(重庆电子工程职业学院管理学院，重庆 401331)

作为社会生产和居民消费等环节的桥梁和纽带，物流产业在提高国民经济的质量、增强企业经济效益和市场繁荣等方面的作用日渐突出，持续增长的物流产业的发展已成为全球、区域和地方经济体系变化的基本组分[1]。我国是一个物流大国，物流产业的发展涉及到社会经济发展的方方面面，有力地促进了我国整体经济实力的提升和产业结构的调整优化[2]。我国政府高度重视物流产业的发展，2014年国家制定了《物流业发展中长期规划（2014—2020年）》，规划中提到“物流产业作为国家一项支柱产业，优先得到扶持和发展”[3]。在我国社会经济发展进入新常态的背景下，物流活动已经融入社会生产生活的各个领域。各领域对物流的需求也与日俱增，采取有效的方法对社会物流总需求进行准确预测和科学分析，对国家经济结构的调整、社会资源的合理配置和国家宏观经济政策的制定和实施具有重要的现实意义。

社会物流总需求受到社会经济、产业结构和资源分布等多种因素的影响，各个因素或变量之间又具有高度的非线性和时变性的特点，在研究中由于样本的有限性，难以用精确的数量模型对需求进行准确的描述[4]。本文将以我国每年的货物周转量作为社会物流总需求的衡量指标，运用多元线性回归方法建立模型，通过相关经济指标的识别和选取，对社会物流总需求进行预测和描述分析。

一、相关文献综述

影响社会物流需求的因素比较多，有些因素之间还存在着一定程度的线性相关，不同学者采用多种方法从不同角度识别、筛选并验证了不同时期影响物流需求的主要因素。陈德良和王文科[5]提出影响区域物流需求量的主要因素在于该地区的国内生产总值、工农业生产总值和消费品零售总量；在此基础上，李磊[6]通过主成分分析方法，在研究中提出影响一个地区物流需求量的因素还包括地区的固定资产投资总额、社会消费品零售总额、进出口总额和货物购进价格指数等。王燕茹和戴姗姗[7]运用最小二乘法，证明了影响地区物流需求的主要因素在于地区生产总值、固定资产投资规模、社会消费品零售总额和教育文化程度等。黄滨[8]通过多元回归方法，总结并强调了地区人均可支配收入是影响物流需求的最主要因素。邱立国和赵薇[9]通过嵌入熵权灰色关联模型的方法，验证了社会第二产业增加值和固定资产投资等是影响我国物流需求的主要因素。邱慧等[10]则通过建立灰色系统模型，总结出影响一个地区物流需求的主要因素包括地区人均生产总值、第二和第三产业增加值、地区生产总值以及公路载货汽车拥有量等因素。

从以上文献可以归纳出，无论学者采取何种数量模型分析方法，研究结论在很大程度上比较相似，即影响一个地区物流需求量的因素主要集中在固定资产投资规模、消费品零售总额、地区生产总值以及相关产业增加值等方面，这些具有代表性的研究成果，也为本文的研究提供了参考和借鉴。

二、模型指标的选取

（一）指标的选取

目前大多数社会团体和学术界都将货物周转量作为衡量一个国家和地区的物流总需求指标[11]，该指标的选取具有一定的广泛性和代表性，本文在研究过程中也将我国的货物周转量作为物流总需求的衡量指标，与货物周转量相关的经济指标有很多，通过文献调研和实际考察和筛选，本文将我国GDP、消费品零售总额、固定资产投资、工农业生产总值和年末总人口作为相关指标，通过线性回归和指标的检测，确定对货物周转量起明显影响作用的经济变量指标。

（二）数据的收集

本文通过中国国家统计局历年的统计年鉴，收集了进入新世纪以来2001—2015年历年的各项经济指标，以货物周转量Y作为因变量，以国内生产总值（GDP）X1、消费品零售总额X2、固定资产投资X3、工农业生产总值X4和年末总人口X5作为自变量，来研究各项指标之间的数量关系。为了便于回归分析和比较研究，收集到的数据都经过了定基处理，各项指标均以2000年的指标数值作为基数100进行换算，其结果如表1所示：

表1 中国2001—2015年物流需求量经济指标数据表

数据来源：参照国家统计局历年的统计年鉴进行整理

（三）实证分析

1．模型的构建

进入新世纪以来，我国物流产业的发展，始终受到国家宏观经济增长和消费水平的影响，同时固定资产投资和总人口等因素的增长也有力地推动了物流产业的发展，本文收集了我国从2001—2015年共15年的宏观经济数据，根据各项指标的关系建立多元回归模型：

