基于VAR模型的湖北省制造业、物流业与金融发展环境动态关系研究

雷 礼，陈思杭，李诗珍

（长江大学，湖北 荆州 434023）

0 引言

2019年11月15日，国家发改委等15部门联合印发了《关于推动先进制造业和现代服务业深度融合发展的实施意见》，此后，国家发改委等13部门又联合印发了《推动物流业制造业深度融合创新发展实施方案》通知，提出了“物流业制造业融合创新、提高物流业制造业融合水平、提高金融服务制造业转型升级质效”等意见，从宏观层面体现了制造业与物流业、金融发展环境的动态联系对经济发展的重要性。湖北省有“九省通衢”之称，交通便利，物流业发展迅速；省内制造业发达，制造业基础实力雄厚，制造业和物流业联系紧密，制造业的壮大推动物流业的发展，而物流业又为制造业竞争力的提升提供了支持。省内金融发展环境的健康与否又深刻的影响着制造业与物流业的发展。因此，研究湖北省制造业、物流业与金融发展环境的动态作用关系对促进产业协同进步、保障省内经济健康协调发展具有重要意义。

1 研究综述

目前国内外学者关于制造业、物流业与金融发展环境的关系展开了广泛的研究。

在制造业与物流业的关系方面，几乎所有学者普遍认为制造业的发展会促进物流业的进步。Guerrieri和Meliciani[1]认为制造业与物流业等生产性服务业关系密切，制造业的需求是物流业的发展基础。葛彩虹，等[2]通过分析生产性服务业与制造业相互关系模式，归纳总结出两者的有机互动机理，最终得出制造业的发展使得生产性服务业的专业化高端化水平不断提升的结论。陈春明，等[3]研究发现我国八大经济区制造业与物流业耦合协调发展水平呈现上升趋势，进而提出从多角度进一步提高两业协调发展水平,继而促进我国整体实体经济发展的政策建议。

在制造业与金融发展环境的关系方面，大部分学者认为金融发展环境深刻的影响着制造业的发展。杨博飞与朱晟君[4]从演化经济地理的视角出发讨论金融资本市场如何影响制造业演化升级，研究结果发现金融资本市场的发展具有空间溢出效应,金融资本市场发展深刻的影响着地方制造业演化路径的选择。杨宇焰与张柏杨[5]在一个统一的框架下分析金融部门扩张对实体经济的挤出效应及形成机制，结果发现金融部门作为一个产业,其产出规模扩张对实体经济具有显著的挤出效应。谢家智，等[6]通过大量文献研究，得出金融发展与制造业脱节将阻碍转型升级、金融结构失衡影响融资效率、金融结构失衡影响融资效率等结论，并在此基础上提出了要加快金融服务制造业发展的机制重塑的建议。

在物流业与金融发展环境的关系方面，部分学者认为物流业与金融发展环境的关系较为密切，而两者之间的作用效应并不显著。李燕[7]通过研究发现，“一带一路”沿线十八省区市金融业与物流业的发展大致同步，关系较为密切，协调性一般，两者联动发展还存在一些实际的困难。张建军与赵启兰[8]采用基于熵权的动态耦合协调度模型方法,得出了中国物流业与金融业的协调性经历了从不协调到勉强协调再到协调的变化过程的结论。唐建荣与姜翠芸[9]通过实证研究发现，物流业的发展对金融业有正反馈效应,而金融市场对物流业发展未起到充分的支持作用。

综合来看，尽管现有不少文献涉及对制造业、物流业与金融发展环境的研究，但是仍然存在一些不足：（1）制造业、物流业与金融发展环境三者之间存在着较为稳定的双向作用动态关系，但是少有文献将这三者放在同一个框架或者模型中进行分析。（2）现有文献主要研究制造业、物流业与金融发展环境之间整体作用关系，但是较少涉及到变量间的具体内部作用，比如互动关系是主要受何种因素影响、各种影响因子之间又会产生何种作用、以及两业之间的作用究竟是正向的还是负向的等这些问题。因此在模型选择上运用向量自回归（VAR）模型，对研究变量之间的因果关系、作用反应关系、贡献度作用关系都有很好的应用解释。在变量选择上，选取金融发展环境同制造业、物流业一起研究，对三个变量内部的作用关系进行深入的剖析，明确制造业、物流业与金融发展环境之间互动关系的主要影响因素及各因素之间的作用效果，从而对制造业、物流业与金融发展环境的作用关系有一个更为清晰明确的认识，也可以进一步丰富制造业、物流业与金融发展环境的动态关系的学术研究。

