基于滑動(dòng)無(wú)偏灰色模型的湖南省農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)

李義華，王 沖，文 哲，杜 康，孫雅倫，尹楚萱

（1.中南林業(yè)科技大學(xué) a.物流與交通學(xué)院；b.班戈學(xué)院，湖南 長(zhǎng)沙 410004；2.湖南壺瓶山國(guó)家級(jí)自然保護(hù)區(qū)管理局，湖南 常德 415300；3.海信網(wǎng)絡(luò)科技有限公司，山東 青島 266071）

以肉類、禽蛋、新鮮果蔬、水產(chǎn)品、奶制品等為主要對(duì)象的冷鏈物流正處于快速發(fā)展之中[1]。據(jù)統(tǒng)計(jì)，目前我國(guó)農(nóng)產(chǎn)品從產(chǎn)出地到消費(fèi)端的流通損失相對(duì)嚴(yán)重，果蔬、肉類、水產(chǎn)品流通腐損率均在10%以上，果蔬腐損率甚至超過了30%[2]。冷鏈物流基礎(chǔ)設(shè)施相對(duì)落后導(dǎo)致了我國(guó)國(guó)內(nèi)相對(duì)較低的冷鏈流通率，從而影響了我國(guó)冷鏈物流的健康發(fā)展。這一方面表現(xiàn)在消費(fèi)端是不能有效地滿足人們對(duì)農(nóng)產(chǎn)品質(zhì)量需求的保證；另一方面在生產(chǎn)端也大大降低了農(nóng)產(chǎn)品生產(chǎn)經(jīng)營(yíng)者的盈利水平。而且區(qū)域冷鏈物流水平的提高有賴于各經(jīng)濟(jì)區(qū)域進(jìn)行科學(xué)合理的冷鏈物流系統(tǒng)規(guī)劃，其中冷鏈物流需求量的可靠預(yù)測(cè)則是開展經(jīng)濟(jì)區(qū)域科學(xué)合理冷鏈物流系統(tǒng)規(guī)劃的必要前提[3]。因此，本研究選取湖南省農(nóng)產(chǎn)品冷鏈物流需求量作為研究對(duì)象，并對(duì)區(qū)域內(nèi)冷鏈物流需求量進(jìn)行預(yù)測(cè)分析具有一定的現(xiàn)實(shí)意義。

農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)是當(dāng)前產(chǎn)業(yè)界關(guān)注的熱點(diǎn)[4]。理論界也對(duì)其開展了相關(guān)研究，然而當(dāng)前冷鏈物流理論總體還處于快速發(fā)展的階段，至今還未形成完整獨(dú)立的理論體系。在冷鏈物流需求預(yù)測(cè)方面，由于冷鏈物流統(tǒng)計(jì)數(shù)據(jù)相對(duì)缺乏，加上冷鏈物流需求量目前還沒有形成完整統(tǒng)一的度量指標(biāo)體系，因此使得冷鏈物流需求量的預(yù)測(cè)研究存在一些困難，當(dāng)前大部分相關(guān)研究主要聚集在以農(nóng)產(chǎn)品冷鏈物流需求現(xiàn)狀分析、對(duì)策建議等定性研究方面，農(nóng)產(chǎn)品冷鏈物流需求量的定量分析相對(duì)較少。蘭洪杰等[5]采用神經(jīng)網(wǎng)絡(luò)技術(shù)通過需求主體數(shù)量與人均日消耗量對(duì)奧運(yùn)會(huì)期間的食品冷鏈物流需求量進(jìn)行了預(yù)測(cè)。李夏培等[6]應(yīng)用灰色線性組合模型對(duì)我國(guó)農(nóng)產(chǎn)品冷鏈物流需求建立了預(yù)測(cè)方程，并運(yùn)用Eviews 軟件進(jìn)行了檢驗(yàn)。李玉萍等[7]分析了我國(guó)果蔬冷鏈物流的發(fā)展現(xiàn)狀并提出了相應(yīng)的對(duì)策建議。張言彩等[4]以江蘇省城鎮(zhèn)居民冷鏈運(yùn)輸產(chǎn)品的消費(fèi)總量來度量其冷鏈物流需求量，并通過傳統(tǒng)灰色模型來預(yù)測(cè)其未來城鎮(zhèn)居民冷鏈物流需求量?？聛嗛猍8]以唐山市為例，選取了特定區(qū)域主要農(nóng)產(chǎn)品冷鏈年流通量為度量指標(biāo)，采用傳統(tǒng)灰色模型對(duì)本市主要農(nóng)產(chǎn)品的產(chǎn)出總量進(jìn)行了預(yù)測(cè)，并通過冷鏈流通率及其平均流轉(zhuǎn)次數(shù)計(jì)算出了唐山市2015年的農(nóng)產(chǎn)品冷鏈物流需求量及其農(nóng)產(chǎn)品對(duì)冷庫(kù)的需求量，并結(jié)合實(shí)地調(diào)研冷庫(kù)數(shù)據(jù)，測(cè)算了2015年唐山市的冷庫(kù)庫(kù)容缺口。

