吉林省農業與物流業耦合協調發展研究

楊 帆 王柏誼

吉林省是我國的農業大省，農業在吉林省經濟發展中的地位舉足輕重。為促進吉林省農業進一步向現代化與高端化發展，就要保證農業與物流業的協調、耦合發展，因此，探析吉林省農業與物流業的協調發展關系，對吉林省的農業物流發展和區域經濟增長、對發揮吉林省比較優勢具有重要的現實意義。

本文以吉林省物流業與農業的耦合發展為研究對象，首先利用時變參數VAR模型測算物流業與農業的聯動性特征。相比于普通VAR模型，時變參數VAR模型可以刻畫物流業和農業發展過程中二者之間的相互影響。在此基礎上，通過建立空間Tobit模型，進而從數量研究的角度揭示了影響吉林省物流業與農業耦合發展的因素。通過相應的指標測度與實證檢驗，得出促進吉林省農業與物流業協調發展的建議。

一、吉林省物流業與農業聯動性的時變VAR模型分析

向量自回歸模型(Vector Autoregressive Model，VAR)最初是美國著名經濟學家Sims(1980)提出的一種分析宏觀經濟變量之間動態影響特征的計量經濟學模型。[1]VAR相比于其他一些常見的量化分析方法，其優勢在于：不用對模型進行先驗的理論設定，對模型施加大量不現實的約束條件，就可以分析模型中變量之間可能存在的動態影響特征。

(一)指標選取及平穩性分析

本實證研究利用時變VAR模型對吉林省管轄8市1州的物流業和農業聯動性關系是否存在進行量化分析和統計檢驗。在具體的模型構建中選擇農林牧漁業總產值水平衡量地區農業發展水平(YA)，選擇交通運輸、倉儲和郵政業增加值衡量物流業發展水平(YL)。本文收集了2010—2021年吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列作為研究樣本，數據來源于相關年份的《吉林統計年鑒》及長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州的統計年鑒。

本文首先對吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列及其差分序列進行平穩性檢驗，檢驗結果見表1。

表1 變量的平穩性檢驗結果

表1中變量的平穩性檢驗結果表明，吉林省8市1州的農業發展水平(YA)和物流業發展水平(YL)序列的水平值序列為非平穩序列，而農業發展水平(YA)和物流業發展水平(YL)序列的差分值序列為平穩序列，說明吉林省管轄的8市1州的農業發展水平(YA)和物流業發展水平(YL)序列是1階單整序列。

(二)協整檢驗及時變VAR模型滯后階數的判定

通過上述長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市地區、延邊朝鮮族自治州吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列平穩性檢驗結果可以發現吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列均為1階單整序列，并不具有平穩性。如果不考慮農業發展水平(YA)和物流業發展水平(YL)序列不滿足平穩性的要求，直接建立時變VAR模型則模型有關的推斷結論則無法說明結論的可信性，可能是假性回歸(spurious regression)結果的一種外在表現。

為了說明借助非平穩序列——農業發展水平(YA)和物流業發展水平(YL)序列，建立時變VAR模型，分析吉林省各地區農業發展和物流業發展聯動性具有合理性和科學性，本文首先對吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列進行協整檢驗。現代時間序列計量經濟學的理論研究結果表明，如果非平穩變量之間存在協整關系，則說明這些非平穩變量之間確實存在穩定的均衡關系，可以利用回歸模型等類似的方法去進一步推斷變量之間所存在的相互影響關系，不存在假性回歸(spurious regression)的問題。表2是吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列進行Johansen(1991)協整檢驗的結果[2]。

表2 變量的Johansen協整檢驗結果

表2變量協整關系的Johansen協整檢驗結果表明，不管是最大特征根檢驗還是跡檢驗的結果，長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州的農業發展水平(YA)和物流業發展水平(YL)之間存在顯著的協整關系。協整檢驗結果也從非平穩變量建模的角度說明本文后續建立的時變參數VAR模型具有一定的合理性。

