降低社會(huì)物流總費(fèi)用占GDP比重的對(duì)策研究
——基于多元回歸模型的實(shí)證分析

汪文生　張　娟

(中國(guó)礦業(yè)大學(xué)(北京)，北京　100083)

?

降低社會(huì)物流總費(fèi)用占GDP比重的對(duì)策研究
——基于多元回歸模型的實(shí)證分析

汪文生張娟

(中國(guó)礦業(yè)大學(xué)(北京)，北京100083)

〔摘要〕一個(gè)國(guó)家或地區(qū)的物流發(fā)展水平與當(dāng)?shù)氐纳鐣?huì)物流總費(fèi)用占GDP的比重息息相關(guān)，理論上，這一比例不宜過(guò)高，如何采取有效措施來(lái)降低該比例已成為當(dāng)務(wù)之急。本文基于多元回歸模型，運(yùn)用Eviews軟件對(duì)可能影響該比例的四大因素進(jìn)行了回歸分析及ADF、AEG協(xié)整檢驗(yàn)，研究結(jié)果表明：產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響最為顯著；物流行業(yè)就業(yè)人數(shù)的影響作用次之；而物流基礎(chǔ)設(shè)施投資、經(jīng)濟(jì)發(fā)展水平對(duì)該比例的影響并不顯著。在此基礎(chǔ)上，分析了回歸結(jié)果的經(jīng)濟(jì)原因并聯(lián)系實(shí)際情況給出了相應(yīng)的可行性政策建議。

〔關(guān)鍵詞〕社會(huì)物流總費(fèi)用GDP多元回歸影響因素政策建議

引言

國(guó)家發(fā)改委、國(guó)家統(tǒng)計(jì)局等部門于2015年4月17日聯(lián)合發(fā)布的數(shù)據(jù)顯示[1]，2014年我國(guó)物流需求規(guī)模增速減緩，物流業(yè)轉(zhuǎn)型升級(jí)加快，我國(guó)社會(huì)物流總費(fèi)用為10.6萬(wàn)億元，同比增長(zhǎng)6.9%，社會(huì)物流總費(fèi)用與GDP的比率為16.6%，較上一年有所下降，但是與發(fā)達(dá)國(guó)家相比還是要高出許多。Donald等[2-4]對(duì)1998年、1999年美國(guó)的物流年度開(kāi)支進(jìn)行了研究，并得出結(jié)論：美國(guó)的物流總成本占國(guó)民生產(chǎn)總值的10%左右，而這一比例在2013年更是達(dá)到了8.5%。作為一個(gè)國(guó)際上普遍認(rèn)可的物流行業(yè)發(fā)展指標(biāo)，一個(gè)國(guó)家或地區(qū)的社會(huì)物流總費(fèi)用占GDP的比重越低，則意味著該國(guó)家或地區(qū)的物流效率越高，雖然這一指標(biāo)是否越低越好還有待進(jìn)一步考證，但不得不承認(rèn)的是，如果這一指標(biāo)偏高，則往往伴隨著過(guò)高的物流成本、物流活動(dòng)領(lǐng)域資源的不合理配置等突出問(wèn)題。因此，我們很有必要對(duì)影響社會(huì)物流總費(fèi)用占GDP比重的因素進(jìn)行分析研究，以便找出相關(guān)關(guān)鍵因素，并最終提出有利于

我國(guó)物流業(yè)健康、高效發(fā)展的對(duì)策。

1文獻(xiàn)綜述及假設(shè)

前人對(duì)于社會(huì)物流總費(fèi)用占GDP的比重已有相當(dāng)多的研究，這些研究為本文中的假設(shè)提供了理論基礎(chǔ)。

1.1產(chǎn)業(yè)結(jié)構(gòu)與社會(huì)物流總費(fèi)用占GDP的比重及相關(guān)假設(shè)

鐘賢柏[5]研究認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)的不同必然導(dǎo)致物流所占的比重不同，高新技術(shù)所需的相對(duì)物流成本遠(yuǎn)低于低端產(chǎn)品。陳淑嫻[6]指出，第二產(chǎn)業(yè)(以制造業(yè)為主要構(gòu)成部分)對(duì)物流的需求遠(yuǎn)大于第三產(chǎn)業(yè)(廣義服務(wù)業(yè))，當(dāng)一個(gè)國(guó)家的第二產(chǎn)業(yè)在GDP中占據(jù)主導(dǎo)地位時(shí)，它的物流成本支出就遠(yuǎn)大于以第三產(chǎn)業(yè)為主體的國(guó)家，物流成本占GDP的比值就因產(chǎn)業(yè)結(jié)構(gòu)的影響發(fā)生較大變化。范林榜[7]采用1992～2012年我國(guó)第一產(chǎn)業(yè)、第二產(chǎn)業(yè)以及第三產(chǎn)業(yè)的數(shù)據(jù)，運(yùn)用多元回歸分析方法，經(jīng)過(guò)實(shí)證分析得出，第二、三產(chǎn)業(yè)所占比重通過(guò)影響社會(huì)物流運(yùn)輸成本、庫(kù)存成本和管理成本最終負(fù)向影響社會(huì)物流成本占GDP的比

