吳勇　唐薇

內(nèi)容摘要：物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是諸多學(xué)者研究的課題。本文以江蘇省蘇州市作為研究對(duì)象，選擇道路里程數(shù)、年貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值作為物流發(fā)展水平的參數(shù)，GDP值作為經(jīng)濟(jì)增長(zhǎng)的統(tǒng)計(jì)指標(biāo)，通過(guò)建立非線性回歸模型來(lái)分析研究蘇州市物流發(fā)展對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響。研究發(fā)現(xiàn)，物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)良性互動(dòng)，物流業(yè)的快速發(fā)展極大地促進(jìn)了經(jīng)濟(jì)增長(zhǎng)?；谘芯拷Y(jié)果提出，大力發(fā)展物流業(yè)，尤其要大力推動(dòng)以道路和物流園區(qū)為代表的物流設(shè)施的建設(shè)；促進(jìn)第三方物流發(fā)展，提高物流增加值。

關(guān)鍵詞：物流業(yè)發(fā)展 經(jīng)濟(jì)增長(zhǎng) 貢獻(xiàn) PSO-SVM

蘇州市物流業(yè)發(fā)展與區(qū)域經(jīng)濟(jì)增長(zhǎng)現(xiàn)狀

（一）蘇州市物流發(fā)展情況

物流業(yè)發(fā)展迅猛。截至2014年底，蘇州市物流業(yè)總規(guī)模保持持續(xù)增長(zhǎng)。全市全社會(huì)貨運(yùn)量達(dá)23477.5萬(wàn)噸，比2013年增長(zhǎng)6.6%；全社會(huì)貨運(yùn)周轉(zhuǎn)量25783.46萬(wàn)噸公里，增長(zhǎng)5.3%；全市社會(huì)物流總額年均增長(zhǎng)近15%，物流業(yè)增加值年均增長(zhǎng)34%，規(guī)模效率明顯提升；全市累計(jì)在建的物流園區(qū)42家，累計(jì)入駐企業(yè)7000余家，累計(jì)物流從業(yè)人數(shù)達(dá)到320萬(wàn)人，營(yíng)業(yè)收入超過(guò)2400億元。

物流園區(qū)規(guī)劃建設(shè)穩(wěn)步推進(jìn)。第一，公路、港口等基礎(chǔ)設(shè)施不斷完善。全市公路建設(shè)不斷加快，太倉(cāng)港疏港高速公路建成并通車。第二，物流園區(qū)規(guī)劃建設(shè)穩(wěn)定推進(jìn)。為完善物流組織管理功能和依托物流服務(wù)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，蘇州正規(guī)劃建設(shè)10座大型物流園區(qū)。

第三方物流企業(yè)發(fā)展迅猛。截至2014年底，蘇州市物流公司有5100余家，營(yíng)業(yè)收入超過(guò)2400億元。多個(gè)第三方物流企業(yè)紛紛落戶蘇州。例如TNT在華全資的子公司、華宇物流企業(yè)、恒鼎醫(yī)藥物流、德邦物流。這些第三方物流企業(yè)的落戶給蘇州物流業(yè)帶來(lái)了新技術(shù)、新理念，提高了蘇州物流業(yè)的整體服務(wù)水平。

（二）蘇州市經(jīng)濟(jì)發(fā)展情況

經(jīng)濟(jì)運(yùn)行不斷加快。2005年蘇州市GDP值為4138.21億，經(jīng)過(guò)十年的發(fā)展，到2014年時(shí)蘇州的GDP值已達(dá)到13760.89億。從圖1可以看出，蘇州市的工業(yè)值占經(jīng)濟(jì)中的比值一直很高，尤其在2011年至2014年工業(yè)值增長(zhǎng)特別迅速，2015年蘇州市工業(yè)總產(chǎn)值居國(guó)內(nèi)城市第一。

新技術(shù)新業(yè)態(tài)發(fā)展迅猛。蘇州近年來(lái)大力發(fā)展基于網(wǎng)絡(luò)的數(shù)字化制造新技術(shù)。從2010年后，蘇州積極打造互聯(lián)網(wǎng)平臺(tái)經(jīng)濟(jì)新業(yè)態(tài)，依托云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)等關(guān)鍵核心技術(shù)，大力發(fā)展電子商務(wù)等平臺(tái)經(jīng)濟(jì)新業(yè)態(tài)，電子商務(wù)已深入融合到傳統(tǒng)商業(yè)、現(xiàn)代制造業(yè)、生鮮農(nóng)產(chǎn)品等各領(lǐng)域。

