基于VAR模型的區域物流與經濟增長的關系研究

劉 鵬

（武漢理工大學,湖北 武漢 430070）

1 引言

區域物流作為一個地區經濟發展的基礎性產業，是區域經濟發展到一定階段的產物。區域物流是經濟增長的催化劑，不僅可以提高經濟增長速率，還可以促進經濟一體化的發展。而經濟增長是區域物流發展的前提和必要條件，沒有經濟的發展就不存在區域物流的發展，經濟增長是拉動物流企業發展的重要外力。區域物流與經濟增長是如何相互影響，相互制約又相互促進，是一個值得深入研究的重點課題。因此，利用向量自回歸模型研究區域物流與經濟增長的關系，具有重要的現實價值和實踐意義。

2 區域物流與經濟增長的關系研究

2.1 區域物流對經濟增長的促進機制

首先，區域物流的發展可以促進物流企業內部經濟效益的增加，進而促進國內生產總值的增加。區域物流是區域經濟增長的加速器，它能有效促進地區經濟的增長，通過促進貨物周轉量的增加來提高經濟活動中的商品交易，同時也提高了商品交易的效率，從而加快了資金的周轉，間接地提高了企業的核心競爭力，進而促進了區域經濟增長。

其次，區域物流的發展可以促進經濟結構的轉型升級。隨著第三產業，尤其是生產性服務業的飛速發展，物流產業開始崛起。現代物流的發展促進了我國經濟結構的轉型升級，從勞動密集型逐漸向技術密集型和資金密集型轉變，促進了各大產業附加值的增加，從而促進了我國國民經濟的轉型升級[1]。

此外，區域物流發展促進了網絡經濟與信息技術的發展，從而帶動了我國高技術經濟的發展。區域物流的發展需要強大的網絡數據庫與信息系統的支撐，物流產業的發展促進了運輸服務方式的改進與創新，加快了網絡知識經濟與計算機網絡技術的發展，促進了我國高端產業的發展，從而加快了我國經濟增長的速度。

2.2 經濟增長對物流企業的影響

區域經濟發展水平對物流企業有著舉足輕重的影響。區域物流是區域經濟發展到一定階段的產物，區域物流發展水平與區域經濟發展水平基本相一致，經濟的發展程度決定了區域物流的現代化水平。一般而言，東部沿海區域的物流發展水平較快，中部地區相對較為緩慢，而西部區域物流水平相對較為落后。經濟的高速發展必將導致商品的大幅度流動，為物流企業提供了廣闊的市場需求和發展空間，從而促進了物流企業的發展。從供給角度來看，經濟的大幅度增長必將增加對于區域物流的需求，而龐大的市場需求就要求物流企業提供高質量的物流服務，從而促進物流企業的發展[2]。總而言之，經濟增長對物流企業發展有著正向的促進作用，也就是說經濟增長促進了物流企業的發展。

2.3 區域物流與經濟增長的互動關系研究

根據前面的分析可知，區域物流與經濟增長之間并不是單向的影響關系，而是相互影響、相互促進的。下面以浙江省為例，分析物流業的發展與經濟增長的互動趨勢，以浙江省生產總值代表浙江省的經濟增長，以貨物周轉量代表浙江省區域物流的發展情況。

由圖1可知浙江省GDP和物流貨物周轉量呈穩定增長的態勢，即區域物流與經濟都呈現穩定增長的態勢，但是區域物流的增長速度明顯高于經濟增長的趨勢，因此也可以得出區域物流的增長對經濟增長具有一定的貢獻作用。尤其是2003年以后，貨物周轉量的增長率迅速提高，呈指數型增長的態勢，在2009年度的增長變緩，2010年貨物周轉量又開始高速的增加。相對而言，浙江省GDP的增長較物流增長更為穩定，自我國加入世貿組織后，浙江省GDP出現快速的增長，而在2006年左右，受全球金融危機的影響，浙江省經濟增長的速度有所下降，但是仍呈現穩定增長的態勢，2010年浙江GDP總值已達27 722億元，至此國民經濟又開始穩定的快速增長。可見，區域物流與經濟增長的發展速度存在很多相似之處，說明區域物流與經濟增長之間可能存在雙向的促進關系。根據圖1，只能從表面看出兩者的變化情況及發展走勢，不能表現出兩者具體的關系，下面運用向量自回歸模型進行量化具體分析。

3 基于VAR模型的區域物流與經濟增長關系的實證分析

3.1 VAR模型說明

經濟學中普遍采用一般的線性回歸模型對變量之間的關系進行估計，但一般計量模型都假設自變量序列之間是不相關的，即cov（Ei，Ej）=0。而經濟學理論又往往不能對變量之間的某種動態關系進行嚴謹表述，甚至出現變量的內生性，這都可能影響模型估計的可靠性。為消除這種影響，可采用向量自回歸模型（VAR模型）進行改進。

VAR模型一般用于時間序列的相關性預測以及隨機擾動項對變量的擾動影響分析，普通的線性回歸模型需要對內生變量進行滯后函數的設定，但VAR模型就巧妙地避開了這一點。為進一步了解VAR模型的形式，設定基本的VAR模型如下：

