基于逐步回归研究上海城市物流需求探究.doc

基于逐步回归研究上海城市物流需求探究 摘要：从城市物流的内涵分析入手, 选取与其需求量相关的若干指标。进而收集1991—2010年这些物流指标的数据，基于逐步回归分析法，拟合出上海城市物流需求的多元回归方程。最后，针对回归分析的结果进行阐释，并且对上海城市物流提出发展建议。 关键词：城市物流需求；逐步回归分析；发展建议 Abstract: On the basis of the analysis on the urban logistics connotation, the paper selected a series of indexes that were related with urban logistics demand in Shanghai. Applying Stepwise Regression with the index values of 1991-2010, a regression equation was obtained and texted. Then, the results were explained and the development proposals for Shanghai logistics were suggested. Key words: Urban Logistics Demand; Stepwise Regression; Development Proposals 中图分类号 : U652.1+2文献标识码： A 文章编号： 0 引言 城市物流是为了满足城市以及以城市为中心的周围城市内人们生活及经济活动的需要而进行的城市内以及城市与外界之间的物流活动，是区域物流的一种特殊形式。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。 预测物流需求的方法有很多，但要准确预测全社会物流量却是比较困难的。从目前的理论基础及研究方法上看，仅能从宏观上大体把握物流需求的趋动方向和数量。鉴于当前大多数学者都是选取货运量为指标，对物流需求规模进行预测。研究表明，这种以具体的、易获取的货运量代表抽象的、相对不易获取的物流需求量的做法是可取的、可接受的，因此本文亦选用货运量作为物流需求的衡量指标。 预测物流需求的一种有效方法是多元线性回归分析，即建立因变量与多个自变量的回归方程。然而并非所有的自变量都对因变量有显著的影响，故而就存在着如何挑选出对自变量有显著影响的自变量的问题。由于对应m个自变量的所有可能子集可以构成(2m-1)个回归方程，因此当m较大时就必须选用一些较为简便、实用、快速地选择最优方程的方法。人们给出的方法各有优缺点，至今还没有绝对最优的方法，目前常用的有前进法、后退法和逐步回归法，而逐步回归法最受推崇。 逐步回归法的具体思路是将变量一个一个引入，每引入一个自变量后，对已引入的变量进行逐个检验，当原引入变量由于后面变量的引入而变得不再显著时，要将其剔除。这个过程反复进行，直到既无显著自变量选入回归方程，也无不显著自变量从方程中剔除为止。这个过程若手工进行十分繁琐，因此常利用统计软件如SPSS等在计算机上自动完成。 本文拟采用逐步回归法对上海城市物流需求的变化趋势进行分析，以使物流资源得到合理配置，同时也为政府制定物流产业发展政策、规划物流基础设施建设提供发展建议。 作者简介：张振玉，男，河南登封人，同济大学交通运输工程学院硕士研究生，研究方向：物流工程。 1.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，本文选择全市货物运输量作为物流需求规模的指标，设为Y。 在自变量方面，根据对城市物流需求的影响因素分析，考虑到行业因素、环境因素等指标获得很难，加之经济因素是影响城市物流最直接、最根本的因素，本着可操作性原则，选取各经济影响因素指标用于物流需求规模预测，具体包括：第一产业GDP（X1）、第二产业GDP（X2）、第三产业GDP（X3）、社会消费品零售总额（X4）、进出口贸易总额（X5）、人均消费水平（X6）。其中不仅考虑了反映城市经济总量的三大产业GDP，而且鉴于商业流通也是城市物流需求的重要组成部分，又设立了社会消费品零售总额与人均消费水平两个经济指标， 此外考虑到上海市的对外贸易因素，故将进出口贸易总额考虑入内。 本模型中样本数据取自1992-2011年的《上海统计年鉴》。 2.模型的建立与检验 2.1 回归方程的建立 上述物流需求影响因素是根据专业知识和经验所选定的，不能说明全部自变量对因变量都有显著性影响。为了从较多的初选