（系统工程专业论文）城市物流景气监测预警系统研究.pdf

学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：赳蔫 签字日期： 1 - 年月k 日 导师签名： 考1l 支 签字日期：为，口年6 月，2e l 中图分类号：f 5 7 2 8 8 u d c ：1 2 0 6 0 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 城市物流景气监测预警系统研究 s t u d y o nm o n i t o r i n ga n dw a r n i n gs y s t e mo f c i t yl o g i s t i c sp r o s p e r i t y 作者姓名：刘潇 导师姓名：纪寿文 学位类别：工学 学号：0 8 1 2 1 2 4 8 职称：副教授 学位级别：硕士 学科专业：系统工程研究方向：物流系统工程 北京交通大学 2 0 1 0 年6 月 致谢 本论文的工作是在我的导师纪寿文教授的悉心指导下完成的，纪寿文教授严 谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来 纪老师对我的关心和指导。 纪寿文教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给 予了我很大的关心和帮助，在此向纪寿文老师表示衷心的谢意。 纪寿文教授对于我的科研工作和论文都提出了许多的宝贵意见，在此表示衷 心的感谢。 在实验室工作及撰写论文期间，郭义荣、旷绚等同学对我论文中的模型算法 研究工作给予了热情帮助，在此向他们表达我的感激之情。 另外也感谢家人，他们的理解和支持使我能够在学校专心完成我的学业。 中文摘要 摘要：随着社会的发展，国民经济对物流产生了巨大的需求，众多城市也重新定 位，其中一些被列入全国重点物流城市。随之，物流规划也被提上了城市战略的 高度。城市规划者希望通过大力发展物流业来带动经济的发展，改善城市投资环 境，增加对外资的吸引，解决城市就业压力。但过快的增长容易造成物流实际供 给能力与需求能力的不平衡，带来战略的失效或反作用。因此，通过对物流发展 规模进行监测以及对变化趋势进行预测，可有目的地引导社会投资进入物流领域， 合理规划、建设物流基础设施，改进物流供给系统，从而提供社会物流绩效。 本文为了实现城市物流产业状况的监测和预警功能，将经济领域的景气理论 引入到了物流产业之中，建立起一套城市物流景气监测预警系统。在前人研究的 基础上，将景气指数计算、景气信号模型、人工神经网络预警三者联系起来，理 论分析与实证应用相结合。首先，建立物流景气指标体系，将反映景气变动动向 的扩散指数和反映景气变动强弱的合成指数应用于城市物流产业并进行计算。其 次，划分指标的临界值，用一组类似交通信号灯将每个时期内各指标所处状态表 示出来，并用数学方法将单指标合成为物流景气综合指数。最后，采用人工神经 网络对城市物流产业进行趋势预测。在各部分系统模型设计的基础上，以北京市 物流产业作为实证对象，对北京市物流产业的发展状况进行综合判断与趋势预测， 实现城市物流景气监测预警系统的双重功能，以期在理论和实践上对北京市物流 产业主管部门的监测预警工作以及企业的市场决策工作有所帮助。 关键词：物流景气指标；监测预警；物流景气指数；物流景气信号；人工神经网 络 分类号：f 5 7 2 8 8 ， a bs t r a c t a b s t r a c t ：w i t hs o c i a l d e v e l o p m e n t ，t h en a t i o n a le c o n o m yh a sb r o u g h th u g e l o g i s t i c sd e m a n d a sar e s u l t ，s o m ec i t i e sh a sr e o r i e n t e dt ob ea n a t i o n a ll o g i s t i c sc e n t e r l o g i s t i c si n d u s t r yp l a n n i n gh a s a l s ob e e np u ti n t ot h ec i t ys t r a t e g y b yg r e a t l y d e v e l o p i n g t h e l o g i s t i c si n d u s t r y , c i t yp l a n n e r se x p e c t t oe n h a n c ee c o n o m i c d e v e l o p m e n t ，i m p r o v ei n v e s t m e n te n v i r o n m e n t ，a t t r a c tf o r e i g ni n v e s t m e n ta n dr e l e a s e e m p l o y m e n tp r e s s u r e h o w e v e r , e x c e s s i v eg r o w t hm a yc a u s et h ei m b a l a n c eb e t w e e n t h es u p p l ya n dd e m a n d i tc a na l s ob r i n gt h ef a i l u r eo rr e a c t i o no fs t r a t e g y t h e r e f o r e ， b ym o n i t o r i n gt h es c a l eo ft h ei n d u s t r yd e v e l o p m e n ta n dp r e d i c t i n gt h et r e n do fc h a n g e ， t h e r ec a nb eap u r p o s et og u i d es o c i a li n v e s t m e n ti nt h el o g i s t i c sf i e l d ，b r i n gr a t i o n a l p l a n n i n ga n dc o n s t r u c t i o no ft h el o g i s t i c si n f r a s t r u c t u r e ，i m p r o v et h el o g i s t i c ss u p p l y s y s t e ma n dp r o v i d es o c i a ll o g i s t i c sp e r f o r m a n c e i no r d e rt oa c h i e v et h ef u n c t i o no fm o n i t o r i n ga n de a r l yw a r n i n g , t h ep a p e rh a s b r o u g h tt h ee c o n o m i cp r o s p e r i t yt h e o r yi n t ot h el o g i s t i c si n d u s t r ya n de s t a b l i s h e da m o n i t o r i n ga n dw a r n i n gs y s t e mo fu r b a nl o g i s t i c sp r o s p e r i t y b a s e d o np r e v i o u s r e s e a r c h , l o g i s t i c sp r o s p e r i t yi n d e xc a l c u l a t i o n ，l o g i s t i c sp r o s p e r i t ys i g n a lm o d e la n d w a r n i n gm o d e lo fa r t i f i c i a ln e u r a ln e t w o r kh a v eb e e nc o m b i n e dt o g e t h e r f i r s t ，l o g i s t i c s p r o s p e r i t yi n d i c a t o rs y s t e mh a sb e e ne s t a b l i s h e d t h e nd i f f u s i o ni n d e xa n dc o m p o s i t e i n d e xh a v eb e e na p p l i e di n t ot h el o g i s t i c si n d u s t r y s e c o n d ，w a r n i n gl i m i to ft h e i n d i c a t o r sh a sb e e nc a l c u l a t e d t h e i lt h es t a t eo ft h ei n d i c a t o r sh a v eb e e nr e p r e s e n t e db y t h es i g n a ll i g h t s a n dm a t h e m a t i c a l l yt h es i n g l ei n d i c a t o r sh a v eb e e ns y n t h e s i z e di n t o o n e l o g i s t i c sp r o s p e r i t yc o m