中国物流业发展水平与科技创新耦合性研究

[摘要]中国正着力发展新技术、新管理，以此提高物流业发展总体水平，但物流业发展水平与科技创新之间的耦合性关系还未曾有深入研究。文章基于中国物流业和科技创新最新的可用数据，从总体发展模型和分解发展模型的角度，通过协整回归分析，以及短期、长期和联合（强）因果关系检验等方法，评价物流业发展水平和科技创新的耦合与偏离。既探究了科技创新与物流业整体发展水平之间的关系，又详细探讨了科技创新与作为物流业主要组成部分的铁路、公路、水运三种运输方式之间的关系。而三种因果检验方式相结合，可发现变量间的关系是否随时间的变化而变化。检验结果表明，物流业总体发展水平是科技创新单向的格兰杰原因，而铁路是科技创新、公路和水路的单向格兰杰原因。深入分析了这一结果产生的原因，并在此基础上提出应加强科技创新在物流业的应用，充分利用科学技术创新成就，这样才能实现两者相互协调发展，也可以为制定相应的政策给予相当多的参考和借鉴。

[关键词]物流业发展；科技创新；耦合规律

[DOI]1013939/jcnkizgsc201731020

1引言

随着中国的科技创新发展战略的持续推进，中国科技创新能力不断提高。在2016年全球创新指数排名中，中国第一次进入世界最具创新力国家前25强，而且在中等收入经济中位列第一名。与此同时，中国物流业也在飞速发展，中国社会物流总额已从1991年的 3万亿元增至2015年的2192万亿元。中国物流业的飞速发展不仅是由于物流业的组成成分不断扩展，更重要的是互联网电子商务等信息技术以及射频识别（RFID）等智能化技术的发展。

科技创新是物流业发展的助推器和加速器，互联网、条码和定位系统等创新型技术使传统物流向质量型、科技型及信息化转变。物流业的发展为科技创新提供了良好的平台，社会物流需求的持续增加不断对物流业提出新的技术要求，科技创新必须为物流业的发展提供足够的科技支撑。因此，科技创新与物流业发展之间应是相互促进的，但以往的研究通常关注科技或物流科技对物流业或物流基础设施的影响，而没有考虑到科技创新与物流业发展之间可能存在相互作用关系。

国外文献对于物流与科技创新的研究的关注点主要在于研究某种科技对物流业某些方面产生的影响，如虚拟的智能交通系统[1]、AGV技术[2]、RFID技术[3-4]以及信息技术和物流信息系统。[5-7]Lin等[8]认为中国的物流服务提供商应该采用更有效的物流技术来为客户提供更好的供应链服务。

国内一些研究從理论上探讨了科技进步[9-11]对物流产业的促进作用。在实证研究方面，彭健等[12-14]用不同方法测算科技进步对物流产业经济增长的贡献率、范林榜[15]基于多元回归分析以及田刚等[16]利用随机前沿模型等方法，说明科技进步对物流业发展水平和运行效率的影响。只有曹应峰等[17-19]从理论上探讨了物流与科技间的相互作用。

宋德军[20]用协整回归分析及格兰杰因果检验等方法评价了中国农业产业结构优化与科技创新之间的相互作用关系，但其因果检验方法不够全面。而Lean等[21-23]采用了联合（强）的因果关系检验方法，可发现变量之间关系是否随时间变化而变化。受其启发，文章用2000—2015年的可用数据全面检验了物流业发展和科技创新之间的关系，这种关系可能随着时间的变化而变化。与之前的很多研究不同，我们采用协整回归分析、短期长期及联合（强）的格兰杰因果关系检验，从总发展和分解发展两方面研究物流业发展水平和科技创新之间的关系，总发展模型用于研究科技创新与物流业整体发展水平之间的关系，分解发展模型用于分析铁路、公路、水路这三种主要运输方式相互之间及与科技创新之间的关系，从而为物流业发展提出有针对性的建议。

