基于多元線性回歸分析方法的物流流通水平研究

潘新宇，薛 洋

(1.唐山學院 經濟管理系，河北 唐山 063000；2.天津大學 管理與經濟學部，天津 300072)

?

基于多元線性回歸分析方法的物流流通水平研究

潘新宇1，薛 洋2

(1.唐山學院 經濟管理系，河北 唐山 063000；2.天津大學 管理與經濟學部，天津 300072)

根據2013年全國31個省市的物流水平相關指標，分別以經營單位所在地分的進出口總額、按境內目的地和貨源地分的商品進出口總額作為因變量對物流流通水平進行線性回歸分析，得到了多元線性回歸模型，由此找出了流通水平的影響因素，并有針對性地提出了對策建議。

多元線性回歸；物流；流通水平

0 引言

流通業的物流構成消費品供應鏈的終端環節，也是形成商品使用價值的最重要環節，涵蓋從商品采購到將商品銷售給消費者的整個物流全過程，具體包括商品采購、進貨運輸、商品儲存、加工配送、門店物流以及為各環節提供配套服務的信息系統等。中國流通產業競爭力較低一直是比較突出的問題。產業規模通常被用作衡量流通產業競爭力的基礎性指標，它既反映目前流通產業的總量規模，又為未來的產業擴張提供平臺基礎[1]。《中國連鎖零售企業經營狀況分析報告》采用流通產業增加值、平均資產規模和社會消費品零售總額等指標，綜合評價了中國各省區的流通產業規模競爭力。

物流是一個國家實現流通現代化的重要途徑，也是衡量一個國家和地區流通現代化程度的重要標志。發展現代物流，實現流通現代化，是提升我國經濟素質和效益、降低成本、服務民生的迫切需要。物流在流通業的表現決定了流通業服務水平的高低和商品的最終價格。本文在宏觀上通過研究全國各地區2013年31個省市的物流水平相關指標，對物流流通水平進行了線性回歸分析，其中能反映物流流通水平的相關因素，包括國內生產總值、3種進出口總額(按經營單位所在地分、按境內目的地分和貨源分的外商投資企業貨物)、連鎖零售企業通體配送商品購進額、億元以上商品交易市場數量、貨運量、運輸業人員數量(鐵路、道路、水上、航空、裝卸搬運和運輸代理、郵政業、倉儲業)、居民消費水平和各地區的人口數。

1 現有研究成果及相關理論

1.1 物流流通的概念

對于流通，文獻[2]指出，流通銜接生產和消費，包括兩個過程：人的轉移和商品的實質轉移。田島義博[3]亦持類似的觀點，他認為商品流通就是商品的轉移過程，通常包含人格性轉移和物理性轉移。鈴木武[4]則宏觀地將流通界定為“制造商與消費者之間的架橋活動”。宋則[5]從微觀層面界定了流通，即“在實體經濟范疇內，由商品流通直接引起或與商品流通直接有關的商流、物流、信息流和資金流的總和”。對于流通產業，郭冬樂、宋則[6]指出，流通產業是指與商品流通和商業直接相關聯，或為商品流通和商業提供必要條件的各種投資領域的總稱，它主要包括農產品、工業消費品和工業生產資料等商品的購銷體系、商業設施、倉儲業、運輸業、包裝裝卸、流通加工、流通技術以及與此相關的信息產業、服務業等。夏春玉[7]認為，流通就是專門以商品流通為經營內容的贏利性事業。

1.2 物流流通水平的影響因素

流通產業規模：產業規模是衡量流通產業發展水平高低的基石。

流通結構：主要反映流通產業的要素內部結構狀況。包括人員組成、零售額比重，等等。

流通產業效率：反映流通產業運行效率和發展狀況的核心指標。包括交易市場等信息。

流通產業貢獻：改革開放以來，流通產業逐漸成為支撐國民經濟或區域經濟運行的基礎部門，它決定著其他產業部門經濟活動的發展水平。包括進出口額等。

2 數據收集和解析

2.1 宏觀統計數據收集和解析

通過《中國統計年鑒》中的數據，搜集到了2013年31個省市的生產總值、貨物進出口總額、外商投資企業貨物進出口總額、連鎖零售企業基本情況、億元以上商品交易市場基本情況、貨運量、交通運輸業人員數、倉儲業人員數、郵政業人員數、各地區居民消費水平、各地區人口數等數據。

