长三角地区物流业与经济增长的互动性分析

王彦春

内容摘要：本文通过全局主成分分析计算长三角物流发展水平得分，发现2004-2013年长三角主要城市物流发展水平整体有所提高，但各地之间发展不平衡。运用单位根检验和面板协整方法分析表明：区域物流增长与经济增长存在长期的正向面板协整关系。回归分析发现，物流规模与经济增长具有高度正相关，其它因素与经济增长的相关性较低。

关键词：长三角 区域经济 区域物流 全局主成分

引言

众所周知，物流业是国民经济发展具有不可或缺影响的基础性产业，是经济增长的重要利润源泉。有助于推动社会生产的规模化，进一步提升我国国民经济的发展质量，其功能主要体现在优化产业结构、稳定市场供需、发展新型流通等方面，同时也是区域现代化发展水平的核心指标之一（蔡海亚等，2016）。近年来，国内学者对区域物流与经济增长关系进行了积极探讨。如刘南等（2007）以浙江省为例，运用Granger检验法对物流发展与经济增长之间进行因果分析，指出两者互为因果、相互促进。钱晓英等（2007）对我国物流发展水平、固定资产投资和国内生产总值的数据进行协整检验，发现三者之间存在长期稳定的关系。廖迎等（2008）以我国物流发展情况为研究对象，指出经济的增长不能再简单依靠物流基础设施建设。张毅等（2010）对我国物流和经济子系统的有序度进行计算，指出货物周转量对物流子系统贡献最大。沈玉芳等（2011）基于基尼系数、区位熵等方法剖析长三角区域物流演化过程。蔡海亚等（2016）对长三角物流发展及与经济增长关系进行实证研究，发现两者存在高度相关性。

长三角地区包括上海、南京、苏州、无锡、杭州、宁波、常州、镇江、南通、绍兴、扬州、泰州、嘉兴、湖州、舟山和台州16个核心城市，是我国现代物流业最发达、最具竞争力的区域之一。“十一五”以来，各市都把发展现代物流业作为本地经济发展的战略目标，物流产业也成为长三角各市经济合作的重要领域，加快长三角物流一体化，将有效地推动长三角经济的发展。随着长三角物流产业的发展，地区经济也在不断快速增长，从2003年开始，长三角GDP总量逐年增长，在全国的比例一直超过20%（殷燕，2012）。近年来长三角地区积极应对经济全球化，调整产业结构，转变物流发展方式，经济总体运行稳定。2011年长三角16个城市GDP总量突破8万亿元，其中GDP总量超过3000亿元的城市有9个，工业总产值超过万亿元规模有6个城市。2012年长三角16个城市GDP总量高达89951亿元，增长幅度为10.1%；地方财政预算收入、居民人均可支配收入和人均消费支出都有较大幅度的增长。物流产业已成为长三角地区各省市间合作的重要领域和经济增长的强劲引擎，区域物流的发展加快了长三角物流合作经济圈的形成，进一步推动了长三角区域经济的增长。本文采用2004-2013年长三角地区16个城市的面板数据，首先通过全局主成分分析计算长三角物流发展水平得分，接着分析物流发展差异及与经济增长的关系，旨在为长三角物流发展提供理论指导。

长三角物流发展水平评价

（一）全局主成分分析

本文研究基于2004-2013年间长三角地区16个城市面板数据，数据来源于2005-2014年《中国城市统计年鉴》。本文主要选取货运量（X1）、邮电业务总量（X2）、物流从业人员（X3）、人均货运量（X4）、地均货运量（X5）和物流从业人员的比重（X6）来衡量物流发展水平。主要运用全局主成分分析法来对物流发展水平进行研究，在经典主成分分析的基础上结合时间序列，组建一个综合变量来代替原有的全局变量，提取立体表的信息对样本进行动态评价，描绘出样本的总体水平随时间变化的运行轨迹。借助SPSS19.0对长三角16个城市原始统计数据按时间顺序依次排列建成全局表，将表中的数据标准化，用于计算主成分。通过计算发现，KMO高达0.849，Bartlett检验的P值为0，反映了指标之间相关程度较高，标准化数据进行全局主成分分析，得到全局主成分方差贡献率，具体计算结果如表1所示。

