基于Logistic模型的贵州省物流业对经济发展影响实证分析

李倩倩+王茂春

内容摘要：为了探索贵州省物流业与经济发展的关联性，本文首先通过Stata软件对贵州省GDP和货物周转量作了相关性和回归分析，其次基于Logistic模型，构建了贵州省GDP与货物周转量之间的线性方程，最后对物流业与GDP之间的边际效应和弹性效应进行分析，探索了贵州省物流业在不同阶段对贵州经济发展的影响。结果显示贵州物流业与GDP之间存在较强的关联性，物流业促进了贵州经济的发展，但其发展速度滞后于经济发展速度，且物流业对经济发展的带动作用趋于减弱状态，如不引起重视，未来可能难以继续为贵州经济的快速发展起到推动作用。

关键词：物流业 GDP Logistic模型 关联性

引言

相较于中部地区，贵州省物流业的发展较为缓慢。初期，贵州省物流业发展较缓慢的主要原因为基础设施、物流人才等因素的限制。近几年，随着高新技术的引进和贵州省政府加大对物流基础设施的投资建设，基础因素对贵州省物流业的限制逐渐得到缓和。近年来，在国家政策支持下，贵州省经济处于快速发展阶段，而物流业作为服务供给性产业，其快速发展对贵州省经济发展起着强劲的推动和影响作用。

本文对贵州省2005-2014年的GDP和货物周转量作实证研究，绘制出两者的散点图并进行定性分析。一方面通过借助Stata软件做出相关性分析，发现贵州物流业与经济发展之间存在很强的关联性，另一方面构建物流业与GDP之间的Logistic函数模型，发现GDP与货物周转量之间的正相关关系，物流业的发展对经济发展起着拉动作用。针对物流业对经济发展的强关联作用，通过定量的边际效应分析和弹性效应分析，发现当前贵州物流业的发展滞后于本地经济发展，贵州物流业有必要进行一定的转型升级，才能在未来更好地服务于贵州经济的发展。

相关文献综述

关于物流业发展与经济快速发展的关系，许多国内外学者从国家层面和区域层面两个方面进行了研究，提出物流业发展对经济发展影响较大的结论。纪国涛（2016）基于Logistic模型，运用SPSS软件对辽宁省物流产业的成长阶段进行了分析，并利用拐点分析法对每个成长过程进行了研判。孟庆春、黄伟东、马硕（2014）基于Logistic函数和脉冲响应，分析研究了我国物流业对国民经济的影响，得出物流业与国民经济发展之间存在着非常紧密的相关关系。李全喜、刘岩和刘佳琳（2012）应用Logistic模型对我国物流产业发展的关键点进行了研究，并定量分析了我国物流产业成长的生命周期和发展阶段。王珍、谢五洲（2012）运用Logistic模型，并借助Eviews软件来分析三峡地区物流产业发展与经济增长之间的关系，以宜昌市为例作实证分析，最后提出三峡区域物流业转型升级的策略。周君（2006）運用Logistic模型对天津市物流业与经济增长之间的定量关系进行了实证研究，通过一定的量化分析，得出物流业在不同阶段的发展对策。孙玉妮、伍艳艳和张实桐（2010）分别利用投入产出模型和脉冲响应，从静态和动态两个层面辩证地分析了物流业与经济增长之间的关系，物流业增长对经济增长具有较强的拉动作用，但经济增长对物流业发展水平的冲击力较小。

综合以上所述，本文发现很多学者都运用Logistic模型来对物流产业各方面进行研究，说明运用Logistic函数模型来分析物流业对经济发展的影响是切实可行的。但大多数学者都是对经济发展较好的省市进行实证研究，针对西部欠发达城市进行的实证研究较少。本文则通过Logistic模型对贵州省物流业对经济发展的影响进行实证研究，找出贵州物流业对不同阶段经济发展的影响力，发现物流业影响经济发展的实质原因，从而提出相应对策建议。

基于Logistic模型分析物流业对经济发展影响的可行性

Logistic模型是种群生态学的核心理论之一，描述种群“S”型增长，可以表征种群的数量动态，可用来描述某一研究对象的增长过程（余爱华，2003）。现代物流业的发展过程，其增长趋势类似于“S”型的增长状态。物流业发展初期，增长速度比较缓慢，接着快速增长，然后减速增长并趋于饱和状态。物流业“S”型的增长速度符合Logistic函数模型。设其表达式为：

（1）

式（1）中y表示因变量，x表示自变量，K、a、b均为未知常数，且K>0，a>0，0

根据Logistic模型，随着自变量x的增长，因变量y先缓慢增长，后快速增长，接着减速增长并趋于饱和状态。贵州省物流业对贵州经济发展的作用也呈现“S”型特征。作为自变量，物流业发展初期，由于基础设施等因素的限制，发展较缓慢，后随着高新技术的应用，物流业自身快速发展并拉动经济发展，达到一定规模后，物流业对经济发展的拉动作用趋于饱和状态。因此，运用Logistic函数模型来研究物流业对经济发展的作用，具有很强的现实意义，较科学合理。

