物流系统规划与设计（第二版）课件 第5章 物流系统现状调查与预测

第五章物流系统现状调查与需求预测本章学习目标掌握系统需求预测的一般知识方法理解物流系统需求特征及物流需求预测的特殊性掌握物流系统需求预测的定性预测方法掌握物流系统需求预测常用的定量预测方法5.1物流系统现状调查物流系统现状调查工作是指在物流系统规划与设计中对拟规划的物流系统的现状进行调查，并系统收集、整理和分析有关规划和设计所必须的数据、资料和信息的活动。在物流系统规划与设计前期必须进行大量的相关基础资料调查、收集和整理分析工作，并以此作为系统初步方案设计的支撑依据和数据基础。一个物流系统规划与设计方案的可行性与有效性完全依赖于现状调查中所获得的基础资料的充分性与正确性。为了更好地做好调查工作，必须明确调查的主要内容与工作步骤，掌握基础资料的收集、整理与分析的方法。5.1.1调查的主要内容（一）物流服务需求调查（二）物流资源状况调查（三）社会经济发展状况调查（四）物流技术状况调查5.1.2现状调查工作步骤为了保证这个调查工作的顺利进行，必须对这个调查工作流程进行科学合理安排，一般来说，调查工作有以下五个阶段：（一）确定问题和调查目标阶段（二）制定调查计划阶段（三）实地调查与资料收集阶段（四）分析原始资料与现状信息阶段（五）提交现状调查报告阶段5.1.3资料收集与调查方法按照资料获取的途径与方式不同来分，主要可分为以下几种：（一）访谈法（二）问卷调查法（三）文献调查法（四）实地观察法5.1.4调查资料整理在对调查数据进行分析之前，必须根据分析研究的目的和要求，对其进行系统的加工与整理。这一阶段的工作是联系数据调查与数据分析的中间环节，在整个调查研究过程中具有重要的地位。（一）调研资料准确性分析（二）调研资料的分类汇总5.2物流需求分析5.2.1物流需求含义物流需求即指对物流服务的需求。对物流服务的需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和效率方面的要求，涉及运输、库存、包装、装卸、搬运、流通加工、配送以及与之相关的信息需求等物流活动的诸方面。物流系统需求分析是指用定性或定量的方法对物流系统要进行的运输、存贮、装卸、搬运、包装、流通加工、配送等作业量进行预测分析。此外，物流需求是流量而非存量，即是在一段时间内而非在某一事点上所发生的量，没有时间限制笼统的谈物流需求是没有意义的。5.2.2物流需求的特征物流需求的特征表现在如下三个方面：（一）需求的时间特性和空间特性（二）需求的不规律性与规律性（三）需求的派生性与独立性5.2.3物流需求预测中的一些问题一、数据缺乏的问题二、新产品或服务的物流需求预测三、异常需求的处理四、汇总预测与分解预测五、建立快速反应的物流系统弥补预测误差5.3物流需求预测的定性方法定性预测是预测者根据自己掌握的实际情况、实践经验、专业水平，对经济发展前景的性质、方向和程度做出的判断。在掌握的数据不多、不够准确或主要影响因素难以用数字描述，无法进行定量分析时，定性预测就是一种行之有效的预测方法。如新建企业生产经营的发展前景、新产品销售的市场前景，由于缺少历史资料，采用定性预测方法为宜。另外，政策的变化、消费者心理的变化等因素对市场商品供需变化的影响很难定量化，只能通过判断进行定性分析。因此，定性预测是一种不可缺少的灵活的需求预测方法。下面介绍几种常用的定性预测方法。5.3.1市场调查预测法（一）经营管理人员意见调查预测法（二）销售人员意见调查法（三）消费者购买意向调查预测法5.3.2主观概率法（一）主观概率法的意义主观概率是指在一定条件下，个人对某一事件在未来发生或不发生可能性的估计，反映个人对未来事件的主观判断和信任程度。主观概率同样必须符合概率论的基本公理，即每一事件发生的概率大于等于零，小于等于1；必然发生的事件概率等于1，必然不发生的事件概率等于零；两个互斥事件之和的概率等于它们的概率之和。客观概率与主观概率的根本区别在于，客观概率具有可检验性，主观概率则不具有这种可检验性。经济预测的主观概率法，是指利用主观概率对各种预测意见进行集中整理，得出综合性预测结果的方法。当无法通过试验确定某事件的客观概率，或由于资料不完备无法计算客观概率时，常常采用主观概率法进行经济预测。常用的主观概率法有主观概率加权平均法和累计概率中位数法。本文对主观概率加权平均法进行详细介绍。（二）主观概率加权平均法1．确定主观概率2．计算综合预测值3．计算平均偏差程度，校正预测结果。【例5-1】某物流公司甲统计员预测公司明年第一季度的营业收入。根据个人经验，他预测最高营业收入为1000万元，主观概率是0.3；最可能营业收入800万元，主观概率是0.5；最低营业收入600万元，主观概率是0.2。另两名统计员乙和丙也根据自己的经验对最高营业收入、最可能营业收入和最低营业收入做出了主观预测，见表5-1。表5-1统计人员预测情况及期望值计算表

统计员估计营业收入(万元)主观概率营业收入

主观概率甲最高最可能最低10008006000.30.50.2300400120期望值820乙最高最可能最低120010008000.20.60.2240600160期望值1000丙最高最可能最低9007005000.20.50.3180350150期望值680【例5-2】某物流公司邀请三名统计员和两名计划员对公司明年第一季度的营业收入额进行预测。三名统计员的预测情况如表5-1所示；两名计划员预测的期望值分别为950万元、750万元。根据过去经验，三名统计员之间的判断能力不相上下，两名计划员之间的判断准确度也基本相当；但是总体上讲，统计部门比计划部门的判断准确性要更高一些。该公司明年第一季度的营业收入预计是多少？解：（1）以主观概率为权重，计算三名统计员的预测期望值，见表5-1。统计员甲的期望值为：1000

