孟千金

(內(nèi)蒙古財(cái)經(jīng)學(xué)院 研究生處，內(nèi)蒙古 呼和浩特 010070)

一、引言

近年來，內(nèi)蒙古自治區(qū)經(jīng)濟(jì)快速發(fā)展，具有特色優(yōu)勢(shì)的六大產(chǎn)業(yè)逐漸發(fā)展成一定規(guī)模，形成產(chǎn)業(yè)集聚，對(duì)此建立配套的物流體系將極大地推動(dòng)區(qū)域產(chǎn)業(yè)間的協(xié)調(diào)發(fā)展。尤其是《內(nèi)蒙古自治區(qū)以呼包鄂為核心的沿黃河沿交通干線經(jīng)濟(jì)帶重點(diǎn)產(chǎn)業(yè)發(fā)展規(guī)劃(2010－2020年)》的出臺(tái)，更需要建立與之相適應(yīng)的物流體系。而對(duì)內(nèi)蒙古自治區(qū)物流需求量進(jìn)行科學(xué)合理的預(yù)測(cè)，整合利用物流產(chǎn)業(yè)資源，建立起高效運(yùn)行的物流配套體系，是推動(dòng)內(nèi)蒙古自治區(qū)經(jīng)濟(jì)更快更好發(fā)展的前提條件。本文根據(jù)內(nèi)蒙古物流需求量及相關(guān)經(jīng)濟(jì)影響因素，運(yùn)用eviews計(jì)量經(jīng)濟(jì)軟件建立起多元回歸分析模型，并在此基礎(chǔ)上運(yùn)用指數(shù)平滑預(yù)測(cè)法對(duì)未來五年的物流需求量做出科學(xué)預(yù)測(cè)。

二、多元回歸預(yù)測(cè)模型的構(gòu)造

(一)建立回歸預(yù)測(cè)模型

建立回歸預(yù)測(cè)模型時(shí)，在眾多變量中首先要確定一個(gè)變量為因變量，其余變量為自變量。回歸預(yù)測(cè)法屬于因果分析，它根據(jù)自變量個(gè)數(shù)的多少，可分為一元回歸、二元回歸和多元回歸模型，一元線性回歸方法也叫最小二乘法。它是用來處理兩個(gè)變量之間具有線性關(guān)系的工具。一般地，包含被解釋變量Y與k－1個(gè)解釋變量X2，X3，…，Xk的函數(shù)稱為多元總體線性回歸函數(shù)，具體表示為:

其中，Y 為被解釋變量，X2i，X3i，…，Xki(i=1，2，…，n)為解釋變量;βj(j=1，2，…，k)為模型的參數(shù);ui為隨機(jī)誤差項(xiàng);k－1為解釋變量的個(gè)數(shù)。

該線性回歸函數(shù)的條件均值形式為:

多元線性回歸分析主要解決的問題，仍然是如何根據(jù)變量的樣本觀測(cè)值去估計(jì)回歸模型中各個(gè)參數(shù)，既要用樣本回歸函數(shù)去估計(jì)總體回歸函數(shù)，還要對(duì)估計(jì)的參數(shù)及回歸方程進(jìn)行統(tǒng)計(jì)檢驗(yàn)，最后利用回歸模型進(jìn)行預(yù)測(cè)和經(jīng)濟(jì)分析。

(二)模型精度的統(tǒng)計(jì)檢驗(yàn)

在實(shí)際問題研究中，事先并不能判斷隨機(jī)變量Y與X1，X2，Xp之間確有線性關(guān)系，在進(jìn)行回歸參數(shù)的估計(jì)之前，用多元回歸方程去擬合它們之間的關(guān)系。當(dāng)求出線性回歸方程后，為進(jìn)一步分析回歸模型所反映的變量之間的關(guān)系是否符合客觀實(shí)際、引入的影響因素是否有效，需要對(duì)回歸模型進(jìn)行檢驗(yàn)。常用檢驗(yàn)方法有:

1.多重可絕系數(shù)R2檢驗(yàn)擬合優(yōu)度——R檢驗(yàn)法

多元線性回歸中Y的變差分解式為:

(1)變差

TSS:總離差平方和;RSS:殘差平方和;ESS:回歸平方和

(2)自由度

其中，TSS反映了被解釋變量觀測(cè)值總變差的大小;ESS反映了被解釋變量回歸估計(jì)總變差的大小，它是被解釋變量觀測(cè)值總變差中由多個(gè)解釋變量做出解釋的那部分變差;RSS反映了被解釋變量與估計(jì)值的變差，是被解釋變量觀測(cè)值總變差中未被列入模型的解釋變量解釋的那部分變差。顯然ESS越大，RSS就越小，從而被解釋變量觀測(cè)值總變差中能由解釋變量解釋的那部分變差就越大，模型對(duì)觀測(cè)數(shù)據(jù)的擬合程度就越高。因此，定義多重可絕系數(shù)為:

或者表示為:

多重可絕系數(shù)是介于0和1之間的一個(gè)數(shù)，R2越接近1，模型對(duì)數(shù)據(jù)的擬合程度就越好。由于R2與回歸方程中解釋變量的個(gè)數(shù)有關(guān)，當(dāng)回歸方程中解釋變量個(gè)數(shù)增加時(shí)，R2不可能減少，為此，人們用修正的可絕系數(shù)ˉR2，來比較不同數(shù)目解釋變量的回歸方程的擬合優(yōu)度。

2.回歸方程的顯著性檢驗(yàn)——F檢驗(yàn)

回歸方程的顯著性檢驗(yàn)主要是給出統(tǒng)計(jì)量F對(duì)R2的顯著性進(jìn)行檢驗(yàn)，對(duì)模型總體進(jìn)行檢驗(yàn)。構(gòu)造假設(shè)H0:β2=β3=…βk=0。若 H0成立，那么所有解釋變量Xi對(duì)Y都不構(gòu)成影響。統(tǒng)計(jì)量F為:

即統(tǒng)計(jì)量F服從自由度為k－1和n－k的F分布。

給定顯著性水平α，在F分布表中查出自由度為k－1和n－k的臨界值 Fα(k－1，n－k)，將樣本觀測(cè)值代入上式中計(jì)算F值，然后將F值與臨界值Fα(k－1，n－k)比較。若 F＞Fα(k－1，n－k)，則拒絕原假設(shè)H0:β2=β3=…βk=0，說明回歸方程顯著，即列入模型的各個(gè)解釋變量聯(lián)合起來對(duì)被解釋變量有顯著影響;若F＜Fα(k－1，n－k)，則不能拒絕原假設(shè)H0:β2=β3=…βk=0，說明回歸方程不顯著，即列入模型的各個(gè)解釋變量聯(lián)合起來對(duì)被解釋變量影響不顯著。

3.回歸參數(shù)的顯著性檢驗(yàn)——t檢驗(yàn)法

在多元線性回歸中，方程的整體線性關(guān)系顯著并不一定表示每個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此，必須從回歸方程中剔除那些次要的變量，重新建立更為簡(jiǎn)單的回歸方程。所以需要對(duì)每個(gè)回歸方程中的自變量作顯著性檢驗(yàn)。

構(gòu)造假設(shè) H0:βj=0(j=1，2，…k)，可以用統(tǒng)計(jì)量t對(duì)回歸系數(shù)作顯著性檢驗(yàn):

對(duì)于給定的顯著性水平α，如果|tj|＞tα/2(nk)，則拒絕H0，認(rèn)為βj顯著不為零，Y與Xj確實(shí)存在線性關(guān)系，如果|tj|＜ tα/2(n － k)，則接受 H0，認(rèn)為βj在統(tǒng)計(jì)上為零，Y與Xj不存在線性關(guān)系。

