[摘要]文章利用1992—2015年的中国各个省级面板数据研究分析了货运量对GDP的影响。通过对模型选取的比较，得出固定效应截面成员加权变系数模型为最优选择，同时模型的回归结果得出：GDP与货运量存在协整关系，总体看货运量每增加1万吨，国内生产总值增加01303亿元，除北京外，其他地区货运量对其区域生产总值均有正向作用，每增加1单位货运量对带动区域生产总值提升的范围在6%～50%，宁夏带动作用最小而吉林带动作用最大，货运量带动经济增长的作用差距参差不齐。
[关键词]GDP；货运量；固定效应截面成员加权变系数模型
[DOI]1013939/jcnkizgsc201807014
1前言
对我国GDP展开研究，分析导致GDP增加的相关因素，是一个涉及广泛且重要的议题。从以往文献的整理可以看出，人口规模、对外贸易、货运物流、科技进步等诸多因素都会导致GDP的提升，那么通过对货运量变化的研究，提升我国货运能力，应该促进GDP的提高。不过这一理论上的推导在我国现有国情下能否真正地实现，如果可以实现，货运量变动带动GDP的效果是否显著？这是本文研究分析的关键问题。若答案得到了肯定，那么通过提升货运水平从而促进运输服务业的发展达到提升GDP的最终目的就很有必要了。
已有的货运物流相关文献主要分为以下几类：一是对货运物流结构某一方面研究，如安迪从铁路货运量影响因素研究出发提出大宗货物精细化组织模型；[1]二是从货运物流效率角度出发采用数据包络法研究，如王维国等基于Malmquist-kien-berger方法与三阶段DEA，从外部环境及内部物流产业因素结合分析其对物流产业效率的作用。[2]樊敏采用三阶段DEA，以货运周转量为产出指标，从业人数与固定资产投资额为投入指标，分析八大经济区域物流产业效率。[3]王舒鸿等采用DEA法，物流业产值作为产出指标，能源指标及铁路、公路里程为投入指标，比较各省市物流资源的利用率。[4]朱超才采用DEA法对中部六省的物流业效率比较；[5]三是物流货运研究区域化，如姚舜禹对我国物流业研究整理得出研究对象为各省市地区，物流发达地区主要集中于东部、中部和长江经济带等；[6]四是提升物
流竞争力角度，如YasanurKayikci以AHP、ANN模型为基础，寻求最佳物流中心位置；[7]五是从运输可持续角度，如Jiuchang Wei研究发现中东部地区更多地发展运输能力而轻视可持续性，西部地区则相反，但是越重视运力可持续性国内人均生产额就越小；[8]六是分析物流对经济的作用，如Mohammad Reza用时间序列分析物流与GDP间的关系，得出加强物流基础设施建设能持续促进经济增长。[9]
以上文献表明人员数量、固定资产等不同指标对货运物流以及货运物流对经济发展具有影响，但是以往文献要么以定量方法从货运物流影响因素某方面入手研究对物流本身发展的影响，要么以定性法研究单个区域物流发展对经济的作用，很少有从全国角度定性定量分析货运物流对区域经济的发展影响，基于以往研究的基础上，利用1992—2015年间全国31个省市面板数据探讨货运量与GDP之间的关系，并根据所得数据分析结果为政府提供决策参考。
2GDP与货运量走势分析
图1反映了1992年12月至2015年12月我国31省市GDP的变化趋势。整体看31省市GDP一直呈现上升趋势，且1992年到1999年各省市上升幅度緩慢均未突破1万亿元大关，2000年广东率先突破万亿元大关，此后各省市GDP增长加速，其中广东、江苏、山东稳居前三位而浙江、河南紧随其后，但是随着时间的变化广东、江苏、山东增长幅度巨大，远远甩开其他省市，到2015年12月广东、江苏突破7万亿元山东达到6万亿元，浙江与河南四川也分别突破4万亿元与3万亿元，而海南、西藏、青海、甘肃、宁夏以及新疆为突破口1万亿元，其余省市位于1～3万亿元，以1992年12月为基期计算GDP增加倍数，广东287倍、江苏318倍、山东277倍、浙江302倍、河南279倍、四川246倍、海南190倍、西藏2983倍、青海266倍、甘肃204倍、宁夏340倍、新疆222倍。