重。綜上所述，我們不難看出，產(chǎn)業(yè)結(jié)構(gòu)與社會(huì)物流總費(fèi)用占GDP的比重有著不可忽視的關(guān)系，在本文中，我們以第三產(chǎn)業(yè)所占比重對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響程度來(lái)探討產(chǎn)業(yè)結(jié)構(gòu)與社會(huì)物流總費(fèi)用占GDP的比重之間的關(guān)系。在此，提出假設(shè)1：第三產(chǎn)業(yè)所占比重與社會(huì)物流總費(fèi)用占GDP比重呈反比。

1.2物流基礎(chǔ)設(shè)施投資與社會(huì)物流總費(fèi)用占GDP的比重及相關(guān)假設(shè)

JAMES M W WONG等[8]分析了香港經(jīng)濟(jì)發(fā)展與建設(shè)的關(guān)系，Granger因果關(guān)系檢驗(yàn)結(jié)果顯示建設(shè)推動(dòng)了香港經(jīng)濟(jì)的發(fā)展，反之則不然。劉俊華，李瑤琴，長(zhǎng)青[9]運(yùn)用誤差修正模型對(duì)物流建設(shè)投資與經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在關(guān)系進(jìn)行了定量分析并得出結(jié)論，物流基礎(chǔ)建設(shè)與經(jīng)濟(jì)增長(zhǎng)之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系，GDP隨著時(shí)間加速增長(zhǎng)，具有正向作用和未來(lái)的長(zhǎng)期作用。李松慶[10]認(rèn)為，完善的基礎(chǔ)設(shè)施是現(xiàn)代物流發(fā)展不可缺少的物質(zhì)基礎(chǔ)?；A(chǔ)設(shè)施先行是發(fā)展現(xiàn)代物流的基本策略，也是發(fā)達(dá)國(guó)家發(fā)展物流的成功經(jīng)驗(yàn)。我國(guó)要發(fā)展現(xiàn)代物流，也必須首先高起點(diǎn)地建設(shè)好物流基礎(chǔ)設(shè)施。其中，他主張應(yīng)該加強(qiáng)交通運(yùn)輸設(shè)施建設(shè)、加快物流節(jié)點(diǎn)建設(shè)以及拓寬物流基礎(chǔ)設(shè)施建設(shè)投資來(lái)源。由于物流行業(yè)的基礎(chǔ)設(shè)施規(guī)模龐大，所需的投資資金數(shù)額巨大，因此政府在對(duì)該行業(yè)的投資中將發(fā)揮主導(dǎo)作用。但是從長(zhǎng)期來(lái)看，政府昔日對(duì)該行業(yè)的投資將帶來(lái)巨大的回報(bào)，即社會(huì)物流總費(fèi)用的日益減少。因此，我們提出假設(shè)2：物流基礎(chǔ)設(shè)施投資與社會(huì)物流總費(fèi)用占GDP的比重呈反比。

1.3經(jīng)濟(jì)發(fā)展水平與社會(huì)物流總費(fèi)用占GDP的比重及相關(guān)假設(shè)

隨著經(jīng)濟(jì)的快速發(fā)展和人民生活水平的不斷提高，人們對(duì)于經(jīng)濟(jì)的關(guān)注度也在逐漸增加[11]。張亮亮，周石鵬，張洋[12]認(rèn)為，一國(guó)或某一地區(qū)的經(jīng)濟(jì)發(fā)達(dá)程度與物流成本占該國(guó)或地區(qū)的比重是呈反相關(guān)的關(guān)系，也就是說(shuō)，經(jīng)濟(jì)發(fā)展水平越高，物流總成本占GDP的比重越低，并且有隨時(shí)間逐漸下降的趨勢(shì)。范林榜[7]對(duì)此持有相同的看法，他認(rèn)為，經(jīng)濟(jì)發(fā)展水平與物流需求增長(zhǎng)呈正向相關(guān)。物流需求增長(zhǎng)將會(huì)導(dǎo)致物流成本絕對(duì)數(shù)增加，而社會(huì)物流成本占GDP相對(duì)數(shù)會(huì)下降?；谇叭说南嚓P(guān)研究，我們提出假設(shè)3：經(jīng)濟(jì)發(fā)展水平與社會(huì)物流總費(fèi)用占GDP的比重呈反比。

1.4物流行業(yè)就業(yè)人數(shù)與社會(huì)物流總費(fèi)用占GDP的比重及相關(guān)假設(shè)

