轻工科技

2021 年第 37 卷第 4 期 LIGHT INDUSTRY SCIENCE AND TECHNOLOGY Vol.37，

No.4，
2021

基于因子分析与赖利定律的农产品物流量预测
——以南宁市为例
韦 宇，石欣雨
广西 南宁 530028）
（南宁市工程咨询规划事务所，

【摘 要】 文章旨在选取合适的研究方法，为南宁市从现在起至 2035 年的农产品物流量预测合理区间。农产品物流量指标

无法直接获取，考虑到农产品的天然特性和南宁市作为物流节点的地理特点，假设生产或进口的农产品全部无损耗地进入当地物流
领域，以农产品产量为基础衡量指标，基于因子分析法预测南宁市基础物流量；假设当地需求全部由当地供给通过非物流渠道直接交
易，在农产品产量的基础上扣减当地消费，基于同样方法预测南宁市保守物流量。由于南宁市对广西区内其他农产品进口港口及产
地存在物流吸引力，文章进一步使用赖利定律构建引力系数，预测考虑物流潜力后的南宁市动态物流量。文章首次提出使用保守物
流量至动态物流量构成的区间，预测南宁市 2035 年农产品物流量约为 1289.86 万吨至 2382.89 万吨之间，基于预测结果建议南宁市应
采取以建设国家物流枢纽为引领、以完善基础设施为抓手、 以鼓励创新为突破口等的相应政策促进物流量较快增长。
【关键词】 农产品；物流预测；因子分析法；赖利定律
【中图分类号】 F724 【文献识别码】 A 【文章编号】2095-3518（2021）04-158-03

2018 年国家发展改革委、交通运输部联合印发了《国家物流 2 南宁市农产品物流量预测思路

枢纽布局和建设规划》，南宁市作为首批国家物流枢纽列入名
单，定位为陆港型国家物流枢纽，承接“一带一路”和陆海新通道
的重要衔接任务。南宁市拟建设农产品物流中心作为“南菜北
运”的关键节点，承载主要农产品的物流运输需求。因此，合理
预测南宁市物流量对农产品物流中心的筹备建设和未来物流行
业发展均具有重要意义。
2.1 研究思路
本文根据现有理论和数据基础，以广西作为立足点对南宁
市现有农产品物流量进行合理估计，运用因子分析、普通最小二
乘法预测南宁市的保守物流量和基础物流量，并在赖利定律的
基础上预测南宁市的动态物流量，以考虑南宁市对其他城市的
潜在引力，综合三个档位的物流估计量作为未来时期南宁市农
产品物流量的合理区间。

1 南宁市农产品物流流通现状 2.2 变量说明

广西是我国农业大省，南宁又是广西的主要产粮区和经济 （1）农产品物流量。由于南宁市农产品物流节点仅涉及物
流量的一次进出，且为农产品净输出地区，本文选取纯物流量作
作物基地，同时还是全国“南菜北运”的主要产地和重要的全国
为研究对象，
并从生产端推导。
冬季“菜篮子”生产基地。2019 年南宁市农林牧渔及服务业总产
值 825.58 亿元，同比增长 4.2%。第一产业增加值 507.27 亿元，同
比增长 5.3%，占 2019 年全市 GDP 的 18.32%。大量农产品的产出
构成了农产品物流流通的基础。
根据南宁市商务局提供数据，以 2019 年为例，南宁市农产品
交易量总和约为 359.76 万吨，年交易额总和约 196.61 亿元。根
据第三次全国农业普查数据，截止 2016 年末，南宁市共有农业生
产主体 1.07 万个，其中以农业生产经营或服务为主的农民合作
社 0.23 万个；农业经营 108.23 万户，规模农业经营户 1.77 万户；
农业生产经营人员 164.32 万人。
无论从生产情况还是从贸易情况来看，农产品的物流运输
对南宁市的物流行业甚至整体经济都起着非常重要的作用。本
文的分析旨在通过对南宁市农产品物流量的预测助力南宁市筹
备建设农产品物流中心、打造国家物流枢纽，也为未来制定相关
政策提供在定量分析上的参考。 图1 商品流通过程图示
在此基础上，本文基于表 1 所示的假设条件定义南宁市农产

