中國物流業發展水平與科技創新耦合性研究

[摘要]中國正著力發展新技術、新管理，以此提高物流業發展總體水平，但物流業發展水平與科技創新之間的耦合性關系還未曾有深入研究。文章基于中國物流業和科技創新最新的可用數據，從總體發展模型和分解發展模型的角度，通過協整回歸分析，以及短期、長期和聯合（強）因果關系檢驗等方法，評價物流業發展水平和科技創新的耦合與偏離。既探究了科技創新與物流業整體發展水平之間的關系，又詳細探討了科技創新與作為物流業主要組成部分的鐵路、公路、水運三種運輸方式之間的關系。而三種因果檢驗方式相結合，可發現變量間的關系是否隨時間的變化而變化。檢驗結果表明，物流業總體發展水平是科技創新單向的格蘭杰原因，而鐵路是科技創新、公路和水路的單向格蘭杰原因。深入分析了這一結果產生的原因，并在此基礎上提出應加強科技創新在物流業的應用，充分利用科學技術創新成就，這樣才能實現兩者相互協調發展，也可以為制定相應的政策給予相當多的參考和借鑒。

[關鍵詞]物流業發展；科技創新；耦合規律

[DOI]1013939/jcnkizgsc201731020

1引言

隨著中國的科技創新發展戰略的持續推進，中國科技創新能力不斷提高。在2016年全球創新指數排名中，中國第一次進入世界最具創新力國家前25強，而且在中等收入經濟中位列第一名。與此同時，中國物流業也在飛速發展，中國社會物流總額已從1991年的 3萬億元增至2015年的2192萬億元。中國物流業的飛速發展不僅是由于物流業的組成成分不斷擴展，更重要的是互聯網電子商務等信息技術以及射頻識別（RFID）等智能化技術的發展。

科技創新是物流業發展的助推器和加速器，互聯網、條碼和定位系統等創新型技術使傳統物流向質量型、科技型及信息化轉變。物流業的發展為科技創新提供了良好的平臺，社會物流需求的持續增加不斷對物流業提出新的技術要求，科技創新必須為物流業的發展提供足夠的科技支撐。因此，科技創新與物流業發展之間應是相互促進的，但以往的研究通常關注科技或物流科技對物流業或物流基礎設施的影響，而沒有考慮到科技創新與物流業發展之間可能存在相互作用關系。

國外文獻對于物流與科技創新的研究的關注點主要在于研究某種科技對物流業某些方面產生的影響，如虛擬的智能交通系統[1]、AGV技術[2]、RFID技術[3-4]以及信息技術和物流信息系統。[5-7]Lin等[8]認為中國的物流服務提供商應該采用更有效的物流技術來為客戶提供更好的供應鏈服務。

國內一些研究從理論上探討了科技進步[9-11]對物流產業的促進作用。在實證研究方面，彭健等[12-14]用不同方法測算科技進步對物流產業經濟增長的貢獻率、范林榜[15]基于多元回歸分析以及田剛等[16]利用隨機前沿模型等方法，說明科技進步對物流業發展水平和運行效率的影響。只有曹應峰等[17-19]從理論上探討了物流與科技間的相互作用。

宋德軍[20]用協整回歸分析及格蘭杰因果檢驗等方法評價了中國農業產業結構優化與科技創新之間的相互作用關系，但其因果檢驗方法不夠全面。而Lean等[21-23]采用了聯合（強）的因果關系檢驗方法，可發現變量之間關系是否隨時間變化而變化。受其啟發，文章用2000—2015年的可用數據全面檢驗了物流業發展和科技創新之間的關系，這種關系可能隨著時間的變化而變化。與之前的很多研究不同，我們采用協整回歸分析、短期長期及聯合（強）的格蘭杰因果關系檢驗，從總發展和分解發展兩方面研究物流業發展水平和科技創新之間的關系，總發展模型用于研究科技創新與物流業整體發展水平之間的關系，分解發展模型用于分析鐵路、公路、水路這三種主要運輸方式相互之間及與科技創新之間的關系，從而為物流業發展提出有針對性的建議。