通過(guò)激發(fā)科技創(chuàng)新促進(jìn)高新技術(shù)產(chǎn)業(yè)發(fā)展。制定實(shí)施了《全力打造蘇南自主創(chuàng)新示范區(qū)核心區(qū)的意見(jiàn)》，強(qiáng)化科技同經(jīng)濟(jì)對(duì)接、創(chuàng)新成果同產(chǎn)業(yè)對(duì)接、研發(fā)人員創(chuàng)新勞動(dòng)同其利益收入對(duì)接，形成有利于創(chuàng)新出成果、有利于創(chuàng)新成果產(chǎn)業(yè)化的新機(jī)制?，F(xiàn)在，蘇州民營(yíng)科技企業(yè)、高新技術(shù)企業(yè)數(shù)均居江蘇第一，高新技術(shù)產(chǎn)業(yè)產(chǎn)值也居江蘇第一。

蘇州市物流業(yè)發(fā)展對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的實(shí)證分析

（一）指標(biāo)選取與數(shù)據(jù)處理

物流業(yè)發(fā)展的指標(biāo)選擇。本文以道路總里程、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值作為物流業(yè)發(fā)展水平的指標(biāo)。

經(jīng)濟(jì)增長(zhǎng)的指標(biāo)選擇。本文采用地區(qū)生產(chǎn)總值（記為GDP）作為蘇州經(jīng)濟(jì)增長(zhǎng)的衡量指標(biāo)。

數(shù)據(jù)來(lái)源與處理。本文選擇蘇州2005-2014年的經(jīng)濟(jì)數(shù)據(jù)，共60個(gè)樣本值，其中反映經(jīng)濟(jì)增長(zhǎng)指標(biāo)的GDP數(shù)據(jù)、物流業(yè)發(fā)展水平指標(biāo)的物流業(yè)增加值數(shù)據(jù)、貨運(yùn)周轉(zhuǎn)量數(shù)據(jù)來(lái)源于《蘇州統(tǒng)計(jì)年鑒》；反映物流業(yè)發(fā)展水平指標(biāo)的道路總里程數(shù)據(jù)由鐵路總里程、公路總里程、內(nèi)河航道通道里程三者之和組成，公路總里程數(shù)據(jù)和內(nèi)河航道通道里程數(shù)據(jù)來(lái)源于《蘇州統(tǒng)計(jì)年鑒》；鐵路總里程數(shù)據(jù)由蘇州鐵路部門提供。

（二）模型構(gòu)建

把蘇州市GDP作為衡量蘇州經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，把道路總里程、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值作為衡量物流業(yè)發(fā)展水平的指標(biāo)，考慮到指標(biāo)之間可能存在的復(fù)雜非線性關(guān)系以及現(xiàn)有線性回歸模型的不足，所以建立了物流業(yè)發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的非線性粒子群優(yōu)化參數(shù)的支持向量機(jī)模型（PSO-SVM）：

（1）

式（1）中：Y為輸出變量，為每年的蘇州市GDP；X為輸入變量向量（X1，X2，X3），分別為每年的道路總里程、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值；n為支持向量個(gè)數(shù)（本文取2005-2014年的數(shù)據(jù)，即向量個(gè)數(shù)為10），SVi為第i個(gè)支持向量（即2005-2014年中第i年的道路總里程、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值3個(gè)指標(biāo)構(gòu)成第i個(gè)支持向量）；K（xi，xj）=（Φ（xi）·Φ（xj））=Φ（xi）ΦT（xj），其中xi，xj為行向量，即K（xi，xj）為特征空間的一個(gè)內(nèi)積，稱為核函數(shù)。本文所用的是三次多項(xiàng)式核函數(shù)，即K（xi，xj）=polynomial（xi，xj）=（γxixjT）3。

為避免（X1，X2，X3）量綱不同降低算法精度，引入預(yù)處理系數(shù)向量c=（c1，c2，c3）對(duì)X進(jìn)行預(yù)處理。至此，得到本文的SVM模型的具體表達(dá)式：