【第一作者】韦宇（1979－），男，工程师，研究生，研究方向：物流管理。
158
品物流量的三大衡量指标，分别是基础物流量，以及作为物流量 进行输入。利用 STATA 软件进行普通最小二乘法（OLS）回归分
区间下限的保守物流量和作为物流量区间上限的动态物流量。 析，
建立需求预测的回归模型：
表1 因变量计算公式及假设 Y = q 0 + Qf ( F ) + ε （3）
因变量 计算公式 假设 其中 Y 为因变量，
F 为自变量选用的因子矩阵，
Q 为回归系数
基础物
南宁市农产品产量
农产品产量全部无损耗地进入当地物流领域并经过本文所 q 0 为截距项，
矩阵， ε 为残差项。
（2）动态模型。赖利 1931 年提出的引力法则采用规模、距离
流量 研究节点。

保守物 基础物流量-南宁市农产 当地农产品消费量全部由当地产量通过非物流渠道直接交

流量 品消费量 易，
其余产量进入当地物流领域并经过本文所研究节点。
两个关键指标计算一个城市 i 从周边其他地区吸引的贸易量

动态物 基础物流量+引力节点农 选取广西主要农产品产地作为引力节点，

所选引力节点产
A i = P i /d ij,其中 P i 为城市 i 的规模，d ij 为城市 i 到另一城市 j 的距
流量 产品基础物流量*动态系数 生的农产品物流量会部分经过南宁市农产品物流节点。 离。在此基础上，康弗斯提出了赖利—康弗斯分界点公式，即断

（2）引力节点的选择。2018 年广西各地级市主要农产品产 裂点公式，

定义为两城市之间的引力平衡点，
其计算为:

量，按照总产量排序，桂林、南宁、玉林、钦州、崇左的农产品产量 Pj
d ix = d ij / (1 + ) （4）
占全区产量达到 56.30%。综合考虑产量和距离因素，本文选取 Pi
桂林、玉林、钦州、崇左作为南宁市农产品物流潜力引力模型考 鲁渤等（2017）在研究物流需求预测时将规模 P i、P j 细化为
虑到的主要农产品供应地，其中崇左的农产品产量还包括当地 区域 GDP 与某一类货物产量的乘积[5]。具体到南宁市，上述公式
农产品进口量。 的 d ix 为南宁到周边城市 j 的断裂点距离。通过公式可知，城市 j
（3）影响因素。参考现有文献对物流影响指标的选择（程 的规模越大，南宁到断裂点的距离越近；南宁的规模越大，或南
艳，2013[1]；李丽滢，2014[2]；李松苗等，2018[3]；曹志强等，2020[4]）， 宁到城市 j 的距离越远，
南宁到断裂点的距离越远。
本文选取了表 2 所示的 10 个影响因素作为因子分析法中的可观 则南宁对城市 j 的引力系数为：
测指标进行研究。 a ij = d ix /d ij （5）
表2 农产品物流量影响因素分析
另外根据城市 j 所在的圈层匹配出对应的距离权重 w j，计算
体系 指标种类 具体指标
出动态物流量预测的动态系数为：
第一产业产值(亿元) k j = a ij w j （6）
产品供给
第一产业增加值(亿元) 根据动态系数与周边城市的物流量预测结果，可以预估南
年末常住人口(万人) 宁市考虑吸引潜力后的物流量。
产品需求
居民消费水平(元)

地区生产总值(亿元） 3 南宁市农产品物流量预测的分析过程
农产品物流量的影响因素
第三产业增加值(亿元) 3.1 南宁市农产品物流量预测的基础值——基础物流量
经济环境
社会消费品零售总额(亿元) （1）因子分析适应性检验。由于所选取的物流量影响因素
互联网用户数（万户） 之间的相关系数普遍较高，所以本文拟采用因子分析法对各可
货运量(万吨) 观测变量进行转化。所选样本的 KMO 检验结果为 0.61，Bartlett
球形度检验结果小于 0.01，证明本文所选样本无法拒绝变量相
物流规模
货物周转量(亿吨/公里)

