陕西省果品冷链物流需求预测

发布时间：2017-05-22 20:02

  本文关键词：陕西省果品冷链物流需求预测，，由笔耕文化传播整理发布。

【摘要】：随着陕西省果业规模化、产业化快速发展和消费者对水果需求的不断增加,冷链物流已成为影响果品竞争力的关键因素和运输领域不可或缺的重要组成。在“一带一路”战略背景下,陕西省作为贯通国内与中亚、欧洲市场的桥梁和连接我国中、东、西部地区的重要纽带,将凭借自身优越的地理位置,为果品的中转、运输提供更加广阔的发展前景。因此,进行果品冷链物流需求预测,对于指导陕西省果品冷链物流行业的健康发展具有重要的理论价值和实践价值。然而,目前陕西省果品冷链物流发展尚处于起步阶段,相关理论研究十分有限。本文针对其影响因素单一、指标体系不完善以及未能结合区域物流发展特征等不足,基于区域物流理论、物流需求预测理论、回归预测理论等展开系列研究。首先,分析陕西省果品冷链物流的需求及供给现状,从基础设施、管理制度、人才发展、物流成本等角度阐述其发展过程中存在的问题。其次,初步建立果品冷链物流指标体系,运用灰色关联分析法筛选影响陕西省果品冷链物流需求量的关键因素,在此基础上构建陕西省果品冷链物流需求预测指标体系。最后,运用趋势外推法对影响陕西省果品冷链物流需求的自变量进行曲线拟合,选出最优模型并运用回归分析法对因变量进行预测,且根据预测结果分析陕西省果品冷链物流缺口。论文根据陕西省果品冷链物流需求预测结果及存在的问题,提出提高果品质量与销量、完善冷链行业相关制度体系、加强基础设施建设、整合冷链物流企业等发展建议。为区域冷链物流的合理规划提供了有力的理论支撑,有效避免对冷链物流基础设施的重复建设,从而使冷链物流供需平衡,为实现果品冷链物流的可持续发展和产业链的延伸及优化奠定基础。
【关键词】：果品物流 冷链物流 物流需求量 灰色关联 回归预测模型
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F326.6
【目录】：

• 摘要3-5
• Abstract5-11
• 1 绪论11-23
• 1.1 研究背景及意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12
• 1.2 国内外相关研究现状12-18
• 1.2.1 国外研究现状12-15
• 1.2.2 国内研究现状15-17
• 1.2.3 研究述评17-18
• 1.3 研究内容与方法18-19
• 1.3.1 研究的主要内容18-19
• 1.3.2 研究的主要方法19
• 1.4 研究创新点19-21
• 1.5 研究的技术线路图21-23
• 2 相关基础理论23-29
• 2.1 冷链物流的概念23-24
• 2.1.1 冷链物流的定义23
• 2.1.2 冷链物流的特点23-24
• 2.2 区域物流理论24-25
• 2.2.1 区域物流24
• 2.2.2 区域物流量24-25
• 2.3 物流需求预测理论25-26
• 2.3.1 物流需求预测概念25
• 2.3.2 物流需求预测原理25-26
• 2.4 回归预测理论26-29
• 2.4.1 回归分析26-27
• 2.4.2 回归预测原理27-29
• 3 陕西省果品冷链物流供需发展现状分析29-43
• 3.1 陕西省果品冷链物流需求现状29-36
• 3.1.1 经济发展形势29-30
• 3.1.2 果业产业化概况30-33
• 3.1.3 消费趋势发展现状33-36
• 3.2 陕西省果品冷链物流供给现状36-40
• 3.2.1 交通运输业概况36-38
• 3.2.2 冷链硬件建设现状38-39
• 3.2.3 冷链软件建设现状39-40
• 3.3 陕西省冷链物流发展存在的问题40-43
• 3.3.1 冷链物流基础设施建设滞后40
• 3.3.2 冷链物流管理体系制度缺失40
• 3.3.3 冷链物流技术型人才缺乏40-41
• 3.3.4 冷链物流成本居高不下41-43
• 4 果品冷链物流需求预测指标体系的确立43-53
• 4.1 果品冷链物流需求预测影响因素分析43-47
• 4.1.1 影响因素分析原则43-44
• 4.1.2 影响因素的构成44-47
• 4.2 果品冷链物流指标体系的构建47-48
• 4.2.1 果品冷链物流指标体系的设定47-48
• 4.2.2 果品冷链物流指标体系的评价48
• 4.3 陕西省果品冷链物流需求关键影响因素的选取48-53
• 4.3.1 灰色关联分析48-50
• 4.3.2 关键影响因素的选取过程及结果50-52
• 4.3.3 陕西省果品冷链物流需求预测指标体系的建立52-53
• 5 陕西省果品冷链物流的需求预测分析53-63
• 5.1 物流需求预测的一般方法及比较53-56
• 5.1.1 物流需求预测的一般方法介绍53-55
• 5.1.2 物流需求预测方法适用特点比较55-56
• 5.2 陕西省果品冷链物流需求预测方法的选择56-57
• 5.2.1 趋势外推法56
• 5.2.2 回归预测法56-57
• 5.3 陕西省果品冷链物流需求预测及结果分析57-63
• 5.3.1 多元线性回归模型的建立57-59
• 5.3.2 基于趋势外推法对自变量的预测59-60
• 5.3.3 多元线性回归模型预测及结果分析60-63
• 6 陕西省果品冷链物流建设的对策建议63-69
• 6.1 提高果品质量及销量63-64
• 6.1.1 加强果园改造63
• 6.1.2 提高果品销量63-64
• 6.2 加强冷链物流基础设施建设64-65
• 6.2.1 合理规划冷链物流网络64
• 6.2.2 建立全面的冷链物流信息系统64
• 6.2.3 加强冷链硬件体系的建设64-65
• 6.3 促进冷链物流企业整合65-66
• 6.3.1 整合当前冷链物流企业65-66
• 6.3.2 加强冷链企业间的协同配送66
• 6.4 完善冷链行业制度及相关体系66-69
• 6.4.1 制定促进冷链物流产业发展的法规制度66-67
• 6.4.2 规范冷链物流行业标准67
• 6.4.3 促进冷链物流产业层次优化67-69
• 7 结论与展望69-71
• 参考文献71-75
• 附录75-77
• 致谢77-79
• 攻读学位期间主要研究成果79

