河北省生鲜农产品冷链物流需求分析及预测

摘 要：在“双碳”目标背景下，生鲜农产品冷链物流的发展也在步步深入。文章以河北省为研究对象，从产品供给、物流规模、社会经济三个层面，选取了10个基本指标，通过SPSS软件来构建河北省生鲜农产品冷链物流需求预测多元回归模型，分析各个指标对河北省冷链物流需求量的影响作用，并通过曲线回归，预测其各指标随时间的变化规律，最后计算未来五年河北省生鲜农产品冷链物流需求量，以此为河北省冷链物流的发展提供参考及发展建议。

关键词：河北省；生鲜农产品；冷链物流；多元回归模型

中图分类号：F326.6 文献标志码：A DOI：10.13714/j.cnki.1002-3100.2024.18.031

Abstract： Against the backdrop of “double carbon”goals， the development of cold chain logistics for fresh agricultural products is advancing steadily. Taking Hebei Province as the research object， this study selects ten basic indicators from the three levels of product supply， logistics scale， and social economy. Utilizing the SPSS software， a multiple regression model is constructed to forecast the demand for cold chain logistics of fresh agricultural products in Hebei Province. The study analyzes the impact of each indicator on the demand for cold chain logistics in Hebei Province and predicts the changing trends of these indicators over time through curve regression. Finally， the future demand for cold chain logistics of fresh agricultural products in Hebei Province over the next five years is calculated， providing reference and development suggestions for the development of cold chain logistics in Hebei Province.

Key words： Hebei Province; fresh agricultural products; cold chain logistics; multiple regression model

0 引 言

河北省是全国主要生鲜农产品生产基地之一，其生鲜农产品的品种丰富、产量大，长期以来为京津两大中心城市的数千万人口的生鲜农产品的供应提供保障。生鲜农产品是居民生活消费中的重要组成部分，而冷链物流的主要运输对象为生鲜农产品类，因此冷链物流在人们的日常生活中扮演着越来越重要的作用[2]。在京津冀协同发展的大背景下，河北省生鲜农产品冷链物流的发展呈现出多方面趋势：消费升级、城市化进程，以及对生鲜农产品的需求不断增加，都会推动河北省冷链物流服务向智能化、高效化发展。随着生鲜农产品的需求快速增长，冷链物流服务需求也随之面临严峻挑战，河北省冷链物流目前还存在着起MkWbFKn2UBoLw1km/mCeO2t82KdmuVMVUmnLKy1Wdr4=步较晚，冷链物流设施不完善，缺乏统一的监管标准和管理体系等问题。因此，通过对生鲜农产品冷链物流需求量进行分析，引导政府和企业制定合理的战略规划，以便更好地适应时变的市场环境，对河北省进一步发展也有重要意义。

1 生鲜农产品冷链物流需求量影响因素分析

生鲜农产品冷链物流是指在生鲜农产品从产地到消费者手中的整个过程中，通过冷藏、冷冻等技术手段，保持产品新鲜度和质量的物流方式。本文主要从产品供给、物流规模和社会经济三个方面来分析其对生鲜农产品冷链物流需求量的影响。

1.1 产品供给

随着农业现代化程度的提高，生鲜农产品的产量和品种不断增加，对冷链物流的需求也随之增加。季节性供给会直接影响农产品冷链物流需求量，因为不同季节农产品的供给量有所不同，夏季果蔬供给量往往大于冬季[4]；同时不同品种的农产品供给也会对冷链物流需求量产生影响：一些农产品的供应量相对较大，如苹果和梨，而另一些品种的供应量较少，如草莓和蓝莓，这将导致不同品种农产品的冷链物流需求量差异。农产品的产量波动也会直接影响冷链物流需求量，天气、自然灾害等因素都会导致农产品产量的波动，当产量增加时，冷链物流需求量也会相应增加，反之亦然。

