《物流产业与我国的经济增长的关系(共5页)》由会员分享，可在线阅读，更多相关《物流产业与我国的经济增长的关系(共5页)（5页珍藏版）》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上摘要：从影响物流能力要素的角度，利用1991年至2011年之间的经济数据对“物流产业”与“经济增长”之间的关系进行实证分析。通过对指标数据进 行主成分分析，得出影响物流能力的三个因素为：基础因素、结构因素、市场因素。在此基础上，依据调整后的因素指标数据进行协整分析，得出三因素与经济增长 之间具有长期均衡关系，且基础因素、结构因素与经济增长正相关。同时，通过VAR模型的建立分析了三因素与经济增长之间的短期互动关系，并依据格兰杰因果 检验结果对“物流与经济增长”模糊模型进行调整，细化了物流产业与经济增长之间的互动过程。最后，根据实证分析结果，从基础建设、优化结构、产业联动
2、三方 面给出相关政策建议。关键词：物流产业；经济增长；基础因素；结构因素；市场因素；实证研究物流产业被喻为经济发展的“加速器”，是衡量区域经济综合实力与现代化水平的重要标志之一，同时，物流产业又对经济发展有着一定的制约作用。 对于物流产业与经济增长之间的互动关系这一议题，高秀丽、王爱虎以广东省年度数据为基础进行实证分析，结果表明广东省经济增长与物流发展之间存在长 期协整关系，广东省经济增长对物流产业发展有一定的促进作用，而物流产业对经济增长的促进作用还不显著。钱晓英、马传秀经实证研究指出物流发展水 平、固定资产投资和国内生产总值三者之间存在长期稳定关系，且中国物流与固定资产投资在经济增长中起重
3、要作用。李文顺、潘瑞玉等均以物流产值 与GDP数据为基础，研究物流产业与经济增长之间的互动关系。现有文献对物流产业与经济增长之间关系的研究，都是以物流产值或类似物流产值的指标为基础，得出的结论基本都认同两者之间的长期均衡互动关 系。但是，现有研究对于两者如何互动、内部互动结构、互动过程、互动方式等没有做进一步探讨。基于此，本文拟从影响物流能力因素的角度入手，将物流产业与 经济增长的互动扩散至各因素与经济增长以及各因素之间的互动，力求将互动方式细化，并图解互动过程，以便为相关政策制定提供参考。一、指标分析（一） 指标选取综合现有研究基础，选取以下影响物流能力的因素，主要包含基础建设、市场、信息、
4、人才、科技、城市化、产业结构等。1. 物流基础建设基础设施是地区经济发展的必要保证，布局合理、功能完善、衔接配套的物流基础设施体系是发展现代物流业的前提条件，党超、刘正桥均从实证角度指出交通基础设施与经济增长间存在稳定协整关系，狄方耀11指出投资是拉动经济增长的“稳定器”。一般来说，物流基础设施包括铁 路、公路、河港、机场、管道等，也包括物流园区、物流配送中心、物流信息平台等。对物流基础设施的投入，能够促进物流网络体系的形成，扩大物流产值，并优 化整个社会物流系统，实现提效增值。因此，本文选用铁路里程（X1）、公路里程（X2）、内河里程（X3）、航空里程（X4）、管道里程（X5）、铁路货 车数
5、量（X6）、民用货车数量（X7）、民用运输船舶数量（X8）、物流固定投资（X9）等数据反映物流基础设施与建设现状。2. 市场化程度市场化程度高有利于资源的合理配置，有利于实现以市场需求为导向，同时能够加剧企业之间的竞争，促进企业聚焦于自己的核心业务，而将非核心业 务外包出去。因此，市场化程度能够在一定程度上反映我国物流资源的整合情况，进而反映物流发展水平。本文选择国有企业职工占城市职工比例（X10）和实际 使用外资（X 11）两个指标来反映我国市场化程度。3. 信息化程度信息贯穿于整个物流过程，畅通、准确、及时的信息保证了商流和物流的高效率和高质量。如果信息不畅，则物流系统的各个子系统之间相互
