李寶庫，李 銷

（遼寧工程技術大學 營銷管理學院，遼寧 葫蘆島 125105）

一、引言及文獻綜述

2018年我國生產總值900 309億元，其中，第三產業(yè)增加值469 575億元，占GDP的比重為52.2%［1］。物流產業(yè)作為第三產業(yè)中生產性服務業(yè)的重要類別之一，具有推動經濟增長方式轉變的重要作用。區(qū)域物流業(yè)作為長三角地區(qū)的基礎性產業(yè)，能夠驅動區(qū)域內其他產業(yè)轉型升級，引領新常態(tài)下區(qū)域經濟發(fā)展。同時，近年來長三角區(qū)域經濟的快速發(fā)展也帶動了區(qū)域內物流需求量的增加，為區(qū)域物流業(yè)發(fā)展提供強大的經濟支持，兩者相互影響、相互適應。長三角地區(qū)物流業(yè)與經濟如何協調發(fā)展，成為提升區(qū)域競爭力的重大課題［2］。基于此，本文以長三角地區(qū)為研究對象，基于2000-2017年的統計數據，分析區(qū)域物流與區(qū)域經濟間的動態(tài)互動關系，期望對提高長三角區(qū)域物流發(fā)展水平、加速長三角區(qū)域經濟一體化發(fā)展提供參考。

關于兩者互動關系的研究，早期就吸引了經濟學者們的關注。如Danuta K M［3］在研究波蘭經濟過渡時期物流業(yè)的發(fā)展問題時發(fā)現，經濟各部門庫存情況在經濟過渡期中一定程度上可以反映地區(qū)的經濟發(fā)展變化。徐杰等［4］分析了區(qū)域經濟會影響區(qū)域物流需求，區(qū)域物流的發(fā)展也會改變區(qū)域經濟增長方式。研究方法由定性分析和作用評價轉向定量分析和模型構建，已有文獻主要從以下兩個方面對兩者的互動關系展開研究：

從定量分析維度出發(fā)。NeuyenH O等［5］采用向量自回歸模型，研究了中、澳兩國的貿易與澳大利亞運輸業(yè)之間的因果關系，發(fā)現兩者存在單向的格蘭杰原因。葉柏青等［6］基于哈肯模型，實證分析了我國29個省市的物流業(yè)與國民經濟間的關系，發(fā)現經濟發(fā)展水平是系統的序參量。楊宏偉等［7］選取了我國絲綢之路經濟帶10省份為研究對象，運用耦合評價和空間自相關模型對其耦合協調性進行分析，結果表明兩者協調性不斷加強及耦合協調度有明顯空間集聚性。Hylton P J等［8］基于美國郵政編碼水平的數據集為視角，通過提高空間精度和在統計過程中對相關變量進行控制，論證發(fā)現物流集群和經濟集聚間存在長期動態(tài)關系。錢吳永等［9］利用DEA方法測度物流產業(yè)效率，構建復合系統協同模型測量了我國21個節(jié)點城市的物流產業(yè)效率與經濟發(fā)展水平。顧淑紅等［10］基于廣西地區(qū)年度數據，借助灰色關聯綜合評價法分析了區(qū)域物流與區(qū)域經濟的關聯性，結果表明第一產業(yè)與廣西經濟發(fā)展關聯性最大。楊浩雄等［11］通過確定系統邊界來構建系統動力學模型，對北京、廣州、武漢三個地區(qū)的物流業(yè)與經濟間互動機理進行實證分析，指出兩者呈正相關關系。

從耦合協調發(fā)展和空間差異視角出發(fā)。李軍［12］通過建立耦合協調度和耦合協調發(fā)展度模型，研究了省級區(qū)域物流產業(yè)與區(qū)域經濟的耦合協調發(fā)展趨勢，結果表明隨著時間序列遞增，行政區(qū)劃和經濟區(qū)劃兩個角度的協調發(fā)展度都呈現出明顯的遞增趨勢。胡玉洲［13］以長三角城市群為視角，在進行理論分析后通過構建耦合模型研究城市群經濟與物流系統動態(tài)耦合關系，發(fā)現兩者耦合度呈倒U型且在2008年達到最大值。梁雯等［14］構建動態(tài)耦合模型，實證研究了皖江經濟帶區(qū)域經濟與區(qū)域物流的耦合協調狀態(tài)及趨勢，結果顯示兩者的協調發(fā)展可以分為低、中、高三種發(fā)展狀態(tài)并在2015年首次達到最大值。郭湖斌等［15］構建了區(qū)域物流與區(qū)域經濟協調發(fā)展的評價指標體系，以長三角地區(qū)年度數據為依據，運用耦合度模型實證分析了兩者間的耦合協調性，結果顯示兩系統之間耦合協調水平不斷提升。李劍等［16］基于產業(yè)經濟和對外貿易兩個視角，分析了中國31個省份物流產業(yè)集聚對區(qū)域經濟增長的影響，實證發(fā)現物流產業(yè)集聚對第三產業(yè)的貢獻度最大和對當地進口貿易有顯著正向影響。