2数据和方法论

21模型规范

模型中用到的符号如下：科技创新综合指标T，物流业发展综合指标L，铁路营业里程Rl，公路里程Rd，内河航道里程M。科技创新和物流基础设施之间的关系反映了科技创新与物流业之间的关系。科技创新通过改善物流基础设施来减少运输时间，降低运输成本以及增加运输量来促进物流业发展，而物流业的发展增加了改善物流基础设施的需求，刺激了物流设施对科技创新的需求，因此，可能有内生性的双向因果关系。我们从物流业总体发展和基础设施发展的视角，检验了物流业发展和科技创新之间的关系。首先，我们检验了物流业总体发展与科技创新之间的关系，简称总体发展模型，模型如下：

Tt=α+βLt+μt

然后我们将与运输有关的基础设施作为解释变量，来检验物流业发展与科技创新之间的关系，简称分解发展模型，模型如下：

Tt=α1+β1Rlt+β2Rdt+β3Mt+μt

需要采用协整回归来分析，首先需对变量进行ADF单位根检验，检验变量是不是稳定。这是避免伪回归的一个重要的需求；其次进行Johansen-Juselius协整检验（JJ协整检验），检验科技创新与物流业发展之间是否存在长期关系，这一检验的优势在于其能检验变量间的多重协整关系。如果协整关系不存在，可以用无约束向量自回归模型去检验变量之间的格兰杰因果关系。假如变量之间有协整关系的存在，那么证明在其间某个方向的格兰杰因果关系是必然存在的。因此，为了辨别因果关系的方向，我们参考了误差修正模型，它能为我们指明因果关系的方向，并区分短期和长期的格兰杰因果关系。

总体发展模型的向量误差修正模型为：

ΔTt=a0+ki=1a1iΔTt-i+ki=1a2iΔLt-i+τ1ectt-1+μ1t

ΔLt=b0+ki=1b1iΔTt-i+ki=1b2iΔLt-i+τ2ectt-1+μ2t

分解发展模型的向量误差修正模型为

ΔTt=α0+pi=1α1iΔTt-i+pi=1α2iΔRl（t-i）+pi=1α3iΔRd（t-i）+pi=1α4iΔMt-i+θ1ectt-1+ε1tendprint

ΔRlt=β0+pi=1β1iΔTt-i+pi=1β2iΔRl（t-i）+pi=1β3iΔRd（t-i）+pi=1β4iΔMt-i+θ2ectt-1+ε2t

ΔRdt=γ0+pi=1γ1iΔTt-i+pi=1γ2iΔRl（t-i）+pi=1γ3iΔRd（t-i）+pi=1γ4iΔMt-i+θ3ectt-1+ε3t

ΔMt=δ0+pi=1δ1iΔTt-i+pi=1δ2iΔRl（t-i）+pi=1δ3iΔRd（t-i）+pi=1δ4iΔMt-i+θ4ectt-1+ε4t

其中，Δ是一阶差分算子，ectt-1代表一期滞后的误差修正项，一阶差分解释变量滞后项的F检验统计量的显著性水平揭示了因变量和相应自变量的短期因果效应。长期因果关系可由误差修正项滞后项系数的t检验统计量的显著性水平。

22数据及处理

对于科技创新指标，我们参考宋德军[23]的科技创新评价指标，如研发经费支出，专、本科、研究生学生数占总人口比重等13个指标。对于物流业发展指标，我们参考中国物流年鉴中统计的物流业发展相关指标，有社会物流总费用、社会物流总费用与GDP的比例、物流业增加值、物流业增加值占GDP的比例、物流业增加值占第三产业增加值的比例、社会物流总额、货运量合计、货运周转量总计、物流用固定资产投资总计9个指标，而分解物流发展模型中，我们选择中国主要的运输方式，即Rl由铁路营业里程代表，Rd由公路里程代表，M由内河航道里程代表。

