聶聞聰，向 楠，楚龍娟，劉永權(quán)

（1.中建地下空間有限公司，四川 成都 610200；2.四川交投物流有限公司，四川 成都 610200）

1 城市配送需求預(yù)測(cè)存在的問題

國(guó)內(nèi)針對(duì)物流需求預(yù)測(cè)的研究先后經(jīng)歷了從區(qū)域物流、城市物流、第三方物流等宏觀層面，到冷鏈物流、港口物流、農(nóng)產(chǎn)品物流等針對(duì)某一細(xì)分領(lǐng)域的研究轉(zhuǎn)變，已經(jīng)由宏觀的體系化研究，轉(zhuǎn)變聚焦到更加貼合生活、工作的類似社區(qū)團(tuán)購(gòu)、外賣送餐、貨拉拉等專業(yè)化城市配送物流研究上。近年來，我國(guó)大型城市發(fā)展也逐步形成不同的人口聚集區(qū)域，住宅區(qū)域、辦公區(qū)域和商業(yè)區(qū)域的功能存在明顯的差異，從時(shí)效、品類等方面也形成了不同的物流需求特征。

需要特別指出的是，物流需求不能等同于物流需求量，只有被滿足的物流需求才能叫做物流需求量。因此，物流需求與物流需求量是有區(qū)別的，本文是基于物流需求分析，暫未考慮逆向物流，其目的是為城市規(guī)劃、企業(yè)運(yùn)營(yíng)提供預(yù)測(cè)方法及數(shù)據(jù)參考。

現(xiàn)有的物流需求預(yù)測(cè)研究強(qiáng)調(diào)特定方法在實(shí)際生產(chǎn)生活中的具體應(yīng)用，側(cè)重解決我國(guó)城市經(jīng)濟(jì)發(fā)展的實(shí)際問題，這也使得城市配送需求研究一直是目前國(guó)內(nèi)學(xué)者不斷探討的熱門主題。在物流需求預(yù)測(cè)方法方面，國(guó)內(nèi)外學(xué)者也主要集中于采用經(jīng)典的時(shí)間序列模型、模糊理論、回歸分析、指數(shù)平滑、灰色模型，求解方法從啟發(fā)式算法，再到人工智能、復(fù)雜網(wǎng)絡(luò)等，相關(guān)模型的應(yīng)用多樣，但基于城市配送基礎(chǔ)數(shù)據(jù)的統(tǒng)計(jì)分析、數(shù)據(jù)規(guī)律模型研究相對(duì)較少。

在實(shí)際應(yīng)用中，通常是以統(tǒng)計(jì)數(shù)據(jù)中貨運(yùn)量或貨物周轉(zhuǎn)量進(jìn)行近似替代，或是根據(jù)經(jīng)驗(yàn)值進(jìn)行折算，將其中部分作為城市配送需求預(yù)測(cè)的基礎(chǔ)數(shù)據(jù)，僅能得到趨勢(shì)性預(yù)測(cè)結(jié)論。雖然從貨物周轉(zhuǎn)量的角度，城市物流需求可以通過物流各個(gè)環(huán)節(jié)（如運(yùn)輸、倉儲(chǔ)、配送、流通加工等）的支撐能力進(jìn)行研究，但目前我國(guó)物流統(tǒng)計(jì)指標(biāo)比較單一、粗放，各項(xiàng)預(yù)測(cè)基本只有依靠貨物運(yùn)輸量和貨物運(yùn)輸周轉(zhuǎn)量來進(jìn)行比較籠統(tǒng)的換算，缺乏實(shí)際有效的數(shù)據(jù)支撐。因此在預(yù)測(cè)城市配送物流需求時(shí)存在較大偏差，主要原因如下：

（1）官方對(duì)貨運(yùn)量的粗放統(tǒng)計(jì)，與實(shí)際有效物流量需求存在結(jié)構(gòu)性差異。其中，官方貨運(yùn)量統(tǒng)計(jì)同時(shí)包含了第一、二、三產(chǎn)業(yè)的物流量。由于城市分工和產(chǎn)業(yè)聚集，每一個(gè)城市所生產(chǎn)的農(nóng)產(chǎn)品以及大部分工業(yè)產(chǎn)品并不一定在本城市進(jìn)行消費(fèi)，導(dǎo)致官方粗放統(tǒng)計(jì)形成的數(shù)據(jù)基數(shù)往往偏大，同時(shí)，各產(chǎn)業(yè)的占比結(jié)構(gòu)不同，以常規(guī)產(chǎn)業(yè)占比作產(chǎn)業(yè)物流量的區(qū)分，將會(huì)影響預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確性。

