陶云凯

安徽财经大学金融学院，安徽蚌埠，233030

1 提出问题与相关研究

网络经济的普及和网购的热潮已经遍布全国，物流业带动经济增长的作用也越来越明显。现代物流和传统物流截然不同，它是借助新型的网络技术和科学的运输网络给消费者提供便捷、高效的物流服务[1]。现代物流的发展需要大量劳动力和技术的支撑,从而引起人力资本的积累和新技术的开发，它是对现有资源的有机整合与运用。因此物流业既是社会分工的产物，也是一个融合劳动和技术的行业，其良好的发展会给经济带来一定的刺激作用[2]。由此可见，现代物流作为一个综合性的行业，其良好的运转能够有力地带动其他行业的增长。因此，物流的健康运行对促进经济繁荣有着不可忽视的作用，探究它们之间的关联有着重要的意义。

经济增长的本质是实际总产出的不断增加，强调的是所生产出来的价值总和的持续上涨[3]。当前，现代物流业的飞速发展已经对我国经济产生了不容忽视的影响。最新的数据显示，物流业的增加值几乎占到了我国GDP的6%，专家估计这一数值将会进一步扩大，到2020年可能会达到7.5%。2017年全国的社会物流总额达到了252.8万亿元，短短7年的时间里有着10.53%的增长率。目前，我国的物流行业处在稳步增长的时期。经过对相关数据的研究，发现物流与经济之间的发展是相互促进的。近20年来，我国经济发展的平均速度是在9.3%左右，相应的物流业的增长速度大约是14.7%。而2009年经济增长幅度下降的时候，物流业也处在不景气的时期。2002年的经济涨幅高达10%，同年的物流涨幅就达到了17%。虽然由于各种历史原因导致我国物流业开始发展的时间比较晚，一直到20世纪90年代才慢慢兴盛，但是后期的发展特别迅速。最新的数据显示，2017年，我国的物流总产值竟有246万亿元，总收入有8.4万亿元。目前，我国处在社会转型时期，外部宏观环境的变化促使现代物流业将进一步与经济协同发展[4]。

目前，我国学者在物流对经济增长影响方面的研究普遍运用理论与实证相结合的方法。胡继育采用Logistic模型对湖南省的数据进行研究发现，物流业的良好运行对该省的经济有明显的助推作用[5]。龙宇以长江经济带为研究样本，实证分析后认为二者有互相促进的关系[6]。李晨阳和贾义婷通过对京津冀的研究，得出了物流业对经济有着积极影响的结果[7]。张丽华和石伟乐运用岭回归的方法对山东省现代物流与经济增长关系进行了实证研究，也得出了相似的结论[8]。本文以全国数据为样本分析二者的关系，以期对国家制定宏观政策有一定的指导意义。

2 实证分析

2.1 样本选择和数据来源

对经济增长的量化指标选取向来都是学者们探究的热门话题。这个问题具有一定的复杂性，笔者通过查阅相关文献发现，大多数学者都是采用GDP作为评估一个国家经济增长情况的指标，本文在这里也采用GDP作为衡量指标[9]。

科学评估物流行业的运行情况，对完善物流网络从而推动该产业的发展有着积极影响。在借鉴现有文献的基础上，本文从以下三个方面入手对物流业的发展水平进行评价：

2.1.1 物流供给能力

物流供给能力的实质就是供应给消费者服务的能力。我国有公路、铁路、水运、航空和管道这5种运载方式，本文选择这5种形式的货运量总和(FRE)作为量化指标。样本选择从1997—2017年的国内货运量，从而可以科学衡量我国物流业的供给情况。

2.1.2 物流需求

物流需求其实强调的是有物资流动并且有付款能力的需求。在借鉴相关文献的基础上，如果将货运量作为评估指标表的话，就没有将距离这一因素考虑在内，因此采用货运周转量(RFTK)来量化研究物流需求。

