長(zhǎng)三角地區(qū)物流業(yè)與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)性分析

王彥春

內(nèi)容摘要：本文通過全局主成分分析計(jì)算長(zhǎng)三角物流發(fā)展水平得分，發(fā)現(xiàn)2004-2013年長(zhǎng)三角主要城市物流發(fā)展水平整體有所提高，但各地之間發(fā)展不平衡。運(yùn)用單位根檢驗(yàn)和面板協(xié)整方法分析表明：區(qū)域物流增長(zhǎng)與經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期的正向面板協(xié)整關(guān)系?；貧w分析發(fā)現(xiàn)，物流規(guī)模與經(jīng)濟(jì)增長(zhǎng)具有高度正相關(guān)，其它因素與經(jīng)濟(jì)增長(zhǎng)的相關(guān)性較低。

關(guān)鍵詞：長(zhǎng)三角 區(qū)域經(jīng)濟(jì) 區(qū)域物流 全局主成分

引言

眾所周知，物流業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展具有不可或缺影響的基礎(chǔ)性產(chǎn)業(yè)，是經(jīng)濟(jì)增長(zhǎng)的重要利潤(rùn)源泉。有助于推動(dòng)社會(huì)生產(chǎn)的規(guī)?；?，進(jìn)一步提升我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展質(zhì)量，其功能主要體現(xiàn)在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、穩(wěn)定市場(chǎng)供需、發(fā)展新型流通等方面，同時(shí)也是區(qū)域現(xiàn)代化發(fā)展水平的核心指標(biāo)之一（蔡海亞等，2016）。近年來，國(guó)內(nèi)學(xué)者對(duì)區(qū)域物流與經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行了積極探討。如劉南等（2007）以浙江省為例，運(yùn)用Granger檢驗(yàn)法對(duì)物流發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間進(jìn)行因果分析，指出兩者互為因果、相互促進(jìn)。錢曉英等（2007）對(duì)我國(guó)物流發(fā)展水平、固定資產(chǎn)投資和國(guó)內(nèi)生產(chǎn)總值的數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，發(fā)現(xiàn)三者之間存在長(zhǎng)期穩(wěn)定的關(guān)系。廖迎等（2008）以我國(guó)物流發(fā)展情況為研究對(duì)象，指出經(jīng)濟(jì)的增長(zhǎng)不能再簡(jiǎn)單依靠物流基礎(chǔ)設(shè)施建設(shè)。張毅等（2010）對(duì)我國(guó)物流和經(jīng)濟(jì)子系統(tǒng)的有序度進(jìn)行計(jì)算，指出貨物周轉(zhuǎn)量對(duì)物流子系統(tǒng)貢獻(xiàn)最大。沈玉芳等（2011）基于基尼系數(shù)、區(qū)位熵等方法剖析長(zhǎng)三角區(qū)域物流演化過程。蔡海亞等（2016）對(duì)長(zhǎng)三角物流發(fā)展及與經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行實(shí)證研究，發(fā)現(xiàn)兩者存在高度相關(guān)性。

