西部地區物流業對經濟增長的經驗分析

摘要：物流業的發展和地區經濟的發展之間存在著相互促進的關系。文章選取西部地區GDP及貨運周轉量指標，通過對其建立計量模型展開系統的研究，揭示了區域物流業與區域經濟之間的內在經濟關系，即它們之間是一種長期均衡的關系（協整分析）；并在此基礎上計算貨運周轉量單位增長所帶來的區域GDP的增長的彈性值；最后，建立ARIMA模型對2007～2010年中國西部地區貨運周轉量進行預測。

關鍵詞：貨運周轉量；協整分析；ARIMA模型

中圖分類號：F224文獻標識碼：A文章編號：1002-3100(2008)09-0079-04

Abstract: The logistics development and the local economy's development has the relations which promotes mutually. This paper selects western area GDP and the freight Ton-kilometers， through researching its establishment econometrics model， has promulgated between the region logistics and the regional economies internal economy relations， namely between them is one kind of long-term balanced relations， and calculates the region GDP growth elastic value which the freight transportation volume of the circular flow unit grows brings; Finally， establishes the ARIMA model to carry on the forecast to 2007-2010 year China western area freight transportation volume of the circular flow.

Key words: freight ton-kilometers; cointegration analysis; ARIMA model

0引言

隨著高新技術的發展和計算機信息網絡的普及，傳統物流業開始向現代物流業轉變。中國對物流的研究尚處于初級階段，缺乏物流業的相關經濟統計資料，還未建立統一的物流業統計指標體系，只有一些其他相關行業中能反映物流單一功能要素的統計指標。并且研究的對象主要為：物流基本理論、物流發展的政策、物流法規建設、物流標準化、區域物流規劃、物流技術開發和應用、物流信息系統開發與應用及企業物流管理和物流企業管理等方面。而關于區域物流和區域經濟增長關系的研究目前主要停留在定性方面，定量方面的研究較少。為了更好地揭示物流業與經濟增長的相互關系，我們擬以西部地區為例構建模型來進行說明。①

1實證分析

1.1模型選擇與數據說明

本文選取1978年至2006年西部地區貨運周轉量（freight）、GDP兩個時間序列來分析貨運周轉量與經濟增長之間的關系。所有的原始數據分別來自《中國統計年鑒》和《中國50年統計資料匯編》。西部地區貨運周轉量是西部各省貨運周轉量的總和，單位為億噸/公里，地區GDP則按照統計年鑒中以人民幣億元為單位的西部地區GDP總和給出；以1978年為基數，利用各年居民消費價格指數對地區GDP進行價格平減，得到不受價格影響的實際值。通過對變量取自然對數可以消除數據中可能存在的異方差性，而且可以在不改變變量之間的協整關系和短期調整模型的前提下，提高估計的可靠性。分別對freight、GDP取對數得到新的變量Lnfreight、LnGDP。

傳統的計量分析大部分都采用多元回歸的方法。 但是我們認為：一方面， 由于大多數時間序列數據都是非平穩的，不滿足傳統的多元回歸或其他方法對數據平穩性的要求。在這種情況下， 即使變量間沒有關系，也會由于非平穩的序列帶有趨勢項而顯現出一定的關系，即所謂的“偽回歸”的問題。相比之下，協整分析方法只有滿足變量存在平穩性這個前提的基礎上，才可以繼續分析變量間的關系，因此可以有效避免“偽回歸”的問題。另一方面，以多元回歸方法為代表的實證方法是事前假定，即先假定變量間存在關系，而后進行驗證；協整分析則是事后假定，即先判斷單整階數，只有變量間單整階數相同，或不同階數的變量經過某種組合以后，理論上可能存在長期均衡的關系，才可以假定方程式。同時，建立在協整分析基礎之上的Granger因果檢驗，對于變量間因果關系的判斷更為全面和準確。鑒于此，本文將采用協整分析方法和Granger因果檢驗對西部地區貨運周轉量是否帶動其經濟增長（GDP）這一主題進行研究。首先對變量進行單位根檢驗，然后在協整檢驗的基礎上建立誤差修正模型和多變量的Granger因果關系檢驗，并對檢驗結果加以解釋說明。

