區域物流與新型城鎮化發展互動關系測度

吳 彪，尹 靜，柏寒茁，劉 拓，邵明暉

(1.黑龍江工程學院 汽車與交通工程學院, 黑龍江 哈爾濱 150050；2.東北林業大學 交通學院，黑龍江 哈爾濱 150040；3. 黑龍江工程學院 經濟管理學院，黑龍江 哈爾濱 150050)

0 引言

區域物流與新型城鎮化是區域經濟社會發展的重要組成部分，二者之間存在交互作用關系[1-2]，區域物流對新型城鎮化發展具有帶動作用，新型城鎮化為區域物流發展創造了新的機遇[3-5]。分析區域物流與新型城鎮化的互動關系，是適應區域經濟社會高質量發展的內在要求，對實現區域物流與新型城鎮化協調發展具有重要意義。

區域物流與新型城鎮化發展的互動關系是物流經濟學的重要研究領域之一。近年來，國內外學者采用定量方法分析了區域物流與新型城鎮化的互動關系。Huffman等[6]利用結構方程模型闡明了物流業發展與城鎮化率的關聯效應與協調發展機制。李茜[7]基于2000—2012年省級面板數據，利用回歸分析方法分析了物流業發展與城鎮化率之間的關聯性。徐春祥等[8]、劉剛等[9]分別以遼寧和湖北物流業和城鎮化發展數據為基礎，構建區域物流與新型城鎮化協調度評價模型，實證分析了區域物流與新型城鎮化的協調性。梁雯等[10]利用1994—2014年安徽省的數據，實證分析了新型城鎮化對物流業的影響。鄒筱等[11]從互動演進耦合發展關系的角度出發，分析了物流業與新型城鎮化的耦合發展關系。梁雯等[12]選取2005—2016年長江經濟帶9省2市的面板數據，從時空維度分析了物流與新型城鎮化的協同發展對新型城鎮化的影響。吳垚等[13]、陸歡等[14]利用耦合協調度模型定量分析了物流業與新型城鎮化發展的耦合協調關。梁雯等[15]基于灰色關聯耦合模型測算了物流產業集聚和新型城鎮化發展的關聯度及耦合度。朱雁春等[16]基于2000—2015年東部12個省份的數據，分析了物流業與新城鎮化耦合協調性的時空演變特性。

總體而言，目前區域物流與新型城鎮化關系研究已取得一定成果，但二者的雙向互動作用研究尚且不足。因此，本研究考慮區域物流與新型城鎮化協調發展的實際需求，構建區域物流與新型城鎮化發展的綜合評價指標體系，基于2006—2017年黑龍江省區域物流與新型城鎮化發展數據，測度區域物流與新型城鎮化發展水平，分析區域物流與新型城鎮化發展的互動關系。

1 測度指標體系構建

根據系統性、科學性、可衡量性和數據可獲取性等原則，結合區域物流與新型城鎮發展數據特征，構建區域物流與新型城鎮化發展水平測度指標體系[17-19]。其中，區域物流子系統由反映物流能力、發展規模和需求狀況的8個指標構成，新型城鎮化子系統由反映經濟城鎮化、人口城鎮化、社會城鎮化和生態城鎮化的9個指標構成。具體情況見表1。

2 研究方法

2.1 發展水平測度方法

熵權法利用指標原始數據的變異程度進行賦權，具有一定程度的客觀性。因此，本研究利用熵權法確定區域物流與新型城鎮化發展水平測度指標體系各個指標權重，利用熵值-加權綜合評價模型來測度區域物流與新型城鎮化發展水平。具體計算過程如下：

(1)數據標準化處理

評價指標的量綱及數量級不同，需對各指標進行標準化處理以便對比分析。標準化的計算公式為：

(1)

表1 區域物流與新型城鎮化發展水平測度指標體系Tab.1 Measurement indicator system of regional logistics and new urbanization development level

式中，xij為研究單元中i指標j的樣本值；max和min分別為研究單元中i指標j的最大值和最小值；標準化后的x′ij取值范圍在[0,1]之間。

(2)熵權法

(2)

(3)

(4)

(5)

式中，pij為研究單元i中指標j的歸一化值；ej為第j個評價指標的熵值；k和m分別為常數和研究單元總數，二者相關聯(k=1/ln(10)=0.434)；dj為第j個評價指標的差異性系數；wj為評價指標的權重。

(3)熵值-加權綜合評價模型

在確定各指標權重的基礎上，測度區域物流與新型城鎮化發展水平，計算公式為：

(6)

(7)

(8)

式中，UL,i為研究單元i的區域物流發展水平；UU,i為研究單元i的新型城鎮化發展水平；x′L,ij為區域物流發展水平評價指標的歸一化值；x′U,ij為新型城鎮化發展水平評價指標的歸一化值；wL,j和wU,j分別為區域物流與新型城鎮化發展水平測度指標體系中各指標的權重值。