实证分析

对贵州省2005年至2014年的货物周转量和GDP进行分析，绘制散点图，构建两者之间的Logistic函数模型，分析两者之间的关联性。

（一）选取指标

选取贵州省的GDP代表贵州省产业经济发展水平，一般而言用以反映物流业发展水平的指标通常选取货运量和货物周转量两个指标。借鉴张毅、陈圻（2010）的研究结果，可知货物周转量能更好地反映物流业的发展水平，故而本文决定选取货物周转量作为贵州省物流业发展水平指标。

（二）选取数据

根据《中国统计年鉴》绘制图1，由图1可看出贵州省物流业发展时间较晚，前期发展速度较缓。从2005年开始，贵州省物流业才正式发展起来，故选取贵州省2005年至2014年之间的货物周转量和地区生产总值进行实证研究，如表1所示。

（三）构建模型

第一，分析贵州省货物周转量和GDP之间的相关系数。通过Stata软件对贵州省的GDP和货物周转量之间的相关性进行定量分析，得到的分析结果如表2所示。其中，G代表贵州省GDP，Q代表贵州省货物周转量。通过定量分析，发现贵州省货物周转量与贵州省的地区生产总值之间有很高相关性，相关系数高达0.9920，表明贵州省物流业与经济发展之间存在很强的关联性。

第二，绘制散点图。利用Stata软件导入数据，绘制贵州省GDP与货物周转量之间的散点图，从而找出两者之间的线性关系。从图2可看出，贵州省地区生产总值与货物周转量之间呈显著正相关关系，但由于经历了2008年的金融危机，所以2009年和2010年相比较之前有明显的波动，出现了震动期。随着货物周转量的增长，GDP刚开始增长速度较缓慢，然后快速增长，接着增长速度减缓达到平稳状态，非常符合Logistic函数模型的标准。

第三，建立货物周转量和GDP之间的Logistic模型。函数方程转换：设立的Logistic函数模型为，货物周转量和GDP之间的函数模型为非线性方程，需要对其作线性分析，故对该模型的函数关系作以下变换。移项得；两边取对数，得到；设，a`=lna，b`=lnb，则原有函数模型（1）转换成：

y1=a`+b`x （2）

式（2）中y表示贵州省GDP的值，x表示贵州省货物周转量的值，a、b、K为未知常数。

K值的确定：要确定y1与x之间的线性关系，则需首先确定K值。因为0

y=803.2403t+1306.638 （3）

从回归分析结果来看，拟合精度R2=0.9586，调整的判定系数为0.9534，说明GDP与时间基数t的函数模型拟合优度较高。回归方程统计量F的相伴概率为0，远小于0.001，说明建立的一元线性回归模型是显著的。同时从回归系数t值和相应P值来看，统计量T的相伴概率值均小于临界值，通过了t检验，说明本方程回归系数是显著的。

该线性方程的斜率为803.2403，表明贵州省GDP平均每年增长803.2403，所以可推测贵州省2025年（t=20）GDP的预测值为17373.444亿元，将GDP的饱和值取为18000亿元，故可以确定K=1/18000。所以得出：

（4）

函数方程的确定：导入数据，借助Stata对y1与x作线性回归分析。通过构建y1与x之间的线性方程，来确定a`、b`的值，以及确定a、b的值，从而构建贵州省GDP与货物周转量之间的线性方程。如表4所示，得出a`=-6.144967，b`=-0.0026387。

通過回归分析，拟合精度R2=0.9838，调整的判定系数为0.9818，说明模型拟合优度较高，回归方程统计量F的相伴概率为0，远小于0.001，说明建立的一元线性回归模型是显著的。同时从回归系数的t值和相应的P值来看，统计量t的相伴概率值均小于临界值，通过了t检验，说明本方程回归系数是显著的。故y1与x之间的线性方程为：

y1=-6.144967-0.0026387x （5）

所以，由a`=lna，b`=lnb得出a=0.002144247，b=0.997364778，进而得到贵州省GDP对货物周转量的回归模型为：

且K=1/18000>0，a=0.002144247>0，0

贵州省物流业对贵州经济增长的作用分析

（一）边际分析

对贵州省GDP与货物周转量进行定量的边际分析，根据公式（1）得：

由于a>0，lnb<0，bx>0，故>0，表明GDP与货物周转量之间是正相关关系，贵州省GDP随着货物周转量增加而增加，同时物流业的增长也能够较为明显地带动贵州经济的发展。

