- 相關(guān)推薦
基于雙變量線性回歸模型的武漢物流需求分析預(yù)測(cè)
下面的數(shù)學(xué)畢業(yè)論文由YJBYS提供，歡迎閱讀!
摘要：現(xiàn)代物流產(chǎn)業(yè)是當(dāng)今新型的經(jīng)濟(jì)產(chǎn)業(yè)，國(guó)民經(jīng)濟(jì)建設(shè)中，其已幾乎擴(kuò)展到國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域，具有廣闊的發(fā)展前景和巨大的發(fā)展?jié)摿�。同時(shí)現(xiàn)代物流業(yè)具有極強(qiáng)的綜合性，因而正確的物流需求預(yù)測(cè)對(duì)于物流產(chǎn)業(yè)的宏觀政策制定，抑或是微觀層面的企業(yè)規(guī)劃和經(jīng)營(yíng)，都具有指導(dǎo)作用。貨物周轉(zhuǎn)量是物流需求非常重要的一項(xiàng)指標(biāo)，文章結(jié)合物流需求的特點(diǎn)，通過(guò)貨物周轉(zhuǎn)量對(duì)具有交通中樞地位的武漢市物流需求影響進(jìn)行預(yù)測(cè)。本文運(yùn)用貨物周轉(zhuǎn)量，生產(chǎn)總值兩指標(biāo)，結(jié)合2000-2012年武漢地區(qū)GDP值，基于雙變量線性回歸模型方法，對(duì)交通樞紐武漢進(jìn)行物流需求分析預(yù)測(cè)，以說(shuō)明武漢未來(lái)的物流需求情況。
關(guān)鍵詞：貨物周轉(zhuǎn)量;物流需求預(yù)測(cè);回歸模型
引言
21世紀(jì)以來(lái)，隨著經(jīng)濟(jì)全球化的發(fā)展和網(wǎng)絡(luò)經(jīng)濟(jì)的興起，現(xiàn)代物流業(yè)不斷加速發(fā)展，其也被譽(yù)為“黃金產(chǎn)業(yè)”。在我國(guó)經(jīng)濟(jì)現(xiàn)代化建設(shè)中，現(xiàn)代物流業(yè)已幾乎擴(kuò)展到國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域，并愈發(fā)顯示出其廣闊的發(fā)展前景和巨大的發(fā)展?jié)摿�，很多占�?jù)重要地理位置的地區(qū)或省份甚至已將物流產(chǎn)業(yè)作為支柱產(chǎn)業(yè)或新興產(chǎn)業(yè)列入其地區(qū)發(fā)展計(jì)劃。
武漢，位于中國(guó)腹地中心，物流資源豐富，全國(guó)重要的交通樞紐，素有“九省通衢”之稱(chēng)。其在發(fā)展現(xiàn)代物流業(yè)方面具有得天獨(dú)厚的優(yōu)勢(shì)，因而武漢提出了以發(fā)展物流來(lái)實(shí)現(xiàn)本地經(jīng)濟(jì)的“跨越式發(fā)展”，并已通過(guò)把現(xiàn)代物流業(yè)作為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)列入全市發(fā)展計(jì)劃之中。
然而，作為新型的經(jīng)濟(jì)產(chǎn)業(yè)，現(xiàn)代物流業(yè)具有很強(qiáng)的綜合性。無(wú)論是在物流產(chǎn)業(yè)的宏觀決策上，還是物流企業(yè)規(guī)劃和經(jīng)營(yíng)的微觀層面，都需要以正確的預(yù)測(cè)為先導(dǎo)。我國(guó)經(jīng)濟(jì)已由改革開(kāi)放后的經(jīng)濟(jì)快速增長(zhǎng)階段進(jìn)入到中速發(fā)展過(guò)程中，在經(jīng)濟(jì)調(diào)整和轉(zhuǎn)型之中，已充分認(rèn)識(shí)到現(xiàn)代物流業(yè)的重要性，高效的現(xiàn)代物流業(yè)對(duì)于地區(qū)經(jīng)濟(jì)發(fā)展或者國(guó)家經(jīng)濟(jì)進(jìn)步的支撐作用越來(lái)越明顯，。因此，在這樣的背景之下，以合理的物流需求預(yù)測(cè)為基礎(chǔ)所作出科學(xué)的決策，是保證物流產(chǎn)業(yè)健康發(fā)展的必要措施。
一、物流需求預(yù)測(cè)
物流需求預(yù)測(cè)，就是利用所能涉及到的歷史資料和市場(chǎng)信息，利用一定的經(jīng)驗(yàn)判斷、技術(shù)方法和預(yù)測(cè)模型，對(duì)未來(lái)的物流需求狀況進(jìn)行科學(xué)的分析、估算和推斷。物流需求預(yù)測(cè)的目的主要是確定物流服務(wù)供應(yīng)系統(tǒng)所需的能力，同時(shí)為其建設(shè)規(guī)模提供數(shù)據(jù)方面的依據(jù)。