（2）同城內(nèi)部的配送暫未納入貨運(yùn)量官方統(tǒng)計(jì)，導(dǎo)致同城配送量的數(shù)據(jù)統(tǒng)計(jì)缺失。隨著物流的社會(huì)化發(fā)展，社區(qū)團(tuán)購(gòu)等新業(yè)態(tài)下，部分日用品和生鮮產(chǎn)品的銷售渠道轉(zhuǎn)移到了線上，即出現(xiàn)了以同城即時(shí)配送為代表的物流需求，包括送餐服務(wù)、社區(qū)團(tuán)購(gòu)、生鮮倉配等模式，這一部分物流量不適用基于貨運(yùn)量的物流需求預(yù)測(cè)方法。

（3）統(tǒng)計(jì)數(shù)據(jù)與實(shí)際值有一定的差距。官方統(tǒng)計(jì)數(shù)據(jù)僅能描述宏觀經(jīng)濟(jì)的運(yùn)行情況，由于統(tǒng)計(jì)調(diào)查方法、數(shù)據(jù)收集能力、調(diào)查范圍等限制以及我國(guó)現(xiàn)行統(tǒng)計(jì)制度不完善，導(dǎo)致統(tǒng)計(jì)數(shù)據(jù)不完備，與實(shí)際有一定出入。

（4）城市配送系統(tǒng)是開放系統(tǒng)，影響物流需求的因素眾多，量化處理難度大，且數(shù)據(jù)灰性大，一般又包含許多隨機(jī)性因素之間的相互作用，很多過程具有后效性，關(guān)系不確定性較強(qiáng)，因此，目前對(duì)于各項(xiàng)經(jīng)濟(jì)因子與物流需求規(guī)模間的關(guān)系還沒有建立確定的數(shù)學(xué)模型。

然而，城市配送需求的準(zhǔn)確性是影響城市規(guī)劃及新業(yè)態(tài)下城市物流基礎(chǔ)設(shè)施建設(shè)的關(guān)鍵，也是物流企業(yè)運(yùn)營(yíng)最為關(guān)注的核心因素。其主要原因在于城市配送服務(wù)能力不可儲(chǔ)存，具有易逝性，一旦配送車輛駛出配送中心，在配送車輛還有額外裝載能力和行駛里程的情況下，這些未被利用的配送能力就會(huì)浪費(fèi)，無法像實(shí)體產(chǎn)品那樣利用庫存等措施進(jìn)行存儲(chǔ)。這也就導(dǎo)致當(dāng)城市的物流基礎(chǔ)設(shè)施或企業(yè)的配送規(guī)劃出現(xiàn)偏差時(shí)，很難通過低成本策略進(jìn)行改善。

2 城市配送需求分析

通過分析物流行業(yè)統(tǒng)計(jì)指標(biāo)結(jié)構(gòu)以及7個(gè)大城市物流需求規(guī)律可知，城市化進(jìn)程的加速以及電子商務(wù)活動(dòng)的快速發(fā)展，部分商貿(mào)流通的物流需求轉(zhuǎn)化為網(wǎng)上購(gòu)物形成的包裹快遞物流需求，特別是隨著城市快速發(fā)展，產(chǎn)生各類新需求新業(yè)態(tài)的同時(shí)，必然會(huì)有企業(yè)為滿足這種需求，調(diào)動(dòng)必要的資源，進(jìn)行新業(yè)務(wù)開發(fā)、運(yùn)營(yíng)和銷售。隨著消費(fèi)趨勢(shì)和消費(fèi)結(jié)構(gòu)的持續(xù)演變，城市配送需求規(guī)模也將受到一定影響。

由于城市配送需求的預(yù)測(cè)復(fù)雜程度高，存在較多的影響因素，導(dǎo)致針對(duì)其進(jìn)行估計(jì)的數(shù)據(jù)準(zhǔn)確性不高。因此，要分析城市配送需求，首先需要對(duì)城市物流配送的層級(jí)結(jié)構(gòu)、居民支出結(jié)構(gòu)、物流設(shè)施以及主要的需求區(qū)域進(jìn)行分析。