1.2 物流规模

一方面，较大的物流规模意味着更多的农产品需要进行运输和储存，从而增加了冷链物流的需求量。大规模的农产品运输需要更多的冷藏车辆和冷藏设施来保持产品新鲜，因此物流规模的增大将直接推动冷链物流需求的增加[5]。另一方面，较大的物流规模也会带来更高的效率和更低的成本，这可能会促使冷链物流服务商扩大其业务规模，以满足大规模农产品运输的需求，从而进一步增加冷链物流的需求量。

1.3 社会经济

随着经济的发展，人们的生活水平提高，对优质、新鲜农产品的需求增加，对食品安全和品质的要求也越来越高，因此对于农产品的新鲜度和保鲜度要求也相应提高，这将促使冷链物流服务需求量增加。其次，城市化进程的加快也会对农产品冷链物流需求产生影响，农村人口流入城市，城市人口增加，这将导致农产品从生产地到城市的运输需求增加，从而推动冷链物流服务的需求量增加。此外，社会经济的发展也会影响农产品的生产结构和销售模式，农产品加工业的发展将增加冷链物流需求，加工后的产品需要更严格的温度控制和保鲜，而电子商务的兴起也会推动冷链物流服务的需求，因为电商平台需要保证农产品在运输过程中的新鲜度和品质，这将直接推动冷链物流需求量增加。

2 冷链物流需求多元回归模型构建

2.1 模型构建

多元线性回归模型是指含有多个解释变量的线性回归模型，用于解释被解释变量与其他多个变量、解释变量之间的线性关系。其数学模型为：y=β0+β1X1+β2X2+...+βpXn+εy。

该多元线性回归模型表示里面共有p个解释变量。表示被解释变量y的变化可以由两部分组成：第一部分是由p个解释变量x的变化引起y的变化，另一部分是由随机变量引起y的变化，即随机误差ε。

2.2 指标选取

本文选取了河北省2012—2022年的经济数据作为此次研究的样本，来对河北省生鲜农产品冷链物流的需求进行分析和预测。本文通过分析河北省生鲜农产品冷链物流现状及问题，并结合相关文献的查询分析，主要从产品供给、物流规模、社会经济三个层面选取了共计10个影响河北省冷链物流需求的因素作为此次研究的指标，并对指标及解释变量进行命名：冷链物流需求量y、生鲜农产品产量X1、第三产业增加值X2、人均国内生产总值X3、人口数量X4、生鲜农产品生产价格指数X5、第三产业对GDP贡献率X6、居民可支配收入X7、农业总产值X8、货运量X9、公路通车里程X10。其具体数值如表1所示。

3 河北省生鲜农产品冷链物流需求量实证分析

3.1 变量之间的相关性分析

相关性分析是对变量两两之间的相关程度进行分析。其中相关系数的绝对值越接近于1，则说明变量之间的相关性较好；反之，若相关系数的绝对值越接近于0，则说明变量之间几乎无关。本文采用SPSS软件对各变量之间进行相关性分析，结果见表2。

其中p＜0.01说明两变量之间在1%的水平下显著，同理p＜0.05即说明两变量在5%的水平下显著。由表2可知，在1%的置信水平下，生鲜农产品冷链物流需求量与生鲜农产品产量、第三产业增加值、人均国内生产总值、居民可支配收入、农业生产总值以及公路通车里程之间的相关性较强；在5%的置信水平下，河北省生鲜农产品冷链物流需求量和人口数量之间呈现出弱相关关系。同时观察发现，其自变量之间的相关关系也较大，这说明自变量之间也存在着多重共线性，若用全部指标来构建模型，可能会使模型构建结果较差，导致结果可信度降低。因此为解决以上问题，本文采用逐步（stepwise）回归法来构建模型。

3.2 多元回归模型的构建及检验

多重共线性表示自变量（解释变量）之间彼此相关的现象，表现为其数值越接近于1，两个变量之间的相关性越强。分析表2可知，模型自变量之间存在着多重共线性，而逐步回归的优点即是自动化选择，逐步回归能够自动识别具有预测价值的自变量，并且能够找到一个相对简单但仍然很有效的模型。

