时空视角下物流业与经济发展的互动关系分析

毛文富　徐凤

内容摘要：改革开放40年以来，物流业与经济发展的关系也越来越紧密。本文实证分析了物流业与经济发展两者的相互关系，采用空间计量的方法，深入分析物流业的空间分布特征和物流业对经济发展的影响。通过研究发现并验证了物流业与经济的协调发展的一些弊端和不足，有助于实现物流产业与经济发展从不协调到协调、或从一般协调到高水平协调的良性循环效果，促进整体社会经济健康快速发展。

关键词：物流业 经济发展 空间计量

引言

如今现代物流业已成为全球经济和我国经济发展的重要助推器和增长源泉。物流业与经济发展之间更是存在着密切联系，两者相互影响和制约。物流业对经济发展起到促进作用，主要表现在物流业能有效降低经济发展运行成本，提高经济效益；物流业有助于形成新的产业形态，推动区域产业结构的优化升级；另外，物流业也有利于加强区域间的经济联系，助推经济发展实现一体化。经济发展对物流业发展起到制约和支撑作用，一方面经济发展水平制约着物流业规模，另一方面经济发展为物流业提供需求和支持，经济发展也有利于提高物流服务效率和质量。

物流业与经济发展动态关系分析

本文选取1978-2016年我国物流业与经济发展的相关数据，构建指标体系，研究两者之间的动态关系，并實证分析两者的长期关系和因果关系。

（一）变量选择与数据来源

1.经济发展变量。为了研究的方便，选择人均GDP指标评价经济发展速度，用字母表示为E。

2.物流业发展变量。考虑到数据的可得性和研究的全面性，选取以下指标：

物流投资指标。物流业的发展需要大量资金的投入，尤其是在物流基础设施建设方面。在物流基础设施中，最有代表性的就是各种运输方式所需的渠道，即公路、铁路、水运航道、航空航道、管道等，其里程情况称之为物流网络里程，用字母表示为I。

物流运行效果指标。选取货运周转量作为代表指标，记为V。

物流规模指标。考虑到统计的可操作性，选取交通、仓储和邮电业代表物流业，将交通、仓储和邮电业的总产值来表示物流规模的指标，记为S。

3.数据来源及处理。本文数据均来源于《中国统计年鉴》（1979-2017）和国家统计局公开数据。人均GDP和物流产值采用1978年不变价格进行修正。对原始数据进行自然对数处理，可以避免异方差性而不改变数据的协整关系，分别记为 lnE、lnI、lnV 和 lnS。

（二）物流业与经济发展动态关系实证分析

1.变量的单位根检验。对人均GDP，物流网络里程，货运周转量，交通、仓储和邮电业的总产值4个指标分别进行ADF检验，根据AIC准则选取滞后阶数，利用Eviews8.0软件进行数据处理，检验结果见表1所示。

由表1的单位根检验结果表明：在5%显著性水平下原始序列是非平稳的，经过一阶差分后，D（LnE）、D（LnI）、D（LnV）和D（LnS）在5%的显著水平下是平稳序列，说明LnE、LnI、LnV和LnS是一阶单整序列，服从I（1）过程。

2.VAR模型、脉冲响应及方差分析。第一，向量自回归（VAR）模型。向量自回归模型中，Eviews提供常用的LR检验统计量，最终预测误差（FPE）、AIC信息准则、SC信息准则和HQ信息准则结果，如表2所示。

表2中给出了从0-3阶的VAR模型的LR、FPE、AIC、SC和HQ的值，并以*表示出相应准则所选择出来的滞后阶数，可以看到，绝大部分准则选出来的滞后阶数为2阶，而且当滞后阶数为2时，AIC达到最小值-15.22772，而SC也达到了较小值-13.7238，所以选择滞后阶数为2阶。从而得到相应的VAR（2）模型，模型估计结果如表3所示。

从表3中结果可以看出，四个方程调整后的R2为0.9994、0.9991、0.9946和0.9958，方程的整体拟合效果较好。

再对VAR模型进行平稳性检验表明，AR特征多项式根的倒数都在单位圆内，说明VAR模型满足平稳性条件，结论与前文的单位根检验相同。

第二，脉冲响应函数。脉冲响应函数主要是刻画变量之间的动态交互作用。本文主要研究物流业与经济发展的关系，因此主要分析经济发展与物流业发展指标之间的相互冲击反应。

由图1可以看出，经济发展（E）对其自身变动的响应比较敏感，在1-4期出现快速上升的趋势，在第4期后开始缓慢下降。物流投资指标（I）对经济发展（E）的影响在1-4期出现上升的正效应，在4-9期出现了下降的正效应，9期以后由正效应变为负效应。物流规模指标（S）对经济发展（E）的影响在1-6期出现上升的正效应，6期以后出现缓慢下降的趋势，但一直保持为正效应。物流运行效果指标（V）对经济发展（E）的影响在1期出现微弱的负效应。从2-5期开始出现上升的正效应，6-8期出现了下降的正效应，从8期以后变为下降的负效应。

