​​​​​​​區域物流業的發展與區域經濟增長之間是相互依存、相互促進的。本文基于2008～2017年期間貴州省物流業綜合水平的評價，建立其與地區生產總值之間的計量模型，發現貴州物流業綜合水平的提升對經濟增長也具有較強的帶動作用，繼而針對如何進一步提升貴州省物流業綜合水平提出相關的對策建議。

　　【關鍵詞】物流產業;經濟增長;產業發展

　　一、引言

　　物流業作為區域經濟發展的基礎性產業，具有跨行業、跨部門、區域融合、滲透性強等特征［1］，物流的發展也改變著區域經濟的增長方式，促進區域市場的形成和發展［2］，對地區經濟增長和發展具有重要的促進作用。一直以來，貴州省物流成本長期居高不下，以高于全國總體、高于西南地區、高于發達地區著稱，物流效率提升緩慢。近年來，隨著全省在基礎設施建設方面的大力投入和支持，物流業獲得快速發展。2017年全省客貨周轉量較去年分別增長6.71%、11.76%，交通運輸倉儲和郵政業增加值實現1070.22億元，較2016年增長10.6%［3］，物流業對地區經濟的貢獻度增強。據《2017年貴州省交通物流數據報告》數據顯示，2017年全省物流總費用占GDP的比重下降到16.37%，單位GDP消耗物流費用與全國差距逐漸縮小［4］，產業發展質量提升。因此，本文基于2008～2017年《貴州省統計年鑒》物流業相關數據，在對貴州省物流業發展的綜合水平進行評價的基礎上，構建物流業綜合發展水平與經濟增長之間的計量模型，對貴州省物流業發展與經濟增長之間的關系進行實證分析，以把握當前貴州省物流業發展狀況。

　　二、研究方法與指標選取

　　由于本文主要目的是在對貴州省物流業發展綜合水平進行評價的基礎上，開展其對地區經濟增長影響的實證研究，因而采用主成分分析法和OLS回歸分析法。(一)主成分分析法。主成分分析法的一般步驟:進行KMO檢驗，KMO統計量用于比較變量之間簡單與偏相關關系，看是否適合做因子分析。各主成分構建綜合評價模型，假設確定共提取m個主成分，則可以依據各主成分的權重得分，計算主成分綜合得分，記為F，具體如下其中εi(或εj)為第i(或j)個主成分所對應的特征值。(二)OLS回歸法。OLS方法又稱普通最小二乘法，由德國數學家高斯提出，是在根據樣本回歸函數估計總體回歸函數的過程中廣泛運用的估計方法，在滿足其基本假定的前提下，OLS估計量具有最優線性無偏性質，從而使之成為回歸分析中最為有效和流行的方法之一［5］。基于本文的研究目的在于構建物流業綜合得分與地區經濟增長之間的關系，因此，只需構建一元的線性回歸模型，即:Y=β0+β1X1+ui其中，Y為被解釋變量，X為解釋變量，u為隨機干擾項，β為偏回歸系數，i是指第i次觀測。

　　三、指標選取

　　在國內外眾多對物流產業研究的文獻中，常用貨運量、貨運量與客運量之和或者貨物周轉量來代表物流產業的發展水平，本文在結合貴州省實際和所搜集的數據資料，進一步增加行業產值、從業人員來反映貴州省物流業的發展水平，同時選取地區生產總值代表區域經濟的增長水平，具體指標包含:地區生產總值(億元)、旅客周轉量(億人次公里)、貨運周轉量(億噸公里)、客運量(萬人)、貨運量(萬噸)、交通運輸倉儲和郵政業增加值(億元)、交通運輸倉儲和郵政業就業人數(人)。

