采购经理人指数对物流活动传递效应的实证研究

■ 高 詹 博士生（1、东北财经大学公共管理学院 辽宁大连 116025 2、河南工程学院 郑州 451191）

问题提出

近几年，在全球贸易量增长和传统要素红利下降的背景下，物流活动作为“第三利润”源泉，越来越多地受到政府和企业的重视。物流活动涉及制造业和非制造业的运输、包装、装卸、仓储、配送、流通加工等方面，几乎涵盖生产和生活的各个领域。由于缺少相关的前瞻性和传递性信号，物流活动的预测工作难度很大，不利于我国宏观经济的整体有效调控。采购经理人指数（Purchasing Managers,Index，简称PMI）是国际上通行的一套月度发布的宏观经济监测和预测的指标体系，涵盖生产和流通，制造业和非制造业等领域。因此深入研究采购经理人指数对我国物流活动的影响，分析其对物流活动的传导效应，对预测物流活动发展变化，科学合理配置物流资源，减少物流费用具有极其重要的现实意义。

由于我国自2005年才开始发布PMI月度数据，国内对其的相关研究不是很多。已有的文献多集中在对PMI体系和内容的介绍、PMI月度走势分析，国内外PMI的差异性研究等方面，较少涉及实证分析的内容。查阅已有文献，发现PMI作为一个先行指标，与宏观经济中工业增加值、产成品库存和沪深指数变化具有强关联性。已有学者对PMI进行了有益的探索，为本研究带来很大的启发，但是仍需要在以下方面深入讨论：第一，应区分研究制造业PMI和非制造业PMI对宏观经济影响的传导路径和传导效应，并分析两者的传导特点，解释传导路径中存在的障碍。第二，研究制造业PMI和非制造业PMI对实体活动的影响，特别是对物流活动产生的传导效应，建立物流活动预测和先验指标体系。在其他学者研究的基础上，本文试图分析PMI对物流活动的影响，同时研究制造业PMI和非制造业PMI对物流活动的传导效应和传导特点。

采购经理人指数对物流活动影响机理分析

我国的采购经理人指数现分为制造业PMI和非制造业PMI，整套指标体系涵盖制造业和非制造业的新订单、产量、雇员、供应商配送、库存、价格、积压订单、新出口订单等指标。根据物流与供应链管理理论，采购经理人指数主要通过两种路径对物流活动进行传导，可以概括称为“正向推动”和“反向拉动”。

图1 制造业PMI、非制造业PMI信息冲击对物流活动的影响

表1 序列的ADF检验结果

路径一：制造企业通过生产订单正向推动物流活动。制造企业一般是供应链的核心节点企业，和上游的原材料供应商以及下游的零售、批发商具有紧密的前向联系和后向联系。制造企业根据自身生产情况，以订单形式推动原材料的采购、半成品、产成品的组装、仓储和配送等活动。制造业的生产活动集中反映在制造业的PMI数据上，因此这种路径也可以称为“制造业PMI正向推动”。

路径二：非制造企业通过需求订单反向拉动物流活动。非制造企业一般处于供应链的下游，零售和批发企业根据终端用户的需求信息制定采购订单，配送中心和物流中心根据零售和批发企业的订单，合理计划仓储和配送数量，下游非制造企业的需求订单逐层向上游传递，反向拉动各个节点企业的物流活动。非制造业PMI是非制造企业商务活动的体现，这条路径也可以称为“非制造业PMI反向拉动”。

从以上理论分析来看，通过两种路径采购经理人指数对我国物流活动产生影响，现实经济中这两种路径是否存在，两种路径的传导效应有何特点还需要结合数据进行实证分析。

采购经理人指数与物流活动关联性实证分析

本文选取2011年3月到2013年3月的制造业PMI和非制造业PMI。其中制造业PMI选取的是综合指标，非制造业PMI选取新订单指数，这样做主要是为了更有效地分析非制造业订单需求反向拉动的效应。物流活动的月度数据比较缺乏，考虑到数据的可得性和代表性，选取货物周转量作为衡量物流活动的指标。

（一）平稳性检验

为了提高估计的准确度，首先需要对月度时间序列进行单位根检验，本文运用ADF检验方法，对制造业PMI、非制造业PMI和货物周转量进行平稳性检验，见表1。

表2 回归方程残差ADF检验

结果显示，制造业PMI、非制造业PMI和物流活动时间序列的水平分析ADF值均大于10%临界值，不能拒绝原假设，说明3个序列都不是平稳序列。通过进行一阶差分变化，3个序列的ADF值均小于10%临界值，接受原假设，序列平稳。说明制造业PMI、非制造业PMI和物流活动均为一阶单整序列。

（二）协整分析

运用E-G两步法对3个序列进行协整检验。第一步，用普通最小二乘法分别对物流活动和制造业PMI以及物流活动和非制造业PMI进行静态回归。结果表明，回归方程各变量的系数都是显著的。第二步，对两个静态回归方程的残差进行ADF单位根检验（见表2）。

从表2可以看出，两个回归方程的残差ADF统计值均小于5%和10%水平下的临界值，接受原假设。虽然制造业PMI、非制造业PMI和物流活动不是平稳序列，但它们的线性组合是平稳的，即存在协整。意味着制造业PMI和非制造业PMI对物流活动具有传导作用，采购经理人指数和物流活动在长期内存在均衡关系。