4.DW 檢驗(yàn)法

序列相關(guān)是指數(shù)列的前后期相關(guān)。最常見的是時(shí)差為一期的序列相關(guān)，又稱一階自相關(guān)?；貧w模型假設(shè)隨機(jī)誤差項(xiàng)之間不存在序列相關(guān)或自相關(guān)，即互不相關(guān)，若回歸模型不滿足這一假設(shè)，則稱回歸模型存在自相關(guān)，這時(shí)就不能繼續(xù)使用最小二乘法估計(jì)參數(shù)。在序列相關(guān)中，最常見的是一階自相關(guān)，常用的檢驗(yàn)方法是DW檢驗(yàn)法。

DW統(tǒng)計(jì)量為:

根據(jù)DW檢驗(yàn)法檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān);構(gòu)造假設(shè)H0:ρ=0，即假定回歸模型不存在自相關(guān)，根據(jù)給定的檢驗(yàn)水平及自變量個(gè)數(shù)m，從DW檢驗(yàn)表中查得相應(yīng)臨界值dL和dU，當(dāng)0≤DW≤dL，模型存在正自相關(guān);當(dāng) dL＜DW≤dU時(shí)，不能判斷是否存在自相關(guān);當(dāng)dL＜DW≤4－dU時(shí)，接受假設(shè)，即模型不存在自相關(guān);當(dāng)4－dU＜DW≤4－dL時(shí)，不能判斷是否存在自相關(guān);當(dāng)4－dL＜DW≤4時(shí)，模型存在負(fù)自相關(guān)。

(三)方程的診斷及重建

通常在經(jīng)濟(jì)問題的回歸預(yù)測(cè)中，由于受認(rèn)識(shí)水平的局限，容易考慮過多的自變量。當(dāng)涉及自變量較多時(shí)，大多數(shù)回歸方程都受到多重性的影響。當(dāng)自變量存在多重共線性時(shí)，得到的回歸系數(shù)估計(jì)值很不穩(wěn)定，回歸系數(shù)的方差隨著多重共線性強(qiáng)度的增加而加速增長(zhǎng)，會(huì)造成回歸方程高度顯著的情況下，有些回歸系數(shù)通不過顯著性檢驗(yàn)，甚至出現(xiàn)回歸系數(shù)的正負(fù)號(hào)得不到合理的經(jīng)濟(jì)解釋。消除多重共線影響最常用的方法是逐步回歸法。本文主要采用eviews計(jì)量經(jīng)濟(jì)軟件進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)和分析，診斷方程是否存在嚴(yán)重的多重共線性，并在消除多重共線性以后重新建立回歸方程。

(四)進(jìn)行回歸預(yù)測(cè)分析

重新建立好回歸方程之后，便可以利用新的回歸方程進(jìn)行進(jìn)一步的預(yù)測(cè)分析。

三、基于多元回歸分析的內(nèi)蒙古物流需求預(yù)測(cè)分析

(一)變量選取

1.物流需求量的經(jīng)濟(jì)指標(biāo)選取原則

物流需求預(yù)測(cè)指標(biāo)選擇是實(shí)施預(yù)測(cè)的關(guān)鍵。為了使物流需求預(yù)測(cè)具有科學(xué)性和預(yù)測(cè)結(jié)果具有準(zhǔn)確性，有必要設(shè)立指標(biāo)的選擇原則。

(1)相關(guān)性原則

本文利用內(nèi)蒙古經(jīng)濟(jì)指標(biāo)來建模并預(yù)測(cè)未來五年的內(nèi)蒙古物流需求規(guī)模，所以在選擇指標(biāo)時(shí)要考察經(jīng)濟(jì)指標(biāo)和預(yù)測(cè)指標(biāo)的相關(guān)性。理論上，兩者之間的相關(guān)性越強(qiáng)，預(yù)測(cè)結(jié)果會(huì)越可靠。

