物流產業與經濟增長的協整研究

唐建榮 曹玲玉 薛銳

摘? 要：本文以2000～2017年城市數據為基礎，結合VAR模型和空間數據探索性分析，構建了江蘇省物流產業和區域經濟發展水平綜合評價指數體系，并從時間維度和空間維度分析兩者之間的動態關系和因果關系。研究表明：經濟增長對物流業發展存在一定的長期影響;物流產業與區域經濟具有很強的相關性，體現出良好的協同發展特征，但區域間的協同程度差異顯著;物流業與經濟發展水平存在正向空間關聯特征。最后，從梯度發展、均衡發展、垂直發展、平行發展等角度提出了優化物流業與經濟發展的相關政策建議。

關鍵詞：VAR模型;序參量;協同發展;空間自相關

中圖分類號：F259.27? ? 文獻標識碼：A

Abstract： Based on the urban data from 2000 to 2017， this paper combines VAR model and exploratory analysis of spatial data to construct a comprehensive evaluation index system of logistics industry and regional economic development level in Jiangsu province， and analyzes both from time dimension and spatial dimension. Dynamic relationship and causality. The research shows that economic growth has a certain long-term impact on the development of logistics industry; logistics industry has a strong correlation with regional economy， which reflects the characteristics of good coordinated development， but the degree of synergy between regions is significant; logistics industry and economic development level. There is a positive spatial association feature. Finally， from the perspectives of gradient development， balanced development， vertical development， and parallel development， relevant policy recommendations for optimizing logistics industry and economic development are proposed.

Key words： VAR model; order parameter; collaborative development; spatial autocorrelation

0? 引? 言

包含了包裝、裝卸、運輸、倉儲以及流通加工等業務活動的物流業是影響國民經濟發展的基礎產業，是中國經濟發展的重要助推器和源動力。國務院2014年發布的《物流業中長期發展規劃（2014～2020年）》旨在促進物流服務，實現市場供求的銜接，為我國經濟的發展提供重要的支持和保障。物流作為企業的第三利潤源，可以提高企業的經營效率，促進企業朝著專業化、一體化的方向發展。然而目前較低的物流產業效率和較高的全社會物流成本阻礙了物流產業的轉型升級和經濟的持續增長，因此，有必要研究經濟與物流產業的協調發展關系，提高兩者的協調發展水平。

近年來學者在物流產業和區域經濟發展研究中見仁見智。唐建榮等[1]（2016年）利用SVAR模型分析中國物流和金融發展之間協同作用的內在效率。諸裕祥、陳恒[2]（2018）采用OLS穩健標準差回歸模型來分析物流業發展不平衡的原因，從內部機制和外部效應促進了各區域間的積極互動。楊揚、李莉詩[3]（2019）運用數據包絡分析法研究了國際陸港城市物流能力與社會經濟發展的協同程度，效率分析是從綜合效率、技術效率以及規模效率三個角度來展開的。伍寧杰、官翠鈴等[4]（2019）運用系統耦合理論對長江中游城市群的物流產業與經濟發展的協同性開展研究，在空間分布中，耦合協調度具有隨機性，局部存在與空間呈負相關。楊浩雄等[5]（2019）根據地區經濟、地區物流業需求和地區物流業供給三個方面確定系統邊界，建立系統動力學模型來研究物流與經濟的互動關系。本文從多維度構造了物流業與經濟發展的綜合評價指數函數，并運用VAR模型，從時間序列角度研究物流業與經濟發展互動關系;并結合了探索性空間數據分析的方法，從空間維度對物流業與經濟發展水平的協同關系進行了實證研究。

1? 指標選擇與研究方法

本文將江蘇省作為研究對象，以其13個城市2000～2017年數據作為研究樣本。為了根據指標的重要性和相關數據的可獲得性，更全面、客觀地評價物流產業水平，本文以倉儲業、交通運輸業和郵政業的相關數據代替物流產業[6]，全面分析物流產業水平和經濟發展狀況。

1.1? 評價指標體系構建

借鑒唐建榮、唐萍萍[7]的研究，本文構建了物流行業的評價指標體系，將投入指標劃分為物流行業固定資產投資額、物流從業人員數量、道路運營里程和物流行業員工工資總額;物流產出指標分為物流行業產值、貨物周轉量和貨物運輸量。根據經濟增長的因素分析，結合唐建榮、張鑫[8]的研究成果，將經濟發展指標劃分為全社會消費品零售總額、固定資產投資額、地區生產總值和人均地區生產總值。

