物流產業發展與能源消費關系的實證研究

洪 帥， 呂榮勝,2

(1.天津大學 管理與經濟學部，天津 300072； 2.天津理工大學 管理學院，天津 300384)

?

物流產業發展與能源消費關系的實證研究

洪 帥1， 呂榮勝1,2

(1.天津大學 管理與經濟學部，天津 300072； 2.天津理工大學 管理學院，天津 300384)

基于我國1995～2014年相關統計數據，采用計量經濟學方法檢驗物流產業發展與物流能源消費間的關系。研究表明：我國物流產業發展與能源消費間存在著長期穩定的均衡關系，客貨周轉量和全社會固定資產投資對能源消費有負向影響，物流產業增加值與能源消費同向變動。能源消費和產業增加值是客貨周轉量的格蘭杰原因、客貨周轉量是全社會固定資產投資的格蘭杰原因。客貨周轉量、產業增加值和全社會固定資產投資對物流能源消費均有正向沖擊。能源消費對客貨周轉量、產業增加值和全社會固定資產投資的貢獻率均持續上升。

物流產業；能源消費；格蘭杰因果檢驗；脈沖響應函數；方差分解

1 引言

能源是人類賴以生存和發展不可或缺的物質基礎，也是一個國家國民經濟發展和人民生活水平提高的重要戰略保障。正確認識能源消費與產業發展的關系問題對于緩解能源需求壓力和保證產業可持續發展具有重要的現實意義。

有關產業發展與能源消費的研究多集中于國家、省際間、省市等宏中觀層面，且已取得了較為豐富的研究成果。就國家層面，馬宏偉和馬開平選取1978～2006年數據探討能源消費與國內生產總值以及三次產業間的協整性和格蘭杰因果關系[1]。朱俏俏等采用1994～2011年數據計算資源型產業與制造業碳排放量，分析資源型產業與制造業的碳排放量對工業經濟發展的影響程度[2]。王富忠和盧啟程選取2000～2012年能源統計數據，分析物流業發展與能源消費、能源產出增長率，能源依賴和能耗效應的關系[3]。劉鳳朝等，張歡等[4,5]也從國家層面探討了產業發展與能源消費的關系。就省際間層面，王雪青等基于30個省份2005～2008年數據，利用DEA方法對各省建筑業能源效率進行測試和評價[6]。曹翠珍和趙國浩采用1999～2013年省際數據，分析區域物流發展，經濟增長與能源消費三者之間的關系[7]。周葉等根據2008年省域物流作業直接能耗核算二氧化碳排放量和單位貨物周轉二氧化碳排放量及排放系數[8]。就具體省市層面，馮碧梅和劉傳江針對湖北省1989～2009年能源消耗情況計算城市碳排放量，以此分析湖北省城市圈碳軌跡[9]。姚永玲選取北京市市轄區1986～2008年統計數據分析經濟規模、單位產值能耗、人均能耗、人口密度和能源空間支持系數等五項指標對城市能源消耗的貢獻[10]。劉小軍和涂俊依據天津市1990～2009年統計數據分析經濟增長與能源消費的關系，以產業能源消耗強度、結構效應與強度效應、單位國內生產總值能耗等指標考查產業結構對能源消費的影響[11]。縱觀已有研究成果發現，產業發展與能源消費的研究多集中于國家、省際間、具體省市等宏中觀層面，對特定產業發展與能源消費關系的研究尤其是作為能源消耗大戶的物流產業發展與能源消費關系的研究鮮有探討。

鑒于此，本文依據我國1995～2014年相關統計數據，采用單位根、協整、格蘭杰因果關系檢驗、脈沖響應函數以及方差分解等計量經濟學方法檢驗反映我國物流產業發展的客貨周轉量、產業增加值、全社會固定資產投資與物流能源消費間的關系。研究結論將豐富和完善有關能源消費與產業發展關系的研究成果，為推進物流產業可持續發展和緩解我國能源需求壓力提供理論支撐，為物流產業能源消費的管理實踐提供重要啟示。