(2)可操作性原則

指標(biāo)可操作性，包括指標(biāo)數(shù)據(jù)的可獲得性。目前我國(guó)物流業(yè)統(tǒng)計(jì)數(shù)據(jù)不完善，雖然一些數(shù)據(jù)對(duì)預(yù)測(cè)來說很重要，但從統(tǒng)計(jì)數(shù)據(jù)中根本無法取得。所以，在設(shè)立預(yù)測(cè)指標(biāo)時(shí)要選取比較容易獲取數(shù)據(jù)的指標(biāo)。本文就是根據(jù)這一原則，選擇了運(yùn)輸業(yè)的貨運(yùn)量和貨物周轉(zhuǎn)量作為衡量物流需求發(fā)展規(guī)模指標(biāo)。

(3)相對(duì)獨(dú)立性原則

無論是經(jīng)濟(jì)指標(biāo)還是物流需求指標(biāo)，在一定程度上都有著較強(qiáng)的替代性和內(nèi)在關(guān)聯(lián)性。如果不經(jīng)過篩選就直接使用這些指標(biāo)來進(jìn)行預(yù)測(cè)，可能會(huì)導(dǎo)致預(yù)測(cè)結(jié)果與實(shí)際情況偏差很大。所以，選擇相關(guān)指標(biāo)進(jìn)行預(yù)測(cè)時(shí)，要盡可能地選擇相對(duì)較獨(dú)立的指標(biāo)進(jìn)行預(yù)測(cè)。

2.經(jīng)濟(jì)指標(biāo)選取的經(jīng)濟(jì)因素分析

在社會(huì)經(jīng)濟(jì)活動(dòng)過程中，物流需求由于受多種因素的影響而不斷變化。有經(jīng)濟(jì)影響因素、政策因素、資源因素等，本節(jié)主要就內(nèi)蒙古物流需求的經(jīng)濟(jì)影響因素進(jìn)行分析。

(1)經(jīng)濟(jì)總量水平

區(qū)域經(jīng)濟(jì)發(fā)展的規(guī)模與水平是區(qū)域物流需求的決定性因素，也是區(qū)域物流需求增長(zhǎng)的內(nèi)在動(dòng)力。區(qū)域經(jīng)濟(jì)總量水平越高、增長(zhǎng)速度越快，對(duì)生產(chǎn)資料、半成品、產(chǎn)成品的流通要求也就越高，物流需求就越大，帶動(dòng)物流業(yè)越快發(fā)展。反過來，物流業(yè)較發(fā)達(dá)的地區(qū)經(jīng)濟(jì)發(fā)展水平也較高。內(nèi)蒙古近幾年的經(jīng)濟(jì)發(fā)展較快，物流需求也在快速增長(zhǎng)。因此，區(qū)域經(jīng)濟(jì)總量與物流需求量間有著很強(qiáng)的正向相關(guān)性。

(2)產(chǎn)業(yè)結(jié)構(gòu)

物流包括了物質(zhì)資料在生產(chǎn)領(lǐng)域中各個(gè)生產(chǎn)階段之間和獨(dú)立于生產(chǎn)之外向消費(fèi)領(lǐng)域轉(zhuǎn)移的全部運(yùn)動(dòng)過程，物質(zhì)資料主要包括了工業(yè)、農(nóng)、林、牧、漁業(yè)，即第一產(chǎn)業(yè)第二產(chǎn)業(yè)所生產(chǎn)的農(nóng)產(chǎn)品和工業(yè)品。故第一產(chǎn)業(yè)增加值和第二產(chǎn)業(yè)增加值對(duì)物流需求量產(chǎn)生了重要影響。隨著內(nèi)蒙古經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)也在發(fā)生著變化，目前為 9.5:54.6:35.9，工業(yè)比重最大，對(duì)物流需求的影響最強(qiáng)。

(3)社會(huì)消費(fèi)品零售總額

隨著經(jīng)濟(jì)的增長(zhǎng)和城市化水平的提高，消費(fèi)者的需求發(fā)生了明顯的改變，城市化水平的提高，城市居民多樣化、個(gè)性化和高度化生活需求的逐步顯現(xiàn)，使得城市居民生活所需小商品配送量開始增長(zhǎng)。而區(qū)域社會(huì)商品零售總額這一指標(biāo)從側(cè)面反映了區(qū)域物流規(guī)劃中城市配送量的大小，影響著配送中心的數(shù)量與功能定位。故社會(huì)商品零售總額也是影響物流市場(chǎng)需求的主要因素。

