江蘇省物流業發展與經濟增長關系的研究

胡 浩，曹從詠

（南京理工大學，江蘇 南京 210094）

HU Hao,CAO Cong-yong

(Nanjing University of Science and Technology,Nanjing 210094,China)

0 引言

物流作為連接生產與消費的紐帶，是當前經濟發展的新鮮血液。進入21 世紀以來，中國物流業總體規模快速增長，物流服務水平顯著提高，發展的環境和條件不斷改善，因此物流業迅速上升為與高科技、金融業并駕齊驅的三大朝陽產業之一。我國的物流業處在逐步上升的過程中，很多學者對物流業與經濟的發展進行了研究。沈秦偉通過采用多變量建立向量自回歸模型，利用格蘭杰因果檢驗、脈沖響應函數和方差分解等方法分析了大連港口物流與城市經濟增長的動態相關性和因果關系。王海燕通過單位根檢驗、協整檢驗、回歸分析以及Granger 因果分析得出武漢市物流業發展與經濟增長的關系。高闊、甘筱青、李仁良在建立VAR 模型的基礎上，運用脈沖響應函數和預測方差分解來刻畫現代物流發展與經濟增長關系的相關性。張予川，王海燕，桂華明等利用Logistic 模型對湖北省物流業的發展與經濟增長關系進行了研究。對于江蘇來講，現代物流業是一個新興的產業，一個新的經濟增長點，本文以發展區域經濟為目的，運用描述經濟增長的邏輯曲線模型即Logistic 模型分析了江蘇省物流業發展與經濟增長的關系。

1 模型與理論

1.1 理論研究

常見的經濟分析模型有很多，如一般線性模型、對數線性模型、神經網絡模型等，本文選取了描述經濟增長的邏輯曲線模型即Logistic 模型。邏輯增長曲線模型，俗稱“ S 曲線”，由Verhulst 于1845年提出，當時主要目的是模擬人口的增長，邏輯增長曲線模型的特點是開始增長緩慢，而在以后的某一范圍內迅速增長，達到某限度后，增長又緩慢下來。在現實經濟生活中，許多指標的增長過程具有這個特點。所以，許多學者利用邏輯增長曲線的載荷信息，對很多社會經濟現象，以及動植物的生長發育或繁殖過程進行預測，并對邏輯增長曲線的擬合進行了廣泛的研究。而在處理預測問題時多采取線性化參數估計方法或迭代法來進行方程回歸。其常見形式為：

式中，y 表示因變量，x 表示自變量，a,b,M 為未知常數，a＞0，M＞0，b＞0 且b≠1。要想對模型中的參數進行估計需將方程變形，對此方程進行變形為：

轉換成（3）式后就可求出a',b' 的值了，對于M 值，由極限定理可知，當x→∞時，M→1/y，但是在現實經濟中x 即物流發展指標不可能無限大，因此y 也不存在飽和值。因此本文取一個預測值，即一個較大的值作為y 的飽和值來進行運算，至此，模型的所有參數值都可求得。后面還需進行彈性分析，通過彈性分析找出x 對y 的影響率，如公式（4）：

彈性系數的值應該大于1，才能表示物流業對經濟增長的促進作用，否則物流業的發展無法帶動經濟的增長。

1.2 指標選取

（1）物流發展指標。物流產業的影響因素很多，界定上不完全清晰，因此許多學者選用不同的發展指標，本文選用了貨物周轉量和物流網絡里程作為衡量物流發展的指標。

（2）經濟增長指標。通常情況下，經濟增長指標包括兩個方面，一個是質的角度，一個是量的角度，本文主要從量的角度來衡量經濟增長，因此選用了大多數學者都會選用的區域生產總值（GDP）這樣一個指標。

