论文部分内容阅读
摘要:文章运用逐步回归法,以货运量作为被解释变量,国内生产总值和社会消费品零售总额为自变量,运用SPSS软件对湖北省物流市场需求规模进行预测,并对湖北省未来五年的物流需求进行预测。
关键词:物流业;市场需求预测;线性回归模型
一、引言
物流业是“第三利润的源泉”,具有很强的产业关联度和带动效应,无论在广度还是深度上都具有很好的发展前景,是国民经济的综合性和支柱性产业之一,对区域经济发展具有重要的促进作用。湖北地处中原,素有“九省通衢”之称,其地理区位得天独厚,适中的地理位置和便利的交通,构成了湖北省在全国经济地理布局中“承东联西,南北交汇”的区位优势,历来为中国水陆交通枢纽。物流业巨大的社会经济效益以及湖北省发展物流业的独特优势,使得政府部门高度重视到物流业的发展,并将发展现代物流业纳入到服务业发展规划之中。
发展现代物流业,首先要进行科学合理的规划,而了解物流市场的需求规模是做出科学规划的一项先行性工作。为了确定物流服务供应系统所需能力和建设规模,促进物流业的健康发展,就需要对湖北省物流市场的需求进行定量的预测。
物流需求是指在一定时期内社会能够通过市场交换而消费的物流服务的数量。近年来,国内一些学者对我国物流的需求预测做了一些定量的研究,如王新利用计量经济学模型对物流量增长的变化进行预测,选取货运量作为因变量,人口数、居民消费水平、GDP、三个产业的产值和消费品零售额为自变量,对大庆市的物流需求作实证分析,陈智刚、朱鼎勋运用多元线性回归模型对昆明市第三方物流市场进行需求预测,他们的因变量也是选取的货运量,而自变量也和王新利的选取相似,最后得到昆明市第三方物流市场的年平均增长率为4.33%。杨帅用一元回归模型对武汉市的物流需求做了定量预测,他所选取的自变量只有GDP,最后预测武汉市的物流需求年平均增长率为5.371%。蔡虹、钱敏则是运用灰色预测模型,同样也是选取货运量为指标,对南京市的物流需求规模进行了定量预测,并提出物流需求规模年增长率保持在4%为合适。
研究发现,大多数学者都是选取的货运量为指标对物流市场需求规模进行预测,因此,本文也选用货运量作为被解释变量,进行多元线性回归分析。
二、湖北省物流市场需求预测模型的构建
(一)模型的建立
设物流量{Y}与影响因素{X1,X2,X3,…Xm}存在线性相关,则可建立模型Y=α+β1X1+…+βmXm+ε,其中Y是因变量,X1,X2,X3,…Xm为自变量,α,β1,…,βm为回归系数,ε为随机误差,常假定ε~N(0,σ2)。以此模型为基础,对物流市场需求作预测模型。
(二)指标的选取
本文选用货运量来反映物流市场的规模,虽然它不能全面反映物流市场的综合需求量,但是在特定区域内,一定时期的货运量可以在一定程度上反映物流市场的需求量,因此,本文选择全省货物运输量作为湖北省物流需求规模的指标,设为Y。在自变量的选取上,由于经济的发展会带来全社会物流需求的增加,因此,国内生产总值(GDP)和物流需求存在一定的线形关系,设为X1。此外,消费的不断增长也会带来物流需求的增加,因为社会消费决定着物品的流通,流通过程是连接生产与消费的桥梁,因此,消费需求会引起物流需求,本文选取社会消费品零售总额作为另一个指标来衡量物流市场的需求规模,设为X2。所以,Y为货运量,X1为国内生产总值,X2为社会消费品零售总额。表1为1999-2008年反映物流需求状况且与本文研究相关的数据。
从表中反映的数据看出,2000年和2001年湖北省的货运量相较于1999年来说,出现了负增长,2008年货运量波动太大,为了保证分析的有效性,客观反映湖北省全社会货运量的发展趋势,本文选取2002-2007年的数据进行分析。
(三)模型的相关分析和线形回归分析
本文运用SPSS软件,采用前向逐步回归法进行相关性和线性分析,分析得到以下数据(见表2-表7)。
1、相关分析。相关分析是研究一个变量与另一个变量间的相互关系,研究变量间相互关系得紧密程度。相关系数低于0.4,为低相关,0.4-0.7为较显著相关,0.7-0.9为显著相关,0.9-1为最高相关。从表2的相关系数表中,我们可以看到,GDP、社会消费品零售总额以及货运量之间的相关系数都在0.7-0.9之间,为显著相关,且货运量与社会消费品零售总额的相关程度要高于与GDP的相关程度。
2、回归分析。从表3和表4可以看出,运用逐步回归法,剔除了社会消费品零售总额对货运量的直接影响,只考虑GDP与货运量之间的一元线性关系。
