安徽省物流業(yè)與對(duì)外貿(mào)易關(guān)系的實(shí)證研究

李 云， 桂海霞

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

2018年上半年，長三角區(qū)域合作辦公室在上海市成立，主要任務(wù)是協(xié)調(diào)長三角地區(qū)三省一市(安徽省、浙江省、江蘇省、上海市)之間的合作發(fā)展計(jì)劃，推動(dòng)長三角地區(qū)產(chǎn)業(yè)、交通與市場的一體化發(fā)展[1-2].近年來，長三角地區(qū)的經(jīng)濟(jì)發(fā)展帶動(dòng)了區(qū)域內(nèi)物流需求的不斷增加，而物流業(yè)作為地區(qū)發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，也可有效的整合區(qū)域內(nèi)優(yōu)質(zhì)資源，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，引領(lǐng)新常態(tài)下長三角區(qū)域經(jīng)濟(jì)的快速發(fā)展[3-4].安徽省作為長三角四省市之一，在長三角發(fā)展一體化中有著一定的區(qū)位優(yōu)勢和政策優(yōu)勢[5-6].為響應(yīng)區(qū)域經(jīng)濟(jì)發(fā)展一體化，推動(dòng)物流業(yè)與對(duì)外貿(mào)易的發(fā)展也成為安徽省經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重要“馬車”之一[7-8].本文基于2001～2019年安徽省的統(tǒng)計(jì)數(shù)據(jù)，選取物流網(wǎng)絡(luò)里程、貨物周轉(zhuǎn)量以及進(jìn)出口總額三個(gè)指標(biāo)構(gòu)建VAR(向量自回歸)模型[9]并檢驗(yàn)，對(duì)安徽省物流業(yè)發(fā)展與對(duì)外貿(mào)易關(guān)系進(jìn)行實(shí)證分析.

1 文獻(xiàn)綜述

關(guān)于現(xiàn)代物流發(fā)展與對(duì)外貿(mào)易關(guān)系間的研究，李寶庫[10]通過對(duì)長三角四省市的區(qū)域經(jīng)濟(jì)與區(qū)域物流的研究發(fā)現(xiàn)，長三角地區(qū)的區(qū)域物流與區(qū)域經(jīng)濟(jì)之間是相互協(xié)調(diào)，相互促進(jìn)的關(guān)系，但前期可能存在負(fù)效應(yīng)態(tài)勢.巴風(fēng)琴[11]以熵值法和耦合協(xié)調(diào)度模型來研究新疆物流與對(duì)外貿(mào)易之間的關(guān)系，研究發(fā)現(xiàn)新疆的物流與對(duì)外貿(mào)易之間沒有實(shí)現(xiàn)協(xié)調(diào)發(fā)展，兩者之間的發(fā)展差距也在逐漸拉大.何艷[12]以物流產(chǎn)業(yè)集群生命周期的不同階段介紹了長江經(jīng)濟(jì)帶各省份所處物流產(chǎn)業(yè)集群的萌芽期、成長期以及成熟期對(duì)出口貿(mào)易的影響，其中處于成熟初期的物流產(chǎn)業(yè)集群對(duì)出口貿(mào)易的拉動(dòng)明顯，但后期的作用卻會(huì)逐漸減弱.郭子雪[13]以灰色關(guān)聯(lián)度模型和格蘭杰因果關(guān)系檢驗(yàn)研究了京津冀港口物流和區(qū)域經(jīng)濟(jì)發(fā)展之間的關(guān)系，結(jié)果表明各港口物流發(fā)展與經(jīng)濟(jì)增長間的關(guān)系略有不同，在京津冀地區(qū)內(nèi)的港口中，唐山港的港口物流與經(jīng)濟(jì)發(fā)展之間是相互促進(jìn)的.天津港和秦皇島港港口物流可促進(jìn)區(qū)域經(jīng)濟(jì)的增長，而與之相反的黃驊港則是經(jīng)濟(jì)增長會(huì)促進(jìn)港口物流的發(fā)展.袁曉暉[14]選取貨物周轉(zhuǎn)量、貨物運(yùn)輸量、交通、倉儲(chǔ)及郵政業(yè)增加值以及進(jìn)出口總額來研究天津市現(xiàn)代物流與對(duì)外貿(mào)易間的關(guān)系，結(jié)果表明，除貨物周轉(zhuǎn)量的增加對(duì)天津市的對(duì)外貿(mào)易發(fā)展有阻礙作用，其他的物流指標(biāo)對(duì)對(duì)外貿(mào)易的發(fā)展都具有促進(jìn)作用.以往的研究中，學(xué)者多選取物流業(yè)產(chǎn)值、物流運(yùn)輸量以及進(jìn)出口總額來研究物流與進(jìn)出口貿(mào)易間的關(guān)系[15-17]，本文從物流供給和需求的角度選取物流網(wǎng)絡(luò)里程和貨物周轉(zhuǎn)量研究物流業(yè)發(fā)展與對(duì)外貿(mào)易之間的關(guān)系.

