貨運(yùn)量對(duì)區(qū)域經(jīng)濟(jì)發(fā)展影響的實(shí)證分析

原云霄+王寶海

[摘要]文章利用1992—2015年的中國各個(gè)省級(jí)面板數(shù)據(jù)研究分析了貨運(yùn)量對(duì)GDP的影響。通過對(duì)模型選取的比較，得出固定效應(yīng)截面成員加權(quán)變系數(shù)模型為最優(yōu)選擇，同時(shí)模型的回歸結(jié)果得出：GDP與貨運(yùn)量存在協(xié)整關(guān)系，總體看貨運(yùn)量每增加1萬噸，國內(nèi)生產(chǎn)總值增加01303億元，除北京外，其他地區(qū)貨運(yùn)量對(duì)其區(qū)域生產(chǎn)總值均有正向作用，每增加1單位貨運(yùn)量對(duì)帶動(dòng)區(qū)域生產(chǎn)總值提升的范圍在6%～50%，寧夏帶動(dòng)作用最小而吉林帶動(dòng)作用最大，貨運(yùn)量帶動(dòng)經(jīng)濟(jì)增長的作用差距參差不齊。

[關(guān)鍵詞]GDP；貨運(yùn)量；固定效應(yīng)截面成員加權(quán)變系數(shù)模型

[DOI]1013939/jcnkizgsc201807014

1前言

對(duì)我國GDP展開研究，分析導(dǎo)致GDP增加的相關(guān)因素，是一個(gè)涉及廣泛且重要的議題。從以往文獻(xiàn)的整理可以看出，人口規(guī)模、對(duì)外貿(mào)易、貨運(yùn)物流、科技進(jìn)步等諸多因素都會(huì)導(dǎo)致GDP的提升，那么通過對(duì)貨運(yùn)量變化的研究，提升我國貨運(yùn)能力，應(yīng)該促進(jìn)GDP的提高。不過這一理論上的推導(dǎo)在我國現(xiàn)有國情下能否真正地實(shí)現(xiàn)，如果可以實(shí)現(xiàn)，貨運(yùn)量變動(dòng)帶動(dòng)GDP的效果是否顯著？這是本文研究分析的關(guān)鍵問題。若答案得到了肯定，那么通過提升貨運(yùn)水平從而促進(jìn)運(yùn)輸服務(wù)業(yè)的發(fā)展達(dá)到提升GDP的最終目的就很有必要了。

已有的貨運(yùn)物流相關(guān)文獻(xiàn)主要分為以下幾類：一是對(duì)貨運(yùn)物流結(jié)構(gòu)某一方面研究，如安迪從鐵路貨運(yùn)量影響因素研究出發(fā)提出大宗貨物精細(xì)化組織模型；[1]二是從貨運(yùn)物流效率角度出發(fā)采用數(shù)據(jù)包絡(luò)法研究，如王維國等基于Malmquist-kien-berger方法與三階段DEA，從外部環(huán)境及內(nèi)部物流產(chǎn)業(yè)因素結(jié)合分析其對(duì)物流產(chǎn)業(yè)效率的作用。[2]樊敏采用三階段DEA，以貨運(yùn)周轉(zhuǎn)量為產(chǎn)出指標(biāo)，從業(yè)人數(shù)與固定資產(chǎn)投資額為投入指標(biāo)，分析八大經(jīng)濟(jì)區(qū)域物流產(chǎn)業(yè)效率。[3]王舒鴻等采用DEA法，物流業(yè)產(chǎn)值作為產(chǎn)出指標(biāo)，能源指標(biāo)及鐵路、公路里程為投入指標(biāo)，比較各省市物流資源的利用率。[4]朱超才采用DEA法對(duì)中部六省的物流業(yè)效率比較；[5]三是物流貨運(yùn)研究區(qū)域化，如姚舜禹對(duì)我國物流業(yè)研究整理得出研究對(duì)象為各省市地區(qū)，物流發(fā)達(dá)地區(qū)主要集中于東部、中部和長江經(jīng)濟(jì)帶等；[6]四是提升物