物流需求預(yù)測(cè)的意義在于指導(dǎo)和調(diào)節(jié)人們的物流管理活動(dòng)，從而能夠采取適當(dāng)?shù)牟呗院痛胧�，以謀求最大的利益。其作用主要體現(xiàn)在：
(一)物流需求預(yù)測(cè)是是物流管理的必要環(huán)節(jié)
對(duì)物流發(fā)展中的各個(gè)因素實(shí)施控制是物流企業(yè)進(jìn)行規(guī)劃和經(jīng)營(yíng)的前提，而這種控制需要依靠預(yù)測(cè)來(lái)未完成。因此，物流需求預(yù)測(cè)是物流管理的必要環(huán)節(jié)，一切的管理活動(dòng)必須從對(duì)信息的分析和預(yù)測(cè)開(kāi)始。
(二)物流需求預(yù)測(cè)能夠改善物流管理
物流管理活動(dòng)中，若能預(yù)測(cè)了解和把握市場(chǎng)需求的未來(lái)變化，那么相關(guān)企業(yè)就能夠采取有效的戰(zhàn)略�？梢哉f(shuō)，物流需求預(yù)測(cè)是物流管理的重要手段。
(三)物流需求預(yù)測(cè)能夠?yàn)槲锪靼l(fā)展規(guī)劃和管理經(jīng)營(yíng)決策提供重要的科學(xué)依據(jù)
物流需求預(yù)測(cè)可以描繪出市場(chǎng)需求的變動(dòng)趨勢(shì)，從而推測(cè)出物流發(fā)展需求的趨勢(shì)，并進(jìn)行比較系統(tǒng)的全面的分析和預(yù)見(jiàn)，以避免決策的片面性的局限性。
二、武漢物流需求的雙變量線性回歸模型預(yù)測(cè)
(一)回歸模型的一般形式
回歸分析預(yù)測(cè)法是一種重要的市場(chǎng)預(yù)測(cè)方法，其是在分析市場(chǎng)現(xiàn)象自變量和因變量之間相關(guān)關(guān)系的基礎(chǔ)上，來(lái)建立變量之間的回歸方程，并將其作為預(yù)測(cè)模型。
回歸模型的一般形式為：
; ①
式①中，X為自變量，Y為因變量， 和 為未知系數(shù)， 為誤差分量。當(dāng)然，模型具有實(shí)用價(jià)值的前提是擬合度良好且回歸系數(shù)顯著。
(二)回歸模型的預(yù)測(cè)
1.指標(biāo)的確定
貨物周轉(zhuǎn)量，是指各種運(yùn)輸工具在報(bào)告期內(nèi)實(shí)際運(yùn)送的每批貨物重量分別乘其運(yùn)送距離的累計(jì)數(shù)。其不僅包括了運(yùn)輸對(duì)象的數(shù)量，還包括了運(yùn)輸距離因素，因而能比較全面地反映運(yùn)輸生產(chǎn)結(jié)果。其是反映物流業(yè)需求的重要指標(biāo)。
貨物周轉(zhuǎn)量的影響因素很多，通過(guò)參考大量文獻(xiàn)可知，貨物周轉(zhuǎn)量與生產(chǎn)總值存在顯著的相關(guān)性，綜合考慮數(shù)據(jù)的可查詢(xún)性，本文選取武漢市近年來(lái)的貨物周轉(zhuǎn)量和生產(chǎn)總值作為變量，進(jìn)行雙變量線性回歸模型分析并進(jìn)行相應(yīng)預(yù)測(cè)。
以貨物周轉(zhuǎn)量為因變量，武漢生產(chǎn)總值為自變量。下表是武漢市2000年到2012年的相關(guān)原始數(shù)據(jù)：
2.回歸模型設(shè)定
一般來(lái)說(shuō)，EXCEL和SPSS在預(yù)測(cè)應(yīng)用方面均存在各自的優(yōu)缺點(diǎn)，鑒于此，本文將二者結(jié)合起來(lái)應(yīng)用，充分利用SPSS能夠準(zhǔn)確容易獲取預(yù)測(cè)值，且模型多樣化，快速方便的優(yōu)勢(shì)以及EXCEL在繪制圖形方面簡(jiǎn)便的特點(diǎn)，，將首先用SPSS進(jìn)行相關(guān)預(yù)測(cè)模型的選擇和預(yù)測(cè)值確定，再用EXCEL進(jìn)行預(yù)測(cè)值繪圖，從而簡(jiǎn)單快速的完成相關(guān)預(yù)測(cè)。則可以設(shè)定雙變量線性回歸模型為： ;其中，生產(chǎn)總值為 ，貨物周轉(zhuǎn)量為 。
用EXCEL作貨物周轉(zhuǎn)量和生產(chǎn)總值的散點(diǎn)圖，如圖1所示：
3.回歸分析
根據(jù)上述數(shù)據(jù)，通過(guò)SPSS19.0統(tǒng)計(jì)軟件進(jìn)行線性回歸分析：
