0 引 言

陸海新通道利用鐵路、公路、水運(yùn)、航空等多種運(yùn)輸方式，北接絲綢之路經(jīng)濟(jì)帶，南連21 世紀(jì)海上絲綢之路，通達(dá)新加坡及東盟主要物流節(jié)點(diǎn)，以物流協(xié)同創(chuàng)新驅(qū)動沿線城市經(jīng)濟(jì)高質(zhì)量發(fā)展。西部陸海新通道的大規(guī)模建設(shè)能夠在較短時(shí)間內(nèi)彌補(bǔ)西部地區(qū)交通基礎(chǔ)設(shè)施資本存量不足的劣勢。通過提高物流運(yùn)輸效率、降低運(yùn)輸和貿(mào)易成本可以使西部地區(qū)獲得更快增長從而使區(qū)域趨于均衡發(fā)展。社會物流需求增加，但物流增速卻持續(xù)放緩。2019 年1～11 月，全國社會物流總額為272 萬億元，同比增長5.8%。全年社會物流總額近300 萬億元，同比增長5.2%左右，增速較上年下滑約0.6 個(gè)百分點(diǎn)。為了加快我國西部陸海新通道城市物流產(chǎn)業(yè)發(fā)展，本文收集了西部陸海新通道40 個(gè)城市2004～2018 年貨運(yùn)量、固定資產(chǎn)投資、互聯(lián)網(wǎng)人數(shù)等相關(guān)數(shù)據(jù)，對西部陸海新通道城市與物流產(chǎn)業(yè)發(fā)展的協(xié)整動態(tài)關(guān)系進(jìn)行了檢驗(yàn)分析。

目前，針對物流產(chǎn)業(yè)發(fā)展及陸海新通道建設(shè)要求，已有許多學(xué)者開展相關(guān)研究。薛勇軍等通過建立時(shí)間序列數(shù)據(jù)模型、截面數(shù)據(jù)模型和面板數(shù)據(jù)模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)基礎(chǔ)設(shè)施的完善對經(jīng)濟(jì)增長有促進(jìn)作用。錢曉英和馬傳秀認(rèn)為我國固定資產(chǎn)投資與物流發(fā)展水平之間存在單向因果關(guān)系，即固定資產(chǎn)投資的增加會帶動物流的發(fā)展，同時(shí)由于物流的發(fā)展是中國經(jīng)濟(jì)質(zhì)量提升的外在表現(xiàn)，因此固定資產(chǎn)投資正在帶動中國整體經(jīng)濟(jì)質(zhì)量的提高。童孟達(dá)研究發(fā)現(xiàn)，我國約90%的國際貿(mào)易貨物是通過海運(yùn)實(shí)現(xiàn)的。隨著我國經(jīng)濟(jì)高質(zhì)量發(fā)展的深入，科技水平和產(chǎn)品價(jià)值的提高，數(shù)量型出口、低價(jià)值型物流將向質(zhì)量型出口、高價(jià)值型物流轉(zhuǎn)變，鐵路和航空的物流比重將逐步提高。袁偉彥基于2017 年統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)西部地區(qū)人口占全國總?cè)丝跀?shù)的27.2%，但居民人均可支配年收入僅為20 130.3 元，相比全國平均值低6 000 元左右。西部陸海新通道戰(zhàn)略的實(shí)施，對于充分發(fā)揮西部地區(qū)連接“一帶”和“一路”的紐帶作用，具有重大現(xiàn)實(shí)意義和深遠(yuǎn)歷史意義。如廣西，作為西部陸海新通道通海的地區(qū)，據(jù)統(tǒng)計(jì)，到2019 年底北部灣港完成貨物吞吐量突破2.5 億噸，集裝箱吞吐量382 萬標(biāo)準(zhǔn)箱，同比增長34.6%，增速位居全國前列；班列到發(fā)合計(jì)1 960 列，同比增長119%，西部陸海貿(mào)易新通道鐵路發(fā)送貨物162.89 萬噸，同比增加106.17 萬噸，增長187.2%。廣西將持續(xù)推進(jìn)“鐵、公、機(jī)、水”基礎(chǔ)設(shè)施建設(shè)，補(bǔ)齊對外交通短板，積極推進(jìn)北部灣港一體化發(fā)展，加快西部陸海新通道建設(shè)。原云霄和王寶海采用固定效應(yīng)截面?zhèn)€體加權(quán)變系數(shù)模型對我國31 省市的1992～2015 年GDP 與貨運(yùn)量年度數(shù)據(jù)進(jìn)行建模分析，認(rèn)為區(qū)域經(jīng)濟(jì)GDP 增加0.1303 億元，貨運(yùn)量對其GDP 有正向作用，每增加1 單位貨運(yùn)量可以帶動GDP 提升的范圍在6%～50%。王東方認(rèn)為政府政策是城市物流空間結(jié)構(gòu)演化的外來推力，但部分政策并未達(dá)到預(yù)期目標(biāo)，物流產(chǎn)業(yè)的發(fā)展和政府政策的干預(yù)密切相關(guān)。徐勝分析2003～2015 年相關(guān)統(tǒng)計(jì)數(shù)據(jù)，分析了陸域經(jīng)濟(jì)對海域系統(tǒng)資源、環(huán)境、空間的促進(jìn)效率，海洋經(jīng)濟(jì)對陸域系統(tǒng)資金、科技、勞動力的反饋效率，認(rèn)為陸海兩系統(tǒng)穩(wěn)步發(fā)展、相輔相成，其中陸域經(jīng)濟(jì)系統(tǒng)年均增長相對較高。何黎明等使用2004～2018 年相關(guān)統(tǒng)計(jì)數(shù)據(jù)，以GDP 和固定資產(chǎn)投資衡量經(jīng)濟(jì)，以貨運(yùn)量和物流從業(yè)人員衡量交通基礎(chǔ)設(shè)施，分析得出交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長之間存在長期均衡關(guān)系。

