| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 市场/贸易 |
| 新疆农产品物流需求预测研究 |
| 第734期 作者：□文/卢 思 努思曼姑·玉素音 贾玉洁 时间：2024/8/1 14:29:00 浏览：98次 |
［提要］ 预测新疆农产品需求能够及时了解市场的供给状况，在市场出现供不应求或者供过于求的状况时能快速解决，减少物流环节和农产品的损耗，减少库存成本，确保物流资源的合理利用。本文借助灰色预测法选取奶类、蔬菜、肉类、瓜果、水产品、蛋类等六类农产品作为研究对象预测未来五年的产量，从而进一步预测农产品物流需求。并结合当前农产品物流实际情况，分别从建设物流基础设施、人才培养、农产品物流信息化建设以及壮大物流主体等方面提出发展建议。
关键词：新疆；农产品物流；物流需求；预测分析
基金项目：新疆财经大学创新训练项目：“乡村振兴背景下新疆农产品物流需求预测分析”（编号：S202210766002）。通讯作者：努思曼姑·玉素音
中图分类号：F32；F252 文献标识码：A
收录日期：2023年11月29日
农产品物流既可以让农产品真正地发挥出它的价值与使用价值，又可以让农产品在物流过程中产生增值，还可以降低农产品的生产与流通成本，从而提升农业整体效益。但是，在目前阶段，新疆的农业物流已经成为限制农业发展的一个重要因素，农产品物流的发展没有跟上新疆农产品采购、加工、包装、外销等增值需求。由于农产品流通不畅，无法及时、有效地流通，使得农产品的生产和销售很难有效地衔接起来。基于此，新疆农产品物流的发展和转型升级必须加快脚步，以促进新疆农产品协调发展。
一、研究区概况
新疆是一个农业大省，它拥有优越的农业生产环境和丰富的农产品品种，包括瓜果蔬菜在内的主要农产品的产量也在持续增长，而且在自治区“走出去”战略的指引下，外销平台也在不断拓展。随着新疆经济的不断发展，2020年，新疆308.9万贫困人口全部脱贫，32个贫困县全部脱贫摘帽，3，666个贫困村全部退出。2021年，新疆实现地区生产总值（GDP）15，983.65亿元。从这些数据可以看出，新疆的发展迈向了一个新的阶段，居民可支配的收入也很可观，农产品的产量以及销售输出量也将不断扩大，农产品配送体系的完善提升刻不容缓。随着政府的发展规划，新疆许多农产品的产地都建有相应的物流园区，这些园区的建设使得新疆的物流成为一个庞大的物流网络，例如政府重点建设的吐鲁番国际物流港和哈密城北物流园，为新疆农产品物流的建设起到了排头兵作用。
二、数据来源与方法
从2011～2020年《新疆统计年鉴》及各地州统计公报中收集并筛选统计数据，为预测新疆未来农产品物流需求提供数据支撑。本文主要采用灰色预测法，灰色预测模型GM（1，1）是通过鉴别系统因素之间发展趋势的相异程度进行关联分析，对目标因素的一组原始数据序列进行累加，生成一组新数列，建立生成数列的一阶线性微分方程模型进行预测，然后再经过累减还原得到目标因素的预测结果。数据通过Matlab软件实现模型的计算，从而根据农产品产量预测确定其物流需求预测。
三、灰色预测模型GM（1，1）的构建与检验
（一）GM（1，1）模型的构建。灰色GM（1，1）模型步骤如下：
第一步：累加。设时间序列X（0）=｛X（0）（1），X（0）（2），L，X（0）（n）｝为原始数据列，原始数据列有n个观察值，将原始序列作一次累加形成新序列：
X（1）=｛X（1）（1），X（1）（2），……，X（1）（n）｝
其中，X（1）（n）=■X（0）（n）
第二步：构建一阶灰色微分方程：
■+αX（1）=μ
