【正文】 于理解且計(jì)算數(shù)據(jù)和步驟較為簡(jiǎn)單；第二，測(cè)量結(jié)果方面能夠較準(zhǔn)確的反應(yīng)實(shí)際的區(qū)域產(chǎn)業(yè)優(yōu)勢(shì)和集聚水平；第三，局限性小，能夠測(cè)量較小范圍內(nèi)的區(qū)域集聚度。但是，在區(qū)位熵方法的使用過(guò)程中也存在一定的不足之處。首先，缺乏對(duì)區(qū)域勞動(dòng)生產(chǎn)率不同的考慮，這將會(huì)導(dǎo)致對(duì)勞動(dòng)生產(chǎn)率較高的區(qū)域的測(cè)量值會(huì)小于高層次的平均水平，使得測(cè)量值小于實(shí)際區(qū)域情況；反之，測(cè)量值則高于實(shí)際區(qū)域值。其次，另一方面，LQ系數(shù)不能反映區(qū)域經(jīng)濟(jì)發(fā)展水平的差異性，某產(chǎn)業(yè)區(qū)位熵最大的地區(qū)不一定是該產(chǎn)業(yè)集聚程度最高的區(qū)域。（2）行業(yè)集中度:行業(yè)集中度又稱行業(yè)集中率或市場(chǎng)集中度，是指某產(chǎn)業(yè)中規(guī)模最大的前n家企業(yè)所占市場(chǎng)份額（如產(chǎn)值、產(chǎn)量、銷售額、銷售量、職工人數(shù)、資產(chǎn)總額等）的總和李太平，鐘甫寧，顧煥章：《衡量產(chǎn)業(yè)區(qū)域集聚程度的簡(jiǎn)便方法及其比較》,《統(tǒng)計(jì)研究》，2007年第11期。其公式為：其中為行業(yè)集中度；n是某產(chǎn)業(yè)中規(guī)模最大的幾個(gè)企業(yè)的數(shù)量，一般取4或8；N表示某產(chǎn)業(yè)的全部企業(yè)數(shù)量；表示第i企業(yè)所占市場(chǎng)值。用指數(shù)測(cè)量行業(yè)集中度，指數(shù)越高，產(chǎn)業(yè)集中度就越高。但是用完全來(lái)衡量產(chǎn)業(yè)集中度，還是存在一定誤差和誤判現(xiàn)象的。我們從行業(yè)集中度的計(jì)算公式中可以發(fā)現(xiàn)，系數(shù)只是反映了產(chǎn)業(yè)在市場(chǎng)空間維度上的集聚，而對(duì)于前幾家規(guī)模最大的企業(yè)的地理分布信息沒(méi)有加于考慮，因此，指數(shù)較高不一定意味著產(chǎn)業(yè)在某一區(qū)域出現(xiàn)地理空間上的集中，反之，指數(shù)較低時(shí)，產(chǎn)業(yè)在地理空間維度上仍有可能存在集聚現(xiàn)象。舉例說(shuō)明，假設(shè)某區(qū)域可以劃分為四個(gè)小區(qū)域，產(chǎn)業(yè)中規(guī)模最大的前4個(gè)企業(yè)分別分布于這四個(gè)小區(qū)域，這時(shí)即使測(cè)得指數(shù)較高，但實(shí)際該產(chǎn)業(yè)集聚程度較低。再則，假如這4個(gè)規(guī)模最大的企業(yè)都集中在某一個(gè)小的區(qū)域，可是由于總的市場(chǎng)份兒占有量較低，那么此時(shí)系數(shù)較低，不能反映產(chǎn)業(yè)集聚較高這一現(xiàn)象。此外，指數(shù)僅僅考慮了前n家規(guī)模最大企業(yè)的市場(chǎng)份額，不能夠全面反映產(chǎn)業(yè)集聚的狀況。在此，接下來(lái)介紹的赫芬達(dá)爾指數(shù)改善了這一問(wèn)題。（3）赫芬達(dá)爾指數(shù)：H指數(shù)赫芬達(dá)爾指數(shù)最早由A赫希曼提出，用來(lái)衡量市場(chǎng)競(jìng)爭(zhēng)和壟斷關(guān)系，后經(jīng)O赫芬達(dá)爾在其博士論文《鋼鐵業(yè)的集中》中進(jìn)一步闡述，現(xiàn)今國(guó)內(nèi)外應(yīng)用赫芬達(dá)爾指數(shù)來(lái)測(cè)量產(chǎn)業(yè)集聚度的文獻(xiàn)較多。