2 研究设计

2.1 研究方法

运用向量自回归（VAR）模型研究湖北省制造业、物流业及金融发展环境作用关系的发展特征，可以更清晰地了解三个变量之间互动关系的主要影响因素及各因素之间的作用效果。在VAR模型建模之前，先要对研究的时间序列进行平稳性检验，防止出现伪回归现象。然后对制造业、物流业与金融发展环境之间的作用关系进行检验，本文采用格兰杰因果检验来判定三个变量之间是否存在显著性影响关系。接着，使用脉冲响应函数来分析内生变量间对单位变动产生的影响。最后运用方差分解来研究内生变量变化的形成原因及各变量的贡献率。

2.2 变量选取与数据来源

本文选取湖北省2000-2019年的制造业、物流业、金融发展环境的面板数据进行研究，数据来源于《中国统计年鉴》《湖北省统计年鉴》及湖北省各市州统计年鉴与统计公报。由于数据时间跨度较大，在实证计算过程中，对数据进行了对数处理，缓解数据波动趋势偏大现象。

制造业指标构建：借鉴陆梦娟，等[10]、陈春明，等[11]、苏涛永，等[12]学者的方法，分别从发展规模、发展前景、资源投入三个角度选取制造业销售产值、制造业利润总额、制造业固定资产投资与制造业从业人员构成制造业指标制造业发展水平，用Y表示。

物流业指标构建：分别从发展规模、发展前景、资源投入三个角度选取物流业增加值、货运量与货物周转量、物流业固定资产投资与物流业从业人员构成物流业发展水平，用X表示。由于当前统计年鉴行业分类中没有物流业，因此选取交通运输、仓储及邮政业进行代替。

金融发展环境指标构建：这里构建的金融发展环境指标借鉴了李媛媛，等[13]一些学者的做法，从经济环境角度选取二三产业之比1个指标评价，从金融发展角度选取金融业增加值与GDP比值与金融业发展指数（年末新增贷款余额与GDP比值）2个指标评价，从政府治理角度选用财政支出与GDP比值与税收收入与财政收入的比值2个指标评价。用以上指标构成金融发展环境指标，用Z表示。

其中本文使用熵值法来对指标进行评价，具体过程如下：

（1）数据平移化处理：为了避免求熵值时取对数无意义，需要对数据进行平移化处理，见公式（1）：

（2）计算指标权重，见公式（2）：

（3）计算指标熵值，见公式（3）：

其中k大于0，ln为自然对数，k与样本数n有关，一般令k=1/ln（n）。

（4）计算差异系数，见公式（4）：

（5）计算权数，见公式（5）：

（6）计算综合得分，见公式（6）：

3 实证结果及分析

3.1 最佳滞后期选择及单位根检验

建立VAR模型的基本步骤包括单位根检验，以确定时序数据的平稳性，防止虚假回归现象出现。用stata对lny、lnx、lnz进行ADF单位根检验，结果见表1。

由表1得，lny、lnx、lnz数列的ADF统计量中，lny、lnx的ADF值均小于1%的临界值，但是lnz的ADF统计值大于10%的临界值，因此是非平稳的时间序列；一阶差分后的dln（y）、dln（x）、dln（z）数列的ADF统计值均小于5%、10%的临界值，拒绝了原假设，是平稳的时间序列，可建立VAR模型。

表1 ADF检验结果

根据AIC准则、HQIC准则与SBIC准则，选择模型的最佳滞后期为4（见表2）。

表2 VAR模型的最优滞后期

所有特征根均在单位圆内（如图1所示），在此条件下，该模型具有平稳性，因此所建立的VAR模型满足平稳性检验。

图1 特征根的单位圆图

3.2 格兰杰（granger）因果检验

经过分析发现，湖北省制造业发展水平、物流业发展水平与金融发展环境之间存在着长期稳定的作用关系，但是具体的作用机制及原因需要运用格兰杰因果检验分析，格兰杰因果检验结果见表3。

表3 格兰杰因果检验结果表

由表3可知，在5%显著水平下，物流业发展水平、金融发展环境不是制造业发展水平的格兰杰原因；制造业发展水平、金融发展环境是物流业发展水平的格兰杰原因；制造业发展水平、物流业发展水平是金融发发展环境的格兰杰原因。因此，制造业发展水平是物流业发展水平、金融发展环境的单向格兰杰原因，且该因果关系较为显著；物流业发展水平与金融发展环境互为格兰杰原因，该因果关系较为显著。