【相似文献】

中国期刊全文数据库 前10条

1 杨帅;;武汉市物流需求预测[J];当代经济(下半月);2007年10期

2 胡燕祝;吕宏义;;基于支持向量回归机的物流需求预测模型研究[J];物流技术;2008年05期

3 黄毅;;广西物流需求预测[J];经济研究参考;2010年53期

4 刘丽艳;张启波;;基于支持向量机回归的农产品物流需求预测[J];科技创新导报;2011年25期

5 耿波;赵爱文;;灰色预测在物流需求预测中的应用分析——以徐州地区为例[J];科技风;2012年21期

6 崔翠;;国内外物流需求预测研究概况[J];物流工程与管理;2013年04期

7 邓敬春;杨梅;;四阶段法在物流需求预测中的应用研究[J];物流工程与管理;2013年04期

8 周晓娟;景志英;;基于多元线性回归模型的河北省物流需求预测实证分析[J];物流技术;2013年09期

9 高洪波;杨建强;;基于多变量灰色模型算法的物流需求预测研究[J];物流技术;2013年13期

10 施先亮,张可明;2008年北京奥运赛事物流需求预测[J];数量经济技术经济研究;2003年10期

中国重要会议论文全文数据库 前5条

1 胡常伟;陈新;陈新度;;多品种小批量产品分销中的物流需求预测方法[A];全国生产工程第九届年会暨第四届青年科技工作者学术会议论文集（二）[C];2004年

2 史磊;李江宏;李智鹏;;乌鲁木齐市物流需求预测研究[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年

3 袁丽娜;周建勤;;基于滑动平均-灰色模型的物流需求预测研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

4 陈德良;王文科;;湖南省物流需求预测[A];《两型社会建设与湖南管理创新》论坛论文集[C];2008年

5 刘洪霞;鹿应荣;;非线性预测模型在粮食物流需求预测中的应用[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 孙剑青;北京市物流需求预测研究[D];北京交通大学;2016年

2 王良杰;陕西省果品冷链物流需求预测[D];太原理工大学;2016年

3 陈云飞;物流需求预测在M公司的应用研究[D];苏州大学;2014年

4 黄丽;随机时间序列模型在物流需求预测中的应用[D];武汉大学;2004年

5 李自立;基于支持向量机的区域物流需求预测研究[D];武汉科技大学;2009年

6 黄永福;重庆市物流需求预测方法及应用研究[D];重庆交通大学;2009年

7 李娟;区域经济关联视角下河北省物流需求预测研究[D];燕山大学;2014年

8 何霞;基于灰色系统和神经网络的省级区域物流需求预测[D];长沙理工大学;2009年

9 文培娜;基于人工神经网络的区域物流需求预测及实证研究[D];北京物资学院;2010年

10 刘海波;赤峰市物流需求预测研究[D];吉林大学;2012年

  本文关键词：陕西省果品冷链物流需求预测，由笔耕文化传播整理发布。

本文编号：386700