區域工業物流成本優化與貨運量預測：基于PLSSEM與ARIMA模型的實證研究

關鍵詞：工業物流成本；多式聯運；PLSSEM；ARIMA；貨運量預測；降本增效

中圖分類號：F272 文獻標識碼：A 文章編號：2096-7934（2025）08-0025-15

一、引言

在全球供應鏈深度重構與中國經濟高質量發展戰略交匯的關鍵時點，工業物流作為貫通生產端與消費端的核心樞紐系統，其成本效率已成為影響區域產業競爭力的關鍵變量。2025年3月5日第十四屆全國人民代表大會第三次會議上的《國務院政府工作報告》將“實施降低全社會物流成本專項行動”納入年度重點工作清單，《有效降低全社會物流成本行動方案》更從國家戰略層面構建起“四梁八柱”政策框架體系。然而實踐監測數據顯示，廣西工業企業物流費用占營業收入比重仍持續處于9%～11%高位區間，較全國平均水平高出2.3～4.1個百分點，這種結構性矛盾不僅加重企業運營負擔，更制約著中國東盟跨境產業鏈深度融合。

作為“一帶一路”有機銜接重要門戶與西部陸海新通道戰略支點，廣西雖具備銜接國內國際雙循環的獨特區位優勢，但其工業物流體系仍面臨三重深層矛盾：一為基礎設施結構性失衡——北部灣港萬噸級以上泊位密度僅為長三角主要港口的37%，鐵路專用線覆蓋率低于全國均值12個百分點；二為技術應用斷層——智能倉儲設備滲透率不足15%，多式聯運EDI（電子數據交換）系統覆蓋率僅28%；三為制度性交易成本高企——口岸通關時間較廣東自貿區延長40%。這些系統性缺陷通過乘數效應產生鏈式反應：運輸網絡碎片化導致平均運距增加23%，倉儲設施老舊使庫存周轉周期延長15天，“信息化孤島”現象造成重復投資占比達18%。這些瓶頸極大地制約了區域物流成本的降低，易導致產業鏈上下游的供需不暢和資源配置低效，進一步影響整體產業鏈韌性與供應鏈競爭力。由此，如何突破這些結構性難題、推動工業物流成本優化，是當前與未來一段時期內亟待解決的關鍵問題。本文圍繞廣西及其他類似地區工業物流成本優化路徑展開，旨在解決以下關鍵問題：制約工業物流成本的核心因素是什么？如何設計系統性、全鏈條的物流成本優化路徑？這些相互關聯的問題均非常重要且有待深入研究。

基于此，本文聚焦廣西工業物流，通過構建涵蓋運輸、倉儲和信息化改造成本在內的全鏈條成本模型，并利用偏最小二乘結構方程模型（PLSSEM）對基礎設施水平、集疏運體系效率、交通聯動與智能化水平，以及管理服務質量等關鍵因素與工業物流總成本之間的因果關系進行實證檢驗。

同時，在當前全球供應鏈深度重構和區域物流成本管控背景下，精確的貨運量預測對于降低物流成本具有戰略性意義。貨運量預測不僅是物流網絡優化的基礎，還為前瞻性規劃與決策提供關鍵數據支撐。預測未來幾年各運輸方式的貨運需求，能夠有效指導多式聯運體系的構建，合理配置物流資源和基礎設施，實現運輸能力與物流需求的動態平衡。由此，貨運量預測成為構建低成本高效率物流體系的重要環節，為區域政策制定和企業運營管理提供數據驅動的決策依據。基于此，本文在深入分析工業物流成本驅動因素的同時，結合《2015—2023年廣西各運輸方式貨運量數據》，利用ARIMA模型及多元回歸分析對廣西2024—2026年的貨運量進行預測，從而為工業物流成本優化研究提供前瞻性支撐，并探討物流網絡與成本優化之間的內在聯動關系。

與既往文獻相比，本文的主要貢獻體現在以下幾個方面。

一是將工業物流成本優化問題與區域經濟發展緊密結合，通過對廣西地區工業物流成本的細致剖析，填補了現有研究中對中國西部地區物流成本結構及其深層次成因研究的空白。盡管前人已探討了物流成本優化的普適路徑，但針對廣西這一特定區域的實證研究較為匱乏。本文通過嚴謹的實證分析，揭示了導致廣西物流成本高企的關鍵驅動因素，為地方政府和企業提供了針對性更強、操作性更高的政策建議與實施路徑。

二是基于總成本理論與成本互補理論，構建了涵蓋運輸、倉儲及信息化改造多個維度的工業物流成本模型，并采用PLSSEM方法對模型進行了實證檢驗。嚴格檢驗了各關鍵因素間的協同效應，同時創新性地引入了貨運量預測模塊——ARIMA模型及多元回歸分析，對2024—2026年廣西各運輸方式的貨運量進行定量預測，這為多式聯運體系構建及物流資源優化配置提供了前瞻性數據支持，并與成本優化模型形成有機互補，進一步拓寬研究視角。

三是為政策制定者提供實踐指導，特別是在如何優化物流基礎設施、提高集疏運體系效率和推動智能化轉型方面提出具體建議。研究表明，優化這些關鍵領域不僅有助于降低物流成本，也能提高區域經濟的競爭力，對于推動中國西部地區乃至全國范圍內的物流成本降低具有重要現實意義。