2數據和方法論

21模型規范

模型中用到的符號如下：科技創新綜合指標T，物流業發展綜合指標L，鐵路營業里程Rl，公路里程Rd，內河航道里程M。科技創新和物流基礎設施之間的關系反映了科技創新與物流業之間的關系。科技創新通過改善物流基礎設施來減少運輸時間，降低運輸成本以及增加運輸量來促進物流業發展，而物流業的發展增加了改善物流基礎設施的需求，刺激了物流設施對科技創新的需求，因此，可能有內生性的雙向因果關系。我們從物流業總體發展和基礎設施發展的視角，檢驗了物流業發展和科技創新之間的關系。首先，我們檢驗了物流業總體發展與科技創新之間的關系，簡稱總體發展模型，模型如下：

Tt=α+βLt+μt

然后我們將與運輸有關的基礎設施作為解釋變量，來檢驗物流業發展與科技創新之間的關系，簡稱分解發展模型，模型如下：

Tt=α1+β1Rlt+β2Rdt+β3Mt+μt

需要采用協整回歸來分析，首先需對變量進行ADF單位根檢驗，檢驗變量是不是穩定。這是避免偽回歸的一個重要的需求；其次進行Johansen-Juselius協整檢驗（JJ協整檢驗），檢驗科技創新與物流業發展之間是否存在長期關系，這一檢驗的優勢在于其能檢驗變量間的多重協整關系。如果協整關系不存在，可以用無約束向量自回歸模型去檢驗變量之間的格蘭杰因果關系。假如變量之間有協整關系的存在，那么證明在其間某個方向的格蘭杰因果關系是必然存在的。因此，為了辨別因果關系的方向，我們參考了誤差修正模型，它能為我們指明因果關系的方向，并區分短期和長期的格蘭杰因果關系。

總體發展模型的向量誤差修正模型為：

ΔTt=a0+ki=1a1iΔTt-i+ki=1a2iΔLt-i+τ1ectt-1+μ1t

ΔLt=b0+ki=1b1iΔTt-i+ki=1b2iΔLt-i+τ2ectt-1+μ2t

分解發展模型的向量誤差修正模型為

ΔTt=α0+pi=1α1iΔTt-i+pi=1α2iΔRl（t-i）+pi=1α3iΔRd（t-i）+pi=1α4iΔMt-i+θ1ectt-1+ε1tendprint

ΔRlt=β0+pi=1β1iΔTt-i+pi=1β2iΔRl（t-i）+pi=1β3iΔRd（t-i）+pi=1β4iΔMt-i+θ2ectt-1+ε2t

ΔRdt=γ0+pi=1γ1iΔTt-i+pi=1γ2iΔRl（t-i）+pi=1γ3iΔRd（t-i）+pi=1γ4iΔMt-i+θ3ectt-1+ε3t

ΔMt=δ0+pi=1δ1iΔTt-i+pi=1δ2iΔRl（t-i）+pi=1δ3iΔRd（t-i）+pi=1δ4iΔMt-i+θ4ectt-1+ε4t

其中，Δ是一階差分算子，ectt-1代表一期滯后的誤差修正項，一階差分解釋變量滯后項的F檢驗統計量的顯著性水平揭示了因變量和相應自變量的短期因果效應。長期因果關系可由誤差修正項滯后項系數的t檢驗統計量的顯著性水平。

22數據及處理

對于科技創新指標，我們參考宋德軍[23]的科技創新評價指標，如研發經費支出，專、本科、研究生學生數占總人口比重等13個指標。對于物流業發展指標，我們參考中國物流年鑒中統計的物流業發展相關指標，有社會物流總費用、社會物流總費用與GDP的比例、物流業增加值、物流業增加值占GDP的比例、物流業增加值占第三產業增加值的比例、社會物流總額、貨運量合計、貨運周轉量總計、物流用固定資產投資總計9個指標，而分解物流發展模型中，我們選擇中國主要的運輸方式，即Rl由鐵路營業里程代表，Rd由公路里程代表，M由內河航道里程代表。

