SPSS相關分析與線性回歸分析在我國第三方物流市場需求分析中的應用

(北京物資學院 北京 101149)

一、數據來源及說明

貨物運輸是實現從供到需的中心環節，也是可直接獲取的測量數據，所有的貨物的空間轉移都需要運輸來完成，貨運量是指企業的貨物運輸量，所以本文通過企業貨運量的相關數據來測量我國第三方物流需求變動是較為可行的。

數據選取年份為2000～2017年。根據貨運量影響因素，通過選取GDP、我國三大產業產值、社會消費品零售總額五大指標。結合我國2000～2017年間的統計數據，分析各指標與我國貨物運輸量間的關系，即與我國第三方物流需求的關系。

二、我國第三方物流市場需求模型的建立

假設第三方物流量(W)與影響因素(B1，B2，…Bi)存在線性相關關系，建立模型Z=F(B1，B2，…Bi)+ε，其中W為因變量，B1，B2，…Bi為自變量，W=F(B1，B2，…Bi)+ε為模型的回歸方程，ε為隨機誤差，以假定模型為基礎，對我國第三方物流需求進行相關分析及回歸分析，最后根據分析結果對我國第三方物流需求進行預測。

三、GDP、三次產業、社會消費品零售總額與貨運量的相關性分析

通過spss→分析→相關→雙變量，結果顯示：GDP、三次產業、社會消費品零售總額與貨運量的相關系數分別為0.987、0.992、0.997、0.971、0.967。其相應值也小于0.01，說明GDP、三次產業、社會消費品零售總額與貨運量均具有顯著的正相關性。

四、多元線性回歸分析

(一)擬合優度核驗

模型匯總c模型rr 方調整 r 方標準 估計的誤差Durbin-Watson1.998b.996.99677224.9601.352

a.預測變量:(常量),B。

b.預測變量:(常量),B,C。

c.因變量:W

由模型匯總表可知：模型二判定系數增加為0.996。從查驗結果來看，模型的擬合效果較理想。說明貨物運輸量(W)與第二產業(B)及第三產業(C)存在高度的相關性。

(二)回歸方程的顯著性查驗

Anovab模型平方和df均方FSig.1回歸2.477E1346.193E121167.618.000a殘差6.895E10135.304E9總計2.484E1317

對于二元模型，回歸方程顯著性F統計量為2075.227，對應P值約等于為零。因此所選擇的線性模型是合理的。

(三)回歸系數的顯著性水平

操作步驟：分析→回歸→線性→殘差分析/進入方法：逐步。假設顯著性水平為0.05，t 統計量對應P值<0.05，則拒絕原假設。認為貨運量與第二產業、第三產業有明顯的線性關系。

(四)多重共線性檢驗

操作步驟：分析→回歸→線性→共線性診斷，由系數表和已排除變量表可知，第二產業產值與第三產業產值容差為0.33>0.1,VIF小于30，因此第二產業產值與第三產業產值之間存在較差的共線性；而國內生產總值、第一產業產值、社會消費零售總產值的容差均小于0.1，VIF大于30，所以認為國內生產總值、第一產業產值、社會消費零售總產值之間存在較強的共線性。

五、我國2018～2025年第三方物流市場需求預測

應用回歸模型W=710353.464+15.663B3-2.637B4可得出我國2018～2023年的貨運量，既第三方物流市場規模。如表1所示(單位：萬t)：

表1 我國2018～2023年第三方物流市場預測需求量

六、結論

利用spss進行相關性分析與線性回歸分析，我國第三方物流市場規模將繼續擴大，但在需求市場將會進入一個低增長階段。物流需求增長是我國建設智能化物流網絡體系的必然要求，利用“互聯網+物流”模式，進一步促進物流行業向智能化行業的轉變，提高市場動力與活力，提高市場效率，擴大物流需求。