王莉[13]指出，在經(jīng)濟(jì)發(fā)展中，隨著經(jīng)濟(jì)總量GDP情況的不斷變化，最為直接的物流行業(yè)就業(yè)人數(shù)會(huì)發(fā)生較大的波動(dòng)，物流就業(yè)人員數(shù)量與GDP數(shù)據(jù)眾多屬性都有關(guān)聯(lián)，也就是說(shuō)，物流行業(yè)的就業(yè)人數(shù)與GDP有著不可忽視的聯(lián)系。物流業(yè)是重要的生產(chǎn)性服務(wù)業(yè)之一[14]，物流行業(yè)就業(yè)人數(shù)的增加，必然會(huì)使得該行業(yè)相應(yīng)的管理費(fèi)用、運(yùn)輸費(fèi)用等成本呈現(xiàn)上升趨勢(shì)，反之亦然。值得一提的是，前人做過(guò)物流行業(yè)就業(yè)人數(shù)與GDP關(guān)系的研究，卻并未在此基礎(chǔ)上指出物流行業(yè)就業(yè)人數(shù)對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響作用。在此，我們提出假設(shè)4：物流行業(yè)就業(yè)人數(shù)與社會(huì)物流總費(fèi)用占GDP的比重呈正比。

2實(shí)證研究

2.1理論模型的變量選擇

影響社會(huì)物流總費(fèi)用占GDP比重的因素主要有以下幾個(gè)方面。

2.1.1產(chǎn)業(yè)結(jié)構(gòu)——第三產(chǎn)業(yè)占GDP比重(X1)

不同的產(chǎn)業(yè)、不同的產(chǎn)品對(duì)于物流服務(wù)的需求內(nèi)容和數(shù)量是不同的。隨著經(jīng)濟(jì)的向前發(fā)展，我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)也在發(fā)生著巨大的變化。呈現(xiàn)出的總體趨勢(shì)是：第一產(chǎn)業(yè)的比重明顯降低，以服務(wù)業(yè)為主要標(biāo)志的第三產(chǎn)業(yè)的比重明顯提高。產(chǎn)業(yè)結(jié)構(gòu)的不同必然導(dǎo)致物流所占比重的不同，一般來(lái)講，第三產(chǎn)業(yè)消耗的物流成本要低于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)。在此，僅研究第三產(chǎn)業(yè)占GDP的比重(X1)對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響情況。

2.1.2物流基礎(chǔ)設(shè)施投資——交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的固定資產(chǎn)投資(X2)

國(guó)務(wù)院于2014年10月4日正式印發(fā)了《物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃(2014～2020年)》?！兑?guī)劃》指出，到2020年，基本建立布局合理、技術(shù)先進(jìn)、便捷高效、綠色環(huán)保、安全有序的現(xiàn)代物流服務(wù)體系。要想真正實(shí)現(xiàn)《規(guī)劃》中的理想狀態(tài)，完善的基礎(chǔ)設(shè)施布局可謂是必不可少。目前，我國(guó)的物流基礎(chǔ)設(shè)施主要包括：鐵路、公路、港口、民用運(yùn)輸機(jī)場(chǎng)等交通運(yùn)輸基礎(chǔ)設(shè)施；物流場(chǎng)、站、庫(kù)房等倉(cāng)儲(chǔ)基礎(chǔ)設(shè)施；作為國(guó)家重要的通信基礎(chǔ)設(shè)施的郵政網(wǎng)絡(luò)。本文中，我們將以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的固定資產(chǎn)投資(X2)的縱向數(shù)據(jù)來(lái)研究其與社會(huì)物流總費(fèi)用占GDP比重的相關(guān)關(guān)系。

2.1.3經(jīng)濟(jì)發(fā)展水平——人均國(guó)內(nèi)生產(chǎn)總值(X3)

一個(gè)國(guó)家或地區(qū)的物流發(fā)展水平與當(dāng)?shù)氐膰?guó)民經(jīng)濟(jì)發(fā)展水平可謂息息相關(guān)，而國(guó)民經(jīng)濟(jì)發(fā)展水平一般是以人均國(guó)內(nèi)生產(chǎn)總值來(lái)衡量的。在本文中，我們將以人均國(guó)內(nèi)生產(chǎn)總值(X3)作為衡量經(jīng)濟(jì)發(fā)展水平的指標(biāo)，進(jìn)而研究其與社會(huì)物流總費(fèi)用占GDP比重的相關(guān)關(guān)系。

2.1.4物流行業(yè)就業(yè)人數(shù)——交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)(X4)

作為復(fù)合型產(chǎn)業(yè)，物流行業(yè)是運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)、裝卸業(yè)、包裝業(yè)、加工配送業(yè)、物流信息業(yè)等產(chǎn)業(yè)的優(yōu)化整合，在本文中，我們不妨將交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)(X4)作為衡量物流行業(yè)的就業(yè)人數(shù)的指標(biāo)，進(jìn)而探討其對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響程度。

