第4章物流需求與預測

第4章物流需求與預測物流需求的作用與特征物流需求預測方法物流四階段預測法§1、物流需求的作用與特征

物流需求是社會經(jīng)濟活動特別是制造與經(jīng)營活動所派生的一種次生需求。物資的流動是由于社會生產(chǎn)與社會消費的需要，它是受生產(chǎn)力、生產(chǎn)資源分布、生產(chǎn)制造過程、消費分布、運輸倉儲布局等因素的影響的。物流需求包含了位移的數(shù)量與位移的服務要求。D=V+L+I

其中，D---物流需求（LogisticsDemand）

V---物流需求量（LogisticsDemandVolume）;L---物流需求水平（LogisticsDemandLevel）;I---物流信息需求（LogisticsInformationDemand）D的預測可用一些定性的描述（對部分L及I）和對V的定量描述組成。物流需求具有以下顯著特征：派生性物流需求是社會經(jīng)濟活動特別是制造與經(jīng)營活動所派生的一種次生需求。物資的流動是由于社會生產(chǎn)與社會消費的需要，它是受生產(chǎn)力、生產(chǎn)資源分布、生產(chǎn)制造過程、消費分布、運輸倉儲布局等因素的影響的，可以說物流是社會經(jīng)濟活動及其發(fā)展派生出來的一種經(jīng)濟活動，因而物流的數(shù)量、方向、構成、始發(fā)點等是受社會社會經(jīng)濟活動影響的。物流需求的作用:物流需求是現(xiàn)代物流業(yè)發(fā)展的基礎,是物流企業(yè)經(jīng)營管理決策的依據(jù),是物流規(guī)劃與設計的依據(jù)。復雜性物流與社會生產(chǎn)、經(jīng)濟生活有著密切的聯(lián)系，社會勞動生產(chǎn)率的提高、經(jīng)濟發(fā)展的增長、收入與消費的增加以及新的政策的實施等等都會使物流需求發(fā)生變化；人們生活方式、消費習慣的不同，物流基礎設施的制約以及供應鏈企業(yè)間的平行、垂直和重疊關系的相互影響又使物流需求在一定趨勢變化基礎上相對物流供應上下波動。這就導致物流需求變化既有一定規(guī)律，又存在隨機性特點。時效性即物流需求的時間性。宏觀上，經(jīng)濟建設與發(fā)展的不同階段對物資需求的數(shù)量、品種、規(guī)模使不同的。微觀上，物流需求的數(shù)量和品種往往隨季節(jié)性變化，此外，現(xiàn)代科技更新周期的不斷縮短和人們消費觀念的日益變化，也提高了物流需求隨時間變化的敏感性。地域性即物流需求的空間性。生產(chǎn)力布局、社會經(jīng)濟水平、資源分布、用地規(guī)模使物流需求呈現(xiàn)出地域差異和分布形態(tài)。物流需求的空間分布影響物資流動的流量和流向，對物流設施規(guī)劃有巨大影響?！?、物流需求預測的概念物流需求預測，就是根據(jù)物流市場過去和現(xiàn)在的需求狀況以及影響物流市場需求變化的因素之間的關系，利用一定的經(jīng)驗判斷、技術方法和預測模型，應用合適的科學方法對有關反映市場需求指標的變化以及發(fā)展的趨勢進行預測。預測結果的準確性和可靠性與預測期限有關.1.長期預測。預測期限≥5年，主要根據(jù)企業(yè)長期戰(zhàn)略目標和市場需求發(fā)展趨勢進行預測分析。周期長，不確定因素多，預測誤差大。只能對預測作相對大致、粗略的描述。2.中期預測 預測期限1-3年,主要圍繞企業(yè)經(jīng)營戰(zhàn)略、新產(chǎn)品研發(fā)等方面進行預測。預測結果比較準確。3.短期預測 預測期限3個月-1年,主要確定某種產(chǎn)品季度或年度的市場需求量，從而調節(jié)企業(yè)自身的生產(chǎn)能力。4.近期預測 預測期限一般以周、旬為單位，主要對企業(yè)內(nèi)部的各個環(huán)節(jié)進行預測，確定物流或零部件的需求量，以保證生產(chǎn)的連續(xù)性和穩(wěn)定性。目標較明確，可預見性強，預測的分類市場需求特點決定了產(chǎn)品的銷售特點1.季節(jié)性需求 由氣候、節(jié)假日、消費習慣等因素引起的需求量變化2.周期性需求 需求量隨時間的推移而呈周期性變化。周期和形成周期的原因難以確定，難以預測。3.趨向性需求 需求量隨時間的推移而朝某個方向有規(guī)律地運動。一般容易預測。4.隨機性需求 需求量由于偶然變動而呈現(xiàn)無規(guī)則的變化趨勢。各期的隨機需求差別很大。物流市場需求的特征表現(xiàn)1.明確預測對象如類型是長期預測還是短期預測。內(nèi)容是某一種產(chǎn)品還是某幾種產(chǎn)品。以便確定預測的內(nèi)容和任務，制定出具體的預測工作計劃、組織小組、協(xié)調等。2.收集相關的資料數(shù)據(jù)整理、分析已有的相關數(shù)據(jù)資料；收集、調查尚未擁有的資料數(shù)據(jù)。3.選擇合適的預測方法對需求比較穩(wěn)定的產(chǎn)品，用簡單移動平均法；屬于趨勢型產(chǎn)品，用加權平均法、指數(shù)平均法和回歸分析法加以預測；對于隨機性的情況，采取定性分析與定量分析相結合的方法加以預測。4.預測與結果評價。預測時，考慮各方面的情況。借助于經(jīng)驗判斷、邏輯推理、統(tǒng)計分析等方面的預測判斷，使預測結果更為合理。物流需求預測步驟§3、物流需求預測方法需求預測包括確定客戶會在未來某個時點所需要的產(chǎn)品數(shù)量及其伴隨的服務。準確地了解產(chǎn)品需求將會是多少，對企業(yè)運作的所有方面——營銷、生產(chǎn)和物流都很重要。對未來的需求預測決定了營銷策略、銷售隊伍配置、定價以及市場調研活動。銷售預測決定生產(chǎn)計劃、采購和購并策略以及工廠內(nèi)的庫存決策。物流管理的需求預測決定了公司生產(chǎn)的每種產(chǎn)品有多少要運到企業(yè)所服務的各個市場。同樣地，物流管理必須知道需求來自何方，從而可以將適當數(shù)量的產(chǎn)品投放或儲存到各個市場區(qū)域。