由于赫芬達(dá)爾指數(shù)在數(shù)學(xué)上的相對(duì)法和絕對(duì)法的優(yōu)勢(shì)，因此將其用于測(cè)量市場(chǎng)集中程度是比較準(zhǔn)確的。其計(jì)算公式如下：赫芬達(dá)爾指數(shù)是指某特定市場(chǎng)的所有企業(yè)所占市場(chǎng)份額的平方和。其中N表示特定市場(chǎng)中所有企業(yè)的數(shù)量，表示第i個(gè)企業(yè)所占的市場(chǎng)份額。表示整個(gè)市場(chǎng)值，表示第i企業(yè)所占市場(chǎng)值。赫芬達(dá)爾指數(shù)公式的計(jì)算原理是將各企業(yè)所占的市場(chǎng)份額值以權(quán)重的形式分配給企業(yè)自身。對(duì)于大企業(yè)而言，其所給的權(quán)數(shù)也較大。如果某產(chǎn)業(yè)是處于壟斷情況下，那么赫芬達(dá)爾指數(shù)H為最大1，當(dāng)每個(gè)企業(yè)所占的市場(chǎng)份額相同是，H值為最小1/n，因此H值介于1/n到1之間。H值越大，反映出市場(chǎng)份額分別就越不均勻。雖然赫芬達(dá)爾指數(shù)相對(duì)于系數(shù)而言增加了對(duì)市場(chǎng)占有率較小的其它企業(yè)的考慮，完善了市場(chǎng)企業(yè)信息，但是，它同系數(shù)類似，較高的赫芬達(dá)爾指數(shù)不一定可以得到較高的市場(chǎng)集聚度，反之相同。例如，假設(shè)某產(chǎn)業(yè)內(nèi)所有企業(yè)所占市場(chǎng)份額相同，都是1/n（企業(yè)數(shù)量為n），并且這些企業(yè)都集中在同一個(gè)小的區(qū)域，這時(shí)該產(chǎn)業(yè)的集聚程度無(wú)疑是很高的。但是，此時(shí)的計(jì)算結(jié)果卻顯示赫芬達(dá)爾指數(shù)是最小的1/n。這就表明了，赫芬達(dá)爾指數(shù)與產(chǎn)業(yè)集聚并不總是正相關(guān)的。雖然產(chǎn)業(yè)在空間上的分布往往與地理上的分布存在相似軌跡，但是，我們?cè)诳紤]產(chǎn)業(yè)集聚程度問(wèn)題時(shí)，還是應(yīng)該從產(chǎn)業(yè)的地理分布著手，才能得到更加精準(zhǔn)的答案。（4）空間基尼系數(shù)與赫芬達(dá)爾指數(shù)都是從空間維度來(lái)衡量產(chǎn)業(yè)集聚程度，這兩種測(cè)算方法測(cè)算出來(lái)的結(jié)果都存在與實(shí)際產(chǎn)業(yè)集聚狀況不相符的缺點(diǎn)。早在十八世紀(jì)末，克魯格曼等學(xué)者發(fā)現(xiàn)，產(chǎn)業(yè)活動(dòng)的地理分布與收入分配的均衡性存在相似的聯(lián)系。因此，應(yīng)用空間基尼系數(shù)從地理分布的角度來(lái)衡量產(chǎn)業(yè)集聚度這一方法，在理論上是可行，在實(shí)際測(cè)量上也得到比較客觀的結(jié)果?？臻g基尼系數(shù)的計(jì)算公式如下:其中，G表示空間基尼系數(shù)，是i區(qū)域某產(chǎn)業(yè)的就業(yè)人數(shù)占全國(guó)該產(chǎn)業(yè)就業(yè)人數(shù)的比重，表示i區(qū)域全部就業(yè)人數(shù)占全國(guó)總就業(yè)人數(shù)的比重，N為測(cè)量的地理區(qū)位數(shù)。G的取值范圍在0到1之間，取值為0時(shí)說(shuō)明產(chǎn)業(yè)區(qū)域分布均勻，取值為1時(shí)表示產(chǎn)業(yè)分布集中在一個(gè)地區(qū)。因此可以看出，G值越大該產(chǎn)業(yè)在該地區(qū)集聚程度越高?？臻g基尼系數(shù)從產(chǎn)業(yè)地理分布角度測(cè)量產(chǎn)業(yè)集聚程度，所得到的測(cè)量結(jié)果比較準(zhǔn)確。