2.2數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》(1991～2014)、《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》(1991～2014)、《中國(guó)物流與采購(gòu)聯(lián)合會(huì)》。其中，指標(biāo)Y——社會(huì)物流總費(fèi)用占GDP比重的相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)物流與采購(gòu)聯(lián)合會(huì)》發(fā)布的“全國(guó)物流運(yùn)行情況通報(bào)”，指標(biāo)X1——第三產(chǎn)業(yè)占GDP比重的相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》(1991～2014)、指標(biāo)X2——交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資、指標(biāo)X3——人均國(guó)內(nèi)生產(chǎn)總值及指標(biāo)X4——交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)的相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》(1991～2014)，具體情況見(jiàn)表1。

表1　各相關(guān)變量原始數(shù)據(jù)表

續(xù)　　表

為分析產(chǎn)業(yè)結(jié)構(gòu)、物流基礎(chǔ)設(shè)施投資、經(jīng)濟(jì)發(fā)展水平、物流行業(yè)就業(yè)人數(shù)等因素與社會(huì)物流總費(fèi)用占GDP比重的相互關(guān)系，對(duì)上述各變量的原始數(shù)據(jù)進(jìn)行了簡(jiǎn)易化處理，作二維折線圖(圖1)如下。

圖1　各相關(guān)變量變動(dòng)趨勢(shì)圖

如圖1所示，第三產(chǎn)業(yè)占GDP比重在1991～2014年間大體呈現(xiàn)上漲趨勢(shì)，即由1991年的33.70%上漲至2014年48.2%，當(dāng)然，這一比重并非穩(wěn)步增長(zhǎng)，也出現(xiàn)了由1992年的34.8%緩降至1996年32.77%的情形；人均國(guó)內(nèi)生產(chǎn)總值自1991年起，以指數(shù)形式高速增長(zhǎng)，由1991年的1893元增至2014年的45384元，其中，該指標(biāo)在1993～1996年的增速是最快的；交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資金額的發(fā)展趨勢(shì)類似于人均國(guó)內(nèi)生產(chǎn)總值，該指標(biāo)由1991年的340.18億元猛增至2014年的42984億元，這與我國(guó)國(guó)民經(jīng)濟(jì)的快速發(fā)展是密不可分的。其中，該指標(biāo)在2011年出現(xiàn)了小幅回落，即由2010年的30074.48億元跌至2011年的28291.66億元，這與當(dāng)時(shí)所面臨的的緊縮性貨幣政策下投資資金面總體緊張、地方政府融資能力不足、高耗能投資反彈及高加工度行業(yè)投資占比不斷下降等因素息息相關(guān)。物流行業(yè)就業(yè)人數(shù)總體呈現(xiàn)平穩(wěn)發(fā)展態(tài)勢(shì)，其在1991～2014年間經(jīng)歷了“緩降驟升”過(guò)程，即由1991年的916萬(wàn)人緩降至2012年的667.52萬(wàn)人，由2012年的667.52萬(wàn)人驟升至2014年的861.43萬(wàn)人?？梢钥闯觯锪餍袠I(yè)就業(yè)人數(shù)并非越少越好，現(xiàn)代高科技的發(fā)展并不能完全替代人力資源在該行業(yè)中發(fā)揮的作用。社會(huì)物流總費(fèi)用占GDP的比重自1991年起逐年下降，由1991年底的24%降至2014年的16.6%，這是政府、企業(yè)及個(gè)人在物流行業(yè)發(fā)展過(guò)程中共同作用的結(jié)果，其形成機(jī)理值得我們?nèi)ミM(jìn)一步探索。

2.3模型的設(shè)定與回歸結(jié)果

對(duì)于時(shí)間序列數(shù)據(jù)來(lái)說(shuō)，進(jìn)行因果性檢驗(yàn)和經(jīng)濟(jì)預(yù)測(cè)的前提條件就是進(jìn)行平穩(wěn)性的檢驗(yàn)[12]。對(duì)此，本文采用的是ADF檢驗(yàn)，之后進(jìn)行了協(xié)整檢驗(yàn)(AEG檢驗(yàn))。

為消除數(shù)據(jù)序列的趨勢(shì)和模型的異方差性，在實(shí)際計(jì)算中變量序列都采用序列的對(duì)數(shù)形式[15]，以LNY代表對(duì)被解釋變量社會(huì)物流總費(fèi)用占GDP比重(Y)取對(duì)數(shù)后的值，以LNX1、LNX2、LNX3、LNX4分別代表對(duì)解釋變量第三產(chǎn)業(yè)占GDP比重(X1)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資(X2)、人均國(guó)內(nèi)生產(chǎn)總值(X3)及交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)(X4)取對(duì)數(shù)后的值。