二、理論基礎與假設推導

（一）理論框架的系統構建

本研究以總成本理論（Total Cost Theory）與成本互補理論（Cost Complementarity Theory）為雙核支撐，構建工業物流全鏈條成本分析框架。總成本理論由物流管理學者鮑爾索克斯（Bowersox）系統提出，其核心主張在于：物流成本是運輸、倉儲、管理、信息等多環節的耦合系統，單一環節成本優化可能引發其他環節的成本波動。例如，過度壓縮運輸頻次可能導致庫存成本激增，而盲目擴大倉儲規模則會增加資金占用成本。這一理論為理解廣西工業物流成本的系統性特征提供重要視角，即物流成本高企并非單一環節缺陷，而是全鏈條協同失效的結果。成本互補理論則進一步揭示成本要素間非線性關系：當基礎設施投入（固定成本）與運營效率（可變成本）形成動態平衡時，單位物流成本將呈現邊際遞減效應。這一理論在發展中國家物流體系中的應用具有特殊意義。以廣西為例，北部灣港的深水泊位不足導致船舶壓港現象頻發，直接推高運輸成本；而倉儲設施自動化程度低則迫使企業通過增加庫存緩沖來應對供應鏈不確定性，形成典型的成本互損循環。

（二）文獻脈絡的深度解構

在構建降本增效模型的假設推導之前，課題組采用CiteSpace對近年來有關物流成本管理與降本增效的文獻進行可視化分析與知識圖譜構建。CiteSpace作為一種高效文獻計量工具，通過對中國知網、萬方數據、維普數據庫等平臺中大量相關文獻的數據挖掘，展示了該領域內研究熱點、演化趨勢及關鍵詞間的內在聯系。在生成的知識圖譜中，“運輸成本”“倉儲成本”“多式聯運”等關鍵詞頻繁出現，并形成多個顯著聚類，如圖1所示。這些聚類不僅反映各研究方向之間的密切聯系，也為理解工業物流成本構成提供直觀圖像依據。

文獻知識圖譜顯示，基礎設施建設滯后與運輸和倉儲成本上升之間正向聯系十分明顯；同時，隨著數字化與智能化技術的發展，越來越多的研究聚焦于如何利用信息技術優化物流流程、降低運營風險，從而減少企業在信息化改造過程中所面臨的高投入成本。進一步的聚類分析表明，集疏運體系效率的提升和高效管理服務的實施被視為降低各物流環節成本的重要策略，而交通聯動與智能化水平的改善則在優化運輸路徑、縮短倉儲周期、提高整體物流響應速度方面起到關鍵作用。但既有文獻存在兩大盲區：一是區域異質性忽視：目前多數研究均基于發達經濟體的數據，缺乏對后發地區成本黏性的解析；二是協同機制缺位：僅11%文獻探討多因素交互作用，難以解釋廣西“高投入低效率”悖論。

（三）假設體系的多維建構

基于理論框架與文獻缺口，本文進一步推導出以下假設，以解釋各關鍵因素對工業物流成本的影響及其作用機制。

基礎設施水平作為物流體系運行的硬件基礎，其建設水平直接決定物流各環節的運作效率與資源利用率。基礎設施投入不足可導致運輸網絡結構不完善，以及物流通道的瓶頸效應，進而引發運輸路徑配置的非最優，顯著提升運輸過程中的邊際成本。同時，關鍵物流節點如港口和倉儲設施建設滯后，會促使企業在應對不確定性時采取冗余性策略，產生重復裝卸、低效存儲和資源浪費等現象，從而在時間和經濟成本上造成累積效應。另外，基礎設施不足亦會制約物流信息系統與智能化平臺建設進程，削弱信息流和物資流的協同效應，使企業在推動信息化改造過程中不得不承受更高的技術與資金投入。

因此，本文提出假設1：

H1a：基礎設施滯后將顯著增加運輸成本；

H1b：基礎設施滯后將顯著增加倉儲成本；

H1c：基礎設施滯后將顯著增加信息化改造成本。

集疏運體系效率反映了物流網絡內各關鍵節點之間動態協調與銜接的水平。高效的集疏運體系能夠通過實現物流網絡結構的動態最優化，將生產、倉儲與分銷等環節有機整合，進而最大限度地減少運輸過程中因路徑非最優、重復裝卸及等待時間增加帶來的邊際成本與附加性成本。當物流網絡中的各子系統能夠實現實時數據傳遞與動態資源重分配時，其內部協同效應將得到顯著提升，從而降低對冗余信息系統投資與技術更新的需求。這種基于協同優化的成本降低機制，不僅依托于經典物流成本理論，也符合網絡外部性中關于系統內部分工協作所產生的邊際效應遞減規律。

