現(xiàn)代物流與經(jīng)濟增長的VAR模型分析報告

1、當(dāng)前文檔修改密碼：8362839研究領(lǐng)域：數(shù)理經(jīng)濟與計量經(jīng)濟學(xué)現(xiàn)代物流與經(jīng)濟增長的VAR模型分析高闊九江學(xué)院，郵編：332005，E-mail： HYPERLINK mailto: ； 甘筱青教授，博士生導(dǎo)師，九江學(xué)院院長，中國中部經(jīng)濟進展研究中心副主任，研究方向：數(shù)量經(jīng)濟模型與方法、現(xiàn)代物流與供應(yīng)鏈治理、治理科學(xué)與系統(tǒng)動力學(xué)； 李仁良副教授，博士，南昌大學(xué)經(jīng)管學(xué)院物流研究所所長，中國物流學(xué)會理事、特約研究員，研究方向：現(xiàn)代物流與供應(yīng)鏈治理。摘要：本文在建立VAR模型的基礎(chǔ)上，運用脈沖響應(yīng)函數(shù)和預(yù)測方差分解來刻畫現(xiàn)代物流進展與經(jīng)濟增長關(guān)系的相關(guān)性。研究結(jié)果表明，我國的現(xiàn)代物流進展與經(jīng)濟增長之間

2、存在著較強的正向相關(guān)性。因此，在當(dāng)前條件下，加速推進現(xiàn)代物流進展是持續(xù)促進經(jīng)濟增長的重要路徑選擇。關(guān)鍵詞：物流；VAR模型；脈沖響應(yīng)函數(shù)；方差分解An Analysis of VAR model Between Modern logistics and Development of Economic in China Gao Kuo Gan Xiaoqing Li RenliangAbstract: Based on the foundation of VAR model，This paper applies impulse response function and variance dec

3、omposition to portray the correlations between Development of Economic and Modern logistics .The result shows that there exists a strong positive response between them .there for，in current conditions ,accelerating pace of Modern logistics is the fundamental approach choice to Promote the Developmen

4、t of Economic.Key words: Modern logistics; VAR model; Impulse Response Function; Variance Decomposition一、引言隨著物流業(yè)的進展，人們對物流為“第三利潤源泉”的看法差不多差不多形成共識，理論界普遍認為物流的進展能夠促進經(jīng)濟的進展，即“現(xiàn)在物流是經(jīng)濟進展的加速器” ，吳邦國副總理指出， 物流業(yè)是中國“國民經(jīng)濟的重要產(chǎn)業(yè)和新的經(jīng)濟增長點”。世界銀行2000年研究報告中國:服務(wù)業(yè)進展和中國經(jīng)濟競爭力的研究結(jié)果表明,在中國有4個服務(wù)性行業(yè)關(guān)于提高生產(chǎn)力和推動中國經(jīng)濟增長具有重要意義,它們是物流服務(wù)、商

5、業(yè)服務(wù)、電子商務(wù)和電信服務(wù)業(yè)。其中,物流服務(wù)是比重最大的一類，隨著世界經(jīng)濟的持續(xù)進展和科學(xué)技術(shù)的突飛猛進,現(xiàn)代物流作為現(xiàn)代經(jīng)濟的重要組成部分和工業(yè)化進程中最為經(jīng)濟合理的綜合服務(wù)模式,正在全球范圍內(nèi)得以迅速進展。同時經(jīng)濟的進展也為物流業(yè)的進展提供了良好的經(jīng)濟運行條件和市場環(huán)境，不僅保障物流業(yè)的順利進行，而且拉動了物流業(yè)的進展。圍繞著現(xiàn)代物流與經(jīng)濟進展之間的關(guān)系，國內(nèi)學(xué)者進行了有益的探究和研究。專門多專家學(xué)者從定性的角度分析兩者之間的關(guān)系，區(qū)域經(jīng)濟進展與物流（2002）一文中，北京交通大學(xué)張文杰教授運用經(jīng)濟學(xué)中的區(qū)域經(jīng)濟理論和交易理論分析論述了區(qū)域經(jīng)濟與物流間的相互關(guān)系，總結(jié)出：經(jīng)濟全球化、區(qū)域經(jīng)