綜上可知，區(qū)域物流與區(qū)域經濟間的互動關系已成為學者們關注的熱點，研究方法和內容上都有很多的創(chuàng)新。但仍存在以下兩點不足：①對兩者間關系的研究主要集中在國家及省域的宏觀層面或市域等微觀層面，鮮有學者以城市群、經濟帶為對象分析兩者的關系；②已有文獻多是集中在單向視角，把兩者視為獨立的主題，很少從經濟和效率的視角來深入研究兩者間的互動關系。

鑒于此，本文在借鑒前人研究的基礎上，以長三角地區(qū)蘇、浙、皖、滬（三省一市）為研究對象，從多維度采集區(qū)域物流與區(qū)域經濟的指標數據，分別對物流產業(yè)效率及兩者的動態(tài)互動關系進行測度和分析。本文思路如下：首先借助熵值法計算各指標權重系數和利用線性加權法構建綜合評價數據；其次以產業(yè)效率為切入點，采用DEA-BCC模型對長三角地區(qū)物流產業(yè)的效率加以測度，以期掌握近年來長三角地區(qū)現代化物流產業(yè)運作效率及動態(tài)變化趨勢；在此基礎上，結合VAR模型、格蘭杰因果檢驗、脈沖響應分析，從經濟的視角來探究長三角地區(qū)2000-2017年兩者之間的因果關系和互動關系。

二、研究方法

（一）指標體系構建

考慮兩個系統間指標的互動性，結合數據指標統計口徑的一致性、可得性，本文借鑒趙曉敏的評價指標進行指標體系構建［17］，結果見表1所列。

表1 區(qū)域物流與區(qū)域經濟評價指標體系

由于我國物流業(yè)屬于新型產業(yè)，本文在借鑒前人研究的基礎上選取交通運輸、倉儲和郵電業(yè)來統計區(qū)域物流系統各指標值。本文以2000-2017年為研究期間，數據均來自《中國統計年鑒》《江蘇統計年鑒》《浙江統計年鑒》《安徽統計年鑒》《上海統計年鑒》等。

（二）指標數據處理

1.數據不變價處理

為消除指標價格以及通貨膨脹因素的影響，本文利用各指標的定基價格指數，統一轉化為以2000年為基期的不變價格，處理后的結果見表2所列。

表2 長三角地區(qū)2000-2017年按不變價格處理后的數據

2.數據標準化處理

為了消除原始數據各變量量綱和數量級的影響，采用離差標準化方法對原始數據進行標準化處理。公式如下：

其中，i=1，2，…，m；j=1，2，…，n；m為評價年數；n為指標數；x*ij（0＜x*ij＜1）為數據標準化處理后第i年第j項指標的標準化數值；xij為不變價處理后第i年第j項指標的數值。為避免結果出現0和1的情況，xmaxj和xminj分別是第j項指標的最大值乘以1.000 1和最小值乘以0.999 9的值。

3.熵值法確定權重

科學客觀的權重賦值是進行量化評價的關鍵，可以反映不同指標對評價對象提供有效信息多少的程度。熵值法是依據各變量信息載荷大小來確定權重的客觀賦值法，可有效反映區(qū)域物流和區(qū)域經濟系統長期的演化規(guī)律。評價步驟如下所示：

（5）計算第 j項指標的權重 ɑj，ɑj==1。

經過計算得到各變量的取值分別為：X1=0.196 6，X2=0.253 5，X3=0.165 8，X4=0.204 5，X5=0.179 6，Y1=0.185 3，Y2=0.225 3，Y3=0.246 2，Y4=0.182 1，Y5=0.161 1。

4.構建綜合評價指數函數

結合各指標的權重值和標準化后的數據，利用線性加權法構建區(qū)域物流和區(qū)域經濟系統的綜合評價數據，分別對其進行測算。公式如下：

（三）區(qū)域物流產業(yè)運作效率的DEA-BCC模型

數據包絡分析是一種非參數技術效率評價方法，用來評估多投入多產出情況下相似決策單元（DMU）的相對有效性。BCC模型是對CCR模型的改進，是分析規(guī)模收益可變條件下決策單元的效率問題。本文借助DEA-BCC模型，對長三角區(qū)域物流產業(yè)的綜合技術效率、純技術效率、規(guī)模效率進行分析，來掌握近年來該區(qū)域現代化物流產業(yè)運作的效率，在此基礎上，進一步深入探究區(qū)域物流與區(qū)域經濟的互動關系。鑒于DEA-BCC為成熟的技術方法，此處不對模型數據原理進行闡述。

