■ 衛(wèi)宗超（黃河水利職業(yè)技術(shù)學(xué)院 河南開封 475003）

問題的提出

2009年3月，國務(wù)院提出將制造業(yè)與物流業(yè)聯(lián)動發(fā)展作為國家重點發(fā)展戰(zhàn)略，通過強化制造業(yè)的供應(yīng)鏈管理，引入現(xiàn)代物流業(yè)，以提高制造業(yè)生產(chǎn)效率，最終實現(xiàn)其轉(zhuǎn)型升級。制造業(yè)與物流業(yè)雙業(yè)聯(lián)動的核心是強化供應(yīng)鏈管理，通過供應(yīng)鏈上資源的集約與優(yōu)化，實現(xiàn)供應(yīng)鏈價值的提升，最終通過業(yè)務(wù)融合、管理協(xié)同，提高將制造業(yè)與物流業(yè)的產(chǎn)業(yè)效率，實現(xiàn)雙方的聯(lián)動發(fā)展。通過進行文獻梳理發(fā)現(xiàn)，已有研究主要集中在物流業(yè)和制造業(yè)發(fā)展的協(xié)調(diào)性等方面，而在物流業(yè)促進制造業(yè)產(chǎn)業(yè)升級方面的實證研究比較鮮見。本文借用已有研究成果，通過建立計量模型，實證分析了物流業(yè)發(fā)展對制造業(yè)升級的推動作用，并根據(jù)實證結(jié)論提出相應(yīng)政策建議。

實證分析過程

本文選取物流業(yè)增加值（W）作為衡量現(xiàn)代物流業(yè)發(fā)展的標(biāo)志。制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與制造業(yè)的發(fā)展密切相關(guān)。本文在OECD和Sanjaya Lall對制造業(yè)分類的基礎(chǔ)上，以生產(chǎn)技術(shù)含量為分類標(biāo)準(zhǔn)將國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)（GBT4754-2002）中按行業(yè)分組的規(guī)模以上工業(yè)企業(yè)主要經(jīng)濟指標(biāo)分為低技術(shù)制造業(yè)和中高技術(shù)制造業(yè)兩類。在此基礎(chǔ)上，本文定義中高技術(shù)制造業(yè)的工業(yè)總產(chǎn)值之和與低技術(shù)制造業(yè)的工業(yè)總產(chǎn)值之和的比值為中國制造業(yè)總產(chǎn)值結(jié)構(gòu)，其公式Y(jié)=∑Yh/∑Yl，即同一時期中高技術(shù)制造業(yè)工業(yè)總產(chǎn)值（Yh）與低技術(shù)制造業(yè)工業(yè)總產(chǎn)值（Yl）的比值。定義中高技術(shù)制造業(yè)銷售產(chǎn)值中的出口交貨值之和與低技術(shù)制造業(yè)銷售產(chǎn)值中的出口交貨值之和的比值為中國制造業(yè)產(chǎn)品出口結(jié)構(gòu)，其公式是：EX=∑EXh/∑EXl，即同一時期中高技術(shù)制造業(yè)產(chǎn)品出口總額（EXh）與低技術(shù)制造業(yè)產(chǎn)品出口總額（EXl）的比值。中國制造業(yè)工業(yè)總產(chǎn)值結(jié)構(gòu)和制造業(yè)產(chǎn)品出口結(jié)構(gòu)的變化情況能夠顯著衡量中國制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的升級狀況。

本文使用VAR模型進行統(tǒng)計分析，制造業(yè)分行業(yè)數(shù)據(jù)主要來源于歷年《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國物流年鑒》和《中國經(jīng)濟普查年鑒》，因為部分年份、行業(yè)的數(shù)據(jù)缺失，在研究過程中實際使用的樣本根據(jù)不同的研究設(shè)計可能有所減少。本文選取1992-2013年的年度數(shù)據(jù)，同時為了消除時間序列中可能存在的異方差性和減小數(shù)據(jù)的波動性，需要對原數(shù)據(jù)進行對數(shù)化處理。定義對數(shù)化處理后數(shù)據(jù)為：LNW、LNY，實證分析基于Eviews6.0軟件。

（一）變量的平穩(wěn)性檢驗

本文運用Eviews6.0軟件采用ADF方法對變量的平穩(wěn)性進行檢驗，滯后期的選擇采用AIC、SC準(zhǔn)則來確定，檢驗結(jié)果如表1所示。從表1可以看出LNW和LNY經(jīng)過ADF檢驗后，t統(tǒng)計量值均大于各置信水平下單位根檢驗的臨界值，由此可看出LNW和LNY是非平穩(wěn)時間序列；LNW和LNY的一階差分經(jīng)過ADF檢驗后，t統(tǒng)計量均小于5%置信水平下的臨界值，從而拒絕原假設(shè)，這說明LNW和LNY的一階差分項是平穩(wěn)序列。

