我国物流业与国民经济增长关系实证分析.doc

我国物流业与国民经济增长关系实证分析北京物资学院 杨宝凤、张舒、陈闯目录一、现代物流发展3二、现代物流发展与经济增长互动关系实证分析4（一）变量设定及数据来源4（二）数据描述5（三）研究方法的选取61. 序列的平稳性及其检验方法62. 序列之间的协整性分析及其检验方法63. 序列之间因果关系分析及其检验方法7三、实证结果及分析7（一）相关性分析7（二）平稳性检验8（三）变量的协整检验9（四）Granger 因果检验9四、结论及建议10参考文献：11附录12 摘要：采用协整和格兰杰因果检验等最新计量统计方法检验我国物流业发展与经济增长之间的关系。研究发现，国内生产总值分别与货运量、货物周转量和交通、仓储和邮电通信业产值之间存在高度的正相关关系，同时协整检验结果发现各个指标之间存在长期的协整关系。最后通过格兰杰因果检验发现： 从物流业供给水平发展和发展成效的角度看货运量和GDP，交通、仓储和邮电通信业的综合产值和GDP 分别互为格兰杰因果之因；从物流业需求的角度讲货物周转量是我国经济增长的格兰杰因果之因，但经济增长不是货物周转量的格兰杰因果之因；以上研究表明我国的经济增长与物流业发展呈现相互促进、共同发展的趋势。 关键词：协整检验；格兰杰因果检验；物流业；经济增长一、现代物流发展关于物流与经济增长的关系，理论界普遍认为物流的发展能够促进经济的发展即“物流是经济发展的加速器”，此观点认为物流的发展伴随物流供给能力的提高，物流供给能力的提高能够促进经济的增长。如果将上述观点看作为物流推动论的话，那么下面的观点应该是经济拉上论，即认为经济增长产生对物流的需求从而拉动物流发展，并提高经济运行保证物流的顺利发展。物流的发展能够改善经济运行条件，为货物的快速转移和流动提供了便利，因此物流的发展程度往往作为衡量一个国家和地区现代化程度和综合国力的重要标志之一。故物流的发展对经济增长的影响如果不是唯一的重要的因素，也是最重要的因素之一。近年来，国内外学者采用不同的方法对我国物流发展与经济增长的关系做了大量研究，但主要从定性方面展开的，定性分析方面主要集中在考察物流业本质作用与经济增长之间的关系。其中，谷永芬等1根据亚当斯密的分工理论对现代物流的产生本质进行了分析，指出现代物流的发展促进了社会分工的进一步分化，从而促进了经济的增长；林桦2应用新古典经济学的超边际分析理论，证实物流联盟的出现降低了交易费用从而促进了经济的增长；王槐林等3认为经济的大幅度增长，必然导致巨大的物资产品的流动，也必然导致物流量的增加，这是物流发展的必然规律；牟惟仲4认为物流是经济总框架中的一个组成部分，因此必然受经济对其发展的决定性影响。目前，也有一些文献开始针对物流发展与经济增长的关系进行实证研究。王俊5采用单变量logistic 回归的方法仅选取货物周转量作为解释变量通过边际分析，发现货运量小于62303.51 万吨时物流业每增加一个单位产出所产生的GDP 增加额随物流业自身规模增大而不断增加，反之亦同；李力等6考虑了能源价格指标的影响，研究结果发现货物周转量与GDP 存在单向因果关系。李文顺7考察了物流和GDP的关系得出GDP 增量和物流增量间存在可靠协整关系和单向因果关系的结论。钱晓英等8通过因果检验发现固定资产投资与物流业之间存在单向因果关系。尽管因果关系研究在其他研究领域得到了广泛应用，然而到目前为止，国内的文献在中国物流业与经济之间的因果关系的研究方面取得的成果尚不足，基于以上遗漏，本文按照目前国际上最新的协整和因果检验分析的方法，扩展了样本时间跨度和指标范围，选取了我国19912010 年的数据，同时考虑了我国五种运输方式的货运量总和、货物周转量和交通、仓储及邮电通信业总产值作为物流业发展指标，对我国物流与经济的协整型和因果关系进行研究。 