3.3 脉冲响应函数

在单位根检验及格兰杰因果检验的基础上，运用脉冲响应函数来分析一个变量对其他变量动态冲击所作出的反应，如图2至图4所示，其中横轴表示脉冲反应变量滞后期数，样本数据结构为10期滞后，纵轴为响应变量的响应程度。

其中，lny对lny、lnx、lnz的脉冲相应成都如图2所示，具体数值见表4。

表4 lny对lny、lnx、lnz的脉冲响应程度表

其中，lny对lny、lnx、lnz的脉冲响应程度具体数值见表3。

由图2与表4可知，当制造业发展水平（y）受到自身一个标准差单位的冲击之后，其作用呈现逐步递减趋势，在第十期达到最小值0.037，在1-10期95%的置信区间均为正向反应，说明制造业发展受自身影响较大。当制造业发展水平（y）对物流业发展水平（x）产生一个标准差单位的冲击后，制造业对物流业的冲击第一期内迅速上升，影响由负转正而后缓慢上升，在第五期达到最大值0.051，第五期后缓慢下降平稳收敛趋近于0，说明制造业发展对物流业发展具有长期正向促进作用。当制造业发展水平（y）对金融发展环境（z）产生一个标准差单位的冲击后，其作用在前两期为负向作用，第三期转为正向作用，在第四期达到最大值0.035，在第五期后平稳收敛，说明制造业发展对金融发展环境具有短期抑制作用，但是从长期来看，具有正向促进作用。

图2 lny对lny、lnx、lnz的脉冲响应图

其中，lnx对lny、lnx、lnz的脉冲响应程度如图3所示，具体数值见表5。

图3 lnx对lny、lnx、lnz的脉冲响应图

由图3与表5可知，当物流业发展水平（x）对制造业发展水平（y）产生一个标准差单位的冲击后，物流业发展对制造业的冲击在第一期最大，第二期下降转为负向冲击，第三期上升转正后趋于平稳收敛，说明物流业发展对制造业具有长期正向促进作用，在短期具有负向作用。物流业发展水平（x）对自身的冲击在第一期内迅速下降，而后开始缓慢上升并在第五期后平稳收敛，说明短期内物流业自身的发展受到其他行业很大的影响，但是从长期来看，物流业主要还是受到自身发展的影响。物流业发展水平（x）对金融发展环境（z）产生一个标准差单位的冲击后，物流业对金融发展环境的作用在前两期为负，在第三期开始转正，而后处于微弱波动状态，在第八期后平稳收敛，说明物流业发展对金融发展环境具有长期正向促进作用。

表5 lnx对lny、lnx、lnz的脉冲响应表

其中，lnx对lny、lnx、lnz的脉冲响应程度如图4所示，具体数值见表6。

由图4与表6可知，当金融发展环境（z）对制造业发展水平（y）产生一个标准差单位的冲击后，金融发展环境对制造业的冲击在前三期为正，后面为负向冲击作用，并平稳收敛趋近于0。说明金融发展环境对制造业发展具有长期抑制作用。当金融发展环境（z）对物流业发展水平（x）产生一个标准差单位的冲击后，金融发展环境对物流业发展水平的的冲击在前两期迅速上升，而后正负交替平稳收敛，在最后一期变负为-0.008，说明金融发展环境对物流业发展作用比较复杂，正向促进作用与反向抑制作用交替而行。从金融发展环境（z）对自身的脉冲响应来看，其作用整体呈现下降趋势，在第三期达到最小值-0.022，而后震荡上升平稳收敛，在第五期开始转正，第八期后开始变负，说明金融发展环境受自身影响的波动较大，金融发展环境健康与否深刻影响着自身发展。

表6 lnz对lny、lnx、lnz的脉冲响应表

图4 lnz对lny、lnx、lnz的脉冲响应图

3.4 方差分解

方差分解可以说明VAR模型内生变量变化的作用机制，研究VAR模型中各内生变量的变动贡献率，见表7。

表7 方差分解结果

由表7可知，lnx在对lny的方差解释度较低，趋近于0。lny对自身的解释度很高，始终保持在99%水平上；lnz对lny的方差解释度很低，趋近于0。说明制造业发展过程中主要受到自身的影响。

lnx对自身的解释度较高，第一期为76.06%，此时达到最高，而后便缓慢下降，在第10期时最低为29.99%；lny对lnx的方差解释度较高，其方差解释度在前期较低，在第一期最低为23.94%，中期则迅速增长，在第六期后增长趋于平稳，在第10期时达到最高为55.29%。lnz对lnx的方差解释度较低，在第四期达到最高为22.74%，而后便平稳下降，说明在初期，物流业的发展主要受自身影响，到了中后期，制造业与金融发展环境对其影响变大，从长期来看，制造业对物流业的贡献要超过金融发展环境与物流业本身。