（二）VAR模型滯后階數(shù)的選取和穩(wěn)定性檢驗

VAR模型最優(yōu)滯后期階數(shù)的選擇對該模型的建立至關(guān)重要，若滯后期階數(shù)太小，誤差項的自相關(guān)性會很嚴(yán)重，影響模型參數(shù)估計的一致性；若滯后期階數(shù)足夠大，雖然有利于完整反應(yīng)所構(gòu)造模型的動態(tài)特征，適當(dāng)消除誤差項中存在的自相關(guān)，但是會導(dǎo)致自由度的減少，影響參數(shù)估計的有效性；此外，滯后期選擇不當(dāng)還會導(dǎo)致“偽回歸”。在分析之前，應(yīng)根據(jù)AIC準(zhǔn)則、SC準(zhǔn)則、LR準(zhǔn)則和HQ準(zhǔn)則等確定VAR模型的最優(yōu)滯后階數(shù)。在上述準(zhǔn)則中，應(yīng)首先觀察AIC、SC準(zhǔn)則，若二者確定最優(yōu)滯后階數(shù)相同，則可以直接確定為最優(yōu)滯后階數(shù)，否則，需要綜合考慮LR準(zhǔn)則、HQ準(zhǔn)則、模型經(jīng)濟意義等來確定最優(yōu)滯后階數(shù)。對變量LNW和LNY的VAR模型確定最優(yōu)滯后階數(shù)，各信息準(zhǔn)則的具體數(shù)據(jù)如表2所示。

根據(jù)表2，AIC信息準(zhǔn)則、SC信息準(zhǔn)則、LR信息準(zhǔn)則和HQ信息準(zhǔn)則確定的最優(yōu)滯后階數(shù)為1階，所以確定LNW、LNY的VAR模型的最優(yōu)滯后階數(shù)為1階。在確定VAR 模型的最優(yōu)滯后期后，運用Eviews6.0軟件進行模型估計，LNW與LNY相互之間動態(tài)影響的VAR模型估計結(jié)果為（括號中數(shù)字為標(biāo)準(zhǔn)差，方括號中數(shù)字為t值）：

表1 變量的平穩(wěn)性檢驗

表2 LNW、LNY變量VAR模型最優(yōu)滯后期的確定標(biāo)準(zhǔn)

表3 LNY對LNW的回歸結(jié)果

表4 R的單位根檢驗

圖1 LNW對LNY一個標(biāo)準(zhǔn)差沖擊的脈沖響應(yīng)

圖2 LNY對LNW一個標(biāo)準(zhǔn)差沖擊的脈沖響應(yīng)

表5 LNY的方差分解

表6 LNW的方差分解

從上述兩個方程可以看出，在自然對數(shù)水平下物流業(yè)增加值對制造業(yè)總產(chǎn)值結(jié)構(gòu)的影響在滯后1期為正影響；制造業(yè)總產(chǎn)值結(jié)構(gòu)對物流業(yè)增加值的影響在滯后1期為負(fù)影響，但是影響力度較小；制造業(yè)總產(chǎn)值結(jié)構(gòu)和物流業(yè)增加值都受到自身滯后1期的強烈影響。從參數(shù)估計值的t統(tǒng)計量來看，在5%的顯著水平下，方程（2）LNY滯后一階估計值是不顯著的，其他都顯著。但VAR模型關(guān)注的是整個系統(tǒng)的平穩(wěn)性和顯著性，單個參數(shù)估計值不顯著對其影響很小。模型穩(wěn)定性檢驗一般以VAR模型中的AR特征多項式根為依據(jù)，如果所有AR根模的倒數(shù)均小于1，即都在單位圓內(nèi)，該模型是穩(wěn)定的；反之，則模型不穩(wěn)定。本文所建VAR（1）模型特征方程的兩個根分別為0.929781和0.728363都在單位圓內(nèi)，因此VAR（1）模型是穩(wěn)定的。

（三）協(xié)整檢驗

由于本文僅僅涉及兩個變量，所以使用常用的EG兩步法進行檢驗，以LNW為被解釋變量，LNY為解釋變量，用OLS估計回歸方程模型，其結(jié)果如表3所示；R序列為上述OLS回歸得到的殘差，對R序列進行單位根檢驗，檢驗結(jié)果如表4所示。

ADF統(tǒng)計量為-1.969673，小于5%顯著水平下Mackinnon臨界值，從而拒絕原假設(shè)，殘差序列不存在單位根，是平穩(wěn)序列，這說明LNY和LNW之間存在協(xié)整關(guān)系，也就是兩者之間存在穩(wěn)定的長期均衡關(guān)系。