流競爭力角度，如YasanurKayikci以AHP、ANN模型為基礎(chǔ)，尋求最佳物流中心位置；[7]五是從運(yùn)輸可持續(xù)角度，如Jiuchang Wei研究發(fā)現(xiàn)中東部地區(qū)更多地發(fā)展運(yùn)輸能力而輕視可持續(xù)性，西部地區(qū)則相反，但是越重視運(yùn)力可持續(xù)性國內(nèi)人均生產(chǎn)額就越?。籟8]六是分析物流對(duì)經(jīng)濟(jì)的作用，如Mohammad Reza用時(shí)間序列分析物流與GDP間的關(guān)系，得出加強(qiáng)物流基礎(chǔ)設(shè)施建設(shè)能持續(xù)促進(jìn)經(jīng)濟(jì)增長。[9]

以上文獻(xiàn)表明人員數(shù)量、固定資產(chǎn)等不同指標(biāo)對(duì)貨運(yùn)物流以及貨運(yùn)物流對(duì)經(jīng)濟(jì)發(fā)展具有影響，但是以往文獻(xiàn)要么以定量方法從貨運(yùn)物流影響因素某方面入手研究對(duì)物流本身發(fā)展的影響，要么以定性法研究單個(gè)區(qū)域物流發(fā)展對(duì)經(jīng)濟(jì)的作用，很少有從全國角度定性定量分析貨運(yùn)物流對(duì)區(qū)域經(jīng)濟(jì)的發(fā)展影響，基于以往研究的基礎(chǔ)上，利用1992—2015年間全國31個(gè)省市面板數(shù)據(jù)探討貨運(yùn)量與GDP之間的關(guān)系，并根據(jù)所得數(shù)據(jù)分析結(jié)果為政府提供決策參考。

2GDP與貨運(yùn)量走勢分析

圖1反映了1992年12月至2015年12月我國31省市GDP的變化趨勢。整體看31省市GDP一直呈現(xiàn)上升趨勢，且1992年到1999年各省市上升幅度緩慢均未突破1萬億元大關(guān)，2000年廣東率先突破萬億元大關(guān)，此后各省市GDP增長加速，其中廣東、江蘇、山東穩(wěn)居前三位而浙江、河南緊隨其后，但是隨著時(shí)間的變化廣東、江蘇、山東增長幅度巨大，遠(yuǎn)遠(yuǎn)甩開其他省市，到2015年12月廣東、江蘇突破7萬億元山東達(dá)到6萬億元，浙江與河南四川也分別突破4萬億元與3萬億元，而海南、西藏、青海、甘肅、寧夏以及新疆為突破口1萬億元，其余省市位于1～3萬億元，以1992年12月為基期計(jì)算GDP增加倍數(shù)，廣東287倍、江蘇318倍、山東277倍、浙江302倍、河南279倍、四川246倍、海南190倍、西藏2983倍、青海266倍、甘肅204倍、寧夏340倍、新疆222倍。

圖2反映了1992年12月至2015年12月我國31省市貨運(yùn)量的變化趨勢。整體看31省市貨運(yùn)量相較于基期呈現(xiàn)上升趨勢，其中1992年至2000年這期間各省市貨運(yùn)量較為穩(wěn)定且未突破10億噸，2000年后山東率先突破10億萬噸大關(guān)且上升趨勢明顯，一直到2012年山東貨運(yùn)量位列第一，2007年安徽貨運(yùn)量急速上升到2008年一躍成為排名第二的貨運(yùn)大省，與此同時(shí)，廣東、河南相繼增長加快，到2012年山東、安徽、河南、廣東、江蘇位于前五名，2013年北京、天津、河北、內(nèi)蒙古、吉林、黑龍江、上海、江蘇、浙江、山東、河南、湖南、廣西、海南、四川、青海以及寧夏貨運(yùn)量普遍下降，這與經(jīng)濟(jì)發(fā)展進(jìn)入中低速階段有關(guān)，到2015年12月各省市貨運(yùn)量排名前五先后為安徽、廣東、山東、遼寧、浙江，增長倍數(shù)分別為77、25、43、18、38，且前兩位突破30億噸，后三位突破20億噸，其他省市貨運(yùn)量位于1萬億噸以下的有西藏，1～10萬億噸的有北京、天津、吉林、黑龍江、上海、海南、貴州、甘肅、青海、寧夏和新疆，其余省市貨運(yùn)量位于10～20億噸。