但是，空間基尼系數(shù)測(cè)量方法也存在不足之處，它只考慮到產(chǎn)業(yè)在不同區(qū)域的集聚程度，而沒(méi)有把不同產(chǎn)業(yè)內(nèi)企業(yè)規(guī)模大小的差異考慮進(jìn)去。（5）地理集中指數(shù)—EG指數(shù)1997年，Ellison和Glaeser提出了地理集中指數(shù)的概念，并重新定義了產(chǎn)業(yè)集聚概念，Ellison和Glaeser認(rèn)為產(chǎn)業(yè)集聚主要是地理緯度上的集聚，在測(cè)量產(chǎn)業(yè)集聚程度是，必須要排除由于企業(yè)內(nèi)部規(guī)?；蛸Y源優(yōu)勢(shì)所導(dǎo)致的虛假的市場(chǎng)空間上的集聚。例如，如果某一地區(qū)某產(chǎn)業(yè)由于存在某個(gè)規(guī)模很大的企業(yè)，則該地區(qū)該產(chǎn)業(yè)基尼系數(shù)計(jì)算值會(huì)很大，但實(shí)際上該地區(qū)該產(chǎn)業(yè)并沒(méi)有出現(xiàn)產(chǎn)業(yè)集聚現(xiàn)象。為了避免上述問(wèn)題的出現(xiàn)，Ellison和Glaeser提出了EG指數(shù)來(lái)測(cè)量產(chǎn)業(yè)地理集聚程度。其計(jì)算公式如下。其中，H代表赫芬達(dá)爾指數(shù)，G代表空間基尼系數(shù)，N代表需要測(cè)量的區(qū)域的總個(gè)數(shù)，表示區(qū)域總就業(yè)人口數(shù)占經(jīng)濟(jì)體總就業(yè)人口數(shù)的比例。代表EG指數(shù)，當(dāng)，產(chǎn)業(yè)集聚度較高；當(dāng)，產(chǎn)業(yè)不具有地理集聚。EG測(cè)量方法由于其計(jì)算公式的完善而受到較多學(xué)者的青睞，在產(chǎn)業(yè)集聚程度測(cè)度方面應(yīng)用較為廣泛。可是，需要注意的是，EG指數(shù)是以空間基尼系數(shù)為基礎(chǔ)的，它并沒(méi)有走出空間基尼系數(shù)限定的框架，而是把空間基尼系數(shù)的測(cè)定方法的弊端保留了下來(lái)。此外，由于EG系數(shù)的設(shè)計(jì)中排除了企業(yè)內(nèi)部規(guī)模經(jīng)濟(jì)以及資源優(yōu)勢(shì)所導(dǎo)致的市場(chǎng)空間集聚的成分，這樣一來(lái)，也導(dǎo)致了EG在計(jì)算過(guò)程中遺漏了大量的產(chǎn)業(yè)集聚的信息，使得統(tǒng)計(jì)信息并不完全。實(shí)際上，通過(guò)以往的學(xué)者測(cè)算發(fā)現(xiàn)，EG指數(shù)測(cè)算出來(lái)的產(chǎn)業(yè)集聚程度往往比實(shí)際的集聚程度要小。通過(guò)對(duì)上述幾種產(chǎn)業(yè)集聚的測(cè)量方法的闡述，可以了解各方法都具有優(yōu)點(diǎn)和局限性，且可以看出方法與方法之間存在的內(nèi)在聯(lián)系性。在此，并且對(duì)每種方法所需要的數(shù)據(jù)來(lái)源進(jìn)行整理，為下文測(cè)量方法的選取打下基礎(chǔ)。 測(cè)量方法比較方法設(shè)計(jì)原理優(yōu)點(diǎn)不足之處區(qū)位熵 反應(yīng)某區(qū)域在高層次區(qū)域該產(chǎn)業(yè)專業(yè)化程度的相對(duì)地位和作用原理簡(jiǎn)單，計(jì)算簡(jiǎn)單，準(zhǔn)確性高，對(duì)空間地理范圍限制較小假設(shè)中要求區(qū)域之間的勞動(dòng)生產(chǎn)率相同，這一點(diǎn)與事實(shí)不符；不能反映區(qū)域經(jīng)濟(jì)發(fā)展水平的差異行業(yè)集中度反映某產(chǎn)業(yè)規(guī)模最大的前n家企業(yè)所占市場(chǎng)份額的總和計(jì)算簡(jiǎn)單；能夠較好的反映產(chǎn)業(yè)內(nèi)部規(guī)模較大企業(yè)對(duì)市場(chǎng)的影響因?yàn)樾枰玫絾蝹€(gè)企業(yè)的數(shù)據(jù)，所以數(shù)據(jù)不易獲得；當(dāng)n取值不同時(shí)得到的結(jié)果不同，缺乏考慮規(guī)模較小的其它企業(yè)信息赫芬達(dá)爾指數(shù)反映了市場(chǎng)集中度的指標(biāo)，是某特定市場(chǎng)的所有企業(yè)所占市場(chǎng)份額的平方和增加了對(duì)市場(chǎng)占有率較小的其它企業(yè)的考慮，完善了市場(chǎng)企業(yè)信息，排除了由單個(gè)規(guī)模較大的企業(yè)帶來(lái)的市場(chǎng)空間維度上的集聚成分缺乏對(duì)地理維度上企業(yè)分布考慮，數(shù)據(jù)較全面，獲取較難空間基尼系數(shù)以收入分配公平程度來(lái)判斷產(chǎn)業(yè)地理分布從地理分布的角度來(lái)衡量產(chǎn)業(yè)集中程度，所得結(jié)果更加準(zhǔn)確缺乏對(duì)不同產(chǎn)業(yè)內(nèi)企業(yè)規(guī)模的差異的考慮地理集中指數(shù)排除了由于企業(yè)內(nèi)部規(guī)?；蛸Y源優(yōu)勢(shì)所導(dǎo)致的虛假的市場(chǎng)空間上的集聚從地理分布的角度來(lái)衡量產(chǎn)業(yè)集中程度，所得結(jié)果更加準(zhǔn)確對(duì)數(shù)據(jù)要求較高，不僅需要行業(yè)數(shù)據(jù)，也需要企業(yè)內(nèi)部數(shù)據(jù) 各方法所需數(shù)據(jù)一覽表 方法產(chǎn)業(yè)產(chǎn)值產(chǎn)業(yè)就業(yè)人數(shù)區(qū)域細(xì)分企業(yè)數(shù)量、規(guī)模區(qū)位熵√√行業(yè)集中度√赫芬達(dá)爾指數(shù)√空間基尼系數(shù)√√地理集中指數(shù)√√√對(duì)上述測(cè)量方法進(jìn)行優(yōu)缺點(diǎn)對(duì)比和適用條件進(jìn)行分析得出：行業(yè)集中度方法是采用行業(yè)內(nèi)規(guī)模最大的前N家企業(yè)所占市場(chǎng)份額作為測(cè)量指標(biāo)，其測(cè)量結(jié)果缺乏對(duì)中小企業(yè)的數(shù)據(jù)考慮，用于測(cè)量物流產(chǎn)業(yè)集聚程度誤差性較大。赫芬達(dá)爾指數(shù)是某對(duì)特定市場(chǎng)的所有企業(yè)所占市場(chǎng)份額的平方和，如若用于測(cè)量某區(qū)域物流產(chǎn)業(yè)集聚程度，則測(cè)量結(jié)果比較片面，因?yàn)槠淙狈?duì)區(qū)域內(nèi)其它地理位置的物流企業(yè)的情況的計(jì)量。測(cè)量結(jié)果不能用于測(cè)量物流產(chǎn)業(yè)的集聚程度誤差性較大，測(cè)出的結(jié)果準(zhǔn)確性不夠?？臻g基尼系數(shù)是以收入分配公平程度來(lái)判斷產(chǎn)業(yè)地理分布，其缺乏對(duì)不同產(chǎn)業(yè)內(nèi)企業(yè)規(guī)模的差異的考慮。而目前我國(guó)物流產(chǎn)業(yè)的企業(yè)規(guī)模參差不齊，用空間基尼系數(shù)測(cè)量物流產(chǎn)業(yè)集聚程度是不夠合理。此外，在對(duì)上述地理集中指數(shù)和區(qū)位熵方法的適用條件做分析后，發(fā)現(xiàn)用這兩種方法測(cè)量物流產(chǎn)業(yè)的集聚程度是比較合適的。但是，在方法的應(yīng)用成熟度上，地理集中指數(shù)更多學(xué)者是用于對(duì)生產(chǎn)制造業(yè)的集聚程度的測(cè)量，對(duì)與物流產(chǎn)業(yè)集聚程度的測(cè)度較少，且由于本人研究水平有限和精力有限，對(duì)于地理集中指數(shù)測(cè)量物流產(chǎn)業(yè)集聚程度所需數(shù)據(jù)難于獲得。