指標體系中各指標的選取及數據均來源于《江蘇省統計年鑒》和《中國城市統計年鑒》，為消除物價影響，涉及價格因素的指標采用2000年不變價格進行修正，同時對原始數據進行自然對數處理，權重計算結果如表1所示。

首先對數據進行標準化，采用變異系數法確定指標權重[9]。變異系數法的具體計算方法如下：w=vv， v=σ/，其中：w為第i項指標的權重;v為第i項指標的變異系數;σ為第i項指標的標準差;為第i項指標的平均數。最后利用U=∑ωX，計算2000～2017年江蘇省物流業發展指數和經濟發展綜合評價指數函數，對兩者的綜合評價數據進行對數處理，物流業和經濟變量分別記作InL和InE。

1.2? 研究方法

通過現有文獻的梳理和歸納，本文選擇VAR模型從時間序列視角來探究物流業與經濟增長的關系;利用ESDA從空間視角分析江蘇省城市之間是否存在空間效應。

1.2.1? VAR模型概述

VAR模型[10]最早由Sims（1980）應用到經濟學分析中，是一種將若干個經濟變量視作一個系統來進行預測的模型，系統中所有變量都是內生的。假設有2個時間序列變量y，y，將這2個時間序列變量當作2個回歸方程的被解釋變量，將p階滯后值作為方程的解釋變量，這樣就構成了一個二元的VARp系統，具體如下：

=++…++? ? ? ? ? ? ? ? ? ? ?（1）

其中：ε和ε為白噪聲過程，方程組左側是內生變量;右側作為解釋變量。

記y=， ε=， τ=， τ=，則上式可以整理為：

y=τ+τy+…+τy+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

1.2.2? 探索性空間數據分析

探索性空間數據法（ESDA）一般用于面板數據的空間自相關檢驗，是指在一定空間范圍內，某一要素與鄰近要素之間存在的依賴性。本文利用全局和局部的Moran'I指數進行檢驗和判定，全局相關檢驗反映了江蘇省各城市物流產業的空間相關性和經濟發展水平：

I=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

由于在全局Moran'I指數中缺乏對異質性的考慮，因此也需要對局部Moran'I指數進行測試。

I=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

在上述兩個公式中，n表示區域研究樣本總數，w表示空間權重矩陣，其原理如下：

w=

當I取正值時，說明城市間為正向空間效應;反之，則為負向空間效應。I取值的正負表示城市發展的趨勢為集聚或分散。

2? 基于物流業與經濟水平的VAR模型分析

本章基于向量自回歸模型（VAR）分析江蘇省物流業與經濟發展之間的關系，通過以下步驟完成模型的建立及檢驗：（1）平穩性檢驗;（2）選擇合適的滯后階數;（3）模型的穩定性檢驗;（4）格蘭杰因果關系檢驗;（5）脈沖響應分析;（6）方差分解。

2.1? 變量的平穩性檢驗

為了更好地研究變量之間的關系，需要采用Augmented Dickey Fuller方法對各時間序列的數據進行平穩性檢驗，以避免數據的非平穩性影響實證結果的準確性。檢驗結果在表2中顯示，原始序列發展指數的ADF值在5%的水平下顯著，表明所有變量都是穩定的。

2.2? VAR模型階數選擇

滯后階的確定是向量自回歸（VAR）模型的前提，它能充分反映模型的動態特性[11]。足夠大的滯后階數需要大量的估計參數，需要降低模型的自由度，因此有必要對模型的優缺點進行權衡，并進行適當的選擇。Eviews中利用AIC、SC等信息準則等來進行決選，如表3所示：

表3中給出了從0～3階的VAR模型的LR，FPE，AIC，SC和HQ的值，由相應標準選擇的滯后階數由*表示，最終由大多數標準選擇的最小滯后階數是2，此時AIC和SC也達到了最小值，由此可以建立VAR模型，相關數據如表4所示。

表5中結果表明，VAR的兩個方程調整后的R均在0.9以上，擬合優度較高，因此該模型比較可靠。由于VAR滯后階數為2，可建立VAR2模型，得到關于InE和InL的估計式：

=++++

2.3? VAR模型穩定性檢驗和協整檢驗

2.3.1? 穩定性檢驗

模型的穩定性是脈沖函數和方差分解的前提。檢驗穩定性是看單位根的倒數是否在單位圓內;如果它們都在單位圓內，則系統是穩定的。具體檢驗結果如圖1所示。

如圖1所示，說明模型通過平穩性檢驗，該模型是穩定的，模型設計理想。

2.3.2? 協整檢驗

基于上述確定的VAR模型，采用協整檢驗方法進行檢驗，檢定結果如表6所示。

由表6可知：在5%的顯著水平下，跡統計量拒絕了最初的假設，即沒有協整關系和至多是一個協整關系，即兩組被測試變量之間存在協整關系，這表明物流產業與經濟發展之間存在長期的平衡關系。