將所有數據按順序整理到一個大表格中，用于之后的數據分析。數據解析如下：

生產總值：各地區經濟情況的度量，是指在一定時期內(一個季度或一年)，一個地區的經濟中所生產出的全部最終產品和勞務的價值。

貨物進出口總額：各地區實際進出我國國境的貨物總金額。

外商投資企業貨物進出口總額：各地區外商投資企業實際進出我國國境的貨物總金額。

連鎖零售企業基本情況：各地區連鎖零售企業數量、營業額等。

億元以上商品交易市場基本情況：各地區消費品綜合市場、農產品市場、工業消費品市場、生產資料綜合市場、工業生產資料市場、農業生產資料市場的總數量。

貨運量：各地區運輸企業在一定的時期內實際運送的貨物數量。

交通運輸：各地區海陸空運輸業、倉儲和郵政業人員數量。

居民消費水平：各地區居民在物質產品和勞務的消費過程中，對滿足人們生存、發展和享受需要方面所達到的程度。

人口數：各地區人口數量。

2.2 各地區物流流通水平多元線性回歸分析

2.2.1 模型的建立

進出口是體現流通水平的一個重要方面，所以在模型中，分別將按經營單位所在地分的進出口總額、按境內目的地和貨源地分的進出口總額，作為因變量進行線性回歸分析。

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+β11X11+β12X12+β13X13+β14X14。

變量的定義如下：

Y1：按經營單位所在地分的進出口總額(萬美元)；

Y2：按境內目的地和貨源地分的進出口總額(萬美元)；

X1：外商投資企業貨物進出口總額(萬美元)；

X2：連鎖零售企業通體配送商品購進額(億元)；

X3：億元以上商品交易市場數量(個)；

X4：貨運量(萬噸)；

X5：鐵路運輸業人員數量(人)；

X6：道路運輸業人員數量(人)；

X7：水上運輸業人員數量(人)；

X8：航空運輸業人員數量(人)；

X9：裝卸搬運和運輸代理業人員數量(人)；

X10：郵政業人員數量(人)；

X11：倉儲業人員數量(人)；

X12：國內生產總值(億元)；

X13：居民消費水平(元)；

X14：人口數(人)。

2.2.2Y1的多元線性回歸分析

2.2.2.1 參數估計

采用強行進入法進行參數的最小二乘估計，求得回歸系數如表1所示。

表1 回歸系數

因變量：按經營單位所在地分進出口總額(萬美元)。

初步得到本問題的多元線性回歸模型為：

Y1=9 087 629.563+0.891X1-177.301X2+23 513.380X3+15.816X4-30.797X5+30.555X6-183.836X7+183.065X8+270.562X9+89.168X10+300.212X11+620.642X12-789.551X13-526.122X14。2.2.2.2 三種檢驗

檢驗結果如表2所示。因文章篇幅關系，相關檢驗圖表省略。

回歸方程的擬合度檢驗：復相關系數R、判定系數、調整判定系數、估計值誤差和DW，這些值反映了自變量解釋因變量的能力。由表2可知R的平方是0.989，調整后的R的平方等于0.979，即判定系數和調整后的判定系數都很接近于1，故認定其通過了擬合度檢驗，且模型擬合度很好。

回歸關系的整體性檢驗(F檢驗)：檢驗因變量的方差來源、方差平方和、自由度、均方、F檢驗統計量的觀測值和顯著性水平。得出F=92.605，且顯著性水平是0.000。因為本模型的F統計量服從F(14，16)分布，由此查表得臨界值F(14，16)≈3.4，而本模型的F值92.605大于此臨界值，且顯著性水平0.000小于0.05，故拒絕原假設，則表明此回歸模型的整體回歸模式顯著，具有統計上的意義。

回歸系數的顯著性檢驗(T檢驗)：本模型中樣本數是31個，自變量數是14個，則本模型各回歸系數的T統計量應服從T(16)的分布，由檢驗結果得到其臨界值約為2.12，而本模型的15個回歸系數的T值有的大于此臨界值，有的則小于臨界值，所以沒有全部通過T檢驗。

2.2.2.3 多重共線性分析

通過自變量的方差膨脹因子分析的方法判斷自變量間是否存在共線性。

容許度在0～1之間變化，其值越接近于0，說明自變量間的共線性越強；其值越接近于1，說明自變量間的共線性越弱。所以，若方差膨脹因子VIF接近于1，則表明自變量間的共線性較弱；VIF大于10，則表明自變量之間存在多重共線性。

由檢驗結果可知，其方差膨脹因子值有的大于10，有的小于10，故本模型中的自變量之間存在多重共線性。

2.2.2.4 殘差的回歸假設檢驗

(1)殘差的自相關分析。表2為Y1的模型摘要。由表2可知，此回歸模型的DW值為1.962。而其樣本個數是31，自變量個數是14，顯著水平為0.05。由于解釋變量數目過多，查不到相關數據。但是可見DW值接近2，因此可以認為沒有自相關性。

(2)殘差值統計量。表3為殘差統計。從表3中可以得到此回歸模型殘差值的描述性統計量，包括預測值、殘差、標準預測值和標準殘差等。從中可以看出，最小和最大殘差為-5.491 445 500 000 0E6和4.623 251 500 000 0E6，且標準化后，其均在3倍的標準差以內，故此模型殘差值的正態分布性較好。