以上所有研究對(duì)農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)作了大量有益探索，在農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)中，有些工作有待于進(jìn)一步完善。首先，在計(jì)算設(shè)計(jì)方面，以需求主體數(shù)量和人均消耗量相乘作為度量某地區(qū)農(nóng)產(chǎn)品冷鏈物流需求量并不合理。由于各地區(qū)自然資源稟賦不同，一般來說，其農(nóng)產(chǎn)品產(chǎn)出除了供給給本地區(qū)以外，通常還有相當(dāng)一大部分銷往外地甚至國(guó)外，而且有的區(qū)域還要依靠農(nóng)產(chǎn)品進(jìn)口。其次，在度量指標(biāo)選取方面存在以偏概全的問題。經(jīng)調(diào)查發(fā)現(xiàn)，現(xiàn)有的冷鏈物流統(tǒng)計(jì)數(shù)據(jù)依然不全，存在選取產(chǎn)品指標(biāo)不全面的問題，最終導(dǎo)致了預(yù)測(cè)結(jié)果相對(duì)偏小。另外，在操作層面，在特定經(jīng)濟(jì)區(qū)域僅預(yù)測(cè)城鎮(zhèn)居民冷鏈流通農(nóng)產(chǎn)品消耗量并不能完全有效度量該地區(qū)的實(shí)際冷鏈物流需求量。最后，在預(yù)測(cè)方法選用方面，多元線性回歸[6]、神經(jīng)網(wǎng)絡(luò)[9]、支持向量機(jī)[10-11]、傳統(tǒng)灰色預(yù)測(cè)方法[3-4,12]等對(duì)物流需求量預(yù)測(cè)的研究已經(jīng)很多，并且各自有其特點(diǎn)和優(yōu)勢(shì)。然而綜合來看，現(xiàn)有大部分文獻(xiàn)仍然采用以傳統(tǒng)灰色模型為主對(duì)冷鏈物流需求量進(jìn)行預(yù)測(cè)。傳統(tǒng)灰色模型針對(duì)小樣本、貧信息下的短期預(yù)測(cè)精度相對(duì)較高，但是存在受初值影響較大的特點(diǎn)，并且在中長(zhǎng)期預(yù)測(cè)時(shí)的偏差相對(duì)明顯；然而，無(wú)偏灰色模型是在傳統(tǒng)灰色模型基礎(chǔ)上發(fā)展起來的一種預(yù)測(cè)方法，它消除了傳統(tǒng)灰色預(yù)測(cè)模型本身固有的偏差，不僅預(yù)測(cè)性能優(yōu)于傳統(tǒng)模型，且其適用范圍也有了很大的擴(kuò)展[13]。

