农村物流发展与农村经济增长

宁日



农村物流发展与农村经济增长

宁日

摘要：“互联网+”概念的提出为农村经济发展提供了新思路，农村物流作为“互联网+农业”模式的重要基础条件，其能够为农村经济带来何种程度的正面效应以及目前对该行业的投资是否合理成为研究的热点。本文选用农村国内生产总值衡量农村经济增长，将三大主要农产品货运量作为物流发展的衡量指标，利用1996—2013年度相关数据，分析农村物流发展水平和经济增长间的关系。实证研究结果表明，农村物流对经济增长有较强的促进作用，但经济增长对物流行业发展的贡献度不足。

关键词：农村物流；经济增长；投资效果

随着“互联网+农业”模式的提出，作为该模式运行基础的农村物流成为研究的焦点。农村物流主要服务于农产品和农村消费品的运输，其中农产品的运输直接关系到农民创收和农村经济发展，农村物流的发展能够控制农产品运输成本，也能带动农村电商的发展。农村物流对农村经济到底有多大的促进作用、目前对农村物流的投入力度是否合理、效果是否显著，成为急需了解的首要问题。本文通过对1996—2013年的时序数据进行分析，旨在探寻农村物流对经济增长的贡献程度，以及农村经济增长对物流业发展的促进效率和效果。

一、文献回顾

目前，国内农村物流的文献主要是理论研究，实证研究尚不完善。杨平、乔雯和易法海（2008）指出，现代农业物流具有降低成本和提升价值两大功能，根据价格弹性将农产品分为三类，对弹性大于一的，物流主要通过减小成本促进经济增长；而对弹性小于一的产品和商品，物流主要通过提升农产品价值促进经济增长。文龙光和潘立军（2011）提出农村物流发展中中，逆向物流发展水平低和专业化不足，应当致力于绿色专业化物流体系的建设。王占霞（2009）认为完善农村市场流通能够优化产业结构、统筹城乡发展，有效缓解城乡二元化问题。胡愈和许红莲（2007）通过灰色关联度分析，指出处于不同发展阶段的农村物流，其主要影响因素不同，就我国农村物流发展现状而言，其水平主要受制于基础设施建设，同时也受到自然灾害、农民收入、农村金融的影响。从以上文献回顾中可以看出，目前对于农村物流和农村经济发展间关系的实证研究较少，且部分研究的实证分析在模型构建上尚不全面。

二、实证分析

（一）变量及数据选取

本文选取国内生产总值衡量农村经济发展水平，由于目前并无衡量农村物流水平的直接指标，考虑到我国农村物流的主要服务对象为农产品运输，农产品货运量的大小能够有效反映农村物流水平的发展情况，因此，本文选择粮食、化肥及农药、木材三类主要农产品货运量总额作为农村物流发展水平指标。由于本文采用的数据均为时序数据，为了消除异方差影响和减少数据波动，对GDP和LOGISTICS进行取对数处理，将LNGDP作为被解释变量，LNLOGISTICS作为解释变量，该处理不改变变量间的相关关系且能提高模型估计的可靠性。本文研究期间为1996-2013年，样本数据均来源于1996-2013年《中国农村统计年鉴》。

（二）实证研究

1.描述性统计分析

表1描述性统计分析结果

最大值　最小值　平均值　标准差　样本数GDP　56966　14015.4 26970.93 14180.05 18 LOGISTICS 22352.33 13985　18856.07 2956.237 18 LNGDP 10.9502　9.5479 10.0841 0.4891　18 LNLOGISTICS　10.0147 9.5457　9.8322　0.1647　18

描述性统计分析结果表明，经过取对数处理后，经济增长指标和物流发展指标方差较小，稳定性增强。同时，经济增长水平波动较物流发展更大，LNGDP标准差为LNLOGISTICS的3倍，说明农村经济增长幅度大于物流发展速度。通过初步分析，可以得出在农村经济增长的同时，物流行业并未实现等速提升。

2.变量的单位根检验

单位根检验是指通过判断是否存在单位根，以检测时序数据是否平稳。在时序数据的统计分析中，要求数据平稳，否则会产生虚假回归，影响分析结果。因此首先对LNGDP和LNLOGISTICS两变量进行单位根检验，本文采取ADF检验方法检验数据平稳性。检测结果见表2

表中C表示方程的常数项，T表示方程的趋势项，K表示方程的滞后阶数，T为0代表方程不含趋势项，滞后阶数按照AIC最小原则确定。从该表可以看出，LNGDP 与LNLOGISTICS的ADF值在1%的极高显著性水平上大于对应临界值，两变量本身均存在单位根，为非平稳序列。LNGDP的差分的ADF值在10%的显著性水平上大于临界值，且该结果接近5%显著性水平下的临界值，因此LNGDP的一阶差分DLNGDP为平稳序列。LOGISTICS的一阶差分的ADF值在三类显著性水平上小于临界值，因此DLNLOGISTICS为平稳序列。综上，LNGDP与LNLOGISTICS均为一阶单整序列，即I（1）。

