物流業與國民經濟三次產業間增長關系研究
——基于我國1952～2020年統計數據

秦 愚 陳珍珠

（鄭州大學管理工程學院，鄭州 450001）

引 言

物流業是國民經濟的重要組成部分，物流業的特殊性在于其與其他國民經濟①組成部分間存在很強的互動。物流業發展促進三次產業發展，三次產業發展帶動物流業發展。從1952～2020年，第一產業增加值從342.9億元增長到77754.1億元，復合增長率為8.3%；第二產業增加值從141.1億元增長到384255.3億元，復合增長率為12.3%；第三產業增加值從195.1億元增長到553976.8億元，復合增長率為12.4%；交通運輸、倉儲和郵政業增加值從29億元增長到41561.7億元，復合增長率為11.3%。不同類型的增加值數據都存在時間趨勢，很容易掩蓋它們之間的增長關系，進而掩蓋國民經濟運行機制。

研究物流業與三次產業間增長關系，有利于我們更加了解經濟發展的內在規律，進而合理配置資源，優化產業結構，提高生產效率，實現我國經濟的高質量發展。在提倡經濟協調發展及物流行業降本增效的背景下，對物流業與第一、二、三產業間增長關系的研究顯得尤為迫切。

1 文獻綜述

學者們對物流業與國民經濟間關系進行了大量研究，相關文獻可以從區域范圍、研究方法、長期關系、短期關系等方面歸納。

1.1 區域范圍

現有研究的區域范圍可以分為全國層面、東、中、西部層面和省域層面。在全國層面，劉俊華等［1］研究指出，增加物流基礎設施投資可以促進經濟增長，且物流基礎建設與經濟增長之間具有長期穩定的均衡關系。在東、中和西部層面，聶正彥和李帥［2］研究指出，不同區域內物流業對中國經濟增長均有顯著的正向影響，但是不同區域的影響存在明顯差異，東部物流業的經濟增長效應最弱，中部次之，西部最強。王新瑋［3］研究指出，物流基礎設施對區域經濟發展在每個時期均存在正向的空間溢出效應。在省域層面，王建林等［4］研究指出甘肅省國民經濟的增長對物流產業的發展具有推動作用，兩者之間相互協調。李績才和吳堅［5］對浙江省現代物流與經濟增長間的互動關系進行了實證分析，指出經濟的快速發展優先促進了物流業發展，但物流業對經濟發展的推動作用不顯著。范林榜［6］利用1978～2010年的相關年度數據，對四川省和江蘇省的物流和經濟增長關系進行了實證比較分析，發現兩地區的物流發展與經濟增長均存在協整關系。唐建榮等［7］研究指出，中國省域物流業發展相關性和差異性并存。本文的研究范圍定位在全國層面。

1.2 研究方法

學者們采取不同的研究方法對物流業與經濟增長的關系進行了研究分析。其中，黃先軍和李亦亮［8］基于灰色關聯模型實證分析了安徽省物流業與其他產業之間的聯動關系，結果表明安徽省物流業與其他產業的聯動效應顯著，物流業在產業體系中的地位日漸提高，具備成為主導產業的素質。李麗［9］基于協同學理論，驗證了我國流通業與國民經濟的協同關系，通過設計協同度評價模型，對兩者之間的協同演進的一般規律進行了分析，結果表明我國流通產業對國民經濟平穩運行的推進效應大于抑制效應。此外，張建軍和趙啟蘭［10］采用協整分析、誤差修正模型等方法重點研究我國農業物流與農業經濟發展的互動關系，研究表明農業物流發展水平對農業經濟發展水平具有顯著的正向影響，農業物流是農業經濟發展水平的格蘭杰原因，農業物流發展水平短期波動對農業經濟發展水平的影響較小，長期波動對農業經濟發展水平影響較大。侯冠平和劉靜暖［11］運用耦合度研究，指出三大產業與物流業之間是一個相輔相成的耦合系統，三大產業的不平衡性對物流業影響不盡相同。陳治國等［12］研究結果表明，全國物流業綜合發展水平與國民經濟綜合發展水平間耦合關系與互動效應較好，但兩者的耦合協調關系仍未步入協調狀態。本文運用VAR模型及VECM模型對物流業與國民經濟三次產業間的增長關系進行實證分析。

