消费、投资、出口与物流供给的关系——基于VECM的实证研究，本文主要内容关键词为：实证研究论文,关系论文,物流论文,VECM论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
消费、投资和出口这“三驾马车”是促进经济持续快速增长的重要力量，同时也是导致经济周期性波动的重要因素。众多学者对消费、投资、出口与经济发展之间的关系进行颇有意义的研究，由于研究方法和角度不同得出的结论也不尽相同。比较普遍的观点认为，消费、投资、出口与经济增长之间有着长期的稳定关系，消费、投资和出口在不同时期、不同地区都会在一定程度上促进经济的增长，而经济增长反过来也会促进消费、投资和出口[1-2]。不少学者还认为，自改革开放以来，我国是粗放型经济增长模式，投资是促进经济增长的主要力量，但今后相当一段时间内，我国经济增长方式应由投资驱动型转向消费拉动型[3-4]。
理论界普遍认为现代物流是经济发展的“加速器”，现代物流的发展伴随着物流供给能力的提高，而物流供给能力的提高能够促进经济的增长。反过来，经济的快速增长必然对物流产生巨大需求，使物流供给出现短缺，进而导致物流价格提升，推动现代物流产业的发展。现代物流业的发展可以降低企业的运行成本，提高区域物流资源配置效率，增强市场反应能力，强化企业市场核心竞争力，调整优化区域产业结构，促进区域产业的发展，进而促进区域经济的发展[5]。现代物流正朝向绿色化和闭环化方向发展，从而直接、间接地为区域经济可持续发展做出了贡献[6]。也有一些学者对物流与经济增长的关系进行了定量研究。刘南，李燕(2007)从供给推动和需求拉动两个角度分析了现代物流和经济增长的相互关系，并应用Granger因果检验对浙江省数据进行实证，结果表明浙江省现代物流与经济增长互为因果关系[7]。卜祥智，许垒(2007)利用我国1952-2005年相关数据，通过实证发现我国经济发展与物流业发展之间存在双向Granger因果关系，物流给经济发展带来了增长空间，同时经济增长对物流发展产生了迫切需求，因而也带动了物流发展，经济增长与物流业发展呈现出相互促进、共同发展的势态[8]。邵扬(2009)依据空间面板模型，针对经济发展的不同阶段，对物流与省际经济增长之间的空间相关关系进行了估计。分析结果表明，各地区GDP和物流都有显著的空间相关特征和明显的空间溢出效用，物流对各地区的GDP增长具有显著的影响[9]。
从以上分析中我们发现了一个尚未研究但却值得研究的问题，既然三驾马车和物流都能够在一定程度上促进经济增长，那么它们促进经济增长的方式有何不同？它们之间有着什么样的关系？能否从定量的角度对它们之间的关系进行实证分析？
二、模型构建与实证分析
三驾马车当中，消费和投资属于内需，出口属于外需，也就是说，促进经济增长是通过扩大内需和外需来实现的。而物流本质上是指物的流动，物流运作的过程实际上就是物质实体的流动供给过程，如果没有物流供给就不会有物流对区域(国家)经济的“增长极效应”和对三大产业的“波及效应”[10]，区域(国家)经济的基本运转就难以实现。
本文认为，由于三驾马车通过扩大需求促进经济增长，而物流则通过物流供给促进经济增长，因此，物流促进经济增长的过程不是直接的，而是通过物流供给对物流需求的满足间接实现的，而消费、投资和出口需求就是物流需求产生的直接和根本原因，物流供给使消费、投资、出口需求得到满足，进而间接促进经济增长；反过来，经济增长也会促进消费、投资和出口需求，投资需求的满足，必将增强物流供给的能力，消费和出口需求的满足，必将使物流供给的压力减少。由此可见，三驾马车和物流在促进经济增长的方式上是不同的，那么三驾马车和物流在促进经济增长的过程中是否有着长期均衡关系呢？它们之间是否存在着某些因果关系？这是本文要重点研究的内容。
(一)研究思路
为了从数量上分析三驾马车和物流的长期均衡关系和因果关系，本文在Johansen协整检验的基础上，采用Engle和Granger(1987)提出的基于向量误差修正模型(VECM)的因果关系检验方法对上述各经济变量之间的关系进行实证检验。Johansen协整检验技术是比较成熟的对非平稳时间序列进行计量分析的有效技术，它为多变量模型系统的协整分析提供了方便有效的分析工具。基于VECM的因果关系检验不仅考虑了两个(或两个以上)变量间的短期因果关系，而且能考虑了各变量间由协整关系所形成的长期因果关系。另外，VECM不是对所有的单个序列建模，而是通过对一个向量时间序列建模来估计联合内生变量的动态关系，它不带任何事先约束条件，考虑了变量之间所有可能的关系。
本文整理出1978-2008年全国消费、投资、出口和物流供给的相关经济变量数据，在分析消费、投资、出口和物流供给之间存在协整关系的基础上，建立VECM，基于该VECM从短期和长期来分析各变量之间的Granger因果关系及因果关系的方向，并提出相关的政策建议。
