常青园工业走廊物流需求预测与分析.docx

《常青园工业走廊物流需求预测与分析.docx》由会员分享，可在线阅读，更多相关《常青园工业走廊物流需求预测与分析.docx（20页珍藏版）》请在三一文库上搜索。

1、常青园工业走廊物流需求预测与分析一 预测方法的选择常用的预测方法主要有时间序列法、回归分析、灰色预测模型等。由于事物的时间序列展示了事物在一定时期内的发展变化趋势， 因而可以对事物的时间序列进行分析，寻找出其中的变换特征和变换趋势， 并通过选择适当的模型形式和模型参数建立预测模型，运用惯性原理进行趋势外推预测。变量之间的关系一般分为两类，一类是确定性关系，也称为函数关系；另一类是相关关系， 其特征是变量之间存在着一定的关系， 但是这种关系很难用一种精确的方法表示出来， 这种相关关系通常用回归分析的方法来处理。 回归分析预测法是通过大量的统计数据， 在分析变量之间的非确定性关系的基础上， 找出变

2、量间的统计规律性， 并用数学方法把变量间的统计规律较好地表现出来， 以便进行必要的预测。回归分析又可以分为线性回归、多项式回归、指数回归、乘幂回归等。下面对有关模型作简单的介绍：一般假设线性回归模型为：y01 x(3.1)其中： x 为预报变量； y 为响应变量，0 、1 为参数。同样，一般假设多项式回归模型为：yp1x np2 x n 1pn x pn 1(3.2)其中： x 为预报变量； y 为响应变量， pi (i=1,2, ,n+1)为参数 ,n 为多项式次数。一般假设乘幂模型为：y1 x 2(3.3)其中： y 为响应变量， x 为预报变量，1 、2 为参数。一般假设指数模型为：y1

3、e 2 x(3.4)1其中： y 为响应变量，x 为预报变量，1 、2 为参数。另一方面，错综复杂、机理万千的社会经济系统使人们难以完全清楚地了解其全部信息和完整的数据， 信息少、数据不完整使人们难以将其运行机制阐述清楚，对其结构也不可能有全方位的认知，只能获得局部的、不确定的、默认的认知。而这些则决定了社会经济系统是一个典型的灰色系统。物流市场作为社会经济系统的一个子系统，也具有灰色系统的本质特征：数据少和信息不确定。 因此，采用灰色系统的理论与方法，建立起系统行为时轴上现在与未来的定量关系，并根据此关系(模型 )进行预测是一种切实可行的方法。一般假设等间隔GM(1 ，1)模型为：(1)(k

4、 1) x (0) (1)be akbx(3.5)aa其中：X ( 0) 为原始序列，X (1)为时间响应序列， a 、 b 为参数。因此，本报告将综合运用概率论与数理统计中的回归分析、灰色系统理论中的数列灰预测方法对常青园工业走廊物流市场的需求进行预测与分析。二 常青园工业走廊县公路货运量预测与分析通过查阅常青园工业走廊县统计年鉴，我们得到常青园工业走廊县1990 年至 2001 年的公路运输货运量统计值，如表38：表 38 常青园工业走廊县公路运输货运量统计值（万吨）序号123456年份199019911992199319941995统计值113.9128.1197.0253.0486.0

5、749.4序号789101112年份199619971998199920002001统计值764.4790.7478.8625.4653.0630.0观察表中数据，不难看出有以下特点： 统计值有两个大的跳跃点，分别是1995 年和 1998 年； 以跳跃点为断点，各区间内的数据具有较好发展趋势； 总的趋势是向上增加的。为此，我们专门调查走访了常青园工业走廊县统计局。针对第一个特点，统2计局的有关人员介绍， 19951997 年货运量数据较高的原因是统计数据来源的渠道不同。 1995 年交通运输市场放开以后，交通运输统计由全面统计转变为抽样推算，由于抽样工作不够规范， 推算过程中过高地估计了个体

