劉 炯

(宣城職業(yè)技術(shù)學(xué)院 旅游商貿(mào)系, 安徽 宣城 242000)

自商品交換產(chǎn)生伊始，物流活動便邁進(jìn)人類社會.伴隨著改革開放以來經(jīng)濟(jì)的持續(xù)增長，我國的物流業(yè)已經(jīng)從基本的倉儲、包裝、運(yùn)輸?shù)葌鹘y(tǒng)物流發(fā)育到供應(yīng)鏈管理、電商物流、物流規(guī)劃等現(xiàn)代物流，物流業(yè)生機(jī)盎然.社會經(jīng)濟(jì)活動中，生產(chǎn)、流通、消費(fèi)等各個(gè)環(huán)節(jié)經(jīng)常需要在空間和時(shí)間上轉(zhuǎn)移與配置各種實(shí)體資源，引致物流需求，經(jīng)濟(jì)發(fā)展是物流需求的決定性因素.近年來，安徽省物流業(yè)發(fā)展迅速，物流需求整體上穩(wěn)定持續(xù)地增長，物流活動已經(jīng)融合到生產(chǎn)生活的各個(gè)領(lǐng)域.基于此，本文以安徽省為研究對象，運(yùn)用EVIEWS9.0軟件構(gòu)建多元線性回歸模型，實(shí)證分析與預(yù)測安徽省物流需求，對于有效評估安徽省物流需求進(jìn)而規(guī)劃發(fā)展安徽省物流業(yè)，具有一定的理論意義與實(shí)踐價(jià)值.

1 多元線性回歸原理

一般地，某一經(jīng)濟(jì)現(xiàn)象往往會受到許多因素影響，既有經(jīng)濟(jì)因素又有非經(jīng)濟(jì)因素，既有可量化因素又有不可量化因素.為了更好地解釋經(jīng)濟(jì)現(xiàn)象，通常需要實(shí)施多元統(tǒng)計(jì)分析，尋求一個(gè)包含多個(gè)自變量的一元方程式的多元線性回歸應(yīng)用的最為廣泛.如果有n個(gè)自變量X1、X2...Xn，它們與因變量Y具有相關(guān)關(guān)系，則線性回歸模型可以表示為:

Y=β0+β1X1+β2X2+...+βnXn+ε

(1)

其中，β0是常數(shù)項(xiàng)，β1,β2...βn為偏回歸系數(shù)，隨機(jī)干擾項(xiàng)ε涵蓋難于認(rèn)識與考量、難以量化與衡量的一些因素，方程(1)通過R、F、t等三種檢驗(yàn)后即可認(rèn)定參數(shù)估計(jì)可靠，把自變量的數(shù)值代入回歸方程便能計(jì)算出因變量相應(yīng)的預(yù)測值.[1]

由于經(jīng)濟(jì)變量之間存在的內(nèi)在聯(lián)系與時(shí)間上的共同趨勢、解釋變量中帶有滯后項(xiàng)、變量多而樣本又較小等一些原因，多元線性回歸模型多多少少地都含有一定程度的多重共線性.通常情況下，選取多元線性回歸模型的依據(jù)為:一是系數(shù)的符號要與經(jīng)濟(jì)學(xué)理論或?qū)嶋H預(yù)期相符，二是t檢驗(yàn)必須是顯著的，三是調(diào)整后的可決系數(shù)較大.[2]

2 指標(biāo)選取、數(shù)據(jù)處理與模型設(shè)定

本文首先簡要介紹多元線性回歸基本原理，緊接著借鑒現(xiàn)有文獻(xiàn)的研究成果，選取衡量安徽省物流需求的代理變量及其影響因素，在相關(guān)性分析的基礎(chǔ)上建立多元線性回歸模型，然后針對該模型進(jìn)行多重共線性檢驗(yàn)、經(jīng)濟(jì)意義檢驗(yàn)、異方差檢驗(yàn)與自相關(guān)檢驗(yàn)，確定本研究最佳的物流需求預(yù)測模型，最后，對安徽省物流需求進(jìn)行預(yù)測分析并提出相應(yīng)的建議.

