時空視角下物流業(yè)與經(jīng)濟發(fā)展的互動關系分析

毛文富　徐鳳

內(nèi)容摘要：改革開放40年以來，物流業(yè)與經(jīng)濟發(fā)展的關系也越來越緊密。本文實證分析了物流業(yè)與經(jīng)濟發(fā)展兩者的相互關系，采用空間計量的方法，深入分析物流業(yè)的空間分布特征和物流業(yè)對經(jīng)濟發(fā)展的影響。通過研究發(fā)現(xiàn)并驗證了物流業(yè)與經(jīng)濟的協(xié)調(diào)發(fā)展的一些弊端和不足，有助于實現(xiàn)物流產(chǎn)業(yè)與經(jīng)濟發(fā)展從不協(xié)調(diào)到協(xié)調(diào)、或從一般協(xié)調(diào)到高水平協(xié)調(diào)的良性循環(huán)效果，促進整體社會經(jīng)濟健康快速發(fā)展。

關鍵詞：物流業(yè) 經(jīng)濟發(fā)展 空間計量

引言

如今現(xiàn)代物流業(yè)已成為全球經(jīng)濟和我國經(jīng)濟發(fā)展的重要助推器和增長源泉。物流業(yè)與經(jīng)濟發(fā)展之間更是存在著密切聯(lián)系，兩者相互影響和制約。物流業(yè)對經(jīng)濟發(fā)展起到促進作用，主要表現(xiàn)在物流業(yè)能有效降低經(jīng)濟發(fā)展運行成本，提高經(jīng)濟效益；物流業(yè)有助于形成新的產(chǎn)業(yè)形態(tài)，推動區(qū)域產(chǎn)業(yè)結構的優(yōu)化升級；另外，物流業(yè)也有利于加強區(qū)域間的經(jīng)濟聯(lián)系，助推經(jīng)濟發(fā)展實現(xiàn)一體化。經(jīng)濟發(fā)展對物流業(yè)發(fā)展起到制約和支撐作用，一方面經(jīng)濟發(fā)展水平制約著物流業(yè)規(guī)模，另一方面經(jīng)濟發(fā)展為物流業(yè)提供需求和支持，經(jīng)濟發(fā)展也有利于提高物流服務效率和質(zhì)量。

物流業(yè)與經(jīng)濟發(fā)展動態(tài)關系分析

本文選取1978-2016年我國物流業(yè)與經(jīng)濟發(fā)展的相關數(shù)據(jù)，構建指標體系，研究兩者之間的動態(tài)關系，并實證分析兩者的長期關系和因果關系。

（一）變量選擇與數(shù)據(jù)來源

1.經(jīng)濟發(fā)展變量。為了研究的方便，選擇人均GDP指標評價經(jīng)濟發(fā)展速度，用字母表示為E。

2.物流業(yè)發(fā)展變量。考慮到數(shù)據(jù)的可得性和研究的全面性，選取以下指標：

物流投資指標。物流業(yè)的發(fā)展需要大量資金的投入，尤其是在物流基礎設施建設方面。在物流基礎設施中，最有代表性的就是各種運輸方式所需的渠道，即公路、鐵路、水運航道、航空航道、管道等，其里程情況稱之為物流網(wǎng)絡里程，用字母表示為I。

物流運行效果指標。選取貨運周轉(zhuǎn)量作為代表指標，記為V。

物流規(guī)模指標。考慮到統(tǒng)計的可操作性，選取交通、倉儲和郵電業(yè)代表物流業(yè)，將交通、倉儲和郵電業(yè)的總產(chǎn)值來表示物流規(guī)模的指標，記為S。

3.數(shù)據(jù)來源及處理。本文數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》（1979-2017）和國家統(tǒng)計局公開數(shù)據(jù)。人均GDP和物流產(chǎn)值采用1978年不變價格進行修正。對原始數(shù)據(jù)進行自然對數(shù)處理，可以避免異方差性而不改變數(shù)據(jù)的協(xié)整關系，分別記為 lnE、lnI、lnV 和 lnS。