6、运输户的周转次数，从而造成三年统计数据偏高的现象。线性回归同式 (3.1)，仍然假设回归模型为：y01 x ，其中： x 为年份序号；y 为公路货运量，0 、1为参数。经计 算得到0 73.5993，1 50.9264，0 的置信 区间为 -34.3586，181.5572， 1 的置信区间为 36.4568，65.3960；统计量 R2 0.9082，F=69.2624，p0.0001。根据该计算绘制回归残差图：图 3-4 常青园工业走廊县公路货运量线性回归残差图(9 点 )从图中可以看出，第五点的残差不包括零点，故将第五点视为异常点，剔除该点后重新进行计算，经计算得到0 42.7315，1

7、 52.6413，0 的置信区间为 -16.9824，102.4454， 1 的置信区间为 44.8999，60.3827；统计量 R20.9788，3F=276.8571，p<10-6。根据该计算绘制回归残差图：图 3-5 常青园工业走廊县公路货运量线性回归残差图(8 点 )从计算结果可以看出， 1 变化不大，但是， 0 和 1 的置信区间已经明显缩小， R2 和 F 都明显变大，残差范围缩小，故应选择修改后的计算结果，最后得到的拟合函数为： y42.731552.6413x 。根据该拟合函数， 预测 2002 年 2011年常青园工业走廊县公路货运量如表39：表 3 9 常青园工业走

8、廊县公路货运量线性模型预测表(万吨 )序号1314151617年份20022003200420052006预测值727.1779.7832.4885.0937.6序号1819202122年份20072008200920102011预测值990.31042.91095.61148.21200.83.1.4.2 乘幂模型仍然假设乘幂回归模型为： y1 x 2，其中， y 为常青园工业走廊县公路货运量， x 为年份序号，1 、2 为参数。4将常青园工业走廊县1990 年 2001年数据代入该模型，经计算得：1 ，2 0.936，统计数 R2=0.9193。故乘幂模型为： y86.54x0.936。根

9、据该86.54模型预测常青园工业走廊县2002 年 2011 年公路货运量，如表310：表 310 公路货运量乘幂模型预测表(万吨)序号1314151617年份20022003200420052006预测值954.71023.31091.51159.51227.2序号1819202122年份20072008200920102011预测值1294.61361.91428.81495.61562.2根据该模型和预测值做趋势图：1600140012001000800600400200012345678910111213141516171819图 3-6 常青园工业走廊县公路货运量乘幂模型趋势图综合预

10、测仍然对上述线性模型和乘幂模型的预测值进行平均，得常青园工业走廊县2002 年 2011 年公路货运量综合预测值，如表311：表 311 常青园工业走廊县公路货运量综合预测值(万吨)序号1314151617年份20022003200420052006平均值840.9901.5962.01022.31082.4序号18192021225年份20072008200920102011平均值1142.51202.41262.21321.91381.5三 常青园工业走廊县航运货运量预测与分析通过查阅常青园工业走廊县统计年鉴，我们得到常青园工业走廊县1990 年至 2001 年的航运货运量统计值，如表31

11、2：表 312 常青园工业走廊县航运货运量统计值（万吨）序号123456年份199019911992199319941995统计值234.3209.1251.0307.0388.0901.6序号789101112年份199619971998199920002001统计值919.6951.3576.0531.5577.0250.3观察表中数据，不难看出与公路货运量相似的特点，其原因也是因为统计渠道和统计方法发生了变化，导致1995年 1997年三年的统计数据偏高。 2001年的统计数据较低的原因是没有将个体运输户的货运量统计进来。2000 年常青园工业走廊县个体航运货运量的统计值为552.0 万

12、吨，统计部门的有关人员估计2001 年，常青园工业走廊县个体航运货运量与2000 年大体相同。对原始统计数据进行了初步的处理后，我们仍然综合使用线性回归、多项式回归和灰色预测对常青园工业走廊县的航运货运量进行预测。线性回归同式 (3.1)，仍然假设回归模型为：y01 x ，其中： x 为年份序号； y 为航运货运量，0 、1为参数。经计算得到0 136.7393，1 46.4131，0 的置信区间为45.3873，228.0913， 1 的置信区间为 34.1692，58.6570；统计量 R2 0.9199，F=80.3460，p<10-6。根据该计算绘制回归残差图：6图 3-7 常青

