降低社会物流总费用占GDP比重的对策研究——基于多元回归模型的实证分析

汪文生　张　娟

(中国矿业大学(北京)，北京　100083)



降低社会物流总费用占GDP比重的对策研究
——基于多元回归模型的实证分析

汪文生张娟

(中国矿业大学(北京)，北京100083)

〔摘要〕一个国家或地区的物流发展水平与当地的社会物流总费用占GDP的比重息息相关，理论上，这一比例不宜过高，如何采取有效措施来降低该比例已成为当务之急。本文基于多元回归模型，运用Eviews软件对可能影响该比例的四大因素进行了回归分析及ADF、AEG协整检验，研究结果表明：产业结构对社会物流总费用占GDP比重的影响最为显著；物流行业就业人数的影响作用次之；而物流基础设施投资、经济发展水平对该比例的影响并不显著。在此基础上，分析了回归结果的经济原因并联系实际情况给出了相应的可行性政策建议。

〔关键词〕社会物流总费用GDP多元回归影响因素政策建议

引言

国家发改委、国家统计局等部门于2015年4月17日联合发布的数据显示[1]，2014年我国物流需求规模增速减缓，物流业转型升级加快，我国社会物流总费用为10.6万亿元，同比增长6.9%，社会物流总费用与GDP的比率为16.6%，较上一年有所下降，但是与发达国家相比还是要高出许多。Donald等[2-4]对1998年、1999年美国的物流年度开支进行了研究，并得出结论：美国的物流总成本占国民生产总值的10%左右，而这一比例在2013年更是达到了8.5%。作为一个国际上普遍认可的物流行业发展指标，一个国家或地区的社会物流总费用占GDP的比重越低，则意味着该国家或地区的物流效率越高，虽然这一指标是否越低越好还有待进一步考证，但不得不承认的是，如果这一指标偏高，则往往伴随着过高的物流成本、物流活动领域资源的不合理配置等突出问题。因此，我们很有必要对影响社会物流总费用占GDP比重的因素进行分析研究，以便找出相关关键因素，并最终提出有利于

我国物流业健康、高效发展的对策。

1文献综述及假设

前人对于社会物流总费用占GDP的比重已有相当多的研究，这些研究为本文中的假设提供了理论基础。

1.1产业结构与社会物流总费用占GDP的比重及相关假设

钟贤柏[5]研究认为，产业结构的不同必然导致物流所占的比重不同，高新技术所需的相对物流成本远低于低端产品。陈淑娴[6]指出，第二产业(以制造业为主要构成部分)对物流的需求远大于第三产业(广义服务业)，当一个国家的第二产业在GDP中占据主导地位时，它的物流成本支出就远大于以第三产业为主体的国家，物流成本占GDP的比值就因产业结构的影响发生较大变化。范林榜[7]采用1992～2012年我国第一产业、第二产业以及第三产业的数据，运用多元回归分析方法，经过实证分析得出，第二、三产业所占比重通过影响社会物流运输成本、库存成本和管理成本最终负向影响社会物流成本占GDP的比

重。综上所述，我们不难看出，产业结构与社会物流总费用占GDP的比重有着不可忽视的关系，在本文中，我们以第三产业所占比重对社会物流总费用占GDP比重的影响程度来探讨产业结构与社会物流总费用占GDP的比重之间的关系。在此，提出假设1：第三产业所占比重与社会物流总费用占GDP比重呈反比。

