基于快遞行業(yè)業(yè)務(wù)量預(yù)測快遞行業(yè)業(yè)務(wù)總量實證

彭小劍　羅來根

摘 要：快遞行業(yè)業(yè)務(wù)總量是評價快遞業(yè)務(wù)的總體指標(biāo)，快遞行業(yè)業(yè)務(wù)總量預(yù)測正確與否對快遞行業(yè)的發(fā)展有一定的影響。針對這一問題，以中國郵政行業(yè)為例，通過選取2011-2017年相關(guān)業(yè)務(wù)業(yè)務(wù)量和業(yè)務(wù)總量的歷年數(shù)據(jù)，運用回歸分析法并借助SPSS軟件進(jìn)行分析與預(yù)測，結(jié)果顯示該方法是有效的，且對對快遞行業(yè)業(yè)務(wù)總量預(yù)測的應(yīng)用研究具有一定的現(xiàn)實意義和借鑒意義。

關(guān)鍵詞：快遞行業(yè);業(yè)務(wù)量;SPSS;回歸分析;業(yè)務(wù)總量

1、引言

近年來，中國物流行業(yè)發(fā)展快速。物流業(yè)作為支撐國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)，面臨諸多發(fā)展機(jī)遇。隨著現(xiàn)如今，網(wǎng)購已逐漸成為一種自然的消費習(xí)慣，隨著網(wǎng)購的井噴式發(fā)展，人們對快遞的需求只會越來越大。伴隨著我國經(jīng)濟(jì)技術(shù)的大力發(fā)展，社會對快遞需求也進(jìn)一步加強(qiáng)，快遞業(yè)務(wù)也隨之急速增長。隨著顧客對快遞服務(wù)要求越來越高，快遞行業(yè)也面臨著很大的挑戰(zhàn)?？爝f行業(yè)業(yè)務(wù)總量是評價快遞業(yè)務(wù)的總體指標(biāo)，對其進(jìn)行科學(xué)合理的預(yù)測是提高快遞行業(yè)質(zhì)量和效益的前提條件和依據(jù)。鑒于此，對快遞行業(yè)業(yè)務(wù)總量預(yù)測的應(yīng)用研究具有一定的現(xiàn)實意義和借鑒意義。

2、快遞行業(yè)業(yè)務(wù)總量預(yù)測方法概述

快遞行業(yè)業(yè)務(wù)總量預(yù)測的正確與否對快遞行業(yè)的發(fā)展具有一定的影響。目前有學(xué)者針對這一問題已經(jīng)提出了很多預(yù)測理論和方法。高潔采用多元模糊推理預(yù)測法對郵電業(yè)務(wù)總量進(jìn)行了預(yù)測，表明該預(yù)測的有效性[1]。高潔采用可拓聚類預(yù)測方法對郵電業(yè)務(wù)總量進(jìn)行了預(yù)測，結(jié)果表明可拓聚類預(yù)測方法是有效的[2]。高潔，盛昭瀚應(yīng)用集對分析聚類預(yù)測法對郵電業(yè)務(wù)量總量進(jìn)行預(yù)測，結(jié)果表明該預(yù)測方法是有效的[3]。關(guān)可天，商均安構(gòu)建ARIMA 乘積季節(jié)模型對郵政業(yè)務(wù)總量月度數(shù)據(jù)進(jìn)行了分析和預(yù)測，結(jié)果發(fā)現(xiàn)我國郵政業(yè)務(wù)總量未來將繼續(xù)增長[4]。包麗莉采用時間序列預(yù)測法對我國郵政業(yè)務(wù)總量進(jìn)行了分析與預(yù)測，發(fā)現(xiàn)我國郵政業(yè)務(wù)總量波動呈季節(jié)性[5]。本文通過對我國郵政有關(guān)歷史數(shù)據(jù)的分析和計算，驗證了郵政業(yè)務(wù)總量回歸分析預(yù)測方法的有效性和實用性。

3、快遞行業(yè)業(yè)務(wù)總量預(yù)測的實證研究—以中國郵政為例

此次通過江西快遞行業(yè)協(xié)會官網(wǎng)選取中國郵政行業(yè)2011-2017年的郵政行業(yè)業(yè)務(wù)量和業(yè)務(wù)總量數(shù)據(jù)作為分析和研究依據(jù)，具體數(shù)據(jù)見表1;通過選取郵政寄遞服務(wù)（函件、包裹、訂銷報紙累計數(shù)、訂銷雜志累計數(shù)和匯兌）、快遞以及郵政行業(yè)業(yè)務(wù)總量這3大類7小類分析研究，并借助SPSS軟件進(jìn)行分析與預(yù)測。

2.郵政行業(yè)業(yè)務(wù)收入中未包括郵政儲蓄銀行直接營業(yè)收入。

通過運用SPSS軟件對上述數(shù)據(jù)進(jìn)行分析和預(yù)測結(jié)果如下：

由表2得回歸方程如下：

將2018年上半年的數(shù)據(jù)：x2=146000，x3=1217.7;x4=1808000，x5=866000，x6=41000，x7=1363.9帶入回歸方程中得y=5611.93億元。

4、結(jié)論

由預(yù)測得到的結(jié)果5611.93億元，與2018年上半年中國郵政行業(yè)業(yè)務(wù)總量累計完成5528.1億元相比較，相差1.52%。從預(yù)測誤差來看誤差相對來說較小，預(yù)測的效果和精度在合理范圍之內(nèi)，結(jié)果表明該方法是有效的。預(yù)測結(jié)果可以為郵政管理局、郵政公司等政府部門和企事業(yè)單位提供一定的參考和借鑒。由于預(yù)測模型在進(jìn)行分析與預(yù)測過程中沒有充分考慮市場環(huán)境，因此在面臨環(huán)境變動時，此預(yù)測結(jié)果可能會與我國郵政行業(yè)長期發(fā)展的實際情況存在一定的誤差。

參考文獻(xiàn)：

[1]高潔.應(yīng)用多元模糊推理預(yù)測方法進(jìn)行郵電業(yè)務(wù)總量預(yù)測[J]. 南京郵電學(xué)院學(xué)報（自然科學(xué)版），2000（01）：58-62.

[2]高潔.可拓聚類預(yù)測方法及其在郵電業(yè)務(wù)總量預(yù)測中的應(yīng)用[J]. 系統(tǒng)工程，2000（03）：73-77.

[3]高潔，盛昭瀚. 集對分析聚類預(yù)測法及其應(yīng)用[J]. 系統(tǒng)工程學(xué)報，2002（05）：458-462.

[4]關(guān)可天，商均安.我國郵政業(yè)務(wù)總量月度數(shù)據(jù)分析與預(yù)測[J].科技經(jīng)濟(jì)導(dǎo)刊，2018，26（24）：203+205.

[5]包麗莉.中國郵政業(yè)務(wù)發(fā)展?fàn)顩r的分類與預(yù)測研究[D].華中科技大學(xué)，2015.