2．参数估计

本文采用eviews8.0作为分析软件，通过分析模型（1）的各项参数，得到回归分析结果如表2所示。

表2 回归计算结果表

根据表2中的结果显示，可得到初步的估计模型：

3．模型检验

（1）拟合优度检验

从表2的数据中可以看出2R=0.993041，修正后的可决定系数为该数据表明模型对样本的拟合非常好。

（2）F检验

首先提出假设H0：α1=α2=α3=α4=α5=0，在给定的显著性水平α=0.05下，在F检测表中可以查出自由度为k-1=4和n-k=15的临界值为Fα(4，15)=2.90，而由表2中可以得出F=256.8450，因为F=256.8450>Fα(4，15)=2.90，所以原来的假设H0：α1=α2=α3=α4=α5=0应该拒绝，表明回归方程显著，即国内生产总值（GDP）X1、消费品零售总额X2、固定资产投资X3、工农业生产总值X4和年末总人口X5等多项经济指标因素联合起来对社会物流总需求有显著影响。

（3）多重共线性检验

如果在多元线性回归模型中，各自变量因素之间也存在着较强的线性关系，而且这种线性关系超过了自变量和因变量之间的线性关系，线性回归模型的稳定性就存在问题，回归系数就不准确，要解决这个问题，就需要将影响不太显著的自变量进行筛选剔除，或者采取办法减小他们共线的影响[12]。通过对自变量相关关系的检测，发现自变量X1，X3，X4，X5之间存在较大的相关性，共线的可能性较大，检测结果如表3所示：

表3 自变量相关系数表

4．t检验

分别针对假设H0：αi=0，（i=0，1，2，3，4，5）在显著性水平α=0.05下，通过查t分布表得到自由度为n-k=15的临界值为tα/2(n-k)=2.131，根据表2中结果显示，自变量系数α1、α2、α3、α4和α5对应的t统计量分别是：3.146686、-2.199008、0.939992、1.907348 和 0.954907，其中绝对值大于tα/2(n-k)=2.131的只有α1和α2，因此在假设检验中应拒绝α1=0和α2=0，说明在其他解释变量保持不变的情况下，解释变量国内生产总值（GDP）X1、消费品零售总额X2对被解释变量物流总需求Y影响显著。而其他的解释变量固定资产投资X3、工农业生产总值X4和年末总人口X5对于被解释变量物流总需求Y的影响具有偶然性，而且这几个变量均和国内生产总值（GDP）X1具有较大的相关性，应从回归模型中剔除，这样通过再次线性回归，得到回归分析结果如表3所示：

由此可以得到新的线性回归模型：

（四）回归模型预测结果分析

根据多元线性回归模型，以国内生产总值和消费品零售总额为自变量，预测得出2001—2015年的社会物流总需求（货物周转量）的预测值以及真实值之间的对比情况如表4所示，其预测对比图如图1所示：

表4 预测模型结果对比表

图1 物流量实际值与预测值对比图

从表4中可以看出，各个年份的预测结果和真实值之间的误差率均小于0.1，图1中显示的拟合曲线与实际曲线也非常接近，说明根据该模型所得出的预测值精度较高，误差很小，都在可接受范围之内，所以此回归模型和所得到的回归方程在现实中具有可操作性，在具体的经济预测和分析中具有一定的参考价值，只要有了预测年份的国内生产总值和消费品零售总额，便可以预测出该年份的社会物流总需求。

四、结论和建议

根据以上分析研究可以得出结论，在当代经济发展过程中，国内生产总值和社会零售总额是决定物流总需求的两个重要影响因素，而且随着国民经济的快速发展，社会生产产品和提供的服务也随之增加，社会零售额也随之增长，社会生产和投资以及消费的增加对社会物流的需求也在不断增长。现代物流产业虽然在我国的发展时间不长，但已经是深入到社会生产和生活的各个领域，为了适应我国经济的高速发展，进一步推动社会各项事业的和谐进步，我国政府应该采取各种有效措施，继续加大对物流业发展的扶持力度，加强物流产业的基础设施和配套设施建设，合理规划物流产业布局，积极搭建物流企业的投融资平台，进一步拓宽中小型物流企业的融资渠道，为物流业的健康发展创造良好的外部环境，充分发挥物流产业对国民经济增长的放大效应。