1.3 長期關系

王建林等［4］研究指出，甘肅省物流產業與國民經濟之間存在協整關系。范林榜［6］指出四川省和江蘇省的物流發展與經濟增長均存在協整關系。劉俊華等［1］研究指出物流基礎建設與經濟增長之間具有長期穩定的均衡關系。吳繼貴和葉阿忠［13］研究指出加強對物流業的投入對我國經濟效率提升具有一定的促進作用，但是不同階段的影響程度也有所差異。Tong和Yu［14］研究分析了交通運輸與經濟增長之間的協整關系，研究指出貨物運輸與經濟增長之間存在長期均衡關系。以往研究的時間范圍大都在改革開放后的30多年內，本文選取時間跨度更大的時間序列數據，即1952～2020年的統計數據，精準量化物流業與國民經濟三次產業間的長期關系。

1.4 短期關系

現有研究中短期關系往往通過格蘭杰因果關系揭示。趙立波［15］研究指出，經濟增長是促進物流發展的根本動力，沒有經濟的快速發展，物流產業的發展就無從談起。甘信華和劉峰［16］指出物流業與第一產業、第二產業存在單向因果關系，與第三產業存在雙向因果關系。范林榜［6］研究分析得出四川省物流發展是經濟增長的單向格蘭杰原因，而江蘇省經濟發展是物流發展的單向格蘭杰原因。吳繼貴和葉阿忠［13］研究指出，物流業與經濟增長二者之間并非完全雙向互動的關系，即物流規模的增加能夠促進經濟的增長，但是經濟的增長卻不能反作用于物流規模的增長。Kuzu和?nder［17］研究指出經濟增長是物流業的單向格蘭杰原因。Tong和Yu［14］研究分析了交通運輸與經濟增長之間的因果關系，研究指出中西部欠發達地區貨物運輸與經濟增長之間存在雙向格蘭杰因果關系。陳治國等［18］研究表明，無論是在價值層面還是在實物層面衡量的物流業對三大產業均有顯著的促進效應。本文利用VAR模型探究物流業與其他國民經濟三次產業之間的格蘭杰因果關系。

本文基于1952～2020年我國年度統計數據，擬利用VAR模型和VECM模型，選擇物流業及三次產業的年度增長率數據，分別從短期和長期兩個角度對物流業和三次產業間增長關系進行實證研究［19，20］。

2 各變量數據選取及檢驗

2.1 變量選取及數據收集

本文選用擬選擇以下指標。

（1）物流業增長指標（logistics）。衡量物流業增長的指標有許多，但其側重面不同，考慮到交通、倉儲及通信業是現代物流業的主要部分，所以本文選擇交通運輸、倉儲和郵政業增加值作為衡量物流業增長的指標。

（2）第一產業增長指標（vd1）。考慮第一產業發展衡量指標的代表性及可獲得性，本文選取第一產業各年的增加值。

（3）第二產業增長指標（vd2）。考慮指標反映第二產業的有效性，及數據的可獲得性，本文選取第二產業增加值作為第二產業增長的衡量指標。

（4）第三產業增長指標（vd3d）。考慮所選指標的代表性，以及變量數據的可獲得性，本文選取第三產業增加值作為衡量第三產業增長的指標。同時，因為物流行業屬于第三產業，將從第三產業增加值中剔除交通運輸、倉儲和郵政業增加值。

本文所涉及的數據來自于 《中國統計年鑒》、國家統計局官網。對各變量數據進行自然對數標準化處理，得到llogistics、lvd1、lvd2、lvd3d。對數變換之后，回歸方程中自變量的系數表示自變量與因變量間的變化彈性。

2.2 相關性分析

本文通過Stata16.0對數據進行分析處理，各變量取對數后的變化如圖1所示。圖中縱軸表示各變量的對數值，因為對數函數在其定義域內是單調遞增函數，因此取對數不會改變原始數據的相對關系，從圖中可以看到各變量逐年遞增的變化趨勢。取各對數變量的一階差分，并畫圖得到圖2，其中縱軸表示各變量的增長率。根據相關性分析結果，如表1所示。可知第一、二、三產業發展與物流業發展兩兩之間的相關系數最小為0.994，最高達到0.997，表明各變量兩兩之間存在著高度相關性。