lnx对lnz的方差解释度很低，在第一期时仅有,1.02%，而后缓慢上升，在第五期达到最大值7.051%，而后趋于平稳；lny对lnz的方差解释度较低，在第一期达到最大值37.35%，而后波动下降后趋于平稳，呈现扁平的“U”字形；lnz对自身的解释度较高，第一期为61.63%，在第三期达到最高68.23%，而后便缓慢下降，在第10期时最低为61.94%，说明金融发展环境主要受到自身影响，受制造业与物流业作用较小。

4 结语

4.1 结论

实证结果表明，制造业发展水平、物流业发展水平、金融发展环境三者之间的关系比较复杂，在不同滞后期变量之间的影响作用也相互不同，得到以下结论：

（1）制造业发展水平对物流业发展水平具有较大的正向促进作用，对金融发展环境具有长期正向促进作用，因此，制造业的发展会带动物流业的进步与金融发展环境的不断改善。

（2）物流业发展水平对制造业发展水平、金融发展环境在短期内具有抑制作用，在长期具有正向促进作用。在短期内，物流业的发展占用制造业发展部分资源，导致制造业成本上升，进而抑制制造业的发展，从长期来看，物流业的发展会加快流通速度、提升服务质量，从而促进制造业的发展。同样地，物流业短期的发展需要大量资源投入，而物流业对金融发展环境的促进作用滞后期较长，在较长时间的资源投入后，物流业对金融发展环境的促进作用才会显现，逐渐促进金融发展环境的改善。

（3）金融发展环境对制造业发展水平在短期内具有促进作用，但是从长期来看金融发展环境会抑制制造业的发展。产生的原因可能是金融资本逐利本性驱使，使得资金脱实向虚，一方面是由于近年制造业实体经济经营困难加大、风险加剧，影响资金回报率；另一方面由于我国资本市场发展不成熟，金融市场运行机制不健全，政策性风险大，降低了资金通过市场进入制造业实体经济的效率。该结论也说明金融发展环境如果没有随着制造业发展而优化改善，反而不利于制造业的进步。金融发展环境与物流业发展水平存在双向格兰杰因果关系，金融发展环境的好坏深刻影响着物流业的发展，导致金融发展环境对物流业的正向促进与反向抑制作用交替而行。该现象产生的原因一方面可能是交通基础设施建设资金投入大，回报周期长，而由于部分风险投资公司的短视行为，导致大量资金流入到其他行业，阻碍了物流业的发展。另一方面由于金融资本受到物流产业链和物流金融吸引，通过投资优质产业带来更多发展机遇，同时，由于物流基础设施投入使用后所带来的营业收入都纳入财政专户，对建设投资贷款进行统一偿还，有效降低了金融风险。

4.2 政策建议

（1）提高制造业现代化发展水平，培育制造业与物流业、金融业融合发展新业态。制造业与物流业在保障自身稳定发展的基础上，可通过优化两业作业流程、促进两业标准规范协调衔接等措施来协调两业发展关系；制造业与金融业可利用新一代互联网技术加强行业自身建设，实现两业信息资源融合共享、产业协同联动。制造业需要促进自身数字化升级改造，优化数字化经济发展环境，从而带动物流业的发展与金融发展环境的优化改善。

（2）优化物流基础设施规划布局，为制造业与金融发展环境发展提供优质物流服务。物流业发展水平虽然在短期内对制造业与金融发展环境具有抑制作用，但是从长远来看，物流业的发展有利于制造业与金融发展环境的进步。因此要加大对物流业的投资，改善物流基础设施，大力打造现代物流体系，为制造业壮大与金融发展环境的优化提供强有力的支撑。同时大力支持制造业、物流业专注于自身核心业务发展，积极倡导提升行业核心竞争力，促进行业高质量发展。大力开拓物流金融新业务，为金融发展环境的优化改善提供优质业务。

（3）提升金融服务制造业、物流业转型升级能效，为培育制造业、物流业融合发展新业务提供健康有序的金融发展环境。坚持金融服务实体经济发展，进一步加大信贷对制造业与物流业的投放力度，提升金融发展环境对制造业供应链金融与物流金融新发展模式的支持力度，有效提高金融发展环境在制造业与物流业发展中的参与度。提升政府对金融发展环境的治理与建设能力，有效监管与防范金融运营风险，抑制金融泡沫，规范制造业物流业产融结合业务流程。