2.2 互動關系測度方法

為揭示區域物流與新型城鎮化發展之間的互動關系，利用ADF單位根檢驗、恩格爾-格蘭杰檢驗、誤差修正模型、VAR模型等計量經濟學方法，分析區域物流與新型城鎮化之間的關系。具體計算公式如下。

(1)ADF單位根檢驗

ADF單位根檢驗原假設與備擇假設如式(9)所示。

(9)

式中p為統計概率值。

ADF檢驗一般有3種情形，如式(10)～(12)所示。

(10)

(11)

(12)

式中，Δyt為時間序列yt的一階差分序列；δ為一階滯后時間序列的系數；λj為j階滯后差分序列的系數；j為滯后階數；ut為白噪聲序列；α0為非零常數項；t為時間變量；β0為時間變量系數。

ADF單位根檢驗的統計量漸近服從ADF分布。若不拒絕原假設H0，則yt為非平穩時間序列；若拒絕原假設，則式(10)～(11)中yt為平穩時間序列，式(12)中yt為趨勢平穩序列。

(2)恩格爾-格蘭杰檢驗

恩格爾-格蘭杰檢驗，即對回歸方程殘差進行單位根檢驗。如果殘差是平穩的，表明變量之間的線性組合平穩，具有協整關系。

如果Xt和Yt均為d階單整序列，利用最小二乘法估計協整回歸：

Yt=α+βXt+ut，

(13)

式中，α為常數項的截距參數；β為在ut不變的情況下，當Xt發生變化時對Yt的影響；ut為誤差項或隨機干擾項，表示除Xt之外其他影響因素的影響；Xt為解釋變量；Yt為被解釋變量。

殘差et可由式(14)計算得到：

(14)

若et為平穩序列，則Xt和Yt協整，否則不協整。若Xt和Yt不協整，則它們的任一線性組合都是非平穩的。因此，殘差et也是非平穩的。

利用ADF單位根檢驗殘差et的平穩性，是針對協整回歸計算出的殘差項，其ADF臨界值比正常的ADF臨界值小。

(3)誤差修正模型

建立誤差修正模型，如式(15)所示：

(15)

式中，c10和c20為常數項；γ11和γ21為修正速度系數；u1t和u2t為隨機干擾項；αi(L)(i=1,2)和βi(L)(i=1,2)為方程中變量的系數。

(4)VAR模型

VAR模型的一般表達式為：

yt=Atyt-1+…+Apyt-p+B1xt+…+Byxt-y+εt，

(16)

式中，yt為m維內生變量向量；xt為d維外生變量向量；A1,A2，…,AP和B1,B2，…,BP為待估計的參數矩陣，內生變量和外生變量分別有p和r階滯后期；εt為隨機擾動項。

3 區域物流與新型城鎮化發展水平測度

利用2006—2017年黑龍江省區域物流與新型城鎮化發展數據，基于熵值-加權綜合評價模型測算區域物流與新型城鎮化發展水平。涉及的指標數據源自2006—2017年《黑龍江統計年鑒》、《中國區域經濟統計年鑒》、《中國城市統計年鑒》、《中國城市發展報告》和《黑龍江省國民經濟和社會發展統計公報》。

利用熵權法分別計算區域物流與新型城鎮化發展水平測度指標的信息熵、差異性系數及指標權重，結果見表2。

表2 區域物流與新型城鎮化發展水平測度指標權重Tab.2 Measurement indicator weights of regional logistics and new urbanization development level

利用熵值-加權綜合評價模型，測算2006—2017年黑龍江省區域物流Log與新型城鎮化發展水平Urb綜合評價值，如圖1所示。

圖1 區域物流與新型城鎮化發展水平評價值Fig.1 Evaluation values of regional logistics and new urbanization development level

由圖1可知，區域物流發展水平綜合評價值從2006年的0.293上升到2017年的0.728，新型城鎮化發展水平綜合評價值從2006年的0.189上升到2017年的0.939，說明黑龍江省區域物流與新型城鎮化水平在2006—2017年穩步提升，但二者發展速度并不完全同步。

4 區域物流與新型城鎮化互動關系測度

為消除區域物流與新型城鎮化發展數據存在的異方差，將其進行自然對數變換。對數處理后的區域物流與新型城鎮發展水平評價值及其一階差分變化情況分別見圖2、圖3。

圖2 區域物流與新型城鎮化發展水平評價值對數變化趨勢Fig.2 Logarithm trends of regional logistics and new urbanization development level

