姜照華， 馬 嬌

(大連理工大學(xué) 科學(xué)學(xué)與科技管理研究所，遼寧 大連 116024)

一、引言

在經(jīng)濟新常態(tài)下，工業(yè)化、信息化、農(nóng)業(yè)現(xiàn)代化和城市化等隨機沖擊逐漸成為區(qū)域交通運輸供給側(cè)結(jié)構(gòu)改革的重要推動力，為了深入探索隨機沖擊帶來的影響，本文采用動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium，DSGE )模型體系框架方法，來構(gòu)建河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系模型，進行方差分解和模擬仿真分析，分析河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系中狀態(tài)變量和控制變量對上述隨機變量的響應(yīng)程度，并完成中長期預(yù)測。

DSGE模型的最早雛形是Kydland和Prescott在1980年提出的實際經(jīng)濟周期(Real Business Cycle,即RBC)模型，并利用該模型得出了生產(chǎn)率沖擊波是經(jīng)濟波動的主要根源的結(jié)論[1]。 Peter N.Irelend將DSGE模型與多變量自回歸時間序列模型(VAR)相結(jié)合，來解釋美國戰(zhàn)后的經(jīng)濟總產(chǎn)出和就業(yè)波動情況[2]。Frank Smets 等建立DSGE模型，估計了1974—2002年間美國及歐洲經(jīng)濟體的震蕩和摩擦形態(tài)[3]。DSGE模型是在不確定環(huán)境下研究經(jīng)濟的一般均衡問題，已經(jīng)成為近年來的研究熱點，其顯性建?？蚣?、理論一致性、微觀和宏觀的完美結(jié)合、長短期分析的有機整合等獨特性日益受到青睞，并漸漸運用到眾多領(lǐng)域。

劉斌將DSGE模型運用在宏觀經(jīng)濟及貨幣政策分析方面，針對我國的實際國情，建立了一個帶有“金融加速器”的開放經(jīng)濟DSGE模型，并基于全國數(shù)據(jù)，采用Bayes技術(shù)對模型進行估計，通過DSFE模型來分析政策[4]。黃志剛運用DSGE模型來分析加工貿(mào)易部門的匯率傳遞效應(yīng)，結(jié)果發(fā)現(xiàn)進口中間投入品、出口最終消費品的加工貿(mào)易部門對于匯率傳遞和貿(mào)易平衡具有重要影響。在價格和工資粘性下,匯率變動對一國國內(nèi)價格的傳遞表現(xiàn)出對進出口價格傳遞快、對生產(chǎn)者價格和消費者價格傳遞慢的特征[5]。劉建華等將動態(tài)隨機一般均衡(DSGE)模型方法引入國家創(chuàng)新體系，以中國為例建立了包括企業(yè)、高校(含科研院所)、政府、金融、中介和國外六部門的國家創(chuàng)新體系行為模型組，并通過貝葉斯和計量經(jīng)濟學(xué)等方法進行參數(shù)估計，在模擬仿真和政策實驗的基礎(chǔ)上，預(yù)測中國2025年國家創(chuàng)新體系中主要狀態(tài)變量和控制變量的發(fā)展目標(biāo)，進而為我國中長期創(chuàng)新政策體系等的制定提供依據(jù)[6-8]。

DSGE模型逐漸受到越來越多領(lǐng)域的關(guān)注，但是目前很少有學(xué)者將其運用到交通運輸領(lǐng)域。此外，現(xiàn)有研究多針對交通運輸領(lǐng)域的單一方面，如交通運輸投資決策模型等，對于多角度綜合分析的研究并不完善。本文從動態(tài)性出發(fā)，嚴(yán)格遵循一般均衡理論，將DSGE模型運用到河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系中，通過狀態(tài)變量、控制變量和隨機變量等建立了21個模型組，以期深入探索和分析河南省供給側(cè)結(jié)構(gòu)改革體系。