p o s i t ei n d e x f i n a l l y , u r b a nl o g i s t i c si n d u s t r yt r e n dh a sb e e n f o r e c a s tb ya r t i f i c i a ln e u r a ln e t w o r k b a s e do nt h em o d e ld e s i g no ft h es y s t e m ，l o g i s t i c s i n d u s t r yo fb 叫i n gh a sb e e nu s e da sa ne m p i r i c a ls t u d y b yc o m p r e h e n s i v ej u d g m e n t s a n dt r e n df o r e c a s t i n go ft h ed e v e l o p m e n to fl o g i s t i c si n d u s t r y , t h ed o u b l ef u n c t i o n so f t h em o n i t o r i n ga n dw a r n i n gs y s t e mh a v eb e e na c h i e v e d a tl a s t ，t h ep a p e rh a sg i v e n s e v e r a lr e f e r e n c e sf o r t h eg o v e r n m e n ta n dt h ee n t e r p r i s et om o n i t o rt h e l o g i s t i c s i n d u s t r ya n dm a k er e a s o n a b l ed e c i s i o n k e y w o r d s - l o g i s t i c sp r o s p e r i t yi n d i c a t o r s ；m o n i t o ra n de a r l yw a r n i n g ；l o g i s t i c s p r o s p e r i t yi n d e x ；l o g i s t i c sp r o s p e r i t ys i g n a l ；a r t i f i c i a ln e u r a ln e t w o r k c i a s s n o ：f 5 7 2 8 8 目录 中文摘要i i i a b s t r a c t i v l 绪论1 1 1 选题背景与研究意义1 1 1 1 问题的提出1 1 1 2 研究的目的和意义l 1 2 国内外研究现状2 1 2 1 国外景气监测预警理论的历史发展2 1 2 2 国内景气监测预警理论的研究现状5 1 2 3 景气监测预警理论在运输与物流领域中的应用状况8 1 2 4 研究现状小结9 1 3 论文研究内容及框架9 1 4 论文创新点1 1 2 景气监测预警基本理论及方法1 2 2 1 常用景气监测方法及模型介绍1 2 2 1 1 景气指数法1 2 2 1 2 景气动向调查方法12 2 1 3 判别分析法13 2 2 常用景气预警方法及模型介绍13 2 2 1a r m a 模型13 2 2 2 人工神经网络模型1 4 2 3 小结。1 4 3 城市物流景气监测预警系统的设计1 5 3 1 城市物流景气监测预警系统的指导思想1 5 3 2 城市物流景气监测预警系统的组成1 6 4 城市物流景气指标的构建及景气指数计算1 9 4 1 城市物流景气指标的构建。1 9 4 1 1 城市物流景气指标体系选取原则：1 9 4 1 2 景气指标的选取2 0 4 1 3 城市物流景气指标释义2 0 4 2 各景气指标权重的确定2 4 4 3 城市物流景气指数2 4 4 3 1 物流扩散指数2 5 4 3 2 物流合成指数2 9 4 4 北京市的物流景气指数计算3 2 4 4 1 物流扩散指数的编制3 2 4 4 2 物流合成指数的编制3 3 4 5 物流景气指数实证小结3 4 5 城市物流景气信号模型构建及实证分析3 5 5 1 城市物流景气信号模型3 5 5 1 1 景气信号模型的原理和方法步骤一3 5 5 1 2 区域划分与灯号显示3 6 5 1 3 单个指标临界点的确定3 7 5 1 4 物流景气综合指数的确定3 9 5 1 5 景气信号图。