基于面板數(shù)據(jù)的“一帶一路”西北地區(qū)物流需求發(fā)展研究

茍靠敏??

[摘要]文章根據(jù)西北五省2005—2015年的面板數(shù)據(jù)，對西北五省物流需求進(jìn)行了定量分析。結(jié)果顯示，西北五省物流需求與經(jīng)濟(jì)發(fā)展的關(guān)系高度緊密，當(dāng)經(jīng)濟(jì)增長一個單位時，會帶來貨運(yùn)周轉(zhuǎn)量增長019個單位。

[關(guān)鍵詞]物流需求；面板數(shù)據(jù)；GDP；一帶一路

[DOI]1013939/jcnkizgsc201721028

1引言

自2013年9月、10月國家主席習(xí)近平分別提出了共同建設(shè)“絲綢之路經(jīng)濟(jì)帶”和“海上絲綢之路”構(gòu)想以來，引起社會各界的高度重視，大量學(xué)者從各角度對“一帶一路”進(jìn)行了理論研究和實踐探索。物流在當(dāng)今經(jīng)濟(jì)發(fā)展中起到不可忽視的作用，甚至一個地區(qū)的物流現(xiàn)代化程度將會很大程度上制約各行各業(yè)的經(jīng)濟(jì)活躍程度，因此，“一帶一路”物流角度的研究也尤為重要。

郭微等以福建和新疆為例，研究“一帶一路”區(qū)域物流的供給和需求，指出福建和新疆的物流將有大幅的增長。Kenneth Button 等人針對物流系統(tǒng)中的運(yùn)輸環(huán)節(jié)建立相關(guān)的關(guān)系模型。何秋、桂壽平等人從系統(tǒng)動力學(xué)的角度出發(fā)，利用廣州市的實例分析了物流與經(jīng)濟(jì)之間的關(guān)系。Heejoo Ham對區(qū)域間的貨物運(yùn)輸對于區(qū)域間經(jīng)濟(jì)的規(guī)模和范圍的影響進(jìn)行了分析并建立相應(yīng)的模型。而Kajal Lahiri深入分析了運(yùn)輸對于商業(yè)經(jīng)濟(jì)的影響，并根據(jù)一系列的統(tǒng)計數(shù)據(jù)建立了運(yùn)輸?shù)慕?jīng)濟(jì)指標(biāo)體系，從而可以對運(yùn)輸進(jìn)行預(yù)測。方秋艷更是從理論的角度分析了物流產(chǎn)生的本質(zhì)，即物流的產(chǎn)生與發(fā)展是社會分工發(fā)展的產(chǎn)物，物流的發(fā)展也促進(jìn)了區(qū)域經(jīng)濟(jì)的發(fā)展。物流產(chǎn)業(yè)在社會經(jīng)濟(jì)中一直具有相當(dāng)重要的地位，它不僅為企業(yè)創(chuàng)造“第三利潤”還為第三產(chǎn)業(yè)的發(fā)展開拓了更為廣泛的疆域。

本文以陸上絲綢之路西北五省作為研究對象，采用面板數(shù)據(jù)模型對西北五省的物流需求及物流需求與經(jīng)濟(jì)發(fā)展的關(guān)系做出了探索性研究。

2指標(biāo)選取及數(shù)據(jù)來源

21指標(biāo)選取

物流需求涉及運(yùn)輸、倉儲、包裝、裝卸搬運(yùn)、流通加工和信息服務(wù)等方面的需求。物流需求的分析指標(biāo)主要從物流需求的總量需求指標(biāo)、功能需求指標(biāo)和質(zhì)量需求指標(biāo)三個方面展開；總需求指標(biāo)包括社會物流貨物總額、社會物流總費(fèi)用和貨運(yùn)運(yùn)輸和周轉(zhuǎn)；功能需求指標(biāo)包括物流需求中的運(yùn)輸量、倉儲量及流通加工量。質(zhì)量需求指標(biāo)包括物流時間、物流成本和物流效率。根據(jù)數(shù)據(jù)的可獲得性，本文選取貨運(yùn)周轉(zhuǎn)量（WLZZ）作為物流需求指標(biāo)。貨運(yùn)周轉(zhuǎn)量是指各種運(yùn)輸工具在報告期內(nèi)實際運(yùn)送的每批貨物重量分別乘其運(yùn)送距離的累計數(shù)，單位為億噸公里。物流需求的影響因素有經(jīng)濟(jì)總量及其增長速度、產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)品結(jié)構(gòu)、技術(shù)水平等諸多因素，本文選取最主要的影響因素GDP，通過分析各地經(jīng)濟(jì)發(fā)展對物流需求的影響，從而研究西北各地物流需求的狀況。

22數(shù)據(jù)來源

本文所用數(shù)據(jù)主要來源于中華人民共和國國家統(tǒng)計局網(wǎng)站和西北五省2016年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報。

