十三五中后期市b2c网络零售快递量预测研究(附件)
在改革开放以后，淮安市快递业务的发展节奏不断的加快，然而就其整体情况来看，目前还处于发展的初级阶段，整体水平比较低，同时也存在非常多的问题。并且现阶段，淮安市经济发展的形势非常好，工业经济增速持续加快，农业收入水平不断提升，所投入的固定资产比例不断的增加且国内贸易持续稳步增长。在此背景下，物流行业的发展水平较低，无法满足经济发展的要求，二者之间的矛盾愈发尖锐。伴随国家与淮安市有关快递发展政策的不断推出和实施，淮安市更加应该抓住有利的发展契机，利用物流行业带动其区域经济的发展。本文通过运用灰色模型预测十三五中后期淮安B2C网络零售快递量的增长趋势，希望可以更好的对快递战略方案进行指导，确保淮安快递业健康稳定发展。关键词 网络零售，快递，灰色模型，预测
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 研究启示 3
2 淮安B2C网络零售快递发展状况 3
2.1 淮安的区位特点 3
2.2 淮安交通运输状况 3
2.3 淮安B2C网络零售快递量现状分析 5
3 灰色系统理论概述 7
3.1 灰色系统理论产生背景 7
3.2 灰色预测模型 8
3.3 灰色GM（1,1）模型算法 8
4 “十三五”中后期淮安B2C网络零售快递量预测建模 9
4.1 数据收集 9
4.2 灰色预测模型构建 10
4.3 “十三五”中后期淮安B2C网络零售快递量预测分析 13
5 “十三五”中后期淮安B2C网络零售快递发展对策和建议 14
5.1 支持快递业建立与网络零售业配套的服务体系 14
5.2 积极探索两业创新服务模式 14
5.3 加强网络零售行业监管 15
结论 16
致谢 17
参考文献 18
1 绪论
1.1 研究背景和意义
近几年来，电子商务发展规模不断扩大，正以爆发式的速度增长，B2C网络零售快递也在不断发展，然而快速的 *好棒文|www.hbsrm.com +Q: ^351916072#
发展同时也会带来很多问题。如快递服务质量降低、网络零售快递企业质量参差不齐、快件丢包率上升等，因为在电子商务行业中，快递是极为重要的一部分，所以电子商务行业非常关注快递的发展。部分城市开始将B2C网络零售快递作为经济发展的着力点，经过政府的扶持以及企业的发展，B2C网络零售发展更加迅速，目前政府正研究如何能加大地区电子商务的进一步发展。根据目前电子商务的发展模式，基本上能将电子商务分为两种：面向消费者的电子商务以及面向企业的电子商务。根据专家统计，在2007年至2017年，网络零售销售额已经超过70%，远超过电子商务交易额的增长速度。
所以，目前网络零售快递正面临如何跟上网络零售发展脚步的问题，同时这也说明预测快递业务的规模有极为重要的意义。从一方面来说，决策者可以将预测结果作为规划依据，并作出科学的决策，合理布置基础设施，加快交通与物流行业的进步；从另一方面来说，快递产业也能借鉴预测结果，有助于不断促进快递行业的发展，并拓展其规模，同时也能在很大程度上满足社会发展以及经济发展的需要。所以，淮安市在“十三五”中后期对B2C网络零售快递量进行准确评估极为重要。本文通过研究“十三五”中后期淮安B2C网络零售快递量数据来剖析淮安B2C网络零售快递的发展状况。针对预测B2C的网络零售快递量，很多国内外的学者针对该问题创建了各种模型：回归模型、时间序列模型以及计量经济学。本文会在有关键就的基础上，利用GM（1,1）模型灰色预测的方法来估算对“十三五”中后期淮安B2C网络零售快递量。期望可以通过对淮安B2C网络零售产业以及快递产业的发展提供借鉴方法。研究B2C网络零售快递量不仅可以展现零售业与快递业的发展潜能，同时也可以平衡两种行业之间的实力，这对于B2C网络零售快递量的预测来说有重大意义。
1.2 国内外研究现状
近几年来，国外学者研究快递行业并发表文章的少之又少，也没有深入研究零售行业快递量，更多的是从技术上层面研究快递业发展，极少数学者会着重于研究快递行业，也没有形成系统的快递行业理论。国外的文章一般会从网络优化以及市场监管这两个角度来分析快递业，一小部分是研究快递行业的整体发展。能够从定量分析的角度来研究快递行业与其他行业的发展的文章很少，大多数是站在定性角度来研究电子商务与快递行业的联系。
1.2.1 国内研究现状