二、现代物流发展与经济增长互动关系实证分析 （一）变量设定及数据来源物流是市场经济和现代科学技术发展到一定阶段的产物，科学评价现代物流发展条件和潜力，对培育物流市场，改善现代物流发展环境，促进物流体系的改善，提升物流竞争力，推动经济发展都具有十分重要的意义。物流是一个随着人们认识的不断深化最后形成的一个概念，对于它的量化问题还未系统化，统计数据上找不到专门的描述指标，更不要说得到历史统计资料。物流是一个复杂的经济现象，目前还没有哪一个指标能够较全面地反应物流的发展变化情况。根据相关文献对物流衡量指标的研究，考虑到物流指标的多样性，根据以往的研究成果，本文主要选用以下指标来描述物流业的发展水平：1、物流供给能力指标：物流供给能力指标包括该地区的物流基础设施状况、物流信息系统指标和物流企业服务能力指标等方面。考虑到数据的可得性和复杂性，包括我国的物流基础设施状况、物流信息系统指标和物流企业服务能力指标等方面。本文选取的是我国五种物流运输方式（公路、铁路、水运、航空和管道）的货运量（HYL）总和，这项数据充分量化了我国物流业的供给能力，数据选取了19912010 年共20年的国内货运量数据。2、物流需求指标:物流需求是指社会经济活动在物流的各个环节（如运输、仓储、配送、流通加工等）所提出的有支付能力的需要，根据相关文献，可以选取货运周转量作为对物流需求的衡量指标，因为货运量没有考虑到距离的因素，因此本文选取货运周转量(HYZ)作为反映物流需求的指标，该数据来自中国统计年鉴的相关统计数据。3、物流业发展成效指标：物流业的成效指标包括多个方面，考虑到交通、仓储和邮电通信业是物流业的主要组成部分，以及数据的可操作性，本文选取交通、仓储和邮电通信业的年产值（JCY）作为衡量物流成效的指标。经济增长指标:根据定义，经济增长可以指在“量”中的集中体现与结果是商品供给总量的不断增加，即国民总产出的持续增加，这是经济增长的中心。如果考虑到“质”的提高上，经济增长就成了经济发展，不仅包括经济增长的速度、增长的平稳程度和结果，并且还特别包括一国或地区的人民的平均生活质量如教育水平、健康卫生标准等，以及整体经济结构、社会结构等的总体进步。本文对经济增长仅从“量”的角度对经济发展状况进行衡量，又考虑到数据的可得性和有效性，本文选取国内生产总值(GDP)作为衡量经济增长速度的指标。 （二）数据描述 表1 是对19912010 年间的20 个样本数据的描述性统计，主要指标数据的趋势图如图1 所示变量均值中值最大值最小值标准差GDP13977610443539798321618105542.6HZL30648711379955315340009857936549742HYL59921.5450561351702798632190.18JCL52853544175083584833.169表1从图1 和表1 可以看出： 1. GDP、HYL、HZL 和JCY 在样本期内都呈现出上升的趋势，而且这种上升趋势越来越明显。同时，货运周转量的增长明显高于其货运量的增长，这主要是由于各种运输方式运输的平均距离比较长所致。 2. 我们可以看出HYL、HZL 和JCY 三个指标，在2000 年以前四个指标的走势是平缓的；在2000年以后，随着我国工业化的发展四个指标值呈现出大幅度的上升趋势，在2000年至2010年之间各指标值强劲走高，各指标的增长幅度都保持在大约9%10%，尤其在2001 年以后，四个指标出现了新的更大幅度的增长。一般来说，在国民经济增长或工业化的初期，运输需求的增长幅度超过经济总量的增长幅度，而到了工业化的中期和后期，运输需求的增长一般会开始放慢。 （三）研究方法的选取1. 序列的平稳性及其检验方法所谓序列的平稳性是指一个序列的均值（Mean）、方差（Variance）和自协方差（Autocovariance）是否稳定。如果一个时间序列具有稳定的均值、方差和自协方差，则这个序列就是稳定的，否则就是非稳定的。美国学者Nelson 与Plosser9在其研究中曾指出，多数的宏观经济时间序列都是不稳定的，而Stock 与Watson10的研究则表明因果性检验对序列的稳定性非常敏感。