秦 愚 陳珍珠

（鄭州大學(xué)管理工程學(xué)院，鄭州 450001）

引 言

物流業(yè)是國(guó)民經(jīng)濟(jì)的重要組成部分，物流業(yè)的特殊性在于其與其他國(guó)民經(jīng)濟(jì)①組成部分間存在很強(qiáng)的互動(dòng)。物流業(yè)發(fā)展促進(jìn)三次產(chǎn)業(yè)發(fā)展，三次產(chǎn)業(yè)發(fā)展帶動(dòng)物流業(yè)發(fā)展。從1952～2020年，第一產(chǎn)業(yè)增加值從342.9億元增長(zhǎng)到77754.1億元，復(fù)合增長(zhǎng)率為8.3%；第二產(chǎn)業(yè)增加值從141.1億元增長(zhǎng)到384255.3億元，復(fù)合增長(zhǎng)率為12.3%；第三產(chǎn)業(yè)增加值從195.1億元增長(zhǎng)到553976.8億元，復(fù)合增長(zhǎng)率為12.4%；交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值從29億元增長(zhǎng)到41561.7億元，復(fù)合增長(zhǎng)率為11.3%。不同類型的增加值數(shù)據(jù)都存在時(shí)間趨勢(shì)，很容易掩蓋它們之間的增長(zhǎng)關(guān)系，進(jìn)而掩蓋國(guó)民經(jīng)濟(jì)運(yùn)行機(jī)制。

研究物流業(yè)與三次產(chǎn)業(yè)間增長(zhǎng)關(guān)系，有利于我們更加了解經(jīng)濟(jì)發(fā)展的內(nèi)在規(guī)律，進(jìn)而合理配置資源，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高生產(chǎn)效率，實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展。在提倡經(jīng)濟(jì)協(xié)調(diào)發(fā)展及物流行業(yè)降本增效的背景下，對(duì)物流業(yè)與第一、二、三產(chǎn)業(yè)間增長(zhǎng)關(guān)系的研究顯得尤為迫切。

1 文獻(xiàn)綜述

學(xué)者們對(duì)物流業(yè)與國(guó)民經(jīng)濟(jì)間關(guān)系進(jìn)行了大量研究，相關(guān)文獻(xiàn)可以從區(qū)域范圍、研究方法、長(zhǎng)期關(guān)系、短期關(guān)系等方面歸納。

1.1 區(qū)域范圍

現(xiàn)有研究的區(qū)域范圍可以分為全國(guó)層面、東、中、西部層面和省域?qū)用?。在全?guó)層面，劉俊華等［1］研究指出，增加物流基礎(chǔ)設(shè)施投資可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)，且物流基礎(chǔ)建設(shè)與經(jīng)濟(jì)增長(zhǎng)之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。在東、中和西部層面，聶正彥和李帥［2］研究指出，不同區(qū)域內(nèi)物流業(yè)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)均有顯著的正向影響，但是不同區(qū)域的影響存在明顯差異，東部物流業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)最弱，中部次之，西部最強(qiáng)。王新瑋［3］研究指出，物流基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)發(fā)展在每個(gè)時(shí)期均存在正向的空間溢出效應(yīng)。在省域?qū)用妫踅值龋?］研究指出甘肅省國(guó)民經(jīng)濟(jì)的增長(zhǎng)對(duì)物流產(chǎn)業(yè)的發(fā)展具有推動(dòng)作用，兩者之間相互協(xié)調(diào)。李績(jī)才和吳堅(jiān)［5］對(duì)浙江省現(xiàn)代物流與經(jīng)濟(jì)增長(zhǎng)間的互動(dòng)關(guān)系進(jìn)行了實(shí)證分析，指出經(jīng)濟(jì)的快速發(fā)展優(yōu)先促進(jìn)了物流業(yè)發(fā)展，但物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)作用不顯著。范林榜［6］利用1978～2010年的相關(guān)年度數(shù)據(jù)，對(duì)四川省和江蘇省的物流和經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行了實(shí)證比較分析，發(fā)現(xiàn)兩地區(qū)的物流發(fā)展與經(jīng)濟(jì)增長(zhǎng)均存在協(xié)整關(guān)系。唐建榮等［7］研究指出，中國(guó)省域物流業(yè)發(fā)展相關(guān)性和差異性并存。本文的研究范圍定位在全國(guó)層面。