中国科技统计网“http：//wwwstsorgcn/”、中国物流统计年鉴以及中国统计年鉴为我们提供了数据来源。样本区间为2000—2014年，所有数据均为年度数据，并在分析前转换为自然对数形式并标准化，以上操作在不改变数据关系和性质的前提下仅仅消除了数据的异方差。将科技创新的13个指标和物流业发展的9个指标分别通过因子分析，浓缩为科技创新综合指标T和物流业发展综合指标L。因子分析结果如表1所示，从科技创新指标与物流业发展指标中提取出的因子所提供的累积方差分别占总方差的95016%和97342%，表明可以用提取的综合指标代替原来的指标。数据建模及处理使用软件SPSS210和Eviews72。

3实证结果

表2表达了变量ADF单位根检验结果。我们发现除了Rl之外的所有变量都是I（1）即一阶单整。然后我们进行了JJ协整检验，其对模型的滞后期敏感，所以向量自回归模型的最优滞后期选取基于AIC准则。JJ协整检验的结果见表3。我们发现总体发展模型和分解发展模型的变量间都至少存在一个协整方程。

JJ协整检验得到的模型可以为我们提供变量长期系数的估计，每个模型的标准化的长期系数见表4。对于总体发展模型，L的长期系数显著为正，这表示物流业的发展会在长期促进科技创新水平的提高。对于分解发展模型，我们发现Rd和M的系数在统计上显著为正。

格兰杰因果检验结果见表5。表的上半部分展示了短期格兰杰因果关系检验的χ2统计量和滞后的误差修正项系数。我们发现在总体发展模型中，T和L之间没有短期的因果关系。而且滞后的误差修正项系数（两个方程中的）在1%的置信水平上显著，这说明总产出模型是长期均衡的。速度的调整范围从04～09，表明2个变量从冲击中迅速向长期均衡调整，既有正向调整也有负向调整。

对于分解发展模型，T方程中滞后的误差修正项系数在10%的置信水平上显著，这表明，从长期来看其他3个变量（Rl，Rd，M）是T的格兰杰原因，意味着这3个变量与T之间通过误差修正项有交互的因果关系。Rl方程中滞后的误差修正项系数在10%的置信水平上显著，这表明，从长期来看其他3个变量（Rl，Rd，M）是T的格兰杰原因，意味着这3个变量与T之间通过误差修正项有交互的因果关系。M方程中滞后的误差修正项系数在10%的置信水平上显著，表明从长期来看其他3个变量（T，Rl，Rd）是M的格兰杰原因，意味着这3个变量与M之间通过误差修正项有交互的因果关系。从短期来看，我们发现T是Rd单向的格兰杰原因，Rl是M单向的格兰杰原因，而M与Rd之间在短期有双向的格兰杰因果关系。

除短期、长期因果关系外，我们还进行了联合（强的）因果关系检验，它可以指出在系统受到冲击后，短期调整哪个变量能够达到长期均衡。联合因果检验可以通过检验滞后的误差修正项和解释变量的一阶差分项的联合假设来执行。

联合因果关系检验的结果在表5的下半部分。对于总体发展模型，我们发现L是T强的格兰杰原因，这与短期因果关系不同。在分解发展模型中，在T，Rd，M的方程中，所有自变量的互动项在统计上显著。Rd和M与T之间的强的因果关系是双向互动的。此外，我们还发现Rl是T，Rd，M单向强的格兰杰原因。为了更好地观察它们之间的关系，下图描绘了总体发展模型和分解发展模型中物流变量间因果关系的方向。文章加入短期和长期联合因果检验的结果，可以清楚地知道科技创新与物流业发展变量之间的相互作用关系，这在以往的文献中是没有的。

