物流需求预测中宏观经济指标的选取

陕西农业科学　物流需求预测中宏观经济指标的选取　邓淑红　。王征兵。　（１．陕西省商洛学院陕西商洛７２６０００；２．西北农林科技大学，陕西杨凌７１２１００）　

提要：在物流需求预测中，选择恰当的宏观经济指标对物流需求进行较准确的预测非常重要。分别以　ＧＤＰ、进出口额和社会消费品零售总额为宏观经济指标来预测物流需求．建立一元线性回归预测模型，并对三　种预测模型进行比较，从而得出与社会物流总额密切相关的宏观经济指标来预测物流需求。　关键词：物流需求；ＧＤＰ进出口额Ｉ社会消费品零售总额　

国民生产总值和物流需求存在一定的线性关　系，经济发展会带来物流需求的增加，这种线性关　系是正相关的。国际贸易作为联接不同国家生产　和消费的桥梁，通过商品所有权的转移，让渡商品　的使用价值，实现商品的价值，为国家创造外汇，　必须借助于物流，才能完成使命，进出口额与物流　需求之间也存在一定的线性关系。国民经济是有　生产、流通、消费三大领域组成，消费需求的增长　与物流需求有着密切的关系，消费不断拉动我国　经济的增长，也带来了巨大的物流需求。市场经　济是以销定产，消费决定生产，社会消费决定社会　物品的流通，有消费需求才有物流需求，国民收入　中的消费基金能否实现最终还需要取决于物流的　畅通，因此对物流需求进行预测是非常必要的，但　在物流需求预测中选择恰当的宏观经济指标尤为　重要，它影响着预测模型的经济意义。　预测物流需求的方法很多，选择ＧＤＰ、进出　口额和社会零售商品总额为宏观经济指标对物流　需求进行预测，并对其模型和预测结果进行比较，　从而选出经济意义较大的宏观经济指标来预测物　流需求。　１　社会消费品零售总额与物流需求　预测　１．１模型的假设　我国目前普遍采用物流量作为衡量物流需求　规模的量度指标，然而在我国现阶段，没有物流的　具体统计数据，因此在进行物流研究时，一般假定　物流需求量为交通运输、仓储和邮政业需求量［２］，　其数值也等同于交通运输、仓储和邮政业产值，来　进行物流需求的预测与分析。　１．２模型变量选取及说明　物流需求规模的变化与一国或地区的社会消　费品零售总额有着密切的关系，社会消费需求越　大，对货物运输、仓储、配送、物流信息处理等物流　服务的需求就越大，同时还有可能对现有物流服　务提出更高的要求，产生新的物流需求；由于物　流需求是为满足消费需求或其他需求而产生的，　属于派生性需求，其他活动特别是流通性强的对　物流需求作用就很大。　１．３模型建立　（１）本模型中参数估计所设计的数据均为时　间序列数据，数据是选自２００５年的《中国统计年　鉴》、２００６年的《中国统计年鉴》及中国物流与采　购联合会的《２００７年全国物流运行情况通报》。　（２）以下回归模型的参数估计均运用　Ｅｖｉｅｗ４．０计量软件。　（３）模型建立。在一元线性回归模型中，设社　会消费品零售总额为自变量，社会物流总额为因　变量。建立的模型可以近似认为：社会消费品零　售总额与社会物流总额存在一定的线性关系。社　会消费品需求的增加会带来物流需求的增加，故　这种线性关系是正相关的，也就是说，在因变量和　自变量之间的关系式中，除了常数项不能事先知　道外，函数中的自变量前的系数必须为正。如果　为负的话，这说明随着社会消费品需求的增加，反　而物流需求量值减小，这是不合乎经济和社会发　展规律的。　在一元线性回归模型中，自变量为社会消费　品零售总额，因变量为社会物流总额。它俩之间　的函数表达式为：　Ｙ　一６０　４－６】　ｆ　（１）　

收稿日期：２００８—０８—２１　作者简介：邓淑红（１９７７－－），女，宁夏隆德人，陕西省商洛学院讲师。西北农林科技大学在职研究生。　・　１６６　・　陕西农业科学　２００９（１）　（１）式中，Ｙｉ为因变量，Ｘｉ为自变量，ｂ。和ｂ　为待求系数。　１．４　计算结果　根据表１数据，运用Ｅｖｉｅｗ４．０计量软件，进　行一元线性回归计算可获得。　