再則，因?yàn)楸疚膶?duì)物流產(chǎn)業(yè)集聚程度是為后期集聚的影響因素分析做鋪墊，在不影響本文接下的分析的情況下，本人選取區(qū)位熵方法對(duì)物流產(chǎn)業(yè)集聚程度進(jìn)行測(cè)量。同時(shí)，為了縮小單一方法測(cè)量方法測(cè)量可能帶來(lái)的誤差，本文將從物流產(chǎn)業(yè)從業(yè)人員數(shù)和產(chǎn)業(yè)產(chǎn)值兩個(gè)角度來(lái)進(jìn)行測(cè)量。增加測(cè)量結(jié)果的精確度，提高本文研究的可信度。第三節(jié) 物流產(chǎn)業(yè)影響因素定量分析方法 對(duì)于我國(guó)物流產(chǎn)業(yè)的集聚程度的影響因素分析，本文將通過(guò)對(duì)我國(guó)31個(gè)?。ㄊ校┑拿姘鍞?shù)據(jù)進(jìn)行定量的分析，使用Eviews的方法進(jìn)行測(cè)量求解。一、面板數(shù)據(jù)模型面板數(shù)據(jù)是用來(lái)觀察每一個(gè)樣本單元在給定的時(shí)間區(qū)間和樣本總體的狀況的，它的一般模型為：其中為被解釋變量；為截距項(xiàng)；為解釋變量，k是解釋變量的個(gè)數(shù)，i=1，2,3N,N表示個(gè)體數(shù)量，t表示時(shí)間點(diǎn)；為解釋變量的系數(shù)；是隨機(jī)誤差項(xiàng)。面板數(shù)據(jù)的三種模型形式的介紹：（一）混合回歸模型混合回歸模型的特點(diǎn)是，從時(shí)間維度和截面維度來(lái)看，不同個(gè)體之間均不存在顯著性差異，其模型方程式如下：（二）變系數(shù)模型變系數(shù)模型是對(duì)于不同個(gè)體，或同一個(gè)體不同時(shí)期，其截距項(xiàng)和解釋變量系數(shù)都不盡相同。者說(shuō)明不同個(gè)體之間不僅存在個(gè)體異質(zhì)的差異，還受到不同的結(jié)果影響。其模型方程如下：（三）變截距模型變截距模型也是平時(shí)研究過(guò)程中應(yīng)用比較多的一種模型。對(duì)于不同個(gè)體，或同一個(gè)體不同時(shí)期,截距項(xiàng)不同而解釋變量的斜率相同,說(shuō)明存在不可觀測(cè)個(gè)體異質(zhì)影響但基本結(jié)構(gòu)是相同的,可以通過(guò)截距項(xiàng)的不同，而體現(xiàn)出來(lái)個(gè)體之間的差異。其方程形式如下：二、模型分析步驟（一）單位根檢驗(yàn) 單位根檢驗(yàn)是用于檢驗(yàn)序列數(shù)據(jù)是否平穩(wěn)性的檢驗(yàn)方法，確保序列的平穩(wěn)性是之后數(shù)據(jù)分析的基礎(chǔ)。首先，在回歸模型標(biāo)準(zhǔn)的推導(dǎo)過(guò)程中假設(shè)了平穩(wěn)的回歸因子，而非平衡因子會(huì)導(dǎo)致許多標(biāo)準(zhǔn)的結(jié)果不再適用并且需要進(jìn)行特別處理。其次，還需要注意在協(xié)整分析中，協(xié)整向量中擾動(dòng)項(xiàng)是否具有單位根。只有通過(guò)單位根檢驗(yàn)，確定時(shí)間序列是平穩(wěn)的狀態(tài)下，才能避免回歸分析是產(chǎn)生虛假回歸。（二）協(xié)整檢驗(yàn)在進(jìn)行協(xié)整檢驗(yàn)之前，必須要確定被檢驗(yàn)變量是否是同階單整變量。只有同階單整變量才能做協(xié)整檢驗(yàn)。通過(guò)協(xié)整檢驗(yàn)來(lái)確定變量之間是否存在長(zhǎng)期穩(wěn)定的關(guān)系，避免偽回歸。面板數(shù)據(jù)有Kao檢驗(yàn)、Pedroni檢驗(yàn)和Combined Individual檢驗(yàn)三種協(xié)整檢驗(yàn)的方法。其中，Kao檢驗(yàn)方法的使用條件是在檢測(cè)模型中必須并且只能是存在固定效應(yīng)，此外，還要求模型中外生變量的系數(shù)是齊性的，即不同截面外生變量的系數(shù)相同。