6、濟一體化、區(qū)域中的企業(yè)對利潤和核心競爭力的追求、以及我國經(jīng)濟進展的現(xiàn)實促進了現(xiàn)在物流的進展；同時，現(xiàn)在物流的進展也改變著區(qū)域經(jīng)濟的增長方式、促進新的產(chǎn)業(yè)形態(tài)的形成、優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、促進以都市為中心的區(qū)域市場的形成和進展。物流在國民經(jīng)濟進展中的位置（2002）一文中，靳偉認為物流在國民經(jīng)濟進展中的關(guān)鍵環(huán)節(jié)，物流在新經(jīng)濟進展過程中起到極其重要的作用。經(jīng)濟進展與現(xiàn)代物流（2004）一文中，詹國華從美國“物流”的進展進程來講明我國物流進展與經(jīng)濟進展的關(guān)系，進而講明現(xiàn)代物流的進展必須建立在經(jīng)濟進展到一定水平的基礎(chǔ)之上。同時也對我國進入21世紀后物流進展的趨勢作了分析。物流產(chǎn)業(yè)與經(jīng)濟進展的關(guān)系分析（20

7、05）一文中，黃海，徐濤等認為現(xiàn)代物流產(chǎn)業(yè)的建立是經(jīng)濟進展到一定時期的必由之路，它對進一步提升國家經(jīng)濟增長意義重大。物流與經(jīng)濟的關(guān)系（2005）一文中，劉鵬飛，謝如鶴等認為物流與經(jīng)濟的關(guān)系相輔相成，物流進展的程度取決于社會經(jīng)濟進展的程度，物流的進展又會促進經(jīng)濟的快速進展。物流產(chǎn)業(yè)對經(jīng)濟進展的貢獻及對其它產(chǎn)業(yè)的支撐（2006）一文中，劉湖分析了物流對經(jīng)濟進展的作用,探討了物流產(chǎn)業(yè)在國民經(jīng)濟中的地位及對經(jīng)濟進展的貢獻,分析了物流產(chǎn)業(yè)與國民經(jīng)濟其它產(chǎn)業(yè)部門之間的關(guān)聯(lián)關(guān)系及對其它產(chǎn)業(yè)的支撐作用,指出了進展物流產(chǎn)業(yè)的重要性。關(guān)于現(xiàn)代物流與經(jīng)濟進展關(guān)系定量分析的探討和研究也許多。中國物流業(yè)對經(jīng)濟增長作用的

8、實例分析（2004）一文中，王俊應(yīng)用計量經(jīng)濟學(xué)的方法，以國內(nèi)生產(chǎn)總值為被解釋變量，表示中國經(jīng)濟進展水平，以物資周轉(zhuǎn)量作為解釋變量表示物流業(yè)的進展水平，揭示了物流業(yè)與經(jīng)濟進展的相互關(guān)系，并對中國物流業(yè)今后的進展提出相應(yīng)建議。物流能力對區(qū)域經(jīng)濟的貢獻研究（2005）一文中，作者從另一方面-物流供給能力方面對江蘇省物流能力對江蘇GDP增長的貢獻率進行了分析，得到江蘇物流能力方面對江蘇GDP增長的貢獻率為36.77%。都市物流對經(jīng)濟的拉動作用研究以江蘇南京為例（2004）一文中，譚清美和王子龍等認為都市物流概念應(yīng)拓寬為:都市區(qū)域內(nèi)生產(chǎn)要素(包括勞動力要素)和產(chǎn)品的流淌以及都市與外界生產(chǎn)要素和產(chǎn)品的交換

9、和流通活動。都市物流通量是指貨流量與客流量的貨流當(dāng)量之和,它能夠反映都市樞紐物流能力。都市經(jīng)濟物流彈性是指都市經(jīng)濟增長率與都市物流能力增長率之比。1978年以來,南京經(jīng)濟物流彈性一直呈上升趨勢,預(yù)期2005年南京經(jīng)濟物流彈性將達到2、193水平，這講明:物流能力對經(jīng)濟增長有明顯的拉動作用;都市物流供給明顯小于物流需求;南京物流產(chǎn)業(yè)是經(jīng)濟進展的“瓶頸產(chǎn)業(yè)”為促使都市經(jīng)濟與都市物流進入良性互動狀態(tài),南京市須進一步加強物流系統(tǒng)建設(shè)和物流產(chǎn)業(yè)治理體制建設(shè)?，F(xiàn)代物流與經(jīng)濟增長增長的關(guān)系研究（2004）一文中，劉南和李燕等從供給推動、需求拉動兩個角度分析現(xiàn)代物流進展與經(jīng)濟增長之間的相互關(guān)系，并運用了格蘭杰