目前，尚缺少規(guī)范一致的統(tǒng)計(jì)指標(biāo)來度量物流需求，有使用貨物運(yùn)輸周轉(zhuǎn)量指標(biāo)的，有使用運(yùn)輸業(yè)產(chǎn)值指標(biāo)的，普遍地是使用貨物運(yùn)輸量指標(biāo)，盡管貨運(yùn)量不能反映物流需求的全貌，考慮到運(yùn)輸為物流服務(wù)之核心，且貨運(yùn)量可以綜合地體現(xiàn)物流需求的大致水平與變化趨勢，本文亦選用貨物運(yùn)輸量來量度物流需求，記為Y(億噸).

影響安徽省物流需求的因素復(fù)雜多樣，涵蓋經(jīng)濟(jì)、科技、政治、文化等諸多方面，參考相關(guān)研究，[3-5]結(jié)合數(shù)據(jù)統(tǒng)計(jì)口徑的一致性、權(quán)威性與可獲得性，解釋變量選取以下一些可以量化的指標(biāo):(1)第一產(chǎn)業(yè)產(chǎn)值X1(億元)，第二產(chǎn)業(yè)產(chǎn)值X2(億元)，第三產(chǎn)業(yè)產(chǎn)值X3(億元).三次產(chǎn)業(yè)產(chǎn)值之和構(gòu)成GDP，是經(jīng)濟(jì)發(fā)展水平的表征，最直接的表現(xiàn)就是生產(chǎn)的擴(kuò)大、收入的提升、消費(fèi)的增長，必然導(dǎo)致對物流需求的增加.三次產(chǎn)業(yè)的發(fā)展產(chǎn)生物流需求，各自對物流的需求和作用也是有所不同，產(chǎn)業(yè)結(jié)構(gòu)自身的差異性與不平衡發(fā)展更加影響區(qū)域物流需求的規(guī)模、結(jié)構(gòu)與層次，甚至是此長彼消.(2)固定資產(chǎn)投資總額X4(億元).波蘭裔美國經(jīng)濟(jì)學(xué)家多馬認(rèn)為，固定資產(chǎn)投資促進(jìn)資本存量的增加，擴(kuò)大社會生產(chǎn)能力，引起收入增加與消費(fèi)需求增長.另外，對運(yùn)輸工具、倉庫、港口碼頭、公路等物流設(shè)施設(shè)備的投資，更是滿足區(qū)域物流需求增加的必要前提.(3)社會消費(fèi)品零售總額與進(jìn)出口總額X5(億元).區(qū)域貿(mào)易分為對內(nèi)貿(mào)易與對外貿(mào)易，無論外貿(mào)還是內(nèi)貿(mào)，均需借助物流方能實(shí)現(xiàn)，采用社會消費(fèi)品零售總額代表對內(nèi)貿(mào)易，對外貿(mào)易則用進(jìn)出口貿(mào)易總額來度量，為避免多重共線性，取二者之和(忽略批發(fā)貿(mào)易)表示貿(mào)易水平.(4)其他因素ε.包括但不限于物流服務(wù)水平、技術(shù)進(jìn)步、消費(fèi)觀念、風(fēng)俗習(xí)慣、經(jīng)濟(jì)政策與突發(fā)性因素，它們不但難于認(rèn)識難以量化，而且對物流需求的影響不易評判，現(xiàn)有的理論模型也鮮有觸及，故本文籠統(tǒng)地將其概括為其他因素.

樣本區(qū)間為2000—2019年，所有數(shù)據(jù)均來自于相關(guān)年度的《安徽統(tǒng)計(jì)年鑒》，如表1所示，其中的進(jìn)出口總額已由美元換算成人民幣，并將其與社會消費(fèi)品零售總額加總求和作為自變量X5的原始數(shù)據(jù).

