長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)互動(dòng)關(guān)系研究
——基于蘇、浙、皖、滬的實(shí)證

李寶庫(kù)，李 銷(xiāo)

（遼寧工程技術(shù)大學(xué) 營(yíng)銷(xiāo)管理學(xué)院，遼寧 葫蘆島 125105）

一、引言及文獻(xiàn)綜述

2018年我國(guó)生產(chǎn)總值900 309億元，其中，第三產(chǎn)業(yè)增加值469 575億元，占GDP的比重為52.2%［1］。物流產(chǎn)業(yè)作為第三產(chǎn)業(yè)中生產(chǎn)性服務(wù)業(yè)的重要類(lèi)別之一，具有推動(dòng)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的重要作用。區(qū)域物流業(yè)作為長(zhǎng)三角地區(qū)的基礎(chǔ)性產(chǎn)業(yè)，能夠驅(qū)動(dòng)區(qū)域內(nèi)其他產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，引領(lǐng)新常態(tài)下區(qū)域經(jīng)濟(jì)發(fā)展。同時(shí)，近年來(lái)長(zhǎng)三角區(qū)域經(jīng)濟(jì)的快速發(fā)展也帶動(dòng)了區(qū)域內(nèi)物流需求量的增加，為區(qū)域物流業(yè)發(fā)展提供強(qiáng)大的經(jīng)濟(jì)支持，兩者相互影響、相互適應(yīng)。長(zhǎng)三角地區(qū)物流業(yè)與經(jīng)濟(jì)如何協(xié)調(diào)發(fā)展，成為提升區(qū)域競(jìng)爭(zhēng)力的重大課題［2］?；诖?，本文以長(zhǎng)三角地區(qū)為研究對(duì)象，基于2000-2017年的統(tǒng)計(jì)數(shù)據(jù)，分析區(qū)域物流與區(qū)域經(jīng)濟(jì)間的動(dòng)態(tài)互動(dòng)關(guān)系，期望對(duì)提高長(zhǎng)三角區(qū)域物流發(fā)展水平、加速長(zhǎng)三角區(qū)域經(jīng)濟(jì)一體化發(fā)展提供參考。

關(guān)于兩者互動(dòng)關(guān)系的研究，早期就吸引了經(jīng)濟(jì)學(xué)者們的關(guān)注。如Danuta K M［3］在研究波蘭經(jīng)濟(jì)過(guò)渡時(shí)期物流業(yè)的發(fā)展問(wèn)題時(shí)發(fā)現(xiàn)，經(jīng)濟(jì)各部門(mén)庫(kù)存情況在經(jīng)濟(jì)過(guò)渡期中一定程度上可以反映地區(qū)的經(jīng)濟(jì)發(fā)展變化。徐杰等［4］分析了區(qū)域經(jīng)濟(jì)會(huì)影響區(qū)域物流需求，區(qū)域物流的發(fā)展也會(huì)改變區(qū)域經(jīng)濟(jì)增長(zhǎng)方式。研究方法由定性分析和作用評(píng)價(jià)轉(zhuǎn)向定量分析和模型構(gòu)建，已有文獻(xiàn)主要從以下兩個(gè)方面對(duì)兩者的互動(dòng)關(guān)系展開(kāi)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(guó)的貿(mào)易與澳大利亞運(yùn)輸業(yè)之間的因果關(guān)系，發(fā)現(xiàn)兩者存在單向的格蘭杰原因。葉柏青等［6］基于哈肯模型，實(shí)證分析了我國(guó)29個(gè)省市的物流業(yè)與國(guó)民經(jīng)濟(jì)間的關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平是系統(tǒng)的序參量。楊宏偉等［7］選取了我國(guó)絲綢之路經(jīng)濟(jì)帶10省份為研究對(duì)象，運(yùn)用耦合評(píng)價(jià)和空間自相關(guān)模型對(duì)其耦合協(xié)調(diào)性進(jìn)行分析，結(jié)果表明兩者協(xié)調(diào)性不斷加強(qiáng)及耦合協(xié)調(diào)度有明顯空間集聚性。Hylton P J等［8］基于美國(guó)郵政編碼水平的數(shù)據(jù)集為視角，通過(guò)提高空間精度和在統(tǒng)計(jì)過(guò)程中對(duì)相關(guān)變量進(jìn)行控制，論證發(fā)現(xiàn)物流集群和經(jīng)濟(jì)集聚間存在長(zhǎng)期動(dòng)態(tài)關(guān)系。錢(qián)吳永等［9］利用DEA方法測(cè)度物流產(chǎn)業(yè)效率，構(gòu)建復(fù)合系統(tǒng)協(xié)同模型測(cè)量了我國(guó)21個(gè)節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率與經(jīng)濟(jì)發(fā)展水平。顧淑紅等［10］基于廣西地區(qū)年度數(shù)據(jù)，借助灰色關(guān)聯(lián)綜合評(píng)價(jià)法分析了區(qū)域物流與區(qū)域經(jīng)濟(jì)的關(guān)聯(lián)性，結(jié)果表明第一產(chǎn)業(yè)與廣西經(jīng)濟(jì)發(fā)展關(guān)聯(lián)性最大。楊浩雄等［11］通過(guò)確定系統(tǒng)邊界來(lái)構(gòu)建系統(tǒng)動(dòng)力學(xué)模型，對(duì)北京、廣州、武漢三個(gè)地區(qū)的物流業(yè)與經(jīng)濟(jì)間互動(dòng)機(jī)理進(jìn)行實(shí)證分析，指出兩者呈正相關(guān)關(guān)系。

