與本文相關(guān)的研究主要有：李思聰?shù)?span style="margin: 0px; padding: 0px; font-size: 11.745px; line-height: 0; position: relative; vertical-align: baseline; top: -0.5em;">[1]采用灰色-回歸組合模型，對(duì)我國(guó)農(nóng)產(chǎn)品冷鏈物流市場(chǎng)進(jìn)行需求預(yù)測(cè)，以促進(jìn)我國(guó)冷鏈物流高質(zhì)量發(fā)展。HuiminZhu等[2]在灰色模型中加入超前滯后因子和非線性因子，對(duì)社區(qū)團(tuán)購(gòu)的日銷售額進(jìn)行擬合和預(yù)測(cè)，結(jié)果表明：該模型有良好的穩(wěn)定性和較高的預(yù)測(cè)精度。RenquTian等[3]使用灰色Verhulst模型預(yù)測(cè)未來(lái)五年的海上承載能力值，結(jié)果表明：我國(guó)沿海地區(qū)產(chǎn)業(yè)結(jié)構(gòu)正逐步向海洋資源多元化綜合利用模式轉(zhuǎn)變。王曉琳等[4]建立灰色預(yù)測(cè)模型，對(duì)廣西未來(lái)三年醫(yī)藥物流需求量進(jìn)行預(yù)測(cè)，為廣西醫(yī)藥企業(yè)未來(lái)物流的發(fā)展規(guī)劃決策提供參考。江楠等[5]構(gòu)建灰色GM(1,1)預(yù)測(cè)模型，預(yù)測(cè)南京都市圈未來(lái)5年物流需求量，為南京都市圈區(qū)域物流規(guī)劃和決策提供參考依據(jù)。

以上文獻(xiàn)為本文提供了研究基礎(chǔ)和有益借鑒，但在上述關(guān)于物流需求量的預(yù)測(cè)中，對(duì)快遞物流業(yè)的需求量研究涉及較少。針對(duì)快遞物流市場(chǎng)的研究，大多學(xué)者集中在定性方面。

黃文澤等[6]通過(guò)實(shí)地調(diào)研、問(wèn)卷調(diào)查等方法探究校園快遞物流在發(fā)展中存在的諸多問(wèn)題,提出了創(chuàng)新快遞物流模式等實(shí)質(zhì)性措施,豐富了高?？爝f物流模式的創(chuàng)新機(jī)制。YanZhang等[7]提出一種新的快遞物流異常值檢測(cè)算法，建立快遞物流系統(tǒng)運(yùn)行模型，結(jié)果表明：該算法能夠很好地檢測(cè)快遞物流異常情況。高明鏡等[8]重點(diǎn)關(guān)注電子商務(wù)環(huán)境下的快遞業(yè)需求預(yù)測(cè)問(wèn)題，提出快遞需求具有電子商務(wù)產(chǎn)業(yè)關(guān)聯(lián)特征和季節(jié)性特征。Xiang T.R.Kong等[9]建立了一個(gè)仿真模型，考慮了排序、訂單發(fā)布和機(jī)器靈活性三個(gè)主要控制策略，以實(shí)現(xiàn)可重構(gòu)的快遞物流中心。DaqiangChen等[10]為研究網(wǎng)絡(luò)物流節(jié)點(diǎn)故障的影響，模擬并提出兩種級(jí)聯(lián)故障場(chǎng)景的算法，以調(diào)查調(diào)整法案對(duì)節(jié)點(diǎn)的數(shù)量和快遞物流網(wǎng)絡(luò)彈性的影響?？椎骆旱?span style="margin: 0px; padding: 0px; font-size: 11.745px; line-height: 0; position: relative; vertical-align: baseline; top: -0.5em;">[11]采用基于專利數(shù)據(jù)的技術(shù)預(yù)測(cè)方法，用于快遞領(lǐng)域，結(jié)果表明：現(xiàn)階段，在快遞物流領(lǐng)域內(nèi)運(yùn)輸規(guī)劃技術(shù)的投資優(yōu)先級(jí)要高于遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)。于曉輝等[12]采用博弈的方法，從定量的角度分析解決快遞末端“最后一公里”問(wèn)題的主要瓶頸。

