第二章物流需求分析

第二章物流需求预测本章主要内容第一节物流需求预测概述物流需求分析物流需求预测的作用、特点、内容、流程第二节常用预测方法简介定性预测法定量预测法第三节宏观物流需求预测第四节微观物流需求预测第五节物流需求预测中的一些问题第一节物流需求预测本节主要内容物流需求分析物流需求预测的作用物流需求预测特点物流需求预测内容物流需求预测流程一、物流需求分析什么是物流需求？即指对物流服务的需求，具体说是指一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物资在空间、时间和效率方面的要求，涉及运输、库存、包装、装卸搬运、流通加工、配送以及与之相关的信息等物流活动的诸方面。不仅仅指具有支付能力的实际的物流需求，也应该包含潜在的物流市场需求。一、物流需求分析物流需求量和物流需求结构物流需求既有量的界定又有结构的界定物流需求量就是物流活动中运输、储存、包装、装卸搬运和流通加工等物流作业量，这些量的总和构成了物流规模。物流需求结构可以从不同角度划分从物流服务内容上分，包括运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等方面的需求。从物流服务的形态上分，包括有形的需求和无形的需求。一、物流需求分析物流需求的时间和空间特征物流需求在何时、何地发生不同的物流系统有不同的物流需求模式不同的产品有不同的物流需求模式物流需求的独立性与派生性独立需求的预测派生需求的预测一、物流需求分析物流需求的层次从物流需求的内容来看，最基本的物流服务扩展的物流服务系统的物流服务从物流需求的范围来看宏观物流需求微观物流需求一、物流需求分析物流需求的量化量化描述和分析有利于更精确地掌握物流需求的变化规律量化指标的选择需要考虑：绝对量和相对量绝对量描述物流需求能够反映一定时期物流需求的规模相对量则能够反映物流需求的某种变化规律在研究物流系统需求的量化分析时，绝对量和相对量的描述是互补的，二者缺一不可统一度量衡要全面地表示物流需求的内容，并在不同的地区、不同的时期具有可比性，必须使用统一的计量单位——价值量具体物流作业量的量化则要根据其作业性质，赋予其特定的度量单位静态分析与动态分析兼顾二、物流需求预测的作用物流需求分析的必要环节改善物流管理为物流发展规划和战略提供依据三、物流需求预测的特点预测内容物流需求预测具有一定的独立性预测周期微观物流需求预测多为短期的、单项的需求预测宏观物流需求预测则具有长期性、综合性预测方法独立的物流需求可以选择适当的统计预测方法进行预测派生的物流需求需要根据最终产品的需求推算四、物流需求预测的内容根据物流需求预测的目的确定在微观环境下，通常需要预测物流活动中被组织流动的物资种类、数量、物流作业模式与范围等，这是确定物流系统的网络布局、设备配置、作业方式的基本依据。在宏观环境下，需要对社会经济发展水平进行分析和预测，进而预测货物流动对运输基础设施、物流园区、配送中心、仓储设施等的需求，为国家和地区物流规划提供数量依据。五、物流需求预测的流程与一般的预测流程基本相同确定预测的目标资料和情报的搜集与分析选择预测方法进行预测分析评价提交预测报告确定预测目标资料和情报的搜集与分析预测分析评价提交预测报告第二节常用预测方法简介本节主要内容定性预测方法定性预测法的特点常用定性预测法定量预测法定量预测法的特点常用定量预测法一、定性预测法定性预测法主要是利用直观材料，依靠管理者个人的经验和综合分析能力，对未来的发展方向和趋势做出推断，其优点是直观简单、适应性强。常用的定性预测法德尔菲法头脑风暴法主观概率法市场调研小组共识……（一）德尔菲法又称专家调查法。根据专业人员的直接经验，对研究的问题进行判断、预测的一种方法。优点不受地区人员的限制，应用广泛、费用较低。可以分别对不同的专业人士进行调查，能够得到各种不同的观点和意见，通常在历史资料不足或不可测因素较多时尤为适用，如我国第三方物流发展趋势预测。缺点预测结果取决于专家的学识、经验、心理状态和对预测问题感兴趣的程度，受主观认识制约较强。（一）德尔菲法一般预测程序第一步：明确预测目标，成立预测小组，准备预测问题的背景材料。第二步：选择专家、专业人员第三步：要求专家根据自己的知识和经验，对所预测事物的未来发展趋势提出自己的预测，说明其依据和理由，并书面答复主持预测的单位。第四步：预测小组对专家的预测意见进行归纳整理。第五步：专家等人进行第二次预测，提出自己的修改意见及其依据和理由。如此反复往返征询、归纳、修改，一般经过4-5次反馈，各位专家的意见就会基本趋向一致。（二）其他定性预测方法主观概率法主观概率是指人对有关事件发生的可能性所做出的主观量度，它应具有客观概率的基本性质。在主观概率的基础之上做出的预测就称为主观概率法市场调研通过各种不同方法（发调查表、面谈等）对某一个关键的问题进行调查搜集数据，从而推断该问题未来的发展趋势。小组共识召集由与被预测问题相关的人员，如中高层管理人员、销售人员或顾客参加的会议，在会议上大家自由讨论对该问题的看法和意见，从而得出比较一致的结论。二、定量预测方法定量预测方法需要有较为翔实的数据作为基础，越是复杂的模型对数据的要求越高。常用定量预测方法时间序列预测法指数平滑法时间序列分解法趋势外推法ARMA法灰色预测法……回归预测法一元线性回归预测法多元线性回归预测法非线性回归预测法单指数平滑法单指数平滑法是利用前一期的预测值tF代替ntx得到预测的通式，即：tttFxF)1(1回总目录回本章目录为第t-n期的实际观察值。ntx单指数平滑法是一种加权预测，权数为α。它既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减少数据存储问题，甚至有时只需一个最新观察值、最新预测值和α值，就可以进行预测。