基于此，本文提出假設2：

H2a：集疏運體系效率的提升可降低運輸成本；

H2a：集疏運體系效率的提升可減少倉儲成本；

H2b：集疏運體系效率的提升可降低信息化改造成本。

交通聯動與智能化水平的提升是推動現代物流系統成本優化的核心驅動因素之一。從總成本理論的角度來看，工業物流成本是由運輸、倉儲、管理及信息化改造等多個環節構成的綜合性系統，各環節之間存在著內在的相互依賴和協同效應；而成本互補理論則指出，當各個環節的資源配置達到動態平衡時，整體系統的邊際成本將呈現遞減效應。即隨著大數據、云計算和物聯網等數字技術在物流系統中的廣泛應用，車輛調度、倉儲管理與運輸路線規劃等關鍵環節能夠實現智能化優化，從而顯著降低因非最優路徑、重復裝卸及等待時間增加帶來的邊際成本。此外，智能化系統促進了物流信息的實時采集與傳遞，使得各子系統間能夠更緊密地協同作業，降低因信息不對稱導致的重復投資和技術更新成本。

因此，本文提出假設3：

H3a：交通聯動與智能化水平的提升可降低運輸成本；

H3b：交通聯動與智能化水平的提升可減少倉儲成本；

H3c：交通聯動與智能化水平的提升可降低信息化改造成本。

管理服務質量在工業物流全鏈條中發揮著橋梁與紐帶作用。從總成本理論的視角看，管理服務通過優化物流流程、精簡中間環節和提升運營效率，能夠直接降低運輸和倉儲環節中的時間及經濟成本；而基于成本互補理論，管理服務若能與其他物流環節形成有效的協同，則會進一步放大其成本節約效應，促使整體物流系統成本呈現遞減趨勢。即良好的管理服務不僅能夠提升單個環節效率，還能通過跨環節協同作用，實現系統性成本整體降低，進而為企業在激烈市場競爭中獲得成本優勢提供有力支撐。

由此，本文提出假設4：

H4a：管理服務質量能有效降低運輸成本；

H4b：管理服務質量能有效減少倉儲成本；

H4c：管理服務質量能有效降低信息化改造成本。

在構成工業物流全鏈條成本的核心要素中，運輸成本、倉儲成本和信息化改造成本各自占據著決定性地位。如圖2所示。依據總成本理論，物流系統中各成本要素相互疊加，共同決定了整體系統的成本水平；而依據成本互補理論，不同環節的成本優化能夠通過協同效應實現整體成本的進一步下降。換言之，當運輸、倉儲以及信息化改造各環節成本得到有效控制時，其協同效應將使得全鏈條物流成本呈現顯著的降幅，體現出規模經濟與邊際效應遞減的內在邏輯。

因此，本文進一步提出假設5，認為運輸成本對工業物流總成本具有顯著影響：

H5：降低運輸成本將直接降低整體物流成本。

同理，假設6提出倉儲成本對工業物流成本的顯著作用：

H6：降低倉儲成本將有助于整體成本下降。

假設7則強調信息化改造成本的影響力：

H7：推動信息化改造有助于有效控制工業物流的整體成本。

三、研究方法與數據分析

在方法選擇方面， 研究團隊基于理論模型構建，設計涵蓋“基礎設施水平”“集疏運體系效率”“交通聯動與智能化”“管理服務質量”，以及“運輸成本”“倉儲成本”和“信息化改造成本”等維度的問卷。問卷主要面向廣西區域內工業企業和物流服務企業，通過行業協會和線上平臺廣泛發放，回收后剔除無效問卷，形成較為完整的樣本數據，為后續PLSSEM建模提供定量支撐。在研究對象的選擇上，本研究遵循典型性、代表性與可操作性的原則，聚焦于廣西區域內涉及工業生產、倉儲物流、運輸及信息化管理等各環節的主要企業與機構。為保證數據的科學性與有效性，所有題項均采用李克特七點量表（1=強烈不同意，7=強烈同意）設計，量表的構建參照沙希（Shashi）等人的成熟測量方法。最終，共發放約375份問卷，回收有效問卷317份（回收率84.5%），覆蓋了200家企業，其中每家企業均有1～2名高層管理者參與。受訪者的背景顯示，94.3%的受訪者在現職工作超過5年，87.9%的受訪者具有豐富的管理經驗，53%的受訪者持有學位，31.8%的受訪者具有文憑，這為本研究數據的代表性和專業性提供了有力支持。

（一）描述性分析

對各關鍵變量的描述性統計結果顯示，受訪者對各指標的評價均處于中等偏上的水平。其中，基礎設施水平的平均值為4.931（標準差1.812），集疏運體系效率的平均值為5.243（標準差1.792），管理服務質量的平均值為4.908（標準差1.826），交通聯動與智能化的平均值為4.615（標準差1.801）。工業物流成本的平均值為4.562（標準差1.798）。這些數據表明，受訪者普遍認為廣西工業物流成本較高，而基礎設施建設和運輸體系效率是影響物流成本的重要因素。初步結果還顯示，所有變量均具有較高的內部一致性，為后續模型檢驗奠定基礎，如表1所示。

表1 平均值，標準差，C.R.，AVE，和Cronbach's α

（二）測量模型評估

本文各反射型測量模型公式如下：

其中： y_ij表示構念j的第i個觀測指標，η_j為構念j的潛變量，ε_ij為隨機誤差項。為驗證測量模型的可靠性與效度，本研究計算復合信度（CR）與平均方差抽取（AVE），其公式分別為：

