基于快遞行業業務量預測快遞行業業務收入實證

彭小劍 余敏燕

【摘 要】快遞行業業務總量是評價快遞業務的一個重要指標，快遞行業業務收入預測正確與否對快遞行業的發展有一定的影響。針對這一問題，以中國郵政行業為例，通過選取2011-2017年相關業務業務量和業務收入的歷年數據，運用回歸分析法并借助SPSS軟件進行分析與預測，結果顯示該方法是有效的，且對對快遞行業業務收入預測的應用研究具有一定的現實意義和借鑒意義。

【關鍵詞】快遞行業，業務量，SPSS，回歸分析，業務收入

中圖分類號：F259.2 文獻標志碼：A

一、引言

近年來，中國物流行業發展快速。物流業作為支撐國民經濟發展的基礎性、戰略性產業，面臨諸多發展機遇。隨著現如今，網購已逐漸成為一種自然的消費習慣，隨著網購的井噴式發展，人們對快遞的需求只會越來越大。伴隨著我國經濟技術的大力發展，社會對快遞需求也進一步加強，快遞業務也隨之急速增長。隨著顧客對快遞服務要求越來越高，快遞行業也面臨著很大的挑戰。快遞行業業務收入是評價快遞業務的一個重要指標，對其進行科學合理的預測是提高快遞行業質量和效益的前提條件和依據。鑒于此，對快遞行業業務收入預測的應用研究具有一定的現實意義和借鑒意義。

二、快遞行業業務收入預測方法概述

快遞行業業務收入預測的正確與否對快遞行業的發展具有一定的影響。目前有很學者針對這一問題已經提出了很多預測理論和方法。王蓮花基于GM（1，1）模型的中國快遞行業收入預測分析，結果表明GM（1，1）模型能夠很好地模擬中國快遞行業收入數據[1]。王蓮花依據2008年以來快遞行業按季度業務收入數據，建立了GM（1，1）季度預測模型，并檢驗其精度[2]。李正嬌，劉云依據云南省快遞行業季度業務收入運用灰色GM（1，1）模型建立了預測模型[3]。方文昊采用企業自由現金流量貼現模型和相對估值法對圓通速遞公司進行投資，提出了投資建議[4]。

本文通過對我國郵政有關歷史數據的分析和計算，驗證了郵政業務收入回歸分析預測方法的有效性和實用性。

三、快遞行業業務收入預測的實證研究——以中國郵政行業為例

回歸分析（regression analysis）是確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。回歸分析是通過規定因變量和自變量來確定變量之間的因果關系，建立回歸模型，并根據實測數據來求解模型的各個參數，然后評價回歸模型是否能夠很好的擬合實測數據；如果能夠很好的擬合，則可以根據自變量作進一步預測。

此次通過江西快遞行業協會官網選取中國郵政行業2011-2017年7年的郵政行業業務量和業務收入數據作為分析和研究依據，具體數據見表1；通過選取郵政寄遞服務（函件、包裹、訂銷報紙累計數、訂銷雜志累計數和匯兌）、快遞以及郵政行業業務收入這三大類7小類分析研究，并借助SPSS軟件進行分析與預測。

將2018年上半年的數據：x2=146000，x3=25170.7；x4=2208000，x5=866000，x6=41000，x7=1363.9帶入回歸方程中得y=2870.4386億元。

四、結論

由預測得到的結果2870.4386億元，與2018年上半年中國郵政行業業務收入累計完成2940.5億元相比較，相差2.38%。從預測誤差來看誤差相對來說較小，預測的效果和精度在合理范圍之內，結果表明該方法是有效的。預測結果可以為郵政管理局、郵政公司等政府部門和企事業單位提供一定的參考和借鑒。由于預測模型在進行分析與預測過程中沒有充分考慮市場環境，因此在面臨環境變動時，此預測結果可能會與我國郵政行業長期發展的實際情況存在一定的誤差。

【參考文獻】

[1]王蓮花.基于GM（1，1）模型的中國快遞行業收入預測分析[J].物流技術，2012，31（03）：84-86.

[2]王蓮花.我國快遞行業季度業務收入預測模型及分析[J].物流技術，2014，33（11）：144-146.

[3]李正嬌，劉云.云南省快遞行業季度業務收入預測模型及分析[J].中國商論，2017（01）：144-146.

[4]方文昊.我國快遞行業的企業投資價值分析[D].華東理工大學，2018.