直播带货模式下四川省农产品物流需求预测

董素芹，李晓燕

（西南科技大学经济管理学院，四川 绵阳 621010）

直播带货的快速发展一定程度上促进了我国经济的发展。2020年，受疫情影响不同地区的人们由于农产品滞销等情况，纷纷化身主播，直播销售生鲜农产品，这更是促进了生鲜农产品行业的发展，对于农产品物流的优化升级也具有积极的促进作用。主播通过与供应商沟通商定价格及优惠力度，消费者通过观看主播直播了解农产品原产地种植情况，真实直观地看到农产品实物，通过与主播沟通交流了解产品特点，并通过线上下单方式购买农产品，农产品直接快递到家，对于消费者而言购买方式更加便捷，无接触的消费方式也更加安全。并且直播间价格更优惠，增加了人们对于生鲜农产品的消费需求，促进物流需求增加。

一、数据收集整理

选取四川省生鲜农产品物流需求额Y（亿元）作为被解释变量，7个指标作为解释变量：人均地区生产总值X（元/人）；冷链流通率X（100%）；物流业固定资产投资总额X（亿元）；城镇从事物流人口X（万人）；人均可支配收入X（元）；居民人均消费水平X（元/人）；农产品直播零售额X（亿元）。

上述各个指标的原始数据由《四川统计年鉴》《中国统计年鉴》、新浪财经网、四川人民政府网站以及其他资料中收集整理得到，如表1所示。

二、数据处理

利用Eviews10.0进行多元线性回归分析，针对表1中数据进行残差检验，并得到残差图，如图1所示。

表1 四川省农产品物流影响因素指标

图1 残差图

三、多元线性回归模型的建立与检验

设物流需求总额（）；人均地区生产总值（）；冷链流通率（）；物流业固定资产投资总额（）；城镇从事物流人口（）；人均可支配收入（）；居民人均消费水平（）；农产品直播零售额（）的多元回归模型为：

将表1数据导入Eviews10.0进行多元线性回归分析，并使用最小二乘法对线性回归的各项系数进行估计，如表2所示。

表2 模型初步回归结果

运用Eviews10.0运算各个变量之间的相关系数矩阵，用以验证所选取的变量之间是否存在着多重共线性，得到的相关系数矩阵如表3所示。

表3 解释变量相关系数矩阵

以拟合程度最大为原则，结合实际经济意义和统计检验进行筛选，最后选出和两个变量作为回归模型的解释变量，结果如表4所示。

表4 逐步回归后的回归方程结果

拟合优度检验显示=0.997979，证明模型对被解释变量观测值的拟合度很高；在显著性水平α=0.05，＞=（，-1）=（2，11）=3.98，说明模型当中变量间具有显著的线性关系。

在显著性水平α=0.05，临界值（-1）=（11）=2.201，说明和均通过检验。

通过运用Eviews10.0进行运算，得到需求预测示意图。如图2所示。

根据图2可知，人们对于生鲜农产品的物流需求持续增加，物流需求越来越大。查阅相关数据资料可知，2020年四川省的生鲜农产品需求额为663.79亿元，因此，对X和X未来几年的数据进行预测，得到未来几年X和X的预测结果，结果如表5所示。

表5 2021-2025年影响因素预测值

图2 需求预测示意图

将表5所预测出的数据代入公式，得到未来几年四川省生鲜农产品物流需求额，如表6所示。

表6 2021-2025年四川省物流需求额预测

根据表6得出的结果可知，未来几年，四川省生鲜农产品物流需求呈现增长态势。

人们对直播带货模式下生鲜农产品的需求量将越来越大。