上海市生鲜农产品物流资源分配优化研究.doc

1、上海市生鲜农产品物流资源分配优化研究摘要：本文从上海市生鲜农产品产需的角度出发，对其物流资源分配问题进行了探讨，并结合灰色系统理论和 GM（1，1）模型，分别对上海市生鲜农产品物流需求和本地生鲜农产品物流需求做出分析预测，最后通过需求能力指数得出关于上海市 2015 年、2016 年生鲜农产品物流资源的最佳优化配比，并附以相关建议。 关键词：上海市；生鲜农产品；物流需求；GM（1，1）模型 一、引言 国家标准文件中对生鲜农产品的定义是“通过种植、养殖、采收、捕捞等产生，未经加工或经初级加工，供人食用的新鲜农产品，其包括蔬菜、水果、畜禽肉、水产品、鲜蛋等类” 。而今随着社会经济的发展和现代化水平

2、的提高，国家对生鲜农产品经济也越加重视。2015 年伊始，中央就下达了一号文件，明确指示要大力促进果蔬产业、畜禽养殖业，可以预见，与此相关的生鲜农产品物流行业将迎来又一个春天。但就在生鲜农产品物流总体发展形势大好的背景下，国内的相关物流企业正在经受着严峻的考验。中国物流与采购联合会会长何黎明指出：我国生鲜农产品物流起点低、起步晚、资源有限、区域性分布明显、东西部差异显著，企业利润下滑等，局面不容乐观。造成这样现象的原因有很多，主体上可分为“供”和“需”两方面，然而就当前既定的物流水平条件来看，这些都可归结为一个方面的问题，即现有的生鲜农产品物流资源在市场中分配极度不合理，所以非常有必要对其进行

3、深入分析。为此本文选择以承载中国经济命脉和东部长三角地区枢纽的上海市为例，就本地生鲜农产品“供”量下降， “需”求上升趋势，运用灰色系统理论和模型进行分析预测，优化物流资源分配，以起到促进生鲜农产品物流资源合理配置的作用。 二、灰色系统理论和 GM 模型 灰色系统理论由邓聚龙先生于 1982 年提出，理论结合了控制论和运筹学知识，对“少信息”问题进行研究。模型预测正是理论中的一个应用，它通过已有信息构建出数学模型，从而预测出某个变量值。其中，GM（1，1）模型最具有代表性，其原理是将收集到的信息，按时间先后组合成序列，得到模型所需的初始值，然后对其进行累加、累减、均值、级比等处理，生成一个新序

4、列，再经差分、微分处理，转换成模型的基本形式，最后结合矩阵、最小二乘等较为成熟的理论，拟合出时间响应式，并根据该式作出预测。 由于生鲜农产品本身是一个比较笼统的概念，内容宽泛，这就使得其在相关数据的收集颇为困难，如该地区相关部门在某一时段内对统计指标进行了改动，又比如某年发生了一件大事对某项指标产生了极性诱导作用等，兼之在经济生产中越久远的数据对当前影响越小，因此若一味追求信息的数量，往往会让分析结果出现较大偏差，甚至导出完全相反的结论。灰色系统理论则为此类问题的解决指明了一条道路，其突出的优点正是依赖信息少、预测精度高，现如今已在各个预测领域获得了大量认可和得到广泛应用，如吴中如院士、孙才新

5、院士等都对其做过深入研究。 三、GM（1，1）模型构建与精度检验 1、均值 GM（1，1）模型构建 此处 C、p 值能够反映出时间序列值的离散程度，C、p 值越小，表示模型精度越高，预测效果越好。表 1 为模型的精度评定标准。对于评定结果，经常会出现 C、p 值检验精度级别不一致情况，为此设定以下原则：精度级别=Max（C 的级别，p 的级别） 。 四、上海市生鲜农产品物流研究 1、生鲜农产品物流需求预测 （1）原始数据的处理。实际数据收集是一个定量的过程，本文基于生鲜农产品的定义，选取其中最为主要的 8 个品类作为计量指标，即猪肉、牛羊肉、鸡鸭、蛋类、鱼虾、鲜菜、水果、奶制品，又考虑到城镇居

6、民的日常消费是生鲜农产品物流面向的主要对象，故从上海统计年鉴中整合出相关数据，再结合各年末上海市城市人口数量，算出生鲜农产品物流需求总量，汇成表 2。 （2）生鲜农产品物流的总需求预测。将已经建立好的模型编写程序，代入初始数据进行分析，得到表 3，经分析可知观测值与拟合值之间的残差是非常小的，相对误差大小均不超过 0.6%，平均值仅为 0.27%，对此进行后验差检验，得到 C=0.052083，远小于第一精度级别的 0.35，同时假设检验中的小概率事件并未发生，于是该模型构建合理，所得到的时间响应函数成立。藉此对 2014 年、2015 年、2016 年生鲜农产品物流需求量进行预测，可获悉其值