（二）物流業(yè)與經(jīng)濟發(fā)展動態(tài)關系實證分析

1.變量的單位根檢驗。對人均GDP，物流網(wǎng)絡里程，貨運周轉(zhuǎn)量，交通、倉儲和郵電業(yè)的總產(chǎn)值4個指標分別進行ADF檢驗，根據(jù)AIC準則選取滯后階數(shù)，利用Eviews8.0軟件進行數(shù)據(jù)處理，檢驗結果見表1所示。

由表1的單位根檢驗結果表明：在5%顯著性水平下原始序列是非平穩(wěn)的，經(jīng)過一階差分后，D（LnE）、D（LnI）、D（LnV）和D（LnS）在5%的顯著水平下是平穩(wěn)序列，說明LnE、LnI、LnV和LnS是一階單整序列，服從I（1）過程。

2.VAR模型、脈沖響應及方差分析。第一，向量自回歸（VAR）模型。向量自回歸模型中，Eviews提供常用的LR檢驗統(tǒng)計量，最終預測誤差（FPE）、AIC信息準則、SC信息準則和HQ信息準則結果，如表2所示。

表2中給出了從0-3階的VAR模型的LR、FPE、AIC、SC和HQ的值，并以*表示出相應準則所選擇出來的滯后階數(shù)，可以看到，絕大部分準則選出來的滯后階數(shù)為2階，而且當滯后階數(shù)為2時，AIC達到最小值-15.22772，而SC也達到了較小值-13.7238，所以選擇滯后階數(shù)為2階。從而得到相應的VAR（2）模型，模型估計結果如表3所示。

從表3中結果可以看出，四個方程調(diào)整后的R2為0.9994、0.9991、0.9946和0.9958，方程的整體擬合效果較好。

再對VAR模型進行平穩(wěn)性檢驗表明，AR特征多項式根的倒數(shù)都在單位圓內(nèi)，說明VAR模型滿足平穩(wěn)性條件，結論與前文的單位根檢驗相同。

第二，脈沖響應函數(shù)。脈沖響應函數(shù)主要是刻畫變量之間的動態(tài)交互作用。本文主要研究物流業(yè)與經(jīng)濟發(fā)展的關系，因此主要分析經(jīng)濟發(fā)展與物流業(yè)發(fā)展指標之間的相互沖擊反應。

由圖1可以看出，經(jīng)濟發(fā)展（E）對其自身變動的響應比較敏感，在1-4期出現(xiàn)快速上升的趨勢，在第4期后開始緩慢下降。物流投資指標（I）對經(jīng)濟發(fā)展（E）的影響在1-4期出現(xiàn)上升的正效應，在4-9期出現(xiàn)了下降的正效應，9期以后由正效應變?yōu)樨撔Ｎ锪饕?guī)模指標（S）對經(jīng)濟發(fā)展（E）的影響在1-6期出現(xiàn)上升的正效應，6期以后出現(xiàn)緩慢下降的趨勢，但一直保持為正效應。物流運行效果指標（V）對經(jīng)濟發(fā)展（E）的影響在1期出現(xiàn)微弱的負效應。從2-5期開始出現(xiàn)上升的正效應，6-8期出現(xiàn)了下降的正效應，從8期以后變?yōu)橄陆档呢撔?/p>

由以上分析可見，物流投資指標（I）和物流運行效果指標（V）對經(jīng)濟發(fā)展沖擊的影響，隨著時間推移表現(xiàn)為負效應，而物流規(guī)模指標（S）對經(jīng)濟發(fā)展沖擊的影響表現(xiàn)為正效應。同理，采用同樣的方法分析物流業(yè)發(fā)展指標對經(jīng)濟發(fā)展變動（E）的響應。分析可知，物流業(yè)發(fā)展的三個指標對經(jīng)濟發(fā)展變動（E）的響應均表現(xiàn)為先升后降的趨勢，在第5期達到最大，但均維持在正值。

