搜索
我国快递行业发展的影响因素研究目录一、引言1.研究课题2.选题背景2.1行业简介2.2行业背景3.研究意义二、变量选取及数据收集1.确定变量1.1确定因变量1.2确定影响因素及其指标2.收集数据2.1数据来源2.2具体数据三、基于SPSS进行数据分析1.单因素分析1.1分析思路1.2单因素分析1.3单因素分析结果2.多元回归分析2.1建立多元回归模型2.2回归方程2.3多重共线性检验2.4解决模型中存在的问题四、总结及建议1.总结2.反思3.建议五、参考文献一、引言1.研究课题研究题目：《快递业影响因素分析》研究内容：（1）影响快递业的因素都有哪些？（2）它们如何影响快递行业？2.选题背景2.1行业简介快递业，是指承运方通过铁路、公路、航空等交通方式，运用专用工具、设备和应用软件系统，对国内、国际及港澳台地区的快件揽收、分拣、封发、转运、投送、信息录入、查询、市场开发、疑难快件进行处理，以较快的速度将特定的物品运达指定地点或目标客户手中的物流活动，是物流的重要组成部分。他的特点就是在于他的“快”字，能够在极短的时间内将物品运达到目标地点，但是运量相对较小，运费较高，同时由于要经过不同的站点，几经周折，易使物品流失或损坏，安全系数相对较低。快递业，由于运输方式和对象的不同，通常分为不同的快递服务种类，如下：2.2行业背景自1979年出现第一家快递企业起,中国快递业已成为市场中关注度最高、发展速度最快的行业之一。中国报告网物流行业分析师指出，随着购物狂欢节等网络促销的拉动,即使在经济低迷的2012年,快递业增速依然高达51.2%。同时,快递企业间的竞争日益加剧,目前我国注册快递企业逾6000家,从业人员达60多万。行业中,国有企业加速改革,民营企业迅速崛起,国际快递加强中国市场战略部署。2012年9月,国家邮政局正式批准FedEx和UPS经营国内快递业务。外资快递巨头进入国内市场,必将给国内快递市场带来巨大竞争。(一)国内快递业处于高速发展时期邮政局统计显示:2012年,全国规模以上快递企业业务量累计完成亿件,同比增长53.2%;收入累计完成1055.2亿元,同比增长32.6%。从以下我国2007年以来快递业务量和收入图可以看出,我国快递业务呈现高速增长态势,同时,《快递业“十二五”规划》也指出了快递行业未来发展目标位21%,相关研究也表明快递业与GDP的增长比例为1:2.9,国内经济快速发展的趋势下,快递业也必将持续高速发展。(二)异地主导,东强西弱邮政局统计的快递三个细分市场中,2012年同城、异地和国际及港澳台业务收入分别为110.2、635.5、205.6亿元,异地占比最大,收入占比60.2%,业务量占比73.3%。同时,国内快递业也出现了较强的区域差异,业务主要集中在东部地区,2012年业务量和收入分别占到全国81.9%和82.3%。(三)电商兴起助力快递蓬勃发展随着互联网技术的普及和发展,电子商务也迅猛发展,中国报告网发布的《2009-2012年中国快运快递行业投资策略分析及竞争战略研究咨询报告》显示截至2012年12月底,我国网民规模达亿,其中网购用户达到亿,网购使用率高达42.9%。手机应用的开发也推进网购便捷化。近年来,快递作为网购商品配送的最佳选择,国内几大电商网站主导的购物狂欢节在为自身带来海量订单之余,也引爆了国内快递行业,网购用户多元的需求也迫使快递行业不断发展。(四)国际快递巨头加强中国市场战略部署早在中国入市之前,国际四大快递巨头就开始以收购在华合作伙伴方式进行国内快递业务,虽然《中国邮政法》的出台抑制了其开拓中国市场的速度。但国际快递巨头也加大了品牌维护等方面投入,在北京奥运会准备过程中,FedEx和UPS分别成为国家羽毛球队赞助商和奥运会官方合作伙伴。搭乘奥运快车,双双取得了较高的知名度,并实现扎根国内快递市场的战略目标。2012年9月,相关经营权限的获批,也帮助其顺利进入了上海、深圳、广州、杭州等国内快递第一战场。