摘要：由于我国快递市场规模庞大，利润丰厚，已经成为各快递企业争相追逐的竞技场，因此，对我国快递市场的发展变化进行一定的定性和定量预测，将有助于各类企业了解市场情况和社会需求的变化，及时调整经营活动，增强竞争力。在本文中，首先介绍了我国快递行业的发展状况。第二，提出了回归预测模型的理论基础。第三，运用了皮尔逊相关分析和回归分析，分别从定性和定量两个方面来预测我国快递市场的需求趋势。最后，我们得出一些结论和建议，供我国快递企业参考。

关键词：快递；皮尔逊相关分析；回归分析；市场预测
引言

快递行业在增加就业,提升出口部门的竞争力,改善技术出产业投资环境方面对我国经济有重要影响,是我国经济发展中不可或缺的一个行业。随着中国加入WTO，经济全球化的趋势越来越明显,全球贸易增长迅速。贸易的增长必然引起快递业的繁荣；另外,“网购”逐渐成为消费者特别是年轻一族日常购物的主流方式，电子商务快件将继续保持高速增长^[1]。这两方面都将促进快递行业的迅速发展。据统计，目前全国快递从业人员超过100万人，年营业额500多亿元人民币^[2]，已形成了国际快递、国内（异地）快递、和同城快递三大市场板块。主要分布在以上海、广州、深圳、北京为核心的长江三角洲、珠江三角洲和环渤海经济圈。

面对金融危机和国际化竞争的双重压力，物流业调整振兴规划的出台恰逢其时，将改善目前我国快递企业多而杂、小而差等多方面问题。因此，对我国快递市场的发展变化进行一定的需求预测，将有助于我国快递企业及时调整和改善经营模式，促进自身的提升和发展。

一、回归预测方法

（一）回归模型综述

最佳无偏预测概念最早由Henderson^[3]于1950年提出的，当时只对混合线性模型中因变量的线性预测函数最佳无偏预测进行了研究，后来Royall^[4],KeesJanvan Garderen^[5]，又分别在广义线性模型，对数线性模型和一般增长曲线模型中研究了因变量的线性预测函数的最优无偏预测。最近几十年，有很多人研究了用一元线性回归模型作预测的问题。

文献[6]-[8]应用线性回归理论研究了一元线性回归模型中总体总量的预测问题，导出总体总量的最优线性无偏预测。关于未来观察值的预测问题在文献[9]一[12]中有很多研究。