－８．７２５９２－７　ｂｏ一　一ｂｌ三＝一１１９２３９．３　所以，社会物流总额预测的一元回归模型为：　弓一一１１９２３９．３＋８．７２５９２７ｘ　（２）　

表１　１９９ｌ一２００７社会消费品零售总额、ＧＤＰ、进出口额及全社会物流总额数据　年份　全社会物流总额　ＧＤＰ　（亿元）　社会消费品零售总额　（亿元）　进出口额　（亿美元）　进出口额　（亿元）　

１９９１　１９９２　１９９３　１９９４　１９９５　１９９６　１９９７　１９９８　１９９９　２０００　２００１　２００２　２００３　２００４　２００５　２００６　２１　６１７．８　２６　６３８．１　３４　６３４．４　４６　７５９．４　５８　４７８．１　６７　８８４．６　７４　４６２．６　７８　３４５．２　８ｌ　９１Ｏ．９　９０　Ｏ１６．２　９７　３１４．８　１Ｏ５　ｌ７２．３　１ｌ６　８９８．４　ｌ３６　５ｌ５　１８２　３２ｌ　２０９　４０７　２４６　６１９　３Ｏ　２２１　３９　０８８　５４　３１５　７９　２３７　１Ｏ１　９７５　１１Ｏ　２８８　ｌ２３６　６５　１２８　７３２　１３８　９５４　１７Ｏ　５６ｌ　１９４　５１３　２３２　５８３　２９５　４８８　３８３　８２９　４８Ｏ　６４５　５９６　０００　７５２　２８３　９　４１５．６　ｌＯ　９９３．７　１４　２７０．４　１８　６２２．９　２３　６１３．８　２８　３６０．２　３ｌ　２５２．９　３３　３７８．１　３５　６４７．９　３９　１Ｏ５．７　４３　０５５．４　４８　ｌ３５．９　５２　５１６．３　５９　５Ｏｌ　６７　ｌ７６．６　７６　４１Ｏ　８９　２ｌＯ　１　３５７　ｌ　６５５．３　１　９５７　２　３６６．２　２　８０８．６　２　８９９　３　２５０．６　３　２３９．５　３　６０６．５　４　７４３　５　０９７．６　６　２０７．７　８　５１２．１　１１　５４７．４　１　４２２１　１７　６０７　２ｌ　７３５　１１　１２７．４　１３　５７３．４６　１６　０４７．４　１９　４０２．８４　２３　０３０．５２　２３　７７１．８　２６　６５４．９２　２６　５６３．９　２９　５７３．３　３８　８９２．６　４１　８００．３２　５０　９０３．１４　６９　７９９．２２　９４　６８８．６８　１１６　６ｌ２．２　ｌ４４　３７７．４　１７８　２２７　

１．５基本检验　对所得模型进行检验，包括拟合优度检验　（Ｒ２检验）、相关系数、回归模型显著性检验和Ｆ　检验。根据表１数据，运用Ｅｖｉｅｗ４．０计量软件，　得出相关数据　（１）标准误差。　标准误差是回归直线即估计值与因变量值之　间的平均平方误差，其计算公式为：　ＳＥ一孵＿５３。６８．５７（３）　（２）Ｒ　检验。　拟合优度检验是指对样本回归直线与样本观　察值之问拟合程度检验。　Ｒ。：　一　一ｏ．９３８３３６（４）　一　了’ＳＳ　ｖ　Ｏ≤Ｒ　≤１说明全部样本观察值均在估计的回归　线上，观察值Ｙｉ与回归值　ｉ完全拟合，Ｙｉ：　；。　（３）相关系数。　一０．９３８３３６　（５）　ｒ＞０，ｘ与Ｙ正相关，相关程度很高。对显著性　水平ａ＝＝＝０．０５，样本容量ｎ＝１７，自由度ｎ一２：　１５，查相关系数表，ｒ０．。　一０．４８２，由于Ｉ　ｒ　Ｉ一　０．９３８３３６＞ｒ０．０５—０．４８２，故社会消费品零售总额　