从表5中看到,判定系数R2为0.778,调整判定系数为0.733,模型的拟合程度较好;D.W值为2.001,通过了D.W检验,说明残差项不存在一阶自相关。
从表7可以得到一元线性回归方程为:
Y=-1838.660+7.126X1
由于在前面的相关系数表中,社会消费品零售总额与货运量的相关度也较高,在这次的模型运算中,我们不能简单地认为社会消费品零售总额对货运量没有影响,可能需要用其他的统计方法才能得到社会消费品零售总额对货运量的影响。根据表3-表7的结果,我们可以用该模型对物流市场的需求进行预测。
三、我国2010-2014年物流市场需求预测
利用回归预测模型进行预测,将湖北省2010-2014年所预测的国内生产总值带入方程中,可以得到湖北省2010-2014年的货运量,即物流市场的需求规模(见表8)。其中,国内生产总值的年平均增长率为18.6%。
四、结论
选取货运量来反映物流的市场需求规模,这种方法还存在着一定的缺陷,根据以上结果我们可以看出,未来五年,湖北省物流市场的需求还是会保持持续的增长,年平均增长率为18.6%。此外,社会消费品零售总额对货运量的影响在线性回归分析中无法预测,在进行物流需求预测时需要特别注意。目前,物流市场的运行还存在着很多薄弱环节,这将对湖北省物流市场的需求带来不利影响。因此,必须转变观念,引进先进的技术和加强管理,提高物流的有效需求,促进湖北省物流业的健康快速发展。
参考文献:
1、杨帅.武汉市物流需求[J].当代经济,2007(10).
2、王新利.计量经济模型在物流需求预测中的应用[J].物流科技,2006(4).
3、陈智刚,朱鼎勋.基于SPSS的昆明市第三方物流市场需求预测分析[J].昆明冶金高等专科学校学报,2007(11).
4、蔡虹,钱敏.南京市物流需求规模的预测与分析[J].商场现代化,2007(4).
5、Gauri Sankar Datta.Bayesian prediction in linear models:Applications to small area estimation[J].The Annals of Statistics,1991(4).
(作者单位:武汉理工大学华夏学院)
关键词:物流业;市场需求预测;线性回归模型
一、引言
物流业是“第三利润的源泉”,具有很强的产业关联度和带动效应,无论在广度还是深度上都具有很好的发展前景,是国民经济的综合性和支柱性产业之一,对区域经济发展具有重要的促进作用。湖北地处中原,素有“九省通衢”之称,其地理区位得天独厚,适中的地理位置和便利的交通,构成了湖北省在全国经济地理布局中“承东联西,南北交汇”的区位优势,历来为中国水陆交通枢纽。物流业巨大的社会经济效益以及湖北省发展物流业的独特优势,使得政府部门高度重视到物流业的发展,并将发展现代物流业纳入到服务业发展规划之中。
发展现代物流业,首先要进行科学合理的规划,而了解物流市场的需求规模是做出科学规划的一项先行性工作。为了确定物流服务供应系统所需能力和建设规模,促进物流业的健康发展,就需要对湖北省物流市场的需求进行定量的预测。
物流需求是指在一定时期内社会能够通过市场交换而消费的物流服务的数量。近年来,国内一些学者对我国物流的需求预测做了一些定量的研究,如王新利用计量经济学模型对物流量增长的变化进行预测,选取货运量作为因变量,人口数、居民消费水平、GDP、三个产业的产值和消费品零售额为自变量,对大庆市的物流需求作实证分析,陈智刚、朱鼎勋运用多元线性回归模型对昆明市第三方物流市场进行需求预测,他们的因变量也是选取的货运量,而自变量也和王新利的选取相似,最后得到昆明市第三方物流市场的年平均增长率为4.33%。杨帅用一元回归模型对武汉市的物流需求做了定量预测,他所选取的自变量只有GDP,最后预测武汉市的物流需求年平均增长率为5.371%。蔡虹、钱敏则是运用灰色预测模型,同样也是选取货运量为指标,对南京市的物流需求规模进行了定量预测,并提出物流需求规模年增长率保持在4%为合适。
研究发现,大多数学者都是选取的货运量为指标对物流市场需求规模进行预测,因此,本文也选用货运量作为被解释变量,进行多元线性回归分析。
二、湖北省物流市场需求预测模型的构建
(一)模型的建立