4 0 5 2 北京市的物流景气信号分析4 0 5 2 1 景气指标预警界限的确定4 1 5 2 2 物流景气综合指数的确定4 3 5 2 3 物流景气综合指数的输出4 3 5 3 物流景气信号实证小结4 4 6 城市物流景气预警模型构建及实证分析4 5 6 1 城市物流景气预警模型4 5 6 1 1 人工神经网络在城市物流景气预警系统中应用的可行性4 5 6 1 2 基于人工神经网络的物流景气预警系统4 6 6 1 3 城市物流景气预警的具体步骤4 9 6 2 北京市的物流景气预警实证5 0 6 2 1 物流景气预警系统指标体系及临界点5 0 6 2 2 人工神经网络预测模型的确定5 0 6 2 3 人工神经网络预测模型的模拟预测结果5 2 6 3 人工神经网络预测模型的应用小结5 5 7 总结与展望5 7 7 1 研究结论5 7 7 2 研究展望。5 9 参考文献6 1 作者简历一“6 3 独创性声明6 4 学位论文数据集6 5 1 绪论 1 1选题背景与研究意义 1 1 1问题的提出 随着生产力水平的提高，以整合运输、仓储、配送、包装等环节为一体的， 以实现企业与社会成本最低、效益最大为目的的城市物流产业，正经历着突飞猛 ：进的发展，并被广泛地称作第三利润源泉。这一新兴产业在我国国民经济建设中 起着很重要的作用，对于优化资源配置，调整经济结构，改善投资环境，提高经 济运行质量和效益等都具有重大而深远的意义。 城市物流产业的巨大发展和市场的全面开放也带来了物流行业的激烈竞争和 企业经营的粗放格局。供需不平衡的矛盾依然存在，基础设施的瓶颈制约突出， 物流发展环境需要进一步改善。但物流业属于高投资、高风险的行业，涉及整个 物资流通的方方面面，其投资建设决策对社会、经济将产生重大影响。城市物流 业的激烈波动亦会造成巨大的社会和经济成本。 政府、行业以及企业管理者利用宏观政策对城市物流周期波动进行干预时， 通常都采用所谓的反周期的政策、措施，然而这种政策、措施实施的成功与否， 与对现在物流周期波动景气状态的监测和未来物流周期波动状况的预测密切相 关。可以说，准确监测和预警城市物流景气波动状况是政策实施能否成功的关键 因素之一。因此，迫切要求政府和物流企业时刻掌握物流市场发展的景气状况， 及时监测物流周期波动景气状态，对其异常波动进行预警。从而实现对物流市场 进行有效的宏观调控，促进整体市场和谐、健康的发展。 为了从整体上把握城市物流行业的变动情况，本文利用物流行业的统计信息 数据，编制了一套直观、形象地监测物流行业当前运行状况并预警将来发展态势 的城市物流景气监测预警系统。通过定期或不定期地发布物流景气指数和信号， 为政府的宏观调控和企业的微观调节提供决策依据。 1 1 2 研究的目的和意义 物流对于经济的重要性已经得到广泛认可，但其作为一个完整的产业而言， 也同国民经济的其他产业一样存在着一定的波动。及时准确监测和预警城市物流 r c 业的运行态势有着以下意义： ( 1 ) 服务于政府决策：把握物流市场的运行态势，对物流运行进行科学预测， 帮助管理部门宏观调控。物流管理部门在制定发展规划及运输政策时，需要对物 流市场的运行态势有一个整体的了解，以便平衡物流市场的供需矛盾，作出正确 的决策。城市物流景气监测预警系统的建立不仅有利于加强政府相关管理部门对 物流产业运行决策的定量研究，还可以提高政府对城市物流产业景气变化的预判 能力。 ( 2 ) 服务于企业经营：持续发布城市物流产业景气指数和信号分析，预测物流 产业未来发展态势，能够帮助企业化解市场风险，为企业经营决策提供参考信息。 企业只有了解物流产业发展、震荡以及平稳等发展规律，才能对物流市场运行有 一个宏观的把握。这种宏观把握有利于同步甚至超前物流市场的实际波动进行宏 观调整。从而在物流市场周期波动发生时能够及时采取有效的应对措施，规避经 营风险。 1 2国内外研究现状 1 2 1 国外景气监测预警理论的历史发展 l 、早期( 1 8 8 0 年1 9 3 0 年) 经济景气预警方法的起源最早可以追溯到1 9 世纪末期。1 8 8 8 年，在巴黎经济 学大会上，就出现了一篇以不同色彩作为宏观经济运行状态评价的论文。文中以 大红、淡红、灰和黑这些不同的色彩代表法国1 8 7 7 1 8 8 7 年经济运行的不同状态， 这可以作为宏观经济预警的雏形。但早期的类似研究只作为一种新颖的经济状态 描述方法，普遍缺乏定量测试。真正有组织的大规模系统研究实际上是从二十世 纪初开始的。 1 9 0 3 年，英国政府内出现了“国家波动图 ，用来描述宏观经济波动。然而， 经济学界公认的“经济晴雨计 模式是从美国开始的。1 9 0 9 年，美国巴布森统计 公司在其刊物上发表了关于美国宏观经济状态的第一个“经济活动指数 ，作为美 国宏观经济状态的指示器。1 9 1 1 年，专门从事经济监测的美国布鲁克迈尔经济研 究所也编制了涉及货币市场、一般商品市场和股票市场等方面的景气指标。同年， 法国设立经济恐慌委员会作为政府常设机构，以编制法国的各类景气指数，并向 政府提供关于经济危机的预警报告【。一 在这一时期影响最大的是“哈佛指数 。这是由在景气监测方面经验丰富的哈 佛大学教授伯恩斯( a r t h u r e b u m s ) 领导的研究小组编制的。