上述研究基本闡釋了物流發(fā)展對陸海新通道建設(shè)的積極效應(yīng)。但在數(shù)量經(jīng)濟(jì)建模時(shí)，學(xué)者們通常要求時(shí)間序列是平穩(wěn)的。因?yàn)槿魰r(shí)間序列是非平穩(wěn)的，對其進(jìn)行普通最小二乘回歸就可能犯了“謬誤回歸”的錯(cuò)誤；所以需要將非平穩(wěn)數(shù)據(jù)轉(zhuǎn)化為平穩(wěn)數(shù)據(jù)。常用的方法是對非平穩(wěn)序列進(jìn)行差分，但這樣做會丟失一些有用的長期信息。為此，本文選取貨運(yùn)量、固定資產(chǎn)、互聯(lián)網(wǎng)人數(shù)作為研究變量，運(yùn)用協(xié)整理論對我國陸海新通道城市與物流產(chǎn)業(yè)發(fā)展規(guī)模之間的關(guān)系進(jìn)行分析。

1 變量選擇

韓筱和吳蕾芳利用國內(nèi)生產(chǎn)總值、貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量關(guān)于貨運(yùn)物流與經(jīng)濟(jì)增長的實(shí)證分析得出GDP 與貨運(yùn)量存在協(xié)整關(guān)系，并且東部的國內(nèi)生產(chǎn)總值關(guān)于貨運(yùn)量的彈性最大，為1.031，中部和西部的彈性幾乎一樣，分別為0.655 和0.679，也就是說，經(jīng)濟(jì)越發(fā)達(dá)，貨運(yùn)量對國內(nèi)生產(chǎn)總值的影響越大。王云崗?fù)ㄟ^研究互聯(lián)網(wǎng)發(fā)展水平對物流業(yè)的影響，實(shí)證分析得出海南、廣西、貴州、重慶、甘肅和新疆等地區(qū)的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施與物流業(yè)市場需求之間不存在相關(guān)關(guān)系，相關(guān)系數(shù)R 為負(fù)數(shù)，表明這些地區(qū)的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)對物流市場需求產(chǎn)生的影響較小，以至于在數(shù)據(jù)上顯示為負(fù)相關(guān)。鐘昌寶和席少飛運(yùn)用

2006～2015 年中國30 個(gè)省級行政單位的面板數(shù)據(jù)，通過實(shí)證分析得出如下結(jié)論：樣本期間，互聯(lián)網(wǎng)對技術(shù)進(jìn)步推動型的物流業(yè)全要素生產(chǎn)率具有促進(jìn)作用。由于互聯(lián)網(wǎng)具有網(wǎng)絡(luò)效應(yīng)特征，因此，其對物流業(yè)全要素生產(chǎn)率的影響是非線性的。以網(wǎng)民人口比例作為門檻變量得出互聯(lián)網(wǎng)對物流業(yè)全要素生產(chǎn)率存在30.5%和41.2%兩個(gè)門檻值。劉小軍和張濱總結(jié)出“一帶一路”政策針對跨境電商的關(guān)、檢、稅、匯等監(jiān)管，倉儲、物流及支付等配套服務(wù)都給予了許多便利。西部地區(qū)陸海新通道通向東盟主要物流點(diǎn)、向新加坡地區(qū)等連接，所以當(dāng)前可利用政策加國家支持加快發(fā)展。李錦瑩在關(guān)于“共建西部陸海新通道共享中國發(fā)展新機(jī)遇”中說西部經(jīng)濟(jì)發(fā)展的基本思路將會以交通引領(lǐng)、物流支撐、貿(mào)易做大、產(chǎn)業(yè)為本的產(chǎn)業(yè)發(fā)展基本思路，未來中國經(jīng)濟(jì)的增長點(diǎn)將寄托在西部經(jīng)濟(jì)的發(fā)展上。