因此，為了提高預(yù)測(cè)的可靠性，同時(shí)增強(qiáng)模型在中長(zhǎng)期預(yù)測(cè)中的適用性，本著“簡(jiǎn)單實(shí)用”的原則，本研究考慮在灰色預(yù)測(cè)模型基礎(chǔ)上建立滑動(dòng)無(wú)偏灰色預(yù)測(cè)模型，并利用該方法對(duì)湖南省農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測(cè)，同時(shí)依據(jù)現(xiàn)有出臺(tái)的文件和規(guī)范開展系統(tǒng)分析，力求設(shè)計(jì)一種簡(jiǎn)單實(shí)用的冷鏈物流需求預(yù)估方案。與此同時(shí)，考慮到影響農(nóng)產(chǎn)品冷鏈物流需求量的因素隨著時(shí)間動(dòng)態(tài)變化，本研究提出了以時(shí)間更新進(jìn)行遞推預(yù)測(cè)的策略。并在開展預(yù)測(cè)之前，分別設(shè)計(jì)了擬合分組試驗(yàn)和預(yù)測(cè)分組試驗(yàn)，進(jìn)而確定相對(duì)有效的預(yù)測(cè)方法。在指標(biāo)選擇上，本研究選取有關(guān)經(jīng)濟(jì)區(qū)域主要農(nóng)產(chǎn)品的年流通量作為冷鏈物流需求量預(yù)測(cè)的度量指標(biāo)，并根據(jù)業(yè)內(nèi)不同農(nóng)產(chǎn)品的冷鏈流通率對(duì)有關(guān)經(jīng)濟(jì)區(qū)域冷鏈物流需求量進(jìn)行測(cè)算，并在最后提出了針對(duì)特定經(jīng)濟(jì)區(qū)域的冷鏈物流發(fā)展對(duì)策和建議。

1 滑動(dòng)無(wú)偏灰色模型建立

1.1 灰色預(yù)測(cè)模型

1）做一階累加形成生成數(shù)據(jù)序列：

2）確定數(shù)據(jù)矩陣B、Yn：

3）求參數(shù)列：

4）建立生成數(shù)據(jù)序列模型

5）建立原始數(shù)據(jù)序列模型：

1.2 無(wú)偏灰色預(yù)測(cè)模型

設(shè)無(wú)偏GM(1,1)模型的參數(shù)為u，A；則對(duì)原始序列=Aeu(k-1),k=1,2,...,n，做一次累加得：

由傳統(tǒng)GM(1,1)方法建模得[13]：

由此可求得用傳統(tǒng)GM(1,1)模型參數(shù)a，b表示u和A的估計(jì)為：

建立原始數(shù)據(jù)序列模型：

1.3 數(shù)據(jù)的滑動(dòng)處理

滑動(dòng)無(wú)偏灰色模型則是在建立無(wú)偏灰色模型之前先對(duì)數(shù)據(jù)進(jìn)行滑動(dòng)處理?；瑒?dòng)處理過程如下。若原始數(shù)列為：

對(duì)原始數(shù)據(jù)X(0)進(jìn)行一次加權(quán)滑動(dòng)平均處理后，得：

則加權(quán)平均處理過程為：

1.4 模型檢驗(yàn)標(biāo)準(zhǔn)

灰色預(yù)測(cè)模型一般檢驗(yàn)主要采用殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)[4]，指標(biāo)包括了相對(duì)誤差、均方差比值、小誤差概率，分別用α、c、p表示檢驗(yàn)指標(biāo)數(shù)據(jù)。通過計(jì)算得出各自的值，參照表1中的精度等級(jí)對(duì)采用模型的可靠性等級(jí)進(jìn)行檢驗(yàn)。

表1 可靠性檢驗(yàn)等級(jí)參照表Table 1 Grade of model precision test level

2 預(yù)測(cè)效果的比較分析

2.1 指標(biāo)選取及數(shù)據(jù)來源

一般來說，物流需求是指在一定時(shí)期內(nèi)經(jīng)濟(jì)活動(dòng)對(duì)生產(chǎn)、流通、消費(fèi)領(lǐng)域的原材料、半成品、成品、商品以及廢舊物等的配置作用而產(chǎn)生的對(duì)物資在時(shí)間、空間和費(fèi)用等方面的要求，涉及到運(yùn)輸、包裝、庫(kù)存、裝卸搬運(yùn)、配送、流通加工及信息處理等物流活動(dòng)的各個(gè)方面。具體到衡量冷鏈物流需求的指標(biāo)體系通常有以下幾種。從實(shí)物量方面考慮，有貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量、庫(kù)存量、加工量等指標(biāo)；從價(jià)值量方面考慮，有社會(huì)物流總成本、社會(huì)物流總收入、供應(yīng)鏈增值等指標(biāo)；從就業(yè)方面考慮，有冷鏈物流從業(yè)人數(shù)、冷鏈物流從業(yè)人數(shù)占總就業(yè)人數(shù)的比例等指標(biāo)[4]。