應(yīng)用Eviews對(duì)1991～2014年的LNY進(jìn)行ADF檢驗(yàn)。檢驗(yàn)過(guò)程將會(huì)通過(guò)下面3個(gè)模型來(lái)完成：

實(shí)際檢驗(yàn)中，從模型3開(kāi)始，其中的t是時(shí)間變量，代表了時(shí)間序列隨時(shí)間變化的某種趨勢(shì)(如果有的話)，然后模型2，最后是模型1，何時(shí)檢驗(yàn)拒絕零假設(shè)，即原序列不存在單位根，為平穩(wěn)序列，何時(shí)可停止檢驗(yàn)。否則，就要繼續(xù)檢驗(yàn)，直到檢驗(yàn)完模型1為止。只要其中一個(gè)模型的檢驗(yàn)結(jié)果拒絕了零假設(shè)，就可以認(rèn)為時(shí)間序列是平穩(wěn)的。當(dāng)3個(gè)模型的檢驗(yàn)結(jié)果都不能拒絕零假設(shè)H0∶δ=0時(shí)，則認(rèn)為時(shí)間序列是非平穩(wěn)的[16]。

運(yùn)用Eviews工具，經(jīng)過(guò)多次反復(fù)檢驗(yàn)，最終得：在1%顯著性水平上，LNY是一個(gè)平穩(wěn)序列(檢驗(yàn)結(jié)果如表2所示)。

表2　LNY平穩(wěn)性檢驗(yàn)結(jié)果

類似地也可以檢驗(yàn)出：LNX1、LNX2、LNX4均為非平穩(wěn)序列，LNX3是1%顯著性水平上的平穩(wěn)序列。而LNX1、LNX2、LNX3、LNX4的一階差分均為平穩(wěn)序列，即均為一階單整序列。另外可以驗(yàn)證，在5%顯著性水平上，LNY的一階差分也是一個(gè)平穩(wěn)序列，即LNY也是一階單整序列(檢驗(yàn)結(jié)果如表3所示)。

表3　D(LNY)平穩(wěn)性檢驗(yàn)結(jié)果

針對(duì)原序列LNY、LNX1、LNX2、LNX3、LNX4設(shè)定如下形式的多元回歸模型并進(jìn)行OLS估計(jì)，估計(jì)結(jié)果見(jiàn)表4。

LNYt=C+β1LNX1+β2LNX2+β3LNX3+β4LNX4+Ut

其中，Yt——第t年我國(guó)社會(huì)物流總費(fèi)用占GDP比重

X1——第三產(chǎn)業(yè)占GDP比重

X2——交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資

X3——人均國(guó)內(nèi)生產(chǎn)總值

X4——倉(cāng)儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)

Ut——隨機(jī)誤差項(xiàng)，代表其他無(wú)法用數(shù)字表示的因素

表4　社會(huì)物流總費(fèi)用占GDP比重的多元回歸模型估計(jì)結(jié)果

根據(jù)表4中的相關(guān)數(shù)據(jù)，得到模型估計(jì)的回歸方程為：

LNYt=3.4228-0.1979LNX1 -0.0497LNX2+0.0092LNX3+0.0936LNX4

(1)

t=(8.7035)(-2.0964)(-1.1886)(0.1503)(2.0779)

可以看出，式(1)中的R2較大，即回歸方程的擬合效果不錯(cuò)，但前面已經(jīng)檢驗(yàn)出LNY、LNX1、LNX2、LNX3、LNX4并非全是平穩(wěn)序列，因此此回歸可能是虛假回歸。對(duì)此，我們進(jìn)行協(xié)整[17-21]檢驗(yàn)，即檢驗(yàn)LNY、LNX1、LNX2、LNX3、LNX4之間是否存在協(xié)整關(guān)系。由于LNY～I(xiàn)(1)、LNX1～I(xiàn)(1)、LNX2～I(xiàn)(1)、LNX3～I(xiàn)(1)、LNX4～I(xiàn)(1)，滿足協(xié)整檢驗(yàn)前提。因此只需對(duì)式(1)中得到的殘差序列進(jìn)行ADF檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表5。

表5　殘差序列E平穩(wěn)性檢驗(yàn)結(jié)果

由表5可知，ADF=-2.8996，小于不同檢驗(yàn)水平的3個(gè)臨界值，因此殘差序列為平穩(wěn)序列，所以LNY、LNX1、LNX2、LNX3、LNX4之間存在協(xié)整關(guān)系。此協(xié)整關(guān)系對(duì)應(yīng)的長(zhǎng)期均衡方程具有明確的經(jīng)濟(jì)意義，即式(1)可以作為社會(huì)物流總費(fèi)用占GDP比重Y與擬存在的影響因素X1、X2、X3、X4之間的數(shù)量關(guān)系式。在此過(guò)程中，該估計(jì)模型也應(yīng)該不斷的改進(jìn)和修正[22]。

