重庆市城镇化进程与物流产业发展影响关系研究

王筱欣，易华清，胡亚琦

(重庆理工大学 经济金融学院，重庆 400054)

一、引言

城镇化是我国经济社会发展的主要动力，也是当今中国经济的热点。在经济发展中，物流产业的发展与城镇化进程相互联系。改革开发40多年来，我国的城镇化进程取得了举世瞩目的成就，常住人口城镇化率从1997年的31%提高到2018年的59.58%。与此同时，改革也带来我国物流类产业的跨越式发展，特别是21世纪以来物流产业的年平均增长率达到19.75%，物流产业在拉动经济增长、产业进步、促进就业、促进城乡发展和对外开放上的作用巨大。

重庆直辖20多年来物流产业取得了长足性的发展，物流类产业生产总值由1997年的81.4亿元增长到2018年的995.48亿元，年增长率为11.6%。2017年重庆市政府印发《重庆市现代物流业发展“十三五”规划》，规划形成“两环五带”物流空间分布与“3+12+N”的市域物流园区网络体系，并倡导大力发展“互联网+物流”、创新推动全程物流、发展专业物流，努力打造内陆国际物流枢纽、西南物流区域核心城市，足见重庆对物流产业的重视程度。在此期间，重庆的常住人口城镇化率由1997年的31%提高到2016年的65.5%，提高了34.5%，远高于西部其他省份。显然，城镇化与物流产业在我国经济发展中扮演着越来越重要的角色，因此深入分析物流产业与城镇化进程之间的关系，揭示其发展演变规律，对于重庆市物流产业与城镇化发展，以及深入实施国家“一带一路”倡议和“长江经济带”、西部大开发战略具有重要意义。

二、文献综述

关于物流产业的概念，国内外并不统一，就连国际标准也不一样。我国物流产业发展较慢，最近20多年才真正发展起来，对它的研究才由此慢慢增多，学者们对它的概念也提出了不同的看法。龙华等综合部分学者的观点提出物流业是一种在多种产业融合的基础上形成的新型服务业，贯穿产品从生产到消费的整个供应链过程，包括交通运输业、仓储业、包装业、流通加工业、信息技术业[1]。李敏以产业涵义为基础，将物流产业定义为参与物流活动、提供物流服务的一类生产者或组织集群，包括交通运输业、仓储业、配送业、包装业以及邮政服务业的一部分[2]。刘思峰等从行业角度得出，物流产业包括运输业、仓储业、包装业[3]。潘裕娟等认为物流业以统计年鉴上的“交通运输、仓储、邮政业”指标作为物流业规模的说明[4]。沈君等根据北京物流业发展现状提出物流业包括传统物流业如交通运输、邮政、仓储业等，也包括高附加值物流业如流通加工、配送、包装等[5]。

国外对物流产业发展与城镇化关系的研究最早可以追溯到18世纪，亚当·斯密在他的书中写到交通便利可以促进两地的物流活动，最终带来市场规模的扩大[6]。此后的19世纪，冯·杜能意识到交通水平的提升会影响区域产业布局[7]。到20世纪，德国地理学家克里斯塔勒创立了以城市为中心，以市场原则、交通原则和行政原则的中心地原则进行城市等级划分的中心地理论[8]。20世纪50年代，在前人的基础上，勒施在其论文中强调空间集中经济和物流成本，把物流因素看作是决定区位选择的主要约束力量[9]。