在估計時變參數VAR模型之前，本文先利用似然比檢驗方法(LR)、赤池信息準則(AIC)、Schwartz準則(SC)確定模型的具體滯后階數。表3是模型中變量最優滯后階數的確定結果。

表3 模型最優滯后階數的確定

從表3的結果可以看到，根據赤池信息準則(AIC)、Schwartz準則(SC)的計算結果可以判斷，吉林省管轄8市1州的模型中變量最優滯后階數均為滯后1階。

(三)基于時變系數的Granger因果檢驗

為了檢驗吉林省農業與物流業發展的聯動性，本文利用2010—2021年吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)序列作為研究樣本，利用貝葉斯方法估計如下的時變參數VAR模型：

(1)

在具體的估計過程中，本文采用馬爾科夫蒙特卡洛模擬方法(Markov Monte Carlo Simulation Method，MCMC)對模型進行模擬和估計，MCMC設定次數為5 000，表4是時變參數VAR模型的估計結果。

表4 時變參數VAR模型估計結果

從表4的估計結果中可以看到，模型時變參數后驗均值均位于95%的置信區間之內，模型時變參數估計的標準差較小。上述結果說明了模型設定和參數估計的有效性。

在時變參數VAR模型估計結果的基礎上，利用Granger因果檢驗方法對吉林省管轄8市1州的農業發展水平(YA)和物流業發展水平(YL)進行檢驗，檢驗結果見表5。

表5 吉林省物流業與農業發展的聯動性檢驗

從表5的檢驗結果可以看到，長春市、四平市、通化市這三個地區的物流業與農業發展具有雙向影響關系，所以這三個地區的物流業與農業發展具有顯著的聯動性。吉林市、松原市、延邊朝鮮族自治州的物流業發展對農業發展具有顯著的影響，但是農業對物流業的影響并不顯著。遼源、白山、白城的物流業與農業發展不具有顯著的影響。

二、吉林省物流業與農業耦合協調性的綜合評價

前述研究是從產業發展的聯動性角度對吉林省管轄8市1州的物流業與農業發展進行研究，揭示吉林省物流業與農業發展的聯動性特征。下面從產業耦合協調性的角度對吉林省物流業與農業發展的耦合協調性進行綜合評價。

(一)評價指標體系構建

在構建指標體系時，本文借鑒了現有的研究成果，例如戎陸慶和魏鋒(2018)、梁雯等(2018)、穆曉央等(2020)的指標體系構建方法[3-5]，同時結合吉林省相關統計數據的可得性、完整性，構建如下指標體系以衡量吉林省物流業和農業的發展。

對于物流業的發展來說，本文從物流業的投入水平L1、產出水平L2以及規模水平L3三個不同的角度衡量吉林省物流業的發展。具體來說，本文利用物流業的固定資產投資額L11、勞動力投入L12、物流倉儲用地面積L13、民用車輛擁有量L14這4項指標衡量吉林省物流業的投入水平；利用物流業總產值L21、物流業貢獻率L22(物流業總產值與第三產業總產值的占比)衡量吉林省物流業的產出水平；利用貨運量L31、貨運周轉量L32、社會消費品零售總額L33、郵電業務總量L34、進出口貿易總額L35衡量吉林省物流業的規模水平。

對于農業的發展來說，本文同樣是從農業的投入水平A1、產出水平A2以及規模水平A3三個不同的角度衡量吉林省農業的發展。具體來說，本文利用農業固定資產投資額A11、農業從業人員數A12、農業機械總動力A13、農業化肥施用量A14、農業用電量A15、水庫數量A16、農業灌溉總面積A17衡量吉林省農業的投入水平；利用農業總產值A21、主要農作物產量A22衡量吉林省農業的產出水平；利用農作物總播種面積A31、年末耕地面積A32衡量吉林省農業的規模水平。

