許明明+錢芝網(wǎng)+俞佳立

摘要基于Panel Data 模型，采用中國31個(gè)省份，2005-2015年的面板數(shù)據(jù)，對(duì)信息化與物流產(chǎn)出的關(guān)系從靜態(tài)和動(dòng)態(tài)兩個(gè)角度分別進(jìn)行研究.面板數(shù)據(jù)模型的研究結(jié)果表明：信息化對(duì)物流產(chǎn)出的提高意義重大，其彈性系數(shù)為0.198.再利用向量自回歸模型（PVAR）的脈沖響應(yīng)函數(shù)和方差分解動(dòng)態(tài)分析了不同變量沖擊下物流產(chǎn)出的變化，結(jié)果發(fā)現(xiàn)信息化對(duì)物流產(chǎn)出的影響趨勢(shì)最大且有明顯的上升趨勢(shì)，資金投入對(duì)物流產(chǎn)出呈現(xiàn)下降趨勢(shì)，物流設(shè)施總體比較平穩(wěn).

關(guān)鍵詞物流管理；信息化影響；面板數(shù)據(jù)模型；物流產(chǎn)業(yè)

中圖分類號(hào)F49文獻(xiàn)標(biāo)識(shí)碼A

Study on the Relationship between Informationization and Logistics Based On Panel Data

Mingming XU1，Zhiwang QIAN1，2，Jiali YU1

（1.University of Shanghai for Science and Technology，Shanghai 200093，China；2.Information Shanghai University of Medicine & Health Sciences，Shanghai 201318，China）

AbstractBased on the panel data model，the panel data of 31 provinces in China from 2005 to 2015 were used to study the relationship between informationization and logistics industry from two aspects： static and dynamic.The research shows that informationization on the development of the logistics industry has a significant contribution，and the elastic coefficient is 0.198.Based on the impulse response function and variance decomposition of vector autoregressive model，the change of logistics output under the impact of different variables reveals that the influence of informatization on logistics output is the biggest and shows obvious trend，capital investment on the logistics output shows a downward trend，and the logistics facilities show the overall stability.

Key wordslogistics management；Influence of informatization；Panel Data；logistics output

1引言

物流簡(jiǎn)單來講就是物流、信息流、資金流從商品的產(chǎn)地到銷地之間的流動(dòng).物流產(chǎn)業(yè)是商品流通中的重要環(huán)節(jié)，對(duì)商業(yè)流通體系和國民經(jīng)濟(jì)的發(fā)展有著重大意義.現(xiàn)在國家倡導(dǎo)發(fā)展新經(jīng)濟(jì)、互聯(lián)網(wǎng)經(jīng)濟(jì)，由政府部門出臺(tái)的關(guān)于物流的政策、指導(dǎo)意見和規(guī)劃就有五十多個(gè)，每個(gè)月都有二到三個(gè)文件發(fā)布，可見國家對(duì)物流行業(yè)的重視.

近幾年，我國物流行業(yè)發(fā)展迅速.截止到2015年，物流業(yè)總收入7.6萬億元，比上年增長(zhǎng)4.5%，全國社會(huì)物流總額219.2萬億元，比上年增長(zhǎng)5.8%，社會(huì)物流總費(fèi)用10.8萬億元.