表2 ADF检验结果

3.协整检验

如果两个平稳序列为同阶单整，则二者可能是协整的，协整的序列能够采用经典回归模型。因此，对变量进行协整检验，以判断两个序列间是否协整。协整检验主要有Engle-Granger两步法和Johansen检验两种方法，其中EG两步法主要应用于两变量的协整检验，根据以上方法选取原则，本文利用EG两步法对两变量进行协整检验。

第一步，对LNGDP和LNLOGISTICS直接进行最小二乘回归并计算非均衡误差。

得到回归方程的估计结果为：

注：***、**、*分别表示在1%、5%、10%水平上显著

由以上结果可知，该方程的R2和Adjusted R2较低，拟合效果并不理想，且D.W=0.2284值较低，具有较强的一阶自相关性，因此考虑在方程中加入滞后项后得到以下方程：

注：***、**、*分别表示在1%、5%、10%水平上显著

以上估计的回归方程R2和Adjusted R2均接近于1，且F值远高于临界值，D.W值较接近于2，说明拟合水平高。

第二步，对加入滞后项的方程残差ECM的平稳性进行检验，检验结果见表3。

从表3的分析结果可知，加入滞后项的方程残差序列ECM的ADF值小于1%高显著性水平下的临界值，ECM为平稳序列，故LNGDP与LNLOGISTICS存在协整关系。

表3ECM的ADF检验结果

4.误差修正模型

前文对两变量在长期中的相关关系进行了研究，接下来对其短期波动进行考察，构建误差修正模型分析短期波动的修正机制：

注：***、**、*分别表示在1%、5%、10%水平上显著，1.6105 与10%显著性水平下的t值接近

在以上误差模型中，ECMt-1的系数为负，说明模型设定正确，该系数反映了对短期波动的修正强度，当上一期的值小于均衡值时，本期变化将较均衡状态增加，从而使数值回归均衡值，反之，上期的值大于均衡值时，本期变化将减少。该模型同时反映了长期变化和短期波动，当DLNLOGISTICS变化1%时，DLNGDP将变动0.3338%，DLNGDP受自身上期水平的影响较大，系数为0.9884，反映了DLNGDP的趋势性。

5.格兰杰（Granger）因果检验

为了进一步明确两个变量存在怎样的因果关系，本文对LNGDP于LNLOGISTICS进行格兰杰因果检验。格兰杰提出，若某一变量有助于解释另一变量的未来变化，则可以认为该变量是导致另一变量变化的原因。格兰杰检验主要用于判定变量间的因果关系，本文对LNGDP 和LNLOGISTICS进行Granger因果检验。

表4格兰杰因果检验结果

由上表可知，假设一的P值为0.0617，在10%的显著性水平下，拒绝原假设，即LNLOGISTICS为LNGDP的格兰杰原因。由此可知，我国农村物流的发展是导致农村经济增长的原因之一。而假设二的P值为0.7711，接受原假设即LNGDP不是LNLOGISTICS的格兰杰原因，即农村经济增长对物流发展的促进作用并不大。

6.脉冲响应函数

由下图结果可知，当给LNLOGISTICS一个冲击后，LNGDP在第一年未作出反应，而需要两年的时间作出反应，该反应从整体上呈上升趋势，从第12年开始逐步趋于稳定，反映出物流水平的提高对经济增长有持续性的冲击作用，且该作用随着时间增加稳步上升，最终趋于相对稳定。相反，在给LNGDP一个冲击后，LNLOGISTICS的反映强度并不大，该结论与前文的格兰杰检验结果相呼应。

图1脉冲响应结果图

三、结论

本文通过对1996—2013年农村物流水平和经济发展水平的样本数据进行分析，得出农村物流能够有效促进农村经济发展，但农村经济发展对物流的影响作用并不显著。格兰杰检验的结果指出，LNLOGISTICS为引起LNGDP变化的格兰杰原因，而LNGDP并非LNLOGISTICS变化的格兰杰原因，说明农村物流对经济发展有促进作用，但农村经济的发展对物流的发展作用不大，这体现出农村经济中对物流业的投资程度尚显不足。最后，脉冲函数的分析结果指出，物流对经济有较强的冲击作用且这种冲击作用在一定时期内不断增长，并逐步占据主导地位，最终趋于稳定。相反，经济发展对物流的冲击作用较小，且并非主导因素。由此得出结论，农村物流行业的发展对农村经济增长起到了极大的促进作用，但目前我国农村对物流的重视程度和投入还不够，经济增长并未带动物流业实现同步增长。

参考文献：

［1］杨平，乔雯，易法海.现代农业物流对农业经济增长的影响［J］.生产力研究，2008（19）：32-33，36.

［2］文龙光，潘立军.加快发展我国物流体系［J］.宏观经济管理，2011（5）：49-50.

［3］王占霞.加快农村市场流通促进农村经济繁荣［J］.商业研究，2009（03）：168-169.

作者单位：（中南财经政法大学会计学院）