3? 物流產業與經濟發展的內在邏輯研究

3.1? 格蘭杰因果關系檢驗

當模型中存在不穩定變量時，忽略Granger因果關系檢驗，如果變量之間不存在協整關系，則為偽回歸，此時Granger因果檢驗是無意義的。在驗證變量間存在長期的協整關系后，使用Granger因果關系檢驗（Granger，1969），測試結果如表7所示。

格蘭杰因果關系檢驗結果表明，在顯著性水平為5%的情況下，物流業對經濟增長的格蘭杰檢驗接受零假設，經濟發展對物流產業的格蘭杰檢驗拒絕零假設，即經濟發展水平是物流業發展的單向格蘭杰原因，說明經濟發展刺激了物流業的需求，為物流業的發展提供了保障，并決定了區域物流業的發展水平。盡管物流業對經濟發展的力度不夠，但物流無疑可以優化區域產業結構，在一定程度上提高區域經濟效益。

3.2? 脈沖響應分析

脈沖響應函數可以充分反映變量之間的動態關系，本文構造了一個VAR2模型，可構造兩個脈沖響應函數。基于本文的研究目的，對江蘇省物流業指標函數和經濟增長指標函數的脈沖響應進行了分析，結果如圖2、圖3所示：

圖2顯示了江蘇省物流發展對經濟增長的反應。由圖2可知，初期時物流業對其自身變動的響應比較敏感，在第1期時達到正效應的最大值，變化幅度呈逐漸下降趨勢，但仍略高于零點，說明InL的響應函數路徑總體為正;到第10期開始基本穩定，且處于一個較為平穩的態勢，經濟發展水平對物流業的促進作用不夠顯著，原因可能是目前難以滿足物流業日益增長的需求、基礎設施的發展使得物流業的運營成本大幅增加、物流企業對產成品存在質疑及不確定性等，經濟增長對物流行業的發展有著長期的影響，但短期效應更為明顯。

圖3顯示了江蘇省經濟發展水平對物流業的響應。由圖3分析可知，經濟發展受到來自物流業發展水平的一個沖擊后，在第1～2期時達到最高點后顯著下降，在第6期趨于平穩態勢，但正向效應相對較大，物流系統的發展速度相對經濟發展速度是緩慢的。

3.3? 物流業與經濟發展水平的方差分解

脈沖響應函數描述了內生變量對VAR系統中其他變量的影響，這是對絕對作用的描述，對VAR系統變量的貢獻程度可以通過方差分解來描述，是對相對效應的描述。所有變量與響應變量的貢獻率之和為1，由于篇幅限制，表8僅顯示了物流業變量的方差分解結果：

由表8可知，江蘇省各期的物流業發展水平的變動主要受自身的貢獻影響，在第一期InL的新生標準誤差對自身的貢獻程度為100%，之后其自身的貢獻程度逐漸下降，并在第7期后穩定在92%左右，后期受到其他變量的影響逐漸加大并趨于穩定，說明其他變量的影響有一定的滯后性。各時期經濟發展水平對物流業的貢獻率不斷提高后處于穩定階段，維持在7%左右。

4? 物流業與區域經濟的空間關系研究

上文從時間序列的維度研究了物流業與經濟發展水平的關系，接下來將從空間角度分析物流產業與區域經濟的空間關

系[12]。本研究仍遵循上述指標體系探討物流產業與經濟發展的互動關系。

按照協同思想，把經濟發展水平和物流業分別被定義為D和D兩個子系統，其發展過程中的序參量為d=d，d，…，d，其中n≥1，α≤d≤βi=1，2，…，n，α，β是系統穩定臨界點上d的下限和上限。序參量有兩種類型：正向指標和負項指

標[13]。因此，有兩種計算方法：

ud=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

式中：ud∈0，1，表示序參量對系統有序程度的貢獻度。度量子系統有序度是通過集成ud實現的，本文將選擇加權平均法進行集成。

ud=uud， u≥0， u=1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

ud=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

從動態的角度重新衡量總系統的協同度，令ud， j=1，2，…，k為子系統在t時刻的系統有序度，ud， j=1，2，…，k是各子系統在t時的系統有序度，t～t時段的城市化物流系統協同度定義為總體系統協同度。