當(dāng)今世界已經(jīng)步入信息化時(shí)代，信息社會(huì)是社會(huì)發(fā)展的必然趨勢(shì).在信息技術(shù)的支持下，改造企業(yè)也已成為一個(gè)全球性的大趨勢(shì).隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，信息的傳播也越來越迅速，信息成為現(xiàn)代企業(yè)的靈魂，互聯(lián)網(wǎng)技術(shù)所推動(dòng)的信息革命極大地提高了現(xiàn)代物流信息化水平.物流的信息化主要表現(xiàn)在物流信息的商品化、信息收集的數(shù)據(jù)庫化以及處理的電子化等方面.條碼技術(shù)、數(shù)據(jù)庫技術(shù)、EDI等先進(jìn)技術(shù)在物流行業(yè)中得到了廣泛的應(yīng)用，縮短了物流時(shí)間，提高了物流效率.現(xiàn)代物流與傳統(tǒng)物流的最大的區(qū)別就是以各種信息技術(shù)為核心，應(yīng)用Ecommerce、EDI、VMI、 SCM、GPS等信息技術(shù)，促使過程信息化、網(wǎng)絡(luò)數(shù)據(jù)化、管理數(shù)字化，將物流與信息流很好的融合在一起.截止到2015年，我國互聯(lián)網(wǎng)上網(wǎng)人數(shù)已達(dá)6.5億，域名數(shù)2.09億，網(wǎng)站數(shù)334.9萬，移動(dòng)互聯(lián)網(wǎng)人數(shù)8.75億，移動(dòng)互聯(lián)網(wǎng)流量20.62億兆，全國電子商務(wù)銷售總額為79657.9億元.討論信息化與物流產(chǎn)業(yè)的關(guān)系，研究信息化對(duì)物流產(chǎn)業(yè)貢獻(xiàn)的大小，在信息化高度發(fā)展的現(xiàn)代社會(huì)就顯得尤為重要.

信息化與物流產(chǎn)業(yè)的關(guān)系研究已經(jīng)引起了許多學(xué)者的注意.Safwan Al Salaimeh （2011）[1]提出物流系統(tǒng)就是對(duì)生產(chǎn)活動(dòng)、金融、經(jīng)濟(jì)和信息相互關(guān)聯(lián)的協(xié)調(diào)，說明了支撐這一系統(tǒng)的是信息和計(jì)算機(jī)技術(shù).Daniel Prajogo 和Jan Olhager（2012）[2]也指出，在物流活動(dòng)執(zhí)行中，最關(guān)鍵的兩個(gè)是原材料流和信息流，信息技術(shù)的功能和信息的共享對(duì)物流的整合有重大的影響.P.H.Ketikidis和S.C.L.Kohc等（2008）[3]采用了文獻(xiàn)綜述的混合方法和問卷調(diào)查，探討了物流信息系統(tǒng)的使用現(xiàn)狀及未來發(fā)展方向.關(guān)于信息系統(tǒng)在物流中如何作用方面，Lin PG和Zhao XJ（2008）[4]提出了GIS在物流系統(tǒng)中的架構(gòu)，指出GIS的應(yīng)用加強(qiáng)了對(duì)物品流動(dòng)過程的管理與控制.James H.bookbinder和David Dilts（2016）[5]分析了在及時(shí)制下的物流活動(dòng)，提出了JIT LIS（logistics information system）的模型，以此來滿足顧客的各種需求.Angappa Gunasekaran和Nachiappan Subramanian等（2017）[6]指出，在物流和供應(yīng)鏈管理中，信息化水平提高了企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì).還有學(xué)者研究了影響信息流的因素，Barbara Dinter和RalphJosef Andris（2013）[7]用實(shí)證研究的方法，研究了在物流信息策略成功中的關(guān)鍵因素，確定了信息流中的綜合性、靈活性、支持、溝通、IT戰(zhàn)略定位、合作伙伴關(guān)系和項(xiàng)目合作是主要影響因素，這些因素提高了物流組織的績(jī)效水平.endprint

從以往的文獻(xiàn)看，對(duì)信息化與物流的研究還主要停留在定性的分析，進(jìn)行定量分析的文獻(xiàn)不多.從計(jì)量經(jīng)濟(jì)學(xué)的角度出發(fā)，采用中國31個(gè)省份，2005—2015年的數(shù)據(jù)，利用面板數(shù)據(jù)模型定量的研究了信息化與物流產(chǎn)業(yè)的關(guān)系.

文章其余部分內(nèi)容如下：第二部分是研究方法與數(shù)據(jù)，第三部分是實(shí)證處理與結(jié)果，第四部分是結(jié)論.