由以上分析可见，物流投资指标（I）和物流运行效果指标（V）对经济发展冲击的影响，随着时间推移表现为负效应，而物流规模指标（S）对经济发展冲击的影响表现为正效应。同理，采用同样的方法分析物流业发展指标对经济发展变动（E）的响应。分析可知，物流业发展的三个指标对经济发展变动（E）的响应均表现为先升后降的趋势，在第5期达到最大，但均维持在正值。

通过对脉冲响应函数分析表明，物流业与经济发展之间存在相互促进的动态关系，经济发展对物流业各项指标的影响存在滞后期，说明物流业的投资和基础设施的建设对经济发展发挥作用需要通过产业的运转来实现；经济发展对物流业各指标的影响具有明显的正向作用，这说明目前物流业发展对经济发展已经起到了一定的促进作用。

第三，方差分解。在对经济发展变量进行方差分解后，从结果可以看出，当对经济发展指标（E）给一个随机扰动冲击时，它自身随即会做出反应，随着时间推移，对物流业各指标的贡献率总体上呈增加趋势，其中物流规模指标（S）对经济发展指标（E）的贡献率最大，呈增长趋势。

3.协整检验。根据前文的单位根检验结果可知，各变量序列为一阶单整序列，滞后阶数为2阶，因此以VAR模型为基础对1nE、1nI、1nV、1nS4个变量之间的协整关系进行检验。从检验结果可知，经济发展指标和物流业指标在5%的显著水平存在唯一的协整关系，物流业与经济发展两者之间保持着长期稳定的均衡关系，而且表现为同方向变动关系。

采用向量误差模型（VEC）進行分析，从估计结果可以看出，VEC模型的拟合效果较好，VEC模型整体估计效果较好，残差具有很好的正态性。并进一步可以得到经济发展与物流业之间的协整关系对物流规模指标（LNS）的作用较小，对物流投资指标（LNI）和物流运行效果指标（LNV）的影响更大，这与上面的分析是一致的。

4.Granger因果关系检验。为了进一步厘清经济发展指标（LNE）与物流业的物流投资指标（LNI）、物流运行效果指标（LNV）和物流规模指标（LNS）之间的相关关系，运用 Granger因果关系检验进行分析，结果如表4所示。

由表4检验结果可知，在5%的显著水平下，经济发展指标（LNE）是物流运行效果指标（LNV）的格兰杰原因，经济发展指标（LNE）与物流投资指标（LNI）、和物流规模指标（LNS）之间不存在格兰杰因果关系，这与经济现象不太相符，主要可能是因为：首先，由于在我国物流业还是一个朝阳产业，处于发展的起步阶段，物流业的发展更多的是依赖经济的发展；其次，经济发展是由多种因素共同作用的结果，仅对于物流业而言，单一产业很难促进经济发展；最后，从对物流业与经济发展之间动态关系的分析可以得出，目前经济发展对物流业具有支撑作用，物流业对经济发展具有促进作用，但这种作用还不太显著。

物流业与经济发展的空间分析

（一）我国物流业空间分布特征

1.全域空间自相关检验。本研究选取我国289个地级及以上城市的全市货运总量为统计样本，f为各市货运总量，代表物流业状况，数据来源于《中国城市统计年鉴2016》。又因为物流业与空间距离密切相关，所以在空间权重矩阵的设定方式上，基于距离的权重矩阵比基于边界相邻、n阶最近邻和经济距离等方式设定的空间权重矩阵更为适合。本研究设Wij为空间权重矩阵，测量一系列距离的各市货运总量全域空间自相关指数，并选择性创建这些距离及其相应z得分的折线图。z得分反映空间聚类的程度，具有统计显著性的峰值z得分，对应空间聚类过程中最为明显的空间自相关效应（指数）以及距离阈值d。

本文进行的12次实验中，按照距离构建空间权重矩阵所得到的全域空间自相关指数和z得分。其中具有统计显著性的峰值z得分出现在第10次实验中，对应的距离阈值d=980862.90米，z统计量分值=7.12，在12次实验中最高，且大于标准正态分布在显著性水平为0.01的临界值2.58，由此判定我国各市货运总量存在全域空间自相关效应，即空间依赖，并在距离阈值d=980862.90米时，全域空间自相关程度最为显著，全域自相关指数Morans I=0.0393135。将第10次实验的结果标准化后，落在笛卡尔坐标系中。

笛卡尔坐标系的曲线斜率既是空间滞后模型（SAR）及广义空间模型（SAC）中的空间效应系数ρ（ρ=Morans l），也是各市货运总量全域空间自相关指数，而各象限则表示局域空间自相关中各城市的点分布。我国各市货运总量存在全域空间自相关，可能是源于路径依赖和区位粘性。

2.局域空间自相关检验。Anselin（1995）提出的局域空间自相关指数Morans Ii，是一个空间关系的本地指标，用来测试区域内是否有相似或不同的观测。某地级市i的局域Moran指数Ii用来度量该市和他邻域城市之间货运总量的关联程度，被定义为：