表2 Y1的模型摘要

表3 殘差統計

因變量：按經營單位所在地分進出口總額(萬美元)。

(3)標準化殘差直方圖。本模型的標準化殘差直方圖如圖1所示，這是為了觀測模型的殘差是否符合正態分布。由圖1可知，本模型標準化殘差的分布結果基本符合正態分布的假設，且殘差值都在3個標準差內。

圖1 標準化殘差直方圖

2.2.2.5 逐步修正法

因為原模型并不是所有系數都通過了T檢驗，所以對模型進行逐步回歸，得到表4。

得到3個回歸模型：

Y1=2 638 292.88+1.753X1；

Y1=-2 009 306.170+1.381X1+194.345X10；

Y1=-1.072E7+1.14X1+218.808X10+574.69X13。

對上述3個模型進行檢驗，結果如表5，表6所示，從中可以看出，模型1，模型2，模型3都通過了T檢驗和F檢驗。

從表6擬合優度R平方來看，模型3的擬合優度最高，其次是模型2，模型1。

表4 修正后的模型系數

因變量：按經營單位所在地分進出口總額(萬美元)。

表5 Y1的ANOVA模型

表6 修正后的Y1模型摘要

2.2.3 Y2的多元線性回歸分析

本節根據“2.2.2 Y1的多元線性回歸分析”同理可得4個回歸模型：

Y2=1 136 849.844+1.986X1；

Y2=-1 572 064.174+1.858X1+19 697.532X3；

Y2=-4 026 313.219+1.673X1+17 061.435X3+109.158X13；

Y2=-1 503 281.847+1.726X1+20 772.420X3+200.505X6-52.332X9。

檢驗結果如表7，表8所示。從擬合優度來看，模型4的擬合優度最高，其次是模型3，模型2，模型1。

3 結論

(1)從分析結果可以看出，外商投資企業貨物進出口總額、郵政業人員數量、居民消費水平這幾個指標在14個指標中對按經營單位所在地分的進出口總額有較大影響。所以按經營單位所在地劃分中，關于居民日常的貨物流通較為顯著。因此，在進出口時，對于日常類的流通應多加管理和監控，運用物流管理知識合理規劃運輸和倉儲，從而提升流通效率。

(2)外商投資企業貨物進出口總額、億元以上商品交易市場數量、道路運輸業人員數量這幾個指標在14個指標中對按境內目的地分和貨源地分的進出口總額有較大影響。所以按境內目的地和貨源地劃分中，關于工業、商業等的大中型非日常的流通較為顯著。因此加強各大企業和政府部門的管理和監控是很有必要的。

表7 Y2的ANOVA模型

表8 模型摘要

(3)在不同的運輸方式中，對進出口的影響并不相同，有的呈現正相關，有的呈現負相關。例如，對于按境內目的地和貨源地劃分的進出口中，裝卸搬運和運輸代理人員數量和其呈負相關，說明裝卸搬運和運輸代理人員數量并不能提高此類進出口的效率。但在各類運輸方式都是必需的情況下，應合理分配運輸人員，以提高流通的整體效率。

[1] 中國流通產業發展報告課題組.我國流通產業的整體競爭力發展亟待提速[N].經濟日報，2005-09-05.

[2] 劉向陽.20世紀營銷學的范式演變與特點[J].科技進步與對策，2002(7)：74-76.

[3] 田島義博.流通的活力[M].于淑華，譯.北京：中國商業出版社，2000.

[4] 鈴木武.現代流通政策和課題[M].王哲，譯.北京：中國商業出版社，1993.

[5] 宋則.流通現代化及流通業競爭力研究(上)[J].商業時代，2006(4)：11-13.

[6] 郭冬樂，宋則.中國商業理論前沿(二)[M].北京：社會科學文獻出版社，2001.

[7] 夏春玉.商品流通產業的歷史發展及其理論解說[J].財經問題研究，1998(2)：71-76.

(責任編校：夏玉玲)

A Research on Logistical Circulation Efficiency Based on Multivariate Linear Regression Analysis

PAN Xin-yu1， XUE Yang2

(1.Department of Economics and Management， Tangshan University， Tangshan 063000， China； 2.College of Management and Economics， Tianjin University， Tianjin 300072， China)

By studying the logistics-related indexes of the 31 provinces in 2013，the authors of this paper have carried out a linear regression analysis of the logistical distribution in these places，with the total value of imports and exports by business location and the total amount of imports and exports of goods by destination and source location as the dependent variable， obtained the multiple linear regression model， discovered the influencing factors in the circulation efficiency， and put forward the corresponding suggestions.

multivariate linear regression analysis； logistics； circulation efficiency

潘新宇(1982-)，男，河北唐山人，講師，博士，主要從事物流與供應鏈管理研究。

F25

A

1672-349X(2016)06-0072-06

10.16160/j.cnki.tsxyxb.2016.06.019