中圖分類號(hào)：F327 文獻(xiàn)標(biāo)志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.12.004

摘，要：文章研究聚焦山東省，從產(chǎn)品供給、物流規(guī)模以及社會(huì)經(jīng)濟(jì)3個(gè)維度出發(fā)，選取2013—2023年的多維度數(shù)據(jù)，利用Stata軟件構(gòu)建針對(duì)山東省農(nóng)產(chǎn)品物流影響因素的多元線性回歸模型，深入剖析各指標(biāo)對(duì)山東省物流需求量的影響效能。最終發(fā)現(xiàn)，人均地區(qū)生產(chǎn)總值、年末常住人口對(duì)山東省農(nóng)產(chǎn)品物流需求量具有顯著影響，并進(jìn)一步為山東省物流行業(yè)的后續(xù)發(fā)展提供具有價(jià)值的參考依據(jù)以及切實(shí)可行的發(fā)展建議。

Abstract：ThisresearchfocusesonShong Province.Startingfromthreedimensions，namelyproductsuply，logisticsscale socialeconomy，itselectsmultipledatafrom2013to2023uses Statastwaretobuildamultiplelinearregresion modelfortheinfluencingfactorsagriculturalproductlogisticsinShongProvine.Itdeeplyanalyzesteimpactffectivene eachindicatoronthelogisticsdemvolumeinShong Province.Finall，itisfoundthattheper-capitaregionalGDP theyear-endpermanentpopulationhavesignificantimpactsonthedemforagriculturalproductlogisticsin Shong Province.Thepaper further providesvaluablereferencebasispracticaldevelopmentsugestionsforthesubsequentdevelopment the logistics industry in Shong Province.

Key Words：Shong Province;agricultural products;influencing factors；multiple linear regresion model

0引言

一直以來，國家高度重視解決“三農(nóng)問題”，對(duì)全面推進(jìn)鄉(xiāng)村振興、加快農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)，明確提出要加快完善農(nóng)村物流體系，促進(jìn)農(nóng)產(chǎn)品物流發(fā)展l。山東農(nóng)業(yè)資源豐富多樣，農(nóng)產(chǎn)品物流體系的優(yōu)化對(duì)農(nóng)業(yè)增值、農(nóng)民增收和區(qū)域經(jīng)濟(jì)穩(wěn)定繁榮至關(guān)重要。當(dāng)前，山東省農(nóng)產(chǎn)品物流處于機(jī)遇與挑戰(zhàn)并存的局面。農(nóng)業(yè)產(chǎn)業(yè)化促使農(nóng)產(chǎn)品生產(chǎn)規(guī)模擴(kuò)大、流通范圍拓展，這就要求物流更加高效精準(zhǔn)。同時(shí)，物流技術(shù)革新、消費(fèi)市場(chǎng)升級(jí)以及政策法規(guī)變化，在為其帶來創(chuàng)新機(jī)遇的同時(shí)，也產(chǎn)生了諸多不確定性。本研究聚焦山東，采集2013—2023年涵蓋產(chǎn)品供給、物流規(guī)模以及社會(huì)經(jīng)濟(jì)等多維度數(shù)據(jù)，運(yùn)用多元線性回歸模型深人探究各因素對(duì)農(nóng)產(chǎn)品物流需求的作用機(jī)制。這將為山東省農(nóng)產(chǎn)品物流的戰(zhàn)略規(guī)劃提供科學(xué)依據(jù)，有助于優(yōu)化資源配置，提升物流效率與效益。同時(shí)，也能助力相關(guān)政策制定，促進(jìn)物流企業(yè)創(chuàng)新與合作，進(jìn)而構(gòu)建起一個(gè)高效、智能且適應(yīng)市場(chǎng)變化的農(nóng)產(chǎn)品物流生態(tài)體系，實(shí)現(xiàn)山東省農(nóng)產(chǎn)品物流的可持續(xù)發(fā)展與競(jìng)爭力提升。

