与本文相关的研究主要有：李思聪等[1]采用灰色-回归组合模型，对我国农产品冷链物流市场进行需求预测，以促进我国冷链物流高质量发展。HuiminZhu等[2]在灰色模型中加入超前滞后因子和非线性因子，对社区团购的日销售额进行拟合和预测，结果表明：该模型有良好的稳定性和较高的预测精度。RenquTian等[3]使用灰色Verhulst模型预测未来五年的海上承载能力值，结果表明：我国沿海地区产业结构正逐步向海洋资源多元化综合利用模式转变。王晓琳等[4]建立灰色预测模型，对广西未来三年医药物流需求量进行预测，为广西医药企业未来物流的发展规划决策提供参考。江楠等[5]构建灰色GM(1,1)预测模型，预测南京都市圈未来5年物流需求量，为南京都市圈区域物流规划和决策提供参考依据。

以上文献为本文提供了研究基础和有益借鉴，但在上述关于物流需求量的预测中，对快递物流业的需求量研究涉及较少。针对快递物流市场的研究，大多学者集中在定性方面。

黄文泽等[6]通过实地调研、问卷调查等方法探究校园快递物流在发展中存在的诸多问题,提出了创新快递物流模式等实质性措施,丰富了高校快递物流模式的创新机制。YanZhang等[7]提出一种新的快递物流异常值检测算法，建立快递物流系统运行模型，结果表明：该算法能够很好地检测快递物流异常情况。高明镜等[8]重点关注电子商务环境下的快递业需求预测问题，提出快递需求具有电子商务产业关联特征和季节性特征。Xiang T.R.Kong等[9]建立了一个仿真模型，考虑了排序、订单发布和机器灵活性三个主要控制策略，以实现可重构的快递物流中心。DaqiangChen等[10]为研究网络物流节点故障的影响，模拟并提出两种级联故障场景的算法，以调查调整法案对节点的数量和快递物流网络弹性的影响。孔德婧等[11]采用基于专利数据的技术预测方法，用于快递领域，结果表明：现阶段，在快递物流领域内运输规划技术的投资优先级要高于远程信息处理技术和无线射频识别技术。于晓辉等[12]采用博弈的方法，从定量的角度分析解决快递末端“最后一公里”问题的主要瓶颈。

总结发现，一方面，我国学者的研究大多集中在物流需求预测、物流路径规划及快递网点选址等方面，细化到针对快递物流业的研究较少；另一方面，以往学者大多基于网上购物的消费型快递为主进行研究，而忽略了函件和单纯寄递等其他类型的快递业务，并且使用灰色预测模型对快递物流市场的研究较少。

综上所述，在这样的背景下，本文在主要以消费性快递需求为研究对象的基础上，还考虑了函件、包裹、报纸、杂志等快递业务，构建灰色预测模型，通过数据分析、科学合理的预测，探究大连市快递物流业的发展状况，提高资源的优化配置，为城市物流的规划和末端配送研究奠定一定基础。

一、GM(1,1)模型的建立

GM(1,1)模型作为灰色系统理论中最具有代表性、应用最广泛的预测模型，其建模原理如下：

设原始数据为：。

其中，n为序列长度。将原始序列累加取得生成序列即，其中，。

称为GM(1,1)模型的基本形式。

GM(1,1)模型的最小二乘估计参数列满足。

设X(0)为非负序列，X(1)为X(0)的1—AGO序列，Z(1)为X(1)的紧邻均值生成序列，为GM(1,1)模型的白化方程，也叫影子方程。

(1)白化方程的解也称时间相应函数为

(2)GM(1,1)模型的时间相应序列为

(3)累减还原，得到原始数据的预测值

称GM(1,1)模型中的参数-a为发展系数，b为灰色作用量。-a反映了的发展态势，b反映数据变化的关系。

二、实证分析

1. 数据收集

如今，随着快递市场的不断扩大，快递业已打破了原来的邮政快递国有企业“一枝独秀”的格局，逐渐形成国有、民营和外资快递企业百花齐放的新格局，但国有快递企业仍占主导地位。邮政、顺丰等各大快递企业2021年全国快递业务量，如图1所示，图中邮政快递业务量明显高于其他，仍在快递业务量中占较大比重，因此，本文根据邮政业务量相关数据进行探究，进而分析大连市快递物流业的发展情况。

邮政是指由国家管理的通信部门，直接经营寄递各类邮件、信件或物品。邮政主要业务包括函件、包裹、快递、报纸、杂志、汇兑等。邮政业务总量指以货币形式表现的邮政企业为社会提供各类邮政服务的总数量，计算方法为各类邮政服务业务的实物量分别乘以相应的不变单价，求出各类业务的货币量后加总求得。该指标反映了一定时期邮政业务发展的总成果，是观察邮政业务发展变化总趋势的综合性指标。根据大连统计年鉴，收集了大连市2016—2020年的邮政业务总量及邮政主要业务量的各数据，如图2—4所示。

