許正平

?

基于區(qū)域物流量預(yù)測的漳州物流業(yè)發(fā)展策略研究

許正平

（漳州職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理系, 福建 漳州 363000）

物流業(yè)是漳州市“十二五”規(guī)劃發(fā)展的主導(dǎo)產(chǎn)業(yè)，物流量預(yù)測對推動漳州經(jīng)濟(jì)快速發(fā)展，提高城市綜合競爭力等具有重要實(shí)際意義。采用多元逐步回歸分析的方法，借助專業(yè)統(tǒng)計軟件，對漳州市11年13個指標(biāo)進(jìn)行分析，得到最優(yōu)回歸預(yù)測方程。通過預(yù)測值與實(shí)際值的擬合圖及2012年數(shù)據(jù)代入的實(shí)證分析，說明預(yù)測方程可信度很高，在城市規(guī)劃發(fā)展決策中可應(yīng)用。最后根據(jù)預(yù)測模型中顯著影響因素提出漳州市物流業(yè)發(fā)展策略和建議并形成結(jié)論。

物流量預(yù)測；漳州物流業(yè)；發(fā)展策略

生產(chǎn)和消費(fèi)是經(jīng)濟(jì)社會發(fā)展的根本動力，它們之間銜接的緊密程度就自然地成為經(jīng)濟(jì)發(fā)展所關(guān)注的一個重要課題。物流發(fā)展以城市為節(jié)點(diǎn)，與城市發(fā)展息息相關(guān)。對區(qū)域物流量的預(yù)測，不僅是物流產(chǎn)業(yè)良好發(fā)展的基礎(chǔ)，物流企業(yè)管理決策的依據(jù)，更是區(qū)域產(chǎn)業(yè)合理布局、區(qū)域物流規(guī)劃與設(shè)計的依據(jù)。因此漳州市物流量的預(yù)測，對漳州市物流業(yè)有序發(fā)展，加速漳州市產(chǎn)業(yè)集聚，提升漳州城市綜合競爭力，鞏固漳州市在福建省及海西經(jīng)濟(jì)區(qū)發(fā)展中的經(jīng)濟(jì)地位，進(jìn)一步促進(jìn)廈漳泉同城化和海峽西岸經(jīng)濟(jì)區(qū)加速發(fā)展具有重要實(shí)際意義。

一、漳州物流業(yè)發(fā)展現(xiàn)狀

漳州市地處福建南部沿海，閩南金三角南端，外與臺灣隔海相望，內(nèi)接廈門、泉州、汕頭兩特區(qū)三地市，腹地廣闊，自然環(huán)境優(yōu)良，東南沿海陸?？樟Ⅲw交通便利，擁有強(qiáng)大的地理區(qū)位綜合優(yōu)勢；另一方面，漳州市擁有上千萬的臺、港、澳、僑等海外人脈群體關(guān)系，漳州市經(jīng)濟(jì)發(fā)展具有較強(qiáng)的后發(fā)優(yōu)勢。目前漳州市雖地處福建經(jīng)濟(jì)最發(fā)達(dá)的“閩南金三角”，但受地理和歷史因素影響，其城市規(guī)模較小，經(jīng)濟(jì)總量不大，基礎(chǔ)設(shè)施建設(shè)相對滯后，集聚、輻射和帶動能力相對較弱。

“海峽西岸經(jīng)濟(jì)區(qū)”的規(guī)劃設(shè)立、廈漳泉同城化和大都市區(qū)構(gòu)建的相關(guān)文件出臺以及《漳州市“十二五”規(guī)劃》中“把現(xiàn)代物流業(yè)培育成為帶動國民經(jīng)濟(jì)發(fā)展新的主導(dǎo)產(chǎn)業(yè)”的思路，促使漳州市經(jīng)濟(jì)發(fā)展步伐加快，并取得驕人成績。根據(jù)漳州市2012年《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》的數(shù)據(jù)顯示，2012年漳州市地區(qū)生產(chǎn)總值為2017.80億元，物流貨運(yùn)總量為7040萬噸，固定資產(chǎn)投資總額為1486.90億元，外貿(mào)進(jìn)出口總額為98.31億美元，港口吞吐量為5161.27萬噸。

