谈谈山东省物流产业对区域经济增长贡献

论文导读：
[摘要] 基于1980—2012年的相关数据，选取物流发展成效指标、物流供给指标、物流需求指标、地区生产总值，利用经济计量模型分析测算山东省物流产业对区域经济增长的贡献，结论是区域物流需求、供给、规模的增长均可以带动区域经济增长，同时区域经济增长也推动了物流产业发展。山东省要注重提高区域物流供给能力、优化区域物流布局、加大对物流产业的扶持力度、培育物流产业集团、加强物流信息化建设，以物流产业发展促经济增长。
[关键词] 物流产业；区域经济； 经济计量模型
[]A
[文章编号] 1673-5595（2014）05-0025-06
一、引言
国家“十二五”规划纲要提出要大力发展现代物流业，降低企业物流成本。物流产业的发展已成为国民经济发展中不可或缺的支柱产业，对区域经济发展具有很大的贡献作用。区域物流对区域经济作用方面的研究最先是从国外起步的，Jara Diaz从微观的视角，结合国际上多个国家的物流与经济发展的实际情况，通过研究认为交通运输物流业的发展有利于优化产业结构，推动产业结构向合理化、高度化方向演进。[1]Heejoo等研究了在物流运转过程中意外事件的发生对经济发展产生的影响，并分析了这些影响的波及范围和规模。[2]国内关于物流与区域经济关系的研究起步较晚，桂寿平等构建了囊括区域经济和物流产业发展的系统动力学模型，检验结果说明现代物流产业发展和宏观经济增长之间存在互相推动、互为作用的正反馈机制。[3]刘爽研究发现物流产业的发展对国民经济的推动作用在加大，影响度在提高，但中国物流产业的发展还相对滞后，仍然处于国民经济发展的瓶颈地位。[4]刘俊华等运用系统动力学模型对中国近年物流基础设施建设投资与经济增长之间的内在作用机制进行模型构建与拟合，认为增加物流基础设施投资可以推动经济增长，并运用误差修正模型验证了物流建设投资与经济增长之间的长期协整关系。[5]
改革开放以来山东省经济发展迅速，地区生产总值以年均10%以上的速度增长，2013年实现地区生产总值（GDP）54684亿元，在全国各省市区中排名第三。物流产业作为第三产业中的中坚力量之一，发展迅猛，2013年全省物流总额达到105831亿元，物流业增加值28714亿元，占GDP比重728%，社会物流总成本7081亿元，同比增长128%，占GDP的比率为179%；物流产业完成投资2190亿元，同比增加257%。全省以各种运输方式发送的货物量2745亿吨，相较上年增长1234%。①作为一个兼具辐射和扩散效应的产业，山东省物流产业的迅速发展对整个经济的带动作用愈发明显。然而山东省物流业发展仍存在着诸多理由，如物流产业布局不合理、第三方物流发展缓慢、信息化水平低、物流企业成本压力大、物流园建设规范性差等。因此，研究山东省物流产业的发展对全省经济增长的贡献，有助于确定山东省物流产业发展的薄弱环节，构建符合区域经济发展目标的区域物流体系，确定区域物流业的发展方向，制定符合山东省“区情”的物流产业政策与措施，有助于实现山东省区域物流与区域经济的协同发展。

二、理论模型与指标的选取

(一)理论模型

1.变量协整检验

协整检验策略不仅能有效处理时间序列分析过程中“伪回归”理由，而且还能保证不丢失原时间序列包含的有用信息，具有重要的实证分析作用。协整的概念最早由格兰杰（Granger）提出，1987年给出了正式定义：如果一个时间序列经过一阶差分变成平稳序列，称原数列是一阶单整序列，记为I（1）。如果非平稳时间序列经过二阶差分才变为平稳序列，则原数列是二阶单整序列，记为I（2）。一般的，如果一个非平稳时间序列Yt经过d阶差分后变为平稳序列，则称这个序列是d阶单整序列，记为I（d）。
由此可见，虽然各变量的时间序列是非平稳的，但是它们的线性组合却可能是平稳的；如果两个变量都是单整变量，只有当它们的单整阶数相同时，才可能构成协整；如果它们的单整阶不同，就不可能构成协整。从协整的定义看出，（d，b）阶协整是一类非常重要的协整关系，它的经济作用在于：如果两个变量是（d，b）阶协整的，则它们之间存在着一个长期均衡的关系。
在进行变量间协整检验时，首先用OLS策略对变量进行估计得出长期均衡方程并保存残差项，然后对得到的残差序列进行平稳性检验（可采用ADF检验策略），如果残差项是平稳序列则被检验变量间存在长期均衡关系即协整关系。
中国石油大学学报（社会科学版）2014年10月
第30卷第5期范秋芳，等：山东省物流产业对区域经济增长贡献研究

2.格兰杰（Granger）因果关系检验

协整检验只是检验了变量之间是否存在长期均衡关系，变量之间是否存在因果关系还需进行格兰杰因果检验。格兰杰因果检验的基本思路是：如果X是Y变化的理由，X的变化应该发生在Y变化之前；如果X是引起Y变化的理由，X应该有助于预测Y，即在Y关于Y滞后变量的回归模型中，添加X的滞后变量作为解释变量，应能显著地增加回归模型的解释能力；利用X和Y的过去值对Y进行预测比单用Y的过去值对Y进行预测产生的误差小，则X是引起Y变化的格兰杰理由。如果添加X的滞后变量后，未能显著增加模型解释能力，则X不是引起Y变化的格兰杰理由。格兰杰因果关系检验步骤如下：
并计算各自的残差平方和ESS1和ESS2。
其次，假设β1=β2=…=βk=0，即假设在模型中添加了x的滞后项并不能显著地增加模型的解释能力。构造统计量：
F=（ESS1-ESS2）/kESS2/（n-k-s） （3）
式中，k为x的滞后项个数；s为y的滞后项个数；n为样本容量。
再次，利用F统计量对原假设进行F检验，那么对于给定的显著性水平α，若 F>Fα，则拒绝原假设，即认为βj中至少有一个显著不为0，说明x是引起y变化的理由。反之，则认为x不是引起y变化的理由。 全文地址：www.7ctime.com/dwllw/lw41010.html上一论文：浅议共同配送—城市零售企业冷链物流的选择