3實(shí)證模型與數(shù)據(jù)

31理論分析

貨運(yùn)量指貨物交通運(yùn)輸量的衍生需求，貨運(yùn)量多少不但和最終產(chǎn)品的體積或者重量有關(guān)，而且還和中間產(chǎn)品（如半成品）生產(chǎn)方式、運(yùn)輸方式、運(yùn)輸過程效率以及銷售方式等很多因素有關(guān)。同時(shí)因?yàn)樽罱K產(chǎn)品的產(chǎn)品類型、中間產(chǎn)品的生產(chǎn)、運(yùn)輸過程效率以及銷售等因素和經(jīng)濟(jì)發(fā)展總量之間存在著緊密的聯(lián)系，從而可得出貨運(yùn)量與國家經(jīng)濟(jì)發(fā)展密切相關(guān)。

貨運(yùn)量對(duì)區(qū)域經(jīng)濟(jì)的影響反映了物流運(yùn)輸對(duì)區(qū)域經(jīng)濟(jì)的影響，進(jìn)一步分析物流運(yùn)輸?shù)南嚓P(guān)影響因素提升物流運(yùn)輸能力在一定程度上就是促進(jìn)了區(qū)域經(jīng)濟(jì)的發(fā)展。影響物流運(yùn)輸業(yè)發(fā)展的因素很多，物流基礎(chǔ)設(shè)施建設(shè)狀況、政府扶持政策、物流企業(yè)運(yùn)輸設(shè)備先進(jìn)程度、企業(yè)組織化標(biāo)準(zhǔn)化程度、區(qū)域物流運(yùn)輸方式組合、信息交流平臺(tái)以及專業(yè)物流人才的儲(chǔ)備等。

32模型建立

為降低變量間的共線性，使有關(guān)參數(shù)估計(jì)量合理、有效，本文采用了樣本數(shù)據(jù)較多的面板數(shù)據(jù)，為確認(rèn)貨運(yùn)量與GDP之間數(shù)量關(guān)系，根據(jù)以往的文獻(xiàn)資料，本文建立以下基準(zhǔn)回歸模型：

GDPit=αi+βihylit+μit，i=1，2，…，31，t=1992，1993，1994，…，2015（1）

其中GDPit、hylit分別為31省市GDP（GDP是國內(nèi)生產(chǎn)總值的簡稱，按照市場價(jià)格一個(gè)國家或者地區(qū)一定時(shí)期內(nèi)的生產(chǎn)活動(dòng)的所有成果，是衡量國家經(jīng)濟(jì)發(fā)展的重要指標(biāo)，是一個(gè)國家或者地區(qū)的經(jīng)濟(jì)實(shí)力反應(yīng)，單位為億元）和貨運(yùn)量（貨運(yùn)量是指運(yùn)輸業(yè)一定時(shí)期內(nèi)實(shí)際的運(yùn)送貨物的數(shù)量，代表運(yùn)輸業(yè)為國民經(jīng)濟(jì)的貢獻(xiàn)量，同時(shí)也是運(yùn)輸生產(chǎn)成果的指標(biāo)，單位為萬噸）。模型中截距項(xiàng)αi、隨機(jī)誤差項(xiàng)μit包含了各個(gè)?。ㄖ陛犑?、自治區(qū)）特定效應(yīng)，下標(biāo)i（i=1，2，…，N）為中國省（直轄市、自治區(qū)），下標(biāo)t為時(shí)間。

33數(shù)據(jù)描述

我國在1992年確立了社會(huì)主義市場經(jīng)濟(jì)體制，因此為進(jìn)一步研究貨運(yùn)量與GDP的動(dòng)態(tài)關(guān)系，本文選取我國1992年12月份至2015年12月份全國31省市貨運(yùn)量和GDP的年度數(shù)據(jù)，并進(jìn)行實(shí)證分析。其中貨運(yùn)量以小寫hyl來表示，所用數(shù)據(jù)來源于wind咨詢平臺(tái)。利用Eviews 80軟件進(jìn)行處理。下表給出了具體變量描述性統(tǒng)計(jì)量。

