全文总字数：5212字

1. 研究目的与意义及国内外研究现状

随着“一带一路”战略的推进，经济全球化程度不断加深，物流业作为经济活动的第三方服务业，对增强国家核心竞争力发挥着重要的作用。现代物流的迅速崛起加速了市场经济的繁荣，企业和政府越来越重视物流规划与管理。由于各地区地理位置、自然条件以及经济发展程度存在一定的差异，所以各地区的物流政策不能一概而论。对一个地区的物流需求进行精准预测可以为区域物流决策提供科学的依据，防止过度投资，确保供给与需求之间的平衡，对当地物流基础设施建设、运输网络布局及物流企业的健康发展具有重要意义，因而成为专家和学者研究的热点。然而区域物流需求量受很多复杂因素的影响，波动性较强，而且我国没有统一的物流标准，缺少直接的统计数据，所以建立一个科学合理的区域物流需求指标体系存在一定的难度，同时各指标又具有高维度、非线性的特征，以至于许多传统的预测模型都不适用，因此对区域物流需求量的预测还有待深入研究。

本文以江苏省为例，合理建立物流需求指标体系，基于影响因素的相关性分析，选取江苏省2001—2012年货运量及其影响因素的统计数据，采用主成分分析筛选出主要影响因子作为物流需求量的相关因素，分别建立gm(1,n)模型、bp神经网络模型对2013—2015年的物流需求量进行预测性检验，并采用bp神经网络模型对gm(1,n)模型的残差进行修正，建立gm(1,n)-bp组合模型，以江苏省2013—2015年货运量实际值作为检验样本，根据平均相对误差比较三者的预测精度。

2. 研究的基本内容

本课题基于2001—2015年江苏省物流需求量、人口规模、地区生产总值，第一产业产值、第二产业产值、第三产业产值、社会消费品零售总额、最终消费支出、固定资产投资总额、主要港口货物吞吐量、邮电业务总量的统计数据，首先进行相关性分析，验证所选指标的有效性。

其次，对所选众多指标进行主成分分析，根据所选主成分中各变量系数绝对值大小以及相关的经济解释，筛选出具有代表性的影响因子。

再者，根据2001—2012年江苏省物流需求量及其主要影响因子的数据分别建立gm(1,n)模型、bp神经网络模型，并对2013—2015年的物流需求量进行预测性检验。

3. 实施方案、进度安排及预期效果

通过查阅书籍、期刊及网络上的一些共享资源，在老师、同学的帮助指导下，运用所学的统计软件完成数据的处理，用不同方法预测未来几年江苏省的物流需求，比较其拟合效果。

2016年12月02日- 12月31日 确定研究课题、寻找数据并提交任务书

4. 参考文献

[1] bowersox d, closs d. 物流管理一供应联过程一体[m]. 北京: 机械工业出版社, 1999.

[2] 贾素琴, 杨家其. 基于arima-rbf模型的区域物流需求预测[j]. 物流技术, 2016, 04: 54-57.