以往學(xué)者對(duì)物流需求預(yù)測(cè)大多采用了單指標(biāo)方法。然而在現(xiàn)實(shí)生活中影響冷鏈物流需求的因素有很多，為了更加全面地描述和涵蓋特定地區(qū)的冷鏈物流需求總量，本研究將特定經(jīng)濟(jì)區(qū)域需要冷藏運(yùn)輸?shù)娜忸悺⑶莸?、水產(chǎn)品、果蔬、牛奶等農(nóng)產(chǎn)品的產(chǎn)出總量均作為冷鏈物流需求總量的影響因素納入到預(yù)測(cè)模型當(dāng)中。同時(shí)，考慮到數(shù)據(jù)的可得性，我們特意選取了2009—2018年的湖南省各主要農(nóng)產(chǎn)品產(chǎn)量作為原始數(shù)據(jù)，并在具體計(jì)算時(shí)省略了一些影響較小的次要因素。通過查找統(tǒng)計(jì)年鑒，具體數(shù)據(jù)見表2。

表2 湖南省近10年各主要農(nóng)產(chǎn)品的總產(chǎn)量?Table 2 Output of the major agricultural products in Hunan province during latest 10 years (/10 000 t)

2.2 數(shù)據(jù)處理及試驗(yàn)設(shè)計(jì)

為了更好地開展冷鏈物流量預(yù)測(cè)和比較，同時(shí)抑制隨機(jī)誤差對(duì)預(yù)測(cè)結(jié)果的影響，本研究首先依據(jù)前文公式（9）～（10）對(duì)原始數(shù)據(jù)序列進(jìn)行滑動(dòng)處理，原始數(shù)據(jù)序列經(jīng)過滑動(dòng)處理后的數(shù)據(jù)見表3。

表3 湖南省近10年各主要農(nóng)產(chǎn)品的總產(chǎn)量滑動(dòng)處理后的數(shù)據(jù)Table 3 Data after slippage of the major agricultural products in Hunan province during latest 10 years (/10 000 t)

與此同時(shí)，為了驗(yàn)證滑動(dòng)無(wú)偏灰色模型相對(duì)傳統(tǒng)灰色模型具有更加廣泛的適用性以及更好的預(yù)測(cè)精度，本研究分別設(shè)計(jì)了擬合分組試驗(yàn)和預(yù)測(cè)分組試驗(yàn)進(jìn)行先期分析對(duì)比。擬合分組試驗(yàn)分別以2009—2017年湖南省主要農(nóng)產(chǎn)品產(chǎn)量為試驗(yàn)數(shù)據(jù)（因牛奶相對(duì)其他量小，對(duì)整體預(yù)測(cè)影響極小，后續(xù)進(jìn)行了省略），分別采用滑動(dòng)無(wú)偏灰色模型和傳統(tǒng)灰色模型對(duì)數(shù)據(jù)進(jìn)行擬合并對(duì)相關(guān)結(jié)果進(jìn)行檢驗(yàn)，得到兩種模型的擬合誤差及檢驗(yàn)結(jié)果，進(jìn)而比較兩種模型的擬合效果并進(jìn)行篩選。預(yù)測(cè)分組試驗(yàn)則是在擬合分組試驗(yàn)的基礎(chǔ)上進(jìn)行拓展，即以2009—2017年主要農(nóng)產(chǎn)品產(chǎn)量為原始數(shù)據(jù)來預(yù)測(cè)2018年的產(chǎn)量，通過平均相對(duì)誤差數(shù)據(jù)來比較兩個(gè)模型的預(yù)測(cè)可靠性，預(yù)測(cè)分組試驗(yàn)的設(shè)定是為了與擬合分組試驗(yàn)結(jié)果形成對(duì)照，進(jìn)而說明傳統(tǒng)灰色預(yù)測(cè)中可能存在的“過擬合”現(xiàn)象。

2.2.1 擬合分組試驗(yàn)