二、數(shù)據(jù)來源與H-P濾波分析

(一)數(shù)據(jù)來源

數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《河南統(tǒng)計年鑒》和《河南科技統(tǒng)計年鑒》。其中涉及固定資產(chǎn)存量1個狀態(tài)變量，公路水路就業(yè)、公路水路就業(yè)者受教育年限、公路水路科技經(jīng)費、公路水路投資、民用汽車擁有量、公路通車?yán)锍?、交通運輸能源消耗、交通運輸增加值、公路水路客運周轉(zhuǎn)量、公路水路貨運周轉(zhuǎn)量10個控制變量，工業(yè)化(第三產(chǎn)業(yè)所占比例)、城市化、信息化指數(shù)、農(nóng)業(yè)現(xiàn)代化、金融機構(gòu)中長期貸款、國內(nèi)生產(chǎn)總值、常住人口、電子信息產(chǎn)業(yè)增加值占比例、商品房銷售面積、高耗能產(chǎn)業(yè)增加值所占比例10個隨機變量。這些變量的時間跨度均為2000—2015年。其中，固定資產(chǎn)存量、公路水路科技經(jīng)費、金融機構(gòu)中長期貸款、國內(nèi)生產(chǎn)總值、公路水路投資都是以2010年價格為基準(zhǔn)，電子信息產(chǎn)業(yè)增加值所占比例、高耗能產(chǎn)業(yè)增加值所占比例分別指電子信息產(chǎn)業(yè)增加值和高耗能產(chǎn)業(yè)增加值占GDP的比例。

(二)變量的H-P濾波分析

利用H-P濾波方法對各變量進行濾波(分解成趨勢值和波動值)分析，公路水路貨運周轉(zhuǎn)量、公路水路客運周轉(zhuǎn)量、金融機構(gòu)中長期貸款、公路水路就業(yè)者受教育年限、工業(yè)化等變量的波動值曲線十分相似，大都呈U形分布；當(dāng)波動處于U型曲線底部時，除城市化和GDP兩個變量的趨勢值與實際值基本吻合、變化并不明顯外，其它變量的實際值大多低于趨勢值(2007—2012年間)，且大都在2013年后開始上升。

(三)各變量的標(biāo)準(zhǔn)差

從表1中我們可以看出各變量的波動性大小，其中第一列是變量名稱及其符號，包括狀態(tài)變量和控制變量，共計11個變量；第二列是對應(yīng)變量波動成分的標(biāo)準(zhǔn)差結(jié)果，1%的標(biāo)準(zhǔn)差代表變量的波動成分對其趨勢值的偏離度為1%。除公路水路投資、公路水路客運周轉(zhuǎn)量和貨運周轉(zhuǎn)量、交通運輸能源消耗的實際標(biāo)準(zhǔn)差值較大外，其它變量的標(biāo)準(zhǔn)差不超過14%；第三列和第四列分別是隨機變量名稱及其標(biāo)準(zhǔn)差值。本研究對狀態(tài)變量和控制變量的模擬的標(biāo)準(zhǔn)差與實際標(biāo)準(zhǔn)差的比例平均接近60%，比較準(zhǔn)確。一些變量由于條件限制，沒有完整的時間序列數(shù)據(jù)，是根據(jù)相關(guān)材料估計的結(jié)果，影響了模擬的準(zhǔn)確程度。

三、河南省交通運輸供給側(cè)結(jié)構(gòu)改革模型體系

關(guān)于交通運輸供給側(cè)結(jié)構(gòu)改革模型的研究，周虹通過剖析交通宏觀經(jīng)濟系統(tǒng)運行機制，構(gòu)造了一個中國交通投資決策系統(tǒng)動力學(xué)模型，運用模型分析了交通投資規(guī)模控制政策和投資結(jié)構(gòu)控制政策，并對交通需求結(jié)構(gòu)作了評價[9]；楊軍強采用灰色理論分析了交通運輸中出現(xiàn)的問題，建立相應(yīng)的數(shù)學(xué)模型來分析[10]；方貴金根據(jù)系統(tǒng)工程和系統(tǒng)動力學(xué)原理，建立了由12個聯(lián)立方程式組成的四川省綜合運輸計量經(jīng)濟模型，并從經(jīng)濟意義、統(tǒng)計檢驗、計量經(jīng)濟學(xué)和模型穩(wěn)定性4個方面對模型進行檢驗[11]；陳建華在CGE(一般均衡)模型的基礎(chǔ)上，結(jié)合交通運輸行業(yè)的行業(yè)分析需要，進一步拆分現(xiàn)有的投入產(chǎn)出部門，構(gòu)建了符合行業(yè)分析需求的交通運輸行業(yè)CGE模型[12]。已有研究多采用系統(tǒng)動力模型或CGE模型，多針對交通運輸領(lǐng)域的單一方面，對于多角度的綜合分析還欠完善。