0.3+800

0.5+600

0.2=820（万元）；统计员乙的期望值为：1200

0.2+1000

0.6+800

0.2=1000（万元）；统计员丙的期望值为：900

0.2+700

0.5+500

0.3=680（万元）（2）计算三名统计员预测的平均营业收入。由于三位统计员的判断能力较接近，其主观概率各为1/3，则三人预测的平均营业收入为：（820+1000+680）÷3=833.33（万元）（3）计算两名计划员预测的平均营业收入。由于两名计划员的判断准确度基本相当，两人的主观概率各为50%，则计划员预测的平均销售额为：950

0.5+750

0.5=850（万元）（4）计算统计员和计划员预测的平均营业收入。根据过去经验，统计部门比计划部门的判断更准确些，假设统计部门与计划部门的主观概率分别0.6和0.4，则该公司明年第一季度的预测营业收入为：833.33

0.6+850

0.4=840（万元）（5）校正预测结果。假设根据统计数据，得到了该公司过去8个季度的实际营业收入与预测值的比值（见表5-2）。实际营业收入与预测值的平均比率等于各季比率的简单算术平均数，即为0.98。平均偏差程度为98％-1=-2％，即实际数比预测数平均低2％。校正方法是将预测值降低2％。这样，经校正后的公司明年第一季预测营业收入为：840

98％=823.2（万元）。表5-2公司实际营业收入与预测值的比值季度数12345678实际数/预测数0.981.031.020.860.971.010.931.045.4物流需求预测的定量方法物流管理者要进行的预测一般是与库存控制、运输调度、仓库装卸计划等决策活动有关的需求预测。实践证明，时间序列分析模型虽然简单，但预测效果较好。下面就介绍常用的时间序列预测及因果关系预测方法。5.4.1移动平均法移动平均法是一种简单的预测方法。其基本思想是：根据时间序列信息，逐项推移，依次计算包含一定项数的序时平均值，以消除周期波动或随机波动的影响，揭示出数据序列的长期趋势。因此，当时间序列值由于受周期变动和随机波动的影响，起伏较大，不易显示出事件的发展趋势时，使用移动平均法可以消除这些因素的影响，显示出事件的发展方向与趋势（即趋势线），然后依趋势线分析预测序列的长期趋势。【例5-3】下表是我国2001-2012年快递运送量的数据（表5-3）。试用简单移动平均法预测下一年的快递运送量。表5-3我国2001-2012年快递运送量年度实际运送量三期移动平均预测量四期移动平均预测量200112,652.70

200214,036.20

200317,237.80

200419,771.9014,642.23

200522,880.3017,015.3015,924.65200626,988.0419,963.3318,481.552007120,189.5623,213.4121,719.512008151,329.3056,685.9747,457.452009185,178.8199,502.3080,346.802010233,891.99152,232.56120,921.432011367,311.08190,133.37172,647.422012568,547.99262,127.29234,427.802013

389,917.02338,732.475.4.2指数平滑法指数平滑法是一种非常有效的短期预测法。该方法简单、易用，只要得到很少的数据量就可以连续使用。指数平滑法在同类预测法中被认为是最精确的，当预测数据发生根本性变化时还可以进行自我调整。指数平滑预测法是在移动平均法的基础上发展起来的一种预测方法，包括一次指数平滑预测法、二次指数平滑预测法和高次指数平滑法。【例5-4】表5-4给出了某物流公司仅三年来各季度的实际货物配送量，试用指数平滑法预测2008年第三季度的货物配送量，在这里

=0.03、0.1、0.3、0.9。表5-4用指数平滑法预测需求量年份季度时期实际值预测值

=0.03

=0.1

=0.3

=0.9200541390.00200612275.00390.00390.00390.00390.0023420.00386.55378.50355.50286.5034210.00387.55382.65374.85406.6545413.00382.23365.39325.40229.67200716287.00383.15370.15351.68394.6727426.00380.27361.83332.27297.7738236.00381.64368.25360.39413.1849428.00377.27355.02323.07253.722008110293.00378.79362.32354.55410.57211432.00376.22355.39336.09304.76312377.89363.05364.86419.28（二）趋势校正（三）趋势和季节性因素的校正当时间序列的趋势和季节性波动都很明显时，如图5-1(c)，就需要在预测模型中对这两种因素进行校正。对季节性特征的校正，有两个假设条件：一是促使需求模式出现季节性峰值和谷值的原因是已知的，且峰值和谷值在每年的同一时间出现；二是季节性变化幅度要比随机性波动的幅度明显大。当季节性需求不平稳、与随机性波动的区别不明显时，就不必进行季节性校正，只需将基本指数平滑模型给以很高的平滑系数就可以降低时滞的影响，不必采用更复杂的模型。（四）二次指数平滑法二次指数平滑法，是指在一次指数平滑值的基础上再作一次指数平滑，然后利用两次指数平滑值，建立预测模型确定预测值的方法。虽然二次指数平滑值是在一次平滑值的基础上进行的计算，但是，二次指数平滑法解决了一次指数平滑法存在的两个问题：一是解决了一次指数平滑不能用于有明显趋势变动的市场现象的预测；二是解决了一次指数平滑只能向未来预测一期的局限性。【例5-6】某公司近年产品销售量如下（见表5-6），用二次指数平滑法预测2005年和2006年销售量。5.4.3