我国快递业务收入的时间序列分析——基于ARIMA模型

本研究选取2008年1月~2023年11月全国快递业务收入的月度数据为样本,采用时间序列检验方法对其进行了相关分析,然后根据数据特征建立了ARIMA乘法模型来拟合此时间序列。接着,我们用拟合模型来预测2022年3月和4月的全国快递业务收入,通过分析2022年3月和2022年4月全国快递业务收入预测值和真实值的差值,得出突发事件对我国快递行业有着短期负向冲击作用的结论。其次,我们用2008年~2019年的数据对2020年的全国快递业务收入做了预测并且分析预测值和实际值之间的差距以判断2020年初突发事件对全国快递业务收入的影响。最后,我们用2008年~2022年的数据对2023年的数据做出预测,对比实际值和预测值的差距我们发现:快递收入很快恢复至突发事件发生之前水平并有所增长。这对于电商快递行业在遭遇不可抗力因素导致的业务影响时,如何在抵抗短期负面影响的同时也兼顾到未来长期发展具有一定的借鉴意义。

我国快递行业季度业务收入预测模型及分析

依据2008年以来快递行业按季度业务收入数据,建立了GM(1,1)季度预测模型,并检验其精度,最后对快递业务收入按季度进行5年预测,以期为快递企业制定应对策略提供指导,为行业发展提供理论支撑。

云南省快递行业季度业务收入预测模型及分析

本文首先研究了云南快递行业的发展现状,总结了云南快递业的发展特点,并对其原因进行了分析。其次运用灰色GM(1,1)模型,利用2013年~2016年各个季度云南快递业务的收入数据,检验其精度,对未来几年间各季度的快递业务收入进行预测。最后对预测结果进行了分析。

灰色关联度分析模型及其在我国快递行业的应用

根据我国2003-2013年快递业的相关数据,运用灰色综合关联度分析模型,对我国及31个省自治区和直辖市的快递业务量、快递收入进行灰色关联分析,旨在找到省自治区和直辖市的快递业务量和快递收入与我国快递业务总量及总收入的关系。最后,结合我国部分省自治区和直辖市的实际情况,给出其快递业发展建议。

我国各省快递业务收入影响因素实证分析

近年来,随着我国物流基础设施的优化建设及电子商务的快速发展,物流行业发展势头强劲,其中尤以快递行业最为突出。我国快递业收入逐年大幅度递增,但全国各地区间快递业务收入有明显差异。为研究快递业务收入的影响因素,本文利用Eviews软件对2011年全国31个省市快递行业的相关数据建立截面数据模型进行分析,分析得出影响快递业务收入的主要因素,并对快递行业的进一步发展提出相关建议。

后疫情时代下新冠肺炎疫情对中国服务经济影响——基于多期双重差分模型的研究

本文使用中国31个省、直辖市和自治区2019年6月~2020年9月共16个月的月度面板数据,采用多期双重差分(DID)方法,分别就新冠肺炎疫情对服务业中的快递行业、金融行业、公路货运行业和进出口行业的影响展开分析,研究结果表明:疫情对快递行业和金融行业的影响有显著正向影响,对进出口企业和公路货运行业有显著负向影响。进一步,采用三重差分模型进行地区异质性与禀赋异质性检验后发现,疫情对东部地区的快递业影响不显著,对中西部地区的快递行业收入有显著正向影响;疫情对东部沿海地区的进出口总额有显著负向影响,对中西部进出口总额影响不显著;疫情对东部、中西部金融存贷款的影响均显著为正;疫情对东部地区公路货运量的影响显著为负,对中西部的影响显著为正。疫情与2019年卫生人员三重差分模型显示,对快递行业收入的影响显著为负;对公路货运量和进出口影响不显著;对金融存贷款影响显著为正。疫情与2019年人口资源禀赋三重差分模型显示,对快递行业收入、进出口总额和金融存贷款影响显著为正;对公路货运量影响不显著。

我国快递行业发展问题研究——基于快递行业基础数据的分析

我国快递行业高速增长,但依然面临诸多发展问题,影响行业健康发展。本文以快递业务件均收入为着眼点,分析快递定价政策和定价模式,并在上市快递企业发布的报告数据、国家邮政局公布的快递行业统计指标和2009-2018年快递业务量数据基础上,分析快递业务件均收入的变动态势。结果显示:服务客户不同、服务地域范围不同、区域集中化发展均造成了快递行业价格机制结构性差异。在此基础上,本文从发展空间、专业重点、地区特色和创新途径四个方面,提出促进快递行业健康发展的对策建议。