總結(jié)發(fā)現(xiàn)，一方面，我國(guó)學(xué)者的研究大多集中在物流需求預(yù)測(cè)、物流路徑規(guī)劃及快遞網(wǎng)點(diǎn)選址等方面，細(xì)化到針對(duì)快遞物流業(yè)的研究較少；另一方面，以往學(xué)者大多基于網(wǎng)上購(gòu)物的消費(fèi)型快遞為主進(jìn)行研究，而忽略了函件和單純寄遞等其他類型的快遞業(yè)務(wù)，并且使用灰色預(yù)測(cè)模型對(duì)快遞物流市場(chǎng)的研究較少。

綜上所述，在這樣的背景下，本文在主要以消費(fèi)性快遞需求為研究對(duì)象的基礎(chǔ)上，還考慮了函件、包裹、報(bào)紙、雜志等快遞業(yè)務(wù)，構(gòu)建灰色預(yù)測(cè)模型，通過(guò)數(shù)據(jù)分析、科學(xué)合理的預(yù)測(cè)，探究大連市快遞物流業(yè)的發(fā)展?fàn)顩r，提高資源的優(yōu)化配置，為城市物流的規(guī)劃和末端配送研究奠定一定基礎(chǔ)。

一、GM(1,1)模型的建立

GM(1,1)模型作為灰色系統(tǒng)理論中最具有代表性、應(yīng)用最廣泛的預(yù)測(cè)模型，其建模原理如下：

設(shè)原始數(shù)據(jù)為：。

其中，n為序列長(zhǎng)度。將原始序列累加取得生成序列即，其中，。

稱為GM(1,1)模型的基本形式。

GM(1,1)模型的最小二乘估計(jì)參數(shù)列滿足。

設(shè)X(0)為非負(fù)序列，X(1)為X(0)的1—AGO序列，Z(1)為X(1)的緊鄰均值生成序列，為GM(1,1)模型的白化方程，也叫影子方程。

(1)白化方程的解也稱時(shí)間相應(yīng)函數(shù)為

(2)GM(1,1)模型的時(shí)間相應(yīng)序列為

(3)累減還原，得到原始數(shù)據(jù)的預(yù)測(cè)值

稱GM(1,1)模型中的參數(shù)-a為發(fā)展系數(shù)，b為灰色作用量。-a反映了的發(fā)展態(tài)勢(shì)，b反映數(shù)據(jù)變化的關(guān)系。

二、實(shí)證分析

1. 數(shù)據(jù)收集

如今，隨著快遞市場(chǎng)的不斷擴(kuò)大，快遞業(yè)已打破了原來(lái)的郵政快遞國(guó)有企業(yè)“一枝獨(dú)秀”的格局，逐漸形成國(guó)有、民營(yíng)和外資快遞企業(yè)百花齊放的新格局，但國(guó)有快遞企業(yè)仍占主導(dǎo)地位。郵政、順豐等各大快遞企業(yè)2021年全國(guó)快遞業(yè)務(wù)量，如圖1所示，圖中郵政快遞業(yè)務(wù)量明顯高于其他，仍在快遞業(yè)務(wù)量中占較大比重，因此，本文根據(jù)郵政業(yè)務(wù)量相關(guān)數(shù)據(jù)進(jìn)行探究，進(jìn)而分析大連市快遞物流業(yè)的發(fā)展情況。

郵政是指由國(guó)家管理的通信部門，直接經(jīng)營(yíng)寄遞各類郵件、信件或物品。郵政主要業(yè)務(wù)包括函件、包裹、快遞、報(bào)紙、雜志、匯兌等。郵政業(yè)務(wù)總量指以貨幣形式表現(xiàn)的郵政企業(yè)為社會(huì)提供各類郵政服務(wù)的總數(shù)量，計(jì)算方法為各類郵政服務(wù)業(yè)務(wù)的實(shí)物量分別乘以相應(yīng)的不變單價(jià)，求出各類業(yè)務(wù)的貨幣量后加總求得。該指標(biāo)反映了一定時(shí)期郵政業(yè)務(wù)發(fā)展的總成果，是觀察郵政業(yè)務(wù)發(fā)展變化總趨勢(shì)的綜合性指標(biāo)。根據(jù)大連統(tǒng)計(jì)年鑒，收集了大連市2016—2020年的郵政業(yè)務(wù)總量及郵政主要業(yè)務(wù)量的各數(shù)據(jù)，如圖2—4所示。

