基于多元回归的海南省物流业与第一产业的实证分析.pdf

物流科技 2023 年第 19 期 10 月上收稿日期：2022-12-25作者简介：冯大卫（2000），男，海南海口人，贵州大学管理学院企业管理专业硕士研究生，研究方向：战略与人力资源管理。引文格式：冯大卫.基于多元回归的海南省物流业与第一产业的实证分析J.物流科技，2023,46(19):94-98.誗物流经济誗文章编号：1002-3100 渊2023冤 19-0094-05物流科技 2023 年第 19 期 10 月上Logistics Sci-Tech October,2023（the first half）摘要：第一产业是人类的生存之本，是其他产业生产的前提条件，“民以食为天”，粮食是人类最基本的生存资料，农业在国民经济中占有最重要的基础性地位。物流业作为近年来高速发展的新兴服务行业，为第一产业的发展带来了重要动力，对农业经济的进步起着不可忽视的作用。文章利用多元回归模型，取用 20022020 年海南省的第一产业增加值与进出口总额、农产品快递量、交通运输业从业人数以及公路货物周转量的数据进行多元回归分析，所得到的模型方程拟合程度较好，线性关系显著，能够在一定程度上预测实际发生值，预测精度较高，可以预测海南省第一产业未来的发展情况，为物流业以及第一产业的发展政策提供一定参考。关键词：海南省；物流业；第一产业增加值；多元回归中图分类号：F259.27文献标志码：ADOI：10.13714/ki.1002-3100.2023.19.023Abstract:The primary industry is the survival of human beings,is the premise of other production,the people depend on food,food is the most basic survival information of human beings,agriculture in the national economy occupies the most important ba原sic position.As a new service industry with rapid development in recent years,logistics industry has brought an important drivingforce for the development of the primary industry and plays an important role in the progress of agricultural economy.In thisstudy,multiple regression model was used to analyze the data of the added value of the primary industry and the total importand export volume,the express volume of agricultural products,the number of employees in the transportation industry and theturnover volume of highway goods in Hainan Province from 2002 to 2020.The model equation obtained has a good fitting degreeand a significant linear relationship,which can predict the actual occurrence value to a certain extent.The prediction accuracy ishigh,which can predict the future development of the primary industry in Hainan Province,and provide some reference for thelogistics industry and the development policy of the primary industry.Key words:Hainan Province;logistics industry;value added of the primary industry;multiple regression0引言第一产业增加值是指产品直接取自自然界的部门（包括种植业、林业、牧业和渔业等），在这个清算周期（一般以年计）比上个清算周期的增长值。近些年，物流业与农业经济相互作用的关系日益显著，为了提高第一产业的增加值，提高应对竞争激烈的市场环境的能力，促进农业的长远发展，分析农业增长与物流业之间的关系尤为重要。关于物流业与第一产业之间的发展关系，国内许多学者进行了研究。侯媛媛利用因子分析法，对物流设施、技术水平、物流运营、要素保障、经济环境 5 个方面进行评价，共提出了 21 个三级指标，分析了海南省生鲜农产品电商物流的能力1。张金艳分析了农产品物流与农业经济的互动关系，从冷链物流技术、优化物流环节等几个方面探讨了如何通过农产品物流推动农业经济的发展2。江建秧从基础设施建设、政策和管理措施等方面寻找了农产品物流与农业经济协调发展机制3。