重慶市城鎮化進程與物流產業發展影響關系研究

王筱欣，易華清，胡亞琦

(重慶理工大學 經濟金融學院，重慶 400054)

一、引言

城鎮化是我國經濟社會發展的主要動力，也是當今中國經濟的熱點。在經濟發展中，物流產業的發展與城鎮化進程相互聯系。改革開發40多年來，我國的城鎮化進程取得了舉世矚目的成就，常住人口城鎮化率從1997年的31%提高到2018年的59.58%。與此同時，改革也帶來我國物流類產業的跨越式發展，特別是21世紀以來物流產業的年平均增長率達到19.75%，物流產業在拉動經濟增長、產業進步、促進就業、促進城鄉發展和對外開放上的作用巨大。

重慶直轄20多年來物流產業取得了長足性的發展，物流類產業生產總值由1997年的81.4億元增長到2018年的995.48億元，年增長率為11.6%。2017年重慶市政府印發《重慶市現代物流業發展“十三五”規劃》，規劃形成“兩環五帶”物流空間分布與“3+12+N”的市域物流園區網絡體系，并倡導大力發展“互聯網+物流”、創新推動全程物流、發展專業物流，努力打造內陸國際物流樞紐、西南物流區域核心城市，足見重慶對物流產業的重視程度。在此期間，重慶的常住人口城鎮化率由1997年的31%提高到2016年的65.5%，提高了34.5%，遠高于西部其他省份。顯然，城鎮化與物流產業在我國經濟發展中扮演著越來越重要的角色，因此深入分析物流產業與城鎮化進程之間的關系，揭示其發展演變規律，對于重慶市物流產業與城鎮化發展，以及深入實施國家“一帶一路”倡議和“長江經濟帶”、西部大開發戰略具有重要意義。

二、文獻綜述

關于物流產業的概念，國內外并不統一，就連國際標準也不一樣。我國物流產業發展較慢，最近20多年才真正發展起來，對它的研究才由此慢慢增多，學者們對它的概念也提出了不同的看法。龍華等綜合部分學者的觀點提出物流業是一種在多種產業融合的基礎上形成的新型服務業，貫穿產品從生產到消費的整個供應鏈過程，包括交通運輸業、倉儲業、包裝業、流通加工業、信息技術業[1]。李敏以產業涵義為基礎，將物流產業定義為參與物流活動、提供物流服務的一類生產者或組織集群，包括交通運輸業、倉儲業、配送業、包裝業以及郵政服務業的一部分[2]。劉思峰等從行業角度得出，物流產業包括運輸業、倉儲業、包裝業[3]。潘裕娟等認為物流業以統計年鑒上的“交通運輸、倉儲、郵政業”指標作為物流業規模的說明[4]。沈君等根據北京物流業發展現狀提出物流業包括傳統物流業如交通運輸、郵政、倉儲業等，也包括高附加值物流業如流通加工、配送、包裝等[5]。

國外對物流產業發展與城鎮化關系的研究最早可以追溯到18世紀，亞當·斯密在他的書中寫到交通便利可以促進兩地的物流活動，最終帶來市場規模的擴大[6]。此后的19世紀，馮·杜能意識到交通水平的提升會影響區域產業布局[7]。到20世紀，德國地理學家克里斯塔勒創立了以城市為中心，以市場原則、交通原則和行政原則的中心地原則進行城市等級劃分的中心地理論[8]。20世紀50年代，在前人的基礎上，勒施在其論文中強調空間集中經濟和物流成本，把物流因素看作是決定區位選擇的主要約束力量[9]。