2 研究設(shè)計(jì)

2.1 指標(biāo)選取與數(shù)據(jù)處理

為研究近年來安徽省物流業(yè)與對(duì)外貿(mào)易的發(fā)展，本文從影響物流業(yè)發(fā)展的供給和需求兩個(gè)角度選取物流網(wǎng)絡(luò)里程與貨物周轉(zhuǎn)量作為安徽省物流業(yè)發(fā)展的衡量指標(biāo)，以進(jìn)出口總額作為對(duì)外貿(mào)易發(fā)展的衡量指標(biāo)，物流網(wǎng)絡(luò)里程為安徽省的鐵路、公路、內(nèi)河、民航以及國際航線的交通路線長度之和.數(shù)據(jù)皆來源于《安徽省統(tǒng)計(jì)年鑒》，并用Eviews10.0軟件計(jì)算分析.

在把數(shù)據(jù)錄入Eviews統(tǒng)計(jì)軟件時(shí)，對(duì)貨物周轉(zhuǎn)量、物流網(wǎng)絡(luò)里程以及進(jìn)出口總額三個(gè)變量設(shè)定為ZZL、LC和ZE，變量類型及長度采取系統(tǒng)默認(rèn)方式.為減少數(shù)據(jù)異方差對(duì)樣本的影響，從而以樣本數(shù)據(jù)的對(duì)數(shù)值進(jìn)行分析，進(jìn)行對(duì)數(shù)變換后的變量物流網(wǎng)絡(luò)里程(LNLC)、貨物周轉(zhuǎn)量(LNZZL)和進(jìn)出口總額(LNZE)如表1所示.

表1 對(duì)數(shù)變換后的數(shù)據(jù)

2.2 模型構(gòu)建與檢驗(yàn)

本文選取安徽省2001～2019年的時(shí)間序列數(shù)據(jù)，為檢驗(yàn)該時(shí)間序列的平穩(wěn)性，以及是否具有短期長期的相關(guān)聯(lián)系，需要建立VAR(向量自回歸) 模型來分析預(yù)測相關(guān)聯(lián)的時(shí)間序列組成的系統(tǒng)，從而分析各變量之間的相互影響.通過以下6個(gè)步驟完成VAR模型的建立及檢驗(yàn).1)單位根檢驗(yàn)[18].模型的建立需要一個(gè)平穩(wěn)的時(shí)間序列，檢驗(yàn)時(shí)間序列平穩(wěn)性的標(biāo)準(zhǔn)是判斷其是否有單位根.若時(shí)間序列Yt存在單位根即為不平穩(wěn)的時(shí)間序列，為使時(shí)間序列Yt變成平穩(wěn)，可對(duì)序列進(jìn)行d次差分直至數(shù)據(jù)平穩(wěn)，記為Yt～I(xiàn)(d),并稱Yt具有d階單整性.本文以ADF(Augment Dickey-Fuller test)單位根檢驗(yàn)的方法判斷樣本數(shù)據(jù)的平穩(wěn)性.