沈振（2013）在运用灰色预测系统中的GM(1，1)模型，针对2000年到2010年上海的电信业务进行数据建模，分析并计算得到2011年到2018年间上海电信业务收入的预测值；张明香、张婕姝（2014），采用了三次指数平滑法，对青岛港“十一五”这段时间内的电信业务收入进行了预测，这都能够证明预测结果的有效，也能针对性的提出相关建议；胡洁琼、李珍萍（2015）是运用“专辑建模”法，以时间序列为基础预测并分析2012年5月至3月我国电信业务收入状况，为深度剖析我国电信业务的发展趋势提供参考意见。蔡佩林（2014）运用回归分析法预测了贵州电信业务收入状况，有助于为本地区的电信行业发展提供参考作用；李杰、王科（2010）应用广义回归神经网络模型，对19962004年期间北京市电信业务收入进行了预测，并加上20042005年的真实数据，用其对模型进行检验；学者王栋（2013）根据三大产业增加值和地区与人均地区生产总值等指标，构建了神经网络模型，同时预测广西电信业务收入情况，预测的结果误差约在6%左右；乔向明（2015），在研究中期的电信业务时，以前十年的时间序列作为研究的基础，并运用了弹性系数；钱芳选择使用非线性的组合预测模式来建立神经网络技术，同时也可以将该技术运用到预测当中。经过研究显示，这种方式能够很大程度上提升电信业务的收入预测准确程度。
1.2.2 国外研究现状
在美国，Fariborzy,PartoviJB（2013）通过应用神经网络数据模型，在确定权重时，采用的是BP计算方法，对具体的电信业务进行预测； KambizR（2012）是选择运用GARCH数学模型来解释美国航空服务行业的非线性结构；KevinGaudette（2014）等几位学者，选择采用补偿性预测模型和对比MRP模型，对该数学模型所具有的逻辑基础进行分析，也较好的验证了补偿性预测模型，可以非常高效合理的对订购系统进行评价；KerrimLEMruss、B．Sc，Peng（2011）在预测电信业务过程中使用了很多方法，同时比较了所应用的方法，从中确定开展实证分析最合适的方法；TerasvirtaT，DijkDVMedeirosMC（2014）基于预测精确度的视角，对线形回归预测和神经网络以及滑动回归预测等，进行了深入的分析，并总结出神经网络预测的方式结果精确度超过回归预测方法；英国学者LuisAburto（2015）通过对智利超级市场的销售网络进行分析，该网络在实际操作中应用了神经网络MLP算法以及移动平均线法等，对电信业务进行预测，结果发现在销售过程中，错误率下降的趋势非常显著，而且库存水平也大幅下降。通过这种方式，可以发现预测的精确度有大幅度提升；MehmetMelikoglu（2015）通过对半经验模型进行构建，并以沙特阿拉伯为例，预测了其在2025年的能源消耗。应用分析的结果为政府决策提供帮助。本文将在电信企业自身特征的基础上，选择GM(1,1)模型预测方法来预测“十三五”中后期的江苏省苏北城市电信业务，并进行比较分析。
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 研究启示 3
2 淮安B2C网络零售快递发展状况 3
2.1 淮安的区位特点 3
2.2 淮安交通运输状况 3
2.3 淮安B2C网络零售快递量现状分析 5
3 灰色系统理论概述 7
3.1 灰色系统理论产生背景 7
3.2 灰色预测模型 8
3.3 灰色GM（1,1）模型算法 8
4 “十三五”中后期淮安B2C网络零售快递量预测建模 9
4.1 数据收集 9
4.2 灰色预测模型构建 10
4.3 “十三五”中后期淮安B2C网络零售快递量预测分析 13
5 “十三五”中后期淮安B2C网络零售快递发展对策和建议 14
5.1 支持快递业建立与网络零售业配套的服务体系 14
5.2 积极探索两业创新服务模式 14
5.3 加强网络零售行业监管 15
结论 16
致谢 17
参考文献 18
1 绪论
1.1 研究背景和意义
近几年来，电子商务发展规模不断扩大，正以爆发式的速度增长，B2C网络零售快递也在不断发展，然而快速的 *好棒文|www.hbsrm.com +Q: ^351916072#
发展同时也会带来很多问题。如快递服务质量降低、网络零售快递企业质量参差不齐、快件丢包率上升等，因为在电子商务行业中，快递是极为重要的一部分，所以电子商务行业非常关注快递的发展。部分城市开始将B2C网络零售快递作为经济发展的着力点，经过政府的扶持以及企业的发展，B2C网络零售发展更加迅速，目前政府正研究如何能加大地区电子商务的进一步发展。根据目前电子商务的发展模式，基本上能将电子商务分为两种：面向消费者的电子商务以及面向企业的电子商务。根据专家统计，在2007年至2017年，网络零售销售额已经超过70%，远超过电子商务交易额的增长速度。
