高堯

摘?要：隨著經(jīng)濟迅速發(fā)展，北京市物流業(yè)的發(fā)展也十分迅速。目前關(guān)于北京物流行業(yè)的定性研究較多，定量研究相對較少。對北京市物流行業(yè)產(chǎn)值及其影響因素建立了向量自回歸模型（VAR），具體分析北京市物流行業(yè)所受到各影響因素的推動作用，并提出對北京物流行業(yè)未來發(fā)展的思考與建議。

關(guān)鍵詞：北京物流;定量分析;向量自回歸模型

中圖分類號：F25?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2020.14.006

0?引言

改革開放以來，隨著社會經(jīng)濟的不斷發(fā)展，北京市的物流行業(yè)也發(fā)生著日新月異的變化，給北京市的經(jīng)濟生產(chǎn)、商務(wù)貿(mào)易等各行業(yè)的運營提供了發(fā)展動力。由于諸多因素，北京的產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟運營的方式等，與其他城市有著較大差異，其物流行業(yè)有較強的特殊性。

1?北京市物流行業(yè)的特征

1.1?物流系統(tǒng)復(fù)雜，行業(yè)向多元化發(fā)展

作為我國首都，北京市的物流行業(yè)發(fā)展規(guī)模龐大，體系復(fù)雜，包含了生產(chǎn)型物流、超市倉儲型物流、網(wǎng)絡(luò)電商物流等多樣化的形式。2018年，北京市郵政企業(yè)和快遞服務(wù)企業(yè)業(yè)務(wù)收入累計完成383.55億元，同比增長9.27%。

1.2?流入型趨勢明顯，行業(yè)結(jié)構(gòu)不平衡

生產(chǎn)型企業(yè)的缺乏和巨大消費群體的基數(shù)，使得北京市的物流行業(yè)主要以需求型物流為主，并呈現(xiàn)出明顯的流入型走向。2019年北京市全年完成貨運量24462.9萬噸，貨物周轉(zhuǎn)量為782.6億噸公里。

1.3?終端物流為主導(dǎo)

北京市的物流行業(yè)結(jié)構(gòu)，主要以終端型物流為主。其物流行業(yè)受到第三產(chǎn)業(yè)的影響較大，體現(xiàn)在快遞配送、糧食儲運、生活保障物流等終端物流的業(yè)務(wù)占比，遠遠大于原料運輸、產(chǎn)成品配送等上游物流。

2?北京市物流行業(yè)影響因素的實證分析

本文建立了關(guān)于北京市物流行業(yè)影響因素的VAR模型，運用約翰森檢驗方法，檢驗變量之間的協(xié)整關(guān)系，定量分析北京市物流行業(yè)發(fā)展的影響因素。

2.1?變量的選擇

結(jié)合物流行業(yè)的特點及數(shù)據(jù)的可獲得性，本文選取的指標及變量如下。

2.1.1?被解釋變量

北京市物流行業(yè)產(chǎn)值（Y）：由于數(shù)據(jù)可獲得性受限，本文采用北京市交通運輸、倉儲及郵電通信業(yè)產(chǎn)值作為替代。

2.1.2?解釋變量

（1）北京市工業(yè)產(chǎn)值（Indus）：衡量北京市制造業(yè)的發(fā)展水平。

（2）北京市居民最終消費（C）：衡量商品市場的發(fā)展程度。

（3）北京市公路里程數(shù)（Road）：衡量交通狀況。

2.1.3?數(shù)據(jù)來源與選取

本文的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《北京市統(tǒng)計年鑒》以及國家統(tǒng)計局和北京市統(tǒng)計局官網(wǎng)。時間區(qū)間為1979年至2016年。為了緩解非線性趨勢以及異方差產(chǎn)生的不良影響，對所有數(shù)據(jù)均進行取自然對數(shù)的處理。

2.2?變量的平穩(wěn)性檢驗

為避免產(chǎn)生虛假回歸，本文在開展變量分析之前，先進行變量的平穩(wěn)性檢驗。采用ADF檢驗方法，對四個變量進行穩(wěn)定檢驗，結(jié)果均為一階單整序列。Eviews軟件給出檢驗結(jié)果如表1所示。