通過對脈沖響應函數(shù)分析表明，物流業(yè)與經(jīng)濟發(fā)展之間存在相互促進的動態(tài)關系，經(jīng)濟發(fā)展對物流業(yè)各項指標的影響存在滯后期，說明物流業(yè)的投資和基礎設施的建設對經(jīng)濟發(fā)展發(fā)揮作用需要通過產(chǎn)業(yè)的運轉(zhuǎn)來實現(xiàn)；經(jīng)濟發(fā)展對物流業(yè)各指標的影響具有明顯的正向作用，這說明目前物流業(yè)發(fā)展對經(jīng)濟發(fā)展已經(jīng)起到了一定的促進作用。

第三，方差分解。在對經(jīng)濟發(fā)展變量進行方差分解后，從結果可以看出，當對經(jīng)濟發(fā)展指標（E）給一個隨機擾動沖擊時，它自身隨即會做出反應，隨著時間推移，對物流業(yè)各指標的貢獻率總體上呈增加趨勢，其中物流規(guī)模指標（S）對經(jīng)濟發(fā)展指標（E）的貢獻率最大，呈增長趨勢。

3.協(xié)整檢驗。根據(jù)前文的單位根檢驗結果可知，各變量序列為一階單整序列，滯后階數(shù)為2階，因此以VAR模型為基礎對1nE、1nI、1nV、1nS4個變量之間的協(xié)整關系進行檢驗。從檢驗結果可知，經(jīng)濟發(fā)展指標和物流業(yè)指標在5%的顯著水平存在唯一的協(xié)整關系，物流業(yè)與經(jīng)濟發(fā)展兩者之間保持著長期穩(wěn)定的均衡關系，而且表現(xiàn)為同方向變動關系。

采用向量誤差模型（VEC）進行分析，從估計結果可以看出，VEC模型的擬合效果較好，VEC模型整體估計效果較好，殘差具有很好的正態(tài)性。并進一步可以得到經(jīng)濟發(fā)展與物流業(yè)之間的協(xié)整關系對物流規(guī)模指標（LNS）的作用較小，對物流投資指標（LNI）和物流運行效果指標（LNV）的影響更大，這與上面的分析是一致的。

4.Granger因果關系檢驗。為了進一步厘清經(jīng)濟發(fā)展指標（LNE）與物流業(yè)的物流投資指標（LNI）、物流運行效果指標（LNV）和物流規(guī)模指標（LNS）之間的相關關系，運用 Granger因果關系檢驗進行分析，結果如表4所示。

由表4檢驗結果可知，在5%的顯著水平下，經(jīng)濟發(fā)展指標（LNE）是物流運行效果指標（LNV）的格蘭杰原因，經(jīng)濟發(fā)展指標（LNE）與物流投資指標（LNI）、和物流規(guī)模指標（LNS）之間不存在格蘭杰因果關系，這與經(jīng)濟現(xiàn)象不太相符，主要可能是因為：首先，由于在我國物流業(yè)還是一個朝陽產(chǎn)業(yè)，處于發(fā)展的起步階段，物流業(yè)的發(fā)展更多的是依賴經(jīng)濟的發(fā)展；其次，經(jīng)濟發(fā)展是由多種因素共同作用的結果，僅對于物流業(yè)而言，單一產(chǎn)業(yè)很難促進經(jīng)濟發(fā)展；最后，從對物流業(yè)與經(jīng)濟發(fā)展之間動態(tài)關系的分析可以得出，目前經(jīng)濟發(fā)展對物流業(yè)具有支撐作用，物流業(yè)對經(jīng)濟發(fā)展具有促進作用，但這種作用還不太顯著。

物流業(yè)與經(jīng)濟發(fā)展的空間分析

（一）我國物流業(yè)空間分布特征

1.全域空間自相關檢驗。本研究選取我國289個地級及以上城市的全市貨運總量為統(tǒng)計樣本，f為各市貨運總量，代表物流業(yè)狀況，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒2016》。又因為物流業(yè)與空間距離密切相關，所以在空間權重矩陣的設定方式上，基于距離的權重矩陣比基于邊界相鄰、n階最近鄰和經(jīng)濟距離等方式設定的空間權重矩陣更為適合。本研究設Wij為空間權重矩陣，測量一系列距離的各市貨運總量全域空間自相關指數(shù)，并選擇性創(chuàng)建這些距離及其相應z得分的折線圖。z得分反映空間聚類的程度，具有統(tǒng)計顯著性的峰值z得分，對應空間聚類過程中最為明顯的空間自相關效應（指數(shù)）以及距離閾值d。