本研究对上式中空间权重矩阵的设定方法如下：如果两市之间距离（欧氏距离）小于或等于d=980862.90米，记wij=1，否则记wij=0，以最大化空间自相关效应。

通过对各市货运总量局域空间自相关检验，可以从一个侧面反映我国各个区域的物流业分布特征，即物流业呈现出空间非均衡现象：东北地区各市货运总量低值与低值集聚，说明东北地区物流业不发达；华北、华中、江浙地区各市货运总量高值与高值集聚，说明以上地区物流业较发达；中原地区以及内蒙古地区物流业空间集聚现象不显著；西南、华南地区各市货运总量呈现高值与低值集聚现象，反映物流业在核心城市集聚，并向外围城市辐射的空间分布特征。新疆、西藏地区由于数据可得性的问题，无法进行空间分析。

（二）物流业对经济发展影响空间计量分析

1.数据来源与变量解释。由于各市货运总量呈现出空间自相关现象，所以需要使用空间计量模型解释这种空间依赖。本研究数据来源于《中国城市统计年鉴2016》，选取289个地级及以上城市作为统计样本，空间权重矩阵设定方式同空间自相关检验部分，以空间自相关程度最大的距离d=980862.90米为阈值，设定空间权重矩阵，以全市地区生产总值为被解释变量（lngdp），刻画区域经济发展程度，以全市货运总量作为解释变量（lnf），反映物流业发展程度，以全市从业人员期末人数（lnl）、全市固定资产合计（lnk）、全市每万人在校大学生数（lna）作为控制变量，分别控制劳动、资本以及技术进步对被解释变量的影响，对物流业发展对经济发展的影响进行经验性分析。

2.空间模型选择。空间计量经济学中最为经典的模型是空间滞后模型（SAR）、空间误差模型（SEM）、空间杜宾误差模型（SDEM）、广义空间模型（SAC）。广义空间模型（SAC）将空间自相关效应引入模型的被解释变量与随机扰动项中，并在模型变换中使得解释变量也产生了该效用，是最适合本研究的空间计量模型。

本研究分别选择SAC、SEM和SAR模型，进行对比回归，通过空间自回归机制将空间非均衡现象参数化。由于数据存在空间异质性与空间自相关，使得空间计量模型的随机扰动项存在异方差与序列相关，OLS估计方法会得到无效估计量；又因为SAR模型的动力机制是空间自回归过程（SAC同理），使得模型产生了内生性问题，引致OLS估计是有偏的；所以，本研究将被解释变量的空间一阶滞后项作为工具变量，使用广义空间两阶段最小二乘法进行参数估计。

3.估计结果。根据表5的估计结果，货运总量f在SAR、SEM和SAC模型中弹性系数分别为0.037、0.054和0.049，系数均为正，且在SAR模型中通过了显著性水平为0.05的T检验，在SEM模型中通过了显著性水平为0.01的T检验，在SAC模型中通过了显著性水平为0.1的T检验，说明物流业发展与经济发展存在显著的正相关关系。

基本结论

本文通过对物流业与经济发展关系的分析，采用单位根检验、VAR模型、脉冲响应、方差分析、协整检验和Granger因果关系检验等方法，可以得出两者存在均衡关系。具体来说，一是两者存在互动关系，经济发展促进物流业的发展，物流业的发展离不开宏观经济环境的支持。二是经济发展对物流业支持作用的显著，物流业对经济发展的作用表现明显，但有滞后性；三是两者表现出一种稳定的长期均衡和同方向变动关系；四是从误差修正模型估计结果看，两者之间的相互影响并不很显著。五是Granger因果关系检验表明两者不存在相互作用的关系，互相不是彼此的原因，这可能是物流业是一个较新的行业，经济发展是多因素综合作用的结果，还有现阶段两者关系协调性较差。

另外，文章采用空间计量的方法对我国289个地级及以上城市所作的空间分析得出如下结论：一是从全域空间自相关检验和局域空间自相关检验的结果反映出我国物流业呈现出空间非均衡现象；二是采用空间计量分析物流业对经济发展的影响，得出物流业发展与经济发展存在显著的正相关关系。

对于现阶段我国各地区的物流业发展和空间分布不均衡的问题，建议应针对不同的地区采取不同的物流发展战略、对不同区域采取不同的宏观政策，缩小区域不均衡现象。

参考文献：

1.戴海龙，李霞白银.城市物流与经济发展的系统动力学研究——以北京市为例[J].商业经济研究，2017（21）

2.毛文富.区域差异视角下流通产业发展环境评价实证分析[J].商业经济研究，2015（22）

3.吴薇.共生理论下物流产业与区域经济协调发展研究[J].商业经济研究，2017（16）

4.黄岩，武云亮.“互联网+”背景下我国商贸流通业竞争力比较分析[J].商业经济研究，2017（19）