近些年來，國內的學者也愈加關注物流產業與城鎮化的關系。王珂從理論分析的角度，提出城市化水平是推動現代物流發展的一個重要條件，反過來現代物流的發展將有效促進城市工業、金融、服務等的協調發展[10]。劉秉鐮以中心城市聚散功能的基本作用規律為基礎，深入分析現代物流業強化中心城市聚散功能的具體途徑，得出現代物流業作為以現代科技、現代管理理念和信息技術為支撐的綜合服務行業，融合了資金流、信息流、物資流，是一種實現經濟高效運行的先進管理技術與組織方式，能夠有力推動中心城市聚集擴散功能[11]。樊綱預計未來物流將成為中國城市化的支撐手段，物流助力城市化表現在提高基礎設施利用率、引入先進技術手段提高城市物流運營效率、保護環境、改善民生等方面[12]。張潔以四川省為例，認為區域物流促進區域經濟增長、區域經濟結構升級，形成區域支柱產業，對于城市化進程有重要的推動作用[13]。龍華等總結了物流業發展對城市化進程發展的邏輯結構關系，提出物流業的發展有利于人口城市化、經濟城市化、社會城市化、空間城市化以及城市自身的發展壯大，從而推動城市化進程的快速發展[1]。

關于物流產業與城鎮化關系的研究方法，顧曦結合廣州市1978—2006年的年度統計數據采用VAR模型進行協整和格蘭杰因果檢驗[14]。李敏利用隸屬度函數測度了1991—2010年我國物流業與城市化的靜態協調性與動態協調性[2]。翁鋼民等用耦合度模型、系統演化模型對天津城市化和物流業的耦合關系進行評價，同時利用RBF神經網絡對未來5年城市化與物流業的耦合度進行預測[15]。朱雁春等利用耦合協調度模型對東部地區省份物流產業與新型城鎮化的耦合協調度進行測度[16]。魏洪茂對1991—2012年的城鎮化率與單位GDP物流需求系數采用ADF檢驗、協整檢驗及格蘭杰因果檢驗，并進行VAR模型估計和脈沖響應分析[17]。梁雯等基于VAR模型對安徽省物流業碳排放與城鎮化、經濟增長的數據進行協整分析、格蘭杰因果分析與脈沖響應分析[18]。

綜上所述，盡管近些年來相關方向的研究逐漸增多，但總體上來說數量還是比較少的，并且以往的研究還存在一些不足：一是立足全國范圍研究為主，忽視地區之間存在的巨大差異，因此一些結論不具有普遍意義；二是在區域上，多集中在東部物流產業發達地區，對西部地區做專門研究的文獻較少；三是定性的理論研究占絕大多數，主要在影響機制上進行論述并提出相應的建議；研究物流產業與城鎮化關系的方法比較多。鑒于此，本文借鑒大多數學者的觀點，將物流產業分為交通運輸業、倉儲業、郵電通信業，采用比較成熟的VAR模型進行協整分析并引入誤差修正機制方法，從實證分析角度，深入探索重慶市物流產業與城鎮化之間的相互關系與變動規律，以期為二者的良性互動發展提供對策建議。

三、實證設計

本文根據物流產業的定義以及統計年鑒的統計信息，選取交通運輸、倉儲及郵政業總產值作為物流產業的評價指標，非農從業人員占全部從業人員比重(非農就業比)、非農產業占GDP的比重(非農產業比)作為城鎮化率的評價指標建立VAR模型。在方法上，采用協整分析測算具體的協整方程，進而采取誤差修正模型、方差分解對協整關系深入分析。本文的數據均來自于《重慶市統計年鑒》《中國統計年鑒》。

(一)變量說明與數據處理

物流產業產值(WLCY)，反映物流產業發展，由于統計年鑒中沒有對物流產業進行統計，所以選取的是統計年鑒中的運輸業、郵電通訊業與倉儲業的產值和作為物流產業的總產值。

非農就業人口占總就業比重(FNCY)，即總就業人口減去農、林、牧、漁就業人口，反映城鎮化進程中的人口的城鎮化。孫久文等認為戶籍人口無法真實反映城鎮化率，而就業的非農化是新型、可持續城鎮化的基礎，使用非農就業比重現真實城鎮化率是合理的[19]。

非農產業占GDP的比重(CYZB)，是制造業與服務業之和在GDP中的比重，反映的是經濟的城鎮化。

在現實情況中，只有少數的經濟指標的時間序列才會表現出平穩，大多數指標的時間序列是非平穩的，為了消除數據的劇烈波動，使圖形更加平滑，需要對變量WLCY、FNCY與CYZB取對數，得到變量LnWLCY、LnFNCY與LnCYZB，以及在此之上分別再對變量取一階差分，得到變量DLnWLCY、DLnFNCY與DLnCYZB。應用的計量分析工具是EViews 8.0。

