基于面板數據模型的云南各州市物流發展研究

王艷

[摘要]云南省各州市物流發展影響因素既有個性又有共性，為了兼顧其共性及個性，本文在對云南十六州市進行聚類分析的基礎上，采用面板數據模型，應用Stata軟件對十六州市1996—2010年的物流經濟相關數據進行回歸分析，找出影響各類州市物流最大的原因，并針對各類州市的特點提出發展物流的建議。

[關鍵詞]面板數據模型；聚類分析；回歸分析

[中圖分類號]F259 [文獻標識碼]A [文章編號]1005-6432（2014）10-0018-02

1 引 言

近年來，對物流與經濟的回歸分析大都局限于時間序列或者截面序列，采用面板數據對其進行回歸分析的文獻很少。[ZW（]時序數據是指時間序列數據，是同一指標按不同時間順序記錄的數據列。橫截面數據是在同一時間，不同統計單位相同統計指標或者同一統計單位不同統計指標組成的數據列。面板數據是時序數據與截面數據綜合起來的一種數據類型，具有三個維度的信息，一是時間維度信息，二是空間維度，也叫區域維度信息，三是指標變量維度的信息。[ZW）]而對于物流與經濟的關系研究大多局限于貨物周轉量（代表物流）與GDP（代表經濟）之間的相互關系研究。本文在前人研究的基礎上，應用面板數據，采用Stata軟件分析了云南物流發展的經濟原因，并根據其特點，提出了發展云南現代物流的建議。

2 模型構建

2.1 理論假設

物流需求可以看成是各經濟要素的函數。我們假設云南省物流需求是受各州市經濟等因素的影響而決定的，而經濟特征不同的地區對于物流需求不同。函數式可表示為：

Qit=f（Xit）=f（Git，Dit，Jit，Rit，…）

上式中向量集Xit表示各州市總的經濟特征，可將Xit分解為分力Git、Dit、Jit、Rit等，其中Git表示i州市t年的GDP、Dit表示i州市t年的第二產業總值、Jit表示i州市t年就業人員、Rit表示i州市t年人均GDP、Qit表示i州市t年物流需求。

2.2 變量選擇

本文主要從各州市物流規模、各地經濟發展狀況以及物流勞動力供給三個方面出發選取相關指標來研究物流與經濟的關系。

（1）反映物流規模的指標

目前，相關研究普遍采用貨運量與貨物周轉量來表征物流需求，但是，以上兩種方法都存在較大的局限性，因為運輸可能存在迂回運輸、二次運輸甚至三次運輸、且運輸對象有巨大差異性，因此用貨運量或貨物周轉量來表征物流都會使其失真，對研究結果有偏歧。

國家統計局和國家標準局制定的國民經濟行業分類標準：物流業屬于第三產業中交通運輸、倉儲和郵電業。綜上所述，本文認為，在分析各州市物流需求與經濟的關系時，采用運輸倉儲及郵政總額這個指標來反映物流的需求比較合理。

（2）反映各地經濟發展狀況的指標

本文選取各州市生產總值和第二產業總值來表示各地區的經濟發展狀況。

（3）反映物流勞動力供給方面的指標

根據數據的可得性以及前人研究成果，本文采用城鎮單位交通運輸倉儲和郵政就業人員來反映物流勞動力供給方面的情況。

2.3 回歸模型估計

面板數據模型最基本的形式——個體效應模型，如下所示：

yit=xit′+αi+εit

根據變量截距α是否與解釋變量x存在相關性將個體效應模型分為固定效應模型和隨機效應模型。以下將應用Hausman檢驗來確定云南十六個州市的個體效應模型應當選用隨機效應模型還是固定效應模型。Hausman檢驗的原假設與備擇假設分別為：H統計量漸進服從于卡方分布，其中：

M=K-非時變量個數-時變量總數

因此，H統計量可以直觀地告訴我們如何在隨機效應和固定效應中進行選取。當無法拒絕原假設時，選用隨機效應，但如果原假設被拒絕，則選擇固定效應。

首先，對本文中十六州市十五年五個指標的面板數據進行平衡性檢驗，通過Stata中xtdescribe命令，檢驗結果顯示該面板數據滿足平衡的條件。

通過Hausman檢驗來確定究竟選擇固定效應模型還是隨機效應模型，結果如圖1所示。檢驗結果表明，卡方統計量值為23.07，自由度為4，在95%的顯著性水平下接受原假設的概率為0.0001，故應拒絕原假設選用固定效應模型及相應的估計方法。從本文的研究來看，由于是利用云南省十六州市的數據來考察云南各州市物流的發展與區域經濟之間的關系，各州市之間有很大的個體差異，因此，采用固定效應模型更為合理。