1.2物流基础设施投资与社会物流总费用占GDP的比重及相关假设

JAMES M W WONG等[8]分析了香港经济发展与建设的关系，Granger因果关系检验结果显示建设推动了香港经济的发展，反之则不然。刘俊华，李瑶琴，长青[9]运用误差修正模型对物流建设投资与经济增长之间的内在关系进行了定量分析并得出结论，物流基础建设与经济增长之间具有长期稳定的均衡关系，GDP随着时间加速增长，具有正向作用和未来的长期作用。李松庆[10]认为，完善的基础设施是现代物流发展不可缺少的物质基础。基础设施先行是发展现代物流的基本策略，也是发达国家发展物流的成功经验。我国要发展现代物流，也必须首先高起点地建设好物流基础设施。其中，他主张应该加强交通运输设施建设、加快物流节点建设以及拓宽物流基础设施建设投资来源。由于物流行业的基础设施规模庞大，所需的投资资金数额巨大，因此政府在对该行业的投资中将发挥主导作用。但是从长期来看，政府昔日对该行业的投资将带来巨大的回报，即社会物流总费用的日益减少。因此，我们提出假设2：物流基础设施投资与社会物流总费用占GDP的比重呈反比。

1.3经济发展水平与社会物流总费用占GDP的比重及相关假设

随着经济的快速发展和人民生活水平的不断提高，人们对于经济的关注度也在逐渐增加[11]。张亮亮，周石鹏，张洋[12]认为，一国或某一地区的经济发达程度与物流成本占该国或地区的比重是呈反相关的关系，也就是说，经济发展水平越高，物流总成本占GDP的比重越低，并且有随时间逐渐下降的趋势。范林榜[7]对此持有相同的看法，他认为，经济发展水平与物流需求增长呈正向相关。物流需求增长将会导致物流成本绝对数增加，而社会物流成本占GDP相对数会下降。基于前人的相关研究，我们提出假设3：经济发展水平与社会物流总费用占GDP的比重呈反比。

1.4物流行业就业人数与社会物流总费用占GDP的比重及相关假设

王莉[13]指出，在经济发展中，随着经济总量GDP情况的不断变化，最为直接的物流行业就业人数会发生较大的波动，物流就业人员数量与GDP数据众多属性都有关联，也就是说，物流行业的就业人数与GDP有着不可忽视的联系。物流业是重要的生产性服务业之一[14]，物流行业就业人数的增加，必然会使得该行业相应的管理费用、运输费用等成本呈现上升趋势，反之亦然。值得一提的是，前人做过物流行业就业人数与GDP关系的研究，却并未在此基础上指出物流行业就业人数对社会物流总费用占GDP比重的影响作用。在此，我们提出假设4：物流行业就业人数与社会物流总费用占GDP的比重呈正比。

2实证研究

2.1理论模型的变量选择

影响社会物流总费用占GDP比重的因素主要有以下几个方面。

2.1.1产业结构——第三产业占GDP比重(X1)

不同的产业、不同的产品对于物流服务的需求内容和数量是不同的。随着经济的向前发展，我国的产业结构也在发生着巨大的变化。呈现出的总体趋势是：第一产业的比重明显降低，以服务业为主要标志的第三产业的比重明显提高。产业结构的不同必然导致物流所占比重的不同，一般来讲，第三产业消耗的物流成本要低于第一产业和第二产业。在此，仅研究第三产业占GDP的比重(X1)对社会物流总费用占GDP比重的影响情况。

2.1.2物流基础设施投资——交通运输、仓储和邮政业的固定资产投资(X2)

国务院于2014年10月4日正式印发了《物流业发展中长期规划(2014～2020年)》。《规划》指出，到2020年，基本建立布局合理、技术先进、便捷高效、绿色环保、安全有序的现代物流服务体系。要想真正实现《规划》中的理想状态，完善的基础设施布局可谓是必不可少。目前，我国的物流基础设施主要包括：铁路、公路、港口、民用运输机场等交通运输基础设施；物流场、站、库房等仓储基础设施；作为国家重要的通信基础设施的邮政网络。本文中，我们将以交通运输、仓储和邮政业的固定资产投资(X2)的纵向数据来研究其与社会物流总费用占GDP比重的相关关系。

2.1.3经济发展水平——人均国内生产总值(X3)

一个国家或地区的物流发展水平与当地的国民经济发展水平可谓息息相关，而国民经济发展水平一般是以人均国内生产总值来衡量的。在本文中，我们将以人均国内生产总值(X3)作为衡量经济发展水平的指标，进而研究其与社会物流总费用占GDP比重的相关关系。