本文進行的12次實驗中，按照距離構建空間權重矩陣所得到的全域空間自相關指數(shù)和z得分。其中具有統(tǒng)計顯著性的峰值z得分出現(xiàn)在第10次實驗中，對應的距離閾值d=980862.90米，z統(tǒng)計量分值=7.12，在12次實驗中最高，且大于標準正態(tài)分布在顯著性水平為0.01的臨界值2.58，由此判定我國各市貨運總量存在全域空間自相關效應，即空間依賴，并在距離閾值d=980862.90米時，全域空間自相關程度最為顯著，全域自相關指數(shù)Morans I=0.0393135。將第10次實驗的結果標準化后，落在笛卡爾坐標系中。

笛卡爾坐標系的曲線斜率既是空間滯后模型（SAR）及廣義空間模型（SAC）中的空間效應系數(shù)ρ（ρ=Morans l），也是各市貨運總量全域空間自相關指數(shù)，而各象限則表示局域空間自相關中各城市的點分布。我國各市貨運總量存在全域空間自相關，可能是源于路徑依賴和區(qū)位粘性。

2.局域空間自相關檢驗。Anselin（1995）提出的局域空間自相關指數(shù)Morans Ii，是一個空間關系的本地指標，用來測試區(qū)域內(nèi)是否有相似或不同的觀測。某地級市i的局域Moran指數(shù)Ii用來度量該市和他鄰域城市之間貨運總量的關聯(lián)程度，被定義為：

本研究對上式中空間權重矩陣的設定方法如下：如果兩市之間距離（歐氏距離）小于或等于d=980862.90米，記wij=1，否則記wij=0，以最大化空間自相關效應。

通過對各市貨運總量局域空間自相關檢驗，可以從一個側(cè)面反映我國各個區(qū)域的物流業(yè)分布特征，即物流業(yè)呈現(xiàn)出空間非均衡現(xiàn)象：東北地區(qū)各市貨運總量低值與低值集聚，說明東北地區(qū)物流業(yè)不發(fā)達；華北、華中、江浙地區(qū)各市貨運總量高值與高值集聚，說明以上地區(qū)物流業(yè)較發(fā)達；中原地區(qū)以及內(nèi)蒙古地區(qū)物流業(yè)空間集聚現(xiàn)象不顯著；西南、華南地區(qū)各市貨運總量呈現(xiàn)高值與低值集聚現(xiàn)象，反映物流業(yè)在核心城市集聚，并向外圍城市輻射的空間分布特征。新疆、西藏地區(qū)由于數(shù)據(jù)可得性的問題，無法進行空間分析。

（二）物流業(yè)對經(jīng)濟發(fā)展影響空間計量分析

1.數(shù)據(jù)來源與變量解釋。由于各市貨運總量呈現(xiàn)出空間自相關現(xiàn)象，所以需要使用空間計量模型解釋這種空間依賴。本研究數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒2016》，選取289個地級及以上城市作為統(tǒng)計樣本，空間權重矩陣設定方式同空間自相關檢驗部分，以空間自相關程度最大的距離d=980862.90米為閾值，設定空間權重矩陣，以全市地區(qū)生產(chǎn)總值為被解釋變量（lngdp），刻畫區(qū)域經(jīng)濟發(fā)展程度，以全市貨運總量作為解釋變量（lnf），反映物流業(yè)發(fā)展程度，以全市從業(yè)人員期末人數(shù)（lnl）、全市固定資產(chǎn)合計（lnk）、全市每萬人在校大學生數(shù)（lna）作為控制變量，分別控制勞動、資本以及技術進步對被解釋變量的影響，對物流業(yè)發(fā)展對經(jīng)濟發(fā)展的影響進行經(jīng)驗性分析。

