國(guó)家統(tǒng)計(jì)局在《中國(guó)統(tǒng)計(jì)年鑒》中將第三產(chǎn)業(yè)分為六類,其中含有交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)。政府在《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十一個(gè)五年規(guī)劃綱要》中,將生產(chǎn)性服務(wù)業(yè)分為五類,其中包括交通運(yùn)輸業(yè)。在以上兩種不同的劃分方式中,同時(shí)說(shuō)明了交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)都是第三產(chǎn)業(yè)的重要組成部分。
近年來(lái),交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的相關(guān)數(shù)值不斷提高,已經(jīng)成為陜西省經(jīng)濟(jì)的動(dòng)脈和重要基礎(chǔ)產(chǎn)業(yè),這進(jìn)一步說(shuō)明研究分析陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的發(fā)展情況可以對(duì)陜西省的發(fā)展提供一定的數(shù)據(jù)支撐,帶來(lái)指導(dǎo)性意見(jiàn)。
通過(guò)單一的灰色預(yù)測(cè)方法進(jìn)行預(yù)測(cè)的準(zhǔn)確性不是很高,原因在于傳統(tǒng)的灰色模型對(duì)于原始數(shù)據(jù)序列呈現(xiàn)指數(shù)分布的擬合效果好,但非指數(shù)分布規(guī)律的擬合效果較差。馬爾科夫方法可以對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行修正,從而提高了對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的預(yù)測(cè)準(zhǔn)確性。
陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)在一段時(shí)間內(nèi)得到快速發(fā)展,但是同時(shí)也出現(xiàn)了一些問(wèn)題?,F(xiàn)對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)發(fā)展情況進(jìn)行研究分析,有利于為陜西省發(fā)展交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)提供一定的方向性建議,輻射性發(fā)展其他地區(qū)的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)。
一方面,學(xué)術(shù)界發(fā)表的相關(guān)文獻(xiàn)進(jìn)一步證實(shí)了交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)對(duì)經(jīng)濟(jì)的發(fā)展有著重要的作用。其中,孔婷等研究生產(chǎn)性服務(wù)業(yè)對(duì)制造業(yè)效率調(diào)節(jié)效應(yīng)時(shí)發(fā)現(xiàn),交通運(yùn)輸倉(cāng)儲(chǔ)及郵電通信業(yè)、科學(xué)研究和綜合技術(shù)服務(wù)業(yè)兩個(gè)行業(yè)均對(duì)技術(shù)創(chuàng)新能力以及經(jīng)濟(jì)發(fā)展水平與制造業(yè)效率的關(guān)系具有顯著的調(diào)節(jié)效應(yīng)[1]。
另一方面,研讀學(xué)者們的文獻(xiàn)發(fā)現(xiàn),交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的經(jīng)濟(jì)活動(dòng)對(duì)能源問(wèn)題的負(fù)向影響日益凸顯。其中,向魏以中國(guó)30個(gè)省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)為研究對(duì)象,對(duì)其全要素生產(chǎn)率進(jìn)行系統(tǒng)考察,考察后發(fā)現(xiàn)中國(guó)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的傳統(tǒng)及環(huán)境全要素生產(chǎn)率均呈上升態(tài)勢(shì),且存在顯著的區(qū)域和省際差異性[2]。
通過(guò)研讀學(xué)者的相關(guān)文獻(xiàn),獲悉交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)影響著整個(gè)國(guó)家的發(fā)展。但是對(duì)于交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)進(jìn)行單獨(dú)分析的文獻(xiàn)相對(duì)較少,對(duì)于其未來(lái)發(fā)展情況進(jìn)行分析研究的文獻(xiàn)更是少之又少。交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)在經(jīng)濟(jì)發(fā)展占據(jù)著日趨重要的地位。鑒于此,有必要對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的現(xiàn)狀以及未來(lái)發(fā)展情況進(jìn)行定量分析,有助于陜西省的經(jīng)濟(jì)健康穩(wěn)步發(fā)展。
根據(jù)GM(1,1)預(yù)測(cè)結(jié)果,可得出陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)原始序列值的相對(duì)誤差,基于誤差范圍進(jìn)行劃分,狀態(tài)區(qū)間為:
其中,分別為狀態(tài)區(qū)間的下限與上限[3]。