同时,该战场较高的经济发展水平、巨大的快递市场和多元化的客户需求也有利于国际快递巨头们的中国市场战略部署进一步加强。3.研究意义我国快递行业已进入千亿时代，激烈竞争中面临洗牌，新一轮市场重组或在进行。快递业作为第三产业是国民经济的重要组成部分，早已成为经济学重要的实证研究领域。由于其发展前景十分广阔，深入的了解快递业的运行特点，研究影响其发展的因素，具有非常重要的现实意义。小组将结合课内外统计知识与SPSS软件，通过数据分析研究影响快递行业的因素，进而更具说服力地提出发展我国快递业发展的策略和措施。二、变量选取及数据收集1.确定变量1.1确定因变量如上面所述，小组想要解决的问题是“影响快递业的因素都有哪些？”“它们如何影响快递行业？”。首先，我们的因变量需要直观反映出快递业的发展。现在有两个因变量可选：（1）快递业务量（单位：件数）（2）快递业务收入（单位：人民币）两个数值都能直观反映快递行业的发展情况，但是考略到各个快递公司的定价水平不同，行业标准间有差异，我们认为“业务收入”不能很好地代表快递行业的整体水平。同时，参考数篇研究快递业的论文，我们发现大多数分析人员都会采用“快递业务量”这一指标，故在此我们小组研究课题的因变量定为“快递业务量”。1.2确定影响因素及其指标（1）影响因素：经济发展情况指标：城镇居民人居可支配收入随着国民经济的发展，人们的消费水平也会随之而提升，对快递行业的需求增加是必然的趋势。我们从消费商品的角度研究经济发展状况对快递业发展的影响，人均居民可支配收入很好地体现了在消费水平上的经济状况。但是考虑到当前使用快递业的人群主要还是集中在城镇居民，因此我们小组决定采用城镇居民人均居民可支配收入作为经济发展状况的代理指标。（2）影响因素：电商发展指标：全网网购交易额就如开题中所说，电子商务的迅猛发展给快递业带来的前所未有的温暖春天。电子商务，尤其是网络购物，是快递业迅速发展最主要的“背后力量”。如上图所示，网购业务的70%物流依赖于快递业务，且快递业收入中的60%以上为网购收益。可见两行业的相互依赖度极高。因此在考虑快递业发展时，我们不得不谈到电商发展。而“全网网购交易额”是最直观代表电商发展影响快递业务量的指标。因此我们在研究电商行业对快递业的影响时，将“全网网购交易额”作为衡量指标。（3）影响因素：交通运输能力指标：公路货物运输周转量快递的特点是快捷便利，对交通运输能力的要求非常高。国内铁路、公路、水路、航空综合运输体系为快递产业的发展提供了重要基础。一个国家的航空、航海、铁路、公路的完善程度和交通便利程度对快递业的发展至关重要，只有这些基础设施发达了，才能保证快递业务的“准时”、“安全”和“高效”。因此我们将“交通运输能力”录入影响快递业的另一个因素。在选取可以描述“交通运输能力”对快递业的指标时，我们想到了三个可选指标：a.公路货物运输周转量b.总货物运输周转量c.按海陆空快递业务量的比例构造新的运输周转量指标。由于快递业中海陆空运输方式所占比例相差较大，我们认为用b.总货物运输周转量来描述运输对快递业的影响不太适合，因此排除b项。用c.做指标最合适，但是由于各个快递业的发展阶段中海陆空业务量的比例不断改变，我们无法找到一个合适的“均值”来描述三种运输方式的业务量比例，故选取a方案。由于快递运输大多数都是依靠公路运输，将“公路货物运输周转量”作为指标，代表整体交通运输能力对快递业的影响。（4）影响因素：进出口贸易指标：进出口贸易总额由于国际贸易中大量信息需要沟通，大量文件、样品、商品和货物需要传送，由此商业经济的发展会更多地依赖于包裹货运快递服务，而非传统的卡车甚至铁路运输方式。而进出口贸易总额是反映对外贸易发展状况的很好衡量指标。（5）影响因素：轻工业发展指标：轻工业总产值快递运输的产品主要来源于轻工业。快递业运输的产品：服装、数码家电、食品糖酒、礼品饰品占到了30%，国内快递业务量的产品绝大多数都是由轻工业提供。