為了分析各個(gè)因素對安徽省貨運(yùn)量的影響，首先進(jìn)行相關(guān)性分析，防止產(chǎn)生虛假線性回歸.表2是原始數(shù)據(jù)的相關(guān)性分析結(jié)果(相關(guān)系數(shù)矩陣)，其中，因變量Y與五個(gè)自變量X1、X2、X3、X4、X5的相關(guān)系數(shù)依次是0.9623、0.9590、0.8576、0.9158、0.8573，最低的都超過了0.85，得以設(shè)定如下多元線性回歸模型:

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ε

(2)

3 模型構(gòu)建

3.1 模型估計(jì)

采用EVIEWS9.0軟件，對樣本區(qū)間的原始數(shù)據(jù)使用普通最小二乘法估計(jì)，得到回歸方程如下:

(3)

3.2 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

3.2.1多重共線性檢驗(yàn)

回歸方程(3)解釋，可決系數(shù)(R2)與可調(diào)整的可決系數(shù)(Adjusted-R2)分別為很高的0.9806與0.9737，模型擬合的很好，五個(gè)自變量X1、X2、X3、X4、X5的t-Statistics順序?yàn)?1.0919、3.2423、-1.8691、1.6440、-0.4934，其對應(yīng)的概率值順次是0.2933、0.0060、0.0827、0.1224、0.6294，在10%顯著性水平下，X1、X4、X5皆不能拒絕原假設(shè)，不能通過顯著性檢驗(yàn)，該回歸方程(3)屬于典型的R2很大t卻較小，結(jié)合表2的各個(gè)自變量之間的相關(guān)系數(shù)(最小的都是0.9480)，是以自信地?cái)喽ɑ貧w方程(3)存在嚴(yán)重的多重共線性.

表1 安徽省貨運(yùn)量及其影響因素

表2 原始數(shù)據(jù)相關(guān)系數(shù)

首先，從回歸方程(3)中依次刪除X5、X4、X3、X2、X1，表3為回歸結(jié)果.

表3顯示，五個(gè)回歸方程的Adjusted-R2都很大，擬合程度都很高.但是，在每一個(gè)線性方程中都有至少一個(gè)自變量不能通過顯著性檢驗(yàn)，因而沒有適合的回歸結(jié)果，于是再做三元線性回歸.

表3 四元線性回歸結(jié)果

表4的三元回歸共有10個(gè)線性方程，任意一個(gè)方程的可調(diào)整的可決系數(shù)都很大，最小的都在0.93以上，與四元回歸結(jié)果一樣，每一個(gè)三元回歸模型中都有至少一個(gè)自變量不能通過t檢驗(yàn)，為了尋找理想的回歸方程，繼續(xù)做二元回歸模型.

表4 三元線性回歸結(jié)果

表5 二元回歸結(jié)果

二元回歸結(jié)果表明，Y對X2、X3的回歸模型的可調(diào)整的可決系數(shù)為十個(gè)線性回歸方程中最大的0.9726，其數(shù)值本身也是非常的高，模型擬合的很好，兩個(gè)自變量X2、X3變化能夠解釋安徽省物流需求變動的97.26%，模型通過擬合優(yōu)度檢驗(yàn).

Y對X2、X3的回歸模型中，F(xiàn)=338.42,其伴隨概率Prob(F-statistic)=0.000，拒絕原假設(shè)，方程整體線性回歸不顯著的概率幾乎為零，模型通過F檢驗(yàn).

兩個(gè)自變量X2、X3的t檢驗(yàn)值依次是12.9031與-6.2218，各自對應(yīng)的概率值都是零，在5%顯著水平下，X2、X3對被解釋變量安徽省物流需求都有獨(dú)立的顯著的影響，Y對X2、X3的回歸模型通過t檢驗(yàn).