以表2的數(shù)據(jù)作為初始數(shù)據(jù)進(jìn)行傳統(tǒng)灰色擬合運(yùn)算，同時(shí)以表3的數(shù)據(jù)作為初始數(shù)據(jù)進(jìn)行滑動(dòng)無(wú)偏灰色擬合運(yùn)算，各種主要農(nóng)產(chǎn)品采用不同方法的擬合結(jié)果見表4。

表4 擬合分組實(shí)驗(yàn)結(jié)果Table 4 Experimental results of fitting grouping (/10 000 t)

運(yùn)用模型檢驗(yàn)標(biāo)準(zhǔn)分別對(duì)兩種擬合模型進(jìn)行檢驗(yàn)，兩種模型各種檢驗(yàn)指標(biāo)的檢驗(yàn)結(jié)果如表5所示。

表5 兩種模型檢驗(yàn)結(jié)果Table 5 Results of the two model test

由擬合結(jié)果及模型檢驗(yàn)結(jié)果可知：小誤差概率p檢驗(yàn)指標(biāo)取值均為1，精度等級(jí)均為一級(jí)，擬合效果好。對(duì)于擬合檢驗(yàn)指標(biāo)均方差比值c，滑動(dòng)無(wú)偏灰色模型所有農(nóng)產(chǎn)品檢驗(yàn)結(jié)果數(shù)值位于0.10～0.35 區(qū)間，精度等級(jí)定位為一級(jí)，擬合效果好；傳統(tǒng)灰色模型中，禽蛋為0.203 7，精度定位等級(jí)為一級(jí)，擬合效果好，蔬菜瓜類和水果分別為0.56 和0.634 3，精度等級(jí)定位二級(jí)和三級(jí)之間，擬合效果勉強(qiáng)合格，豬牛羊肉、水產(chǎn)品分別為0.461 9 和0.486 7，數(shù)值區(qū)間為0.35～0.50，可靠性等級(jí)定位為一級(jí)和二級(jí)之間，擬合效果較好；對(duì)于擬合檢驗(yàn)指標(biāo)相對(duì)誤差α，兩個(gè)模型對(duì)禽蛋的擬合取值均位于0～0.01 取值區(qū)間，精度等級(jí)定位為一級(jí)，擬合效果好；兩個(gè)模型對(duì)豬牛羊肉、水產(chǎn)品和蔬菜瓜果的擬合取值位于0.01～0.05 取值區(qū)間，精確等級(jí)定位一級(jí)和二級(jí)之間，擬合效果較好，兩個(gè)模型對(duì)水果的擬合取值分別為0.137 1和0.135 9，精確等級(jí)定位三級(jí)和四級(jí)之間，擬合效果基本合格。綜合來看，這兩種模型的擬合效果整體均相對(duì)較好，通過對(duì)比這兩個(gè)模型的3 項(xiàng)檢驗(yàn)指標(biāo)，總體反映滑動(dòng)無(wú)偏灰色模型的擬合效果要優(yōu)于傳統(tǒng)灰色模型的擬合效果。

2.2.2 預(yù)測(cè)分組試驗(yàn)

以上擬合分組試驗(yàn)結(jié)果表明，滑動(dòng)無(wú)偏灰色模型的擬合效果相對(duì)比傳統(tǒng)灰色模型表現(xiàn)更好。然而，模型擬合效果好并不能說明其具有更好的泛化能力，有可能會(huì)存在擬合誤差小而預(yù)測(cè)誤差反而更大的現(xiàn)象，即我們通常所指的“過擬合”現(xiàn)象。為了考察“過擬合”在本次試驗(yàn)中是否存在，同時(shí)考慮到灰色模型在短期預(yù)測(cè)中精度較高的特點(diǎn)，因此本研究在擬合分組試驗(yàn)基礎(chǔ)上繼續(xù)設(shè)計(jì)了預(yù)測(cè)分組實(shí)驗(yàn)，分別對(duì)湖南省各主要農(nóng)產(chǎn)品2018年的產(chǎn)量進(jìn)行了預(yù)測(cè)，并把預(yù)測(cè)結(jié)果與實(shí)際情況進(jìn)行對(duì)照，具體結(jié)果及預(yù)測(cè)相對(duì)誤差見表6。

表6 2018年湖南省主要農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)結(jié)果以及兩種模型相對(duì)誤差對(duì)比Table 6 Forecast results of major agricultural products in 2018 and the relative errors between two models

