基于VAR模型我国物流产业发展与经济增长关系实证研究.docVIP

基于VAR模型我国物流产业发展与经济增长关系实证研究 　　中图分类号：F275 文献标识码：A 　　内容摘要：物流产业与经济发展具有重要的关联。本文通过误差修正模型、格兰杰检验和脉冲响应函数，从区域经济的宏观以及三次产业视角，深入分析区域经济发展与物流产业发展的关系。实证证明，区域经济发展对物流产业发展具有显著的促进作用，而反过来物流产业发展对区域经济增长的作用并不显著，基于此研究结论文章提出了相关的政策建议。 　　关键词：物流产业 经济增长 关系 影响 　　相关理论与研究 　　物流产业与区域经济的关系在学术界观点存在争论。有些学者认为物流对区域经济增长的短期作用和长期作用存在区别性。刘维林（2011）实证发现二者存在自适应调节机制，物流适度超前短期内会略微减缓区域经济增速，但长期则能使区域经济增速显著提升。有些学者认为物流产业对经济增长具有积极的促进作用，但是随着区域呈现不同差别，金芳芳（2012）对此进行了实证分析并验证了该结果，而彭健（2011）验证了我国产业发展对经济增长贡献率的大小呈现东中西部递减的趋势。有些学者认为经济增长对物流产业发展的拉动作用不显著（田振中，2011）。有些学者认为物流产业发展与区域经济增长存在显著的双向关系，也是互动关系（孙红彦，2009）。而金雯倩（2011）利用主成分分析法得出，通过实证研究发现物流业和经济增长之间有着显著的倒“U”型关系，即任何滞后于经济发展的不发达物流业，或者超前于经济发展的相对过剩的物流业都不利于经济增长，物流业应该与经济增长之间协调发展。为了充分验证区域经济发展与物流产业的关系，本文利用误差修正模型和脉冲响应函数充分论证二者的关系以及影响方向。 　　实证分析 　　（一）变量与数据 　　物流产业发展说明物流运输量在不断上升，因此采用每年我国物流的运输总量作为物流产业的发展情况指标。区域经济增长一般用GDP进行分析，在此为了深入分析物流对区域经济增长的影响，将GDP分为三个部分：第一产业增加值、第二产业增加值和第三产业增加值。因此有四个变量，即物流运输量（WL）、GDP、第一产业增加值（DY）、第二产业增加值（DE）和第三产业增加值（DS）。 　　本文引用中国统计信息网1978至2013年的年度数据。由于为时间序列数据，数值较大，可能存在异方差，因此对原变量进行对数化，不仅消除异方差，同时保持变量之间的线性关系。因此变量变为物流运输量（LWL）、LGDP、第一产业增加值（LDY）、第二产业增加值（LDE）和第三产业增加值（LDS）。 　　（二）误差修正模型 　　AD单位根检验。检验结果表明在不差分的情况，变量拖尾概率P值都大于数值0.1，序列存在单位根，为不平稳序列，但在一阶差分的情况下，变量的检验结果（如表1）拖尾概率P值都小于0.1，说明序列归于平稳，因此序列为I（1），可能存在协整关系。 　　协整检验。分别以LDE、LDS、LDY和LGDP为因变量，以LWL为自变量，进行最小二乘法，各个因变量对应的自变量系数如表2。然后对随机项进行单位根检验。结果发现，在10%的置信水平下，拖尾概率都小于0.1，因此通过协整检验，可以建立因变量与自变量之间的误差修正模型。 　　误差修正模型。根据表2的系数建立误差修正项，具体如下： 　　ECM1=LGDP（-1）-1.9929*LWL（-1） ； 　　ECM2=LDE（-1）-2.0014*LWL（-1） ； 　　ECM3=LDS（-1）-2.2854*LWL（-1） ； 　　ECM4=LDY（-1）-1.4846*LWL（-1）。 　　然后分别LDE（-1）、LDS（-1）、LDY（-1）和LGDP（-1）为因变量，LWL（-1）以及其对应的误差修正项为自变量，进行最小二乘法回归。从表3数据可知，LGDP、LDY、LDE和LDS与LWL具有高度的相关性，其拖尾概率都为0.0000，而相关系数都为1。因此，无论是区域整体的经济发展还是各个产业的发展都与物流产业具有高度相关性。这说明区域经济与物流产业的发展具有长期的均衡关系，但是误差修正模型无法验证二者关系的方向，即是区域经济发展对物流产业有影响还是物流产业对区域经济发展具有作用，还需要进一步分析。但是从相关系数都为正可知，一方对另一方为应该表现为促进作用。 　　（三）格兰杰检验 　　格兰杰检验是检验其相关方向和因果原因的重要方法，检验结果如表4。从表4数据可以看出，LGDP、LDY、LDE和LDS都是引起LWL变化的原因，其检测拖尾概率分别为0.0531、0.0534、0.0474和，0.0337，这说明在10%的置信水平下显著，因此通过检验。但是反过来，LWL不是引起LGDP、LDY、LDE和LDS变化的原因，其检测拖尾概率都大于0.1