1山東省農(nóng)產(chǎn)品物流發(fā)展現(xiàn)狀分析

山東省在農(nóng)業(yè)領(lǐng)域地位顯著，其第一產(chǎn)業(yè)和農(nóng)林牧漁業(yè)相關(guān)增加值及總產(chǎn)值均居全國前列?；A(chǔ)設(shè)施建設(shè)成果豐碩，萊西市“農(nóng)村公路 + ”模式助力農(nóng)產(chǎn)品外銷，濟(jì)寧鄒城市建成外聯(lián)內(nèi)通交通體系。截至2022年，全省路網(wǎng)規(guī)模達(dá)26.3萬公里，位居全國第四，農(nóng)村交通條件顯著提升，濟(jì)南已成為重要冷鏈物流聚集區(qū)[2]。但同時(shí)也存在諸多問題亟待解決，我國農(nóng)產(chǎn)品物流成本約占農(nóng)產(chǎn)品總成本的 40% ，遠(yuǎn)高于發(fā)達(dá)國家的 10% 。其中，糧食類農(nóng)產(chǎn)品的物流成本占總成本比重為 40% ，果蔬類占比則達(dá)到 60% 3]。如倉儲(chǔ)設(shè)施落后，個(gè)體農(nóng)戶存儲(chǔ)模式造成大量損耗。農(nóng)戶分布分散使運(yùn)輸環(huán)節(jié)復(fù)雜，集聚效應(yīng)差。專業(yè)化人才匱乏，農(nóng)村人力資源“荒漠化”，鄉(xiāng)鎮(zhèn)物流企業(yè)招聘培訓(xùn)專業(yè)化程度低等。徐曉燕等（2022）4通過對(duì)不同模型的誤差進(jìn)行比較研究，挑選出更精確的預(yù)測(cè)模型用于生鮮農(nóng)產(chǎn)品在特殊情況下山東省市場(chǎng)的物流需求量預(yù)計(jì)，為該市場(chǎng)的科學(xué)和合理的決策制定提供有益的參考依據(jù)。呂軍（2023）聚焦于數(shù)字經(jīng)濟(jì)研究視角，研究數(shù)字經(jīng)濟(jì)發(fā)展下如何推動(dòng)農(nóng)產(chǎn)品供應(yīng)鏈管理的轉(zhuǎn)型。孟珊珊等（2024）運(yùn)用超效率SBM模型、Dagum基尼系數(shù)及其子群分解法和Tobit模型進(jìn)行效率測(cè)度，分析生鮮農(nóng)產(chǎn)品綠色物流效率空間差異及其影響因素。

2研究設(shè)計(jì)

2.1研究變量的選取

本文綜合考慮產(chǎn)品供給、物流規(guī)模以及社會(huì)經(jīng)濟(jì)3個(gè)維度，最終選取農(nóng)產(chǎn)品物流需求量 Y （萬噸）作為被解釋變量，9個(gè)影響因素為解釋變量：農(nóng)業(yè)總產(chǎn)值 X₁ （億元）、第三產(chǎn)業(yè)增加值 X₂ （億元）、第三產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)率 X₃ （ % 、全體居民人均可支配收入 X₄ （元）、人均地區(qū)生產(chǎn)總值 X₅ （元/人）、年末常住人口 X₆ （萬人）、運(yùn)輸業(yè)就業(yè)人數(shù) X_γ （人）、貨運(yùn)量 X₈ （萬噸）。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)來源于國家統(tǒng)計(jì)局、山東省統(tǒng)計(jì)年鑒，通過對(duì)這兩個(gè)來源的數(shù)據(jù)進(jìn)行篩選、比對(duì)和整合，最終整理成2013—2023年山東省農(nóng)產(chǎn)品物流需求影響因素相關(guān)數(shù)據(jù)（見表1）。

3山東省農(nóng)產(chǎn)品物流需求影響因素實(shí)證分析

3.1模型構(gòu)建

多元線性回歸模型是一個(gè)涉及眾多自變量（即解釋變量）的線性預(yù)測(cè)工具。本文將通過構(gòu)建多元線性回歸模型對(duì)山東省農(nóng)產(chǎn)品冷鏈物流影響因素進(jìn)行分析，并對(duì)需求量進(jìn)行預(yù)測(cè)，其模型公式表達(dá)如下。

