此外，由于我国经济发展以及经济体制建设的原因，我国现阶段的物流企业主要是原国有物资企业发展而来的，这些企业的实际状况不容乐观，主要表现在以下几个方面：没有建立起较为完善的现代企业制度；经营意识、作风与市场要求相距甚远；企业管理水平较低；规模较小、综合化程度较低；利用现代技术程度低；外国物流企业纷纷抢滩登陆等。
3.2.2   物流成本现状及控制物流成本的必要性
（1） 社会物流费用与GDP的相关回归分析
根据中国统计年鉴的数据查询，搜集到近20年的中国社会物流总费用额、GDP的数据。具体数据见表1：
表1  中国社会物流总费用额、GDP及GDP占比（1991—2010年）
年份    社会物流总费用/亿元    GDP/亿元    占GDP比重/%
1991     5182    21781.5    23.79083
1992     6137    26923.5    22.79421
1993     7898    35333.9    22.35247
1994     10338    48197.9    21.44907
1995     12884    60793.7    21.19299
1996     14993    71176.6    21.06451
1997     16667    78973    21.10468
1998     17021    84402.3    20.16651
1999     17814    89677.1    19.86460
2000    19230    99214.6    19.38223
2001    20619    109655.2    18.80349
2002    22741    120332.7    18.89844
2003    25695    135822.8    18.91803
2004    30002    159878.3    18.76552
2005    33860    184937.4    18.30890
2006    38957    216314.4    18.00943
2007    48266    265810.3    18.15806
2008    56741    314045.4    18.06777
2009    60826    340902.8    17.84262
2010    70984    401202    17.69283
数据来源：中国2011年《第三产业统计年鉴》
通过一元线性回归分析计算研究具有线性关系的两个变量物流费用及GDP相关关系的方法。在实际预测时，选取与预测量（Y）关系最紧密的一个影响因素作为自变量（X），建立回归方程拟合回归曲线，对参数进行统计检验，在预测量（Y）的众多影响因素中选取一个关系最密切的因素作为自变量（X）。回归方程，见式（1）
其中， 和 为待估参数， 称为随机误差（指除X 对Y 的线性影响外的其他各因素对Y 的影响）。如果随机误差总体服从正态分布N（0， ）且相互独立，我们可在X与Y 的观测样本下以最小二乘法拟合回归曲线。这样的回归曲线满足残差平方和，见式（2）
       
其中， 为 的估计值， 和 分别为 和 的估计值。运用该法可求出，见式（3）、（4）
其中，X与Y分别为X 与Y的样本均值。到此，样本的回归模型已经估计出来，一元线性回归方程为：     （5）
然后，对我国物流成本的数据进行回归分析，得到物流费用（Y）和GDP（X）的相关回归方程为： ，相关系数R=0.9998。
上述分析的经济意义表明，在经济高速发展的阶段，物流技术及管理行业不断发展，物流支出总额也在不断增长，虽然物流成本占GDP经济总量的比重逐渐降低，但是物流总费用的增长与GDP总额仍存在着线性关系。将2011年的GDP总额代入回归模型进行计算，得到我国2011年的物流成本费用总额具体为：Y=0.1726*471564+2111.96=83512.47（亿元），这与官方公布的8.4万亿相符，说明模型的可靠性。同时，我们也可以根据近年来GDP的走势，推算2012年GDP 作业成本法在物流企业成本管理中的运用(4):http://www.youerw.com/kuaiji/lunwen_9077.html