1.2 研究方法

學(xué)者們采取不同的研究方法對(duì)物流業(yè)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行了研究分析。其中，黃先軍和李亦亮［8］基于灰色關(guān)聯(lián)模型實(shí)證分析了安徽省物流業(yè)與其他產(chǎn)業(yè)之間的聯(lián)動(dòng)關(guān)系，結(jié)果表明安徽省物流業(yè)與其他產(chǎn)業(yè)的聯(lián)動(dòng)效應(yīng)顯著，物流業(yè)在產(chǎn)業(yè)體系中的地位日漸提高，具備成為主導(dǎo)產(chǎn)業(yè)的素質(zhì)。李麗［9］基于協(xié)同學(xué)理論，驗(yàn)證了我國(guó)流通業(yè)與國(guó)民經(jīng)濟(jì)的協(xié)同關(guān)系，通過設(shè)計(jì)協(xié)同度評(píng)價(jià)模型，對(duì)兩者之間的協(xié)同演進(jìn)的一般規(guī)律進(jìn)行了分析，結(jié)果表明我國(guó)流通產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)平穩(wěn)運(yùn)行的推進(jìn)效應(yīng)大于抑制效應(yīng)。此外，張建軍和趙啟蘭［10］采用協(xié)整分析、誤差修正模型等方法重點(diǎn)研究我國(guó)農(nóng)業(yè)物流與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的互動(dòng)關(guān)系，研究表明農(nóng)業(yè)物流發(fā)展水平對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平具有顯著的正向影響，農(nóng)業(yè)物流是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的格蘭杰原因，農(nóng)業(yè)物流發(fā)展水平短期波動(dòng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的影響較小，長(zhǎng)期波動(dòng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平影響較大。侯冠平和劉靜暖［11］運(yùn)用耦合度研究，指出三大產(chǎn)業(yè)與物流業(yè)之間是一個(gè)相輔相成的耦合系統(tǒng)，三大產(chǎn)業(yè)的不平衡性對(duì)物流業(yè)影響不盡相同。陳治國(guó)等［12］研究結(jié)果表明，全國(guó)物流業(yè)綜合發(fā)展水平與國(guó)民經(jīng)濟(jì)綜合發(fā)展水平間耦合關(guān)系與互動(dòng)效應(yīng)較好，但兩者的耦合協(xié)調(diào)關(guān)系仍未步入?yún)f(xié)調(diào)狀態(tài)。本文運(yùn)用VAR模型及VECM模型對(duì)物流業(yè)與國(guó)民經(jīng)濟(jì)三次產(chǎn)業(yè)間的增長(zhǎng)關(guān)系進(jìn)行實(shí)證分析。

1.3 長(zhǎng)期關(guān)系

王建林等［4］研究指出，甘肅省物流產(chǎn)業(yè)與國(guó)民經(jīng)濟(jì)之間存在協(xié)整關(guān)系。范林榜［6］指出四川省和江蘇省的物流發(fā)展與經(jīng)濟(jì)增長(zhǎng)均存在協(xié)整關(guān)系。劉俊華等［1］研究指出物流基礎(chǔ)建設(shè)與經(jīng)濟(jì)增長(zhǎng)之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。吳繼貴和葉阿忠［13］研究指出加強(qiáng)對(duì)物流業(yè)的投入對(duì)我國(guó)經(jīng)濟(jì)效率提升具有一定的促進(jìn)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(yùn)輸與經(jīng)濟(jì)增長(zhǎng)之間的協(xié)整關(guān)系，研究指出貨物運(yùn)輸與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期均衡關(guān)系。以往研究的時(shí)間范圍大都在改革開放后的30多年內(nèi)，本文選取時(shí)間跨度更大的時(shí)間序列數(shù)據(jù)，即1952～2020年的統(tǒng)計(jì)數(shù)據(jù)，精準(zhǔn)量化物流業(yè)與國(guó)民經(jīng)濟(jì)三次產(chǎn)業(yè)間的長(zhǎng)期關(guān)系。

