物流發(fā)展與經(jīng)濟(jì)發(fā)展的互動(dòng)關(guān)系研究
——以浙江省為例

陳梁丞

（安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232000）

1 研究背景

近幾年，經(jīng)濟(jì)全球化對(duì)物流的高水平建設(shè)與發(fā)展提出了新的要求。小到日常的電商購(gòu)物，大到國(guó)際物流貨物運(yùn)輸，物流極大地便利了人們的生活，弱化了距離導(dǎo)致的信息不對(duì)稱性，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展起到了重要的推動(dòng)作用。我國(guó)物流發(fā)展現(xiàn)階段存在的問題主要集中在如下3個(gè)方面：物流創(chuàng)新動(dòng)力缺失，創(chuàng)新力量主要集中在供應(yīng)鏈上游，現(xiàn)代化信息技術(shù)應(yīng)用的普及率不高；物流干線運(yùn)輸以及直線運(yùn)輸線路網(wǎng)絡(luò)不完善，線路中的運(yùn)輸節(jié)點(diǎn)布局不合理；國(guó)際物流起步較晚，無法滿足加工貿(mào)易的轉(zhuǎn)型升級(jí)以及跨境電商貿(mào)易服務(wù)需求；航空運(yùn)力與發(fā)達(dá)國(guó)家相比差距較大。

2 文獻(xiàn)綜述

趙曉敏等[1]提出從多維度選取多指標(biāo)來豐富評(píng)估指標(biāo)的質(zhì)和量，得出我國(guó)現(xiàn)階段物流對(duì)于經(jīng)濟(jì)的貢獻(xiàn)度不高的結(jié)論；劉明菲等[2]運(yùn)用回歸模型分析了武漢市區(qū)域物流產(chǎn)值增加速度與區(qū)域經(jīng)濟(jì)的互動(dòng)關(guān)系；耿立艷等[3]把灰色關(guān)聯(lián)分析運(yùn)用在物流業(yè)與區(qū)域經(jīng)濟(jì)的關(guān)聯(lián)性分析上，計(jì)算出灰色關(guān)聯(lián)系數(shù)，用以判斷影響和相關(guān)程度；張林等[4]通過凝聚子群分析和耦合協(xié)同研究，找出物流樞紐城市，通過大力扶持樞紐城市來帶動(dòng)周圍城市物流發(fā)展；李國(guó)棟等[5]在對(duì)我國(guó)航空物流與經(jīng)濟(jì)關(guān)系的探討中使用格蘭特因果分析，探索物流與經(jīng)濟(jì)的因果關(guān)系；周璇[6]使用熵權(quán)的灰色關(guān)聯(lián)模型，探索物流與經(jīng)濟(jì)之間協(xié)調(diào)度與關(guān)聯(lián)性的強(qiáng)弱；潘旭華等[7]基于風(fēng)險(xiǎn)價(jià)值模型（Value at Risk，VaR） 構(gòu)建京津冀的物流-經(jīng)濟(jì)發(fā)展評(píng)估模型，提出通過信息化和智能化提高物流效率的建議；侯凱月等[8]通過單位根檢驗(yàn)及協(xié)整檢驗(yàn)得出山東省物流-經(jīng)濟(jì)形成了互動(dòng)式良性循環(huán)的結(jié)論。

現(xiàn)階段對(duì)于物流與經(jīng)濟(jì)之間的關(guān)系研究多是定性分析，很多是單一指標(biāo)的評(píng)估，評(píng)價(jià)指標(biāo)體系過于單薄。因此，本文基于《浙江統(tǒng)計(jì)年鑒》現(xiàn)有數(shù)據(jù)，運(yùn)用因子分析，整合多個(gè)指標(biāo)為綜合指標(biāo)，建立回歸模型，多維度探索浙江省物流發(fā)展與經(jīng)濟(jì)發(fā)展之間的互動(dòng)關(guān)系。

3 指標(biāo)選擇及數(shù)據(jù)標(biāo)準(zhǔn)化處理

3.1 指標(biāo)選擇

首先，全省生產(chǎn)總值（θ1） 能夠直觀反映浙江省經(jīng)濟(jì)發(fā)展水平；貨物周轉(zhuǎn)量（θ2） 能夠很好地反映出浙江省歷年物流運(yùn)輸輻射能力和運(yùn)輸效率的變化情況，是物流發(fā)展水平反映指標(biāo)之一；交通運(yùn)輸投資（θ3） 代表浙江省這些年在公路、水路、航空中的投資情況，交通便利程度是反映物流發(fā)展水平的指標(biāo)之一。其次，快遞業(yè)務(wù)量（θ4） 是浙江省物品流通數(shù)量的直觀反映指標(biāo)；年末常住人口（θ5）能從側(cè)面反映出浙江省是人口流入省份還是人口流出省份，人口是發(fā)展的基石，可以體現(xiàn)出一個(gè)省份的吸引力，是經(jīng)濟(jì)發(fā)展水平反映指標(biāo)之一。最后，財(cái)政總收入（θ6） 能夠反映浙江省當(dāng)年的財(cái)政狀況，是經(jīng)濟(jì)發(fā)展水平反映指標(biāo)之一；社會(huì)消費(fèi)品零售總額（θ7） 可以體現(xiàn)市場(chǎng)銷售狀況與居民購(gòu)買意愿，其也是浙江省經(jīng)濟(jì)發(fā)展水平反映指標(biāo)之一。各個(gè)指標(biāo)之間的關(guān)系見圖1。