上述微分方程中，α和μ是待定系数。α为发展灰数，反映的是原始序列和一次累加生成序列的发展趋势；序列μ为内生控制灰数，反映的是数据之间的变化关系。
第三步：求参数列。设■为待估参数向量，■=aμ，利用最小二乘法求解，则参数列为■=（BTB）-1BTY。
第四步：求解一阶灰色微分方程动态模型，得出时间响应函数为：
■（1）（k+1）=X（0）（1）-■e-αk+■ （k=1，2，3，…，n）
则预测值可以还原为：
■（0）（k+1）= ■（1）（k+1）- ■（1）（k）=（1-eα）（X（0）（1）-■）e-αk
根据以上步骤可得出未来预测值，但是需要根据计算出来的发展灰数α来判断出预测值是否可行。（表1）
（二）GM（1，1）模型的检验
1、GM（1，1）模型的残差检验。灰色GM（1，1）模型的检验选取残差检验方法，主要用来判断误差变化状态。按预测模型计算■（1）（i），并将■（1）（i）累减生成■（0）（i），然后计算原始序列■（1）（i）与■（1）（i）的绝对误差序列及相对误差序列。
残差：ε（i）=■（0）（i）-■（0） （i=1，2，…，n）
残差序列：ε（0）=（ε（1）-ε（2），…（n））
相对误差：Δ=■×100%
平均相对误差：■=■■Δi
然后，根据预测模型的平均相对误差来说明预测值的精度及可信度。当P0＞80%时，预测结果符合要求，当P0＞90%时，表示预测精度较高。
2、GM（1，1）模型的修正。若用原始时间序列X（0）建立的GM（1，1）模型检验不合格或精度不理想时，则可用GM（1，1）残差模型进行修正以提高原GM（1，1）模型的预测精度，从而达到改进目的。
四、新疆农产品物流需求预测
本文选取2011～2020年新疆维吾尔自治区统计公报及年鉴中的相关数据作为样本，分别选取蔬菜产量（万吨）、肉类产量（万吨）、瓜果产量（万吨）、水产品产量（万吨）、蛋类产量（万吨）和奶类产量（万吨）等有关数据作为原始数据，得出2023～2028年间农产品需求预测值。通过灰色预测法，根据原始数据预测出2023～2028年新疆农产品产量预测数据，如表3所示。（表2、表3）
根据表3中数据可知，奶类产品从2023年到2028年的需求预测呈增长趋势，增长率为32.73%，且均在250万吨以上，说明在未来几年消费者的消费水平将不断提高，生活水平也迈向更高一层，随之对营养的追求也在逐步加大，对乳制品的需求越发旺盛。蔬菜类产品从2023年到2028年的需求预测呈稳定增长趋势，增长率为27.32%，并且每年的产量均超千万吨，说明在未来几年消费者的收入水平在不断提高，对蔬菜的需求量越来越大，更加追求绿色健康的生活品质和饮食习惯。肉类产品从2023年到2028年的需求预测呈大幅度增长趋势，增长率为43.35%，说明随着经济的发展，未来几年消费者的生活质量在不断提升，对肉类的需求量大大增加。瓜果类产品从2023年到2028年的需求预测均超千万吨，并且呈逐步增长趋势，增长率为25.55%，说明随着经济的发展和时间的推移，瓜果类产品发展势头较好。水产品从2023年到2028年的需求预测呈稳定增长趋势，增长率为18.95%，说明随着经济水平的提高，消费者的膳食结构在改变，对水产品的需求量也在不断加大。蛋类产品从2023年到2028年的需求预测也呈逐步增长趋势，增长率为29.10%，说明随着生活水平的提高，消费者越来越注重高品质生活，开始意识到家庭饮食健康和营养的重要性。