1.2西部地區貨運量及其地區GDP的協整分析及Granger因果關系檢驗

1.2.1單位根檢驗

如圖1所示，西部地區貨運周轉量與GDP都呈現出上升趨勢且變動方向基本一致，從圖中還可以看到，90年代初期開始西部地區經濟增長（GDP）速度明顯快于西部地區貨運周轉量，而在此之前，西部地區貨運周轉量增長速度高于西部地區經濟增長（GDP）。本文采用ADF檢驗來確定兩個變量的平穩情況，加入滯后項使殘差項為白噪聲序列。②從表1可以看出，在顯著性為10%的置信區間下，兩個變量水平序列均不是平穩數據；在5%顯著性水平下，變量LnGDP的一階差分是平穩的，在10％顯著性水平下，變量Lnfreight的一階差分也是平穩的，即變量的一階差分均是I（1）序列，它們之間應該存在一個平穩的線性組合， 即這些變量之間應該存在一個長期的穩定關系。

1.2.2協整檢驗

假定一些經濟指標被某經濟聯系在一起，那么從長遠看來這些變量應該具有均衡關系，這是建立和檢驗模型的出發點。采用EG兩步法檢驗兩變量之間是否協整。若兩個序列都是d階單整的，運用最小二乘法OLS對進行協整回歸，建立回歸方程得到：

1.2.3Granger因果關系檢驗

Granger因果關系檢驗在考察序列x是否是序列y產生的原因時估計當前的y值被其自身滯后期取值所能替代的程度，通過引入序列x的滯后值是否可以提高y的被解釋程度，還應該考慮另一面，即序列y是否是序列x的Granger成因。檢驗結果見表2。

原假設“地區貨運周轉量增加不是導致地區GDP增加的原因”被拒絕，但是原假設“地區GDP增加不是導致地區貨運周轉量增加的原因”被接受。也就是說，根據結果得出：西部地區貨運周轉量增加促使西部地區GDP的增長的原因，但是西部地區GDP的增長卻不是促進西部地區貨運周轉量增加的原因。

1.3誤差修正模型（ECM）

協整檢驗通常表達的是變量之間的一種“長期均衡”關系，而實際經濟數據卻是由“非均衡過程”生成的。因此，建模時需要用數據的動態非均衡過程來逼近經濟理論的長期均衡過程。誤差修正模型不再單純地使用變量的水平值（指變量的原始值）或變量的差分建模，而是把兩者有機的結合在一起，充分利用這兩者所提供的信息。從短期看，被解釋變量的變動是由較穩定的長期趨勢和短期波動所決定的，短期內系統對于均衡狀態的偏離程度的大小直接導致波動振幅的大小；從長期看，協整關系式起到引力線的作用，將非均衡狀態拉回到均衡狀態。

在上面的誤差修正模型中，回歸系數都通過了a＝0.05的顯著性檢驗，差分項反映了短期波動的影響。誤差修正項ecmt的系數為負，符合誤差項修正機制。它的大小反映了對偏離長期均衡的調整力度。從系數估計值來看，當短期波動偏離長期均衡時，將以-0.13813的調整力度將非均衡狀態拉回到均衡狀態。

1.4西部地區貨運周轉量的預測

時間序列分析的基本特征就是研究序列隨時間發展的模式。ARIMA（Auto-regressive Moving Average自回歸移動平均）模型是一類常用的隨機時序模型，由博克斯（Box）和詹金斯（Jenkins）創立所以又叫B-J方法。ARIMA 模型由于不需要對時間序列的發展模式作檢驗的假設，并且可反復識別與修改，直到獲得相對理想的模型。因此，ARIMA 模型適合于西部地區貨運周轉量非平穩時間序列。ARIMAp，q，d模型如下：

