長三角地區物流業與經濟增長的互動性分析

王彥春

內容摘要：本文通過全局主成分分析計算長三角物流發展水平得分，發現2004-2013年長三角主要城市物流發展水平整體有所提高，但各地之間發展不平衡。運用單位根檢驗和面板協整方法分析表明：區域物流增長與經濟增長存在長期的正向面板協整關系?；貧w分析發現，物流規模與經濟增長具有高度正相關，其它因素與經濟增長的相關性較低。

關鍵詞：長三角 區域經濟 區域物流 全局主成分

引言

眾所周知，物流業是國民經濟發展具有不可或缺影響的基礎性產業，是經濟增長的重要利潤源泉。有助于推動社會生產的規?；?，進一步提升我國國民經濟的發展質量，其功能主要體現在優化產業結構、穩定市場供需、發展新型流通等方面，同時也是區域現代化發展水平的核心指標之一（蔡海亞等，2016）。近年來，國內學者對區域物流與經濟增長關系進行了積極探討。如劉南等（2007）以浙江省為例，運用Granger檢驗法對物流發展與經濟增長之間進行因果分析，指出兩者互為因果、相互促進。錢曉英等（2007）對我國物流發展水平、固定資產投資和國內生產總值的數據進行協整檢驗，發現三者之間存在長期穩定的關系。廖迎等（2008）以我國物流發展情況為研究對象，指出經濟的增長不能再簡單依靠物流基礎設施建設。張毅等（2010）對我國物流和經濟子系統的有序度進行計算，指出貨物周轉量對物流子系統貢獻最大。沈玉芳等（2011）基于基尼系數、區位熵等方法剖析長三角區域物流演化過程。蔡海亞等（2016）對長三角物流發展及與經濟增長關系進行實證研究，發現兩者存在高度相關性。

長三角地區包括上海、南京、蘇州、無錫、杭州、寧波、常州、鎮江、南通、紹興、揚州、泰州、嘉興、湖州、舟山和臺州16個核心城市，是我國現代物流業最發達、最具競爭力的區域之一?！笆晃濉币詠?，各市都把發展現代物流業作為本地經濟發展的戰略目標，物流產業也成為長三角各市經濟合作的重要領域，加快長三角物流一體化，將有效地推動長三角經濟的發展。隨著長三角物流產業的發展，地區經濟也在不斷快速增長，從2003年開始，長三角GDP總量逐年增長，在全國的比例一直超過20%（殷燕，2012）。近年來長三角地區積極應對經濟全球化，調整產業結構，轉變物流發展方式，經濟總體運行穩定。2011年長三角16個城市GDP總量突破8萬億元，其中GDP總量超過3000億元的城市有9個，工業總產值超過萬億元規模有6個城市。2012年長三角16個城市GDP總量高達89951億元，增長幅度為10.1%；地方財政預算收入、居民人均可支配收入和人均消費支出都有較大幅度的增長。物流產業已成為長三角地區各省市間合作的重要領域和經濟增長的強勁引擎，區域物流的發展加快了長三角物流合作經濟圈的形成，進一步推動了長三角區域經濟的增長。本文采用2004-2013年長三角地區16個城市的面板數據，首先通過全局主成分分析計算長三角物流發展水平得分，接著分析物流發展差異及與經濟增長的關系，旨在為長三角物流發展提供理論指導。

長三角物流發展水平評價

（一）全局主成分分析

本文研究基于2004-2013年間長三角地區16個城市面板數據，數據來源于2005-2014年《中國城市統計年鑒》。本文主要選取貨運量（X1）、郵電業務總量（X2）、物流從業人員（X3）、人均貨運量（X4）、地均貨運量（X5）和物流從業人員的比重（X6）來衡量物流發展水平。主要運用全局主成分分析法來對物流發展水平進行研究，在經典主成分分析的基礎上結合時間序列，組建一個綜合變量來代替原有的全局變量，提取立體表的信息對樣本進行動態評價，描繪出樣本的總體水平隨時間變化的運行軌跡。借助SPSS19.0對長三角16個城市原始統計數據按時間順序依次排列建成全局表，將表中的數據標準化，用于計算主成分。通過計算發現，KMO高達0.849，Bartlett檢驗的P值為0，反映了指標之間相關程度較高，標準化數據進行全局主成分分析，得到全局主成分方差貢獻率，具體計算結果如表1所示。