圖1 指標(biāo)關(guān)系圖

3.2 數(shù)據(jù)標(biāo)準(zhǔn)化處理

由于各個(gè)變量的單位并不統(tǒng)一，且數(shù)據(jù)值較大，在不改變數(shù)據(jù)已有性質(zhì)和相關(guān)性的基礎(chǔ)上，通過Excel 對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行取自然對(duì)數(shù)操作，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化處理，以此提高數(shù)據(jù)分析的敏感性，方便進(jìn)行后續(xù)計(jì)算。

4 指標(biāo)數(shù)據(jù)分析

4.1 因子分析

現(xiàn)有文獻(xiàn)中使用的方法對(duì)于指標(biāo)的選擇過于單一，僅選擇一個(gè)變量的分析不夠全面。本文運(yùn)用因子分析法，將多個(gè)指標(biāo)降維成一個(gè)綜合指標(biāo)，將貨物周轉(zhuǎn)量（θ2）、交通運(yùn)輸投資（θ3）、快遞業(yè)務(wù)量（θ4） 等3個(gè)物流發(fā)展水平反映指標(biāo)轉(zhuǎn)化成綜合變量，即物流發(fā)展水平（θ8）；將全省生產(chǎn)總值（θ1）、年末常住人口（θ5）、財(cái)政總收入（θ6）、社會(huì)消費(fèi)品零售總額（θ7） 等3個(gè)物流發(fā)展反映指標(biāo)轉(zhuǎn)化成綜合變量，即經(jīng)濟(jì)發(fā)展水平（θ9）。

根據(jù)相關(guān)矩陣分析結(jié)果，貨物周轉(zhuǎn)量（θ2）、交通運(yùn)輸投資（θ3）、快遞業(yè)務(wù)量（θ4） 3 者相關(guān)系數(shù)都大于0.9，存在顯著相關(guān)性；同時(shí)KMO 結(jié)果為0.760，綜上適合做因子分析。此外，上述3 者的公因子方差都大于0.93，說明提取的主成分物流發(fā)展水平（θ8） 對(duì)上述3 個(gè)變量的解釋度很高。由成分得分矩陣可以得到物流發(fā)展水平（θ8） 的因子表達(dá)式為

根據(jù)相關(guān)矩陣分析結(jié)果，全省生產(chǎn)總值（θ1）、年末常住人口（θ5）、財(cái)政總收入（θ6）、社會(huì)消費(fèi)品零售總額（θ7） 四者相關(guān)系數(shù)都大于0.93，存在顯著相關(guān)性；同時(shí)KMO 結(jié)果為0.760，綜上適合做因子分析。此外，上述三者的公因子方差都大于0.91，說明提取的主成分經(jīng)濟(jì)發(fā)展水平（θ9） 對(duì)上述3 個(gè)變量的解釋度很高。由成分得分矩陣可以得到經(jīng)濟(jì)發(fā)展水平（θ9） 的因子表達(dá)式為

4.2 相關(guān)性分析

通過使用相關(guān)性分析來研究全省生產(chǎn)總值（θ1）與物流發(fā)展水平（θ8） 之間以及物流發(fā)展水平（θ8）與經(jīng)濟(jì)發(fā)展水平（θ9） 之間的關(guān)聯(lián)程度。在物流業(yè)發(fā)展與經(jīng)濟(jì)總值方面，將全省生產(chǎn)總值（θ1） 與物流發(fā)展水平（θ8） 進(jìn)行Pearson相關(guān)性分析，根據(jù)SPSS19 得出結(jié)果，其系數(shù)為0.996，具有高度相關(guān)性；在經(jīng)濟(jì)發(fā)展與物流發(fā)展方面，將物流發(fā)展水平（θ8） 與經(jīng)濟(jì)發(fā)展水平（θ9） 進(jìn)行Pearson相關(guān)性分析，根據(jù)SPSS19 得出結(jié)果，其系數(shù)為0.993，具有高度相關(guān)性。