1.4 短期關(guān)系

現(xiàn)有研究中短期關(guān)系往往通過格蘭杰因果關(guān)系揭示。趙立波［15］研究指出，經(jīng)濟(jì)增長(zhǎng)是促進(jìn)物流發(fā)展的根本動(dòng)力，沒有經(jīng)濟(jì)的快速發(fā)展，物流產(chǎn)業(yè)的發(fā)展就無從談起。甘信華和劉峰［16］指出物流業(yè)與第一產(chǎn)業(yè)、第二產(chǎn)業(yè)存在單向因果關(guān)系，與第三產(chǎn)業(yè)存在雙向因果關(guān)系。范林榜［6］研究分析得出四川省物流發(fā)展是經(jīng)濟(jì)增長(zhǎng)的單向格蘭杰原因，而江蘇省經(jīng)濟(jì)發(fā)展是物流發(fā)展的單向格蘭杰原因。吳繼貴和葉阿忠［13］研究指出，物流業(yè)與經(jīng)濟(jì)增長(zhǎng)二者之間并非完全雙向互動(dòng)的關(guān)系，即物流規(guī)模的增加能夠促進(jìn)經(jīng)濟(jì)的增長(zhǎng)，但是經(jīng)濟(jì)的增長(zhǎng)卻不能反作用于物流規(guī)模的增長(zhǎng)。Kuzu和?nder［17］研究指出經(jīng)濟(jì)增長(zhǎng)是物流業(yè)的單向格蘭杰原因。Tong和Yu［14］研究分析了交通運(yùn)輸與經(jīng)濟(jì)增長(zhǎng)之間的因果關(guān)系，研究指出中西部欠發(fā)達(dá)地區(qū)貨物運(yùn)輸與經(jīng)濟(jì)增長(zhǎng)之間存在雙向格蘭杰因果關(guān)系。陳治國(guó)等［18］研究表明，無論是在價(jià)值層面還是在實(shí)物層面衡量的物流業(yè)對(duì)三大產(chǎn)業(yè)均有顯著的促進(jìn)效應(yīng)。本文利用VAR模型探究物流業(yè)與其他國(guó)民經(jīng)濟(jì)三次產(chǎn)業(yè)之間的格蘭杰因果關(guān)系。

本文基于1952～2020年我國(guó)年度統(tǒng)計(jì)數(shù)據(jù)，擬利用VAR模型和VECM模型，選擇物流業(yè)及三次產(chǎn)業(yè)的年度增長(zhǎng)率數(shù)據(jù)，分別從短期和長(zhǎng)期兩個(gè)角度對(duì)物流業(yè)和三次產(chǎn)業(yè)間增長(zhǎng)關(guān)系進(jìn)行實(shí)證研究［19，20］。

2 各變量數(shù)據(jù)選取及檢驗(yàn)

2.1 變量選取及數(shù)據(jù)收集

本文選用擬選擇以下指標(biāo)。

（1）物流業(yè)增長(zhǎng)指標(biāo)（logistics）。衡量物流業(yè)增長(zhǎng)的指標(biāo)有許多，但其側(cè)重面不同，考慮到交通、倉(cāng)儲(chǔ)及通信業(yè)是現(xiàn)代物流業(yè)的主要部分，所以本文選擇交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值作為衡量物流業(yè)增長(zhǎng)的指標(biāo)。

（2）第一產(chǎn)業(yè)增長(zhǎng)指標(biāo)（vd1）?？紤]第一產(chǎn)業(yè)發(fā)展衡量指標(biāo)的代表性及可獲得性，本文選取第一產(chǎn)業(yè)各年的增加值。

（3）第二產(chǎn)業(yè)增長(zhǎng)指標(biāo)（vd2）?？紤]指標(biāo)反映第二產(chǎn)業(yè)的有效性，及數(shù)據(jù)的可獲得性，本文選取第二產(chǎn)業(yè)增加值作為第二產(chǎn)業(yè)增長(zhǎng)的衡量指標(biāo)。

（4）第三產(chǎn)業(yè)增長(zhǎng)指標(biāo)（vd3d）?？紤]所選指標(biāo)的代表性，以及變量數(shù)據(jù)的可獲得性，本文選取第三產(chǎn)業(yè)增加值作為衡量第三產(chǎn)業(yè)增長(zhǎng)的指標(biāo)。同時(shí)，因?yàn)槲锪餍袠I(yè)屬于第三產(chǎn)業(yè)，將從第三產(chǎn)業(yè)增加值中剔除交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值。