(二)計量模型

本文借鑒Smis等提出的向量自回歸模型檢驗物流產業與城鎮化進程兩者間的關系，采用該模型可以在進行多方程聯立形式時，不需考慮經濟理論。VAR模型的一般表達式如下：

yt=a1yt-1+a2yt-2+…+apyt-p+βxt+εtt=1,2,…,T

(1)

其中：yt為k維內生變量列向量，xt為d維外生變量列向量，p為滯后階數，T為樣本個數，a1,…，at為k×k維待估系數矩陣，β為k×d維待估系數矩陣，εt為k維擾動列向量。

本文選取了3個變量來反映物流產業與城鎮化的關系，設定的VAR模型如下：

LnWLCY=β0+β1LnFNCY+β2LnCYZB+μ0

(2)

其中：β0，β1，β2為參數，μ0為隨機擾動項。

四、實證分析

(一)數據平穩性檢驗

為了避免時間序列數據出現偽回歸，對數據進行平穩性檢驗，這是進行協整與誤差修正模型的基礎。對時間序列數據的平穩性檢驗方法有很多，本文采用最普遍使用的ADF檢驗，檢驗結果見表1。

從表1可以看出，在水平檢驗上，LnWLCY、LnFNCY、LnCYZB的ADF值都大于5%的顯著性水平上的臨界值，可以得出這3個指標在水平上都是不平穩的。在一階差分檢驗上，DLnWLCY、DLnFNCY與DLnCYZB的ADF值都小于5%的顯著性水平上的臨界值，可以得出這3個指標在一階差分上都是平穩的。3個變量同是一階單整，兩個變量之間存在可能的協整關系。

表1 平穩性檢驗

注：檢驗形式(C,T,L)分別表示截距項、時間趨勢和滯后階數

(二)協整檢驗

平穩性檢驗結果顯示，LnWLCY、LnFNCY、LnCYZB同為一階單整，符合展開協整檢驗的前提條件。

1.滯后階數的確定

為保證VAR模型的殘差不存在自相關，可以適當加大p值，但p值又不能太大，因為待估參數多，直接影響模型參數估計的有效性，所以需要對滯后階數p進行確定。在無約束的VAR模型條件下，依據LR、FPE、AIC、SC、HQ等多種檢測準則，通過嘗試不同的VAR模型，找到準則比較統一的結果。筆者通過反復測試，得出最佳滯后階數為1。表2顯示，在5%的顯著性水平上所有模型均表明最佳滯后階數為1。

表2 滯后階數

注：*表示在5%的水平上顯著

2.協整關系檢驗

協整檢驗的作用在于揭示變量之間是否存在長期穩定的關系，已知最佳滯后階數為1，本文采用Johansen檢驗。趙華等分析認為許多經濟時間數據是包含時間項趨勢的，比較合理的方法是事先并不假定是否含有截距項和時間項的線性趨勢[20]。協整檢驗的結果見表3。

由表3可知，在顯著性水平為5%時，原假設r=0時跡檢驗值為48.607 6，大于5%的臨界值43.915 3，最大特征根檢驗值也大于臨界值(31.112 3>25.823 4)，表明應該拒絕沒有協整關系(r=0)的原假設，對應地接受存在一階協整關系，原假設r≤1下，跡檢驗與最大特征根檢驗值都小于顯著性為5%的臨界值，所以應該接受r≤1，即最多存在一階協整關系。由此可以得出，LnWLCY、LnFNCY、LnCYZB之間存在一個長期穩定的一階協整關系。

表3 協整檢驗結果

3.協整方程

前面得出一階協整關系是存在的，由此可以測算出具體的協整方程。LnWLCY、LnFNCY、LnCYZB與趨勢項之間存在長期穩定的協整關系，協整方程為:

LnWLCYt=-0.104 5t+0.643 7LnFNCYt-1-8.675 5LnCYZBt-1+μ0

(3)

