李星華
(廣西民族師范學院,廣西 崇左 532200)
交通運輸在整個國民經(jīng)濟系統(tǒng)中起著橋梁和紐帶的作用,它把社會生產(chǎn)、分配、交換和消費各個環(huán)節(jié)有機地聯(lián)系起來,是保證社會經(jīng)濟活動得以正常進行和發(fā)展的前提條件。交通運輸對社會和經(jīng)濟系統(tǒng)的貢獻是間接性和隱蔽性的,它的經(jīng)濟效益除少數(shù)部分體現(xiàn)在上繳國家的利稅外,更重要的是蘊含在運輸對象擁有者身上??v觀幾百年來交通運輸與經(jīng)濟發(fā)展的相互關系,當交通運輸能適應經(jīng)濟發(fā)展的需要時,交通運輸在自身進步的同時對經(jīng)濟發(fā)展起著推動作用:當交通運輸滯后于經(jīng)濟的發(fā)展時,就會對經(jīng)濟發(fā)展起制約作用。當經(jīng)濟的飛速發(fā)展而產(chǎn)生量大質高的運輸需求時,經(jīng)濟發(fā)展就會反作用于交通運輸,迫使交通運輸?shù)募眲∽兏锖桶l(fā)展,帶動交通運輸全面融入經(jīng)濟發(fā)展之中,成為經(jīng)濟運輸化的過程。旅客運輸量與國民經(jīng)濟關系非常密切,它既是反映交通運輸業(yè)產(chǎn)出成果的重要指標,也是反映交通運輸業(yè)為國民經(jīng)濟和人民生活服務的數(shù)量的重要指標。
然而,大多數(shù)人對于交通運輸與社會經(jīng)濟發(fā)展的關系的認識還主要停留在感性而非理性的層面上,停留在定性而非定量的分析上,這必將嚴重影響交通運輸發(fā)展戰(zhàn)略制定的科學性、合理性。如果交通運輸業(yè)的發(fā)展不能為經(jīng)濟的發(fā)展提供必需的支撐和保障,那么必將嚴重阻礙社會經(jīng)濟的發(fā)展。因此,對交通運輸與社會經(jīng)濟發(fā)展關系的定量研究就具有重大現(xiàn)實意義。
本文在過去文獻研究的基礎上又采集大量數(shù)據(jù)對公路運輸與國民經(jīng)濟之間的關系,運用時間序列分析方法,對旅客運輸業(yè)的發(fā)展規(guī)律與國民經(jīng)濟增長的關系進行分析研究。通過定量分析可以使公路運輸決策者和公路運輸企業(yè)對公路運輸與國民經(jīng)濟之間的關系有更加理性的認識,從而做出更加合理的決策。
為了對改革開放以來我國客運量與國民經(jīng)濟關系進行研究,通過查閱我國歷年的統(tǒng)計年鑒和公報數(shù)據(jù),選取1978—2012年客運量(萬人)和旅客周轉量(億人公里)來反映交通客運量的發(fā)展水平,選取國內(nèi)生產(chǎn)總值(GDP,億元)來反映國民經(jīng)濟的發(fā)展水平[1]??瓦\量(P)、旅客周轉量(T)和國內(nèi)生產(chǎn)總值(GDP)的觀測序列的時序圖都呈指數(shù)形式增長,且增長的趨勢基本一致,如圖1-a所示。為了方便進一步的研究,分別對3個序列進行對數(shù)化處理,并將其分別記為LP、LT和LGDP,其時間序列走勢如圖2-b所示,可以清晰地看出,自改革開放以來,客運量和旅客周轉量的變化相對一致,基本為線性穩(wěn)定增長式的發(fā)展變化,國內(nèi)生產(chǎn)總值也呈逐步增長趨勢,發(fā)展速度較快。
圖1-a 客運量的觀測序列時序圖
圖1-b 旅客周轉量的觀測序列時序圖
圖1-c 國內(nèi)生產(chǎn)總值的觀測序列時序圖
圖2-a LP、LT的序列圖
圖2-b LGDP的序列圖