（一）加强物流基础设施建设

我国国内生产总值多年来的高速增长，带动社会物流总需求也急剧上升，但是由于物流基础设施的相对落后，在很大程度上制约了国民经济的发展，为了实现国民经济各方面的协调良性发展，就需要我国各级政府加大对物流基础设施的投资建设力度，汇集各类社会资源，采用多元化的投资渠道，统一规划，科学运筹，完善综合配套运输和配送网络，科学规划物流园区的布局以及区域物流中心的建设，合理构建社会物流信息网络平台，鼓励相关企业参与到社会物流基础设施建设，建立行之有效的社会各方责、权、利运营机制，为我国物流业的顺利健康发展提供有力的保障。

（二）建立现代物流管理信息系统

随着社会生产的多样化和电子商务的迅速发展，社会对物流的精细化运作和个性化需求与日俱增，每天产生大量的物流需求信息，传统上落后的管理信息系统和管理手段就难以适应新时期的发展需求。为了更加高效准确地提供物流服务，就需要在我国各类物流管理部门和物流企业内部建立起现代物流管理信息系统，使企业在各项日常运营过程中，从接受订货到发货以及终端配送等各个环节都能够实施有效的监管和控制，实现便捷高效的运营。企业通过先进的物流技术来实现反应快速化、操作标准化和程序规范化，提高日常运营效率和准确率。同时建立先进的物流管理信息系统也便于物流管理部门实施有效的监管和调控。

（三）合理调节我国居民消费结构

随着我国城乡居民收入的稳步增长，更多的居民生活从温饱型向小康型迈进，近年来网购经济的迅猛发展，使得我国居民的物质消费呈井喷式发展，在消费过程中也出现了重复消费和奢侈消费等一些不良现象，也影响着社会物流业的发展。为了促进经济社会的和谐发展，我国政府相关部门应该适度地引导居民消费结构，转变居民消费理念，大力发展新兴消费，利用大数据和云计算等先进手段改善居民的消费方式，提倡绿色消费，倡导旅游消费，鼓励信息消费和休闲娱乐消费等，通过改善居民消费方式和消费习惯，为物流产业的健康发展营造良好的外部环境。

（四）积极发展第三方物流

各类企业在运营过程中，应该积极发挥自身优势，采取聚焦战略扩大自己的优势产业，对于一些中小型生产企业盒零售企业，可将物流业务外包给专业化的第三方物流公司，将企业的物流业务部分或者全部职能外包给专门的物流公司来承担，这样可以缩短商品和物资的在途运输时间，减少周转过程物品的折损。通过物流业务的外包，可以发挥专业化优势，实现全行业的规模经济，使供应链的小批量和个性化运输变得更加经济，能够创造出比采用自我物流服务系统运作的供需更加安全、快捷和高效的服务，提高企业的核心竞争力，实现全社会的物流资源的优化配置，推动新时期我国供给侧结构性改革的顺利实施，促进社会经济的长远协调发展。

[1] Hesse，M．，Rodrigue， J．P．The transport geography of logistics and freight distribution[J]．T ransport Geography .2004（3）：171-184．

[2] 冯朝军．我国物流产业对经济发展的贡献分析[J]．重庆三峡学院学报，2016（4）：57-60.

[3] 汤晓明，李正锋．长三角地区经济增长与物流业发展的实证研究[J]．物流工程与管理，2015（5）：12-14.

[4] 唐伟鸿，李文峰．基于时间序列的支持向量机在物流预测中的应用[J]．物流科技，2005（113）：8-11.

[5] 陈德良，王文科．多元线性回归模型在物流需求预测中的应用[J]．中国物流与采购，2009（20）：66-67.

[6] 李磊，单丹．江苏省物流需求影响因素分析及预测[J]．科技与经济，2013（6）：96-100.

[7] 王燕茹，戴姗姗．基于面板数据的无锡物流需求影响因素研究[J]．江南大学学报（人文社会科学版），2014（5）：78-85.

[8] 黄滨．基于多元回归方法的成都市物流需求分析[J]．山西财经大学学报，2015（S2）：61-62.

[9] 邱立国，赵薇．基于嵌入熵权灰色关联模型的物流需求动力考察[J]．统计与决策，2015（6）：117-119.

[10] 邱慧，黄解宇，董亚兰．基于灰色系统模型的山西省物流需求预测分析[J]．数学的实践与认识，2016（13）：66-70.

[11] 杨志梁，张雷，程晓凌．区域物流与区域经济增长的互动关系研究[J]．北京交通大学学报，2009（1）：38-40．

[12] 庄楚强，何春雄．应用数学统计基础[M]．华南理工大学出版社，2006.