(0.014 8) (0.356 2) (1.178 7)

括號中的數值為標準差，協整方程的估計系數通過了顯著性檢驗，因此從長期看重慶市的物流產業產值與非農就業比、非農產業比之間存在著協整關系。城鎮化的非農就業比對物流產業的彈性為正，即長期內非農就業比提高推動物流產業的增長，從系數上看非農就業比每增加1%，物流產業就會增加 0.643 7個單位產值；而非農產業比與物流產業之間存在著負向的關系。沈利東等研究指出過去30多年的時間里我國的城鎮化水平一直滯后于工業化水平，城鎮化率滯后于非農產業產值的局面沒有從根本上扭轉[21]。重慶市非農產業比與城鎮化率之間存在超前或滯后，是非農產業比與物流產業協整關系出現負向關系的可能原因。

4.格蘭杰因果檢驗

協整檢驗表明物流產業產值、非農就業比、非農產業比之間存在長期的協整關系，變量之間是否存在因果關系還需要進一步分析。格蘭杰因果檢驗[22]主要用來檢驗變量與變量之間是否存在因果關系，以及因果關系的方向性，是誰影響誰，還是相互影響。以前面檢驗得出的最優滯后期1為格蘭杰因果檢驗的滯后期，得出表4。

表4 格蘭杰因果檢驗結果

注：**表示在5%的水平上顯著

由表4的檢驗結果可知：當滯后期為1時，在“LnWLCY不是LnFNCY的格蘭杰因”的原假設下，p值為0.000 2，表明在5%的顯著性水平上拒絕“LnWLCY不是LnFNCY的格蘭杰因”的原假設，也就是說物流產業是人口城鎮化的格蘭杰原因；在“LnCYZB不是LnFNCY的格蘭杰因”的原假設下，p值為0.017 2，表明在5%的顯著性水平上拒絕“LnCYZB不是LnFNCY的格蘭杰因”的原假設，也就是說非農產值的發展增加了非農就業人數。其余的假設則應該接受。從實際上看非農產業比上升也就是二三產業的發展也包括物流產業的發展，同時帶來就業崗位的增多，吸引農業從業人員進入二三產業，農業勞動者進城對物流產品的需求增加，同樣推動物流產業的發展。

在10%的顯著性上非農就業比與物流產業發展互為格蘭杰因果關系，非農產業比是非農就業比的格蘭杰原因，物流產業發展是非農產業比的格蘭杰原因。實際上物流產業作為第三產業，它的發展會促進非農占比的增加，吸收農業勞動者就業，從而提高非農就業人數。

(三)誤差修正機制

盡管一階差分的使用消除了變量可能存在的趨勢因素，避免了虛假回歸問題，構成了平穩過程，但是也不能由有限價的VAR過程來描述一階差分的構成過程。格蘭杰等提出，將協整引入模型，就可以用有限價的VAR過程來描述一階差分的構成過程，即VECM[22]。

1.VECM估計

估計時，采用Johanson極大似然估計，滯后階數為1，與協整一致，不對截距項與時間項的線性趨勢做假設。估計結果如表5所示，列示的是在5%的水平上顯著性的結果。

根據表5，可以得到VECM的具體形式：

ΔLnWLCYt=-0.447 1(LnWLCYt-1-0.643 7LnFNCYt-1+8.675 5LnCYZBt-1+

0.104 5t-33.134 3)+0.130 2×33.134 3

(4)

R-squared=0.237 436, Adj R-squared=0.115 422, Akaike AIC=-1.125 546

Schwarz SC=-0.891 678

VECM模型中不含有ΔLnFNCYt-1、ΔLnCYZBt-1，說明非農就業比與非農產業比沒有直接對物流產業的發展產生影響。這反映了1997—2018年重慶市的城鎮化只是通過協整的長期均衡來間接修正物流產業發展變動。R-squared和調整后的R-squared表明在物流產業的VECM發展中，協整修正機制與物流產業發展本身能解釋20%。