考慮到統(tǒng)計(jì)數(shù)據(jù)獲取的難度以及時(shí)間和成本的限制，無法對(duì)所有城市進(jìn)行抽樣調(diào)查，需構(gòu)建一個(gè)基于統(tǒng)計(jì)數(shù)據(jù)的城市配送需求預(yù)測(cè)方法，初步分析城市配送的物流量以及主要品類。

城市配送需求品類可分為三種：城市農(nóng)副食品配送需求、城市內(nèi)部產(chǎn)生的即時(shí)配送物流需求以及城市工業(yè)品配送需求，如圖1所示。

圖1 城市配送需求分析框架

2.1 城市農(nóng)副食品配送需求

不同城市所處的地理位置不同，經(jīng)濟(jì)發(fā)展水平不同，因此食品消費(fèi)習(xí)慣也存在差異。城市配送需求主要以服務(wù)消費(fèi)者為目的，因此農(nóng)副食品物流需求預(yù)測(cè)與人口數(shù)量相關(guān)，在一定時(shí)間內(nèi)人均農(nóng)副食品消費(fèi)不會(huì)出現(xiàn)大幅的波動(dòng)，城市農(nóng)副食品配送需求可通過國(guó)家統(tǒng)計(jì)局《統(tǒng)計(jì)年鑒》中不同地區(qū)的主要農(nóng)副食品消費(fèi)量以及城市人口進(jìn)行估算。

2.2 即時(shí)配送需求

城市內(nèi)部的即時(shí)配送主要集中在送餐業(yè)務(wù)、社區(qū)團(tuán)購(gòu)等同城短距離配送，由于該類物流需求具有非常強(qiáng)的互聯(lián)網(wǎng)粘性，目前已形成了以美團(tuán)、阿里餓了么等為龍頭的寡頭市場(chǎng)。在市場(chǎng)競(jìng)爭(zhēng)趨于平穩(wěn)時(shí)期，其每單成本差異不大，因此在預(yù)測(cè)該類需求時(shí)，可以參考以上兩家公司公開發(fā)布的年報(bào)進(jìn)行測(cè)算：以2019年為例，美團(tuán)外賣傭金為496.64億元，交易筆數(shù)25.05億單；餓了么外賣傭金為180.58億元，可粗略推算出，同城即時(shí)配送需求量為36.07億單。由于此類需求對(duì)城市配送需求的影響集中在特定時(shí)間段和短距離區(qū)域，其需求相對(duì)較為獨(dú)立，因此，本文僅對(duì)數(shù)據(jù)測(cè)算進(jìn)行說明，不作深入探討。

2.3 城市工業(yè)品配送需求

城市工業(yè)品配送涉及耐用品、日用品這兩部分，對(duì)應(yīng)《統(tǒng)計(jì)年鑒》中的限額以上批發(fā)和零售業(yè)商品分類銷售額，其中包括了27大類（見表1）。

3 物流量估計(jì)方法

由于統(tǒng)計(jì)年鑒中的相關(guān)統(tǒng)計(jì)數(shù)據(jù)僅提供了銷售額數(shù)據(jù)，沒有重量數(shù)據(jù)。因此需采用網(wǎng)絡(luò)大規(guī)模調(diào)研的方式，取得對(duì)應(yīng)的平均重量，從而換算出較為準(zhǔn)確的物流需求量。

單位價(jià)格重量調(diào)研針對(duì)兩類物資，一類為批發(fā)物資，可以考慮以專業(yè)市場(chǎng)的定價(jià)為標(biāo)準(zhǔn)，通過批發(fā)市場(chǎng)價(jià)格表獲取；另一類為零售類物資，可以采用抽樣調(diào)查的方式獲取。以上兩種物資的調(diào)研，均存在樣本獲取難度大、花費(fèi)時(shí)間長(zhǎng)、成本高等問題，直接調(diào)研實(shí)施難度大，目前電子商務(wù)數(shù)據(jù)比較全面，數(shù)據(jù)真實(shí)有效，因此通過收集電商平臺(tái)數(shù)據(jù)進(jìn)行調(diào)研，獲取該品類貨品的價(jià)格、重量數(shù)據(jù)，通過聚類的方式得到相對(duì)準(zhǔn)確的單位價(jià)格重量，通過以農(nóng)產(chǎn)品對(duì)標(biāo)的誤差分析，將誤差彈性系數(shù)引入模型，從而將統(tǒng)計(jì)數(shù)據(jù)當(dāng)中的金額轉(zhuǎn)化為物流需求重量。

