第八章 物流预测技术 第一节 物流预测概述 第二节 物流预测方法 第三节 物流预测的结果处理 第八章 作业

第一节 物流预测概述 一、预测的作用与意义 二、预测的原理 三、物流预测的影响因素 四、物流预测的分类

一、预测的概念与意义 所谓预测，就是人们在充分调查研究的基础上，根据事物以往发展的客观规律性和当前出现的各种可能性，运用科学的知识、方法和手段，对事物未来发展趋势和状态预先做出科学的估计和评价。 预测是决策的依据。无论是物流产业的宏观决策，还是物流企业的规划和经营决策，都需要以正确的预测为前提。

二、预测的原理 1.可知性原理 2.可能性原理 3.可控性原理 4.系统性原理 5.连续性原理 6.类推性原理 7.因果性原理 8.相关原理 1.可知性原理 2.可能性原理 3.可控性原理 4.系统性原理 5.连续性原理 6.类推性原理 7.因果性原理 8.相关原理 9.反馈性原理 10.可检性原理 11.经济性原理

三、物流预测的影响因素 1. 国民经济的发展规模和速度。 2. 经济结构的变动。 3. 基本建设的规模。 4. 运输结构的变动。

三、物流预测的影响因素 有利于物流预测的因素包括： 1.大宗货物或大流量物流一般来说相对稳定。 2.大宗货物的发送和到达比较集中。 3.一些重要物资的产运系数(运量与生产量的比率)在短期内比较稳定。 4.主要货流的平均运程相对稳定，其变动规律也可以探求。 5.现代统计制度可以提供相当部分预测所需要的基础资料。 6.一些物资的需求和生产也有其自身规律，从而为物流预测提供有价值信息。 7.企业可以积累物流预测的许多资料。

四、物流预测的分类 （1）按预测的主体，物流预测可以分为宏观预测和微观预测。 （2）按预测的内容，物流预测可以分为物流需求预测和物流供给预测。 （3）按预测的时间，物流预测可分为短期预测、中期预测和长期预测。 （4）按预测内容的项目，物流预测可分为单项预测和综合预测。

第二节 物流预测方法 一、定性预测方法 二、定量预测方法

一、定性预测方法 1.直接归纳法 2.集体意见法 3.头脑风暴法 4.德尔菲法 5.情景分析法 定性预测是指建立在经验、逻辑思维和推理基础上的预测 1.直接归纳法 2.集体意见法 3.头脑风暴法 4.德尔菲法 5.情景分析法

1.直接归纳法 直接归纳预测法的程序与步骤图 确立调查目的和指导思想 成立调查课题小组或领导小组 制定调查方法，设计调查问题与表格 实地调查，处理调查中的新情况 整理调查资料，提交调查报告 调查准备阶段 调查实施阶段 调查总结阶段 直接归纳预测法的程序与步骤图

2.集体意见法 集体意见法是把预测者的个人预测通过加权平均而汇集成集体预测的方法。其程序如下： 1）要求每一位预测者就预测结果的最高限、最低限和最可能的值加以判断，并对这三种情况出现的概率进行估计。例如，第i位预测者得出的预测结果如下：最高限为F1i，其出现的概率为P1i；最可能的值为F2i，其出现的概率为P2i；最低限为F3i，其出现的概率为P3i。 2）根据预测者对预测结果最高限、最可能值和最低限的估计以及对三种情况出现的概率的估计，计算每一位预测者的意见平均值Fi，其计算公式为：

2.集体意见法 3）根据每位预测者个人意见的重要程度Wi，通过加权平均，得出集体的意见F，其计算公式为： 式中，n表示预测者人数。

3.头脑风暴法 又称专家会议法、集思广益法，是指预测者邀请有关专家以开讨论会的方式，向专家获取有关预测对象的信息，经归纳、分析、判断和推算，预测事物未来发展变化趋势的一种预测方法。 直接头脑风暴法一般按下列步骤实施： 1）确定与会专家的名单、人数和会议时间。 2）召开专家讨论会。 3）对各种设想进行归类、比较和评价。

3.头脑风暴法 头脑风暴法的优点是： 头脑风暴法的缺点是： 1）能较全面地考虑到事件发生的可能性，从而达到预测的目标； 2）简单易行，节省时间。 头脑风暴法的缺点是： 1）不能更广泛地收集各方面的意见； 2）可能会出现少数人的正确意见屈服于多数人的错误意见，或者大多数人受权威人士意见的左右。

