長三角城市群科技創新與區域物流的互動關系研究
——基于PVAR模型的實證分析

鄧淑芬，楊 鈴

（常州大學商學院，江蘇常州213164）

0 引言

長三角城市群實現協同發展的過程中，科技創新與區域物流的發展均發揮了重要作用［1］。發展科技創新是實現產業轉型升級以及區域內相互滲透與共同繁榮的重要手段，而區域物流則為區域協同發展提供硬件支撐條件，從理論上講，兩者應該互為促進。專注于研究科技創新與區域物流互動關系的不多見［2-3］，本研究基于長三角城市群協同創新發展的現實背景，收集長三角城市群市級面板數據，建立PVAR 模型，實證檢驗科技創新與區域物流自身及其相互之間產生的影響。

1 科技創新與區域物流的互動機理分析

區域物流是區域經濟發展的支撐條件，科技創新是區域經濟發展的助推器，只有兩者共同作用，才能帶動區域經濟的可持續發展。但對于科技創新和區域物流的關系則沒有明確定位。實際上，科技創新與區域物流在經濟發展中都扮演了不可或缺的角色，兩者的關系類似于計算機軟件與硬件的關系。

區域物流的主要目的是貨暢其流，是各類制造企業與服務企業選址時必須考慮的因素，也是支撐社會經濟繁榮發展的必備條件；對科技創新來說，創新成果的轉化、產品進入市場的速度、創新的區域協同化，都離不開物流的支撐；物流發展也為科技創新提出新的挑戰與機遇，如對物流技術、信息追蹤技術的需求，促進了科技創新在物流行業的應用與擴散［4］。而科技創新主要為區域物流帶來動力與活力。首先科技創新的發展，帶來新產品、新業態、新模式等新經濟發展，為區域物流的發展提供動力；其次科技創新尤其是物流科技創新為物流產業發展注入了新的活力［5］。本研究通過建立PVAR 模型，實證檢驗長三角城市群科技創新與區域物流自身及其相互之間產生的影響。

2 數據說明和模型建立

2.1 數據說明

選取長三角城市群26個城市2009—2018年的面板數據，其中包括上海，江蘇省9市，即南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省8 市，即杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，和安徽省8市，即合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城。主要變量包括26 市的貨物運輸總量衡量和科學技術支出，數據來自于相應年份的“中國城市統計年鑒”以及上海和三省統計局網站。

2.2 模型建立和數據檢驗

2.2.1 面板單位根平穩性檢驗

建立PVAR 模型之前，為保證所獲實證結果的合理性，需將現有數據進行平穩性檢驗，檢驗結果表略。單位根檢驗結果表明，原始變量為非平穩變量，一階差分變量為平穩序列，可以使用面板向量自回歸模型進行下一步分析。

2.2.2 模型建立及確定模型的滯后期

本研究選擇PVAR 模型作為研究工具，其優勢是在樣本容量較多的情況下，可以同時從空間和時間兩個層面對兩個變量本身及兩者之間的關系進行更深入的分析。選擇好最佳滯后期數對于后面的模型建立以及保證結果有效性至關重要，根據最佳滯后階數的確定原則［6］，采用stata 15.0計算5期滯后結果。本研究的模型建立和滯后期確定參考文獻［6］。

3 實證分析

3.1 格蘭杰因果檢驗

采用Granger 準則滯后的二階因果關系進行檢測，表1 結果表明，無論是物流業對科技創新投入還是科技創新投入對物流業，均在1%上拒絕原假設，即物流業發展與科技創新投入互為對方的格蘭杰原因。但由此只能得出二者對對方會有影響，至于影響是正面還是負面，具體影響的動態關系還無法確定。因此，需要繼續下一步的研究。

3.2 脈沖響應分析

為了分析長三角城市群科技創新投入和物流業發展之間的相互作用，針對兩個變量期，通過500 次蒙特卡羅模擬得到長三角城市群物流業發展與科技創新投入的脈沖響應函數。其中折線代表脈沖響應曲線，點畫線和虛線分別代表95% 和5% 分位點的估計值進行脈沖響應分析。考慮到本文中面板數據的時間序列長度，將沖擊作用的期限設為10，采用stata 15.0進行脈沖響應分析。

3.2.1 長三角城市群物流業發展對科技創新投入的沖擊

物流業發展對科技創新投入的脈沖響應結果如圖1所示，表示物流業發展在科技創新投入情況下的變動情況。從脈沖響應結果來看，第0 期，物流業發展受科技創新投入的影響為0，即沒有產生作用；第1 期到第3 期，物流業發展對科技創新投入的影響皆為正向，第1 期達到最大值，第2 期開始呈下降趨勢，所以在第1 期之后，科技創新投入對物流業發展開始產生促進作用，在第2到3期之間促進作用逐漸減小；第4 期時，下降到了負值，即產生負向影響；到了第5期重回正值，但最終為0，說明物流業發展對科技創新促進的作用已經不大了，開始進入平穩狀態，因而物流業發展對科技創新促進的作用總體呈現先增加后平穩的趨勢。