當(dāng)X3保持不變，X2增加一個(gè)單位，Y增長0.0056個(gè)單位，即安徽省工業(yè)產(chǎn)值每增長1億元，安徽省物流需求增加56萬噸，從某種意義上看，工業(yè)生產(chǎn)其實(shí)就是一個(gè)物流過程，采購、加工、搬運(yùn)、倉儲、運(yùn)輸?shù)鹊?，既是物料的轉(zhuǎn)換與增殖，也是物流，工業(yè)生產(chǎn)孕育物流需求，工業(yè)生產(chǎn)的持續(xù)擴(kuò)張必將引起物流需求的不斷增長.當(dāng)X2保持不變，X3增加1個(gè)單位，安徽省貨運(yùn)量減少0.0024個(gè)單位，即安徽省第三產(chǎn)業(yè)每增加一億元，安徽省貨運(yùn)量減少24萬噸.第三產(chǎn)業(yè)很多是無形的服務(wù)，生產(chǎn)即消費(fèi)，不需要物流直接參與，尚有眾多的第三產(chǎn)業(yè)項(xiàng)目比如金融業(yè)、教育業(yè)、計(jì)算機(jī)軟件、通信業(yè)、文化、技術(shù)服務(wù)與信息咨詢業(yè)的增長，由于外在經(jīng)濟(jì)、規(guī)模經(jīng)濟(jì)、科技進(jìn)步、科學(xué)管理等方面的作用，反而能在總體上降低物流需求.所以，自變量的系數(shù)合乎經(jīng)濟(jì)理論與實(shí)際情況，Y對X2、X3的回歸模型通過經(jīng)濟(jì)意義檢驗(yàn).

綜上，本文將最佳的安徽省物流需求模型確定為:

(4)

3.2.2異方差檢驗(yàn)

在回歸方程(4)的界面下，實(shí)施不需要事先進(jìn)行排序且適用于任何形式異方差的懷特檢驗(yàn)，帶交叉項(xiàng)的檢驗(yàn)方式下的卡方統(tǒng)計(jì)量為8.513838,對應(yīng)的Prob值是0.1301,因而在10%的顯著水平下，不能拒絕原假設(shè)，所以回歸方程(4)不存在異方差性.

3.2.3自相關(guān)檢驗(yàn)

由回歸結(jié)果可得，DW=1.7471.回歸方程(4)中，包括常數(shù)項(xiàng)在內(nèi)總共有三個(gè)變量，樣本數(shù)為20.查DW檢驗(yàn)臨界值表獲得:5%顯著水平、k=3、n=20對應(yīng)的dl=1.10、du=1.54,經(jīng)計(jì)算，du(1.54)

選定模型滯后期數(shù)為10，偏相關(guān)系數(shù)檢驗(yàn)結(jié)果由圖1輸出，第二至第十期的偏相關(guān)系數(shù)都沒有超過虛線之外，顯然，回歸方程(4)不存在自相關(guān).[6]

圖1 偏相關(guān)系數(shù)檢驗(yàn)

4 安徽省物流需求預(yù)測分析

為了驗(yàn)證使用非標(biāo)準(zhǔn)化數(shù)據(jù)構(gòu)建的非標(biāo)準(zhǔn)化回歸方程(4)是否有效，不作任何處理地將表1中的變量X2、X3的原始數(shù)據(jù)直接代入回歸方程(4)，對2000-2019年間各年度的安徽省貨運(yùn)量進(jìn)行預(yù)測，表6給出預(yù)測值對實(shí)際值的比照分析結(jié)果.