本文所涉及的數(shù)據(jù)來自于 《中國(guó)統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局官網(wǎng)。對(duì)各變量數(shù)據(jù)進(jìn)行自然對(duì)數(shù)標(biāo)準(zhǔn)化處理，得到llogistics、lvd1、lvd2、lvd3d。對(duì)數(shù)變換之后，回歸方程中自變量的系數(shù)表示自變量與因變量間的變化彈性。

2.2 相關(guān)性分析

本文通過Stata16.0對(duì)數(shù)據(jù)進(jìn)行分析處理，各變量取對(duì)數(shù)后的變化如圖1所示。圖中縱軸表示各變量的對(duì)數(shù)值，因?yàn)閷?duì)數(shù)函數(shù)在其定義域內(nèi)是單調(diào)遞增函數(shù)，因此取對(duì)數(shù)不會(huì)改變?cè)紨?shù)據(jù)的相對(duì)關(guān)系，從圖中可以看到各變量逐年遞增的變化趨勢(shì)。取各對(duì)數(shù)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(zhǎng)率。根據(jù)相關(guān)性分析結(jié)果，如表1所示?？芍谝弧⒍?、三產(chǎn)業(yè)發(fā)展與物流業(yè)發(fā)展兩兩之間的相關(guān)系數(shù)最小為0.994，最高達(dá)到0.997，表明各變量?jī)蓛芍g存在著高度相關(guān)性。

圖1 各變量取對(duì)數(shù)后的變化

圖2 各變量取對(duì)數(shù)差分后的變化

表1 各變量之間的相關(guān)性分析

2.3 單位根檢驗(yàn)

在建立模型之前，需對(duì)各時(shí)間序列變量的平穩(wěn)性進(jìn)行檢驗(yàn)，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(yàn)各變量的穩(wěn)定性。檢驗(yàn)結(jié)果顯示在表2中。

表2 各變量ADF單位根檢驗(yàn)結(jié)果

由表2中ADF單位根檢驗(yàn)結(jié)果可知，變量llogistics（交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值）ADF統(tǒng)計(jì)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(shè)，即存在單位根，此變量不平穩(wěn)；對(duì)變量llogistics進(jìn)行一階差分，得到Dllogistics，即物流業(yè)增長(zhǎng)率，再對(duì)Dllogistics進(jìn)行ADF檢驗(yàn)，由表2可知，ADF統(tǒng)計(jì)值為-5.010，明顯小于1%臨界值-3.556，檢驗(yàn)結(jié)果拒絕存在單位根的原假設(shè)，也就是說數(shù)據(jù)不存在單位根，即時(shí)間序列變量Dllogistics數(shù)據(jù)是平穩(wěn)的。同理，本文對(duì)變量lvd1和變量Dlvd1（第一產(chǎn)業(yè)增長(zhǎng)率）、變量lvd2和變量Dlvd2（第二產(chǎn)業(yè)增長(zhǎng)率）、變量lvd3d及變量Dlvd3d（第三產(chǎn)業(yè)增長(zhǎng)率）進(jìn)行ADF單位根檢驗(yàn)，得到lvd1、lvd2和lvd3d是不平穩(wěn)的時(shí)間序列變量，Dlvd1、Dlvd2和Dlvd3d是平穩(wěn)的時(shí)間序列變量，也就是說物流業(yè)增長(zhǎng)率、第一產(chǎn)業(yè)增長(zhǎng)率、第二產(chǎn)業(yè)增長(zhǎng)率及第三產(chǎn)業(yè)增長(zhǎng)率是平穩(wěn)的時(shí)間序列變量。

3 物流業(yè)與三次產(chǎn)業(yè)間短期增長(zhǎng)關(guān)系

llogistics、lvd1、lvd2和lvd3d的一階差分都是平穩(wěn)序列，滿足了對(duì)Dllogistics、Dlvd1、Dlvd2及Dlvd3d進(jìn)行VAR模型構(gòu)建的條件。本文根據(jù)相關(guān)信息準(zhǔn)則來確定向量自回歸模型（Vector Autoregres?sion，VAR）階數(shù)，確定模型滯后2階。下面從格蘭杰因果關(guān)系檢驗(yàn)結(jié)果、脈沖響應(yīng)函數(shù)及預(yù)測(cè)方差分解3個(gè)方面分析相關(guān)變量之間的短期關(guān)系。

