【www.rconcon.com--分析材料】
内容摘要:制定货运行业发展规划,遇到的首要问题就是对区域货运发展规模的分析和预测。本文基于湖南货运行业连续22年的统计数据,构建了货运行业需求总量预测模型,研究预测了湖南省今后数年货运需求量。
关键词:湖南省 货运 时间序列
无论是传统意义上的以物资配送为核心的早期物流活动,还是当今社会以信息技术为基础,以供应链服务为特征的现代化物流服务,都把货运作为实现物流服务的基本手段。货运的基本内涵都是物质空间的转移。货运是物流产业的一个主要组成内容和重要环节,甚至由于货运的重要性,可以称其为物流产业的核心之一。
湖南货运需求规模现状
2005年湖南省社会物流总费用为1223.51亿元,物流需求快速上升,但湖南的物流成本仍较高。发达国家的物流成本一般仅占GDP总量的10%,而湖南省2005年物流总成本占GDP比重为18.9%。2005年,湖南省GDP总量为6437亿元,如果物流成本降低一个百分点,就将产生65亿元的效益。
随着湖南省经济发展的整体水平和经济总量水平的不断增高,以及增长速度的不断加快,对生产资料、半成品、产成品的流通要求越来越高。随着湖南省“三化”进程的推进和产业结构的改变,湖南省物流需求总量、物流需求层次和结构也随着发生变化。随着社会经济的迅速发展,原有以农业为重点的产业结构,正逐步向以工业、第三产业为支柱的产业结构转向。由产业结构调整而带来的物流需求变化突出地表现在现代商业的不断繁荣上,从而使消费领域的物流成为社会有效物流需求的一支主力军,电子商务的迅速发展对物流配送的需求加剧更加显示出物流产业的重要性。产业结构调整和转变意味着粗放型社会经济增长方式向集约型社会经济增长方式的转变,同时也意味着物流需求向更高层次、结构和高附加值的方向发展。
湖南货运需求预测
湖南省货运需求总量预测是对湖南省内尚未发生的货运量进行预先的估计和推测,以便用来研究湖南省物流需求规模的大小。对湖南省货运需求规模和发展空间的预测分析,可以描绘出湖南省物流产业发展的前景和利润总量,为湖南的物流发展提供决策依据,尤其是在编制发展规划时,意义更为重大。
(一)时间序列分析法简介
作为预测方法中的一种,时间序列分析法是根据历史资料组成的时间数列,从中找出发展趋势的变动规律,由过去推测未来,凭借过去状态延续到未来的可能性,从而达到预测的目的。这种预测方法也叫外推法或历史引伸法。
预测中我们要遵循的具体步骤有:确定目标、收集资料和统计数据、选择方法、建立模型、检测参数(不通过检验的模型不能采用)、进行预测、写出预测报告或者结论分析。
(二)时间序列模型的缺点和优化方法
单独的时间序列模型中的货运总量是一个变量,利用货运问题做参数,进行时间序列分析,得出模型。这种模型最大的缺点要求数据较为平稳,不能有异常点,一些重大突发事件对于货运的影响巨大,一旦出现这种异常点,一元回归的时间序列方法是没有准备的,用这种模型必将对预测数据造成较大的偏差。
如何应对突发事件,如何解决异常点的时间序列模型优化问题。利用多元回归方法和时间序列方法进行组合,可以得到一个时间序列的优化模型。我们可以进行改进,把货运总量这一个变量利用时间差人为构造出三个变量。从而对货运总量数据进行多元化处理。设参数t为年份(预测年),用Yt表示第t年的货运总量,则Xt-1为第t年的前1年的货运总量,Xt-2为第t年的前2年的货运总量,Xt-3为第t年的前3年的货运总量。这样,考察它们之间的相关性,就可以能人为地形成了一个Yt与Xt-1、Xt-2、Xt-3的多元函数的关系。
(三)数据标准化问题
一般来说,在进行多元回归以前,由于各个变量的值具有不同的数量级和不同的测量单位,所以有必要对所要分析的数据进行变换,或者说是调整,以消除其中由于数量级和测量单位的不同所引起的不合理现象,尽量提高多元回归分析的准确性和实用性。在此模型中,多元是人为的,其实都是货运总量,所以没有必要进行标准化处理(实际上本文经过归一处理后计算得出模型的与归一处理前非常接近,残差<0.0001,可以忽略)。基于上述原因,在表1中,笔者没有采用极大值法对数据进行标准化处理。
(四)多元回归时间序列优化模型的建立与参数检验
根据1980-2004年湖南省货运总量的变化趋势,运用多元回归分析方法,利用SPSS分析软件建立了如下预测模型:
Y(t)=-829.192+1.453*Xt-1-0.4401* Xt-2+0.0376*Xt-3
模型检验值:相关系数R=0.968,其调整后的可决系数为:adjusted R Square=0.928,F=90.668,显着性水平为Sig=0.000,说明此模型是高度显着的。
(五)多元回归时间序列优化模型的评价
未优化前的时间序列模型采用是一元回归方法,经过调整最后的模型结果为Y=1446.403X+31418.268。
时间序列优化模型预测情况:优化模型的预测值与实际值之间的相对误差最高为10.69%<13.40%,平均相对误差3.724%<4.15%(未优化前)。这两项指标都有所改进,最低值没有改进,不过为0.19,也是效果很好的。特别是对2004年的数据的预测相对误差由优化前的13.40%下降到了优化后的6.25%(具体数据见表2)。说明这个模型是可以接受的,尤其是能有效地解决有放量增长的数据的模拟,对近期的数据的模拟效果比优化前模型有明显改善,改变了优化前的模型对历史数据拟合较好,而对近期数据拟合不好的缺点。
通过比较评价,笔者认为模型达到了预测的要求。通过这个时间序列优化模型来进行湖南省货运总需求量的长期预测,预测货运量规模如表3。
从表3中可以看出,到2014年,湖南省的货运总量将达133689万吨,比2004年的69680万吨要翻一番。而“十一五”完成时,湖南货运将突破十亿吨,就会达到2004年山东省10. 4亿吨的水平(目前,山东省的货运总量居全国第一)。因此,湖南省在“十一五”期间有必要对山东省的物流发展加以借鉴,加快湖南物流的有序和快速发展。
货运需求量的预测是物流管理的重要环节,也是物流管理的重要手段。这种多元回归时间序列优化方法建立的模型也可在以后的应用中用新的历史数据加以补充和修正,来提高预测精度。
综上所述,湖南省经济发展对物流的影响表现为不断扩大的物流规模。在未来几年内,湖南省将重点建设以长株潭、怀化、衡阳和岳阳的四大区域性物流中心,力争打造一支货畅其流、竞争力强的“物流湘军”的物流发展战略。基于时间序列多元回归的优化模型能提供更为可信的预测模型,得出的十年内湖南省货运总量规模的预测将会对物流中心的科学规划起重要作用。
参考文献:
1.孙有望,周福东.我国宏观物流市场预测与分析方法研究[J].同济大学学报,2005
2.张如云.深圳物流供求分析[J].物流技术,2004
3.丁元,周树高.第三产业对GDP增长的贡献分析—以广东省为例[J].中国流通经济,2005
4.李雪欣.沈阳市现代物流产业发展对策初探[J].中国流通经济,2004
5.周元福.对现代物流内涵的再认识[J].经济师,2005