10、因果檢驗方法，以浙江為例對現(xiàn)代物流進展與經(jīng)濟增長之間的雙向因果關(guān)系進行分析，發(fā)覺現(xiàn)代物流進展與經(jīng)濟增長之間并非互為因果。區(qū)域物流業(yè)對地區(qū)經(jīng)濟增長的阻礙分析（2006）一文中，周君運用logistic模型來分析區(qū)域物流業(yè)與地區(qū)經(jīng)濟增長之間的定量關(guān)系，采取邊際和彈性經(jīng)濟分析方法，量化了區(qū)域物流業(yè)進展所帶來的地區(qū)經(jīng)濟的增長，不失為指導(dǎo)區(qū)域物流業(yè)進展、規(guī)劃的一種有用方法。以天津市為案例的實證分析中，通過時刻序列分析預(yù)測了以后幾年區(qū)域經(jīng)濟和物流業(yè)進展的趨勢，利用logistic模型分析出天津市物流業(yè)的單位增長所帶來的地區(qū)經(jīng)濟的增長額度和變化規(guī)律，同時提出了進展物流產(chǎn)業(yè)的政策建議。本文將在以往相關(guān)研究的基

11、礎(chǔ)上，在建立VAR模型的基礎(chǔ)上，運用脈沖響應(yīng)函數(shù)和預(yù)測方差分解來刻畫現(xiàn)代物流進展與經(jīng)濟增長關(guān)系的動態(tài)相關(guān)性。二、向量自回歸模型Structural Approach 利用經(jīng)濟理論來描述變量之間的關(guān)系。然而，經(jīng)濟理論往往不能達到為變量之間動態(tài)關(guān)系提供嚴格的定義，加之內(nèi)生變量可能同時出現(xiàn)在的方程的左右兩邊，使得可能和推論問題變得復(fù)雜化，為解決這些問題而產(chǎn)生了有關(guān)多變量建模的非結(jié)構(gòu)方法。向量自回歸模型確實是非結(jié)構(gòu)化的多方程模型。向量自回歸模型（VAR：Vector Auto-regression）通常用語相關(guān)時刻系列系統(tǒng)的預(yù)測和隨機擾動對變量系統(tǒng)的動態(tài)阻礙。模型避開了結(jié)構(gòu)建模方法中需要對系統(tǒng)中每個內(nèi)

12、生變量關(guān)于所有內(nèi)生變量滯后值函數(shù)的建模問題。向量自回歸模型實際上是向量自回歸移動平均（VARMA）模型的簡化，后者因參數(shù)過多帶來專門多問題而少有應(yīng)用。最一般的VAR模型數(shù)學(xué)表達式為：= （1）其中是m維內(nèi)生變量向量，是d維外生變量向量，和是待可能的參數(shù)矩陣，內(nèi)生變量和外生變量分不有p和r階滯后期。是隨機擾動項，其同時刻的元素能夠彼此相關(guān)，然而不能與自身滯后期和模型右邊的變量相關(guān)。模型（1）中內(nèi)生變量有p階滯后，因此可稱其為一個VAR（p）模型。在實際應(yīng)用中，通常希望滯后期p和r足夠大，從而完整的反映所構(gòu)造模型的動態(tài)特征。但另一方面，滯后期越長，模型中待可能的參數(shù)就越多，自由度就越少。因此，應(yīng)在

13、滯后期和自由度之間尋求一種均衡狀態(tài)，一般依照AIC和SC信息量取值最小的準(zhǔn)則確定模型的階數(shù)。AIC=-2L/N+2K/NSC=-2L/N+KLogN/N那個地點，K=M（RD+PM）是可能參數(shù)個數(shù)，N是觀測值數(shù)目，且L=- （2）三、變量與數(shù)據(jù)現(xiàn)代物流是市場經(jīng)濟和現(xiàn)代科學(xué)技術(shù)進展到一定時期的產(chǎn)物，科學(xué)評價現(xiàn)代物流進展條件和潛力，對培育物流市場，改善現(xiàn)代物流進展環(huán)境，促進現(xiàn)代物流體系的改善，提升現(xiàn)代物流競爭力，推動經(jīng)濟進展都具有十分重要的意義。物流是一個隨著人們認識的不斷深化最后形成的一個概念，關(guān)于它的量化問題還未系統(tǒng)化，統(tǒng)計數(shù)據(jù)上找不到專門的描述指標(biāo)，更不要講得到歷史統(tǒng)計資料。物流是一個復(fù)雜的

