基于SPSS统计分析我国快递行业的影响因素

赵琳　刘秀娟

摘 要：当前经济全球化发展迅速，区域间交流频繁，快递行业对经济的飞速发展起着举足轻重的作用，它可以最大限度地方便群众生活。在当今经济社会，疫情防控实时动态变化的大背景下，百姓对快递的需求量将会越来越大。本文通过分析2010—2021年这12年的全国快递收入以及相关影响因素的时间序列数据，利用软件SPSS构建线性回归模型，通过检验、回归分析找到影响快递收入的显著因素，全面推进快递业务走遍全国各个角落，走向世界各地。

关键词：回归分析；快递业务量；优化建议

随着大数据时代的到来，人们的生活节奏越来越快，生活水平也不断地提高，我国电子商务行业迅速发展。快递业务作为电商的下游行业，受上游电商需求推动，得到快速发展。目前是全民电商时代，淘宝、京东、拼多多、得物等各类购物软件的出现使得我们足不出户便可购买所需物品，价格低，发货快，省时省力，便利了人们的生活，同时也拉动了快递行业的发展壮大。在新冠疫情的大背景下，线上购物渐渐成为大多数年轻人的首选购物方式，快递行业在解决社会就业问题及促进消费，推动我国经济发展等方面起着至关重要的作用。从国家邮政局获悉，2020年，全国快递业务量完成833.6亿件，同比增长31.2%。2021年全国快递业务量累计完成1083.0亿件，快递业务量同比增长29.9%。在新冠疫情的冲击下，快递行业不但没有受到打击，反而有持续高速增长的趋势。据调查研究显示，截至2022年我国快递服务业业务量已经连续九年稳居世界第一，业务量完成1105.8亿件，同比增长2.1%，业务收入完成1.06万亿元，同比增长2.3%，最高日处理能力超过7亿件，年人均快件量接近80件。

近20年以来，我国快递从无到有稳步、持续、快速地发展，市场逐渐扩大，业务扩张到海外，冲出亚洲，走向世界。从2010—2021年，全国快递业务量从23.4亿件增长到1083亿件，增长如此迅猛，推动了我国经济的快速发展。马克思曾经说过，任何事物都有两方面，近几年快递行业的竞争非常激烈，行业之间为了占领市场，打价格战，一再降低价格，从2010年的平均单价24.5元降至2021年的平均单价10.21元。快递均价低，导致快递量多、速度慢、投诉多等问题，周而复始，恶性循环。基于此，本文利用SPSS软件，建立多元回归模型，逐步分析研究快递收入的显著影响因素。快递行业不但要获得高收益，而且要持续、健康发展，才能更好地服务于消费者。

一、模型构建与变量选取

1.变量的选取

解释因变量是全国快递业务收入（亿元），用Y来表示，不同时期、不同地域，影响快递业务收入因素各不相同，也就是说影响快递业务收入的因素很复杂。解释变量选取五个，用符号X₁，X₂，X₃，X₄，X₅表示，代表意义分别为国内生产总值（亿元）、全国人口总数（万人）、居民消费水平（元）、快递业务量（亿件）及全国快递平均单价（元）。

2.确定多元回归模型

多元回归分析主要是利用回归方程，定量地解釋因变量与两个或两个以上的自变量之间的线性依存关系，其基本思想是设法找出能代表自变量和因变量之间关系的数学表达式。

构建多元回归模型

Y=a₀+a₁X₁+a₂X₂+a₃X₃+a₄X₄+a₅X₅+ε （1）

a₀为回归常数，a₁，a₂，a₃，a₄，a₅为回归系数，ε表示误差项的随机误差，它是无法由X与Y之间的线性关系所解释的变异性，反映的是其他随机因素对因变量的影响。

3.收集数据

本文选取2010—2021年的数据，数据来源是国家统计局。一共选取了12年的时间序列数据，从表1可以看出，2010—2021年全国快递业务收入上升速度很快。2019年末各行各业或多或少受新冠疫情影响，快递行业逆流而上，业务量和收入都稳步上升。采用SPSS软件导入数据，分析各解释变量与全国快递业务收入的关系，进而找到其显著影响因素。

二、模型的建立

1.初始模型的估计

利用SPSS软件输入原始的时间序列数据，输出数据如表2、表3、表4：

由表4得出初步回归方程为：

Y=0.002x₁+0.574x₂-0.029x₃+6.842x₄+163.301x₅- 81018.571 （1）

由此可见国内生产总值、全国人口总数、快递业务量及全国快递平均单价对快递业务收入呈现的是正相关，有促进作用。其中判定系数R²=0.999，F统计量为1181.321，自相关系数DW=1.988。

2.模型检验与修正

（1） 统计检验

①拟合优度

根据上表可得判定系数R²=0.999，调整后的判定系数R2为0.998，表明本模型拟合样本数据能力很好，五个自变量对因变量解释了99.8%，该模型能够很好地反映快递业务收入的情况。自相关系数检验的值DW=1.988，不存在相关性。

