1.2.1 变量的平稳性检验

在进行回归分析前需先进行主要变量的平稳性检验。选取三种不同的方法来检验主要变量的平稳性，以保证检验结果的可靠性。三种检验方法分别为同质面板单位根假设的LLC检验、异质面板单位根假设的IPS检验以及Fisher-ADF检验。为了减少时间序列对数据平稳性的影响，参考张碧超（2019）研究，利用取对数后的变量进行建模。考虑其中物流综合效率、纯技术效率和规模效率测得的结果大多介于0至1之间，并有较多地区出现效率值为1，若直接取对数则相应的物流效率为0，于是对于这三个物流效率变量先加1处理后再取对数，这一处理对于物流业效率具体的波动特征不会产生影响，也能更好的利用模型进行考察。表1显示了三种方法的平稳性检验结果，由表可知，当各个变量取对数化后，均通过了平稳性检验的显著性水平，可以进行下一步的回归模型建立。