設(shè)序列xt在狀態(tài)Ei的狀態(tài)概率為,若序列xt從狀態(tài)Ei轉(zhuǎn)移到下一個(gè)時(shí)間狀態(tài)Ej的轉(zhuǎn)移概率為pij,則,是在年份t時(shí)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)處于狀態(tài)i的條件下一年份t+1轉(zhuǎn)移到狀態(tài)j的概率。如果t+1時(shí)刻的取值只取決于t時(shí)刻的值及轉(zhuǎn)移概率,那么這種時(shí)間序列就稱為馬爾科夫鏈。pij為馬爾科夫鏈在t時(shí)刻的一步轉(zhuǎn)移概率[4,5,6]。
狀態(tài)Ei轉(zhuǎn)移到狀態(tài)Ej的次數(shù)為mij,狀態(tài)Ei出現(xiàn)的次數(shù)為Mi,則狀態(tài)Ei轉(zhuǎn)移到狀態(tài)Ej的概率為pij。
其中:
因此,一步轉(zhuǎn)移概率矩陣為一步轉(zhuǎn)移概率組合而成的矩陣,得到陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的狀態(tài)轉(zhuǎn)移矩陣形式如下:
如果上一個(gè)時(shí)刻狀態(tài)為Ei,則相鄰下一個(gè)時(shí)刻的狀態(tài)為Ei可能性最大,則選擇Ei作為下一個(gè)相鄰時(shí)刻預(yù)測(cè)時(shí)的狀態(tài)Ej。
通過(guò)馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣,對(duì)得到的灰色預(yù)測(cè)值進(jìn)行修正,得到的修正值為y,計(jì)算公式為
其中,為灰色預(yù)測(cè)的結(jié)果;取原則:存在原始值取欲修正年份的上一年份對(duì)應(yīng)狀態(tài)區(qū)間下的上下限,不存在原始值取截至存在原始值的年份對(duì)應(yīng)狀態(tài)區(qū)間的上下限[7]。
計(jì)算灰色預(yù)測(cè)下及馬爾科夫修正后的平均精度即模型可信度
[8],計(jì)算公式為
其中,相對(duì)誤差值序列為預(yù)測(cè)值和真實(shí)值的差與真實(shí)值的比值序列;為各個(gè)年份相對(duì)誤差值絕對(duì)值的加和與年份數(shù)減1之后的比值。
本文的原始數(shù)據(jù)均來(lái)自各個(gè)年份的陜西省統(tǒng)計(jì)年鑒。本文的實(shí)證過(guò)程是:首先,基于灰色預(yù)測(cè)法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)測(cè),得到灰色預(yù)測(cè)值;其次,基于馬爾科夫法對(duì)灰色預(yù)測(cè)值進(jìn)行修正;最后,基于灰色馬爾科夫法對(duì)陜西省未來(lái)五年的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的增加值數(shù)據(jù)進(jìn)行預(yù)測(cè)。具體的分析過(guò)程如下:
通過(guò)Matlab R2018a軟件得到陜西省2000-2019年的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的灰色預(yù)測(cè)值,并計(jì)算得到該指標(biāo)灰色預(yù)測(cè)值對(duì)應(yīng)相對(duì)誤差值。
基于灰色預(yù)測(cè)模型得到2000-2019年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的灰色預(yù)測(cè)值,分別是122.92、186.19、205.7、227.25、251.07、277.37、306.44、338.55、374.02、413.22、456.52、504.35、557.2、615.59、680.09、751.36、830.09、917.07、1013.16、1119.33(單位均為億元);對(duì)應(yīng)年份修正前的相對(duì)誤差值分別是:0、27.20%、28.17%、33.95%、22.54%、12.53%、5.03%、3.53%、-1.22%、-2.37%、-3.81%、-8.72%、-9.75%、0.73%、0.66%、5.38%、7.56%、10.14%、-1.98%、5.61%。
基于灰色預(yù)測(cè)法下陜西省2000-2019年的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值預(yù)測(cè)值以及相對(duì)誤差值數(shù)據(jù),再經(jīng)公式(5)計(jì)算可得該模型的可信度為89.95%,說(shuō)明本文所運(yùn)用灰色模型合理,可以用來(lái)對(duì)陜西省的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)做進(jìn)一步的預(yù)測(cè)。
基于2000-2019年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)20年間的灰色預(yù)測(cè)值的相對(duì)誤差的最大值為33.95%,最小值為-9.75%。并結(jié)合就好不就壞的原則,之后結(jié)合要使得各個(gè)年份處于均衡的原則,將陜西省各年份的相對(duì)誤差值劃分為五種狀態(tài),分別是E1(-10%,0%)、E2(0%,10%)、E3(10%,20%)、E4(20%,30%)、E5(30%,40%)。
依據(jù)2000-2019年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的灰色預(yù)測(cè)值,可得到該指標(biāo)對(duì)應(yīng)年份指標(biāo)數(shù)據(jù)的相對(duì)誤差下對(duì)應(yīng)的馬爾科夫狀態(tài)。下一步通過(guò)公式(2)和(3)計(jì)算出一步馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣為:
根據(jù)公式(4)對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的灰色預(yù)測(cè)值進(jìn)行修正?;隈R爾科夫模型得到2000-2019年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值修正結(jié)果分別是:129.07、121.02、154.27、147.71、188.3、235.77、291.12、321.62、392.73、433.88、479.34、529.57、585.06、584.81、646.09、713.79、788.58、779.51、1063.82、1063.36,單位均為億元;對(duì)應(yīng)年份修正后相對(duì)誤差分別是5%、-17.32%、-3.87%、-12.93%、-8.09%、-4.35%、-0.22%、-1.64%、3.72%、2.51%、1%、-4.16%、-5.24%、-4.3%、-4.38%、0.11%、2.18%、-6.38%、2.92%、0.33%。
基于陜西省2000-2019年交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的馬爾科夫修正值以及相對(duì)誤差值數(shù)據(jù),之后通過(guò)公式(5)計(jì)算得到馬爾科夫模型可信度為95.49%,相比灰色預(yù)測(cè)模型,灰色馬爾科夫模型的可信度提高了將近6%。顯著地說(shuō)明基于GM-Markov模型可實(shí)現(xiàn)對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)進(jìn)行預(yù)測(cè)。
首先運(yùn)用灰色預(yù)測(cè)法對(duì)陜西省2020-2024年的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)實(shí)現(xiàn)預(yù)測(cè);得到2020-2024年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的灰色預(yù)測(cè)值分別是1236.62億元、1366.2億元、1509.36億元、1667.52億元、1842.25億元;通過(guò)前文可知,2019年陜西省的馬爾科夫狀態(tài)為E2狀態(tài),也就是說(shuō)明2020-2024年交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的增加值數(shù)值最有可能處于E2狀態(tài),之后通過(guò)馬爾科夫模型對(duì)得到的預(yù)測(cè)值數(shù)據(jù)實(shí)現(xiàn)修正,得到2020-2024年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值最終的預(yù)測(cè)值結(jié)果分別是:1174.79億元、1297.89億元、1433.89億元、1584.14億元、1750.13億元。
運(yùn)用GM-Markov模型對(duì)陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)進(jìn)行預(yù)測(cè),相較于單獨(dú)的灰色預(yù)測(cè)法,修正后的模型可信度得到提升。GM-Markov模型預(yù)測(cè)精度高于灰色預(yù)測(cè)模型,體現(xiàn)了GM-Markov具有很好的利用價(jià)值。依據(jù)2020-2024年陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值預(yù)測(cè)結(jié)果,得到該省在交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)方面發(fā)展態(tài)勢(shì)良好。GM-Markov的可信度達(dá)到95.49%,說(shuō)明預(yù)測(cè)值可為陜西省相關(guān)部門(mén)對(duì)于交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)制定下一步的方針政策提供理論支撐,進(jìn)而使得陜西省經(jīng)濟(jì)更好地、更快地發(fā)展。
根據(jù)前文得到的陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值的發(fā)展情況,再結(jié)合該市實(shí)際情況提出的政策建議如下:
首先,需要擴(kuò)大有效投資,堅(jiān)持實(shí)現(xiàn)投資消費(fèi)雙輪驅(qū)動(dòng),促進(jìn)陜西省經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。加快推進(jìn)高鐵建設(shè)、形成以西安為中心的高鐵網(wǎng);加快大西安國(guó)家中心城市高速環(huán)線建設(shè)、盡快形成以西安為中心的高速公路環(huán)線,提高擁堵路段通行效率;推動(dòng)陜西一些城市軌道規(guī)劃項(xiàng)目全面實(shí)施,開(kāi)展其他項(xiàng)目的前期規(guī)劃工作;重點(diǎn)推進(jìn)基站建設(shè),力爭(zhēng)早日實(shí)現(xiàn)5G全覆蓋。
其次,需要注重相關(guān)人才的培養(yǎng)。由于新經(jīng)濟(jì)的出現(xiàn),進(jìn)一步說(shuō)明未來(lái)經(jīng)濟(jì)發(fā)展需要知識(shí)型人才進(jìn)行推動(dòng),并且需要加強(qiáng)學(xué)習(xí)理論知識(shí)和付諸實(shí)施相結(jié)合,以達(dá)到學(xué)以致用的目的。
最后,推動(dòng)經(jīng)濟(jì)的綠色健康發(fā)展。“綠水青山就是金山銀山”,充分表現(xiàn)出我國(guó)在經(jīng)濟(jì)高質(zhì)量發(fā)展中對(duì)綠色發(fā)展予以極高的重視。良好的生態(tài)環(huán)境是經(jīng)濟(jì)高質(zhì)量發(fā)展的重要條件,在新時(shí)代背景下陜西省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的高質(zhì)量建設(shè)更應(yīng)該兼顧生態(tài)文明建設(shè)。
權(quán)所有©:上海陽(yáng)合儲(chǔ)運(yùn)
專業(yè)承接上海倉(cāng)庫(kù)租賃、上海倉(cāng)儲(chǔ)配送物流、上海電商倉(cāng)儲(chǔ)企業(yè)服務(wù)與微笑同在"的先進(jìn)理念不斷發(fā)展壯大。