基于VAR模型的物流經濟對國民經濟增效影響力研究

文/董姍姍

本文基于1990~2020年物流相關數據，對我國物流經濟支出以及國民經濟總產值之間的關系進行了實證研究。分析結果：在影響物流總產值的研究中，經濟支出的影響最大，研究認為：政府應當積極優化物流經濟支出的結構，不斷完善物流運輸、物流生產基礎設施等物流技術體系，提高物流運輸的技術化、智能化、無人化水平，不斷升級物流經濟發展的組織結構。近十年來我國物流總產值的增幅始終保持高速增加，《中國統計年鑒2020》顯示，2019年我國物流總產值達到66066.5億元，增幅維持在4.6%（以上年為基期）左右。因此，研究物流總產值增長的影響因素，并尋找全新突破點對于促進物流高質量發展具有重要意義。本文以1990年~2020年為例建立VAR模型，采用脈沖響應分析方法分析物流經濟支出、物流總產值相互之間的影響，以期為未來的相關方面研究提供借鑒。

一、數據選取與方法選擇

（一）數據選取。研究選取了《中國統計年鑒》、《中國物流統計年鑒》1990~2020物流經濟支出、運輸、國民經濟以及物流總產值的物流數據。由于物流經濟支出與物流總產值受價格因素影響，將二者轉化為基于1990年中國物價水平的當期價值。為了數據的平穩性以及數據的分析整理，研究將數據進行對數化處理。（二）方法選擇。研究以建立VAR模型為基礎，主要使用Johansen協整檢驗、脈沖響應函數分析、方差分解分析變量之間的動態關系。在模型的每個方程中，內生變量對所有內生變量的滯后值進行回歸，從而估計所有內生變量的動態相關性。[1]

二、結果與分析

（一）協整分析。1.單位根檢驗。在檢驗協整關系之前，必須檢驗變量的非平穩性及單整階數。lnX1、lnX2、lnX3、lnY變量均是非平穩的。此時，應當進一步檢驗3個變量的一階差分DlnX1、DlnX2、DlnX3、DlnY的非平穩性以確定其單整階數。而檢驗結果表明，DlnX1、DlnX2、DlnX3、DlnY均為一階單整。2.協整檢驗。在檢驗一組時間序列的協整性或長期均衡關系之前，首要通過對時間序列的單整檢驗。研究建立了滯后1~4個周期的VAR模型的統計值，并結合VAR模型AIC和SC統計量的最小值原理和LR檢驗對滯后進行了判斷。具體數據如表1所示。第三期中，Akachi準則統計量（AIC）最小，Schwartz準則統計量最小，而LR檢驗最大值出現在第3期，因此，建立滯后3期的VAR模型組以消除隨機誤差相中存在的自相關。利用Johansen方法對lnX1、lnX2、lnX3和lnY之間的關系進行協整檢驗，檢驗結果如表2所示。

表1 LnX1、LnX2、LnX3、LnY的VAR模型滯后期選擇

表2 Johansen協整檢驗結果

以上分析可知，在5%顯著水平下5個時間序列的長期均衡關系，協整關系為：lnX1=-0.6126lnX2+3.0862lnX3-2.6712lnY（0.4045）（3.0975）（0.7122）

（二）脈沖響應分析

本文運用脈沖響應函數方法分析，估計物流經濟與物流總產值對其他內生變量的影響。1.物流經濟支出對各隨機擾動的反應。如果給定物流經濟支出一個正的標準差沖擊，其物流經濟支出自身在開始的前兩年內有向上增長的趨勢。兩年后，從第三年開始其增長趨勢迅速回落。運輸對物流經濟支出的正向沖擊會在第二年展現出來，并持續增長，直至第十年，出現了小幅度回落。物流總產值對物流經濟支出的沖擊相對于運輸的沖擊比較小，但是變化趨勢相似，也在第十年出現回落。值得注意的是，運輸對物流經濟支出的沖擊影響十分微弱，整體極差僅達到了0.006。2.運輸對各隨機擾動項的反應。運輸對其自身的影響從第一年開始便出現了逐漸下降的趨勢，并在前五年左右遞減的速度最快，在第八年開始，其影響便出現了負值，直至第十年，運輸對自身影響達到了-0.005。在第一年，物流經濟支出對運輸的正向沖擊達到了峰值，隨即逐年下降，在第四年中轉向負值，在第七年開始，沖擊逐漸平緩，最后穩定在-0.009左右。國民經濟對運輸的正向沖擊，在第二年達到峰值，隨即迅速下降，而在第五年出現了緩慢上升，直至第十年，其沖擊穩定在0.0006左右。物流總產值對運輸的沖擊在第二年的增長速度最快，并在第三年達到峰值，隨即逐漸下降，在第六年保持著較緩慢的下降趨勢。3.物流總產值對各隨機擾動的反應。物流經濟支出對物流總產值的影響最為明顯，在第一年沖擊為負值，隨后逐年增加，且保持較高速率增長。運輸對物流總產值的沖擊在第一年并不明顯，隨后連續三年下降，并出現負值，在第四年以較高速度逐漸增加。國民經濟對物流總產值的影響在第一年便逐漸下降，在第三年轉為負值，第四年達到最低值，隨即其沖擊逐漸提高，而后又出現了小規模的提高，最后將沖擊穩定在0.0040左右。物流總產值對其自身的影響，在第二年達到峰值，此后逐年下降，速率逐漸變小，在第六年達到最低值，隨后逐漸增加。[2]