△■yt=?準1yt-1+?準2yt-2+…＋?準pyt-p+ut-?茲1ut-1-?茲2ut-2-…-?茲put-q

上述式子左邊表示yt的d階差分（必須是平穩序列），序列不滿足平穩性條件，可以通過差分變換（差分的階數視單整階數而定）或者對數差分等其他變換，使原時間序列滿足平穩性條件。估計ARIMAp，d，q同估計ARMAp，q具體步驟相同，唯一不同的是在估計前要確定原序列的差分階數d，對yt進行d階差分；模型p、q分別表示自回歸和移動平均的階數。由以上分析可知西部地區貨運周轉量Lnfreight序列是1階單整序列，即Lnfreight～I（1），它的序列相關圖如圖2所示，我們可以看到△Lnfreight序列的自相關系數在1階截尾，偏自相關在2階截尾，則取模型的階數p＝1和q＝1，建立ARIMA1，1，1模型△Lnfreight

=0.0395+0.5033△Lnfreightt-1+?著t+0.954?著t-1。④檢驗結果如表3所示。根據Eviews5.0軟件，可以直接得到變量Lnfreight在2006～2010年期間的預測值，將2006年的預測值與實際值的對數值轉換成實際值并進行對比可得預測誤差?濁

＝9 229.20～9 580.90/9 580.90＝-0.036708，2007～2010年西部地區貨運周轉量的預測值分別為9 934.97、10 694.71、11 512.55、12 392.94億噸/公里。從結果可以看出，2006年到2010年，我國西部地區貨運周轉量將年平均增長6.65%，這個數字低于西部地區GDP的增長速度，也就說明物流業單純依賴粗放型的增長模式已經不能最大限度地發揮其對GDP增長的作用，需要轉向加強物流管理、實施集約型的發展模式。

當然，本文在分析西部地區物流業對區域GDP的增長作用時，只考慮了物流業中貨運周轉量這一個因素，實際上物流業中影響的因素是極其復雜的，包括運輸線路密度、全社會客運量、郵電業務量、大中型工業企業流動資產周轉次數等。沒有涉及其他因素的原因主要有兩個，其一是目前我國得不到完整的物流業統計數據；其二是本文提供的這種分析方法和模型不失為進一步研究的基礎。

2結論

物流產業作為中國經濟發展的一個重要產業部門和新的經濟增長點，在區域經濟的發展過程中表現出強勁的規模經濟性、價值創新性，同時作為區域的推進型產業，它將帶動區域內其他相關產業的快速增長，優化區域產業結構。從前面計量分析可以看出，西部地區物流業對區域經濟增長的貢獻度是較高的，并且西部地區物流業發展與其經濟增長是一種長期穩定的均衡關系。但是我們必須意識到，加入WTO之后的中國物流業將會面對世界物流巨頭的激烈競爭，區域民族物流業將面臨巨大挑戰。為此，我們應該及早采取應對之策，協調發展物流業對區域經濟的極化效應和輻射效益，使其充分發揮對區域經濟增長的作用。

注：①西部12省區市包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

②在檢驗單位根之前，不知道真實過程是否含有漂移項和時間趨勢項，檢驗方法詳情見張曉峒《計量經濟學基礎》第342頁。

③檢驗形式（C，T，K）分別表示單位根檢驗方程包括常數項，時間趨勢和滯后階數，N是指不包括C和T，加入滯后項是為了使殘差項為白噪聲，最優滯后項階數由AIC準則確定，Δ表示一階差分算子。

④時間期間為1978~2005年，2006年實際數據不參加建模，留作檢驗。

參考文獻：

[1] 池啟水. 中國石油消費量增長趨勢分析——基于ARIMA 模型的預測與分析[J]． 資源科學，2007(9):69-73.

[2] 張曉峒. 計量經濟學基礎[M]． 天津：南開大學出版社，2005.

[3] 高鐵梅． 計量經濟分析方法與建模——Eviews應用及實例[M]． 北京：清華大學出版社，2006．

[4] 張衛國. 以ARIMA 模型估計2003 年山東GDP增長速度[J]． 東岳論叢，2004(1):79－81.

[5] 周鳴，王虹. 關于提高西部區域競爭力的探析[J]． 市場經濟研究，2004(2):79-81.