王明严、巫世珍利用回归分析及相关检验，选取交通、仓储和邮政业的产值和周转量作为物流发展的指标与生产总值进行研究，提出了物流业对经济具有拉动作用以及经济也对物流业的发展具有一定的推动作用4。Alston and Pardey 指出，在产品损耗、品质提升、食物及时供给等方面，完善农产品物流能起到很大的作用5。熊伟和黎明将湖北省的 GDP 与物流业相关经济因素进行多元回归分析，结果显示变量之间的相关性强，得到的预测模型预测误差小、精度高6。综上，现有的研究主要集中在农产品物流与农业经济之间的关系，大多是针对农产品物流的现状提出问题，并给予解决建议。目前国内较少研究关注区域性特别是海南省物流业对第一产业发展的相关关系，缺乏海南省物流业对农业发展贡献的研究基于多元回归的海南省物流业与第一产业的实证分析An Empirical Analysis of Hainan Logistics Industry and Primary Industry Based on Multiple Regression冯大卫（贵州大学 管理学院，贵州 贵阳 550000）FENG David（School of Management,Guizhou University,Guiyang 550000,China）94物流科技 2023 年第 19 期 10 月上基于多元回归的海南省物流业与第一产业的实证分析分析。数据明确显示，随着海南物流行业的不断完善，第一产业增加值也在不断上升，两者之间可能具有一定的互动关系。本文基于多元回归模型，对海南省物流业对第一产业增加值发展的影响进行实证研究，为海南省第一产业的未来发展提供建议。1模型构建1.1指标以及数据选取（1）在第一产业方面，由于第一产业增加值是年总金额减去上年的总金额所获得的差额，能够较好地反应产业的增长情况，故本文主要选取了海南省的第一产业增加值（以下简称 TI）作为因变量。（2）在物流业方面，考虑到数据的可获取性和有用性，本文主要选取了经营单位所在地进出口总额（以下简称 IE）、农产品快递量（以下简称 ED）、交通运输业从业人员数（以下简称 NT）、公路货物周转量（以下简称 HV）四个因素作为自变量。数据主要来源于 20022020 年的海南省统计年鉴以及国家统计局官网。其中，农产品快递量=海南省第一产业增加值/地区生产总值*总快递量。交通运输业从业人员数包括了铁路、公路、航空、水上运输业就业人员数以及邮政业就业人员数。公路货物周转量=实际运送货物吨数*货物平均运距，反映了公路运输工具实际运送以及卸载完的货物总量。1.2构建模型根据多元线性回归的一般式可以将方程设置为 TI=茁1IE+茁2ED+茁3NT+茁4HV+着，其中 茁1,茁2,茁3,茁4是未知的回归常数，着 是随机误差。TI 是被解释变量，IE、ED、NT、HV 是解释变量。2对海南省物流业与第一产业增加值关系的实证分析2.1研究思路第一产业一直是国家和政府重点关注的方面，许多学者对第一产业的发展进行了许多研究。本文通过总结前人的研究，找出影响海南第一产业增加值的因素，并用 SPSS 软件建立多元回归模型，对数据进行实证分析。在分析过程中，先建立初次多元回归模型，在运用逐步回归法、模型残差分析对结果进行修正，得出最终的模型方程。2.2数据收集表 120022020 年海南省主要经济指标年份第一产业增加值（亿元）经营单位所在地进出口总额（千美元）农产品快递量（万件）交通运输业从业人员数（人）公路货物周转量（亿吨公里）2002222.91 866 80028.8116 47142.702003244.32 274 92032.4330 73945.502004272.03 401 69435.4136 29251.602005289.92 542 33837.3437 07255.902006310.72 846 208105.6235 92466.602007351.33 514 411110.3635 66285.402008423.64 528 517118.7732 56266.382009448.14 881 633175.9633 69979.392010521.98 648 577246.3633 95990.822011636.612 756 036275.4836 86797.142012683.914 322 100517.1442 123105.352013723.614 985 434517.1248 70675.422014793.215 862 660660.6447 59381.502015835.413 966 9651 100.8559 83878.662016924.711 348 4301 266.4264 61576.112017962.810 374 0551 427.0065 37378.612018986.012 733 5301 648.3071 69784.5520191 079.013 152 7482 247.4767 41640.8020201 136.013 586 8312 809.7471 52941.34从表 1 数据可以看出，海南省第一产业增加值和物流业的各项指标在 20022020 年间均呈现随年份缓慢逐步增长的趋势。物流业除了公路货物周转量在 2019、2020 两年疫情期间出现一定程度的波动，其余变量都与第一产业增加值呈现同步增长的关系，说明物流业对第一产业经济发展具有促进作用。2.3初次多元回归分析运用 SPSS 软件对数据进行多元回归分析，结果如表 2 至表 4 所示。