关性假设，
适用于因子分析。
2.3 模型设定
（2）提取因子。从主成分贡献率方面判断，选取 2 个主成分
（1）基础模型及保守模型。因子分析法步骤如下：
因子累计可以解释所有指标中 88.52% 的方差，
获得较好的结果。
设观察到的随机向量为 X = ( x 1 ,x 2 ,…,x n )，不可观察向量为
从特征根方面判断，前 2 个主成分因子特征根大于 1，与原指标
F = (F 1 ,F 2 ,…,F n )，
则有：
相比较有更好的概况性。基于上述分析，本文选取 2 个因子作为
ìx 1 = a 11 F 1 + a 12 F 2 + … + a 1m F m + ε 1
ïïx = a F + a F + … + a F + ε 可观测的 9 个变量的衡量。求解因子载荷矩阵并对因子采用极
2 21 1 22 2 2m m 2
í⋮ （1） 大方差法进行旋转，
获得因子旋转后的载荷矩阵。
ïï
îx p = a p1 F 1 + a p2 F 2 + … + a pm F m + ε p （3）命名性解释。根据因子旋转后的荷载矩阵，本文对分析

其中 a ij 表示因子荷载，ε i 表示残差值，代表公因子之外的影 得出的两个主成分因子进行经济学定义。第二因子主要解释了

响因素。因子荷载矩阵无法充分解释主因子时，需要进一步做 南宁市第一产业增加值和人口量，第一因子解释了除南宁市第

因子旋转，增加因子载荷。根据因子载荷矩阵和观察到的随机 一产业增加值以外的其他变量，其中第一产业增加值与两个因

向量矩阵计算得分数学模型为： 子负相关。因此，可以将第一因子定义为南宁市产品供给、产品

F = WX （2） 需求、经济环境、物流规模的综合因子，将第二因子定义为产品

其中矩阵 W 为因子得分矩阵，由此得到的 F 可以很好的代 供给、产品需求的影响因子。

表原始可观测指标的信息，将因子作为后续回归方程的自变量 因子旋转后两分子之间的协方差约为-0.01，表明两因子不
存在显著线性相关关系，
因子分析目的达成。
159
 （4）计算因子得分，建立回归方程。回归计算出因子得分， 南宁对该节点的动态系数估计，加权计算得出南宁市动态物流
并以南宁市农产品产量作为因变量，两个因子作为自变量进行 量。按照模型估算，考虑吸引潜力后南宁市农产品物流量到
结果如表 3 所示。
多元回归分析， 2025 年约达到 1828.76 万吨，到 2030 年约达到 2105.83 万吨，到
表3 南宁市农产品物流量因子回归模型 2035 年约达到 2382.89 万吨。
系数 t值 3.4 南宁市农产品物流量预测结果
F1 145.29 8.89*** 综上所述，根据模型估算，南宁市农产品物流量预测值的合
F2 79.25 4.89*** 理区间如表 5 所示。南宁市农产品物流量预计到 2025 年约在
常数项 701.68 44.93***
962.92 万 吨 至 1828.76 万 吨 之 间 ，2030 年 约 在 1126.39 万 吨 至

修正的 R-sq 0.91

2105.83 万吨之间，
2035 年约为 1289.86 万吨至 2382.89 万吨之间。
表5 南宁市农产品物流量预测结果（单位：
万吨）
F 统计量 50.90

年份 保守预测 基础预测 动态预测

样本量 11

2019 766.75 959.74 1,496.28

注：***为在 1% 的显著性水平下显著，**为在 5% 的显著性水平下显
2020 799.45 997.15 1,551.70
*为在 10% 的显著性水平下显著
著，
同时，怀特检验卡方值为 7.93，无法拒绝因变量不存在异方 2021 832.14 1,034.57 1,607.11