目前，在對城市物流發(fā)展水平進(jìn)行評價(jià)的眾多方法中，多指標(biāo)綜合測度法的應(yīng)用最為廣泛，其次是模型法和編制指數(shù)法。根據(jù)前人的研究，選取貨運(yùn)量、固定資產(chǎn)投資、互聯(lián)網(wǎng)人數(shù)進(jìn)行協(xié)整分析，其他一些國內(nèi)GDP、人均GDP、在校大學(xué)生人數(shù)、交通運(yùn)輸從業(yè)人員進(jìn)行簡單描述分析。其中貨物總量為被解釋變量，解釋變量為固定投資和互聯(lián)網(wǎng)人數(shù)；對數(shù)模型在一定程度上能夠削弱模型的共線性、異方差和非平穩(wěn)性等問題，而且對數(shù)模型中回歸系數(shù)與彈性、變化率關(guān)系緊密。因此對數(shù)據(jù)進(jìn)行對數(shù)形式處理。對原始數(shù)據(jù)簡化形式如表1 所示。原始數(shù)據(jù)來源于國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、中國知網(wǎng)數(shù)據(jù)庫。

表1 研究變量對數(shù)處理結(jié)果表

2 實(shí)證分析

2.1 單位根檢驗(yàn)

經(jīng)典計(jì)量經(jīng)濟(jì)分析方法要求時(shí)間序列具有平穩(wěn)性，否則會產(chǎn)生“偽回歸”現(xiàn)象。由于現(xiàn)實(shí)中的大多數(shù)經(jīng)濟(jì)變量時(shí)間序列都是非平穩(wěn)序列，在進(jìn)行計(jì)量分析時(shí)，應(yīng)先進(jìn)行平穩(wěn)性檢驗(yàn)，即檢驗(yàn)時(shí)間序列是否含有單位根并確定單整階數(shù)。單位根檢驗(yàn)有多種方法，常用的有ADF 檢驗(yàn)、DG-LS 檢驗(yàn)、PP 檢驗(yàn)及KPSS 檢驗(yàn)等。本文選用ADF 檢驗(yàn)方法對各變量的水平序列及其差分序列進(jìn)行單位根檢驗(yàn)，同時(shí)對所有時(shí)間序列變量進(jìn)行檢驗(yàn)。通過采用計(jì)量分析軟件Eviews 進(jìn)行協(xié)整分析，以檢驗(yàn)各經(jīng)濟(jì)變量之間的長期關(guān)系。如表2 所示，貨物總量、固定投資、互聯(lián)網(wǎng)人數(shù)三個(gè)為一階單整。

表2 ADF 檢驗(yàn)結(jié)果分析

2.2 協(xié)整檢驗(yàn)

Engle 與Granger 在1987 年首次提出了協(xié)整理論，該理論認(rèn)為雖然一些經(jīng)濟(jì)變量本身是非平穩(wěn)序列，但是它們的線性組合有可能相互抵消趨勢項(xiàng)的影響而成為一個(gè)平穩(wěn)序列，即變量給出的線性組合是I（0） 序列，則變量間是協(xié)整的。對于多變量而言，采用基于向量自回歸模型（VAR） 的Johansen 檢驗(yàn)方法。根據(jù)無約束水平VAR 模型確定協(xié)整階數(shù)。Johansen 協(xié)整檢驗(yàn)是以VAR 模型為基礎(chǔ)，需要建立由貨物總量、固定投資、互聯(lián)網(wǎng)人數(shù)構(gòu)成向量自回歸模型，根據(jù)各種準(zhǔn)則選定的VAR 滯后階數(shù)如表3 所示。

表3 Johansen 協(xié)整滯后階數(shù)檢驗(yàn)表

確認(rèn)最優(yōu)滯后階數(shù)通過上表發(fā)現(xiàn)為1 階，而LR 和AIC 準(zhǔn)則選擇滯后階數(shù)為1 階，為了安全起見，選擇最優(yōu)的滯后階數(shù)為1 階。在確定了VAR 最優(yōu)滯后階數(shù)基礎(chǔ)上，需要進(jìn)行協(xié)整向量個(gè)數(shù)的檢驗(yàn)。使用Johansen 的特征根協(xié)整檢驗(yàn)，檢驗(yàn)時(shí)假設(shè)含截距項(xiàng)不含時(shí)間趨勢項(xiàng)。協(xié)整關(guān)系檢驗(yàn)結(jié)果如表4 所示，在5%的顯著水平下，變量序列的跡檢驗(yàn)拒絕了1 個(gè)都沒有的假設(shè)，但不能拒絕至多1 個(gè)的假設(shè)；最大特征根檢驗(yàn)也拒絕了1 個(gè)都沒有的原假設(shè)，不能拒絕至多1 個(gè)的假設(shè)，2 種檢驗(yàn)均說明序列之間存在1 個(gè)協(xié)整關(guān)系。

