长三角地区物流业与经济增长互动性分析.docVIP

长三角地区物流业与经济增长互动性分析 　　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