近些年来，国内的学者也愈加关注物流产业与城镇化的关系。王珂从理论分析的角度，提出城市化水平是推动现代物流发展的一个重要条件，反过来现代物流的发展将有效促进城市工业、金融、服务等的协调发展[10]。刘秉镰以中心城市聚散功能的基本作用规律为基础，深入分析现代物流业强化中心城市聚散功能的具体途径，得出现代物流业作为以现代科技、现代管理理念和信息技术为支撑的综合服务行业，融合了资金流、信息流、物资流，是一种实现经济高效运行的先进管理技术与组织方式，能够有力推动中心城市聚集扩散功能[11]。樊纲预计未来物流将成为中国城市化的支撑手段，物流助力城市化表现在提高基础设施利用率、引入先进技术手段提高城市物流运营效率、保护环境、改善民生等方面[12]。张洁以四川省为例，认为区域物流促进区域经济增长、区域经济结构升级，形成区域支柱产业，对于城市化进程有重要的推动作用[13]。龙华等总结了物流业发展对城市化进程发展的逻辑结构关系，提出物流业的发展有利于人口城市化、经济城市化、社会城市化、空间城市化以及城市自身的发展壮大，从而推动城市化进程的快速发展[1]。

关于物流产业与城镇化关系的研究方法，顾曦结合广州市1978—2006年的年度统计数据采用VAR模型进行协整和格兰杰因果检验[14]。李敏利用隶属度函数测度了1991—2010年我国物流业与城市化的静态协调性与动态协调性[2]。翁钢民等用耦合度模型、系统演化模型对天津城市化和物流业的耦合关系进行评价，同时利用RBF神经网络对未来5年城市化与物流业的耦合度进行预测[15]。朱雁春等利用耦合协调度模型对东部地区省份物流产业与新型城镇化的耦合协调度进行测度[16]。魏洪茂对1991—2012年的城镇化率与单位GDP物流需求系数采用ADF检验、协整检验及格兰杰因果检验，并进行VAR模型估计和脉冲响应分析[17]。梁雯等基于VAR模型对安徽省物流业碳排放与城镇化、经济增长的数据进行协整分析、格兰杰因果分析与脉冲响应分析[18]。

综上所述，尽管近些年来相关方向的研究逐渐增多，但总体上来说数量还是比较少的，并且以往的研究还存在一些不足：一是立足全国范围研究为主，忽视地区之间存在的巨大差异，因此一些结论不具有普遍意义；二是在区域上，多集中在东部物流产业发达地区，对西部地区做专门研究的文献较少；三是定性的理论研究占绝大多数，主要在影响机制上进行论述并提出相应的建议；研究物流产业与城镇化关系的方法比较多。鉴于此，本文借鉴大多数学者的观点，将物流产业分为交通运输业、仓储业、邮电通信业，采用比较成熟的VAR模型进行协整分析并引入误差修正机制方法，从实证分析角度，深入探索重庆市物流产业与城镇化之间的相互关系与变动规律，以期为二者的良性互动发展提供对策建议。

三、实证设计

本文根据物流产业的定义以及统计年鉴的统计信息，选取交通运输、仓储及邮政业总产值作为物流产业的评价指标，非农从业人员占全部从业人员比重(非农就业比)、非农产业占GDP的比重(非农产业比)作为城镇化率的评价指标建立VAR模型。在方法上，采用协整分析测算具体的协整方程，进而采取误差修正模型、方差分解对协整关系深入分析。本文的数据均来自于《重庆市统计年鉴》《中国统计年鉴》。

(一)变量说明与数据处理

物流产业产值(WLCY)，反映物流产业发展，由于统计年鉴中没有对物流产业进行统计，所以选取的是统计年鉴中的运输业、邮电通讯业与仓储业的产值和作为物流产业的总产值。

非农就业人口占总就业比重(FNCY)，即总就业人口减去农、林、牧、渔就业人口，反映城镇化进程中的人口的城镇化。孙久文等认为户籍人口无法真实反映城镇化率，而就业的非农化是新型、可持续城镇化的基础，使用非农就业比重现真实城镇化率是合理的[19]。

非农产业占GDP的比重(CYZB)，是制造业与服务业之和在GDP中的比重，反映的是经济的城镇化。

在现实情况中，只有少数的经济指标的时间序列才会表现出平稳，大多数指标的时间序列是非平稳的，为了消除数据的剧烈波动，使图形更加平滑，需要对变量WLCY、FNCY与CYZB取对数，得到变量LnWLCY、LnFNCY与LnCYZB，以及在此之上分别再对变量取一阶差分，得到变量DLnWLCY、DLnFNCY与DLnCYZB。应用的计量分析工具是EViews 8.0。