3.1 格蘭杰因果關(guān)系檢驗(yàn)

Granger因果檢驗(yàn)是用于檢驗(yàn)兩個(gè)變量之間因果關(guān)系的一種常用方法，格蘭杰檢驗(yàn)的基本原理是將來不能預(yù)測(cè)過去。通過格蘭杰因果檢驗(yàn)得到如表3的結(jié)果。

從表3可以看出3個(gè)原假設(shè)對(duì)應(yīng)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(gè)原假設(shè)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(chǎn)業(yè)增長(zhǎng)率是物流業(yè)增長(zhǎng)率的格蘭杰原因，物流業(yè)增長(zhǎng)率是第一產(chǎn)業(yè)增長(zhǎng)率的格蘭杰原因，第二產(chǎn)業(yè)增長(zhǎng)率是第三產(chǎn)業(yè)增長(zhǎng)率的格蘭杰原因。

3.2 脈沖響應(yīng)分析

通過VAR模型分析物流業(yè)、第一、二、三產(chǎn)業(yè)發(fā)展之間短期動(dòng)態(tài)相關(guān)關(guān)系，在此利用脈沖響應(yīng)函數(shù)來分析變量Dllogistics（物流業(yè)增長(zhǎng)率）在受到自身及其他變量的一個(gè)標(biāo)準(zhǔn)差變動(dòng)后產(chǎn)生的響應(yīng)。正交脈沖響應(yīng)函數(shù)在收斂的情況下，才會(huì)有經(jīng)濟(jì)意義。由結(jié)果圖3可知，各正交脈沖響應(yīng)函數(shù)均收斂。

圖3 Dllogistics作為響應(yīng)變量時(shí)的脈沖響應(yīng)圖

圖3中 （1）表示的是物流業(yè)增長(zhǎng)率在受到自身一個(gè)標(biāo)準(zhǔn)差的沖擊下的響應(yīng)情況，可知在受到自身的一個(gè)標(biāo)準(zhǔn)差沖擊之后，初期物流業(yè)增長(zhǎng)率為正向響應(yīng)且較顯著，但其響應(yīng)程度在第2期便降為0，說明物流業(yè)增長(zhǎng)率受自身的沖擊影響在短時(shí)間內(nèi)較顯著，在第3期變?yōu)槌潭容^小的負(fù)響應(yīng)，第4期又回到0值，之后沒有較明顯的波動(dòng)現(xiàn)象。圖2中 （2）～（4）分別表示物流業(yè)增長(zhǎng)率在受到變量Dlvd1（第一產(chǎn)業(yè)增長(zhǎng)率）、Dlvd2（第二產(chǎn)業(yè)增長(zhǎng)率）、Dlvd3d（第三產(chǎn)業(yè)增長(zhǎng)率）的一個(gè)標(biāo)準(zhǔn)差沖擊做出的響應(yīng)情況；物流業(yè)增長(zhǎng)率對(duì)三者的響應(yīng)均為正向響應(yīng)，且大致在第4期都?xì)w為0值，物流業(yè)增長(zhǎng)率對(duì)第二產(chǎn)業(yè)增長(zhǎng)率及第三產(chǎn)業(yè)增長(zhǎng)率的沖擊響應(yīng)更顯著于第一產(chǎn)業(yè)增長(zhǎng)率的沖擊響應(yīng)，這說明第一產(chǎn)業(yè)的沖擊波動(dòng)對(duì)物流業(yè)的影響較小，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的沖擊波動(dòng)對(duì)物流業(yè)影響更大。

3.3 預(yù)測(cè)方差分解

如圖4所示，對(duì)VAR模型進(jìn)行預(yù)測(cè)方差分解檢驗(yàn)，結(jié)果顯示變量Dllogistics波動(dòng)主要來自于自身，其次來自于變量Dlvd2和變量Dlvd3d，變量Dlvd1對(duì)物流的波動(dòng)沖擊影響不明顯。此結(jié)果與脈沖響應(yīng)函數(shù)結(jié)果相互印證。