Pedroni檢驗(yàn)只適用于組中只包含7個(gè)及7個(gè)以下序列的情形；Fisher(bined Johansen)要求截面數(shù)據(jù)要足夠，否則，無(wú)法進(jìn)行檢驗(yàn)。第三章 物流產(chǎn)業(yè)集聚程度影響因素實(shí)證分析第一節(jié) 我國(guó)物流產(chǎn)業(yè)發(fā)展現(xiàn)狀一、物流產(chǎn)業(yè)規(guī)模不斷擴(kuò)大,物流需求持續(xù)増長(zhǎng)中國(guó)物流產(chǎn)業(yè)起步較晚，但隨著近幾年的隨著經(jīng)濟(jì)的發(fā)展，對(duì)物流產(chǎn)業(yè)的需求也逐漸增大。從社會(huì)物流總額的數(shù)值來(lái)看，我國(guó)社會(huì)物流總額從2005到2012年呈現(xiàn)持續(xù)增長(zhǎng)的形式。從05年的481983億元到2012年的1773000億元，增長(zhǎng)率達(dá)到了267%。平均每年的增長(zhǎng)率達(dá)到33%。，按可比價(jià)格計(jì)算，%。從物流需求系數(shù)來(lái)看，其物流需求系數(shù) 物流需求系數(shù)指社會(huì)物流總額與GDP的比值也是逐年增長(zhǎng)，這說(shuō)明我國(guó)社會(huì)物流總額占國(guó)內(nèi)生產(chǎn)總值的比率越來(lái)越高，同時(shí)說(shuō)明，我國(guó)國(guó)民經(jīng)濟(jì)的快速發(fā)展，對(duì)物流產(chǎn)業(yè)的需求越來(lái)越大。從物流需求收入彈性 物流需求收入彈性是指社會(huì)物流總額變動(dòng)百分比與GDP變動(dòng)百分比的比值來(lái)看，從05年到2012年的需求彈性值都是大于1的，是富有彈性的狀況。這說(shuō)明我國(guó)物流產(chǎn)業(yè)增長(zhǎng)率大于國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)率，也從反面論證了物流產(chǎn)業(yè)的快速增長(zhǎng)對(duì)我國(guó)GDP的增長(zhǎng)的拉動(dòng)作用。 我國(guó)GDP和社會(huì)物流總額變動(dòng)情況（20052012）（單位：億元）年份國(guó)內(nèi)生產(chǎn)總值社會(huì)物流總額物流產(chǎn)業(yè)增加值物流需求系數(shù)物流需求收入彈性20052006200720082009201020112012數(shù)據(jù)來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》、中國(guó)國(guó)際統(tǒng)計(jì)局網(wǎng)站和趙莉：《中國(guó)物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究》[D].哈爾濱商業(yè)大學(xué),2013。 我國(guó)GDP和社會(huì)物流總額變動(dòng)趨勢(shì)圖（20052012）二、社會(huì)物流總費(fèi)用占GDP的比重上升，物流整體運(yùn)行效率有所降低近年來(lái)，我國(guó)對(duì)物流產(chǎn)業(yè)的發(fā)展不斷重視，對(duì)其資本投入也不斷增加。從社會(huì)物流總成本的數(shù)值來(lái)看，是一直呈現(xiàn)增長(zhǎng)趨勢(shì)。這說(shuō)明我國(guó)物流產(chǎn)業(yè)的發(fā)展越來(lái)越活躍，同時(shí)我們?cè)谌粘５纳a(chǎn)和生活中也能夠感受到物流對(duì)我們影響也不斷增大。然而，就8年的數(shù)據(jù)來(lái)看，我國(guó)社會(huì)物流總費(fèi)用占GDP的比值，只有在前3年出現(xiàn)急劇下滑的現(xiàn)象，從2007—2012年，比值出現(xiàn)穩(wěn)步回升的現(xiàn)象。這意味著我國(guó)