13、园工业走廊县航运量线性回归残差图(9 点 )从图中可以看出，第九点的残差不包括零点， 故剔除第五点后重新进行计算，经计算得到0 160.6556， 1 39.7479， 0 的置信区间为 100.6778，220.6334，1 的置信区间为 30.7694， 48.7264；统计量 R2 0.9514，F=117.3442，p<10-6。根据该计算绘制回归残差图：7图 3-8 常青园工业走廊县航运量线性回归残差图(8 点)从计算结果可以看出，0 和 1 的置信区间已经缩小， R2 和 F 都明显变大，故应选择修改后的计算结果，最后得到的拟合函数为：y 160.6556 39.7479 x

14、 。根据该拟合函数，预测2002 年 2011 年常青园工业走廊县航运货运量如表313：表 313 常青园工业走廊县航运货运量线性模型预测表(万吨 )序号1314151617年份20022003200420052006预测值677.4717.1756.9796.6836.4序号1819202122年份20072008200920102011预测值876.1915.9955.6995.41035.1乘幂回归仍然假设乘幂回归模型为：y1 x2 ，其中， y 为常青园工业走廊县航运货运量， x 为年份序号，1 、2 为参数。将常青园工业走廊县1990 年 2001 年数据代入上式，经计算得：1 8，

15、2 0.5263，统计数 R2=0.7768。故乘幂模型为： y177.26x 0.5263。根177.26据该模型预测常青园工业走廊县2002 年 2011年航运货运量，如表 3 14：表 314 常青园工业走廊县航运量指数模型预测表(万吨)序号1314151617年份20022003200420052006预测值683.7710.9737.2762.7787.4序号1819202122年份20072008200920102011预测值811.4834.9857.7880.0901.8根据该模型和预测值做趋势图：9008007006005004003002001000123456789101

16、112131415161718图 3-9 常青园工业走廊县航运货运量乘幂模型趋势图综合预测对上述线性模型和乘幂模型的预测值进行平均，得常青园工业走廊县2002年 2011 年航运量综合预测值，如表315：表 315 常青园工业走廊县航运量综合预测值(万吨 )序号1314151617年份20022003200420052006平均值680.6714.0747.1779.7811.9序号1819202122年份20072008200920102011平均值843.8875.4906.7937.7968.59五 常青园工业走廊 外贸物流量预测分析物流的建设规模取决于辐射区物流量的大小，物流量的变化趋

17、势取决于宏观经济发展的趋势， 随着国家经济发展步伐的加快，国家将进一步加大产业结构的调整，推进发展。常青园工业走廊的对外贸易一直保持着高速增长的势头，物流量的预测是物流规划的前提，是决定物流布局、建设规模、投资估算的依据。根据常青园工业走廊近几年的外贸进出口量，进出口贸易额和进出口增长率预测。结论如表 2-7 。表 2-7常青园工业走廊 外贸发展状况预测预测年份200220032004200520102015进出口贸易额（亿美元）22.2527.8436.443 796.1191.8进出口增长率（ %）25%31%20%17%15%根据常青园工业走廊的经济运行、外贸发展情况， 我们参考常青园工

18、业走廊集装箱运量的历史数据， 对未来 5-10 年西安国际集装箱量增长速度以及箱量数据预测，如表 2-8 。表 2-8常青园工业走廊 国际集装箱量增长速度以及箱量预测年份200220032004200520102015总出口箱量（ TEU） 1324916941222112887471848144511总进口箱量 (TEU)1059913553177692221155268111163合计23848304943998051085127116255674进口增长率 (%)2831252015出口增长率 (%)2831302015根据国外发达国家区域经济发展的经验，区域经济的发展， 必然要寻求区域

19、物流发展为其提供动力保障。 而常青园工业走廊作为黑龙江省内经济发展速度最快、经济总量规模最大、发展前景最好的地区，经济基础雄厚，石油化工业、制造业、医药业等特别发达，经济外向度较高。近年来，随着常青园工业走廊经济快速发展，区域外贸经济特别是对俄贸易迅速扩张，区域整体经济效益稳步增长，10已成为吸引外国资本和技术的强大磁场，给常青园工业走廊带来了前所未有的发展机遇。，可以肯定的是，一旦 常青园工业走廊 国际化物流平台真正搭建起来，必将吸引黑龙江省乃至整个东北地区的大量国际货源。如图2-4 。120100806040200200120022003西北五省进出口金额图 2-4常青园工业走廊 外贸进出

