物流產(chǎn)業(yè)與經(jīng)濟(jì)增長的協(xié)整研究

唐建榮 曹玲玉 薛銳

摘? 要：本文以2000～2017年城市數(shù)據(jù)為基礎(chǔ)，結(jié)合VAR模型和空間數(shù)據(jù)探索性分析，構(gòu)建了江蘇省物流產(chǎn)業(yè)和區(qū)域經(jīng)濟(jì)發(fā)展水平綜合評價(jià)指數(shù)體系，并從時(shí)間維度和空間維度分析兩者之間的動態(tài)關(guān)系和因果關(guān)系。研究表明：經(jīng)濟(jì)增長對物流業(yè)發(fā)展存在一定的長期影響;物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)具有很強(qiáng)的相關(guān)性，體現(xiàn)出良好的協(xié)同發(fā)展特征，但區(qū)域間的協(xié)同程度差異顯著;物流業(yè)與經(jīng)濟(jì)發(fā)展水平存在正向空間關(guān)聯(lián)特征。最后，從梯度發(fā)展、均衡發(fā)展、垂直發(fā)展、平行發(fā)展等角度提出了優(yōu)化物流業(yè)與經(jīng)濟(jì)發(fā)展的相關(guān)政策建議。

關(guān)鍵詞：VAR模型;序參量;協(xié)同發(fā)展;空間自相關(guān)

中圖分類號：F259.27? ? 文獻(xiàn)標(biāo)識碼：A

Abstract： Based on the urban data from 2000 to 2017， this paper combines VAR model and exploratory analysis of spatial data to construct a comprehensive evaluation index system of logistics industry and regional economic development level in Jiangsu province， and analyzes both from time dimension and spatial dimension. Dynamic relationship and causality. The research shows that economic growth has a certain long-term impact on the development of logistics industry; logistics industry has a strong correlation with regional economy， which reflects the characteristics of good coordinated development， but the degree of synergy between regions is significant; logistics industry and economic development level. There is a positive spatial association feature. Finally， from the perspectives of gradient development， balanced development， vertical development， and parallel development， relevant policy recommendations for optimizing logistics industry and economic development are proposed.

Key words： VAR model; order parameter; collaborative development; spatial autocorrelation

0? 引? 言

包含了包裝、裝卸、運(yùn)輸、倉儲以及流通加工等業(yè)務(wù)活動的物流業(yè)是影響國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)，是中國經(jīng)濟(jì)發(fā)展的重要助推器和源動力。國務(wù)院2014年發(fā)布的《物流業(yè)中長期發(fā)展規(guī)劃（2014～2020年）》旨在促進(jìn)物流服務(wù)，實(shí)現(xiàn)市場供求的銜接，為我國經(jīng)濟(jì)的發(fā)展提供重要的支持和保障。物流作為企業(yè)的第三利潤源，可以提高企業(yè)的經(jīng)營效率，促進(jìn)企業(yè)朝著專業(yè)化、一體化的方向發(fā)展。然而目前較低的物流產(chǎn)業(yè)效率和較高的全社會物流成本阻礙了物流產(chǎn)業(yè)的轉(zhuǎn)型升級和經(jīng)濟(jì)的持續(xù)增長，因此，有必要研究經(jīng)濟(jì)與物流產(chǎn)業(yè)的協(xié)調(diào)發(fā)展關(guān)系，提高兩者的協(xié)調(diào)發(fā)展水平。