2)建立VAR模型.VAR模型是由多元時(shí)間序列變量組成，其基本思想是把系統(tǒng)中每一個(gè)內(nèi)生變量作為所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型.VAR(P)模型表達(dá)式如下：

yt=α1yt-1+α2yt-2+…+αpyt-p+εt,

t=1,…,T

(1)

其中：yt為k維內(nèi)生變量；α1,…,αp是k*d維矩陣；p為滯后階數(shù)；T為樣本個(gè)數(shù)；εt是k維擾動(dòng)列向量.

3)協(xié)整檢驗(yàn).協(xié)整檢驗(yàn)是為了分析時(shí)間序列的變量之間是否具有長期的聯(lián)動(dòng)關(guān)系.恩格爾-格蘭杰(Engle-Granger)協(xié)整檢驗(yàn)的步驟分為兩步，首先需要對(duì)時(shí)間序列進(jìn)行最小二乘法(OLS)回歸，然后對(duì)所生成的殘差序列et進(jìn)行單位根檢驗(yàn).若兩個(gè)一階單整變量xt，yt存在yt=kxt+et的線性關(guān)系(k為長期彈性系數(shù))，且et殘差序列通過了單位根檢驗(yàn)，則說明xt和yt之間存在協(xié)整關(guān)系.

4)格蘭杰因果檢驗(yàn)[19].為探究變量之間是否具有因果關(guān)系，常用的方法就是對(duì)變量A和變量B進(jìn)行格蘭杰因果關(guān)系檢驗(yàn).若A變量與B變量之間的概率值小于5%，則認(rèn)為A變量是B變量的格蘭杰原因,那么對(duì)于B變量未來的變化就可以用A變量解釋和預(yù)測。

5)脈沖響應(yīng)分析.隨著時(shí)間的推移，模型中各內(nèi)生變量在面對(duì)變量沖擊時(shí)會(huì)有不同的影響，脈沖響應(yīng)函數(shù)通過觀察各變量對(duì)于沖擊會(huì)做出怎樣的反應(yīng)，以此來描述各變量之間的沖擊影響關(guān)系.

6)方差分解分析.通過分析模型中每個(gè)變量的結(jié)構(gòu)沖擊對(duì)整個(gè)系統(tǒng)變量所產(chǎn)生影響的貢獻(xiàn)度，以給出變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)項(xiàng)的相對(duì)重要性的信息.

3 實(shí)證分析

3.1 單位根檢驗(yàn)

通過ADF(Augment Dickey-Fuller test)單位根檢驗(yàn)的方法對(duì)變量物流網(wǎng)絡(luò)里程(LNLC)、貨物周轉(zhuǎn)量(LNZZL)和進(jìn)出口總額(LNZE)進(jìn)行平穩(wěn)性檢驗(yàn)，如表2所示，原序列的ADF檢驗(yàn)值皆大于5%的檢驗(yàn)臨界值，說明原序列為不平穩(wěn)的時(shí)間序列.在對(duì)原時(shí)間序列進(jìn)行一階差分后的物流網(wǎng)絡(luò)里程(DLNLC)、貨物周轉(zhuǎn)量(DLNZZL)和進(jìn)出口總額(DLNZE)三個(gè)變量檢驗(yàn)值皆拒絕了存在單位根的假設(shè)，是平穩(wěn)的時(shí)間序列.

表2 單位根檢驗(yàn)結(jié)果

3.2 建立VAR模型

本文采用貨物周轉(zhuǎn)量、物流網(wǎng)絡(luò)里程與進(jìn)出口總額3個(gè)變量建立VAR模型，并以LR，F(xiàn)PE，AIC，SC，HQ多準(zhǔn)則[20]來判斷模型的最優(yōu)滯后階數(shù)(P)，由表3可以看出模型的滯后階數(shù)應(yīng)選擇滯后2階.

