物流业与其他产业的相关性：中国实证评价

摘要：作为新兴的生产性服务业，物流业是中国的第三大产业。物流业的快速发展加快了产业结构的优化调整，推动了经济增长的转型，促进了经济的快速发展。了解物流业和其他行业的关联性，对于物流业促进其他行业的发展具有重要意义。基于物流业的现状和一般产业结构，本文对物流业和其他产业的发展提出了几点思考。一方面对物流业与产业结构之间的关系进行定性分析。此外，用区域熵系数对物流业的发展进行了量化，建立了区域熵系数与其他行业数据的线性回归模型，分析物流业与产业结构的相关性。然后，分析灰色关联度以进一步验证相关程度。由此得到邳州物流业与其他产业的相关程度（从高到低排序）：第一产业，第三产业和第二产业。结合发展问题及相关分析，得出了促进物流业发展的几点可行性建议。

关键词：物流业；产业结构；线性回归；灰色关联度

1.简介

物流业在第三产业中是生产性服务业的一个重要组成部分。目前，关于物流业与其他产业之间关系的研究已经很多，主要集中在制造业。一些学者分析了物流业与制造业的相关性，然而，这些分析主要集中在产业关联性、产业分工、核心竞争力、交易成本和产业链。

基于美国的制造业，Feser and Bergman (2000)分析了产业集群的程度，确定了不同地区之间的产业差距，促进了跨区域的产业联系，使之更容易、更彻底的应用合作机制。Hauknes and Knell (2009)研究了德国，法国，瑞典，挪威和美国各产业之间的相互关系，并进行了知识投入产出分析。结果表明，指导中、高技术产业走向专业供应商和知识密集型服务业将极大地有利于知识的产生和传播，最终促进各国产业的健康发展。Lee and Yang (2003)报告称，东亚地区的经济繁荣是巨大的物流需求背后的主要驱动力，并强调了机场的潜力和影响，为其未来的发展提供了建议。

Feng (2010)等 报告称经济发展可以极大地刺激物流需求，物流发展在总体经济发展中起到支撑作用。Zhang (2014)等利用2010年中国投入产出表，探索了物流业、国民经济和三大产业之间的内在联系。物流业的波动程度小，其制约作用和瓶颈效应对国民经济具有重要意义。此外，物流业是一个辐射强，约束弱的行业，其对国民经济的促进作用比国民经济本身更为显著。根据中国物流和经济数据，Lean (2014)等使用动态结构模型测试了物流发展与经济增长之间的关系。结果表明，经济发展导致物流服务需求的增加，从而促进物流发展。Sun (2009)选取了北京地区1996-2006年11年国民生产总值（GDP）和货物周转量数据，分析了北京物流业对国民经济的GDP贡献。Lan (2017) 等对都市经济与物流的协调进行了定量分析。建立了城市物流与经济评估指标体系，以检验大都市物流与经济之间的预期相互作用。然后引入熵方法和格兰杰因果关系检验对五个城市的物流和经济发展水平进行了评价和检验。采用灰色关联分析和灰色聚类相结合的方法来衡量中国江苏省再制造业发展状况（Liu 等, 2017）此外，为再制造业提出了一些有用的政府和工业政策建议，以促进该特定行业的发展。通过对物流业发展与经济增长关系的统计分析，Lan (2016)等分析了城市经济与物流业协调发展的关键因素，并通过贝叶斯网络分析了其影响。在这里，在作出可持续的决策时，应特别注意物流基础设施投资、物流行业的发展水平、基础研究、发展水平和所需链内的技术发展水平等关键因素。为了促进物流业与区域经济的协调发展，国家战略等对策应与现代物流的发展、多层次物流体系的建立、和物流业金融渠道的发展相适应。这些建议是Li (2017)在分析物流业与区域经济协调发展机制的基础上提出。

综上所诉，物流业和其他行业与科技进步是密不可分的。近年来，越来越多的学者致力于研究物流业与经济的相关性。取得了重大进展，但也存在缺点。以往的研究主要集中在物流与制造业的联动发展，或物流与金融业之间的互动发展。对物流业与国民经济关系的评论研究较少，对江苏省或中国其他地区进行了实证研究并从宏观上为这些省市的未来发展提供了大量的可行性建议。从宏观角度来看，虽然几个县级城市能被忽略，但宏观建议可能不适合县。