2研究方法與數(shù)據(jù)

2.1方法

柯布（ G .W .Cobb） 和道格拉斯（Douglas）研究產(chǎn)出與投入的關(guān)系，于20世紀(jì)30年代提出著名的生產(chǎn)函數(shù).

式（1）中，Y為經(jīng)濟(jì)產(chǎn)出，K為資本投入量，L為勞動(dòng)投入量，A 為全要素生產(chǎn)率，α為資本彈性系數(shù)，β為勞動(dòng)力彈性系數(shù).考慮到影響物流產(chǎn)出的因素包括，資金的投入，勞動(dòng)力投入，現(xiàn)有的物流基礎(chǔ)設(shè)施，以及主要研究的信息化水平，進(jìn)而構(gòu)造出信息化對(duì)物流產(chǎn)出的關(guān)系模型：

式（2）中，Y代表物流產(chǎn)出，主要是指物流業(yè)產(chǎn)值，K代表對(duì)物流產(chǎn)業(yè)的資金投入，L代表勞動(dòng)力投入，E代表現(xiàn)有的物流基礎(chǔ)設(shè)施，I代表信息化水平，α、β、γ、δ為彈性系數(shù)，c為常數(shù)，c=log（A）.其中，物流產(chǎn)業(yè)投入的資金，物流從業(yè)人員，物流基礎(chǔ)設(shè)施為控制變量，信息化水平是解釋變量，且均為生產(chǎn)函數(shù)的自變量.為了減少異方差，增強(qiáng)結(jié)果的解釋性，對(duì)所有變量取對(duì)數(shù)處理.

2.2面板數(shù)據(jù)模型

面板數(shù)據(jù)也稱混合面板數(shù)據(jù)或者時(shí)間序列橫截面數(shù)據(jù).面板數(shù)據(jù)包含時(shí)間和橫截面兩部分，且能夠同時(shí)反映變量在時(shí)間和截面上的變化規(guī)律和特征，具有純時(shí)間序列數(shù)據(jù)和純截面數(shù)據(jù)所不具備的優(yōu)點(diǎn)，面板數(shù)據(jù)模型是Mundlak首創(chuàng)，由于保證了足夠多的數(shù)據(jù)，因此可以一定程度上降低多重共線性的影響，從而提高了估計(jì)效率.

根據(jù)對(duì)截距項(xiàng)和解釋變量的不同假設(shè)，面板數(shù)據(jù)回歸模型可分為3類，分別是：混合回歸模型、變截距回歸模型和變系數(shù)回歸模型，具體模型形式如下.

其中，混合回歸模型是假設(shè)截距項(xiàng)和解釋變量系數(shù)對(duì)所有截面?zhèn)€體成員都是一樣的，也就是說在個(gè)體成員上既沒有結(jié)構(gòu)變化，也沒有個(gè)體效應(yīng).變截距回歸模型，是假設(shè)在截面?zhèn)€體成員上截距項(xiàng)不一樣，而模型的解釋變量系數(shù)一樣.變系數(shù)回歸模型是假設(shè)在截面?zhèn)€體成員上截距項(xiàng)和模型的解釋變量系數(shù)都不一樣.同樣面板數(shù)據(jù)的個(gè)體效應(yīng)和時(shí)間效應(yīng)又分為固定效應(yīng)和隨機(jī)效應(yīng)兩種.

2.3面板向量自回歸模型

面板向量自回歸模型（ Panel Vector Auto Regression，PVAR） 由Holtz-Eakin [8]首次提出，經(jīng)過Helmut Lütkepohl [9]等學(xué)者對(duì)該模型的發(fā)展.該模型根據(jù)經(jīng)濟(jì)系統(tǒng)的互動(dòng)性與動(dòng)態(tài)性，將研究的重點(diǎn)轉(zhuǎn)向了具有互動(dòng)關(guān)系的變量，即通過脈沖響應(yīng)函數(shù)與方差分解的方法，進(jìn)行經(jīng)濟(jì)預(yù)測(cè)和變量之間互動(dòng)關(guān)系的研究.