基于特征根大于1的原则，提取2个主成分F1和F2，特征值累积贡献率达75%以上，基本上保留了原始指标信息，因此影响长三角16个城市物流水平的全局主成分可以概括为2个。表1中前2个主成分F1、F2的特征值依次为3.235和1.378，均大于1，其方差贡献率高达76.88%，较为完整地概括了指标信息。第1主成分在X1、X2、X3、X5上的权重都在0.85以上，第2主成分仅在X4上的系数值较大（见表2）。以这2个主成分的贡献率为权数构造综合评价模型，计算长三角16个城市物流发展水平得分，结果如表3所示。

由于数据经过标准化处理，各市平均得分应该为0。若某城市得分大于0，则表示该市的物流发展水平在16个城市平均发展水平之上；反之则低于平均发展水平。由表3可知，长三角地区物流发展很不平衡，2004-2008年仅有上海和南京物流发展得分为正数，2008-2009年宁波物流发展较快，高于平均水平，仅次于上海和南京，2009-2010年杭州物流发展水平提升较大。2012年苏州、无锡和南通物流发展得分都高于均值，分别位于第2、5、6位，其中苏州的物流得分首次超越了杭州，南通的物流得分与南京的得分十分相近。从各市物流得分的排序来看，上海、南京、杭州的排名一直徘徊在前3位，苏州、宁波、舟山、无锡、南通的排名也比较靠前，其它城市物流发展水平较低，排名靠后。目前，台州、上海、舟山、南京、宁波、南通港口物流发展迅速，得分较高名次靠前；而绍兴、湖州、扬州、镇江和泰州处于内陆位置，物流发展缓慢，排名居于末尾。

总体来说，近10年长三角物流发展水平整体有所提高，期间又可分为两个阶段：第一阶段（2004-2008年），物流水平增长相对缓慢，城市排名变动不大，其中上海、南京、杭州、舟山和宁波发展十分稳定，一直占据1-5名，但南京、杭州和宁波的物流发展水平与上海仍有很大的差距；舟山、苏州、无锡和南通物流水平发展仅次于前4个城市，排名靠前，变动很小，台州和泰州有较小的提高，其它城市都有小幅度的下降。第二阶段（2009-2013年），长三角物流发展水平快速上升，南京、杭州、台州等14个城市历年基本保持快速稳定的增长，只有绍兴和湖州发展缓慢，排名靠后，5年来得分变动不大。上海、南京、杭州遥遥领先，其余城市之间的物流水平差距越来越小，发展水平相对集中，反映了区域经济因素对物流发展的重要性，两者存在长期稳定的正相关关系。

（二）聚类分析

聚类分析是利用样本的多个观测指标，找出可以度量指标之间类似程度的统计量，并将相似程度较高的样本进行聚合，形成从大到小的指标分类系统。本研究选取货运总量、邮电业务总量、交通运输仓储邮电从业人员、人均货运量、地均货运量和交通运输仓储邮电从业人员占全部从业人员的比例这6个物流指标，对长三角16个城市的面板数据进行聚类分析。根据图1的聚类谱系，可将长三角16个城市分为3种类型（见表4）：第1类为物流发达城市，仅有上海市和苏州市，物流发展水平遥遥领先；宁波、南京、杭州、无锡属于第2类的物流较发达城市；绍兴、扬州、泰州、湖州等10个城市的物流发展缓慢，被划分到第3类的物流欠发达城市。在16个城市中第1类和第2类型的城市仅有6个，占总数的37.5%，表明长三角物流整体水平还不高，发展存在较大的差异。