Y=β₀+β₁X₁+β₂X₂+β₃X₃+β₄X₄+β₅X₅+β₆X₆+β₇X₇+β₈X₈+ε

3.2 描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)是對(duì)數(shù)據(jù)集中變量的基本特征進(jìn)行概括和描述的統(tǒng)計(jì)方法。變量的描述性統(tǒng)計(jì)如表2所示。

表2中變量的均值和標(biāo)準(zhǔn)差反映了數(shù)據(jù)的集中趨勢(shì)和離散程度。標(biāo)準(zhǔn)差較大的變量表明數(shù)據(jù)比較分散，而標(biāo)準(zhǔn)差較小的變量，表明數(shù)據(jù)相對(duì)集中。觀察最大值與最小值發(fā)現(xiàn)，差距最為明顯的第三產(chǎn)業(yè)對(duì)GDP貢獻(xiàn)率的最大值與最小值間相差近4倍。

3.3變量相關(guān)性分析

變量之間的相關(guān)性分析：相關(guān)性分析是兩個(gè)變量間相關(guān)程度的分析。相關(guān)系數(shù)絕對(duì)值趨近于1時(shí)，相關(guān)性強(qiáng)，趨近于0時(shí)，相關(guān)性弱。變量間的相關(guān)性分析結(jié)果見表3。

其中，當(dāng) plt;0.01 時(shí)，對(duì)應(yīng)變量間在 1% 的水平下顯著， plt;0.05 時(shí)同理。根據(jù)表3數(shù)據(jù)可得，在 1% 的置信水平下，農(nóng)產(chǎn)品物流需求與農(nóng)業(yè)總產(chǎn)值、第三產(chǎn)業(yè)增加值、全體居民人均可支配收入、人均地區(qū)生產(chǎn)總值、年末常住人口、貨運(yùn)量相關(guān)性較強(qiáng)。

3.4回歸分析 （見表4）

4山東省農(nóng)產(chǎn)品物流需求模型檢驗(yàn)與修正

4.1經(jīng)濟(jì)意義檢驗(yàn)

經(jīng)濟(jì)檢驗(yàn)：在其他變量固定時(shí)，農(nóng)業(yè)總產(chǎn)值每增加1億元，農(nóng)產(chǎn)品物流需求量減少0.346 3832萬噸；第三產(chǎn)業(yè)增加值每增加1億元，農(nóng)產(chǎn)品物流需求量減少0.3463832萬噸；第三產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)率每上升 1% ，農(nóng)產(chǎn)品物流需求量增加1.745012萬噸；全體居民人均可支配收入每增加1元，農(nóng)產(chǎn)品物流需求量增加1.745012萬噸；人均地區(qū)生產(chǎn)總值每增加1元，農(nóng)產(chǎn)品物流需求量增加0.143 5061萬噸；年末常住人口每增加1萬人，農(nóng)產(chǎn)品物流需求量增加1.762 343萬噸；運(yùn)輸業(yè)就業(yè)人數(shù)每增加1人，農(nóng)產(chǎn)品物流需求量增加0.0037249萬噸；貨運(yùn)量每增加1萬噸，農(nóng)產(chǎn)品物流需求量減少0.002888萬噸。綜上所述， X₁ X₂ 、 X₈ 與經(jīng)濟(jì)意義不符。

4.2 統(tǒng)計(jì)意義檢驗(yàn)

4.2.1擬合優(yōu)度檢驗(yàn)

R² 表示擬合優(yōu)度， R² 越接近1表明模型的擬合優(yōu)度越好。上述數(shù)據(jù)所得， R² 值為0.9959，Adjusted R²=0.979 3 ，說明該方法擬合效果良好。