其中：λ_ij表示構念j的第i個觀測指標的載荷，式（1）在本研究中用于驗證各潛變量的復合信度，確保所有構念值均超0.70。

其次，平均方差抽取（Average Variance Extracted， AVE）反映了構念的收斂效度，其計算公式為：

式（2）用于檢驗各構念的收斂效度，要求AVE值不低于0.50，從而保證構念能夠充分解釋指標的方差。

從表1數據看，倉儲成本、運輸成本、信息化改造成本和工業物流成本的AVE值分別為0.665、0.707、0.672和0.627，均顯著高于0.50的最低標準；各變量的Cronbach's α系數和CR值均超過0.70，表明問卷量表具有較高的內部一致性和可靠性。同時，通過SmartPLS 4.0軟件對數據的偏度與峰度檢驗，結果顯示所有觀測變量的偏度均小于2，峰度均小于7，說明數據基本符合正態分布要求。在區分效度檢驗中，采用異質特質單質比率（HTMT）方法。結果顯示，各構建項之間HTMT值均低于0.85，進一步驗證各變量在測量上具有較高區分效度的主觀可靠性，如表2所示。

表2 HTMT值

（三）結構模型評估

在驗證測量模型后，本研究進一步構建了結構模型，具體公式如下：

其中： γi、δi 和λi 分別表示各外生變量對運輸、倉儲、信息化改造成本對路徑系數，IL表示基礎設施水平；FTSE表示集疏運體系效率；IA表示交通聯動與智能化水平；MAQ表示管理服務質量；TC表示運輸成本；WC表示倉儲成本；ICT表示信息化改造成本；ILC表示工業物流成本。

其中：β1、β2、β3為運輸成本、倉儲成本和信息化改造對工業物流總成本的影響路徑系數，ζILC為該方程的結構誤差。

并通過SmartPLS 4軟件對模型進行評估。首先，通過共線性檢驗發現，各路徑的方差膨脹因子（VIF）介于1.281至1.717之間，均遠低于3.3的臨界值，表明模型不存在明顯共線性問題，從而保證模型解釋力的穩健性，如表3所示。

表3 內部VIF值

同時，海爾（Hair）等人指出，自舉法（bootstrapping）樣本規模與t值密切相關，特別是當t值為1.645和2.33時，分別對應顯著性水平plt;0.05和plt;0.01。在假設檢驗中，通過計算路徑系數發現，各假設的t值均超過臨界值（tgt;2.33，plt;0.01），表明假設具有統計顯著性，從而增強了研究結果的可靠性。通過PLS算法和自舉法兩步法，圖3和圖4對結構模型的直接路徑系數進行評估。表4的數據進一步證實各構建項之間存在顯著且正向的關聯，驗證了研究假設有效性。

R²值的取值范圍介于0到1之間，數值越接近1，模型的預測能力越強。然而，R²值的理想水平因模型的復雜性和具體研究領域而異，因此難以提供統一的標準。在消費者行為和成功驅動因素的研究中，R²值達到0.20通常被認為具有較高的解釋力，如凱爾讓（Kerja）的研究。但在物流管理領域，R²值為0.20則被視為偏低，因為物流管理涉及復雜系統，包含眾多變量及其相互作用，因此需要更具解釋力的模型。因此，在評估R²值時，必須結合研究的具體背景和目標進行綜合考量。

表 4R²值

鑒于本研究聚焦于工業物流成本及其關鍵決定因素，研究者預期模型的R²值將達到較高水平，通常在0.5或以上。不同學者對R²值的評價標準不盡相同。依據金（Chin）與林勒（Ringle）的標準，R²值為0.67、0.33或0.19的內生潛變量分別可視為具有高、中、低解釋力。如表4所示，工業物流成本的R²值為0.597，且結果具有統計顯著性。根據這一標準，本研究中所有變量的R²值均超過0.33，反映出模型處于中等至較高解釋力的區間。因此模型解釋力是合理的，內部結構模型的有效性也得到驗證，如表5所示。

表5 假設測試結果

除了評估R²值變化外，f²值的計算同樣不可忽視。f²值用于衡量外生變量對內生變量的相對影響強度，提供了對模型解釋力的更精細分析。根據凱爾讓（Kerja）的效應值指南，f²值為0.02、0.15和0.35分別代表外生潛變量的小、中、大效應，當f²值低于0.02時，則表明該變量對模型幾乎沒有影響。如表6所示，本研究的結果揭示四個關鍵影響因素（基礎設施水平、交通聯動與智能化、管理服務質量、集疏運體系效率）均呈現中等效應。其中，基礎設施水平的f²值顯著高于其他變量，表現出最強的影響力。這一發現凸顯了基礎設施水平在決定廣西工業物流成本方面的核心作用，表明其在優化物流效率和降低成本方面具有關鍵性意義。