2 理論分析與研究假設

當前，物流產業蓬勃發展，對能源的消費在同期各產業中排名第二，僅次于制造業，是名副其實的耗能大戶，厘清物流產業發展與能源消費的關系已經十分必要。物流產業發展的研究多圍繞物流客貨周轉量[7]，物流產業增加值[12]，物流產業全社會固定資產投資[13]等指標展開，因此討論物流產業發展與能源消費的關系實質表現為物流客貨周轉量、物流產業增加值、物流產業全社會固定資產投資與能源消費的關系。

物流產業作為新興的生產性服務產業對輕工業、制造業、電子信息業、金融業等眾多產業有著重大的拉動、輻射和影響作用[14]。物流產業發展增強了產業間的融合與滲透，深化和細化產業間分工，促進了產業生產流程的改變和改造，加速了產業結構調整與技術升級創新[15]，從而實現能源效率的提升和資源、能源消費的節約[7]?；诖耍岢鲆韵卵芯考僭O：

H1 物流產業發展與能源消費存在著長期穩定的均衡關系。

物流客貨周轉量是指各種運輸工具在報告期內實際運送的貨物重量和旅客數量分別乘其運送距離的累計數，是考核運輸業綜合性的產量指標，該指標綜合考慮運送距離、重量、數量等因素。假定單位時間內客貨總量一定，若在運輸過程中僅考慮能源消耗，則存在客貨周轉量越大，能源消費量越小的關系?；诖?，提出以下研究假設：

H2 物流客貨周轉量對能源消費有負向影響。

物流產業增加值由交通運輸業物流增加值、倉儲物流業增加值、批發物流業增加值、配送加工包裝物流業增加值和郵政業物流增加值構成，是反映物流業發展的核心指標。物流產業增加值取決于物流產業提供的服務及相應的附加值，假定物流產業提供服務過程中僅投入能源，則存在物流產業增加值越大，能源消費越多的關系。基于此，提出以下研究假設：

H3 物流產業增加值與能源消費同向變動。

物流產業全社會固定資產投資是以貨幣表現的建造和購置固定資產活動的工作量，是反映物流業固定資產投資規模、速度、比例關系和使用方向的綜合性指標。物流產業全社會固定資產投資越多，其發展程度越高。隨著投資的增加，物流業基礎設施更完善，相應物流效率不斷提高，則存在物流產業在全社會固定資產投資越多，能源消費越少的關系?；诖耍岢鲆韵卵芯考僭O：

H4 物流產業全社會固定資產投資對能源消費有負向影響。

3 變量選取及數據來源

3.1 變量選取

鑒于物流產業發展的自身特性以及相關統計數據的可得性和有效性，考慮到運輸和郵電是物流業主要構成部分，本文選取我國1995～2014年運輸和郵電客貨周轉量(億噸公里)，交通運輸、倉儲和郵政業增加值指數，全社會固定資產投資(億元)作為衡量城市物流產業發展水平的指標。為方便計算，將貨運周轉量(億噸公里)、旅客周轉量(億人公里)換算為客貨周轉量(億噸公里)。客貨換算系數[16]按照鐵路、遠洋、沿海、內河運輸換算系數為1，公路換算系數為0.1計算。選取我國交通運輸、倉儲和郵政業能源消費量(萬噸標準煤)作為衡量我國物流能源消費的指標。

運用EViews 8.0軟件考察反映我國物流產業發展的客貨周轉量(T)、產業增加值(Z)、全社會固定資產投資(F)與能源消費(E)等指標間是否具有長期的均衡關系，定量分析相關變量間的關系，并檢驗相關變量間是否存在格蘭杰因果關系。

3.2 數據來源

有關我國1995～2014年物流產業發展、能源消費等指標的數據均來自于相應年度的《中國統計年鑒》、《中國能源統計年鑒》或據此經計算得到。運輸和郵電客貨周轉量在1995年為39359.9億噸公里，到2014年增長為194159.3億噸公里，總體上呈現逐年增長趨勢，個別年份有小幅回落；交通運輸、倉儲和郵政業增加值指數在1994年為100，1995年為111，到2014年為106.5，總體上呈現波動趨勢；全社會固定資產投資在1995年為2306.54億元，到2014年為43215.67億元，總體上呈現逐年增長趨勢，僅在2011年出現小幅減少；交通運輸、倉儲和郵政業能源消費量在1995年為5863萬噸標準煤，到2014年增長為36336萬噸標準煤，呈現逐年增長趨勢。