中國科技統計網“http：//wwwstsorgcn/”、中國物流統計年鑒以及中國統計年鑒為我們提供了數據來源。樣本區間為2000—2014年，所有數據均為年度數據，并在分析前轉換為自然對數形式并標準化，以上操作在不改變數據關系和性質的前提下僅僅消除了數據的異方差。將科技創新的13個指標和物流業發展的9個指標分別通過因子分析，濃縮為科技創新綜合指標T和物流業發展綜合指標L。因子分析結果如表1所示，從科技創新指標與物流業發展指標中提取出的因子所提供的累積方差分別占總方差的95016%和97342%，表明可以用提取的綜合指標代替原來的指標。數據建模及處理使用軟件SPSS210和Eviews72。

3實證結果

表2表達了變量ADF單位根檢驗結果。我們發現除了Rl之外的所有變量都是I（1）即一階單整。然后我們進行了JJ協整檢驗，其對模型的滯后期敏感，所以向量自回歸模型的最優滯后期選取基于AIC準則。JJ協整檢驗的結果見表3。我們發現總體發展模型和分解發展模型的變量間都至少存在一個協整方程。

JJ協整檢驗得到的模型可以為我們提供變量長期系數的估計，每個模型的標準化的長期系數見表4。對于總體發展模型，L的長期系數顯著為正，這表示物流業的發展會在長期促進科技創新水平的提高。對于分解發展模型，我們發現Rd和M的系數在統計上顯著為正。

格蘭杰因果檢驗結果見表5。表的上半部分展示了短期格蘭杰因果關系檢驗的χ2統計量和滯后的誤差修正項系數。我們發現在總體發展模型中，T和L之間沒有短期的因果關系。而且滯后的誤差修正項系數（兩個方程中的）在1%的置信水平上顯著，這說明總產出模型是長期均衡的。速度的調整范圍從04～09，表明2個變量從沖擊中迅速向長期均衡調整，既有正向調整也有負向調整。

對于分解發展模型，T方程中滯后的誤差修正項系數在10%的置信水平上顯著，這表明，從長期來看其他3個變量（Rl，Rd，M）是T的格蘭杰原因，意味著這3個變量與T之間通過誤差修正項有交互的因果關系。Rl方程中滯后的誤差修正項系數在10%的置信水平上顯著，這表明，從長期來看其他3個變量（Rl，Rd，M）是T的格蘭杰原因，意味著這3個變量與T之間通過誤差修正項有交互的因果關系。M方程中滯后的誤差修正項系數在10%的置信水平上顯著，表明從長期來看其他3個變量（T，Rl，Rd）是M的格蘭杰原因，意味著這3個變量與M之間通過誤差修正項有交互的因果關系。從短期來看，我們發現T是Rd單向的格蘭杰原因，Rl是M單向的格蘭杰原因，而M與Rd之間在短期有雙向的格蘭杰因果關系。

除短期、長期因果關系外，我們還進行了聯合（強的）因果關系檢驗，它可以指出在系統受到沖擊后，短期調整哪個變量能夠達到長期均衡。聯合因果檢驗可以通過檢驗滯后的誤差修正項和解釋變量的一階差分項的聯合假設來執行。

聯合因果關系檢驗的結果在表5的下半部分。對于總體發展模型，我們發現L是T強的格蘭杰原因，這與短期因果關系不同。在分解發展模型中，在T，Rd，M的方程中，所有自變量的互動項在統計上顯著。Rd和M與T之間的強的因果關系是雙向互動的。此外，我們還發現Rl是T，Rd，M單向強的格蘭杰原因。為了更好地觀察它們之間的關系，下圖描繪了總體發展模型和分解發展模型中物流變量間因果關系的方向。文章加入短期和長期聯合因果檢驗的結果，可以清楚地知道科技創新與物流業發展變量之間的相互作用關系，這在以往的文獻中是沒有的。