近年來學(xué)者在物流產(chǎn)業(yè)和區(qū)域經(jīng)濟(jì)發(fā)展研究中見仁見智。唐建榮等[1]（2016年）利用SVAR模型分析中國物流和金融發(fā)展之間協(xié)同作用的內(nèi)在效率。諸裕祥、陳恒[2]（2018）采用OLS穩(wěn)健標(biāo)準(zhǔn)差回歸模型來分析物流業(yè)發(fā)展不平衡的原因，從內(nèi)部機(jī)制和外部效應(yīng)促進(jìn)了各區(qū)域間的積極互動。楊揚(yáng)、李莉詩[3]（2019）運(yùn)用數(shù)據(jù)包絡(luò)分析法研究了國際陸港城市物流能力與社會經(jīng)濟(jì)發(fā)展的協(xié)同程度，效率分析是從綜合效率、技術(shù)效率以及規(guī)模效率三個(gè)角度來展開的。伍寧杰、官翠鈴等[4]（2019）運(yùn)用系統(tǒng)耦合理論對長江中游城市群的物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展的協(xié)同性開展研究，在空間分布中，耦合協(xié)調(diào)度具有隨機(jī)性，局部存在與空間呈負(fù)相關(guān)。楊浩雄等[5]（2019）根據(jù)地區(qū)經(jīng)濟(jì)、地區(qū)物流業(yè)需求和地區(qū)物流業(yè)供給三個(gè)方面確定系統(tǒng)邊界，建立系統(tǒng)動力學(xué)模型來研究物流與經(jīng)濟(jì)的互動關(guān)系。本文從多維度構(gòu)造了物流業(yè)與經(jīng)濟(jì)發(fā)展的綜合評價(jià)指數(shù)函數(shù)，并運(yùn)用VAR模型，從時(shí)間序列角度研究物流業(yè)與經(jīng)濟(jì)發(fā)展互動關(guān)系;并結(jié)合了探索性空間數(shù)據(jù)分析的方法，從空間維度對物流業(yè)與經(jīng)濟(jì)發(fā)展水平的協(xié)同關(guān)系進(jìn)行了實(shí)證研究。

1? 指標(biāo)選擇與研究方法

本文將江蘇省作為研究對象，以其13個(gè)城市2000～2017年數(shù)據(jù)作為研究樣本。為了根據(jù)指標(biāo)的重要性和相關(guān)數(shù)據(jù)的可獲得性，更全面、客觀地評價(jià)物流產(chǎn)業(yè)水平，本文以倉儲業(yè)、交通運(yùn)輸業(yè)和郵政業(yè)的相關(guān)數(shù)據(jù)代替物流產(chǎn)業(yè)[6]，全面分析物流產(chǎn)業(yè)水平和經(jīng)濟(jì)發(fā)展?fàn)顩r。

1.1? 評價(jià)指標(biāo)體系構(gòu)建

借鑒唐建榮、唐萍萍[7]的研究，本文構(gòu)建了物流行業(yè)的評價(jià)指標(biāo)體系，將投入指標(biāo)劃分為物流行業(yè)固定資產(chǎn)投資額、物流從業(yè)人員數(shù)量、道路運(yùn)營里程和物流行業(yè)員工工資總額;物流產(chǎn)出指標(biāo)分為物流行業(yè)產(chǎn)值、貨物周轉(zhuǎn)量和貨物運(yùn)輸量。根據(jù)經(jīng)濟(jì)增長的因素分析，結(jié)合唐建榮、張鑫[8]的研究成果，將經(jīng)濟(jì)發(fā)展指標(biāo)劃分為全社會消費(fèi)品零售總額、固定資產(chǎn)投資額、地區(qū)生產(chǎn)總值和人均地區(qū)生產(chǎn)總值。

指標(biāo)體系中各指標(biāo)的選取及數(shù)據(jù)均來源于《江蘇省統(tǒng)計(jì)年鑒》和《中國城市統(tǒng)計(jì)年鑒》，為消除物價(jià)影響，涉及價(jià)格因素的指標(biāo)采用2000年不變價(jià)格進(jìn)行修正，同時(shí)對原始數(shù)據(jù)進(jìn)行自然對數(shù)處理，權(quán)重計(jì)算結(jié)果如表1所示。

首先對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，采用變異系數(shù)法確定指標(biāo)權(quán)重[9]。變異系數(shù)法的具體計(jì)算方法如下：w=vv， v=σ/，其中：w為第i項(xiàng)指標(biāo)的權(quán)重;v為第i項(xiàng)指標(biāo)的變異系數(shù);σ為第i項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差;為第i項(xiàng)指標(biāo)的平均數(shù)。最后利用U=∑ωX，計(jì)算2000～2017年江蘇省物流業(yè)發(fā)展指數(shù)和經(jīng)濟(jì)發(fā)展綜合評價(jià)指數(shù)函數(shù)，對兩者的綜合評價(jià)數(shù)據(jù)進(jìn)行對數(shù)處理，物流業(yè)和經(jīng)濟(jì)變量分別記作InL和InE。

1.2? 研究方法

通過現(xiàn)有文獻(xiàn)的梳理和歸納，本文選擇VAR模型從時(shí)間序列視角來探究物流業(yè)與經(jīng)濟(jì)增長的關(guān)系;利用ESDA從空間視角分析江蘇省城市之間是否存在空間效應(yīng)。