為了保證相關時間序列數據的可比性以及降低異方差的影響，在討論和分析過程中對相關時間序列數據進行取自然對數處理，變換后的時間序列分別為：lnTt、lnZt、lnFt和lnEt。四個對數序列的變化趨勢呈現出高度的一致性，因此可能存在協整關系。

4 實證分析

4.1ADF單位根檢驗

經典計量經濟學理論是建立在時間序列平穩的基礎上的，所假設的變量間的相關系數服從的是正態分布。研究發現，大部分經濟變量是非平穩的[17]，用非平穩變量進行回歸分析，尤其在大樣本和較高單整除數的情況下，結論全部都是變量之間具有相關關系，將實際上不相關的兩個非平穩變量用來回歸分析[18]，是一種虛假回歸。因此，對非平穩變量間進行回歸分析，首先應考慮和檢驗變量的平穩性[19]，即對變量必須做單位根檢驗。本文選用ADF單位根檢驗法對lnT、lnZ、lnF和lnE等變量進行平穩性檢驗[20]。lnT、lnZ、lnF和lnE四個變量中僅有lnE是一次差分序列平穩，而lnT、lnZ和lnF都是二次差分序列平穩。ADF單位根檢驗結果表明，lnT、lnZ、lnF和lnE變量差分后都在5%的顯著水平上通過了ADF平穩性檢驗。

4.2 協整關系檢驗

沒有協整關系的單整變量的回歸仍然是偽回歸，因此必須做協整檢驗。鑒于被解釋變量lnE是一次差分序列平穩，而解釋變量lnT、lnZ和lnF都是二次差分序列平穩，符合被解釋變量的單整階數要小于或者等于解釋變量的單整階數以及兩個以上解釋變量的單整階數要相同的協整檢驗要求。通過EViews 8.0軟件，運用Johansen協整檢驗方法進行檢驗，檢驗結果表明，lnTt、lnZt、lnFt和lnEt四個時間序列之間存在長期均衡關系，且在5%顯著水平下存在協整關系，有協整關系的四變量回歸結果如(1)式所示

(1)

其中括號內為t統計量，與方程估計參數上下一一對應；R2=0.994519；F=907.1718；D.W.=2.268；T=19。

從(1)式可以看出，各估計參數t統計量絕對值均大于1.645，通過了顯著性水平檢驗，回歸模型估計值對實際值的擬合程度也較好，這表明1995～2014年我國物流產業發展與能源消費之間存在著長期穩定的均衡關系，假設H1成立。物流產業增加值與能源消費同向變動，假設H3成立，即物流產業增加值每增加1個百分點，能源消費將增加1.711個百分點，說明我國物流產業的發展對能源消費的依賴程度較高，且物流產業能源效率還有很大的提升空間。物流產業客貨周轉量和全社會固定資產投資對能源消費具有負向影響，假設H2和H4成立，即物流產業客貨周轉量和全社會固定資產投資每增加1個百分點，能源消費將分別減少0.218和0.185個百分點，說明隨著我國物流產業客貨周轉效率和全社會固定資產投資的增加，物流產業能源效率將進一步提高。

4.3 格蘭杰因果關系檢驗

協整檢驗結果說明我國物流產業發展與能源消費間存在著長期均衡關系，但不能說明變量間的先后順序是否存在一個變量前期信息會影響到另一變量當期，即物流產業發展的變動引起能源消費的變動，還是能源消費的變動引起物流產業發展的變動，因此需要通過格蘭杰因果關系檢驗做驗證。運用EViews 8.0軟件根據赤池信息準則(AIC)確定滯后階數[21]，對反映我國物流產業發展的客貨周轉量、產業增加值、全社會固定資產投資與能源消費的關系進行格蘭杰因果關系檢驗，檢驗結果如表1所示。