長(zhǎng)三角地區(qū)包括上海、南京、蘇州、無錫、杭州、寧波、常州、鎮(zhèn)江、南通、紹興、揚(yáng)州、泰州、嘉興、湖州、舟山和臺(tái)州16個(gè)核心城市，是我國(guó)現(xiàn)代物流業(yè)最發(fā)達(dá)、最具競(jìng)爭(zhēng)力的區(qū)域之一?！笆晃濉币詠?，各市都把發(fā)展現(xiàn)代物流業(yè)作為本地經(jīng)濟(jì)發(fā)展的戰(zhàn)略目標(biāo)，物流產(chǎn)業(yè)也成為長(zhǎng)三角各市經(jīng)濟(jì)合作的重要領(lǐng)域，加快長(zhǎng)三角物流一體化，將有效地推動(dòng)長(zhǎng)三角經(jīng)濟(jì)的發(fā)展。隨著長(zhǎng)三角物流產(chǎn)業(yè)的發(fā)展，地區(qū)經(jīng)濟(jì)也在不斷快速增長(zhǎng)，從2003年開始，長(zhǎng)三角GDP總量逐年增長(zhǎng)，在全國(guó)的比例一直超過20%（殷燕，2012）。近年來長(zhǎng)三角地區(qū)積極應(yīng)對(duì)經(jīng)濟(jì)全球化，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變物流發(fā)展方式，經(jīng)濟(jì)總體運(yùn)行穩(wěn)定。2011年長(zhǎng)三角16個(gè)城市GDP總量突破8萬億元，其中GDP總量超過3000億元的城市有9個(gè)，工業(yè)總產(chǎn)值超過萬億元規(guī)模有6個(gè)城市。2012年長(zhǎng)三角16個(gè)城市GDP總量高達(dá)89951億元，增長(zhǎng)幅度為10.1%；地方財(cái)政預(yù)算收入、居民人均可支配收入和人均消費(fèi)支出都有較大幅度的增長(zhǎng)。物流產(chǎn)業(yè)已成為長(zhǎng)三角地區(qū)各省市間合作的重要領(lǐng)域和經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁引擎，區(qū)域物流的發(fā)展加快了長(zhǎng)三角物流合作經(jīng)濟(jì)圈的形成，進(jìn)一步推動(dòng)了長(zhǎng)三角區(qū)域經(jīng)濟(jì)的增長(zhǎng)。本文采用2004-2013年長(zhǎng)三角地區(qū)16個(gè)城市的面板數(shù)據(jù)，首先通過全局主成分分析計(jì)算長(zhǎng)三角物流發(fā)展水平得分，接著分析物流發(fā)展差異及與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，旨在為長(zhǎng)三角物流發(fā)展提供理論指導(dǎo)。

長(zhǎng)三角物流發(fā)展水平評(píng)價(jià)

（一）全局主成分分析

本文研究基于2004-2013年間長(zhǎng)三角地區(qū)16個(gè)城市面板數(shù)據(jù)，數(shù)據(jù)來源于2005-2014年《中國(guó)城市統(tǒng)計(jì)年鑒》。本文主要選取貨運(yùn)量（X1）、郵電業(yè)務(wù)總量（X2）、物流從業(yè)人員（X3）、人均貨運(yùn)量（X4）、地均貨運(yùn)量（X5）和物流從業(yè)人員的比重（X6）來衡量物流發(fā)展水平。主要運(yùn)用全局主成分分析法來對(duì)物流發(fā)展水平進(jìn)行研究，在經(jīng)典主成分分析的基礎(chǔ)上結(jié)合時(shí)間序列，組建一個(gè)綜合變量來代替原有的全局變量，提取立體表的信息對(duì)樣本進(jìn)行動(dòng)態(tài)評(píng)價(jià)，描繪出樣本的總體水平隨時(shí)間變化的運(yùn)行軌跡。借助SPSS19.0對(duì)長(zhǎng)三角16個(gè)城市原始統(tǒng)計(jì)數(shù)據(jù)按時(shí)間順序依次排列建成全局表，將表中的數(shù)據(jù)標(biāo)準(zhǔn)化，用于計(jì)算主成分。通過計(jì)算發(fā)現(xiàn)，KMO高達(dá)0.849，Bartlett檢驗(yàn)的P值為0，反映了指標(biāo)之間相關(guān)程度較高，標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行全局主成分分析，得到全局主成分方差貢獻(xiàn)率，具體計(jì)算結(jié)果如表1所示。

基于特征根大于1的原則，提取2個(gè)主成分F1和F2，特征值累積貢獻(xiàn)率達(dá)75%以上，基本上保留了原始指標(biāo)信息，因此影響長(zhǎng)三角16個(gè)城市物流水平的全局主成分可以概括為2個(gè)。表1中前2個(gè)主成分F1、F2的特征值依次為3.235和1.378，均大于1，其方差貢獻(xiàn)率高達(dá)76.88%，較為完整地概括了指標(biāo)信息。第1主成分在X1、X2、X3、X5上的權(quán)重都在0.85以上，第2主成分僅在X4上的系數(shù)值較大（見表2）。以這2個(gè)主成分的貢獻(xiàn)率為權(quán)數(shù)構(gòu)造綜合評(píng)價(jià)模型，計(jì)算長(zhǎng)三角16個(gè)城市物流發(fā)展水平得分，結(jié)果如表3所示。