1 9 1 7 年，哈佛大学 2 设立了“经济调查委员会”，广泛搜集美国经济历史数据，在新的编制方法基础上， 编制了世界上第一个景气指数“美国一般商情指数 ( 即哈佛指数) ，并从1 9 1 9 年 起在经济统计评论上定期发布。从此，拉开了景气指数与景气监测预警系统 发展的序幕。 哈佛指数是根据1 3 项经济指标数据时间差异关系分别编制的，包括投机指数、 生产量及金融指数和物价指数三类【2 】。从历史数据拟合状况看，哈佛指数较好地反 映了2 0 世纪美国经历的四次经济危机，因此在全世界范围内产生了极大的反响， 各国纷纷效仿哈佛指数来编制本国的商情指数。该指数投入使用后，反映很好， 但由于没有详细区分不同性质的经济指标，滞后指标消化了先行指标的预警功能， 所以未能预测出1 9 2 9 年的经济危机，哈佛指数遭到沉重打击，停止使用，类似的 景气指标研究出现衰落【3 】。然而，哈佛指数仍然留下了宝贵的思想：单个指标难以 较为全面准确地反映经济运行的状况，哈佛指数采用一组指标来反映经济运行的 变动情况，能够做到更为准确。 2 、中期( 1 9 3 0 年1 9 6 0 年) 2 0 世纪3 0 年代中期，经济监测预警系统再度兴起，到5 0 年代不断改进，发 展并开始进入实际应用时期。1 9 3 7 年，美国经济在刚经历了一次特大危机之后又 陷入了一场衰退之中。美国全国经济研究局( n a t i o n a lb u r e a uo f e c o n o m i cr e s e a r c h ) 在密契尔( w e s l e yc m i t c h e l l ) 和伯恩斯领导下，详细研究了近5 0 0 项经济指标， 利用时差变动关系，选择了2 l 项指标构成先行指数，这一超前指示器指出了经济 转折的可能时间。这一判断的成功使得景气监测的研究再度兴起。他们还系统详 尽地研究了一系列涉及景气监测预警方法的问题，如循环波动的分离、平滑技术、 趋势调整等，并指出经济波动在宏观经济各部门间逐步“扩散”的过程。 二战后，美国全国经济研究局在经济统计学家穆尔( g e o f f r e yh m o o r e ) 主持 下，对3 0 年代监测指标体系进行了修订。由2 1 项指标分成先行、一致、滞后三 类指标【4 】，并提出了以上升指标占总指标数份额的方法所构成的扩散指数 d i ( d i f f u s i o ni n d e x ) ，并每隔5 年左右修订一次监测指标体系。至此，景气监测方 法开始步入正规化，其中要点有_ - - - t l 】： ( 1 ) 以扩散指数来综合描述宏观经济波动情况，避免单指标平均化的不准确性。 扩散指数反映的是经济运动的变化规律，可以在半年前左右对经济衰退作出反映。 ( 2 ) 以当前经济状态为参照，构成先行、一致、滞后三类指数，以先行指数预 报可能出现的景气转折点；以一致指数评价经济现行状态和发展水平；以滞后指 数验证周期的完整性。 ( 3 ) 规范化方法体系对于诸如指标范围( 信息来源) 、指标体系修订( 维护方法) 等都有明确建议。 一 3 3 、近期( 1 9 6 0 年1 9 8 0 年) 自6 0 年代起，经济预警系统方法逐步走向成熟。1 9 6 1 年，美国商务部正式在 其刊物经济循环发展上逐月发表，以数据和图表两种形式提供宏观景气动向 的信号。研究机构与政府机关的合作使研究迅速向前发展。 合成指数的出现。由于扩散指数只考虑指标的变化方向，没能反映经济运行 的程度，1 9 6 1 年，穆尔和希斯金( j u l i u ss h i s k i n ) 通过对个别指标振幅的标准化提 出了合成指数( c o m p o s i t ei n d e x ，简称c i ) 。合成指数本质上是一种多指标加权平 均，在制作中多次使用标准化、求对称变化率、差分和趋势调整等技术，使对经 济波动幅度的描述更为科学，成为景气分析的核心方法之一【l 】。 景气预警的基本方法有了较大进展，主要是季节调整方法的进展。除美国商 务部人口普查局成功地研究了x - 1 1 法外，还有美国劳工局的b l s 法，日本通产省 的m i t i 法，日本企化厅的e p a 法，德国慕尼黑经济研究所的i f o 法等。在指标 构成上，除了在数学上不断出现新方法，还开发了定性与定量结合的“评分系统”。 该方法确定了指标与状态对应性、经济重要性、波动一致性、统计充分性、指标 信息受干扰程度等1 1 条准则，然后赋予每条准则以不同的权重，根据每个指标的 得分值进行定量选择。 景气调查方法的引入，拓宽了景气监测的信息源。二战结束后，德国i f o 研 究所以问卷形式向厂商和消费者进行调查。调查的问题是以定性判断的选择题形 式，调查对象只需就调查内容的上升、下降和不变做出选择，最后作成“气候 指数( c l i m a t ei n d e x ) 。