4.德尔菲法 德尔菲法是以匿名的方式，通过轮番征询专家意见，最终得出预测结果的一种经验意见综合预测方法。德尔菲法是定性预测方法中最重要、最有效的一种方法。 德尔菲法具有以下特点： （1）匿名性。 （2）反馈性。 （3）集思广益。 （4）趋同性。 德尔菲法一般按下列步骤实施： 1）准备阶段。主要完成两方面的工作：拟定征询意见表和选定征询对象。 2）轮番征询阶段。一般情况下，专家意见经过三至四轮征询，就会基本趋于一致。

4.德尔菲法 德尔菲法的优点表现在： 德尔菲法的缺点表现在： 3）做出预测结论阶段。该阶段，最重要的工作是用一定的统计方法对专家的意见做出统计归纳处理。常用的统计处理方法有：中位数和上下四分位数法、算数平均统计处理法等。 德尔菲法的优点表现在： 1）既能充分发挥每个专家的经验和判断能力，又能将个人的意见有效地综合为集体意见； 2）简单易行，且可靠性好。 德尔菲法的缺点表现在： 1）预测需要的时间较长； 2）主要凭专家的主观判断，缺乏客观标准。 该方法适用于没有足够信息资料的中、长期经济预测与科技预测，还可用于决策和技术咨询等方面。

5.情景分析法 又称构思分析法、前景分析法，该方法是根据事物发展趋势的多样性，通过对预测对象系统内外相关问题的系统分析，设计出多种可能的未来前景，然后，用象撰写电影剧本一样的手法，对事物发展态势做出自始至终的情景和画面的描述。 情景分析法具有以下特点： 1）预测结果是多维的。 2）是一种系统预测方法。 3）是一种认同并发挥人的主观能动作用的预测方法。 4）是一种定性分析与定量分析相互嵌入，以定性分析为主的综合性预测方法。

5.情景分析法 情景分析法的主要缺点：是操作过程比较复杂，预测成本较高。 情景分析法的实施步骤包括以下几个方面： 1）明确预测问题，作好必要准备。 2）确定影响水平和变量。 3）构造情景。 4）编写预测报告。

二、定量预测方法 1．时间序列预测法 2．因果预测法 3. 产销平衡法 4. 细分与集成预测法 5. 组合预测法

1．时间序列预测法 通过时间序列分析事物过去的变化规律，并推断事物的未来发展趋势，称为时间序列预测法。 1）增长率法 2）移动平均法 3）指数平滑预测法 4）生长曲线法 5）灰色预测方法 6）马尔柯夫预测法 7）自回归预测法 8）神经网络预测法

1）增长率法 增长率法，指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。 该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。

2）移动平均法 一次移动平均值的计算公式是： 二次移动平均值的计算公式为： 二次移动平均预测模型的形式为：

3）指数平滑预测法 一次指数平滑值的递推计算公式为： 式中：α为平滑常数，0≤α≤1，一般取0.1-0.3。 二次指数平滑值的递推计算公式为： 二次指数平滑预测模型的形式为：

4）生长曲线法 最著名的费尔哈斯模型。费尔哈斯模型的表达式为： 费尔哈斯模型的图像是一条s型曲线，大体可分为三段，即缓慢增长阶段、快速增长阶段和平稳阶段，其中，平稳阶段的p=a/b可视为“饱和值”。

5）灰色预测方法 用GM（1,1）模型进行灰色预测的步骤是： ①不需用大量样本； ②预测精度较高； ③用累加生成拟合微分方程，符合能量系统的变化规律； ④可以进行长期预测。 用GM（1,1）模型进行灰色预测的步骤是： ①对原始时序列数据x(0)（t），t=1，2，．．．做一次累加生成，得新的数列x(1)（t），t=1，2，．．．，其中：

5）灰色预测方法 ②利用一次累加生成数列拟合微分方程，得参数a和u； ③解上述微分方程得时间响应函数：

5）灰色预测方法 ④对时间响应函数求导还原得预测方程： ⑤利用历史数据对预测模型进行精度检验； ⑥通过预测方程进行预测。

6）马尔柯夫预测法 马尔柯夫主要研究事物状态转移，他经过多次试验发现，一个系统的某些因素在转移中第n次结果只受第n-1次的结果的影响，只与当前所处状态有关，与其他无关。其递推公式为： 经常使用马尔柯夫预测法对市场占有率进行预测。马尔柯夫市场占有率预测的一般步骤为：调查目前的市场占有率情况；调查消费者的变动情况；建立数学模型；预测未来市场的占有率。