（三）脉冲响应函数分析

本文依据赤池信息准则（AIC）最小化原则选择最优滞后变量的阶数，建立向量自回归（VAR）模型，在扰动项上加一个标准差大小的冲击，通过制造业PMI、非制造业PMI和物流活动之间的动态联系，分析给物流活动的当前值和未来值所带来的影响。判断当制造业PMI、非制造业PMI发生信息冲击时，物流活动的动态反映。特别说明的是，脉冲响应函数假定系统在其他变量不变的情况下，只受到一个变量的冲击。

为了保证结果的可靠性和稳定性，在建立脉冲响应函数前，需要对VAR模型的特征根进行稳定性检验。经检验VAR模型的特征根没有在圆外，说明由此得到的脉冲响应函数是稳定的，如图1所示。图1中横轴代表物流活动受到PMI信息影响后的滞后期数，纵轴代表PMI的大小，实线代表物流活动受到冲击的变化曲线。从图中，可以看出两组脉冲效应曲线均收敛于0，说明整个系统长期是稳定的，存在均衡关系。制造业PMI和非制造业PMI对物流活动的传导特点存在不同。

本期制造业PMI发生一个标准差大小的信息改变后，物流活动获得0.014个单位的增加，产生正向影响，此后逐渐呈递减状态，持续 6个月后减弱为零。本期非制造业PMI发生一个标准差大小的信息改变后，物流活动获得 0.0059个单位的增加，产生正向影响，此后迅速下调，在第二个月产生负影响，然后再次缓慢上升在第四个月达到峰值，此后逐渐呈递减状态，持续 9个月后减弱为零。

通过分析脉冲响应函数可以看出两种指数对物流活动的传导特点：

第一，在冲击力方面，制造业PMI对物流活动的冲击力强于非制造业PMI，说明制造业PMI的变化对物流活动产生立竿见影的同向变化，制造业生产订单推动是影响物流活动的主要动力。这反映了在我国目前的物流活动中，主要依靠生产订单进行产品和要素的实体转移，需求订单产生的反向拉动效应较弱。

第二，在波动性方面，非制造业PMI变化对物流活动产生的波动性较大。主要因为非制造业的需求订单产生一定的“牛鞭效应”，需求订单数据在供应链中被逐层失真而不断放大，增加了采购、仓储、运输、配送等环节的不稳定性。

第三，在持续性方面，非制造业PMI对物流活动的持久影响大于制造业的PMI。非制造业PMI的影响在9个月后逐渐削弱为0，比制造业PMI长3个月。说明最终用户的需求带动整条供应链的物流、资金流和信息流运动，用户的需求订单是物流活动长久持续的源动力。

结论与建议

结合物流和供应链管理理论，本文分析了“制造业PMI正向推动”和“非制造业PMI反向拉动”两种路径对物流活动的传导。运用实证分析表明采购经理人指数是影响物流活动的重要因素，采购经理人指数和物流活动在长期内表现为正相关，并且趋于均衡。其中“制造业PMI正向推动”传导路径具有冲击力强、稳定性好、持续性弱的特点，“非制造业PMI反向拉动”传导路径具有波动性、弱稳定性、持久性的特点。

基于以上结论，本文提出相关调节我国物流活动有效运行的对策建议：

重视采购经理人指数的变化，及时做好物流的预测、计划和准备工作。政府和企业根据每月初发布的制造业和非制造业PMI，统筹安排，合理分配物流资源，提高物流设施设备的利用率，减少资源的浪费和闲置。

加强制造企业和物流企业的联动合作。通过建立契约信任机制，制造企业将非核心业务外包给物流企业，物流企业不断将传统的运输、仓储等活动进行整合和扩展，提升为制造业服务的能力。通过制造企业和物流企业的联动，进一步扩大制造业PMI对物流活动的前瞻力和影响力。

积极构建以大中型制造企业为核心节点的供应链。充分发挥各级政府政策导向和鼓励作用，完善物流基础设施和技术装备标准化、一体化建设，建立公共信息平台，营造供应链运行环境，为制造业整合外包物流活动和物流企业嵌入制造业供应链提供政策支持，增强“制造业PMI正向推动”传导效应的持久性。

改善非制造企业需求订单信息失真。利用先进的需求管理系统，减少最终用户需求信息的传播途径，缩短订货的提前期，提高各个节点企业快速响应能力，弱化需求订单传递中的“牛鞭效应”，增强非制造业PMI对物流活动传导的稳定性。

1.马士华，林勇，陈志祥.供应链管理[M].中国人民大学出版社，2005

2.王之泰.新编现代物流学[M].首都经济贸易大学出版社，2006

3.张晓峒.计量经济学基础（第三版）[M].南开大学出版社，2010

4.许志伟，薛鹤翔，车大为.中国存货投资的周期性研究—基于采购经理人指数的动态视角[J].经济研究，2012(8)

5.汤伟娜，汤莉，胡珈铭.物流服务业与制造业的互动发展及路径选择[J].商业时代，2013(2)

6.宗会明，周素红，闫小培.经济地理学视角下的物流活动研究进展及启示[J].地理科学进展，2010(8)