1.2.1? VAR模型概述

VAR模型[10]最早由Sims（1980）應(yīng)用到經(jīng)濟(jì)學(xué)分析中，是一種將若干個(gè)經(jīng)濟(jì)變量視作一個(gè)系統(tǒng)來進(jìn)行預(yù)測的模型，系統(tǒng)中所有變量都是內(nèi)生的。假設(shè)有2個(gè)時(shí)間序列變量y，y，將這2個(gè)時(shí)間序列變量當(dāng)作2個(gè)回歸方程的被解釋變量，將p階滯后值作為方程的解釋變量，這樣就構(gòu)成了一個(gè)二元的VARp系統(tǒng)，具體如下：

=++…++? ? ? ? ? ? ? ? ? ? ?（1）

其中：ε和ε為白噪聲過程，方程組左側(cè)是內(nèi)生變量;右側(cè)作為解釋變量。

記y=， ε=， τ=， τ=，則上式可以整理為：

y=τ+τy+…+τy+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

1.2.2? 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)法（ESDA）一般用于面板數(shù)據(jù)的空間自相關(guān)檢驗(yàn)，是指在一定空間范圍內(nèi)，某一要素與鄰近要素之間存在的依賴性。本文利用全局和局部的Moran'I指數(shù)進(jìn)行檢驗(yàn)和判定，全局相關(guān)檢驗(yàn)反映了江蘇省各城市物流產(chǎn)業(yè)的空間相關(guān)性和經(jīng)濟(jì)發(fā)展水平：

I=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

由于在全局Moran'I指數(shù)中缺乏對異質(zhì)性的考慮，因此也需要對局部Moran'I指數(shù)進(jìn)行測試。

I=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

在上述兩個(gè)公式中，n表示區(qū)域研究樣本總數(shù)，w表示空間權(quán)重矩陣，其原理如下：

w=

當(dāng)I取正值時(shí)，說明城市間為正向空間效應(yīng);反之，則為負(fù)向空間效應(yīng)。I取值的正負(fù)表示城市發(fā)展的趨勢為集聚或分散。

2? 基于物流業(yè)與經(jīng)濟(jì)水平的VAR模型分析

本章基于向量自回歸模型（VAR）分析江蘇省物流業(yè)與經(jīng)濟(jì)發(fā)展之間的關(guān)系，通過以下步驟完成模型的建立及檢驗(yàn)：（1）平穩(wěn)性檢驗(yàn);（2）選擇合適的滯后階數(shù);（3）模型的穩(wěn)定性檢驗(yàn);（4）格蘭杰因果關(guān)系檢驗(yàn);（5）脈沖響應(yīng)分析;（6）方差分解。

2.1? 變量的平穩(wěn)性檢驗(yàn)

為了更好地研究變量之間的關(guān)系，需要采用Augmented Dickey Fuller方法對各時(shí)間序列的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，以避免數(shù)據(jù)的非平穩(wěn)性影響實(shí)證結(jié)果的準(zhǔn)確性。檢驗(yàn)結(jié)果在表2中顯示，原始序列發(fā)展指數(shù)的ADF值在5%的水平下顯著，表明所有變量都是穩(wěn)定的。

2.2? VAR模型階數(shù)選擇

滯后階的確定是向量自回歸（VAR）模型的前提，它能充分反映模型的動態(tài)特性[11]。足夠大的滯后階數(shù)需要大量的估計(jì)參數(shù)，需要降低模型的自由度，因此有必要對模型的優(yōu)缺點(diǎn)進(jìn)行權(quán)衡，并進(jìn)行適當(dāng)?shù)倪x擇。Eviews中利用AIC、SC等信息準(zhǔn)則等來進(jìn)行決選，如表3所示：

表3中給出了從0～3階的VAR模型的LR，F(xiàn)PE，AIC，SC和HQ的值，由相應(yīng)標(biāo)準(zhǔn)選擇的滯后階數(shù)由*表示，最終由大多數(shù)標(biāo)準(zhǔn)選擇的最小滯后階數(shù)是2，此時(shí)AIC和SC也達(dá)到了最小值，由此可以建立VAR模型，相關(guān)數(shù)據(jù)如表4所示。