14、經(jīng)濟現(xiàn)象，目前還沒有哪一個指標(biāo)能夠較全面地反映物流的進展變化情況。依照相關(guān)文獻對現(xiàn)代物流衡量指標(biāo)的研究，本文選用以下指標(biāo)來描述現(xiàn)代物流的進展水平：1.物流進展成效指標(biāo)： 依照我國國家統(tǒng)計局和國家標(biāo)準(zhǔn)局1994年制定的國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)，與物流業(yè)緊密相關(guān)的行業(yè)應(yīng)為第三產(chǎn)業(yè)中交通運輸、倉儲和郵電通信業(yè)中的貨運和倉儲部分；但目前尚不能將這些行業(yè)中的貨運和倉儲部分的產(chǎn)值從中剝離出來，因此只能用交通運輸、倉儲、郵電通信業(yè)的產(chǎn)值來近似代替宏觀物流業(yè)的產(chǎn)值。因此本文采納交通、倉儲及通信業(yè)產(chǎn)值那個指標(biāo)作為衡量物流產(chǎn)值（TPT）的指標(biāo)，來衡量物流進展的程度。 參見趙艷，張文杰，物流統(tǒng)計初探，統(tǒng)計研究2001.

15、8，文中對物流指標(biāo)的選取進行了評述。2.經(jīng)濟增長指標(biāo)：依照定義，經(jīng)濟增長能夠指在“量”中的集中體現(xiàn)與結(jié)果是商品供給總量的不斷增加，即國民總產(chǎn)出的持續(xù)增加，這是經(jīng)濟增長的中心。假如考慮到“質(zhì)”的提高上，經(jīng)濟增長就成了經(jīng)濟進展，不僅包括經(jīng)濟增長的速度、增長的平穩(wěn)程度和結(jié)果，同時還特不包括一國或地區(qū)的人民的平均生活質(zhì)量如教育水平、健康衛(wèi)生標(biāo)準(zhǔn)等，以及整體經(jīng)濟結(jié)構(gòu)、社會結(jié)構(gòu)等的總體進步。本文對經(jīng)濟增長僅從“量”的角度對經(jīng)濟進展?fàn)顩r進行衡量，又考慮到數(shù)據(jù)的可得性和有效性，本文選取國內(nèi)生產(chǎn)總值（GDP）作為衡量經(jīng)濟增長速度的指標(biāo)。以上兩個指標(biāo)，凡是會受到價格的阻礙的指標(biāo)，本文都將其價格因素予以剔除，將其全

16、部轉(zhuǎn)化為1978年不變價格。本文選取1978年至2004年的時刻序列數(shù)據(jù)，如表1。表1 GDP和TPT數(shù)據(jù)表年份GDPTPT19783624.18.195361172.85.15213519794038.28.303554184.25.21602219804517.88.415780205.05.32301019814860.38.488855211.15.35233219825301.88.575802236.75.46679419835957.48.692389264.95.57935219847206.78.882766327.15.79026619858989.19.103768406

17、.96.008567198610201.49.230280475.66.164577198711954.59.388863544.96.300602198814922.39.610612661.06.493754198916917.89.736122786.06.666957199018598.49.8308311147.57.045341199121662.59.9833381409.77.251132199226651.910.190621681.87.427620199334560.510.450472123.27.660680199446670.010.750862685.97.895

18、771199557494.910.959453054.78.024437199666850.511.110213494.08.158802199773142.711.200173797.28.242019199876967.211.251134121.38.323924199980579.411.297004460.38.402971200088254.011.387975408.68.595746200195727.911.469275968.38.6942172002103935.311.551526420.38.7672202003116741.211.667716644.38.8015

19、152004136584.311.824707694.28.948222資料來源：依照中國統(tǒng)計年鑒（2005）有關(guān)資料計算整理四、實證分析（一）序列單整檢驗運用EViews3.0軟件，對表1中、 的單位根進行ADF檢驗，檢驗方程的選取依照相應(yīng)的數(shù)據(jù)圖形來確定，采納AIC，SC最小準(zhǔn)則確定最佳滯后階數(shù)，檢驗結(jié)果如表2。從表2中我們能夠看出、以及他們一階差分的ADF檢驗統(tǒng)計量均大于顯著性水平1%，5%，10%時的臨界值，因此不能拒絕原假設(shè)，序列、以及他們一階差分都存在單位根，是不平穩(wěn)的。然而、的二階差分的ADF檢驗統(tǒng)計量均小于顯著性水平1%，5%，10%時的臨界值，因此拒絕原假設(shè)，因此序列、 二階