為了研究我國旅客運輸量與國民經(jīng)濟的關系,這里對它們的協(xié)整關系進行計量研究,研究的工具采用EViews6.0(下同)。考慮傳統(tǒng)計量經(jīng)濟模型的一個基本前提:模型中每個變量的時序數(shù)據(jù)必須是平穩(wěn)的,如果不考慮時間序列的平穩(wěn)性,直接用經(jīng)典的最小二乘法估計,就可能導致“偽回歸”,為了防止“偽回歸”,通常要對各時間序列進行平穩(wěn)性檢驗[2]。常用的序列平穩(wěn)性檢驗的方法有ADF(Augmented Dickey-Fulluer)檢驗[3-4]、DFGLS檢驗、PP檢驗等。本文采用時間序列平穩(wěn)性的正式檢驗方法——ADF檢驗分別對LP、LT和LGDP三個序列進行單位根檢驗。ADF檢驗一共包括3種形式:
其中,{yt}為待檢驗的時間序列,{ε}為正態(tài)白噪聲序列,為一階差分算子。檢驗{yt}是否有單位根的假設檢驗等價于以下檢驗:
通過比較ADF檢驗統(tǒng)計量的絕對值與臨界值絕對值的大小來判斷該序列是否具有單位根,若ADF檢驗統(tǒng)計量絕對值大于臨界值,則拒絕原假設,即待檢驗序列不具有單位根,是平穩(wěn)序列;反之,應當接受原假設,即待檢序列具有單位根,是非平穩(wěn)序列。在進行ADF檢驗之前,根據(jù)圖2中3個序列的曲線圖,可判斷3個序列都有隨著時間而增長的趨勢,同時含有截距項,可見屬于上述3種形式中的第(3)種情況。因此,應使用既含截距項又含時間趨勢項的檢驗回歸模型分別對3個序列進行ADF檢驗。檢驗過程中,根據(jù)AIC(Akaike Into Criterion)準則確定滯后項階數(shù),ADF檢驗的結果如表1所示。表1中的結果表明,序列LP、LT和LGDP原始數(shù)據(jù)均不平穩(wěn),但經(jīng)過一階差分后,LP序列在10%顯著水平下拒絕原假設,認為該序列不具有單位根,是平穩(wěn)序列,而LT和LGDP兩個序列在5%顯著水平下拒絕原假設,認為這兩個序列也不具有單位根,是平穩(wěn)序列。此外,表1中的P值反映了3個序列接受原假設的把握程度或拒絕原假設的犯錯的概率,可以看出,3個序列的原始數(shù)據(jù)的ADF檢驗中的P值較大,即接受原假設的把握程度較大,而對三個序列進行一階差分后,ADF檢驗中的P值較?。ㄗ畲蟮膬H為0.059),即接受原假設的把握程度較小。
表1 三個序列的單位根檢驗結果
通過對3個序列進行單位根檢驗后可知,LP、LT和LGDP均為非平穩(wěn)序列,其一階差分均為平穩(wěn)序列。為了研究3個序列的ARIMA結構,首先要對△LP、△LT和△LGDP進行白噪聲檢驗,這里需要對它們的自相關函數(shù)(ACF)、偏自相關函數(shù)(PACF)進行分析。選擇Ljung-BoxQ統(tǒng)計量(簡稱Q統(tǒng)計量)來檢驗序列是否為白噪聲序列,Q統(tǒng)計量[5]的定義為:
式(4)中,rj為滯后j階子相關系數(shù)。
將白噪聲檢驗的結果列于表2中,從表2可以看出,△LP和△LT的Q統(tǒng)計量對應的概率值分別為0.724和0.740,即Q統(tǒng)計量均不顯著,則不能否定△LP和△LT兩個序列為白噪聲序列的假定,而△LGDP的Q統(tǒng)計量對應的概率值為0.008,認為△LGDP序列為非白噪聲序列。ARIMA模型的數(shù)學公式可以表示為:
式(5)中,yt為時間序列;φ1,φ2,…,φp為自回歸系數(shù);θ1,θ2,…,θq為移動平均系數(shù);ut為誤差項;L為引進的延遲算子。依據(jù)ARIMA模型識別圖形的判斷方法(表3)并結合AIC和Schwarz準則以及簡約原則,同時比較不同滯后階數(shù)的ARIMA模型的調(diào)整R2及殘差序列的相關性,分析檢驗參數(shù)的顯著性后,對LP、LT和LGDP建立的ARIMA模型分別為:
對模型(8)中LGDP的殘差進行白噪聲檢驗,將檢驗結果列于表2中,可見,其Q統(tǒng)計量不顯著,因此不能否定LGDP序列為白噪聲序列的假定。
表2 序列的白噪聲檢驗
表3 ARIMA模型識別圖形判斷方法
為了考察交通旅客運輸量與國民經(jīng)濟之間是否存在長期均衡關系,對二者進行協(xié)整關系分析。由上述檢驗可知,LP、LT和LGDP都是一階差分平穩(wěn)序列,已經(jīng)符合協(xié)整檢驗的條件,因此要考察3個序列之間是否存在協(xié)整關系。當存在多個非平穩(wěn)時間序列變量時可以采用Johansen的極大似然估計法來進行協(xié)整關系檢驗。在Eviews中,Johansen協(xié)整檢驗具體是通過計算統(tǒng)計量Trace和最大特征值Max-Eigenvalue統(tǒng)計量進行判定的,跡統(tǒng)計量協(xié)整檢驗的檢驗過稱遵循循環(huán)檢驗規(guī)則[4]。首先建立VAR矢量自回歸模型:
式(9)中,Y表示K維的內(nèi)生變量矢量,A表示相應的系數(shù)矩陣,P表示內(nèi)生變量滯后的階數(shù)。這里的。在差分序列建立的VAR模型中加入一個誤差修正項,就變成了VEC矢量誤差修正模型,其具體表達式為:
式(10)中,ECM表示根據(jù)協(xié)整方程計算的誤差修正項,反映了變量之間偏離長期均衡關系的非均衡誤差。協(xié)整檢驗滯后階數(shù)的選擇對于檢驗結果的影響較大,若滯后階數(shù)過大,會降低檢驗的功效;若過小,會導致檢驗無效[5]。本文先建立無約束的VAR模型,通過嘗試不同的滯后階數(shù)得到不同的AIC和SC值,并根據(jù)AIC和SC最小的原則選擇最佳滯后階數(shù)。當AIC和SC準則確定的滯后階數(shù)不一致時,宜利用似然比檢驗進行模型滯后階數(shù)的取舍,檢驗統(tǒng)計量為:
式(11)中,LnL(p1)和LnL(p2)分別表示滯后階數(shù)P分別為p1和p2時VAR(P)模型的對數(shù)似然函數(shù)值。自由度f為從VAR(p1)模型到VAR(p2)對模型參數(shù)施加的零約數(shù)個數(shù)。
利用1978—2012年的數(shù)據(jù)分別建立VAR(1)、VAR(2)、VAR(3)和VAR(4)模型(對于年度數(shù)據(jù),一般比較到P=4),從各個模型的AIC值和SC值(見表4)可看出,根據(jù)SC準則,最佳滯后階數(shù)為1;根據(jù)AIC準則,則最佳滯后階數(shù)為3。二者確定的滯后階數(shù)不一致,因此,考慮用似然比檢驗來對VAR(1)模型和VAR(3)模型進行取舍,檢驗的原假設為模型的最大滯后階數(shù)為1,根據(jù)式(11)計算檢驗統(tǒng)計量為:
該統(tǒng)計量服從自由度f為18(3*32-1*32=18)的卡方分布。通過EViews6.0可以得到檢驗的伴隨概率為0.000 052,小于置信水平0.05,所以應拒絕原假設,選擇滯后階數(shù)P為3。
表4 VAR模型的AIC值和SC值比較