图2反映了1992年12月至2015年12月我国31省市货运量的变化趋势。整体看31省市货运量相较于基期呈现上升趋势，其中1992年至2000年这期间各省市货运量较为稳定且未突破10亿吨，2000年后山东率先突破10亿万吨大关且上升趋势明显，一直到2012年山东货运量位列第一，2007年安徽货运量急速上升到2008年一跃成为排名第二的货运大省，与此同时，广东、河南相继增长加快，到2012年山东、安徽、河南、广东、江苏位于前五名，2013年北京、天津、河北、内蒙古、吉林、黑龙江、上海、江苏、浙江、山东、河南、湖南、广西、海南、四川、青海以及宁夏货运量普遍下降，这与经济发展进入中低速阶段有关，到2015年12月各省市货运量排名前五先后为安徽、广东、山东、辽宁、浙江，增长倍数分别为77、25、43、18、38，且前两位突破30亿吨，后三位突破20亿吨，其他省市货运量位于1万亿吨以下的有西藏，1～10万亿吨的有北京、天津、吉林、黑龙江、上海、海南、贵州、甘肃、青海、宁夏和新疆，其余省市货运量位于10～20亿吨。
3实证模型与数据
31理论分析
货运量指货物交通运输量的衍生需求，货运量多少不但和最终产品的体积或者重量有关，而且还和中间产品（如半成品）生产方式、运输方式、运输过程效率以及销售方式等很多因素有关。同时因为最终产品的产品类型、中间产品的生产、运输过程效率以及销售等因素和经济发展总量之间存在着紧密的联系，从而可得出货运量与国家经济发展密切相关。
货运量对区域经济的影响反映了物流运输对区域经济的影响，进一步分析物流运输的相关影响因素提升物流运输能力在一定程度上就是促进了区域经济的发展。影响物流运输业发展的因素很多，物流基础设施建设状况、政府扶持政策、物流企业运输设备先进程度、企业组织化标准化程度、区域物流运输方式组合、信息交流平台以及专业物流人才的储备等。
32模型建立
为降低变量间的共线性，使有关参数估计量合理、有效，本文采用了样本数据较多的面板数据，为确认货运量与GDP之间数量关系，根据以往的文献资料，本文建立以下基准回归模型：
GDPit=αi+βihylit+μit，i=1，2，…，31，t=1992，1993，1994，…，2015（1）
其中GDPit、hylit分别为31省市GDP（GDP是国内生产总值的简称，按照市场价格一个国家或者地区一定时期内的生产活动的所有成果，是衡量国家经济发展的重要指标，是一个国家或者地区的经济实力反应，单位为亿元）和货运量（货运量是指运输业一定时期内实际的运送货物的数量，代表运输业为国民经济的贡献量，同时也是运输生产成果的指标，单位为万吨）。模型中截距项αi、随机误差项μit包含了各个省（直辖市、自治区）特定效应，下标i（i=1，2，…，N）为中国省（直辖市、自治区），下标t为时间。
33数据描述
我国在1992年确立了社会主义市场经济体制，因此为进一步研究货运量与GDP的动态关系，本文选取我国1992年12月份至2015年12月份全国31省市货运量和GDP的年度数据，并进行实证分析。其中货运量以小写hyl来表示，所用数据来源于wind咨询平台。利用Eviews 80软件进行处理。下表给出了具体变量描述性统计量。
4实证结果及分析
41面板单位根检验
为确保检验结果的稳定性，采用LLC、IPS、ADF-Fisher与PP-Fisher五种检验方法。单位根检验主要分两种：有相同单位根检验LLC、Breitung、Hadri检验；有不同单位根检验IPS、Fisher-ADF、Fisher-PP检验。检验结果说明GDP与HYL原序列都接受存在单位根原假设，说明原始面板数据不平稳。经过二次差分，存在相同单位根面板数据单位根检验（LLC）与存在不同单位根面板数据单位根检验（IPS、ADF-Fisher与PP-Fisher）在含截距不含时间趋势的约束下，在1%的显著水平下，均拒绝存在单位根原假设，原始数据经过二次差分后平稳，原数据为二阶单整序列。