(4)固定資產(chǎn)投資總額

一個(gè)地區(qū)經(jīng)濟(jì)的穩(wěn)定發(fā)展離不開固定資產(chǎn)的投入，固定資產(chǎn)投資總額對(duì)一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)展具有后向效應(yīng)，投資將轉(zhuǎn)化為以后現(xiàn)實(shí)的生產(chǎn)能力，增加物流量。故固定資產(chǎn)投資總額也是影響物流市場(chǎng)需求的重要因素。

(5)外貿(mào)總額

對(duì)外貿(mào)易的發(fā)展離不開物流的堅(jiān)強(qiáng)后盾，反過來，也推動(dòng)著物流需求量的增加，二者之間存在著必然的聯(lián)系。目前內(nèi)蒙古對(duì)外貿(mào)易量正在快速增長(zhǎng)，對(duì)物流的需求也在不斷增加，因此，對(duì)外貿(mào)易總額也是影響物流市場(chǎng)需求的重要因素。

(6)人均可支配收入

人均可支配收入也是影響物流需求的因素之一。人均可支配收入影響物流的規(guī)模和流向。居民消費(fèi)商品的數(shù)量、品種及消費(fèi)的習(xí)慣不同，引起企業(yè)生產(chǎn)變化，進(jìn)而引起物流需求的變化。當(dāng)人均可支配收入水平提高時(shí)，物流需求就會(huì)隨著增加;當(dāng)人均可支配收入水平降低時(shí)，物流需求就會(huì)隨著減少。

(7)貨運(yùn)量

關(guān)于物流需求量，由于學(xué)術(shù)界對(duì)物流需求量沒有做明確界定，而與之相關(guān)性最大的就是貨運(yùn)量。從指標(biāo)的可操作性角度考慮，本文選取貨運(yùn)量作為物流需求量進(jìn)行預(yù)測(cè)分析。

根據(jù)上述分析，選取變量如下:

解釋變量:內(nèi)蒙古國(guó)內(nèi)生產(chǎn)總值(GDP)X1;第一產(chǎn)業(yè)總產(chǎn)值X2;第二產(chǎn)業(yè)總產(chǎn)值X3;第三產(chǎn)業(yè)總產(chǎn)值X4;內(nèi)蒙古社會(huì)消費(fèi)品零售總額X5;外貿(mào)總額X6;社會(huì)固定資產(chǎn)投資總額X7;人均收入X8。

被解釋變量:貨運(yùn)量Y。

(二)數(shù)據(jù)的選取

選取2001年到2010年樣本觀測(cè)值的數(shù)據(jù)如表1。

表1 2001－2010年內(nèi)蒙古物流需求規(guī)模及主要經(jīng)濟(jì)指標(biāo)統(tǒng)計(jì)數(shù)據(jù)

(三)建立模型

根據(jù)表1中各項(xiàng)經(jīng)濟(jì)指標(biāo)，利用excel進(jìn)行相關(guān)性分析，結(jié)果如圖1:

圖1 各經(jīng)濟(jì)指標(biāo)的相關(guān)性共線性

在圖1中，左軸表示貨運(yùn)量，右軸表示X1到X8經(jīng)濟(jì)變量，從圖1可以看出貨運(yùn)量Y與X1到X8經(jīng)濟(jì)變量均存在很強(qiáng)的線性相關(guān)性，可以建立多元線性回歸模型。但從圖1也可看出各經(jīng)濟(jì)變量之間存在比較嚴(yán)重的多重共線性。如果多重共線性不消除，模型的參數(shù)就不能完全被估計(jì)出來，從而造成后面的預(yù)測(cè)值偏差很大，達(dá)不到預(yù)測(cè)的效果。因此可采用逐步回歸法來消除多重共線性影響，本文利用eviews軟件來達(dá)到這一目標(biāo)。對(duì)于貨運(yùn)量與各經(jīng)濟(jì)變量之間的關(guān)系，根據(jù)表1數(shù)據(jù)，建立模型并采用逐步回歸法消除多重共線性影響，如表2。