这些研究表明，大多数对物流和其他行业的实证分析都使用单一的指标来评估其现状。运用熵方法、格兰杰因果关系检验和灰色关联分析等主要研究方法对其相关性进行了分析。然而大多数研究分析了物流与经济之间的关系，而忽略了特定行业与物流之间的相互关系。

自国际金融危机爆发以来，全球经济的结构性矛盾没有显著变化。发达经济体的复苏进程缓慢，新兴经济体的增长下降。当一些国家寻求国际贸易与经济增长之间的政策平衡时，中国经济已进入高速发展的新常态。第一季度国内生产总值增长6.7%，1-4月社会物流总量增长5.9%。2016年增长率同比增长0.4%，总体而言，十三五规划期间，中国物流业仍处在一个充满希望的战略机遇期。本文以江苏省邳州市为例，分析了物流与其他行业的相关性。

本文以县为研究对象，利用数学公式进行定量分析，以线性回归为基础，以区位熵为指标，对邳州市物流业的现状进行了定量分析。这些指标用于代表其他行业的发展，包括第一、第二和第三产业的总产出。此外，还运用了线性回归和灰色关联分析，探讨了县级物流业与工业结构的关系。本文的主要目的是为“十三五”期间邳州物流与其他产业的协调发展提供若干建议。

本文的其余部分安排如下：第2节介绍了邳州的物流发展和产业结构。第三节介绍了线性回归和灰色关联分析。第4节提出了几项可行性建议。结论见第5节。

2.问题描述

邳州市一、二、三产业的国内生产总值（2005-2014年）如图一所示。邳州的产业结构具有以下特点。一是第一产业增长缓慢，总产值低于100亿元，第一批产品的生产水平甚至更低。二是第二产业快速发展，2014年，邳州高新技术产值704.99亿元，增长14%，占规模以上工业企业产值的33.6%，比2013年增长1%。三是第三产业继续快速增长，第三产业与第二产业的差距逐步缩小。2005年，一、二、三产业比重为29.2:39.1:31.8。到2014年，这些数字变为14:43:43。第三产业增加值达到294.08亿元。

图1-邳州市一、二、三产业的国内生产总值（2005-2014年）

资料来源：中国统计数字绘图年鉴2005-2014

近年来，物流业取得了显著增长。物流业的增加值平均每年增长15%，约占该地区GDP的7%。物流企业正在逐步扩大，第三方物流的比例有了明显的提高。截至2014年，邳州已建成141个物流园区、物流中心、货场、配送中心，305家冷链物流企业，31万吨大蒜冷藏库存。冷库容量超过40万吨。该县还拥有省级重点物流企业，形成了完整的物流系统，包括各种商业模式，如运输、仓储、第三方物流、物流园区和个人存储。

此外，农产品成为邳州最具优势的产业之一，尤其是大蒜。2014年，两大市场产值59亿元，分别是邳州黄滩桥大蒜市场和苏阳山大蒜批发市场。另外两个主要市场是地铁批发市场和文苑路农贸市场实现销售16亿元。但是，邳州只有三个主要的商业物流园区。

邳州有七个主导产业，每个都有相应的工业园区。物流业处于主导产业地位。为邳州市物流业提供了五个物流项目的三个物流园区。这说明邳州物流社会化水平较高。主导产业的物流产业的协同效应也很好。然而，迄今为止，物流配送的大部分努力都集中在工业物流园区的建设上。并且，第一产业的物流设施建设还不够，对农业物流的重视也不够。目前，农产品物流主要依靠果蔬批发市场、农贸市场等场所。这些市场并没有形成农业物流项目的物流服务体系。总的来说，目前缺乏农业物流，需要建设相应的农业物流园或基地。另外，随着互联网的快速发展，快递配送行业的发展更不上电子商务的快速发展。现有物流园区大部分为制造业工业园区，商品生活物流设施数量较少，尤其是缺乏适合电子商务的大型综合物流园区。

为了改善这些问题，本文利用线性回归和灰色关联分析对物流与产业结构的相关性进行了深入研究。

3.物流业与产业结构关系分析

3.1指数选择和数据采集

本文选择了区位熵为指标，计算了邳州和徐州两市物流从业人员比例，测算了邳州物流业的专业水平并对物流业的发展进行了量化。区域熵系数LQ较大，物流业在区域内的集中度较高。这一发现表明物流业高度集中，专业化水平具有特定的优势。计算公式如下：(1)

这里ei代表邳州物流业的员工人数，e代表邳州的所有行业，Ei代表徐州物流业的员工人数，E代表徐州的所有行业。

Pearson相关系数根据邳州2005-2014年的数据计算。利用SPSS统计软件，根据区位熵与产业结构若干指标的相关程度进行了一次线性回归，得到了区位熵与产业结构指数的回归方程。