表1 各變量的標(biāo)準(zhǔn)差及DSGE模擬結(jié)果

本文結(jié)合河南省交通運輸?shù)膶嶋H情況，從DSGE模型的視角出發(fā)，建立河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系的模型組。其中供給側(cè)模型包括交通運輸增加值增長模型、交通運輸就業(yè)模型、交通運輸科技經(jīng)費模型、交通運輸投資模型、交通運輸人力資本模型、能源消耗模型；需求側(cè)模型包括貨物周轉(zhuǎn)量模型、客運周轉(zhuǎn)量模型、民用汽車擁有量模型、公路通車?yán)锍棠Ｐ?；隨機變量包括工業(yè)化、城市化、信息化、農(nóng)業(yè)現(xiàn)代化、金融機構(gòu)中長期貸款、GDP、常住人口、電子信息產(chǎn)業(yè)增加值占GDP比例、商品房銷售面積、高耗能產(chǎn)業(yè)增加值占GDP比例。

(一)公路水路就業(yè)模型

城市化水平的提高增加了對物流和客流的需求量，固定資產(chǎn)存量提供了滿足這些需求的可能，可以選用城市化(URBt)和固定資產(chǎn)存量(Kt)建立公路水路就業(yè)(Lt)模型，為

Lt=a1+a2·URBt+a3·Kt。

(1)

(二)公路水路就業(yè)者受教育年限模型

城市化水平的提高是提高就業(yè)者受教育年限的最重要因素，這一模型建立了公路水路就業(yè)者受教育年限(Ht)和城市化(URBt)的關(guān)系，為

Ht=a4+a5·URBt。

(2)

(三)公路水路科技經(jīng)費模型

公路水路科技經(jīng)費的提高，一方面來自于吸收和創(chuàng)新公路水路投資中的新技術(shù)的要求，另一方面是城市化、信息化等推動的結(jié)果。這一模型建立了公路水路科技經(jīng)費(St)和工業(yè)化(第三產(chǎn)業(yè)比例)(INDt)、信息化指數(shù)(INFt)、城市化(URBt)、農(nóng)業(yè)現(xiàn)代化(AGRt)、公路水路投資(Dt)的關(guān)系，為

St=a6+a7·INDt·INFt·URBt·AGRt+a8·Dt+a9·AR。

(3)

(四)公路水路投資模型

公路水路投資的多少，一方面是滿足城市化水平等提高導(dǎo)致的對公路通車?yán)锍淘黾拥男枨?，另一方面是以貸款增加為保證。這一模型建立了公路水路投資(Dt)和工業(yè)化(第三產(chǎn)業(yè)比例)(INDt)、信息化指數(shù)(INFt)、城市化(URBt)、金融機構(gòu)中長期貸款(LOAt)、公路通車?yán)锍?MILt)的關(guān)系，為

Dt=a10+a11·INDt·(1+INFt)·URBt·LOAt+a12·MILt+a13·MILt2。

(4)

(五)民用汽車擁有量模型

這一模型建立了民用汽車擁有量(CIVt)和公路水路客運周轉(zhuǎn)量(PTt)、公路水路貨運周轉(zhuǎn)量(TGt)、城市化(URBt)、國內(nèi)生產(chǎn)總值(GDPt)的關(guān)系，為

log CIVt=a14+a15·log(PTt·TGt)+a16·log(URBt·GDPt·URBt)+a17·AR(1)。

(5)

(六)公路通車?yán)锍棠Ｐ?/h3>

這一模型建立了公路通車?yán)锍?MILt)和民用汽車擁有量(CIVt)、城市化(URBt)、常住人口(POPt)的關(guān)系，為

MILt=a18+a19·GIVt/POPt+a20·CIVt·URBt。

(6)

(七)交通運輸能源消耗模型

這一模型建立了交通運輸能源消耗(包括鐵路航空)(ENEt)和信息化指數(shù)(INFt)、國內(nèi)生產(chǎn)總值(GDPt)、公路水路科技經(jīng)費(St)、常住人口(POPt)、固定資產(chǎn)存量(Kt)的關(guān)系，為

ENEt=a21+a22·GDPt/POPt+a23·INFt·St/Kt。

(7)

(八)交通運輸增加值模型

按照經(jīng)濟增長的共協(xié)理論，這一模型建立了交通運輸增加值(Yt)和公路水路投資(Dt)、公路水路就業(yè)者受教育年限年(Ht)、固定資產(chǎn)存量(Kt)、公路水路就業(yè)(Lt)、公路水路科技經(jīng)費(St)的關(guān)系，為