4實(shí)證結(jié)果及分析

41面板單位根檢驗(yàn)

為確保檢驗(yàn)結(jié)果的穩(wěn)定性，采用LLC、IPS、ADF-Fisher與PP-Fisher五種檢驗(yàn)方法。單位根檢驗(yàn)主要分兩種：有相同單位根檢驗(yàn)LLC、Breitung、Hadri檢驗(yàn)；有不同單位根檢驗(yàn)IPS、Fisher-ADF、Fisher-PP檢驗(yàn)。檢驗(yàn)結(jié)果說明GDP與HYL原序列都接受存在單位根原假設(shè)，說明原始面板數(shù)據(jù)不平穩(wěn)。經(jīng)過二次差分，存在相同單位根面板數(shù)據(jù)單位根檢驗(yàn)（LLC）與存在不同單位根面板數(shù)據(jù)單位根檢驗(yàn)（IPS、ADF-Fisher與PP-Fisher）在含截距不含時(shí)間趨勢的約束下，在1%的顯著水平下，均拒絕存在單位根原假設(shè)，原始數(shù)據(jù)經(jīng)過二次差分后平穩(wěn)，原數(shù)據(jù)為二階單整序列。

42面板協(xié)整檢驗(yàn)

單位根檢驗(yàn)，經(jīng)檢驗(yàn)Pool序列GDP？和hyl？為二階單整，要進(jìn)行協(xié)整檢驗(yàn)，采用Pedroni檢驗(yàn)法與Kao檢驗(yàn)法，包含截距無時(shí)間趨勢，見下表Kao與Pedroni檢驗(yàn)的Panel rho-Statistic、Panel PP-Statistic、Panel ADF-Statistic、Group PP-Statistic、Group ADF-Statistic統(tǒng)計(jì)量在1%顯著性水平上都拒絕無協(xié)整關(guān)系的原假設(shè)。表明貨運(yùn)量與區(qū)域經(jīng)濟(jì)發(fā)展之間存在一定聯(lián)系。協(xié)整方程為：

GDPit=-10983330+01303hylit

從方程中看出貨運(yùn)量系數(shù)為正數(shù)說明貨運(yùn)量對(duì)經(jīng)濟(jì)發(fā)展具有正向帶動(dòng)作用，且貨運(yùn)量每增加1萬噸，區(qū)域經(jīng)濟(jì)GDP增加01303億元。

43模型判斷

模型形式設(shè)定檢驗(yàn)。在建立面板數(shù)據(jù)模型之前，首先要確認(rèn)模型的選擇，驗(yàn)證樣本數(shù)據(jù)適合變截距模型、混合回歸模型還是變系數(shù)模型中的哪一種，分別建立固定效應(yīng)截面成員變截距模型、固定效應(yīng)截面成員混合回歸模型以及固定效應(yīng)截面成員變系數(shù)模型。

檢驗(yàn)有以下兩個(gè)原假設(shè)。

H0：其中βi對(duì)于所有截面成員是相同，但截距項(xiàng)不同為變截距模型：

GDPit=αi+βhylit+μit，i=1，2，…，31t=1992，1993，1994，…，2015（2）

H1：模型解釋變量系數(shù)與截距項(xiàng)對(duì)于一切截面?zhèn)€體都一樣，即為混合回歸模型：GDPit=α+βhylit+μit，i=1，2，…，31 t=1992，1993，1994，…，2015（3）

模型檢驗(yàn)的兩個(gè)統(tǒng)計(jì)量：

F2=S3-S1N-1（K+1）S1NT-NK+1～FN-1K+1，NT-NK+1（4）

F1=s2-S1N-1KS1NT-N（K+1）～FN-1K，NT-NK+1（5）

N是截面成員數(shù)，T是樣本時(shí)期數(shù)，K為非常數(shù)項(xiàng)解釋變量的個(gè)數(shù)，s1、s2、s3各自是模型（1）、（2）、（3）的回歸殘差平方和，在原假設(shè)H1、H0成立的條件下檢驗(yàn)統(tǒng)計(jì)量F2、F1的特定自由度F分布。