研究不同阶段贵州物流业对经济发展的具体作用，求其拐点。将对x进行求导，得到：

令其等于0，得到x=1384.45448，当货物周转量为1384.45448时，物流业拉动的经济增长率最大。当货物周转量x<1384.45448时，>0，表明当货物周转量小于1384.45448亿吨公里时，贵州省GDP的增长率随着货物周转量的增长而增长，这个阶段物流业的发展对经济发展的作用在增大。当x>1384.45448时，<0，表明货物周转量大于1384.45448亿吨公里时，贵州省GDP的增长率随着货物周转量的增长而减小，这个阶段物流业的发展对经济发展的作用稍微减弱。

（二）弹性分析

对贵州省GDP与货物周转量之间的弹性分析，即分析在货物周转量增长1%时，所拉动的GDP增长率。GDP对物流业的弹性系数为：

由Logistic函数模型的要求a>0，lnb<0，bx<0，故E>0。贵州省GDP随着物流业增长而增长，显著正相关。由此可知，物流业的增长能够带动区域经济水平的增长，因而得到2005-2014年的GDP弹性系数如表5所示。2012年之前，贵州省GDP的增长率随着货物周转量的增长而增长；2012年之后，贵州省GDP的增长率随着货物周转量的增长而降低。

结论及发展策略

贵州省GDP与货物周转量之间存在着较强的相关性，且为显著正相关关系，物流业的发展能够对贵州省经济起到明显的推动作用。弹性系数先呈上升趋势，后又呈现下降趋势，表明贵州省物流业对经济发展的带动作用由强趋于减弱状态，最后会达到饱和状态，符合Logistic函数模型的“S”型特征。综上所述，贵州省物流业发展对经济发展影响显著，是促进贵州经济发展的重要因素之一，但带动作用在减弱。贵州省物流业虽仍在快速发展，但物流业发展明显滞后于经济发展，未来可能难以支撑贵州快速增长的经济水平，因此物流业需要加快自身发展步伐，从而满足贵州省经济长期稳定高速发展的需求。

第一，加强主体、环境以及平台建设。物流业的发展依托于物流基础设施平台建设以及宏观环境，因此加强物流业基础设施设备的建设以及物流业短板建设，能够极大地促进物流业的发展，使得物流基础设施建设合理化、集约化以及高效化，以减少物流成本。此外，贵州地处偏远山区，信息建设和人才引进自然都处于弱势地位。因此，依托信息平台，引进外省高新技术和专业物流人才，培养本土物流人才，才能更好地推动物流业转型升级，进而促进贵州物流业科学合理地发展。

第二，优化产业规模。随着经济的发展，物流市场规模在不断扩大，物流企业呈粗放型增长。过去，这种粗放型的经济发展方式在我国经济发展中起到了重要作用，并带动了生产力的发展。但随着市场上物流企业的增多，出现了部分资源闲置、占有资源未发挥应有作用等弊端。在经济新常态的发展阶段，要想提高经济发展质量，需要进一步推进供给侧结构性改革。供给侧结构性改革的主要任务是“三去一降一补”，即去产能、去库存、去杠杆、降成本、补短板。以供给侧结构性改革为背景，减少贵州省在物流业方面的“僵尸企业”，进行行业资源整合，能够极大推进贵州物流业的转型升级，提升物流业整体竞争力，使物流业成为贵州省的支柱产业及经济增长点。

第三，加快产业共生机制。产业联动发展是产业提升效率、获得更高利润的有效途径，是产业实现社会化、专业化的重要途径。制造业作为经济发展的支柱型产业，为经济发展做出了巨大贡献。因此，加快物流业与制造业的联动机制，促进产业之间更好地融合发展，不仅能够带动两业共同发展，而且可以提高物流业自身竞争力。另外，从减少物流成本的角度考虑，加快贵州省多式联动发展，协调合作机制，能够减少社会物流成本以及提高物流服务效率。

第四，加大政府扶持力度。科学制定贵州省物流业发展规划，是促进贵州物流业发展的重要方面，因此政府作为产业间的润滑剂，应积极发挥主导作用，出台并实施相关的优惠政策，以带动物流产业的发展。政府应加大资金扶持力度，完善贵州省交通运输体系建设，进而推动贵州物流业健康快速发展。

参考文献：

1.纪国涛.辽宁省物流产业成长的Logistic曲线分析[J].生产力研究，2016（9）

2.孟庆春，黄伟东，马硕.我国物流业对国民经济影响的实证研究—基于Logistic函数和脉冲响应分析[J].山东社会科学，2015（7）

3.李全喜，刘岩，刘佳琳.基于Logistic回归分析的我国物流产业成长研究[J].软科学，2012（9）

4.王珍，谢五洲.基于Logistic模型的三峡地区物流产业发展與经济增长关系的实证研究—以宜昌市为例[J].三峡大学学报（人文社会科学版），2012（2）

5.周君.区域物流业对地区经济增长的影响分析[J].统计与决策，2006（4）

6.孙玉妮，伍艳艳，张实桐.中国物流业与经济增长关系的实证分析—基于投入产出模型和VAR模型[J].中国物价，2010（6）

7.余爱华.Logistic模型的研究[D].南京林业大学，2003

8.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（12）endprint