2.1.4物流行业就业人数——交通运输、仓储和邮政业城镇单位就业人数(X4)

作为复合型产业，物流行业是运输业、仓储业、装卸业、包装业、加工配送业、物流信息业等产业的优化整合，在本文中，我们不妨将交通运输、仓储和邮政业城镇单位就业人数(X4)作为衡量物流行业的就业人数的指标，进而探讨其对社会物流总费用占GDP比重的影响程度。

2.2数据来源

本文数据主要来源于《中国统计年鉴》(1991～2014)、《中国第三产业统计年鉴》(1991～2014)、《中国物流与采购联合会》。其中，指标Y——社会物流总费用占GDP比重的相关数据来源于《中国物流与采购联合会》发布的“全国物流运行情况通报”，指标X1——第三产业占GDP比重的相关数据来源于《中国第三产业统计年鉴》(1991～2014)、指标X2——交通运输、仓储和邮政业固定资产投资、指标X3——人均国内生产总值及指标X4——交通运输、仓储和邮政业城镇单位就业人数的相关数据来源于《中国统计年鉴》(1991～2014)，具体情况见表1。

表1　各相关变量原始数据表

续　　表

为分析产业结构、物流基础设施投资、经济发展水平、物流行业就业人数等因素与社会物流总费用占GDP比重的相互关系，对上述各变量的原始数据进行了简易化处理，作二维折线图(图1)如下。

图1　各相关变量变动趋势图

如图1所示，第三产业占GDP比重在1991～2014年间大体呈现上涨趋势，即由1991年的33.70%上涨至2014年48.2%，当然，这一比重并非稳步增长，也出现了由1992年的34.8%缓降至1996年32.77%的情形；人均国内生产总值自1991年起，以指数形式高速增长，由1991年的1893元增至2014年的45384元，其中，该指标在1993～1996年的增速是最快的；交通运输、仓储和邮政业固定资产投资金额的发展趋势类似于人均国内生产总值，该指标由1991年的340.18亿元猛增至2014年的42984亿元，这与我国国民经济的快速发展是密不可分的。其中，该指标在2011年出现了小幅回落，即由2010年的30074.48亿元跌至2011年的28291.66亿元，这与当时所面临的的紧缩性货币政策下投资资金面总体紧张、地方政府融资能力不足、高耗能投资反弹及高加工度行业投资占比不断下降等因素息息相关。物流行业就业人数总体呈现平稳发展态势，其在1991～2014年间经历了“缓降骤升”过程，即由1991年的916万人缓降至2012年的667.52万人，由2012年的667.52万人骤升至2014年的861.43万人。可以看出，物流行业就业人数并非越少越好，现代高科技的发展并不能完全替代人力资源在该行业中发挥的作用。社会物流总费用占GDP的比重自1991年起逐年下降，由1991年底的24%降至2014年的16.6%，这是政府、企业及个人在物流行业发展过程中共同作用的结果，其形成机理值得我们去进一步探索。

2.3模型的设定与回归结果

对于时间序列数据来说，进行因果性检验和经济预测的前提条件就是进行平稳性的检验[12]。对此，本文采用的是ADF检验，之后进行了协整检验(AEG检验)。

为消除数据序列的趋势和模型的异方差性，在实际计算中变量序列都采用序列的对数形式[15]，以LNY代表对被解释变量社会物流总费用占GDP比重(Y)取对数后的值，以LNX1、LNX2、LNX3、LNX4分别代表对解释变量第三产业占GDP比重(X1)、交通运输、仓储和邮政业固定资产投资(X2)、人均国内生产总值(X3)及交通运输、仓储和邮政业城镇单位就业人数(X4)取对数后的值。

应用Eviews对1991～2014年的LNY进行ADF检验。检验过程将会通过下面3个模型来完成：

实际检验中，从模型3开始，其中的t是时间变量，代表了时间序列随时间变化的某种趋势(如果有的话)，然后模型2，最后是模型1，何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时可停止检验。否则，就要继续检验，直到检验完模型1为止。只要其中一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的。当3个模型的检验结果都不能拒绝零假设H0∶δ=0时，则认为时间序列是非平稳的[16]。