所以，目前网络零售快递正面临如何跟上网络零售发展脚步的问题，同时这也说明预测快递业务的规模有极为重要的意义。从一方面来说，决策者可以将预测结果作为规划依据，并作出科学的决策，合理布置基础设施，加快交通与物流行业的进步；从另一方面来说，快递产业也能借鉴预测结果，有助于不断促进快递行业的发展，并拓展其规模，同时也能在很大程度上满足社会发展以及经济发展的需要。所以，淮安市在“十三五”中后期对B2C网络零售快递量进行准确评估极为重要。本文通过研究“十三五”中后期淮安B2C网络零售快递量数据来剖析淮安B2C网络零售快递的发展状况。针对预测B2C的网络零售快递量，很多国内外的学者针对该问题创建了各种模型：回归模型、时间序列模型以及计量经济学。本文会在有关键就的基础上，利用GM（1,1）模型灰色预测的方法来估算对“十三五”中后期淮安B2C网络零售快递量。期望可以通过对淮安B2C网络零售产业以及快递产业的发展提供借鉴方法。研究B2C网络零售快递量不仅可以展现零售业与快递业的发展潜能，同时也可以平衡两种行业之间的实力，这对于B2C网络零售快递量的预测来说有重大意义。
1.2 国内外研究现状
近几年来，国外学者研究快递行业并发表文章的少之又少，也没有深入研究零售行业快递量，更多的是从技术上层面研究快递业发展，极少数学者会着重于研究快递行业，也没有形成系统的快递行业理论。国外的文章一般会从网络优化以及市场监管这两个角度来分析快递业，一小部分是研究快递行业的整体发展。能够从定量分析的角度来研究快递行业与其他行业的发展的文章很少，大多数是站在定性角度来研究电子商务与快递行业的联系。
1.2.1 国内研究现状
沈振（2013）在运用灰色预测系统中的GM(1，1)模型，针对2000年到2010年上海的电信业务进行数据建模，分析并计算得到2011年到2018年间上海电信业务收入的预测值；张明香、张婕姝（2014），采用了三次指数平滑法，对青岛港“十一五”这段时间内的电信业务收入进行了预测，这都能够证明预测结果的有效，也能针对性的提出相关建议；胡洁琼、李珍萍（2015）是运用“专辑建模”法，以时间序列为基础预测并分析2012年5月至3月我国电信业务收入状况，为深度剖析我国电信业务的发展趋势提供参考意见。蔡佩林（2014）运用回归分析法预测了贵州电信业务收入状况，有助于为本地区的电信行业发展提供参考作用；李杰、王科（2010）应用广义回归神经网络模型，对19962004年期间北京市电信业务收入进行了预测，并加上20042005年的真实数据，用其对模型进行检验；学者王栋（2013）根据三大产业增加值和地区与人均地区生产总值等指标，构建了神经网络模型，同时预测广西电信业务收入情况，预测的结果误差约在6%左右；乔向明（2015），在研究中期的电信业务时，以前十年的时间序列作为研究的基础，并运用了弹性系数；钱芳选择使用非线性的组合预测模式来建立神经网络技术，同时也可以将该技术运用到预测当中。经过研究显示，这种方式能够很大程度上提升电信业务的收入预测准确程度。
1.2.2 国外研究现状
在美国，Fariborzy,PartoviJB（2013）通过应用神经网络数据模型，在确定权重时，采用的是BP计算方法，对具体的电信业务进行预测； KambizR（2012）是选择运用GARCH数学模型来解释美国航空服务行业的非线性结构；KevinGaudette（2014）等几位学者，选择采用补偿性预测模型和对比MRP模型，对该数学模型所具有的逻辑基础进行分析，也较好的验证了补偿性预测模型，可以非常高效合理的对订购系统进行评价；KerrimLEMruss、B．Sc，Peng（2011）在预测电信业务过程中使用了很多方法，同时比较了所应用的方法，从中确定开展实证分析最合适的方法；TerasvirtaT，DijkDVMedeirosMC（2014）基于预测精确度的视角，对线形回归预测和神经网络以及滑动回归预测等，进行了深入的分析，并总结出神经网络预测的方式结果精确度超过回归预测方法；英国学者LuisAburto（2015）通过对智利超级市场的销售网络进行分析，该网络在实际操作中应用了神经网络MLP算法以及移动平均线法等，对电信业务进行预测，结果发现在销售过程中，错误率下降的趋势非常显著，而且库存水平也大幅下降。通过这种方式，可以发现预测的精确度有大幅度提升；MehmetMelikoglu（2015）通过对半经验模型进行构建，并以沙特阿拉伯为例，预测了其在2025年的能源消耗。应用分析的结果为政府决策提供帮助。本文将在电信企业自身特征的基础上，选择GM(1,1)模型预测方法来预测“十三五”中后期的江苏省苏北城市电信业务，并进行比较分析。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/404.html
