区域经济发展影响论文

摘要：通过研究江苏省大学生创业环境对区域经济发展的影响，借鉴创业环境的相关文献、结合专家讨论、设计调查问卷，运用SPSS软件基于主成分分析法得到大学生创业环境评价的七个因子，然后进行因子分析，综合评价江苏省大学生的创业环境，并在此基础上实证研究得出江苏省大学生创业环境对区域经济发展有正向的影响。下面小编整理了一些《区域经济发展影响论文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。

区域经济发展影响论文 篇1：

Lasso变量选择法在广西区域经济发展影响因素选取中的应用

DOI：10.19699/j.cnki.issn2096-0298.2021.10.

摘 要：影响区域经济发展的因素有很多，基于不同的变量选择方法可以构建不同的指标体系，本文通过Lasso变量选择法和逐步回归法的比较，说明Lasso变量选择法选取的指标在广西区域经济发展研究中更具代表性，预测精度也更高。

关键词：区域经济;Lasso;影响因素;广西;变量选择法

广西是我国西南经济圈的重要组成部分，近年来，中央对广西经济发展的政策扶持力度不断加大，相继出台了珠江—西江经济带发展规划、西部陆海新通道总体规划、中国（广西）自由贸易试验区总体方案、中国—东盟信息港建设方案、面向东盟的金融开放门户总体方案等多项政策文件，为促进广西经济的增长增添了动力。

凭借特殊的地理位置，广西成为我国“一带一路”倡议的重要支点，为广西构建“南向、北联、东融、西合”新格局提供了重大发展机遇。

由于不同区域之间自然环境、社会资源、人文因素等方面的差异，广西的区域经济发展仍存在较大差异。探讨广西区域经济发展差异的影响因素，经济指标的选择是关键环节，本文运用Lasso变量选择方法选取影响广西区域经济发展的主要因素。

1 Lasso变量选择方法简介

Lasso方法因能从高维变量中高效提取出关键变量，并能有效解决变量间的多重共线性问题、提高模型的解释精度而获得高度评价和广泛应用。

假设有自变量矩阵X=（x1，x2，...，xn），其中，因变量，且假定数据已进行标准化处理即，则建立Y与X之间的线性模型：

其中，为常数项，为各变量系数，为随机扰动项。

记，则的Lasso估计如下：

其中惩罚参数。若为最小二乘估计的值，则，那么当时，模型（1.1）中回归系数的Lasso估计，其绝对值将小于的绝对值。而当s逐步减小时，某些的Lasso估计值也会随之变小甚至为0，此时，与等于0相应的变量代表它和因变量Y的关系不大，将被剔除，进而实现变量选择的作用。关于惩罚参数s常用的估计和检验方法有交叉验证法、广义交叉验证法及常用的Akaike信息准则（Akaike info criterion，：AIC）。

关于Lasso问题的求解，最小角回归算法（least angle regression，LARS），极大提高了Lasso的计算效率。LARS算法解析

2 广西区域经济发展影响因素的选取

2.1 指标选取原则

根据经济增长理论，影响经济增长的因素有很多，在构建指标体系的过程中，以指标的科学性、代表性、可得性为原则，运用相关系数来反映各指标对广西区域经济增长的影响程度，进而从广西国民经济和社会发展主要指标中筛选出与广西各地市GDP有显著线性关系的因素，建立指标体系。在三次产业当中，第二产业对广西经济发展的贡献较大，因此三次产业中考虑选用第二产业占GDP的比重作为备选影响因素，其他备选影响因素及相关系数见表1。

2.2 基于Lasso方法的变量选择

以2017年广西各地市GDP作为被解释变量，记为Y，表1列举的13个自变量中，除了X1、X2，其他变量及Y需做取自然对数处理，分别记…，随后运用Lasso方法建立模型：

其中，为常数项，βi（i=1，2，3，...，13）为各变量系数，为随机扰动项。

图1是利用R语言程序运行得到的变量选择路径图，AIC值作为模型拟合优良性的衡量标准，当其值变小，表明模型的拟合度得以提高，因此根据AIC准则，基于Lasso方法最终选取出X1、X2、X3、X4、X6、X106个主要变量，如表2所示。

由表2可知，基于Lasso变量选择法，影响广西区域经济发展的主要因素即为第二产业比重、投资力度、财政收入、社会消费品零售总额、就业人员和出口总额。

2.3 基于逐步回归法的变量选择

利用逐步回歸法可以筛选和剔除不显著及引起多重共线性的解释变量，从而达到保留最优解释变量的效果。以下将采用逐步回归法选取变量，以便与Lasso变量选择法的结果进行比较。