物流業(yè)是漳州市規(guī)劃發(fā)展的主導(dǎo)產(chǎn)業(yè)，同時也是海峽西岸經(jīng)濟(jì)區(qū)重點(diǎn)打造的產(chǎn)業(yè)之一。有序規(guī)劃、健康發(fā)展將不僅能推動漳州經(jīng)濟(jì)快速發(fā)展，提高城市綜合競爭力，更將加快漳州市工業(yè)化、城市化發(fā)展進(jìn)程。

二、漳州市物流量預(yù)測

回歸分析是數(shù)理統(tǒng)計中最成熟、最常用的方法，廣泛應(yīng)用于社會、經(jīng)濟(jì)等各個領(lǐng)域的數(shù)據(jù)分析和定量預(yù)測。但在實(shí)際應(yīng)用中，由于變量間可能存在高度的相互依賴性，導(dǎo)致選擇最合適的變量建立回歸方程很難，而且一次性導(dǎo)入多個變量將使計算量增加，從而出現(xiàn)效率降低和精度下降等問題。逐步回歸算法則針對多元回歸算法的以上缺點(diǎn)，通過分步的引入和剔除，既能保證保留最顯著的變量，又能使計算量最大限度地降低，因此本文數(shù)據(jù)將選擇多元逐步回歸分析的方法進(jìn)行處理。

（一）多元逐步回歸分析的原理

逐步回歸模型是以已知數(shù)據(jù)序列為基礎(chǔ)，根據(jù)多元回歸分析法和求解求逆緊湊變換法及雙檢驗(yàn)法而建立的能夠反映要素之間變化關(guān)系的最優(yōu)回歸模型，其實(shí)質(zhì)是多元線性回歸分析的基礎(chǔ)上派生出一種研究和建立最優(yōu)多元線性回歸方程的算法技巧。[1]

多元逐步回歸分析的基本思路是先確定各影響因素和因變量的變化趨勢是否為線性變化關(guān)系，如果是則可以構(gòu)建一個由所有影響因子組成的多元線性回歸方程，來說明因變量的變化是由多個自變量線性變化的綜合結(jié)果。在這個基礎(chǔ)上，由于各自變量對因變量的重要性或貢獻(xiàn)程度不一樣，我們可逐步選擇最重要或貢獻(xiàn)程度最大的變量進(jìn)入新的回歸方程，同時不斷檢驗(yàn)已經(jīng)建立的新的回歸方程中的變量是不是在所有變量中影響最顯著，如若不是則從方程中剔除。其中每一步變量引入的要求是在未引進(jìn)變量中偏回歸平方和最大，而變量剔除的要求是引進(jìn)的自變量中偏回歸平方和最小。如此不斷循環(huán)，直到再無變量被引進(jìn)和剔除為止，就可得到多元逐步回歸算法的最優(yōu)回歸模型。

（二）預(yù)測模型的檢驗(yàn)[2]

在多元逐步回歸算法每一步引入或剔除變量的過程中，該變量還必須能夠通過F檢驗(yàn)。而最終得到的最優(yōu)回歸模型是否能夠?qū)嶋H應(yīng)用進(jìn)行預(yù)測，還要通過以下幾個方面的檢驗(yàn)：

1.擬合優(yōu)度檢驗(yàn)：R2的值越接近1，說明預(yù)測值和實(shí)際值的擬合程度越好。一般情況下R2的值大于0.8則可認(rèn)為擬合優(yōu)度較高；

2.F檢驗(yàn)：回歸方程的顯著性檢驗(yàn)；

3.t檢驗(yàn)：回歸系數(shù)的顯著性檢驗(yàn)；

4.D-W檢驗(yàn)：回歸余項(xiàng)檢驗(yàn)。其數(shù)值一般為[0,4]之間，且D-W檢驗(yàn)值越接近0或4，則說明變量之間的自相關(guān)性越強(qiáng)，D-W檢驗(yàn)值越接近2，則說明變量之間的自相關(guān)性越弱或不存在；

