全国物流运输产值供需两方影响分析物流管理刘淑琴4048.docx
《全国物流运输产值供需两方影响分析物流管理刘淑琴4048.docx》由会员分享,可在线阅读,更多相关《全国物流运输产值供需两方影响分析物流管理刘淑琴4048.docx(35页珍藏版)》请在冰豆网上搜索。
全国物流运输产值供需两方影响分析物流管理刘淑琴4048
计量经济学论文
全国物流运输产值
供需双方影响分析
专业:
04物流管理专业
姓名:
刘淑琴
学号:
40420028
日期:
2007/06
【摘要】本文收集了全国1980-2005相关数据,从供应、需求两方面来对全国物流运输产值增加值影响因素进行实证分析,以期达到预测未来全国物流产增加值变化趋势,并提出相应的产业评价和产业前景分析。
首先,我根据收集的数据,建立简单的线形回归模型,再根据具体情况进行相应的回归,修正等一系列的工作,最后确定一个较好的拟合模型,进行外推预测。
以上过程都通过EVIEWS在计算机上实现。
【关键词】物流增加值全国公路里程全社会最终消费
一、引言
近几年物流热袭遍整个中国,人们不断地在炒物流,世人都在关注物流领域,物流这个行业在崛起,其地位越来越重要。
物流热能持续几年,甚至到现在还不断有人在炒物流概念,物流肯定有其让人追崇的一方面,世人说的物流是第三利润源泉,其依据何在?
物流产值在中国不断攀升,其创造的价值像雪球一样,越滚越大,是什么影响了它的发展,为什么它会如此快速地发展,是供应方提升了供应能力满足了原来未被满足的需求,还是需求在大幅度增加激励前者的增长,抑或是两者都有?
,
二、经济理论支撑与变量的选取
从供需双方入手,从供应方面公路里程成了最重要的约束条件,从需求方面,社会最终消费总额成了刺激物流运输产值增加的最主要因素。
我选取每年的物流运输增加值做为解释变量,全国公路里程、全社会最终消费做为解释变量。
学者王久梗等认为影响物流需求的主要因素包括:
1.区域的经济发展水平
国际物流实践表明,物流量的大小与一个国家或地区的经济发展水平和区域的经济规模总量具有正相关关系。
2.区域产业结构
从运输需求来看,区域的产业结构和产品结构,对运输需求量的影响表现为:
原材料和低附加值的产品对运输需求大,农业、轻工业和服务业对运输需
求小。
3.区域交通运输等基础设施的规模和发展水平,运输网的密度和等级对运输需求规模有一定的影响。
4.区域自然特征
包括区域人口规模和密度、人均收入水平、地理分布等。
学者赵喜君等在研究中国物流现状时,提出中国物流发展虽快,但仍有储多因素在影响关物流发展,如供应方面:
1、物流基础设施不足
物流基础设施主要是指运输基础设施、储存基础设施等。
尽管近年来国家加大了对物流基础设施的投资力度,但我国传统物流企业在基础设施建设上投入不足。
2、企业自动化信息程度低,在仓储、运输、配送各个环节仍然以手工作业为主,没有自动化信息网络,不能优化调度、有效配置。
企业自身能力不足,如设备设施建设不够,无法实现更多的物流活动
综上所述,物流产值的增加与增长速度基本上决定于物流需求与物流供给。
三、影响因素的选取
供应能力对物流运输增加值起决定性作用。
通过对公路里程、铁路里程对运量增加的影响情况进行分析,说明加强道路设施的建设,对物流运输增加值起到重要作用。
同时需求:
社会消费品零售总额、国内生产总值对物流运输增加值的增加起持续性的影响作用。
主要因素:
1.经济发展本身直接产生物流需求,用社会消费品零售总额,国内生产总值表示;
2.市场环境变化将影响物流需求,包括国际、国内贸易方式的改变和生产企业、流通企业的经营理念的变化及经营方式的改变等,;
3.技术进步诸如通信和网络技术的发展、电子商务的广泛应用,对物流需求的量、质和服务范围均将产生重大影响,企业自身能力提升、服务质量上升,企业规模扩大也对运输物流有所影响,用民用汽车表示;
4.国家对物流方面的投资,也对物流运输存在刺激作用,用公路里程、铁路里程表示。
5.影响运输量还有,社会环境因素和道路运输供需等诸因素的一种综合效应,但各因素对运输量的程度也不一样。
四、综合以上分析,我们可以初步建立以下原始模型:
其中:
Y-------------------交通运输、仓储及邮电通信业增加值(现价)
X1---------------社会消费品零售总额
X2-------------------国内生产总值(现价)
X3-------------------民用汽车数量
X4-------------------铁路营业里程
X5-------------------公路里程
u-------------------随机扰动
五、数据的收集和整理
我从中经统计信息网上收集了全国1980-2005年交通运输、仓储及邮电通信业增加值(现价)社会消费品零售总额,国内生产总值(现价),民用汽车数量,铁路营业里程,公路里程的原始相关数据如下:
*注:
以上数据来自
http:
//192.168.30.168:
81/
单位:
Y(亿元RMB)X1(亿元RMB)X2(亿元RMB)X3(万辆)X4(公里)X5(公里)
六、参数估计(用Eviws实现)
6.1、对原始模型进行回归,
结果为:
DependentVariable:
Y
Method:
LeastSquares
Date:
06/18/07Time:
10:
55
Sample:
19802005
Includedobservations:
26
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
-0.102579
0.222205
-0.461644
0.6493
X2
0.091891
0.076995
1.193467
0.2467
X3
-3.054449
1.433374
-2.130951
0.0457
X4
0.112913
0.133276
0.847218
0.4069
X5
0.008012
0.001740
4.604553
0.0002
C
-12701.80
7168.043
-1.772004
0.0916
R-squared
0.988705
Meandependentvar
3632.804
AdjustedR-squared
0.985881
S.D.dependentvar
3802.270
S.E.ofregression
451.7983
Akaikeinfocriterion
15.26352
Sumsquaredresid
4082434.