由于數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理，各市平均得分應(yīng)該為0。若某城市得分大于0，則表示該市的物流發(fā)展水平在16個(gè)城市平均發(fā)展水平之上；反之則低于平均發(fā)展水平。由表3可知，長(zhǎng)三角地區(qū)物流發(fā)展很不平衡，2004-2008年僅有上海和南京物流發(fā)展得分為正數(shù)，2008-2009年寧波物流發(fā)展較快，高于平均水平，僅次于上海和南京，2009-2010年杭州物流發(fā)展水平提升較大。2012年蘇州、無錫和南通物流發(fā)展得分都高于均值，分別位于第2、5、6位，其中蘇州的物流得分首次超越了杭州，南通的物流得分與南京的得分十分相近。從各市物流得分的排序來看，上海、南京、杭州的排名一直徘徊在前3位，蘇州、寧波、舟山、無錫、南通的排名也比較靠前，其它城市物流發(fā)展水平較低，排名靠后。目前，臺(tái)州、上海、舟山、南京、寧波、南通港口物流發(fā)展迅速，得分較高名次靠前；而紹興、湖州、揚(yáng)州、鎮(zhèn)江和泰州處于內(nèi)陸位置，物流發(fā)展緩慢，排名居于末尾。

總體來說，近10年長(zhǎng)三角物流發(fā)展水平整體有所提高，期間又可分為兩個(gè)階段：第一階段（2004-2008年），物流水平增長(zhǎng)相對(duì)緩慢，城市排名變動(dòng)不大，其中上海、南京、杭州、舟山和寧波發(fā)展十分穩(wěn)定，一直占據(jù)1-5名，但南京、杭州和寧波的物流發(fā)展水平與上海仍有很大的差距；舟山、蘇州、無錫和南通物流水平發(fā)展僅次于前4個(gè)城市，排名靠前，變動(dòng)很小，臺(tái)州和泰州有較小的提高，其它城市都有小幅度的下降。第二階段（2009-2013年），長(zhǎng)三角物流發(fā)展水平快速上升，南京、杭州、臺(tái)州等14個(gè)城市歷年基本保持快速穩(wěn)定的增長(zhǎng)，只有紹興和湖州發(fā)展緩慢，排名靠后，5年來得分變動(dòng)不大。上海、南京、杭州遙遙領(lǐng)先，其余城市之間的物流水平差距越來越小，發(fā)展水平相對(duì)集中，反映了區(qū)域經(jīng)濟(jì)因素對(duì)物流發(fā)展的重要性，兩者存在長(zhǎng)期穩(wěn)定的正相關(guān)關(guān)系。

（二）聚類分析

聚類分析是利用樣本的多個(gè)觀測(cè)指標(biāo)，找出可以度量指標(biāo)之間類似程度的統(tǒng)計(jì)量，并將相似程度較高的樣本進(jìn)行聚合，形成從大到小的指標(biāo)分類系統(tǒng)。本研究選取貨運(yùn)總量、郵電業(yè)務(wù)總量、交通運(yùn)輸倉(cāng)儲(chǔ)郵電從業(yè)人員、人均貨運(yùn)量、地均貨運(yùn)量和交通運(yùn)輸倉(cāng)儲(chǔ)郵電從業(yè)人員占全部從業(yè)人員的比例這6個(gè)物流指標(biāo)，對(duì)長(zhǎng)三角16個(gè)城市的面板數(shù)據(jù)進(jìn)行聚類分析。根據(jù)圖1的聚類譜系，可將長(zhǎng)三角16個(gè)城市分為3種類型（見表4）：第1類為物流發(fā)達(dá)城市，僅有上海市和蘇州市，物流發(fā)展水平遙遙領(lǐng)先；寧波、南京、杭州、無錫屬于第2類的物流較發(fā)達(dá)城市；紹興、揚(yáng)州、泰州、湖州等10個(gè)城市的物流發(fā)展緩慢，被劃分到第3類的物流欠發(fā)達(dá)城市。在16個(gè)城市中第1類和第2類型的城市僅有6個(gè)，占總數(shù)的37.5%，表明長(zhǎng)三角物流整體水平還不高，發(fā)展存在較大的差異。

長(zhǎng)三角物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的協(xié)整檢驗(yàn)

（一）單位根檢驗(yàn)