表4 Johansen 協(xié)整關(guān)系檢驗(yàn)(lag=1)

3 誤差修正模型

根據(jù)Johansen 協(xié)整方程計(jì)算結(jié)果，各項(xiàng)系數(shù)如表5 所示。

如表5 所示，貨物總量1 等于7.63524 的固定投資與-1.359187 互聯(lián)網(wǎng)人數(shù)，這表明固定投資與貨物總量成正相關(guān)，而互聯(lián)網(wǎng)人數(shù)成負(fù)相關(guān)。造成負(fù)相關(guān)的原因在于數(shù)據(jù)統(tǒng)計(jì)不完善，關(guān)于物流的官方統(tǒng)計(jì)數(shù)據(jù)只有中國物流與采購聯(lián)合會出版的中國物流年鑒，該年鑒主要介紹各個(gè)行業(yè)的物流發(fā)展?fàn)顩r，如工業(yè)、批發(fā)業(yè)、零售業(yè)等，以及對物流相關(guān)政策的分析，對于物流行業(yè)相關(guān)指標(biāo)和數(shù)據(jù)的統(tǒng)計(jì)并不完善，比如對于物流總額和物流費(fèi)用等物流關(guān)鍵指標(biāo)，該年鑒中只有個(gè)別幾個(gè)省份統(tǒng)計(jì)數(shù)據(jù)不完善，沒有足夠的數(shù)據(jù)對全國的物流發(fā)展情況進(jìn)行統(tǒng)計(jì)分析，也就不能判斷物流行業(yè)的區(qū)域差異情況。同時(shí)互聯(lián)網(wǎng)人數(shù)很不穩(wěn)定，因此計(jì)算結(jié)果有一定的誤差。

為了解決誤差的影響，本文進(jìn)而建立了誤差修正模型，以便實(shí)現(xiàn)對物流產(chǎn)業(yè)發(fā)展的動態(tài)分析。在進(jìn)行書寫向量誤差修正模型前，要首先對VMC 模型進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表6 所示。

表5 協(xié)整方程各系數(shù)表

表6 VMC 模型進(jìn)行平穩(wěn)性檢驗(yàn)結(jié)果

該模型根不超過1 說明VMC 向量誤差模型較為穩(wěn)定。

進(jìn)而，針對主要研究變量，進(jìn)行向量誤差估計(jì)，從而修正協(xié)整方程。向量誤差估計(jì)結(jié)果如表7 所示。

表7 向量誤差估計(jì)結(jié)果表

研究變量貨物總量的系數(shù)是-1.267568，符合反向修正機(jī)制，這表示滯后一期誤差以1.267568 從短期非均衡狀態(tài)向長期均衡狀態(tài)調(diào)整。因此，三個(gè)研究變量符合協(xié)整關(guān)系，在短期內(nèi)，固定資產(chǎn)與貨運(yùn)量之間具備顯著的正相關(guān)關(guān)系，而互聯(lián)網(wǎng)人數(shù)與貨運(yùn)量之間成負(fù)相關(guān)關(guān)系；從長期看，我國陸海新通道城市固定資產(chǎn)投資和貨運(yùn)量之間存在穩(wěn)定均衡關(guān)系，相比于互聯(lián)網(wǎng)人數(shù)增多，增加固定資產(chǎn)投資對物流產(chǎn)業(yè)發(fā)展的促進(jìn)效果更為明顯。

4 結(jié) 論

本文選取我國西部陸海新通道40 個(gè)城市2004～2018 年貨運(yùn)量、固定資產(chǎn)投資、互聯(lián)網(wǎng)人數(shù)等相關(guān)數(shù)據(jù)，對西部陸海新通道城市與物流產(chǎn)業(yè)發(fā)展的協(xié)整關(guān)系進(jìn)行檢驗(yàn)分析，利用ADF 單位根檢驗(yàn)方法、Johansen 檢驗(yàn)方法對時(shí)間序列進(jìn)行單位根與協(xié)整檢驗(yàn)，運(yùn)用向量誤差修正模型（VECM） 分析3 個(gè)變量之間的動態(tài)關(guān)系。通過上面一系列研究分析。得出結(jié)論如下。貨物總量1 等于7.63524 的固定投資-1.359187 互聯(lián)網(wǎng)人數(shù)，固定投資與貨物總量成正相比，而互聯(lián)網(wǎng)人數(shù)成負(fù)相關(guān)。變量貨物總量系數(shù)是-1.267568 并且符合反向修正機(jī)制，表示滯后一期誤差以1.267568 從短期非均衡狀態(tài)向長期均衡狀態(tài)調(diào)整。