由表3可知，基于逐步回归法，对广西区域经济发展产生影响的显著因素有第二产业比重、社会消费品零售总额、进出口总额和私人汽车拥有量。

3 实证分析

基于Lasso变量选择法和逐步回归法的结果表明，作为经济结构指标的第二产业比重和生活质量指标的社会消费品零售总额对广西区域经济发展均起到显著的促进作用。但Lasso变量选择法中投资力度、财政收入、就业人员和出口总额在逐步回归法中并不显著，为了进一步比较两种方法的拟合效果，接下来分别采用两种方法的指标体系对2018年广西14地市的GDP进行回归预测。结果整理如表4所示。

基于Lasso法得到的指标体系在进行回归分析时，R2= 0.998009，而基于逐步回归法建立的回归模型R2=0.995781，故基于Lasso方法所选指标回归模型的拟合优度值更高。从图2的预测结果对比图来看，基于Lasso方法所选的指标体系经过回归预测得到的结果与2018年广西14地市的实际GDP总量在整体上的偏差小于逐步回归预测所得的结果。由此可见，基于Lasso变量选择法选出的指标更为合理，为下一步应用于空间计量模型来深入研究广西区域经济的发展奠定了基础。

参考文献

钟金花.基于Lasso方法的上海经济增长影响因素实证研究[J].统计与决策，2013（01）：154-156.

张静.基于Lasso方法和BP神经网络的居民消费支出预测研究[D].长沙：湖南大学，2014.

喻胜华，龚尚花.基于Lasso和支持向量机的粮食价格预测[J].湖南大学学报（社会科学版），2016，30（01）：71-75.

刘沛榕，肖敏慧.基于LARS-Lasso算法的宏观经济相关性支付指标的挑选[J].中国国际财经（中英文），2017（07）：206-210.

刘睿智，杜溦.基于Lasso变量选择方法的投资组合及实证分析[J].经济问题，2012（09）：103-107.

作者：农秋红 韦程东 罗文婷

区域经济发展影响论文 篇2：

江苏省大学生创业环境对区域经济发展影响的实证研究

摘 要：通过研究江苏省大学生创业环境对区域经济发展的影响，借鉴创业环境的相关文献、结合专家讨论、设计调查问卷，运用SPSS软件基于主成分分析法得到大学生创业环境评价的七个因子，然后进行因子分析，综合评价江苏省大学生的创业环境，并在此基础上实证研究得出江苏省大学生创业环境对区域经济发展有正向的影响。

关键词：大学生;创业环境;评价模型

一、文献综述

习近平总书记在庆祝改革开放40周年大会上指出，创新是改革开放的生命，坚持创新是第一动力，人才是第一资源。国内外大量事实说明，良好的的创业环境对区域的社会经济发展具有非常重要的影响。在发达国家，社会的进一步快速发展得益于良好的创业环境，包括大学生创业主体在内的创业案例屡见不鲜。然而一直以来，尽管国家出台了一系列支持和鼓励大学生创业的政策和措施，但由于相关法律制度等方面的缺失，我国大学生整体创业意识比较薄弱，使得大学生实际创业思维、创业能力水平所在区域创业环境以及创业需求存在明显的不匹配。就此，结合江苏省经济发展进行分析，截至2018年4月根据各省区市陆续公布的经济数据，第一季度地区生产总值的前五名已经出炉，依旧是广东省、江苏省、山东省、浙江省、河南省。以名义GDP计算，江苏省与广东省之间的差距有所缩小。所以，深入研究江苏省大学生的创业环境，研究大学生创业环境各因素中间的关系，对推动大学生创业活动的顺利发展具有重要意义。

（一）创业环境的评价模型是研究创业环境的热点

目前国际上被采用面最广的理论模型就是“五维度模型”（Gnyawali&Fogel，1994）和全球创业观察项目（英国伦敦商学院和美国百森学院，1997），后面还有以下学者对创业环境评价指标体系进行了发展（Dennis P.Slevin&Jeffrey G.Covin，2002;Morris&Kuratko，2003;Porter，2005）。国外相关研究是依托其他国家的具体环境得以开展的，GEM框架已经是一个较为成熟的研究模型，但得出的结论并不一定适合我国特殊的经济体制。国内目前的研究大多是从方法上论证现有创业环境指标体系的科学性，是否适用于区域或者特定类型企业的创业环境研究。

（二）国内外学者在创业环境的构成因素对创业活动的影响方面的研究

在这一问题上已经进行了分类：第一，文化因素对创业活动的影响（Terri Standish-Kuon et，1996;Saxenian，1999;Michael H.Morris，2002;Allan Gibb，2002）;第二，政策因素对创业活动的影响（Eileen Fisher et，1998;Yannis Georellis&Howward J.Wall，2003;Joerg Baten，2003）;第三，人才因素对创业活动的影响（Schmenner，1982;Saxenian，1999;Alan Hyde，2000;Scott Shane，2003）;第四，金融因素对创业活动的影响（Myers，1984;Timmons，1994;Haines&Thomas，1994;Beth Crosa et，2002;Scott Shane，2003）;第五，科技因素对创业活动的影响（Saxenian，1999;Annika，2000）。