圖4 Dllogistics作為預(yù)測(cè)變量時(shí)的預(yù)測(cè)方差圖

本文對(duì)各變量之間的短期動(dòng)態(tài)關(guān)系進(jìn)行了檢驗(yàn)分析，結(jié)果表明短期中物流業(yè)增長(zhǎng)率和三次產(chǎn)業(yè)增長(zhǎng)率之間呈現(xiàn)少量單向的格蘭杰因果關(guān)系，第一、二、三次產(chǎn)業(yè)增長(zhǎng)率變化的沖擊對(duì)物流業(yè)增長(zhǎng)率造成的影響較小，且沖擊影響時(shí)間短。

4 物流業(yè)與三次產(chǎn)業(yè)間長(zhǎng)期增長(zhǎng)關(guān)系

從前文的ADF單位根檢驗(yàn)可知，各時(shí)間序列變量均滿足進(jìn)行協(xié)整檢驗(yàn)和構(gòu)建誤差修正模型的條件，即時(shí)間序列變量llogistics、lvd1、lvd2和lvd3d均為一階單整序列。本文對(duì)物流業(yè)發(fā)展與三次產(chǎn)業(yè)發(fā)展之間的長(zhǎng)期關(guān)系進(jìn)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(jìn)一步降溫除濕，使其從飽和狀態(tài)點(diǎn)A到達(dá)飽和狀態(tài)點(diǎn)A′，然后再沿著絕熱加熱線將飽和煙氣狀態(tài)點(diǎn)A′加熱至狀態(tài)點(diǎn)B′，達(dá)到與白霧治理常規(guī)方案一樣的效果。但由于先對(duì)飽和濕煙氣進(jìn)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(jìn)一步利用飽和煙氣從狀態(tài)點(diǎn)A降溫至點(diǎn)A′的余熱，提高節(jié)能效果。

本文運(yùn)用Johansen協(xié)整分析方法來檢驗(yàn)長(zhǎng)期協(xié)整關(guān)系是否存在。根據(jù)前文本文確定滯后階數(shù)2階，運(yùn)用Stata16.0檢驗(yàn)變量間的協(xié)整關(guān)系個(gè)數(shù)，結(jié)果如表4所示，從結(jié)果可以清晰地看到標(biāo)記有 “?”的跡檢驗(yàn)統(tǒng)計(jì)量，其對(duì)應(yīng)rank＝2；在協(xié)整秩rank＝1時(shí)，跡檢驗(yàn)統(tǒng)計(jì)量為38.5546，由于 “跡檢驗(yàn)”（trace test）是似然比檢驗(yàn)，故為單邊右側(cè)檢驗(yàn)，即越大，則越傾向于拒絕原假設(shè)。此時(shí)跡檢驗(yàn)統(tǒng)計(jì)量大于臨界值29.68，在5%的顯著水平下拒絕 “至多存在一個(gè)協(xié)整關(guān)系”的原假設(shè)；當(dāng)rank＝2時(shí)，跡檢驗(yàn)統(tǒng)計(jì)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(gè)協(xié)整關(guān)系”的原假設(shè)，結(jié)果表明在4個(gè)非平穩(wěn)變量中存在兩個(gè)長(zhǎng)期協(xié)整關(guān)系。

表4 Johansen協(xié)整關(guān)系個(gè)數(shù)檢驗(yàn)結(jié)果

構(gòu)建VECM模型，如式 （1）：

其中，C是4×1的常數(shù)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(shù)項(xiàng)組成的5×1的列向量；X是差分滯后項(xiàng)組成的4×1的列向量；εt是擾動(dòng)項(xiàng)組成的4×1的列向量。其中：

α為4×2的調(diào)節(jié)向量，修正長(zhǎng)期協(xié)整關(guān)系中沖擊的影響，以保持各變量之間的長(zhǎng)期協(xié)整關(guān)系。β為 5×2 的協(xié)積向量，且β′Yt-1～I(xiàn)（0），即可以組成一個(gè)平穩(wěn)的系統(tǒng)。

接著，利用Johansen的MLE的方法估計(jì)該系統(tǒng)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(jié)果，本文研究的重點(diǎn)在于各變量之間的長(zhǎng)期協(xié)整關(guān)系，故側(cè)重分析解讀以下參數(shù)向量值：