(二)计量模型

本文借鉴Smis等提出的向量自回归模型检验物流产业与城镇化进程两者间的关系，采用该模型可以在进行多方程联立形式时，不需考虑经济理论。VAR模型的一般表达式如下：

yt=a1yt-1+a2yt-2+…+apyt-p+βxt+εtt=1,2,…,T

(1)

其中：yt为k维内生变量列向量，xt为d维外生变量列向量，p为滞后阶数，T为样本个数，a1,…，at为k×k维待估系数矩阵，β为k×d维待估系数矩阵，εt为k维扰动列向量。

本文选取了3个变量来反映物流产业与城镇化的关系，设定的VAR模型如下：

LnWLCY=β0+β1LnFNCY+β2LnCYZB+μ0

(2)

其中：β0，β1，β2为参数，μ0为随机扰动项。

四、实证分析

(一)数据平稳性检验

为了避免时间序列数据出现伪回归，对数据进行平稳性检验，这是进行协整与误差修正模型的基础。对时间序列数据的平稳性检验方法有很多，本文采用最普遍使用的ADF检验，检验结果见表1。

从表1可以看出，在水平检验上，LnWLCY、LnFNCY、LnCYZB的ADF值都大于5%的显著性水平上的临界值，可以得出这3个指标在水平上都是不平稳的。在一阶差分检验上，DLnWLCY、DLnFNCY与DLnCYZB的ADF值都小于5%的显著性水平上的临界值，可以得出这3个指标在一阶差分上都是平稳的。3个变量同是一阶单整，两个变量之间存在可能的协整关系。

表1 平稳性检验

注：检验形式(C,T,L)分别表示截距项、时间趋势和滞后阶数

(二)协整检验

平稳性检验结果显示，LnWLCY、LnFNCY、LnCYZB同为一阶单整，符合展开协整检验的前提条件。

1.滞后阶数的确定

为保证VAR模型的残差不存在自相关，可以适当加大p值，但p值又不能太大，因为待估参数多，直接影响模型参数估计的有效性，所以需要对滞后阶数p进行确定。在无约束的VAR模型条件下，依据LR、FPE、AIC、SC、HQ等多种检测准则，通过尝试不同的VAR模型，找到准则比较统一的结果。笔者通过反复测试，得出最佳滞后阶数为1。表2显示，在5%的显著性水平上所有模型均表明最佳滞后阶数为1。

表2 滞后阶数

注：*表示在5%的水平上显著

2.协整关系检验

协整检验的作用在于揭示变量之间是否存在长期稳定的关系，已知最佳滞后阶数为1，本文采用Johansen检验。赵华等分析认为许多经济时间数据是包含时间项趋势的，比较合理的方法是事先并不假定是否含有截距项和时间项的线性趋势[20]。协整检验的结果见表3。

由表3可知，在显著性水平为5%时，原假设r=0时迹检验值为48.607 6，大于5%的临界值43.915 3，最大特征根检验值也大于临界值(31.112 3>25.823 4)，表明应该拒绝没有协整关系(r=0)的原假设，对应地接受存在一阶协整关系，原假设r≤1下，迹检验与最大特征根检验值都小于显著性为5%的临界值，所以应该接受r≤1，即最多存在一阶协整关系。由此可以得出，LnWLCY、LnFNCY、LnCYZB之间存在一个长期稳定的一阶协整关系。

表3 协整检验结果

3.协整方程

前面得出一阶协整关系是存在的，由此可以测算出具体的协整方程。LnWLCY、LnFNCY、LnCYZB与趋势项之间存在长期稳定的协整关系，协整方程为:

LnWLCYt=-0.104 5t+0.643 7LnFNCYt-1-8.675 5LnCYZBt-1+μ0

(3)