新疆地区的经济在突飞猛进发展，随之带动的就是本地消费市场的扩大，尽管各农产品增长趋势有大有小，但都在增长，奶类、蛋类的增长更是表明了消费者在未来几年逐步追求更高的营养；随着居民消费水平的提高，居民对农产品的品质要求也越来越高，这些变化都在推动着农产品消费量的增加，同时也促进着与之相关的农产品物流的发展。例如，物流基础设施的建设方面，由于新疆特殊的地理位置和贸易港口，所以新疆地区的公路铁路线众多，对于物流节点的建设也越来越重视，居民对农产品的需求也越来越大，便利的交通和先进的储藏设施为农产品物流提供了发展基础。人才培养方面，现在社会注重对人才的培养，而新疆地区对比沿海地区的发展稍落后，所以更需要大量的人才，人才带来的新思想和新方法能够促进农产品物流和相关企业的发展。农产品物流信息化建设方面，企业和物流业的发展都离不开信息技术的支持，5G技术和大数据等技术的支持更是为农产品的追溯和运输提供了便利，有了这些技术的支持，居民对农产品会更加得放心，需求量会加大，农产品物流的利用率也会增长。
五、结论及建议
（一）结论。从预测数据可以看出，新疆未来农产品物流需求量比较高，农产品产量每年都在增长。从2023年到2028年，奶类产品的增长率为32.73%，蔬菜类产品的增长率为27.32%，肉类产品的增长率为43.35%，瓜果类产品的增长率为25.55%，水产品的增长率为18.95%，蛋类产品的增长率为29.10%。2028年，瓜果类产量最大，为2，731.62万吨，水产品产量最少，为23.41万吨。蔬菜和瓜果类产品的产量均超过了2，000万吨，可见人们对于蔬菜和瓜果的物流需求量之大，其他的农产品需求也均超过了20万吨。
（二）建议
1、加大对物流基础设施建设投入。一是要加大对交通基础设施建设的投入。新疆的地理位置决定了其必须不断加大对铁路和公路运输线的投入，不断完善运输网络的建设，对镇乃至村都能做到运输路线的畅通无阻。通过2023～2028年的农产品需求预测值可以看出，奶类、肉类和水产品在2023～2028年的需求量呈增长趋势，增长率分别为32.73%、43.35%、18.95%，所以合理规划运输路线尤为重要，要让农产品在保证其质量和新鲜度的前提下以较快的速度运送到国内外各大市场。二是加大对物流节点的建设投入。配送中心作为一种末端的物流节点设施，是让整个物流环节得以完善的重要部分。由于新疆对地区的划分和命名有所特殊，所以可以先进行规划和调查，在人口较多和经济承受能力较强的镇或者团场建立配送中心，让更多人能够更快地享受到新鲜的农产品，也让配送中心能快速融入整个物流网络中去。除了配送中心的建设，仓库的建设也很重要，不同类型的仓库作用不同。通过对2023～2028年农产品需求预测值可以看出，奶类、肉类和蛋类增长幅度较大，所以仓库这类储藏设施的建设尤为重要，例如可以适当在县城或者市级城市建立冷库，冷库的建设能让农产品减少储藏过程中的损耗。
2、加强对人才的培养。现代的竞争是人才的竞争，吸收培养一流人才是一个行业能够高速、稳定、长期发展的重要因素。要重视对农产品物流专业人才的培养，可以在各大院校包括职业技术学校设立农产品物流相关课程，让学生尽早接触相关知识，例如我们可以对农产品的特性有一个初步的了解，再将农产品进行分类运输。通过2023～2028年的农产品需求预测值可以看出，蔬菜和瓜果类产量均超千万吨，因此要对这两类农产品有更加深入的了解，同时也要加强物流人才对这两类农产品包装和运输的相关知识。例如，蔬菜和水果类应使用质量较好的包装，不宜过满或者过少，避免出现挤压或者碰撞造成损失；包装容器内应加支撑物、衬垫物，如纸或者塑料托盘都能减少压力和震动；包装材料还应具有通透性和防潮性，有利于进行气体交换和防止吸水变形；不同的农产品保质期也不同，因此要采取不同的运输方式，随着高速公路的日渐成熟，可以结合冷链运输和公路运输，使用冷藏集装箱进行短途运输；对于要运输到国外或者高端的蔬菜水果，则可以使用干冰作为制冷剂进行航空运输。此外，还可以实行定向培养计划，规定在学习相关知识和技术后必须服从分配到相关合作企业工作。对于已经在职的员工实行培训计划，加强对管理部门和基层部门不同层次员工的专业培训，制定“以老带新”方案，让新人才能够快速融入企业，老员工能够学习更先进的思想，让企业在新老交替中不断成长。
