物流业景气度与工业增加值关系研究

陈东清，黄章树，叶 翀

(1.福州大学至诚学院 经济管理系，福州 350002； 2.福州大学 经济与管理学院，福州 350108)

一、引 言

我国经济进入“新常态”发展阶段，宏观经济增长速度放缓，但随着云计算、大数据、物联网等技术的广泛应用，工业经济呈现高质量发展态势，并成为支撑国家宏观经济发展的重要力量。工业经济与物流业的协同发展，一方面有助于工业企业提高生产效率，降低物流成本并打造具有竞争优势的产品；另一方面有利于物流企业持续提高物流服务水平，满足工业企业的物流需求。因此，研究工业经济与物流业的关系，有助于推动两业高质量发展。

近年来学者开展了物流与经济发展之间关系的研究。第一，研究了物流与宏观经济之间的关系。Baydar等(2019)研究认为物流业发展有助于促进经济的可持续发展[1]；赵晓敏等(2019)采用VAR模型刻画了中国物流业与经济发展的互动关系，研究表明经济发展水平对物流的贡献度仍不大[2]；郭湖斌等(2019)运用动态耦合评价模型研究物流与区域经济协调发展问题，发现长江经济带物流与经济发展协调水平经历了从低到高的转换过程[3]；顾淑红等(2019)选择灰色关联分析方法研究广西物流与经济发展的互动关系，实证结果发现广西物流需求与经济发展之间的关联性大[4]；王爱虎等(2017)运用拓展的引力模式研究了物流绩效与外贸经济发展的关系，实证结果表明中国对丝绸之路沿线国家出口贸易的影响因素存在很大差异，需要对沿线国家实行差异化的政策指导[5]。关于物流与宏观经济发展关系的研究方法还有系统动力学方法[6]、协整理论[7]、格兰杰因果检验[8]、面板模型[9]、结构方程模型[10]等方法。第二，关于物流与工业经济发展关系的研究。梁红艳(2015)采用空间杜宾模型研究发现，在东部和西部地区物流业集聚对工业技术效率具有显著的溢出效应[11]；韦琦(2015)分析比较美日中三国工业和物流业的结构变动，总结工业化的演进对物流业影响的路径主要有信息技术提升、生产效率提高、政策引导等方式[12]；贾旭光(2016)研究认为智慧物流发展将进一步提升我国制造业的经济效益[13]。

从现有的研究成果来看，物流与工业经济发展关系的研究较少并存在以下改进空间：(1)当前关于区域物流与区域工业经济发展关系的定量研究较少；同时现有部分定量研究由于受到统计资料限制，采用的是年度数据为主，样本量偏少，容易导致模型估计结果存在偏差。(2)有学者尝试构建衡量物流业发展趋势的指标体系，但是不同研究者的指标体系存在差异，并且指标权重设置也不同，导致研究结论的可比性不强。

因此，本文引入物流业景气指数评价物流业景气程度，分析物流业景气度与工业增加值的相互影响机制，采用协整理论研究两者的长期关系，运用向量自回归模型分析两者的互动关系，并以福建省的样本数据进行实证研究，以拓展物流业景气指数在宏观经济分析的应用。

二、物流业景气度与工业增加值内在关系分析

(一)物流业景气度的测算方法

为了评估物流业景气水平，中国物流与采购联合会和中国物流信息中心于2013年3月联合发布了中国物流业景气指数。[14]从区域层面而言，福建、浙江等省份编制了区域性的物流业景气指数，并持续发布。中国物流业景气指数、区域性的物流业景气指数均由国家或者省级物流与采购联合会与政府机构共同发布，数据权威性高，因此本文采用该指数评价物流业景气程度。

物流业景气指数以50%作为景气程度强弱标志的划分点。若景气指数大于50%，说明物流业发展趋势良好，物流业处于上升发展状态；若景气指数小于50%，则说明物流业发展疲软，物流业处于收缩趋势。[14]该指数体系由12个分项指数构成，各项分指标名称及含义如表1所示。