霍尔特双参数线性指数平滑法因为当趋势存在时，单平滑值滞后于实际值，所以需要对趋势进行平滑。111ttttSxSb111ttttbSSbtmttFSbm计算公式：（2.1）（2.2）（2.1）式是利用前一期的趋势值1tb直接修正tS（2.2）式用来修正趋势项tb，趋势值用相邻两次平滑值之差来表示。（三）回归预测法通过分析事物之间的相关关系和影响程度来进行预测的方法，也称为因果预测法。基本思路把需要估计的量作为因变量，与其具有相关关系的量作为自变量，通过大量收集统计数据，运用统计学中回归分析的方法，把变量之间的非确定性的相关关系转化成某种函数表达式，运用自变量的数据来对因变量进行预测。一元线性回归预测（三）回归预测法一元线性回归预测当具有相关关系的两个随机变量数据分布大体上呈线性趋势时，采用适当的计算方法，找到两者之间特定的经验公式，即一元线性回归模型，然后根据自变量的变化，来预测因变量的发展变化。回归模型iiiuxbby10式中：b0，b1——未知参数；ui——剩余残差项/随机扰动项。（三）回归预测法假定条件：变量之间存在线性相关关系，通常可采用散点图、相关分析等方法确定。ui是一个均值为0，方差为常数的随机变量，各个ui间相互独立，且与自变量xi无关。参数b0，b1的计算公式为：xbyb102221)())((xnxyxnyxxxyyxxbiiiiii（三）回归预测法常用的检验指标标准误差——可用来衡量各种预测方法精确度的高低）相关系数——衡量因变量与自变量的相关程度和方向可决系数——衡量自变量对应变量的解释程度）t检验——检验回归系数的显著性F检验——检验回归方程的显著性德宾—沃森统计量（D-W统计量）——检验剩余项ui的相互独立性）等。（三）回归预测法预测公式220^)()(11xxxxnSEty置信区间（三）回归预测法多元线性回归预测基本原理与一元线性回归预测相同注意问题自变量的选择——逐步回归异方差——加权最小二乘法异常值与强影响点的处理检验回归方程的显著性（t检验、F检验等）多重共线性诊断：方差扩大因子法、特征根法、直观判定消除：剔除不重要的解释变量、增大样本容量（三）回归预测法非线性回归预测两个因素之间的关系不是线性时，这时就需要选择适当类型的曲线拟合实际情况模型选择方法根据掌握的理论知识或是经验予以确定根据搜集的数据资料作散点图，观察得到适当的曲线来拟合因素之间的发展趋势常用的函数曲线有幂函数、指数函数、对数函数、S型函数、抛物线等参数估计将非线性函数关系转化成线性关系再用最小二乘法计算第三节宏观物流需求预测本节主要内容宏观物流需求分析宏观物流需求的预测方法宏观物流需求预测举例一、宏观物流需求分析什么是宏观物流需求？国家或地区的物流需求是国家或地区物流规划的前提，也是国家或地区物流规模的一个衡量指标。宏观物流需求的计量指标价值量——货币形态计量的物流需求如库存占用资金，货物周转额、社会物流成本等用于以物流项目规划、投资为前提的物流需求预测实物量——物流的各功能性需求如货运量、货运周转量、库存量、出入库作业量等用于以基础设施设备的规划设计为前提的物流需求预测计量指标的选择根据需求预测的目的明确物流需求的计量指标实物量与价值量指标配合使用一、宏观物流需求分析宏观物流需求的影响因素产业结构、经济规模、人口数量、国民经济各部门的经济发展规划、技术进步等都会对宏观物流需求产生影响根据物流需求预测目的、可行性确定主要的影响因素二、宏观物流需求的预测方法灰色预测、ARMA法、投入产出、计量经济模型、组合预测、神经网络等方法都在相关文献中有所应用。注意定性分析与定量分析相结合三、宏观物流需求预测举例例对云南省物流需求进行预测物流需求的实物量预测云南省1994-2003年综合货运量和GDP年份GDP（亿元）综合货运量（万吨）1994973.9737860.0019951206.6838400.0019961491.6242852.0019971644.2346782.0019981793.9048448.0019991855.7450781.0020001955.0952452.0020012074.7153198.6320022232.3255013.7020032465.2958664.10三、宏观物流需求预测举例做折线图做云南省综合货运量对GDP的回归分析010000200003000040000500006000070000050010001500200025003000GDP综合货运量云南省综合货运量与GDP的折线图回归统计MultipleR0.989268RSquare0.978652AdjustedRSquare0.975983标准误差1081.95观测值10方差分析dfSSMSFSignificanceF回归分析14.29E+084.29E+08366.74235.73E-08残差893649271170616总计94.39E+08Coefficients标准误差tStatP-valueIntercept21682.541438.76115.070283.72E-07XVariable115.125630.78982919.150525.73E-08三、宏观物流需求预测举例综合货运量对GDP的回归预测模型为：在已知GDP的预测值的情况下即可得到云南省综合货运量的预测值。GDP13.1521682.54综合货运量第四节微观物流需求预测本节主要内容微观物流需求分析微观物流需求的预测方法微观物流需求预测举例一、微观物流需求分析什么是微观物流需求微观物流需求是指企业或组织层面的物流需求是企业进行物流业务组织的基础，往往直接