基于逐步回归分析武汉区域物流量预测-

论文导读：未选的变量中选出这样一个变量，它与选入回归方程的组成l元回归方程，比其它余下的任何一个变量组成的元回归方程有更大的回归平方和。逐步回归不仅考虑到按贡献大小逐一挑选重要变量，而且还考虑到较早选入回归方程的某些变量，有可能随着之后一些变量的选入而失去原有的重要性，这样的变量也应当及时地从回归方程中剔除，是回归方
【摘要】区域物流量的预测是区域物流规划以及经济发展的重要前提。对区域物流量影响较大的因素有很多，从中选择重要且相互独立的变量来建立回归方程比较困难。因此，本文以武汉市区域物流量预测为实例，采用逐步回归分析法建立模型，将影响程度大的变量依次纳入模型中，大大地提高了模型的运算效率。
【关键词】逐步回归分析法；区域物流量；物流量预测
本文根据武汉区域物流量与相关的区域经济影响因素指标之间存在线性相关的特点，选择了线性回归分析法进行预测分析，具体应用了逐步回归方法建立回归模型，通过对模型的检验实现对模型优化，为武汉区域物流业发展决策提供了一个更确切的依据。

一、多元逐步回归算法的原理

回归分析方法就是在大量实验观测数据的基础上，找出这些变量之间的内部规律性，从而定量地建立一个变量和另外多个变量之间的统计关系的数学表达式。回归分析也就是研究一个变量源于：论文www.7ctime.com
与其他变量间关系的一种统计方法。逐步回归算法是针对多元回归算法的缺点提出来的。多元回归模型的过程是首先将实际问题所提取的全部变量引入到方程，然后再根据变量的显著性检验把方程中不重要的变量逐一剔除，建立新的方程。这样建立的多元回归模型有如下缺点：首先，在实际问题中，要提取合适的变量来建立回归方程本身不是一件很容易的事情，因为实际变量间可能存在高度的相互依赖性，这样会给回归系数的估计带来不合理的解释；其次，变量一次性引入方程，易导致计算量增大，运算效率降低，精度不够等问题。为了得到一个稳健的、可靠的回归模型，这就需要给出一种方法，使得能从影响y的因素中自动根据某种准则将对y贡献大的变量xi引入方程，不重要的变量从方程中剔除，最终在观测数据的基础上建立最优的回归方程。
逐步回归算法的形成思路：逐步回归算法根据各自变量的重要性，每一步选择一个重要的变量进入回归方程。第一步是在所有可供选择的变量中挑选出一个变量，使它组成的一元回归方程比其它变量有更大的回归平方和；第二步是在剩余的自变量中选择这样一个变量，它与已选入方程的变量所组成的二元回归方程有更大的回归平方和。如此继续下去，假设已经进行到l-1步，那第l步是在未选的变量中选出这样一个变量，它与选入回归方程的组成l元回归方程，比其它余下的任何一个变量组成的元回归方程有更大的回归平方和。逐步回归不仅考虑到按贡献大小逐一挑选重要变量，而且还考虑到较早选入回归方程的某些变量，有可能随着之后一些变量的选入而失去原有的重要性，这样的变量也应当及时地从回归方程中剔除，是回归方程中始终只留下重要的变量。

二、武汉市区域物流量的预测

1．武汉市物流发展的基本现状。武汉市是湖北省的省会，位于中国的中部，交通便利、四通八达，是中部崛起、带动西部发展的重点城市。在“十一五”期间，武汉区域物流发展势头强劲，由起步阶段向快速发展阶段过渡，逐步成为服务业的重要支柱，为该市区域经济的发展做出了重要贡献。随着经济的快速增长，武汉物流产业总体发展水平和质量不断提高。2010年全市社会物流总额达到14861.12亿元，年均增长24％，是2005年的2.29倍；物流业实现增加值582.53亿元，年均增长17.74％，占GDP的10.2％，占第三产业增加值的20％。根据武汉统计年鉴，从2006年到2011年货物运输量从2.05亿吨增加到4.18亿吨，年均增长19.8％；货物运输周转量从1435.2亿吨公里增加到2644.18亿吨公里，年均增长16.8 ％。武汉市区域物流已初具规模，为“十二五”期间物流业的发展和建设全国重要物流中心奠定了坚实的基础。从上面的数据可以看出，在最近几年内，武汉市物流业的发展取得了较好的成绩，但由于大多数物流企业小、散、弱的现象普遍存在，物流综合信息平台构建不完善，资源聚集能力弱，运输服务水平低，使得物流业的总体经营水平不高，物流标准化的进程推行缓慢，物流相关的统计难以实施，这给区域物流量的预测以及区域物流的规划带来了挑战。在物流业快速发展的今天，各省和各地区加大了对物流业的投资，由于对物流需求预测不够准确，不免会产生投资过剩的现象，进而造成资源的浪费和区域经济的受损。为了使武汉市区域物流业与区域经济平稳快速地发展，使物流的实际供应与实际需求相适应，对武汉市区域物流量做好精确的预测显得至关重要。
2．预测指标体系的确定。对区域物流量的预测我们可以直接统计历年区域的物流量，根据历年数据的规律，利用时间数列法建立模型进行预测。但由于我国物流业起步比较晚，对物流量的统计还没有完整的历史数据，现在我们只能采用间接的方法：通过对影响物流量的相关因素进行分析，找出对物流量影响较大的因素指标，收集和整理相关因素指标历年的数据，利用数学的方法建立模型进行预测。预测指标的选择要遵循强相关性的原则、指标间相互独立性的原则、全面性和可操作性原则。由于物流需求是经济发展的一种派生需求，经济的增长拉动了物流业的发展，增加了物流业的需求，同时，物流业是经济发展的基础，现代物流业的新形态进一步促进了经济的发展。这种相互密切的关系说明了区域物流量的大小与区域经济具有极大的相关性，又由于我国各地区对经济相关指标数据的统计比较齐全，收集起来较为容易，因此，本文从经济角度来预测区域物流量的大小。影响区域物流量大小的经济因素包括区域经济的发展水平、区域经济结构、人们的消费水平和对物流产业的投资等等。通过文培娜、张广福等的区域经济对区域物流的影响的研究，结合武汉区域辐射性发展的特点，在遵循预测指标选择原则的基础上，最后确定武汉市区域物流量的预测指标体系为：区域生产总值x1、第一产业产值x2、第二产业产值写x3、第三产业产值x4、社会消费品零售总额x5、物流固定资产的投资x6。由于物流业起步晚，目前没有对物流量的统计数据，又因为武汉的物流量主要是由运输带来的，这里就用货物运输量作为应变量y来代替物流量进行分析。表1是数据的收集。
表1各指标历年的数据统计
来源：历年《武汉统计年鉴》。源于：大学毕业论文www.7ctime.com