其中，d（lnY，1）代表lnY的一階差分序列，其余變量與之相同。檢驗形式中，（C，T，K）表示的分別為檢驗方程中的漂移項、趨勢項以及滯后數(shù)。

2.3?建立VAR模型與協(xié)整檢驗

根據(jù)上文中的變量平穩(wěn)性檢驗的結(jié)論，四個變量的階數(shù)相同，說明變量之間可能存在協(xié)整關(guān)系。

VAR模型是一種將每個內(nèi)生變量作為其余所有內(nèi)生變量的滯后項構(gòu)造的模型，主要用于刻畫時間序列變量間的滯后的因果關(guān)系。VAR模型建立如下：

Yt =β1Yt - 1 +β2Yt-2…+βpYt-p+εt（1）

其中，Yt為包括本文所研究的所有變量的四維內(nèi)生變量的對數(shù)，β1……β7為待估系數(shù)矩陣，t為樣本個數(shù)，P為滯后階數(shù)，εt隨機誤差項。

由于變量之間存在滯后的因果關(guān)系，所以VAR模型的滯后階數(shù)的選擇至關(guān)重要。根據(jù)似然比檢驗統(tǒng)計量LR和AIC和SC信息取值最小的原則選取最大滯后階數(shù)為4，Eviews軟件給出結(jié)果如表2所示。

經(jīng)過穩(wěn)定性檢驗，當最大滯后階數(shù)取4時，VAR模型為穩(wěn)定。因此，所有變量均為一階單整且變量之間的關(guān)系均為平穩(wěn)。因此可以進行協(xié)整檢驗。本文采取約翰森檢驗方法，采取4階滯后階數(shù)，對各變量進行檢驗。Eviews軟件給出結(jié)果如表3。

根據(jù)表3，在5%的顯著性水平下，前兩個假設(shè)被拒絕，可以認為各變量之間應(yīng)該存在協(xié)整關(guān)系，亦即北京市物流行業(yè)產(chǎn)值與其余三個影響因素之間存在長期的均衡關(guān)系。模型最終得出的標準化的協(xié)整方程為：

LnYt=4.07934LnIndust-1.756547LnCt-1333929LnRoadt+ecmt（2）

其中工業(yè)產(chǎn)值對物流業(yè)產(chǎn)值的影響為正向，居民最終消費以及公路里程數(shù)，在數(shù)據(jù)層面上，顯示出了負向趨勢。模型顯示：每當北京市工業(yè)產(chǎn)值增加1%，北京市物流業(yè)的產(chǎn)值將增加4.07%;每當北京市居民最終消費、北京市公路里程總數(shù)增加1%，物流業(yè)產(chǎn)值將減少1.75%和1.33%。從數(shù)據(jù)層面可以看出，北京市物流業(yè)的產(chǎn)值對北京市工業(yè)產(chǎn)值的彈性是最為顯著的，而其余變量則相對較弱。

3?建議與展望

3.1?加大資本投入，完善物流網(wǎng)絡(luò)

在未來，北京市應(yīng)該加大對物流行業(yè)基礎(chǔ)設(shè)施建設(shè)的投入，完善物流行業(yè)的運營環(huán)境，同時，進一步規(guī)劃、完善物流網(wǎng)絡(luò)，增強地區(qū)的物流產(chǎn)業(yè)競爭力。提高貨物流通環(huán)境與條件，促進物流行業(yè)效率的提高。

3.2?推進產(chǎn)業(yè)升級，發(fā)展第二產(chǎn)業(yè)

進一步推進第二產(chǎn)業(yè)的產(chǎn)業(yè)升級，將對物流行業(yè)的升級起到重大促進作用。本文模型得出的數(shù)據(jù)，反應(yīng)出北京市物流業(yè)的產(chǎn)值對工業(yè)產(chǎn)值的彈性較為強烈，通過第二產(chǎn)業(yè)的發(fā)展，可以部分抵消外來貨物，降低部分物流成本，緩解北京市物流行業(yè)中需求型物流與生產(chǎn)型物流嚴重不平衡問題。

3.3?培養(yǎng)專業(yè)人才，提高服務(wù)質(zhì)量

北京市物流行業(yè)目前仍然屬于勞動密集型產(chǎn)業(yè)，存在人員素質(zhì)不高，高端物流管理人才占比較小等問題。未來需要通過提高招聘門檻，加強對從業(yè)人員的職業(yè)培訓(xùn)，提高行業(yè)內(nèi)人才的服務(wù)質(zhì)量。

參考文獻

[1] 2018年北京市郵政行業(yè)發(fā)展統(tǒng)計公報[Z].

[2] 北京市2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[Z].

[3] 李子奈，葉阿忠.高級應(yīng)用計量經(jīng)濟學(xué)[M].北京：清華大學(xué)出版社，2012：107.