95物流科技 2023 年第 19 期 10 月上（1）拟合优度：调整后 R 方为 0.978，表示预测变量可以解释 97.8豫的被预测变量，仅有 2.2豫的变量不被解释，拟合优度高。（2）F 检验：在 ANOVA 图中，显著性检验的概率小于显著性水平0.05，F=204.001，说明解释变量和被解释变量关系显著。（3）t 检验：系数表中，取 琢=0.1，解释变量 p 值均未超过 0.1，最大p 值接近 0.05，通过 t 检验。（4）多重共线性检验：解释变量的 VIF 的值均小于 10，容差均大于0.1，且标准化残差的正态 P-P 图（见图 1）服从正态分布，德宾-沃森值为 1.908，故不存在多重共线性问题。综上，可以建立如下回归方程：TI=1.888E-5IE+0.202ED+0.004NT+1.770HV+10.6572.4逐步回归结果及分析由于各个自变量和因变量之间都呈现正相关，考虑到进出口总额、农产品快递量、交通运输业从业人数以及公路货物周转量之间的线性关系可能会显著，自变量之间的混杂干扰可能会影响回归模型运算结果的准确性，因此对上述数据进行逐步回归分析，得出以下结果如表 5、表 6 所示。表 2模型汇总结果模型摘要b模 型RR 方调整后 R 方标准估算的错误德宾-沃森1.992a.983.97845.083 831.908注：a.预测变量：（常量），HV,NT,IE,ED；b.因变量：TI。表 3模型系数回归结果系数a模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1（常量）10.65760.030.178.862IE1.888E-5.000.3204.968.000.2913.434ED.202.040.5465.022.000.1029.822NT.004.002.2082.136.051.1277.854HV1.770.852.1132.078.057.4082.453注：a.因变量：TI。表 4ANOVA 统计结果ANOVA模型平方和自由度均方F显著性1回归1 658 571.0434414 642.761204.001.000b残差28 455.718142 032.551总计1 687 026.76118注：a.因变量：TI；b.预测变量：（常量），HV,NT,IE,ED。因变量：TI1.00.80.60.40.200.00.20.40.60.81.0实测累积概率图 1回归标准化残差的正态 P-P 图表 5ANOVA 统计结果ANOVA模型平方和自由度均方F显著性3回归1 649 791.3383549 930.446221.535.000d残差37 235.423152 842.362总计1 687 026.76118注：a.因变量：TI；b.预测变量：（常量），NT；c.预测变量（常量），NT,IE；d.预测变量：（常量），NT,IE,ED。依照回归结果显示，ANOVA 统计表中，F=221.535，显著性小于 0.001，回归方程显著。各个因变量显著性均小于 0.05，均能通过 T 检验，且数据优于初次回归的结果，模型具有显著拟合优度，依照以上数据可以建立如下回归方程：TI=2.399E-5IE+0.148ED+0.005NT+65.463模型结果说明，经营单位所在地进出口总额 IE蓸蔀每增加一个单位，第一产业增加值 TI蓸蔀增加 2.399E-5 个单位；农产品快基于多元回归的海南省物流业与第一产业的实证分析96物流科技 2023 年第 19 期 10 月上注：a.因变量：TI。表 6模型系数回归结果系数a模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF（常量）65.46359.5981.098.289NT.005.002.2812.809.013.1476.816IE2.399E-5.000.4067.487.000.5001.998ED.148.034.4014.357.001.1745.7463递量 ED蓸蔀每增加一个单位，第一产业增加值 TI蓸蔀增加 0.148 个单位；交通运输业从业人员数 NT蓸蔀每增加一个单位，第一产业增加值 TI蓸蔀增加 0.005 个单位。2.5相关性分析将 TI、IE、ED、NT 四个变量进行双变量相关性分析，从表 7 中可以看出，各个变量均呈现显著正相关，除 IE 与 ED 和NT 呈现强正相关，其余的变量都呈现极强正相关，即自变量与因变量之间存在着高度的线性相关性。2.6模型预测结果分析基于模型方程 TI=2.399E-5IE+0.148ED+0.005NT+65.463，对 20022020 年的第一产业增加值 TI蓸蔀进行预测，计算出实际值与预测值之间的残差，结果如表 8 所示。表 8模型残差分析年份实 际 值预 测 值残差年份实 际 值预 测 值残差2002222.9196.866 41-26.033 592012683.9696.201 9012.301 902003244.3278.532 9734.232 972013723.6745.027 3221.427 322004272.0333.770 3261.770 322014793.2781.747 93-11.452 072005289.9317.340 0127.440 012015835.4862.646 2927.246 292006310.7328.995 2918.295 292016924.7848.217 00-76.483 002007351.3344.417 00-6.883 002017962.8852.397 58-110.402 