商贸流通业与经济增长的动态关系

陈燕丽

内容摘要：本文采用2000-2017年经济增长相关数据，运用VAR模型和格兰杰因果关系检验方法，对商贸流通业与经济增长的动态关系进行实证研究。研究发现，流通产业的三个行业都是经济增长的格兰杰原因，而经济增长仅成为批发零售业和住宿餐饮业的格兰杰原因，对交通运输邮政仓储业的影响则不显著。此外，通过脉冲响应和方差分解的动态分析结果进一步可知，流通产业中交通运输邮政仓储业和住宿餐饮业对经济增长都主要体现了扩散效应，且扩散效应主要是由住宿和餐饮业引起和解释的，批发零售业则对经济增长存在“回流效应”或“挤出效应”;经济增长反过来也对流通产业的三个行业起促进效应，在稳定状态中对交通运输邮政仓储业的解释程度最大，对批发和零售业的解释程度最小。

关键词：交通运输邮政仓储业   批发零售业   住宿餐饮业   经济增长

理论分析

商贸流通业为经济增长提供新动力。流通代表了商品实现从生产到消费的转移过程，流通业则是指从事流通相关活动的商人或组织的集合而构成的行业，包括批发、零售、餐饮、物流、仓储、住宿等诸多行业，是带动经济发展的重要力量，尤其在新经济背景下流通产业的技术手段和经营方式不断创新，多种新兴商贸业态和经济成分的商贸企业为经济增长源源不断提供新动力。2009年批发业商品销售总额仅为22558亿元，2017年则达到了52999.9亿元，专卖店、超市、团购、电子商务等新兴业态发展成熟并扩展，已成为商贸流通产业中的重要组成部分，多种经济成分的商贸企业形态欣欣向荣，促进技术进步及技术积累。商贸流通产业还帮助吸纳了大量就业，缓解经济增长中的就业压力。2009年批发业和零售业年末从业人数分别为272530人和276765人，截至2017年则达到了399967人和320822人，不仅为经济增长提供劳动力支持，还促进了社会和谐发展。

经济增长为商贸流通业提供发展空间。我国国民经济正处于不断发展阶段，尤其是以服务业为主的第三产业，其产业增加值和第二产业已不相上下，为商贸流通业的发展奠定了良好基础。互联网技术快速发展，在物流、批发、信息、金融等多方面发挥重要作用，大数据、“互联网+”等模式层出不穷，线上网购等电子商务迅猛发展，带动商贸流通业的发展模式不断创新，发展规模不断扩大，流通业发展水平得到有效提升。同时，随着城镇化进程加快，社会保障体系逐步完善，居民收入提升，生活水平也逐渐提高，从而更加刺激消费需求，尤其是物流业的发展连接起了城市和农村，农村居民的潜在消费需求得到有力开发，为商贸流通业提供了广阔的发展空间。

两者在发展过程中存在的问题。总体而言，我国商贸流通业相较于一些发达国家发展还比较薄弱。从整体管理水平上看，我国商贸流通产业在国际市场上知名度不高，竞争力差，流通企业自身也存在物流成本分担、资本周转等方面的管理问题;在综合竞争能力上，我国流通企业以小规模商贸流通居多，缺乏大型的商贸流通业企业。因此，商贸流通业虽是我国国民经济的重要组成部分，其对经济增长的拉动作用实际非常有限。长久以来我国经济增长主要依赖于第二产业中投资拉动，尚未完全实现向消费拉动的转移，流通产业作为第三产业，在国民经济中的所占比重较小，且由于流通基础设施和流通技术等相对落后，对产业的贡献作用有限。

流通产业与经济增长的因果关联性研究

（一）数据选取与变量说明

本文选取了交通运输仓储与邮电通信业增加值（TPS）、批发零售业增加值（WR）和住宿餐饮业增加值（AC）变量数据，来研究其与经济增长（GDP）之间的动态关系。数据均来自于国家统计局。其中，为了增强数据的稳定性，避免异方差现象，本文对以上数据都进行了对数处理，并且对数处理不会影响数据的变量特征。

（二）模型识别与构建

1.向量自回归模型（VAR）。本文主要研究商贸流通业与经济增长的动态关系。如果把商贸流通业看作为一个子系统，把经济增长看作是另一个子系统，那么就要研究这两个系统是如何相互作用最终趋向相互协调发展的动态关系。然而，传统的经济模型一开始就预设了变量之间的因果关系与作用方向，但其实变量之间可能存在互相影响的关系，这导致实证分析过程变得更加难以梳理。VAR模型则正好解决了以上难题，通过把研究对象互相作为被解释变量和解释变量，可以有效分析两个变量间乃至多个变量间的互动关系。VAR模型的数学表达式如下：

t=1，2，3…，T    （1）

式中， yt表示k维的内生向量，xt表示d维的外生向量，n为模型的最优滞后阶数， yt-n就表示被解释变量的n阶滞后项，T为样本个数。β1、β2、…、βn是要被估计的k*k维系数矩阵，δ表示要被估计的k*d维系数矩阵，εt是k维扰动向量。因此，等式（1）可重新被表示为：

t=1，2，3…，T （2）

表1给出了本文主要变量的描述性统计分析，可以看出，国内生产总值平均达到了384410.3亿元，处于较高的水平;交通运输仓储与邮电通信业增加值、批发和零售业增加值和住宿和餐饮业增加值平均为18188亿元、34495亿元和7193亿元，批发和零售业在流通业中所占比重最高，住宿和餐饮业最小。