圖1 各變量取對數后的變化

圖2 各變量取對數差分后的變化

表1 各變量之間的相關性分析

2.3 單位根檢驗

在建立模型之前，需對各時間序列變量的平穩性進行檢驗，以保證分析的有效性。本文采用單位根 ADF（Augmented Dickey-Fuller）方法來檢驗各變量的穩定性。檢驗結果顯示在表2中。

表2 各變量ADF單位根檢驗結果

由表2中ADF單位根檢驗結果可知，變量llogistics（交通運輸、倉儲和郵政業增加值）ADF統計值等于-1.461，即使在10%的顯著性水平下，也明顯大于臨界值-3.169，所以不能拒絕變量llogistics有單位根的原假設，即存在單位根，此變量不平穩；對變量llogistics進行一階差分，得到Dllogistics，即物流業增長率，再對Dllogistics進行ADF檢驗，由表2可知，ADF統計值為-5.010，明顯小于1%臨界值-3.556，檢驗結果拒絕存在單位根的原假設，也就是說數據不存在單位根，即時間序列變量Dllogistics數據是平穩的。同理，本文對變量lvd1和變量Dlvd1（第一產業增長率）、變量lvd2和變量Dlvd2（第二產業增長率）、變量lvd3d及變量Dlvd3d（第三產業增長率）進行ADF單位根檢驗，得到lvd1、lvd2和lvd3d是不平穩的時間序列變量，Dlvd1、Dlvd2和Dlvd3d是平穩的時間序列變量，也就是說物流業增長率、第一產業增長率、第二產業增長率及第三產業增長率是平穩的時間序列變量。

3 物流業與三次產業間短期增長關系

llogistics、lvd1、lvd2和lvd3d的一階差分都是平穩序列，滿足了對Dllogistics、Dlvd1、Dlvd2及Dlvd3d進行VAR模型構建的條件。本文根據相關信息準則來確定向量自回歸模型（Vector Autoregres?sion，VAR）階數，確定模型滯后2階。下面從格蘭杰因果關系檢驗結果、脈沖響應函數及預測方差分解3個方面分析相關變量之間的短期關系。

3.1 格蘭杰因果關系檢驗

Granger因果檢驗是用于檢驗兩個變量之間因果關系的一種常用方法，格蘭杰檢驗的基本原理是將來不能預測過去。通過格蘭杰因果檢驗得到如表3的結果。

從表3可以看出3個原假設對應的P值均明顯小于0.05，說明在顯著性水平為5%的情況下，表中3個原假設被顯著拒絕，即拒絕變量Dlvd3d不是變量Dllogistics的格蘭杰原因，拒絕變量Dl?logistics不是變量Dlvd1的格蘭杰原因，以及拒絕Dlvd2不是Dlvd3d的格蘭杰原因；也就說明在5%的顯著性水平下，第三產業增長率是物流業增長率的格蘭杰原因，物流業增長率是第一產業增長率的格蘭杰原因，第二產業增長率是第三產業增長率的格蘭杰原因。

3.2 脈沖響應分析

通過VAR模型分析物流業、第一、二、三產業發展之間短期動態相關關系，在此利用脈沖響應函數來分析變量Dllogistics（物流業增長率）在受到自身及其他變量的一個標準差變動后產生的響應。正交脈沖響應函數在收斂的情況下，才會有經濟意義。由結果圖3可知，各正交脈沖響應函數均收斂。

圖3 Dllogistics作為響應變量時的脈沖響應圖

圖3中 （1）表示的是物流業增長率在受到自身一個標準差的沖擊下的響應情況，可知在受到自身的一個標準差沖擊之后，初期物流業增長率為正向響應且較顯著，但其響應程度在第2期便降為0，說明物流業增長率受自身的沖擊影響在短時間內較顯著，在第3期變為程度較小的負響應，第4期又回到0值，之后沒有較明顯的波動現象。圖2中 （2）～（4）分別表示物流業增長率在受到變量Dlvd1（第一產業增長率）、Dlvd2（第二產業增長率）、Dlvd3d（第三產業增長率）的一個標準差沖擊做出的響應情況；物流業增長率對三者的響應均為正向響應，且大致在第4期都歸為0值，物流業增長率對第二產業增長率及第三產業增長率的沖擊響應更顯著于第一產業增長率的沖擊響應，這說明第一產業的沖擊波動對物流業的影響較小，第二產業和第三產業的沖擊波動對物流業影響更大。