表5 VECM模型計(jì)算結(jié)果

表6 長(zhǎng)期協(xié)整關(guān)系相關(guān)參數(shù)值

至此，可以得到兩個(gè)協(xié)整關(guān)系的表達(dá)式分別為：

以上兩個(gè)長(zhǎng)期協(xié)整關(guān)系方程不能將物流業(yè)與第一、二、三產(chǎn)業(yè)全部包括在同一個(gè)長(zhǎng)期協(xié)整關(guān)系中，本文利用VECM模型得出同時(shí)含有物流業(yè)與三次產(chǎn)業(yè)的長(zhǎng)期協(xié)整關(guān)系。

其中：

根據(jù)以上的VECM模型，選取VECM模型的第一個(gè)方程式：

其中：

因?yàn)榉匠淌?（5）等式左邊是平穩(wěn)的，故可知方程等式右邊也是平穩(wěn)的，因?yàn)閎1x是各變量差分項(xiàng)滯后1期構(gòu)成的多項(xiàng)式，故也是平穩(wěn)的，此時(shí)可知μt-1也是平穩(wěn)的，于是得到：

調(diào)整到第t期得到：

即：

根據(jù)含有4個(gè)變量的協(xié)整關(guān)系式 （8）可知，從長(zhǎng)期來看，變量lvd1t的系數(shù)為0.698，表明第一產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)的彈性為0.698，即第一產(chǎn)業(yè)每增長(zhǎng)1個(gè)百分點(diǎn)，則物流業(yè)增長(zhǎng)0.698個(gè)百分點(diǎn)，說明第一產(chǎn)業(yè)與物流業(yè)間具有緊密的關(guān)聯(lián)關(guān)系。變量lvd2t的系數(shù)為0.124，即第二產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)之間的彈性系數(shù)為0.124，表明第二產(chǎn)業(yè)每增長(zhǎng)1個(gè)百分點(diǎn)，則物流業(yè)增長(zhǎng)0.124個(gè)百分點(diǎn)，第二產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)間有較緊密的關(guān)聯(lián)關(guān)系。變量lvd3dt的系數(shù)為0.308，表明第三產(chǎn)業(yè)增加值每提高1個(gè)百分點(diǎn)，則物流業(yè)增長(zhǎng)0.308個(gè)百分點(diǎn)，說明第三產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)間具有程度較高的緊密的長(zhǎng)期協(xié)整關(guān)系。

為了更清晰的解釋物流業(yè)與第一、二、三產(chǎn)業(yè)之間的關(guān)系，本文選擇以物流業(yè)增長(zhǎng)率變量為被解釋變量的表達(dá)式即式 （5）：

整理得到：

由式 （9）可知，對(duì)于此方程而言，長(zhǎng)期協(xié)整關(guān)系的誤差修正系數(shù)為-0.242，這說明在此長(zhǎng)期協(xié)整關(guān)系中如果在前一期出現(xiàn)偏離均衡狀況的情況，則緊接下來的一期，會(huì)得到反向修正和調(diào)整，修正程度大約為24.2%，即若出現(xiàn)短期的非均衡狀態(tài)，誤差將會(huì)被一定程度的反向修正和調(diào)整，使得長(zhǎng)期協(xié)整關(guān)系盡可能地恢復(fù)到長(zhǎng)期均衡狀態(tài)。

對(duì)此VECM模型的穩(wěn)定性進(jìn)行檢驗(yàn)，從圖5中可以看到，除了VECM模型本身所假設(shè)的單位根之外，伴隨矩陣的所有特征根均落在單位圓之內(nèi)，即此VECM系統(tǒng)平穩(wěn)。但有部分特征根分布離單位圓圓心較遠(yuǎn)，說明沖擊給模型帶來的影響持續(xù)時(shí)間較長(zhǎng)。