通過預(yù)測(cè)相對(duì)誤差為參考數(shù)據(jù)來比較這兩種模型的預(yù)測(cè)可靠性，結(jié)果顯示總體上滑動(dòng)無(wú)偏灰色模型的預(yù)測(cè)可靠程度更高、預(yù)測(cè)結(jié)果相對(duì)更好，在豬牛羊肉、蔬菜瓜果預(yù)測(cè)中滑動(dòng)無(wú)偏灰色模型相對(duì)誤差略微高于傳統(tǒng)灰色模型，但誤差數(shù)值上相差不大。結(jié)果表明滑動(dòng)無(wú)偏灰色模型相比傳統(tǒng)灰色模型具有更好的預(yù)測(cè)可靠性及泛化能力。

3 農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測(cè)

3.1 農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)框架

本研究采用農(nóng)產(chǎn)品冷鏈流通量作為湖南省農(nóng)產(chǎn)品冷鏈物流需求量的度量指標(biāo)，并根據(jù)不同年度各農(nóng)產(chǎn)品總產(chǎn)量的預(yù)測(cè)結(jié)果，結(jié)合我國(guó)冷鏈物流行業(yè)發(fā)展規(guī)劃以及湖南省各主要農(nóng)產(chǎn)品冷鏈流通率的有關(guān)數(shù)據(jù)進(jìn)行分析，進(jìn)而確定湖南省冷鏈物流需求量的預(yù)測(cè)結(jié)果是本研究采用的一種預(yù)估方法。農(nóng)產(chǎn)品冷鏈物流預(yù)測(cè)框架如圖1所示。

圖1 農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)框架Fig.1 Framework diagram of agricultural products cold chain logistics demand forecast

如圖1所示，從確定預(yù)測(cè)主題開始，依次進(jìn)行收集數(shù)據(jù)、選擇方法、分析規(guī)律、建立模型、評(píng)估效果以及發(fā)布模型等步驟。特別需要注意的是選擇方法和分析規(guī)律之間是可逆箭頭，說明通過不斷來回往復(fù)選擇方法直到找到潛在規(guī)律驗(yàn)證所選方法是正確的才可以進(jìn)入建模環(huán)節(jié)。在效果評(píng)估的時(shí)候，如果沒有達(dá)到預(yù)期，則要按照①②③④的順序進(jìn)行檢驗(yàn)和反思，從模型、方法直到主題三個(gè)層面不斷調(diào)整進(jìn)入循環(huán)，若評(píng)估效果達(dá)到預(yù)期則發(fā)布模型；發(fā)布模型與確定主題之間有一條有向虛線，表示已經(jīng)實(shí)現(xiàn)主題的內(nèi)容，從而結(jié)束循環(huán)，整個(gè)過程都是圍繞著數(shù)據(jù)展開。

3.2 湖南省2019—2025年主要農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)

根據(jù)模型仿真及其檢驗(yàn)結(jié)果，本研究選取滑動(dòng)無(wú)偏灰色模型，以2009—2018年湖南省主要農(nóng)產(chǎn)品產(chǎn)量為原始數(shù)據(jù)，對(duì)2019—2025年湖南省各主要農(nóng)產(chǎn)品產(chǎn)量數(shù)據(jù)進(jìn)行預(yù)測(cè)。由于灰色預(yù)測(cè)模型的短期預(yù)測(cè)可靠性一般較高，另外考慮到影響農(nóng)產(chǎn)品冷鏈物流需求量的因素隨著時(shí)間推移而發(fā)生動(dòng)態(tài)變化，因此在實(shí)際預(yù)測(cè)時(shí)采取第次更新策略，即每次只預(yù)測(cè)后一年的產(chǎn)量，下一次預(yù)測(cè)將新數(shù)據(jù)加入到數(shù)據(jù)序列，并丟棄掉數(shù)據(jù)序列中最前面一年的數(shù)據(jù)，依次遞推進(jìn)行預(yù)測(cè)[11]。2019—2025年湖南省各主要農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)結(jié)果見表7。

表7 2019—2025年湖南省主要農(nóng)產(chǎn)品年總產(chǎn)量預(yù)測(cè)Table 7 Forecast results of major agricultural products in Hunan province from 2019 to 2025(/10 000 t)