2.空間模型選擇。空間計量經(jīng)濟學中最為經(jīng)典的模型是空間滯后模型（SAR）、空間誤差模型（SEM）、空間杜賓誤差模型（SDEM）、廣義空間模型（SAC）。廣義空間模型（SAC）將空間自相關效應引入模型的被解釋變量與隨機擾動項中，并在模型變換中使得解釋變量也產(chǎn)生了該效用，是最適合本研究的空間計量模型。

本研究分別選擇SAC、SEM和SAR模型，進行對比回歸，通過空間自回歸機制將空間非均衡現(xiàn)象參數(shù)化。由于數(shù)據(jù)存在空間異質(zhì)性與空間自相關，使得空間計量模型的隨機擾動項存在異方差與序列相關，OLS估計方法會得到無效估計量；又因為SAR模型的動力機制是空間自回歸過程（SAC同理），使得模型產(chǎn)生了內(nèi)生性問題，引致OLS估計是有偏的；所以，本研究將被解釋變量的空間一階滯后項作為工具變量，使用廣義空間兩階段最小二乘法進行參數(shù)估計。

3.估計結果。根據(jù)表5的估計結果，貨運總量f在SAR、SEM和SAC模型中彈性系數(shù)分別為0.037、0.054和0.049，系數(shù)均為正，且在SAR模型中通過了顯著性水平為0.05的T檢驗，在SEM模型中通過了顯著性水平為0.01的T檢驗，在SAC模型中通過了顯著性水平為0.1的T檢驗，說明物流業(yè)發(fā)展與經(jīng)濟發(fā)展存在顯著的正相關關系。

基本結論

本文通過對物流業(yè)與經(jīng)濟發(fā)展關系的分析，采用單位根檢驗、VAR模型、脈沖響應、方差分析、協(xié)整檢驗和Granger因果關系檢驗等方法，可以得出兩者存在均衡關系。具體來說，一是兩者存在互動關系，經(jīng)濟發(fā)展促進物流業(yè)的發(fā)展，物流業(yè)的發(fā)展離不開宏觀經(jīng)濟環(huán)境的支持。二是經(jīng)濟發(fā)展對物流業(yè)支持作用的顯著，物流業(yè)對經(jīng)濟發(fā)展的作用表現(xiàn)明顯，但有滯后性；三是兩者表現(xiàn)出一種穩(wěn)定的長期均衡和同方向變動關系；四是從誤差修正模型估計結果看，兩者之間的相互影響并不很顯著。五是Granger因果關系檢驗表明兩者不存在相互作用的關系，互相不是彼此的原因，這可能是物流業(yè)是一個較新的行業(yè)，經(jīng)濟發(fā)展是多因素綜合作用的結果，還有現(xiàn)階段兩者關系協(xié)調(diào)性較差。

另外，文章采用空間計量的方法對我國289個地級及以上城市所作的空間分析得出如下結論：一是從全域空間自相關檢驗和局域空間自相關檢驗的結果反映出我國物流業(yè)呈現(xiàn)出空間非均衡現(xiàn)象；二是采用空間計量分析物流業(yè)對經(jīng)濟發(fā)展的影響，得出物流業(yè)發(fā)展與經(jīng)濟發(fā)展存在顯著的正相關關系。

對于現(xiàn)階段我國各地區(qū)的物流業(yè)發(fā)展和空間分布不均衡的問題，建議應針對不同的地區(qū)采取不同的物流發(fā)展戰(zhàn)略、對不同區(qū)域采取不同的宏觀政策，縮小區(qū)域不均衡現(xiàn)象。

參考文獻：

1.戴海龍，李霞白銀.城市物流與經(jīng)濟發(fā)展的系統(tǒng)動力學研究——以北京市為例[J].商業(yè)經(jīng)濟研究，2017（21）

2.毛文富.區(qū)域差異視角下流通產(chǎn)業(yè)發(fā)展環(huán)境評價實證分析[J].商業(yè)經(jīng)濟研究，2015（22）

3.吳薇.共生理論下物流產(chǎn)業(yè)與區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展研究[J].商業(yè)經(jīng)濟研究，2017（16）

4.黃巖，武云亮.“互聯(lián)網(wǎng)+”背景下我國商貿(mào)流通業(yè)競爭力比較分析[J].商業(yè)經(jīng)濟研究，2017（19）