圖3 區域物流與新型城鎮化發展水平評價值一階差分變化趨勢Fig.3 First order differential trends of regional logistics and new urbanization development level

4.1 平穩性檢驗

利用ADF單位根檢驗法對區域物流與城鎮化發展水平時間序列數據進行平穩性檢驗，結果如表3所示。

表3 區域物流與新型城鎮化發展水平時間序列數據ADF檢測結果Tab.3 ADF test result of time series data of development level of regional logistics and new urbanization sequence

由表3可知，區域物流與新型城鎮化發展水平二階差分Δ2lnLog和Δ2lnUrb的ADF統計量值分別為-3.259 104和-5.501 658，均小于5%水平下的臨界值，表明區域物流與新型城鎮化發展是二階單整序列，滿足協整關系檢驗的前提。

4.2 協整關系檢驗

利用最小二乘法對區域物流與新型城鎮化進行回歸分析，得到二者的協整方程：

lnUrb=1.482lnLog-0.158。

(19)

為進一步說明區域物流與新型城鎮化之間具有長期穩定的均衡關系，對式(19)進行殘差檢驗，結果見表4所示。

表4 協整方程殘差序列的ADF檢驗結果Tab.4 ADF test results of co-integration regression residual error

由表4可知，在顯著性水平α=0.05水平下，協整方程殘差序列ADF檢驗P值為0.011 5，認為該殘差序列為不含趨勢項與截距項平穩，表明區域物流與新型城鎮化存在協整關系。

協整回歸模型殘差和擬合效果如圖4所示。

圖4 協整回歸模型殘差和擬合效果Fig.4 Residual error and fitting effect of co-integration regression model

4.3 誤差修正模型

現考察變量短期若偏離均衡如何恢復到均衡狀態，即建立誤差修正模型。

D(lnUrbt)=-0.002 375+0.574 822D(lnLogt)-

0.650 795D(lnLogt-1)+1.023 184D(lnUrbt-1)-

0.558 464ECM(-1),

(20)

式中，D(lnUrbt-1)為D(lnUrbt)滯后一階的差分；D(lnLogt-1)為D(lnLogt)滯后一階的差分；ECM(-1)為滯后一階的殘差。

誤差修正模型擬合結果如圖5所示。

由圖5可以看出，誤差修正模型的殘差序列基本上是一個零均值的平穩序列，表明模型較好地擬合了新型城鎮化序列，可以借助該模型來擬合新型城鎮化的變化規律。

圖5 誤差修正模型的擬合值和殘差Fig.5 Fitted values and residual errors of error correction model

4.4 VAR模型

為分析區域物流滯后期對新型城鎮化發展的影響，建立VAR模型。當滯后階數為1時，AIC信息準則達到最小值-5.752 787，而SC信息準則為-5.571 236，見表5。

表5 模型滯后階數選擇Tab.5 Selection of model lag order

因此，可以建立VAR(1)模型，模型結果如表6所示。

表6 VAR模型結果Tab.6 Result of VAR model

由表6可以看出，2個回歸模型的擬合度R2分別為0.996 457和0.925 201，表明這2個模型擬合優度高。滯后1期的新型城鎮化發展對當期區域物流發展產生正向作用，表明新型城鎮化對區域物流發展有較大影響，滯后1期的新型城鎮化可促進當期的新型城鎮化發展，同時也可促進當期區域物流發展水平提升。而區域物流的滯后期對當前新型城鎮化發展沒有顯著影響，表明上期新型城鎮化發展在促進當期的新型城鎮化發展增長時，可以提升區域物流發展水平。

lnLog對lnUrb的外生性檢驗結果如表7所示。

表7 外生性檢驗結果Tab.7 Exogenous test result

表7外生性檢驗結果表明, 解釋變量lnLog的滯后值對被解釋變量lnUrb有顯著影響，故模型成立。

5 結論

本研究在構建區域物流與新型城鎮化發展水平測度指標體系的基礎上，利用熵權法測度了黑龍江省區域物流與新型城鎮化發展水平，利用計量經濟學方法實證分析了黑龍江省區域物流與新型城鎮化發展之間的互動關系，得出如下結論：

(1)熵權法測算結果顯示，黑龍江省區域物流與新型城鎮化發展水平在2006—2017年穩步提升，但二者發展速度不完全同步，區域物流滯后于新型城鎮化發展，二者處于不協調階段。

(2)平穩性和協整關系檢驗結果表明，黑龍江省區域物流與新型城鎮化發展是二階單整序列，并表現出一種長期穩定的均衡關系，區域物流對新型城鎮化發展具有極大的促進作用。

(3)誤差修正模型和VAR模型擬合效果好，可以借助誤差修正模型擬合新型城鎮化的變化規律，新型城鎮化的滯后期對區域物流發展有很大影響。