定性預測技術又稱判斷預測技術,它是在一種有組織的形式下,搜集各個人對分析過程所作的判斷,然后進行預測的方法。這種方法簡單易行實用,適用于數(shù)據(jù)奇缺或難于作定量分析的情況。一般這類方法用于中長期預測,常用的效果較好的有德爾菲法、主觀概率法、市場調查法、部門負責人評判意見法、銷售人員估計法及歷史類比法等。3.1、定性預測方法DelphiMethod，又稱專家調查法，通過對專家背靠背的匿名征詢方式進行預測。1950年代由美國RAND公司創(chuàng)立。專家的選擇非常重要。人數(shù)一般在10～50人。每輪調查完畢都需要對專家的意見進行統(tǒng)計整理，然后根據(jù)統(tǒng)計整理的結果進行評價，如果結果顯示比較分散，則需重新設計調查表格，進行新一輪的調查；如果專家的意見比較集中一致，則就得到了最終的結果。*德爾菲法選擇對象發(fā)送調查表格回收調查問卷并

統(tǒng)計調查結果統(tǒng)計結果的

分析評價預測結果進行新一輪的

調查表格AnalogyMethod，又稱比較類推法，根據(jù)經(jīng)驗判斷，通過比較類推，得出預測結論。(1)縱向類推預測： 通過將當前的物流市場情況和歷史上曾經(jīng)發(fā)生過的類似情況進行比較來預測市場未來情況的方法。應用時應仔細考慮新的因素和條件。(2)橫向類推預測： 指在同一時期內(nèi)對某一地區(qū)某項產(chǎn)品的市場情況與其他地區(qū)的市場情況進行比較，然后預測這個地區(qū)的未來市場情況。*類比法確立調查目的和指導思想成立調查課題小組或領導小組制定調查方法，設計調查問題與表格實地調查，處理調查中的新情況整理調查資料，提交調查報告調查準備階段調查實施階段調查總結階段直接歸納預測法的程序與步驟圖