最后，运用灰色关联度分析方法对物流业与产业结构的关系进行了实证分析。灰色关联分析是以一系列曲线的几何图形之间的相似程度为基础，用于确定该系列是否紧密相关。两条曲线的几何形状相似，表明相关性较好。灰色关联分析弥补了传统回归分析的不足，因为灰色分析不需要大量或有规律的样本。因此，灰色关联度分析更适用于解决具有少量样本、灰色范围小、无明显规律的数据问题。

根据对真实性的需求和物流行业数据的可用性，本研究选择运输、存储和邮政行业来反映员工数量，所有行业员工都指的是第一、第二、第三产业员工。建立回归模型和灰色关联度分析所需要的数据包括物流行业的员工人数、国内生产总值、第三产业增加值、第二产业增加值、第一产业增加值、三位一体产业比率、第二产业比率以及人均国内生产总值。所有这些数据都可以在徐州统计年鉴中找到。

3.2物流业专业化程度与产业结构的线性回归

根据区位熵的计算公式，计算了邳州物流业的区位熵。结果显示在表格1.

表1：邳州市物流业2005-2014年区位熵的计算

总而言之，邳州物流业的区位熵在1.4-1.8之间。物流业几句程度高，专业化优势明显。提别是2013年的区位熵为1.782。即使区位熵变化频繁，但整体趋势上升。在此期间，专业化程度也在不断提高，物流业的发展状况良好。对物流业区位熵和产业结构的分析如下表所示。

表2-物流业区位熵和产业结构分析

邳州市物流业区位熵与GDP、与第三产业增加值、与第一产业增加值、人均GDP呈高度线性相关。物流业与三位一体产业比率也呈中度线性相关，但与第二产业比率无显著相关性。区位熵与行业物流员工数量呈高度线性相关。

因此，本文选择物流业区位熵为因变量，将第三产业和第一产业的增加值作为自变量。然后

剩余内容已隐藏，支付完成后下载完整资料

The Correlation between Logistics Industry and Other Industries: An Evaluation of the Empirical Evidence from China

YinpingGaoPh.D. candidateaDaifangChang(Professor)bTingFang(Master)cTianLuoPh.D. candidatea

Abstract

As an emerging producer services industry, the logistics industry is the third-largest industry in China. The rapid development of the logistics industry accelerates the optimization and adjustment of the industrial structure, advances the transformation of economic growth, and thus promotes a rapideconomic development. It is essential to understand the correlation between the logistics industry and other industries, for the purpose of facilitating other industries by logistics industry. Based on the current status of the logistics industry and the general industrial structure, several concerns about the development of the logistics industry and other industries have been addressed in this paper. A qualitative analysis between the logistics industry and industrial structure has been presented. Furthermore, the development of the logistics industry was quantified with the regionalentropy coefficient. A linear regression model of the regional entropy coefficient and other industries data was established to analyze the correlation between logistics and the industrial structure. Then, the gray correlation was analyzed to further verify the correlation degree. The correlation degrees between logistics and industries in Pizhou were (sorted from high to low): primary industry, tertiary industry, and secondary industry. Combining development issues and the obtained correlation, several feasible suggestions are presented that promote the logistics industry on a county scale.

Keywords

Logistics Industry;Industrial Structure;Linear Regression;Gray Correlation

1. Introduction

The logistics industry is a key component of the producer service industriesamong tertiary industries. At present, many studies have been published about the relationship between the logistics industry and other related industries, mainly focusing on manufacturing industries. Several scholars have analyzed the correlation between the logistics industry and the manufacturing industry; however, these analyses mainly focused on industrial correlation, industrial division, core competitiveness, transaction costs, and industrial chains.

Based on the manufacturing of the United States, Feser and Bergman (2000)analyzed the degree of industrial clustering and determined industry gaps among different regions, to promote cross-regional industrial linkage and to apply cooperation mechanisms more easily and thorough. Hauknes and Knell (2009) examined the interrelationships among industries in Germany, France, Sweden, Norway, and the United States, and introduced the knowledge input-output analysis. The results indicated that guiding the mid and high technology industries toward professional suppliers and intensive industries such as knowledge-intensive service industries will greatly benefit both the emergence and spread of knowledge, which will ultimately promote the sound development of the industries of various

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[277904]，资料为PDF文档或Word文档，PDF文档可免费转换为Word