2.4數(shù)據(jù)來源

數(shù)據(jù)均來自于2005—2015年中國統(tǒng)計(jì)年鑒.選用了學(xué)者比較認(rèn)可的貨物周轉(zhuǎn)量指標(biāo)表示物流產(chǎn)出；用對(duì)交通運(yùn)輸，倉儲(chǔ)，郵電的固定投資表示物流的資金投入[10]；物流從業(yè)人員用交通運(yùn)輸，倉儲(chǔ)，郵電行業(yè)的從業(yè)人員數(shù)表示；對(duì)于信息化變量有指標(biāo)體系和替代變量?jī)煞N方法，文中采用替代變量法，選取郵電業(yè)務(wù)量作為信息化的替代變量；公路和鐵路的長(zhǎng)度總和用來表示現(xiàn)有的物流基礎(chǔ)設(shè)施[11].數(shù)據(jù)的描述統(tǒng)計(jì)量如表1所示.

3.2模型確定

首先根據(jù)以往的經(jīng)驗(yàn)，先采用隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，隨后再進(jìn)行Hauseman檢驗(yàn)[13]，檢驗(yàn)值為27.35，相伴概率為0.000，說明應(yīng)該采用固定效應(yīng)模型進(jìn)行研究.

利用F檢驗(yàn)，進(jìn)一步判別模型是混合回歸模型、變截距模型以及變系數(shù)模型中的哪一種.

提出兩種假設(shè)

判斷規(guī)則：①接受H2，則為混合回歸模型；②拒絕H2，則檢驗(yàn)假設(shè)H1，若接受則為變截距模型，拒絕為變系數(shù)模型 [14].

計(jì)算F統(tǒng)計(jì)量：

其中，變系數(shù)模型，變截距模型，混合模型的殘差平方和分別為S1=11.176 ；S2=28.138，S3=158.50，N表示截面?zhèn)€數(shù)，T為時(shí)間跨度，K為變量的個(gè)數(shù)，得到兩個(gè)F的統(tǒng)計(jì)量分別為，F(xiàn)1=1.799 ；F2=11.458，利用@qfdist（d，k1，k2）函數(shù)得到F分布的臨界值，d是臨界點(diǎn)，k1，k2是自由度，在給定5%的顯著水平下，得到相應(yīng)的臨界值，F(xiàn)1=1.305，F(xiàn)2=1.324，由于F2大于臨界值，在檢驗(yàn)水平上拒絕原假設(shè)H2，統(tǒng)計(jì)量F1也大于臨界值，也拒絕H1，因此選擇變系數(shù)模型.

最后選定的模型是固定效應(yīng)變系數(shù)模型，對(duì)其進(jìn)行回歸，其回歸結(jié)果見表3.除常數(shù)和物流從業(yè)人員，其他變量均通過了檢驗(yàn).模型的擬合度較高，R2的值為0.942.總的來說，資金的投入，信息化水平，物流設(shè)施對(duì)于物流產(chǎn)業(yè)有顯著的影響，其彈性系數(shù)分別為0.291，0.198，0.359.因?yàn)槲锪骱?jiǎn)單來講就是物流，信息流，資金流在整條供應(yīng)鏈中的流動(dòng).資金投入這一變量的回歸系數(shù)為0.291，表明資金投入水平每提高1%，物流產(chǎn)出提高0.291%；信息化水平變量的回歸系數(shù)0.198，表明信息化水平每提高1%，物流產(chǎn)出提高0.198%.