注：( )里數值為t統計值

2.VECM模型的穩定性檢驗

VECM模型對模型的穩定性要求是特征根的倒數要小于1。VAR模型的穩定也是進行方差分解的必要條件。由圖1可知，特征根都小于1，都落在單位圓內，因此VECM模型是穩定的。

3.方差分解

方差分解可以將VAR模型系統內一個變量的方差分解到各個擾動項上,提供了關于每個擾動因素影響VAR模型內各個變量的相對程度。從表6可以看出，在短期內物流產業的發展主要是產業本身的貢獻，1、2、3年的貢獻比率分別為100%、98.26%、77.37%，影響程度都在75%之上。中長期來看，非農就業比的貢獻在不斷上升，從最初的0上升到7年時的50.9%，貢獻率超過了半數，同期的非農產業比增長較慢，到最后的12年時貢獻率也比較小。

表6 方差分解結果

五、結論與建議

(一)結論

本文基于重慶市1997—2018年的數據，運用VAR模型、協整檢驗、格蘭杰因果檢驗、誤差修正機制以及方差分解，分析了重慶市城鎮化進程與物流產業發展的關系，分析得出以下結論：

第一，重慶市物流產業、非農就業比、非農產業比三者間存在著長期的協整關系，非農就業比對物流產業的發展存在正向的影響關系，即人口的城鎮化正向推動物流產業的發展。

第二，非農就業比與物流產業發展存在相互影響關系，重慶市非農就業人口的提高促進了物流產業的發展，反過來物流產業的發展也推動了非農就業人數的提高，即城鎮化推動了物流產業發展，物流產業發展也推進了城鎮化進程，這與東部物流發達地區的研究結論基本相似。

第三，非農就業比與非農產業比對物流產業的發展不是直接影響關系，而是通過長期的均衡來間接產生作用；長期看非農就業比是物流產業發展的主要貢獻因素。

(二)建議

第一，完善制度引導農村勞動力有序進城就業。如前文分析，非農就業人口對物流產業的發展有著正向的作用關系，政府應該合理引導農村剩余勞動力進入城市二三產業，而農村勞動力進城面臨的顧慮，莫過于子女的教育、生活成本、醫療社保、職業技能欠缺等問題。因此，政府有必要打破現有的學校戶籍限制等要求，讓農民工子女就近上學；向農民工提供廉租公寓或低價宿舍等；鼓勵社會興辦農民工短期職業培訓機構，對無技能的勞動力進行培訓，政府對此進行相應的補貼，或建立公辦非營利性培訓班等。

第二，加快發展物流產業吸引農民進城。物流產業相較于其他高新技術產業，勞動力的需求更大，而且對勞動力技能的要求也更低，像物流產業中快遞、外賣行業更是需要大量的勞動力。因此，政府要繼續扶持網購、網上訂餐等相關行業的發展，降低物流企業的成本；提升物流產業從業者的工資待遇，敦促相關企業單位為相關員工提供更加健全的社會保障，并落實好企業相關責任。

第三，超前布局物流產業。如前文分析，城鎮化水平、非農就業比對物流產業的影響作用是一個長期的過程。截至2018年，全國的常住人口城鎮化率還不到60%，跟發達國家相比還存在較大的差距，預計2020年全國城鎮化率將超過60%，屆時全國物流總額預計將達到300萬億元，這是一個巨大的市場。因此，政府應提前做好城鎮化進程中城市基礎設施與物流設施的建設規劃。一是完善交通基礎設施，對交通線路建設加大政策支持、資金支持的力度；對內要實現省級縣級公路互聯互通，緊扣“脫貧攻堅”戰略實施，解決“最后一公里問題”；對外要打通重要的鐵路干線，暢通向西、向南、向東通道，擴大對外開放。二是優化物流產業的空間布局，建立一個以主城都市區為樞紐、各區縣為節點的高效物流交通網絡。三是科學規劃城市建設用地。城鎮化規劃建設時，要做好物流產業科學規劃，加大物流基礎設施投資，布局好、建設好交通線路和物流園區等。四是對一些優勢明顯的物流企業在入駐物流園區或者申請物流建設用地時給予一定的政策優惠或者稅收減免。