新型城镇化与物流业互动演进动力机制实证分析

邹筱++李玉琴

中图分类号：F062.9 文献标识码：A

内容摘要：处于快速发展中的新型城镇化，正成为中国经济社会发展的强大驱动力。而物流业在新型城镇化的发展过程中举足轻重，二者逐渐呈现互动演进之势。基于此，本文尝试在前人基础上构建新型城镇化与物流业互动演进的动力机制，再进行实证分析，并以广东省统计年鉴1978-2014年的有关数据为例，从人口、经济、社会、空间等方面选取新型城镇化的指标，通过构建VAR模型，对广东省新型城镇化与物流业互动发展进行研究，并根据分析结果提出对应的参考性建议。

关键词：新型城镇化 物流业 VAR模型 动力机制

本文首先尝试通过文献梳理出影响二者互动发展的关键因素，再从物流业与新型城镇化互动的角度探索其动力机制模型，并通过VAR模型进行实证研究，找出新型城镇化与物流业互动发展过程中产生的不协调因素，为二者长远发展提供决策参考。

文献回顾

目前研究新型城镇化与物流业互动演进的文献较少，有关互动演进的研究主要体现在产业结构升级、产业集群与新型城镇化的互动、关联上，有学者认为产业结构与新型城镇化的互动发展是基于“技术—要素流动—聚集”动力机制，影响其互动演进的主要因素有要素禀赋、外向程度、制度安排及政策导向等（易善策，2011；樊千，2013），部分则结合实际数据，通过VAR模型验证产业结构升级与城镇化间的这种互动机制，发现其未得到充分发挥，需要改进（陈思宇，2015），产业集群与城镇化的研究方面，Parkinson（1998）、丛瑞雪（2012）认为产业集群不断成长带来的就业乘数效应、集聚效应、品牌效应等会促进农村劳动力转移、产业结构升级和城镇综合竞争力提升，进而促进城镇化。而对于物流业与城镇化互动演进的研究主要分为理论和实证两方面：Sirgelman（1978）运用动态研究方法分析了20世纪中期劳动力转移过程，结果表明城镇化发展促进了物流业等服务业的发展。邹筱（2015）在产业结构升级背景下从城镇化与物流业协同发展的机制、现状及发展策略等方面优化物流业与城镇化的发展水平。其他学者则通过对新型城镇化与物流业内涵的界定，探讨了二者的互动发展关系，并得出物流业与新型城镇化互动发展建议（王海燕，2014；贺兴东，2014）。实证研究方面，使用最为广泛的是计量经济学VAR模型，部分学者以VAR模型相关理论为基础，通过综合测度法，Granger因果检验、协整检验与脈冲响应分析得出我国新型城镇化与物流业存在长期协整关系与单向因果关系，新型城镇化是物流业发展的Granger原因（魏洪茂，2014；梁雯、王媛媛，2014）。其他学者通过VAR模型构建了物流业与城镇化的融合机制，并从市场、政府、环境、空间布局等层面指出二者互动的主要制约因素，运用ADF检验、脉冲响应函数等得出政府政策是主导动力，经济发展是内生动力，第三产业是核心动力（付东明，2013；纪福波2015）。此外，灰色关联机制及面板计量模型也被应用于研究二者的关联性，禹光凯（2015）、梁向东（2015）通过以上两种方法验证物流业或者生产性服务业与新型城镇化之间关联性并建立关联机制，即新型城镇化通过扩大市场规模为物流业提供驱动力，而物流业或者生产性服务业通过要素与生产匹配机制影响城镇化。

国外有关物流业与新型城镇化的研究起步较早，且相对比较成熟，已经形成完善的体系。国内关于二者的研究较少，且时间短。大量研究停留在简单的理论研究层面，定量分析不多。现有关于物流业与新型城镇化的文献多是从二者的关系，或者关联性、协同性方面着手，定性研究较多，即使有一些定量分析，也是通过用定量的方法验证二者的关联性与协同性，尚未形成完整的理论体系，而且对问题的探讨也不够深入，目前少有学者从二者互动演进的动力机制的角度进行研究，且将物流业与新型城镇化归入到同一个框架下进行研究对我国未来新型城镇化发展与产业结构的调整具有重要意义。