表 6 f² 值

根據Hair等的研究，交叉驗證的冗余預測非常適合PLSSEM技術。為了評估模型對每個內生組件的預測相關性，表7展示了平方觀測值（SSO）、殘差平方和（SSE）的總和以及最后一列中的Q²值。可以看出，所有內生構建項的Q²值都顯著大于0。具體而言，運輸成本的Q²值最高（0.373），其次是工業物流成本（0.368）、信息化改造成本（0.363）和倉儲成本（0.333）。這些結果表明模型對內生潛變量具有良好的預測能力。應值衡量了外生變量對內生變量的相對影響。

表 7Q² 值

（四）結果分析

1.基礎設施水平對工業物流成本的顯著影響

基于PLSSEM模型的分析結果顯示，基礎設施水平對物流成本具有顯著的正向影響，其f2值在所有外生變量中最高，充分表明基礎設施滯后是影響廣西工業物流成本的核心因素之一。具體來看，數據表明基礎設施建設滯后不僅直接推高了運輸成本，而且通過延長運輸線路、增加重復裝卸等環節，間接提高了倉儲成本和信息化改造成本。例如，北部灣港的吞吐能力不足和通航條件不理想，使得大宗貨物的高效流轉受限，進一步增加了企業的運輸時間和費用。由此可以看出，優化交通網絡、加強港口與鐵路、公路之間的互聯互通，對于降低工業物流成本具有至關重要的意義。

2.交通聯動與智能化水平對物流成本的多重影響

模型分析結果顯示，交通聯動與智能化水平的提升對運輸成本、倉儲成本和信息化改造成本均表現出顯著負向影響。具體而言，該變量對運輸成本的f2值為0.161，說明在信息技術和自動化設備應用下，企業可以有效降低運輸環節中的資源浪費與時間損耗。當前，廣西部分企業在物流信息化方面存在明顯不足，導致供應鏈各環節的信息共享不暢、運輸調度不夠靈活，進而使得整體運營效率降低，運輸成本和倉儲成本增加。同時，智能化改造資金不足也阻礙了物流系統的現代化升級。綜合來看，提升交通聯動與智能化水平既能優化資源配置，又能改善流程效率，從而在降低物流各環節成本方面發揮重要作用。

3.管理服務質量與集疏運體系效率的關鍵作用

管理服務質量和集疏運體系效率對降低工業物流成本同樣具有重要影響。研究結果顯示，管理服務質量對運輸成本和倉儲成本均有顯著的負向影響，其f2值分別達到0.106和0.079，這表明，通過優化通關流程、提高運輸協調和信息處理水平，可以有效降低物流成本。此外，集疏運體系效率對運輸成本的f2值為0.132，說明在貨物從生產到配送的過程中，優化中轉環節和提高裝卸效率能顯著降低運輸費用。然而，廣西目前港口與鐵路、公路之間的聯運銜接存在較大問題，導致集疏運效率低下，從而推高了企業物流支出。因此，提升集疏運體系的整體效率，建立完善的物流網絡，既有助于降低運輸成本，又可間接改善倉儲和信息化改造成本。

4.運輸成本、倉儲成本與信息化改造成本對工業物流成本的總影響

PLSSEM的路徑分析清晰地展示了運輸、倉儲和信息化改造成本對工業物流總成本的直接影響。其中，運輸成本的路徑系數為0.320，表明其是工業物流成本的主要構成因素之一。通過提升基礎設施水平和智能化管理，可有效縮短運輸時間和降低運輸費用；同時，倉儲成本和信息化改造成本作為物流系統的重要組成部分，也通過改進倉儲管理和優化信息系統降低了企業整體物流成本。綜上所述，降低上述三個關鍵成本，是降低工業物流總成本的重要途徑。

（五）貨運量預測及分析

為進一步完善工業物流成本優化研究，本文引入貨運量預測模塊，旨在為多式聯運體系優化、物流資源配置及基礎設施投資決策提供前瞻性數據支持。貨運量作為反映物流系統運行負荷的關鍵指標，其預測結果對判斷未來運輸需求、優化運輸方式選擇具有重要意義。本次研究將廣西物流與采購聯合會提供的《2015—2023年廣西各運輸方式貨運量數據》作為基礎，使用ARIMA模型與回歸分析對廣西2024—2026年各運輸方式貨運量進行預測，并將預測結果作為區域物流需求變化的重要依據，與工業物流成本優化因果關系分析相互印證。預測結果將幫助揭示在不同運輸方式下，物流成本降低策略如何與未來貨運需求匹配，從而為政策制定和企業戰略提供綜合數據支持。

1.模型確定

假定貨運量變化服從以下結構：

其中：

Yt 為第t年的貨運量；

μ為常數項（模型的平均值）;

φi為自回歸系數，即貨運量的滯后項對當前的影響;

θj為移動平均系數，代表模型殘差的滯后效應;

εt 是誤差項，假定為白噪聲（即εt是期望值為0、方差恒定，且在時間上相互獨立的隨機變量）。

2."ARIMA模型選擇

確定ARIMA模型（p，d，q） 三個核心參數：

p是自回歸（AR）部分的階數，反映歷史值對當前值的影響程度。

d是差分階數，用于將非平穩序列轉化為平穩序列。

q是移動平均（MA）部分的階數，反映過去誤差對當前預測的影響。

主要通過BIC（貝葉斯信息準則）來選擇最優的p，d，q值。

由于物流量可能具有季節性波動，研究團隊進一步引入季節性ARIMA（SARIMA）模型：

SARIMA（p，d，q）（P，D，Q，m）

P，D，Q為季節性自回歸、季節性差分、季節性移動平均的階數。

m是季節性周期（如年數據的m=12）。

3.多元回歸分析

為考慮影響貨運量的外部因素（如政策、經濟發展、基礎設施投入等），課題組結合回歸分析，利用宏觀經濟變量（GDP、工業生產指數、對外貿易量）進行預測。基本回歸模型為：