表5中結(jié)果表明，VAR的兩個(gè)方程調(diào)整后的R均在0.9以上，擬合優(yōu)度較高，因此該模型比較可靠。由于VAR滯后階數(shù)為2，可建立VAR2模型，得到關(guān)于InE和InL的估計(jì)式：

=++++

2.3? VAR模型穩(wěn)定性檢驗(yàn)和協(xié)整檢驗(yàn)

2.3.1? 穩(wěn)定性檢驗(yàn)

模型的穩(wěn)定性是脈沖函數(shù)和方差分解的前提。檢驗(yàn)穩(wěn)定性是看單位根的倒數(shù)是否在單位圓內(nèi);如果它們都在單位圓內(nèi)，則系統(tǒng)是穩(wěn)定的。具體檢驗(yàn)結(jié)果如圖1所示。

如圖1所示，說明模型通過平穩(wěn)性檢驗(yàn)，該模型是穩(wěn)定的，模型設(shè)計(jì)理想。

2.3.2? 協(xié)整檢驗(yàn)

基于上述確定的VAR模型，采用協(xié)整檢驗(yàn)方法進(jìn)行檢驗(yàn)，檢定結(jié)果如表6所示。

由表6可知：在5%的顯著水平下，跡統(tǒng)計(jì)量拒絕了最初的假設(shè)，即沒有協(xié)整關(guān)系和至多是一個(gè)協(xié)整關(guān)系，即兩組被測試變量之間存在協(xié)整關(guān)系，這表明物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展之間存在長期的平衡關(guān)系。

3? 物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展的內(nèi)在邏輯研究

3.1? 格蘭杰因果關(guān)系檢驗(yàn)

當(dāng)模型中存在不穩(wěn)定變量時(shí)，忽略Granger因果關(guān)系檢驗(yàn)，如果變量之間不存在協(xié)整關(guān)系，則為偽回歸，此時(shí)Granger因果檢驗(yàn)是無意義的。在驗(yàn)證變量間存在長期的協(xié)整關(guān)系后，使用Granger因果關(guān)系檢驗(yàn)（Granger，1969），測試結(jié)果如表7所示。

格蘭杰因果關(guān)系檢驗(yàn)結(jié)果表明，在顯著性水平為5%的情況下，物流業(yè)對經(jīng)濟(jì)增長的格蘭杰檢驗(yàn)接受零假設(shè)，經(jīng)濟(jì)發(fā)展對物流產(chǎn)業(yè)的格蘭杰檢驗(yàn)拒絕零假設(shè)，即經(jīng)濟(jì)發(fā)展水平是物流業(yè)發(fā)展的單向格蘭杰原因，說明經(jīng)濟(jì)發(fā)展刺激了物流業(yè)的需求，為物流業(yè)的發(fā)展提供了保障，并決定了區(qū)域物流業(yè)的發(fā)展水平。盡管物流業(yè)對經(jīng)濟(jì)發(fā)展的力度不夠，但物流無疑可以優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，在一定程度上提高區(qū)域經(jīng)濟(jì)效益。

3.2? 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)可以充分反映變量之間的動態(tài)關(guān)系，本文構(gòu)造了一個(gè)VAR2模型，可構(gòu)造兩個(gè)脈沖響應(yīng)函數(shù)?；诒疚牡难芯磕康?，對江蘇省物流業(yè)指標(biāo)函數(shù)和經(jīng)濟(jì)增長指標(biāo)函數(shù)的脈沖響應(yīng)進(jìn)行了分析，結(jié)果如圖2、圖3所示：

圖2顯示了江蘇省物流發(fā)展對經(jīng)濟(jì)增長的反應(yīng)。由圖2可知，初期時(shí)物流業(yè)對其自身變動的響應(yīng)比較敏感，在第1期時(shí)達(dá)到正效應(yīng)的最大值，變化幅度呈逐漸下降趨勢，但仍略高于零點(diǎn)，說明InL的響應(yīng)函數(shù)路徑總體為正;到第10期開始基本穩(wěn)定，且處于一個(gè)較為平穩(wěn)的態(tài)勢，經(jīng)濟(jì)發(fā)展水平對物流業(yè)的促進(jìn)作用不夠顯著，原因可能是目前難以滿足物流業(yè)日益增長的需求、基礎(chǔ)設(shè)施的發(fā)展使得物流業(yè)的運(yùn)營成本大幅增加、物流企業(yè)對產(chǎn)成品存在質(zhì)疑及不確定性等，經(jīng)濟(jì)增長對物流行業(yè)的發(fā)展有著長期的影響，但短期效應(yīng)更為明顯。