短期和長期聯合因果關系A→B表示A是B的單向格蘭杰原因

AB表示A與B之間有雙向的格蘭杰因果關系

4討論

由于短期和長期聯合因果檢驗被稱為強的格蘭杰因果檢驗，所以后續的討論可能主要基于短期和長期聯合因果檢驗的結果。

在總體發展模型中，物流業發展是科技創新的單方面原因，這是我們非常意外的，因為大部分文獻都是定性或定量研究科技創新對物流業的促進作用，對于物流業對科技創新的影響并未深入研究。顯而易見，由于傳統的技術水平不能滿足日益增長的物流服務和運輸需求，從而激發了人們的創新意識，積極改變落后的技術現狀，希望適應物流服務和運輸需求的增加，反之，科技創新成果并未對物流業產生明顯促進作用。

在分解發展模型中：①科技創新與公路和水路基礎設施之間具有雙向互動的因果關系，表明公路和水路基礎設施的改善需要科技創新的投入，反之，科技創新也不斷為公路和水路建設提供保障與支持。水運受天氣影響較大，安全性和準時性差，但費用低，水運需求的增加迫使得人們必須通過科技創新改善水運基礎設施，提高水運的安全性和可靠性。公路運輸由于道路交通狀況不確定，且事故發生率高，而由于城市運輸和門到門服務需求的增加，必須改善公路運輸條件，科技進步是提高公路質量的根本，如通過地理信息系統和物流系統等可提高道路交通情況的透明度，合理規劃運輸路線等；②水運和公路之間也存在雙向因果關系。水運需要公路運輸配合已實現門到門服務，因此水運基礎設施的發展可促進配套公路基礎設施的發展，而公路基礎設施的改善表明運量需求增加，需要改善水運基礎設施以配合公路運輸，實現城市的發展目標；③分解發展模型中還可看出鐵路基礎設施是科技創新、公路和水運基礎設施單向的格蘭杰原因。以前我國更偏向于鐵路運輸，從“十一五”“十二五”規劃也可看出，我國一直致力于提升鐵路科技創新水平，所以鐵路在中國運輸網絡中發揮著關鍵作用，而后來因為多式聯運的需求不斷增加，需要建設配套的公路和水路基礎設施。此外，由于2013年之前，鐵路建設是由鐵道部監管，而其他運輸方式由通信部監管。鐵道部作為一個獨立部門，也表明了鐵路在我國的重要性，而鐵道部在整合資源發展鐵路時，可能會影響政府的計劃和投資，從而對公路和水路的設施建設造成影響。endprint

5結論

文章的目的是通過實證分析來研究我國物流業的發展與科技創新之間的互動關系。我們采用最新的可用數據和先進的計量經濟學方法，檢驗了物流業發展與科技創新之間短期和長期的因果關系。通過這三種因果關系的檢驗，可使文章的評價更加精準，市場參與者和政策制定者在決策過程中也可以有更好的見解。

實證結果表明：①物流業發展和科技創新之間的確存在雙向互動關系，但我國物流業發展的不合理，科技創新成果還未充分應用于物流業，導致其對物流業的促進作用不夠顯著。②多式聯運需求在不斷增加，表現在不同運輸方式之間的相互影響越來越大。多式聯運是運輸業必然的發展方向，但我國多式聯運發展仍有很長的路要走。因此，為提高物流業發展水平和發展效率，我們在此提出一些宏觀的建議：第一，加強物流專業人才的培訓，提高物流業高級人才比例，以促進科技創新成果在物流業中的應用；第二，對物流運輸基礎設施的投資建設應考慮多式聯運的整體布局規劃，加快多式聯運建設。

我國物流業發展水平與科技創新之間的關系值得檢驗，不僅因為檢驗結果可用于填補一些中國物流業發展中的研究空白，為促進中國物流業的發展和科技創新提供一些政策性建議，從而提高物流業的運行效率，而且對于其他需提高物流業發展水平的發展中國家也有良好的借鑒作用。但文章僅初步研究了物流業發展與科技創新之間的相互作用關系，未來工作仍有兩方面需深入探討：一是物流業具體是通過怎樣的機制來促進科技創新水平的提高；二是科技創新對物流業促進作用不顯著的具體根源在哪，這些工作將對物流業發展產生至關重要的指導作用。