其中：

Yt 為第t年的貨運量；

X1，X2，…，Xn是影響運輸量的外生變量（政策、經濟增長率、人口變量）；

β0為常數項，β1，β2，βn為回歸系數，表示各外生變量對貨運量的影響程度；εt 是誤差項。

首先對時間序列數據進行差分處理以消除趨勢，使其平穩。若原始序列 Yt非平穩，可以通過差分處理得到新序列：

選擇ARIMA參數，通過對歷史數據擬合不同的ARIMA模型，并使用BIC值選擇最優模型參數 p， d， q。從而得到最優模型為 ARIMA（1，1，1），其模型公式為：

并使用歷史數據進行模型擬合，估計自回歸系數φ1、移動平均系數θ1和常數項μ。擬合結果可以通過最大似然估計或最小二乘法獲得。

利用估計好的參數預測2024—2026年的貨運量。預測公式為：

其中：Yt+1︿是對第t+1年貨運量的預測值。

引入外生變量 X1，X2，…，Xn，結合回歸分析對預測結果進行修正，最終預測公式為：

使用ARIMA模型預測2024年貨運量：

其中：Y2023為2023年實際貨運量，ε2023為模型殘差。

結合外生變量對預測進行調整：

GDP2023和Trade2023分別為2023年GDP增長率和對外貿易等宏觀經濟變量。

通過上述步驟和公式計算，2024—2026年廣西各運輸方式的貨運量預測如表8所示。

表8 2024—2026年廣西各運輸方式的貨運量預測

表8顯示，2024年廣西貨運量預測為：公路運輸約18.0億噸，鐵路運輸約1.31億噸，水路運輸約4.84億噸；而到2026年，公路運輸、鐵路運輸和水路運輸分別將達到約19.8億噸、1.56億噸和6.01億噸。這些預測結果為區域物流成本優化提供了重要前瞻性數據。與此同時，定量預測結果與廣西未來物流發展趨勢的定性分析具有較好的一致性，并從以下幾個方面體現出區域物流發展的多層次、全方位增長態勢。

一是運輸方式結構性調整。公路運輸作為當前廣西物流體系的核心，其貨運量在短期內仍將保持較高的占比，但隨著鐵路和水路等低成本運輸方式的快速擴張，公路運輸的增速將逐漸放緩。預測結果顯示，公路運輸貨運量由2024年的18.0億噸穩步增長至2026年的19.8億噸，增速相對溫和；而鐵路運輸和水路運輸則呈現出更為顯著的增長趨勢。這一方面反映出隨著國家對鐵路基礎設施投入的不斷加大，廣西鐵路貨運量有望在未來數年內實現快速擴張；另一方面東盟經濟的不斷開放和廣西沿海區位優勢的充分發揮，將進一步推動水路運輸的快速增長。

二是多式聯運體系的優化與協同效應。預測數據表明，雖然公路運輸在整體貨運量中依然占據重要地位，但鐵路運輸和水路運輸的增長率更高，預計到2026年，鐵路貨運量將逼近1.56億噸，水路貨運量將達到6.01億噸。這一變化趨勢預示著廣西多式聯運體系將逐步從單一依賴公路運輸向更加均衡的運輸模式轉型。鐵路運輸和水路運輸的迅速擴張，不僅為降低運輸成本提供了支撐，也將改善物流網絡的整體協同效應，進一步推動物流成本的系統性下降。

三是政策與基礎設施投入的引導作用。廣西作為“西部陸海新通道”的核心樞紐，其未來物流發展離不開政府政策的有力支持與基礎設施的持續投資。預測結果與定性分析均表明，政府在鐵路和水路等低成本運輸方式上的投入將進一步提升區域運輸能力，同時降低整體物流成本。大規模基礎設施投資、政策扶持，以及與東盟國家的貿易往來將共同促進廣西物流體系的現代化升級，從而實現運輸、倉儲及信息化改造成本的協同下降。

四是應對市場需求波動與未來規劃。精準的貨運量預測為企業和政府提供了決策依據，使其在面對市場需求波動時能夠及時調整運營策略。預測結果顯示，盡管各運輸方式貨運量均呈增長態勢，但增速與占比的變化將引導企業在運輸方式選擇方面更加科學化，避免資源浪費。特別是在大宗商品長距離運輸中，鐵路運輸和水路運輸逐漸顯現出明顯的成本優勢和效率優勢，為區域物流網絡的優化布局提供了數據支撐。

