物流作为第三产业,在国民经济发展中处于重要的地位,是社会生产活动中的关键环节,物流业的发展与经济的发展相辅相成。近年来,随着区域经济的兴起,区域物流逐渐成为人们关注的对象,物流业已成为成都政府规划与发展的重点产业之一,并把它作为新的经济增长点。但由于物流需求是经济发展的派生需求,其发展必须与当地的经济发展水平保持高度的协调性,才能避免出现投资不足或过度投资而导致的物流供给能力不足或过剩,因此,需要对成都物流量大小进行合理分析和准确预测,做出相应合理的规划。深入研究区域物流量与区域经济发展水平之间的关系,对第三方物流企业发展物流业务,丰富和完善区域物流理论,以及政府部门科学的编制现代物流业的发展规划,有着重要的理论和实用价值。但是,由于我国物流产业的发展还处于起步阶段,在成都没有物流统计的历史数据,不能直接预测分析成都物流量。通过研究成都经济发展与成都物流量增长之间的逻辑关系,决定了成都物流量可以用成都经济水平来加以预测。基于物流数据和相关的区域经济数据的非线性和诸多不确定性特征,导致使用传统的预测分析方法很难获得较好的预测效果。因此,如何选择合适的方法对区域物流量进行合理的预测是一个非常重要的课题。信息科学技术的研究表明,广义回归神经网络(GRNN)处理技术,在处理复杂系统和非线性数据方面存在很大的优势,借此可望为区域物流量的预测提供一种有效的途径。为了实现对区域物流量的有效预测,给当地的物流规划提供参考的依据,本文通过分析影响区域物流的相关经济因素,建立了区域物流量预测模型,并以成都为例实证了区域物流量预测模型。