中国物流与供应链资深服务商
服务咨询电话:
028-65261105 181-8051-2817

某石材城项目中石材产业产值的预测——中智物流咨询

发布时间:2017.11.01 17:18
石材城项目石材产业产值预测——中智物流咨询
一、背景

本项目采取“以特色石材为基础、以产业链整合为手段、以提高产品附加值为桥梁、以创新型服务开拓市场”的发展思路,顺应石材产业的发展趋势,构建“一体两翼”的发展格局。打造集石材生产、加工、贸易、会展会务、电子商务、物流集散等功能于一体的具有生态理念的“低碳、环保、绿色、可持续”的石材重点示范项目和世界知名的“一站式、全链条”的国际石材产业城以及新型工业旅游示范点,完全符合本地市场需求。

在进行该项目可行性研究的过程中需要对该县石材产业的产值和产量进行预测分析,但是由于该产业在该县的发展刚起步,也就只有近五年的产值数据,那么在分析的过程中就会遇到一个非常现实的问题——如何处理小样本容量情况下的数据分析预测问题。

二、产值数据收集
通过查询该县近10年的国民经济社会发展统计公报、统计年鉴以及与石材产业相关的文字和文献等获得以下数据。
三、数据分析方法的确定
通过对所收集数据量的判断暂定使用灰色预测模型和趋势法两种方法对产值进行预测分析。
灰色模型就是通过少量的、不完全的信息,建立灰色微分预测模型,对事物发展规律作出模糊性的长期描述,基本思想是用原始数据组成原始序列,经累加生成法生成新的序列,它可以弱化原始数据的随机性,使其呈现出较为明显的特征规律。对生成变换后的序列建立微分方程即建立起GM模型。GM(1,1)模型表示1阶的、1个变量的微分方程模型。GM(1,1)模型群中,新陈代谢模型是最理想的模型。
趋势预测法又称趋势分析法。是指自变量为时间,因变量为时间的函数的模式。具体又包括:趋势平均法、指数平滑法、直线趋势法、非直线趋势法。本文将采用非直线趋势法对产值数据进行预测分析。
四、预测结果与评价
确定了数据分析方法后利用EXCEL VBA宏工具以及EXCEL分析工具分别建立灰色预测模型和非直线趋势模型,分析结果如下。
 
 
从整体的曲线平滑程度来看,两种方法所得结果都符合当前的产值增长趋势,但就结果而言存在不合理之处,灰色预测模型所得结果不符合实际发展规律,要知道2015年国内该产业的总产值不足4000亿,而且该产业在该县还属于新兴产业。
参考下图所示,在我国经济高速发展的几年里各行业的产值年均增长率处于16%~30%之间,而在上述的预测中灰色预测模型所得的预测值年均增长率达到了40.4%,而后者是28.2%。
 
因此对该产业产值的预测应该改变一个思路,通过对石材产业链的分析以及结合近几年奇台县整体经济发展的状况确定了以下新的数据分析思路:由于该产业的发展情况同该县的经济发展息息相关,因此在进行产值预测的过程中结合县GDP产量、固定资产投资总额和社会消费品零售总额等多个维度的经济发展数据进行。根据县2005年~2015年GDP产量、固定资产投资总额和社会消费品零售总额、某产业产值数据进行多元回归分析,然后采用ARIMA模型分别对GDP产量、固定资产投资总额和社会消费品零售总额进行预测,最后利用多元回归模型得到该县未来十年该产业的产值预测值。
五、改进预测方法
1、多元线性回归分析
首先对GDP、固定资产投资总额、社会消费品零售总额、工业产值和石材产值进行相关性分析,使用工具为SPSS19.0,结果如下:
 
从图中可以看出上述几个变量之间是存在显著的相关性的,考虑到石材产业包含于工业之中,其产值是计算在工业产值之内的,为了消除变量之间的多重共线性,决定将工业产值变量剔除后进行多元线性回归的分析。分析结果如下:
 
 
 
从结果中的R、R方以及调整的R方可以判断回归分析结果拟合程度较高,可以参考使用(通常情况下R2>0.85表示回归方程能够比较好的表达变量之间的关系),还原回归方程如下:
Y=0.116*X1+0.037*X2+0.245*X3-6.116
其中,
Y表示石材产值;
X1表示GDP产量;
X2表示固定资产投资总额;
X3表示社会消费品零售总额。
2、GDP、固定资产投资总额、社会消费品零售总额预测
ARIMA模型全称为为差分自回归移动平均模型,AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型,是指将非平稳时间序列转化为平稳时间序列,然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳以及回归中所含部分的不同,包括移动平均过程(MA)、自回归过程(AR)、自回归移动平均过程(ARMA)以及ARIMA过程,是比较常用的预测模型之一。本文同样采用SPSS19.0软件对GDP等数据进行预测。
(1)差分分析
 
对GDP历史数据进行自然对数转换和二阶差分分析后可以明显看到GDP数据无明显趋势性
(2)自相关和偏自相关分析
 
自相关图                                    偏自相关图
(3)确定模型参数
参照下表中的判断原则确定用于GDP预测的ARIMA模型参数为ARIMA(1,2,1)
 
(4)预测分析
使用SPSS19.0软件中的预测工具对GDP预测的结果如下:
 
 
采用相同的方式方法对其他变量进行预测并结合多元线性回归分析结果,石材产值预测结果汇总如下表。
 

 
六、结论
从图表中的数据来看,多元回归结合ARIMA模型的组合预测方法所得数据更加贴近实际经济发展规律,因为在进行分析预测的过程中考虑到了当地经济发展数据。综合上述数据分析结果和借鉴相关数据统计结果,建议采用趋势法和组合预测法所得结果。
 



tag:

做中国传统物流新价值的发现者和创造者

028-65261105
  • 办公:028-65261105 181-8051-2817
  • 业务咨询电话:181-8051-2817 137-0901-8479
  • 业务咨询QQ:3168926937 1485805162
地址(成都中心):
成都市高新区益州大道中段722号复城国际广场-T2座13楼
中智物流咨询微信二维码