由图2、3、4可知，大连市近5年邮政业务总量在逐年上升，在邮政主要业务中，快递业务量是邮政业务总量的主要部分，占比最大，且成逐年上升趋势；报纸业务量仅次于快递，变化波动平稳；其他业务量虽有所变化，但变化并不明显，且占总量比重较小。因此，本文基于物流的特点，以邮政业务总量为例，根据2016—2020年大连市邮政业务量及邮政快递业务量数据进行预测研究，如表1所示，以反映大连市快递物流业特点并以此分析大连市快递物流业的发展趋势。

2. 邮政快递业务量GM(1,1)模型的求解

第一步对x作1-AGO得：

第二步对作紧邻均值生成，令

得：

于是

第三步对参数列进行最小二乘估计得：

第四步确定GM(1,1)模型白化方程

及时间响应式为

第五步累减还原，得到预测值(见表2)

3. 邮政业务总量GM(1,1)模型的求解

第一步对x作1-AGO得：

第二步对X(1)作紧邻均值生成，令

得：

于是

第三步对参数列进行最小二乘估计得：

第四步确定GM(1,1)模型白化方程

及时间响应式为

第五步累减还原，得到预测值(见表3)

4. 预测值检验

通过上述计算，对所得数据进行整理，如表4所示。

由上述数据进行残差检验发现，平均相对误差为3.42%，小于标准误差0.05，精度值大于90%，所以，本研究所得模拟值准确度较高，可判定为二级合格。由此可见，运用GM(1,1)建模预测的精度好，能通过残差检验。

由上述数据进行残差检验发现，平均相对误差为1.38%，小于标准误差0.05，精度值大于90%，所以，本研究所得模拟值准确度较高，可判定为二级合格，接近一级合格。由此可见，运用GM(1,1)建模预测的精度好，能通过残差检验。因此，本文建立的灰色预测模型对原始数据拟合效果非常不错，如图5所示，预测精度也较高。

三、结论及建议

近年来，随着大连市市场规模的逐渐增大，快递行业的总业务量也在逐年增加，对大连市经济的增长发挥着至关重要的作用。本文以大连市近5年邮政快递业务量及邮政快递总量为预测对象来构造灰色预测模型，经检验证明该模型是合理可行的。根据上述预测结果可知，未来5年大连市邮政快递、函件、包裹、报纸等业务总量呈现出显著的逐年增长趋势，其中占比最大的快递业务量也呈上升趋势，2025年达51 005万件，快递行业规模在不断扩大。为此，结合以上数据分析结果，针对大连市快递物流业的发展情况，为更好完善大连市快递物流体系，提出以下措施建议。

1. 形成物流领域多种模式共同发展的行业新格局

目前，大连市快递物流业规模已达到亿元，未来五年仍逐步上升，业务量和订单量的不断增长，让快递物流行业市场在继续扩大，也为末端配送带来巨大压力。并且快递物流市场正处于行业变革期，优质中小物流标的并购价值将得到重视。在目前行业趋势下，资源的“共享共配”方式能够有效解决末端配送压力，把各企业的人力、业务、资源等整合起来，共同管理、共同经营，以提升资源利用效率，降低快递的运营成本。共配共享除了在末端配送的优势明显之外，还能为快递企业提供更高效的操作模式。各企业共用一个场地，通过共享共配实现统一分拣、派送等操作，从而，降低企业运营成本、提高配送效率。使用智慧协同、集约高效、开放共享的合作模式，快递企业可以传统观念和操作模式，全新赋能，提升市场竞争力，最终实现服务质量的提升。

2. 强化无人配送车科技赋能，提高配送效率

大连市快递业务量的持续增长加大了末端环节的配送压力，而快递从业人员的工作强度大、技能水平低、一线人手不足、道路交通安全难以保证等问题一直制约着快递物流行业的发展，尤其在末端配送方面，“最后一公里”的成本占据整个物流成本的25%以上。而提升数字化水平、推进智慧物流变革、推广使用无人配送车等方式能有效缓解末端配送压力。无人配送车对于快递等轻抛物的技术挑战难度较小，主要为解决区域网点到各驿站的无人化需求。同时，《“十四五”现代综合交通运输体系发展规划》中也明确提出，发展现代邮政快递业务，完善寄递末端服务，推广无人机、无人车运输投递，稳步发展无接触递送服务。一辆车一天能送近3 000件的无人配送车，是智慧物流在末端配送的体现。

3. 加强快递物流业人才队伍建设

快递行业的迅速发展，激增的业务量导致对人员需求的剧增，于是准入门槛变低、员工素质普遍较低、专业化程度不高，这是当前快递物流行业普遍存在的问题。物流企业的重大变革需发挥人才功能，这对完善物流企业管理人才队伍建设具有重大意义，对于提升物流企业经营管理水平也十分有益。首先，建议快递企业与大连市内高校建立校企合作的科学培养模式，根据企业实际需要，对学生进行定向培养，能够在一定程度上减少人才投资的成本费用，其次，建议加大对相关工作人员的技术培训，不断更新职业技能，适时改变工作理念，对人力资源做出科学合理的分配，以最大程度发挥出自己的潜能；最后，大连市可以出台相关人才引进补贴政策，发展并引进快递物流专业技术人才，既要涵盖基层人员，以提高快递物流业的服务质量满意度，又要囊括高层人才，为建设企业成本管理决策做出保证，促进大连市快递物流业能够更好的发展。