4.回歸方程有效性檢驗(yàn)
(1)擬合優(yōu)度的檢驗(yàn)
則從表中可知，相關(guān)性系數(shù)為R=0.992，相關(guān)性明顯;同時(shí)調(diào)整后的擬合系數(shù)R2=0.983，說(shuō)明在貨物周轉(zhuǎn)量的總變差中，模型所作出的解釋部分達(dá)到了98.3%，即模型的擬合效果顯著。
(2)回歸參數(shù)的顯著性檢驗(yàn)
回歸方程的顯著性檢驗(yàn)結(jié)果見(jiàn)上表，統(tǒng)計(jì)量F=690.815，相應(yīng)的置信水平為0.000<0.001，結(jié)果表明回歸方程非常顯著;同時(shí)常數(shù)和自變量系數(shù)的回歸方程檢驗(yàn)的置信水平由表2知為0.000<0.001，即模型的系數(shù)顯著。 (3)模型預(yù)測(cè)效果的檢驗(yàn) 通過(guò)SPSS19.0統(tǒng)計(jì)軟件得出相應(yīng)回歸模型的同時(shí)，將該模型從2000-2012年的預(yù)測(cè)值保存到數(shù)據(jù)視圖中，如下表所示 從表中可知，貨物周轉(zhuǎn)量的絕對(duì)誤差最大值為215.9195;相對(duì)誤差最20.34%;平均相對(duì)誤差為0.89%，可以預(yù)見(jiàn)，模型總體預(yù)測(cè)效果良好。 再?gòu)念A(yù)測(cè)值和實(shí)際值的曲線圖形來(lái)比較，將原始數(shù)據(jù)和預(yù)測(cè)值數(shù)據(jù)復(fù)制到EXCEL中，利用EXCEL繪圖簡(jiǎn)便的特點(diǎn)，繪制中貨物周轉(zhuǎn)量的實(shí)際值圖形和預(yù)測(cè)值圖形，如下圖所示 圖2 預(yù)測(cè)值與實(shí)際值的曲線比較 從圖中可知，回歸預(yù)測(cè)曲線擬合情況良好，從而進(jìn)一步證明了回歸預(yù)測(cè)模型的有效性。 四、結(jié)論分析 通過(guò)對(duì)武漢2000-2012年相關(guān)數(shù)據(jù)進(jìn)行線性回歸預(yù)測(cè)，能夠得到如下結(jié)論： 第一，由回歸預(yù)測(cè)方程 可知，貨物周轉(zhuǎn)量與生產(chǎn)總值(GDP)呈正相關(guān)關(guān)系，具體表現(xiàn)為一單位的GDP增長(zhǎng)，能夠引起0.346單位的貨物周轉(zhuǎn)量;同時(shí)由圖2的曲線圖可知，貨物周轉(zhuǎn)量存在明顯的上升趨勢(shì)。 第二，貨物周轉(zhuǎn)量是一個(gè)總體規(guī)模性指標(biāo)，是從總量上反映物流需求。這種方法比較概括，雖存在缺陷，但對(duì)物流需求的宏觀把握，制定宏觀物流發(fā)展戰(zhàn)略還是頗具價(jià)值;同時(shí)，本文只研究了生產(chǎn)總值對(duì)貨物周轉(zhuǎn)量的影響，實(shí)際上，貨物周?chē)康挠绊懸蛩睾芏�，比如宏觀面上的經(jīng)濟(jì)政策，氣候條件，微觀層面上的運(yùn)輸距離以及貨運(yùn)總量等;另外，貨物周轉(zhuǎn)量只是代表物流需求的一個(gè)量，并不能完全代表物流需求，因而需要根據(jù)實(shí)際情況適實(shí)地對(duì)其加以修正。
參考文獻(xiàn)
[1]王雪瑞，王昭君.基于雙變量線性回歸模型的物流需求預(yù)測(cè)[J].物流科技. 2009(09).
[2]楊帥.武漢市物流需求預(yù)測(cè)[J].當(dāng)代經(jīng)濟(jì).2007(10).
[3]汪宇翰.預(yù)測(cè)物流需求的一元線性回歸分析方法 [J].商場(chǎng)現(xiàn)代化.2006(13).
[4]李振，王興秋，吳耀華.貨運(yùn)量回歸預(yù)測(cè)工具EXCEL和SPSS結(jié)合應(yīng)用研究[J].物流科技.2010(08).
[5]張文彤，閆潔.SPSS統(tǒng)計(jì)分析基礎(chǔ)教程[M]. 北京：高等教育出版社，2004.
【基于雙變量線性回歸模型的武漢物流需求分析預(yù)測(cè)】相關(guān)文章：
基于EXCEL的層次分析法模型設(shè)計(jì)10-08
基于GARCH模型中國(guó)股市波動(dòng)性的實(shí)證分析10-08
需求分析報(bào)告01-11
貨幣需求計(jì)量的經(jīng)濟(jì)模型構(gòu)建論文10-10
基于企業(yè)需求的應(yīng)用型本科物流管理專(zhuān)業(yè)實(shí)踐教論文10-08
基于僑鄉(xiāng)文化的分析論文03-25