從耦合協(xié)調(diào)發(fā)展和空間差異視角出發(fā)。李軍［12］通過(guò)建立耦合協(xié)調(diào)度和耦合協(xié)調(diào)發(fā)展度模型，研究了省級(jí)區(qū)域物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)的耦合協(xié)調(diào)發(fā)展趨勢(shì)，結(jié)果表明隨著時(shí)間序列遞增，行政區(qū)劃和經(jīng)濟(jì)區(qū)劃兩個(gè)角度的協(xié)調(diào)發(fā)展度都呈現(xiàn)出明顯的遞增趨勢(shì)。胡玉洲［13］以長(zhǎng)三角城市群為視角，在進(jìn)行理論分析后通過(guò)構(gòu)建耦合模型研究城市群經(jīng)濟(jì)與物流系統(tǒng)動(dòng)態(tài)耦合關(guān)系，發(fā)現(xiàn)兩者耦合度呈倒U型且在2008年達(dá)到最大值。梁雯等［14］構(gòu)建動(dòng)態(tài)耦合模型，實(shí)證研究了皖江經(jīng)濟(jì)帶區(qū)域經(jīng)濟(jì)與區(qū)域物流的耦合協(xié)調(diào)狀態(tài)及趨勢(shì)，結(jié)果顯示兩者的協(xié)調(diào)發(fā)展可以分為低、中、高三種發(fā)展?fàn)顟B(tài)并在2015年首次達(dá)到最大值。郭湖斌等［15］構(gòu)建了區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的評(píng)價(jià)指標(biāo)體系，以長(zhǎng)三角地區(qū)年度數(shù)據(jù)為依據(jù)，運(yùn)用耦合度模型實(shí)證分析了兩者間的耦合協(xié)調(diào)性，結(jié)果顯示兩系統(tǒng)之間耦合協(xié)調(diào)水平不斷提升。李劍等［16］基于產(chǎn)業(yè)經(jīng)濟(jì)和對(duì)外貿(mào)易兩個(gè)視角，分析了中國(guó)31個(gè)省份物流產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，實(shí)證發(fā)現(xiàn)物流產(chǎn)業(yè)集聚對(duì)第三產(chǎn)業(yè)的貢獻(xiàn)度最大和對(duì)當(dāng)?shù)剡M(jìn)口貿(mào)易有顯著正向影響。

綜上可知，區(qū)域物流與區(qū)域經(jīng)濟(jì)間的互動(dòng)關(guān)系已成為學(xué)者們關(guān)注的熱點(diǎn)，研究方法和內(nèi)容上都有很多的創(chuàng)新。但仍存在以下兩點(diǎn)不足：①對(duì)兩者間關(guān)系的研究主要集中在國(guó)家及省域的宏觀層面或市域等微觀層面，鮮有學(xué)者以城市群、經(jīng)濟(jì)帶為對(duì)象分析兩者的關(guān)系；②已有文獻(xiàn)多是集中在單向視角，把兩者視為獨(dú)立的主題，很少?gòu)慕?jīng)濟(jì)和效率的視角來(lái)深入研究?jī)烧唛g的互動(dòng)關(guān)系。