422008423.6354.490 08-69.109 922018986.0973.373 78-12.626 222009448.1377.110 46-70.989 5420191 079.01 050.702 99-28.297 012010521.9479.198 64-42.701 3620201 136.01 164.897 6028.897 602011636.6596.586 34-40.013 66图 2实际值、预测值线性回归趋势图预测值（亿元）02004006008001 0001 200TI实测线性1 2001 000800600400200TI=2.399E-5IE+0.148ED+0.005NT+65.463基于多元回归的海南省物流业与第一产业的实证分析表 7相关性分析结果相关性皮尔逊相关性TIIEEDNT皮尔逊相关性TIIEEDNTTI1ED.915*.637*1IE.860*1NT.932*.707*.909*1注：*.在 0.01 级别（双尾），相关性显著。97物流科技 2023 年第 19 期 10 月上表8、图 2 数据显示，预测值与实际值的线性相关关系较强，残差基本满足方差齐性和正态分布，模型能够较为正确的预测出实际的数值，故模型精度高，误差小。3结论以及建议3.1结论根据逐步回归结果分析修正后的模型可知，第一产业增加值 TI蓸蔀受到经营单位所在地进出口总额 IE蓸蔀、农产品快递量ED蓸蔀、交通运输业从业人员数 NT蓸蔀的影响，而且均为正相关。从结果上看，经营单位所在地进出口总额对第一产业增加值的影响幅度较大。3.2建议（1）加强海南省农产品对外出口的能力，政府扶持、鼓励外向型农业生产企业的发展，形成农产品外销规模化的生产链，加强农产品的国际营销，打造属于海南农产品的品牌，以扩大国外需求来带动第一产业的发展。（2）通过物流业推动农业经济的增长。对于农产品的运输问题，企业可以加大对冷链农产品物流技术的投入7，完善物流的基础设施，提高农产品的物流运输能力，优化物流环节增值农产品，推动海南省农业产业结构的升级转型。（3）将“互联网+”的思想带入农产品物流行业里，提高物流行业的信息化水平，提升物流运作的效率，加强物流方面专业人才的培养，促进农业经济的发展。参考文献：1侯媛媛，金琰.海南省生鲜农产品电商物流能力评价J.江苏农业科学，2021,49(13):19-24.2张金艳.农产品物流与农业经济的互动关系解读J.中国商论，2019(12):3-4.3江建秧.农产品物流与农业经济协调发展机制探寻J.农业经济，2018(12):138-140.4王明严，巫世珍.海南现代物流业发展与经济增长的关联性分析J.特区经济，2022(9):87-90.5ALSTON J M,PARDEY P G.Agriculture in the global economy J.Joumal of Economic Perspectives,2014,28(1):121-146.6熊伟，黎明.湖北省物流业对 GDP 的影响分析J.湖北大学学报（哲学社会科学版），2016,43(1):136-140.7程新智.农产品物流和农业经济增长的关系J.农业工程，2018,8(8):144-146.基于多元回归的海南省物流业与第一产业的实证分析（上接第 90 页）础上促进第三代互联网、6G 技术与物流企业的深度融合，最大程度地实现物流数字化运行。3.3统筹水陆空发展，提升多式联运衔接水平当前，长三角应以区域经济合作为纽带，连接上海、杭州、南京、宁波等城市的水陆空发展节点，编织以水、陆、空为主干的多层次一体化智慧物流网，提升多式联运衔接水平；同时构筑覆盖面广、辐射范围大的数字物流立体合作联盟，促进和引领全区域物流企业的高质量发展，推动长三角数字经济的腾飞。3.4畅通立体交通网络，完善数字化运营模式长三角要想实现区域物流协同发展，当务之急必须畅通立体交通网络，疏理各区域之间的物流联接堵点，打通双循环发展实体通道；同时树立共享理念与竞合思维，以“智能物流枢纽”为全区域运输网络的核心，不断完善数字化运营模式，提升物流服务的品质和效率。3.5构建人才“雁阵”，锻造物流专业人才供应链当前，长三角应从两方面构建梯次人才“雁阵”：一方面针对物流领域的技术更新迭代，创新物流专业技术人才的“订单培养”模式，加强校企合作，锻造物流专业人才供应链；另一方面聚焦培育物流专业管理人才，打造全新视野的物流管理精英队伍，藉此带动长三角基于战略差异度的物流韧性增长，促进物流企业数字化跃迁与升级。参考文献：1周莲洁.长三角一体化背景下产业园区数字化转型的资源禀赋、服务模式与发展路径研究J.未来与发展，2022(1):16-20.2马雪飞，高广阔，孙浩.长三角示范区产业数字化改造带动有效投资增长研究J.物流科技，2022(11):108-112.3王鹏，张茹琪，李彦.长三角区域物流高质量发展的测度与评价兼论疫后时期的物流新体系建设J.工业技术经济，2021(3):21-29.4李思纯，姚正海.基于因子分析和聚类分析的长三角物流业发展水平评价J.物流工程与管理，2022(10):94-97.5鲍悦瞩.差异化战略与企业风险研究基于信息不对称视角J.价值工程，2022(16):1-5.6徐鹏，王瑞康.战略差异度会影响企业创新吗?J.软科学，2022(2):43-49.7余金艳，张英男，刘卫东,等.疫情冲击下全球跨境电商物流韧性的时空异质性研究J.地理研究，2021(12):3333-3348.8刘长俭，孙瀚冰，袁子文,等.系统提升中国国际物流供应链韧性的路径J.科技导报，2022(14):73-79.98