5.回歸標(biāo)準(zhǔn)差檢驗(yàn)：其值越接近于0，說明模型對樣本數(shù)據(jù)的偏差越小，預(yù)測的可靠性越高。

三、漳州地區(qū)物流量預(yù)測

（一）研究指標(biāo)選取

物流需求是經(jīng)濟(jì)發(fā)展的一種派生需求，所以區(qū)域經(jīng)濟(jì)的發(fā)展水平與區(qū)域物流需求的大小有極大的相關(guān)性。影響區(qū)域物流的經(jīng)濟(jì)因素可歸納為以下四類[3]：區(qū)域經(jīng)濟(jì)發(fā)展水平、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域居民消費(fèi)水平和對外貿(mào)易發(fā)展、物流產(chǎn)業(yè)投資及發(fā)展規(guī)模。因此在遵循預(yù)測指標(biāo)選擇的指標(biāo)的強(qiáng)相關(guān)性、指標(biāo)間相互獨(dú)立性及科學(xué)性、實(shí)用性和可獲得性原則的基礎(chǔ)上，本文在漳州物流量預(yù)測研究方面，確立如下指標(biāo)：地區(qū)生產(chǎn)總值x1（億元）、人均生產(chǎn)總值x2（萬元）、工業(yè)總產(chǎn)值x3（億元）、第一產(chǎn)業(yè)產(chǎn)值x4（億元）、第二產(chǎn)業(yè)產(chǎn)值x5（億元）、第三產(chǎn)業(yè)產(chǎn)值x6億元)、社會消費(fèi)品零售總額x7（億元）、外貿(mào)進(jìn)出口總額x8（億美元）、全社會固定資產(chǎn)投資總額x9（億元）、港口貨物吞吐量x10（萬噸）、郵電業(yè)務(wù)總量x11（億元）、交通運(yùn)輸、倉儲及郵政業(yè)從業(yè)人員數(shù)x12（萬人）。鑒于物流行業(yè)的發(fā)展和統(tǒng)計現(xiàn)狀，本文選取區(qū)域貨運(yùn)總量y（萬噸）作為漳州物流需求的綜合變量。研究中自變量x1至x12的指標(biāo)為物流需求的影響因子，y為物流量的代表指標(biāo)，為因變量。

所有指標(biāo)數(shù)據(jù)來源為中國城市統(tǒng)計年鑒（2003-2012），漳州市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報（2002-2012）及漳州市政府工作報告（2008-2012）。因數(shù)據(jù)規(guī)模過大，在此略去對原始數(shù)據(jù)的列舉。

（二）漳州市物流量預(yù)測模型構(gòu)建

對原始數(shù)據(jù)描點(diǎn)，通過分析因變量對各自變量的散點(diǎn)圖（略）可大致判斷，隨著12個自變量的值的變化，因變量（閩南區(qū)域貨運(yùn)總量）的值有較明顯的線性變化趨勢。這個結(jié)論說明每一個自變量xi與因變量y之間均可建立一元線性回歸的關(guān)系，其關(guān)系可用y=α0+α1xi+λ來擬合，其中α0和α1為回歸系數(shù)，λ為回歸余項(xiàng)。由此可知，因變量的變化可能是由于多個自變量變化所帶來的，我們可將所有的自變量一次性引入方程，建立一個可綜合解釋因變量變化的多元回歸模型：y=α0+α1x1+α2x2+…+α12x12+λ。這樣的模型在對因變量的變化解釋方面隨較全面，但不能重點(diǎn)突出，找到對因變量變化影響最顯著的因子，且計算量較大。因此可通過逐步回歸分析，引入重要變量而剔除不重要的變量，建立最優(yōu)回歸模型。

（三）預(yù)測模型算法實(shí)現(xiàn)及分析

鑒于已有成熟的軟件可進(jìn)行多元逐步回歸計算，本文數(shù)據(jù)處理將使用專業(yè)統(tǒng)計軟件SPSS17.0來實(shí)現(xiàn)。將原始數(shù)據(jù)建立數(shù)據(jù)文件，在SPSS軟件中進(jìn)行逐步回歸分析，并將軟件輸出結(jié)果轉(zhuǎn)化為三線表的形式，如表1-表5所示。