运用Eviews工具，经过多次反复检验，最终得：在1%显著性水平上，LNY是一个平稳序列(检验结果如表2所示)。

表2　LNY平稳性检验结果

类似地也可以检验出：LNX1、LNX2、LNX4均为非平稳序列，LNX3是1%显著性水平上的平稳序列。而LNX1、LNX2、LNX3、LNX4的一阶差分均为平稳序列，即均为一阶单整序列。另外可以验证，在5%显著性水平上，LNY的一阶差分也是一个平稳序列，即LNY也是一阶单整序列(检验结果如表3所示)。

表3　D(LNY)平稳性检验结果

针对原序列LNY、LNX1、LNX2、LNX3、LNX4设定如下形式的多元回归模型并进行OLS估计，估计结果见表4。

LNYt=C+β1LNX1+β2LNX2+β3LNX3+β4LNX4+Ut

其中，Yt——第t年我国社会物流总费用占GDP比重

X1——第三产业占GDP比重

X2——交通运输、仓储和邮政业固定资产投资

X3——人均国内生产总值

X4——仓储和邮政业城镇单位就业人数

Ut——随机误差项，代表其他无法用数字表示的因素

表4　社会物流总费用占GDP比重的多元回归模型估计结果

根据表4中的相关数据，得到模型估计的回归方程为：

LNYt=3.4228-0.1979LNX1 -0.0497LNX2+0.0092LNX3+0.0936LNX4

(1)

t=(8.7035)(-2.0964)(-1.1886)(0.1503)(2.0779)

可以看出，式(1)中的R2较大，即回归方程的拟合效果不错，但前面已经检验出LNY、LNX1、LNX2、LNX3、LNX4并非全是平稳序列，因此此回归可能是虚假回归。对此，我们进行协整[17-21]检验，即检验LNY、LNX1、LNX2、LNX3、LNX4之间是否存在协整关系。由于LNY～I(1)、LNX1～I(1)、LNX2～I(1)、LNX3～I(1)、LNX4～I(1)，满足协整检验前提。因此只需对式(1)中得到的残差序列进行ADF检验，检验结果见表5。

表5　残差序列E平稳性检验结果

由表5可知，ADF=-2.8996，小于不同检验水平的3个临界值，因此残差序列为平稳序列，所以LNY、LNX1、LNX2、LNX3、LNX4之间存在协整关系。此协整关系对应的长期均衡方程具有明确的经济意义，即式(1)可以作为社会物流总费用占GDP比重Y与拟存在的影响因素X1、X2、X3、X4之间的数量关系式。在此过程中，该估计模型也应该不断的改进和修正[22]。

2.4模型的检验分析

2.4.1模型的经济意义检验

2.4.2回归方程及单个回归系数的显著性检验

3研究结论及政策建议

3.1研究结论

在实证研究中，我们对可能会影响社会物流总费用占GDP比重的4个因素进行了一系列分析，下面分别从每一个指标深入剖析其对社会物流总费用占GDP比重的影响。

3.1.1产业结构

该指标与社会物流费用的构成密不可分。第三产业占GDP比重对社会物流总费用占GDP比重有显著的影响作用，且二者呈负相关关系。近年来，服务业占GDP的比重正逐步提高，服务业的增长速度明显快于工业，这使得我国的产业结构发生了深刻的变化，由于第三产业只会带来较低的物流成本，因此，第三产业占GDP比重越大，社会物流总费用占GDP比重会越小。

3.1.2物流基础设施投资

该指标从根本上影响着社会物流费用的发展态势。物流基础设施投资对社会物流总费用占GDP比重没有显著的影响作用，随着我国物流行业基础设施的逐步扩建，不少较大规模的工业园、流通中心应运而生，然而它们却并未全被合理利用，很多物流基础设施(比如仓库、厂房)闲置，从这个角度来讲，加大对物流行业基础设施的理性投资是很有必要的。另外，增加对物流基础设施的投资将会加快物流行业的向前发展，进而带动国民经济的增长，因此，社会物流总费用与GDP的值都会增加，且二者的比值可能并没有显著变化。