目前，国内对大学生创业环境的研究还比较少，主要集中在统计和模型研究得出大学生创业环境的测评指标体系，包括吴启运和张红（2008）、苏益南（2009）、胡亚波（2010）、罗晓芳和张旭亮（2010）、张帆（2010）等人的研究。偏重于以上述经典模型为理论基础的学者包括唐海仕（2012）、吉祥華（2013）、朱永跃等（2012）。

二、基于主成分分析法构建江苏省大学生创业环境评价指标体系

本研究在对以上相关文献进行系统分析的基础上，借鉴MOS评价模型，从动机、机会、技能角度提出创业政策框架，拟用主成分分析法来分析江苏省大学生的创业环境，从“创业主体”的角度选择政府支持环境（X1）、高校支持环境（X2）、金融机构支持环境（X3）、创业培训机构支持环境（X4）、社会网络支持环境（X5）5个维度下的21个指标建立了江苏省大学生创业环境的评价指标体系，其中用创业咨询服务、工商登记审批程序简化、大学生创业税收优惠政策和政府对大学生创业融资支持来衡量“政府支持环境”因子，用大学生创业意识培养、大学生创业理论知识教育、大学生创业基地建设、大学生创业孵化园建设和大学生创业实践活动开展来衡量“高校支持环境”因子，用为创业企业提供贷款的银行数量、获得风险投资的难易程度、小额贷款的可获得性和大学生创业贷款专项扶持力度来衡量“金融机构支持环境”因子，用项目选择培训、融资培训、经营管理知识培训、大学生创业跟踪指导来衡量“创业培训机构支持环境”因子，最后用精神鼓励、资金扶持、人际关系支持和提供大学生的创业信息来衡量“社会网络支持环境”因子。

通过以上分析，设计相应的调查问卷来验证理论模型的正确性。问卷设计了21个题项（X1—X21），涉及大学生创业环境评价的上述五个方面，调查各创业要素对大学生创业环境的重要程度，并采用linkert五级量表记录调查对象从“很重要”到“很不重要”的评价态度，以5—1进行记分。本次调查的问卷对象包括江苏省高校相关领域研究专家、政府及相关机构人员、所拥有企业成立不足3年的大学生企业家等，最终获得有效问卷378份，问卷有效回收率为75.6%。

调查问卷具体内容共有5个维度，有7—8个需要调查对象评价打分的问题在该维度里，各地受访者给所在城市的21个指标进行评价打分。下面以金融机构支持环境的下属4个指标为例说明主成分分析法在江苏省大学生的创业环境评价指标筛选中的应用。

在初始指标体系中，本文是用创业咨询服务、工商登记审批程序简化、大学生创业税收优惠政策和政府对大学生创业融资支持4个指标X1-X4表示政府支持环境。通过调查问卷得到了上述4个评价指标的原始数据，对原始数据进行标准化处理，将原始数据导入Spass13.0系统，计算各指标之间的相关系数矩阵R，再根据相关系数矩阵R，由特征方程|R-λE|=0 求出该矩阵的非负特征根，如表2所示。

由表1可以看出，前4个主成分的累计贡献率达到了85.099%，所以可以推出前3个主成分已经基本上包括了原有4个指标的信息，直接舍去最后1个指标，这样指标数目将由4个减少到3个，达到了筛选指标的目的。

依此类推，对江苏省大学生创业环境评价的整个指标体系进行优化处理，原来的21个三级指标优化为19个，具体构成见表2新的江苏省大学生创业环境评价指标体系。

三、基于因子分析法综合评价江苏省大学生的创业环境与结果分析

（一）评价模型的建立

从主成分分析法得到了经过优化的江苏省大学生的创业环境评价指标体系，即影响江苏省大学生创业环境的五个因子。F1：政府支持环境，F2：高校支持环境，F3：金融机构支持环境，F4：创业培训机构支持环境，F5：社会网络支持环境。为了考察变量对各因子的重要程度，所以在spss13.0系统中采用回归分析法计算因子得分系数矩阵，如表3所示。

由表3可知，综合得分F=2.749，说明江苏省大学生的整体创业环境处于“一般满意”水平。F1排第一，说明江苏省政府支持环境较好;F2排第二高校支持环境;说明江苏省高校比较重视大学生的创业计划;F4排第三创业培训机构支持环境;F3排第四金融机构支持环境;F5排第五社會网络支持环境;说明在社会网络支持方面江苏省大环境做的工作较少。