(二)吉林省物流業與農業耦合協調性評價結果

本文利用上述綜合評價指標的數據，對2010—2021年吉林省管轄長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州的物流業與農業的耦合協調性進行綜合評價。在具體的評價過程中，本文對評價指標進行了標準化處理，并利用熵權法計算各個評價指標的權重系數，計算了2010—2021年吉林省管轄8市1州的物流業與農業的耦合協調系數，表6列出了部分時間段(2011、2013、2015、2017、2019、2021)的計算結果。

表6 部分時間段吉林省各地區物流業與農業耦合協調系數

從表6的2011、2013、2015、2017、2019、2021年吉林省各地區物流業與農業的耦合協調系數的截面平均值來看，平均值從2011年的0.2639提升為2021年的0.600 7，說明2011—2021年吉林省各地區物流業與農業的耦合協調水平呈現出一個不斷上升的趨勢。另外從吉林省各地區的相應時段物流業與農業的耦合協調系數的跨時平均值來看，長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州分別為0.492 7、0.460 8、0.510 1、0.271 4、0.466 2、0.277 3、0.413 1、0.265 3、0.396 5，從數值上來看四平市最高，遼源市最低。依據耦合協調系數C的數值均勻劃分標準，四平市物流業與農業屬于弱度協調狀態，長春、吉林、通化、松原的物流業與農業屬于弱度失調狀態，延邊朝鮮族自治州物流業與農業屬于低度失調狀態，遼源、白山、白城的物流業與農業屬于中度失調狀態。

三、吉林省物流業與農業耦合協調發展影響因素的空間Tobit模型分析

前文分別從產業聯動性和產業耦合協調性的角度對吉林省農業與物流業的發展進行研究，那么究竟是哪些因素影響了吉林省農業與物流業的協調發展，這個問題的解答對于今后進一步提升吉林省農業與物流業協調發展的實踐活動或者是政策制定都將提供重要的線索。下面就利用量化分析工具——面板Tobit模型(Panel Tobit Model)，深入研究吉林省農業與物流業耦合協調發展的影響因素。

(一)變量選取及空間Tobit模型的形式

由于2010—2021年吉林省管轄8市1州的物流業與農業的耦合協調系數具有空間相關性，以及耦合協調系數具有離散特征，位于區間0和1之間，所以本文將建立空間Tobit模型(Spatial Tobit Model)進一步分析吉林省物流業與農業的耦合協調系數受到哪些因素的影響，其實證結果對于如何進一步提高吉林省物流業與農業的耦合協調水平具有重要意義。

Griffith and Paelink(2011)將空間Tobit模型的設定形式劃分為同時空間Tobit模型(SSTM模型)、潛空間自回歸Tobit模型(LSAR模型)和潛空間誤差Tobit模型(SE模型)三種具體的模型設定形式。[6]

SSTM模型的具體設定形式如下：

(2)

LSAR模型的具體設定形式如下：

(3)

SE模型的具體設定形式如下：

(4)

本文所構建的模型中的被解釋變量是前述吉林省各地區物流業與農業的耦合協調系數值(Y)，解釋變量本文選擇了物流基礎設施水平(X1)、物流信息化水平(X2)、物流業高層次人才數量(X3)、物流業發展的政策支持(X4)。樣本數據來源于相關年份的《吉林省統計年鑒》《中國物流業白皮書》《吉林藍皮書：吉林經濟社會形勢分析與預測》以及吉林物流網所公布的統計數據。

本文利用Kelejian and Prucha(2001)提出的KP檢驗方法[7]以及Xu and Lee(2012)提出的LM檢驗[8]，對空間Tobit模型進行設定檢驗，檢驗結果見表7。

表7 空間Tobit模型設定檢驗結果

通過表7模型設定檢驗結果，對空間Tobit模型的設定形式進行取舍，KP檢驗和LM檢驗表明SSTM模型的設定形式最為可取。所以在后續的實證研究中，構建如下模型：

Yit=max(0，β0+λW·Yit+β1X1it+β2X2it+β3X3it+β4X4it+εit)

(5)