在完成對(duì)城市配送物流量的測(cè)算之后，可以根據(jù)不同年份的價(jià)格指數(shù)，對(duì)單位價(jià)格重量均值進(jìn)行年份還原，進(jìn)而使用時(shí)間序列數(shù)據(jù)對(duì)城市物流配送量進(jìn)行預(yù)測(cè)。

城市內(nèi)部產(chǎn)生的同城配送物流需求量主要集中在幾個(gè)大型即時(shí)配送公司，可以通過其公布的年報(bào)測(cè)算出相應(yīng)的物流訂單數(shù)量，此部分物流需求預(yù)測(cè)可單獨(dú)進(jìn)行。整體預(yù)測(cè)思路如圖2所示。

圖2 預(yù)測(cè)城市配送物流需求思路

3.1 預(yù)測(cè)步驟

第一步：確定預(yù)測(cè)范圍。

第二步：根據(jù)預(yù)測(cè)范圍及考查的物流需求細(xì)分類收集年鑒數(shù)據(jù)，包括：GDP、第一產(chǎn)業(yè)值、第二產(chǎn)業(yè)值、第三產(chǎn)業(yè)值、人口規(guī)模、居民可支配收入、居民消費(fèi)水平、地區(qū)消費(fèi)品零售總額；批發(fā)和零售業(yè)商品分類銷售額；商品零售價(jià)格指數(shù)；人均消費(fèi)農(nóng)產(chǎn)品數(shù)量。

第三步：進(jìn)行網(wǎng)絡(luò)調(diào)研，獲取分類單一產(chǎn)品銷售量、單價(jià)、毛重（注意獲取數(shù)據(jù)盡可能全面，網(wǎng)絡(luò)調(diào)研取數(shù)時(shí)間點(diǎn)與相應(yīng)年鑒年份一致）。

第四步：對(duì)數(shù)據(jù)進(jìn)行分析，進(jìn)行數(shù)據(jù)清洗，確保數(shù)據(jù)的有效性，由于長(zhǎng)尾效應(yīng)，取前80%權(quán)重的數(shù)據(jù)集作為有效數(shù)據(jù)（注意異常數(shù)據(jù)、空值、虛假數(shù)值）。

第五步：根據(jù)不同年份的價(jià)格指數(shù)，對(duì)單位價(jià)格重量均值進(jìn)行年份還原，得到預(yù)測(cè)數(shù)據(jù)集。

第六步：以GM（1,1）或回歸預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，也可選取合適的時(shí)序預(yù)測(cè)方法，根據(jù)需要預(yù)測(cè)出預(yù)測(cè)范圍內(nèi)對(duì)應(yīng)年限城市配送需求。

3.2 大品類分類

根據(jù)統(tǒng)計(jì)年鑒中定期報(bào)表數(shù)據(jù)，涉及物流的大品類分為27項(xiàng)，根據(jù)目前城市配送實(shí)際，需剔除工礦、原料、機(jī)電類，以及醫(yī)藥、汽車等有專門物流系統(tǒng)的品類，因此涉及到城市配送的有13項(xiàng)，見表1。

表1 城市配送品類

3.3 構(gòu)建預(yù)測(cè)模型

根據(jù)預(yù)測(cè)思路及調(diào)研數(shù)據(jù)，構(gòu)建數(shù)學(xué)模型如下：

Q：人均消費(fèi)食品數(shù)量；

：預(yù)測(cè)范圍內(nèi)人口總數(shù)。

：第i個(gè)食品調(diào)查單品單公斤價(jià)格（元/kg）；

：第i個(gè)食品調(diào)查單品權(quán)重系數(shù)；

：食品調(diào)查單品總數(shù)；

：電商配送價(jià)格系數(shù)；

：第個(gè)食品調(diào)查單品銷售數(shù)量；

：調(diào)查產(chǎn)品配送價(jià)格（元）。

：根據(jù)調(diào)查估算的食品物流配送量；

：食品批發(fā)零售銷售總額。

：產(chǎn)品估算誤差系數(shù)，一般小于5%，若大于5%，則返回查看調(diào)研數(shù)據(jù)是否存在異常，關(guān)鍵詞是否準(zhǔn)確。

w：第項(xiàng)品類根據(jù)調(diào)查估算的產(chǎn)品物流配送量（根據(jù)前述城市配送需求存在于13個(gè)大項(xiàng)中）；

C：第項(xiàng)品類批發(fā)零售銷售總額；

s：總城市配送物流需求下限；

s：總城市配送物流需求上限。

由于調(diào)查數(shù)據(jù)是一個(gè)時(shí)間點(diǎn)上的數(shù)據(jù)集，因此需要對(duì)歷史數(shù)據(jù)進(jìn)行折算，得出整個(gè)預(yù)測(cè)數(shù)據(jù)序列，補(bǔ)全方法如下：