国内同城快递、异地业务中67.5%以上的业务也来自于日用品、服饰、电子产品。轻工业的发展不仅促进了国内快递业务的发展，而且我国轻工产品因为价格较为低廉而占据了全球市场的较大份额。我国快递业务中的国际快递业务85%以上均来源于家电、食品、皮革等产品。随着轻工业的加快发展，将会带动快递业务的进一步上升。轻工业对快递业发展的影响也不容忽视。因此我们也考虑轻工业发展对于快递业的影响。由于轻工业总产值可以很好地描述轻工业发展，将“轻工业总产值”作为指标。（6）影响因素：人力资源指标：快递业从业人数国内快递业在实行对外开放后，产业自身获得了非常大的发展，得以吸纳大量的人力进入到这一领域，充裕的人力要素是我国快递业的竞争优势。需要衡量人力资源的指标很多包括人员数量、人员素质、人员劳动能力、积极性等等，考虑到量化指标体系和指标的可获得性，小组决定选取交通运输、仓储和邮政业从业人数作为指标进行分析。2.收集数据2.1数据来源（1）国家统计局-统计年鉴（2）国家统计局-年度数据（3）中国电子商务研究中心数据（4）中国互联网络信息中心（5）艾瑞网互联网数据资讯聚合平台具体数据特别说明：由于2001-2004年快递业从业人数的相关数据无法查找，只能做缺失处理。三、基于SPSS进行数据分析1.单因素分析1.1分析思路首先绘制散点图，确认近似线性关系；之后进行拟合度分析及显著性检验，根据分析结果对自变量进行“剔除”或“保留”处理。1.2单因素分析（1）散点图从上面的六张散点图中可以直观看出“六个变量与因变量都近似满足线性关系”，且“自变量与因变量间存在正相关关系”。（2）拟合度分析我们一一对六个自变量与因变量进行了拟合度分析，并整合到如下表格中。不难看出，六个自变量与因变量间都存在高度相关关系。其中全网网购交易额与快递业务量间的R方值为0.982，也证实了电商发展对快递业的影响力。（3）显著性检验-T检验为了用更加确切的数据去证实变量间的高度相关性，我们进行了显著性T检验。六组检验数据整合到如下表格中：如表格中所示，当a=0.01时，所有变量通过T检验，说明自变量与因变量间有极显著相关关系。（4）显著性检验-F检验为了更加确切我们的结果，再进行一次F检验，结果如下：结果与我们的预想一样，六个变量通过F检验。1.3单因素分析结果经过单因素分析，我们得出如下结论：（1）所有自变量与因变量呈正相关线性关系。（2）自变量与因变量间拟合度高，存在显著相关关系。单因素分析筛选的结果是：由于所有自变量通过检验，先保留所有的六个自变量。2.多元回归分析2.1建立多元回归模型2.2回归方程利用SPSS软件得出我们的回归方程：从上述表格中，我们意外地发现六个自变量中，三个自变量的系数呈负，这与我们事先进行的单因素分析结果相违背（即，所有自变量与因变量呈正相关线性关系）。我们怀疑变量之间存在高度的共线性。由于方程的不合理一目了然，我们在接下来的检验过程中不先进行显著性T,F检验，而是直接进行多重共线性检验。2.3多重共线性检验方差膨胀因子（Varianceinflationfactor,VIF）由Marquardt于1960年提出。VIF越大，显示共线性越严重。经验判断方法表明：0VIF10，不存在多重共线性；因变量：快递业务量（万件）回归模型：10≤VIF100，存在较强的多重共线性；VIF≥100，存在严重多重共线性。允差（Tolerance）：实际上就是方差膨胀因子的倒数。如果某个自变量的容忍度小于0.1，则可能存在共线性问题。依据多重共线性的判断指标，我们发现VIF值远远超过100，同时允差也远小于0.1。我们的推测正确，即，自变量间存在高度共线性。2.4解决模型中存在的问题通过2.3中的检验，我们得出模型存在高度多重共线性问题。未解决问题我们尝试了如下的几个方法。（1）逐步回归法第一步：对每个自变量做简单线性回归，从中选择拟合优度R²最大的自变量，建立一元线性回