表1 格蘭杰因果關系檢驗結果

表1格蘭杰因果檢驗結果表明，在5%的顯著性水平下，能源消費和產業增加值對客貨周轉量、客貨周轉量對全社會固定資產投資的格蘭杰檢驗都拒絕了原假設，呈現出能源消費和產業增加值對客貨周轉量、客貨周轉量對全社會固定資產投資的單向影響，即能源消費和產業增加值是客貨周轉量的格蘭杰原因、客貨周轉量是全社會固定資產投資的格蘭杰原因。在10%的顯著性水平下，能源消費對產業增加值和全社會固定資產投資、產業增加值對全社會固定資產投資的格蘭杰檢驗都拒絕了原假設，呈現出能源消費對產業增加值和全社會固定資產投資、產業增加值對全社會固定資產投資的單向影響，即能源消費是產業增加值和全社會固定資產投資的格蘭杰原因、產業增加值是全社會固定資產投資的格蘭杰原因。

4.4 無約束VAR模型

由于lnT、lnZ、lnF和lnE之間存在格蘭杰因果關系，故lnT、lnZ、lnF和lnE可以做為VAR模型的因變量。假定無約束的VAR模型有4個變量，滯后階數為2，如(2)式所示

Xt=A0+A1Xt-1+A2Xt-2+ut

(2)

其中Xt=(lnEt,lnZt,lnFt,lnTt)′，Xt-1=(lnEt-1,lnZt-1,lnFt-1,lnTt-1)′，Xt-2=(lnEt-2,lnZt-2,lnFt-2,lnTt-2)′，A0=(c1,c2,c3,c4)′，A1=(αij)4×4，A2=(βij)4×4，(i,j=1,2,3,4)，ut=(u1t,u2t,u3t,u4t)′。由此，可得到關于lnT、lnZ、lnF和lnE的向量自回歸模型的估計(3)式

(3)

VAR理論不看重個別檢驗結果，不分析各子方程的意義，而是更注重模型的整體效果。AR根的圖表檢驗結果顯示所有單位根的倒數的模都小于1，即所有單位根的倒數的模都落在單位圓之內，可推斷所建VAR模型滿足穩定性條件。

4.5 脈沖響應函數

脈沖響應函數描述的是VAR模型中每一個內生變量的沖擊對自身與其它內生變量帶來的影響，或者說脈沖響應函數是隨著時間的推移，觀察模型中的各變量對于沖擊的響應。基于所建VAR模型，分別給能源消費(lnE)以及反映物流產業發展的客貨周轉量(lnT)、產業增加值(lnZ)、全社會固定資產投資(lnF)一個正的沖擊，得到關于能源消費和物流產業發展的脈沖響應函數圖形輸出結果，如圖1所示，其中橫軸表示滯后期數，縱軸表示響應程度，實線表示1單位脈沖沖擊的脈沖響應函數的時間路徑，兩邊虛線表示2個標準差的置信區間。

圖1 脈沖響應函數

圖1(1)表示lnE對自身的響應函數時間路徑一直為正，脈沖影響在第1期約為0.061，以后逐期下降，6期以后趨于穩定，說明物流能源消費的增長會引起后面各時期物流能源消費的增長，且增長的彈性系數呈現減小后趨于穩定的規律。

圖1(2)表示lnZ對lnE實施沖擊，lnE的響應函數時間路徑一直為正，脈沖影響在第1期約為0.018，前3期呈現增長趨勢，4期以后趨于穩定，說明產業增加值的增長會引起后面各時期物流能源消費的增長，且增長的彈性系數呈現增長后趨于穩定的規律。

圖1(3)表示lnF對lnE實施沖擊，lnE的響應函數時間路徑一直為正，前5期總體呈現上升趨勢，5期以后呈現下降趨勢，說明全社會固定資產投資的增長會引起后面各時期物流能源消費的增長，且增長的彈性系數呈現先增長后下降的規律。

圖1(4)表示lnT對lnE實施沖擊，lnE的響應函數時間路徑一直為正，脈沖影響在第1期約為0.043，前6期趨于穩定，6期以后呈現持續下降趨勢，說明客貨周轉量的增長會引起后面各時期物流能源消費的增長，且增長的彈性系數呈現穩定后持續減小的規律。