“气候 指数一般有商业气候( b u s i n e s sc l i m a t e ) 、消费气 候( c o m s u m p t i o nc l i m a t e ) 和经济气候( e c o n o m i cc l i m a t e ) 。这些气候指数与景 气指数一样，能对经济运行超前预测。 分级报警的信号指数的出现。人们研究了增长速度的适宜值后，认为过高的 速度也会带来弊端，经济“过热”如同衰退一样，应该避免。1 9 6 7 年，法国政府 在第四个五年计划中制定了“景气政策信号制度”。1 9 6 8 年日本企划厅在其经济白 皮书中发布了“日本景气警告指数 ，采用类似交通信号灯的形式给予评价。1 9 7 0 年，联邦德国也由国会专家委员会编制了类似的警告指数。 4 、现代( 1 9 8 0 年2 0 0 0 年) 8 0 年代初，穆尔等人分别研究了用于预测通货膨胀率和失业率走势的先行指 标体系【5 1 ，8 0 年代末，又研究了用于预测服务部门走势的先行指标体系【6 】。 1 9 8 8 年，斯托克( j h s t o c k ) 和沃森( m a r k w w a t s o n ) 提出了新的景气指数 概念和制作方法。他们认为，景气变动不应仅仅是针对g n p 的变动而言，而应该 把景气循环看作更广泛的包括金融市场、商品销售市场、劳动市场在内的总体经 济活动的循环。为了反映以上这些方面的多个总量经济指标的共同变动，可以认 4 为在这些变量的共同变动背后，存在着一个共同的因素，这一因素可由一个单一 的、不可观测的( u n o b s e r v e d ) 基本变量来体现。这一基本变量代表了总的经济状 态，它的波动才是真正的景气循环【_ 7 1 。这一不可观测的基本变量被称为 s t o c k w a s t o n 型景气指数，简称s w i 景气指数。由于s w i 景气指数是建立在严密 的数学模型基础上，所以和d i 、c i 等传统的景气循环的测定方法相比有了很大的 进步。1 9 9 2 年，日本学者森一夫、佐竹光彦、大日康史等人制作了适于日本经济 的s w i 景气指数【8 】。目前，美国的芝加哥联邦储备银行和欧洲的经济政策研究中 心每月公布美国和欧洲的s w i 景气指数。 进入9 0 年代以后，景气指数方法的应用范围逐渐推广。美国开发了一些行业 的景气指数，美国地址调查网( u s g s ) 每个月都会计算和发布金属工业指标的先 行和一致指数。在哥伦比亚大学国际经济周期研究中心的帮助下，金属工业指数 取得了不断的发展。同时，u s g s 也计算和公布了金属价格的先行指数。 为了弥补x 1 1 季节调整软件在端点信息量损失过多的问题，美国商务部普查 局先后开发了x - 1 2 和x 一1 2 - a r i m a 软件。x 1 2 a r i m a 软件利用a r i m a 模型构 造预测模型，将时间序列在端点向外延伸。该软件还给出了处理类似西方的复活 节、中国春节等公历日期在不同年份年年都发生变化的移动假日影响的方法，这 是季节调整方法的一项重要进展【9 1 。 5 、当代( 2 0 0 0 年现在) 进入2 l 世纪以来，经济景气方法的国际化进程加快，除了早先建立的西方七 个主要工业国家的经济监测指标体系外，近年来逐渐向中国、印度、俄罗斯等国 延伸。目前，美国经济周期研究所( e c r i ) 用增长率循环方法研究包括美国、中 国在内的2 0 个国家的经济景气指数，并对外发布。经济合作发展组织( o e c d ) 在2 0 0 6 年开始将巴西、中国、印度、印度尼西亚、俄罗斯和南非六个非成员国纳 入其先行指标体系。 近年来，现代经济周期理论和实证分析都开始关注宏观经济时间序列的协同 变化。同时，将数学和物理学中代表性的定理和方法应用于经济周期波动分析， 形成了经济周期理论和研究方法的一些分支，如经济周期波动的谱分析；利用状 态空间模型和卡尔曼滤波建立由多个经济变量去掉趋势变动后合成的景气指数来 反映经济周期波动；利用马尔科夫状态转移模型( m a r k o v s w i t c h i n gm o d e l ) 来判 断经济周期波动转折点；利用定期的景气调查方法综合具有微观基础的信息来反 映宏观经济波动等。 1 2 2 国内景气监测预警理论的研究现状 。 5 我国对景气监测预警系统的研究起步较晚，2 0 世纪8 0 年代中后期得到很大发 展，但在9 0 年代后才受到普遍重视。 1 、2 0 世纪8 0 年代中后期的发展 1 9 8 7 年，董文泉教授领导的吉林大学系统工程研究所与原国家经委合作，首 次开展了我国经济周期波动的测定、分析和预测工作，编制了中国宏观经济增长 率周期波动的先行、一致和滞后扩散指数和合成指数【1 0 1 ，其研究成果为国家政府 机构的政策决策提供了参考意见。1 9 8 8 年初，国家信息中心与吉林大学合作，开 发研制了我国最早的经济景气预警实用系统，并投入试运行。