长三角物流业发展与经济增长的协整检验

（一）单位根检验

本文选择第一产业GDP（Y1）、第二产业GDP（Y2）、第三产业GDP（Y3）、社会消费品零售总额（Y4）和固定资产投资总额（Y5）来衡量经济增长，对上述指标做对数化处理来避免时间序列带来异方差性的问题。通常，进行面板数据协整检验分析之前，必须先对物流和经济增长指标数据进行单位根检验以检验是否存在单位根，检验各城市的变量是否稳定（肖新新，2012）。若数据序列的检测结果是非稳定性的，则说明数据存在单位根，可以进一步做协整检验。采用LLC、IPS、ADF、PP检验对上述指标做水平和一阶差分检验。在水平值下，变量LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5在LLC、IPS、ADF、PP检验下不能拒绝存在单位根的假设，因此7个指标全部表现为非平稳序列、存在单位根；指标LnX3、LnX6在LLC、ADF、PP检验下不能拒绝存在单位根的假设，因此变量序列是非平稳的；而指标LnY2、LnY5在LLC、IPS、ADF、PP检验下拒绝了存在单位根的假设，因而序列是平稳的。一阶差分后，指标LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6均通过了检验，所以它们均为一阶单整序列。故LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6是I（1）的过程，LnY2、LnY5是I（0）过程，只需对LnY1、LnY3、LnY4、LnX1、LnX2、LnX4、LnX5和LnX6进行协整检验。

（二）协整检验

本文采用Pedroni法对面板协整进行检验，衡量非平稳序列是否具有长期的均衡关系。检验分为下列3种情况，最终结果如表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检验共存在7个结果，前4个代表联合组内维度，后3个代表组间维度，Panel ADF和Group ADF两个统计量比较适用在样本少于20内，若检验结果不一致，以这2个统计量为准。本文的研究样本为10，由表5可知，在②、③情况下Panel ADF和Group ADF在5%的显著性水平下拒绝了不存在协整关系的原假设，因此指标LnY3、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6以及指标LnY4、LnX1、LnX2、LnX3、LnX4、LnX5、LnX6之间具有协整关系，即长三角16个城市的经济增长变量中的第三产业GDP、社会消费品总额都与物流发展指标之间存在协整关系。

（三）模型选择与回归分析

本文根据F值来选择模型，借助Eviews软件计算变系数、变截距、不变系数的残差平方和，N（截面数）=16，T（时期数）=10，K（自变量数）=6，表5分为两种情况，情况②S1、S2、S3分别为S1=0.153，S2=2.314，S3=11.668，情况③S1、S2、S3分别为S1=0.153，S2=2.374，S3=12.281，由此计算出：

情况②F1=7.49，F2=34.23，在5%显著性水平下的临界值为：F2a（105，48）=1.55，F1a（90，48）=1.61。由于F2>1.55，所以拒绝H2；又由于F1>1.61，所以也拒绝H1，应采用变系数模型。

情况③F1=7.73，F2=36.17，在5%显著性水平下的临界值为：F2a（105，48）=1.55，F1a（90，48）=1.61。由于F2>1.55，所以拒绝H2；又由于F1>1.61，所以也拒绝H1，应采用变系数模型。

通常，变系数模型存在随机效应和固定效应两种，需要通过Hausman检验对上述两种效应进行选择。原假设为：建立随机效应模型。经计算，P<0.05（见表6），因此建立固定效应模型。

由于不同城市的经济发展受到多方面因素的影响，城市内部发展差异较大，容易造成横截面异方差的问题，因此选择GLS法对指标做回归分析。最终的协整方程为：

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

R2=0.999，F=1009.663，P=0.000

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

R2=0.998，F =1223.05，P=0.000

其中αi是长三角16个城市第三产业GDP和社会消费品总额自发增长对平均自发增长的偏离值（见表7）。β1i、β2i、β3i、β4i、β5i、β6i分别是物流发展水平指标对第三产业GDP和社会消费品总额的弹性系数（见表8、表9）。由于本文主要研究城市物流指标对经济增长的作用，所以主要分析β1i、β2i、β3i、β4i、β5i、β6i的估计结果。