Yt=a24(Lt·Ht)α·(St·Dt)β+a25·Kt-1+a26·Ht·Dt/Kt-1+a27·Ht·Dt/Lt+a28·St。

(8)

(九)公路水路客運周轉(zhuǎn)量模型

這一模型建立了公路水路客運周轉(zhuǎn)量(PTt)和常住人口(POPt)、城市化(URBt)、國內(nèi)生產(chǎn)總值(GDPt)、電子信息產(chǎn)業(yè)增加值占GDP的比例(ELEt)、固定資產(chǎn)存量(Kt)的關(guān)系，為

PTt=a29+a30·ELEt·GDPt/POPt+a31·URBt·Kt。

(9)

(十)公路水路貨運周轉(zhuǎn)量模型

這一模型建立了公路水路貨運周轉(zhuǎn)量(TGt)和商品房銷售面積(AREt)、城市化(URBt)、交通運輸能源消耗(ENEt)、國內(nèi)生產(chǎn)總值(GDPt)、電子信息產(chǎn)業(yè)增加值所占比例(ELEt)、高耗能產(chǎn)業(yè)增加值所占比例(HECt)、固定資產(chǎn)存量(Kt)的關(guān)系，為

TGt=a32+a33·AREt·ENEt+a34·GDPt·HECt/(URBt·ELEt)+a35·GDPt·Kt/Kt-1。

(10)

四、DSGE模型框架

在上述模型的基礎(chǔ)上，建立河南省交通運輸供給側(cè)結(jié)構(gòu)改革DSGE模型的總體框架

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

其中，式(11)代表三個主要優(yōu)化目標(biāo)：第一個目標(biāo)是公路水路貨運周轉(zhuǎn)量TGt最大化；第二個目標(biāo)是公路水路客運周轉(zhuǎn)量PTt最大化，這是交通運輸需求的主要目標(biāo)；第三個目標(biāo)是交通運輸能源消耗ENEt的數(shù)量最小化。在式(11)中，E表示預(yù)期，βt是貼現(xiàn)因子，TGt代表公路水路貨運周轉(zhuǎn)量，PTt是公路水路客運周轉(zhuǎn)量，ENEt是交通運輸能源消耗，η和ε都表示企業(yè)的相對風(fēng)險規(guī)避系數(shù)，η>0，1/η表示所使用的創(chuàng)新費用的跨期替代彈性；θ代表能源消耗的相對權(quán)重系數(shù)。

根據(jù)式(11)和式(10)，可以構(gòu)建拉格朗日函數(shù)表達式，如下

優(yōu)化求解，得

(23)

(24)

進而得到求解結(jié)果為

λt=TG-ε，

(25)

θ=a33λt·AREt·ENEt。

(26)

根據(jù)式(12)和式(21)，以及各個狀態(tài)變量和隨機變量，推導(dǎo)出各個控制變量的預(yù)測模型。最終，式(1)至式(21)共同構(gòu)成了河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系完整的DSGE模型框架。

五、模型求解與參數(shù)估計

(一)模型線性化

式(12)是河南省交通運輸供給側(cè)結(jié)構(gòu)改革的DSGE模型框架，但是因為是非線性模型組，不方便直接求解，將非線性模型轉(zhuǎn)化為線性模型。采用Harald Uhlig提出的對數(shù)線性化方法[13]，對于一個變量Xt，定義Xt=X(1+xt)。其中X表示Xt的趨勢值，xt表示變量的波動值。由于波動值xt接近0，可以近似替換為ext=1+xt。這種方法避免了復(fù)雜繁瑣的求導(dǎo)過程，直接用變量替換的形式，易于操作和機械化。

(二)參數(shù)估計

首先，根據(jù)式(10)(16)(17)，得到ε=0.5342，θ=0.000 034 7。由于控制變量模型的參數(shù)比較穩(wěn)定，采用計量經(jīng)濟學(xué)的方法來測算，得到若干參數(shù)值的估計結(jié)果，見表2。