（2）

在應(yīng)用本模型時(shí)，需要選擇合適的系數(shù)c、求解出權(quán)重向量w和參數(shù)b。

（三）求解方法

對(duì)偶理論求解SVM模型參數(shù)。去量綱的處理方式較多，本文采取除去每個(gè)指標(biāo)對(duì)應(yīng)的最大值，然后根據(jù)計(jì)算誤差進(jìn)行適當(dāng)放縮的方式選擇合適的系數(shù)c。為求解SVM模型中的參數(shù)，根據(jù)回歸誤差建立參數(shù)優(yōu)化模型，然后采用對(duì)偶理論，將其轉(zhuǎn)化為二次規(guī)劃問(wèn)題，可得對(duì)偶優(yōu)化模型：

（3）

式（3）中：ε為不敏感損失系數(shù)、C為懲罰系數(shù)（這兩個(gè)參數(shù)需要預(yù)先設(shè)定），（αi=αi*）與wi對(duì)應(yīng)。然后根據(jù)Karush-Kuhn-Tucker定理，可求得αi，αi*，b，即得到了非線性模型中的權(quán)重向量w和參數(shù)b。endprint

粒子群優(yōu)化SVM模型的求解參數(shù)。SVM有良好的回歸性能，但求解SVM模型時(shí)，不敏感損失系數(shù)ε、懲罰系數(shù)C對(duì)于回歸模型的學(xué)習(xí)精度和泛化能力的好壞起決定作用。為優(yōu)化選擇這兩個(gè)求解參數(shù)，引入粒子群算法（pso）作為優(yōu)化算法。簡(jiǎn)單數(shù)學(xué)表述如下：優(yōu)化空間設(shè)為2維，總粒子數(shù)設(shè)為NPSO=30，第i個(gè)粒子空間位置pi=（εi，Ci）；第i個(gè)粒子的歷史最優(yōu)位置pbesti=（εbesti，Cbesti），全部粒子的歷史最優(yōu)位置gbest=（εgbest，Cgbest）；第i個(gè)粒子的速度向量為vi，回歸誤差設(shè)為適應(yīng)度；設(shè)定循環(huán)100次，每個(gè)粒子按式（4）、（5）循環(huán)計(jì)算：

（4）

（5）

式（4）中：c1、c2、ω為正的常數(shù)；r1、r2為0-1之間的隨機(jī)數(shù)。迭代結(jié)束后，此時(shí)的εgbest、Cgbest即為最優(yōu)的ε、C。

PSO-SVM算法流程。本文利用SVM軟件包LIBSVM，在MATLAB平臺(tái)上編程，結(jié)合PSO算法優(yōu)化SVM的參數(shù)，建立求解物流業(yè)發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的非線性模型，如圖2所示，步驟如下：首先，將PSO應(yīng)用在SVM參數(shù)選擇上，首先設(shè)置一系列的參數(shù)向量，把參數(shù)向量作為“粒子”。其次，設(shè)置循環(huán)次數(shù)，然后每一次循環(huán)，當(dāng)一系列的參數(shù)組輸入SVM之后，用其仿真得到訓(xùn)練數(shù)據(jù)的SVM擬合值，求其與真實(shí)值之間的均方差，并把均方差作為適應(yīng)值（越小越好）。最后，根據(jù)其原理，按照每個(gè)“粒子”對(duì)應(yīng)的適應(yīng)值，調(diào)整粒子在搜索空間中的位置，即調(diào)整參數(shù)數(shù)值，然后進(jìn)入下一步循環(huán)，直至結(jié)束。

計(jì)算結(jié)果。將2005-2014年的統(tǒng)計(jì)數(shù)據(jù)應(yīng)用于模型，利用所述算法，求解得到非線性模型如下：

（6）

式（6）中：核函數(shù)中的參數(shù)γ=0.3333；b=1754.2；c=（0.004325，0.000035，0.115504）；n=10為支持向量個(gè)數(shù)；wi為權(quán)重，10個(gè)權(quán)重如表1所示。

SVi為第i個(gè)支持向量，所有的10個(gè)支持向量為系數(shù)c處理后的全部原始數(shù)據(jù)，如表2所示。

利用上文所提模型計(jì)算得到2005-2014年每年蘇州GDP與蘇州GDP原值以及線性回歸（這里通過(guò)spss建立關(guān)于GDP與道路總里程、貨運(yùn)周轉(zhuǎn)量、物流增加值的線性回歸模型：Y=-3221.991+0.2936X1+0.0063X2-0.2115X3）計(jì)算的蘇州GDP三者對(duì)比如表3所示。