20、口金额（亿美元）常青园工业走廊县全社会货运量预测与分析根据常青园工业走廊县统计年鉴，1990 年至 2001 年常青园工业走廊县全社会货运量如表 316。表 3 16 常青园工业走廊县全社会货运量统计值（万吨）序号123456年份199019911992199319941995统计值3483374485608741651序号789101112年份199619971998199920002001统计值16841742105511571230880如前所述，由于统计方面的原因， 19951997 年和 2001 年四年的数据属于异常数据，预测计算前先将其剔除。线性回归同式 (3.1)仍然假设回归模

21、型为：y01x ，其中： x 为年份序号； y 为全社会货运量，0 、1为参数。经计算得到0 222.0433，1 94.0590，0 的置信区间为83.2646，360.8220， 1 的置信区间为 73.2843，114.8336；统计量 R20.9534，F=122.7353，11p<10-6。根据该计算绘制回归残差图：图 3-10 常青园工业走廊县全社会运量线性回归残差图(8 点)从图中可以看出，第五点的残差不包括零点， 故剔除第五点后重新进行计算，计算后通过观察残差图， 发现第一点残差也包括零点， 故再次剔除第一点并重新进行计算，经计算得到 0 148.8817， 1 99.8

22、387， 0 的置信区间为 117.5235，180.2399， 1 的置信区间为 95.6168，104.0607；统计量 R21.0， F=4310.7，p<10-6。根据该计算绘制回归残差图：12图 3-11 常青园工业走廊县全社会运量线性回归残差图(6 点)从计算结果可以看出，1 变化不大，但是，0 和 1 的置信区间已经明显缩归效果非常好。故最后得到的拟合函数为：y 148.881799.8387 x 。小， R2 和F 都明显变大，尤其是 R2 已经在计算精度内达到了 1.0，表明该模型回根据该拟合函数以及常青园工业走廊县铁路货运量预测结果，我们预测 2002年 2011 年

23、常青园工业走廊县全社会货运量如表317：表 3 17 常青园工业走廊县全社会货运量线性回归预测表(万吨)序号1314151617年份20022003200420052006预测值1446.81546.61646.51788.31930.1序号1819202122年份20072008200920102011预测值2058.62186.82291.42396.02500.7指数模型统计值 R2=0.9678，指数模型为： y948.79e0 .0974 x ，根据该模型对常青园工业走廊县 2002 年 2011 年全社会货运量的预测值如表3 18，趋势图 3-12：表 318 常青园工业走廊县全社

24、会货运量指数模型预测值(万吨 )13序号56789年份20022003200420052006预测值1544.41702.41876.52068.52280.1序号1011121314年份20072008200920102011预测值2513.42770.53053.93366.33710.7400035003000250020001500100050001234567891011121314图 3-12 常青园工业走廊县全社会运量乘幂模型趋势图3.1.6.3灰色预测根据灰色系统灰建模理论，设时间响应序列为：(1)1)x( 0) (1)be akbx ( kaa ，其中： X (0) 为原始序

25、列， X (1) 为时间响应序列，a 、 b 为参数。经计算得常青园工业走廊县全社会货运量的GM(1,1) 模型的白化(1)响应式为： x (k 1) 9947.4422e0.109 k8892.4422 。1avg 100%对上述模型进行误差检验， 则平均残差为：nnkk 1，其中：x(0 )kx 0kkx 0k， k1,2, , n ； 计算 得： avg 1.68% ， 则可 信度pr 100%avg为： pr98.32 % 。表明该预测模型是可信的。根据此模14型，对常青园工业走廊县2002 年 2011年的全社会货运量进行预测，结果如表319：表 319 常青园工业走廊县全社会货运量

26、GM(1 ，1)模型预测表(万吨 )序号56789年份20022003200420052006预测值15901770198022002460序号1011121314年份20072008200920102011预测值27403050341038004240综合预测对上述线性模型、指数模型和灰色预测模型的预测值进行平均，得常青园工业走廊县 2002 年 2011 年全社会货运量综合预测值，如表320：表 320 常青园工业走廊县全社会货运量综合预测值(万吨 )序号1314151617年份20022003200420052006平均值1527.11673.01834.32018.92223.4序号1