本文選擇第一產(chǎn)業(yè)GDP（Y1）、第二產(chǎn)業(yè)GDP（Y2）、第三產(chǎn)業(yè)GDP（Y3）、社會(huì)消費(fèi)品零售總額（Y4）和固定資產(chǎn)投資總額（Y5）來衡量經(jīng)濟(jì)增長(zhǎng)，對(duì)上述指標(biāo)做對(duì)數(shù)化處理來避免時(shí)間序列帶來異方差性的問題。通常，進(jìn)行面板數(shù)據(jù)協(xié)整檢驗(yàn)分析之前，必須先對(duì)物流和經(jīng)濟(jì)增長(zhǎng)指標(biāo)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)以檢驗(yàn)是否存在單位根，檢驗(yàn)各城市的變量是否穩(wěn)定（肖新新，2012）。若數(shù)據(jù)序列的檢測(cè)結(jié)果是非穩(wěn)定性的，則說明數(shù)據(jù)存在單位根，可以進(jìn)一步做協(xié)整檢驗(yàn)。采用LLC、IPS、ADF、PP檢驗(yàn)對(duì)上述指標(biāo)做水平和一階差分檢驗(yàn)。在水平值下，變量LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5在LLC、IPS、ADF、PP檢驗(yàn)下不能拒絕存在單位根的假設(shè)，因此7個(gè)指標(biāo)全部表現(xiàn)為非平穩(wěn)序列、存在單位根；指標(biāo)LnX3、LnX6在LLC、ADF、PP檢驗(yàn)下不能拒絕存在單位根的假設(shè)，因此變量序列是非平穩(wěn)的；而指標(biāo)LnY2、LnY5在LLC、IPS、ADF、PP檢驗(yàn)下拒絕了存在單位根的假設(shè)，因而序列是平穩(wěn)的。一階差分后，指標(biāo)LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6均通過了檢驗(yàn)，所以它們均為一階單整序列。故LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6是I（1）的過程，LnY2、LnY5是I（0）過程，只需對(duì)LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6進(jìn)行協(xié)整檢驗(yàn)。

（二）協(xié)整檢驗(yàn)

本文采用Pedroni法對(duì)面板協(xié)整進(jìn)行檢驗(yàn)，衡量非平穩(wěn)序列是否具有長(zhǎng)期的均衡關(guān)系。檢驗(yàn)分為下列3種情況，最終結(jié)果如表5所示。

①LnY1，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

②LnY3，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

③LnY4，LnX1，LnX2，LnX3，LnX4，LnX5，LnX6。

Pedroni檢驗(yàn)共存在7個(gè)結(jié)果，前4個(gè)代表聯(lián)合組內(nèi)維度，后3個(gè)代表組間維度，Panel ADF和Group ADF兩個(gè)統(tǒng)計(jì)量比較適用在樣本少于20內(nèi)，若檢驗(yàn)結(jié)果不一致，以這2個(gè)統(tǒng)計(jì)量為準(zhǔn)。本文的研究樣本為10，由表5可知，在②、③情況下Panel ADF和Group ADF在5%的顯著性水平下拒絕了不存在協(xié)整關(guān)系的原假設(shè)，因此指標(biāo)LnY3、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6以及指標(biāo)LnY4、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6之間具有協(xié)整關(guān)系，即長(zhǎng)三角16個(gè)城市的經(jīng)濟(jì)增長(zhǎng)變量中的第三產(chǎn)業(yè)GDP、社會(huì)消費(fèi)品總額都與物流發(fā)展指標(biāo)之間存在協(xié)整關(guān)系。

（三）模型選擇與回歸分析

本文根據(jù)F值來選擇模型，借助Eviews軟件計(jì)算變系數(shù)、變截距、不變系數(shù)的殘差平方和，N（截面數(shù)）=16，T（時(shí)期數(shù)）=10，K（自變量數(shù)）=6，表5分為兩種情況，情況②S1、S2、S3分別為S1=0.153，S2=2.314，S3=11.668，情況③S1、S2、S3分別為S1=0.153，S2=2.374，S3=12.281，由此計(jì)算出：

情況②F1=7.49，F(xiàn)2=34.23，在5%顯著性水平下的臨界值為：F2a（105，48）=1.55，F(xiàn)1a（90，48）=1.61。由于F2>1.55，所以拒絕H2；又由于F1>1.61，所以也拒絕H1，應(yīng)采用變系數(shù)模型。