3.1.3经济发展水平

该指标反映大环境背景下的社会制度因素。经济发展水平对社会物流总费用占GDP比重并无显著影响，也就是说，经济发展并不一定会使得社会物流总费用与GDP的比值变小，因为经济发展水平提高了，相应的物流运输、仓储及管理成本也会增加，同时，GDP也会有所增加。这就否定了经济发达国家的物流成本占GDP比重一定比经济发展中国家低的观点，这是可以理解的。正如自给自足的经济社会中，因为运输少、库存少、管理更少而使社会物流成本更低[7]。

3.1.4物流行业就业人数

该指标往往容易被忽略，但其所代表的人为因素却着实深刻地影响着物流行业的发展变化。物流行业就业人数对社会物流总费用占GDP比重的影响仅次于产业结构对社会物流总费用占GDP比重的影响，二者呈正相关关系。物流行业就业人数越多，随之而来的运输成本、仓储成本、流通加工成本、包装成本、装卸与搬运成本、物流信息与管理费用等物流成本会增加，最终增加了社会物流总成本。

3.2政策建议

关于如何降低我国的社会物流总费用占GDP的比重，在此提出以下几点对策。

3.2.1优化产业结构，加快产业结构转型升级步伐，稳中求进

国务院新闻办相关发言人于2015年4月15日举行的2015年一季度国民经济运行情况新闻发布会中指出，第三产业占GDP比重首超50%，服务业的发展速度仍在加快，经济结构由工业主导向服务型主导转型的趋势更趋明显，也就是说，我国的产业结构调整是在稳步推进的，转型升级步伐也是在加快的，但是增长速度有所回落。当今之计，很有必要采取有效措施加速产业结构升级，在调整产业结构的过程中，更加注重加减乘除并举，推进由第一产业向第二产业、第三产业(重点)转型升级。

3.2.2在一定范围内完善物流基础设施，提高物流基础设施网络化水平，做到合理、理性投资

凡事讲究“度”，并非越多越好。对于物流基础设施的投资也是如此，舍弃“面子工程”，针对实际情况，加大对物流行业相关交通、仓储及邮政等固定资产的投资，真正做到物尽其用，从长期的角度来看，有利于降低社会物流总费用、促进国民经济的发展，进而从根本上降低社会物流总费用占GDP的比重。

3.2.3保持经济增长稳定、并努力提升经济增长质量

经济发展速度过快，势必会使得社会物流需求增加，从而增加社会物流总费用，但社会物流总费用与GDP的比重却不见得会有较大的变化。目前，我国经济已经处于高速增长转向中高速增长的新常态，而适应、引领新常态也将是当前和今后一个时期我国经济发展的大逻辑，这说明质量重于速度，只有保持经济的可持续稳增长，才能有效地提高物流效率。

3.2.4加大科研投入，重视人才培养，合理规划物流行业就业人数

在全社会范围内加大对科技创新的经费投入，将有利于推进现代物流基础设施的进一步更新换代，进而使得一些新型器械逐步取代人力(劳力)，由以低附加值的劳动密集型产业为主上升到以高附加值的资金技术密集型产业为主。从物流行业的长远发展来看，这不仅会提高物流效率，还能降低物流成本。

参考文献

[1]中国物流与采购网．2014年全国物流运行情况通报[EB]．http:∥www.chinawuliu.com.cn/xsyj/201504/16/300850.shtml

[2]BOWERSOXDJ，CLOSSDJ.Logistical Management：The Intergrated Supply Chain Proces[M].New York：McGraw Hill，1998：24～45

[3]LAMBERT DM，STOCK J R.Strategic Logistics Management[M].Homewood IL Irwin，1999：59～88

[4]KAREN.The Elements of a Successful Logistics Partnership[J].International Journal of Physical Distribution and Logistics Management，1998，45(1)：117～142