短期和长期联合因果关系A→B表示A是B的单向格兰杰原因

AB表示A与B之间有双向的格兰杰因果关系

4讨论

由于短期和长期联合因果检验被称为强的格兰杰因果检验，所以后续的讨论可能主要基于短期和长期联合因果检验的结果。

在总体发展模型中，物流业发展是科技创新的单方面原因，这是我们非常意外的，因为大部分文献都是定性或定量研究科技创新对物流业的促进作用，对于物流业对科技创新的影响并未深入研究。显而易见，由于传统的技术水平不能满足日益增长的物流服务和运输需求，从而激发了人们的创新意识，积极改变落后的技术现状，希望適应物流服务和运输需求的增加，反之，科技创新成果并未对物流业产生明显促进作用。

在分解发展模型中：①科技创新与公路和水路基础设施之间具有双向互动的因果关系，表明公路和水路基础设施的改善需要科技创新的投入，反之，科技创新也不断为公路和水路建设提供保障与支持。水运受天气影响较大，安全性和准时性差，但费用低，水运需求的增加迫使得人们必须通过科技创新改善水运基础设施，提高水运的安全性和可靠性。公路运输由于道路交通状况不确定，且事故发生率高，而由于城市运输和门到门服务需求的增加，必须改善公路运输条件，科技进步是提高公路质量的根本，如通过地理信息系统和物流系统等可提高道路交通情况的透明度，合理规划运输路线等；②水运和公路之间也存在双向因果关系。水运需要公路运输配合已实现门到门服务，因此水运基础设施的发展可促进配套公路基础设施的发展，而公路基础设施的改善表明运量需求增加，需要改善水运基础设施以配合公路运输，实现城市的发展目标；③分解发展模型中还可看出铁路基础设施是科技创新、公路和水运基础设施单向的格兰杰原因。以前我国更偏向于铁路运输，从“十一五”“十二五”规划也可看出，我国一直致力于提升铁路科技创新水平，所以铁路在中国运输网络中发挥着关键作用，而后来因为多式联运的需求不断增加，需要建设配套的公路和水路基础设施。此外，由于2013年之前，铁路建设是由铁道部监管，而其他运输方式由通信部监管。铁道部作为一个独立部门，也表明了铁路在我国的重要性，而铁道部在整合资源发展铁路时，可能会影响政府的计划和投资，从而对公路和水路的设施建设造成影响。endprint

5结论

文章的目的是通过实证分析来研究我国物流业的发展与科技创新之间的互动关系。我们采用最新的可用数据和先进的计量经济学方法，检验了物流业发展与科技创新之间短期和长期的因果关系。通过这三种因果关系的检验，可使文章的评价更加精准，市场参与者和政策制定者在决策过程中也可以有更好的见解。

实证结果表明：①物流业发展和科技创新之间的确存在双向互动关系，但我国物流业发展的不合理，科技创新成果还未充分应用于物流业，导致其对物流业的促进作用不够显著。②多式联运需求在不断增加，表现在不同运输方式之间的相互影响越来越大。多式联运是运输业必然的发展方向，但我国多式联运发展仍有很长的路要走。因此，为提高物流业发展水平和发展效率，我们在此提出一些宏观的建议：第一，加强物流专业人才的培訓，提高物流业高级人才比例，以促进科技创新成果在物流业中的应用；第二，对物流运输基础设施的投资建设应考虑多式联运的整体布局规划，加快多式联运建设。

我国物流业发展水平与科技创新之间的关系值得检验，不仅因为检验结果可用于填补一些中国物流业发展中的研究空白，为促进中国物流业的发展和科技创新提供一些政策性建议，从而提高物流业的运行效率，而且对于其他需提高物流业发展水平的发展中国家也有良好的借鉴作用。但文章仅初步研究了物流业发展与科技创新之间的相互作用关系，未来工作仍有两方面需深入探讨：一是物流业具体是通过怎样的机制来促进科技创新水平的提高；二是科技创新对物流业促进作用不显著的具体根源在哪，这些工作将对物流业发展产生至关重要的指导作用。

参考文献：

[1]Grakovski A，Kabashkin I，Ressin AIntelligent Transport System for Intra-city Logistics based on www Technologies[J].Transport & Telecommunication，2008，9（3）：30-38