鑒于此，本文在借鑒前人研究的基礎(chǔ)上，以長(zhǎng)三角地區(qū)蘇、浙、皖、滬（三省一市）為研究對(duì)象，從多維度采集區(qū)域物流與區(qū)域經(jīng)濟(jì)的指標(biāo)數(shù)據(jù)，分別對(duì)物流產(chǎn)業(yè)效率及兩者的動(dòng)態(tài)互動(dòng)關(guān)系進(jìn)行測(cè)度和分析。本文思路如下：首先借助熵值法計(jì)算各指標(biāo)權(quán)重系數(shù)和利用線性加權(quán)法構(gòu)建綜合評(píng)價(jià)數(shù)據(jù)；其次以產(chǎn)業(yè)效率為切入點(diǎn)，采用DEA-BCC模型對(duì)長(zhǎng)三角地區(qū)物流產(chǎn)業(yè)的效率加以測(cè)度，以期掌握近年來(lái)長(zhǎng)三角地區(qū)現(xiàn)代化物流產(chǎn)業(yè)運(yùn)作效率及動(dòng)態(tài)變化趨勢(shì)；在此基礎(chǔ)上，結(jié)合VAR模型、格蘭杰因果檢驗(yàn)、脈沖響應(yīng)分析，從經(jīng)濟(jì)的視角來(lái)探究長(zhǎng)三角地區(qū)2000-2017年兩者之間的因果關(guān)系和互動(dòng)關(guān)系。

二、研究方法

（一）指標(biāo)體系構(gòu)建

考慮兩個(gè)系統(tǒng)間指標(biāo)的互動(dòng)性，結(jié)合數(shù)據(jù)指標(biāo)統(tǒng)計(jì)口徑的一致性、可得性，本文借鑒趙曉敏的評(píng)價(jià)指標(biāo)進(jìn)行指標(biāo)體系構(gòu)建［17］，結(jié)果見(jiàn)表1所列。

表1 區(qū)域物流與區(qū)域經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系

由于我國(guó)物流業(yè)屬于新型產(chǎn)業(yè)，本文在借鑒前人研究的基礎(chǔ)上選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵電業(yè)來(lái)統(tǒng)計(jì)區(qū)域物流系統(tǒng)各指標(biāo)值。本文以2000-2017年為研究期間，數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》等。

（二）指標(biāo)數(shù)據(jù)處理

1.數(shù)據(jù)不變價(jià)處理

為消除指標(biāo)價(jià)格以及通貨膨脹因素的影響，本文利用各指標(biāo)的定基價(jià)格指數(shù)，統(tǒng)一轉(zhuǎn)化為以2000年為基期的不變價(jià)格，處理后的結(jié)果見(jiàn)表2所列。

表2 長(zhǎng)三角地區(qū)2000-2017年按不變價(jià)格處理后的數(shù)據(jù)

2.數(shù)據(jù)標(biāo)準(zhǔn)化處理

為了消除原始數(shù)據(jù)各變量量綱和數(shù)量級(jí)的影響，采用離差標(biāo)準(zhǔn)化方法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。公式如下：

其中，i=1，2，…，m；j=1，2，…，n；m為評(píng)價(jià)年數(shù)；n為指標(biāo)數(shù)；x*ij（0＜x*ij＜1）為數(shù)據(jù)標(biāo)準(zhǔn)化處理后第i年第j項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化數(shù)值；xij為不變價(jià)處理后第i年第j項(xiàng)指標(biāo)的數(shù)值。為避免結(jié)果出現(xiàn)0和1的情況，xmaxj和xminj分別是第j項(xiàng)指標(biāo)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(quán)重