4.2.2 t檢驗(yàn)

t檢驗(yàn)用于檢驗(yàn)單個(gè)自變量是否對(duì)因變量有顯著的線性關(guān)系。分別針對(duì)HO： β₁=β₂=β₃=β₄=β₅=β₆=β₇=β₈ ，在顯著性水平為 α= 0.1情況下，t分布表中 n-k=2 的臨界值 。表3數(shù)據(jù)給出， X₁ 、 X₅ 、 X₈ 的 Φ_t 值絕對(duì)值大于臨界值 2.920 因此，在顯著性水平 α=0.1 的情況下 X₁ 、 X₅ 、 X₈ 分別拒絕HO： β_j=0 （ j=1 ，5，8）。在其他解釋變量不變的情況下，農(nóng)業(yè)總產(chǎn)值、人均地區(qū)生產(chǎn)總值、貨運(yùn)量 X₈ 分別對(duì)農(nóng)產(chǎn)品物流需求量有顯著影響。

4.2.3 F檢驗(yàn)

F檢驗(yàn)用于檢驗(yàn)整個(gè)回歸模型的顯著性，即判斷所有自變量作為一個(gè)整體是否對(duì)因變量有顯著的線性關(guān)系。針對(duì) β₁=β₂ =β₃=β₄=β₅=β₆=β₇=β₈ ，在給定的顯著性水平 α=0.05 下，自由度為 k-1=8 ， n-k=2 的臨界值 F_{（8，2）}=19.37 ，模型 F=60.24gt;19.37 ，因此拒絕原假設(shè) _H0 . β₁=β₂=β₃=β₄=β₅=β₆=β₇=β₈=0 ，回歸方程顯著。即解釋變量農(nóng)業(yè)總產(chǎn)值、第三產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)率、全體居民人均可支配收入、人均地區(qū)生產(chǎn)總值、年末常住人口、運(yùn)輸業(yè)就業(yè)人數(shù)、貨運(yùn)量對(duì)被解釋變量農(nóng)產(chǎn)品物流需求量有顯著影響。

4.3計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

4.3.1多重共線性檢驗(yàn)

方差膨脹因子衡量了回歸系數(shù)估計(jì)值的方差由于多重共線性而被放大的程度。VIF值大于10表明存在多重共線性問題。模型Mean VIF=3 149.38 表明該模型存在嚴(yán)重的多重共線性。

4.3.2 逐步回歸法

經(jīng)過逐步回歸法剔除第三產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)率、全體居民人均可支配收入、運(yùn)輸業(yè)就業(yè)人數(shù)這3個(gè)變量后，確定的模型如下。

Y=-2 523.576 + 0.008 2318X5 + 0.727 817X6 （2 804.573）（0.2990624） （0.2990624） 1 （2.50992） （2.433 66） R²= 0.924 3 Adjusted R²=0.905 3 F=48.82

調(diào)整后的模型中，其 R² 值為0.9243，Adjusted R² 為0.9053說明模型的擬合優(yōu)度較好；自變量 p 值均小于0.05，說明模型在5% 的置信水平下顯著（見表5）。

逐步回歸之后，根據(jù)最終回歸模型，再次檢驗(yàn)多重共線性。通過VIF檢驗(yàn)得該模型的VIF值為 4.26lt;5 ，說明模型的多重共線性問題消除。模型通過多重共線性檢驗(yàn)。

4.3.3異方差檢驗(yàn)

異方差性檢驗(yàn)：通過懷特檢驗(yàn)得出的結(jié)果，在 5% 置信度進(jìn)行懷特檢驗(yàn)的前提下，異方差性的卡方統(tǒng)計(jì)量是 6.01，自由度為5，對(duì)應(yīng)的 p 值是 0.3056gt;0.05 。這個(gè) p 值用于檢驗(yàn)原假設(shè)（HO）：殘差具有同方差性，即不存在異方差性；模型通過異方差檢驗(yàn)。

5結(jié)論與建議

通過修改后的模型發(fā)現(xiàn)，人均地區(qū)生產(chǎn)總值、年末常住人口與農(nóng)產(chǎn)品物流需求量關(guān)系顯著，且呈現(xiàn)線性相關(guān)關(guān)系。一個(gè)地區(qū)經(jīng)濟(jì)越發(fā)達(dá)，物流的需求量越大，對(duì)服務(wù)的要求也就越高。同樣，人口數(shù)越多對(duì)農(nóng)產(chǎn)品的消耗量越大，因此也對(duì)物流提出了較高的要求。