情況③F1=7.73，F(xiàn)2=36.17，在5%顯著性水平下的臨界值為：F2a（105，48）=1.55，F(xiàn)1a（90，48）=1.61。由于F2>1.55，所以拒絕H2；又由于F1>1.61，所以也拒絕H1，應(yīng)采用變系數(shù)模型。

通常，變系數(shù)模型存在隨機(jī)效應(yīng)和固定效應(yīng)兩種，需要通過Hausman檢驗(yàn)對(duì)上述兩種效應(yīng)進(jìn)行選擇。原假設(shè)為：建立隨機(jī)效應(yīng)模型。經(jīng)計(jì)算，P<0.05（見表6），因此建立固定效應(yīng)模型。

由于不同城市的經(jīng)濟(jì)發(fā)展受到多方面因素的影響，城市內(nèi)部發(fā)展差異較大，容易造成橫截面異方差的問題，因此選擇GLS法對(duì)指標(biāo)做回歸分析。最終的協(xié)整方程為：

LnY3=-431.96+αi+β1tLnX1it+β2tLnX2it+β3tLnX3it+β4tLnX4it+β5tLnX5it+β6tLnX6it

R2=0.999，F(xiàn)=1009.663，P=0.000

LnY4=-388.01+αi+β1tLnX1it+β2tLnX2it+β3tLnX3it+β4tLnX4it+β5tLnX5it+β6tLnX6it

R2=0.998，F(xiàn) =1223.05，P=0.000

其中αi是長(zhǎng)三角16個(gè)城市第三產(chǎn)業(yè)GDP和社會(huì)消費(fèi)品總額自發(fā)增長(zhǎng)對(duì)平均自發(fā)增長(zhǎng)的偏離值（見表7）。β1i、β2i、β3i、β4i、β5i、β6i分別是物流發(fā)展水平指標(biāo)對(duì)第三產(chǎn)業(yè)GDP和社會(huì)消費(fèi)品總額的彈性系數(shù)（見表8、表9）。由于本文主要研究城市物流指標(biāo)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，所以主要分析β1i、β2i、β3i、β4i、β5i、β6i的估計(jì)結(jié)果。

從擬合結(jié)果看出，R方都很高，說明模型擬合優(yōu)度很高，總體擬合度分別為99.9%和99.8%，在5%的顯著水平下通過檢驗(yàn)。對(duì)上述回歸結(jié)果具體分析如下：

除個(gè)別城市外，貨運(yùn)總量的變化對(duì)經(jīng)濟(jì)增長(zhǎng)的彈性系數(shù)是正的且系數(shù)較大（上海、南京、蘇州、泰州和紹興十分顯著），表明隨著貨運(yùn)總量的不斷增加，地區(qū)第三產(chǎn)業(yè)總值和社會(huì)消費(fèi)品總額的增長(zhǎng)十分明顯，即貨運(yùn)總量與經(jīng)濟(jì)增長(zhǎng)正相關(guān)；同時(shí)貨運(yùn)總量增加對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用大小存在地區(qū)差異，若彈性系數(shù)的數(shù)值越大，表明貨運(yùn)總量增加對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用越明顯。

大多數(shù)城市的郵政業(yè)務(wù)總量產(chǎn)值的變化對(duì)第三產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)的彈性系數(shù)都是正值，但系數(shù)都較小，均在0-0.8之間，表明郵政業(yè)務(wù)總量的增加能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)，二者呈正相關(guān)關(guān)系，但促進(jìn)效果不明顯；另外大多數(shù)城市的郵政業(yè)務(wù)總量產(chǎn)值的變化對(duì)社會(huì)消費(fèi)品總額的彈性系數(shù)正負(fù)值各一半，說明兩者沒有顯著的直接促進(jìn)關(guān)系。