20、差分不存在單位根，是平穩(wěn)的。綜上所述，I(2), I(2).表2 、 單位根的ADF檢驗表變量檢驗類型（C，F(xiàn)，K）ADF檢驗值各顯著性水平下的臨界值檢驗結(jié)果1%5%10%（C，F(xiàn)，1）-3.004825-4.3738-3.6027-3.2367不平穩(wěn)一階差分（C，F(xiàn)，3）-2.945617-4.4415-3.6330-3.2535不平穩(wěn)二階差分（0，0，1）-4.145713-2.6700-1.9566-1.6235平穩(wěn)（C，F(xiàn)，2）-1.544122-4.3942-3.6118-3.2418不平穩(wěn)一階差分（C，F(xiàn)，2）-2.434921-4.4167-3.6219-3.2474不平穩(wěn)二階差

21、分（0，0，1）-4.488105-2.6700-1.9566-1.6235平穩(wěn)注：C，F(xiàn)，K分不表示單位根檢驗方程包括常數(shù)項，時刻趨勢項和滯后階數(shù)（二）向量自回歸模型本部分內(nèi)容采納和的數(shù)據(jù)來建立VAR（P）模型，同時利用脈沖響應(yīng)函數(shù)和方差分解對其進行分析解釋。通過AIC，SC最小準(zhǔn)則確定最佳滯后階數(shù)P為一階到二階，采納OLS法對模型進行可能，結(jié)果如下： (3) (7.3754) (-4.4257) (1.5912) (0.74711) (3.2143) AIC=-3.303674 SC=-3.059899 (4) (0.67173) (-0.43957) (5.81736) (-1.6713

22、1) (-0.24641) AIC=-2.230094 SC=-1.986319從方程（3）和（4）中，大伙兒能夠看出所可能出來的參數(shù)大部分在統(tǒng)計上是顯著的，只有專門少的個不不甚顯著，這是因為一個方程有同樣變量的多個滯后值產(chǎn)生了多重共線性，但從整體上看，這些系數(shù)是顯著的。方程（3）中滯后期系數(shù)能夠看出，的一階滯后對其阻礙專門大，正的阻礙關(guān)系，的二階滯后對其阻礙是越來越弱,而且是負的阻礙。后兩個參數(shù)的可能值均較大，而且均為正值，表明當(dāng)前的與的滯后值有較大的正向相關(guān)聯(lián)系。講明物流的進展對經(jīng)濟增長有著正向的促進作用。方程（4）各中，與自身的一階和二階滯后值都有著較大的聯(lián)系，其中與一階是正向的相關(guān)關(guān)系

23、，二階是負向相關(guān)關(guān)系。與的一階滯后值有著強的正向相關(guān)關(guān)系，參數(shù)可能值為1.330。講明經(jīng)濟增長對物流的進展起著專門重要的促進作用。（三）脈沖響應(yīng)函數(shù)和方差分解1. 脈沖響應(yīng)函數(shù)圖1是基于VAR（2）和漸進解析法模擬的脈沖響應(yīng)函數(shù)曲線橫軸表示響應(yīng)函數(shù)的追蹤期數(shù)，縱軸表示被解釋變量對解釋變量的響應(yīng)程度。圖1.1為對一個標(biāo)準(zhǔn)差新息的響應(yīng)路徑，從圖中可知，國民收入（）對其自身的一個標(biāo)準(zhǔn)差新息趕忙有比較強烈的反映，而且是正向的阻礙，在第二和第三期之間達到最大，增加了大約0.025，在隨后的時刻里這種正向的反映差不多穩(wěn)定，保持在0.06左右，而且持續(xù)時刻比較長。物流產(chǎn)值（）一個標(biāo)準(zhǔn)差新息對其阻礙是正向的而