DSG=φuud-ud? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

其中：φ=。

DSG的值范圍為-1，1，值越大，系統的協同程度越高。通過計算可以推定各子系統間的演化路徑。通過上式的計算，最終得出了物流業—經濟發展協同得分值，由于年份過多，本文只羅列出奇數年的協同值以作示范，計算結果如表9所示。

由表9可知，江蘇省大部分城市的經濟物流系統協同度范圍在0.15～0.45之間，蘇州和南京的協同發展狀況最好，江蘇省各城市的協同在分布上存在較為明顯的區域集聚現象。全局莫蘭指數是在使用Stata軟件進行999蒙特卡羅模擬試驗后，結合物流—經濟發展協同得分得到的，具體見表10。

從表10可知，總體而言2000～2017年莫蘭指數顯著為正，所有指標都通過了5%的顯著水平測試，最小值為0.251，在2006年達到了最大值0.499，表明江蘇省物流業與經濟發展水平存在顯著的正向空間關聯特征，時序上逐年降低。表明城市間關聯性降低，局部差異性增強，集聚效應減弱，而結合數據測算過程來看，這一趨勢是由于城市發展與區域間發展不協調的差距不斷拉大所致。

上述檢驗不能反映區域間空間上的的顯著性差異，為了對江蘇省物流產業和經濟發展水平的空間關聯度、內生機理特征進行綜合分析，本文選取部分年份作為研究對象，借助Geoda軟件繪制了這些年份的局部Moran指數散點圖[14]（見圖4），以探討城市之間的局部空間自相關。

由圖4和表11可知，江蘇省物流業與經濟發展水平的空間相關模型主要為H-H型（如南京、無錫、徐州、常州等）和L-L型（如連云港、淮安等），江蘇省城市空間自相關特征以大城市集聚和小城市集聚為主。大多城市存在顯著的空間正相關，空間單元屬性具有同質性，呈現為自身低周邊低或自身高周邊也高的情況，說明產業發展在空間上的正向集聚區域持續擴大，高水平城市發揮了良好的輻射引領作用;少數城市空間單元屬性具有異質性，此時地理上的局部差異性擴大，相似性減小。

5? 結論與政策建議

本文采用VAR模型分析了2000～2017年江蘇省物流業與經濟發展水平的相互作用，運用探索性空間數據分析方法，分析了江蘇省城市物流產業與經濟協調發展的空間結構特征。主要結論為：（1）根據協整檢驗結果，江蘇省物流業與經濟增長之間存在長期的均衡關系。結合時間序列的變化趨勢，可以認為物流產業的可持續發展有效地促進江蘇省的經濟增長，兩者的發展方向是一致的。（2）根據格蘭杰因果檢驗結果，江蘇省經濟發展水平是物流產業發展的單向格蘭杰原因。這表明，江蘇省經濟增長對物流業的發展具有良好的拉動作用，而物流業的發展對江蘇省的經濟增長沒有明顯的促進作用。這可能是我國物流業的發展起步較晚，政府沒有制定好相應的扶持政策，加上區域經濟的發展由多個方面共同決定，所以兩者的協調性并不統一。（3）根據脈沖響應分析結果，江蘇省經濟發展水平對物流業的促進作用不夠顯著，但推動力度仍然存在，表現為地方生產總值的增長對區域物流的需求與供給有明顯的拉動作用，經濟的增長會激勵物流業進行生產活動，隨著產品數量的增加，物流產業的供給水平將被拉動，從而刺激區域物流的需求。（4）空間自相關分析表明，物流業與區域經濟正相關，但區域間物流的發展并不均衡。南京、無錫的物流產業集聚度高—高集中，物流產業總體效率較高;揚州、泰州等地區物流業的空間集聚并不顯著。連云港、宿遷的高、低值集聚反映了物流產業集聚在核心城市的空間分布特征和對周邊城市的輻射，各城市呈現出不同的狀態和技術效率水平。（5）近年來，物流業和區域經濟發展迅速，政府合理規劃和引導企業的項目進程。同時，兩者的發展變化的速度不均衡，只有兩個子系統協調發展，才能發揮整個系統的最優效果。

