互聯網影響物流業效益的實證分析

廖云福

(江西財經大學 信息管理學院，江西 南昌 330013)

國家提出經濟發展新常態以來，中國的經濟要求由高速增加進入中高速增長，經濟結構不斷優化升級，由以前的粗放型逐步轉變成密集型，核心驅動力由原先的要素、投資驅動逐漸向創新驅動轉變，這對中國的經濟發展模式提出更高的要求，國內的各行各業都在經濟新常態下進行自身的優化升級，物流業作為服務業中的重要組成部分，如何由傳統物流升級轉型成創新型物流是物流產業亟須考慮的問題。“互聯網+”戰略的提出給物流產業帶來了新的動力，信息技術作為驅動傳統產業變革的關鍵因素，給物流業帶來新的技術和發展理念，學者們紛紛針對互聯網對物流產業的影響展開研究，基于此，文章通過收集2001—2016年中國互聯網和物流產業相關數據，對互聯網如何影響物流業效益進行實證分析。

1 文獻評析

國內不少學者從實證的視角來論證互聯網信息技術對物流業的影響。通過實證研究，能更加直觀地體現互聯網信息技術對物流業的影響，張立國、李東與龔愛清在DEA-Malmquist生產率指數分析方法基礎上，通過物流業全要素能源效率的測度模型對中國物流業能源消耗面板數據進行實證測度，從動態分析、區域差異方面分析了我國物流業要素效率情況[1]。李國旗等人對物流熱度指標進行回歸分析，從而對中國物流業空間格局的現狀及演變趨勢進行研究[2]；周會會則構建了全要素能源效率DEA模型，對中部6省全要素能源效率進行擬合分析，并在此基礎上提出中部6省物流業的發展政策[3]；樊元馬和馬麗梅在對全國各省市面板數據進行SFA分析的基礎上，對不同區域的物流效率進行測度，全面分析了橫向和縱向的物流效率結果[4]；顏雙波運用Eviews軟件建立回歸模型對福建泉州物流產業進行分析，論證了物流業發展能夠促進經濟增長，促進產業結構優化升級[5]。趙莉、宋國宇在對我國29個省、自治區、直轄市的省級數據進行回歸分析的基礎上，實證研究了我國省級物流業發展水平與區域經濟一體化之間具有很強的相關性[6]；方遠平、謝蔓和林彰平則通過運用因子分析、探索性空間數據分析、空間計量模型等實證研究方法，分析得出廣東服務業創新和信息技術均存在空間正相關性[7]；員巧云、程剛對逆向物流管理與信息技術應用進行了相關研究，實證了信息技術應用水平對逆向物流收益有明顯影響作用[8]；姚英在分析我國物流業存在的問題的基礎上，對物流公司信息技術投入影響企業績效的關系進行了實證分析，論證了信息技術投入對物流業發展的重要作用[9]。

傳統物流的升級轉型迫在眉睫，從戰略轉型的視角來研究互聯網對物流產業創新的刺激作用的學者逐漸增多。如蘇美文在深入了解美國、歐盟等國家的物聯網發展基礎上，分析了聯網產業對傳統經濟理論和商業模式的沖擊，從而為我國物流業國際化發展提供建議[10]；何黎明在分析我國物流業的新特點、智慧物流發展特點的基礎上，得出我國智慧物流的時代定位，從而得出我國物流業向智慧物流升級的相關建議[11]。

綜述所述，發現國內外學者從實證和戰略理論方面對信息技術影響物流業發展做了比較深刻的研究，說明信息技術能促進物流業的發展，提升物流產業的績效，但是很少學者從時間動態性來研究互聯網對物流業發展的影響。本文在深入理解諸多文獻的基礎上，從時間動態性的角度研究互聯網對物流業的影響，為我國傳統物流業升級轉型提供一些參考。本文提出以下假設：

假設1：互聯網有提升物流業收入的正向刺激作用，技術的革新帶來效益的遞增，從而實現物流產業的優化升級。

假設2：互聯網能有效地降低物流業管理成本，節省自身的運營費用，從而促進物流產業優化升級。

2 指標確定及說明

本文選取2001-2016年的互聯網和物流業相關數據，其中互聯網相關數據來源于《中國互聯網絡發展狀況統計報告》和《中國統計年鑒》，物流業相關數據來源于《中國統計年鑒》《中國物流年鑒》和《第三產業統計年鑒》。具體指標如下：

(1) 社會物流總收入(Rev)。采用物流行業的各年的物流總收入作為衡量指標，社會物流總收入能很好地反映物流業每年的規模程度和發展狀況。

(2) 社會物流管理費用(Cost)。由中國社會物流管理費用來衡量物流業的管理成本狀況，作為損耗指標。

(3) 交通運輸、倉儲和郵政業固定資產投資(Inv)。物流業的發展離不開源源不斷的資金和基礎建設的投資，本文選取交通運輸、倉儲和郵政業的固定資產投資作為物質資本投入指標。