7、分别为：2982.157805 万吨、3020.321747 万吨、3058.978089 万吨。 2、本地生鲜农产品物流需求预测 （1）原始数据处理。采取类似表 2、表 3 中的数据处理办法，查询上海市月度生产数据库，择取其中与生鲜农产品物流有关的所有计量指标，汇总制成表 4。可以明显看出，此处的统计指标发生了变动，且计量单位上未予以统一，同时数据库中对 2011 年以前的各品类产量也未有记载，可见由此得到的原始数据并不具有可比性，还需要进一步处理。于是将各年份各指标数据皆除以该指标 2011 年的值，得到物流需求能力指数见表 5，借此来衡量其本地生鲜农产品的物流需求，使数据更具有说服力。经

8、分析得出，上海市本地生鲜农产品物流的需求呈逐年下降的趋势。（2）本地生鲜农产品物流需求能力指数预测。由于指标的变化和量纲的差异不利于后续研究的进行，于是将数据以比例形式重新处理，即为物流需求能力指数。将表 5 中本地生鲜农产品物流需求能力指数在各年的总计值代入 GM（1，1）模型中进行分析，结果记入表 6，所得的相对误差依然很小，平均值仅为 0.68%，经过后验差检验得到 C= 0.08676，同时假设检验的小概率事件未曾发生，因此符合第一精度标准，模型构建合理，时间响应函数成立。据此进行结果预测，得出2015 年本地生鲜农产品物流需求能力指数为 5.010805，2016 年指数为4.822

9、47。 3、结果分析 为使结果更为直观，将表 2、表 3 所得数据再进行一次处理，即将20112016 年观测值和预测值数据与 2011 年相除，得到上海市生鲜农产品物流总需求增长的倍数关系，即上海市生鲜农产品物流总需求能力指数，再结合表 4、表 5、表 6 的结果，按时间序列制成表 7 进行比较分析。从表 7 可以很明显地看出，在上海市生鲜农产品物流总需求上升的趋势下，本地生鲜农产品对物流的需求正在逐年减少，因此上海市原有的生鲜农产品物流资源分配方式已经很大程度上不再适合当前的局势，需要做出新的调整。经过表 7 的比较分析，建议上海市 2016 年应考虑将原本用于满足本地生鲜农产品物流需求的

10、资源进行缩减，同时扩大对外省生鲜农产品物流资源的分配，针对沪内的份额只需保留相当于 2011 年本地生鲜农产品物流资源分配的 83.5%和 80.4%即可。 五、结束语 本文从上海市生鲜农产品的生产、消费状况入手，发现上海市对生鲜农产品物流有在总体需求上不断上升，在本地产品需求上不断下降的趋势，并通过进一步分析，得出上海市生鲜农产品物流资源分配不合理，需重新进行分配调整的结论。通过对历史数据的研究和预测结果的分析，给出了上海市应将更多生鲜农产品的物流资源投放到对外省市中的建议。此次研究不仅可以为政府在宏观资源调配上提供参考，也可以为具体某一家生鲜农产品物流企业在资源的地域性分配上带来借鉴。联系

11、到此次选取的对象仅是颇具代表的上海市，而国内出现这样现象的城市远不止于斯，所以对其他省市的物流资源分配也具有一定的借鉴作用。鉴于生鲜农产品物流资源是一个宏观数据，其基数巨大，如若扩大研讨范围，不仅可以缓解国内生鲜农产品物流资源分配不合理的困境，而且能获得可观的经济效益，也可使国内的生鲜农产品物流上升到一个新的台阶，造福于民众。 参考文献 1 GB/T 22502-2008，超市销售生鲜农产品基本要求S. 2 中华人民共和国国务院：关于加大改革创新力度加快农业现代化建设的若干意见Z.2015. 3 何黎明：2014 年我国物流业发展回顾与 2015 年展望J.中国流通经济，2015（2）. 4 Deng J L.Control problems of grey systemsJ.Systems & Control Letters，1982，1（5）. 5 吴中如、顾冲时等：大坝安全综合分析和评价的理论、方法及其应用J.水利水电科技进展，1998，18（3）. 6 孙才新、毕为民等：灰色预测参数模型新模式及其在电气绝缘故障预测中的应用J.控制理论与应用，2003（20）. 7 刘思峰、杨英杰、吴利丰等：灰色系统理论及其应用M.北京：科学出版社，2014. （实习编辑：胡春雨）