基于VAR模型的物流业发展对贸易的影响研究—以广东省为例

基于VAR模型的物流业发展对贸易的影响研究—以广东省为例

邓卉 夏张琪悦 李晓彤 农晓倪

广西财经学院

摘要

在以往的研究中，物流业的发展与对外贸易具有密切的关系。广东省拥有雄厚的经济实力，优越的地理位置，发达的工业基础等优势来发展经济和对外贸易；因此本文以广东省为例，通过研究其物流业和对外贸易的发展情况，提出广东省物流发展水平对其贸易有正向影响的假说，同时构建了OLS和VAR模型，并对相关数据与模型进行平稳性检测、协整检验检测、方差分解等实证分析。

关键词：VAR模型；物流业发展；贸易

在上个世纪八十年代我国实行了对外开放的政策以来，外贸得到了快速的增长，使物流业从传统的产品运输成长为新兴的服务产业，物流业在发展上取得了重大的进步。物流是国际贸易过程中的必经之路，同时也是影响国际贸易竞争力的重要因素，它在衡量一个国家或地区的对外贸易发展程度及经济实力上已经成为了一个重要的指标。广东省作为我国水路运输最发达、拥有沿海港口最多、对外贸易最活跃的省份，物流业应成为其经济发展的推动剂。

一、广东省物流发展对贸易影响的实证分析

（一）变量选取

本文主要是通过实证分析法来研究广东物流业发展水平对地方贸易的影响，选取的变量包括广东省贸易总额（TR）、港口外贸货物吞吐量（BAY），数据频率为2019年至2020年的年度数据；为了消除异方差性，对数据取自然对数处理，两个序列变量分别用LNTR和LNBAY来表示。模型的所有检测步骤采用实证分析软件eviews7.0。

因变量为广东省贸易总额（TR）、广东省进口总额（IM）、广东省出口总额(EX)，单位为人民币亿元，数据来自广东省统计局。

自变量--广东省物流业发展水平选取的数据为广东主要港口外贸货物吞吐量（BAY），数据来自中国海洋统计年鉴。 港口是国际物流的集散中心，也是物流业发展的最重要环节。 相对于其它的物流方式如航空、铁路或公路，海运所承接的国际物流业务是其它方式的一倍多。国际贸易物流绝大部分采用海运的方法；港口即是国际贸易物流的起点，也是终点。国际市场的竞争已慢慢扩张到国际物流的竞争，加快发展港口物流业已经成为一种普遍的选择和发展趋势，港口货运吞吐量已经成为港口贸易城市综合竞争力的重要标志。随着国际分工的细化，使物流业从国际贸易中分离出来，国际物流业的发展，对国际贸易带来的是促进作用。早年许多发达国家为了让本国贸易更便利，对海运基础设施建设投入了大量资金，使物流装备实现了信息化、自动化，这些都为物流产业的发展奠定了良好的基础。实践证明，港口城市物流不仅能达到物流经济快捷高效的目的，而且为地方的经济与贸易的繁荣注入新的力量；从以下的三个散点图我们也可以看出贸易额随港口货运吞吐量成正比例增长。

（二）平稳性检测—单位根检验

在用估计的变量建模之前，要先对本案例的时间序列进行平稳性检测，假如序列不平稳，容易造成模型的伪回归问题。单位根检验是判断时间序列平稳与否的一个有效方法。我们分别将LNTR、LNBAY两个变量进行一阶差分处理，然后对原阶和一阶差分数值进行检测，所产生的ADF检验结果如下：

表1 ADF检验检测结果[1]

如表所示，原阶形态的4个变量的P值均大于0.05，不能否定零假设，因此原序列都存在单位根。经过一阶差分之后，全部变量的P值小于5%的临界值，说明5%显著水平上否定原假设，说明变量为平稳序列。

（三）长期均衡关系检测--协整检验

在经济系统中，许多时间序列变量都是非平稳的，但是其线性组合却可能是平稳的，这种情况称之为协整，且认为该线性组合之间存在长期均衡的关系。为了检验各序列变量间是否存在协整关系，本节将采用Johansen协整检验，检验结果如下：

表2 LNTR与LNBAY Johansen协整结果

表3 LNEX与LNBAY Johansen协整结果

表4 LNIM与LNBAY Johansen协整结果

由表2-4可知，LNTR、LNEX、LMIM与LNBAY之间的Johansen轨迹统计量的值都大于临值，因此三个因变量与LNBAY被分析证实在5%的显著性水平上显著，故它们之间存在协整关系，且原假设At most 1轨迹统计量概率P值小于0.05，证明他们最多有一个协整关系。也就是说，广东省港口外贸货物吞吐量分别与广东省贸易总额、出口总额和进口总额存在长期稳定关系，我们也可以肯定它们之间不存在伪回归的问题，因此我们可建立广东省物流发展水平对贸易的影响的相关模型：