通過對2024—2026年廣西各運輸方式貨運量的定量預測，揭示了未來廣西物流發展的多層次、全方位增長態勢。預測結果不僅驗證區域物流體系正由傳統單一運輸模式向多式聯運模式轉型，而且進一步說明基礎設施投資、政策扶持與數字化轉型在降低物流成本中的關鍵作用。基于這些預測數據，未來廣西物流體系的優化和成本控制將有望實現運輸方式之間的協調發展，為區域經濟高質量發展提供有力支持。

四、研究結論與政策建議

本研究基于總成本理論與成本互補理論構建了工業物流全鏈條成本模型，并利用PLSSEM方法實證檢驗了基礎設施水平、交通聯動與智能化水平、管理服務質量，以及集疏運體系效率對運輸、倉儲和信息化改造成本的影響。研究結果顯示，各關鍵因素均對工業物流總成本產生顯著正向影響，其中基礎設施滯后和信息化不足尤為突出，表明廣西工業物流成本高企并非源于單一環節失效，而是全鏈條協同失效的綜合結果。優化上述環節能夠有效降低整體物流成本，提高企業運營效率，從而為區域經濟的高質量發展提供有力支撐。

在此基礎上，為進一步完善物流成本控制的前瞻性決策支持，本文引入了貨運量預測模塊。基于《2015—2023年廣西各運輸方式貨運量數據》，采用ARIMA與多元回歸模型對2024—2026年的貨運量進行了預測。從數據來看，雖然公路運輸作為當前物流體系的主力仍將穩步增長，但鐵路運輸和水路運輸的增速明顯較快，這預示著未來廣西物流網絡結構將發生深刻調整——多式聯運體系中鐵路和水路比重將逐步提升，從而進一步推動整體物流成本的下降。

基于上述實證分析與貨運量預測，本研究得出以下主要結論與政策建議。

1.成本驅動因素與協同優化機制

廣西工業物流成本的高企源于基礎設施滯后、集疏運體系低效、數字化轉型不足及管理服務不完善等多重因素的協同作用。各因素之間存在顯著的互補效應，通過同步優化可實現整體成本的遞減，進而提升區域物流效率。

2.多式聯運體系的戰略性轉型

貨運量預測顯示，未來廣西鐵路運輸與水路運輸貨運量增長顯著，高于公路運輸貨運量增速。這表明隨著國家對低成本運輸方式的大力扶持及基礎設施投資的不斷加碼，廣西物流體系將由過度依賴公路向多式聯運轉型。構建“通道+樞紐+網絡”的現代物流體系，將有效改善運輸結構，降低運輸與倉儲環節的成本負擔。

3.數字化轉型與管理服務提升重要性

數字技術的應用和智能化水平的提升能夠優化物流調度與資源配置，降低因信息不對稱引起的額外成本，而高效的管理服務則在全鏈條中起到橋梁作用，促進各環節協同，從而進一步削減整體物流成本。加快智能化轉型和提升管理服務質量，是實現工業物流成本整體降低的重要途徑。

由此，未來的政策建議：一是加強基礎設施建設和物流網絡優化。應加大對港口、鐵路專用線及關鍵物流節點的投資力度，完善北部灣港深水航道和碼頭設施，提升港口吞吐能力和通航條件；同時，推動鐵路專用線向產業園區和港口延伸，構建多式聯運無縫銜接網絡，解決運輸路徑不直達、重復裝卸問題，從根本上降低運輸與倉儲成本。二是加速物流信息化與智能化轉型。建議政府設立專項資金支持物流企業引進大數據、物聯網、云計算及人工智能等先進技術，建立統一的信息共享平臺，強化跨部門數據互聯互通，實現物流過程實時監控和智能調度；同時，推動多式聯運單證電子化改革，減少手工操作和重復數據錄入，從而降低信息化改造成本和管理成本。三是優化管理服務體系，提升運營效率。政府和企業應聯合制定標準化操作流程，簡化通關手續，優化運輸協調和信息處理流程，減少不必要的延誤和操作失誤；建議推廣“物流管家”服務模式，為企業提供全程專業物流管理支持，進而降低運輸和倉儲過程中的額外成本。此外，應加強對物流管理人員的培訓，提升企業整體管理服務水平。四是完善財政支持和激勵機制。針對廣西工業物流發展中資金投入不足的問題，建議政府出臺差異化的稅收優惠政策和財政補貼措施，鼓勵物流企業進行基礎設施升級和智能化改造；同時，可設立綠色信貸和低息貸款支持計劃，緩解企業在技術改造和設備更新過程中的資金壓力，從政策層面降低企業融資難度，推動物流系統現代化進程。五是推動多式聯運和產業協同發展。政府應統籌各類運輸方式，構建“通道+樞紐+網絡”的現代物流體系，推動鐵路、水運、公路和航空等多式聯運無縫銜接，優化運輸結構；同時，鼓勵物流企業與制造業企業深度合作，建立供應鏈協同機制，共享物流設施和信息資源，實現成本共擔和效益共享。通過跨部門、跨區域協同推進，有效提升整體物流效率，降低企業物流成本。

參考文獻：

［1］蔣為，龔思豪，李錫濤."數字企業賦能中國對外貿易方式轉型的效率與動力變革——基于中間品成本與需求結構的雙重視角［J］. 管理世界，2024，12（6）：4159.