3.3PVAR模型估計(jì)

由于物流從業(yè)人員對(duì)物流產(chǎn)業(yè)的影響沒有通過統(tǒng)計(jì)檢驗(yàn)，因此舍棄該變量，選取資金、信息化、設(shè)施，3個(gè)具有互動(dòng)關(guān)系的變量建立面板向量自回歸模型.先進(jìn)行協(xié)整檢驗(yàn)，利用Johansen協(xié)整檢驗(yàn)，結(jié)果表明在1%的檢驗(yàn)水平下通過了檢驗(yàn).因面板數(shù)據(jù)是在經(jīng)過一階差分后所有變量是平穩(wěn)的，故要建立誤差修正模型.經(jīng)檢驗(yàn)，模型的所有特征根都位于單位圓內(nèi)，可以得出結(jié)論，模型是穩(wěn)定的.

PVAR 模型是一種非理論性模型，系數(shù)難以詳細(xì)說明，故在分析時(shí)，常常采用脈沖響應(yīng)函數(shù)和方差分解進(jìn)行研究，如圖1中的（a），（b），（c），（d）.除了物流產(chǎn)出自身外，來自信息化一個(gè)標(biāo)準(zhǔn)差的正向沖擊，如（c）所示，對(duì)其影響最大，當(dāng)期為0，隨后緩慢提高，其影響一直為正值，隨著時(shí)間的推移對(duì)物流產(chǎn)出的影響呈現(xiàn)上升趨勢(shì)，并且作用周期較長(zhǎng).投入資金一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)物流產(chǎn)出的影響，如（b）所示，當(dāng)期為0，第二期達(dá)到極大值，隨后衰減后平穩(wěn)，說明資金與物流產(chǎn)出呈現(xiàn)出一定的互補(bǔ)關(guān)系，使其發(fā)揮更大作用.比較而言，物流設(shè)施的正向沖擊，如（d）所示，對(duì)物流產(chǎn)出的影響波動(dòng)幅度不大，變動(dòng)幅度幾乎呈一條直線.endprint

前面利用脈沖響應(yīng)函數(shù)，分析了資金投入、信息化水平、物流設(shè)施對(duì)物流產(chǎn)出擾動(dòng)沖擊的影響，接下來用方差分解的方法對(duì)物流產(chǎn)出進(jìn)行具體分析.從表4中可以看到，標(biāo)準(zhǔn)誤差較小，反映樣本平均數(shù)對(duì)總體平均數(shù)的變異程度小，結(jié)果精密度較高.物流產(chǎn)業(yè)的產(chǎn)出方差占最多份額的是其本身，到第10期時(shí)仍高達(dá)總量的77.77%.而資金投入、信息化水平和物流設(shè)施這三種變量的方差所占份額隨著時(shí)間的推移逐步上升.截止到第10期，所占份額分別為0.65%、21.48% 和0.10%.結(jié)合脈沖響應(yīng)函數(shù)和方差分解的結(jié)果，可以看出，信息化對(duì)物流產(chǎn)出的影響趨勢(shì)比較大，隨著預(yù)測(cè)期的推移，除物流產(chǎn)出本身，其他變量擾動(dòng)所引起的部分的百分比緩慢增加，并且預(yù)測(cè)在第10期左右保持穩(wěn)定.

4結(jié)論

采用2005-2015年全國31個(gè)省市的面板數(shù)據(jù)，對(duì)物流產(chǎn)出與信息化水平的關(guān)系進(jìn)行了分析，研究結(jié)果表明：第一，信息化對(duì)物流產(chǎn)出具有顯著影響.信息化水平每提高1%，物流產(chǎn)出提高0.198%；第二，利用脈沖響應(yīng)函數(shù)和方差分解方法分析，發(fā)現(xiàn)信息化對(duì)物流產(chǎn)出影響最大，且有明顯的上升趨勢(shì)，對(duì)物流資金總體呈現(xiàn)下降趨勢(shì)，對(duì)設(shè)施的影響，總體比較平穩(wěn).采用了比較傳統(tǒng)的方法，研究信息化對(duì)物流產(chǎn)業(yè)的影響，方法創(chuàng)新上還存在著不足，在以后的研究中可以考慮利用模擬仿真的方法解決此類問題.