2.1.3 物流业发展成效

物流成效的评估指标不仅要包含相关公司和物流服务能力的信息，还要能体现出各种基础设施的利用率。本文以物流产值作为基点，用以衡量整个物流结构体系。由于目前还没有形成规范科学的指标来衡量物流产值，也没有统计的数据来量化，鉴于数据的可获得性，最终选取交通、仓储和邮电通信业的增加值(TWP)作为度量物流产值指标，从而评估物流业发展成效[10]。

本文的样本数据是从国家统计局网站、《中国统计年鉴2017》以及一些新闻报道上的相关资料处理整合得到。样本的时间跨度从1997—2017年，考虑到数据统计的限制性，本文的样本研究不包含西藏、台湾及港澳地区。

2.2 模型的建立

依据前文对各变量的定义，本文运用多元线性回归模型分析物流的发展对经济的影响。为了防止模型中出现异方差等因素造成实证结果的不科学性，先对各个变量进行取对数处理，结果如表1。

表1 数据转换的结果

从而得到下面的方程：

LGDP=+β1LFRE+β2LRFTK+β3LTWP+ε

2.3 模型的估计

2.3.1 描述统计分析

货运量总和、货运周转量及交通、仓储和邮电通信业的增加值用以量化我国物流业发展的情况，GDP用以衡量我国的经济增长的情况，变量的描述性统计结果如表2和图1所示。

表2 1997—2017年间的样本数据描述性统计

图1 样本数据的趋势图注：GDP单位：亿元；FRE单位：万吨；RFTK单位亿吨公里；TWP单位：亿元。

从表2和图1可以得到以下三个结论：

(1)从所搜集的样本数据来看GDP、FRE、RFTK以及TWP总体呈上升的趋势，而且这种趋势越来越明显，上升的速度也越来越快。

(2)RFTK明显比FRE要高，而且RFTK的增长速度也远高于FRE。造成这种现象发生的主要原因是每种运输方式所运输的平均距离比较长。

(3)2006年是增速变化的拐点。2006年之前，4个变量的走势总体比较缓慢；而2006年之后，4个变量都出现了不同程度的增长。这是因为我国工业化的发展，各个指标都以9%左右的幅度高走。一般而言，在一国工业化刚开始的阶段，运输需求的涨幅会高于经济的涨幅；而在进入工业化的成熟和稳定期后，运输需求的涨幅就会缓慢下降[11]。

2.3.2 各变量的相关性分析

若模型中的变量存在线性关系，会导致方程拟合度不高，出现伪回归。为了确保实证结果的科学性，需要检验模型中的变量是否存在线性关系，本文运用计量软件Stata进行检验，结果如表3所示。

表3 各变量相关性分析

表3可知，4个指标相关系数的绝对值都高于0.9，因此四个变量之间有着很强的线性关系。

2.3.3 多元回归分析

本文将经济增长的量化指标作为因变量，FRE、RFTK和LTWP作为自变量，运用Stata 13.0软件对所搜集的数据进行线性回归，结果如表4、表5所示。

由表4和表5可知，模型的R2为0.992，调整后的R2是0.991,意味着拟回归线与观测值之间的拟合程度比较好。另外，F检验的值是7 510.39，相应的P值趋近于0，通过了α等于5%水平下的检验,说明模型整体比较显著。但在上面回归结果中，变量LRFTK的t检验值是1.02，相应的P值是0.322，并没有通过检验。造成这种结果的原因是由于各个自变量间可能有着多重共线性，因此继续对模型进行多重共线性检验。

表4 回归模型检验(1)

表5 回归模型检验(2)

2.3.4 VIF检验

多重共线性会导致实证分析中方差分析同各自变量回归系数的检验结果不一致，本文选择方差膨胀因子(VIF)来对方程进行检验，结果如表6所示。

表6 多重共线性检验

由表6可以看出，VIF的值都比临界值10大，所以变量间有着多重共线性。接下来，对模型采用逐步回归法以消除共线性的影响。

2.3.5 逐步回归法

通过前文的检验发现，本文所建立的模型有着多重共线性，为了保证实证结论的科学有效，采用逐步回归法进行消除，结果如表7、表8所示。

表7 回归模型检验(1)