協(xié)整檢驗的滯后階數(shù)需要設定為VAR模型選定的滯后階數(shù)減1,即滯后階數(shù)為2,對LP、LT和LGDP 3個序列進行協(xié)整檢驗,根據(jù)跡統(tǒng)計量Trace和最大特征值Max-Eigenvalue統(tǒng)計量對變量之間協(xié)整關系的個數(shù)進行判斷,其判斷結果見表5。從表5可見,LP、LT和LGDP之間不存在協(xié)整關系,即沒有長期均衡關系。同時,對滯后1階和滯后3階的序列也進行協(xié)整檢驗,均無法否定“沒有協(xié)整關系”的原假設,說明LP、LT和LGDP無長期均衡關系和趨勢。
表5 Johansen協(xié)整檢驗結果
通過上述的協(xié)整檢驗,判斷LP、LT和LGDP之間不存在長期均衡關系,因此,為了研究三者之間的格蘭杰因果關系,以考察每個變量對另外兩個變量的預測的影響。進行格蘭杰因果關系檢驗的一個前提條件是時間序列必須具有平穩(wěn)性,因此,對△LP、△LT和△LGDP兩兩之間的格蘭杰因果關系進行檢驗分析,并將滯后階數(shù)分別為2、3、4時的統(tǒng)計量及其對應的概率p值列于表6。從表6的檢驗結果可以看出,LGDP是LP和LT的格蘭杰原因,而LP不構成對LGDP和LT的格蘭杰因果關系,同樣,LT也不構成對LGDP和LP的格蘭杰因果關系,即LGDP對LP和LT的預測有影響,而LP對LGDP和LT的預測沒有影響,LT對LP和LGDP的預測也沒有影響。這就表明,國民經(jīng)濟的增長是我國交通客運量和旅客周轉量增長的格蘭杰原因,說明,國民經(jīng)濟的增長,人民的生活水平得到提高,大大推動了我國旅客運輸業(yè)的發(fā)展,尤其是近年來越來越多的客運專線(高速鐵路)已經(jīng)建立[6]。而客運量的增長和旅客周轉量的增長不是國民經(jīng)濟增長的格蘭杰原因,這反映了我國旅客運輸能力仍然沒有與國民經(jīng)濟同步發(fā)展,長期處于緊張狀態(tài),還未完全滿足國民經(jīng)濟發(fā)展的要求,旅客出行難的問題仍然存在。
表6 不同滯后階數(shù)的序列格蘭杰檢驗結果
為了進一步考察我國交通旅客運輸量與國民經(jīng)濟的關系,就二者的VAR關系進行具體模型的構建,按照上述分析結果,選擇滯后階數(shù)為3,以客運量、旅客周轉量和國內(nèi)生產(chǎn)總值作為指標變量進行模型構建,得到具體模型如(12)~(16)式所示。
式(12)~(16)中,變量Yt表示上述3個變量組成的向量,變量Yt-i(i=1,2,3)表示第i個滯后期的3個變量組成的向量對應的數(shù)值,變量Ai(i=1,2,3)表示相應的系數(shù)矩陣。從EViews操作得到的模型結果中還可以看出,此VAR模型的主要統(tǒng)計量——可決系數(shù)(R2)和調(diào)整后的可決系數(shù)(Adj.R2)均大于0.99,說明該模型中各個方程的擬合效果非常好,所建立的VAR模型顯著成立。
對于滯后3階的VAR模型,很難直接通過觀察模型中的系數(shù)估計值對其進行分析,為了更準確地分析模型中各個變量之間的動態(tài)影響關系,我們采用IRF脈沖響應函數(shù)來進行分析。
