城市物流需求预测方法研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

东南大学硕士学位论文城市物流需求预澍方法研究

图3-2无锡市历年综合货运量波动图

图3-3无锡市历年产业结构构成图

一般而言,随着国民经济的发展,物流需求规模是呈增长态势的.但从数据表格(表3-1)及图3一l~图3—3P-g]'以看出,无锡市历年经济总量的波动较小,增长趋势明显,但综合货运量波动较大,并没有表现出明显的增长趋势。可见,经济总量对物流需求的影响程度在不断弱化,而随着城市产业结构的不断优化,经济结构的变化对物流需求量的影响在增强,而这种影响是抑制性的。

2.产业结构对物流需求的影响

影响一个城市物流需求规模和结构发生变化的根本原因是城市经济产业结构的调整·一个城市的经济产业结构在不同的历史发展时期是不同的,它随着城市工业化发展的不同阶段而不断变化.特别是到了工业化中、后期,随着信息产业的产生和发展,尤其是中心城市,原来的加工业逐步迁往郊区,城市对外及内部交流的有形货物不断减少,丽无形货物日浙增加,其结果是此消彼涨,同时由于城市信息功能和管理功能的不断发展r综合导致城市货运总量有明显的下降趋势。

当代产业经济学的研究表明,一个国家或地区经济发展道路大致沿着以第一产业为主转向以第二产业为主再转向以第三产业为主的顺序进行,这一规律被称之为“配第一克拉克”定律。嘲

由表3-6和图3-4可知,北京市居民消费水平在近十年中得到了稳步增长,消费水平翻了一番,年均增长率高达10.16%,这主要得益予近年来北京经济的快速发展,丽经济的发展直接改善了居民的生活水平,提高了居民对消费品的购买能力,从而加大了对城市物流的需求,因此,采用居民消费水平这一指标可以较好的反映出城市物流需求的规模及其变化趋势。

5.城市商贸流通对物流需求的影响

城市社会消费品零售总额能很好的说明一个城市商贸流通的活跃程度,也能从一个侧面较好的反映城市物流需求的规模,对于配送中心、物流中心等物漉节点的规划有着十分重要的意义。

因此,通过分析目标城市历年社会消费品零售总额及其构成,可反映出消费市场物流需求的规模、构成及其变化趋势。图3-5反映了历年北京市社会消费品零售总额变化情况。

图3-5历年北京市社会消费品零售总额变化趋势图

图3-6近年北京市社会消费品零售额构成图

从图3-5可知,自改革开放以来,北京市的社会消费品零售总额得到了长足的发展,尤其是近十年内,其年均增长率高达11.44%。这必将促进商业连锁和各种超市、大卖场的蓬勃发展,进而推动以需求为导向的物流配送服务的发展。由于社会消费品零售总额是商品销售总量的货币表现形式,因此其规模的大小直接反映了居民对消费商品的需求总规模,同时也决定了具有固有优势的城市配送总体规模。

图3-6反映的是近年北京市社会消费品零售总额的构成情况。由图可知。在北京市的社会消费品零售总额构成中,居民日用品的比例为55%~60%,餐饮食品的比例为25N~30%,农帽服饰占11%左右,燃气燃煤占5%左右。对零售总额构成的分析可反映出物流需求

1989616.256146186341990658.0272573l7511991663.68558648881992801.16101010221048.19931069.8411921208124219941488.4714061428146819952003.5816601689173319962339.2519591997204519972669.9523122360241119982805.45272927902842

图4-!各方法预测结果与实际值比较图

图4.2三种预测方法误差绝对值比较豳

图4-3三种预测方法误差原始值比较图

表4-3三种预晨9方法误差值比较

方法~方法二方法三

年份

绝对值原始值绝对值原始值绝对值原始值

19862.55%一Z,55%2.29%-2.29%1.77%-1.77%

1987O.31%-0.31%0.08%一0.08%1.28%1.28%

19884.93%-4.93%4.38%一4.38%2.73%-2.73%

1989O.37%一0.37%0.28%0.28%2.88%2.88%

1990lofl8%t0.18%】1.09%11.09%14.13%14.13%

199128.84%28.84%30.20%30.20%33.82%33.82%

199226.07%26.07%27.57%27.57%30.81%30.81%

199311.42%11,42%12.91%12.91%16.09%16.09%

19945.54%一5.54%4.06%一4.06%1.38%一1.38%

199517.15%一17.15%15.70%-15.70%13.5096-13.50%

199616.26%一16.26%14.63%-14.63%12.58%一12.58%

199713.41%一13,4I胥n.61%一1】.5】%9.70%一旦7傩

19982.73%一2,73%0.55%-0.55%1.30961.3096

通过图4.1~图4弓可以看出,本文提出的方法三和方法二的偏差在90~93年间比方法一略大,而在其他年份,均比方法-4,。但是从最后几年的预测结果来看,方法三优于其他两种方法。

4.2.2因素分析预测方法

当具体指标受多种因素影响时,彼此之间往往存在着一定的因果关系。因素分析法是通

相关文档
最新文档