贸易方程：LNTR= -2.57319 + 1.08834*LNBAY （方程1.1）

T （-6.567227） （28.70425）

Prob （0） （0）

R²=0.976301A-R²=0.975117 F=823.9338

出口方程：LNEX= -3.85102 + 1.159929*LNBAY （方程1.2）

T （-9.448251） （29.35499）

Prob （0） （0）

R²=0.977317A-R²=0.976183 F=861.7157

进口方程：LNIM= -2.441096 + 0.991246*LNBAY （方程1.3）

T （-5.915409） （24.82299）

Prob （0） （0）

R²=0.968562A-R²=0.966991 F=616.1808

从以上三个方程的估计结果得知，R方均和调整R方为0.97左右，说明模型拟合度非常高。广东物流业发展水平对三个因变量的归回系数分别为1.08834、1.159929和0.991246，T值达到28.70425、29.35499和24.82299，P值都小于0.05，通过了变量的统计检测；另外，回归系数都大于0且为正数，与理论的预期符号相一致，因此通过了经济意义检测。下面还要进一步进行残差检测。

（四）序列相关性检测

在模型中测试自相关是很重要的，模型中可能遗漏了重要变量或函数形式不正确，可能会导致变量的显著性检测失去意义或模型的预测失效。

1.杜宾-沃森DW检验

Durbin-Watson检验可用于确定方程的误差项中是否存在一阶自相关。在本章中，贸易方程、出口方程和进口方程的DW检验结果分别为1.297484、1.376103和1.083958，对于1个解释变量和22个观测值，DW的下限为dL=1.24，上限为dU=1.43，假如DW值小于dL则存在自相关问题，大于dU就不存在自相关问题，如果检测结果在dL<DW<dU则无法确定是否存在自相关。从实验结果来看，贸易方程和出口方程无法确认是否存在问题，而进口方程可能存在自相关问题。我们进一步用其它方法来进行确认。

2.Q-statistics检验和LM检验

由于DW检验只能是做一阶序列相关性的检验，而LM检验和Q-statistics检验能够做高阶的序列相关性检验。

（1）Q-statistics检验

贸易方程和出口方程的Q统计量的P值在滞后1至12阶的概率P值都大于5%，且自相关值均处在虚线之间，表明在显著水平为5%的情形下与0没有显著区别，所以不能拒绝原假设，认为模型的回归的残差序列不存在自相关，而进口方程则很可能存在自相关问题。

（2）LM检验

从检测结果可以看出贸易方程和出口方程检测的F值的概率P值为0.0776和0.1245，LM值的概率P值为0.0659和0.1030，所以接受原假设，认为该模型残差序列不存在自相关。图11中，进口方程的两个值均小于0.05，因此我们可以确定其存在自相关问题。

(3) 进口方程自相关问题修正

我们在原方程加入AR（1）来进行自相关问题的修正，经过修正后，我们发现DW值升高至1.844045，明显大于dU=1.43, R方也相较之前提高。新的LM检验结果显示两个P值大于0.05，所以可以确定自相关问题已被解决。

所以修正后的进口方程为：

LNIM= 3.533 + 0.444*LNBAY + AR(1) （方程2.3）

T （2.136657） （3.000）

Prob （0.04） （0.007）

R²=0.97925A-R²=0.97695 F=424.8018

（五）Chow突变点检验

时间序列数据通常可能包含结构性突变，这主要是由于经济的意外变化，如政策变化或经纪危机的冲击。这会给模型中的变量带来严重的预测误差。本案例数据跨越了1999-2020年，其中较有可能引起变量不正常波动的事件有2008年的金融危机、2018年的中美贸易战和2019年的新冠肺炎疫情爆发。我们用Chow检验法来测试这三个突变点是否影响时间序列的平稳性。 检测结果显示，这三年的统计量的伴随率都很大，因此不能拒绝原假设，认为2008、2018、2019年前后模型没有发生显著变化，即2008年的金融危机、2018年的中美贸易战和2019年的新冠肺炎疫情爆发并未对三个模型的时间序列稳定性造成影响。

（六）矢量回归模型—VAR模型

本文前段构建的一元线性回归OLS模型仅讨论了物流发展水平对贸易的影响，但在经济系统中，很多变量之间是互相影响的，物流水平的发展也有可能是因为贸易的增加。为了更好的研究两者之间的动态关系，我们引入VAR模型。