基于特征根大于1的原則，提取2個主成分F1和F2，特征值累積貢獻率達75%以上，基本上保留了原始指標信息，因此影響長三角16個城市物流水平的全局主成分可以概括為2個。表1中前2個主成分F1、F2的特征值依次為3.235和1.378，均大于1，其方差貢獻率高達76.88%，較為完整地概括了指標信息。第1主成分在X1、X2、X3、X5上的權重都在0.85以上，第2主成分僅在X4上的系數值較大（見表2）。以這2個主成分的貢獻率為權數構造綜合評價模型，計算長三角16個城市物流發展水平得分，結果如表3所示。

由于數據經過標準化處理，各市平均得分應該為0。若某城市得分大于0，則表示該市的物流發展水平在16個城市平均發展水平之上；反之則低于平均發展水平。由表3可知，長三角地區物流發展很不平衡，2004-2008年僅有上海和南京物流發展得分為正數，2008-2009年寧波物流發展較快，高于平均水平，僅次于上海和南京，2009-2010年杭州物流發展水平提升較大。2012年蘇州、無錫和南通物流發展得分都高于均值，分別位于第2、5、6位，其中蘇州的物流得分首次超越了杭州，南通的物流得分與南京的得分十分相近。從各市物流得分的排序來看，上海、南京、杭州的排名一直徘徊在前3位，蘇州、寧波、舟山、無錫、南通的排名也比較靠前，其它城市物流發展水平較低，排名靠后。目前，臺州、上海、舟山、南京、寧波、南通港口物流發展迅速，得分較高名次靠前；而紹興、湖州、揚州、鎮江和泰州處于內陸位置，物流發展緩慢，排名居于末尾。

總體來說，近10年長三角物流發展水平整體有所提高，期間又可分為兩個階段：第一階段（2004-2008年），物流水平增長相對緩慢，城市排名變動不大，其中上海、南京、杭州、舟山和寧波發展十分穩定，一直占據1-5名，但南京、杭州和寧波的物流發展水平與上海仍有很大的差距；舟山、蘇州、無錫和南通物流水平發展僅次于前4個城市，排名靠前，變動很小，臺州和泰州有較小的提高，其它城市都有小幅度的下降。第二階段（2009-2013年），長三角物流發展水平快速上升，南京、杭州、臺州等14個城市歷年基本保持快速穩定的增長，只有紹興和湖州發展緩慢，排名靠后，5年來得分變動不大。上海、南京、杭州遙遙領先，其余城市之間的物流水平差距越來越小，發展水平相對集中，反映了區域經濟因素對物流發展的重要性，兩者存在長期穩定的正相關關系。

（二）聚類分析

聚類分析是利用樣本的多個觀測指標，找出可以度量指標之間類似程度的統計量，并將相似程度較高的樣本進行聚合，形成從大到小的指標分類系統。本研究選取貨運總量、郵電業務總量、交通運輸倉儲郵電從業人員、人均貨運量、地均貨運量和交通運輸倉儲郵電從業人員占全部從業人員的比例這6個物流指標，對長三角16個城市的面板數據進行聚類分析。根據圖1的聚類譜系，可將長三角16個城市分為3種類型（見表4）：第1類為物流發達城市，僅有上海市和蘇州市，物流發展水平遙遙領先；寧波、南京、杭州、無錫屬于第2類的物流較發達城市；紹興、揚州、泰州、湖州等10個城市的物流發展緩慢，被劃分到第3類的物流欠發達城市。在16個城市中第1類和第2類型的城市僅有6個，占總數的37.5%，表明長三角物流整體水平還不高，發展存在較大的差異。