3.4 預(yù)測(cè)方法

目前對(duì)于灰色關(guān)聯(lián)分析的理論已有較為詳細(xì)的闡述，通過實(shí)例分析可知組合預(yù)測(cè)方法的誤差值更小。如果灰色預(yù)測(cè)的精度達(dá)不到要求,就應(yīng)試探性采用多項(xiàng)式擬合、回歸預(yù)測(cè)方法等。因此，本文針對(duì)不同品類，采用灰色預(yù)測(cè)或線性擬合的預(yù)測(cè)方法，以達(dá)到更好的預(yù)測(cè)精度。

（1）灰色預(yù)測(cè)?；疑獹M（1,1）模型的研究對(duì)象是“部分信息已知，部分信息未知”的貧信息不確定系統(tǒng)。把預(yù)測(cè)數(shù)據(jù)序列看作隨時(shí)間序列數(shù)據(jù)序號(hào)變化的灰色量或灰色過程，適用于對(duì)單調(diào)非負(fù)光滑數(shù)據(jù)序列進(jìn)行分析處理，此時(shí)的誤差較小，預(yù)測(cè)精度較高。

（2）線性或多項(xiàng)式擬合。在GM（1,1）預(yù)測(cè)后驗(yàn)差較大，達(dá)不到預(yù)測(cè)精度時(shí)，采用線性擬合或多項(xiàng)式擬合，取得預(yù)測(cè)數(shù)據(jù)。根據(jù)不同數(shù)據(jù)集的趨勢(shì)情況確定合理的預(yù)測(cè)方法，最終獲取各項(xiàng)分類的預(yù)測(cè)量，求和得出城市配送需求預(yù)測(cè)值。

4 案例預(yù)測(cè)——以青島為例

4.1 數(shù)據(jù)分析

根據(jù)已獲取的電商數(shù)據(jù)集進(jìn)行品類分析，共涉及1 373個(gè)品類、1 922萬條數(shù)據(jù)。

為了對(duì)數(shù)據(jù)的有效性進(jìn)行驗(yàn)證，選取農(nóng)副食品品類，通過人均農(nóng)副食品消耗量測(cè)算，與調(diào)研數(shù)據(jù)進(jìn)行對(duì)比校驗(yàn)。

對(duì)電商數(shù)據(jù)中的13萬條食品信息進(jìn)行分析，經(jīng)過清洗處理，剔除重復(fù)、異常數(shù)據(jù)后，可得到農(nóng)副食品數(shù)據(jù)分布情況，如圖3所示，可以發(fā)現(xiàn)非常明顯的長(zhǎng)尾效應(yīng)，即大部分有價(jià)值（銷量更大，即權(quán)重更大）的信息集中在頭部，因此取置信區(qū)間80%的數(shù)據(jù)集作為分析依據(jù)，舍棄尾部無價(jià)值信息。

圖3 農(nóng)副食品數(shù)據(jù)長(zhǎng)尾分布情況

對(duì)于置信區(qū)間內(nèi)的數(shù)據(jù)分布進(jìn)行進(jìn)一步分析，縱坐標(biāo)為價(jià)格（元），橫坐標(biāo)為毛重（kg），氣泡大小為采購(gòu)量（kg），如圖4所示，可以看出置信區(qū)間內(nèi)的數(shù)據(jù)相對(duì)比較集中，可以聚集出一個(gè)有效單位重量?jī)r(jià)格，以便換算出物流量。

圖4 調(diào)查農(nóng)副食品價(jià)格重量分布

4.2 物流量估計(jì)驗(yàn)證

以青島市數(shù)據(jù)進(jìn)行測(cè)算，關(guān)鍵指標(biāo)測(cè)算見表2，與調(diào)研數(shù)據(jù)對(duì)比，通過人口數(shù)據(jù)進(jìn)行測(cè)算的人均農(nóng)副食品消耗量誤差在3.60%，說明根據(jù)通過調(diào)研獲取的數(shù)據(jù)能夠作出有效預(yù)測(cè)。