N=31，T=24，K=1經(jīng)計(jì)算得出兩個(gè)F統(tǒng)計(jì)量分別是：

F2=235

F1=47

5%檢驗(yàn)水平，F(xiàn)臨界值分別是：

F2095，60，682=1338218F1095，30，682=1475945

因?yàn)榻y(tǒng)計(jì)量F2大于臨界值，5%檢驗(yàn)水平拒絕H1，統(tǒng)計(jì)量F1大于臨界值，5%檢驗(yàn)水平拒絕H0，綜上可得對(duì)于本文31省市面板數(shù)據(jù)采用變系數(shù)模型比較適當(dāng)。

44實(shí)證結(jié)果

為更接近地確認(rèn)貨運(yùn)量對(duì)于GDP的影響，采用Eviews8對(duì)模型進(jìn)行EGLS估計(jì)。如表4所示。

從表中看出31個(gè)省市的系數(shù)都很顯著，除北京外其余省市貨運(yùn)量對(duì)當(dāng)?shù)谿DP都具有正向帶動(dòng)作用，每增加1單位貨運(yùn)量對(duì)帶動(dòng)GDP提升的范圍在6%～50%，寧夏帶動(dòng)作用最小而吉林帶動(dòng)作用最大，貨運(yùn)量帶動(dòng)GDP的作用差距參差不齊。其中排名前四位的吉林、西藏、天津以及江蘇貨運(yùn)量每提高1萬噸GDP增長分別為049億元、046億元、042億元、040億元，這些城市貨運(yùn)量的提升對(duì)GDP的帶動(dòng)作用很大，這證明貨運(yùn)運(yùn)輸業(yè)對(duì)GDP具有正向作用的理論。北京是唯一貨運(yùn)量對(duì)GDP具有負(fù)作用的城市，這與北京產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及比較優(yōu)勢相關(guān)，北京作為我國的政治、科技中心，高新技術(shù)金融產(chǎn)業(yè)等比貨運(yùn)運(yùn)輸業(yè)更具有經(jīng)濟(jì)增長優(yōu)勢，相比較運(yùn)輸業(yè)不具有競爭優(yōu)勢，反而有限的資源用在貨運(yùn)上會(huì)拉低GDP。

各省市偏離自發(fā)平均GDP平均最高（與全國31省市平均GDP相差最大）排名前五是：北京、安徽、西藏、寧夏、海南，偏離平均GDP最低（與全國31省市平均GDP水平相當(dāng)）的五個(gè)省市是：江蘇、吉林、浙江、遼寧、廣東。

5結(jié)論及建議

本文采用固定效應(yīng)截面?zhèn)€體加權(quán)變系數(shù)模型對(duì)我國1992年12月～2015年12月的我國31省市GDP與貨運(yùn)量的年度數(shù)據(jù)進(jìn)行分析建模，研究結(jié)論如下：GDP與貨運(yùn)量存在協(xié)整關(guān)系，并得出貨運(yùn)量每增加1萬噸，區(qū)域經(jīng)濟(jì)GDP增加01303億元，除北京外，其他城市貨運(yùn)量對(duì)其GDP均有正向作用，每增加1單位貨運(yùn)量對(duì)帶動(dòng)GDP提升的范圍在6%～50%，寧夏帶動(dòng)作用最小而吉林帶動(dòng)作用最大，貨運(yùn)量帶動(dòng)GDP的作用差距參差不齊。根據(jù)相關(guān)結(jié)論提出建議如下：

第一，各省市根據(jù)貨運(yùn)量對(duì)GDP帶動(dòng)系數(shù)大小提出符合本地區(qū)運(yùn)輸業(yè)的發(fā)展政策，對(duì)于GDP帶動(dòng)比例大的省市應(yīng)繼續(xù)保持貨運(yùn)業(yè)發(fā)展勢頭，對(duì)于中西部地區(qū)貨運(yùn)量與物流帶動(dòng)經(jīng)濟(jì)作用相對(duì)較小的省份，要加大物流基礎(chǔ)設(shè)施建設(shè)，相信隨著城鎮(zhèn)化建設(shè)以及城鄉(xiāng)收入差距的減少，這些地區(qū)對(duì)貨運(yùn)物流的需求將大大提高，應(yīng)大力推進(jìn)西部大開發(fā)、“一帶一路”建設(shè)等國家戰(zhàn)略，充分發(fā)揮國家戰(zhàn)略布局優(yōu)勢合理規(guī)劃物流網(wǎng)點(diǎn)，節(jié)省企業(yè)盲目投資帶來的資源浪費(fèi)，間接為企業(yè)提供了物流基礎(chǔ)設(shè)施（這需要政府提前與物流企業(yè)溝通），從而提升貨運(yùn)量使物流發(fā)展反過來促進(jìn)經(jīng)濟(jì)的騰飛，最后達(dá)到物流發(fā)展與經(jīng)濟(jì)騰飛良性循環(huán)。