表1 物流业景气指数体系及含义

(二)物流业景气度与工业增加值内在机理分析

图1所示为供应链视角下的物流活动过程，包含供应物流、生产物流、销售物流以及逆向物流四个主要过程。[15]工业企业是物流企业最直接的服务对象，供应商将原材料、零部件等供应给生产制造企业，在此过程中形成供应物流活动；工业企业内部的加工制造形成了生产物流，具体包含生产调拨、库存管理、包装作业、装配等活动；工业企业将产品转移给分销商，并最终流向消费者形成了销售物流；如果出现产品退货、回收等活动即形成了逆向物流。工业企业在产品加工制造环节中创造了价值，形成了工业增加值。通过上述分析可知，高效的物流活动可提高工业企业效率，促进工业企业创造新价值；同时，工业企业产生物流业务需求，并由物流企业负责运作，两者相互促进。

许多学者采用景气指数分析宏观经济走势，并取得较为满意的结果。[16]物流业景气指数作为宏观景气指数之一，不仅反映了当期物流业发展趋势，同时也对未来的行业趋势进行预判。工业增加值是反映宏观经济发展的重要指标，同比增长速度反映了工业经济发展趋势。因此，两者存在很强的经济联系。

三、物流业景气度与工业增加值关系实证研究

(一)VAR模型设定

传统的计量经济学方法基于经济学理论而建立数学模型，但是研究经济变量之间的互动关系时，经济学理论很难对变量及变量间的滞后影响关系做出严密的假设。向量自回归模型(vector autoregression, VAR)考虑了内生变量的滞后影响，能够刻画多个经济变量及变量滞后影响的相互关系，[17]常用于研究多个变量之间的相互影响关系。

如果原始序列不平稳，经典的VAR理论要求对原始序列进行差分得到平稳序列再建立VAR模型，但是容易导致原始序列信息的损失。随着计量经济学的发展，相关学者认为，如果原始序列不平稳，而变量之间存在协整关系，则可以用原始序列建立VAR模型。[18]记工业增加值增长速度为INR，物流业景气指数为LPI，建立经典p阶VAR模型为

根据VAR理论，符合单位根检验VAR模型的脉冲响应函数，可用来分析随机扰动项受到冲击后对变量的影响变化，方差分解函数用于研究冲击对内生变量变化的贡献度。[19]因此，借助上述VAR模型可以深入分析物流业景气度与工业增加值增速之间的互动关系。

(二)数据来源及数据预处理

本研究以福建省物流业景气度与工业增加值关系为例进行实证分析。福建省物流业景气指数以福建省A级物流企业和航运企业为调查主体，采集企业数据计算得到。福建省工业和信息化厅、物流协会每月20日定期发布，是反映福建省物流企业整体运行情况的直观指标。本文对福建省月度物流业景气指数取平均值处理得到季度物流业景气指数，用于度量福建省物流业发展景气度。福建省规模以上工业增加值增速数据从福建省工业和信息化厅获取，该部门公布月度(其中每年1～2月数据合并公布)和累积值的同比增长速度，每年第一季度增长速度数据采用公布的1～3月累积值的增长速度，而其他三个季度增长速度由对应月份增长速度的平均值进行代替。本文选取2015年1月到2019年12月的数据进行实证分析。

为了更直观地刻画物流业景气指数与工业增加值增速的关系，绘制折线图如图2所示，LPI、INR分别表示物流业景气指数和规模以上工业增加值增速。从总体上看，LPI与INR的走势可划分为三个阶段。第一个阶段，从2015年第一季度到2016年第一季度，LPI呈现下降趋势，同时工业增加值增速由最大值9.57%下降到7.37%，而后小幅反弹；第二个阶段，从2016年第二季度到2018年第四季度，LPI触底反弹并逐步回升，在2018年第四季度达到最高值56.37，工业增加值增速也呈现上升趋势，但是2018年第三、四季度出现回落；第三个阶段，从2019年第一季度到2019年第四季度，此阶段的季度LPI稳定在55.90 附近，工业增加值增速在8.2%到8.9%之间小幅波动。