*直接歸納法集體意見法是把預測者的個人預測通過加權平均而匯集成集體預測的方法。其程序如下：1）要求每一位預測者就預測結果的最高限、最低限和最可能的值加以判斷，并對這三種情況出現(xiàn)的概率進行估計。例如，第i位預測者得出的預測結果如下：最高限為F1i，其出現(xiàn)的概率為P1i；最可能的值為F2i，其出現(xiàn)的概率為P2i；最低限為F3i，其出現(xiàn)的概率為P3i。2）根據(jù)預測者對預測結果最高限、最可能值和最低限的估計以及對三種情況出現(xiàn)的概率的估計，計算每一位預測者的意見平均值Fi，其計算公式為：*集體意見法3）根據(jù)每位預測者個人意見的重要程度Wi，通過加權平均，得出集體的意見F，其計算公式為：式中，n表示預測者人數(shù)。*集體意見法又稱專家會議法、集思廣益法，是指預測者邀請有關專家以開討論會的方式，向專家獲取有關預測對象的信息，經(jīng)歸納、分析、判斷和推算，預測事物未來發(fā)展變化趨勢的一種預測方法。直接頭腦風暴法一般按下列步驟實施：1）確定與會專家的名單、人數(shù)和會議時間。2）召開專家討論會。3）對各種設想進行歸類、比較和評價。*頭腦風暴法頭腦風暴法的優(yōu)點是：1）能較全面地考慮到事件發(fā)生的可能性，從而達到預測的目標；2）簡單易行，節(jié)省時間。頭腦風暴法的缺點是：1）不能更廣泛地收集各方面的意見；2）可能會出現(xiàn)少數(shù)人的正確意見屈服于多數(shù)人的錯誤意見，或者大多數(shù)人受權威人士意見的左右。*頭腦風暴法又稱構思分析法、前景分析法，該方法是根據(jù)事物發(fā)展趨勢的多樣性，通過對預測對象系統(tǒng)內(nèi)外相關問題的系統(tǒng)分析，設計出多種可能的未來前景，然后，用象撰寫電影劇本一樣的手法，對事物發(fā)展態(tài)勢做出自始至終的情景和畫面的描述。情景分析法具有以下特點：1）預測結果是多維的。2）是一種系統(tǒng)預測方法。3）是一種認同并發(fā)揮人的主觀能動作用的預測方法。4）是一種定性分析與定量分析相互嵌入，以定性分析為主的綜合性預測方法。*情景分析法情景分析法的主要缺點：是操作過程比較復雜，預測成本較高。情景分析法的實施步驟包括以下幾個方面：1）明確預測問題，作好必要準備。2）確定影響水平和變量。3）構造情景。4）編寫預測報告。*情景分析法1．時間序列預測法2．因果預測法3.產(chǎn)銷平衡法4.細分與集成預測法5.組合預測法3.2、定量預測方法3.2.1．時間序列預測法通過時間序列分析事物過去的變化規(guī)律，并推斷事物的未來發(fā)展趨勢，稱為時間序列預測法。1）增長率法2）移動平均法3）指數(shù)平滑預測法4）生長曲線法5）灰色預測方法6）馬爾柯夫預測法7）自回歸預測法8）神經(jīng)網(wǎng)絡預測法1）增長率法增長率法，指根據(jù)預測對象在過去的統(tǒng)計期內(nèi)的平均增長率，類推未來某期預測值的一種簡便算法。該預測方法一般用于增長率變化不大，或預計過去的增長趨勢在預測期內(nèi)仍將繼續(xù)的場合。2）移動平均法一次移動平均值的計算公式是：二次移動平均值的計算公式為：二次移動平均預測模型的形式為：3）指數(shù)平滑預測法一次指數(shù)平滑值的遞推計算公式為：式中：α為平滑常數(shù)，0≤α≤1，一般取0.1-0.3。二次指數(shù)平滑值的遞推計算公式為：二次指數(shù)平滑預測模型的形式為：4）生長曲線法最著名的費爾哈斯模型。費爾哈斯模型的表達式為：費爾哈斯模型的圖像是一條s型曲線，大體可分為三段，即緩慢增長階段、快速增長階段和平穩(wěn)階段，其中，平穩(wěn)階段的p=a/b可視為“飽和值”。5）灰色預測方法灰色預測方法一般利用時序列數(shù)據(jù)，通過建立GM（1，1）模型進行預測。該預測方法具有以下特點：①不需用大量樣本；②預測精度較高；③用累加生成擬合微分方程，符合能量系統(tǒng)的變化規(guī)律；④可以進行長期預測。用GM（1,1）模型進行灰色預測的步驟是：①對原始時序列數(shù)據(jù)x(0)（t），t=1，2，．．．做一次累加生成，得新的數(shù)列x(1)（t），t=1，2，．．．，其中：5）灰色預測方法②利用一次累加生成數(shù)列擬合微分方程，得參數(shù)a和u；③解上述微分方程得時間響應函數(shù)：5）灰色預測方法④對時間響應函數(shù)求導還原得預測方程：⑤利用歷史數(shù)據(jù)對預測模型進行精度檢驗；⑥通過預測方程進行預測。6）馬爾柯夫預測法馬爾柯夫主要研究事物狀態(tài)轉移，他經(jīng)過多次試驗發(fā)現(xiàn)，一個系統(tǒng)的某些因素在轉移中第n次結果只受第n-1次的結果的影響，只與當前所處狀態(tài)有關，與其他無關。其遞推公式為：經(jīng)常使用馬爾柯夫預測法對市場占有率進行預測。馬爾柯夫市場占有率預測的一般步驟為：調查目前的市場占有率情況；調查消費者的變動情況；建立數(shù)學模型；預測未來市場的占有率。7）自回歸預測法自回歸預測法的原理為：時間序列的觀察值之間往往是高度相關的。其一般模型如下：上式的意義就是通過回歸分析，建立第t年的值與第t-1，t-2，…，t-p年的值的關系，通過這個關系來作前向預測，其實質就是對事物發(fā)展特征曲線的擬合，并進一步推知其未來的發(fā)展軌跡。8）神經(jīng)網(wǎng)絡預測法神經(jīng)網(wǎng)絡，特別是反向傳播網(wǎng)絡在許多領域都得到廣泛應用。該方法在函數(shù)逼近、模式識別、數(shù)據(jù)壓縮等領域的應用實踐充分證明，通過該方法獲得的結果與實際結果非常接近，尤其在曲線擬合方面有很高的精度。利用神經(jīng)網(wǎng)絡的方法建立數(shù)學模型，擬合歷史數(shù)據(jù)的變化曲線，再用擬合結果對數(shù)據(jù)未來的發(fā)展曲線做出預報，這是神經(jīng)網(wǎng)絡方法在預測中的應用。神經(jīng)網(wǎng)絡預測方法的應用結果表明，該方法能夠反映事物的變化規(guī)律，預測的結果比較準確。3.2.2．因果預測法1）比例系數(shù)法2）回歸分析預測法3）彈性系數(shù)法4）系統(tǒng)動力學預測法3.2.3.產(chǎn)銷平衡法利用產(chǎn)銷平衡法，可以研究各地區(qū)間的貨物交流問題。即通過適當?shù)呢浳镱A測方法，確定預測期所有各發(fā)到地區(qū)之間的貨物流量，形成預測期貨物流量表。