圖3顯示了江蘇省經(jīng)濟(jì)發(fā)展水平對物流業(yè)的響應(yīng)。由圖3分析可知，經(jīng)濟(jì)發(fā)展受到來自物流業(yè)發(fā)展水平的一個(gè)沖擊后，在第1～2期時(shí)達(dá)到最高點(diǎn)后顯著下降，在第6期趨于平穩(wěn)態(tài)勢，但正向效應(yīng)相對較大，物流系統(tǒng)的發(fā)展速度相對經(jīng)濟(jì)發(fā)展速度是緩慢的。

3.3? 物流業(yè)與經(jīng)濟(jì)發(fā)展水平的方差分解

脈沖響應(yīng)函數(shù)描述了內(nèi)生變量對VAR系統(tǒng)中其他變量的影響，這是對絕對作用的描述，對VAR系統(tǒng)變量的貢獻(xiàn)程度可以通過方差分解來描述，是對相對效應(yīng)的描述。所有變量與響應(yīng)變量的貢獻(xiàn)率之和為1，由于篇幅限制，表8僅顯示了物流業(yè)變量的方差分解結(jié)果：

由表8可知，江蘇省各期的物流業(yè)發(fā)展水平的變動主要受自身的貢獻(xiàn)影響，在第一期InL的新生標(biāo)準(zhǔn)誤差對自身的貢獻(xiàn)程度為100%，之后其自身的貢獻(xiàn)程度逐漸下降，并在第7期后穩(wěn)定在92%左右，后期受到其他變量的影響逐漸加大并趨于穩(wěn)定，說明其他變量的影響有一定的滯后性。各時(shí)期經(jīng)濟(jì)發(fā)展水平對物流業(yè)的貢獻(xiàn)率不斷提高后處于穩(wěn)定階段，維持在7%左右。

4? 物流業(yè)與區(qū)域經(jīng)濟(jì)的空間關(guān)系研究

上文從時(shí)間序列的維度研究了物流業(yè)與經(jīng)濟(jì)發(fā)展水平的關(guān)系，接下來將從空間角度分析物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)的空間關(guān)

系[12]。本研究仍遵循上述指標(biāo)體系探討物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展的互動關(guān)系。

按照協(xié)同思想，把經(jīng)濟(jì)發(fā)展水平和物流業(yè)分別被定義為D和D兩個(gè)子系統(tǒng)，其發(fā)展過程中的序參量為d=d，d，…，d，其中n≥1，α≤d≤βi=1，2，…，n，α，β是系統(tǒng)穩(wěn)定臨界點(diǎn)上d的下限和上限。序參量有兩種類型：正向指標(biāo)和負(fù)項(xiàng)指

標(biāo)[13]。因此，有兩種計(jì)算方法：

ud=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

式中：ud∈0，1，表示序參量對系統(tǒng)有序程度的貢獻(xiàn)度。度量子系統(tǒng)有序度是通過集成ud實(shí)現(xiàn)的，本文將選擇加權(quán)平均法進(jìn)行集成。

ud=uud， u≥0， u=1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

ud=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

從動態(tài)的角度重新衡量總系統(tǒng)的協(xié)同度，令ud， j=1，2，…，k為子系統(tǒng)在t時(shí)刻的系統(tǒng)有序度，ud， j=1，2，…，k是各子系統(tǒng)在t時(shí)的系統(tǒng)有序度，t～t時(shí)段的城市化物流系統(tǒng)協(xié)同度定義為總體系統(tǒng)協(xié)同度。

DSG=φuud-ud? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

其中：φ=。

DSG的值范圍為-1，1，值越大，系統(tǒng)的協(xié)同程度越高。通過計(jì)算可以推定各子系統(tǒng)間的演化路徑。通過上式的計(jì)算，最終得出了物流業(yè)—經(jīng)濟(jì)發(fā)展協(xié)同得分值，由于年份過多，本文只羅列出奇數(shù)年的協(xié)同值以作示范，計(jì)算結(jié)果如表9所示。