(二)数据与变量选取
本文所使用的样本取自1978-2008年全国年度数据，数据来源于《新中国60年统计资料汇编》、《中国统计年鉴》。用货物周转量(TURR)表示物流供给，货物周转量不仅反映了物流供给的规模，同时反映了一个国家在一定时期内的物流供给能力和物流发展的水平。用社会消费品零售总额(CONS)表示消费，社会消费品零售总额不涉及非物质性服务，反映一定时期内一国人民对社会消费品的需求规模。用全社会固定资产总额(INVT)表示投资，全社会固定资产总额反映一定时期内一国固定资产投资规模。用出口总额(EXPT)表示出口，出口总额反映一定时期内本国出口贸易需求状况。由于GDP平减指数能更全面地反映一个国家或地区一般价格水平的变化，可以更好地测度通货膨胀[11]，所以本文用GDP平减指数(1978=100)对社会消费品零售总额、全社会固定资产投资、出口总额这三个变量数据进行平减，以消除物价变动对各变量的影响。
另外，由于数据的自然对数变换不改变原来的协整关系，并能消除变量数量级不同和数据异方差性的影响，所以对货物周转量、社会消费品零售总额、全社会固定资产投资、出口总额进行自然对数变换，对数变换后的变量分别用LTURR、LCONS、LINVT、LEXPT表示。
(三)协整分析
协整分析涉及的是一组经济变量，尽管就单个变量而言是非平稳的，但是多个变量的线性组合却可能是平稳的，即它们之间存在长期均衡关系。
在进行协整分析的过程中，我们首先对时间变量序列及其差分序列的平稳性进行检验，确定变量的单整阶数；然后检验变量间协整关系，构建协整方程；协整分析之后，建立协整变量与均衡误差之间的VECM；最后基于VECM进行变量间Granger因果关系检验。
(1)时间序列的平稳性检验。对于非平稳变量而言，只有被解释变量的单整阶数不高于任何一个解释变量的单整阶数，变量之间才可能存在协整关系。因此在检验LTURR、LCONS、LINVT、LEXPT的协整性之前，首先用ADF 单位根检验方法来检验时间序列的单整阶数。时间序列LTURR、CONS、LINVT、LEXPT的平稳性检验结果见表1。
由表1可见，各时间序列经过一阶差分后平稳，所以它们都是一阶单整序列，满足进行协整检验的前提条件。
(2)协整检验与协整方程。虽然时间序列LTURR、LCONS、LINVT、LEXPT是非平稳的一阶单整序列，但在它们构成的经济系统内部四者之间却可能存在某种平稳的线性组合。这个线性组合反映了变量之间长期稳定的比例关系，即协整(Co-integration)关系。本文使用Johansen(1995)多变量系统极大似然估计法对多变量时间序列进行协整检验。Johansen协整检验是一种基于向量自回归模型(VAR模型)的检验方法，因此，在进行协整检验之前，必须首先确定VAR模型的结构，即明确协整检验VAR模型的滞后期，确定模型是否包含常数项、截距项和趋势项。
本文使用赤池信息准则(AIC)作为选择最优滞后阶数的检验标准，并用Q统计量检验残差序列有无自相关，用怀特(White)检验和ARCH统计量检验异方差性，用JB检验(Jarque-Bera)检验残差的正态性。结果表明，滞后阶数为4的VAR模型中各方程拟合优度最好，残差序列具有平稳性。由于协整检验模型实际上是对无约束VAR模型进行协整约束以后得到的VAR模型，其滞后期是无约束VAR模型一阶差分的滞后期，因此协整检验VAR模型的滞后期为3。另外，通过EVIEW5.0对模型选择的联合检验，确定协整检验VAR模型包含常数项和截距项，不包含趋势项。基于此，我们可以进行Johansen协整检验，协整检验的结果列于表2。
从表2可以看出，无论从迹统计量检验还是从最大特征值检验来看，结论都是有两个协整向量。也即在5％的显著性水平上变量LTURR、LCONS、LINVT、LEXPT之间存在长期稳定的协整关系，协整方程为：
方程(1)括号内的数字表示参数估计的标准误差。下标t代表年份，ecm[，t]代表均衡误差(残差)。对方程(1)的ecm[，t]序列进行ADF检验，结果表明它是一个平稳序列，说明方程(1)所显示的协整关系是显著的。依据Granger表示定理，如果变量是协整的，则它们之间必然存在长期均衡关系。所以协整方程(1)给出了在样本区间(1978-2008年)内物流供给与消费、投资、出口之间存在的长期均衡关系的数学表达式。由于协整方程的变量都是对数形式，所以，协整方程(1)的斜率系数的实际意义就是变量LTURR、LCONS、LINVT、LEXPT弹性系数。具体而言，在其余两变量弹性系数不变的前提下，消费每增加1％，物流供给减少1.08％，出口每增加1％，物流供给减少0.35％，这意味着1％的消费和出口需求得到满足将分别减轻1.08％和0.35％的物流供给压力；投资每增加1％，物流供给增加1.70％，这意味着增加1％投资，将增加1.70％的物流供给能力。