由圖2、3、4可知，大連市近5年郵政業(yè)務(wù)總量在逐年上升，在郵政主要業(yè)務(wù)中，快遞業(yè)務(wù)量是郵政業(yè)務(wù)總量的主要部分，占比最大，且成逐年上升趨勢(shì)；報(bào)紙業(yè)務(wù)量?jī)H次于快遞，變化波動(dòng)平穩(wěn)；其他業(yè)務(wù)量雖有所變化，但變化并不明顯，且占總量比重較小。因此，本文基于物流的特點(diǎn)，以郵政業(yè)務(wù)總量為例，根據(jù)2016—2020年大連市郵政業(yè)務(wù)量及郵政快遞業(yè)務(wù)量數(shù)據(jù)進(jìn)行預(yù)測(cè)研究，如表1所示，以反映大連市快遞物流業(yè)特點(diǎn)并以此分析大連市快遞物流業(yè)的發(fā)展趨勢(shì)。

2. 郵政快遞業(yè)務(wù)量GM(1,1)模型的求解

第一步對(duì)x作1-AGO得：

第二步對(duì)作緊鄰均值生成，令

得：

于是

第三步對(duì)參數(shù)列進(jìn)行最小二乘估計(jì)得：

第四步確定GM(1,1)模型白化方程

及時(shí)間響應(yīng)式為

第五步累減還原，得到預(yù)測(cè)值(見(jiàn)表2)

3. 郵政業(yè)務(wù)總量GM(1,1)模型的求解

第一步對(duì)x作1-AGO得：

第二步對(duì)X(1)作緊鄰均值生成，令

得：

于是

第三步對(duì)參數(shù)列進(jìn)行最小二乘估計(jì)得：

第四步確定GM(1,1)模型白化方程

及時(shí)間響應(yīng)式為

第五步累減還原，得到預(yù)測(cè)值(見(jiàn)表3)

4. 預(yù)測(cè)值檢驗(yàn)

通過(guò)上述計(jì)算，對(duì)所得數(shù)據(jù)進(jìn)行整理，如表4所示。

由上述數(shù)據(jù)進(jìn)行殘差檢驗(yàn)發(fā)現(xiàn)，平均相對(duì)誤差為3.42%，小于標(biāo)準(zhǔn)誤差0.05，精度值大于90%，所以，本研究所得模擬值準(zhǔn)確度較高，可判定為二級(jí)合格。由此可見(jiàn)，運(yùn)用GM(1,1)建模預(yù)測(cè)的精度好，能通過(guò)殘差檢驗(yàn)。

由上述數(shù)據(jù)進(jìn)行殘差檢驗(yàn)發(fā)現(xiàn)，平均相對(duì)誤差為1.38%，小于標(biāo)準(zhǔn)誤差0.05，精度值大于90%，所以，本研究所得模擬值準(zhǔn)確度較高，可判定為二級(jí)合格，接近一級(jí)合格。由此可見(jiàn)，運(yùn)用GM(1,1)建模預(yù)測(cè)的精度好，能通過(guò)殘差檢驗(yàn)。因此，本文建立的灰色預(yù)測(cè)模型對(duì)原始數(shù)據(jù)擬合效果非常不錯(cuò)，如圖5所示，預(yù)測(cè)精度也較高。

三、結(jié)論及建議

近年來(lái)，隨著大連市市場(chǎng)規(guī)模的逐漸增大，快遞行業(yè)的總業(yè)務(wù)量也在逐年增加，對(duì)大連市經(jīng)濟(jì)的增長(zhǎng)發(fā)揮著至關(guān)重要的作用。本文以大連市近5年郵政快遞業(yè)務(wù)量及郵政快遞總量為預(yù)測(cè)對(duì)象來(lái)構(gòu)造灰色預(yù)測(cè)模型，經(jīng)檢驗(yàn)證明該模型是合理可行的。根據(jù)上述預(yù)測(cè)結(jié)果可知，未來(lái)5年大連市郵政快遞、函件、包裹、報(bào)紙等業(yè)務(wù)總量呈現(xiàn)出顯著的逐年增長(zhǎng)趨勢(shì)，其中占比最大的快遞業(yè)務(wù)量也呈上升趨勢(shì)，2025年達(dá)51 005萬(wàn)件，快遞行業(yè)規(guī)模在不斷擴(kuò)大。為此，結(jié)合以上數(shù)據(jù)分析結(jié)果，針對(duì)大連市快遞物流業(yè)的發(fā)展情況，為更好完善大連市快遞物流體系，提出以下措施建議。