和全社会物流总额之间存在明显的正线性关系。　（４）回归系数显著性检验。　

一鱼一１５．１０８０６　（６）　

５６　

对显著性水平ａ＝０．０５，样本容量ｎ一１７，自　

由度ｎ一２＝＝＝１５，查ｔ分布表，得临界值ｔ。／２（ｎ一２）　一ｔ０．ｏ２５

（１５）＝２．１３１。ｔ：１５．１０８０６＞ｔｏ．ｏ２５（１５）　

一２．１３１，故社会消费品零售总额是影响全社会　物流总额的一个重要变量。　（５）Ｆ检验。　Ｆ＝　毙　一ｚ２８．２　㈩　

对显著性水平ａ一０．０５，样本容量ｎ一１７，自由度　ｎ一２—１５，查Ｆ分表，Ｆ　（１，ｎ一２）一Ｆ。＿０５（１，１５）一　４．５４，Ｆ＞Ｆｏｌ０。（１，１５），回归总体是显著线性的。　邓淑红等：物流需求预测中宏观经济指标的选取　１．６预测　根据表１数据，预测回归模型预测分析结果　见图１。　从图１可得出，实际值（Ａｃｔｕａ１）、拟合值　（Ｆｉｔｔｅｄ）和残差（Ｒｅｓｉｄｕａ１）之间的对比情况。　

９２　９４　９６　９８　００　０２　０４　０６　一残差　－－－＿一实际值…拟合值　图ｌ社会消费品零售额预测物流需求　

８００　０００　６００　０００　４０Ｏ　ＯＯ０　２００　０００　０　－２ＯＯ　０００　

２　ＧＤＰ与物流需求预测　在一元线性回归模型中，以ＧＤＰ为自变量、　物流需求量为因变量来预测物流需求，文献嘲中　已有相关结论，文中不再做相关分析，只求出表１　所列资料中ＧＤＰ预测物流需求的回归方程式及　预测分析图。　设一元线性回归模型中，自变量为ＧＤＰ，因变　量为社会物流总额。它俩之间的函数表达式为：　Ｙ　ｉ—ａ０＋ａ１　ｆ　（８）　根据表１数据，运用Ｅｖｉｅｗ４．０计量软件，进　行一元线性回归计算可获得，社会物流总额预测　的一元回归模型为；　多一一８８５３７．０３十３．２３４３４２ｘ　（９）　

模型（９）式中社会物流总额的实际值（Ａｃｔｕ—　ａ１）、拟合值（Ｆｉｔｔｅｄ）和残差（Ｒｅｓｉｄｕａ１）之间的对　比情况如下图２。　

９２　０４　９６　９８　００　０２　０４　０６　一　残筹　・实际值一一－拱ｃ合值　

图２　ＧＤＰ预测物流需求　３　进出口额与物流需求预测　在一元线性回归模型中，以进出口额为自变　量、物流需求量为因变量来预测物流需求，文献　中已有相关结论，文中不再做相关分析，只求出表　１所列资料中进出口额预测物流需求的回归方程　式及预测分析图。　设一元线性回归模型中，自变量为进出口额，因　变量为社会物流总额。它俩之间的函数表达式为：　Ｙｆ—ｃｏ＋Ｃｌ　（１０）　根据表１数据，运用Ｅｖｉｅｗ４．０计量软件，进　行一元线性回归计算可获得，社会物流总额预测　的一元回归模型为：　Ｙ一３７９０．０７９＋４．１５９７３４ｘ　（１１）　模型（１１）式中社会物流总额的实际值（Ａｃｔｕａ１）、　拟合值（Ｆｉｔｔｅｄ）和残差（Ｒｅｓｉｄｕａ１）之间的对比情　况如下图３。　

９２　９４　９６　９８　０Ｏ　０２　０４　０６　一残差　一．－一实际值…拟合值　

图３进出口额预测物流需求　

８００　０００　６００　０００　

４００　０Ｏ０　２００　０００　０　

（下转第１８２页）　

Ｏ　咖　咖　一０　Ｏ　０　０　刚　啪　枷　枷　。