4.3 回歸分析

運(yùn)用線性回歸模型來探究全省生產(chǎn)總值（θ1）與物流發(fā)展水平（θ8） 的互動(dòng)關(guān)系。將全省生產(chǎn)總值（θ1） 與物流發(fā)展水平（θ8） 進(jìn)行線性回歸，自變量是θ8，被解釋變量是θ1。由SPSS19 回歸結(jié)果可知，ANOVA 中Sig=0.000，所以回歸方程在0.01水平下顯著，由檢驗(yàn)結(jié)果可知Sig=0.000，即回歸系數(shù)在0.01 水平下也是顯著，標(biāo)準(zhǔn)化系數(shù)為0.996，表明自變量（θ8） 對(duì)因變量（θ1） 的影響較大。在Durbin-Watson 檢驗(yàn)（又稱DW 檢驗(yàn)） 中，其結(jié)果為1.848，與2 很接近，說明回歸分析中的殘差無一階自相關(guān)性。從模型匯總中可以看到R2的改變量是0.992，即在此回歸模型中每增刪一個(gè)自變量會(huì)讓R2改變0.992，也表明此回歸模型的擬合度較高，貢獻(xiàn)度達(dá)到99.2%。

從上述數(shù)據(jù)分析結(jié)果中不難發(fā)現(xiàn)，物流發(fā)展水平（θ8） 與全省生產(chǎn)總值（θ1） 之間具有明顯的線性關(guān)系。根據(jù)回歸結(jié)果，運(yùn)用最小二乘法估算出回歸系數(shù)，將以上兩者建立線性回歸模型為

此方程中，0.266 是回歸系數(shù)，10.648 是殘差項(xiàng)目（此項(xiàng)目是對(duì)其他沒有包含的自變量的總計(jì)）。

運(yùn)用線性回歸模型來探究物流發(fā)展水平（θ8）與經(jīng)濟(jì)發(fā)展水平（θ9） 的互動(dòng)關(guān)系。將物流發(fā)展水平（θ8） 與經(jīng)濟(jì)發(fā)展水平（θ9） 進(jìn)行線性回歸，自變量是θ9，被解釋變量是θ8。由SPSS19 回歸結(jié)果可知，ANOVA中Sig=0.000，所以回歸方程在0.01 水平下顯著，由檢驗(yàn)結(jié)果可知Sig=0.000，即回歸系數(shù)在0.01 水平下也顯著，標(biāo)準(zhǔn)化系數(shù)為0.993，表明自變量（θ9） 對(duì)因變量（θ8） 的影響較大。在DW檢驗(yàn)中，其結(jié)果為1.204＞1，說明回歸分析中的殘差無一階自相關(guān)性。從模型匯總中可以看到R2的改變量是0.987，即在此回歸模型中每增刪一個(gè)自變量會(huì)讓R2改變0.987，也表明此回歸模型的擬合度較高，貢獻(xiàn)度達(dá)到98.7%。

由上述數(shù)據(jù)分析結(jié)果不難發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平（θ9） 與物流發(fā)展水平（θ8） 具有明顯的線性關(guān)系。根據(jù)回歸結(jié)果，運(yùn)用最小二乘法估算出回歸系數(shù)，將以上兩者建立線性回歸模型為

此方程中，0.993 是回歸系數(shù)，1.323×10-15是殘差項(xiàng)目（此項(xiàng)目是對(duì)其他沒有包含的自變量的總計(jì)），因數(shù)據(jù)取自然對(duì)數(shù)作標(biāo)準(zhǔn)化處理，所以殘差項(xiàng)目無限接近于0。

4.4 BP檢驗(yàn)

BP 檢驗(yàn)是STATA 慣用檢驗(yàn)手段之一，是以R2作為輔助檢驗(yàn)的基礎(chǔ)來查詢其異方差的狀況；異方差是BP 的診斷結(jié)果，有沒有異方差是檢驗(yàn)回歸參數(shù)估計(jì)量是否具有良好的統(tǒng)計(jì)性質(zhì)的判斷標(biāo)準(zhǔn)。由STATA15 的BP 檢驗(yàn)得到如下結(jié)果。在物流發(fā)展水平（θ8） 與全省生產(chǎn)總值（θ1） 的回歸中，α=0.05的先決情況下，得到的卡方統(tǒng)計(jì)量χ2（1）=0.05，與此相關(guān)聯(lián)的PROB 函數(shù)0.822 2＞0.05，即方程不存在異方差；在經(jīng)濟(jì)發(fā)展水平（θ9） 與物流發(fā)展水平（θ8） 的回歸中，α=0.05 的先決情況下，得到的卡方統(tǒng)計(jì)量χ2（1）=1.22，與此相關(guān)聯(lián)的PROB 函數(shù)0.268 8＞0.05，即方程不存在異方差。說明兩次回歸方程的回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì)。