表3 滯后階數(shù)表

由此得出的VAR模型估計(jì)結(jié)果為:

LNLC=0.338701*LNLC(-1)-0.090327*LNLC(-2)+0.095931*LNZE(-1)+0.398892*

LNZE(-2)-0.224019*LNZZL(-1)-0.072329*LNZZL(-2)+7.446523

(2)

LNZE=-0.449358*LNLC(-1)-0.748036*LNLC(-2)+1.000444*LNZE(-1)

-0.110735*LNZE(-2)-0.445837*LNZZL(-1)+0.376775*LNZZL(-2)-0.635679

(3)

LNZZL=0.722965*LNLC(-1)+0.308068*LNLC(-2)+0.292032*LNZE(-1)

-0.304938*LNZE(-2)+0.573668*LNZZL(-1)+0.080801*LNZZL(-2)-6.350978

(4)

為進(jìn)行后續(xù)的數(shù)據(jù)分析，需要對(duì)所建立的VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，從圖1可以看出，在單位圓里有模型中6個(gè)特征根的倒數(shù)的模，說明所建立的VAR模型通過了穩(wěn)定性檢驗(yàn).

圖1 VAR模型穩(wěn)定性檢驗(yàn)

3.3 協(xié)整檢驗(yàn)

本文采用恩格爾-格蘭杰(Engle-Granger)協(xié)整檢驗(yàn)判斷進(jìn)出口總額、貨物周轉(zhuǎn)量以及物流網(wǎng)絡(luò)里程之間是否具有協(xié)整關(guān)系.首先使用最小二乘法(OLS)得到的回歸方程如下：

LNZE=0.581 160LNZZL+1.331 385LNLC

-12.199 44

(5)

t:： (5.633 774) (4.403 595) (-5.247 851)

p： (0.000 0) (0.000 4) (0.000 1)

R2=0.958 7F=197.349 9DW=0.909 592

然后對(duì)殘差序列et=LNZE-0.581 160LNZZL-1.331 385LNLC+12.199 44進(jìn)行ADF單位根檢驗(yàn)，對(duì)殘差序列進(jìn)行單位根檢驗(yàn)時(shí)所得到的ADF檢驗(yàn)臨界值需要參考由恩格爾-格蘭杰(Engle-Granger)給出的臨界值表，表4得出的ADF檢驗(yàn)值為-4.085 620遠(yuǎn)小于1%的顯著性水平，但因檢驗(yàn)值會(huì)偏小，所以參考臨界值表給出的檢驗(yàn)臨界值-3.763 84，令兩者檢驗(yàn)值相比較后，得出殘差序列et檢驗(yàn)值依舊小于檢驗(yàn)臨界值，通過了平穩(wěn)性檢驗(yàn)，說明et是平穩(wěn)序列.據(jù)此可以判斷物流網(wǎng)絡(luò)里程、貨物周轉(zhuǎn)量和進(jìn)出口總額三者間存在長期穩(wěn)定的均衡關(guān)系.通過式(5)可以看出，物流網(wǎng)絡(luò)里程、貨物周轉(zhuǎn)量每變動(dòng)1% ，進(jìn)出口總額將會(huì)同方向變動(dòng)1.33%和0.58% ，即從長期來看，三者之間存在顯著的正向關(guān)系.

表4 et單位根檢驗(yàn)

3.4 格蘭杰因果檢驗(yàn)

通過恩格爾-格蘭杰(Engle-Granger)協(xié)整檢驗(yàn)得出安徽省貨物周轉(zhuǎn)量、物流網(wǎng)絡(luò)里程和進(jìn)出口總額之間存在長期穩(wěn)定的均衡關(guān)系，對(duì)于變量之間的因果關(guān)系還需進(jìn)一步的驗(yàn)證.運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)得出物流網(wǎng)絡(luò)里程與進(jìn)出口總額之間的概率值為0.000 3，對(duì)貨物周轉(zhuǎn)量的概率值為0.006 0，說明物流網(wǎng)絡(luò)里程在1%的置信水平上構(gòu)成對(duì)進(jìn)出口總額和貨物周轉(zhuǎn)量的單向格蘭杰原因；進(jìn)出口總額與貨物周轉(zhuǎn)量之間的概率值為0.024 8，說明進(jìn)出口總額是貨物周轉(zhuǎn)量的單向格蘭杰原因.說明物流網(wǎng)絡(luò)里程的完善可以推動(dòng)進(jìn)出口總額的發(fā)展，進(jìn)出口總額的增加也可以推動(dòng)貨物周轉(zhuǎn)量的增加.