3.3 湖南省農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測(cè)

2010年國(guó)家發(fā)改委發(fā)布的《農(nóng)產(chǎn)品冷鏈物流發(fā)展規(guī)劃》指出，到2015年，要顯著提高肉類和水產(chǎn)品的冷鏈物流水平，加快發(fā)展果蔬冷鏈物流，果蔬、肉類、水產(chǎn)品冷鏈流通率分別提高到20%、30%、36%以上。同時(shí)，《湖南省農(nóng)產(chǎn)品冷鏈物流三年實(shí)施計(jì)劃（2015—2017）》中也明確提出，至2017年，分別將果蔬、肉類、水產(chǎn)品冷鏈流通率提高至16%、28%、36%以上[2]。同時(shí)根據(jù)調(diào)查，2014年湖南省各農(nóng)產(chǎn)品對(duì)應(yīng)的冷鏈流通率數(shù)據(jù)分別為7%、16%、21%，即果蔬、肉類、水產(chǎn)品流通率分別以年均3%、4%、5%的速度逐年遞增?？紤]到國(guó)家在《物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃（2014—2020）》中明確提出要加強(qiáng)冷鏈物流基礎(chǔ)設(shè)施建設(shè)、完善冷鏈物流網(wǎng)絡(luò)，預(yù)計(jì)我國(guó)冷鏈物流的發(fā)展速度只會(huì)加快而不會(huì)減慢，因此不妨假定：在湖南省農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測(cè)中，果蔬、肉類、水產(chǎn)品冷鏈流通率分別以年均3%、4%、5%的年均增長(zhǎng)速度保持不變，直到達(dá)到100%的冷鏈流通率；此外假定禽蛋冷鏈流通率與肉類相同；牛奶等其他產(chǎn)品的冷鏈流通率為100%。以湖南省各主要農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)數(shù)據(jù)分別與其對(duì)應(yīng)的冷鏈流通率相乘并求和，得到后續(xù)各年份（2019—2025年）的農(nóng)產(chǎn)品冷鏈物流需求量，具體結(jié)果見表8。

表8 2019-2025年湖南省農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測(cè)值Table 8 Forecast results of cold chain logistics demand in Hunan province from 2019 to 2025 (/10 000 t)

4 結(jié)論與討論

4.1 結(jié) 論

本研究基于傳統(tǒng)灰色模型，構(gòu)建了滑動(dòng)無(wú)偏灰色模型對(duì)湖南省農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測(cè)。過程中采用湖南省最近10年（2009—2018年）可得的主要農(nóng)產(chǎn)品年產(chǎn)量作為基礎(chǔ)數(shù)據(jù)，設(shè)計(jì)了擬合分組試驗(yàn)和預(yù)測(cè)分組試驗(yàn)進(jìn)行對(duì)比，并根據(jù)有關(guān)政策法規(guī)設(shè)計(jì)了湖南省冷鏈物流需求量的計(jì)算方法，并對(duì)湖南省2019—2025年的農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行了初步預(yù)測(cè)。主要結(jié)論歸納為如下幾點(diǎn)：

1）傳統(tǒng)灰色模型在短期預(yù)測(cè)中表現(xiàn)出較高的可靠性，但其對(duì)初值敏感，且在中長(zhǎng)期預(yù)測(cè)中偏差明顯。本研究在傳統(tǒng)灰色模型基礎(chǔ)上建立滑動(dòng)無(wú)偏灰色模型，通過設(shè)計(jì)擬合與預(yù)測(cè)分組實(shí)驗(yàn)證實(shí)了滑動(dòng)無(wú)偏灰色模型相對(duì)于傳統(tǒng)灰色模型具有更好的預(yù)測(cè)可靠性和泛化能力。