因此，作为分析的第一步，要对各物流指标和GDP 的时间序列进行平稳性检验。由于实际的经济序列通常不会是一个简单的AR(1)过程，所以这里我们利用ADF 检验方法对序列进行单位根检验来判断其平稳性。1142. 序列之间的协整性分析及其检验方法 如果一个序列是非平稳的，但其一阶差分是平稳的，则称此序列为一阶单整序列，记为 。类似的，如果其必须经过d 次差分后才能平稳，则此序列为d 阶单整序列，记为 。根据Engle 和Granger 在1978 年提出的协整理论，对于两个都是随机游走的变量序列，如果这两个序列的某个线性组合是稳定的，则称这两个序列为协整的。两个序列具有相同的单整阶数，是序列之间具有协整性的必要条件。如果已经判断两个序列 和 是非平稳的，但都是d 阶单整序列，则可以利用对OLS 协整回归方程的残差 是否平稳的检验来判断和的协整性。如果和不是协整的，则它们的任意一个线性组合都是非平稳的，因此残差也必然是非平稳的。因此，如果检验结果是平稳的，则可以认为和之间存在协整关系。3. 序列之间因果关系分析及其检验方法 在研究中，我们采用Granger 因果关系检验方法来判断这种因果性。Granger 因果关系检验的思路是：如果两个经济变量X 与Y，在同时包含过去X 与Y 信息的条件下，对Y 的预测效果比只单独由Y 的过去信息对Y 的预测效果更好，即变量X 有助于变量Y 预测精度的改善，则认为X 对Y 存在Granger 因果关系。具体方法是：对以下两变量回归模型中的的假设进行检验。这个假设实际上等同于“X 不是引起Y 变化的原因”，如果拒绝了 的原假设，则我们就拒绝“X 不是引起Y 变化的原因”的假设，从而得出结论：X 对Y 存在Granger 因果关系。同样我们可以对 进行检验，从而判断Y 对X 是否存在Granger 因果关系。三、实证结果及分析为了减少数据的波动性，我们对所有的数据进行取对数处理，如下表示：GDP log（GDP），HYL log（HYL），HZL log（HZL），JCY log（JCY）（一）相关性分析从表2 中我们可以看到GDP 与HYL、HZL 和JCY 呈高度的正相关关系， 同时各个变量之间也呈现高度的正相关关系，理论上说变量之间可以用线性回归模型很好地解释。对于经济增长和物流之间的关系，以往学者都有相关的理论，文献8，1，6等多篇文章运用经济学和交易理论对经济和物流之间的相互关系作了分析，总结得出经济和物流存在相互作用关系；同时，认为经济、贸易和物流三者紧密相连、密不可分，经济的发展会带动贸易，物流伴随着贸易的发展而发展，三者互为因果，同时三者之间也存在互补性，互为裨益、互相依赖。根据推动论理论，物流业的快速发展必然会推动经济的迅速发展，物流业作为第三产业的支柱部分，其发展在一定程度上决定了第三产业的发展程度，也决定了整个经济的发展；同时，经济的增长势必会给物流业提供更多的发展机会，因为经济的发展使得商品的流动性更大，而且伴随着贸易的发展流业将会拥有更多的发展空间。 表2 相关性分析LGDPLHYLLHZLLJCYLGDP10.9516528824120.949471144433710.99329017945771LHYL0.9516528824120810.990508057456290.94581453819979LHZL0.949471144433710.99050805745610.94298898773024LJCY0.993290179457710.9458145381990.942988987730241（二）平稳性检验首先对四个时间序列分别进行单位根检验，检验的方法是取不含常数项和趋势项的限制回归方程的形式。滞后阶数是通过AIC 定阶准则来确定的。