一方面,以國內(nèi)生產(chǎn)總值為響應對象,以客運量和旅客周轉量為脈沖量作為對象展開分析,得到了脈沖響應分析結果,如圖3和圖4。從圖3可以看出,隨著滯后期的逐漸增加,客運量對國內(nèi)生產(chǎn)總值的脈沖響應經(jīng)歷了非線性變化和線性增長階段,非線性變化階段為滯后期1到滯后期7,其中下降階段為滯后期1至滯后期4,增長階段為滯后期4至滯后期7,線性增長階段為滯后期7至滯后期10,且表現(xiàn)為穩(wěn)步增長。同理,從旅客周轉量對國內(nèi)生產(chǎn)總值的脈沖響應圖(圖4)可以看出,國內(nèi)生產(chǎn)總值受到旅客周轉量的一個正向沖擊后,從第一期開始到第三期有小幅度下降,從第三期開始呈非線性增長,并在第7期開始停止增長并趨于穩(wěn)定。從脈沖響應圖的整體來看,交通客運量和旅客周轉量對國內(nèi)生產(chǎn)總值的增長有一定的促進作用。
另一方面,分別以交通客運量和旅客周轉量為響應對象,以國內(nèi)生產(chǎn)總值為脈沖量來展開分析,得到具體的脈沖響應分析結果,如圖5和圖6所示。從圖5可以看出,隨著滯后期的逐漸擴大,國內(nèi)生產(chǎn)總值對交通客運量脈沖響應圖呈現(xiàn)出倒“U”字形,從滯后期1開始較快增長到滯后期3,隨后開始呈現(xiàn)衰減的趨勢,至滯后期9時基本穩(wěn)定。同時,從圖6中的國內(nèi)生產(chǎn)總值對旅客周轉量脈沖響應圖中看出,旅客周轉量受到國內(nèi)生產(chǎn)總值的一個正向沖擊后,其變化趨勢與國內(nèi)生產(chǎn)總值對客運量的脈沖響應圖中的變化趨勢基本一致,且從滯后期4開始呈平穩(wěn)狀態(tài)。
圖3 交通客運量對國內(nèi)生產(chǎn)總值的脈沖響應圖
圖4 旅客周轉量對國內(nèi)生產(chǎn)總值的脈沖響應圖
圖5 國內(nèi)生產(chǎn)總值對交通客運量的脈沖響應圖
圖6 國內(nèi)生產(chǎn)總值對旅客周轉量的脈沖響應圖
綜合上述分析可以發(fā)現(xiàn),我國客運量和旅客周轉量的增長對國民經(jīng)濟的影響作用呈階段性的變化,前期為削弱式的影響,后期為增長式的影響,從整體來看,隨著滯后期的推移,整個期間的正向效應越來越明顯,雖然交通運輸量和旅客周轉量在初期都出現(xiàn)了短暫的負效應,但馬上不斷加強正效應,說明二者對國內(nèi)生產(chǎn)總值的增長有明顯促進作用,整體來看,對國民經(jīng)濟的發(fā)展作用是顯著的。反之,就國民經(jīng)濟的發(fā)展對旅客運輸業(yè)發(fā)展的影響呈現(xiàn)出同態(tài)的變化規(guī)律,其規(guī)律為呈現(xiàn)出類似倒“U”形的趨勢,并分別在第3期和第2期時達到最大值后開始逐期遞減,但仍表現(xiàn)很高的正向效應,說明國民經(jīng)濟的發(fā)展對我國交通旅客運輸業(yè)的長期發(fā)展有一定的推動作用,同時國民經(jīng)濟的發(fā)展也決定著交通運輸業(yè)的發(fā)展規(guī)模。此外,雖然圖5中的脈沖響應圖初期有短暫的提升,但總體來說其影響變化呈衰減趨勢,由此可以基本確定,我國旅客運輸業(yè)的發(fā)展規(guī)劃和實施中存在著比較明顯的人為干擾跡象。圖6中,滯后4期后,其變化趨勢趨于穩(wěn)定不變,可以認為,旅客周轉量作為反映交通旅客運輸業(yè)完成產(chǎn)量的指標,其發(fā)展變化依照自身的規(guī)律,不會受到國內(nèi)生產(chǎn)總值較大的影響。
本文研究了我國客運量、旅客周轉量和GDP的時間序列的特點,以及研究旅客運輸量與GDP之間的關系,并通過研究結果可知,序列經(jīng)過對數(shù)處理后,客運量、旅客周轉量和GDP均為非單位根過程,進行一階差分后,均變?yōu)橼厔萜椒€(wěn)過程。從三者建立的ARIMA模型來看,客運量和旅客周轉量均為帶有常數(shù)項的隨機游動,而GDP對數(shù)差分序列為ARMA(1,2)。