2）本研究選取農(nóng)產(chǎn)品冷鏈流通量作為冷鏈物流量的度量指標(biāo)，結(jié)合國(guó)家和相關(guān)地區(qū)出臺(tái)的相關(guān)政策法規(guī)作為依據(jù)，定量估計(jì)出湖南省各主要農(nóng)產(chǎn)品的冷鏈流通率；并據(jù)此采用滑動(dòng)無(wú)偏灰色模型預(yù)估得到2019—2025年湖南省農(nóng)產(chǎn)品冷鏈物流需求量，旨在為湖南省“十四五”冷鏈物流設(shè)施規(guī)劃與增建提供理論依據(jù)。預(yù)測(cè)過程中，采用2009—2018年湖南省各主要農(nóng)產(chǎn)品產(chǎn)量為原始數(shù)據(jù)；結(jié)合具體情況分別確定各種農(nóng)產(chǎn)品的冷鏈流通率，采用逐年增長(zhǎng)的策略加權(quán)求和確定后續(xù)各年份的農(nóng)產(chǎn)品冷鏈物流需求量。從表8中的預(yù)測(cè)數(shù)據(jù)可以看到：“十四五”期間，湖南省農(nóng)產(chǎn)品的冷鏈物流需求將迅速增加，年均增長(zhǎng)率將達(dá)到15.42%。另外，2019—2025年期間每年相對(duì)于前一年的冷鏈物流需求增長(zhǎng)分別為22.01%、17.75%、16.05%、14.30%、13.42%、12.53% 和11.91%；數(shù)據(jù)同時(shí)顯示，隨著湖南省冷鏈物流水平的不斷提高，農(nóng)產(chǎn)品對(duì)冷鏈物流需求的增加速度會(huì)逐步放緩。

4.2 討 論

農(nóng)產(chǎn)品冷鏈物流需求與人民生活息息相關(guān)，同時(shí)又深受國(guó)家宏觀政治、經(jīng)濟(jì)政策的影響，市場(chǎng)環(huán)境的變動(dòng)也會(huì)引起物流需求的波動(dòng)。因此，從冷鏈物流產(chǎn)業(yè)的長(zhǎng)遠(yuǎn)發(fā)展來看，各經(jīng)濟(jì)區(qū)域內(nèi)農(nóng)產(chǎn)品冷鏈物流產(chǎn)業(yè)的發(fā)展需要政府有關(guān)部門，消費(fèi)者，冷鏈物流運(yùn)營(yíng)商、代理商和冷鏈物流投資商等供應(yīng)鏈環(huán)節(jié)的上下游各相關(guān)方共同配合協(xié)調(diào)、群體發(fā)力。結(jié)合湖南省經(jīng)濟(jì)社會(huì)發(fā)展具體情況，在制定區(qū)域冷鏈物流發(fā)展規(guī)劃及開展物流設(shè)施布局時(shí)，有關(guān)各級(jí)政府應(yīng)當(dāng)深入調(diào)研區(qū)域市場(chǎng)，把握好冷鏈物流產(chǎn)業(yè)鏈中流通環(huán)節(jié)的上下游關(guān)系，合理布局各相關(guān)產(chǎn)業(yè)，并發(fā)揮各個(gè)產(chǎn)業(yè)之間的聯(lián)動(dòng)作用。特別是在政府主導(dǎo)下引入冷鏈投資商方面，要緊密結(jié)合經(jīng)濟(jì)區(qū)域內(nèi)冷鏈物流市場(chǎng)供應(yīng)商的飽和度以及現(xiàn)存的冷鏈物流業(yè)態(tài)，盡可能避免區(qū)域內(nèi)同質(zhì)化競(jìng)爭(zhēng)，并鼓勵(lì)投資商實(shí)施差異化投資。

另外，在預(yù)測(cè)方法選擇方面，本研究提出的方法雖然相對(duì)簡(jiǎn)單有效，但是其考慮的影響因素相對(duì)單一；隨著大數(shù)據(jù)技術(shù)與人工智能的蓬勃發(fā)展，在未來研究中，我們將繼續(xù)采用最新的數(shù)據(jù)獲取方法，比如網(wǎng)絡(luò)爬蟲及文本挖掘的方法實(shí)時(shí)采集有關(guān)數(shù)據(jù)，采用數(shù)理統(tǒng)計(jì)建模的預(yù)測(cè)方法，綜合考慮影響經(jīng)濟(jì)區(qū)域農(nóng)產(chǎn)品冷鏈物流需求的各方面因素，更加適時(shí)準(zhǔn)確地對(duì)有關(guān)區(qū)域開展農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)，進(jìn)而為地方政府提供決策參考。