6、孤立，信 息难以共享，最终会造成资源浪费、服务效率低、客户满意度降低等不良现象。信息化程度越高，越有利于及时掌握市场需求，越有利于物流服务能力的提高。为 此，本文选择电话普及率（X12）和光缆铺设里程（X13）等两个反映信息化程度的指标。4. 物流行业人力资源状况物流行业属于服务性行业，需要大量中高层经营管理人员，物流从业人员的质量制约物流业的发展。由于缺乏专门的统计资料，本文选用研究生毕业数量（X14）来反映从业人员的质量，以期反映物流行业的人力资源状况。5. 科技发展现代物流业的发展离不开高科技的支持，诸如在物流信息领域的GPS 定位系统、管理信息系统、RFID 技术等。加大对技术研发的投
7、入力度，能够有效促成新技术的产生以及新技术成果的转移与转化。因此，我们选择研发投入（X15）和专利授权量（X16）作为 影响物流能力的科技发展指标。6. 城市化程度城市化有利于积聚资源，促进物流网络系统优化，提升物流运作效率。为此，文章采用城市人口比例（X17）这一指标来反映城市化程度。7. 产业结构高发奎对比2000 年中美三次产业对 GDP 的拉动率，数据显示美国分别为 0.15、0.60、3.52，中国则为 0.38、5.36、2.22，中国第二产业比重远高于发达国家，必定会需要更多的运力，导致社会物流成本高；龚晓丹将产业结构偏重型化视为造成 我国社会物流成本现状的主要原因；胡理增、于信
8、阳在分析我国社会物流成本高的原因时，也提到产业结构工业化问题。能够有效降低物流成本，是社会物 流系统运行有效性的体现，也是社会物流能力的体现。因此，产业结构是影响物流能力的因素之一，本文选用第三产业占GDP比重（X18）来反映产业结构。（二） 降低维度前述18个指标数据取自1991年至2011年的年度经济数据，数据来源于中国统计年鉴。因指标维度太大，要利用主成分分析进行降维。首 先，指标数据通过KMO and Bartlett检验，表明适合做主成分分析。经过因子旋转之后，第一主成分贡献率为38.7%，它在铁路里程、公路里程、内河里程、航空里程、管道里 程、铁路货车数量、民用货车数量、民用运输船
9、舶数量、物流固定投资、电话普及率、光缆铺设里程、研究生毕业生数量、研发投入、专利授权量、城市人口比例等 指标上载荷较高，是反映信息化、城市化、基础设施建设和投资、人力资源、科技发展等影响物流能力的指标，可以命名为“基础性因子（F1）”；第二主成分贡 献率为38.2%，它在第三产业占GDP比重指标上载荷较高，反映产业结构对物流能力的影响，可以命名为“结构性因子（F2）”；第三主成分贡献率为 22.8%，它在国有企业职工占城市职工比例和实际使用外资指标上载荷较高，反映市场化程度对物流能力的影响，可以命名为“市场性因子（F3）”。需要指 出的是，F1、F2、F3之间虽然相互独立，但是原始数据对其有一
10、定干扰，不能纯粹代表真正的“基础、结构、市场”三因素，尤其是F2、F3。因此，需要 对它们进行调整，调整的方法是直接对原始数据中属于三类因素的指标进行聚合，得出新的三因素，即NF1、NF2、NF3。在原始数据中，属于“基础性因子 （F1）”的指标有X1、X2、X3、X4、X5、X6、X7、X8、X9、X12、X13、X14、X15、X16、X17，对上述15个指标进行主成 分分析，KMO值为0.847，Bartlett值为487.533，均通过检验，表明适合做主成分分析。经过主成分分析，得出一个主成分NF1，累计方 差解释达到95.014%，这表明该主成分有效的综合了基础性因子中的15个原始指
11、标。同理，可以得出NF2和NF3，聚合后的指标值见表1。 二、实证分析（一） ADF平稳性检验由于经济增长，物流基础、产业结构、市场化等指标数据均为时间序列数据，随时间变动较大，在建模之前有必要检验变量是否平稳，文章采用 DickeyFuller的ADF检验方法，检验的对象包括：ZGDP（标准化的GDP数据）、F1、F2、F3、NF1、NF2、NF3，检验结果见 表2。由表2的ADF检验结果可知，在10%水平下，DZGDP、DF1、DNF1、F2、NF2、F3、NF3均属于I（1）序列，也即一阶单整序列，表明经济增长与各因素之间可能存在协整关 系。以上四类指标表示的意思分别为：DZGDP是经济