(四)VECM的构建
协整检验结果证明物流供给与消费、投资、出口之间存在长期的均衡关系，但是这种均衡关系是否构成因果关系还需要进一步验证。本文利用Engle和Granger(1987)提出的VECM对物流供给、消费、投资、出口进行短期和长期的Granger因果关系检验。
由于VECM的滞后期是无约束向量自回归模型(VAR模型)一阶差分变量的滞后期，而无约束VAR模型的最优滞后阶数为4，所以确定VECM的滞后期应为3，时间序列仍然使用没有时间趋势且协整方程有截距的形式。
用变量LTURR、LCONS、LINVT、LEXPT构造VECM如下：
经检验，在5％显著性水平上，方程(6)、(7)、(8)、(9)的残差序列满足正态性，不存在自相关和异方差，从而验证了VECM模型的有效性，也为下面基于VECM的因果关系检验奠定了基础。
(五)基于VECM的Granger因果关系检验
Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量的方程中。若一个变量受到其他变量的滞后影响，则称它们具有Granger因果关系。两个变量之间Granger因果关系的检验方程为：
上述检验方法可以推广到三个或三个以上的变量之间的Granger因果关系检验。我们对VECM回归方程(6)、(7)、(8)、(9)进行短期和长期的因果关系检验。
表3列出了Granger因果关系检验的结果。从短期来看，在99％的置信水平下消费和出口均是物流供给的原因，投资短期内不是物流供给的原因；投资和出口分别在90％和95％的置信水平下是消费的原因；由于短期内投资是消费的原因，而消费是物流供给的原因，所以短期内投资是物流供给的间接原因。短期内投资和出口均不受其它变量的影响。
从长期来看，在90％的置信水平下，消费、投资和出口是物流供给的原因；在95％置信水平下，投资、出口和物流供给是消费的原因；长期内投资和出口仍然不受其它变量的影响，短期和长期Granger因果关系检验的结果表明，投资和出口在上述四个变量组成的经济系统中具有外生性。
三、结束语
1.从协整分析结果来看，物流与消费、投资、出口之间存在着长期的均衡关系。
(1)消费需求和出口需求对物流供给具有负的影响，其弹性系数分别为-1.08和-0.35，这说明，在其它因素不变的前提下，消费和出口需求的满足将会减轻物流供给的压力，且消费对物流供给的压力大于出口对物流供给的压力，换句话说，物流供给对消费的贡献大于对出口的贡献。
(2)投资对物流供给具有正的影响，其弹性系数是1.70，这说明，在其它因素不变的前提下，增加投资势必改善物流基础设施、改善物流运输设备、优化运输运输网络、提升物流信息技术等，从而大大提升物流供给的能力。
2.从Granger因果关系检验的结果来看，经济系统内部部分变量之间有着短期或长期因果关系。
(1)对物流供给而言，消费、出口在短期和长期均是物流供给的原因，消费、出口需求的满足将使物流供给的压力减少，持续增加的消费和出口需求，将增加物流供给的压力；投资短期内不是物流供给的原因，但长期内是物流供给的原因，这主要是因为投资具有滞后效应的结果。
(2)对消费而言，投资和出口能够促进消费，二者在短期和长期均是消费的原因；物流供给短期内不是消费的原因，但长期内，物流供给和投资、出口一起成为消费的原因。这是因为物流业是一个服务性行业，短期内物流供给只是为消费提供物流服务，但长期内，随着物流供给服务水平的不断提高，投资规模和出口规模的不断扩大，经济发展水平必定会有明显提升，人民生活水平也将不断提高，进而促进了消费需求的增加。
(3)就投资和出口而言，在短期和长期，两者均不受系统内其它变量的影响，在系统中两变量具有外生性。
总之，消费、投资、出口和物流以不同的方式促进经济增长，消费、投资、出口以扩大需求的方式拉动经济的增长，而物流则以提供物流供给服务以满足消费、投资、出口对物流的需求的方式促进经济增长。消费、投资、出口和物流供给之间有着长期均衡关系，并且在这种均衡关系当中蕴含着某些变量之间的短期和长期因果关系，政府决策者要利用这种因果关系，无论在短期和长期，适当加大投资和出口，将有利于增强物流供给的能力、扩大消费需求，而物流供给的能力增强又能更好地满足消费的需求。
标签：时间序列论文; 因果关系论文; 协整检验论文; 协整关系论文; var模型论文; 经济模型论文; 供给和需求论文; 协变量论文; 消费投资论文; 市场均衡论文; 投资论文; 经济论文; 经济增长论文; 经济学论文;