□李 坤

（寧夏工商職業(yè)技術(shù)學院 寧夏 銀川 750001）

1 模型建立的必要性

馬鈴薯是世界各國人民餐桌上的主要食材之一。在400 多年前，我國開始種植馬鈴薯。馬鈴薯適應性極強，是一種具有良好發(fā)展前景的高經(jīng)濟作物，在世界各地廣泛種植。2015 年，繼稻米、小麥、玉米后，馬鈴薯被我國官方認定為第4 種國家戰(zhàn)略安全主糧。馬鈴薯抗寒冷、耐干旱，在相對貧瘠的土壤里也能生存，比較容易種植。

從儲存條件來說，和綠葉類蔬菜相比，馬鈴薯更加耐于存放，保質(zhì)期更長[1-3]。馬鈴薯對于儲存條件也有一定的要求，尤其對溫度和濕度的要求比較高，適宜在溫度較低、干燥密閉的環(huán)境下儲存。如果馬鈴薯保存不當，致使產(chǎn)生幼芽，會增加毒性，不宜食用。在運輸?shù)倪^程中，馬鈴薯比較怕顛簸。如果在儲存運輸?shù)南嚓P(guān)環(huán)節(jié)處置不當，會造成外觀欠佳、口感不佳等問題，使馬鈴薯的商品性降低。如果農(nóng)產(chǎn)品電商平臺在倉儲配送等方面做得好，可以降低馬鈴薯物流損耗，提高運營效率，降低成本。

國內(nèi)生鮮電商從2012 年開始發(fā)展速度較快[4-5]。通過對中國知網(wǎng)《中國期刊全文數(shù)據(jù)庫》查詢可知，從2013 年起研究生鮮電商的論文數(shù)量開始大幅上漲。與此同時，在中國知網(wǎng)檢索欄里輸入Ecommerce of agricultural products（生鮮電商）等英文關(guān)鍵詞，所能查詢到的英文文獻數(shù)目為0。

2021 年艾瑞咨詢公司對我國生鮮電商行業(yè)進行調(diào)研分析發(fā)現(xiàn)，我國生鮮電商市場呈現(xiàn)一片欣欣向榮之勢，是最近幾年資本追逐的熱點，未來發(fā)展可期。由于政策環(huán)境、經(jīng)濟環(huán)境等因素的影響，我國電商業(yè)務發(fā)展還很不充分。據(jù)不完全統(tǒng)計，我國生鮮電商企業(yè)有4 000 多家，能夠盈利的僅1%，略微虧損的企業(yè)約88%，巨額虧損的企業(yè)約7%。

具體到寧夏馬鈴薯電商平臺銷售情況，根據(jù)寧夏商務廳相關(guān)統(tǒng)計數(shù)據(jù)，2018 年在寧夏各城市中，銀川市、固原市的網(wǎng)絡銷量最好。在地區(qū)排名中，2018 年寧夏馬鈴薯線上銷售排名前5 的地區(qū)均來自銀川市和固原市，分別是興慶區(qū)、隆德縣、原州區(qū)、賀蘭縣和西吉縣。究其原因，銀川市作為首府城市，消費購買力比其他城市強；而固原市是馬鈴薯產(chǎn)量大戶，具有一定的品牌效應，因此銀川市和固原市線上采購量比其他地區(qū)更有優(yōu)勢。

產(chǎn)品的新鮮程度是消費者在線購買最為關(guān)心的問題[6-9]。馬鈴薯作為2018 年寧夏農(nóng)產(chǎn)品網(wǎng)絡零售額前10 的產(chǎn)品，“新鮮”“自種”“現(xiàn)挖”等關(guān)鍵詞最受消費者青睞。產(chǎn)品的新鮮程度正成為品質(zhì)生活和綠色健康的主要標簽。

從2018 年線上銷售渠道分析，寧夏本地電商平臺的銷售份額只占市場的11.72%，其余88.28%來自外地生鮮電商平臺。作為馬鈴薯特色產(chǎn)業(yè)種植大省，寧夏本地馬鈴薯電商銷售平臺的發(fā)展水平相對滯后。究其原因，冷鏈物流倉儲配送成本過高是“致命傷”。如何在保證生鮮商品的保鮮程度的同時降低成本，提高生鮮產(chǎn)品送達客戶的時效性，是生鮮電商企業(yè)急需解決的問題。

解決這個問題的關(guān)鍵在于電商企業(yè)農(nóng)產(chǎn)品訂購量是否科學合理[10-12]。國內(nèi)外生鮮電商業(yè)務大多是最近5～10 年開始起步，而且現(xiàn)有研究多偏向于定性、理論性研究，定量、實證性、技術(shù)性研究相對不足。

就研究現(xiàn)狀來看，國內(nèi)鮮有針對生鮮電商行業(yè)產(chǎn)品訂購量波動進行分析研究。而生鮮產(chǎn)品訂購量預測效果的好壞，可以較大程度影響生鮮電商冷鏈庫存、倉儲、配送、運輸?shù)任锪鳝h(huán)節(jié)的效率和服務成本。尤其對于馬鈴薯等根莖類產(chǎn)品，若訂購量過多，生鮮農(nóng)產(chǎn)品不能及時銷售出去，會造成腐壞，產(chǎn)生不必要的成本。若訂購量不足，會造成庫存緊張，供應不及時，影響生鮮電商的時效性，從而導致消費者滿意度降低和企業(yè)口碑下滑。