［2］歐陽潔."推動物流運行持續降本增效［N］. 人民日報，20240612（019）.

［3］蘇渝."共促實體經濟降本增效［N］. 人民日報，20240703（018）.

［4］何黎明.探索物流業降本增效與高質量發展之路［J］.物流技術與應用，2024，29（8）：4647.

［5］韓鑫."網絡貨運為企業降本增效［N］. 人民日報，20240705（010）.

［6］何黎明.論物流新質生產力［J］.供應鏈管理，2024， 5（12）：59.

［7］李方敏.作業成本法在農產品配送中心物流成本管理中的應用研究［J］.供應鏈管理，2024， 5（10）：8596.

［8］何黎明.我國物流業二十年發展回顧與展望［J］.供應鏈管理，2025， 1（1）：59.

［9］劉偉華，蘭蕊.產業融合與新質生產力共同賦能物流業降本增效［J］.中國流通經濟，2024，38（7）：2535.

［10］甘家華，成倩倩.推進交通物流降本提質增效路徑研究［J］.中國國情國力，2024（6）：5457.

［11］馬洪生，趙放，嚴余松.制造業與物流業協同集聚形成與演化條件研究［J］.公路交通科技，2022，39（6）：169176.

［12］盧爾賽，李漢卿，王川.基于多元回歸分析的我國物流成本降低路徑探討［J］.商業經濟研究，2023（6）：6972.

［13］KERJA E P T.A primer on partial least squares structural equation modeling［J］.Angewandte chemie international edition，2017，6（11）：951952.

基金項目：國家社會科學基金西部項目“西南邊疆農產品供應鏈韌性測度與安全水平提升路徑研究”（23XJYO14）；廣西哲學社會科學研究“黨的二十屆三中全會精神研究闡釋專項”課題“提升廣西優勢產業核心競爭力研究”（24ESJSZQH02）；本文為“中國東盟供應鏈與物流”專題系列論文

Optimization of Industrial Logistics Costs and Freight Volume

Prediction： An Empirical Analysis Based on

PLSSEM and ARIMA Models

JIANG Fei，YANG Peng，LING Sifan

（Research Institute of Industrial Economics， Guangxi Academy of Social Sciences， Nanning， Guangxi 530022）

Abstract： This paper constructs a comprehensive fullchain cost model for industrial logistics by integrating total cost theory and cost complementarity theory， aiming to thoroughly investigate the underlying mechanisms and key driving factors behind the elevated industrial logistics costs observed in Guangxi."Utilizing an extensive questionnaire survey conducted among logistics enterprises， combined with rigorous empirical analysis via partial least squares structural equation modeling（PLSSEM）， the research systematically examines how infrastructure level， efficiency of collection and distribution systems， transportation coordination， intelligent technological integration， and management service quality distinctly affect transportation costs， warehousing costs， and information technology transformation costs.Empirical findings demonstrate significant impacts from each identified factor on overall industrial logistics costs."Specifically， lagging infrastructure development， characterized by insufficient logistics hubs， inadequate road networks， outdated warehousing facilities， and limited intermodal transfer stations， emerges as a critical constraint substantially elevating logistical expenses."Furthermore， insufficient adoption and integration of advanced information technology solutions， including big data analytics， cloud computing， blockchain， and artificial intelligence， significantly hinder operational efficiency and increase transformation costs."Inefficient collection and distribution systems， exacerbated by fragmented logistics networks， poor coordination among logistics providers， and inadequate information sharing， further amplify cost burdens by increasing unnecessary transshipments， idle time， and operational redundancies.Moreover， suboptimal management service quality， manifested through inconsistent service standards， weak customer service capabilities， inadequate professional training， and limited performance management mechanisms， intensifies inefficiencies."These compounded issues highlight the necessity for systematic improvements to enhance management effectiveness and ensure higher service reliability."Additionally， inadequate transportation coordination， reflected in the underutilization of multimodal transport options and weak integration across transportation modes， further contributes to cost inefficiencies， exacerbating the overall logistics burden.Based on these analytical insights， the paper proposes targeted， actionable policy recommendations aimed at strategically addressing identified bottlenecks， significantly reducing industrial logistics costs， and consequently enhancing Guangxi's economic competitiveness."Recommendations prioritize increased investment in comprehensive logistics infrastructure improvements， including modern logistics parks， integrated warehousing facilities， and expanded road and railway networks."Accelerated deployment and comprehensive integration of intelligent logistics technologies， such as IoTenabled tracking systems， AIbased optimization algorithms， and blockchaindriven transparent logistics platforms， are strongly advised."Furthermore， optimization of logistics management services through standardized operational practices， continuous workforce training programs， advanced performance management systems， and improved customer relationship management frameworks is recommended."Establishing an effectively coordinated multimodal transportation network， supported by integrated logistics information systems， streamlined administrative processes， and collaborative partnerships among stakeholders， is also proposed as a pivotal strategy to optimize resource allocation， significantly improve logistics efficiency， and bolster the overall economic sustainability and competitiveness of Guangxi's industrial logistics ecosystem.

Keywords：industrial logistics costs; multimodal transportation; PLSSEM; ARIMA; freight dolume forecast，cost reduction and efficiency improvement