②方差齐性检验（F检验）

在显著性水平α=0.05的条件下，通过查询F分布表可知：自由度为（5，6）的临界值为4.387，模型中F=1181.321> 4.387.这说明回归方程整体显著性良好。

③T检验

根据上述结果可知，在显著性水平α=0.05的条件下，全国人口总数、快递业务量、全国快递平均单价通过T检验，居民消费水平的系数为负数。

（2） 多重共线检验

上表中VIF值均大于10，最小值为21.315，最大值1263.755，由此判断各变量之间存在多重共线性，进一步研究相关系数R，|R|∈[-1，1]|R|越趋近1相关性越强，越趋近0相关性越弱，R大于0两变量存在正相关，R小于0为存在负相关，当|R|大于 0.8时，两变量间具有较强的线性关系；而|R|绝对值小于 0.3时，两变量间的线性关系较弱。如表5所示：

观察上表可知：除X5外，其他相关系数R均为正数且在0.8以上，各变量之间相关性很紧密，有高度的线性相关性，X₅相关系数R为负数，与其他变量呈负相关，由此断定模型存在严重的多重共线性，这对预测结果会产生很大误差，有可能导致结论错误，因此需采取逐步回归筛选从而确定最后的变量。

（3） 多重共线性的修正

通过检验，此模型存在严重的共线性，以快递业务量为基础先加入全国人口总数，再加入全国快递平均单价逐步回归分析，消除多重共线，剔除没通过检验的变量，最终得到三个主要的显著影响因素，如表6，其中剔除了X₁，X₃，最后X₂，X₄与X₅通过了显著性检验，得出回归方程。

通过表6逐步回归系数表分析得出三元回归方程：

Y=0.608X₂+7.271X₄+157.647X₅-84905.82

由此可见快递业务量、全国人口总数及全国快递平均单价对快递业务收入呈现的是正相关，有促进作用。

三、结论与建议

1.结论

通过优化后的三元回归模型可知：全国总人数每增加1万人，快递业务收入增加0.608亿元，全国快递平均单价增加1元，快递业务收入增加157.647亿元，快递业务量每增加1亿件，快递业务收入增加7.271亿元。解释变量对数据真实性的反映程度可达到99.8%，即全国快递业务收入变化的99.8%可由全国人口总数、快递业务量及全国快递平均单价三个解释变量共同解释，另外两个解释变量对国内生产总值和居民消费水平，以及全国快递业务收入的影响也不能忽视。

2.建议

随着电子商务的兴起，快递行业在中国发展迅速，企业数量、规模都增长很快，但伴随着快递业务的迅速增加也出现了很多问题，目前劳动力匮乏对快递业的发展有一定的影响。为进一步提高快递行业的服务能力，使得快递业更好地便利人们，并为国家的经济发展稳定根基、打下坚实的基础，现提出如下建议：

（1） 应长远规划快递行业的发展布局、优化管理模式。快递行业包括服务的物品类型（如文件、信件、包裹等）和物流业务（如铁路、邮政、公路、民航等），多个部门如邮政、交通、工商等都似乎可以对快递行业进行管理监督，但多头管理的同时意味着无人管理，实际上造成了快递行业缺乏明确而有序的管理。

（2） 要建立健全相应法律法规，快递业在维持自身优势的同时要不断地优化其结构，完善相应机制，更好地满足消费者。比如贵重物品丢失、破损的问题常有发生，要健全法律法规，既提高快递小哥的积极性又保护消费者权益。比如目前快递行业人员自律性差，不穩定，技术水平低，应先提前培训专业分拣，加快分拣速度，提高业务水平，提升快递员的素质。

（3） 各级政府要把相应政策落实到位，加强对快递行业的监督管理，快递行业耗能高，在快速发展的同时也成为我国碳排放增长速度最快的行业之一，并带来了空气污染、噪声污染、粉尘污染等不良环境影响。尽量优化线路，节能减排。相信在国家和政府的支持下，我国快递业定能取得优秀成绩，更好地便利百姓，并为社会的经济发展贡献出一份力量。

参考文献：

[1]钱莹，方秀男.多元线性回归模型及实例应用[J].中国科技信息，2022（4）：73-74.

[2]中国统计年鉴2021.

[3]黄钰茜.基于多元回归分析陕西省物流业发展的环境影响[J].中国集体经济，2022（14）：112-115.

[4]武进静，韩兴勇.江苏省物流业对GDP影响的多元回归模型分析[J].中国农学通报，2015（31）：256-264.

[5]周晓利.电子商务飞速发展背景下快递业发展探讨[J].企业经济，2012（5）：110-113.

作者简介：赵琳（2002— ），女，黑龙江绥化人，本科在读，研究方向：数学与应用数学；通讯作者：刘秀娟（1975— ），女河北文安人，硕士，佳木斯大学理学院，副教授，研究方向：代数。