圖5 VECM模型穩(wěn)定性檢驗(yàn)結(jié)果

5 結(jié)論與啟示

通過以上的分析，本文得到如下的結(jié)論及相關(guān)啟示。

5.1 結(jié)論

（1） 短期關(guān)系

短期中，基于VAR模型，根據(jù)格蘭杰因果檢驗(yàn)結(jié)果可知，第三產(chǎn)業(yè)增長(zhǎng)率和物流業(yè)增長(zhǎng)率有顯著的單向動(dòng)態(tài)相關(guān)性，物流業(yè)增長(zhǎng)率和第一產(chǎn)業(yè)增長(zhǎng)率有明顯的單向動(dòng)態(tài)相關(guān)性，第二產(chǎn)業(yè)增長(zhǎng)率和第三產(chǎn)業(yè)增長(zhǎng)率同樣有明顯的單向動(dòng)態(tài)相關(guān)性。即短期中，第二產(chǎn)業(yè)發(fā)展促進(jìn)第三產(chǎn)業(yè)的發(fā)展，第三產(chǎn)業(yè)的發(fā)展對(duì)物流業(yè)發(fā)展有較大的促進(jìn)作用，物流業(yè)的發(fā)展對(duì)第一產(chǎn)業(yè)的發(fā)展有顯著的正向影響。根據(jù)脈沖響應(yīng)函數(shù)及預(yù)測(cè)方差分解分析，得到第一、二、三次產(chǎn)業(yè)增長(zhǎng)率變化的沖擊對(duì)物流業(yè)增長(zhǎng)率造成的影響較小，且沖擊影響時(shí)間短?？傮w上看，物流業(yè)與三次產(chǎn)業(yè)在短期中的增長(zhǎng)關(guān)系不緊密。

（2） 長(zhǎng)期關(guān)系

長(zhǎng)期中，基于VECM模型，得到物流業(yè)、第一、二、三產(chǎn)業(yè)之間的長(zhǎng)期協(xié)整關(guān)系，可以看到，物流業(yè)發(fā)展與第一、二、三產(chǎn)業(yè)發(fā)展之間存在兩個(gè)長(zhǎng)期協(xié)整關(guān)系，整合為一個(gè)方程后，結(jié)果表明第一產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)的彈性系數(shù)為0.698，第二產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)的彈性系數(shù)為0.124，第三產(chǎn)業(yè)增長(zhǎng)與物流業(yè)增長(zhǎng)之間的彈性系數(shù)為0.308。通過VECM模型可知，在長(zhǎng)期協(xié)整的過程中，短期的非均衡狀態(tài)會(huì)被修正和調(diào)整，即如果在t-1期出現(xiàn)偏離均衡狀況的情況，則在t期，會(huì)得到反向修正和調(diào)整，對(duì)于本文中以物流業(yè)發(fā)展相關(guān)變量為被解釋變量得到的關(guān)系方程中，修正系數(shù)為-0.224，大約會(huì)有22.4%的偏離會(huì)被反向修正。

5.2 啟示

（1）科學(xué)發(fā)展物流產(chǎn)業(yè)

物流產(chǎn)業(yè)和其他產(chǎn)業(yè)長(zhǎng)期中存在正向關(guān)系，物流產(chǎn)業(yè)為其他產(chǎn)業(yè)發(fā)展提供保障，因此需要高質(zhì)量發(fā)展物流產(chǎn)業(yè)；另外，短期中物流業(yè)不是第二和第三產(chǎn)業(yè)增長(zhǎng)的格蘭杰原因。因此需要避免在短期中刻意高速發(fā)展物流業(yè)來推動(dòng)其他產(chǎn)業(yè)發(fā)展。

（2）形成合理的產(chǎn)業(yè)結(jié)構(gòu)

由物流業(yè)與三次產(chǎn)業(yè)間的長(zhǎng)期協(xié)整關(guān)系可知，物流業(yè)與第一、二、三次產(chǎn)業(yè)的彈性系數(shù)不同，這表明三次產(chǎn)業(yè)的增長(zhǎng)與物流業(yè)增長(zhǎng)之間的關(guān)系存在差異，應(yīng)根據(jù)長(zhǎng)期協(xié)整關(guān)系進(jìn)行資源的合理分配，形成合理的產(chǎn)業(yè)結(jié)構(gòu)。

由于所收集數(shù)據(jù)的有限性，本文研究具有一定的局限性，但在探究及優(yōu)化物流業(yè)與國(guó)民經(jīng)濟(jì)三次產(chǎn)業(yè)增長(zhǎng)間的關(guān)系方面具有較大的現(xiàn)實(shí)意義。

注釋：

①本文用不包括物流業(yè)的三次產(chǎn)業(yè)代表其他國(guó)民經(jīng)濟(jì)。