由表9可知，江蘇省大部分城市的經(jīng)濟(jì)物流系統(tǒng)協(xié)同度范圍在0.15～0.45之間，蘇州和南京的協(xié)同發(fā)展?fàn)顩r最好，江蘇省各城市的協(xié)同在分布上存在較為明顯的區(qū)域集聚現(xiàn)象。全局莫蘭指數(shù)是在使用Stata軟件進(jìn)行999蒙特卡羅模擬試驗(yàn)后，結(jié)合物流—經(jīng)濟(jì)發(fā)展協(xié)同得分得到的，具體見表10。

從表10可知，總體而言2000～2017年莫蘭指數(shù)顯著為正，所有指標(biāo)都通過了5%的顯著水平測試，最小值為0.251，在2006年達(dá)到了最大值0.499，表明江蘇省物流業(yè)與經(jīng)濟(jì)發(fā)展水平存在顯著的正向空間關(guān)聯(lián)特征，時(shí)序上逐年降低。表明城市間關(guān)聯(lián)性降低，局部差異性增強(qiáng)，集聚效應(yīng)減弱，而結(jié)合數(shù)據(jù)測算過程來看，這一趨勢是由于城市發(fā)展與區(qū)域間發(fā)展不協(xié)調(diào)的差距不斷拉大所致。

上述檢驗(yàn)不能反映區(qū)域間空間上的的顯著性差異，為了對江蘇省物流產(chǎn)業(yè)和經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)度、內(nèi)生機(jī)理特征進(jìn)行綜合分析，本文選取部分年份作為研究對象，借助Geoda軟件繪制了這些年份的局部Moran指數(shù)散點(diǎn)圖[14]（見圖4），以探討城市之間的局部空間自相關(guān)。

由圖4和表11可知，江蘇省物流業(yè)與經(jīng)濟(jì)發(fā)展水平的空間相關(guān)模型主要為H-H型（如南京、無錫、徐州、常州等）和L-L型（如連云港、淮安等），江蘇省城市空間自相關(guān)特征以大城市集聚和小城市集聚為主。大多城市存在顯著的空間正相關(guān)，空間單元屬性具有同質(zhì)性，呈現(xiàn)為自身低周邊低或自身高周邊也高的情況，說明產(chǎn)業(yè)發(fā)展在空間上的正向集聚區(qū)域持續(xù)擴(kuò)大，高水平城市發(fā)揮了良好的輻射引領(lǐng)作用;少數(shù)城市空間單元屬性具有異質(zhì)性，此時(shí)地理上的局部差異性擴(kuò)大，相似性減小。

5? 結(jié)論與政策建議

本文采用VAR模型分析了2000～2017年江蘇省物流業(yè)與經(jīng)濟(jì)發(fā)展水平的相互作用，運(yùn)用探索性空間數(shù)據(jù)分析方法，分析了江蘇省城市物流產(chǎn)業(yè)與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的空間結(jié)構(gòu)特征。主要結(jié)論為：（1）根據(jù)協(xié)整檢驗(yàn)結(jié)果，江蘇省物流業(yè)與經(jīng)濟(jì)增長之間存在長期的均衡關(guān)系。結(jié)合時(shí)間序列的變化趨勢，可以認(rèn)為物流產(chǎn)業(yè)的可持續(xù)發(fā)展有效地促進(jìn)江蘇省的經(jīng)濟(jì)增長，兩者的發(fā)展方向是一致的。（2）根據(jù)格蘭杰因果檢驗(yàn)結(jié)果，江蘇省經(jīng)濟(jì)發(fā)展水平是物流產(chǎn)業(yè)發(fā)展的單向格蘭杰原因。這表明，江蘇省經(jīng)濟(jì)增長對物流業(yè)的發(fā)展具有良好的拉動作用，而物流業(yè)的發(fā)展對江蘇省的經(jīng)濟(jì)增長沒有明顯的促進(jìn)作用。這可能是我國物流業(yè)的發(fā)展起步較晚，政府沒有制定好相應(yīng)的扶持政策，加上區(qū)域經(jīng)濟(jì)的發(fā)展由多個(gè)方面共同決定，所以兩者的協(xié)調(diào)性并不統(tǒng)一。（3）根據(jù)脈沖響應(yīng)分析結(jié)果，江蘇省經(jīng)濟(jì)發(fā)展水平對物流業(yè)的促進(jìn)作用不夠顯著，但推動力度仍然存在，表現(xiàn)為地方生產(chǎn)總值的增長對區(qū)域物流的需求與供給有明顯的拉動作用，經(jīng)濟(jì)的增長會激勵(lì)物流業(yè)進(jìn)行生產(chǎn)活動，隨著產(chǎn)品數(shù)量的增加，物流產(chǎn)業(yè)的供給水平將被拉動，從而刺激區(qū)域物流的需求。（4）空間自相關(guān)分析表明，物流業(yè)與區(qū)域經(jīng)濟(jì)正相關(guān)，但區(qū)域間物流的發(fā)展并不均衡。南京、無錫的物流產(chǎn)業(yè)集聚度高—高集中，物流產(chǎn)業(yè)總體效率較高;揚(yáng)州、泰州等地區(qū)物流業(yè)的空間集聚并不顯著。連云港、宿遷的高、低值集聚反映了物流產(chǎn)業(yè)集聚在核心城市的空間分布特征和對周邊城市的輻射，各城市呈現(xiàn)出不同的狀態(tài)和技術(shù)效率水平。（5）近年來，物流業(yè)和區(qū)域經(jīng)濟(jì)發(fā)展迅速，政府合理規(guī)劃和引導(dǎo)企業(yè)的項(xiàng)目進(jìn)程。同時(shí)，兩者的發(fā)展變化的速度不均衡，只有兩個(gè)子系統(tǒng)協(xié)調(diào)發(fā)展，才能發(fā)揮整個(gè)系統(tǒng)的最優(yōu)效果。