3.2.4.細分與集成預測法1）集成預測法集成預測法是分別單獨地預測各個系統(tǒng)的預測值，然后加總求和而得到整體系統(tǒng)預測值的一種方法。即：3.2.4.細分與集成預測法2）細分預測法細分預測與集成法的預測過程相反，即先預測出整體系統(tǒng)的預測值，再依據(jù)合理標準求得各子系統(tǒng)預測值，如比重法和目標比例系數(shù)法等。比重法是在總物流運量已用某種方法預測，進而估算其中部分物流運量的方法。月度比例系數(shù)法是根據(jù)過去數(shù)年的月度物流統(tǒng)計資料，計算出平均每個月的物流數(shù)量在年度物流總量中所占的比例，進而在未來年度物流量預測出以后，按照月度的分布規(guī)律求出未來年度各月的預測值。3.2.5.組合預測法組合預測法是將幾種預測方法的預測結果，選取適當?shù)臋嘀剡M行加權平均的一種預測方法。1）等權平均法設fi（i=1，2，…K）為第i個模型預測值，如果用fc代表組合預測值，則等權平均預測法得到的組合預測值為：預測模型的評價對于同一個目標,可選用多種預測技術,建立不同的預測模型,并可能得到不同的預測結果。究竟應選擇哪一個模型所得的預測結果作為正式的預測結果呢?這就是一個對模型優(yōu)劣進行評價的問題。對不同的預測目標,評價的方法及標準可能不完全但一般都應遵循下列幾條基本原則:①合理性——預測模型應具有與事物發(fā)展規(guī)律相一致的性質；②預測能力——是看模型能否說明在預測期間事物的發(fā)展情況；二是看預測模型的誤差范圍;③穩(wěn)定性——能否在較長時間內(nèi)準確地反映預測對象的發(fā)展變化情況,模型的參數(shù)和預測能力是否受統(tǒng)計數(shù)據(jù)變化等因素的影響；④簡單性——對于預測能力相差不大的模型,應選形式簡單、容易運用的模型作為優(yōu)先選擇的對象。1．預測結果的可信度各種模型中，只有回歸模型提供了可信度結論。2．預測方案實際預測活動中應盡量給出多個預測方案，避免因單方案造成決策的剛性。3．擬合度與精度擬合度是指預測模型對歷史觀察值的模擬程度。對既定的歷史數(shù)據(jù)總可以找到擬合程度很高的模型，但擬合度高并不一定表示預測結果準確。預測準確性的高低屬于精度問題。擬合度好，不一定精度也高。3.3、預測實踐中應注意的幾個問題4．預測的期限預測按預測時間可分為長期預測和中短期預測。對短期預測較好的模型，不一定對長期預測也較好；反之亦然。5．預測模型預測模型有復雜化、多因素化的趨勢，這種發(fā)展趨勢一般有利于提高預測的精度，因為這包括了更多因素的影響，但對這些因素的未來值也不易判斷。3.3、預測實踐中應注意的幾個問題6．數(shù)據(jù)處理與模型調整如果某個模型的預測誤差較大，人們通常采取對原始數(shù)據(jù)進行平滑處理和修改模型的方法去解決。這種對原始數(shù)據(jù)進行平滑處理的方法實際上是在回避矛盾。7．實際與想象很多預測人員在預測活動開始時就對預測對象的未來發(fā)展作了想象，并以此想象來不斷地修正預測結果。這在對中間預測值進行取舍、組合時，會產(chǎn)生導致錯誤的影響。3.3、預測實踐中應注意的幾個問題8.