12利用EViews 计量经济软件分析，得到结果如表3 所示： 表3 ADF 单位根检验序列ADF检验值5%的显著水平10%的显著水平判断结论LGDP-1.779987-3.029970-2.655194非平稳LHYL-0.563064-1.962813-1.606129非平稳LHZL2.277710-1.961409-1.606610非平稳LJCY5.180270-1.962813-1.606129非平稳DLGDP-0.942969-1.961409-1.606610非平稳DLHYL1.875088-1.962813-1.606129非平稳DLHZL-0.831511-1.961409-1.606610非平稳DLJCY-2.264707-1.964418-1.605603非平稳D(LGDP,2)-4.8942111-1.962813-1.606129平稳D(LHYL,2)-2.488052-1.962813-1.606129平稳D(LHZL,2)-5.991390-1.962813-1.606129平稳D(LJCY,2)-4.274940-1.966270-1.605026平稳序列ADF检验值5%的显著水平10%的显著水平判断结论注：本文给出单位根检验5%和10%临界值均是MacKinnon 协整检验临界值通过ADF 单位根检验发现，在5%和10%水平下，接受时间序列LGDP、LHYL、LHZL 、LJCY和DLGDP、DLHYL、DLHZL、DLJCY 均有单位根的假设，但是拒绝四个序列的二阶差分具有单位根的假设，所以序列GDP、HYL、HZL 和JCY 都是二阶单整I（2）序列，都通过单位根检验，可以进一步检验它们之间是否存在长期的协整关系。（三）变量的协整检验由于上述时间序列都是一阶单整的，即I（2）；对在检验GDP 与其他变量之间的因果关系之前，主要对两个变量之间的协整关系进行检验，在这里本文采用常用的协整检验方法，利用EViews 统计软件进行分析，结果如表4 所示：表4 协整关系检验结果Jonhansen协整检验协整变量特征值T统计量1%临界值假设的协整方程数(LGDP,)0.477110.643119.9371None0.01660.2686.6349At lmost1(LHZY,LGDP)0.080516.220819.9371None0.00590.0966.6349At lmost1(LHYL,LGDP)0.695319.354919.9371None0.02090.03376.6349At lmost1协整变量特征值T统计量5%临界值假设的协整方程数由上表可以得出：物流业的发展水平即物流业的供给发展水平、物流业的需求发展水平与物流业的发展成效水平分别与中国经济增长存在长期的稳定关系。（四）Granger 因果检验为避免序列出现伪相关问题，对一个指数变化是否引起另一个指数的变化进行判断，这是研究经济指标互动关系的关键问题，格兰杰因果检验提供了解决此问题的方法。根据前面提到的AIC 定阶准则确定的滞后量，取滞后阶数为4。利用EViews 计量经济软件对上述两两变量进行因果检验，检验结果列于表5。表5 Granger 因果关系检验结果零假设滞后阶数F统计量P值Null Hypothesis:ObsF-StatisticProbabilityLHYL does not Granger Cause LGDP184.794270.02756LGDP does not Granger Cause LHYL4.392360.03489Null Hypothesis:ObsF-StatisticProbabilityLHZL does not Granger Cause LGDP189.221080.00321LGDP does not Granger Cause LHZL0.126190.88251Null Hypothesis:ObsF-StatisticProbabilityLJCY does not Granger Cause LGDP162.019290.17907LGDP does not Granger Cause LJCY4.316090.04134通过表5 的检验结果可以看出：1. 