第二，隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，過去物流貨運(yùn)需求主要受第一、二產(chǎn)業(yè)影響，如今各省市應(yīng)加深對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的分析，找到產(chǎn)業(yè)調(diào)整后的物流模式，同時(shí)要開源節(jié)流全面研究影響貨運(yùn)運(yùn)輸企業(yè)相關(guān)因素，根據(jù)具體因素對(duì)癥下藥，對(duì)影響物流水平的內(nèi)部影響因素如貨物運(yùn)輸效率，政府應(yīng)引導(dǎo)物流業(yè)進(jìn)一步加深專業(yè)化分工、完善物流信息化建設(shè)，實(shí)現(xiàn)規(guī)?；瑫r(shí)減少空車率從而提升物流運(yùn)輸效率，開發(fā)物流產(chǎn)業(yè)鏈提升物流增加值。對(duì)規(guī)模小的物流企業(yè)包括部分自營物流運(yùn)送的公司，政府應(yīng)引導(dǎo)其合并到第三方物流，提升專業(yè)化水準(zhǔn)，也可以提出相應(yīng)的物流運(yùn)輸業(yè)準(zhǔn)入標(biāo)準(zhǔn)，切割掉一些不符合要求的企業(yè)，對(duì)被切割的企業(yè)政府應(yīng)通過適當(dāng)財(cái)政政策給予合理的資金補(bǔ)助，對(duì)于外部因素如對(duì)物流企業(yè)征稅環(huán)節(jié)，政府要根據(jù)戰(zhàn)略需要適當(dāng)通過調(diào)整物流業(yè)稅收政策減輕企業(yè)運(yùn)營成本。

參考文獻(xiàn)：

[1]安迪鐵路貨運(yùn)量影響因素分析及對(duì)策研究[J].經(jīng)營管理，2014（10）：41-46

[2]王維國，馬越越.中國區(qū)域物流產(chǎn)業(yè)效率——基于三階段DEA模型的 Malmquist-kien-berger指數(shù)方法[J].系統(tǒng)工程，2012（3）：66-75

[3]樊敏.中國八大經(jīng)濟(jì)區(qū)域物流產(chǎn)業(yè)運(yùn)作效率分析——基于三階段DEA模型[J].現(xiàn)代管理科學(xué)，2010（2）：48-50，71

[4]王舒鴻，汝慧萍，宋馬林.基于DEA的物流行業(yè)能源效率評(píng)價(jià)——以2006—2008年各省市物流數(shù)據(jù)為例[J].物流技術(shù)，2010（17）：66-68

[5]朱超才.基于DEA分析的中部六省物流產(chǎn)業(yè)效率比較[J].通化師范學(xué)院學(xué)報(bào)，2016（5）：52-55

[6]姚舜禹我國物流產(chǎn)業(yè)研究綜述[J].現(xiàn)代商貿(mào)工業(yè)，2017（5）：33-35

[7]Yasanur KayikciA Conceptual Model for Intermodal Freight Iogistics Centre Location Decisions[J].Procedia-Social and Behavioral Sciences，2010，2（3）：6297-6311

[8]Jiuchang Wei，Wang Xia，Xiumei Guo，et alUrban Transportation in Chinese Cities：An Efficiency Assessment[J].Transportation Research（Part D），2013，23（6）：20-24

[9]Mohammad RezaThe Relationship between Logistics and Economic Development in Indonesia：Analysis of Time Series Data[J].Jurnal Teknik Industri，2013，9（6）