長三角物流業發展與經濟增長的協整檢驗

（一）單位根檢驗

本文選擇第一產業GDP（Y1）、第二產業GDP（Y2）、第三產業GDP（Y3）、社會消費品零售總額（Y4）和固定資產投資總額（Y5）來衡量經濟增長，對上述指標做對數化處理來避免時間序列帶來異方差性的問題。通常，進行面板數據協整檢驗分析之前，必須先對物流和經濟增長指標數據進行單位根檢驗以檢驗是否存在單位根，檢驗各城市的變量是否穩定（肖新新，2012）。若數據序列的檢測結果是非穩定性的，則說明數據存在單位根，可以進一步做協整檢驗。采用LLC、IPS、ADF、PP檢驗對上述指標做水平和一階差分檢驗。在水平值下，變量LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5在LLC、IPS、ADF、PP檢驗下不能拒絕存在單位根的假設，因此7個指標全部表現為非平穩序列、存在單位根；指標LnX3、LnX6在LLC、ADF、PP檢驗下不能拒絕存在單位根的假設，因此變量序列是非平穩的；而指標LnY2、LnY5在LLC、IPS、ADF、PP檢驗下拒絕了存在單位根的假設，因而序列是平穩的。一階差分后，指標LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6均通過了檢驗，所以它們均為一階單整序列。故LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6是I（1）的過程，LnY2、LnY5是I（0）過程，只需對LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6進行協整檢驗。

（二）協整檢驗

本文采用Pedroni法對面板協整進行檢驗，衡量非平穩序列是否具有長期的均衡關系。檢驗分為下列3種情況，最終結果如表5所示。

①LnY1，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

②LnY3，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

③LnY4，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

Pedroni檢驗共存在7個結果，前4個代表聯合組內維度，后3個代表組間維度，Panel ADF和Group ADF兩個統計量比較適用在樣本少于20內，若檢驗結果不一致，以這2個統計量為準。本文的研究樣本為10，由表5可知，在②、③情況下Panel ADF和Group ADF在5%的顯著性水平下拒絕了不存在協整關系的原假設，因此指標LnY3、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6以及指標LnY4、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6之間具有協整關系，即長三角16個城市的經濟增長變量中的第三產業GDP、社會消費品總額都與物流發展指標之間存在協整關系。

（三）模型選擇與回歸分析

本文根據F值來選擇模型，借助Eviews軟件計算變系數、變截距、不變系數的殘差平方和，N（截面數）=16，T（時期數）=10，K（自變量數）=6，表5分為兩種情況，情況②S1、S2、S3分別為S1=0.153，S2=2.314，S3=11.668，情況③S1、S2、S3分別為S1=0.153，S2=2.374，S3=12.281，由此計算出：

情況②F1=7.49，F2=34.23，在5%顯著性水平下的臨界值為：F2a（105，48）=1.55，F1a（90，48）=1.61。由于F2>1.55，所以拒絕H2；又由于F1>1.61，所以也拒絕H1，應采用變系數模型。

情況③F1=7.73，F2=36.17，在5%顯著性水平下的臨界值為：F2a（105，48）=1.55，F1a（90，48）=1.61。由于F2>1.55，所以拒絕H2；又由于F1>1.61，所以也拒絕H1，應采用變系數模型。

通常，變系數模型存在隨機效應和固定效應兩種，需要通過Hausman檢驗對上述兩種效應進行選擇。原假設為：建立隨機效應模型。經計算，P<0.05（見表6），因此建立固定效應模型。

由于不同城市的經濟發展受到多方面因素的影響，城市內部發展差異較大，容易造成橫截面異方差的問題，因此選擇GLS法對指標做回歸分析。最終的協整方程為：

LnY3=-431.96+αi+β1tLnX1it+β2tLnX2it+β3tLnX3it+β4tLnX4it+β5tLnX5it+β6tLnX6it

R2=0.999，F=1009.663，P=0.000

LnY4=-388.01+αi+β1tLnX1it+β2tLnX2it+β3tLnX3it+β4tLnX4it+β5tLnX5it+β6tLnX6it

R2=0.998，F =1223.05，P=0.000

其中αi是長三角16個城市第三產業GDP和社會消費品總額自發增長對平均自發增長的偏離值（見表7）。β1i、β2i、β3i、β4i、β5i、β6i分別是物流發展水平指標對第三產業GDP和社會消費品總額的彈性系數（見表8、表9）。由于本文主要研究城市物流指標對經濟增長的作用，所以主要分析β1i、β2i、β3i、β4i、β5i、β6i的估計結果。