（四）區(qū)域物流與區(qū)域經濟的VAR模型

1980年Sims提出了向量自回歸模型（vector autoregressive model，VAR），考慮到變量系統可能受隨機擾動的動態(tài)影響，根據滯后值函數模型復合系統中每一個內生變量視為所有內生變量的規(guī)律特征［18］，現階段具有單向格蘭杰關系的變量也被視為外生變量加入VAR模型。數學模型如下：

其中，xt和yt分別為d維外生變量向量和k維內生變量向量；A1，A2，···，Ap和B0，B1···，BP分別為k × k和k×d維待估參數矩陣；p是滯后階數；εt是k維隨機擾動項。

三、結果與分析

（一）區(qū)域物流產業(yè)運作效率測度

結合DEA-BCC模型，運用Deap 2.1對長三角地區(qū)2000-2017年區(qū)域物流產業(yè)發(fā)展數據加以測度，可以充分描述區(qū)域內物流產業(yè)運作效率及其動態(tài)變化趨勢，測度結果見表3所列。其中，DMU是區(qū)域物流系統不同年份的決策單元。

從表3可知，長三角區(qū)域物流產業(yè)的規(guī)模效率一直處于很高的水平，這跟長三角地區(qū)作為我國經濟增長的核心區(qū)域有一定聯系。整體上，2000-2012年規(guī)模報酬呈不變或遞增的狀態(tài)，這段時期是長三角區(qū)域物流和區(qū)域經濟同步飛速發(fā)展的時期，區(qū)域物流的發(fā)展促進了區(qū)域經濟的發(fā)展。從2000年初開始，長三角地區(qū)物流固定資產投資總額和物流從業(yè)人員數大規(guī)模增加，加大了物流基礎設施的建設。2013-2017年規(guī)模報酬呈遞減趨勢，最終趨于不變的狀態(tài)，由于近年來國家逐步推進長三角區(qū)域一體化發(fā)展和數字經濟的崛起，區(qū)域內傳統的物流產業(yè)面臨著升級改造，區(qū)域物流的發(fā)展速度落后于區(qū)域經濟發(fā)展的速度。在此基礎上，從經濟的視角進一步分析區(qū)域物流與區(qū)域經濟間的互動關系，探求兩者間的本質聯系及其內在規(guī)律。

表3 2000-2017年長三角區(qū)域物流產業(yè)運作效率測度結果

（二）區(qū)域物流與區(qū)域經濟互動關系分析

在對兩者互動性關系分析前，先借助SPSS24檢驗兩者是否存在相關性關系，計算兩系統各變量之間的相關系數，通過計算得出相關系數最小值為0.798，兩變量間存在較高的相關性，可進一步探究兩者間的動態(tài)互動關系。

根據公式（3），可以計算出長三角地區(qū)2000-2017年兩個系統層的綜合評價數據。同時，在運用VAR模型分析前，為了能夠消除時間序列異方差性和使得趨勢線性化，本文對綜合評價數據進行對數化處理，分別用lnL和lnE表示處理后的區(qū)域物流和區(qū)域經濟變量，對數化后的散點圖如圖1所示?？梢?，隨著時間的變化，區(qū)域物流與區(qū)域經濟呈現出一致上升的趨勢。

圖1 處理后的指標數據時間序列曲線

1.序列單位根檢驗

在對相關指標進行長期關系分析之前，首先需要對各變量的平穩(wěn)性進行單位根檢驗以避免模型出現虛假回歸現象。確定每個指標所形成的時間序列是否為平穩(wěn)序列。本文選取ADF單位根檢驗法，結合Eviews10對lnL和lnE兩變量所形成的時間序列數據進行單位根檢驗，增加所構建模型的可靠性和有效性，為后續(xù)建立VAR模型分析區(qū)域物流與區(qū)域經濟之間存在長期關系奠定基礎。