其中，Yt為內生性變量序列，設為m維；Xt是外生性變量序列；a1，a2，…，ap是內生性 Y序列的帶估計參數，b1，b2，…，br是X序列的待估計參數，這里內生變量Y與外生變量X分別有p階和r階滯后期。模型（1）也可稱為VAR（p）模型，VAR模型的一個任務就是找到變化的滯后期和自由度構成的一種均衡，常用的方法就是計算模型（1）的AIC值和SC值，以它們取值最小時的p作為最佳滯后期。其中AIC和SC的計算公式分別為：

其中m是待估計的參數個數，即（p+r），k是樣本觀測值的個數，d的計算式為：

3.2 指標的選取與變量說明

本文采取定量分析方法量化研究區域物流水平與區域經濟增長水平之間的關系，因此要選取合理的指標來量化區域物流與區域經濟。從圖1我們可以直觀地看出，浙江省區域經濟發展水平的增長走勢與貨物周轉量的增長走勢大致相當，因此可以初步地認為它們之間存在某種相關性。但為了使研究更為可信，首先對指標進行說明：

（1）區域物流發展水平指標。實際上，對區域物流發展水平的衡量一直是學術界爭議不休的話題，部分學者認為與我國物流業這一特殊服務業密切相關的服務業應是交通運輸及倉儲郵電業，因此他們選取交通運輸、倉儲、郵電業總產值作為物流業發展水平的代理變量。但這種表示法存在一定的不足：我國物流業的發展是由多種因素的共同影響而形成的，它應是一個極為復雜的系統，而不是交通運輸、倉儲和郵電業產值的簡單加總。也有部分學者如張建升（2011）則從物流需求的角度對物流發展水平進行計量，他認為物流過程中最重要的環節是交通運輸，因此用社會運輸量反映物流需求量，而貨物周轉量可以代替社會物流需求量[3]。筆者再三考慮，決定采取張建升的方法，以全社會貨物周轉量來代替物流發展水平指標，用tf表示。

（2）區域經濟發展水平指標。區域經濟發展水平指一個地區經濟的綜合質量，一般，經濟學中對于經濟的發展可以用經濟增長來衡量，而衡量經濟增長的莫過于產量或產值的增加，因此本文選取地區生產總值來表示區域經發展水平，用gdp表示。考慮到地區生產總值的計量受到價格水平的影響，因此必須在原值基礎上剔除價格因素。

3.3 模型的建立及檢驗

本文選取浙江省作為區域研究對象，以浙江省貨物周轉量tf和浙江省地區生產總值gdp作為變量進行實證研究，其中時間序列為1990年至2010年，本文數據均來自《浙江省統計年鑒2011》。從圖1可以看出，浙江省物流貨運周轉量與GDP之間的差值隨時間變得越來越大，導致進行關系估計時可能出現異方差。因此將兩個變量均取自然對數（ln tf，ln gdp）進行建模，以消除異方差。

為檢驗時間序列的平穩性，首先對其進行單位根檢驗。用eviews軟件對lntf和lngdp進行ADF檢驗，并以顯著性值來確定向量自回歸模型的滯后階數，其中單位根檢驗結果見表1。

從表1可以看出，ln tf與ln gdp及其的一階差分ADF值都大于10%顯著性水平下的臨界值，表明都存在單位根，因此兩個變量在水平和一階差分下都是不平穩序列。而從ln tf和ln gdp的二階差分ADF值可以看到，它們都小于1%顯著性水平下的臨界值，因此可認為兩個變量在二階是平穩的。因此有ln tf～I（2），ln gdp～I（2）。

根據單位根檢驗結果，建立VAR模型為：

由eviews對VAR模型（4）和（5）進行估計，得到的 VAR估計結果見表3。

從模型（4）和（5）的回歸結果可知，兩個模型的一階內生變量和一階外生變量對被解釋變量都是顯著的，但是二階內生變量和二階外生變量對被解釋變量卻都不顯著。原因之一可能在于浙江省區域物流增長與區域經濟增長之間的互動關系在短期內是非常明顯的，但2年之前的浙江物流發展水平對當年的經濟發展水平影響卻不顯著，而且2年之前的浙江經濟發展水平對當年的物流發展水平影響也不顯著。這一點從模型回歸結果中也可說明：一階滯后項的系數普遍大于二階滯后項的系數。這從側面表明浙江省的經濟和物流服務業的發展是迅猛的，達到了快速更新換代的狀態。原因之二可能是模型（4）和（5）的相同變量從第二個滯后項起就存在多重共線性，因此影響變量的顯著性。但總體而言，模型（4）和（5）共同驗證了浙江省區域物流發展與區域經濟發展之間的關系是及其密切的。

4 總結

物流業作為一種新興服務業極大地帶動了區域經濟增長，而區域經濟增長反過來也刺激了物流業的需求，因此兩者之間的關系是非常緊密的。浙江省VAR模型實證的例子也驗證了這一點，并從一個側面驗證了浙江省的經濟和物流服務業的發展是迅猛的，達到了快速更新換代的狀態。

[1]鄒睿蓉.物流業與區域經濟相互關系分析[J].中國商貿,2011,(5):132-133.

[2]袁懷宇.基于面板數據的區域物流與經濟增長關系研究[J].山東社會科學,2012,(3):109-111.

[3]張健升.基于VAR模型的物流發展與經濟增長關系的實證研究[J].鐵道運輸與經濟,2011,(2):64-68.