7）自回归预测法 自回归预测法的原理为：时间序列的观察值之间往往是高度相关的。其一般模型如下： 上式的意义就是通过回归分析，建立第t年的值与第t-1，t-2，…，t-p年的值的关系，通过这个关系来作前向预测，其实质就是对事物发展特征曲线的拟合，并进一步推知其未来的发展轨迹。

8）神经网络预测法 神经网络，特别是反向传播网络在许多领域都得到广泛应用。该方法在函数逼近、模式识别、数据压缩等领域的应用实践充分证明，通过该方法获得的结果与实际结果非常接近，尤其在曲线拟合方面有很高的精度。 利用神经网络的方法建立数学模型，拟合历史数据的变化曲线，再用拟合结果对数据未来的发展曲线做出预报，这是神经网络方法在预测中的应用。神经网络预测方法的应用结果表明，该方法能够反映事物的变化规律，预测的结果比较准确。

2．因果预测法 1）比例系数法 2）回归分析预测法 3）弹性系数法 4）系统动力学预测法

1）比例系数法 （1）产值系数法 产值系数法是根据预测期国民经济指标和确立的每单位指标所引起的物流数量去预测总物流数量的方法。其计算公式为： （2）产运系数法 产运系数法是根据某种货物的物流数量随其生产总量发生变化的规律性，预测物流数量的方法。产运系数的计算公式为： 按产运系数法计算该货物预测发送量的公式为：

2）回归分析预测法 回归预测方法是利用因素之间的因果关系，通过建立回归方程进行预测。该方法具有预测精度较高、使用方便、可以进行长期预测等特点，适用于物流量预测。 回归预测方法的步骤是： ①分析预测变量的影响因素，并找出主要的影响因素； ②利用历史数据建立预测变量与主要影响因素的回归方程 Y=f（X1，X2...），式中Y为预测变量，X1，X2，...为主要影响因素； ③利用历史数据对模型进行精度检验； ④利用预测期各影响因素的指标值，代入回归方程进行预测。

2）回归分析预测法 （1）一元线性回归预测法 （2）多元线性回归预测法 （3）非线性回归预测问题

（1）一元线性回归预测法 如果预测对象Y与相关变量X之间存在线性关系，那么这种关系可以用下式表示： 式中，Yt表示Y的历史数据；Xt表示X的历史数据；a、b为待定参数，斜率b又称回归系数；et表示随机误差。 可采用如下的一元回归模型来反映Y与X之间的确定关系：

（2）多元线性回归预测法 假定y与一组变量x1，x2 …，xm 之间存在线性相关关系，即： 可用矩阵法求回归方程的参数，并进行显著性检验。

（3）非线性回归预测问题 ①一元非线性回归预测法 一元非线性回归方程的标准形式是： 式中，回归系数b0、b1、…、bk的求解方法为： 设X2=X2，X3=X3，…Xk=Xk，则上式可写成： Y= b0+b1X+b2X2+…+bkXk 这样，就把一元k次回归方程变成了k元一次线性回归方程。利用多元线性回归预测方程的回归系数求解方法可求得有关参数。

（3）非线性回归预测问题 ② 多元非线性回归预测法 多元非线性回归方程的代表形式为： 对上式两边取对数，得 设Y‘=lgY，a’=lga，Xj‘=lgXj（j=1，2，…，k），则得到： 把Y'，X1'，X2'，…，Xk'当作原始数据，利用多元线性回归预测方程的回归系数求解方法，求得a'， b1，b2，…，bk，然后代入原方程，即可得多元非线性回归方程。

（3）非线性回归预测问题 对于一种特殊的曲线函数 设Y'=1/Y，则 ③ 特殊形式的非线性回归预测方法 Y=1/（b0+ b1X1+ b2X2） 设Y'=1/Y，则 Y'= b0+ b1X1+ b2X2 这样，只要把Y’，X1，X2当作原始数据，利用二元线性回归预测方法，求出回归系数b0 、b1 、b2，代入原式，即得多元非线性预测模型。