新型城镇化与物流业动力机制模型构建

（一）物流业与新型城镇化互动要素研究

新型城镇化和物流业间的互动以要素间的流动和共享为基础，通过对前人研究的梳理得出二者互动要素有以下几方面：一是政策支持。政策支持为新型城镇化与物流业的互动提供了政策导向与良好的制度环境。二是产业结构转换。产业结构调整是生产性服务业高速发展的直接动力，也是城镇化的核心动力。三是科技水平提高和经济全球化发展。科技水平提高能为生产性服务业提供技术支撑；经济全球化发展，促进信息、技术、资金、劳务等要素聚集与流动，促进物流业发展。四是资源禀赋。不同城镇拥有不同资源禀赋，由此派生出形式各异的工业与配套的生产性服务业，由此不同程度促进城镇化与物流业等生产性服务业发展。

（二）物流业与新型城镇化的互动过程与动力机制

新型城镇化的新，在于其不仅包含人口城镇化，还含有社会、经济、空间与生活等的概念。物流业发展过程中通过产业集聚促进高素质人才和技术的聚集，同时还能吸引大部分劳动力，有利于促进人口城镇化。此外物流业还是专业化分工的结果，通过分工能够提高生产效率及资源利用率，并促进技术进步和管理创新，从而拉动第一、二产业发展，增强城镇化的聚集经济效应，从而促进社会城镇化。物流园区的建设能够促使城市交通运输、金融中介机构等配套基础设施建设不断完善，扩大城镇化规模，改变城市空间布局，从而促进空间城镇化。随着物流业的不断发展，政府会不断调整政策，逐步优化产业结构，提供更加完善的配套设施、管理制度，进而吸引技术、资金、劳务等要素集聚，从中衍生的外部和溢出效应推动企业和地区间要素共享与交流，以提升人们整体生活品质，最终加速经济城镇化进程。反之，新型城镇化可以通过提供技术支撑与扩大市场规模，为物流业提供驱动力；同时新型城镇化具有人口和经济聚集的特征，为物流业的产生和发展提供了所需的市场环境和条件；新型城镇化还能为物流业的发展提供良好的基础设施以及制度文化环境，为物流业的发展提供坚实的基础。综上，物流业与新型城镇化互动发展机制如图1所示。

基于VAR模型对广东省数据的实证研究

（一）模型的选择

向量自回归模型即VAR（Vector Auto Regression），它通过把系统中的每个内生变量作为系统中所有内生变量的滞后值函数来构造模型，常用于预测相互联系的時间序列系统以及分析随机扰动对变量系统的动态影响，是处理多个相关经济指标的分析与预测最易操作的模型之一。VAR模型既可以用于预测相互联系的事物之间的关系，同时也可以用于分析相互关联的事物间动态的关联性及系统的动态影响，本文主要侧重于后者。其一般形式如公式（1）所示：

（1）

Yt、Xt-j（j=0，1，2……k）、Yt-j（j=1，2……l）分别为内生、外生变量和滞后内生变量向量；k、l为滞后阶数；βj、αj分别为系数矩阵和待估参数矩阵；ut是s维随机误差向量。

（二）变量选择及数据选取

1.变量选择。物流业指标。目前，物流业发展的相关数据在进行系统汇编时，有部分数据缺失，而且专门的物流统计年鉴数据资料年数较少，不具有代表性。因此结合实际和现有文献，从数据的代表性、科学性与可得性出发，选取第三产业中的交通运输、仓储及邮政业指标的产值（J）来衡量物流业的发展情况。城镇化指标。目前衡量城镇化发展水平用的比较多的是城镇化率，城镇化率=城镇人口/总人口，而新型城镇化包含了经济、社会、空间、人口等方面，且仅用该单一指标来衡量并不全面，因此本文选取非农人口占总人口比重（M1）、城镇GDP（M2）、第二、三产业产值所占比重（M3）、城镇人口密度（M4）作为衡量人口、经济、社会、空间城镇化的指标。

2.数据来源及处理。本文选取了新型城镇化与物流业都比较发达的广东省为例，由于VAR模型要求使用大样本，通过查阅广东省统计局数据库及统计年鉴获得其1978-2014年的统计数据。首先对所有数值取自然对数的方式消除异方差，分别记为LJ、LM1、LM2、LM3、LM4，然后通过Eviews6.0软件构建物流业与新型城镇化的VAR模型，通过ADF检验、稳定性检验并运用脉冲响应函数与方差分解分析二者的动态关系。