2.4模型的檢驗(yàn)分析

2.4.1模型的經(jīng)濟(jì)意義檢驗(yàn)

2.4.2回歸方程及單個(gè)回歸系數(shù)的顯著性檢驗(yàn)

3研究結(jié)論及政策建議

3.1研究結(jié)論

在實(shí)證研究中，我們對(duì)可能會(huì)影響社會(huì)物流總費(fèi)用占GDP比重的4個(gè)因素進(jìn)行了一系列分析，下面分別從每一個(gè)指標(biāo)深入剖析其對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響。

3.1.1產(chǎn)業(yè)結(jié)構(gòu)

該指標(biāo)與社會(huì)物流費(fèi)用的構(gòu)成密不可分。第三產(chǎn)業(yè)占GDP比重對(duì)社會(huì)物流總費(fèi)用占GDP比重有顯著的影響作用，且二者呈負(fù)相關(guān)關(guān)系。近年來(lái)，服務(wù)業(yè)占GDP的比重正逐步提高，服務(wù)業(yè)的增長(zhǎng)速度明顯快于工業(yè)，這使得我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)生了深刻的變化，由于第三產(chǎn)業(yè)只會(huì)帶來(lái)較低的物流成本，因此，第三產(chǎn)業(yè)占GDP比重越大，社會(huì)物流總費(fèi)用占GDP比重會(huì)越小。

3.1.2物流基礎(chǔ)設(shè)施投資

該指標(biāo)從根本上影響著社會(huì)物流費(fèi)用的發(fā)展態(tài)勢(shì)。物流基礎(chǔ)設(shè)施投資對(duì)社會(huì)物流總費(fèi)用占GDP比重沒(méi)有顯著的影響作用，隨著我國(guó)物流行業(yè)基礎(chǔ)設(shè)施的逐步擴(kuò)建，不少較大規(guī)模的工業(yè)園、流通中心應(yīng)運(yùn)而生，然而它們卻并未全被合理利用，很多物流基礎(chǔ)設(shè)施(比如倉(cāng)庫(kù)、廠房)閑置，從這個(gè)角度來(lái)講，加大對(duì)物流行業(yè)基礎(chǔ)設(shè)施的理性投資是很有必要的。另外，增加對(duì)物流基礎(chǔ)設(shè)施的投資將會(huì)加快物流行業(yè)的向前發(fā)展，進(jìn)而帶動(dòng)國(guó)民經(jīng)濟(jì)的增長(zhǎng)，因此，社會(huì)物流總費(fèi)用與GDP的值都會(huì)增加，且二者的比值可能并沒(méi)有顯著變化。

3.1.3經(jīng)濟(jì)發(fā)展水平

該指標(biāo)反映大環(huán)境背景下的社會(huì)制度因素。經(jīng)濟(jì)發(fā)展水平對(duì)社會(huì)物流總費(fèi)用占GDP比重并無(wú)顯著影響，也就是說(shuō)，經(jīng)濟(jì)發(fā)展并不一定會(huì)使得社會(huì)物流總費(fèi)用與GDP的比值變小，因?yàn)榻?jīng)濟(jì)發(fā)展水平提高了，相應(yīng)的物流運(yùn)輸、倉(cāng)儲(chǔ)及管理成本也會(huì)增加，同時(shí)，GDP也會(huì)有所增加。這就否定了經(jīng)濟(jì)發(fā)達(dá)國(guó)家的物流成本占GDP比重一定比經(jīng)濟(jì)發(fā)展中國(guó)家低的觀點(diǎn)，這是可以理解的。正如自給自足的經(jīng)濟(jì)社會(huì)中，因?yàn)檫\(yùn)輸少、庫(kù)存少、管理更少而使社會(huì)物流成本更低[7]。

3.1.4物流行業(yè)就業(yè)人數(shù)

該指標(biāo)往往容易被忽略，但其所代表的人為因素卻著實(shí)深刻地影響著物流行業(yè)的發(fā)展變化。物流行業(yè)就業(yè)人數(shù)對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響僅次于產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)物流總費(fèi)用占GDP比重的影響，二者呈正相關(guān)關(guān)系。物流行業(yè)就業(yè)人數(shù)越多，隨之而來(lái)的運(yùn)輸成本、倉(cāng)儲(chǔ)成本、流通加工成本、包裝成本、裝卸與搬運(yùn)成本、物流信息與管理費(fèi)用等物流成本會(huì)增加，最終增加了社會(huì)物流總成本。

3.2政策建議

關(guān)于如何降低我國(guó)的社會(huì)物流總費(fèi)用占GDP的比重，在此提出以下幾點(diǎn)對(duì)策。

3.2.1優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)步伐，穩(wěn)中求進(jìn)