表8 回归模型检验(2)

由表7和表8可知，模型在运用逐步回归法分析，删去了变量LRFTK，最终只留下了两个变量，分别是LFRE和LTWP。这意味着，物流需求对经济的影响远远比不上物流供给能力、物流业发展成效对经济增长的影响。同时，R2和调整后的R2的数值依次是0.999 2和0.999 1，说明模型整体拟合优度较好。F检验相应的P值接近0，表明模型通过了在5%条件下的显著性检验。

2.3.6 异方差检验

继续进行异方差检验。在Stata中输入Whitetst命令得到：White Test的F统计量对应的伴随概率P值等于0.197 9，远比0.05大，这意味着在α为5%的条件下该方程已经不存在异方差的现象。

2.3.7 自相关检验

进一步对方程进行自相关检验。先对最后得到的模型进行线性回归，之后运用LM自相关检验法对其采取自相关检验，结果如表9所示。

表9 自相关检验

由表9可知，三个滞后期的F统计量相应的P值分别是0.031 5、0.024 6、0.015 5，都小于0.05，这意味着在α等于5%条件下，模型中有着自相关。接下来对模型进行修正，选择加入AR(P)来修正模型，消除自相关现象，结果表10所示。

从Stata软件输出的DW检验结果可以看出，模型在加入AR(1)和AR(2)后，DW检验统计量为2.175 533，通过了一阶自相关检验，所以最后修正得到的模型是已经消除一阶自相关的。

表10 回归模型的修正

经过上面实证的层层检验可知，最后得到的模型已经消除了共线性、自相关和异方差等现象，所以最终回归的结果是比较理想的。根据表10的内容，可以得到模型的估计方程如下：

LGDP=2.331 79+0.762 170 8LFRE+

0.628 013 3LTWP+0.678AR(1)-0.413AR

(2)

3 结论及建议

3.1 结 论

(1)基于物流本身供给的角度来分析。在α等于5%的条件下，FRE前的参数是一个正数，及FRE和GDP之间成正比。所以，FRE的增长会带动GDP的增长，这就意味着物流供给能力的增强会对经济的增长有着一定的促进作用。

(2)从物流发展成效水平层面来看。在α为5%的条件下，物流产值前的回归系数为0.628 013 3，表明其与经济的增长之间呈正相关的关系。因此，TWP的增加会引起GDP的增加，这就意味着我国物流总体发展的越好就越能刺激经济的增长。

3.2 建 议

(1)政府要发挥积极主动的引导作用。在产业政策的制定中要尽可能地促进现代物流业的运转，进一步适度加大建设相关基础设施的力度[12]。另外，做好信息节点的搭建，从而构成连接紧密的物流网，整合各地区的资源优势，完善企业之间信息网的搭建[13]。总之，提高物流的供给能力，为物流产业的良性运行提供一个健康的宏观经济环境。

(2)加强物流企业自身的建设。从技术层面来看，需要积极引入现代物流技术，比如条形码技术、数据采集系统等[14]。同时，合理充分运用现代物流体系，例如GPS、GIS、电子数据系统等。积极建立企业间的信息交流平台，形成仓储、运输、配送一体化的综合服务模式。另外，在提升工作效率的同时，也要提高企业的服务意识[15]。提供有特色的服务来满足不同客户对物流的需求。

4 结 语

物流业同经济增长有着密切的关系，现代物流结合互联网技术给人们带来了高质量的服务，作为经济增长的重要行业之一，其良好运作对经济增长有着积极的助推作用。物流供给能力的增强会对经济的增长有着助推作用，另外，我国物流发展的越好就越能刺激经济的增长。因此，国家在制定相关政策时需要尽可能地促进现代物流业的发展，适当考虑建设相关基础设施；而相关企业也应主动加强自身建设，积极创新提供有特色、高质量的服务。