返回主站|会员中心|保存桌面|手机浏览

《商场现代化》杂志

杂志等级
    期刊级别:国家级期刊 收录期刊:万方收录(中) 上海图书馆馆藏 国家图书馆馆藏 知网收录(中) 维普收录(中)
本刊往期
站内搜索
 
友情链接
  • 暂无链接
首页 > 杂志论文 > 基于L-OD法的地区间物流需求预测分析——以四川省泸州市为例
杂志文章正文
基于L-OD法的地区间物流需求预测分析——以四川省泸州市为例
发布时间:2024-07-01        浏览次数:44        返回列表

田丽娜 西南交通大学交通运输与物流学院

[摘 要] 在不考虑区域以外的情况下,结合经济预测和物流系统规划的相关原理,运用指数平滑预测法、平均增长系数法以及L-OD法对四川省泸州市的2015年至2020年的物流需求量进行了预测,并绘制物流期望线图,分析变化趋势。

[关键词] 地区间物流 需求预测 指数平滑预测法 平均增长系数法 L-OD矩阵

全球一体化进程的加快,使得地区与地区间的联系越来越紧密。现代物流业作为“第三利润源泉”,已被列入十大振兴产业。地区间的物流不仅对区域经济的发展起着基础性的作用,而且影响和制约着整个区域经济的运行效率。

物流业在未来发展有多大,取决于国民经济的发展对物流服务的需求,所以,在某种程度上,潜在的物流需求量决定着物流业有多大的发展空间。基于以上分析,物流需求预测占据重要地位。

物流需求预测,就是利用历史资料和市场信息,运用适当的方法和技巧,对未来的物流需求状况进行科学的分析、估算和推断。

一、预测方法

1.常用预测方法

目前预测方法很多,主要有投入产出模型、回归分析法、聚类法、灰色理论模型、时空多项概率模型等。这类方法主要特点是可以对定序和线性的数据处理,且对于构造的模型有较强的解释性。这些方法主要基于传统统计学,对物流需求预测没有较强的针对性。本文就物流需求预测专门提出了一种方法,即L-OD预测法。

2. L[来自wWw.lW5u.Com]-OD预测法

单位物品从始发地(Origination,简称O点)到达目的地(Destination,简称D点)的流动过程,称为L-OD,也称物流纯流动。L-OD预测分为物流生成预测和物流分布预测,具体原理如图1所示。

物流生成预测是分析计算各分区的物流生成量,即根据当前各分区的物流发生量与吸引量、当前的社会经济特征值等,找出它们之间的相互关系,然后根据未来各区的社会经济发展值,预测出各分区的发生物流量、吸引物流量。常用的方法有回归分析法和弹性系数法。

物流分布预测是分析计算各分区之间的物流交换量,即根据各分区现状的物流交换量以及未来的发生、吸引量,找出各分区未来的空间交换量。常见的方法有增长系数法、重力模型等。

二、应用实例:预测四川省泸州市物流需求量

四川省泸州市位于长江上游的川滇黔结合部,人口近500万,辖江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县等三区四县,便利的水运为泸州市物流产业的发展提供了先天条件,发展物流的任务刻不容缓。

当t=8时

故t=8时的二次曲线预测模型为:

Y8+t=497.8364+84.37838t+5.170993t2

预测2011年至2022年泸州市各小区的GDP值如表1所示。

由表2可以计算出2011年至2017年GDP平均增长率为1.511447,2011年至2022年GDP平均增长率为1.266846。

四川省泸州市包括江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县,依次编号为1-7,各小区间的距离如表4所示,以距离作为小区间的阻抗。采用平均增长系数法计算泸州市2017年、2022年L-OD矩阵,由公式

接下来进行迭代运算,直至αk1、βkj 收敛到接近或等于1为止。最后根据L-OD矩阵绘制2010年和2022年物流期望图,如图2、图3所示。

三、结论

从模型构建极其预测结果来看,通过2003-2010年的四川省泸州市L-OD和GDP的基本数据的分析,可以看出随着GDP的增长,泸州市的物流需求呈现显著递增趋势。需要说明的是,这一预测结果为理论预测值,现实的社会经济环境、土地利用和现状物流的都会不同程度上影响物流生成量。但从预测结果依然能够看出,目前泸州市的[来自wwW.lw5U.com]物流发展空间很大,因此要尽量提供各方面条件,保证物流顺利发展。

从物流分布期望图能够看出,物流分布存在不均衡的现象。两个年度相比,期望线图的密度随时间的推移而提高,说明泸州市物流量随时间呈上升趋势;期望线明显呈现东西方向和南北方向密集,而斜向稀疏,原因是东西向为长江干流,便利的水路为水运提供了得天独厚的条件,而南北向为G321国道,公路运输发达,而且为四川进入云南的经过地,物流量大。

参考文献:

[1]濮帅:江苏物流需求预测分析[J].物流科技,2009(9):45-48

[2]王雪瑞 王昭君:基于双变量线性回归模型的物流需求预测[J].物流科技,2009(9):123-126

[3]夏国恩:区域物流需求预测现状和发展研究[J].中国物流与采购,2010(4):68-69

[4] 张锦:物流规划原理与方法[M].成都:西南交通大学出版社.2009.79-86

[5] 张桂喜:经济预测、决策与对策[M].北京:首都经贸大学出版社.2007.45-55.