表1 進(jìn)入/剔除的變量a

a.因變量：y

表1是逐步回歸每一步進(jìn)入或剔除回歸模型中的變量情況。本預(yù)測模型進(jìn)行了兩步，最終引入了兩個變量：x9和x12。

表2 模型匯總b

a.預(yù)測變量：(常量)，x9 b.預(yù)測變量：(常量)，x9，x12 c.因變量：y

表2是逐步回歸每一步的回歸模型統(tǒng)計量。本次分析的相關(guān)系數(shù)R為0.984，判定系數(shù)R Square為0.968，說明線性回歸的擬合程度很高。D-W檢驗(yàn)值為2.155，說明變量x9和x12與因變量之間自相關(guān)性非常弱或基本不存在自相關(guān)性。

表3 方差分析b

a.預(yù)測變量：(常量)，x9 b.預(yù)測變量：(常量)，x9，x12 c.因變量：y

表3是逐步回歸每一步的回歸模型方差分析。F值為119.787，統(tǒng)計顯著性概率是0.000，表明回歸非常顯著。

表4 系數(shù)a

a.因變量：y

表4是逐步回歸每一步的回歸方程系數(shù)表。通過對回歸系數(shù)的t值及統(tǒng)計顯著性概率判斷，本預(yù)測模型的回歸系數(shù)能通過t檢驗(yàn)，而且顯著性極高。

a.預(yù)測變量：(常量)，x9

b.預(yù)測變量：(常量)，x9，x12

c.因變量：y

表5是逐步回歸分析后被排除的變量列表。由于因素間共線性較強(qiáng)和對因變量影響不夠顯著，未能通過t檢驗(yàn)，本次分析在進(jìn)行了兩步之后，最終除變量x9和x12外，其余10個變量均被排除。

（四）最優(yōu)回歸模型及預(yù)測檢驗(yàn)

在多元回歸模型y=α0+α1x1+α2x2+…+α12x12+λ的基礎(chǔ)上，通過逐步回歸算法的計算和檢驗(yàn)，從表1看出，分析過程運(yùn)行了兩步，12個變量中最終引入了x9和x12。

把表4中非標(biāo)準(zhǔn)化回歸系數(shù)代入多元回歸模型形成逐步回歸分析的最優(yōu)回歸模型：

表5 已排除變量表b

圖1 漳州市貨運(yùn)量預(yù)測值與實(shí)際值擬合圖

回歸方程的顯著性檢驗(yàn)：

根據(jù)表3可知，F(xiàn)統(tǒng)計量為119.787，系統(tǒng)自動檢驗(yàn)的統(tǒng)計顯著性概率是0.000（非常小），F(xiàn)檢驗(yàn)臨界值F0.05（2,8）=4.459，統(tǒng)計量值遠(yuǎn)遠(yuǎn)大于臨界值，因此回歸方程非常顯著。

由回歸方程看出，漳州市物流量（y）與全社會固定資產(chǎn)投資總額（x9）及物流從業(yè)人員（交通運(yùn)輸、倉儲及郵政業(yè)）呈顯著正相關(guān)，說明這兩個因素是影響漳州市物流量的最顯著因素。

將分析預(yù)測值與歷年實(shí)際值通過軟件輸出它們的對比圖，如圖1所示。

從圖1中可以看出，漳州市物流量2007年之前波動較大，預(yù)測值與實(shí)際值的離差較大；2007年以來，物流業(yè)發(fā)展基本呈平穩(wěn)上升趨勢，預(yù)測值與實(shí)際值的離差較??；總體上回歸預(yù)測值與實(shí)際值的擬合趨勢大體相同。2012年預(yù)測結(jié)果為7261.33，而實(shí)際值為7040.00，誤差為221.33，誤差率3.14%，在5%以內(nèi)。以上實(shí)際驗(yàn)證結(jié)果表明，雖有一定誤差，但逐步回歸預(yù)測模型具有較高預(yù)測精度和可信度，對漳州市物流量的預(yù)測數(shù)據(jù)可以為漳州市物流發(fā)展規(guī)劃和投資作依據(jù)。

四、漳州市物流業(yè)發(fā)展策略與建議

利用逐步回歸分析，我們建立了物流量預(yù)測最優(yōu)模型并通過檢驗(yàn)，說明了模型的可靠性及針對實(shí)際情況的可操作性。同時通過分析過程，我們也可大致判斷在影響漳州市物流量的12個經(jīng)濟(jì)指標(biāo)中，固定資產(chǎn)投資規(guī)模和物流從業(yè)人員的影響是最為顯著的。因此緊扣主要影響因素，有針對性的提出發(fā)展物流業(yè)的建議，對漳州市物流業(yè)和經(jīng)濟(jì)快速、健康、有序發(fā)展有重要意義。