1.VAR模型的平稳性

经过模型稳定性检验，贸易、出口和进口的VAR模型所有的特征根的倒数的模小于1，即都在单位圆以内，表示三个VAR模型都是平稳的。

2.脉冲响应函数

脉冲响应图可以用于说明一个变量对另一个变量的影响方向、力度和时间点。下面的三个图分别解释了广东省物流业发展水平与贸易总额、出口额、进口额之间互相影响的情况，左边的小图物流业发展水平对贸易、出口和进口的影响，右边的小图是贸易、出口和进口对物流业发展水平的影响。

从脉冲响应值轨迹结果可以知道，物流发展水平对三个因变量的影响非常相似，贸易、出口和进口受到物流发展水平的正向冲击，从第一期后开始上升，到达第三期形成一个峰值，接着开始回落然后趋于平缓，可以看到直到最后，物流发展对贸易的影响始终是正向的（曲线一直是正数）；贸易、出口和进口反过来对物流发展的影响也是正向的，一开始的冲击较大，约在第二期达到顶峰然后开始下降，但始终保持正向影响。 中国在2001年底加入世贸组织后，中国的对外贸易开始蓬勃发展，进出口总额开始逐步加大，物流产业作为服务于贸易的主要产业，随后也开始了产业进步与升级。2004年，为了进一步协调和推动我国贸易的发展，国家发改委出台了《关于促进我国现代物流业发展的意见》，使得当年物流总额达到3814万亿元，广东省政府也在同年发布了《广东省绿色港口行动计划 （2014-2020）》等一系列鼓励政策，因此2004-2005年（即图中的第三期）是中国物流业发展最快的一年，也是广东省物流业突飞猛进的一年。物流业与贸易是相辅相成、互相促进、协调发展的。

3.方差分解

使用Variance Decompositon 方法可以形成VEC模型的方差分解图，用于分析各变量对其它变量的影响贡献度的大小。随着基数的增加，贸易总额、出口总额和进口总额由自身变动解释的部分开始逐步降低，由第一期的100%降缓慢下降到第十期的约96%，下降的幅度不大；同时物流水平的变动解释部分开始增强，在第十期达到顶峰约4%，变化的幅度也不大，换言之大约4%的贸易、出口和进口变动方差由物流水平变动可以解释。而贸易对物流业发展的贡献力度较大，从左下和右下的图来看，物流业对自身的影响从第一期100%开始逐步降低，到第六期开始平缓并保持在20%，贸易对物流的影响贡献力从一开始就比较高，从40%逐渐升到80%。这说明物流业和贸易之间是互相影响、互相促进的，物流业对贸易有一定的影响力度，而贸易对物流业的影响更甚。

二、实证分析结论

本文验证了我们提出的关于广东省物流发展水平对广东省贸易总额有正向影响的假说。在实证研究的模型中，自变量贸易总额、出口总额、进口总额对港口外贸货物吞吐量的影响表现为正数，说明广东省物流发展水平越高会促进广东是贸易的发展。协整检验结果说明两者存在长期均衡的关系，广东省物流业发展水平上升1%，分别使得广东省贸易总额将上升1.088%，出口上升1.16%，进口上升0.44%。VAR模型进一步解释了物流和贸易之间的互相影响关系；脉冲响应函数验证了在2001年中国加入WTO后，贸易的发展给物流业带来了发展机遇，在2004年物流业发展到达一个高峰，又进一步给贸易正向冲击；物流业和贸易之间是互相影响、协调共进的，物流业对贸易有一定的影响，而贸易对物流业的影响更为显著。研究表明广东省物流发展的水平越高，其贸易的发展就越好，两者之间存在着相互依存的关系；在对外贸易环境多变和我国“双循环”发展的的情况下，广东省作为我国物流业与对外贸易发展的领头羊，应该推动其现代物流的健康发展，促进国际物流与对外贸易的协调发展；广东省政府及相关部门必须正视自身在发展中存在的问题，积极探索更多的适合广东省发展物流业与贸易的优化对策，以物流业的健康发展来提高对外贸易的国际竞争力。

参考文献

[1]赵鹏飞.国际物流发展对国际贸易的积极影响[J].企业改革与管理，2017(08):94.

[4]王爱虎,王梦瑶,贺裕雁.“一带一路”背景下广东省物流水平对其出口贸易的影响——基于引力模型的实证研究[J].工业工程,2018,21(02):1-8.

基金项目：2022年广西区级大学生创新创业训练项目《“双循环”新发展格局下我国物流产业的发展对策研究——基于VAR模型实证研究》（编号：202211548245）

[1] △表示一阶差分。