科學(xué)客觀的權(quán)重賦值是進(jìn)行量化評(píng)價(jià)的關(guān)鍵，可以反映不同指標(biāo)對(duì)評(píng)價(jià)對(duì)象提供有效信息多少的程度。熵值法是依據(jù)各變量信息載荷大小來(lái)確定權(quán)重的客觀賦值法，可有效反映區(qū)域物流和區(qū)域經(jīng)濟(jì)系統(tǒng)長(zhǎng)期的演化規(guī)律。評(píng)價(jià)步驟如下所示：

（5）計(jì)算第 j項(xiàng)指標(biāo)的權(quán)重 ɑj，ɑj==1。

經(jīng)過(guò)計(jì)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(gòu)建綜合評(píng)價(jià)指數(shù)函數(shù)

結(jié)合各指標(biāo)的權(quán)重值和標(biāo)準(zhǔn)化后的數(shù)據(jù)，利用線性加權(quán)法構(gòu)建區(qū)域物流和區(qū)域經(jīng)濟(jì)系統(tǒng)的綜合評(píng)價(jià)數(shù)據(jù)，分別對(duì)其進(jìn)行測(cè)算。公式如下：

（三）區(qū)域物流產(chǎn)業(yè)運(yùn)作效率的DEA-BCC模型

數(shù)據(jù)包絡(luò)分析是一種非參數(shù)技術(shù)效率評(píng)價(jià)方法，用來(lái)評(píng)估多投入多產(chǎn)出情況下相似決策單元（DMU）的相對(duì)有效性。BCC模型是對(duì)CCR模型的改進(jìn)，是分析規(guī)模收益可變條件下決策單元的效率問(wèn)題。本文借助DEA-BCC模型，對(duì)長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)的綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率進(jìn)行分析，來(lái)掌握近年來(lái)該區(qū)域現(xiàn)代化物流產(chǎn)業(yè)運(yùn)作的效率，在此基礎(chǔ)上，進(jìn)一步深入探究區(qū)域物流與區(qū)域經(jīng)濟(jì)的互動(dòng)關(guān)系。鑒于DEA-BCC為成熟的技術(shù)方法，此處不對(duì)模型數(shù)據(jù)原理進(jìn)行闡述。

（四）區(qū)域物流與區(qū)域經(jīng)濟(jì)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(tǒng)可能受隨機(jī)擾動(dòng)的動(dòng)態(tài)影響，根據(jù)滯后值函數(shù)模型復(fù)合系統(tǒng)中每一個(gè)內(nèi)生變量視為所有內(nèi)生變量的規(guī)律特征［18］，現(xiàn)階段具有單向格蘭杰關(guān)系的變量也被視為外生變量加入VAR模型。數(shù)學(xué)模型如下：

其中，xt和yt分別為d維外生變量向量和k維內(nèi)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(shù)矩陣；p是滯后階數(shù)；εt是k維隨機(jī)擾動(dòng)項(xiàng)。

三、結(jié)果與分析

（一）區(qū)域物流產(chǎn)業(yè)運(yùn)作效率測(cè)度

結(jié)合DEA-BCC模型，運(yùn)用Deap 2.1對(duì)長(zhǎng)三角地區(qū)2000-2017年區(qū)域物流產(chǎn)業(yè)發(fā)展數(shù)據(jù)加以測(cè)度，可以充分描述區(qū)域內(nèi)物流產(chǎn)業(yè)運(yùn)作效率及其動(dòng)態(tài)變化趨勢(shì)，測(cè)度結(jié)果見(jiàn)表3所列。其中，DMU是區(qū)域物流系統(tǒng)不同年份的決策單元。

