1 灰色關聯(lián)模型分析

通過調研，本實驗以生鮮農產品發(fā)展、物流發(fā)展、冷鏈基礎設施、人民生活、數字經濟發(fā)展、能源消耗等作為一級指標。本論文研究數據年限從2016年至2021年，具體指標分配情況如表1所示。

本實驗以農林牧漁生產總值作為參考序列，用A0表示。其他指標確定為比較序列，用Ak(k=1,2,3,...,10)表示，具體數據如表2所示?；疑P聯(lián)分析分四步，首先確定分析序列，其次對變量進行預處理，再次計算指標灰色關聯(lián)系數，最后就是確定關聯(lián)度及指標排名[11]。

經過SPSSAU軟件分析，得到比較序列的關聯(lián)系數結果，如表3所示，其中數字越大，代表關聯(lián)性越強。由關聯(lián)系數進行平均值計算得出關聯(lián)度值介于0～1，該值越大表示評價項與“參考值”相關性越強，關聯(lián)度越高，意味著評價項與“參考值”之間關系越緊密，因而其評價越高。結合關聯(lián)度值，對所有評價項進行排序，得到各評價項排名[12]，如表4所示。

通過分析發(fā)現(xiàn)以下情況：1)農產品物流規(guī)模占首位，也就是物流規(guī)模影響數字技術的使用，規(guī)模太小，不利于數字技術的推進；2)居民的食品支出影響冷鏈物流的發(fā)展，只有居民購買需求大，物流行業(yè)才能快速發(fā)展；3)排最后的是區(qū)塊鏈企業(yè)數量，說明目前冷鏈行業(yè)對區(qū)塊鏈技術還在觀望中，未來有很大的發(fā)展空間。

2 模型預測

灰色系統(tǒng)是一個既包含已知變量又包含未知信息的系統(tǒng)。通常定義為GM(n,x)模型，其內涵是用n階微分方程對x個變量進行建模。簡單講即離散的序列看成連續(xù)的序列，弱化未知量，強化已知量，最后構建一個以時間為變量的微分方程，達到預測目的。使用該模型預測的前提是數據為線性樣本，非線性的數據預測效果差。

課題組先以A0農林牧漁生產總值來做預測分析。建立GM(1,1)模型一般包括四個步驟：1)對原始數列進行級比檢驗及可行性分析；2)對原始數列進行累加得到累加生成數列，并建立微分方程；3)構造數列矩陣B和向量Yn，利用最小二乘法計算模型的響應方程式；4)進行模型的檢驗[13]。

2.1 構建原始數據

建立農林牧漁生產總值序列{x0(1),x0(2),x0(3),x0(4),…,x0(n)}。求級比并進行級比的判斷：代入上式可以得到(λ2λ3λ4λ5)=(0.963 0.916 0.9 0.937)，原序列的所有級比值都位于區(qū)間(0.717，1.396)內，說明原序列適合構建灰色預測模型。通過一次累加之后得到新的序列{x1(1),x1(2),x1(3),x1(4),…,x1(n)}。這樣得到GM(1,1)模型的原始形式x0(k)+ax1(k)=b。

2.2 構建基本形式

設有新的序列{z1(1),z1(2),z1(3),z1(4),…,z1(n)}。其中，z1(k)=1/2(x1(k)+x1(k-1))稱為鄰值生成序列。故x0(k)+az1(k)=b為GM(1,1)模型的基本形式。求解過程如下：針對x0(k)+az1(k)=b這個式子，設α=[ab]且有Yn和B。

于是GM(1,1)可以表示為：Y=Bα。根據最小二乘法求解得到：α=(BTB)-1BTY。

2.3 微分方程形式

根據前面得到的一次累加序列以及鄰值生成序列，把作為灰色微分方程，也就是x0(k)+az1(k)=b的白化方程，其中，a稱為發(fā)展灰數，b稱為內生控制灰數。

通過公式計算，可以得到發(fā)展灰數為-0.087，內生控制灰數為99 560.68，后驗差比值C為0.006，依據表5，可以得出模型精度高。

求解微分方程，得到預測模型：

最后的預測值序列將上述的做一次累減序列還原。

2.4 模型精度檢測

通過計算，得到模型的擬合結果，如表6所示。

模型平均相對誤差為0.573%，小于20%即說明擬合良好?；谏厦娴念A測模型原理，數據也符合規(guī)律，可以求出A1至A10指標2024—2026年的預測數據。全部預測數據如表7所示。

結合預測數據，發(fā)現(xiàn)所有指標都呈現(xiàn)上升趨勢，說明人民對冷鏈的需求比較大，這就需要新技術的支持與投入，才能讓冷鏈行業(yè)數字經濟快速發(fā)展。與此同時，大量冷庫的投入也會造成能源的消耗，如何減少碳排放成為需突破的主要問題。

3 結果分析與建議

本模型研究結果說明冷鏈物流中與農林牧漁生產總值關聯(lián)最大的就是農產品物流規(guī)模及人均食品煙酒支出。應加大對冷鏈物流產業(yè)的投入，幫助農戶增加收入。目前我國冷鏈物流行業(yè)法律法規(guī)不夠健全。應加快物流運輸標準化建設，科技的驅動與賦能是運營標準化水平提升的核心動力。

大部分地區(qū)冷庫成本投入高。除了基地建設初期的重資產投入外，冷庫的日常運營成本也遠遠高于普通倉庫。優(yōu)化冷庫的能源消耗，減少能耗成本，也是重要的一環(huán)。增加多元的運輸方式，發(fā)展暢通的海運、陸運和空運綜合運輸體系來保障運輸，加強碼頭和鐵路延伸線規(guī)劃建設，讓企業(yè)和農民有更多的選擇。通過物聯(lián)網采集實時數據，并利用區(qū)塊鏈技術和云計算技術，將采集的實時數據上傳到各種終端設備上，實現(xiàn)數據的可視化。

本研究的不足之處在于，對數字技術的其他模塊沒有展開調研，只研究區(qū)塊鏈企業(yè)規(guī)模；研究的數據樣本偏少，后續(xù)研究要擴大樣本量。

4 結語

當前的冷鏈發(fā)展存在能耗高、成本高，溫度異常造成的貨損風險高，專業(yè)人才匱乏，人力成本偏高，傳統(tǒng)冷庫監(jiān)控無法滿足客戶要求等問題。構建新型冷庫，主要圍繞全程冷鏈物流的數據監(jiān)測，實現(xiàn)對壓縮機轉速、膨脹閥開度及風機轉速的調控，來改善冷鏈過程中的蒸發(fā)溫度和冷凝溫度。冷庫的信息化參數主要包括冷庫基本信息、出入貨情況、機組運行狀態(tài)及設備設定參數，并且通過云平臺對冷庫進行管理。數字技術在冷鏈領域的應用還有待企業(yè)、高校、科研院所等多方共同努力探索，構建數字化的冷鏈模式，早日實現(xiàn)“數字中國”目標。