3 研究結論及建議

按照以上理論假設，對四類州市[ZW（]十六州市的聚類分析參見筆者的《云南現代物流經濟與空間研究》第四章第四節的研究結果。第一類州市為昆明，第二類州市為曲靖、玉溪、紅河、大理、楚雄，第三類州市為昭通、文山、普洱、臨滄，第四類州市為保山、西雙版納、德宏、麗江、迪慶、怒江。[ZW）]進行回歸分析。得出四類州市的回歸結果，并在此基礎上提出了針對性的物流發展建議。

3.1 借力滇中城市群助推區域經濟一體化發展

由于第一類州市就昆明一個市，因此進行一般逐步回歸分析，結果如圖2所示。

從圖2可以看出，對于第一區域即昆明來說，通過逐步回歸可知在95%的顯著性水平下，對昆明來說，GDP是物流發展的最大推動因素。在其他變量不變的情況下，每增加一個單位的GDP會帶給物流1.9764個單位的增量。

昆明應借力滇中城市群經濟一體化的發展，充分發揮昆明在滇中城市群的增長極作用，分階段推進滇中城市群經濟一體化，從而促進昆明物流的快速發展。在一體化發展初期主要強化昆明的極核作用，不斷完善交通基礎設施建設；中期應注重階段性推進一體化進程；遠期要努力提高昆明的國際影響力，不斷增強輻射能力和綜合服務能力，并逐步由單一增長極即昆明向四極即昆明、曲靖、玉溪、楚雄四大城市增長極轉變。最終實現滇中四州市經濟要素無障礙流動，推動昆明國民經濟的發展，從而推動物流現代化的發展。

3.2 大力發展煙草產業集群

如圖3所示，對于第二區域來說，第二產業的發展對物流影響最顯著。在其他變量保持不變的情況下，每增加一個單位第二產業值，會給物流帶來1.2707個增量。因此可優先發展第二產業，通過第二產業的發展帶動物流的發展。

第二類州市為曲靖、玉溪、紅河、大理、楚雄，這五個州市在卷煙及其配套工業、鋼鐵、化工、有色金屬、煤炭、化工、電力和冶金方面對第二產業做出了巨大的貢獻，云南的第二產業的發展主要依靠這類州市。此類州市應從已有的優勢產業煙草及其配套產業入手，大力發展煙草產業集群，把產業物流做強做大。

3.3 完善物流基礎設施建設

如圖4所示，對于第三區域來說，方程整體顯著性檢驗F值對應的P值為0.00，說明整個方程是顯著的。但GDP、人均GDP、第二產業、物流相關就業人員均不顯著，因此對于這一區域來說，他們均不是推動物流發展的因素。第三類為昭通、文山、普洱、臨滄，它們距昆明的空間距離較遠，經濟狀況較差，無支柱產業，處于“尷尬”境地，發展物流較難。鑒于此，本文提出首先完善此類州市的交通基礎設施，之后可考慮將此類州市的物流外包給其他三類州市，從而集中精力探尋自己的優勢，當條件適合時，再發展自己的物流。

3.4 加強與東盟的外貿往來

如圖5所示，對于第四類州市來說，在其他變量保持不變的情況下，每增加一個單位人均GDP會帶給物流3.1968個單位的增量。故對于第四類州市來說，提高人均GDP，改善經濟質量是最有效的提高其物流發展的途徑。

針對第四類州市的特點，首先，可以選擇區域條件優越的口岸以及一些具有較強聚集能力的口岸城市或較大規模口岸作為重點增長極，通過進一步完善口岸物流基礎設施，從而優化口岸物流綜合體系；另外，在中國—東盟的經濟合作中，這類州市要充分發揮其通道、門戶的作用，在中國—東盟經濟圈中發揮自己獨特的功能，擴大邊境地區內外貿易的需求，拓展邊境地區的生產性功能的服務，實現邊境地區經濟又好又快地發展，從而促進其物流的發展。參考文獻：

[1]蘭草.截面、面板數據分析與Stata應用[M].武漢：武漢大學出版社，2012.

[2]Hsiao，Cheng.Analysis of Panel Data[M].New York： Cambridge University Press，2003.

[3]高秀麗，王愛虎，房興超.廣東省區域物流與區域經濟增長關系的實證研究[J].工業工程，2012（1）：60-65.

[4]李超鋒.物流產業對廣東經濟增長貢獻的計量分析[J].透視珠三角，2007（11）：38-40.

[5]任博英.山東半島海洋產業集聚與區域經濟增長問題研究[D].山東：中國海洋大學，2010.