從表3可知，長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)的規(guī)模效率一直處于很高的水平，這跟長(zhǎng)三角地區(qū)作為我國(guó)經(jīng)濟(jì)增長(zhǎng)的核心區(qū)域有一定聯(lián)系。整體上，2000-2012年規(guī)模報(bào)酬呈不變或遞增的狀態(tài)，這段時(shí)期是長(zhǎng)三角區(qū)域物流和區(qū)域經(jīng)濟(jì)同步飛速發(fā)展的時(shí)期，區(qū)域物流的發(fā)展促進(jìn)了區(qū)域經(jīng)濟(jì)的發(fā)展。從2000年初開(kāi)始，長(zhǎng)三角地區(qū)物流固定資產(chǎn)投資總額和物流從業(yè)人員數(shù)大規(guī)模增加，加大了物流基礎(chǔ)設(shè)施的建設(shè)。2013-2017年規(guī)模報(bào)酬呈遞減趨勢(shì)，最終趨于不變的狀態(tài)，由于近年來(lái)國(guó)家逐步推進(jìn)長(zhǎng)三角區(qū)域一體化發(fā)展和數(shù)字經(jīng)濟(jì)的崛起，區(qū)域內(nèi)傳統(tǒng)的物流產(chǎn)業(yè)面臨著升級(jí)改造，區(qū)域物流的發(fā)展速度落后于區(qū)域經(jīng)濟(jì)發(fā)展的速度。在此基礎(chǔ)上，從經(jīng)濟(jì)的視角進(jìn)一步分析區(qū)域物流與區(qū)域經(jīng)濟(jì)間的互動(dòng)關(guān)系，探求兩者間的本質(zhì)聯(lián)系及其內(nèi)在規(guī)律。

表3 2000-2017年長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)運(yùn)作效率測(cè)度結(jié)果

（二）區(qū)域物流與區(qū)域經(jīng)濟(jì)互動(dòng)關(guān)系分析

在對(duì)兩者互動(dòng)性關(guān)系分析前，先借助SPSS24檢驗(yàn)兩者是否存在相關(guān)性關(guān)系，計(jì)算兩系統(tǒng)各變量之間的相關(guān)系數(shù)，通過(guò)計(jì)算得出相關(guān)系數(shù)最小值為0.798，兩變量間存在較高的相關(guān)性，可進(jìn)一步探究?jī)烧唛g的動(dòng)態(tài)互動(dòng)關(guān)系。

根據(jù)公式（3），可以計(jì)算出長(zhǎng)三角地區(qū)2000-2017年兩個(gè)系統(tǒng)層的綜合評(píng)價(jià)數(shù)據(jù)。同時(shí)，在運(yùn)用VAR模型分析前，為了能夠消除時(shí)間序列異方差性和使得趨勢(shì)線性化，本文對(duì)綜合評(píng)價(jià)數(shù)據(jù)進(jìn)行對(duì)數(shù)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(jīng)濟(jì)變量，對(duì)數(shù)化后的散點(diǎn)圖如圖1所示。可見(jiàn)，隨著時(shí)間的變化，區(qū)域物流與區(qū)域經(jīng)濟(jì)呈現(xiàn)出一致上升的趨勢(shì)。

圖1 處理后的指標(biāo)數(shù)據(jù)時(shí)間序列曲線

1.序列單位根檢驗(yàn)

在對(duì)相關(guān)指標(biāo)進(jìn)行長(zhǎng)期關(guān)系分析之前，首先需要對(duì)各變量的平穩(wěn)性進(jìn)行單位根檢驗(yàn)以避免模型出現(xiàn)虛假回歸現(xiàn)象。確定每個(gè)指標(biāo)所形成的時(shí)間序列是否為平穩(wěn)序列。本文選取ADF單位根檢驗(yàn)法，結(jié)合Eviews10對(duì)lnL和lnE兩變量所形成的時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，增加所構(gòu)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(jīng)濟(jì)之間存在長(zhǎng)期關(guān)系奠定基礎(chǔ)。

檢驗(yàn)結(jié)果表明，原序列l(wèi)nL在帶截距項(xiàng)、滯后期為2、顯著性水平為5%的情況下，截距項(xiàng)的P值為0.013 3＜0.05，ADF的檢驗(yàn)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(xiàng)和時(shí)間趨勢(shì)項(xiàng)、滯后期為1、顯著性水平為5%的情況下，截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)的P值都是0.000 3＜0.05，ADF的檢驗(yàn)值為-8.449 9，小于臨界值-3.733 2。說(shuō)明lnL和lnG的檢驗(yàn)結(jié)果均接受不存在單位根的原假設(shè)，即區(qū)域物流和區(qū)域經(jīng)濟(jì)綜合評(píng)價(jià)指標(biāo)的時(shí)間序列數(shù)據(jù)都是平穩(wěn)序列，可進(jìn)一步進(jìn)行VAR模型分析。

2.VAR模型的估計(jì)