表2 根據(jù)模型測(cè)算出的關(guān)鍵指標(biāo)

按照模型測(cè)算剩余13項(xiàng)品類數(shù)據(jù)，結(jié)果見表3。

表3 模型測(cè)算13項(xiàng)城配品類結(jié)果

通過對(duì)歷年單位價(jià)格重量測(cè)算，采用GM（1,1）和線性擬合方式，對(duì)各項(xiàng)分量進(jìn)行外推預(yù)測(cè)，預(yù)測(cè)至2025年，城市配送需求低值為1 947.75萬t，高值為2 087.54萬t，見表4、表5。

表4 各品類2025年低線預(yù)測(cè)值及選取模型

表5 各品類2025年高線預(yù)測(cè)值及選取模型

預(yù)測(cè)至2025年，青島市城市配送需求在1 947萬t至2 087萬t之間。

5 預(yù)測(cè)結(jié)果分析

通過對(duì)需求模型的細(xì)化分類，可根據(jù)數(shù)據(jù)的特性選擇更優(yōu)的預(yù)測(cè)模型，將多個(gè)單一方法的預(yù)測(cè)結(jié)果進(jìn)行有效組合，在一定條件下可以克服單一預(yù)測(cè)方法的局限性，提高物流需求的預(yù)測(cè)精度。如GM(1,1)模型在預(yù)測(cè)過程中會(huì)將不規(guī)則變動(dòng)視為干擾，對(duì)波動(dòng)變化明顯的序列而言，預(yù)測(cè)誤差相對(duì)較大，因此采用線性擬合模型進(jìn)行預(yù)測(cè)，確保各分量模型精度均達(dá)到優(yōu)（C＜0.35）。

從預(yù)測(cè)結(jié)果可以看出，考慮經(jīng)銷商相互之間購(gòu)買、配送的情況，青島市城市配送需求總量呈快速上升趨勢(shì)，其中糧油食品類、家用電器類為增長(zhǎng)量最大的兩類。

本文研究對(duì)于在政府主導(dǎo)下進(jìn)行物流配送基建工作具有指導(dǎo)意義，結(jié)合當(dāng)前市場(chǎng)供應(yīng)商的飽和度以及現(xiàn)存的配送物流業(yè)態(tài)，可從規(guī)劃的角度避免區(qū)域內(nèi)同質(zhì)化競(jìng)爭(zhēng)和不必要的浪費(fèi)。

6 結(jié)論與展望

城市配送需求實(shí)際是一個(gè)隨著人口聚集區(qū)域的要素稟賦、需求結(jié)構(gòu)、技術(shù)進(jìn)步而變化的供需優(yōu)化配置的過程。供需匹配程度越高，其資源配置效率就越高。本文從大數(shù)據(jù)調(diào)研的角度分類處理城市配送物流量，推導(dǎo)出相對(duì)準(zhǔn)確的城市配送需求估計(jì)及預(yù)測(cè)方式。通過該方法可對(duì)城市配送需求進(jìn)行細(xì)分類別預(yù)測(cè)，從而在規(guī)劃及資源配置時(shí)，考慮不同的類型和應(yīng)用場(chǎng)景。如通過某類城市配送量的預(yù)測(cè)，為該類城市配送企業(yè)網(wǎng)絡(luò)規(guī)劃提供參考，匹配相應(yīng)的分撥中心、城內(nèi)中轉(zhuǎn)物流節(jié)點(diǎn)、客戶收取點(diǎn)。在物流資源供給規(guī)劃方面，也可以為大型賣場(chǎng)、專業(yè)市場(chǎng)、綜合商業(yè)體等的規(guī)劃提供分類預(yù)測(cè)數(shù)據(jù)。

然而模型仍然存在一些待解決的問題，一是調(diào)研取樣不夠全面，缺乏實(shí)地調(diào)研數(shù)據(jù)進(jìn)行修正；二是當(dāng)統(tǒng)計(jì)分類調(diào)整時(shí)，會(huì)造成相應(yīng)數(shù)據(jù)無法進(jìn)行歷史數(shù)據(jù)還原。