基于BVAR模型的福建省区域物流和旅游业协调发展的联动效应实证

李新光 黄丽娟 袁 成

（武夷学院a.商学院；b.旅游学院，福建 南平354300）

一、引言与文献综述

《福建省“十二五”服务业发展专项规划》中明确指出，“十二五”期间，福建省服务业年均增长速度力争高于全省生产总值增长速度。到2015年，服务业增加值达到10000亿元，占GDP比重超过42%。为了顺利完成“十二五”规划发展目标，现代物流业和旅游业将作为全省重点发展的服务业，有望成为福建省经济增长新亮点。因此，如何确立与壮大现代物流和旅游业的主导产业地位，逐步建立“产业互动，区域联动”的现代服务业体系将成为政府工作重点。本文以此为契机，运用不同于传统向量自回归的BVAR模型，探讨全省1979年～2012年间物流业和旅游业互动影响路径。这一方面可以为设计实现物流业和旅游业高效率结合的运行机制提供参考；另一方面为研究旅游物流结合这一新兴领域的理论基石提供实证依据。

目前，研究旅游物流的权威研究文献及公开成果在国内外都相对较少，旅游和物流相结合的研究总体上来说处于初期阶段。从已有的研究来看，大概呈现出如下特点：

首先，国内有部分学者研究了旅游业供应链的构建。张巍巍［1］、刘洁卉［2］、张杰［3］、潘文军［4］分别从现代物流理念、供应链管理的角度、旅游物流概念进行了界定和整合。第二，有些学者重点研究了旅游物流的概念、功能和管理体结构体系，如戈猛［5］、赖斌［6］、袁宇杰［7］、田宇等［8］。第三，少量学者从宏观的角度研究了物流业和旅游业两大产业发展的互动关系。李耀珍从定性的角度概述了二者的内涵及特征，紧接着分析了二者相互促进的具体表现。［9］孙玉琴认为现代物流业对旅游业具有保障和促进作用，因此有必要将现代物流技术融入旅游业中去。［10］

从国内学者对旅游物流结合问题的研究来看，主要以定性分析为主，而定量分析文献相对缺乏。由于目前旅游物流在理论界属于新兴的研究领域，国内学者研究主要处于起步阶段，侧重界定旅游物流概念和构建理论体系。在已有文献中，与旅游物流定量研究相关度最大的文献有：向艺运用空间计量方法分析旅游经济增长的影响因素，将交通里程作为一个自变量，间接探讨了物流和旅游经济增长之间的关系。［11］卢睿利用VAR模型分析了我国旅游业和物流业发展的关联性，但是该文最大不足是样本选取范围为2006年～2010年，样本容量严重不足，且文章主要是为了预测，并未分析旅游业和物流业相互影响路径。［12］

本文在前人分析的基础上，试图从以下几个方面进行突破：第一，侧重运用计量经济学方法去分析两种产业的相互影响路径。第二，克服普通向量自回归（VAR）模型缺陷的基础上，利用贝叶斯向量自回归（BVAR）技术手段作为本文分析的主要方法，这可以有效克服福建省现有相关数据不多的缺点，以提高分析的精准度。第三，旅游物流本身作为一个新兴的研究领域，我们将前沿的方法运用于旅游物流这一新兴领域，将有助于拓展该领域的研究。

二、贝叶斯向量自回归模型（BVAR）简述

1980年Sims将向量自回归模型（vector auto－regression，VAR）应用到经济学领域中来，成为多维时间序列模型的最核心内容。VAR模型最大的特点是不需要很强的理论依据，它是基于数据的统计性质而建立模型；此外，它还有一个优点便是不需要区分外生变量和内生变量，使其在分析多维时间序列时显现其独特的优势。从本文的研究来看，旅游业和物流业发展越来越密切，很难区分内生变量或外生变量。这正适合采用VAR模型分析。然而普通VAR亦存在不足①详细可见James P.LeSage（1999）chapter 5的阐述。：第一，待估参数太多，对时间序列长度要求较高。由于福建省统计局公布的数据不长，这对本文的研究不利。第二，普通VAR模型中的解释变量均为被解释变量向量的滞后项组成，易产生较高的共线性关系，导致估计偏误。为此，Litterman and Sims提出引入贝叶斯先验信息，可以克服上述问题。根据Sims所提出的方法，贝叶斯VAR模型简述如下。设xt＝（yt－1，yt－2，yt－3……yt－p，1），则（1）式可表述为：

可见，（5）式是关于c的二次方程式，它服从正态分布，可以通过MCMC模拟或其他计量统计方法求得。

三、变量选取、数据及模型实证

（一）变量选取

1.物流发展水平指标：由于我国统计年鉴中没有专门反映物流增加值的指标，借鉴一些学者们做法，大体有两种：一是用货物周转量。它可以衡量某地区或国家物流水平和物流能力。二是用采用交通运输、仓储及邮政业的增加值来替代物流增加值。为了分析的全面性，本文同时采用上述两种指标。