(4) 互聯網指標。本文基于主成分分析方法，運用SPSS軟件對互聯網上網人數、網站數、移動電話普及率、互聯網普及率和CN域名數進行分析，得出相關的成分矩陣，最后根據相應的成分算出總的互聯網相關指標。這樣處理的優點是綜合考慮互聯網指標的復雜性。用SPSS軟件進行主成分分析后得到總的互聯網發展指數(Int)，這樣能更加準確地分析互聯網對物流行業的影響。

(5) 交通運輸、倉儲和郵政業就業人員指標(Emp)。由《第三產業統計年鑒》可知，物流業整個行業由交通運輸業、倉儲業、貿易業、流通加工、包裝和郵政業等行業組成，交通運輸、倉儲和郵政業就業人員占據物流業就業人數很大的比例，所以用交通運輸、倉儲和郵政業就業人員來描述物流業的人力資本投入狀況并不失其準確性。

3 雙對數模型的構建與檢驗

3.1 雙對數模型的建立

運用Eviews8.0軟件對相關數據進行散點圖和趨勢圖分析，發現社會物流管理費用Cost、交通運輸、倉儲和郵政業固定資產投資Inv、互聯網指數Int和交通運輸、倉儲和郵政業就業人員Emp與社會物流總收入Rev有很好的線性關系，又考慮到對數模型能很好地消除異方差，且經濟意義更好解釋，再對各變量的對數進行散點圖和趨勢圖分析，可以看出它們呈現很好的線性關系，最終建立雙對數模型[12]。

(1)

其中，λi(i=0，1，2，3，4)為回歸系數，μ為隨機擾動項。對各變量做OLS分析，可得回歸結果如下：

對表1進行相關的分析可知，LnInv和LnEmp參數的P值均大于0.05，均不能通過顯著性檢驗，但調整后的R2=0.993說明該模型的解釋程度很高，能解釋社會物流總收入變化的99.289%。綜合分析可知該模型可能存在多重共線性，要對該模型進行多重共線性檢驗。

表1 OLS回歸結果

3.2 多重共線性逐步OLS檢驗

經過一系列的回歸修正，最終得到如表2的回歸結果，從表2中可以看出，兩個方程的解釋能力都很好，自變量LnInv和LnInt的P值均小于0.05，又從T值看出回歸結果良好，模型消除了多重共線性。

表2 LnRev和LnCos最終回歸結果

注：* * *，* *，*分別表示在1%、5%和10%水平下顯著

綜上所述，可以確定社會物流總收入Rev和物流管理費用Cost的雙對數模型分別為：

LnRev=4.418+0.570*LnInv+0.359*LnInt

(2)

LnCos=1.733*LnInv-0.787*LnInt

(3)

綜合方程(2)(3)分析得出：互聯網指數Int每提高1%，社會物流總收入Rev增加0.359%，社會物流管理費用Cost就減少0.787%。這說明互聯網能有效地促進物流業的發展，提高社會物流總收入，降低社會物流管理費用，從而證實了假設1和假設2。為了深入研究互聯網發展等各因素對物流業的動態影響情況，下面建立VAR模型做進一步分析。

4 VAR模型的建立和分析

VAR模型在經濟學中的運用要歸功于西姆斯(C.A.Sims)，該模型以一種非結構化形式呈現，VAR模型的強大在于能分析預測時間序列模型，從而更好地解釋各經濟變量的內在沖擊影響。

本文構建VAR模型對互聯網影響物流業發展進行實證分析，VAR(P)模型[13]一般表達式如下：

Yt=γ1Yt-1+…+γpYt-p+HXt+ωt

t=1,2,3…T

(4)

其中Yt、Xt分別為N維內生變量列向量和M維外生變量列向量，P是滯后階數，T是樣本個數。γp和H分別是N*N和N*D維特估計的系數矩陣，ωt是N維擾動列向量，ωt可以是同期相關，但是不能與自己的滯后值有相關關系，且不能與右邊的變量有相關關系。

4.1 單位根檢驗

VAR模型建立于數據平穩性基礎上，各個變量之間平穩才能進行下一步的模型分析，若存在回歸現象則會使所建模型失去精準性，因此運用Eviews8.0對各變量進行ADF平穩性檢驗，其結果如表3所示。

從表3可以分析得出，變量LnRev、LnCost、LnInv、LnEmp在5%的水平上的臨界值P值均大于0.05，則接受原假設，說明變量LnRev、LnCost、LnInv、LnEmp均是非平穩向量，均具有單位根，VAR模型的建立前提是需要序列平穩，對變量LnRev、LnCost、LnInv、LnEmp做一階差分后發現，差分后的變量在5%的臨界值都小于0.05，拒絕原假設，一階差分后所有的差分序列都平穩，結論證明原序列都是一階單整序列。滿足VAR模型構建的前提條件，可以進行下一步的分析。