因此，建立基于時間序列理論的生鮮產(chǎn)品波動訂購量預測顯得十分必要[13-14]。對生鮮電商平臺的市場需求進行研究分析，在此基礎上建立一個相對貼合實際需求的預測模型，依據(jù)模型推演電商企業(yè)的市場訂購量，以此為參考，制定更加合理的物流配送方案，必然會大幅降低物流成本，提升客戶滿意度，為企業(yè)贏得口碑和市場[15]。

2 預測模型的選取

對時間序列理論的相關(guān)文獻進行收集分析發(fā)現(xiàn)，目前經(jīng)典理論主要有5 種。

第一，指數(shù)平滑法（ES）。指數(shù)平滑法是一種被經(jīng)常使用的預測方法，應用很廣泛，通常針對經(jīng)濟發(fā)展中的中短期經(jīng)濟指標進行預測。指數(shù)平滑法是在加權(quán)移動平均法的基礎上進行算法改善，通過對時間序列數(shù)據(jù)集上的不同隨機變量賦予不同的權(quán)重，凸顯對近期隨機變量的重視程度，從而可以使預測值能夠更加快捷地反映市場實際變化，而且在權(quán)重賦值上的靈活性也比較高。

第二，移動平均法（MA）。移動平均法適合短期預測。當沒有季節(jié)性因素干擾時，移動平均法的應用非常有效。應用該方法對時間序列數(shù)據(jù)集合的要求是不能在短期內(nèi)發(fā)生數(shù)據(jù)快速上升或者下降的波動。

第三，回歸預測模型（AR）。該模型按照時間序列數(shù)據(jù)集的變化情況可以分為線性回歸模型和非線性回歸模型。該算法主要通過分析原始數(shù)據(jù)集合中的觀測值，研究數(shù)據(jù)間的相關(guān)關(guān)系，從而設定相對貼切的預測模型對研究對象的未來情況進行預測分析，適合中期預測。

第四，自回歸滑動平均模型（ARMA）。該方法適用變化較平穩(wěn)的短期預測，能較好處理非平穩(wěn)數(shù)據(jù)的隨機干擾因素。

第五，差分自回歸移動平均模型（ARIMA）。模型原理是隨時間推移，將預測對象形成的數(shù)據(jù)序列看作一個隨機序列，用數(shù)學模型來近似描述這個序列。這個模型一旦被識別后，就可以從時間序列的過去值及現(xiàn)在值來預測未來值。

分析以上5 種方法可以發(fā)現(xiàn)，基于傳統(tǒng)統(tǒng)計學的預測模型相對更適用于線性平穩(wěn)預測，對需求波動大、影響因素復雜的情況無法進行有效預測[16-17]。

3 預測模型的建立過程

采用寧夏寧谷物配管理有限公司2015 年6 月至2018 年11 月的馬鈴薯采購量數(shù)據(jù)，并以此為原始數(shù)據(jù)集，建立預測模型。模型建立過程如下。

第一步，在R 軟件中導入原始數(shù)據(jù)，繪制出時間序列圖（圖1）。通過對時間序列圖的觀察，可以看出馬鈴薯采購量的時間序列并不平穩(wěn)。對馬鈴薯訂購量繪制自相關(guān)函數(shù)圖（圖2），可以看到該圖的數(shù)據(jù)自相關(guān)性相對較強。由此可以判斷，馬鈴薯的采購量根據(jù)時間具有一定的前后相關(guān)性。隨后對原始數(shù)據(jù)做一階差分，從其時間序列圖（圖3）可以看出，差分后數(shù)據(jù)的波動性明顯降低。然后對一階差分后的數(shù)據(jù)進行自相關(guān)分析（圖4）。

第二步，模型定階。應選取階數(shù)較小的模型。在初步選取之后，篩選出的模型有AR（1）、MA（1）、隨機游走模型、ARIMA（0，1，1）、ARIMA（0，1，2）、ARIMA（0，1，3）、ARIMA（1，1，3）。

第三步，模型性能檢驗判斷。對于初步篩選出的模型，以殘差序列的方式判斷模型的優(yōu)劣。一個相對較好的訂購量預測模型，需要滿足3 個條件。第一，殘差是白噪聲；第二，殘差的樣本自相關(guān)函數(shù)在很小的范圍內(nèi)；第三，標準化殘差序列的Ljung-Box 統(tǒng)計量的p值充分大。如果出現(xiàn)多個模型都符合殘差檢驗的條件，還需要通過赤池信息量（AIC）進行選取，選擇AIC 最小的模型；或者可以通過測試集預測數(shù)值的誤差進行比較，選取誤差最小的模型[18-20]。

ARIMA 用于馬鈴薯訂購量的預測會更為貼合。通過相應的檢驗比較[21]，最終選取ARIMA（0，1，1）模型。選取此模型后，用作后5 個月的價格預測。

4 結(jié)束語

寧夏寧谷物配管理有限公司地處銀川市，客戶群體數(shù)量巨大，所獲得的數(shù)據(jù)具有極強的地域針對性。研究成果對企業(yè)進行生鮮產(chǎn)品市場需求波動分析具有直接的理論和實踐意義。