（四）脈沖響應(yīng)函數(shù)分析

本文在VAR（1）模型基礎(chǔ)上，利用Cholesky分解技術(shù)，分析LNW和LNY分別產(chǎn)生一個標(biāo)準(zhǔn)差大小的新息沖擊時，對其當(dāng)期值和未來值所產(chǎn)生的影響，分析結(jié)果如圖1、圖2所示。圖1和圖2中，橫軸表示沖擊作用的滯后期間數(shù)（單位：年），實線表示脈沖響應(yīng)函數(shù)，虛線表示在相應(yīng)脈沖響應(yīng)圖像兩側(cè)加或減兩倍標(biāo)準(zhǔn)差的置信帶。

圖1中，實線表示在對數(shù)水平下我國制造業(yè)總產(chǎn)值結(jié)構(gòu)對物流業(yè)增加值的一個標(biāo)準(zhǔn)差新息的脈沖響應(yīng)值，虛線表示在相應(yīng)脈沖相應(yīng)圖像兩側(cè)加或減兩倍標(biāo)準(zhǔn)差的置信帶。從圖中可看出物流業(yè)增加值對來自制造業(yè)總產(chǎn)值結(jié)構(gòu)的擾動立即做出了負(fù)響應(yīng)，從第1期開始負(fù)響應(yīng)逐漸增大，到第4期達到最大值-0.0342，此后開始緩慢回升，到第10期達到-0.0269。整體來看，制造業(yè)總產(chǎn)值結(jié)構(gòu)對物流業(yè)增加值的影響比較平穩(wěn)，這與當(dāng)前我國制造業(yè)發(fā)展相對物流業(yè)較慢的現(xiàn)狀比較吻合。

圖2表示在對數(shù)水平下我國制造業(yè)總產(chǎn)值結(jié)構(gòu)受到物流業(yè)增加值一個標(biāo)準(zhǔn)差單位沖擊后的脈沖響應(yīng)函數(shù)。從圖中可以看出制造業(yè)總產(chǎn)值結(jié)構(gòu)對來自物流業(yè)增加值的擾動并未立即做出響應(yīng)，但此后對其響應(yīng)程度較大且增長迅速，到第7期達到最大值0.1286，之后開始緩慢回落，最終穩(wěn)定在0.120左右。這表明物流業(yè)增加值對制造業(yè)總產(chǎn)值結(jié)構(gòu)的發(fā)展具有顯著的推動作用并表現(xiàn)出一定時間滯后性。

（五）方差分解分析

脈沖響應(yīng)函數(shù)可以用來分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊并解釋其經(jīng)濟影響，而方差分解是把系統(tǒng)中每個內(nèi)生變量的波動按其成因分解為各方程信息（隨機誤差項）相關(guān)聯(lián)的組成部分，從而了解各信息對內(nèi)生變量的重要性。也就是說方差分解能產(chǎn)生預(yù)測方差，某變量的預(yù)測方差由自身和系統(tǒng)內(nèi)其他變量共同引起，通過對該預(yù)測方差進行分解，可以發(fā)現(xiàn)該變量變化的原因。本文基于上面建立的VAR模型分別對LNY和LNW進行方差分解并解釋。

從表5可以看出，制造業(yè)總產(chǎn)值結(jié)構(gòu)波動的第1期只受自身波動的影響，物流業(yè)增加值對預(yù)測誤差的貢獻度在第2期才顯現(xiàn)出來，但影響程度較大，此后影響程度逐漸增加，在前4期增加速度較快，后期增加速度較緩和，到第10期已達到90%。表明制造業(yè)總產(chǎn)值結(jié)構(gòu)的波動顯著受到物流業(yè)增加值的影響，從另一方面表明制造業(yè)發(fā)展受物流業(yè)發(fā)展影響較為顯著。

從表6可以看出，雖然物流業(yè)增加值波動在第1期就受到了制造業(yè)總產(chǎn)值結(jié)構(gòu)波動沖擊和自身波動的影響，但是整體來看物流業(yè)增加值的波動基本上來自于自身，受制造業(yè)總產(chǎn)值結(jié)構(gòu)波動沖擊的影響一直很小，最高才達到3.2%。這說明制造業(yè)總產(chǎn)值結(jié)構(gòu)波動的沖擊自始至終會對物流業(yè)增加值產(chǎn)生影響，但是影響很微弱，由于制造業(yè)總產(chǎn)值結(jié)構(gòu)在時間上的滯后性，這種微弱的影響會緩慢增強。

1.王曉艷.制造業(yè)與物流業(yè)聯(lián)動發(fā)展的機理與模式研究[J].物流技術(shù)，2009（7）

2.韋琦.制造業(yè)與物流業(yè)聯(lián)動關(guān)系演化與實證分析[J].中南財經(jīng)政法大學(xué)學(xué)報，2011（1）

3.陳憲，黃建鋒.分工、互通與融合：服務(wù)業(yè)與制造業(yè)關(guān)系演進的實證研究[J].中國軟科學(xué)，2004（10）

4.吳群.制造業(yè)與物流業(yè)聯(lián)動共生模式及相關(guān)對策研究[J].經(jīng)濟問題探索，2011（1）