2 實證分析

本文選用了江蘇省統計局統計出的2000～2013年度的數據（見表1），為方便進行下面的計算，本文給與2000～2013年每個年份一個時間序列號1～14。

本文的實證分析主要是通過SPSS19.0 完成的。

表1 物流指標與經濟指標數據表

表2 貨物周轉量、物流網絡里程與GDP 的相關系數表

2.1 相關性分析

由表2 的相關系數可知，貨物周轉量與江蘇生產總值的相關系數為0.998，物流網絡里程與江蘇生產總值的相關系數為0.903，物流網絡里程與貨物周轉量的相關系數為0.900，所以可見三者兩兩之間在0.01 水平上具有顯著相關性。

2.2 回歸分析

從散點圖初步可以判斷，y 與x 之間存在非線性關系，從其形態來看，可以采用邏輯增長曲線模型。則據上文的介紹，y為國內生產總值GDP，對于M 值，根據國家統計局、江蘇省統計年鑒等數據統計，江蘇省物流業的發展一直較平穩，因此本文取一個預測值，即一個較大的值作為國內生產總值的飽和值來進行運算，這里取2020年的江蘇省GDP 預測值。下面分別對GDP 做時間序列分析，對物流網絡里程、貨物周轉量做回歸分析。

（1）GDP 時間序列分析

圖1 GDP 的時間序列散點圖

從圖1 中我們可以看出，GDP 隨時間基本上呈線性增長趨勢。假設GDP 符合模型：y=a+bm，式中y 為GDP，m 為時間序列，a、b為未知常數，用最小二乘法求得：a=2 540.190，b=3 829.909。所以y=2 540.190+3 829.909m，分 析 結果 表 明R-squared=0.944，說明擬合程度是非常高的，并且查表驗證通過F 檢驗和t 檢驗。由此可見，上面建立的回歸模型是顯著的，方程也是成立的。預測2020年的GDP 為79 138.37億元，所以取M=1/79 000。

（2）貨物周轉量與GDP 回歸檢驗

（3）物流網絡里程與GDP 回歸檢驗（見表3）

表3 物流網絡里程回歸分析

（4）貨物周轉量和物流網絡里程回歸分析（見表4）

由上面的回歸分析結果可知，應選用物流網絡里程作為x 因子，參與下面的計算。

從SPSS 分析結果可知R-squared=0.933，擬合程度極高，并且查表驗證通過F 檢驗和t 檢驗。由此可見，上面建立的回歸模型是顯著的，由此可得a=0.00058，b=0.99998，代入模型表達式即為。從經濟學意義方面來檢驗各個參數，其中a=0.00058＞0,0＜b＜0.99998≠1，符合GDP 隨物流網絡里程增長而增長的經濟學規律。

表4 貨物周轉量和物流網絡里程回歸分析

根據上式（4）的計算，α=1.987，彈性系數大于1，說明物流網絡里程每增加一公里，GDP 相應增加1.987億元，說明江蘇省物流業的發展對經濟增長具有明顯的推動作用。

3 總結

由以上的實證分析，我們可以看出江蘇省物流業的發展對經濟增長起正向積極作用，且物流業的發展對經濟增長的促進作用還是比較顯著的，因此政府應大力促進江蘇省物流業的發展，做好物流產業的長期和短期發展規劃，加大物流基礎設施的投資和建設，加快物流信息化進程，實現物流業的優化組合，從而促進現代物流業的發展，推動江蘇乃至全國經濟的增長。

[1]張曉艷，李慧男.長三角地區物流與經濟增長的實證分析[J].前沿，2011(24):28-29.

[2]陳曉.基于統計分析的我國物流業與經濟增長的關系實證[J].物流技術，2012(2):55-56.

[3]袁懷宇.基于面板數據的區域物流與經濟增長關系研究[J].物流技術，2012(3):33-34.

[4]范林榜.物流發展與經濟增長的關系——以蘇北、蘇中、蘇南典型地區為例[J].中國流通經濟，2012(7):44-45.

[5]姜開瑞，陸新文，洪愛華.山東省物流發展與經濟增長關系的實證分析[J].產業經濟，2012(4):38-39.

[6]趙立波.物流產業發展與經濟增長關系實證分析[J].中國流通經濟，2012(10):25-26.