差的假设。 2022 864.84 1,071.98 1,662.52

（5）农产品物流量预测。对因子使用双指数平滑法进行预 2023 897.53 1,109.40 1,717.94

测，南宁市农产品物流量基础值到 2025 年约达到 1184.23 万吨， 2024 930.23 1,146.81 1,773.35

到 2030 年约达到 1371.30 万吨，

到 2035 年约达到 1558.38 万吨。 2025 962.92 1,184.23 1,828.76

3.2 南宁市农产品物流量预测的保守值——保守物流量 2026 995.61 1,221.64 1,884.17

根据与基础物流量预测一致的方法，以南宁市农产品产量 2027 1,028.31 1,259.06 1,939.59

扣减当地农产品消费量作为因变量，两个因子作为自变量进行 2028 1,061.00 1,296.47 1,995.00

结果如表 4 所示。
多元回归分析， 2029 1,093.70 1,333.89 2,050.41

表4 南宁市农产品保守物流量因子回归模型 2030 1,126.39 1,371.30 2,105.83

系数 t值 2031 1,159.08 1,408.72 2,161.24

F1 128.81 8.99*** 2032 1,191.78 1,446.13 2,216.65

F2 67.31 4.74*** 2033 1,224.47 1,483.55 2,272.07

常数项 540.85 39.48*** 2034 1,257.17 1,520.96 2,327.48

修正的 R-sq 0.91 2035 1,289.86 1,558.38 2,382.89

F 统计量 51.02

样本量 11
4 南宁市农产品物流体系完善的建议
注：***为在 1% 的显著性水平下显著，**为在 5% 的显著性水平下显 本文所预测的农产品物流量可作为参考值，
建议南宁市在保
*为在 10% 的显著性水平下显著
著，
障保守物流量和基础物流量的基础上逐步完善物流体系相关建设
同时，怀特检验卡方值为 7.04，无法拒绝因变量不存在异方
以支持动态物流量。本文基于研究结果提出以下建议,以供参考：
差的假设。
4.1 以建设国家物流枢纽为引领，拉动物流量较快增长
使用双指数平滑法预测得到的因子预估南宁市农产品保守物
南宁市是广西区内唯一列入国家物流枢纽名单的城市，同
流量，南宁市农产品物流量保守值到 2025 年约达到 962.92 万吨，
时广西区 2019 年开始实施的强首府战略也将“强枢纽”列入重点
到2030年约达到1126.39万吨，
到2035年约达到1289.86万吨。
专项中,在战略和政策上有支撑。农业是南宁市的优势产业，南
3.3 南宁市农产品物流量预测的动态值——动态物流量
宁市可从农产品物流入手，参考现有的农产品物流量预测结果，
（1）各引力节点基础物流量预测。以预测基础物流量的方
对标其他物流行业标杆城市，积极吸取经验，在税收优惠、进出
法估计得出各引力节点 2019 年至 2035 年物流量预测值。
口通关便利、相关产业扶持、投融资渠道等方面提供支持，形成
（2）动态系数估计。根据南宁市到各引力节点的公路距离，
政策洼地，
吸引产业链各环节企业进驻并发展壮大。
使用 2018 年各城市的 GDP 和农产品产量作为规模指标，使用模
4.2 以完善基础设施为抓手，给予物流量增长坚实支撑
型设定中提到的公式，计算出南宁对各引力节点的引力系数。
基础设施的含义既包括了传统意义上的基础设施，也包括
使用层次分析法（AHP）计算出各圈层的距离权重。以引力系数
了国家战略提出的新型基础设施，完善基础设施既是硬实力的
与距离权重的乘积计算得出南宁对桂林、玉林、钦州、崇左的动
巩固也是软实力的提高。本文首次得出了南宁市较为合理的预
态系数分别为 0.07、0.16、0.47、0.53。
计承载的农产品物流量区间，南宁市可参考物流量承载要求建
（3）动态物流量预测。根据各引力节点的物流量预测值与 （下转第 218 页）
160
 习近平总书记强调“文化自信”，在 5000 多年文明发展中孕 育行政学院学报,2018(9):83-88.
育的中华优秀传统文化，积淀着中华民族最深层的精神追求，代 [2]林健 . 面向未来的中国新工科建设[J]. 清华大学教育研究,2017(2):26-
[6]
表着中华民族独特的精神标识 。通过传统文化的教育，在专业 35.