生鲜农产品生产价格指数、第三产业对GDP贡献率以及货运量与河北省生鲜农产品冷链物流需求量之间的相关系数分别为0.490，0.251，0.267，相关性较弱，其变化情况对生鲜农产品需求量的影响较小。为使回归方程达到最优，在下文的分析中把这3个指标进行剔除，因此本文研究的指标由10个变为7个。并把其余数据导入SPSS进行逐步多元回归分析，其结果如表3、表4所示。

R2表示拟合优度，R2越接近于1，说明模型的拟合优度越好；p值用来检验各变量系数是否显著，通常＜0.05即为显著；VIF值用来对自变量之间的多重共线性进行判断，若VIF值＞5，一般说明有多重共线性问题；而D-W值用来检验残差是否存在自相关性，D-W值越接近于2，残差的独立性越好。

由表3可知，模型共计进行了两次迭代，即建立了两个模型，第一个模型为生鲜农产品冷链物流需求量与人均国内生产总值与常量；最终模型为生鲜农产品冷链物流需求量与国内人均生产总值、第三产业增加值及常量。在最终的模型中，其R2值为0.987，说明模型的拟合优度较好；自变量p值均为0.000，说明模型在1%的置信水平下显著；且模型的D-W值为2.186，说明残差的独立性较好，综合来看模型的解释能力较强，因此结合其系数，建立河北省生鲜农产品冷链物流需求量回归方程：y=-0.336.04-0.091X2+0.068X3。

3.3 模型预测

通过分析模型自变量与时间的变化关系，对各自变量未来五年的值进行预测，由此得出河北省2023—2027年的生鲜农产品冷链物流需求量的预测值。对于自变量的预测值，本文采用曲线回归的方法来确定其随时间的变化规律，通过比较二次曲线、三次曲线、对数曲线、指数曲线、复合曲线、增长曲线函数，来确定其最终模型，其结果如表5所示。

由于R2表示拟合优度，综合对比可以发现，对于第三产业增加值X2，其时间的二次函数R2为0.990，最接近于1；同理，对于人均国内生产总值X3，其时间的二次函数R2为0.995，最接近于1。因此，第三产业增加值关于时间的变化规律的表达式可以表示为：X2=58 249 371.50-58 996.88 t+14.93t2;人均国内生产总值关于时间的表达式为：X3=562 651 408.00-560 392.62t+ 139.54t2。则对于河北省未来五年的冷链物流的需求量如表6所示。

4 结 论

对河北省生鲜农产品冷链物流需求量进行分析，通过表6可知，未来五年，其冷链物流需求量的预测值及各项指标呈现出逐年上升趋势，需求规模总体较大。并通过对生鲜农产品冷链物流需求量的模型进行构建，发现在各项指标中，第三产业增加值以及人均国内生产总值对生鲜农产品冷链物流的影响最为显著。结合《河北省“十四五”冷链物流发展实施方案》以及京津冀一体化发展的背景，为充分适应河北省农产品冷链物流的预测需求，政府可以加大投入，鼓励企业增加冷链设施的建设，提高冷链物流设施的覆盖率和质量；并建立健全的冷链物流监管体系，鼓励冷链物流企业间合作，提高冷链物流运输的效率，提高居民作为消费最终端的生活质量，满足居民对冷链物流的需求，以此来更好地实现河北省冷链物流的高效发展。

参考文献：

[1] 李敏杰，王健．基于RBF神经网络的水产品冷链物流需求预测研究[J]．中国农业资源与区划，2020，41（6）：100-109.

[2] 罗千峰，张利庠．农产品冷链物流高质量发展的理论阐释与实现路径[J]．中国流通经济，2021，35（11）：3-11.

[3] 河北省统计局， 国家统计局河北调查总队．河北统计年鉴2022[M]．北京：中国统计出版社，2022.

[4] 黄凯，王健．我国生鲜生鲜农产品冷链物流需求预测分析：基于最优组合模型[J]．武汉理工大学学报（信息与管理工程版），2020，42（6）：524-529.

[4] 中国物流与采购联合会冷链物流专业委员会，国家农产品现代物流工程技术研究中心，深圳市易流科技股份有限公司．中国冷链物流发展报告[M]．北京：中国财富出版社有限公司，2021.