對于隨機變量模型的參數(shù)確定，本文采用貝葉斯方法來估計。貝葉斯方法可以將參數(shù)的先驗信息和樣本信息結(jié)合起來。先驗分布設(shè)定了參數(shù)的可能取值，來自于模型自身的穩(wěn)態(tài)條件或者過去的經(jīng)驗[14-17]。先驗分布和似然函數(shù)結(jié)合，得到參數(shù)的后驗分布函數(shù)，模型的檢驗和評估通過后驗概率進行。根據(jù)貝葉斯方法，通過OpenBUGS軟件編程，得到隨機變量模型參數(shù)的估計結(jié)果，見表3。

(三)方差分解

在參數(shù)估計的基礎(chǔ)上，對式(13)構(gòu)成的模型體系，利用MATLAB的DYNARE軟件來求解。并且在此基礎(chǔ)上，通過DYNARE軟件的方差分解方法，分析各隨機沖擊對狀態(tài)變量和控制變量的波動值對趨勢值偏離的影響程度，結(jié)果見表4。

表2 若干參數(shù)值的計量經(jīng)濟學(xué)測算

表3 隨機變量模型的若干參數(shù)的貝葉斯估計結(jié)果

表4 各隨機沖擊對狀態(tài)變量和控制變量的波動值對趨勢值偏離的影響程度的方差分解 %

從表4可以看出，在河南省交通運輸供給側(cè)結(jié)構(gòu)改革DSGE模型中，商品房銷售面積變量十分重要，固定資產(chǎn)存量的92.4%、公路水路就業(yè)的92.20%、公路水路貨運周轉(zhuǎn)量的99.87%都是由此引起。商品房銷售面積可以看作房地產(chǎn)業(yè)發(fā)展的指標(biāo)，很大程度上影響著一個地區(qū)交通運輸?shù)墓潭ㄙY產(chǎn)投資情況和就業(yè)情況；公路水路就業(yè)者受教育年限取決于本地區(qū)的城市化水平；就公路水路科技經(jīng)費而言，工業(yè)化水平、信息化水平和農(nóng)業(yè)現(xiàn)代化水平是其主要影響因素；公路水路投資主要受工業(yè)化水平及金融機構(gòu)中長期貸款的影響；GDP和商品房銷售面積是公路通車?yán)锍獭⒔煌ㄟ\輸能源消耗和民用汽車擁有量的主要拉動力；交通運輸增加值主要受金融機構(gòu)中長期貸款和商品房銷售面積的影響；對于公路水路客運周轉(zhuǎn)量而言，GDP和電子信息產(chǎn)業(yè)增加值所占比例是主要的影響要素。

六、模擬仿真分析

(一)全部隨機變量的組合沖擊對狀態(tài)變量和控制變量的影響

分析在工業(yè)化、國內(nèi)生產(chǎn)總值、城市化和商品房銷售面積1%的沖擊，信息化指數(shù)、金融機構(gòu)中長期貸款、電子信息產(chǎn)業(yè)增加值所占比例1.5%的沖擊，以及常住人口、高耗能產(chǎn)業(yè)增加值所占比例和農(nóng)業(yè)現(xiàn)代化0.5%的沖擊下，各個狀態(tài)變量和控制變量的響應(yīng)情況?？梢园l(fā)現(xiàn)控制變量和狀態(tài)變量都對隨機變量組合沖擊產(chǎn)生了波動響應(yīng)，尤其是在2～3年內(nèi)響應(yīng)迅速，隨后逐步趨于平穩(wěn)。除交通運輸能源消耗對組合沖擊產(chǎn)生了負向的響應(yīng)外，其它變量都產(chǎn)生了正向的響應(yīng)。其中，交通運輸增加值波動響應(yīng)的最大值接近4%，公路水路就業(yè)波動響應(yīng)的最大值為0.7%左右，剩余變量波動響應(yīng)的最大值為2%左右。

(二)“四化”波動對狀態(tài)變量和控制變量的影響

分析在工業(yè)化、城市化1%的沖擊，信息化指數(shù)1.5%和農(nóng)業(yè)現(xiàn)代化0.5%的組合沖擊下，交通運輸能源消耗、公路水路投資、公路通車?yán)锍毯凸匪坟涍\周轉(zhuǎn)量產(chǎn)生了負向的響應(yīng)，其中公路水路投資波動響應(yīng)的最大值為3%以上，公路通車?yán)锍毯凸匪坟涍\周轉(zhuǎn)量波動響應(yīng)的最大值為2%左右。除交通運輸能源消耗、公路水路投資、公路通車?yán)锍毯凸匪坟涍\周轉(zhuǎn)量產(chǎn)生負向的響應(yīng)外，其它變量都產(chǎn)生了正向的響應(yīng)，其中固定資產(chǎn)存量、公路水路科技經(jīng)費波動響應(yīng)的最大值為2%，交通運輸增加值波動響應(yīng)的最大值為4%，而公路水路就業(yè)、民用汽車總量、公路水路就業(yè)者受教育年限和公路水路客運周轉(zhuǎn)量波動響應(yīng)的最大值不超過1%。以上所有控制變量和狀態(tài)變量對隨機變量組合沖擊產(chǎn)生的波動響應(yīng)都是在2～3年內(nèi)響應(yīng)迅速，隨后逐步趨于平穩(wěn)。