课程学习时，能够进一步地增强学生对中华民族优秀历史以及 [3]李晓红,邵为爽,王炎 . 大学教育对创新人才培养的分析[J]. 科技通报,

2015,31(7):258-261.
对祖国的热爱之情。尤其是在当下中国正需要人才大力发展的
[4]习近平 .2013 年 3 月 1 日中共党校建校 80 周年庆祝大会暨 2013 年春季
时代，
莘莘学子通过学习，
报效祖国，
正是基于他们的爱国之情。
学期开学典礼上的讲话 . 习近平报道专集 . 新华网 . http://www.xinhua⁃
将德育和智育有机的结合起来。爱国主义情怀从热爱民族
net.com/politics/xxjxs/2019-02/04/c_1124084409.htm
文化开始，对一代又一代的中国人灌溉了美好的心田，尤其是召
[5]中共中央宣传部,中央广播电视总台 .2018 年 5 月 2 日习近平总书记在
唤了大量的高精尖人才，从国外回到祖国报效国家，有效地防止
北京大学和师生座谈时的讲话 . 平语近人 习近平总书记用典[M]. 北京:
人才外流，
避免了国家的人才流失。 人民出版社,2019:214.
4.3 促进教师队伍自身建设 [6]习近平 .2016 年 7 月 1 日，在庆祝中国共产党成立 95 周年大会上的讲
“三人行，必有吾师焉”。教师在教授传统文化和专业课程 话 . 习近平报道专集 . 新华网 . http://www.xinhuanet.com/politics/xxjxs/
的时候，自身也要有过硬的文化素质，这对教师来说，也是一个 2019-02/04/c_1124084409.htm
成长的机会。习近平总书记强调[7]：教师不能只做传授书本知识 [7]习近平 .2016 年 12 月 7 日，在全国高校思想政治工作会议上的讲话 . 中
的教书匠，而要成为塑造学生品格、品行、品味的“大先生”。对 华网 .https://news.china.com/zw/news/13000776/20180908/33834778_1.
新时代教师队伍建设提出了新的要求，师生共同发展，共同汲取 html

中国传统文化中的精髓，
共同进步，
亦是课程教学的目的。

参考文献
[1]秦飞 . 理工类院校中华优秀传统文化教育：背景及路径分析[J]. 国家教

（上接第 160 页）

设具备相应承载能力的物流中心，完善周边路网，全面提升对内 工程建设，将物流数据的统计和应用纳入到大数据建设体系中，
对外交通能力，降低农产品物流损耗。同时，南宁市应把握国家 构建可实时跟踪反馈的数据机制，
推动物流业的数字化发展。
政策红利，大力建设物流体系相关的新型基础设施工程，重点突 4.5 以企业为主体，
通过激励行业主体激活物流市场
破多式联运、冷链物流、大数据、物联网等领域，通过推动行业信 企业是物流行业的参与者和建设者，应更多考虑物流企业
息化、高效化促进行业效率实现整体跃升。 对物流量测定的需求，通过物流量的分析判断，来为企业开拓市
4.3 以鼓励创新为突破口，打开物流量增长窗口 场，
激活市场服务。
电商等新模式的冲击对物流量的影响暂无法量化，但冲击
本身不容忽视，同时新模式也为未来物流发展提供了很多机会， 参考文献
与国家物流枢纽建成效果密切相关。对此，南宁市应摈弃过于 [1]程艳,周燕萍,徐长乐 . 长江沿岸地区物流产业空间结构分析[J]. 长江流
保守的思想，顺应时代趋势，以开放性思维与全国乃至世界的物 域资源与环境,2013(11):1412-1418.

流网络接轨，从农产品物流方面突破，拓宽交流渠道并保持长效 [2]李丽滢,高存才 . 区域物流能力量化分析研究[J]. 物流工程与管理,2014

交流机制，
多管齐下鼓励创新，
为物流量增长提供不竭动力。 (6):12-14.
[3]李松苗 . 基于大数据的京津冀农产品物流需求预测分析[J]. 运筹与模
4.4 以大数据为支撑，
通过完善统计体系精耕物流行业数字工程
糊学,2018,8(3):127-136.
本文预测的农产品物流量提供了一种研究思路，也暴露出
[4]曹志强,叶子瑜,王梦丽 . 基于因子分析与引力模型的区域农产品物流
目前统计工作中存在的不足，南宁市可以以此为突破口，深化物
网络构建 ——以广西为例[J]. 商业经济研究,2020(7):146-149.
流领域的定量研究，确定较为合理的物流量统计口径，以科研成
[5]鲁渤,汪寿阳,匡海波 . 基于引力模型的区域物流需求预测研究[J]. 管理
果为基础加强物流方面的统计工作，建立公开透明的数据公布
评论,2017(29):181-190.
机制，方便行业内外进行统计分析。同时，可结合新型基础设施

218