實(shí)證結(jié)果表明，目前江蘇省物流業(yè)與經(jīng)濟(jì)水平協(xié)同發(fā)展整體不平衡，城市間的協(xié)同度呈現(xiàn)出顯著的差異特征。為進(jìn)一步提升并穩(wěn)固江蘇省各城市的協(xié)同與聯(lián)系，優(yōu)化城市網(wǎng)絡(luò)布局和縮小城市間的發(fā)展差距，必須因地制宜，多元共治：（1）梯度發(fā)展，制定差異化目標(biāo)和政策。通過實(shí)證研究發(fā)現(xiàn)，江蘇省城市間的物流產(chǎn)業(yè)和經(jīng)濟(jì)發(fā)展存在空間分布不均衡的問題?？紤]到我國物流產(chǎn)業(yè)及區(qū)域經(jīng)濟(jì)發(fā)展受國家宏觀經(jīng)濟(jì)政策調(diào)控的影響有很大關(guān)系，建議統(tǒng)籌兼顧各城市的能力和資源水平，因地制宜，將扶持政策向弱勢城市傾斜，制定差異化目標(biāo)和政策，縮小區(qū)域不均衡現(xiàn)象，利用發(fā)達(dá)城市的優(yōu)勢，借助其擴(kuò)散效應(yīng)來縮小城市之間的差異。（2）均衡發(fā)展，推動經(jīng)濟(jì)系統(tǒng)融合提升。物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)之間存在顯著的正相關(guān)關(guān)系，但區(qū)域物流的發(fā)展不均衡，區(qū)域物流產(chǎn)業(yè)與經(jīng)濟(jì)體系的協(xié)調(diào)程度不由任意一方?jīng)Q定，而是決定于兩者的彼此協(xié)同程度。因此要加速改善物流效率和經(jīng)濟(jì)發(fā)展增長極，除此之外還應(yīng)推動物流產(chǎn)業(yè)以及其他第三產(chǎn)業(yè)的發(fā)展，引導(dǎo)相關(guān)產(chǎn)業(yè)增加對物流的需求，形成信息共享、技術(shù)互通的產(chǎn)業(yè)鏈。（3）垂直發(fā)展，深度推進(jìn)物流產(chǎn)業(yè)升級。江蘇省作為物流運(yùn)輸節(jié)點(diǎn)，物流需求大，應(yīng)通過信息化手段整合江蘇省現(xiàn)有的物流資源，收集物流行業(yè)數(shù)據(jù)，深度挖掘，為物流行業(yè)和企業(yè)提供真實(shí)有效的市場信息，避免物流企業(yè)盲目擴(kuò)張，緩解物流行業(yè)的低效無效競爭，為物流業(yè)未來的進(jìn)一步發(fā)展提供保障，垂直發(fā)展能減少各城市之間隨意終止合作交易的不確定性。（4）平行發(fā)展，促進(jìn)城市的協(xié)同和互補(bǔ)。根據(jù)江蘇省自身資源條件和環(huán)境承載力，確定不同區(qū)域的發(fā)展方向和功能定位，優(yōu)化區(qū)域產(chǎn)業(yè)布局，加強(qiáng)各城市的合作意識，避免惡性競爭，促進(jìn)各城市的功能互補(bǔ)與統(tǒng)籌發(fā)展;采取針對性措施拓寬物流產(chǎn)業(yè)的發(fā)展層次，發(fā)揮規(guī)模效應(yīng)，并以政府為主導(dǎo)，提升和完善各區(qū)域的要素貢獻(xiàn)率。