1 9 8 8 年4 月和8 月， 国家科委中国科学技术促进发展研究中心、中国社会科学院数量与技术经济研究 所、中国经济体制改革研究所、吉林大学、国家信息中心等单位联合在北京和长 春分别召开了两次中国经济周期波动研讨会。会议论文在1 9 9 0 年结集出版了经 济周期与预警系统一书【l ，集中展现了我国在经济周期研究方面的成果。 2 、2 0 世纪9 0 年代的发展 国家信息中心经过约3 年时间的探索，于1 9 9 1 年初将经济景气方法在国家经 济信息系统内推广。1 9 9 3 年，全国有大约3 0 个省、计划单列市开展了经济景气预 警工作。国家信息中心不仅进行了增长率循环的研究，而且利用阶段平均法分解 趋势进行了增长循环的尝试，并对二法进行了比较。1 9 9 3 年，由王长胜、朱军主 编的经济景气分析预警系统的理论方法和经济景气分析预警系统的应用研 究介绍了经济景气分析预警系统的理论方法，系统总结了2 0 世纪8 0 年代末9 0 年代初我国开展经济景气监测预警工作取得的成梨1 2 】。 9 0 年代中后期，中国社科院数量经济与技术经济研究所、中国人民银行调查 统计司、国家统计局、国家信息中心、国务院发展研究中心和吉林大学、东北财 经大学等单位和高校，致力于开发使用的景气分析预测系统、政策分析模型、宏 观经济计量模型、商情调查系统等，使得宏观经济波动的分析和预测工作得到了 长足发展。国家信息中心一直在应用景气分析方法开展经济监测预警工作。由东 北财经大学高铁梅教授领导的课题组也一直利用景气指数法对我国增长率周期波 动( g r o w t hr a t ec y c l e ) 进行研究，在中国社科院的经济形势预测会上多次发表他 们对我国经济的分析和预测报告，取得了良好的效果。但当时没有权威性机构正 式发布景气指数，而多是以论文或研究报告的形式发表的。 1 9 9 4 年，吉林大学的陈磊利用状态空间模型和卡尔曼滤波建立了由多个经济 变量去掉趋势变动后合成的s t o c k w a t s o n 型景气指数，这是国内学者首次利用 s t o c k w a t s o n 型景气指数对宏观经济形势进行分析和预测【1 3 】。 1 9 9 8 年，董文泉、高铁梅、姜诗章合著了经济周期波动的分析与预测方法 一书，该书较全面地介绍了2 0 世纪6 0 年代至9 0 年代国际上研究景气监测预警的 6 经济计量方法，着重介绍了景气指数法。书中还介绍了他们开展中国宏观经济景 气指数研究的成果【l4 1 。更为难得的是，书中所述的方法大都由作者研制并开发了 相应的模型和软件，便于相关部门使用。 3 、进入2 1 世纪以来的发展 2 0 0 0 年，吉林大学的吴桂珍以g d p 作为基准指标，在影响经济状态的很多领 域中选择一些敏感指标，建立了中国宏观经济季度监测预警系统，并且利用该系 统对中国宏观经济的态势进行了评价和分析【l 5 1 。 2 0 0 1 年，吉林大学的李晓芳利用h p 滤波方法和阶段平均法( p a t ) 对我国 经济指标进行了趋势分解，并作了比较分析。然后利用除去趋势的一致经济指标 构造了我国增长循环的合成指数( c i ) ，并与基于增长率循环的合成指数进行了比 较研刭1 6 。 由高铁梅教授领导的课题组，于2 0 0 3 年提出了两种剔除春节因素的方法。一 种是先验月份调整( p r i o rm o n t h l y a d j u s t m e n t ) 方法。另一种方法是用比例1 因子法 修正春节因素，对于研究经济指标的绝对水平的变化，一般采用这种方法，可以 保持经济时间序列的性质不变【1 7 】。 2 0 0 3 年，高铁梅教授领导的课题组与中国钢铁协会、国家信息中心合作，利 用时差相关分析等方法从与钢铁工业有关的月度经济指标中筛选出钢铁工业的先 行、一致和滞后指标，建立了中国钢铁行业增长率波动的景气指数，开创了国内 行业增长率波动景气指数研究的先例【l 引。 2 0 0 6 年，高铁梅教授领导的课题组，通过建立物价、房地产、汽车行业等不 同领域和宏观经济总量的先行、一致和滞后景气指数系统，监测和预警宏观经济 运行中各种不同类型的波动，进而从结构上来把握我国宏观经济波动的总体状况 和未来发展趋势，这是从多维角度构建景气指数系统的初步尝试【1 9 1 。同年，中国 人民银行和中国科学院、南开大学、中国人民大学等单位的研究人员一起，根据 中国的节假日分布，利用美国商务部普查局的x - 1 2 a r i m a 软件和其中消除移动 节假日因素的方法，改造了x 1 2 a r i m a 软件，使之适用于消除中国春节等移动 节假日因素的影响【8 】。 在景气分析方法应用方面，近年来取得了非常可喜的进展。自2 0 0 4 年初开始， 国家信息中心预测部每月在上海证券报发布月度报告，公布运用景气方法检 测分析经济运行状况的结果。