设物流量{Y}与影响因素{X1,X2,X3,…Xm}存在线性相关,则可建立模型Y=α+β1X1+…+βmXm+ε,其中Y是因变量,X1,X2,X3,…Xm为自变量,α,β1,…,βm为回归系数,ε为随机误差,常假定ε~N(0,σ2)。以此模型为基础,对物流市场需求作预测模型。
(二)指标的选取
本文选用货运量来反映物流市场的规模,虽然它不能全面反映物流市场的综合需求量,但是在特定区域内,一定时期的货运量可以在一定程度上反映物流市场的需求量,因此,本文选择全省货物运输量作为湖北省物流需求规模的指标,设为Y。在自变量的选取上,由于经济的发展会带来全社会物流需求的增加,因此,国内生产总值(GDP)和物流需求存在一定的线形关系,设为X1。此外,消费的不断增长也会带来物流需求的增加,因为社会消费决定着物品的流通,流通过程是连接生产与消费的桥梁,因此,消费需求会引起物流需求,本文选取社会消费品零售总额作为另一个指标来衡量物流市场的需求规模,设为X2。所以,Y为货运量,X1为国内生产总值,X2为社会消费品零售总额。表1为1999-2008年反映物流需求状况且与本文研究相关的数据。
从表中反映的数据看出,2000年和2001年湖北省的货运量相较于1999年来说,出现了负增长,2008年货运量波动太大,为了保证分析的有效性,客观反映湖北省全社会货运量的发展趋势,本文选取2002-2007年的数据进行分析。
(三)模型的相关分析和线形回归分析
本文运用SPSS软件,采用前向逐步回归法进行相关性和线性分析,分析得到以下数据(见表2-表7)。
1、相关分析。相关分析是研究一个变量与另一个变量间的相互关系,研究变量间相互关系得紧密程度。相关系数低于0.4,为低相关,0.4-0.7为较显著相关,0.7-0.9为显著相关,0.9-1为最高相关。从表2的相关系数表中,我们可以看到,GDP、社会消费品零售总额以及货运量之间的相关系数都在0.7-0.9之间,为显著相关,且货运量与社会消费品零售总额的相关程度要高于与GDP的相关程度。
2、回归分析。从表3和表4可以看出,运用逐步回归法,剔除了社会消费品零售总额对货运量的直接影响,只考虑GDP与货运量之间的一元线性关系。
从表5中看到,判定系数R2为0.778,调整判定系数为0.733,模型的拟合程度较好;D.W值为2.001,通过了D.W检验,说明残差项不存在一阶自相关。
从表7可以得到一元线性回归方程为:
Y=-1838.660+7.126X1
由于在前面的相关系数表中,社会消费品零售总额与货运量的相关度也较高,在这次的模型运算中,我们不能简单地认为社会消费品零售总额对货运量没有影响,可能需要用其他的统计方法才能得到社会消费品零售总额对货运量的影响。根据表3-表7的结果,我们可以用该模型对物流市场的需求进行预测。
三、我国2010-2014年物流市场需求预测
利用回归预测模型进行预测,将湖北省2010-2014年所预测的国内生产总值带入方程中,可以得到湖北省2010-2014年的货运量,即物流市场的需求规模(见表8)。其中,国内生产总值的年平均增长率为18.6%。
四、结论
选取货运量来反映物流的市场需求规模,这种方法还存在着一定的缺陷,根据以上结果我们可以看出,未来五年,湖北省物流市场的需求还是会保持持续的增长,年平均增长率为18.6%。此外,社会消费品零售总额对货运量的影响在线性回归分析中无法预测,在进行物流需求预测时需要特别注意。目前,物流市场的运行还存在着很多薄弱环节,这将对湖北省物流市场的需求带来不利影响。因此,必须转变观念,引进先进的技术和加强管理,提高物流的有效需求,促进湖北省物流业的健康快速发展。
参考文献:
1、杨帅.武汉市物流需求[J].当代经济,2007(10).
2、王新利.计量经济模型在物流需求预测中的应用[J].物流科技,2006(4).
3、陈智刚,朱鼎勋.基于SPSS的昆明市第三方物流市场需求预测分析[J].昆明冶金高等专科学校学报,2007(11).
4、蔡虹,钱敏.南京市物流需求规模的预测与分析[J].商场现代化,2007(4).
5、Gauri Sankar Datta.Bayesian prediction in linear models:Applications to small area estimation[J].The Annals of Statistics,1991(4).
(作者单位:武汉理工大学华夏学院)