（三）方差分析。1.各因素對物流經濟支出增長的貢獻率。物流經濟支出對物流經濟支出增長的貢獻率在首年達到了100%，隨后逐漸下降，第三年開始，其貢獻率下降速度持續增加，在第十年貢獻率達到了71%。運輸對物流經濟支出增長的影響在第三年才顯現出來，但是隨后逐漸增長，在第十年其貢獻率達到了21%。國民經濟對物流經濟支出增長的貢獻率比較低，接近于零值。物流總產值對物流經濟支出增長的貢獻率相對較低，從第三年開始顯現，然后逐漸提高，但增長速度有限，年均增長率不到1%，到第十年，貢獻率達到8%。2.各因素對物流總產值增長的貢獻率。物流經濟支出對物流總產值增長的貢獻率在第二年出現下降，隨后以較高速增長，直到第十年，物流經濟支出對物流總產值的貢獻率達到69%。運輸對物流產值增長貢獻率相對較低，在第一年的貢獻率為1%，隨后幾年出現了小規模的提高，而在第十年，其貢獻率達到了7%。國民經濟對物流總產值增長的貢獻率從首年的最大值開始下降，下降速度緩慢，直到第十年，其國民經濟對物流總產值的貢獻率約為1%。物流總產值對物流總產值增長的貢獻率在首年達到最大，隨后逐年遞減，直到第十年，其貢獻率為23%。[3]

三、結論與建議

（一）結論。本文將《中國統計年鑒》、《中國物流統計年鑒》1990~2018年物流經濟支出、運輸以及物流總產值的物流數據作為研究樣本，分析了物流經濟支出、運輸、國民經濟以及物流總產值之間的相互關系，主要得出了以下結論：一是物流經濟對物流總產值的影響是最為明顯的；二是國民經濟較顯著影響物流總產值的提高；三是運輸變化對物流總產值的變化影響不明顯。（二）建議。1.優化物流經濟支出結構。積極優化物流經濟支出的結構，努力提高物流經濟支出的配置績效，合理利用物流經濟政策。物流經濟支出的適用范圍與力度應當以切實解決中國物流從業人員最緊迫問題為目標，深入探索經濟支出促進物流總產值提高的切入點，豐富經濟支出的形式，力圖實現物流經濟支出的最大效率。加強政策宣傳力度，堅定人民生產生活的信心，并提高群眾的監督力度，提升經濟透明度。引導“三農”領域正確運用物流政策措施，合理解決生產生活中的困難，實現政策運行高效率、實施高精準以及監督高透明。2.完善現代物流基礎設施。完善物流運輸等物流生產基礎設施等物流技術體系，為現代物流發展提供基礎條件。改善物流生產條件，以加強防范自然災害與惡劣環境考驗的能力，提高物流綜合生產能力。靈活運用補貼、充分進行教育宣傳工作等方式，采用智慧物流、智能物流理念等政策引導，提升物流業使用的積極性。同時，充分發揮市場作用，刺激市場競爭，以靈活的市場帶動運輸方式的變革。利用合作社提升運輸裝置等新興技術的普及，降低使用成本與損耗成本。構建智慧物流系統，發展環境友好型物流，實現物流生產活動可持續發展，以提高人民福祉。3.豐富物流產值增長來源。豐富提高物流總產值的來源，不斷升級物流生產的組織結構。近年來，在嚴守18億畝耕地紅線的嚴格要求下，我國運輸減少幅度降低，因此運輸對物流總產值的影響并不明顯。而增加物流產值的方式與來源需要得到豐富，并不斷完善物流生產的組織結構，使得物流資源得到最有效利用。相較于發達國家的現代物流產值而言，我國物流的產出效率仍然不足。因此，如何在保障國民基礎食物保障的基礎上，提升物流產值，提高人民收入，仍需要進一步論證。[4]