(三)商品房銷售面積對狀態(tài)變量和控制變量的影響

分析在商品房銷售面積1%的沖擊下，狀態(tài)變量和控制變量產(chǎn)生的響應(yīng)，可以發(fā)現(xiàn)，除公路水路就業(yè)者受教育年限沒有響應(yīng)，公路水路投資和公路水路科技經(jīng)費產(chǎn)生了遠不足1%的負向響應(yīng)外，其余變量都產(chǎn)生了正向響應(yīng)。其中除公路水路投資波動響應(yīng)的最大值為7%左右外，其余變量波動響應(yīng)的最大值都不超過3%。

七、河南省交通運輸供給側(cè)結(jié)構(gòu)改革體系的前景預(yù)測

在模擬仿真基礎(chǔ)上，利用DSGE模型組式(12)至式(17)，可以預(yù)測隨機變量、狀態(tài)變量和控制變量，結(jié)果見表5和表6。首先,根據(jù)各個隨機變量的趨勢模型可以得到隨機變量到2025年的預(yù)測值，同樣可以得出狀態(tài)變量的預(yù)測模型。然后可以測算出各個控制變量的預(yù)測模型：根據(jù)模型(1)，通過URBt和Kt預(yù)測Lt；根據(jù)模型(2)，通過URBt預(yù)測Ht；根據(jù)模型(9)，通過URBt、Kt、POPt、GDPt和ELEt預(yù)測PTt；根據(jù)模型(10)，通過Kt、GDPt、ELEt、URBt、HECt、AREt、ENEt和參數(shù)ε、θ來預(yù)測TGt；根據(jù)模型(5)，通過GDPt、URBt、TGt、PTt預(yù)測CIV；根據(jù)模型(6)，通過URBt、CIVt、POPt、CIVt預(yù)測MILt；根據(jù)模型(4)，通過URBt、LOAt、INFt、INDt、MILt預(yù)測Dt；根據(jù)模型(3)，通過AGRt、URBt、INFt、INDt、Dt預(yù)測St；根據(jù)模型(7)，通過Kt、INFt、POPt、GDPt、St預(yù)測ENEt；根據(jù)模型(8)，通過以上所有變量預(yù)測Yt。

公路水路就業(yè)、公路水路客運周轉(zhuǎn)量和公路水路就業(yè)者受教育年限的預(yù)測模型也可以通過隨機變量完全解出；然后通過參數(shù)估計結(jié)果可以解出貨物周轉(zhuǎn)量的預(yù)測模型；接著根據(jù)貨物周轉(zhuǎn)量、公路水路客運周轉(zhuǎn)量以及各隨機變量可以求出民用汽車擁有量的預(yù)測模型，根據(jù)民用汽車擁有量和各隨機變量可以求出公路通車?yán)锍痰念A(yù)測模型，根據(jù)公路通車?yán)锍毯透麟S機變量可以求出公路水路投資的預(yù)測模型，根據(jù)公路水路投資和各隨機變量可以求出公路水路科技經(jīng)費的預(yù)測模型，根據(jù)公路水路科技經(jīng)費和各隨機變量可以求出交通運輸能源消耗的預(yù)測模型；最后可以求出交通運輸增加值的預(yù)測模型。