國(guó)務(wù)院新聞辦相關(guān)發(fā)言人于2015年4月15日舉行的2015年一季度國(guó)民經(jīng)濟(jì)運(yùn)行情況新聞發(fā)布會(huì)中指出，第三產(chǎn)業(yè)占GDP比重首超50%，服務(wù)業(yè)的發(fā)展速度仍在加快，經(jīng)濟(jì)結(jié)構(gòu)由工業(yè)主導(dǎo)向服務(wù)型主導(dǎo)轉(zhuǎn)型的趨勢(shì)更趨明顯，也就是說(shuō)，我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是在穩(wěn)步推進(jìn)的，轉(zhuǎn)型升級(jí)步伐也是在加快的，但是增長(zhǎng)速度有所回落。當(dāng)今之計(jì)，很有必要采取有效措施加速產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，在調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的過(guò)程中，更加注重加減乘除并舉，推進(jìn)由第一產(chǎn)業(yè)向第二產(chǎn)業(yè)、第三產(chǎn)業(yè)(重點(diǎn))轉(zhuǎn)型升級(jí)。

3.2.2在一定范圍內(nèi)完善物流基礎(chǔ)設(shè)施，提高物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)化水平，做到合理、理性投資

凡事講究“度”，并非越多越好。對(duì)于物流基礎(chǔ)設(shè)施的投資也是如此，舍棄“面子工程”，針對(duì)實(shí)際情況，加大對(duì)物流行業(yè)相關(guān)交通、倉(cāng)儲(chǔ)及郵政等固定資產(chǎn)的投資，真正做到物盡其用，從長(zhǎng)期的角度來(lái)看，有利于降低社會(huì)物流總費(fèi)用、促進(jìn)國(guó)民經(jīng)濟(jì)的發(fā)展，進(jìn)而從根本上降低社會(huì)物流總費(fèi)用占GDP的比重。

3.2.3保持經(jīng)濟(jì)增長(zhǎng)穩(wěn)定、并努力提升經(jīng)濟(jì)增長(zhǎng)質(zhì)量

經(jīng)濟(jì)發(fā)展速度過(guò)快，勢(shì)必會(huì)使得社會(huì)物流需求增加，從而增加社會(huì)物流總費(fèi)用，但社會(huì)物流總費(fèi)用與GDP的比重卻不見(jiàn)得會(huì)有較大的變化。目前，我國(guó)經(jīng)濟(jì)已經(jīng)處于高速增長(zhǎng)轉(zhuǎn)向中高速增長(zhǎng)的新常態(tài)，而適應(yīng)、引領(lǐng)新常態(tài)也將是當(dāng)前和今后一個(gè)時(shí)期我國(guó)經(jīng)濟(jì)發(fā)展的大邏輯，這說(shuō)明質(zhì)量重于速度，只有保持經(jīng)濟(jì)的可持續(xù)穩(wěn)增長(zhǎng)，才能有效地提高物流效率。

3.2.4加大科研投入，重視人才培養(yǎng)，合理規(guī)劃物流行業(yè)就業(yè)人數(shù)

在全社會(huì)范圍內(nèi)加大對(duì)科技創(chuàng)新的經(jīng)費(fèi)投入，將有利于推進(jìn)現(xiàn)代物流基礎(chǔ)設(shè)施的進(jìn)一步更新?lián)Q代，進(jìn)而使得一些新型器械逐步取代人力(勞力)，由以低附加值的勞動(dòng)密集型產(chǎn)業(yè)為主上升到以高附加值的資金技術(shù)密集型產(chǎn)業(yè)為主。從物流行業(yè)的長(zhǎng)遠(yuǎn)發(fā)展來(lái)看，這不僅會(huì)提高物流效率，還能降低物流成本。

參考文獻(xiàn)

[1]中國(guó)物流與采購(gòu)網(wǎng)．2014年全國(guó)物流運(yùn)行情況通報(bào)[EB]．http:∥www.chinawuliu.com.cn/xsyj/201504/16/300850.shtml

[2]BOWERSOXDJ，CLOSSDJ.Logistical Management：The Intergrated Supply Chain Proces[M].New York：McGraw Hill，1998：24～45

[3]LAMBERT DM，STOCK J R.Strategic Logistics Management[M].Homewood IL Irwin，1999：59～88

[4]KAREN.The Elements of a Successful Logistics Partnership[J].International Journal of Physical Distribution and Logistics Management，1998，45(1)：117～142