　　四、實證分析

　　基于以上指標選取和研究方法的設定，本文在進行主成分提取的基礎上，辨別各變量對貴州省物流業發展的影響，從而建立相關的物流業綜合評價模型。(一)物流業發展水平綜合評價。采用SPSS軟件，對選取的指標之間進行KMO檢驗和Bartlett檢驗。KMO檢驗的值為0.637，介于0.6～0.7之間，且Bartlett球形檢驗對應的P值為0.00，小于0.05，滿足主成分分析的前提要求，可以對變量進行進一步分析。從各變量的方差解釋率和累計方差解釋率可以看出編號為1的成分方差解釋率為75.76%，而編號1和2兩個成分的累計的方差解釋率達到0.9918＞0.8，符合主因子提取要求，因此，此次主成分分析一共提取出2個主成分。特征根值分別為4.546和1.405均大于1，這2個主成分的方差解釋率分別是75.760%、23.423%，累積方差解釋率為99.183%，對應的加權后方差解釋率即權重依次為:75.760/99.183=76.38%和23.423/99.183=23.62%，具體如表1所示。在因子載荷系數矩陣中，所有研究項對應的共同度值均在0.9以上，明顯高于0.4，研究項和主成分之間有著較強的關聯性，主成分可以有效提取出信息。在第一主成分中除客運量為負外，其余指標的比重均在0.8以上，因子載荷的相對數值比重較大，與第一主成分正相關關系較強。在第二主成分上，只有旅客周轉量和客運量與第二主成分存在較強的正向關聯，這也是第二主成分方差解釋率較低的原因之一。通過對等各研究項的值進行標準化處理，在消除量綱影響的基礎上，運用成份得分系數矩陣建立主成分和研究項之間的關系等式，為使用主成分分析法進行權重計算提供基礎，加權后兩個主成分的綜合得分為F=F1+F2，即貴州省物流業綜合得分。主成分1=0.183*旅客周轉量+0.218*貨運周轉量－0.022*客運量+0.217*貨運量+0.219*交通運輸倉儲和郵政業增加值+0.208*交通運輸倉儲和郵政業就業人數式(1)主成分2=0.393*旅客周轉量+0.011*貨運周轉量+0.708*客運量－0.095*貨運量+0.028*交通運輸倉儲和郵政業增加值－0.214*交通運輸倉儲和郵政業就業人數式(2)(二)物流業發展對經濟增長的影響分析。依據貴州省物流產業發展與經濟增長之間長期存在的相互關聯、相互影響的關系，本文構建以G(標準化貴州省地區生產總值)為因變量，F為解釋變量的線性回歸模型，對以上時間序列數據進行OLS分析法基礎上的分析和處理。1．相關檢驗。一是在經濟檢驗方面，正的斜率系數(0.859)表明隨著物流業發展對地區經濟增長會產生促進作用，這與經濟學的一般性規律相符合;二是在統計檢驗方面，在給定顯著性水平為0.05的前提下，t值為17.18＞0.765，且解釋變量所對應的P值為0.000足夠小，同樣支持了參數檢驗的正確性;三是在聯合檢驗中F值為295已經足夠大，表明貴州省物流業發展對地區經濟增長具有顯著影響;四是R2=0.9736，接近于1，回歸方程的擬合度較高。綜合以上檢驗分析，回歸方程的各項指標和回歸總體均通過經濟檢驗和計量經濟學統計檢驗，表明回歸變量的選取是合適的，且在很大程度上提供了對因變量的解釋，具有很強的參考意義。2．經濟意義解讀與結果評價。解釋變量所對應的斜率系數衡量了貴州省物流業發展對地區經濟增長的平均影響，即貴州省物流水平平均提升一單位，對地區經濟增長平均產生的0.859單位的貢獻，它表明貴州省物流業發展會對經濟增長產生較強的正向影響。綜合以上分析，考察期內貴州省物流業綜合水平呈現明顯的遞增趨勢，且物流業發展會對地區經濟產生較強的關聯帶動。因此，可以認為要進一步推動地區經濟的增長和整體發展，有必要注重物流業的發展狀況，提升物流業整體發展水平。

　　五、促進貴州省物流業發展

　　(一)加強物流企業自身建設，提升物流服務水平。物流業涉及眾多行業和領域，物流企業的自身建設也直接影響行業服務水平和運行效率。當前，貴州物流企業以傳統的物流方式為主體，規模較小，組織結構設置不夠合理，功能也比較單一，要實現物流業綜合水平的提升，必須進一步加強企業自身建設，融合現代信息技術和物流技術提升企業建設水平，綜合提升物流產業發展能力和效率，促進以規模和效益優勢實現物流企業自身發展，以專業發展和多樣化的功能提升行業競爭力。(二)科學規劃合理布局，降低物流綜合成本。物流中心的選址應同時遵守適應性、協調性、經濟性和戰略性原則，同時滿足物流資源分布和需求分布相適應，實現區域物流基礎設施和物流網絡建設的協調。物流產業發展需要科學規劃最優布局，合理分布物流網點。建設專業化的區域物流集散中心，發揮中心輻射效應，推動產業規模進一步擴大。并結合具體物流企業的業務范圍和企業性質，發展綜合性質的物流產業園，提高產業關聯程度，降低內部成本。(三)拉動區域物流需求，開放區域物流業市場。近年來貴州省物流綜合水平雖有所提升，但與發達地區相比仍有較大差距，行業發展空間的擴展仍需進一步擴大區域物流產業規模和影響力，拉動物流需求的增長，推動物流產業與制造業、大數據產業、服務業融合發展，適應現代流通特征和消費需求。同時改善區域投資環境，進一步開放物流市場，吸引有影響力的行業龍頭企業和專業化的物流企業加入，激發行業發展潛力，提升物流企業綜合實力和行業核心競爭力。

　　【參考文獻】

　　［1］郭湖斌，齊源．長三角區域物流與區域經濟協同發展水平及空間協同特征研究［J］．經濟問題探索，2018，11:77～85

　　［2］張文杰．區域經濟發展與現代物流［J］．中國流通經濟，2002，1:13～15

　　［3］貴州省統計局．2017年貴州省統計年鑒［Z］．2017

　　［4］貴州省交通運輸廳．2017年貴州省交通物流數據報告［R］．2017

　　［5］古扎拉蒂．計量經濟學［M］．北京:中國人民大學出版社，2000

　　作者：孟現娣