2.变量的平稳性检验。本文首先使用ADF检验方法对主要变量进行了单位根检验，根据VAR模型，当内生变量为同阶单整时，说明平穩性检验通过。ADF检验为左边单侧检验，从表2可以看出，lnGDP、lnTPS、lnWR和lnAC四个变量的T统计值均大于5%的置信水平，没有通过平稳性检验;但这四个变量的一阶差分的T统计值均小于5%的置信水平，可拒绝“存在单位根”的原假设。以上结果说明说明lnGDP、lnTPS、lnWR和lnAC四个变量为一阶单整，通过平稳性检验。

（三）格兰杰因果检验分析

利用信息准则可确定VAR模型的最优滞后阶数可知，交通运输邮政仓储业最优滞后2阶，批发和零售业、住宿和餐饮业最优滞后3阶。为了验证流通产业与经济增长之间是否存在真实因果关联，在以上检验结果的基础上，本文利用格兰杰因果检验来验证变量之间的作用关系以及作用关系的方向性。表3结果显示，批发和零售业（lnWR）、住宿和餐饮业（lnAC）与经济增长（lnGDP）之间存在显著的相互因果关系，说明批发零售业和住宿餐饮业是推动经济增长的显著格兰杰原因，经济增长反过来也是推动批发零售业和住宿餐饮业增长的显著格兰杰原因。交通运输邮政仓储业（lnTPS）与经济增长（lnGDP）之间的关系却不如其他两个产业那么显著，经济增长（lnGDP）没有成为交通运输邮政仓储业（lnTPS）的显著格兰杰原因，交通运输邮政仓储业（lnTPS）则恰好在10%的显著水平上成为经济增长（lnGDP）的格兰杰因果。以上结果说明流通产业中的三个行业都是经济增长的格兰杰原因，而经济增长仅成为批发零售业和住宿餐饮业的格兰杰原因，对交通运输邮政仓储业的影响则不显著。

流通产业与经济增长动态关系研究

格兰杰因果检验仅仅反映了流通产业与经济增长之间长期状态下均衡因果关系的存在性及其因果关系的方向，如果需要进一步了解两者之间如何相互影响，则需要对其进行VAR实证结果下的脉冲响应和方差分解分析。

（一）VAR回归结果

模型估计结果的所有单位根都落在单位圆内，说明lnTPS与lngdp、lnWR与lngdp以及lnAC与lngdp的VAR模型都是稳定的。表4、表5和表6分别给出了lnTPS与lngdp、lnWR与lngdp以及lnAC与lngdp的VAR回归结果，可以看出，以上变量之间均存在或正面或负面的影响。交通运输邮政仓储业（lnTPS）滞后一阶和滞后二阶都会对经济增长（lnGDP）产生显著性影响，经济增长（lnGDP）则对交通运输邮政仓储业（lnTPS）没有显著性的影响;批发和零售业（lnWR）在滞后一期时显著影响经济增长（lnGDP），经济增长（lnGDP）滞后三期显著影响批发和零售业（lnWR），其他滞后阶数则没有显著的相互影响关系;住宿和餐饮业（lnAC）与经济增长（lnGDP）之间的影响关系则较为显著，三期滞后项都存在显著的互相影响关系。

（二）脉冲响应分析

脉冲响应分析是指选择一个变量为脉冲变量（impulse variable），另一个变量为响应变量（response variable），以此来观察一个变量的冲击对另一个变量的作用。本文建立了lnTPS与lngdp、lnWR与lngdp以及lnAC与lngdp互为脉冲变量和响应变量的脉冲响应模型，设置响应期限为15年。

图1给出了lnTPS与lngdp的正交脉冲响应图，从左图对lnTPS冲击的响应曲线可以看出，在对交通运输邮政仓储业一个“正”的新息冲击下，经济增长前四年首先产生“负”的响应，但之后经济增长都产生了“正”的响应，且在第7年的影响达到了最大响应值，可见交通运输邮政仓储业对经济增长的最大的冲击存在滞后效应。此外，交通运输邮政仓储业对经济增长的影响时间非常久远（未来15年内依然存在影响），衰退速度也很缓慢。右图是对lngdp冲击的响应曲线，可以看出，在对经济增长一个单位“正”的冲击下，交通运输邮政仓储业一开始就显现出“正”的响应，但是这种“正”的响应在第六年后就以比较快的速度衰退了。