實證結果表明，目前江蘇省物流業與經濟水平協同發展整體不平衡，城市間的協同度呈現出顯著的差異特征。為進一步提升并穩固江蘇省各城市的協同與聯系，優化城市網絡布局和縮小城市間的發展差距，必須因地制宜，多元共治：（1）梯度發展，制定差異化目標和政策。通過實證研究發現，江蘇省城市間的物流產業和經濟發展存在空間分布不均衡的問題。考慮到我國物流產業及區域經濟發展受國家宏觀經濟政策調控的影響有很大關系，建議統籌兼顧各城市的能力和資源水平，因地制宜，將扶持政策向弱勢城市傾斜，制定差異化目標和政策，縮小區域不均衡現象，利用發達城市的優勢，借助其擴散效應來縮小城市之間的差異。（2）均衡發展，推動經濟系統融合提升。物流產業與區域經濟之間存在顯著的正相關關系，但區域物流的發展不均衡，區域物流產業與經濟體系的協調程度不由任意一方決定，而是決定于兩者的彼此協同程度。因此要加速改善物流效率和經濟發展增長極，除此之外還應推動物流產業以及其他第三產業的發展，引導相關產業增加對物流的需求，形成信息共享、技術互通的產業鏈。（3）垂直發展，深度推進物流產業升級。江蘇省作為物流運輸節點，物流需求大，應通過信息化手段整合江蘇省現有的物流資源，收集物流行業數據，深度挖掘，為物流行業和企業提供真實有效的市場信息，避免物流企業盲目擴張，緩解物流行業的低效無效競爭，為物流業未來的進一步發展提供保障，垂直發展能減少各城市之間隨意終止合作交易的不確定性。（4）平行發展，促進城市的協同和互補。根據江蘇省自身資源條件和環境承載力，確定不同區域的發展方向和功能定位，優化區域產業布局，加強各城市的合作意識，避免惡性競爭，促進各城市的功能互補與統籌發展;采取針對性措施拓寬物流產業的發展層次，發揮規模效應，并以政府為主導，提升和完善各區域的要素貢獻率。

參考文獻：

[1] 唐建榮，廖祥賓，馬潔純. 基于效率改進的物流金融協同模式研究[J]. 財貿研究，2016，27（2）：29-38.

[2] 諸裕祥，陳恒. 我國區域物流業發展非均衡及其外部效應估計——基于要素投入及其效率的分析[J]. 商業研究，2018（1）：112-121.

[3] 楊揚，李莉詩. 國際陸港城市物流能力與社會經濟發展協調評價——以昆明市為例[J]. 北京交通大學學報（社會科學版），2019，18（3）：129-137.

[4] 伍寧杰，官翠鈴，邱映貴. 長江中游城市群物流產業與經濟發展耦合協調性研究[J]. 中南財經政法大學學報，2019（4）：89-99.

[5] 楊浩雄，段煒鈺，馬家驥. 基于系統動力學的地區物流業與地區經濟互動機理研究[J]. 統計與決策，2019，35（3）：69-73.

[6] 蔡海亞，謝守紅. 長江三角洲物流發展及與經濟增長關系的實證研究[J]. 北京交通大學學報（社會科學版），2016，15（2）：89

-96.

[7] 唐建榮，唐萍萍. 中國物流產業效率的時空演化[J]. 北京工商大學學報（社會科學版），2018，33（6）：43-53.

[8] 唐建榮，張鑫，杜聰. 基于引力模型的區域物流網絡結構研究——以江蘇省為例[J]. 華東經濟管理，2016，30（1）：76-82.

[9] 向麗. 長江經濟帶旅游產業—城鎮化—生態環境協調關系的時空分異研究[J]. 生態經濟，2017，33（4）：115-120.

[10] 劉南，李燕. 現代物流與經濟增長的關系研究——基于浙江省的實證分析[J]. 管理工程學報，2007（1）：151-154.

[11] 宋琪，王寶海. 基于VAR模型的物流業增加值與經濟增長的實證分析[J]. 統計與決策，2016（1）：142-146.

[12] 李全喜. 區域物流能力與區域經濟發展的典型相關分析——基于全國面板數據[J]. 軟科學，2010（12）：75-79.

[13] 唐建榮，類延波. 城市化與物流業協同發展的時空演化及驅動因素研究[J]. 哈爾濱商業大學學報（社會科學版），2019（1）：45-56.

[14] 劉瑞娟，王建偉，黃澤濱. 基于ESDA的“新絲綢之路經濟帶”物流競爭力空間格局演化及溢出效應研究[J]. 統計與信息論壇，2017，32（6）：106-112.

[15] 郭湖斌，齊源. 長三角區域物流與區域經濟協同發展水平及空間協同特征研究[J]. 經濟問題探索，2018（11）：77-85.

[16] 唐曼萍，程哲. 農產品期貨價格與農業上市公司股價的相關性研究：以新希望集團為例[J]. 軟科學，2012（7）：86-90.