物流業發展對商貿流通業增長的促進作用實證分析

代承霞

內容摘要：商貿流通業是關系到我國國民經濟運行的復合型產業，直接影響到我國產業結構調整、社會經濟長遠發展和整體的就業市場。本文選取商貿流通業發展指標和物流發展指標建立研究指標體系，以2009-2015年中經網的統計數據作為原始數據，構建兩者之間相關協整模型，并對構建模型進行相關誤差修正、ADF檢驗以及回歸分析。通過對物流業發展對商貿流通業發展促進作用的實證分析，估計出物流業發展對商貿流通業發展的提升效果，并提出促進商貿流通業發展的對策。

關鍵詞：物流業 商貿流通業 協整模型 耦合效應

中圖分類號：F724 文獻標識碼：A

引言

商貿流通業是關系到我國國民經濟運行的復合型產業，是連接生產和消費的重要環節。2015年我國的統計數據顯示，批發零售業增加值達到6.6萬億元，餐飲業增加值超過1萬億元，倉儲業增加值超過1.2萬億元，加上部分運輸業，商貿流通業產值接近9萬億元，約占到國民生產總值的15%。商貿流通業直接影響到產業結構調整和優化，還會影響到我國社會經濟的長遠發展和整體的就業市場，因此需要準確評估商貿流通業的效率和相關產業發展耦合效應，特別是物流業的成本變化、物流網基礎建設和物流業效率對商貿流通業的影響。

物流業和商貿流通業發展耦合效應的理論分析

隨著現代流通業和物流業的快速發展、產業業態的多元化及其他產業中的不斷滲入，商貿流通業和物流業的產業邊界愈加模糊。國際經合組織（OEDC）認為，商貿流通業為批發零售業和相關流通服務業。根據我國2011年修訂的《國民經濟行業分類》確定，我國流通業包括批發零售業、住宿與餐飲業、倉儲業和其他運輸服務業。綜合國內外對于商貿流通業范疇界定，可知商貿流通業包含了批發零售業、倉儲業、住宿與餐飲業等，而現代物流業的快速發展使得我國多數地區形成了完整的物資運輸、倉儲、加工、包裝、裝卸和信息處理等服務。由范疇的界定可知，商貿流通業和現代物流業發展存在較為密切的關系，兩者之間必然存在相互影響效用（李葳葳，2015；周敏，2014）。

國外學者Rachna S.Singh（2011）認為印度運輸網絡的發展帶動了印度制造業發展和商品流通，將推動印度經濟的長遠發展。Giorgio colacchi（2014）在研究美國經濟發展的過程中提出，商品流通效率和物流業發展息息相關，在一個經濟周期內耦合效應較為明顯。多數的研究結果顯示，物流業發展和商貿流通業發展之間存在顯著的耦合效應，并呈現出明顯的相互促進作用，國家間的物流網絡發展也在深刻影響著商品流通模式。

國內學者的研究更具有針對性，周敏（2014）基于城鄉商貿流通結構的分析，研究了城鄉物流發展和流通業的互動關系，并且深入分析了城鄉商貿物流存在的問題及對策。劉平、賀武和周世璇（2015）認為物流產業鏈促進了我國商貿流通業集群發展和產業升級，但是仍然面臨區域商貿流通經濟發展不平衡、商品流通過程中區域物流缺乏規劃、區域流通產業發展不均衡導致物流體系定位不明確等問題。徐永鋒等（2015）分析商貿流通業發展對經濟增長和產業結構優化的影響，商貿流通業對經濟相對發達地區的產業結構優化影響更為顯著，會促進物流業、制造業等行業的產業升級和優化，對經濟欠發達但開放度逐年提高的地區，商貿流通業的影響也在提升。

物流業的快速發展和物流業態的多樣化趨勢促進了商貿流通業的集群發展和業態多元化，我國面對經濟下行壓力，區域商貿流通業發展必然要求物流產業的帶動作用，所以本文主要探討物流業發展和區域商貿流通業發展的耦合效應，基于實證結果提出區域商貿流通業的優化策略。

物流業和商貿流通業耦合發展的協整模型

（一）指標選取

在進行實證分析前，首先需要確認樣本指標變量，選取商貿流通業年度經濟增加值（CEVA）作為主要指標，將商貿流通業主要組成部分經濟增加值之和作為數據來源，即批發零售業年度經濟增加值（CREVA）、倉儲業年度經濟增加值（CWEVA）、住宿與餐飲業年度經濟增加值（CAEVA）的總和作為商貿流通業年度經濟增加值（CEVA）原始數據。

考慮到物流業正處于快速發展階段，因此本次研究選取物流業經濟增加值（LEVA）、物流業固定資產投資額（LLI）和物流業從業人員（LNPE）作為檢驗指標變量。

（二）變量穩定性確定

一組具有平穩性的數據就如同一條無形的引力回歸線，使回歸線附近的數值其不斷地向回歸線回歸，形成一條圍繞均值上下不斷波動回歸線。但是不平穩序列基本上不會回歸某一個固定數值。假設，物流業發展過程中隨機變量Vt相關均值、方差以及協方差是固定不變，對于任意樣本t、m、n存在：