從擬合結果看出，R方都很高，說明模型擬合優度很高，總體擬合度分別為99.9%和99.8%，在5%的顯著水平下通過檢驗。對上述回歸結果具體分析如下：

除個別城市外，貨運總量的變化對經濟增長的彈性系數是正的且系數較大（上海、南京、蘇州、泰州和紹興十分顯著），表明隨著貨運總量的不斷增加，地區第三產業總值和社會消費品總額的增長十分明顯，即貨運總量與經濟增長正相關；同時貨運總量增加對經濟增長的促進作用大小存在地區差異，若彈性系數的數值越大，表明貨運總量增加對經濟增長的促進作用越明顯。

大多數城市的郵政業務總量產值的變化對第三產業經濟增長的彈性系數都是正值，但系數都較小，均在0-0.8之間，表明郵政業務總量的增加能夠促進經濟增長，二者呈正相關關系，但促進效果不明顯；另外大多數城市的郵政業務總量產值的變化對社會消費品總額的彈性系數正負值各一半，說明兩者沒有顯著的直接促進關系。

大多數城市交通運輸倉儲從業人員的變化對經濟增長的彈性系數也都是正的，表明城市交通運輸倉儲從業人員的增加對經濟增長有促進作用。但是上海、蘇州、杭州等地均出現負值，這可能是該三個城市物流從業人員趨于飽和所致，即使不斷增加也不能創造更多的經濟價值和社會消費。大多數城市的人均貨運總量、地均貨運總量以及交通運輸倉儲從業人員占全部從業人員的比重的變化，對第三產業GDP和社會消費品總額的彈性系數正負值各一半，只是地區宏觀層次的區別，沒有明顯的聯系，說明兩者沒有顯著的直接促進關系。

結論

上述研究表明，長三角區域物流對區域經濟的發展有著重要的推動作用，同時區域經濟的發展在一定程度上可以優化物流產業結構，提高物流服務水平和質量。目前，長三角物流整體水平不高且呈階梯狀分布，尤其是上海、南京、杭州遙遙領先，這種分布態勢與經濟的區域差異基本一致，反映了區域經濟因素對物流發展的重要性，城市經濟發展水平與城市物流水平具有高度相關性，雖然城市物流的發展差異較大，但是這種差距可能隨著經濟的發展不斷縮小。根據回歸分析結果，大多數城市的物流發展仍然依靠貨運總量和規模的提升，從而帶來經濟的發展，其它因素所占的比例很小，對經濟的影響作用不大。

因此，現階段長三角必須加強區域物流的發展，在不斷擴大物流發展規模的同時，更要注重物流質量的跨越式發展提升，不斷提高物流服務水平，大力發展區域物流產業，利用物流產業拉動經濟的快速增長。另外，進一步改進傳統的粗放型物流模式，加強對產業結構的轉型和調整，并注重對區域物流空間分布進行研究，使區域物流空間整合和產業聯動發展相結合。

參考文獻：

1.劉南，李燕.現代物流與經濟增長的關系研究—基于浙江省的實證分析[J].管理工程學報，2007，2（1）

2.錢曉英，馬傳秀.物流對經濟增長影響的協整性分析[J].湖南大學學報，2007，34（4）

3.廖迎，阮陸寧.區域物流與區域經濟增長的實證研究—基于面板單位根與面板協整分析[J].南昌大學學報，2008，39（5）

4.張毅，陳圻.中國區域物流業與經濟發展協調度研究—基于復合系統模型與30個省區面板數據[J].軟科學，2010，24（12）

5.蔡海亞，謝守紅.長江三角洲物流發展及與經濟增長關系的實證研究[J].北京交通大學學報（社會科學版），2016，15（2）

6.沈玉芳，王能洲，馬仁鋒等.長三角區域物流空間布局及演化特征研究[J].經濟地理，2011，31（4）

7.殷燕.區域物流發展與區域經濟增長的關系研究—基于長三角地區的協整分析[J].全國商情，2012（24）

8.肖新新.基于面板數據的高新技術產業與經濟增長關系的協整研究[D].太原理工大學，2012