42面板协整检验
单位根检验，经检验Pool序列GDP？和hyl？为二阶单整，要进行协整检验，采用Pedroni检验法与Kao检验法，包含截距无时间趋势，见下表Kao与Pedroni检验的Panel rho-Statistic、Panel PP-Statistic、Panel ADF-Statistic、Group PP-Statistic、Group ADF-Statistic统计量在1%显著性水平上都拒绝无协整关系的原假设。表明货运量与区域经济发展之间存在一定联系。协整方程为：
GDPit=-10983330+01303hylit
从方程中看出货运量系数为正数说明货运量对经济发展具有正向带动作用，且货运量每增加1万吨，区域经济GDP增加01303亿元。
43模型判断
模型形式设定检验。在建立面板数据模型之前，首先要确认模型的选择，验证样本数据适合变截距模型、混合回归模型还是变系数模型中的哪一种，分别建立固定效应截面成员变截距模型、固定效應截面成员混合回归模型以及固定效应截面成员变系数模型。
检验有以下两个原假设。
H0：其中βi对于所有截面成员是相同，但截距项不同为变截距模型：
GDPit=αi+βhylit+μit，i=1，2，…，31t=1992，1993，1994，…，2015（2）
H1：模型解释变量系数与截距项对于一切截面个体都一样，即为混合回归模型：GDPit=α+βhylit+μit，i=1，2，…，31 t=1992，1993，1994，…，2015（3）
模型检验的两个统计量：
F2=S3-S1N-1（K+1）S1NT-NK+1～FN-1K+1，NT-NK+1（4）
F1=s2-S1N-1KS1NT-N（K+1）～FN-1K，NT-NK+1（5）
N是截面成员数，T是样本时期数，K为非常数项解释变量的个数，s1、s2、s3各自是模型（1）、（2）、（3）的回归残差平方和，在原假设H1、H0成立的条件下检验统计量F2、F1的特定自由度F分布。
N=31，T=24，K=1经计算得出两个F统计量分别是：
F2=235
F1=47
5%检验水平，F临界值分别是：
F2095，60，682=1338218F1095，30，682=1475945
因为统计量F2大于临界值，5%检验水平拒绝H1，统计量F1大于临界值，5%检验水平拒绝H0，综上可得对于本文31省市面板数据采用变系数模型比较适当。
44实证结果
为更接近地确认货运量对于GDP的影响，采用Eviews8对模型进行EGLS估计。如表4所示。
从表中看出31个省市的系数都很显著，除北京外其余省市货运量对当地GDP都具有正向带动作用，每增加1单位货运量对带动GDP提升的范围在6%～50%，宁夏带动作用最小而吉林带动作用最大，货运量带动GDP的作用差距参差不齐。其中排名前四位的吉林、西藏、天津以及江苏货运量每提高1万吨GDP增长分别为049亿元、046亿元、042亿元、040亿元，这些城市货运量的提升对GDP的带动作用很大，这证明货运运输业对GDP具有正向作用的理论。北京是唯一货运量对GDP具有负作用的城市，这与北京产业结构调整以及比较优势相关，北京作为我国的政治、科技中心，高新技术金融产业等比货运运输业更具有经济增长优势，相比较运输业不具有竞争优势，反而有限的资源用在货运上会拉低GDP。
各省市偏離自发平均GDP平均最高（与全国31省市平均GDP相差最大）排名前五是：北京、安徽、西藏、宁夏、海南，偏离平均GDP最低（与全国31省市平均GDP水平相当）的五个省市是：江苏、吉林、浙江、辽宁、广东。
5结论及建议