通过以上对江苏省大学生创业环境的各因素分析，对区域创业环境评价如下。

江苏省拥有优越的经济地理区位、得天独厚的资源条件和多种经济成分均衡发展的市场经济环境，经济发展一直保持高速增长，是创业和投资的良好区域。对于大学生创业环境而言，江苏省政府支持环境在全国处于领先水平，为江苏省大学生的创业人才培养和供给提供了最有力的保障。另一方面，江苏省高校支持环境的发展，促使了大批大学生创业主体的供给，从而大大提高了劳动者市场竞争能力。

目前，江苏省大学生创业环境中的突出问题表现在以下四个方面。

第一，江苏省大学生创业环境的最突出的制约因素是社会网络环境发展比较落后，这与全国创业社会网络能力不足的现实状况是一致的。

第二，江苏省大学生创业的金融机构支持环境还不完善，金融支持的水平限制了创业活动的发展。

第三，江苏省大学生创业培训机构还需要进一步发展，现有的大学生创业教育培训仍不能满足创业活动的需求，长期的创业意识、创业精神的培养与中短期的创业知识、创业技能的培训都应进一步加强，大学生作为新兴的创业群体，其创业教育的范围需要进一步扩大。

第四，江苏省大学生创业的软环境建设有待加强，由政府提供的大学生创业服务应更有利于创业者寻求政策优惠和项目支持，由社会提供的咨询、法律等商业服务的规模与水平应尽快提高。

四、江苏省大学生创业环境对区域经济发展影响的实证研究

表4给出了江苏省地级市2017年高新技术企业创新创业环境的综合评价得分，同时考虑到个别年份存在的波动性影响;研究还列示了十年间（2008—2017年）创业环境综合评价均值。

将江苏省创业环境得分值看做自变量xi，分别将2017年各市GDP总额Gi1、2008—2017年GDP加权平均值Gi2和2008—2017年年均GDP增长率Gi3作为因变量，构造回归模型：

Gij=α+βXi+ui

式中：ui是一个随机变量，服从正态分布。对Gi2和Gi3采用如下方法求其加权平均值：2008—2017共计10年，考虑到高科技创业服务中心、留学人员创业园、大学科技园等创业园区主要在2003年后逐渐发展起来，年代逾远，创业环境对GDP等变量的影响愈小。因此，首先对各年份序号求和，即从1连加到10;其次用各年序号除以序号总和，所得商值作为对应年份GDP（GDP增长率）权数;最后分别求出各市10年的GDP和GDP增长率加权平均值。

将各市创业环境综合评价得分即自变量Xi（i=1，2，…，13）和因变量Gij（i=1，2，…，13;j=1，2，3）原始数据分别带入回归模型，Eviews 6进行回归分析，具体结果见表4。其中回归模型逐次回归的R2均在0.55以上，调整后的R2均超过0.40，F值超过15，显著性水平小于0.001。

表5结果显示，根据各变量t统计值和显著性水平可以判断，创业环境与2017年各省GDP、2008—2017年各市年均GDP及年均GDP增长率之间存在显著的正相关关系，说明大学生创业环境对区域经济发展有直接影响，良好的大学生创业环境有利于区域经济的协调发展。

参考文献：

[1]  Anders Lundstrom & Lois Stevenson.Entrepreneurship Policy：Theory and Practice[M].Springer，2010.

[2]  Efficacy of the Theory of Planned Behaviour：A meta-analytic review[J].Christopher J.Armitage，MarkConner.British Journal of Social Psychology，2010，（4）.

[3]  杜跃平，等.创业环境认知对创业态度和创业倾向影响的实证研究——基于西安若干高等学校大学生的调查数据[J].软科学，2016，（8）.

[4]  朱永躍，等.基于因子分析法的大学生创业环境评价研究[J].黑龙江高教研究，2012，（3）.

[5]  周勇，等.创业环境对大学生自主创业动机的影响研究——基于江、浙、沪高校的调研[J].教育发展研究，2014，（7）.

[6]  张振荣，等.天津市大学生创业环境评价模型的构建与实测[J].数学的实践与认识，2015，（11）.

[7]  苏益南.大学生创业环境的结构维度、问题分析及对策研究[J].徐州师范大学学报：哲学社会科学版，2009，（11）.

[8]  吴启运，张红.创业环境对大学生创业倾向影响的实证研究[J].黑龙江高教研究，2008，（11）.

Key words：college students;Entrepreneurial Environment;Evaluation Model

作者：李林芳

区域经济发展影响论文 篇3：

货运量对区域经济发展影响的实证分析

[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年各省市上升幅度缓慢均未突破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、廣东、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數量，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、固定效应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。

各省市偏离自发平均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，区域經济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）

作者：原云霄 王宝海