4.6 方差分解

方差分解是評價各內生變量對預測方差的貢獻度，是分析預測殘差的標準差由不同信息沖擊影響的比例，即對應內生變量對標準差的貢獻比例。對所建立的VAR模型中能源消費、客貨周轉量、產業增加值、全社會固定資產投資等變量進行方差分解。方差分解結果表明：當期物流能源消費對后面各時期物流能源消費的貢獻率維持在95%以上，且幾乎保持不變。當期物流能源消費對后面各時期客貨周轉量的貢獻率維持在40%以上，且越來越大。當期物流能源消費對后面各時期產業增加值的貢獻率維持在80%以上，且最終在90%左右小幅波動。當期物流能源消費對后面各時期全社會固定資產投資的貢獻率從0%不斷上升到60%后趨于平穩。

5 結論與建議

通過對我國1995～2014年物流產業發展和能源消費關系的實證分析，可得到以下基本結論：

第一，我國物流產業發展與其能源消費之間存在著長期穩定的均衡關系，物流產業增加值與能源消費同向變動，說明我國物流產業的發展對能源消費的依賴程度較高，且物流產業能源效率還有很大的提升空間；物流產業客貨周轉量和全社會固定資產投資對能源消費具有負向影響，說明隨著我國物流產業客貨周轉效率和全社會固定資產投資的增加，物流產業能源效率將進一步提高。

第二，格蘭杰因果檢驗表明：在5%的顯著性水平下，能源消費和產業增加值是客貨周轉量的格蘭杰原因、客貨周轉量是全社會固定資產投資的格蘭杰原因，呈現出單向影響；在10%的顯著性水平下，能源消費是產業增加值和全社會固定資產投資的格蘭杰原因、產業增加值是全社會固定資產投資的格蘭杰原因，呈現出單向影響。

第三，所建VAR模型滿足穩定性條件，脈沖響應函數輸出結果表明，客貨周轉量、產業增加值和全社會固定資產投資對物流能源消費均有正向沖擊，且增長的彈性系數總體呈現出“凸”形趨勢，即穩定后減小、增長后穩定、增長后下降的規律；能源消費對自身也有正向沖擊，但增長的彈性系數呈現出“凹”形趨勢，即減小后穩定的規律。

第四，方差分解結果顯示，能源消費對客貨周轉量、產業增加值和全社會固定資產投資的貢獻率均持續上升，其中能源消費對產業增加值貢獻率的變化幅度最小，基本維持在80%～90%，能源消費對全社會固定資產投資貢獻率的變化幅度最大，從沒有貢獻率到60%；能源消費對自身的貢獻率基本維持在95%以上。

根據上述結論，可以明確反映我國物流產業發展的客貨周轉量、產業增加值和全社會固定資產投資等指標與能源消費間存在著長期穩定的均衡關系，重視并妥善處理四者間的關系將形成四者相互促進的良性循環。從物流產業客貨周轉量、產業增加值和全社會固定資產投資等對能源消費均有不同程度的正向沖擊，且沖擊的彈性系數呈現出凸型趨勢，以及能源消費對物流產業客貨周轉量、產業增加值和全社會固定資產投資的貢獻率均持續上升的結果看，物流產業客貨周轉量、產業增加值、全社會固定資產投資等指標較好地反映了物流產業的發展以及和能源消費間的關系。因此，建議通過引進新能源技術、綠色物流技術，更新物流產業運輸工具和硬件設施，完善和變革物流產業相關管理制度和操作流程等形式刺激物流產業發展，以增加物流產業的客貨周轉量，實現物流產業能源消費總量的降低；通過對物流產業的政策引導和資金扶持，加大對物流產業的全社會固定資產投資，推動物流產業升級和技術創新，促進物流產業發展，提升物流產業能源利用效率；通過創新物流服務理念和形式，提高物流服務的智能化、自動化程度，增加物流產業服務的附加值，減少因能源消費所產生的物流產業增加值的比例，實現物流產業能源消費的節約。只有降低物流產業能源消費總量、提升物流產業能源利用效率，才能真正緩解能源需求壓力，保證物流產業的可持續發展。

[1] 馬宏偉，馬開平.能源消費與產業發展的協整性與因果關系分析[J].數理統計與管理，2010，(3)：473- 479.

[2] 朱俏俏，孫慧，王士軒.中國資源型產業及制造業碳排放與工業經濟發展的關系[J].中國人口·資源與環境，2014，(11)：112-119.

[3] 王富忠，盧啟程.治霾背景下物流業能耗效應研究[J]. 軟科學，2016，(1)：86-90.