本文采用固定效应截面个体加权变系数模型对我国1992年12月～2015年12月的我国31省市GDP与货运量的年度数据进行分析建模，研究结论如下：GDP与货运量存在协整关系，并得出货运量每增加1万吨，区域经济GDP增加01303亿元，除北京外，其他城市货运量对其GDP均有正向作用，每增加1单位货运量对带动GDP提升的范围在6%～50%，宁夏带动作用最小而吉林带动作用最大，货运量带动GDP的作用差距参差不齐。根据相关结论提出建议如下：
第一，各省市根据货运量对GDP带动系数大小提出符合本地区运输业的发展政策，对于GDP带动比例大的省市应继续保持货运业发展势头，对于中西部地区货运量与物流带动经济作用相对较小的省份，要加大物流基础设施建设，相信随着城镇化建设以及城乡收入差距的减少，这些地区对货运物流的需求将大大提高，应大力推进西部大开发、“一带一路”建设等国家战略，充分发挥国家战略布局优势合理规划物流网点，节省企业盲目投资带来的资源浪费，间接为企业提供了物流基础设施（这需要政府提前与物流企业沟通），从而提升货运量使物流发展反过来促进经济的腾飞，最后达到物流发展与经济腾飞良性循环。
第二，随着产业结构调整，过去物流货运需求主要受第一、二产业影响，如今各省市应加深对产业结构调整的分析，找到产业调整后的物流模式，同时要开源节流全面研究影响货运运输企业相关因素，根据具体因素对症下药，对影响物流水平的内部影响因素如货物运输效率，政府应引导物流业进一步加深专业化分工、完善物流信息化建设，实现规模化同时减少空车率从而提升物流运输效率，开发物流产业链提升物流增加值。对规模小的物流企业包括部分自营物流运送的公司，政府应引导其合并到第三方物流，提升专业化水准，也可以提出相应的物流运输业准入标准，切割掉一些不符合要求的企业，对被切割的企业政府应通过适当财政政策给予合理的资金补助，对于外部因素如对物流企业征税环节，政府要根据战略需要适当通过调整物流业税收政策减轻企业运营成本。
参考文献：
[1]安迪铁路货运量影响因素分析及对策研究[J].经营管理，2014（10）：41-46
[2]王维国，马越越.中国区域物流产业效率——基于三阶段DEA模型的 Malmquist-kien-berger指数方法[J].系统工程，2012（3）：66-75
[3]樊敏.中国八大经济区域物流产业运作效率分析——基于三阶段DEA模型[J].现代管理科学，2010（2）：48-50，71
[4]王舒鸿，汝慧萍，宋马林.基于DEA的物流行业能源效率评价——以2006—2008年各省市物流数据为例[J].物流技术，2010（17）：66-68
[5]朱超才.基于DEA分析的中部六省物流产业效率比较[J].通化师范学院学报，2016（5）：52-55
[6]姚舜禹我国物流产业研究综述[J].现代商贸工业，2017（5）：33-35
[7]Yasanur KayikciA Conceptual Model for Intermodal Freight Iogistics Centre Location Decisions[J].Procedia-Social and Behavioral Sciences，2010，2（3）：6297-6311
[8]Jiuchang Wei，Wang Xia，Xiumei Guo，et alUrban Transportation in Chinese Cities：An Efficiency Assessment[J].Transportation Research（Part D），2013，23（6）：20-24
[9]Mohammad RezaThe Relationship between Logistics and Economic Development in Indonesia：Analysis of Time Series Data[J].Jurnal Teknik Industri，2013，9（6）