27、819202122年份20072008200920102011平均值2437.32669.12918.43187.43483.8吸引区全社会货运量预测与分析考虑到常青园工业走廊物流中心对周边各县市货物运输的吸引作用，现以南通市为研究对象，对规划年度内的全社会货运量进行预测。南通市 1995 年 2001年的全社会货运量如表3 21：表 3 21 南通市全社会货运量统计值(万吨 )序号1234567年份1995199619971998199920002001统计值5836611357885260634966787019线性回归同式 (3.1)仍然假设回归模型为：y01x ，其中： x 为年份序号

28、； y 为吸引区全社会货运量，0 、1为参数。先对原始数据进行预处理，将1997、1998 年的异常数据剔除，再进行回归15计算，经计算得到0 5673.6，1 172.7，0 的置信区间为 5243.1， 6104.1，1 的置信区间为 83.0， 262.5；统计量 R20.9259，F=37.4976，p0.0088。根据该计算绘制回归残差图：图 3-13 吸引区全社会货运量线性回归残差图故最后得到的拟合函数为：y 5673.6 172.7x 。根据该拟合函数，对吸引区 2002 年 2011年全社会货运量进行预测，结果如表3 22：表 322 吸引区全社会货运量线性回归预测表(万吨)序

29、号89101112年份20022003200420052006预测值7055.27227.97400.67573.37746.0序号1314151617年份20072008200920102011预测值7918.78019.48264.18436.88609.5指数回归统计值 R2=0.9976，指数模型为： y5566.5e0.0458 x ，图形图 3-14。根据该模型预测吸引区 2002 年 2011 年全社会货运量如表323：16表 323 吸引区全社会货运量指数模型预测表(万吨 )序号1314151617年份20022003200420052006预测值100961056911065

30、1158312126序号1819202122年份20072008200920102011预测值1269413289139121456415247120001000080006000400020000123456789101112131415图 3-14 吸引区指数模型趋势图3.1.7.3灰色预测根据灰色系统灰建模理论，设时间响应序列为：(1)1)x( 0) (1)b e akbx ( k为原始序列， X (1)aa ，其中： X (0)为时间响应序列，a 、 b 为参数。经计算得吸引区全社会货运量的GM(1,1) 模型的白化响应式为：(1)x(k1)138050.16e0.03976 k132

31、214.16 。对 上 述 模 型 进 行 误 差 检 验 ， 计 算 得 ：a v g 4.19% ， 则 可 信 度pr1 0 %0a v g 为： pr 95.81 % 。表明该预测模型是可信的。根据此模型，对吸引区 2002 年 2011 年的全社会货运量进行预测，结果如表3 24：17表 3 24 吸引区的全社会货运量GM(1，1)模型预测表 (万吨 )序号7891011年份20022003200420052006预测值7108.07396.47696.48008.58333.4序号1213141516年份20072008200920102011预测值8671.49023.19389

32、.19769.910166.3综合预测对上述线性模型、指数模型和灰色预测模型的预测值进行平均，得吸引区2002 年 2011 年全社会货运量综合预测值，如表3 .25：表 325吸引区全社会货运量综合预测值(万吨 )序号1314151617年份20022003200420052006平均值8086.48397.88720.79054.99401.8序号1819202122年份20072008200920102011平均值9761.410110.510521.710923.611340.93.2 常青园工业走廊县仓储与区域配送量需求预测与分析常青园工业走廊县仓储量预测由于铁路货运和仓储自成体系，

33、 故常青园工业走廊县仓储量只其与公路和航运货运量有关， 因此，常青园工业走廊县仓储量预测以未来常青园工业走廊公路与航运货运量为基础， 通过测算仓储量在公路与航运货运量中的比重， 来确定未来的仓储量。根据我们对常青园工业走廊县农业局、经贸局、交通局、商业企业、运输企业和各大重点企业的仓储情况调查，并结合物流市场仓储量与货运量的一般规律，我们认为常青园工业走廊县仓储量约占其全社会货运量(剔除铁路货运量 )的3。根据表 3 20 的数据 (常青园工业走廊县2002 年 2011 年全社会货运量综合预测值 )，常青园工业走廊2002 年 2011 年仓储量预测结果如表3 26：表 326 常青园工业走廊仓储量预测结果(万吨 )序号12345年份2002200320042005200618