江苏省物流需求量预测.docxVIP

江苏省物流需求量预测 　　摘要：宏观经济和运输汽车拥有量与物流需求量有很大的相关性，通过皮尔森相关系数对这些影响因素进行分析，选出合适的影响因素构成多元线性回归，然后对江苏省未来的物流需求量进行预测。预测结果显示，江苏省的物流需求呈现出上升的趋势。最后，针对预测结果对江苏物流的发展提出对策与建议。 　　关键词：物流需求量;多元线性回归;预测;江苏省 　　中图分类号：f252文献标志码：a文章编号：1673-291x（2019）12-0042-02 　　一、引言 　　物流被称为第三方利润的源泉，对国民经济的发展和人民生活水平的提高有着举足轻重的影响，有关物流模型较多，郭健用灰色预测模型对某地区的煤炭物流进行了预测，将预测的结果与实际值相比较，准确率较高，为该地区物流需求预测提高了参考价值[1]。王晓原等通过集对分析聚类预测对山东省物流需求量进行了预测，为山东省物流需求量的政策的制定提供了参考依据[2]。本文对江苏省物流需求预测采用的是多元线性回归预测，因为物流的需求量受到多种因素的影响，对影响因素进行分析有利于提高物流需求预测准确率，为物流政策的制定提供依据。 　　二、江苏物流需求量预测 　　由于中国的物流起步较晚，没有权威的行业标准，在官方统计年鉴上也没有针对物流需求量的具体的统计年鉴的数据，所以本文在借鉴其他作者的文献[3]的基础上借助货运量作为物流需求量的相关指标进行大致的运算。 　　地区的经济发展水平和规模与水产品冷链物流需求的规模有着密切的相关性。两者之间存在很强的正相关关系，即地区经济发展水平越高，经济总量越大，增长速度越快，物流需求也相应越大，也因此刺激水产品冷链物流的需求规模增加。由此可见，冷链物流水平的发展深受地区经济发展水平的影响。江苏省经济竞争综合实力仅次于广东省，排名全国第二江苏省强大的综合经济实力为江苏省的冷链物流行业的发展提供了可靠的保证。货运运输中，公路运输处于运输方式的核心部分，覆盖面广，普及率高，不管是铁路运输还是航空运输，最终还是通过公路运输实现”门到门”运输。因此，运输汽车拥有量与物流需求量也有很大的相关性。 　　本文以《江苏省统计年鉴》为依据，选取了地区生产总值x1、第一产业x2、第二产业x3、第三产业x4、运输汽车拥有量x5这5个影响因素。 　　本文通过excel对这5个影响因素与物流需求量进行person相关性分析，所得的相关性系数如下：r01=0.86、r02=0.9、r03=0.89、r04=0.83、r05=0.66，以上相关系数的值都大于0.6，因此这些影响因素与物流需求量有着极强的相关性。因此，通过计算分析可知，影响江苏省物流需求预测的主要因素的亲疏关系为第一产业、第二产业、地区总值、第三产业、运货汽车拥有量。 　　笔者通过上一段对江苏省物流需求量的影响因素进行pearson相关性系数的计算分析，得出所选的影响因素与江苏省物流需求量有着较强的相关性。因此，将影响因素带入多元线性回归方程，将多元线性回归方程设为： 　　其中，y指的是江苏省物流需求量预测值，x1、x2、……x6。 　　将表1中江苏省物流需求值的影响因素带入spss界面，选择线性回归，影响因素看作自变量，需求值看作因变量，选择逐步回归法得出有关多元线性回归公式为： 　　y=96.064x2-5.375x4+29751.366 　　通過逐步排除法删除地区总值和第二产业、运货汽车拥有量这三个影响因素，因为这3个变量的sig值大于0.05，说明这些变量对因变量的解释能力不显著，因此这3个变量被排除。留下的变量为第一产业/亿元、第三产业/亿元，这两个变量的sig值小于0.05，所以保留。最后由这两个变量组成有关物流需求量的线性方程。将第一产业和第三产业历年的数值带入公式y=96.064x3-5.375x5+29751.366，并将实际值与预测值进行比较，历年的误差率（如表2所示）。 　　2007—2016年江苏省物流需求量实际值与预测值平均误差的绝对值为0.04，准确率水平比较高。因此，可以将多元线性回归用于对江苏省物流需求量的预测。 　　本节运用趋势外推法对各影响因素的发展趋势进行预测。以2007—2016年为自变量，2007—2016年各影响因素的历史数据为因变量，建立预测模型，对江苏省水产品冷链物流需求的影响因素进行预测。利用趋势外推法，将江苏省需求影响因素的历史数据代入spss依次对水产品冷链物流需求的影响因素进行模拟曲线拟合，求出2017—2021年江苏省物流需求影响因素的数据，并将求出的未来的影响因素的数据带入多元线性回归公式y=96.064x2-5.375x4+29751.3