（三）变量的单位根检验

为确定变量的平稳性，避免“伪回归”现象的发生，采用ADF检验法。通过Eviews6.0分别对原变量、变量的一阶差分进行检验，其结果如下：LJ、LM1、LM2、LM3、LM4原序列的ADF检验值均大于10%的显著水平下的临界值，所以为不平稳序列，但一阶差分处理后，各变量的ADF检验值均小于5%显著水平下的临界值，呈平稳状态，因此，各变量属于一阶单整序列，可用于构建VAR模型。

（四）VAR模型估计

1.确定最佳滞后期。一般情况下，解释变量与因变量间的因果关系经常不会发生于同一时期，通常会有时间滞后，也即解释变量要经过一段时间滞后才会作用于因变量。因而建立VAR模型之前先确定最佳滞后期K，可以通过表1来判断：LR（似然比检验）、AIC信息准则、HQ信息准则、FPE准则一致显示，最佳滞后期为4，表1里标“*”的数据表示最佳阶数。

2.VAR模型估计。根据模型参数估计结果建立矩阵方程如图2所示。

其中，图2中5个方程的拟合优度分别为：

调整之后的拟合优度平均保持在60%以上。F检验统计量分别为：

通过比较调整前的拟合优度、调整后的拟合优度以及F检验统计量，发现五个方程的拟合程度均比较高，说明方程有比较满意的统计结果。由VAR（4）方程可知，滞后1-3期，人口城镇化系数不断增大为1.234482，到第4期递减为0.163979，说明物流产业聚集吸引了高素质人才以及劳动力的聚集，二者相互促进，当人口到一定规模则会出现反向作用；经济城镇化和空间城镇化的系数则一直保持上升状态，说明经济城镇化和空间城镇化对物流业的影响是持续且长期的。而物流业对城镇化的促进作用则十分明显，滞后1期物流业对新型城镇化的促进作用很微弱，甚至有些为负，到滞后4期，物流业对新型城镇化的影响系数分别增加为0.111885，0.234179，0.034882，0.108358，说明物流业带动城镇化的发展是一个长期的过程，物流业通过转移劳动力、吸引高素质人才促进人口城镇化，通过专业化分工提高资源利用率和生产效率，促进二、三产业的结构优化促进社会城镇化，产业的集聚带动了城镇交通，基础设施、金融中介等的建设促进了城镇经济的发展，拓宽了区域空间结构，不断优化城市空间布局。

（五）脉冲响应函数与方差分解分析

进行脉冲响应与方差分解分析前需检验VAR模型的稳定性，运用AR根图检验后发现有AR特征根的倒数全都位于单位圆内，说明建立的VAR（4）模型是稳定的，可以继续对其进行脉冲响应分析和方差分解分析。

1.脉冲响应函数。VAR模型是非结构化的且为多方程模型，因而在分析时不考虑其变量间的相互影响，只分析一个随机误差项在产生波动时对整体产生的动态影响，该方法即脉冲响应函数分析法。分别给LH、LM1、LM2、LM3、LM4一个冲击，得到相应的脉冲响应图如图3、图4所示。

由图3可知，给物流业一个标准差正向冲击，经济和社会城镇化均呈现正效应，物流业通过专业化分工以及政策支持，促进产业和地区间要素的流动和共享，不断优化产业结构，从而加速经济和社会城镇化的进程。而人口城镇化和空间城镇化刚开始均呈现正向变化，在滞后7期后开始呈微弱的负向变化，但在滞后10期时的累积冲击反应为正，说明物流业对城镇化的带动作用具有持久性。在互动演进过程中，由于人口大规模聚集，导致城镇空间狭小拥堵，降低整体发展效率，对城镇化的发展具有一定的阻碍，因而在二者发展的过程中要找准平衡点，以保证其互动、协调发展。

图4是物流业对城镇化的冲击反应，在滞后的1-5期，整体呈现微弱的负向变化，但在滞后5期开始，呈现明显的正效应，其累积效应在最后的滞后期大体呈现正值，说明城镇化对物流业的作用过程是长期且持续的。城镇化通过为物流业的发展提供资本、技术、政策支持、市场需求、完善的基础设施和制度文化环境等基础性要素，成为物流业不断发展壮大的强有力的支撑。