預測的復雜性預測總是在假定未來的發(fā)展是和現(xiàn)在已知或過去發(fā)生的事物有關的基礎上進行的，但又不是簡單的數(shù)學方程式推斷。預測無法回避社會經(jīng)濟發(fā)展中同時帶有規(guī)律性和偶然性的矛盾。9.經(jīng)濟預測是一門科學，又是一門藝術。作為一門科學，是因為經(jīng)濟運動是有規(guī)律的，并且人們已經(jīng)初步掌握了一些規(guī)律，做出過許多成功的預測；作為一門藝術，是因為人們對經(jīng)濟規(guī)律的認識還很不充分，預測的方法也很不完善。3.3、預測實踐中應注意的幾個問題§4、物流流量的四階段預測法一、物流流量的基本概念物流量作為物流學科中一個十分重要的概念，至今仍沒有明確的定義，在我國現(xiàn)階段，我國沒有一個對物流量的統(tǒng)計指標，在進行區(qū)域及地方物流系統(tǒng)規(guī)劃、物流園區(qū)及配送中心、物流接點的規(guī)劃與建設時，一般把貨運量作為進行物流量分析的類比指標，來進行物流量的預測與分析。但是我們可以明確的知道，運輸量，在一般情況下不等于物流量，只是物流量的一個重要組成部分。因此，利用貨運量來指導物流相關基礎建設的科學性存在爭議，實際上，定義及計算物流量必須從整個物流系統(tǒng)來把握，除了運輸量外，物流量還包括庫存量、終端配送量、內(nèi)向物流量、裝卸搬運量等。一、物流流量的基本概念物流純流量（LogisticsTrip）：物從起點（Origin）到終點（Destination)的一次位移。可簡稱物流OD或者L-OD。貨運量：是指在一定時段內(nèi)實際運送的貨物總量。計算單位為：t。在計算貨運量時，不論貨物運距的長短或貨物種類如何。貨物周轉量：是指在一定時段內(nèi)，實際運送的每批貨物重量分別乘以其運送里程的綜合數(shù)。計算單位是：t·km。其計算公式為：貨物周轉量=Σ（每批貨物的重量×該批貨物的運送距離。二、物流需求預測四階段法基本原理四階段預測方法通過對現(xiàn)狀的地區(qū)社會經(jīng)濟調查，現(xiàn)狀的地區(qū)物流起迄點調查，按照地區(qū)經(jīng)濟的增長趨勢及目標，利用預測方法推導出未來的地區(qū)物流需求，地區(qū)間的物流需求，得到物流生成量，即表中各小區(qū)物流發(fā)生量和物流吸引量，再進行物流分布量的預測，最后通過物流供應鏈選擇，將所有的物流需求分配到路網(wǎng)上，檢驗現(xiàn)有道路網(wǎng)的負荷。物流生成(Origination)預測：預測物流源點產(chǎn)生與吸引的物流量物流分布(Destination)預測：物流分區(qū)之間的空間交換量物流供應鏈選擇(LogisticsSupplyChainSplit)：是對物流活動各中間環(huán)節(jié)所基于的流動方式、流動路線和流動工具的選擇和組合；物流分配量(LogisticsAssignment)：是不同供應鏈所支撐的各種物流活動分配到運輸網(wǎng)絡上各節(jié)點間的量。四階段預測法的基本程序