(三)物流业景气度与工业增加值增长速度的协整分析

1.序列平稳性检验

利用Eviews 6.0软件对LPI、INR序列进行平稳性检验，整理得到表2检验结果。从检验结果可以看出，显著水平为5%时，LPI、INR原始序列都是不平稳的，经过一阶差分后，DLPI(LPI的一阶差分值)、DINR(INR的一阶差分值)序列都是平稳的，是一阶单整序列，因此可以进行协整分析。

表2 变量的单位根检验结果

2.协整关系分析

协整技术可用于分析变量之间的长期均衡稳定关系，本文采用经典的E-G协整方法进行协整关系研究。首先，以规模以上工业增加值增长速度(INR)为因变量，物流业景气指数(LPI)为自变量，建立一元回归方程，采用OLS方法进行模型估计，得到如下回归方程：

对上述回归方程进行统计学检验发现，显著性水平为0.10时，F统计量是显著的，说明回归方程总体显著，同时LPI回归系数通过T检验。采用LM方法对回归残差进行自相关检验，检验统计量(Obs*R-squared)值为2.0671，对应的P值为0.3557，因此回归残差不存在自相关问题。综上，本文所构建的回归方程通过统计学检验。

其次，对残差进行单位根检验，得到残差的ADF值为-3.3482，小于5%显著水平的临界值-1.9602，因此说明回归残差序列是平稳的，意味着物流业景气度与工业增加值增长速度之间存在长期的稳定关系，并且从回归系数来看，物流业景气指数每增加1个单位，工业增加值增长速度期望增加0.3760个单位，即期望增加0.3760个百分点。

(四)物流业景气度与工业增加值增长速度的互动关系分析

1.VAR模型参数估计

通过协整检验发现物流业景气指数(LPI)与规模以上工业增加值增速(INR)之间存在协整关系。根据前文介绍的VAR理论，为了避免原始序列信息的损失，本文直接用原始序列建立p阶VAR模型。VAR模型滞后阶数的选择是一项重要工作。如果滞后阶数太大，会导致模型自由度变小，影响模型参数的一致性估计；反之，会增大模型误差项的自相关，影响模型参数的有效性。经典的方法是通过尝试建立多个不同滞后阶数的VAR模型，以信息准则最小原则，综合不同信息准则指标值，合理选择滞后阶数。[20]本文建立不同阶数的VAR模型，整理FPE、AIC、SC、HQ的检验值如表3所示。由表3可知，VAR(3)模型对应的FPE、AIC、SC、HQ检验值均是最优的(星号标注)，因此，本文选择VAR(3)模型进行模型参数估计。

表3 VAR模型阶数选择

根据VAR(3)模型的估计结果，可以得到如下估计方程：

从回归方程可以看出INR与LPI序列滞后3期之间的定量关系，两个回归方程的拟合优度分别为0.5409和0.8562，模型总体拟合度较高。

采用单位根检验验证模型的可靠性，结果见图3。所有的单位根均落在单位圆内，说明所构建的VAR(3)模型是稳定的，可用于研究物流业景气度与工业增加值增速的动态关系。

2.物流业景气度与工业增加值增长速度的脉冲响应分析

图4显示的是物流业景气度(LPI)受到工业增加值增长速度(INR)冲击的响应结果，图中虚线代表正负两倍标准差偏离带(下同)。物流业景气度(LPI)第1期响应值较弱，从第2期开始迅速增加并在第3期达到最大值，工业增加值增速对未来2～4期物流业景气度的促进作用较强，到第8期之后逐渐衰减趋近0，表明工业经济增长对物流业发展具有促进作用，持续影响时间较长。这主要是因为工业企业扩大产能之后，不仅产生供应物流、生产物流需求，还涉及销售物流、逆向物流等环节，后续流通环节将产生更大的物流业务量，从而提高物流业景气度。