2.旅游业发展水平指标：用国际旅游外汇收入和入境旅游人数指标作为衡量福建省旅游发展水平的代理指标。

（二）数据处理、来源

1.样本范围：货物周转量和入境旅游人数为1979年～2012年的数据；交通运输、仓储和邮政业增加值和国际旅游外汇收入为1991年～2012年的数据。

2.处理：对于价值指标，将其化为不变价（1984＝100）。为了降低各指标度量上的差距和可能存在的异方差，将上述各变量进行对数处理，处理后的指标分别记为：lnrs（入境旅游人数）、lnzz（货物周转量）、lnzj（交通运输、仓储及邮政业的增加值）、lnsr（国际旅游外汇收入）。实物指标无须处理。

3.数据来自历年①2012年最新相关统计数据来自《2012年福建省国民经济和社会发展统计公报》。《福建省统计年鉴》、《中国旅游统计年鉴》、中经网。模型实证将采用matlab、eviews软件。

（三）贝叶斯向量自回归（BVAR）模型估计

1.变量平稳性。为了避免因为单位根现象而出现对模型估计结果不准确，首先采用ADF检验法对各变量进行平稳性检验。结果如下：

表1 单位根检验结果

从表1中结果可以看出，lnrs、lnzzi不平稳，但其一阶差分平稳。而lnzjd10%水平下平稳。协整检验结果显示lnsr和lnzj、lnzz和lnrs均具有协整关系，故可以进行BVAR和脉冲响应分析。

2.Granger因果关系检验。为了进一步检验各变量之间的相互因果关系，对变量进行Granger因果检验。此处Granger因果关系检验主要是经过多次尝试不同的滞后阶数得到，②具体可参照易丹辉《时间序列分析方法与应用》，2011年，第159页。结果如下：

表2 Granger因果关系检验结果

检验结果（表2）显示：（1）对于lnzz和lnrs，通过滞后1～6期的尝试，货物周转量是入境旅游人数的granger因，第6期表现出显著的因果关系。而入境旅游人数对货物周转量的granger因各期都不显著，说明不存在因果关系。（2）对于lnsr和lnzj，交通运输、仓储及邮政业的增加值在1～4期均显著的表现为国际旅游外汇收入的granger因，反过来不成立。可见，物流业的发展能显著的带动和促进旅游人数和旅游外汇收入的增加。若从冲击角度来说，来自物流业的随机扰动冲击，会对旅游业带来显著的影响，具体响应路径在BVAR脉冲响应分析中得到论证。

3.贝叶斯向量自回归（BVAR）相关选项设置说明。（1）模型的滞后阶数。lnrs和lnzz的BVAR模型在5%水平下最佳滞后为10阶；而lnsr和lnzj的BVAR模型在5%水平下最佳滞后为3阶。（2）模型的先验信息。Litterman and Sims提出的BVAR模型估计方法需要事先设定超参数以反映模型的先验信息。本文借鉴一些相关文献以及LeSage等学者的设置经验，经过多次调试和检验，最终将BVAR模型估计用到的超参数设置为：nlag＝10和3（滞后阶数）；weight＝0.5（权重矩阵）；decay＝1；tight＝0.1（衰减参数，Minnesota先验信息）；odum＝＇o1＇（代表Cholesky分解）。

（四）脉冲响应分析

为了描绘两大行业之间的动态影响关系，选定脉冲响应分析的期限为30，利用脉冲响应技术剖析二者动态关系。

1.物流行业应对旅游市场冲击的响应分析。

图1 货物周转量的响应图

图2 交通运输、仓储及邮政业增加值的响应图

从图1可以看出，当入境旅游人数受到一个单位标准差的正向冲击后，货物周转量在第1期会产生负向的冲击响应，强度为－0.011；第2期开始上升为正向影响，至第4期达到最大强度0.028；此后冲击响应强度稳定在0.02水平上。可见，如果一旦到了“黄金周”旅游旺季，来福建省旅游人数显著增加，从而带动全省铁路、公路、水运和空运的发展，并对货物运送量的影响是持续而稳定的。

从图2的响应图来看，给定国际旅游外汇收入一个单位标准差的冲击以后，交通运输、仓储及邮政业增加值的响应强度是正向递减关系，但影响值相对不大。第1期有最大响应值0.007，第10期递减至0.005，此后影响强度持续减弱。这意味着，如果来省旅游人数减少，会对物流业增加值带来负面的影响，二者是正相关，不过减少幅度会慢慢减弱。

2.旅游行业应对物流行业冲击的脉冲响应分析。

图3 入境旅游人数的响应图

从图3可知，给定货物周转量的一个单位标准差正向冲击，对入境旅游人数的影响为正向，在第1期产生的影响强度为－0.011；第2～5期影响显著上升，第6期达到较大影响值0.04，第10期的影响强度为0.03。这说明如果交通基础设施越发达，尤其像福建省铁路、公路等设施相对落后，这会限制入境旅游人数的增加。随着2009年温福铁路、2010年福厦铁路的开通，结束了福建省铁路运行单线、低速的历史，进入高铁时代。这将会大大推动全省旅游市场的发展，而且这种影响会在3年～5年后体现出来。