1. 形成物流領(lǐng)域多種模式共同發(fā)展的行業(yè)新格局

目前，大連市快遞物流業(yè)規(guī)模已達(dá)到億元，未來(lái)五年仍逐步上升，業(yè)務(wù)量和訂單量的不斷增長(zhǎng)，讓快遞物流行業(yè)市場(chǎng)在繼續(xù)擴(kuò)大，也為末端配送帶來(lái)巨大壓力。并且快遞物流市場(chǎng)正處于行業(yè)變革期，優(yōu)質(zhì)中小物流標(biāo)的并購(gòu)價(jià)值將得到重視。在目前行業(yè)趨勢(shì)下，資源的“共享共配”方式能夠有效解決末端配送壓力，把各企業(yè)的人力、業(yè)務(wù)、資源等整合起來(lái)，共同管理、共同經(jīng)營(yíng)，以提升資源利用效率，降低快遞的運(yùn)營(yíng)成本。共配共享除了在末端配送的優(yōu)勢(shì)明顯之外，還能為快遞企業(yè)提供更高效的操作模式。各企業(yè)共用一個(gè)場(chǎng)地，通過(guò)共享共配實(shí)現(xiàn)統(tǒng)一分揀、派送等操作，從而，降低企業(yè)運(yùn)營(yíng)成本、提高配送效率。使用智慧協(xié)同、集約高效、開(kāi)放共享的合作模式，快遞企業(yè)可以傳統(tǒng)觀念和操作模式，全新賦能，提升市場(chǎng)競(jìng)爭(zhēng)力，最終實(shí)現(xiàn)服務(wù)質(zhì)量的提升。

2. 強(qiáng)化無(wú)人配送車科技賦能，提高配送效率

大連市快遞業(yè)務(wù)量的持續(xù)增長(zhǎng)加大了末端環(huán)節(jié)的配送壓力，而快遞從業(yè)人員的工作強(qiáng)度大、技能水平低、一線人手不足、道路交通安全難以保證等問(wèn)題一直制約著快遞物流行業(yè)的發(fā)展，尤其在末端配送方面，“最后一公里”的成本占據(jù)整個(gè)物流成本的25%以上。而提升數(shù)字化水平、推進(jìn)智慧物流變革、推廣使用無(wú)人配送車等方式能有效緩解末端配送壓力。無(wú)人配送車對(duì)于快遞等輕拋物的技術(shù)挑戰(zhàn)難度較小，主要為解決區(qū)域網(wǎng)點(diǎn)到各驛站的無(wú)人化需求。同時(shí)，《“十四五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》中也明確提出，發(fā)展現(xiàn)代郵政快遞業(yè)務(wù)，完善寄遞末端服務(wù)，推廣無(wú)人機(jī)、無(wú)人車運(yùn)輸投遞，穩(wěn)步發(fā)展無(wú)接觸遞送服務(wù)。一輛車一天能送近3 000件的無(wú)人配送車，是智慧物流在末端配送的體現(xiàn)。

3. 加強(qiáng)快遞物流業(yè)人才隊(duì)伍建設(shè)

快遞行業(yè)的迅速發(fā)展，激增的業(yè)務(wù)量導(dǎo)致對(duì)人員需求的劇增，于是準(zhǔn)入門檻變低、員工素質(zhì)普遍較低、專業(yè)化程度不高，這是當(dāng)前快遞物流行業(yè)普遍存在的問(wèn)題。物流企業(yè)的重大變革需發(fā)揮人才功能，這對(duì)完善物流企業(yè)管理人才隊(duì)伍建設(shè)具有重大意義，對(duì)于提升物流企業(yè)經(jīng)營(yíng)管理水平也十分有益。首先，建議快遞企業(yè)與大連市內(nèi)高校建立校企合作的科學(xué)培養(yǎng)模式，根據(jù)企業(yè)實(shí)際需要，對(duì)學(xué)生進(jìn)行定向培養(yǎng)，能夠在一定程度上減少人才投資的成本費(fèi)用，其次，建議加大對(duì)相關(guān)工作人員的技術(shù)培訓(xùn)，不斷更新職業(yè)技能，適時(shí)改變工作理念，對(duì)人力資源做出科學(xué)合理的分配，以最大程度發(fā)揮出自己的潛能；最后，大連市可以出臺(tái)相關(guān)人才引進(jìn)補(bǔ)貼政策，發(fā)展并引進(jìn)快遞物流專業(yè)技術(shù)人才，既要涵蓋基層人員，以提高快遞物流業(yè)的服務(wù)質(zhì)量滿意度，又要囊括高層人才，為建設(shè)企業(yè)成本管理決策做出保證，促進(jìn)大連市快遞物流業(yè)能夠更好的發(fā)展。