3、加快农产品物流信息化建设。科技是农产品物流的神经系统，当下大数据平台、5G技术、物联网已经逐渐被广泛运用于农业信息网络系统中。可以将大数据技术运用于农产品的保鲜技术中，通过对2023～2028年的农产品需求预测值可以看出，瓜果类和蔬菜类需求量大并且处于稳步上升趋势，所以针对果蔬类农产品的保鲜问题，可以在运输过程中利用大数据技术精确控制农产品的最佳温度和湿度，以及制冷技术，从而保证农产品从采摘、储存、运输到销售各环节都能实施果蔬保鲜。同时，还可以利用物联网进行信息系统的管理。2023～2028年的肉类、蛋类需求预测值在逐年递增，所以可以在使用卫星定位系统、传感技术的基础上，结合RFID技术和条码技术，为肉类和蛋类制作独一无二的条码，将肉类和蛋类从原材料处理、储存到运输的所有信息录入系统中，实现肉类和蛋类信息的追溯和共享，让消费者在购买时就能通过扫描条形码的方式了解到它们的溯源地、运输方式以及销售市场，满足消费者的知情权和选择权，让物流作业环节透明化，也让消费者对农产品的质量更加放心。
4、不断壮大物流主体。一是可以让农产品种植户与当地物流企业合作。通过2023～2028年的农产品需求预测值可以看出，蔬菜类和瓜果类需求量大并且在不断增长，所以可以在本地区设立特色蔬菜和瓜果种植区，建立一批示范性种植区，让特色蔬菜和瓜果农产品先在本地市场打响名号，提高农产品物流效率；还可以将蔬菜和瓜果从生产基地直接销售到超市、菜市场等，不断推广完善直供直销模式，减少流通环节，降低农产品损耗，降低物流成本。二是对当地物流企业进行科学引导，使其能够提供有效的储存或者运输服务；还可以对其他地区的政策加以借鉴，同时出台鼓励和扶持等政策，这些相关政策的提出不仅能促进“乡村振兴”战略的实施，也带动了本地农产品物流龙头企业的发展，让企业充分认识到物流企业的发展前景，使其科学转变物流理念，抢抓机遇。
（作者单位：新疆财经大学工商管理学院）
主要参考文献：
［1］王金凤，郭军辉.新疆农产品物流发展现状及对策［J］.经济视角（下），2009（05）.
［2］徐晓燕，杨慧敏，吕修凯，王雪，康静彩.基于山东省不同模型的物流需求预测比较研究［J］.包装工程，2022（43）.
［3］王盼盼.新疆农产品电商与果农收入的关系研究［D］.乌鲁木齐：新疆农业大学，2022.
［4］王新娥，王学剑.新疆城镇居民农产品冷链物流需求预测分析［J］.物流技术，2014（33）.
［5］张继良.基于组合模型的山东生鲜农产品物流需求预测［D］.济南：山东大学，2022.
［6］曾苑.基于灰色预测模型的广东省农产品物流需求预测［J］.山西经济管理干部学院学报，2020（02）.
［7］梁子寒.我国农产品物流发展现状及对策研究［J］.物流与工程管理，2022（04）.
［8］谭睿.农产品物流体系的协同管理研究［D］.南昌：江西财经大学，2021.
［9］李笑笑.我国农产品绿色物流体系的发展研究［J］.物流工程与管理，2019（08）.
［10］汪兰林.浅析我国农产品物流发展现状及对策［J］.现代营销，2019（12）.
［11］陈逸超.我国农产品物流体系建设与制度分析［J］.物流工程与管理，2021（11）.
|
|
|
|