其主办的中国经济信息网也定期发布宏观经济景气 指数。国家统计局开始在中国经济景气月报上公布消费者信息指数、中国宏 观经济景气指数和预警信号。中国人民银行调查统计司开始在官方网站等媒体上 发布企业调查、银行家调查和居民户调查的数据和分析报告，并尝试进行经济动 向分析预测。“ 7 此外，2 0 0 5 年起，国家发展和改革委员会综合司牵头组织了由国家统计局景 气中心、中国人民银行调查统计司、国家信息中心经济预测部和中国科学院预测 中心组成的季度景气分析座谈会，使得景气分析工作的交流活动走向制度化。 1 2 3 景气监测预警理论在运输与物流领域中的应用状况 目前，景气研究实际上仍然主要集中在宏观经济的景气监测预警上。虽然有 的研究涉及到产业景气，但仍是从国民经济整体的景气监测任务出发有限的延伸 到产业结构上，因此产业分类很粗。例如，根据国家的统一规定，从2 0 0 3 年1 季 度开始，企业景气指数的国民经济行业划分采用与国际相接轨的新标准，由原六 大行业调整为八大行业( 即工业、建筑业、仓储及邮电通信业、交通运输、餐饮 业、批发零售贸易、社会服务业和房地产业) 。这样一来，因其样本规模和代表性 所限，即使在上述研究中涉及到物流行业的一些样本，它得出来的结论也远不能 满足产业主管部门指导工作和企业市场运营的需要。 在这种情况下，一些产业的主管部门出于自身的工作所需，已经开始根据自 身的特点来开展景气调查和景气指数的研究。例如，2 0 0 2 年水利部编制行业景气 指数。以百家大中型水管单位为基础，建立全国水利行业经营评价体系，设定全 国水利经营景气指数，为水利部出台政策提供依据【2 0 】。 但就物流产业而言，现在尚没有任何一家机构根据我国物流产业内部分类特 征和运行特点，从监测产业运行的需求出发，进行有针对性的项目设计和研究， 也没有推出全国性专门的物流产业景气指数，并在此基础上开展定期的景气分析。 可见，物流产业景气研究在我国还处于摸索阶段，是一个比较新的课题。 国内学者利用景气监测预警分析方法对运输与物流领域进行景气研究的主要 成果有： ( 1 ) 唐光海认为，地区差异( 市场规模) 、企业规模、所有制结构和灾害事故是 直接影响现代物流业景气程度的因素，而投资、法治、人力资本等也是影响物流 业景气程度的重要因素。经其分析表明，除了表示所有制的亚变量不显著外( 之所 以如此是因为国有企业目前所享有的规模、政策和机构优势发挥了重要的作用) ， 其他变量大部分得到了验证，物流业投资活跃程度、企业规模、教育程度、市场 规模对物流业景气程度有正面影响，单纯加强法治、灾害事故发生对物流业景气 程度有负面影响【2 1 1 。 ( 2 ) 杜潇潇等利用经济景气预警分析方法和手段，提出了物流市场景气预警系 统的设计思路，系统的功能结构，以及预警的关键方法和模型，并建立了物流市 场景气预警指标体系，为我国物流市场的宏观监测及调控提供了重要的理论依据 济高效运转的核心产业，如何对其景气指数进行监控，怎样才能做到景气信号的 有效输出，对预警指数进行趋势预测应该采用何种算法，正是本文力图解决的问 题。 1 3 论文研究内容及框架 本文在前人研究的基础上，将景气指数计算、景气信号模型、人工神经网络 预警三者联系起来，理论分析与实证应用相结合。首先，建立物流景气指标体系， 将反映景气变动动向的扩散指数和反映景气变动强弱的合成指数应用于城市物流 产业并进行计算。其次，划分指标的临界值，用一组类似交通信号灯将每个时期 内各指标所处状态表示出来，并用数学方法将单指标合成为物流景气综合指数。 最后，采用人工神经网络对城市物流产业进行趋势预测。本论文分为七个章节进 9 和反映景气变动强弱的合成指数应用于北京市物流产业中并进行计算。 第五章，城市物流景气信号模型构建及实证分析 首先，进行单个指标临界点的确定，再对区域进行划分，显示灯号，最后计 算出物流景气综合指数及相应的灯号显示。 第六章，城市物流景气预警模型构建及实证分析 利用人工神经网络对城市物流产业进行趋势预测。以北京市物流产业为实例， 通过相关物流统计指标的数据采集，实现系统的预警功能。 第七章，总结与展望 总结本文的主要工作、结论以及进一步的研究方向。 具体研究框架如图1 1 所示。 l o v 信息 厂 图1 - 1 论文逻辑框架图 f i g 1 1l o g i c a lf r a m e w o r kc h a r to ft h ep a p e r 1 4 论文创新点 ( 1 ) 将景气指数计算、景气信号模型、人工神经网络预警三者联系起来，构建 城市物流景气监测预警系统。 ( 2 ) 将反映宏观经济景气变动动向的扩散指数和反映景气变动强弱的合成指 数应用于城市物流产业并进行当前物流市场状况的有效监测。 2 景气监测预警基本理论及方法 在文献研究中所使用的景气监测预警的方法及模型主要有景气指数法、 a r m a 模型、主