3）弹性系数法 其数学模型为：

4）系统动力学预测法 系统动力学预测法具有以下特点： 系统动力学模型的建模步骤包括： 系统动力学将系统论、控制论和组织理论三者结合起来，为模拟复杂的非线性多回路反馈系统建立起一种有指导意义的哲学思想和一套描述方法。 系统动力学预测法具有以下特点： ①善于解决高阶、非线性的复杂问题； ②善于处理反馈性系统； ③善于对政策的描述和对未来情景的描述，即将定性因素纳入定量模型。 系统动力学模型的建模步骤包括： （1）因果关系分析。 （2）系统流图设计。 （3）结构方程式设计。 （4）参数估计。 （5）结果分析。

3.产销平衡法 利用产销平衡法，可以研究各地区间的货物交流问题。即通过适当的货物预测方法，确定预测期所有各发到地区之间的货物流量，形成预测期货物流量表。

4.细分与集成预测法 1）集成预测法 集成预测法是分别单独地预测各个系统的预测值，然后加总求和而得到整体系统预测值的一种方法。即：

4.细分与集成预测法 2）细分预测法 细分预测与集成法的预测过程相反，即先预测出整体系统的预测值，再依据合理标准求得各子系统预测值，如比重法和目标比例系数法等。 比重法是在总物流运量已用某种方法预测，进而估算其中部分物流运量的方法。 月度比例系数法是根据过去数年的月度物流统计资料，计算出平均每个月的物流数量在年度物流总量中所占的比例，进而在未来年度物流量预测出以后，按照月度的分布规律求出未来年度各月的预测值。

5.组合预测法 组合预测法是将几种预测方法的预测结果，选取适当的权重进行加权平均的一种预测方法。 1）等权平均法 设fi（i=1，2，…K）为第i个模型预测值，如果用fc代表组合预测值，则等权平均预测法得到的组合预测值为：

5.组合预测法 2）方差——协方差法 设K个预测方法的无偏预测值分别为f1，f2，…fK，各自预测误差的方差分别为σ11，σ22，…，σKK。一般情况下，不同预测方法的误差之间是不相关的，则K种预测方法的组合预测值为： eit为第i种预测方法第t个样本的预测误差， yt为第t个样本的实际值，为用i种预测方法得到的第t个样本的预测值，n为样本容量。

第三节 物流预测的结果处理 一、组合预测与预测结果的组合处理 二、预测实践中应注意的几个问题

一、组合预测与预测结果的组合处理 对同一预测对象采用多种途径预测的方法，叫做组合预测方法。其思想就是认为任何一种预测方法都只能部分地反映预测对象未来发展的变化规律，只有采用多种预测途径进行预测，才能更全面地反映事物发展的未来变化。

二、预测实践中应注意的几个问题 1．预测结果的可信度 各种模型中，只有回归模型提供了可信度结论。 2．预测方案 实际预测活动中应尽量给出多个预测方案，避免因单方案造成决策的刚性。 3．拟合度与精度 拟合度是指预测模型对历史观察值的模拟程度。对既定的历史数据总可以找到拟合程度很高的模型，但拟合度高并不一定表示预测结果准确。预测准确性的高低属于精度问题。拟合度好，不一定精度也高。

二、预测实践中应注意的几个问题 4．预测的期限 预测按预测时间可分为长期预测和中短期预测。对短期预测较好的模型，不一定对长期预测也较好；反之亦然。 5．预测模型 预测模型有复杂化、多因素化的趋势，这种发展趋势一般有利于提高预测的精度，因为这包括了更多因素的影响，但对这些因素的未来值也不易判断。

二、预测实践中应注意的几个问题 6．数据处理与模型调整 如果某个模型的预测误差较大，人们通常采取对原始数据进行平滑处理和修改模型的方法去解决。这种对原始数据进行平滑处理的方法实际上是在回避矛盾。 7．实际与想象 很多预测人员在预测活动开始时就对预测对象的未来发展作了想象，并以此想象来不断地修正预测结果。这在对中间预测值进行取舍、组合时，会产生导致错误的影响。

二、预测实践中应注意的几个问题 8. 预测的复杂性 预测总是在假定未来的发展是和现在已知或过去发生的事物有关的基础上进行的，但又不是简单的数学方程式推断。预测无法回避社会经济发展中同时带有规律性和偶然性的矛盾。 9.经济预测是一门科学，又是一门艺术。 作为一门科学，是因为经济运动是有规律的，并且人们已经初步掌握了一些规律，做出过许多成功的预测；作为一门艺术，是因为人们对经济规律的认识还很不充分，预测的方法也很不完善。

第八章 作业 1.简述德尔菲法的特点和步骤。 2.灰色预测法的原理和步骤。 3.回归分析预测法的原理和步骤。 4.组合预测法的原理和步骤。