12、增长度、DF1（DNF1）是物流基础优化度、F2（NF2）是结构因素、F3（NF3）是市场化程 度。（二） 协整分析本文采取Johansen检验法来判断是否存在协整，检验结果以及协整方程如下：DZGDP与DF1、F2、F3在5%的检验水平下存在4个协整关系，协整方程为：DZGDP与DNF1、NF2、NF3在5%的检验水平下存在1个协整关系，协整方程为：协整检验结果表明，经济增长度、物流基础优化度、产业结构、市场化等指标数据在1991年到2011年存在长期均衡关系，且从式（2）可知物 流基础优化度、产业结构系数均为正值，即在长期看来：经济增长度与物流基础优化度、产业结构正相关。市场化的系数为负数
13、，即从长期来看市场化不利于经济增 长度的进一步提升。根据协整方程，物流基础优化度系数最大为2.97，长期看物流基础优化度对经济增长度的影响更多是促进了经济的增长，反映了物流基础对 经济增长的重要促进作用。（三） 建立VAR模型1. 分别建立VAR一阶模型，并选取“经济增长度”向量自回归模型（各变量系数见表3）从经济增长度短期变动上看，除自身影响外，物流基础优化度、产业结构和市场化对经济增长度当期影响分别为17.77%、1.06%和0.13%，物流基础优化度对经济增长度影响显著，而产业结构和市场化对经济增长度在短期内影响不甚显著，说明经济增长在产业结构和市场化方面对长期均衡关系有很大的依赖性。模
14、型检验：VAR模型检验通常使用AR检验，即模型所有根模的倒数小于1，在单位圆内，模型就是稳定的，否则模型是不稳定的，得出的结果也不 是有效的。数据结果显示对模型进行AR检验得出全部特征根都在单位圆内，说明文章所作模型是稳定的，得出的结果也是有效的。同时，文章所得VAR模型的拟 合优度R-squared大于0.9，说明模型拟合较好。2. 脉冲响应分析与方差分解为了解模型中变量间的相互影响作用，文章使用脉冲响应分析。选择乔利斯基分解，即给变量一个冲击，得到改变量对其他变量的脉冲响应函数图。横轴表示冲击作用的滞后期间数（单位：年），纵轴表示变量的变化，实线表示脉冲响应函数，代表了变量变化对相应变量冲
15、击的反应。从图1中可以看出，当在本期给物流基础优化度一个正冲击后，经济增长度在前四期内上下震荡，并在第二期达到最高点，从第四期开始稳定，这表明 物流基础优化度受外部条件的某一冲击后，给经济增长度带来同向的冲击，而且这一冲击具有显著的促进作用和较长的持续效应。当在本期给产业结构一个正冲击 后，经济增长度在第三期以后开始稳定增长。这表明对产业结构的某一冲击也会给经济增长度带来同向的冲击，即产业结构优化会在三年后对经济增长度产生稳定的 拉动作用，但拉动作用明显没有物流基础优化度对经济增长度的拉动作用强。当在本期给市场化一个正冲击后，经济增长度处于负向变动，在第四期后才趋于稳定， 表明对市场化的某一冲
16、击会给经济增长度带来反向冲击。脉冲响应函数描述的是VAR中的一个内生变量的冲击给其他变量所带来的影响，而方差分解是把内生变量中的变化分解为对VAR的分量冲击。因此，方差分解给出对VAR中的变量产生影响的每个随机扰动的相对重要性的信息。从图2中可以看出，不考虑经济增长度自身的贡献率，物流基础优化度对经济增长度的贡献率最大达到38%，其次是市场化，其对经济增长度的贡献 率逐渐增加，在第20期达到17%左右，产业结构的贡献率较小，为6%左右。反之，经济增长度对物流基础优化度、产业结构和市场化的贡献率分别稳定在 22%、18%、18%左右。物流基础优化度对市场化和产业结构的贡献率分别稳定在44%和23%左右。市