八、結(jié)語

通過H-P濾波分析，發(fā)現(xiàn)公路水路貨運周轉(zhuǎn)量、公路水路客運周轉(zhuǎn)量、金融機構(gòu)中長期貸款、信息化指數(shù)、公路水路就業(yè)者受教育年限、工業(yè)化等變量的波動值曲線十分相似，大都呈U形分布；當(dāng)波動成分處于U型曲線的底部時，2004—2012年間變量實際值大多低于趨勢值，且真實值大都在2013年后開始超過趨勢值。這說明2004年以前是河南省公路水路發(fā)展的高潮時期，2004—2012年是相對的低潮時期，2013年以后則進入了一個新的相對高潮時期——相對于其他基礎(chǔ)產(chǎn)業(yè)和整個經(jīng)濟，重新拾起先行發(fā)展之勢。但與上一次高潮時期不同的是，當(dāng)前交通運輸?shù)南刃邪l(fā)展是建立在投資和創(chuàng)新雙驅(qū)動轉(zhuǎn)型發(fā)展的基礎(chǔ)上，而不是單純的創(chuàng)新驅(qū)動。

表5 各隨機變量2016—2025年的預(yù)測值

表6 狀態(tài)變量和控制變量2016—2025年的預(yù)測值

適應(yīng)河南省交通運輸供給側(cè)結(jié)構(gòu)改革的需要，本文構(gòu)建了公路水路就業(yè)模型、公路水路就業(yè)者受教育年限模型、公路水路科技經(jīng)費模型、公路水路投資模型、民用汽車擁有量模型、公路通車?yán)锍棠Ｐ?、交通運輸能源消耗模型、交通運輸增加值模型、公路水路客運周轉(zhuǎn)量模型、公路水路貨運周轉(zhuǎn)量模型共11個模型，將其與隨機變量的波動模型、預(yù)期效用函數(shù)結(jié)合，共同構(gòu)建了河南省交通運輸DSGE模型體系的基礎(chǔ)。并進行模型求解，通過計量經(jīng)濟學(xué)方法和貝葉斯方法進行參數(shù)估計，進一步豐富和發(fā)展交通運輸經(jīng)濟學(xué)和相關(guān)理論方法。

通過方差分解來研究隨機變量沖擊對狀態(tài)變量和控制變量的影響程度，發(fā)現(xiàn)商品房銷售面積是固定資產(chǎn)存量、公路水路就業(yè)、公路水路貨運周轉(zhuǎn)量的主要拉動力；公路水路就業(yè)者受教育年限完全取決于本地區(qū)的城市化水平；工業(yè)化水平、信息化水平和農(nóng)業(yè)現(xiàn)代化水平是公路水路科技經(jīng)費的主要影響因素；公路水路投資主要受工業(yè)化水平及金融機構(gòu)中長期貸款的影響；GDP和商品房銷售面積是公路通車?yán)锍?、交通運輸能源消耗和民用汽車擁有量的主要拉動力；交通運輸增加值主要受金融機構(gòu)中長期貸款和商品房銷售面積的影響；對于公路水路客運周轉(zhuǎn)量而言，GDP和電子信息產(chǎn)業(yè)增加值所占比例是主要的影響要素。

在隨機變量組合沖擊下，控制變量和狀態(tài)變量都產(chǎn)生了波動響應(yīng)，尤其是在2～3年內(nèi)響應(yīng)迅速，隨后逐步趨于平穩(wěn)。除交通運輸能源消耗對組合沖擊產(chǎn)生了負向的響應(yīng)外，其它變量都產(chǎn)生了正向的響應(yīng)。這說明交通運輸通過供給側(cè)結(jié)構(gòu)改革、創(chuàng)新驅(qū)動和轉(zhuǎn)型發(fā)展，可以適應(yīng)和促進整個國民經(jīng)濟的持續(xù)中高速發(fā)展。

基于DSGE模型組，預(yù)測2025年河南省公路水路交通運輸供給側(cè)結(jié)構(gòu)改革和轉(zhuǎn)型發(fā)展的主要目標(biāo)，表明當(dāng)各個隨機變量保持適當(dāng)?shù)脑鲩L趨勢時，河南省交通運輸?shù)目刂谱兞亢蜖顟B(tài)變量都保持較穩(wěn)定的增長趨勢。其中，公路水路就業(yè)、公路通車?yán)锍痰?016—2025年平均增長率在3%左右，交通運輸能源消耗、公路水路貨運周轉(zhuǎn)量的平均增長率在5%以上，民用汽車擁有量、公路水路投資和公路水路科技經(jīng)費的平均增長率超過7%。交通運輸增加值年均增長率達到9%左右，與河南省GDP的比例超過4.5%，公路水路交通運輸每億元增加值的能源消耗從2016年1.4噸下降到2025年1噸左右，能源利用效率大大提高；每萬居民民用汽車擁有量接近3000輛。