表6 安徽省物流需求預(yù)測值與實(shí)際值對比

一般認(rèn)為，誤差率如果低于10%，表明回歸模型預(yù)測精度較高.[7]表5中的誤差率是預(yù)測值減去實(shí)際值之差再對實(shí)際值的比率，取樣本區(qū)間各年度誤差率的絕對值，2000—2019年20年間的誤差率平均為9.96%，處于可以接受的范圍之內(nèi).進(jìn)一步分析，表6揭示，從整體上來看，回歸方程(4)的預(yù)測精度逐步提升，2010年以后，模型的擬合精度較高，2010-2019年的10年間誤差率平均每年為6.37%，回歸方程(4)契合預(yù)測分析的要求，因此可以運(yùn)用該模型對安徽省物流需求進(jìn)行預(yù)測，只要預(yù)先獲悉預(yù)測年份的安徽省第二產(chǎn)業(yè)與第三產(chǎn)業(yè)的總值，即可計(jì)算預(yù)測該年度的安徽省物流需求.

結(jié) 論

樣本區(qū)間選定為2000年-2019年，以貨運(yùn)量表示的安徽省物流需求整體上呈現(xiàn)上升趨勢，從2000年的4.4518億噸增長到2019年的36.8078億噸，增加了7.26倍，平均每年增長11.76%，需要注意的是，2019年的貨運(yùn)量比2018年下降了3.855億噸，降幅達(dá)到10.47%，本文的回歸模型試圖闡明這一現(xiàn)象是由于第三產(chǎn)業(yè)迅速發(fā)展引起的.應(yīng)當(dāng)以城市為區(qū)域中心、專業(yè)商品交換市場為基礎(chǔ)集中發(fā)展第三產(chǎn)業(yè)以便獲取更大的外在經(jīng)濟(jì)與規(guī)模經(jīng)濟(jì)，依靠電子計(jì)算機(jī)網(wǎng)絡(luò)信息系統(tǒng)減少流通環(huán)節(jié)，尋找與培養(yǎng)第三產(chǎn)業(yè)優(yōu)勢項(xiàng)目，進(jìn)一步降低第三產(chǎn)業(yè)物流需求從而減少其物流成本、減輕物流產(chǎn)業(yè)的壓力.采用多元回歸分析法發(fā)現(xiàn)，在引入的五個(gè)影響因素中，安徽省第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展是影響安徽省物流需求的主要因素，具有很強(qiáng)的線性關(guān)系，前者正相關(guān)，后者負(fù)相關(guān)，前者的影響明顯地大于后者，因此，應(yīng)加強(qiáng)物流基礎(chǔ)設(shè)施建設(shè)，建立現(xiàn)代物流管理信息系統(tǒng)，提升物流技術(shù)水平與服務(wù)質(zhì)量，大力發(fā)展第三方物流，[8]在保障第二產(chǎn)業(yè)物流需求的同時(shí)亦能使安徽省物流業(yè)適應(yīng)區(qū)域社會經(jīng)濟(jì)發(fā)展對物流服務(wù)的多樣化需求.

利用EVIEWS軟件構(gòu)建的多元回歸模型的預(yù)測精度較好，尤其是最近10年來的平均誤差率只有6.37%，具有較強(qiáng)的可操作性與較高的實(shí)用性，可以很好的分析、估算、推斷安徽省未來的物流需求，為指導(dǎo)和調(diào)節(jié)物流活動提供數(shù)據(jù)支持，進(jìn)而助推安徽省物流業(yè)持續(xù)健康有序地發(fā)展.由于物流市場是一個(gè)高度開放的復(fù)雜系統(tǒng)，影響物流需求的因素眾多且錯(cuò)綜復(fù)雜，因此本文構(gòu)建的多元線性回歸模型無可避免地帶有一定的局限性.國內(nèi)外眾多學(xué)者應(yīng)用其他領(lǐng)域成熟的預(yù)測方法，業(yè)已開發(fā)多種物流需求預(yù)測方法與模型，[9]今后將密切關(guān)注安徽省物流業(yè)的發(fā)展動態(tài)，收集更多的數(shù)據(jù)，學(xué)習(xí)更多的預(yù)測方法，以期逐步完善安徽省物流需求預(yù)測分析.