由表2可看出Y與X8間的相關(guān)系數(shù)最大為0.970350，且由回歸模型知回歸系數(shù)為正，符合經(jīng)濟(jì)意義。因此用Y、X8再與其他解釋變量進(jìn)行回歸。結(jié)果都沒有使ˉR2改進(jìn)，繼續(xù)選取略低的相關(guān)系數(shù)進(jìn)行逐步回歸，直到選取Y、X7與X6的相關(guān)系數(shù)0.975037，改進(jìn)最大，且回歸系數(shù)沒有負(fù)值，符合經(jīng)濟(jì)意義，各參數(shù)的 t檢驗(yàn)顯著，選擇保留X6，用Y、X7、X6與其他變量進(jìn)行逐步回歸，沒有任何改進(jìn)，最終修正嚴(yán)重多重共線性影響的回歸結(jié)果如表3。

表2 貨運(yùn)量與各解釋變量間修正后的R2

表3 以外貿(mào)進(jìn)出口總額X6和全社會(huì)固定資產(chǎn)投資X7為解釋變量的模型

回歸結(jié)果分析:(l)各項(xiàng)系數(shù)(即參數(shù))均為正，大小比較恰當(dāng)，符合經(jīng)濟(jì)意義，表明內(nèi)蒙古社會(huì)固定資產(chǎn)投資每增長(zhǎng)l億元，貨運(yùn)量將增加7.602217萬噸，外貿(mào)進(jìn)出口總額每增加1億元，貨運(yùn)量將增加372.0961 萬噸;(2)模型可決系數(shù) R2=0.980584，表明解釋變量?jī)?nèi)蒙古外貿(mào)進(jìn)出口總額和社會(huì)固定資產(chǎn)投資對(duì)貨運(yùn)量的解釋能力為98.0584%，說明模型擬合的非常好;(3)方差檢驗(yàn)的F值顯著性概率為0.000001，說明模型總體回歸效果較顯著;解釋變量和常數(shù)項(xiàng)t值的顯著性概率基本通過檢驗(yàn);(4)DW統(tǒng)計(jì)量的值為2.347041，在檢驗(yàn)水平為0.05條件下，不包括常數(shù)項(xiàng)的解釋變量個(gè)數(shù)k為2，則從DW檢驗(yàn)表中查得相應(yīng)臨界值 dL=0.629、dU=1.699，0.629＜2.347041＜2.3590，符合 dL＜DW≤4 －dU，所以模型不存在序列相關(guān)，結(jié)果比較理想通過檢驗(yàn)。

回歸模型為:Y=32562.31+372.0961＊X6+7.602217＊X7

本文利用excel分析工具，運(yùn)用一次指數(shù)平滑和二次指數(shù)平滑的方法，對(duì)外貿(mào)進(jìn)出口總額和全社會(huì)固定資產(chǎn)投資未來五年2011－2015年分別進(jìn)行預(yù)測(cè)。

(1)一次指數(shù)平滑預(yù)測(cè)法

設(shè)時(shí)間序列為 y1，y2，……yn，則一次指數(shù)平滑公式為:

即以第t期一次指數(shù)平滑值作為第t+1期預(yù)測(cè)值。

(2)二次指數(shù)平滑法

則預(yù)測(cè)的線性模型為:

(3)平滑系數(shù)α的選擇

平滑系數(shù)α的選擇直接影響著預(yù)測(cè)效果，α的大小表明了修正的幅度。α值愈大，修正的幅度愈大，α值愈小，修正的幅度愈小。由此可見，在指數(shù)平滑法中，α的取值是否恰當(dāng)對(duì)預(yù)測(cè)精度有著決定性的作用。在實(shí)際應(yīng)用中，α值是根據(jù)時(shí)間序列的變化特性來選取的。若時(shí)間序列波動(dòng)不大 ，則α應(yīng)選擇小一些，如0.1－0.3;若時(shí)間序列具有明顯的變動(dòng)傾向，則α應(yīng)選擇大一些，如0.6－0.9。實(shí)質(zhì)上，α是一個(gè)經(jīng)驗(yàn)數(shù)據(jù)，通過多個(gè)α值進(jìn)行試算比較而定，哪個(gè)α值所引起的預(yù)測(cè)誤差最小，就選取哪個(gè)。

本文運(yùn)用excel進(jìn)行逐步試算，發(fā)現(xiàn)當(dāng)α=0.7時(shí)，預(yù)測(cè)的誤差最小，所以最終選取α為0.7，通過分析計(jì)算，得出的2011－2015年的貨運(yùn)量和貨運(yùn)周轉(zhuǎn)量預(yù)測(cè)數(shù)據(jù)如下:

表4 貨運(yùn)量預(yù)測(cè)表

圖2 貨運(yùn)量發(fā)展趨勢(shì)圖

從圖2可以看出，貨運(yùn)量在2004年以后一直保持快速增長(zhǎng)，2008年、2009年出現(xiàn)小幅波動(dòng)，之后又繼續(xù)快速增長(zhǎng)。內(nèi)蒙古2010年的物流需求值應(yīng)為132205萬噸，至2015年時(shí)，內(nèi)蒙古的物流需求量將上升至332738萬噸。這說明內(nèi)蒙古的物流需求愈來愈大，內(nèi)蒙古物流業(yè)的發(fā)展有了更廣闊的前景。由各變量間的相關(guān)性分析可知，與貨運(yùn)量的發(fā)展相關(guān)性較大的是貿(mào)易總額和全社會(huì)固定資產(chǎn)投資，這與內(nèi)蒙古現(xiàn)階段經(jīng)濟(jì)發(fā)展現(xiàn)狀是相吻合的。隨著內(nèi)蒙古對(duì)外貿(mào)易和基礎(chǔ)設(shè)施建設(shè)的迅速發(fā)展，貨運(yùn)量還會(huì)繼續(xù)快速增長(zhǎng)。

四、結(jié)論與建議

根據(jù)以上分析結(jié)果，結(jié)合目前出臺(tái)的產(chǎn)業(yè)規(guī)劃和內(nèi)蒙古物流業(yè)發(fā)展現(xiàn)狀，特提出以下建議:第一，針對(duì)目前重點(diǎn)產(chǎn)業(yè)集群，整合現(xiàn)有物流資源，加強(qiáng)對(duì)物流基礎(chǔ)體系的規(guī)劃建設(shè);第二，提高對(duì)中小物流企業(yè)的扶持力度，使其逐步走向?qū)I(yè)化;第三，加大對(duì)物流專業(yè)人才的培養(yǎng)力度;第四，建立強(qiáng)大的物流信息平臺(tái)，實(shí)現(xiàn)信息資源的有效利用;第五，針對(duì)目前的產(chǎn)業(yè)現(xiàn)狀，制定并落實(shí)物流產(chǎn)業(yè)發(fā)展政策。

［1］王國(guó)維.預(yù)測(cè)與決策［M］.北京:中國(guó)財(cái)政經(jīng)濟(jì)出版社，2006.47－55.

［2］秦璐，劉凱.基于產(chǎn)業(yè)結(jié)構(gòu)的區(qū)域物流需求分析［J］.物流技術(shù)，2006，(7):4 －6.

［3］龐皓.計(jì)量經(jīng)濟(jì)學(xué)［M］.北京:科學(xué)出版社，2007.85－95.

［4］任新平.區(qū)域物流布局［M］.北京:化學(xué)工業(yè)出版社，2011.130－138.