表5 格蘭杰因果檢驗(yàn)

3.5 脈沖響應(yīng)分析

為了解VAR模型中各內(nèi)生變量在面對(duì)其他變量的沖擊時(shí)會(huì)產(chǎn)生什么樣的影響，需要運(yùn)用脈沖響應(yīng)函數(shù)分析物流網(wǎng)絡(luò)里程、貨物周轉(zhuǎn)量以及進(jìn)出口總額之間的短期動(dòng)態(tài)關(guān)系.結(jié)果如圖2所示.

由圖2可知，Response ofLNZZLtoLNZE表示貨物周轉(zhuǎn)量受到進(jìn)出口總額一個(gè)標(biāo)準(zhǔn)誤差大小的沖擊.圖2中可以看出，貨物周轉(zhuǎn)量第一期的響應(yīng)值為0，隨后開始上升，并在第六期達(dá)到?jīng)_擊的峰值，響應(yīng)值為0.134 2%，在此之后進(jìn)出口總額對(duì)貨物周轉(zhuǎn)量的沖擊作用有所下降.總體而言，進(jìn)出口總額對(duì)貨物周轉(zhuǎn)量一直是正向的沖擊狀態(tài).

圖2 脈沖響應(yīng)分析結(jié)果

在Response ofLNZEtoLNZZL圖中可知，進(jìn)出口總額對(duì)來自貨物周轉(zhuǎn)量的1個(gè)單位沖擊立即做出了0.041 2%的響應(yīng)，隨后緩慢下降，并逐漸趨于平穩(wěn)，總體來看進(jìn)出口總額的變動(dòng)并不是特別明顯，響應(yīng)值很低.通過脈沖響應(yīng)函數(shù)圖可以說明貨物周轉(zhuǎn)量與進(jìn)出口總額之間存在雙向的沖擊作用，且都是正向沖擊作用.

Response ofLNLCtoLNZE圖中，物流網(wǎng)絡(luò)里程第一期的響應(yīng)值為0，而后逐漸上升，在第四期到達(dá)沖擊的峰值，響應(yīng)值為0.632%，然后開始逐漸下降，隨之趨于平穩(wěn).

Response ofLNZEtoLNLC中，進(jìn)出口總額第一期的響應(yīng)值為0.02%，且第一期就已是沖擊的峰值，隨后開始逐漸下降，在響應(yīng)值為0.01%的第七期后逐漸趨于穩(wěn)定.可以看出物流網(wǎng)絡(luò)里程對(duì)進(jìn)出口總額有持續(xù)的正向沖擊作用.說明物流業(yè)的發(fā)展對(duì)安徽省對(duì)外貿(mào)易的發(fā)展具有明顯的推動(dòng)作用.

3.6 方差分解分析

在分析了VAR模型中各變量間存在的短期以及長期的相關(guān)關(guān)系后，運(yùn)用方差分解對(duì)該模型進(jìn)行分析，其分析結(jié)果如圖3所示.物流網(wǎng)絡(luò)里程對(duì)自身變動(dòng)的貢獻(xiàn)率逐漸下降，在第4期后基本保持穩(wěn)定，貢獻(xiàn)率為35%，第10期的貢獻(xiàn)率為31%；貨物周轉(zhuǎn)量對(duì)物流網(wǎng)絡(luò)里程變動(dòng)的貢獻(xiàn)率逐漸增加，在第4期后基本保持穩(wěn)定，第10期的貢獻(xiàn)率為58%；進(jìn)出口總額對(duì)物流網(wǎng)絡(luò)里程變動(dòng)的貢獻(xiàn)率從第1期緩慢上升至第6期，并達(dá)到最大貢獻(xiàn)率值10%，而后一直保持穩(wěn)定的貢獻(xiàn)率至第10期.