3.3 預測方差分解

如圖4所示，對VAR模型進行預測方差分解檢驗，結果顯示變量Dllogistics波動主要來自于自身，其次來自于變量Dlvd2和變量Dlvd3d，變量Dlvd1對物流的波動沖擊影響不明顯。此結果與脈沖響應函數結果相互印證。

圖4 Dllogistics作為預測變量時的預測方差圖

本文對各變量之間的短期動態關系進行了檢驗分析，結果表明短期中物流業增長率和三次產業增長率之間呈現少量單向的格蘭杰因果關系，第一、二、三次產業增長率變化的沖擊對物流業增長率造成的影響較小，且沖擊影響時間短。

4 物流業與三次產業間長期增長關系

從前文的ADF單位根檢驗可知，各時間序列變量均滿足進行協整檢驗和構建誤差修正模型的條件，即時間序列變量llogistics、lvd1、lvd2和lvd3d均為一階單整序列。本文對物流業發展與三次產業發展之間的長期關系進行深度探究。

如圖3所示，為減少飽和濕煙氣的加熱熱量，可以先將脫硫裝置出口的飽和濕煙氣進一步降溫除濕，使其從飽和狀態點A到達飽和狀態點A′，然后再沿著絕熱加熱線將飽和煙氣狀態點A′加熱至狀態點B′，達到與白霧治理常規方案一樣的效果。但由于先對飽和濕煙氣進行了降溫除濕，因此大大減少了煙氣的加熱熱量，此外，有條件可以進一步利用飽和煙氣從狀態點A降溫至點A′的余熱，提高節能效果。

本文運用Johansen協整分析方法來檢驗長期協整關系是否存在。根據前文本文確定滯后階數2階，運用Stata16.0檢驗變量間的協整關系個數，結果如表4所示，從結果可以清晰地看到標記有 “?”的跡檢驗統計量，其對應rank＝2；在協整秩rank＝1時，跡檢驗統計量為38.5546，由于 “跡檢驗”（trace test）是似然比檢驗，故為單邊右側檢驗，即越大，則越傾向于拒絕原假設。此時跡檢驗統計量大于臨界值29.68，在5%的顯著水平下拒絕 “至多存在一個協整關系”的原假設；當rank＝2時，跡檢驗統計量為13.281，顯著小于臨界值15.41，說明在5%的顯著性水平下不能拒絕 “存在至多兩個協整關系”的原假設，結果表明在4個非平穩變量中存在兩個長期協整關系。

表4 Johansen協整關系個數檢驗結果

構建VECM模型，如式 （1）：

其中，C是4×1的常數列向量；DYt是由各變量的一階差分組成4×1的列向量；Yt-1是滯后1期的各變量以及常數項組成的5×1的列向量；X是差分滯后項組成的4×1的列向量；εt是擾動項組成的4×1的列向量。其中：

α為4×2的調節向量，修正長期協整關系中沖擊的影響，以保持各變量之間的長期協整關系。β為 5×2 的協積向量，且β′Yt-1～I（0），即可以組成一個平穩的系統。

接著，利用Johansen的MLE的方法估計該系統的向量誤差修正模型（Vector Error Correction Model，VECM）；得到表5和表 6所示的結果，本文研究的重點在于各變量之間的長期協整關系，故側重分析解讀以下參數向量值：

表5 VECM模型計算結果

表6 長期協整關系相關參數值

至此，可以得到兩個協整關系的表達式分別為：

以上兩個長期協整關系方程不能將物流業與第一、二、三產業全部包括在同一個長期協整關系中，本文利用VECM模型得出同時含有物流業與三次產業的長期協整關系。

其中：

根據以上的VECM模型，選取VECM模型的第一個方程式：

其中：

因為方程式 （5）等式左邊是平穩的，故可知方程等式右邊也是平穩的，因為b1x是各變量差分項滯后1期構成的多項式，故也是平穩的，此時可知μt-1也是平穩的，于是得到：