參考文獻：

[1]Grakovski A，Kabashkin I，Ressin AIntelligent Transport System for Intra-city Logistics based on www Technologies[J].Transport & Telecommunication，2008，9（3）：30-38

[2]Yakut Ali M，Hossain S G M，Jamil H，et al.Development of automated guided vehicles for industrial logistics applications in developing countries using appropriate technology[J].International Journal of Mechanical & Mechatronics Engineering，2010，10（2）：13-17

[3]Ramanathan R，Ramanathan U，Ko L W LAdoption of RFID technologies in UK logistics：Moderating roles of size，barcode experience and government support[J].Expert Systems with Applications，2014，41（1）：230-236

[4]Kim M SOn Measuring Business Value of Radio Frequency Identification Technology on Logistics Service[J].Advanced Science Letters，2014，20（10/12）：2102-2105

[5]Kubasakova I，Kamof R，Stopka OLogistics information and communication technology[J].Komunikacie，2014，16（2）：9-13

[6]Choy K L，Gunasekaran A，Lam H Y，et alImpact of information technology on the performance of logistics industry：The case of Hong Kong and Pearl Delta region[J].Journal of the Operational Research Society，2014，65（6）：904-916

[7]Morgan T R，Richey J R G，Autry C WDeveloping a reverse logistics competency：The influence of collaboration and information technology[J].International Journal of Physical Distribution and Logistics Management，2016，46（3）：293-315

[8]Lin C-Y，Ho Y-HRFID technology adoption and supply chain performance：an empirical study in Chinas logistics industry[J].Supply Chain Management，2009，14（5）：369-378

[9]褚珊珊讓科技為物流插上飛翔的翅膀[N].東方煙草報，2013-08-14（005版）.

[10]郭偉關于加快我國物流科技發展的探討[J].電子測試，2014（3）：110-111

[11]康譯文物流科技進步對物流產業發展的影響研究[J].中國市場，2015（20）：18

[12]彭健基于面板數據的區域物流科技進步貢獻率研究[J].中國商貿，2011（15）：143-144endprint

[13]張誠，廖韻如基于參數灰色估計方法的江西省物流產業科技進步貢獻率的研究[J].經濟與管理研究，2011（4）：32-37

[14]孟魁基于增長速度模型的我國物流業科技進步貢獻率測算[J].物流技術，2015，34（5）：102-106

[15]范林榜社會物流成本占GDP比重的影響因素[J].財經科學，2014（8）：88-96

[16]田剛，李南中國物流業全要素生產率變動與地區差異——基于隨機前沿模型的實證分析[J].系統工程，2009（11）：62-68

[17]曹應峰，楊杰黑龍江省道路運輸業發展現代物流的科技需求分析[J].黑龍江交通科技，2005，28（1）：82-83

[18]譚開明，魏世紅科學技術進步與現代物流業發展[J].物流科技，2005，28（12）：14-16

[19]朱占峰淺析科技革命與物流產業的演進[J].中國科技信息，2008（2）：73-74

[20]宋德軍中國農業產業結構優化與科技創新耦合性評價[J].科學學研究，2013，31（2）：191-200

[21]Lean H H，Huang W，Hong JLogistics and economic development：Experience from China[J].Transport Policy，2014，32（1）：96–104

[22]Holtz-Eakin D，Rosen H SEstimating Vector Autoregressions with Panel Data[J].Econometrica，1988，56（6）：1371-95

[23]Bloch H，Rafiq S，Salim RCoal consumption，CO2，emission and economic growth in China：Empirical evidence and policy responses[J].Energy Economics，2012，34（2）：518-528

[基金項目]上海市基礎研究重點項目（項目編號：15590501800），交通運輸部科技項目（項目編號：2015328810160），上海市科委科研計劃（項目編號：14DZ2280200），上海市科委科技創新行動計劃（項目編號：14170501500）和教育部人文社會科學研究青年基金（項目編號：15YJC630145，15YJC630059）的資助。

[作者簡介]甄遠迪（1992—），女，漢族，河南鄭州人，碩士在讀，研究方向：互聯網思維下的物流創新。endprint