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(shù)的有效性。本文選擇AIC準(zhǔn)則和SC準(zhǔn)則確定最優(yōu)滯后期，最后要使兩個(gè)準(zhǔn)則的數(shù)值最小。在1～5之間進(jìn)行選擇，當(dāng)滯后期為4時(shí)AIC和SC的值同時(shí)達(dá)到最小。由VAR模型輸出結(jié)果并結(jié)合最佳滯后期可以建立VAR（4）模型，得到lnL和lnE的估計(jì)結(jié)果見(jiàn)表4所列。其中，兩個(gè)回歸函數(shù)的可決系數(shù)分別達(dá)到0.998 8、0.999 4，說(shuō)明兩個(gè)回歸函數(shù)的擬合程度很好。

3.格蘭杰因果關(guān)系檢驗(yàn)

由單位根檢驗(yàn)可知，長(zhǎng)三角區(qū)域物流變量lnL和區(qū)域經(jīng)濟(jì)變量lnE是平穩(wěn)的，可以直接進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。格蘭杰因果關(guān)系是用來(lái)檢驗(yàn)?zāi)骋蛔兞康臏箜?xiàng)是否對(duì)另一變量的當(dāng)期值有影響。若影響顯著，表明該變量對(duì)另一變量存在格蘭杰因果關(guān)系，反之不存在格蘭杰因果關(guān)系［19］。本文運(yùn)用基于VAR模型的格蘭杰因果關(guān)系，檢驗(yàn)長(zhǎng)三角區(qū)域物流的變動(dòng)是否會(huì)引起區(qū)域經(jīng)濟(jì)的變動(dòng)，反之，區(qū)域經(jīng)濟(jì)的變動(dòng)是否會(huì)引起區(qū)域物流的變動(dòng)。結(jié)合表4的滯后階數(shù)，得出檢驗(yàn)結(jié)果見(jiàn)表5所列。由表5可知，在5%的顯著性水平下，原假設(shè)都不成立，可以得出長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)互為格蘭杰原因?？梢哉f(shuō)明兩者存在短期的因果關(guān)系，對(duì)彼此的解釋能力均較強(qiáng)，兩者相互協(xié)調(diào)、相互促進(jìn)。

表4 AR模型的參數(shù)估計(jì)結(jié)果

表5 格蘭杰因果檢驗(yàn)的結(jié)果

4.脈沖響應(yīng)函數(shù)分析

進(jìn)行脈沖響應(yīng)分析之前，需要檢驗(yàn)VAR模型的穩(wěn)定性，若被估計(jì)的VAR模型是穩(wěn)定的，則得到的結(jié)果才是有效的。此處對(duì)建立好的VAR（4）模型進(jìn)行檢驗(yàn)，結(jié)果如圖2所示，所有單位根模的倒數(shù)都在單位圓內(nèi)，滿(mǎn)足穩(wěn)定性條件。

脈沖響應(yīng)函數(shù)表示給予一個(gè)內(nèi)生變量標(biāo)準(zhǔn)差大小的沖擊，其他內(nèi)生變量對(duì)該隨機(jī)擾動(dòng)項(xiàng)作出的響應(yīng)過(guò)程［20］。前面的格蘭杰檢驗(yàn)僅能表明長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)間存在短期的因果關(guān)系，不能解釋變量之間具體的動(dòng)態(tài)響應(yīng)關(guān)系。為了克服變量次序不同對(duì)分析結(jié)果的影響，本文采用廣義脈沖響應(yīng)函數(shù)對(duì)變量lnL和lnE進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如圖3、圖4所示。

圖2 AR根圖

圖3 區(qū)域經(jīng)濟(jì)對(duì)區(qū)域物流的響應(yīng)

圖4 區(qū)域物流對(duì)區(qū)域經(jīng)濟(jì)的響應(yīng)

