摘要：物流市场需求预测是交通规划与物流企业经营决策的重要前提。已有的相关文献较多的是基于宏观或者中观视角展开的集合型物流需求研究,从微观层面对物流企业的业务预测的文献相对较少。目前我国第三方物流产业快速发展,业内竞争激烈。研究运输型第三方物流企业的主营业务,即运输市场需求预测有利于提高物流企业经营决策科学化水平。根据第三方物流企业运输业务量呈现季节性波动和趋势变化的双重特性,分别利用季节性时间序列的加法模型和乘法模型原理对运输需求的时间序列进行分析。利用GM(1,1)模型对运输需求的时间序列的趋势成分进行分析,然后利用周期外延模型对季节性波动的周期进行判断,并划分出最佳周期界限。在此基础上,利用加法模型原理建立带有残差修正的GM(1,1)-周期外延组合模型。利用季节性差分算子和非季节性差分算子进行平稳化处理,根据乘法模型原理对运输需求的时间序列建立SARIMA模型,并利用残差的自相关系数图和偏白相关系数图对模型精度进行检验。从实证研究出发,以X物流公司为背景对选取的3个观测样本分别建立拟合模型,通过拟合结果的对比分析发现,GM(1,1)-周期外延组合模型的拟合优度要高于SARIMA模型。同时,利用上述拟合模型对3个样本未来3个月的运输业务量进行预测,分析发现SARIMA模型的预测值存在偏低的情形,而GM(1,1)-周期外延组合模型的预测值更加接近现实情况。在运输需求影响因素研究方面,将第三方物流企业内部的微观因素考虑到整个影响因素体系中,利用灰关联熵分析方法定量分析各影响因素与运输需求的关联程度。以X物流公司为例,分析所选取的影响因素与其运输业务量的熵关联度。研究结果表明,物流服务网点数与第三方物流企业运输业务量的关联程度最大。图30幅,表28个,参考文献94篇