图4 国际旅游外汇收入的响应图

从图4来看，给定交通运输、仓储及邮政业的增加值一个单位的正向冲击，国际旅游外汇收入的影响将表现为正向关系，第1期影响强度为0.026，第2期影响强度达到最大值0.032，此后影响强度以较快速度下降，至第10期影响强度为0.019，第30期将为0.007。而与其对来自自身冲击的影响路径比较，交通运输、仓储及邮政业的增加值的影响持续相对较长。国际旅游外汇收入对来自自身冲击的响应主要集中在第1－4期。而对交通运输、仓储及邮政业的增加值冲击响应强度持续较长且强度更大。这说明交通运输、物流仓储及邮政业的发展程度对全省国际旅游外汇收入影响关系显著且较大。

四、结论、对策及启示

（一）结论

本文运用贝叶斯向量自回归（BVAR）对福建省区域物流和旅游业协调发展过程中互动关系进行了研究。结果表明：

第一，从各变量的发展趋势和协整检验的结果来看，国际旅游外汇收入和交通运输、仓储和邮政业增加值、入境旅游人数和货物周转量之间均表现出同向发展走势，即说明它们存在长期均衡关系。

第二，从因果关系检验结果来看，物流业的发展能显著地带动和促进旅游人数、旅游外汇收入的增加。换句话说，来自物流行业的随机扰动冲击，会给旅游业带来显著的影响。但反过来并非如此。

第三，从脉冲响应分析效果来看：（1）货物周转量和交通运输、仓储和邮政增加值均对来自入境旅游人数、国际旅游外汇收入冲击的反应均不大；且明显低于入境旅游人数、国际旅游外汇收入对来自货物周转量和交通运输、仓储和邮政增加值冲击的响应程度。2）福建省入境旅游人数、国际旅游外汇收入对来自物流行业冲击的响应强度较大。根据“十二五”规划，福建省旅游业将作业服务业中的主导产业发展，大力发展物流基础设施是非常重要的，它将吸引更多的入境人员来闽旅游。此外，物流业作为福建省一个新兴产业，由于过去铁路、公路、航空等运输业相对落后，造成旅游业的发展对物流业发展的影响力并不明显，即福建省物流产值的增加主要靠其自身的发展带动，这为下阶段如何重点引导物流产业的发展提供实证指导。

（二）对策启示

第一，大力发展运输基础设施是保证物流业与旅游业可持续发展的重要基础。根据“十二五”物流发展规划，福建省把改善全省铁路、高速公路、民航等交通网络纳入重点规划。这需要政府加大投资力度，增加运输线路，优化运输结构。一旦公共基础设施得到改善，将会给物流业、旅游业的发展带来新的契机。随着来闽旅游的人数增加，旅游业逐渐被带动起来，它对物流产业的影响会加强。第二，围绕建设全省旅游经济强省主题，延伸旅游产业链，加大旅游业对物流产业的影响力度。所谓旅游产业链的延伸主要将观光旅游和商务、休闲、会展（如茶博会）等结合起来，将会大大推动物流产业的发展。第三，探索物流业和旅游业联合经营发展的新型经营模式。由于物流业和旅游业具有共性和特性，可以探索合作经营的模式，如集团化经营、多元化经营。这样使得两大产业优势互补，形成规模经济、范围经济效应，使福建省服务产业竞争力得到显著的增加。

最后，本文还有值得深入研究的价值，比如由于受限于福建省可获得数据的限制，如何在研究方法上、数据挖掘上取得新突破。同时，本文的研究对象虽然局限于福建，其方法可以拓展其他省份乃至全国，这为后续研究和创新提供启示。

［1］张巍巍.基于现代物流理念的旅游产业供应链重塑和整合研究［J］.物流技术，2013，（5）.

［2］刘洁卉.基于第三方物流的特色旅游产品物流解决方案研究［J］.物流技术，2013，（3）.

［3］张杰，张宗书，杨惠玲.基于现代物流理念的旅游产业供应链资源整合问题研究［J］.物流技术，2013，（3）.

［4］潘文军，王闻慧，胡珊珊.浅论旅游与物流的结合与发展［J］.江西科技师范学院学报，2008，（2）.

［5］戈猛，刘秀田.旅游物流系统架构研究［J］.物流技术，2013，（5）.

［6］赖斌，彭其渊，杨丽娟.对旅游物流的再认识［J］.生产力研究，2006，（10）.

［7］袁宇杰.旅游流的研究及旅游“双流”系统的构建［J］.旅游科学，2005，（1）.

［8］田宇，傅慧.日本“宅急便”模式对中国旅游物流实践困惑之解析［J］.广西民族大学学报（哲学社会科学版），2006，（S2）.

［9］李耀珍.物流业与旅游业互动探讨［J］.物流技术，2012，（13）.

［10］孙玉琴，刘新伟.论现代物流业对旅游业发展的促进作用［J］.企业经济，2008，（5）.

［11］向艺，郑林，王成璋.旅游经济增长因素的空间计量研究［J］.经济地理，2012，（6）.

［12］卢睿.基于VAR模型的我国旅游业与物流业发展关联性分析［J］.物流技术，2012，（23）.