图2给出了lnWR与lngdp的正交脉冲响应图，从左图对lnWR冲击的响应曲线可以看出，在对批发和零售业一个“正”的新息冲击下，经济增长产生“负”的响应，在第五年达到最大值，随后慢慢降低。右图是对lngdp冲击的响应曲线，可以看出，在对经济增长一个单位“正”的冲击下，批发和零售业呈现“正”的响应，且起伏波动较大，并且经济增长对批发和零售业的促进效应持续时间也较长。

图3给出了lnAC与lngdp的正交脉冲响应图，从左图对lnAC冲击的响应曲线可以看出，在对住宿和餐饮业一个“正”的新息冲击下，经济增长在第一年首先产生“负”的响应，但随后经济增长逐渐产生了“正”的响应，且在第六年的影响达到了最大响应值，可见住宿和餐饮业虽然对经济增长的最大冲击也存在滞后效应，但时间要比交通运输邮政仓储业短得多。此外，住宿和餐饮业对经济增长的影响时间也非常久远（未来15年内依然存在影响），衰退速度也很缓慢。右图是对lngdp冲击的响应曲线，可以看出，在对经济增长一个单位“正”的新息冲击下，住宿和餐饮业呈现“正”的响应，且起伏波动较大，并且经济增长对住宿和餐饮业的促进效应持续时间也较长，但后期住宿和餐饮业的响应趋于平稳。

（三）方差分解分析

图4给出了对lnTPS、lnWR和lnAC冲击的方差分解，响应变量皆为经济增长（lngdp）。可以看出，在经济增长（lngdp）的响应波动中，交通运输邮政仓储业（lnTPS）对经济增长（lngdp）的最大解释程度仅为5.67%，批发零售业（lnWR）对经济增长（lngdp）的最大解释程度维持在73.67%左右，住宿餐饮业（lnAC）对经济增长（lngdp）的最大解释程度则达到69.68%，说明经济增长（lngdp）的波动主要来自批发零售业（lnWR）和住宿餐饮业（lnAC），交通运输邮政仓储业（lnTPS）起到的作用非常小。

图5给出了对lngdp冲击的方差分解，响应变量分别为lnTPS、lnWR和lnAC。可以看出，经济增长（lngdp）对交通运输邮政仓储业（lnTPS）的解释程度达到了94.4%，且持续时间较长，在未来15内都保持基本稳定的状态;经济增长（lngdp）对批发零售业（lnWR）的最大解释程度达到了63.83%，后来逐渐下降，最后稳定在24.02%左右;经济增长（lngdp）对住宿餐饮业（lnAC）的最大解释程度达到了49.47%，后来也逐渐下降，最后稳定在31.26%左右。

综合前文脉冲响应和方差分解的动态分析结果，可以得出，流通产业中交通运输邮政仓储业和住宿餐饮业对经济增长都主要体现了扩散效应，且扩散效应主要是由住宿和餐饮业来引起和解释的，批发零售业则对经济增长存在“回流效应”或“挤出效应”。经济增长反过来也对流通产业的三个行业起促进效应，在稳定状态中对交通运输邮政仓储业的解释程度最大，对批发和零售业的解释程度最小。

结论

本文采用2000～2017年经济增长相关数据，运用VAR模型和格兰杰因果关系检验等方法，对商贸流通业与经济增长的动态关系进行了实证研究。研究发现：流通产业的三个行业都是经济增长的格兰杰原因，而经济增长仅成为批发零售业和住宿餐饮业的格兰杰原因，对交通运输邮政仓储业的影响则不显著;通过脉冲响应和方差分解的动态分析结果可知，流通产业中交通运输邮政仓储业和住宿餐饮业对经济增长都主要体现了扩散效应，且扩散效应主要是由住宿和餐饮业来引起和解释的，批发零售业则对经济增长存在“回流效应”或“挤出效应”;经济增长反过来也对流通产业的三个行业起促进效应，在稳定状态中对交通运输邮政仓储业的解释程度最大，对批发和零售业的解释程度最小。因此，要加快发挥我国商贸流通业尤其是住宿餐饮业的经济带动作用，增强流通产业竞争力，同时依托互联网创新運营新模式，实现流通业与经济增长相互促进与融合。

参考文献：

1.漆明春.商贸流通业对区域经济发展的影响实证研究[J].商业经济研究，2018（14）

2.林宏伟， 闫帅.商贸流通业规模和经济增长互动发展的实证分析[J].商业经济研究，2017（3）

3.马强文， 申田.中国流通业的经济增长效应分析：理论与实证[J].宏观质量研究，2017（1）

4.余萍.我国商贸流通业对区域经济影响的动态研究[J].商业经济研究，2017（10）