从拟合结果看出，R方都很高，说明模型拟合优度很高，总体拟合度分别为99.9%和99.8%，在5%的显著水平下通过检验。对上述回归结果具体分析如下：

除个别城市外，货运总量的变化对经济增长的弹性系数是正的且系数较大（上海、南京、苏州、泰州和绍兴十分显著），表明随着货运总量的不断增加，地区第三产业总值和社会消费品总额的增长十分明显，即货运总量与经济增长正相关；同时货运总量增加对经济增长的促进作用大小存在地区差异，若弹性系数的数值越大，表明货运总量增加对经济增长的促进作用越明显。

大多数城市的邮政业务总量产值的变化对第三产业经济增长的弹性系数都是正值，但系数都较小，均在0-0.8之间，表明邮政业务总量的增加能够促进经济增长，二者呈正相关关系，但促进效果不明显；另外大多数城市的邮政业务总量产值的变化对社会消费品总额的弹性系数正负值各一半，说明两者没有显著的直接促进关系。

大多数城市交通运输仓储从业人员的变化对经济增长的弹性系数也都是正的，表明城市交通运输仓储从业人员的增加对经济增长有促进作用。但是上海、苏州、杭州等地均出现负值，这可能是该三个城市物流从业人员趋于饱和所致，即使不断增加也不能创造更多的经济价值和社会消费。大多数城市的人均货运总量、地均货运总量以及交通运输仓储从业人员占全部从业人员的比重的变化，对第三产业GDP和社会消费品总额的弹性系数正负值各一半，只是地区宏观层次的区别，没有明显的联系，说明两者没有显著的直接促进关系。

结论

上述研究表明，长三角区域物流对区域经济的发展有着重要的推动作用，同时区域经济的发展在一定程度上可以优化物流产业结构，提高物流服务水平和质量。目前，长三角物流整体水平不高且呈阶梯状分布，尤其是上海、南京、杭州遥遥领先，这种分布态势与经济的区域差异基本一致，反映了区域经济因素对物流发展的重要性，城市经济发展水平与城市物流水平具有高度相关性，虽然城市物流的发展差异较大，但是这种差距可能随着经济的发展不断缩小。根据回归分析结果，大多数城市的物流发展仍然依靠货运总量和规模的提升，从而带来经济的发展，其它因素所占的比例很小，对经济的影响作用不大。

因此，现阶段长三角必须加强区域物流的发展，在不断扩大物流发展规模的同时，更要注重物流质量的跨越式发展提升，不断提高物流服务水平，大力发展区域物流产业，利用物流产业拉动经济的快速增长。另外，进一步改进传统的粗放型物流模式，加强对产业结构的转型和调整，并注重对区域物流空间分布进行研究，使区域物流空间整合和产业联动发展相结合。

参考文献：

1.刘南，李燕.现代物流与经济增长的关系研究—基于浙江省的实证分析[J].管理工程学报，2007，2（1）

2.钱晓英，马传秀.物流对经济增长影响的协整性分析[J].湖南大学学报，2007，34（4）

3.廖迎，阮陆宁.区域物流与区域经济增长的实证研究—基于面板单位根与面板协整分析[J].南昌大学学报，2008，39（5）

4.张毅，陈圻.中国区域物流业与经济发展协调度研究—基于复合系统模型与30个省区面板数据[J].软科学，2010，24（12）

5.蔡海亚，谢守红.长江三角洲物流发展及与经济增长关系的实证研究[J].北京交通大学学报（社会科学版），2016，15（2）

6.沈玉芳，王能洲，马仁锋等.长三角区域物流空间布局及演化特征研究[J].经济地理，2011，31（4）

7.殷燕.区域物流发展与区域经济增长的关系研究—基于长三角地区的协整分析[J].全国商情，2012（24）

8.肖新新.基于面板数据的高新技术产业与经济增长关系的协整研究[D].太原理工大学，2012