（一）從固定資產(chǎn)投資方面出發(fā)的發(fā)展策略

從固定資產(chǎn)投資方面來看，應(yīng)加大對漳州地區(qū)固定資產(chǎn)投資的力度，完善漳州市現(xiàn)代化基礎(chǔ)設(shè)施體系，擴(kuò)大物流業(yè)發(fā)展規(guī)模，盡快消除漳州市物流業(yè)發(fā)展瓶頸：

1.完善港口布局，明晰功能定位，加快大型碼頭開發(fā)和集疏運(yùn)體系建設(shè)，適度超前建設(shè)深水航道、疏港通道和公共配套設(shè)施，全面改善港口通航和貨物疏運(yùn)能力，大幅提升港口競爭能力和輻射能力。如推進(jìn)古雷港區(qū)、招銀港區(qū)、后石港區(qū)等開發(fā)，做大做強(qiáng)港口經(jīng)濟(jì)；

2.建設(shè)現(xiàn)代綜合集疏運(yùn)體系：加快推進(jìn)公路骨干網(wǎng)絡(luò)的建設(shè)與優(yōu)化，加強(qiáng)公路與軌道、港口、航空等其它交通方式的銜接，著力推進(jìn)軌道交通與民用航空建設(shè)，初步形成以公路、軌道、航空等多種交通方式協(xié)調(diào)發(fā)展的綜合運(yùn)輸通道，建成服務(wù)東南部和周邊地區(qū)發(fā)展新的對外開放綜合通道；

3.推進(jìn)物流信息平臺建設(shè)：完善物流信息、信用認(rèn)證、支付網(wǎng)關(guān)等平臺，推進(jìn)物流信息平臺跨市聯(lián)網(wǎng)。完善提升市級綜合交通服務(wù)信息系統(tǒng)（公交調(diào)度信息指揮中心和綜合交通指揮平臺），加速構(gòu)建數(shù)字漳州地理信息框架；

4.整合物流市場資源，培育物流市場規(guī)模：建設(shè)和完善“物流節(jié)點(diǎn)—物流園區(qū)—物流配送中心”三級物流運(yùn)作設(shè)施網(wǎng)絡(luò)；大力引進(jìn)和培育現(xiàn)代物流企業(yè)，加快發(fā)展大型散雜貨物、礦產(chǎn)、建材等物流為主、集裝箱物流相結(jié)合配套的專業(yè)物流；引導(dǎo)傳統(tǒng)運(yùn)輸、倉儲企業(yè)向第三方物流企業(yè)轉(zhuǎn)型，發(fā)展一批集運(yùn)輸、倉儲、配送、信息為一體的物流企業(yè)，扶持一批第三方物流示范企業(yè)；積極開展現(xiàn)代物流業(yè)標(biāo)準(zhǔn)化試點(diǎn)，扶持建設(shè)一批物流業(yè)標(biāo)準(zhǔn)化試點(diǎn)項(xiàng)目。

（二）從物流業(yè)從業(yè)人員方面出發(fā)的發(fā)展策略

從物流業(yè)從業(yè)人員方面來看，應(yīng)拓寬生產(chǎn)性服務(wù)業(yè)范圍，創(chuàng)造性提供物流業(yè)從業(yè)崗位，擴(kuò)大從業(yè)人員規(guī)模，提升物流從業(yè)人員整體素質(zhì)，從而提高漳州市物流業(yè)整體競爭力：

1.物流專業(yè)人才隊伍建設(shè)：完善多元人才投入機(jī)制，創(chuàng)新人才培養(yǎng)模式，突出創(chuàng)新精神和創(chuàng)新能力培養(yǎng)，大幅度提升物流等各類人才的整體素質(zhì)；實(shí)施高層次專業(yè)技術(shù)人才、企業(yè)經(jīng)營管理人才、高技能人才等人才培養(yǎng)引進(jìn)重大工程，造就一批在物流業(yè)具有國內(nèi)領(lǐng)先水平的領(lǐng)軍人才和創(chuàng)新團(tuán)隊；