大多數(shù)城市交通運(yùn)輸倉(cāng)儲(chǔ)從業(yè)人員的變化對(duì)經(jīng)濟(jì)增長(zhǎng)的彈性系數(shù)也都是正的，表明城市交通運(yùn)輸倉(cāng)儲(chǔ)從業(yè)人員的增加對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用。但是上海、蘇州、杭州等地均出現(xiàn)負(fù)值，這可能是該三個(gè)城市物流從業(yè)人員趨于飽和所致，即使不斷增加也不能創(chuàng)造更多的經(jīng)濟(jì)價(jià)值和社會(huì)消費(fèi)。大多數(shù)城市的人均貨運(yùn)總量、地均貨運(yùn)總量以及交通運(yùn)輸倉(cāng)儲(chǔ)從業(yè)人員占全部從業(yè)人員的比重的變化，對(duì)第三產(chǎn)業(yè)GDP和社會(huì)消費(fèi)品總額的彈性系數(shù)正負(fù)值各一半，只是地區(qū)宏觀層次的區(qū)別，沒有明顯的聯(lián)系，說明兩者沒有顯著的直接促進(jìn)關(guān)系。

結(jié)論

上述研究表明，長(zhǎng)三角區(qū)域物流對(duì)區(qū)域經(jīng)濟(jì)的發(fā)展有著重要的推動(dòng)作用，同時(shí)區(qū)域經(jīng)濟(jì)的發(fā)展在一定程度上可以優(yōu)化物流產(chǎn)業(yè)結(jié)構(gòu)，提高物流服務(wù)水平和質(zhì)量。目前，長(zhǎng)三角物流整體水平不高且呈階梯狀分布，尤其是上海、南京、杭州遙遙領(lǐng)先，這種分布態(tài)勢(shì)與經(jīng)濟(jì)的區(qū)域差異基本一致，反映了區(qū)域經(jīng)濟(jì)因素對(duì)物流發(fā)展的重要性，城市經(jīng)濟(jì)發(fā)展水平與城市物流水平具有高度相關(guān)性，雖然城市物流的發(fā)展差異較大，但是這種差距可能隨著經(jīng)濟(jì)的發(fā)展不斷縮小。根據(jù)回歸分析結(jié)果，大多數(shù)城市的物流發(fā)展仍然依靠貨運(yùn)總量和規(guī)模的提升，從而帶來經(jīng)濟(jì)的發(fā)展，其它因素所占的比例很小，對(duì)經(jīng)濟(jì)的影響作用不大。

因此，現(xiàn)階段長(zhǎng)三角必須加強(qiáng)區(qū)域物流的發(fā)展，在不斷擴(kuò)大物流發(fā)展規(guī)模的同時(shí)，更要注重物流質(zhì)量的跨越式發(fā)展提升，不斷提高物流服務(wù)水平，大力發(fā)展區(qū)域物流產(chǎn)業(yè)，利用物流產(chǎn)業(yè)拉動(dòng)經(jīng)濟(jì)的快速增長(zhǎng)。另外，進(jìn)一步改進(jìn)傳統(tǒng)的粗放型物流模式，加強(qiáng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型和調(diào)整，并注重對(duì)區(qū)域物流空間分布進(jìn)行研究，使區(qū)域物流空間整合和產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展相結(jié)合。

參考文獻(xiàn)：

1.劉南，李燕.現(xiàn)代物流與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究—基于浙江省的實(shí)證分析[J].管理工程學(xué)報(bào)，2007，2（1）

2.錢曉英，馬傳秀.物流對(duì)經(jīng)濟(jì)增長(zhǎng)影響的協(xié)整性分析[J].湖南大學(xué)學(xué)報(bào)，2007，34（4）

3.廖迎，阮陸寧.區(qū)域物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究—基于面板單位根與面板協(xié)整分析[J].南昌大學(xué)學(xué)報(bào)，2008，39（5）

4.張毅，陳圻.中國(guó)區(qū)域物流業(yè)與經(jīng)濟(jì)發(fā)展協(xié)調(diào)度研究—基于復(fù)合系統(tǒng)模型與30個(gè)省區(qū)面板數(shù)據(jù)[J].軟科學(xué)，2010，24（12）

5.蔡海亞，謝守紅.長(zhǎng)江三角洲物流發(fā)展及與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，15（2）

6.沈玉芳，王能洲，馬仁鋒等.長(zhǎng)三角區(qū)域物流空間布局及演化特征研究[J].經(jīng)濟(jì)地理，2011，31（4）

7.殷燕.區(qū)域物流發(fā)展與區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究—基于長(zhǎng)三角地區(qū)的協(xié)整分析[J].全國(guó)商情，2012（24）

8.肖新新.基于面板數(shù)據(jù)的高新技術(shù)產(chǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的協(xié)整研究[D].太原理工大學(xué)，2012