3.2.2 長三角城市群科技創新投入對物流業發展的沖擊

科技創新投入對物流業發展的脈沖響應結果如圖2所示，科技創新投入對于物流業發展總體呈現正向的影響，即具有一定的促進作用。在0 期時，促進作用為0，沒有影響；第1期依舊為0，但從第1期開始曲線就急劇上升，到第2 期達到了最大值，此時可以看出科技創新投入對于促進物流業發展起到了很顯著的作用；從第2期開始，則穩定在了0.04水平上，偶有上下波動，說明在第2到第8期，促進作用處于一個平穩狀態；第9期開始曲線有下降趨勢，但不明顯，此時促進作用有減小的趨勢，但仍然對物流業發展有顯著的推動作用。

表1 格蘭杰因果檢驗結果

圖2 長三角城市群科技創新投入對物流業發展的脈沖響應

3.3 方差分解

在PVAR 模型中通過方差分解，可以評估各個沖擊對系統中內生變量變化的解釋力度和相對重要性。本研究通過方差分解進一步研究科技創新投入與物流業發展之間的相互影響程度。具體方法是進行500 次蒙特卡洛模擬，獲得95%置信水平下的面板方差分解結果，本文利用面板模型的方差分解進一步說明科技創新投入對物流業發展影響的解釋貢獻度［5］。

由表2知，在第1 期，即剛開始時，物流業發展對其自身貢獻了100%的解釋能力，而科技創新投入對其自身貢獻的解釋能力為93.6%，物流業發展僅貢獻了6.4%，這說明初期兩個變量皆依靠自身發展慣性在發展，相互之間基本無促進作用。到了第4 期時，物流業發展對其自身貢獻了86.5%的解釋能力，科技創新投入貢獻了13.5%；而科技創新投入其自身貢獻了85.5%，物流業發展貢獻了14.5%，可見二者之間的相互作用開始有較為顯著的呈現。第5 期與第10期的數值已相當接近，這可以反映出第5 期后各項基本穩定。因此，依據第5 期的結果，對長三角城市群物流業發展與科技創新投入的相互影響程度解釋如下: 在上述方差分解中，物流業發展其自身貢獻了86.6% 的解釋能力，而科技創新促進投入只貢獻了13.4%的解釋能力，說明長三角城市群物流業發展的根本還是物流行業的慣性，內因遠大于外因；在對科技創新促進中，其自身貢獻了91.1%的解釋能力，而物流業發展貢獻了8.9%的解釋能力，說明長三角城市區科技創新也是內因起到了關鍵作用；但由于二者也存在對彼此的解釋能力，且物流業發展對科技創新促進的解釋能力（8.9%）小于科技創新投入對物流業發展的解釋能力（13.4%），所以長三角城市群科技創新促進對物流業發展的影響大于物流業發展對科技創新促進的影響。但其中值得探討的是，第5 期開始，科技創新投入促進物流業發展的作用明顯小于第4 期時科技創新投入對物流業發展的促進作用，初步估計是隨著物流業的發展逐漸成形，創新投入對物流業發展所起到的促進作用沒有前幾期顯著。

表2 方差分解結果

4 結論與原因分析

4.1 結論

通過上述對模型的動態分析可以看出，長三角城市群物流業發展與科技創新之間總體有相互促進的正效應關系。其中，科技創新投入對物流業發展的影響大于物流業發展對科技創新促進的影響，而這種促進關系從初期的遞增逐漸趨于平穩。

4.2 原因分析

長三角城市群具備很不錯的物流基礎和強大的科技創新能力，二者之間何以會才出現相互促進的作用在減小？主要原因有三方面，一是長三角城市群區域內部物流發展不平衡，區域物流總體水平較高才能改善經營環境，為科技創新提供基礎設施條件，內部差異過大導致物流對科技創新的支撐作用有限，可持續的促進有待提高；二是物流人才供需結構性矛盾突出，市場對于新興人才沒有完善的薪資待遇保障體制，加之物流行業的特殊性，很多高校畢業生并不愿意從事物流行業或這方面的研究，導致物流行業的創新遭遇了瓶頸，因而資力雄厚的企業可以高薪聘請國外專家或派遣公司員工到國外實習，而對于其他中小企業而言，創新能力就成了天方夜譚，無法掌握先進的核心技術，自身又研發不出新技術和新設備，物流行業自身的發展，也阻礙了科技創新的發展速度；三是現有的科技創新對產業轉型驅動不強。具體表現：一是科技企業眾多，但行業標桿較少；二是科研成果向工業產品的變現率低。大型企業有自己的科研團隊，因此可以保證內部的科技創新不會中斷，但中小型企業沒有足夠的資金和設備來培養一支專有的科研隊伍。長三角城市群縣級以上科研機構的研究經費遠遠高于專利轉換的合同價值，凸顯了外部科研機構研發成果與實際需求的巨大差異［7］。

綜上所述，在發展后期，雖然物流企業規模逐漸擴大，但無論是管理和組織上的制度問題，還是外界創新驅動的疲軟都開始顯現，物流業促進科技創新的作用開始遞減。由于物流企業的發展受限，而物流企業又與生產總值中占據最大份額的第二產業有緊密聯系，所以受到經濟發展影響的科技創新能力也會因此受到制約。