圖3 方差分解分析結(jié)果

進(jìn)出口總額對(duì)進(jìn)出口總額本身變動(dòng)的貢獻(xiàn)率從第1期開始呈逐漸下降的狀態(tài)，第1期的貢獻(xiàn)率為88%，第10期的貢獻(xiàn)率為57%；貨物周轉(zhuǎn)量對(duì)進(jìn)出口總額在第2期時(shí)達(dá)到最高貢獻(xiàn)率，數(shù)值最大為28%，然后慢慢趨于平穩(wěn)狀態(tài)，在第10期時(shí)的貢獻(xiàn)率值為25%；物流網(wǎng)絡(luò)里程對(duì)進(jìn)出口總額的貢獻(xiàn)率總體表現(xiàn)比較平穩(wěn)，在第2期時(shí)下降到最低貢獻(xiàn)率值為10%，然后緩慢上升，第10期的貢獻(xiàn)率值為18%.

貨物周轉(zhuǎn)量對(duì)貨物周轉(zhuǎn)量本身的貢獻(xiàn)率從第1期78%的貢獻(xiàn)率值，逐漸下降至第10期的59%的貢獻(xiàn)率.相反，進(jìn)出口總額對(duì)貨物周轉(zhuǎn)量的貢獻(xiàn)率則是呈逐漸上升的狀態(tài)，從第1期的17%的貢獻(xiàn)率開始緩慢上升，并在第10期到達(dá)最大貢獻(xiàn)率值為27%.物流網(wǎng)絡(luò)里程對(duì)貨物周轉(zhuǎn)量的貢獻(xiàn)率在前5期也是在不斷上升的，在第5期的貢獻(xiàn)率值為15%，而后趨于平穩(wěn)，第10期的貢獻(xiàn)率值為14%.

4 結(jié) 語

本文運(yùn)用VAR模型分析方法，實(shí)證考察了2001～2019年間安徽省進(jìn)出口總額與物流網(wǎng)絡(luò)里程和貨物周轉(zhuǎn)量之間的長期均衡關(guān)系和短期動(dòng)態(tài)影響，得出以下結(jié)論.安徽省物流業(yè)發(fā)展與對(duì)外貿(mào)易發(fā)展之間的確存在著長期穩(wěn)定的均衡關(guān)系，物流網(wǎng)絡(luò)里程與貨物周轉(zhuǎn)量每增加(減少)1% 引起進(jìn)出口總額增加(減少)1.33%和0.58%，物流業(yè)的變化可引起對(duì)外貿(mào)易發(fā)展的同向變化.在格蘭杰因果檢驗(yàn)中，物流網(wǎng)絡(luò)里程是貨物周轉(zhuǎn)量和進(jìn)出口總額的單向格蘭杰因，進(jìn)出口總額是貨物周轉(zhuǎn)量的單向格蘭杰因.脈沖響應(yīng)結(jié)果分析中，安徽省物流網(wǎng)絡(luò)里程對(duì)進(jìn)出口總額具有持續(xù)的正向沖擊作用，說明物流業(yè)的發(fā)展對(duì)安徽省對(duì)外貿(mào)易的發(fā)展具有明顯的推動(dòng)作用.從方差分解的結(jié)果中可以看出，物流網(wǎng)絡(luò)里程和貨物周轉(zhuǎn)量在短期內(nèi)對(duì)進(jìn)出口總額的貢獻(xiàn)率雖不顯著，但在長期的影響中兩者對(duì)進(jìn)出口總額的貢獻(xiàn)率是在不斷增加的.物流網(wǎng)絡(luò)里程與貨物周轉(zhuǎn)量相比，物流網(wǎng)絡(luò)里程的增加對(duì)進(jìn)出口總額的影響比貨物周轉(zhuǎn)量的影響要大.

總之，為促進(jìn)物流業(yè)與對(duì)外貿(mào)易的發(fā)展，安徽省應(yīng)借助長三角一體化發(fā)展優(yōu)勢，加強(qiáng)長三角四省市之間的溝通與協(xié)作，實(shí)現(xiàn)區(qū)域內(nèi)物流資源的有效整合.提升物流業(yè)的信息技術(shù)水平，依托數(shù)字信息技術(shù)構(gòu)建物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展的協(xié)同發(fā)展機(jī)制.完善物流業(yè)相關(guān)配套服務(wù)，提高現(xiàn)代物流業(yè)的服務(wù)效率與服務(wù)水平，為安徽省物流業(yè)與對(duì)外貿(mào)易營造良好的發(fā)展環(huán)境.