从物流业供给水平发展的角度看，货运量作为我国物流业发展的重要指标，与国内生产总值之间存在较强的相关性，即在1%的显著水平下，可认为货运量是我国经济增长的格兰杰之因；同时，在5%的显著水平下，可判定国内生产总值也是货运量的格兰杰之因。2. 从物流业需求的角度讲，在1%的显著水平下，我们认为货物周转量是我国经济增长的格兰杰之因；反之，经济增长不是物流需求指标的格兰杰之因。这与李力等（2006）在考虑了能源价格指标影响情况下的结果是一致的。3. 从物流业发展成效的角度讲，在5%的显著水平下可判定交通、仓储和邮电通信业的综合产值是经济增长的格兰杰之因；同时，经济增长也是交通、仓储和邮电通信业综合产值的格兰杰之因。四、结论及建议本文选取19912010 年间的物流业指标和GDP 检验物流业发展与我国经济增长的关系。研究发现：首先，我国经济的增长与物流业的发展之间存在很强的正相关关系，即货运量，货物周转量与交通、仓储和邮电通信业的产值与国内生产总值之间存在相互的正相关关系。第二，我国经济的增长和物流业的发展表现出了一定的阶段性，即在1978 年以前（改革开放以前）经济增长和物流业的发展都是非常缓慢的；在改革开放以后，物流业的发展表现出了强劲的势头，尤其是货运量的增长，同时国内生产总值的增长也是非常迅猛的。第三，我国经济的发展与物流业的发展之间存在格兰杰因果关系，物流供给能力的提高给经济发展带来了增长的空间，同时经济的增长对物流的发展产生了迫切的需求，也带动了物流的发展，经济增长与物流业发展之间存在双向的因果关系，呈现出相互促进、共同发展的势态。最后，物流业的发展促进了经济的快速增长，但是就国内经济增长的总体指标而言，经济的增长并没有对物流业产生大的需求，研究结果认为经济增长不是物流需求指标的格兰杰因果之因。据中国物流信息中心统计,19912005 年间,我国实际完成的货运量年均增长10%左右,与同期需求增幅之间至少存在5 个百分点的差距。伴随我国经济的高速增长和区域间货物的周转的需要，经济发展对物流业的依赖越来越明显。但是由于我国现有物流供给能力的不足严重制约了我国经济的平稳快速发展。因此，为了满足经济发展的需要必须提高物流业的供给能力。首先，改善物流网络，针对我国现有的物流运输模式，借助电子商务实现物流网络的整合和运输模式的改进；其次，整合物流资源，进行资产重组，通过重组、兼并与联合向集约化和协同化发展，充分发挥网络化优势；最后，行政部门应通过行政干预、政策引导等手段规范市场准入和改进市场监督，优化市场结构。参考文献：1谷永芬，等.现代物流业对区域经济发展的促进作用J.物流科技，2003（6）：1-3.2林桦.交易费用理论与物流联盟形成的研究J.武汉理工大学学报，2003（10）：129-145.3王槐林，江春雷.我国第三方物流产生背景分析和启示J.物流科技，2001（3）：38-39.4牟惟仲.物流与区域经济发展-兼论走中国自己的物流之路J.中国物流与采购，2003（12）：26-27.5王俊.中国物流业对经济增长作用的实证分析J.科技情报开发与经济，2004（1）：69-70.6李力，杨柳.物流产业与国民经济之间关系的实证研究J.武汉理工大学学报，2006（6）：115-123.7李文顺，刘伟，周宏.19522002 年中国物流增量和增量的协整分析J.中国软科学，2004（12）：45-49.8钱晓英，马传秀.物流对经济增长影响的协整性分析J.湖南大学学报，2007（4）：84-87.9Nelson C R，Plosser C I.Trends and random walks in macroeconomictime seriesJ.Monetary Economics，1982，（10）：309-317.10Stock J.H.，M. Watson. Interpreting the evidenc