[2]Yakut Ali M，Hossain S G M，Jamil H，et al.Development of automated guided vehicles for industrial logistics applications in developing countries using appropriate technology[J].International Journal of Mechanical & Mechatronics Engineering，2010，10（2）：13-17

[3]Ramanathan R，Ramanathan U，Ko L W LAdoption of RFID technologies in UK logistics：Moderating roles of size，barcode experience and government support[J].Expert Systems with Applications，2014，41（1）：230-236

[4]Kim M SOn Measuring Business Value of Radio Frequency Identification Technology on Logistics Service[J].Advanced Science Letters，2014，20（10/12）：2102-2105

[5]Kubasakova I，Kamof R，Stopka OLogistics information and communication technology[J].Komunikacie，2014，16（2）：9-13

[6]Choy K L，Gunasekaran A，Lam H Y，et alImpact of information technology on the performance of logistics industry：The case of Hong Kong and Pearl Delta region[J].Journal of the Operational Research Society，2014，65（6）：904-916

[7]Morgan T R，Richey J R G，Autry C WDeveloping a reverse logistics competency：The influence of collaboration and information technology[J].International Journal of Physical Distribution and Logistics Management，2016，46（3）：293-315

[8]Lin C-Y，Ho Y-HRFID technology adoption and supply chain performance：an empirical study in Chinas logistics industry[J].Supply Chain Management，2009，14（5）：369-378

[9]褚珊珊让科技为物流插上飞翔的翅膀[N].东方烟草报，2013-08-14（005版）.

[10]郭伟关于加快我国物流科技发展的探讨[J].电子测试，2014（3）：110-111

[11]康译文物流科技进步对物流产业发展的影响研究[J].中国市场，2015（20）：18

[12]彭健基于面板数据的区域物流科技进步贡献率研究[J].中国商贸，2011（15）：143-144endprint

[13]张诚，廖韵如基于参数灰色估计方法的江西省物流产业科技进步贡献率的研究[J].经济与管理研究，2011（4）：32-37

[14]孟魁基于增长速度模型的我国物流业科技进步贡献率测算[J].物流技术，2015，34（5）：102-106

[15]范林榜社会物流成本占GDP比重的影响因素[J].财经科学，2014（8）：88-96

[16]田刚，李南中国物流业全要素生产率变动与地区差异——基于随机前沿模型的实证分析[J].系统工程，2009（11）：62-68

[17]曹应峰，杨杰黑龙江省道路运输业发展现代物流的科技需求分析[J].黑龙江交通科技，2005，28（1）：82-83

[18]谭开明，魏世红科学技术进步与现代物流业发展[J].物流科技，2005，28（12）：14-16

[19]朱占峰浅析科技革命与物流产业的演进[J].中国科技信息，2008（2）：73-74

[20]宋德军中国农业产业结构优化与科技创新耦合性评价[J].科学学研究，2013，31（2）：191-200

[21]Lean H H，Huang W，Hong JLogistics and economic development：Experience from China[J].Transport Policy，2014，32（1）：96–104

[22]Holtz-Eakin D，Rosen H SEstimating Vector Autoregressions with Panel Data[J].Econometrica，1988，56（6）：1371-95

[23]Bloch H，Rafiq S，Salim RCoal consumption，CO2，emission and economic growth in China：Empirical evidence and policy responses[J].Energy Economics，2012，34（2）：518-528

[基金项目]上海市基础研究重点项目（项目编号：15590501800），交通运输部科技项目（项目编号：2015328810160），上海市科委科研计划（项目编号：14DZ2280200），上海市科委科技创新行动计划（项目编号：14170501500）和教育部人文社会科学研究青年基金（项目编号：15YJC630145，15YJC630059）的资助。

[作者简介]甄远迪（1992—），女，汉族，河南郑州人，碩士在读，研究方向：互联网思维下的物流创新。endprint