5 結(jié)果與建議

5.1 結(jié)果分析

貨物周轉(zhuǎn)量（θ2）、交通運(yùn)輸投資（θ3）、快遞業(yè)務(wù)量（θ4） 3 者降維成的綜合指標(biāo)，即物流發(fā)展水平（θ8） 與全省生產(chǎn)總值（θ1） 之間關(guān)聯(lián)度很高，呈現(xiàn)正相關(guān)，兩者同步增長(zhǎng)；物流發(fā)展水平（θ8）對(duì)全省生產(chǎn)總值（θ1） 貢獻(xiàn)度只有26.6%，說明浙江省物流發(fā)展水平的提高對(duì)于拉動(dòng)其經(jīng)濟(jì)總值增長(zhǎng)的能力有限，并不能夠直接促進(jìn)經(jīng)濟(jì)的發(fā)展。

年末常住人口（θ5）、財(cái)政總收入（θ6）、社會(huì)消費(fèi)品總額（θ7） 三者的貢獻(xiàn)度相近，而3 者降維成的綜合指標(biāo)即經(jīng)濟(jì)發(fā)展水平（θ9） 與物流發(fā)展水平（θ8） 關(guān)聯(lián)度很高，呈現(xiàn)正相關(guān)，兩者同步增長(zhǎng)；經(jīng)濟(jì)發(fā)展水平（θ9） 對(duì)于物流發(fā)展水平（θ8） 的貢獻(xiàn)度高達(dá)99.3%，說明浙江省充足的勞動(dòng)人口為其物流發(fā)展提供了充足的動(dòng)力；浙江省財(cái)政收入的增長(zhǎng)能夠促進(jìn)公共基礎(chǔ)設(shè)施建設(shè)的完善，諸如公路、水路、航空的建設(shè)與維護(hù)，進(jìn)而拉動(dòng)物流運(yùn)輸網(wǎng)絡(luò)效率的提升；居民對(duì)消費(fèi)品的消耗帶動(dòng)了物品的流通，從而帶動(dòng)了物流的發(fā)展，說明浙江省經(jīng)濟(jì)發(fā)展水平的提高能夠直接有力地促進(jìn)浙江省物流發(fā)展。

綜上，浙江省物流發(fā)展與經(jīng)濟(jì)發(fā)展兩者無法相互促進(jìn)。浙江省的物流發(fā)展并不能拉動(dòng)經(jīng)濟(jì)發(fā)展，對(duì)經(jīng)濟(jì)的貢獻(xiàn)度不高；而常住人口的增長(zhǎng)，基礎(chǔ)設(shè)施的完善，消費(fèi)品零售額上升等能夠促進(jìn)經(jīng)濟(jì)發(fā)展水平的提高，能夠?yàn)槲锪鞯陌l(fā)展提供良好的社會(huì)環(huán)境與動(dòng)力。

5.2 建議

根據(jù)上述結(jié)果分析，想要實(shí)現(xiàn)物流發(fā)展與經(jīng)濟(jì)發(fā)展互相促進(jìn)，使得物流成為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，本文認(rèn)為浙江省可以從以下方面進(jìn)行改進(jìn)。

第一，可以引進(jìn)物流專業(yè)相關(guān)的高端創(chuàng)新型人才，通過跟地方高校進(jìn)行深度的教、學(xué)、產(chǎn)合作，培養(yǎng)物流相關(guān)領(lǐng)域緊缺人才，例如掌握物品定位追蹤技術(shù)、物聯(lián)網(wǎng)信息技術(shù)等的人才。

第二，需要繼續(xù)加強(qiáng)在基礎(chǔ)設(shè)施建設(shè)方面的投資，完善周邊鄉(xiāng)鎮(zhèn)物流運(yùn)輸支線與干線的建設(shè)，合理規(guī)劃運(yùn)輸節(jié)點(diǎn)和物流集散中心，以提高物流運(yùn)輸效率。

第三，可以繼續(xù)借助互聯(lián)網(wǎng)技術(shù)力量，完善電商平臺(tái)與物流運(yùn)輸系統(tǒng)的建設(shè)，將網(wǎng)購(gòu)延伸到鄉(xiāng)鎮(zhèn)，同時(shí)將鄉(xiāng)鎮(zhèn)特產(chǎn)推廣到全國(guó)各地，既可以解決農(nóng)村商品選擇較少的問題，又可以帶動(dòng)當(dāng)?shù)靥禺a(chǎn)商品的銷售，增加居民收入，帶動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，從而形成良性循環(huán)。

第四，可以通過匯聚高附加值產(chǎn)業(yè)優(yōu)化、穩(wěn)定供應(yīng)鏈和產(chǎn)業(yè)鏈，提高物流效率和水平，進(jìn)一步促進(jìn)經(jīng)濟(jì)效益的穩(wěn)定增長(zhǎng)。