我國交通運輸業(yè)的發(fā)展與國民經(jīng)濟的發(fā)展關系密切且相互影響,但是通過對客運量、旅客周轉量和國內(nèi)生產(chǎn)總值進行協(xié)整分析后發(fā)現(xiàn),3個變量之間并不具有協(xié)整關系,即交通旅客運輸量與國民經(jīng)濟之間不存在長期均衡關系,同時,反映交通旅客運輸量的2個指標(客運量和旅客周轉量)之間同樣不存在協(xié)整關系。為了進一步研究,對序列之間的格蘭杰因果關系進行分析,發(fā)現(xiàn)國內(nèi)生產(chǎn)總值是客運量和旅客周轉量的格蘭杰原因,而客運量和旅客周轉量均不是國內(nèi)生產(chǎn)總值的格蘭杰原因,說明國內(nèi)生產(chǎn)總值對客運量和旅客周轉量的預測有顯著作用,而客運量和旅客周轉量對國內(nèi)生產(chǎn)總值的預測沒有顯著影響。而后建立了VAR(3)模型,采用脈沖響應函數(shù)對VAR(3)模型中各個變量之間的動態(tài)影響進行比較,結果表明,交通運輸業(yè)的發(fā)展對國民經(jīng)濟具有先導作用,其影響作用呈現(xiàn)階段性變化,同時,國民經(jīng)濟的發(fā)展水平?jīng)Q定了交通運輸業(yè)的發(fā)展規(guī)模,為旅客運輸量的增長提供了潛在動力,但這不是必然成因,一方面是由于交通運輸能力的限制,不能伴隨國民經(jīng)濟的發(fā)展而快速增加客運量,另一方面是由于國民經(jīng)濟的發(fā)展除了促進旅客運輸業(yè)的發(fā)展以外,還會促進貨物輸運業(yè)的發(fā)展。
通過研究交通運輸業(yè)的發(fā)展與國民經(jīng)濟之間的作用關系,筆者提出以下幾個建議:
(1)實現(xiàn)我國經(jīng)濟的持續(xù)、快速的發(fā)展,各級政府和全社會應該積極實施扶持交通運輸業(yè),決策部門要給予優(yōu)惠政策,大力發(fā)展公路、鐵路、水運和航空等運輸業(yè),建立高效的綜合運輸體系。
(2)適度超前規(guī)劃高鐵運輸,加快發(fā)展客運交通業(yè),發(fā)展區(qū)域性客運交通樞紐,提高旅客周轉便捷性和效率,全國高鐵主干網(wǎng)與地方鐵路要充分銜接、聯(lián)網(wǎng),形成全國的高鐵運行網(wǎng),節(jié)約人流運行時間和成本,進而提升國民經(jīng)濟的運行效率和質量。
參考文獻:
[1]中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒2012[M].北京:中國統(tǒng)計出版社,2012.
[2]朱紅根,卞琦娟,王玉霞.中國出口貿(mào)易與環(huán)境污染互動關系研究——基于廣義脈沖響應函數(shù)的實證分析[J].國際貿(mào)易問題, 2008,305(5):80-86.
[3]高鐵梅.計量經(jīng)濟分析方法與建模——EViews應用及實例[M].北京:清華大學出版社,2006.
[4]李嫣怡,劉榮,丁維岱,等.EViews統(tǒng)計分析與應用[M].修訂版.北京:電子工業(yè)出版社,2013.
[5] 李序穎,岳丹,顧嵐.我國交通貨物運輸量的時間序列分析[J].系統(tǒng)工程理論與實踐,2005,25(1):49-55.
[6] 王相平.基于協(xié)整理論的特魯運輸周轉量與國民經(jīng)濟關系實證分析[J].鐵道運輸與經(jīng)濟,2014,36(5):63.