其中Yit是i地區時間t的物流業與農業的耦合協調系數值，X1it是i地區時間t的物流基礎設施水平，X2it是i地區時間t的物流信息化水平、X3it是i地區時間t的物流業高層次人才數量、X4it是i地區時間t的物流業發展的政策支持，W是空間權重矩陣，εit是模型的誤差項。

(二)空間Tobit模型的估計

本研究利用2010—2021年吉林省管轄8市1州的相關數據在不同的空間權重矩陣(基于地理鄰近性空間權重矩陣W1、基于空間距離空間權重矩陣W2、基于社會經濟結構空間權重矩陣W3)設定下對模型進行最大似然估計，估計結果見表8。

表8 空間Tobit模型估計結果

表8的估計結果顯示，在三種不同的空間權重矩陣設定下，空間滯后系數λ均為正值且顯著，說明了吉林省管轄8市1州物流業與農業的耦合協調系數均有顯著的正向空間相關性。另外，從要素影響的實證結果來看，物流基礎設施水平對吉林省農業物流耦合協調水平具有顯著的正向促進作用，農村交通基礎設施的完善既是物流企業將布局下沉到農村的必要條件，也是農業現代化的重要基礎，沒有相對完善的農村交通基礎設施的支撐，物流業與農業的耦合協調發展也無從談起，因此，完善物流基礎設施是推進吉林省農業物流協調發展的基礎。物流信息化技術也對吉林省農業物流協調發展起到了正向的促進作用，現代農業物流發展中必不可少的一個要素就是信息資源的配置與協調，信息技術的引入與應用，能夠更好地對省內物流資源進行整合，促進物流企業之間的合作，并降低協調成本，也能夠更好地促進農產品供給與消費者之間的聯系，從而更好地加強農產品與物流行業的深度融合。物流業高層次人才數量也對吉林省農業物流業的耦合協調起到了促進作用，這里不過多解釋，實際上，任何一個產業的發展都不離不開人才的支撐作用。最后，物流業發展的政策支持也是促進吉林省農業物流業耦合發展的一個重要因素。因此，在未來的發展中，吉林省政府需要進一步加大政策的支持力度，為農業與物流業的耦合協調發展提供良好的發展環境。

四、吉林省農業與物流業耦合協調發展的對策建議

上述研究結果表明，吉林省農業與物流業發展之間的耦合效果不明顯。因此，為了更有效地實現農業拉動物流業發展，物流業保障農業發展，吉林省相關部門應積極采取措施促進兩業的協調發展。

(一)完善農村物流基礎設施配置，促進農業與物流業的耦合協調向深度發展

前面研究結果表明，吉林省基礎設施對農業與物流業耦合度的提升具有積極的促進作用，兩者具有顯著正相關效應。從吉林省農業與物流業耦合程度不高的成因來看，吉林省農村地區基礎設施相對落后是十分重要的因素。農村交通基礎設施的完善既是物流企業將布局下沉到農村的重要基礎，也是農業現代化的重要基礎，沒有相對完善的農村交通基礎設施的支撐，物流業與農業的耦合發展也無從談起。因此，吉林省地方政府應加大政策支持力度，大力完善吉林省農村基礎設施建設，特別是針對強化農產品物流配送為目標的基礎設施建設。而在基礎設施的投資布局上，需要根據吉林省不同地區的農業發展特點進行空間布局，完善樞紐地區與主干公路的交通銜接，要特別重視多種交通運輸方式的對接，形成覆蓋省、市、縣、鄉鎮、村的全面農產品物流運輸網絡體系。同時，還要加強農產品倉儲流通基地的建設，包括農產品批發市場、保鮮庫、冷藏庫等，特別要加強農產品冷鏈建設，從而促進物流業與農業的耦合向深度發展。