(0.014 8) (0.356 2) (1.178 7)

括号中的数值为标准差，协整方程的估计系数通过了显著性检验，因此从长期看重庆市的物流产业产值与非农就业比、非农产业比之间存在着协整关系。城镇化的非农就业比对物流产业的弹性为正，即长期内非农就业比提高推动物流产业的增长，从系数上看非农就业比每增加1%，物流产业就会增加 0.643 7个单位产值；而非农产业比与物流产业之间存在着负向的关系。沈利东等研究指出过去30多年的时间里我国的城镇化水平一直滞后于工业化水平，城镇化率滞后于非农产业产值的局面没有从根本上扭转[21]。重庆市非农产业比与城镇化率之间存在超前或滞后，是非农产业比与物流产业协整关系出现负向关系的可能原因。

4.格兰杰因果检验

协整检验表明物流产业产值、非农就业比、非农产业比之间存在长期的协整关系，变量之间是否存在因果关系还需要进一步分析。格兰杰因果检验[22]主要用来检验变量与变量之间是否存在因果关系，以及因果关系的方向性，是谁影响谁，还是相互影响。以前面检验得出的最优滞后期1为格兰杰因果检验的滞后期，得出表4。

表4 格兰杰因果检验结果

注：**表示在5%的水平上显著

由表4的检验结果可知：当滞后期为1时，在“LnWLCY不是LnFNCY的格兰杰因”的原假设下，p值为0.000 2，表明在5%的显著性水平上拒绝“LnWLCY不是LnFNCY的格兰杰因”的原假设，也就是说物流产业是人口城镇化的格兰杰原因；在“LnCYZB不是LnFNCY的格兰杰因”的原假设下，p值为0.017 2，表明在5%的显著性水平上拒绝“LnCYZB不是LnFNCY的格兰杰因”的原假设，也就是说非农产值的发展增加了非农就业人数。其余的假设则应该接受。从实际上看非农产业比上升也就是二三产业的发展也包括物流产业的发展，同时带来就业岗位的增多，吸引农业从业人员进入二三产业，农业劳动者进城对物流产品的需求增加，同样推动物流产业的发展。

在10%的显著性上非农就业比与物流产业发展互为格兰杰因果关系，非农产业比是非农就业比的格兰杰原因，物流产业发展是非农产业比的格兰杰原因。实际上物流产业作为第三产业，它的发展会促进非农占比的增加，吸收农业劳动者就业，从而提高非农就业人数。

(三)误差修正机制

尽管一阶差分的使用消除了变量可能存在的趋势因素，避免了虚假回归问题，构成了平稳过程，但是也不能由有限价的VAR过程来描述一阶差分的构成过程。格兰杰等提出，将协整引入模型，就可以用有限价的VAR过程来描述一阶差分的构成过程，即VECM[22]。

1.VECM估计

估计时，采用Johanson极大似然估计，滞后阶数为1，与协整一致，不对截距项与时间项的线性趋势做假设。估计结果如表5所示，列示的是在5%的水平上显著性的结果。

根据表5，可以得到VECM的具体形式：

ΔLnWLCYt=-0.447 1(LnWLCYt-1-0.643 7LnFNCYt-1+8.675 5LnCYZBt-1+

0.104 5t-33.134 3)+0.130 2×33.134 3

(4)

R-squared=0.237 436, Adj R-squared=0.115 422, Akaike AIC=-1.125 546

Schwarz SC=-0.891 678

VECM模型中不含有ΔLnFNCYt-1、ΔLnCYZBt-1，说明非农就业比与非农产业比没有直接对物流产业的发展产生影响。这反映了1997—2018年重庆市的城镇化只是通过协整的长期均衡来间接修正物流产业发展变动。R-squared和调整后的R-squared表明在物流产业的VECM发展中，协整修正机制与物流产业发展本身能解释20%。