Schwarzcriterion
15.55385
Loglikelihood
-192.4258
F-statistic
350.1333
Durbin-Watsonstat
2.189718
Prob(F-statistic)
0.000000
由结果看出,P值大多通不过,X1、X3的符号与实际经济意义相反,但可决系数R2很高,表明模型拟合效果较好,F检验DW检验等检验都通过了,
模型可能存在多重共线性。
6.2判断与解决多重共线性
6.2.1判断是否有多重共线性
相关系数检验:
系数很高,说明很可能存在多重共线性
X1
X2
X3
X4
X5
X1
1
0.999045639485
0.991119056301
0.989475453915
0.976327655935
X2
0.999045639485
1
0.993715047034
0.983696919992
0.974883350525
X3
0.991119056301
0.993715047034
1
0.972439325223
0.982408541612
X4
0.989475453915
0.983696919992
0.972439325223
1
0.967509113421
X5
0.976327655935
0.974883350525
0.982408541612
0.967509113421
1
6.2.2确认与解决多重共线性
A、修正模型,
用对数、半对数模型来修正模型,
发现其效果不如原始效果好,而且鉴于其经济意义不大。
所以不用该方法来修正,解决多重共线性
B、逐步回归
B1、一元回归
对X1、X2、X3、X4、X5单个回归后发现X1的拟合程度最好,结果为:
X1
DependentVariable:
Y
Method:
LeastSquares
Date:
06/18/07Time:
11:
18
Sample:
19802005
Includedobservations:
26
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-477.5470
182.6645
-2.614339
0.0152
X1
0.188399
0.006238
30.20419
0.0000
R-squared
0.974367
Meandependentvar
3632.804
AdjustedR-squared
0.973299
S.D.dependentvar
3802.270
S.E.ofregression
621.3082
Akaikeinfocriterion
15.77534
Sumsquaredresid
9264574.
Schwarzcriterion
15.87211
Loglikelihood
-203.0794
F-statistic
912.2929
Durbin-Watsonstat
1.221811
Prob(F-statistic)
0.000000
B2、二元回归
以X1为基础,逐步加入其他变量,发现X1/X5效果最好,结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
06/18/07Time:
11:
28
Sample:
19802005
Includedobservations:
26
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-5192.632
1148.243
-4.522240
0.0002
X1
0.098295
0.022304
4.407097
0.0002
X5
0.005526
0.001335
4.137786
0.0004
R-squared
0.985306
Meandependentvar
3632.804
AdjustedR-squared
0.984028
S.D.dependentvar
3802.270
S.E.ofregression
480.5354
Akaikeinfocriterion
15.29585
Sumsquaredresid
5311028.
Schwarzcriterion
15.44101
Loglikelihood
-195.8460
F-statistic
771.1096
Durbin-Watsonstat
1.935831
Prob(F-statistic)
0.000000
B3、三元回归
以X1/X5为基础,逐步加入其他变量,发现没有一组三元变量组合能够通过检验。
所以原始模型只剩下两个变量:
X1/X5,模型如下:
Y=α+β1*X1+β5*X5+u
6.3检验是否存在自相关:
用DW检验:
N=25K=3,DW(25,3)查表得:
DL=0.906DU=1.409
DW=1.935831
4-DL=4-0.906=3.0944-DU=4-1.409=2.591
区间为:
6.4、序列的平稳性检验及修正:
6.4.1进行序列平稳性检验
A、对Y进行平稳性检验:
经过简单的计算机实现,发现Y是平稳的,平稳性检验设置如下:
用DW检验是否存在自相关:
可以看出,没有自相关,DW=2.004886近似于2.0000
ADFTestStatistic
-9.201990
1%CriticalValue*
-3.7497
5%CriticalValue
-2.9969
10%CriticalValue
-2.6381
*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(Y,3)
Method:
LeastSquares
Date:
06/25/07Time:
11:
32
Sample(adjusted):
19832005
Includedobservations:
23afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
D(Y(-1),2)
-2.899605
0.315106
-9.201990
0.0000
C
97.12971
115.0415
0.844301
0.4080
R-squared
0.801281
Meandependentvar
-160.4435
AdjustedR-squared
0.791818
S.D.dependentvar
1172.857
S.E.ofregression
535.1394
Akaikeinfocriterion
15.48587
Sumsquaredresid
6013858.