則稱物流業發展過程是平穩過程，對于所有的數值t、m、n，物流業序列Vt是平穩的，則可將其記作：Vt：I（0）。物流發展數據不平穩的序列就沒有這種特性，序列的當前值也會受到許久之前的一次數值變化的影響。不平穩的物流發展數據序列具有單整性，記作Vt：I（1），對其進行充分的差分就可使其呈現出平穩性。同理，商貿流通業發展數據也需要檢驗平穩性，并對不平穩的數據進行差分處理就可使其呈現出平穩性。

對多個不平穩序列進行線性回歸后，達不到預計的平穩序列，但得到新序列擬合優度R2比較高，統計量DW相對就比較低的情況，在構建物流業和商貿流通業耦合發展的協整模型時，要先判定序列變量的平穩性。

（三）協整模型構建

確定數據變量序列平穩性后，假設商貿流通業發展與物流業發展之間存在時間序列變量Yt與Xt，具有一定平穩性，則存在相關回歸模型為：

Yt=a + α xt + ut （2）

在對兩者之間的相關關系進行回歸分析時，需要將物流業與商貿流通業發展的不平穩時間序列轉化成具有平穩性的時間序列，假設物流業發展中變量X1t、X2t、H、Xit（i≥2）是一組I（K）序列，且存在不全為零的相關實數β1、β2、H、βi滿足線性組合關系βX是I（k-p）（p>0），那么就可以將序列（k，p）稱之為協整，可以將β稱之為相關的協整向量，其中X=（X1t， X2t ，…， Xit），β=（β1， β2 ，…， βi）。序列協整可用來解釋商貿流通業發展變量之間長期存在的穩定關系，序列（k，p）協整那么變量之間不會相互分離很遠，長期時間內不會受到一些變化的影響，即使是有影響也會在短期內回歸穩定均值的位置。endprint

（四）協整模型的ADF檢驗

根據變量數據的時間序列特征，本次研究選擇ADF檢驗法確認變量時間序列的平穩性，即檢驗變量數據的白噪聲最優的滯后階數，同時檢驗物流業發展數據變量對商貿流通業發展變量的影響顯著性指標。假如檢驗出的結果不為零，就選取該模型進行影響的顯著性檢驗，否則需對ADF檢驗的常數項進行相關性檢驗，確認常數項是否為零，本文選擇EViews7.2軟件完成ADF檢驗。

實例檢驗和結果分析

（一）實證檢驗結果

考慮到原始數據的可靠性，本文所有原始數據均來源于中經網統計數據庫，因此本文選取了2009-2015年的商貿流通業和物流業的發展數據作為原始數據，年度數據如表1所示。

在對物流業和商貿流通業發展耦合效應協整分析前，采用皮爾森相關系數分析法對兩者進行相關分析，確定兩者間相關度。系數值的絕對值越靠近1，就說明他們間相關性較強。利用Eviews7.2統計分析軟件計算出兩者相關系數，結果如表2所示。由表2可知物流業和商貿流通業發展皮爾森相關系數都大于0.8，說明兩者具有高度相關性，兩者的依存關系較強，可進一步進行協整回歸分析。

對CEVA和LEVA序列進行協整回歸檢驗，檢驗結果如表3所示。根據對LNCEVA和LNLEVA協整檢驗結果，可得出回歸模型如下所示：

依據協整回歸檢驗結果可知物流行業產值每增加1%，商貿物流業的產值就會增加0.6147%。由于短期的調整系數顯著，假設商貿流通業發展在短時期內的波動狀況與長期均衡狀態不相符，會以12.11%的調整拉力，將其拉回對應的均衡狀態。上述協整回歸檢驗值的擬合效果如圖1所示，擬合效果相對較好。

為了檢驗模型的穩定性，以批發零售業年度經濟增加值（CREVA）替代商貿流通業年度經濟增加值（CEVA）進行模型穩健性檢驗，結果如表4所示。根據表4可知，雖然影響效用不如對商貿流通產業整體的影響明顯，但物流業發展對商貿流通業中的批發零售業發展仍具有顯著的促進作用。

（二）檢驗結果分析

本文選取計量經濟學里的協整理論對物流業發展對商貿流通業增長的影響進行了定量分析，建立了物流業發展和商貿流通業增長耦合發展的協整模型。上述結果表明，物流業發展指標和商貿流通業增長指標之間存在一種長期互相促進作用。物流業產值增加、物流業固定資產投資額增加和物流業從業人員擴大都會促進商貿流通業的發展，同時，由于短期的調整系數具有顯著性，如果商貿流通業指標的短時期內波動與長期均衡狀態發生偏離，會以12.11%的調整拉力，把處于非均衡的狀態拉回對應的均衡狀態。

根據實證結果，本文認為應當從轉變商貿流通業政策制定理念、擴大商貿流通業開放度、提升商貿流通業配套物流體系效率等方面促進商貿流通業發展。商貿流通業和物流業的業態多元化和服務多樣化已經是大勢所趨，商貿流通業和物流業的產業邊界也越來越模糊，只有整體考慮產業之間的互動和協作發展，才能從根本上提升商貿流通業和物流業的雙向促進作用。

參考文獻：

1.李葳葳.我國商貿流通業經濟效應統計分析[D].浙江工商大學，2015

2.周敏.基于流通業升級推進城鄉商貿物流發展[J].物流技術，2014（11）

3.劉平，賀武，周世璇.物流鏈整合視角下商貿流通產業集群升級模式研究[J].商業經濟研究，2015（17）

4.徐永鋒，吳，王志增.商貿流通業對經濟發展的貢獻：地區差異與動態比較[J].商業研究，2015（6）endprint