(二)以促進農產品物流信息化為目標，加快鄉村地區信息化建設

信息化、數字化程度是影響吉林省物流業與農業耦合度的重要指標。信息技術的深入發展為眾多行業的轉型升級提供了十分重要的機遇。特別是隨著近年來信息技術的深入發展，大數據、云計算以及區塊鏈等先進信息技術的應用更是為農業與物流業的融合發展提供了十分重要的技術支持。信息技術對農業與物流業耦合發展的作用主要體現在以下兩個方面：第一，信息技術的引入與應用，能夠更好地對省內物流資源進行整合，促進物流企業之間的合作。例如，對相同地區的農產品運輸可以采取聯合運輸、成本共擔的方式來降低物流成本，優化市場機制，并促進物流信息的公開透明性。第二，信息技術的引入與加強，能夠更好地促進農產品供給與消費者之間的聯系，使得消費者對農產品真實信息等有詳細的了解并獲得知情權，也能夠使得農產品從生產到銷售，再到消費者手中各個環節都公開、透明，從而更好地加強農產品與物流行業的深度融合。因此，在推進吉林省農業與物流業耦合發展的過程中，需要加強農村信息化的發展，以互聯網技術為基礎開發農產品物流信息系統，充分發揮電子商務與互聯網通訊的優勢，保證農產品在整個物流鏈條中的快速、及時與透明。同時，還要加強數字化建設，通過大數據平臺對地區農產品物流信息的搜集與整合，可以歸納出最優的物流策略，提高物流效率，降低物流成本，從而更好地實現農業與物流業的協調發展。

(三)重視人才管理，加快農業物流人才隊伍建設

人才是所有行業能夠向前發展的基礎，同樣，農業與物流業的融合發展也離不開人才的培養和引入。特別是，關于農產品物流方面的復合型人才的培養，更是吉林省農業與物流業耦合協調發展能否成功的關鍵。面臨農業物流領域人才的短缺，吉林省可以從多方面入手來培養相關領域人才。第一，為了促進農業物流的發展，首先要培養大批 “新農民”，提高現有農民的綜合素質，培養農民對農產品市場的了解以及信息搜尋能力，培養農民對簡單的信息化技術的應用能力。利用高校的師資對農民進行有針對性的培訓。第二，政府部門可以考慮設立專項基金，與大學建立聯合培養機制，針對相關領域、高層次緊缺人才進行專門培養；第三，除了省內自身對相關領域人才進行培訓以及培養外，還要積極采取措施，引進外來人才。例如，政府可以遵循市場原則，完善人才引入機制，對農業物流方面緊缺人才的引入提供一定的財政補貼等。第四，相關的第三方物流企業也可以通過對內部員工提供培訓，或者與領域內知名企業進行人才交流等方式加強學習。

(四)加大農業物流業耦合發展的政策支持力度

吉林省農業與物流業的耦合發展也是離不開政府支持的，前文實證檢驗的結果即證實了這一點。政府的宏觀調控以及政策支持，對于地區農產品物流業的發展具有十分重要的作用。因此，在未來的發展中，吉林省政府需要進一步加大政策支持力度，為農業與物流業的耦合協調發展提供良好的發展環境。具體來說，可以從以下幾個方面入手：第一，省政府以及各級政府應該針對農業與物流業的融合發展做好頂層設計，做好行業發展的戰略規劃，針對相關政策法規、管理體制進行梳理，對于界定不清，或者不完善的規章制度，應該將其補充完整，為未來的發展提供良好的發展環境與政策支持。第二，加大政策性資金的投入力度，特別是在與農產品物流相關建設用地、投資、貸款以及人員培訓方面要加大支持力度。同時，對于高端的農業物流形式，如冷鏈運輸的構建，可以給予企業一定的補貼，鼓勵企業發展冷鏈運輸。第三，政府要引導行業協會充分發揮作用，促進產業內不同農產品物流企業之間資源的有效整合與充分利用，并借助協會的影響力，促進物流企業與規模農戶之間的溝通與合作，打造一種長期合作共贏的關系。第四，采取金融支持以及稅收激勵等手段支持和培育農產品物流領域龍頭企業的形成與發展，通過龍頭企業的崛起來帶動并促進整個農產品物流市場的發展，而政府在這個過程中應該制定出農產品物流市場的相應標準，為農產品物流行業的有序發展提供必要的立法和監管。