物流产业是支撑国民经济社会发展的基础性、战略性产业,尤其“一带一路”国家战略的实施以及“互联网+”的崛起,极大地推动了物流业的发展,同时,物流业的健康发展也为国家战略以及“互联网+”的实施提供有利支持。经济的发展促进物流的发展,但物流健康有效的运行还需要政府给予相应的政策支持以及企业制定合理的物流规划。国家政策的制定以及物流合理规划等一系列促进物流发展的措施都离不开定性和定量分析。定量分析需要找出衡量物流需求被解释指标和解释指标,从而建立起物流需求预测指标体系。本文首先利用灰色关联分析得出了各个解释指标与被解释指标的关系,根据关联度大小对各指标进行排序,选取了6个影响物流需求指标,建立了物流需求指标体系。物流需求预测方法较多,每种预测方法都有各自的假设前提和适用条件,因此,物流需求预测方法的选取也是至关重要的。本文利用Shapley值组合预测的方法,根据单一预测误差的大小给予一个合理的权重,综合了单一预测方法的优势,弥补了各自的不足,结合山东省物流需求指标数据进行了验证。论文第一章首先介绍了研究背景和意义,然后从单一预测和组合预测两个方面介绍了国内外研究现状,总结了本文的创新点;第二章介绍了区域物流需求及其预测方法理论、影响因素分析以及指标体系的建立;第三章在介绍了常用定性定量方法的基础上,选取了主成分回归预测、多变量灰色预测以及主成分RBF神经网络预测三种定量分析模型,对其理论进行介绍,并对三种模型进行了横向比较。在此基础上又提出了Shapley组合预测法,根据其原理可知,利用该组合预测能综合三种单一预测的优势,达到更好的预测效果;第四章以山东省为例进行实证分析,首先对目前山东省物流现状、特点进行了简要介绍,然后利用山东省2005年到2014年指标数据验证了三种单一预测模型和组合预测模型的有效性,并进行了山东省物流需求预测,达到了相对误差为0.01的精度要求。最后,总述了主要研究结论及展望。