注：( )里数值为t统计值

2.VECM模型的稳定性检验

VECM模型对模型的稳定性要求是特征根的倒数要小于1。VAR模型的稳定也是进行方差分解的必要条件。由图1可知，特征根都小于1，都落在单位圆内，因此VECM模型是稳定的。

3.方差分解

方差分解可以将VAR模型系统内一个变量的方差分解到各个扰动项上,提供了关于每个扰动因素影响VAR模型内各个变量的相对程度。从表6可以看出，在短期内物流产业的发展主要是产业本身的贡献，1、2、3年的贡献比率分别为100%、98.26%、77.37%，影响程度都在75%之上。中长期来看，非农就业比的贡献在不断上升，从最初的0上升到7年时的50.9%，贡献率超过了半数，同期的非农产业比增长较慢，到最后的12年时贡献率也比较小。

表6 方差分解结果

五、结论与建议

(一)结论

本文基于重庆市1997—2018年的数据，运用VAR模型、协整检验、格兰杰因果检验、误差修正机制以及方差分解，分析了重庆市城镇化进程与物流产业发展的关系，分析得出以下结论：

第一，重庆市物流产业、非农就业比、非农产业比三者间存在着长期的协整关系，非农就业比对物流产业的发展存在正向的影响关系，即人口的城镇化正向推动物流产业的发展。

第二，非农就业比与物流产业发展存在相互影响关系，重庆市非农就业人口的提高促进了物流产业的发展，反过来物流产业的发展也推动了非农就业人数的提高，即城镇化推动了物流产业发展，物流产业发展也推进了城镇化进程，这与东部物流发达地区的研究结论基本相似。

第三，非农就业比与非农产业比对物流产业的发展不是直接影响关系，而是通过长期的均衡来间接产生作用；长期看非农就业比是物流产业发展的主要贡献因素。

(二)建议

第一，完善制度引导农村劳动力有序进城就业。如前文分析，非农就业人口对物流产业的发展有着正向的作用关系，政府应该合理引导农村剩余劳动力进入城市二三产业，而农村劳动力进城面临的顾虑，莫过于子女的教育、生活成本、医疗社保、职业技能欠缺等问题。因此，政府有必要打破现有的学校户籍限制等要求，让农民工子女就近上学；向农民工提供廉租公寓或低价宿舍等；鼓励社会兴办农民工短期职业培训机构，对无技能的劳动力进行培训，政府对此进行相应的补贴，或建立公办非营利性培训班等。

第二，加快发展物流产业吸引农民进城。物流产业相较于其他高新技术产业，劳动力的需求更大，而且对劳动力技能的要求也更低，像物流产业中快递、外卖行业更是需要大量的劳动力。因此，政府要继续扶持网购、网上订餐等相关行业的发展，降低物流企业的成本；提升物流产业从业者的工资待遇，敦促相关企业单位为相关员工提供更加健全的社会保障，并落实好企业相关责任。

第三，超前布局物流产业。如前文分析，城镇化水平、非农就业比对物流产业的影响作用是一个长期的过程。截至2018年，全国的常住人口城镇化率还不到60%，跟发达国家相比还存在较大的差距，预计2020年全国城镇化率将超过60%，届时全国物流总额预计将达到300万亿元，这是一个巨大的市场。因此，政府应提前做好城镇化进程中城市基础设施与物流设施的建设规划。一是完善交通基础设施，对交通线路建设加大政策支持、资金支持的力度；对内要实现省级县级公路互联互通，紧扣“脱贫攻坚”战略实施，解决“最后一公里问题”；对外要打通重要的铁路干线，畅通向西、向南、向东通道，扩大对外开放。二是优化物流产业的空间布局，建立一个以主城都市区为枢纽、各区县为节点的高效物流交通网络。三是科学规划城市建设用地。城镇化规划建设时，要做好物流产业科学规划，加大物流基础设施投资，布局好、建设好交通线路和物流园区等。四是对一些优势明显的物流企业在入驻物流园区或者申请物流建设用地时给予一定的政策优惠或者税收减免。