2.促進(jìn)物流人才合理流動：完善區(qū)域人才合作機(jī)制，加強(qiáng)與臺港澳、長三角和珠三角、廈門和泉州等的人才交流合作；發(fā)展壯大人才市場，加強(qiáng)人力資源服務(wù)合作和人才流動的引導(dǎo)，制定鼓勵政策，促進(jìn)人才合理流動；

3.加強(qiáng)物流專業(yè)學(xué)歷教育：漳州市有多所高等院校開設(shè)物流管理專業(yè)，從教育服務(wù)于區(qū)域經(jīng)濟(jì)的角度出發(fā)，各高校應(yīng)根據(jù)自身的特點(diǎn)及市場對物流人才規(guī)格的要求，進(jìn)一步優(yōu)化培養(yǎng)模式，定位培養(yǎng)目標(biāo)，構(gòu)建合理的課程體系，推動物流產(chǎn)學(xué)研結(jié)合，培養(yǎng)從事物流運(yùn)作與管理的復(fù)合型人才；

4.推動物流企業(yè)非學(xué)歷培訓(xùn)：物流人才的非學(xué)歷培訓(xùn)，不僅可以滿足市場對物流人才的大量需求，而且可以不斷提升物流從業(yè)人員的知識與能力。因此既要對物流培訓(xùn)市場進(jìn)行細(xì)分，加強(qiáng)對認(rèn)證培訓(xùn)的監(jiān)管，又要提高企業(yè)認(rèn)識，加強(qiáng)對各層物流相關(guān)人員的培訓(xùn)，甚至成為物流從業(yè)人員的繼續(xù)教育和終身教育。

綜上所述，固定資產(chǎn)投資和物流業(yè)從業(yè)人員是對漳州市物流業(yè)發(fā)展影響最為顯著的兩個經(jīng)濟(jì)因素，且通過逐步回歸的最優(yōu)預(yù)測模型可知，漳州市物流業(yè)將仍然保持高速增長態(tài)勢。因此，未來幾年漳州市物流業(yè)發(fā)展應(yīng)把握海西經(jīng)濟(jì)區(qū)發(fā)展、廈漳泉同城化及大都市區(qū)構(gòu)建的契機(jī)，加強(qiáng)對固定資產(chǎn)投資的力度，強(qiáng)化物流從業(yè)人員引進(jìn)和培養(yǎng)，努力營造物流業(yè)發(fā)展的良好環(huán)境，推動漳州市經(jīng)濟(jì)快速發(fā)展。

[1] 郭科,龔瀕. 多元統(tǒng)計方法及其應(yīng)用[M]. 成都:電子科技大學(xué)出版社,2003.

[2] 郭會利. 多元回歸分析的逐步回歸預(yù)測模型[J]. 考試周刊.2009(26):92-93.

[3] 符瑛，王立新. 長株潭區(qū)域物流需求預(yù)測影響因素分析[J]. 中南林業(yè)科技大學(xué)學(xué)報,2012(4):62-64.

Study on Development Strategy of Zhangzhou Logistics Industry Based on the Regional Logistics Amount Prediction

XU Zheng-ping

（Department of Economic Management, Zhangzhou Institute of Technology, Fujian, Zhangzhou 363000, China）

The logistics industry is one of the leading industries drew up by the 12th Five Year Plan of Zhangzhou city. Logistics amount prediction has an important practical significance to promote Zhangzhou economic rapid development and to improve the city's comprehensive competitiveness. With the help of the professional statistical software, the article analyzed 13 indexes in 11 years of Zhangzhou and formed the optimal regression equation by stepwise regression analysis method. It can be used in city planning and development decisions with high reliability by the empirical analysis fed into 2012’ data and the fitting chart of the predictive and the actual. Finally, according to the factors with significant influence in the prediction model, the writer proposed the development strategy of logistics industry in Zhangzhou city and conclusions.

logistics amount prediction; the logistics industry of Zhangzhou city; the development strategy

F201/252

A

1673-1417（2014）01-0041-07

2013－12－09

許正平（1979—），男，甘肅蘭州人，講師，碩士，主要從事區(qū)域物流與供應(yīng)鏈管理研究。

（責(zé)任編輯：馬圳煒）