[4] 劉鳳朝，潘雄鋒，徐國泉.基于結構份額與效率份額的中國能源消費強度研究[J].資源科學，2007，(4)：2- 6.

[5] 張歡，成金華，王來峰.中國工業化進程與能源礦產供需均衡的研究[J].中國人口·資源與環境，2011，(3)：165-170.

[6] 王雪青，婁香珍，楊秋波.中國建筑業能源效率省際差異及其影響因素分析[J].中國人口·資源與環境，2012，(2)：56- 61.

[7] 曹翠珍，趙國浩.區域物流發展、經濟增長與能源消費——基于中國省際面板數據的實證分析[J].財貿研究，2015，(2)：44-52.

[8] 周葉，王道平，趙耀.中國省域物流作業的CO2排放量測評及低碳化對策研究[J].中國人口·資源與環境，2011，(9):81- 87.

[9] 馮碧梅，劉傳江.全球價值鏈視角的武漢城市圈產業體系構建——推動武漢城市圈低碳經濟發展[J]. 中國人口·資源與環境，2010，(3)：67-72.

[10] 姚永玲.北京城市發展中的能源消耗影響因素分析[J].中國人口·資源與環境，2011，(7)：40- 45.

[11] 劉小軍，涂俊.天津市產業結構與能源消費強度分析[J].城市問題，2011，(7)：43- 48.

[12] 劉南，李燕.現代物流與經濟增長的關系研究——基于浙江省的實證分析[J].管理工程學報，2007，(1)：151-154.

[13] 李瑞，張悟移.基于RBF神經網絡的物流業能源需求預測[J].資源科學，2016，(3)：450- 460.

[14] 宋則，常東亮.現代物流業的波及效應研究[J].商業經濟與管理，2008，(1)：3-9.

[15] 張紅波，彭焱.現代物流與區域經濟增長關系的實證研究[J].工業工程與管理，2009，(1)：122-126.

[16] 張樹偉，姜克雋，劉德順.中國交通發展的能源消費與對策研究[J].中國軟科學，2006，(5)：58- 62.

[17] Nelson C R, Plosser C I. Trends and random walks in macroeconomic time series[J]. Monetary Economics, 1982, 10(2): 139-162.

[18] 陳昭，劉巍，茹純子.中國經濟增長與環境污染的關系——基于分省的面板協整模型分析[J].當代財經，2008,(11)：18-23.

[19] Stock J H, Watson M. Interpreting the evidence on money-income causality[J]. Econometrics, 1989, 40(1): 161-181.

[20] Dickey D A, Fuller W A. Distribution of the estimators for autoregressive time series with a unit root[J]. Journal of the American Statistical Association, 1979, 74: 427- 431.

[21] Akaike H. A new look at the statistical model identification [J]. IEEE Transactions on Automatic Control, 1974, 19(6): 716-723.

An Empirical Research on the Relationship between the Development of Logistics Industry and the Energy Consumption

HONG Shuai1, LV Rong-sheng1,2

(1.CollegeofManagementandEconomics,TianjinUniversity,Tianjin300072,China; 2.SchoolofManagement,TianjinUniversityofTechnology,Tianjin300384,China)

Based on the relevant statistical data in the period of 1995～2014 in China, this paper uses the econometric methods to analyze the relationship between the energy consumption and the development of logistics industry. There is a long-term, stable and equilibrium relationship between the energy consumption and the development of logistics industry in China. The passenger and cargo turnover volume and the total investment in fixed assets have a negative impact on the energy consumption. The added value of logistics industry and the energy consumption change in the same direction. The energy consumption and the added value of logistics industry are the Granger cause of the passenger and cargo turnover volume, while the passenger and cargo turnover volume is the Granger cause of the total investment in fixed assets. The passenger and cargo turnover volume, the added value of logistics industry and the total investment in fixed assets have a positive response on the energy consumption. The contribution rate of energy consumption reflects a continued upward trend.

logistics industry; energy consumption; Granger causality test; impulse response function; variance decomposition

2016- 07- 09

國家社會科學基金資助項目(15BGL013)

F252

A

1003-5192(2017)03- 0056- 06

10.11847/fj.36.3.56