Schwarzcriterion
15.58461
Loglikelihood
-176.0875
F-statistic
84.67662
Durbin-Watsonstat
2.004886
Prob(F-statistic)
0.000000
B对X1进行平稳性检验
经过简单的计算机实现,发现X1是平稳的,平稳性检验设置如下:
(平稳,二次差分0阶带截距项)
可以看出,没有自相关,DW=2.014921略大于2.0000
ADFTestStatistic
-3.922175
1%CriticalValue*
-3.7497
5%CriticalValue
-2.9969
10%CriticalValue
-2.6381
*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(X1,3)
Method:
LeastSquares
Date:
06/25/07Time:
09:
43
Sample(adjusted):
19832005
Includedobservations:
23afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
D(X1(-1),2)
-0.847035
0.215961
-3.922175
0.0008
C
279.1003
210.5786
1.325397
0.1993
R-squared
0.422815
Meandependentvar
29.60435
AdjustedR-squared
0.395330
S.D.dependentvar
1238.056
S.E.ofregression
962.7195
Akaikeinfocriterion
16.66034
Sumsquaredresid
19463406
Schwarzcriterion
16.75908
Loglikelihood
-189.5939
F-statistic
15.38346
Durbin-Watsonstat
2.014921
Prob(F-statistic)
0.000782
C、对X5进行平稳性检验
经过简单的计算机实现,发现X5是平稳的,平稳性检验设置如下:
(平稳,二次差分0阶、带截距项)
可以看出,没有自相关,DW=2.314426(略大于2.0000)<2.591
ADFTestStatistic
-7.897244
1%CriticalValue*
-3.7497
5%CriticalValue
-2.9969
10%CriticalValue
-2.6381
*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(X5,3)
Method:
LeastSquares
Date:
06/25/07Time:
11:
36
Sample(adjusted):
19832005
Includedobservations:
23afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
D(X5(-1),2)
-1.496042
0.189439
-7.897244
0.0000
C
3194.138
13343.34
0.239381
0.8131
R-squared
0.748100
Meandependentvar
156.5217
AdjustedR-squared
0.736105
S.D.dependentvar
124518.1
S.E.ofregression
63965.84
Akaikeinfocriterion
25.05303
Sumsquaredresid
8.59E+10
Schwarzcriterion
25.15177
Loglikelihood
-286.1098
F-statistic
62.36647
Durbin-Watsonstat
2.314426
Prob(F-statistic)
0.000000
6.4.2.1进行方程协整检验
稳定的序列进行线性组合不一定组合成稳定的方程,所以再进行议程协整经检验,利用
Y=α+β1*X1+β5*X5+u在GENR生成et,对et进行序列单位根检验:
(LEVEL0阶NONE)
可以看出,没有自相关,DW=1.65932>1.409
ADFTestStatistic
-5.220243
1%CriticalValue*
-2.6603
5%CriticalValue
-1.9552
10%CriticalValue
-1.6228
*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(ET)
Method:
LeastSquares
Date:
06/25/07Time:
20:
55
Sample(adjusted):
19812005
Includedobservations:
25afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
ET(-1)
-1.372500
0.262919
-5.220243
0.0000
R-squared
0.525338
Meandependentvar
-74.33507
AdjustedR-squared
0.525338
S.D.dependentvar
650.0997
S.E.ofregression
447.8907
Akaikeinfocriterion
15.08615
Sumsquaredresid
4814547.
Schwarzcriterion
15.13491
Loglikelihood
-187.5769
Durbin-Watsonstat
1.659329
综合上述:
变量序列都是平稳的,变量的线性组合也是协整的。
因此不用修整模型,模型有效。
6.4.2.2、协整(短期协整):
(不加权数的,不用加权数)
DependentVariable:
DY
Method:
LeastSquares
Date:
06/29/07Time:
21:
45
Sample(adjusted):
19812005
Includedobservations:
25afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-125.7593
160.5119
-0.783489
0.4421
DX1
0.118324
0.049063
2.411660
0.0251
DX5
0.008002
0.002089
3.830624
0.0010
ET(-1)
-1.681251
0.360914
-4.658316
0.0001
R-squared
0.567833
Meandependentvar
412.8440
AdjustedR-squared
0.506095
S.D.dependentvar
654.3565
S.E.ofregression
459.8714
Akaikeinfocriterion
15.24542
Sumsquaredresid
4441115.
Schwarzcriterion
15.44044
Loglikelihood
-186.5677
F-statisti