通過上述研究，本文對(duì)山東省農(nóng)產(chǎn)品物流提出以下幾點(diǎn)建議。

5.1區(qū)域差異化布局

根據(jù)人均地區(qū)生產(chǎn)總值和人口分布情況，對(duì)物流基礎(chǔ)設(shè)施進(jìn)行差異化布局。在人均地區(qū)生產(chǎn)總值較高且人口密集的地區(qū)，如濟(jì)南、青島等城市，中國物流競(jìng)爭力前30強(qiáng)的城市中，青島與濟(jì)南位列其中7。應(yīng)重點(diǎn)建設(shè)現(xiàn)代化的物流樞紐和配送中心，配備先進(jìn)的倉儲(chǔ)和運(yùn)輸設(shè)備，以滿足高消費(fèi)能力和大量人口帶來的物流需求。在人均地區(qū)生產(chǎn)總值相對(duì)較低且人口稀疏的地區(qū)，應(yīng)注重建設(shè)基礎(chǔ)的物流網(wǎng)點(diǎn)，改善交通條件，提高物流的可達(dá)性，確保農(nóng)產(chǎn)品能夠順暢地從產(chǎn)地運(yùn)輸?shù)较M(fèi)地。

5.2電商平臺(tái)與物流系統(tǒng)集成

推動(dòng)電商平臺(tái)與物流企業(yè)的信息系統(tǒng)集成，實(shí)現(xiàn)訂單信息、庫存信息、物流跟蹤信息等實(shí)時(shí)共享。通過這種集成，電商平臺(tái)可以更好地安排農(nóng)產(chǎn)品的發(fā)貨時(shí)間和配送路徑，物流企業(yè)也能提前做好準(zhǔn)備工作，提高物流效率和準(zhǔn)確性。

5.3人才培養(yǎng)與引進(jìn)

針對(duì)不同地區(qū)的經(jīng)濟(jì)發(fā)展水平和人口特征，實(shí)施有針對(duì)性的人才培養(yǎng)和引進(jìn)策略。通過制定優(yōu)惠政策，吸引高層次物流人才，促進(jìn)高等院校與企業(yè)之間的合作，共同培育杰出學(xué)生，進(jìn)而提升物流行業(yè)的技術(shù)創(chuàng)新及管理水平。

參考文獻(xiàn)：

[1]薛妍雯，周玉新．基于因子分析法下山東省農(nóng)產(chǎn)品物流發(fā)展水平評(píng)價(jià)研究[J]．物流科技，2021，44（10）：102-105.

[2]李翔，欒迎霞．鄉(xiāng)村振興視角下山東省農(nóng)產(chǎn)品電商物流發(fā)展路徑探究[J]．中國物流與采購，2024（7）：106-107.

[3]呂建軍，徐嘉偉．降低我國農(nóng)產(chǎn)品物流成本的現(xiàn)實(shí)困境與實(shí)現(xiàn)路徑[J].中國流通經(jīng)濟(jì)，2024，38（10）：33-44.

[4]徐曉燕，楊慧敏，呂修凱，等．基于山東省不同模型的物流需求預(yù)測(cè)比較研究[J].包裝工程，2022，43（23）：207-215.

[5] 呂軍．?dāng)?shù)字經(jīng)濟(jì)發(fā)展下推動(dòng)農(nóng)產(chǎn)品供應(yīng)鏈管理的轉(zhuǎn)型[J].農(nóng)業(yè)經(jīng)濟(jì)，2023（12）：138-139.

[6]孟珊珊，劉維忠，孫宇．生鮮農(nóng)產(chǎn)品綠色物流效率空間差異及影響因素[J]．商業(yè)經(jīng)濟(jì)研究，2024（19）：75-79.

[7]王柄文．基于多元線性回歸模型的物流影響因素實(shí)證分析——以山東省為例[J]．中國集體經(jīng)濟(jì)，2023（31）：89-92.