图5是工业增加值增速(INR)受到物流业景气度(LPI)冲击的响应结果。第1期的响应值为0，从第2期开始响应值增大并在第4期达到最大值，物流业景气度对工业增加值增速第3～6期的正向影响显著，而后逐渐衰减，在第11期衰减为趋近0，说明物流业发展对工业经济发展影响存在滞后效应，但是具有提升作用并且持续影响时间长。这主要是因为物流业服务于工业经济，物流产业能力的提升难以立即影响工业经济发展，但是物流业发展水平的提升，对于改善工业企业的流通环节具有极大促进作用，可通过提高流通效率，节约流通成本，推动工业经济发展。

3.方差分解

方差分析主要用于研究变量受到冲击后的方差变化来源，分析各个内生变量影响比重。表4是物流业景气度(LPI)受到工业增加值增长速度(INR)冲击的方差分解结果。可以看出物流业景气度(LPI)变动由工业增加值增长速度因素贡献的比重第1期为5.6859%，第二期迅速增加到25.9793%，而后逐渐稳定在32.7%附近；LPI方差变化由自身因素引起的比重稳定在67.3%附近，说明物流业景气度的波动主要是由自身发展因素决定的。

表4 LPI方差分解结果

表5显示的是工业增加值增速(INR)受到物流业景气度(LPI)冲击的方差变化来源。工业增加值增速变动由物流业景气度因素贡献的比重第1期为0，再次验证了物流业景气度波动对工业增加值增速的影响存在滞后效应，而后逐渐增加，到第4期迅速增加为15.6736%，而后逐渐稳定在27.0%附近；INR方差变化由自身因素引起的比重逐渐稳定在73.0%附近。

四、结论及建议

本文分析了物流业与工业增加值的内在机理，利用协整分析理论研究物流业景气度与工业增加值增速之间的长期关系，采用VAR模型研究两者之间的互动影响关系，并以福建省2015年第一季度到2019年第四季度样本数据进行实证研究，得到以下结论：第一，协整分析结果表明福建省物流业景气度与工业增加值增速之间存在长期的稳定关系，物流业景气指数每增加1个单位，工业增加值增速期望增加0.3760个百分点。第二，从脉冲响应分析结果发现，工业增加值增速对物流业景气度具有促进作用，而且当期的规模以上工业增加值增长速度对当期物流业景气度的促进作用较弱，对未来2～4期物流业景气度的促进作用较强，持续时间较长；物流业景气度对当期工业增加值增速的影响存在滞后效应，对未来3～6期的工业增加值增速影响显著，并且持续时间长。第三，方差分解结果说明，福建省物流业景气度波动变化由工业增加值增速变动引起的比重稳定在32.7%左右，工业增加值增速变化由物流业景气度波动引起的比重稳定在27.0%左右。总体而言，物流业景气度及工业增加值增速的波动主要由自身因素决定，两者之间存在相互促进作用，但是相互促进力度仍偏低。

表5 INR方差分解结果

基于以上分析，为进一步促进物流业与工业经济协同发展，提出以下建议：第一，加大物流新基建投资，融合大数据、5G、区块链、人工智能技术，以市场需求为导向、企业为主体、政府引导为路径，提升物流自动化、智能化水平，为提高物流效率奠定基础。第二，推进物流业向外资企业进一步开放，引入高质量的外资物流企业，鼓励国际品牌物流企业参与国内物流市场，实现我国物流市场从低价格竞争向高质量服务转型。第三，加强数据隐私、数据安全等法律法规建设，在数据安全的基础上引导建设工业企业数据与物流企业数据交换平台，促进工业企业与物流企业信息共享，提升管理决策效率。

物流业是支撑工业经济发展的先导性服务产业，高效的物流活动可确保工业企业原材料准时供应、生产活动顺利开展及销售活动正常运作，进而推动工业经济发展。本文实证研究了区域物流业与工业经济的发展关系，但是如何借助全球供应链管理思想提高物流业与工业经济的融合发展水平，并促进两者协同发展，是今后值得研究的课题。