广东省制造业和物流业发展关系实证研究.docVIP

广东省制造业和物流业发展关系实证研究 　　制造业与物流业的联动对推动国民经济发展、加快产业的转型升级具有重要意义。应用EVIEW和SPSS软件对广东省1995-2012年的数据进行分析，通过平稳性检验、协整分析和格兰杰因果关系检验，得出广东省制造业与物流业之间存在着单向协整关系，物流业是制造业的格兰杰原因。 　　在现代供应链管理的环境下，产业间的联合互动是未来的发展趋势，制造业与物流业之间具有较大联合发展空间。广东省作为经济大省，制造业发展的底蕴深厚，但是其物流业的发展相对滞后于制造业，加强对两业关系的研究，有利于更好的促进两业的联合发展。 　　目前，学者们在制造业与物流业发展的关系方面作了大量研究。计东亚同时使用eviews和spss两个软件对照互补的分析制造业与物流业的关系，得出一致性的结论，两业呈正相关关系[1]。韦琦对两业的增加值进行协整检验，结果表明全国制造业与物流业在1978-2009年间表现出长期均衡状态，后者发展是前者发展的格兰杰原因[2]。唐国兴和段杰以深圳市为例，建立了关于制造业与生产性服务业增加值关系的回归模型，并从弹性关系和乘数关系两方面验证了两者具有和理论推证结果一致的正相关关系[3]。甘卫华和汪涓建立了江西省两业关系模型，通过分析得出，物流业的发展有利于制造业竞争力的提升，两者符合logistic模型，同时制造业的竞争力的提升拉动了物流业的发展，基本符合inverse模型[4] 。 　　2 广东省制造业与物流业产业关系实证分析 　　指标的选取及处理。物流产业的影响因素很多，由于其量化问题还没有系统化，因此选用交通运输、仓储、邮电通信业的增加值值来近似代替宏观物流业的发展现状。由于制造业在工业中占有很大的比例，因此以工业的增加值代表制造业的发展现状。为了消除时间序列的异方差和数据波动的影响，在不改变变量长期关系的前提下，对指标数据采取自然对数变换，消除时间序列的异方差现象。制造业的总产值记为LM，物流业的总产值记为LL。 　　平稳性检验。传统的计量分析多采用回归分析的方法， 然而时间序列的回归分析要求时间序列数据是相关的，但大多数时间序列是非平稳的， 不满足传统的回归分析对数据平稳性的要求。因此， 在运用时间序列资料进行分析时， 为了避免出现伪回归现象，首先应对变量进行平稳性 　　检验。平稳性检验的方法有很多种，比如单位根检验法和PP检验方法等等。一般认为， 单位根检验法是目前很有效的一种序列检验工具， 即所谓的ADF （ Augmented Dickey Fuller Test）检验方法[5]。运用eview6.0检验结果如表1所示。 　　注：检验形式（c，t，k）分别表示单位根检验方程常数项、时间趋势项、滞后阶数，D表示一阶差分，DD表示二阶差分。 　　检验结果表明制造业和物流业在5%的显著水平下存在单位根，是非平稳的时间序列，但经过一阶差分后变为平稳的时间序列，因此广东省制造业增加值和广东省物流业增加值为一阶非平稳时间序列。 　　协整分析。协整检验是对变量之间是否存在长期稳定关系进行的检验。协整理论认为， 虽然一些经济变量本身是非平稳序列， 但它们的线性组合却有可能是平稳的。这种平稳的线性组合可被解释为变量之间的长期稳定的均衡关系， 即在短期内， 由于随机因素干扰， 变量有可能偏离均值， 但这种偏离只是暂时的，随着时间的推移将会回到均衡状态。[6]借助格兰杰分析方法来分析相关数据的因果关系，首先对LM和LL两个序列的数据用最小二乘法进行回归分析，得到回归分析方程为： 　　从检验结果可知，R2很大，接近于1，说明LM和LL的正相关性非常强，而且因为DW统计量也比较合理，即说明没有伪回归的现象。同时可以得出一个结论，制造业增加值每增加1%，物流业增加值就增加0.52%。这与制造业的快速发展和制造业的产业升级战略有关，即越来越多的制造业企业为了进行产业升级和发展核心业务而选择物流业务外包。这一现象也促使了物流业的快速发展。该文原载于中国社会科学院文献信息中心主办的《环球市场信息导报》杂志http：//总第535期2014年第03期-----转载须注名来源在对这两个序列的残差进行进一步的ADF检验中显示并没有存在单位根，从而得出结论：LL和LM之间在5%的显著水平下是存在协整关系的。也就是说，广东省制造业和广东省物流业之间是存在长期稳定关系的，而这种稳定关系在短期动态调整过程中得以维持的。 　　因果关系检验。 格兰杰检验利用经济关系发挥作用的时间差和滞后项效应，根据经济变量各自的前期指标相互在解释、影响对方指标中的显著程度，来判断因果关系的存在性和方向。根据Granger因果检验的原理， 如果X 是引起Y变化的原因，必须满足2个条件： 1）X 应该有助于预测Y， 即在Y关于Y的