圖3顯示了長(zhǎng)三角區(qū)域物流一個(gè)標(biāo)準(zhǔn)差的沖擊對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的動(dòng)態(tài)影響路徑。當(dāng)lnL對(duì)lnE實(shí)施正向沖擊，lnE的反應(yīng)數(shù)值立刻產(chǎn)生負(fù)效應(yīng)態(tài)勢(shì)，到第3期達(dá)到最小值-0.013，隨后呈遞增的趨勢(shì)，到達(dá)第5期反應(yīng)數(shù)值呈正效應(yīng)態(tài)勢(shì)，隨后一直在正效應(yīng)態(tài)勢(shì)上下波動(dòng)，最后呈緩慢上升趨勢(shì)，在第10期達(dá)到最大值0.009。結(jié)果表明，長(zhǎng)三角區(qū)域物流對(duì)區(qū)域經(jīng)濟(jì)存在長(zhǎng)期影響過(guò)程，即區(qū)域物流的發(fā)展最終會(huì)促進(jìn)區(qū)域經(jīng)濟(jì)的增長(zhǎng)，但前期為負(fù)效應(yīng)影響，這與劉維林［20］實(shí)證研究的兩者間存在自適應(yīng)調(diào)節(jié)機(jī)制，物流業(yè)適度超前短期內(nèi)會(huì)略微減緩區(qū)域經(jīng)濟(jì)增速、長(zhǎng)期能使區(qū)域經(jīng)濟(jì)增速提升相吻合。

圖4顯示了長(zhǎng)三角區(qū)域經(jīng)濟(jì)一個(gè)標(biāo)準(zhǔn)差的沖擊對(duì)區(qū)域物流發(fā)展的動(dòng)態(tài)影響路徑。其影響趨勢(shì)與圖3類(lèi)似，但從產(chǎn)生負(fù)效應(yīng)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(shì)。結(jié)果表明，長(zhǎng)三角區(qū)域經(jīng)濟(jì)的增長(zhǎng)對(duì)區(qū)域物流也存在長(zhǎng)期影響過(guò)程，區(qū)域經(jīng)濟(jì)的增長(zhǎng)最終會(huì)拉動(dòng)區(qū)域物流的發(fā)展，前期表現(xiàn)出的負(fù)效應(yīng)是由于區(qū)域經(jīng)濟(jì)的發(fā)展基于多種因素的綜合作用帶動(dòng)的，但隨著固定資產(chǎn)投資額的增加，區(qū)域物流產(chǎn)業(yè)也得到正向發(fā)展。

四、結(jié)論與建議

（一）研究結(jié)論

本文以長(zhǎng)三角地區(qū)為研究對(duì)象，基于DEABCC模型對(duì)長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)進(jìn)行測(cè)度，以期掌握近年來(lái)區(qū)域內(nèi)物流產(chǎn)業(yè)運(yùn)作效率的動(dòng)態(tài)變化趨勢(shì)。結(jié)合VAR模型、格蘭杰因果檢驗(yàn)、脈沖響應(yīng)分析進(jìn)一步對(duì)長(zhǎng)三角地區(qū)2000-2017年區(qū)域物流與區(qū)域經(jīng)濟(jì)之間的因果關(guān)系和動(dòng)態(tài)響應(yīng)關(guān)系進(jìn)行深入探究，得出以下結(jié)論：

（1）長(zhǎng)三角區(qū)域物流產(chǎn)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(bào)酬呈不變或遞增的狀態(tài)；2013-2017年開(kāi)始呈遞減趨勢(shì)，最終趨于不變的狀態(tài)。

（2）區(qū)域物流與區(qū)域經(jīng)濟(jì)的時(shí)間序列均通過(guò)了單位根檢驗(yàn)，都是平穩(wěn)序列；根據(jù)AIC和SC準(zhǔn)則確定了VAR模型的最佳滯后期為4，最后構(gòu)建了VAR（4）模型。

（3）格蘭杰因果檢驗(yàn)表明，長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)在5%的顯著性水平下存在雙向格蘭杰因果關(guān)系，彼此間相互解釋。表明長(zhǎng)三角區(qū)域物流的發(fā)展可以促進(jìn)區(qū)域經(jīng)濟(jì)的增長(zhǎng)，同樣地，區(qū)域經(jīng)濟(jì)的增長(zhǎng)對(duì)區(qū)域物流的發(fā)展也起了帶動(dòng)作用，兩者相互協(xié)調(diào)、相互促進(jìn)。