檢驗結果表明，原序列l(wèi)nL在帶截距項、滯后期為2、顯著性水平為5%的情況下，截距項的P值為0.013 3＜0.05，ADF的檢驗值為-6.393 1，小于臨界值-3.081 0。同樣地，原序列l(wèi)nG在帶截距項和時間趨勢項、滯后期為1、顯著性水平為5%的情況下，截距項和時間趨勢項的P值都是0.000 3＜0.05，ADF的檢驗值為-8.449 9，小于臨界值-3.733 2。說明lnL和lnG的檢驗結果均接受不存在單位根的原假設，即區(qū)域物流和區(qū)域經濟綜合評價指標的時間序列數據都是平穩(wěn)序列，可進一步進行VAR模型分析。

2.VAR模型的估計

VAR模型建立前需要選擇最佳滯后期，滯后期的大小將直接影響被估參數的有效性。本文選擇AIC準則和SC準則確定最優(yōu)滯后期，最后要使兩個準則的數值最小。在1～5之間進行選擇，當滯后期為4時AIC和SC的值同時達到最小。由VAR模型輸出結果并結合最佳滯后期可以建立VAR（4）模型，得到lnL和lnE的估計結果見表4所列。其中，兩個回歸函數的可決系數分別達到0.998 8、0.999 4，說明兩個回歸函數的擬合程度很好。

3.格蘭杰因果關系檢驗

由單位根檢驗可知，長三角區(qū)域物流變量lnL和區(qū)域經濟變量lnE是平穩(wěn)的，可以直接進行格蘭杰因果關系檢驗。格蘭杰因果關系是用來檢驗某一變量的滯后項是否對另一變量的當期值有影響。若影響顯著，表明該變量對另一變量存在格蘭杰因果關系，反之不存在格蘭杰因果關系［19］。本文運用基于VAR模型的格蘭杰因果關系，檢驗長三角區(qū)域物流的變動是否會引起區(qū)域經濟的變動，反之，區(qū)域經濟的變動是否會引起區(qū)域物流的變動。結合表4的滯后階數，得出檢驗結果見表5所列。由表5可知，在5%的顯著性水平下，原假設都不成立，可以得出長三角區(qū)域物流與區(qū)域經濟互為格蘭杰原因?？梢哉f明兩者存在短期的因果關系，對彼此的解釋能力均較強，兩者相互協調、相互促進。

表4 AR模型的參數估計結果

表5 格蘭杰因果檢驗的結果

4.脈沖響應函數分析

進行脈沖響應分析之前，需要檢驗VAR模型的穩(wěn)定性，若被估計的VAR模型是穩(wěn)定的，則得到的結果才是有效的。此處對建立好的VAR（4）模型進行檢驗，結果如圖2所示，所有單位根模的倒數都在單位圓內，滿足穩(wěn)定性條件。

脈沖響應函數表示給予一個內生變量標準差大小的沖擊，其他內生變量對該隨機擾動項作出的響應過程［20］。前面的格蘭杰檢驗僅能表明長三角區(qū)域物流與區(qū)域經濟間存在短期的因果關系，不能解釋變量之間具體的動態(tài)響應關系。為了克服變量次序不同對分析結果的影響，本文采用廣義脈沖響應函數對變量lnL和lnE進行檢驗。檢驗結果如圖3、圖4所示。

圖2 AR根圖

圖3 區(qū)域經濟對區(qū)域物流的響應

圖4 區(qū)域物流對區(qū)域經濟的響應

圖3顯示了長三角區(qū)域物流一個標準差的沖擊對區(qū)域經濟發(fā)展的動態(tài)影響路徑。當lnL對lnE實施正向沖擊，lnE的反應數值立刻產生負效應態(tài)勢，到第3期達到最小值-0.013，隨后呈遞增的趨勢，到達第5期反應數值呈正效應態(tài)勢，隨后一直在正效應態(tài)勢上下波動，最后呈緩慢上升趨勢，在第10期達到最大值0.009。結果表明，長三角區(qū)域物流對區(qū)域經濟存在長期影響過程，即區(qū)域物流的發(fā)展最終會促進區(qū)域經濟的增長，但前期為負效應影響，這與劉維林［20］實證研究的兩者間存在自適應調節(jié)機制，物流業(yè)適度超前短期內會略微減緩區(qū)域經濟增速、長期能使區(qū)域經濟增速提升相吻合。

圖4顯示了長三角區(qū)域經濟一個標準差的沖擊對區(qū)域物流發(fā)展的動態(tài)影響路徑。其影響趨勢與圖3類似，但從產生負效應至最小值提前到第2期，其最小值為-0.030，在第4～5期趨于穩(wěn)定狀態(tài)且最大值為0.017，最后也呈緩慢遞增趨勢。結果表明，長三角區(qū)域經濟的增長對區(qū)域物流也存在長期影響過程，區(qū)域經濟的增長最終會拉動區(qū)域物流的發(fā)展，前期表現出的負效應是由于區(qū)域經濟的發(fā)展基于多種因素的綜合作用帶動的，但隨著固定資產投資額的增加，區(qū)域物流產業(yè)也得到正向發(fā)展。