（四）蘇州市物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)影響的計(jì)量分析

為分析道路總里程、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值三個(gè)指標(biāo)對(duì)GDP的貢獻(xiàn)，計(jì)算每年每個(gè)指標(biāo)對(duì)GDP的貢獻(xiàn)，即，其中i=1，2，3，year=2005，…，2014，即Xyear，i增加1%，Yyear增加的百分比。得到結(jié)果如表4所示。

由上述數(shù)據(jù)可知，道路總里程的增加對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用越來(lái)越明顯，所以要大力加強(qiáng)以道路為代表的物流基礎(chǔ)設(shè)施建設(shè)來(lái)推動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)；同時(shí)，物流增加值的增加對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用也越來(lái)越明顯，2014年物流增加值增加1%，GDP增長(zhǎng)1.9396%，說(shuō)明應(yīng)大力發(fā)展第三方物流，提高物流增加值，促進(jìn)區(qū)域GDP的增長(zhǎng)；2005年到2010年，貨運(yùn)周轉(zhuǎn)量的增加對(duì)區(qū)域GDP的增長(zhǎng)影響很明顯，但從2011年起，貨運(yùn)周轉(zhuǎn)量的增加對(duì)區(qū)域GDP的增長(zhǎng)影響變小，因?yàn)?011年后蘇州的經(jīng)濟(jì)增長(zhǎng)主要由高新技術(shù)產(chǎn)業(yè)與服務(wù)業(yè)構(gòu)成。

政策建議

本文研究結(jié)果的啟示在于：第一，道路總里程的增加對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用越來(lái)越明顯。一方面繼續(xù)完善物流基礎(chǔ)設(shè)施。應(yīng)繼續(xù)加大對(duì)公路、港口、鐵路等基礎(chǔ)設(shè)施的投資，不僅在城市，而且在農(nóng)村也要形成健全農(nóng)村物流配送網(wǎng)絡(luò)，提升物流效率。另一方面加強(qiáng)物流園區(qū)的建設(shè)，依托蘇州市眾多的國(guó)際物流園區(qū)與保稅物流園區(qū)的規(guī)劃與建設(shè)，吸引重大項(xiàng)目落戶物流園區(qū)，形成重大項(xiàng)目在物流園區(qū)集聚，發(fā)揮物流與其它產(chǎn)業(yè)相互支撐、相互促進(jìn)的格局，推動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)。

第二，物流增加值的增加對(duì)區(qū)域GDP增長(zhǎng)的作用也越來(lái)越明顯。所以應(yīng)結(jié)合蘇州市自身情況，運(yùn)用市場(chǎng)化手段促進(jìn)蘇州市第三方物流的發(fā)展，推動(dòng)GDP區(qū)域增長(zhǎng)。具體來(lái)說(shuō)，一是物流企業(yè)增強(qiáng)一體化服務(wù)功能，加強(qiáng)自身服務(wù)意識(shí)，創(chuàng)造條件支持物流企業(yè)深入了解供應(yīng)鏈其他環(huán)節(jié)企業(yè)的物流需求特點(diǎn)，針對(duì)客戶物流需求特點(diǎn)提升更有針對(duì)性的服務(wù)；二是引進(jìn)新技術(shù)、新理念，提高第三方物流企業(yè)的管理水平和服務(wù)質(zhì)量；三是引進(jìn)和培育國(guó)內(nèi)外高素質(zhì)物流人才，提高物流業(yè)的整體人員素質(zhì)，提高企業(yè)的運(yùn)營(yíng)效率，做到讓客戶滿意。

參考文獻(xiàn)：

1.譚清美，馮凌云，葛云.物流能力對(duì)區(qū)域經(jīng)濟(jì)的貢獻(xiàn)研究[J].現(xiàn)代經(jīng)濟(jì)探討，2003（8）

2.王俊.中國(guó)物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)作用的實(shí)證分析[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2004（1）

3.鄭慕強(qiáng).區(qū)域物流能力與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究—以廣東為例[J].博士論壇，2009（7）

4.楊志梁，張雷，程曉凌.區(qū)域物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)的互動(dòng)關(guān)系研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，8（1）

5.劉南，李燕.現(xiàn)代物流與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究—基于浙江省的實(shí)證分析[J].管理工程學(xué)報(bào)，2007（1）

6.范林榜.物流發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究—以蘇北蘇中蘇南典型地區(qū)為例[J].淮海文匯，2014（3）endprint