（4）脈沖響應(yīng)函數(shù)分析結(jié)果顯示，VAR（4）模型穩(wěn)定性檢驗(yàn)的所有單位根都在單位圓內(nèi)，滿(mǎn)足穩(wěn)定性條件，可進(jìn)行脈沖響應(yīng)分析。長(zhǎng)三角區(qū)域物流對(duì)區(qū)域經(jīng)濟(jì)存在長(zhǎng)期影響，區(qū)域物流的發(fā)展最終會(huì)促進(jìn)區(qū)域經(jīng)濟(jì)的增長(zhǎng)，但前期為負(fù)效應(yīng)影響。同樣，長(zhǎng)三角區(qū)域經(jīng)濟(jì)的增長(zhǎng)對(duì)區(qū)域物流也存在長(zhǎng)期影響，區(qū)域經(jīng)濟(jì)的增長(zhǎng)最終會(huì)拉動(dòng)區(qū)域物流的發(fā)展，前期也表現(xiàn)出負(fù)效應(yīng)態(tài)勢(shì)。

（二）政策建議

根據(jù)上述研究結(jié)論可知，長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)規(guī)模效率一直處在很高的水平，宏觀上與區(qū)域經(jīng)濟(jì)結(jié)構(gòu)有一定聯(lián)系。長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)之間存在長(zhǎng)期的動(dòng)態(tài)交互響應(yīng)關(guān)系，區(qū)域物流發(fā)展可以有效地促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)，區(qū)域經(jīng)濟(jì)增長(zhǎng)也可以拉動(dòng)區(qū)域物流發(fā)展，但前期存在負(fù)效應(yīng)態(tài)勢(shì)，響應(yīng)函數(shù)路徑存在波動(dòng)性以及正向影響不顯著?；诖?，本文提出以下建議：

（1）區(qū)域內(nèi)物流產(chǎn)業(yè)的良性發(fā)展會(huì)極大地促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)。建議政府要重視長(zhǎng)期的經(jīng)濟(jì)發(fā)展目標(biāo)，探索符合自身發(fā)展的特色戰(zhàn)略，加大區(qū)域內(nèi)物流業(yè)固定資產(chǎn)投資額和加快傳統(tǒng)物流企業(yè)的轉(zhuǎn)型發(fā)展，帶動(dòng)區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展。

（2）推動(dòng)區(qū)域內(nèi)物流產(chǎn)業(yè)協(xié)調(diào)聯(lián)動(dòng)發(fā)展，提升物流運(yùn)作效率。借助上海市物流產(chǎn)業(yè)優(yōu)勢(shì)，向區(qū)域內(nèi)江蘇、浙江、安徽進(jìn)行輻射，形成長(zhǎng)三角區(qū)域經(jīng)濟(jì)一體化，打造高效的長(zhǎng)三角物流服務(wù)體系，充分發(fā)揮物流集聚優(yōu)勢(shì)。

（3）對(duì)長(zhǎng)三角區(qū)域物流發(fā)展進(jìn)行科學(xué)的規(guī)劃和布局，建立現(xiàn)代化人才激勵(lì)機(jī)制。一方面與區(qū)域內(nèi)高校開(kāi)展校企聯(lián)合培養(yǎng)機(jī)制，精準(zhǔn)化培育學(xué)生的創(chuàng)新能力；另一方面，加大高層次物流領(lǐng)域和經(jīng)濟(jì)領(lǐng)域人才引進(jìn)力度，落實(shí)相關(guān)配套政策和待遇，提供高質(zhì)量的孵化項(xiàng)目。

（4）增強(qiáng)城市間物流業(yè)的協(xié)作溝通能力，形成良好的合作互動(dòng)。建立城市間物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展機(jī)制，打破城市界限，實(shí)現(xiàn)物流資源的跨區(qū)域整合。借助互聯(lián)網(wǎng)優(yōu)勢(shì)，引用數(shù)字經(jīng)濟(jì)技術(shù)和建立物流網(wǎng)絡(luò)共享模式，加強(qiáng)物流資源整合，與區(qū)域經(jīng)濟(jì)形成“互惠互利”關(guān)系，從而更好地拉動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，實(shí)現(xiàn)長(zhǎng)三角區(qū)域物流與區(qū)域經(jīng)濟(jì)的穩(wěn)定、互動(dòng)發(fā)展。