3數(shù)據(jù)分析

31模型構(gòu)建

建立單方程面板數(shù)據(jù)模型：

yit=αi+xitβi+μit， t=0， 1， 2， …， T； i=1， 2， …， N

其中 N 表示個體截面成員的個數(shù)，在此為五個省份，即N=5；T 表示觀測時期總數(shù)，T=11；參數(shù)αit 表示模型的常數(shù)項，βit 表示對應(yīng)于解釋變量向量xit的1×k維系數(shù)向量，k 表示解釋變量個數(shù)。隨機(jī)誤差項 uit 相互獨(dú)立，且滿足零均值、同方差為σ2u 的假設(shè)。

32模型估計

使用Eviews 60，利用西北五省2005—2015年的面板數(shù)據(jù)，選貨運(yùn)周轉(zhuǎn)量（WLZZ）作為被解釋變量，GDP為解釋變量進(jìn)行回歸分析，結(jié)果整理如下表所示。

33模型檢驗

331F檢驗

對于西北五省2005—2015年貨運(yùn)周轉(zhuǎn)量與GDP之間應(yīng)該建立混合模型還是個體固定效應(yīng)模型，應(yīng)該進(jìn)行檢驗。查F分布表，F(xiàn)005（10，43）=205，那么F=1283> F005（10，43）=205，則應(yīng)該選取個體固定效應(yīng)模型，即西北五省2005年～2015年貨運(yùn)周轉(zhuǎn)量與GDP之間應(yīng)該建立個體固定效應(yīng)模型更適合該實際問題。

332Hausman檢驗

西北五省2005—2015年貨運(yùn)周轉(zhuǎn)量與GDP之間應(yīng)該建立個體隨機(jī)效應(yīng)回歸模型還是個體固定效應(yīng)回歸模型，需要Hausman檢驗。檢驗得出Hausman統(tǒng)計量的值是0026301，相對應(yīng)的概率是08712，即接受原假設(shè)，則應(yīng)該建立個體隨機(jī)效應(yīng)模型，即選擇模型四較切合本文的要求。

34模型結(jié)果

根據(jù)33部分模型檢驗分析可知，本文研究的西北五省貨運(yùn)周轉(zhuǎn)量與GDP之間的關(guān)系可用模型四來說明。模型四具體形式如下：

WLZZ[DD（]∧[DD）]=41648+019GDP-6117D1+53351D2-4572D3-30357D4-12305D5

（24354）（212904）

R2=08970， SSE=1614737

其中括號內(nèi)為常數(shù)項和一次項t值，均在5%的顯著性水平下顯著。Di為虛擬變量，定義為

Di=[JB（{]1， 屬于第i個個體， i=1， 2， 3， 4， 5

0， 其他[JB）]

由模型結(jié)果可以看出，西北五省GDP每增加一個單位時，引起貨運(yùn)周轉(zhuǎn)量增加019個單位。陜西、甘肅、寧夏、青海、新疆的自發(fā)貨運(yùn)周轉(zhuǎn)量分別為35532、94999、37076、11291、29343?？梢钥闯觯鞅蔽迨≈?，甘肅的自發(fā)貨運(yùn)周轉(zhuǎn)量最大，即甘肅不受經(jīng)濟(jì)發(fā)展影響的貨運(yùn)周轉(zhuǎn)量最大。

4結(jié)論

本文以“陸上絲綢之路”西北五省為研究對象，通過定性描述分析和面板數(shù)據(jù)定量分析，研究了“一帶一路”西北五省物流需求的趨勢以及物流需求隨經(jīng)濟(jì)發(fā)展變化的關(guān)系。結(jié)果表明，西北五省物流需求均呈增長之勢；五省的物流需求與經(jīng)濟(jì)發(fā)展呈高度相關(guān)，當(dāng)經(jīng)濟(jì)增長1%時，會帶來物流需求增長019%。

參考文獻(xiàn)：

[1]郭微，徐慶，徐曉磊“一帶一路”區(qū)域物流供需預(yù)測分析——以福建和新疆為例[J].特區(qū)經(jīng)濟(jì)，2016，（3）：23-25

[2]Kenneth Button，Samantha TaylorInternational Air Transportation and Economic Development[J].Journal of Air Transport Management，2000，6（4）：209-222.

[3]何秋，桂壽平，朱強(qiáng)區(qū)域物流系統(tǒng)動態(tài)學(xué)模型的建立與合理性檢驗[J].交通與計算機(jī)，2002（3）：30-33.

[4]Heejoo Ham，Tschangho John Kim，David BoyceAssessment of Economic Impacts from Unexpected Events with an Interregional Commodity Flow and Multimodal Transportation Network Model[J].Transportation Research Part A；Policy and Practice，2005，39（10）：849-860

[5]Kajal Lahiri，Vincent Wenxiong YaoEconomic Indicators for the US Transportation Sector[J].Transportation Research Part A： Policy and Practice2006，40（10）：872-887