四、結論與建議

（一）研究結論

本文以長三角地區(qū)為研究對象，基于DEABCC模型對長三角區(qū)域物流產業(yè)進行測度，以期掌握近年來區(qū)域內物流產業(yè)運作效率的動態(tài)變化趨勢。結合VAR模型、格蘭杰因果檢驗、脈沖響應分析進一步對長三角地區(qū)2000-2017年區(qū)域物流與區(qū)域經濟之間的因果關系和動態(tài)響應關系進行深入探究，得出以下結論：

（1）長三角區(qū)域物流產業(yè)的規(guī)模效率一直處在很高的水平，整體上2000-2012年規(guī)模報酬呈不變或遞增的狀態(tài)；2013-2017年開始呈遞減趨勢，最終趨于不變的狀態(tài)。

（2）區(qū)域物流與區(qū)域經濟的時間序列均通過了單位根檢驗，都是平穩(wěn)序列；根據AIC和SC準則確定了VAR模型的最佳滯后期為4，最后構建了VAR（4）模型。

（3）格蘭杰因果檢驗表明，長三角區(qū)域物流與區(qū)域經濟在5%的顯著性水平下存在雙向格蘭杰因果關系，彼此間相互解釋。表明長三角區(qū)域物流的發(fā)展可以促進區(qū)域經濟的增長，同樣地，區(qū)域經濟的增長對區(qū)域物流的發(fā)展也起了帶動作用，兩者相互協調、相互促進。

（4）脈沖響應函數分析結果顯示，VAR（4）模型穩(wěn)定性檢驗的所有單位根都在單位圓內，滿足穩(wěn)定性條件，可進行脈沖響應分析。長三角區(qū)域物流對區(qū)域經濟存在長期影響，區(qū)域物流的發(fā)展最終會促進區(qū)域經濟的增長，但前期為負效應影響。同樣，長三角區(qū)域經濟的增長對區(qū)域物流也存在長期影響，區(qū)域經濟的增長最終會拉動區(qū)域物流的發(fā)展，前期也表現出負效應態(tài)勢。

（二）政策建議

根據上述研究結論可知，長三角區(qū)域物流產業(yè)規(guī)模效率一直處在很高的水平，宏觀上與區(qū)域經濟結構有一定聯系。長三角區(qū)域物流與區(qū)域經濟之間存在長期的動態(tài)交互響應關系，區(qū)域物流發(fā)展可以有效地促進區(qū)域經濟增長，區(qū)域經濟增長也可以拉動區(qū)域物流發(fā)展，但前期存在負效應態(tài)勢，響應函數路徑存在波動性以及正向影響不顯著?；诖?，本文提出以下建議：

（1）區(qū)域內物流產業(yè)的良性發(fā)展會極大地促進區(qū)域經濟增長。建議政府要重視長期的經濟發(fā)展目標，探索符合自身發(fā)展的特色戰(zhàn)略，加大區(qū)域內物流業(yè)固定資產投資額和加快傳統物流企業(yè)的轉型發(fā)展，帶動區(qū)域經濟協同發(fā)展。

（2）推動區(qū)域內物流產業(yè)協調聯動發(fā)展，提升物流運作效率。借助上海市物流產業(yè)優(yōu)勢，向區(qū)域內江蘇、浙江、安徽進行輻射，形成長三角區(qū)域經濟一體化，打造高效的長三角物流服務體系，充分發(fā)揮物流集聚優(yōu)勢。

（3）對長三角區(qū)域物流發(fā)展進行科學的規(guī)劃和布局，建立現代化人才激勵機制。一方面與區(qū)域內高校開展校企聯合培養(yǎng)機制，精準化培育學生的創(chuàng)新能力；另一方面，加大高層次物流領域和經濟領域人才引進力度，落實相關配套政策和待遇，提供高質量的孵化項目。

（4）增強城市間物流業(yè)的協作溝通能力，形成良好的合作互動。建立城市間物流產業(yè)與區(qū)域經濟協同發(fā)展機制，打破城市界限，實現物流資源的跨區(qū)域整合。借助互聯網優(yōu)勢，引用數字經濟技術和建立物流網絡共享模式，加強物流資源整合，與區(qū)域經濟形成“互惠互利”關系，從而更好地拉動區(qū)域經濟增長，實現長三角區(qū)域物流與區(qū)域經濟的穩(wěn)定、互動發(fā)展。