[5]钟贤柏.社会物流总费用占GDP比重的影响因素[J].运输经理世界，2013，(12)：58～59

[6]陈淑娴.物流成本占GDP比重中的产业结构因素[J].物流科技，2005，28(8)：80～82

[7]范林榜.社会物流成本占GDP比重的影响因素[J].财经科学，2014，(8)：88～96

[8]James M W Wong，Y H Chiang，Thomas S N G.Construction and Economic Development:The Case of Hong Kong[J].Construction Management and Economics，2008，26(8)：813～824

[9]刘俊华，李瑶琴，长青.物流基础设施投资与经济增长关系研究——基于系统动力学与误差修正模型[J].华东经济管理，2013，27(12)：65～70

[10]李松庆.我国物流基础设施的建设策略分析[J].商业研究，2006，(4)：168～170

[11]牛红惠，刘凌霞．神经网络在信息安全风险评估中应用研究[J]．计算机仿真，2011，28(6)：117～120

[12]张亮亮，周石鹏，张洋.我国物流成本与GDP的关系——基于时间序列模型的实证分析[J].科技与管理，2012，14(3)：99～104

[13]王莉.GDP波动与物流行业就业关系经济模型仿真[J].计算机仿真，2014，31(12)：211～214

[14]苏秦，张艳.制造业与物流业联动现状分析及国际比较[J].中国软科学，2011，(5)：37～45

[15]赵志坚.我国科技投入对GDP拉动效应的实证分析[J].经济数学，2008，25(1)：58～63

[16]李子奈，潘文卿.计量经济学[M].北京：高等教育出版社，2000：98

[17]Engle R F，Granger C W J.Co-integration and Error Correction:Representation,Estimation,and Testing[J].Econometrica，1987，55(2)：251～276

[18]Granger C W J.Modelling Nonlinear Relationships Between ex Tended Memory Variables[J].Econometrica，1995，63(2)：265～279

[19]Granger C W J，Hallman J.Long Memory Series with Attractors[J].Oxford Bulletin of Economics and Statistics，1991，53(1)：11～26

[20]郭庆军，周云飞，闫莉．制造业与物流业种群生态系统协同演化实证研究[J]．工业技术经济，2014，(7)：9～18

[21]张喜彬，张世英.关于单整时间序列非线性变换的研究[J].系统工程学报，1998，13(2)：70～77

[22]张晓峒.Eviews使用指南与案例[M].北京：北京机械工业出版社，2007：66

(责任编辑：王平)

收稿日期：2016—03—25

基金项目：教育部新世纪优秀人才支持计划(项目编号：NCET-12-0963)、教育部人文社会科学青年基金(项目编号：13YJC630157)。

作者简介：汪文生，中国矿业大学(北京)管理学院副院长，副教授，管理学博士，博士生导师。研究方向：能源管理与政策、营销管理与物流工程。张娟，通讯作者，中国矿业大学(北京)管理学院硕士。研究方向：管理科学与工程。

DOI：10．3969/j．issn．1004-910X．2016．07．015

〔中图分类号〕F121.3

〔文献标识码〕A

Countermeasures to Reduce the Total Social Logistics Costs Accounted for the Proportion of GDP——An Empirical Analysis Based on Multiple Regression Model

Wang WenshengZhang Juan

(China University of Mining and Technology，Beijing 100083，China)

〔Abstract〕The logistics development level of a country or region is closely related to the local total social logistics costs accounted for the proportion of GDP.In theory,the ratio should’t be too high.And how to take effective measures to reduce the proportion has become a top priority.The paper conducts the multiple regression model and make the regression analysis and ADF,AEG cointegration test for four possible factors by using Eviews software.The research results show that,the industrial structure is the most significant factor;the employment in the logistics industry takes the second place;the logistics infrastructure investment and the level of economic development are not the obvious influence factors.On this basis,the economic reasons of the regression results are analyzed,and the feasible policy suggestions are given with practice.

〔Key words〕the total social logistics costs;GDP;multiple regression;impact factors;policy suggestions