我国物流业的发展与经济增长关系的实证研究

李梁虹

摘 要：深入分析物流业的发展和经济发展之间的关系，对于制定发展规划、促进经济增长都有着重要的意义。本文利用时间序列分析理论对我国1991年-2014年间物流总额和GDP数据进行了协整分析、格兰杰因果检验，发现我国物流业的发展和GDP之间存在协整关系，并且有经济增长对物流业发展的单向因果关系。

关键词：物流总额；GDP；协整检验；格兰杰因果检验

一、引言

自我国加入世贸组织后，我国吸引了大批境外投资者，很多的知名物流企业进入我国内地城市，带动了我国物流业的的快速发展，同时也为我国的经济增长带来了新的亮点。我国物流企业的数量每年都在迅速增加，物流企业的的服务功能越来越强大，范围越来越广，服务越来越好，因此，研究我国物流业与经济的增长俩者之间的关系，对我国的物流业与经济发展具有一定的实用价值。

二、我国物流业发展与GDP关系的实证分析

1.数据来源

本文选用的数据来源于万德数据库，国内生产总值显著的代表我国经济增长的趋势，故选取我国国内生产总值的年度数据，单位为亿元，用GDP表示；由于没有物流量这个统计指标相关数据，所以用物流总额来代替，用wlze来表示，单位为亿元。时间跨度为1991年至2014年。名义GDP用以1991年为基期的物价指数进行调整。调整后的GDP用SGDP来表示，单位为亿元。

2.序列的平稳性检验

如果一个随机过程的均值和方差在时间过程上都是常数，也就意味着这个时间序列的取值必然围绕其均值上下波动，并且在任何两时期的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算协方差的实际时间，则称它为平稳时间序列。如果时间序列是非平稳的，对他们进行回归有可能出现伪回归现象。为保证回归结果的真实性，首先对时间序列变量进行平稳性检验。通常使用的是ADF检验法。

由于数据的自然对数变换并不改变原来的协整关系，并能使其趋势性变化，一定程度上可以消除异方差现象，故对SGDP和wlze取自然对数，分别记为lnsgdp、lnwlze。观察数据的变化趋势，数据非平稳。

运用ADF检验法对lnsgdp和lnwlze进行平稳性检验，结果如下表：

结果表明：在10%的显著性水平下，lnsgdp和lnwlze的水平序列都是平稳的，即lnsgdp和lnwlze均为一阶单整序列，两者之间可能存在协整关系。

3.协整检验

检验lnsgdp与lnwlze的协整关系，采用E-G两步法。

从模型的估计结果来看，可决系数达到了99.33%，t统计量和F统计量都很显著，说明模型的拟合效果很好。但DW值为0.401544，所以有伪回归的可能性，需要对残差序列进行单位根检验，以判断二者是否具有协整关系。检验结果如下表：

4.格兰杰因果关系检验

现在已经证实物流总额和SGDP之间存在协整关系，为了判别两变量之间的因果关系，对lnsgdp和lnwlze进行因果检验，结果如下：

由下表可知，滞后期为2时，在5%的显著性水平下，不拒绝“lnwlze不是lnsgdp的Granger原因”的假设，拒绝“Lnsgdp不是lnwlze的Granger原因”的假设。滞后期为3、4、5时，也得到同样的结论。结果表明，存在SGDP到物流总额的单向Granger因果关系。即经济增长是物流总额增加的原因，而物流总额并不是经济增长的原因。

Grange因果关系检验的结论只是统计意义上的因果性，不一定是真实的因果关系。物流业正处于发展的初级阶段，现代物流业对经济的推动作用还不是很明显。我国的物流业的发展主要依赖于人民收入水平的提高，生活水平的提高才会出现更多的网购行为，引致物流业的发展。这些经验事实支持了Grange因果关系检验的结论。

三、模型的建立

从回归结果可知，国内生产总值与物流量之间存在高度的相关关系，俩者的可决系数为99.33%，而且t检验和F检验的结果非常理想，证明了模型结果的可靠性。由此得出，国内生产总值每增加1%，物流总额将平均增加1.73%，国内生产总值对物流量的影响非常显著。

四、计量结果的分析

通过对我国物流总额与国民生产总值的协整检验、格兰杰因果关系检验以及模型的估计，得出以下结论：

1.我国的物流发展与经济增长之间存在协整关系，尽管从短期来看，我国的物流总额与经济增长之间存在波动关系，但是从长期来看，物流总额与经济增长之间存在着长期稳定的均衡关系。

2.我国存在着从经济增长到物流总额增长之间的单向的因果关系。这说明，经济增长对物流的发展有着较强的拉动作用，物流业的发展对经济增长有着较强的依赖性。

参考文献：

[1]陈晓.基于统计分析的我国物流业与经济增长的关系实证[J].物流技术，2012，03：36-38+70.

[2]於罕奇.基于协整分析的我国物流业与经济增长关系研究[J].物流技术，2010，21：49-51.

[3]赵素杰.物流业与经济增长关系的统计分析与预测[J].哈尔滨商业大学学报（社会科学版），2005，06：81-83.