24、且持續(xù)增長的，特不是在第二期以后這種正向的阻礙能力變的更強，一直持續(xù)到第六期達到最大，在第六到第十期期間阻礙有所下降，然而阻礙依舊專門強烈，在隨后的時期里這種正向的阻礙一直維持在一個較高的水平。1.1.Lngdp對一個標(biāo)準(zhǔn)差新息響應(yīng) 1.2.Lntpt對一個標(biāo)準(zhǔn)差新息響應(yīng)圖1 脈沖響應(yīng)函數(shù)曲線圖1.2為物流產(chǎn)值（）對一個標(biāo)準(zhǔn)差新息的響應(yīng)路徑，從圖中可知，物流產(chǎn)值（）對其自身的一個標(biāo)準(zhǔn)差新息趕忙有比較強烈的反映，而且是正向的阻礙，在第二和第三期之前這一段時期中，增加速度最快，在第三期時候差不多達到一個較大值，在第三和第八期之間增加速度有所減緩，然而仍然專門大，在第八期時候達到最大。第八期之后開始

25、緩慢回落，然而阻礙依舊專門強烈。國民收入（）一個標(biāo)準(zhǔn)差新息從第二期開始比較明顯，使得物流產(chǎn)值（）迅速增加。在第六期左右達到最大，在第六期之后開始緩慢回落，然而這種正向的阻礙一直維持在一個較高的水平。2.方差分解表3中，第一列表示預(yù)測期，S.E.中數(shù)據(jù)為變量.的各期預(yù)測標(biāo)準(zhǔn)誤差，后兩列均為百分數(shù)，分不代表以.為因變量的方程新息對各期預(yù)測誤差的貢獻度，每行相加的和為100。由表3我們能夠得到，國民收入（）對其自身的一個標(biāo)準(zhǔn)差新息趕忙有比較強烈的反映（100.00），而關(guān)于物流產(chǎn)值（）第一期標(biāo)準(zhǔn)差新息沒有反映（0.000），在第二期到第六期之間對國民收入（）的阻礙持續(xù)快速增大，也是在第六期，來自于第

26、一個方程新息的阻礙和來自與第二個方程新息的阻礙地位發(fā)生了轉(zhuǎn)變，在此之后，來自與第二個方程新息的阻礙占國民收入（）預(yù)測誤差的將近60%，因此該變量-物流產(chǎn)值（）最重要。從表中能夠看出從第六期開始變量方差分解結(jié)果差不多穩(wěn)定。由表3我們能夠得到，物流產(chǎn)值（）在第一期，不僅對其自身的一個標(biāo)準(zhǔn)差新息趕忙有比較強烈的反映（71.407），對來自于國民收入（）一個標(biāo)準(zhǔn)差新息也有著反映（28.593）。從第四期開始，變量方差分解結(jié)果差不多穩(wěn)定，來自與第二個方程新息的阻礙占物流產(chǎn)值（）預(yù)測誤差的60%左右，因此該變量-物流產(chǎn)值（）相對比較重要。表3 方差分解結(jié)果PVariance Decomposition o

27、f LNGDP:Variance Decomposition of LNTPT:PeriodS.E.LNGDPLNTPTS.E.LNGDPLNTPT 10.037977100.00000.0000000.06496028.5927171.40729 20.06985497.207242.7927550.11164333.0696966.93031 30.10257785.6326614.367340.14987836.9157863.08422 40.13882169.9584730.041530.18244039.5975760.40243 50.17608557.4833842.51662

28、0.21158241.0025858.99742 60.20999249.8739750.126030.23850641.3863258.61368 70.23823745.9099054.090100.26355641.1730958.82691 80.26103844.1346555.865350.28661940.7533259.24668 90.27984043.4834556.516550.30753740.3706659.62934 100.29613843.2852756.714730.32634240.1173459.88266 110.31098543.1731656.826

29、840.34326639.9876660.01234 120.32494142.9969257.003080.35863539.9362560.06375 130.33819142.7429257.257080.37276239.9168160.08319 140.35070442.4592857.540720.38588439.8994560.10055 150.36240442.1981757.801830.39815739.8727060.12730Ordering: LNGDP LNTPT注：表示國民收入，表示物流產(chǎn)值方差分解結(jié)果圖2反映的情況和表2一致。從圖2方差分解圖和表2的方差分解結(jié)果中，能夠得到和脈沖響應(yīng)函數(shù)分析差不多上一致的結(jié)果。由上述內(nèi)容，可知沖響應(yīng)函數(shù)和方差分解對VAR（2）模型中的關(guān)系做出了合理的解釋。2.1.變量方差分解結(jié)果 2.2.變量方差分解結(jié)果圖2 方差分解結(jié)果五、結(jié)論由向量自回歸模型和脈沖響應(yīng)函數(shù)分析結(jié)果表明,一方面物流進展對經(jīng)濟增長有著重要的貢獻；另一方面，經(jīng)濟增長對物流進展也起到