雖然說，推進(jìn)信息化對(duì)物流產(chǎn)出的提高具有明顯的積極意義，但現(xiàn)在我國大量物流企業(yè)的信息化水平還停留在單點(diǎn)應(yīng)用的階段，大約占物流企業(yè)的75%，且大多數(shù)的中小物流企業(yè)還沒有具備運(yùn)用信息技術(shù)處理信息的能力.企業(yè)應(yīng)積極的投入到物流信息技術(shù)的研究開發(fā)中，增強(qiáng)核心競(jìng)爭(zhēng)力，將規(guī)模做大做強(qiáng)，發(fā)揮自身主觀能動(dòng)性，以社會(huì)需求為導(dǎo)向，以各個(gè)行業(yè)為依托，用發(fā)展的眼光促進(jìn)物流信息化的發(fā)展.政府也應(yīng)加強(qiáng)對(duì)物流信息化建設(shè)的投入，做好物流公共信息平臺(tái)的工作，加快物流基礎(chǔ)設(shè)施的建設(shè)，可直接建設(shè)一些物流基礎(chǔ)信息平臺(tái)和示范工程，同時(shí)也要重視物流專業(yè)人才的培養(yǎng).相信在企業(yè)、政府雙方的共同努力下，我國物流信息化的發(fā)展將進(jìn)入一個(gè)嶄新的階段，更好的帶動(dòng)物流產(chǎn)業(yè)發(fā)展.

參考文獻(xiàn)

[1]Safwan Al Salaimeh.A new model for information logistics system architecture[J].Journal of Theoretical and Applied Information Technology，2011，28（1）：39-47.

[2]DanielPrajogo，Jan Olhager.Supply chain integration and performance：The effects of longterm relationships，information technology and sharing and logistics integration [J].Int.J.Production Economics，2012，135（1）：514-522.

[3]P.H.Ketikidis，S.C.L.Kohc，N.Dimitriadis.The use of information systems for logistics and supply chain management in South East Europe：Current status and future direction[J].OmegaInternational journal of management science，2008，36（4）：592-599.

[4]Lin PG（Lin，Peiguang），Zhao XJ（Zhao，Xiaojun）.A framework of logistic information system based on Web GIS [C]，International Conference on Informational Technology and Environmental System Science，2008（4）：171-175.

[5]JamesH.bookbinder，David Dilts.Logistics Information Systems in a JustinTime Environment [J].Journal of Business Logistics，2016，10（1）：50-67.

[6]Angappa Gunasekarana，Nachiappan Subramanian，Thanos Papadopoulos.Information technology for competitive advantage within logistics and supply chains：A review[J].Transportation Research Part E，2017（99）：14-33.

[7]Barbara Dinter，RalphJosef Andris.A Literature Survey on Information Logistics[C].International Conference on Business Information Systems，2013（157）：138-150.

[8]Holtz Eakin D，Neweyw ，Rosenh.Estimating vector autoregressions with panel data[J].Econometrica，1988，56（6）：1371-1395.

[9]HelmutLutkepohl.New introduction to multiple time series Analysis[M].Berlin：Springer.

[10]田剛，李南.中國物流業(yè)技術(shù)進(jìn)步與技術(shù)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（2）：76-87.

[11]何玉華，俞立平.基于面板數(shù)據(jù)變系數(shù)模型的信息化與物流關(guān)系研究[J].情報(bào)雜志，2012，31（4）：107-111.

[12]王志剛.面板數(shù)據(jù)模型及其在經(jīng)濟(jì)分析中的應(yīng)用[M].北京：經(jīng)濟(jì)科學(xué)出版社，2008：95-98.

[13]曹虹劍，李康.中國高技術(shù)產(chǎn)業(yè)自主創(chuàng)新能力的影響因素[J].經(jīng)濟(jì)數(shù)學(xué)，2016，33（3）：77-82.

[14]樊歡歡，劉榮等.Eviews 統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2014：277-287.endprint