物流分布預測非平衡模型選擇劃分模型生成模型現(xiàn)狀交通運輸土地利用社會經(jīng)濟物流生成預測物流生成分布模型現(xiàn)狀OD分布數(shù)據(jù)物流分布未來物流OD量交通線網(wǎng)及物流節(jié)點流量物流分配預測準備OD區(qū)劃調查社會經(jīng)濟調查物流OD調查交通運輸狀況與物流設施調查全方式出行OD供應鏈選擇預測供應鏈選擇未來發(fā)生、吸引數(shù)據(jù)交通區(qū)空間阻抗現(xiàn)狀及規(guī)劃路網(wǎng)平衡模型物資的社會經(jīng)濟特征供應鏈的特征交通網(wǎng)及物流設施特征

根據(jù)現(xiàn)狀各類各區(qū)的物流發(fā)生與吸引量，現(xiàn)狀社會經(jīng)濟指標，找出它們之間的相互關系，然后根據(jù)未來各區(qū)的社會經(jīng)濟發(fā)展情況，預測其發(fā)生、吸引物流量。根據(jù)各區(qū)現(xiàn)狀的物流交換量和以及各區(qū)未來的發(fā)生、吸引量，找出各區(qū)未來的空間交換量。提供物流服務的供應鏈的選擇是以最小成本為目標的。每種出行主體選擇供應鏈的標準是不相同的，例如，一般產(chǎn)品主要考慮物流的經(jīng)濟成本，高價值產(chǎn)品主要考慮其物流的安全性與時效性，時效性強的產(chǎn)品主要考慮時間成本，保鮮產(chǎn)品主要考慮其時間成本和保鮮技術等等。在供應鏈選擇的預測階段可以準備多種可行方案，然后使用概率模型進行比較分析。在分布預測的基礎上，確定交通路網(wǎng)物流量分配和各物流中心的分布位置及其物流分配量。這對物流中心的選址規(guī)劃有極其重要的