表3 ADF單位根檢驗

注：檢驗標準(C,T,K)分別代表截距項、趨勢項和滯后項；N表示沒有相應的項

4.2 脈沖響應與方差分解

4.2.1脈沖響應分析 VAR模型分析的不是一個變量對另一個變量的影響，而是分析模型受到外界沖擊后系統的動態影響情況，這種方法稱之為脈沖響應函數方法。根據SC施瓦茨準則和AIC赤池信息準則，可以確定模型的滯后階數應為1階，并能建立滯后VAR(1)模型，最后運用Eviews8.0可以得到各指標對物流業發展的脈沖響應分析，如圖1、圖2所示。

Response of LNREV to LNINT

圖1 物流總收入的脈沖響應結果

從圖1可以看出，給指標InInt一個正向沖擊后，在前幾期對InRev波動有較大的正的影響,并于第5期達到最大，而后漸漸減弱，最后趨于平穩，這說明互聯網對物流業發展有著積極的促進作用，前期傳統物流業的優化升級的作用力很大程度來自于互聯網技術，在一定時期后互聯網作用漸漸減弱，并最后趨于穩定，這跟實際行業發展規律相符。

從圖2可以知道，先給lnInt一個4正向的沖擊，對InCost有一個負的影響，在第2期左右效果達到最大值，之后開始回升，最后變成正向，由此可證明互聯網能通過降低管理費用即運營成本促進物流業的發展，但是從圖2也可以知道，互聯網對物流業管理費用的降低作用是有限的，到后期并不能有效地降低物流業的管理費用，這就說明發展互聯網技術節省物流業管理費用的程度是有限的，物流業有待進一步探索降低自身成本的方式，以求實現傳統物流業的優化升級。

Response of LNREV to LNINT

圖2 物流管理費用的脈沖響應結果

4.2.2方差分解分析 運用Eviews8.0可以得到指標lnRev和lnCost的方差分解結果如圖3、圖4所示。

Percent LNREV variance due to LNINT

圖3 物流總收入的方差分解結果

從圖3可知，互聯網對物流產業的收入提升有著積極作用，指標InInt的方差貢獻度逐漸上升，最后突破40%，這就說明互聯網因素對物流業起著舉足輕重的作用，互聯網的進步和發展能極大地促進物流業的發展，進一步證實了本文前面提出的互聯網能促進物流業發展、提高物流業總收入的假設1。從圖4分析得出互聯網對降低物流業管理費用的貢獻程度趨勢走向，其方差高達30%，也就說明互聯網技術的發展對降低物流業管理費用有著明顯的效果，新技術的引入會帶來管理方式的變革，從而達到降低成本的作用，證實了本文前面提出的互聯網能促進物流業發展、降低物流管理費用的假設2。

Percent LNREV variance due to LNINT

圖4 物流管理費用的方差分解結果

5 結論及建議

5.1 相關結論

基于以上的雙對數模型分析、脈沖響應分析和方差分解可得到結論如下：

互聯網對物流收入的貢獻高達40%，對降低管理費用的貢獻高達30%；互聯網指數每提高1%，社會物流總收入就增加0.359%，物流管理費用就能減少0.787%，這說明互聯網給物流業帶來的是積極的促進作用，能提高物流業的收益，降低物流業管理費用，從而刺激物流業的發展，為產業轉型升級提供有力的支撐。

5.2 政策建議

首先，培養互聯網時代新思維、新理念。即在經濟新常態理念下，物流業要更加注重以人為本的服務理念，做到人性化發展，個性化發展。物流企業應積極引進互聯網技術，培養大數據時代觀念，充分運用云計算技術。還應積極關注國際物流產業的發展動向，積極學習國際先進經驗，培養自身的平臺思維、共享思維、開放合作思維和創新思維，從而實現傳統物流向現代物流的轉型升級。

其次，優化物流生態產業鏈，建立物流新體系。新型市場下的物流企業可以從多角度著手，將產業滲透融合到其他領域，如物流業可以與制造業、農業、金融等行業進行聯合互動，將產業合作層次從基礎層面向更高層面邁進。優化物流生態產業鏈還應該注重物流政策體系的進一步完善，基礎設施的進一步建設，從而整頓物流市場秩序，實現物流服務價值增值。

最后，以互聯網技術為支撐，實現“互聯網+”物流轉型。由方差分解圖3和圖4可知，互聯網對物流產業的總收入提升和管理費用的降低有著很大的貢獻，雙對數方程(2)、方程(3)結果顯示，互聯網有著提高物流產業總收入和降低物流管理費用的顯著作用，物流產業要實現自身的升級轉型，則必須以互聯網技術為支撐，提高物流產業效率，降低物流業成本，從而促進物流業實現“互聯網+”物流轉型。