調整到第t期得到：

即：

根據含有4個變量的協整關系式 （8）可知，從長期來看，變量lvd1t的系數為0.698，表明第一產業增長與物流業增長的彈性為0.698，即第一產業每增長1個百分點，則物流業增長0.698個百分點，說明第一產業與物流業間具有緊密的關聯關系。變量lvd2t的系數為0.124，即第二產業增長與物流業增長之間的彈性系數為0.124，表明第二產業每增長1個百分點，則物流業增長0.124個百分點，第二產業增長與物流業增長間有較緊密的關聯關系。變量lvd3dt的系數為0.308，表明第三產業增加值每提高1個百分點，則物流業增長0.308個百分點，說明第三產業增長與物流業增長間具有程度較高的緊密的長期協整關系。

為了更清晰的解釋物流業與第一、二、三產業之間的關系，本文選擇以物流業增長率變量為被解釋變量的表達式即式 （5）：

整理得到：

由式 （9）可知，對于此方程而言，長期協整關系的誤差修正系數為-0.242，這說明在此長期協整關系中如果在前一期出現偏離均衡狀況的情況，則緊接下來的一期，會得到反向修正和調整，修正程度大約為24.2%，即若出現短期的非均衡狀態，誤差將會被一定程度的反向修正和調整，使得長期協整關系盡可能地恢復到長期均衡狀態。

對此VECM模型的穩定性進行檢驗，從圖5中可以看到，除了VECM模型本身所假設的單位根之外，伴隨矩陣的所有特征根均落在單位圓之內，即此VECM系統平穩。但有部分特征根分布離單位圓圓心較遠，說明沖擊給模型帶來的影響持續時間較長。

圖5 VECM模型穩定性檢驗結果

5 結論與啟示

通過以上的分析，本文得到如下的結論及相關啟示。

5.1 結論

（1） 短期關系

短期中，基于VAR模型，根據格蘭杰因果檢驗結果可知，第三產業增長率和物流業增長率有顯著的單向動態相關性，物流業增長率和第一產業增長率有明顯的單向動態相關性，第二產業增長率和第三產業增長率同樣有明顯的單向動態相關性。即短期中，第二產業發展促進第三產業的發展，第三產業的發展對物流業發展有較大的促進作用，物流業的發展對第一產業的發展有顯著的正向影響。根據脈沖響應函數及預測方差分解分析，得到第一、二、三次產業增長率變化的沖擊對物流業增長率造成的影響較小，且沖擊影響時間短。總體上看，物流業與三次產業在短期中的增長關系不緊密。

（2） 長期關系

長期中，基于VECM模型，得到物流業、第一、二、三產業之間的長期協整關系，可以看到，物流業發展與第一、二、三產業發展之間存在兩個長期協整關系，整合為一個方程后，結果表明第一產業增長與物流業增長的彈性系數為0.698，第二產業增長與物流業增長的彈性系數為0.124，第三產業增長與物流業增長之間的彈性系數為0.308。通過VECM模型可知，在長期協整的過程中，短期的非均衡狀態會被修正和調整，即如果在t-1期出現偏離均衡狀況的情況，則在t期，會得到反向修正和調整，對于本文中以物流業發展相關變量為被解釋變量得到的關系方程中，修正系數為-0.224，大約會有22.4%的偏離會被反向修正。

5.2 啟示

（1）科學發展物流產業

物流產業和其他產業長期中存在正向關系，物流產業為其他產業發展提供保障，因此需要高質量發展物流產業；另外，短期中物流業不是第二和第三產業增長的格蘭杰原因。因此需要避免在短期中刻意高速發展物流業來推動其他產業發展。

（2）形成合理的產業結構

由物流業與三次產業間的長期協整關系可知，物流業與第一、二、三次產業的彈性系數不同，這表明三次產業的增長與物流業增長之間的關系存在差異，應根據長期協整關系進行資源的合理分配，形成合理的產業結構。

由于所收集數據的有限性，本文研究具有一定的局限性，但在探究及優化物流業與國民經濟三次產業增長間的關系方面具有較大的現實意義。

注釋：

①本文用不包括物流業的三次產業代表其他國民經濟。