參考文獻(xiàn)：

[1] 唐建榮，廖祥賓，馬潔純. 基于效率改進(jìn)的物流金融協(xié)同模式研究[J]. 財(cái)貿(mào)研究，2016，27（2）：29-38.

[2] 諸裕祥，陳恒. 我國區(qū)域物流業(yè)發(fā)展非均衡及其外部效應(yīng)估計(jì)——基于要素投入及其效率的分析[J]. 商業(yè)研究，2018（1）：112-121.

[3] 楊揚(yáng)，李莉詩. 國際陸港城市物流能力與社會經(jīng)濟(jì)發(fā)展協(xié)調(diào)評價(jià)——以昆明市為例[J]. 北京交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2019，18（3）：129-137.

[4] 伍寧杰，官翠鈴，邱映貴. 長江中游城市群物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展耦合協(xié)調(diào)性研究[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2019（4）：89-99.

[5] 楊浩雄，段煒鈺，馬家驥. 基于系統(tǒng)動力學(xué)的地區(qū)物流業(yè)與地區(qū)經(jīng)濟(jì)互動機(jī)理研究[J]. 統(tǒng)計(jì)與決策，2019，35（3）：69-73.

[6] 蔡海亞，謝守紅. 長江三角洲物流發(fā)展及與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J]. 北京交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2016，15（2）：89

-96.

[7] 唐建榮，唐萍萍. 中國物流產(chǎn)業(yè)效率的時(shí)空演化[J]. 北京工商大學(xué)學(xué)報(bào)（社會科學(xué)版），2018，33（6）：43-53.

[8] 唐建榮，張鑫，杜聰. 基于引力模型的區(qū)域物流網(wǎng)絡(luò)結(jié)構(gòu)研究——以江蘇省為例[J]. 華東經(jīng)濟(jì)管理，2016，30（1）：76-82.

[9] 向麗. 長江經(jīng)濟(jì)帶旅游產(chǎn)業(yè)—城鎮(zhèn)化—生態(tài)環(huán)境協(xié)調(diào)關(guān)系的時(shí)空分異研究[J]. 生態(tài)經(jīng)濟(jì)，2017，33（4）：115-120.

[10] 劉南，李燕. 現(xiàn)代物流與經(jīng)濟(jì)增長的關(guān)系研究——基于浙江省的實(shí)證分析[J]. 管理工程學(xué)報(bào)，2007（1）：151-154.

[11] 宋琪，王寶海. 基于VAR模型的物流業(yè)增加值與經(jīng)濟(jì)增長的實(shí)證分析[J]. 統(tǒng)計(jì)與決策，2016（1）：142-146.

[12] 李全喜. 區(qū)域物流能力與區(qū)域經(jīng)濟(jì)發(fā)展的典型相關(guān)分析——基于全國面板數(shù)據(jù)[J]. 軟科學(xué)，2010（12）：75-79.

[13] 唐建榮，類延波. 城市化與物流業(yè)協(xié)同發(fā)展的時(shí)空演化及驅(qū)動因素研究[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2019（1）：45-56.

[14] 劉瑞娟，王建偉，黃澤濱. 基于ESDA的“新絲綢之路經(jīng)濟(jì)帶”物流競爭力空間格局演化及溢出效應(yīng)研究[J]. 統(tǒng)計(jì)與信息論壇，2017，32（6）：106-112.

[15] 郭湖斌，齊源. 長三角區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展水平及空間協(xié)同特征研究[J]. 經(jīng)濟(jì)問題探索，2018（11）：77-85.

[16] 唐曼萍，程哲. 農(nóng)產(chǎn)品期貨價(jià)格與農(nóng)業(yè)上市公司股價(jià)的相關(guān)性研究：以新希望集團(tuán)為例[J]. 軟科學(xué)，2012（7）：86-90.