[5]鐘賢柏.社會(huì)物流總費(fèi)用占GDP比重的影響因素[J].運(yùn)輸經(jīng)理世界，2013，(12)：58～59

[6]陳淑嫻.物流成本占GDP比重中的產(chǎn)業(yè)結(jié)構(gòu)因素[J].物流科技，2005，28(8)：80～82

[7]范林榜.社會(huì)物流成本占GDP比重的影響因素[J].財(cái)經(jīng)科學(xué)，2014，(8)：88～96

[8]James M W Wong，Y H Chiang，Thomas S N G.Construction and Economic Development:The Case of Hong Kong[J].Construction Management and Economics，2008，26(8)：813～824

[9]劉俊華，李瑤琴，長(zhǎng)青.物流基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究——基于系統(tǒng)動(dòng)力學(xué)與誤差修正模型[J].華東經(jīng)濟(jì)管理，2013，27(12)：65～70

[10]李松慶.我國(guó)物流基礎(chǔ)設(shè)施的建設(shè)策略分析[J].商業(yè)研究，2006，(4)：168～170

[11]牛紅惠，劉凌霞．神經(jīng)網(wǎng)絡(luò)在信息安全風(fēng)險(xiǎn)評(píng)估中應(yīng)用研究[J]．計(jì)算機(jī)仿真，2011，28(6)：117～120

[12]張亮亮，周石鵬，張洋.我國(guó)物流成本與GDP的關(guān)系——基于時(shí)間序列模型的實(shí)證分析[J].科技與管理，2012，14(3)：99～104

[13]王莉.GDP波動(dòng)與物流行業(yè)就業(yè)關(guān)系經(jīng)濟(jì)模型仿真[J].計(jì)算機(jī)仿真，2014，31(12)：211～214

[14]蘇秦，張艷.制造業(yè)與物流業(yè)聯(lián)動(dòng)現(xiàn)狀分析及國(guó)際比較[J].中國(guó)軟科學(xué)，2011，(5)：37～45

[15]趙志堅(jiān).我國(guó)科技投入對(duì)GDP拉動(dòng)效應(yīng)的實(shí)證分析[J].經(jīng)濟(jì)數(shù)學(xué)，2008，25(1)：58～63

[16]李子奈，潘文卿.計(jì)量經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社，2000：98

[17]Engle R F，Granger C W J.Co-integration and Error Correction:Representation,Estimation,and Testing[J].Econometrica，1987，55(2)：251～276

[18]Granger C W J.Modelling Nonlinear Relationships Between ex Tended Memory Variables[J].Econometrica，1995，63(2)：265～279

[19]Granger C W J，Hallman J.Long Memory Series with Attractors[J].Oxford Bulletin of Economics and Statistics，1991，53(1)：11～26

[20]郭慶軍，周云飛，閆莉．制造業(yè)與物流業(yè)種群生態(tài)系統(tǒng)協(xié)同演化實(shí)證研究[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2014，(7)：9～18

[21]張喜彬，張世英.關(guān)于單整時(shí)間序列非線性變換的研究[J].系統(tǒng)工程學(xué)報(bào)，1998，13(2)：70～77

[22]張曉峒.Eviews使用指南與案例[M].北京：北京機(jī)械工業(yè)出版社，2007：66

(責(zé)任編輯：王平)

收稿日期：2016—03—25

基金項(xiàng)目：教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(項(xiàng)目編號(hào)：NCET-12-0963)、教育部人文社會(huì)科學(xué)青年基金(項(xiàng)目編號(hào)：13YJC630157)。

作者簡(jiǎn)介：汪文生，中國(guó)礦業(yè)大學(xué)(北京)管理學(xué)院副院長(zhǎng)，副教授，管理學(xué)博士，博士生導(dǎo)師。研究方向：能源管理與政策、營(yíng)銷管理與物流工程。張娟，通訊作者，中國(guó)礦業(yè)大學(xué)(北京)管理學(xué)院碩士。研究方向：管理科學(xué)與工程。

DOI：10．3969/j．issn．1004-910X．2016．07．015

〔中圖分類號(hào)〕F121.3

〔文獻(xiàn)標(biāo)識(shí)碼〕A

Countermeasures to Reduce the Total Social Logistics Costs Accounted for the Proportion of GDP——An Empirical Analysis Based on Multiple Regression Model

Wang WenshengZhang Juan

(China University of Mining and Technology，Beijing 100083，China)

〔Abstract〕The logistics development level of a country or region is closely related to the local total social logistics costs accounted for the proportion of GDP.In theory,the ratio should’t be too high.And how to take effective measures to reduce the proportion has become a top priority.The paper conducts the multiple regression model and make the regression analysis and ADF,AEG cointegration test for four possible factors by using Eviews software.The research results show that,the industrial structure is the most significant factor;the employment in the logistics industry takes the second place;the logistics infrastructure investment and the level of economic development are not the obvious influence factors.On this basis,the economic reasons of the regression results are analyzed,and the feasible policy suggestions are given with practice.

〔Key words〕the total social logistics costs;GDP;multiple regression;impact factors;policy suggestions