楊家其 周 楊

（武漢理工大學(xué) 交通與物流工程學(xué)院，湖北武漢 430063）

集裝箱運輸作為航運市場三大板塊之一，能將種類各異的商品集裝在統(tǒng)一規(guī)格的箱體內(nèi)進(jìn)行運輸，有利于減少貨損、提高運輸效率。鑒于在運輸過程中的多種優(yōu)勢，集裝箱運輸在水運中的占比持續(xù)提升。2018年9月17日，國務(wù)院辦公廳印發(fā)了《推進(jìn)運輸結(jié)構(gòu)調(diào)整三年行動計劃 （2018—2020年）》，強調(diào)要推動貨物運輸“公轉(zhuǎn)水”“公轉(zhuǎn)鐵”，有力促進(jìn)了中國水運行業(yè)的進(jìn)一步發(fā)展。此外，交通運輸部從2015年至2018年三次開展多式聯(lián)運示范工程創(chuàng)建工作，不斷推動集裝箱鐵水聯(lián)運，集裝箱航運的重要性日益凸顯。

一、文獻(xiàn)綜述

為反映中國集裝箱航運市場的運行狀況，天津國際貿(mào)易與航運服務(wù)中心、長江航務(wù)管理局分別發(fā)布了沿海集裝箱運價指數(shù)（TDI）、長江集裝箱運價指數(shù)（YCFI），這兩個指數(shù)已經(jīng)成為目前國內(nèi)最具代表性的集裝箱航運指數(shù)。沿海地區(qū)是中國經(jīng)濟(jì)、貿(mào)易活動最為頻繁的地區(qū)，而沿海集裝箱航運有效連通了中國京津冀、長三角、東南沿海、珠三角等重要經(jīng)濟(jì)圈，成為中國內(nèi)貿(mào)航運的重要組成部分；內(nèi)河航運作為中國航運業(yè)的重要組成部分，在經(jīng)濟(jì)社會發(fā)展中起到了重要作用。其中，長江是中國主要的內(nèi)河航道之一，它連接著中國西部和東部地區(qū)，是長江經(jīng)濟(jì)帶綜合交通運輸體系中最為重要的水上通道。因此，長江航運集裝箱運輸在推動長江航運高質(zhì)量發(fā)展中的重要性也日益凸顯。

目前，許多國內(nèi)外專家學(xué)者利用ARCH模型族、VAR模型對國內(nèi)外的航運運價指數(shù)進(jìn)行了研究。楊娟（2011）采用ARCH模型族對沿海煤炭綜合運價指數(shù)和沿海煤炭航線運價進(jìn)行了實證分析，并對其波動性特征進(jìn)行了總結(jié)。[1]張志鵬和丁濤（2016）利用ARIMA-ARCH模型計算了長江綜合集裝箱運價指數(shù)并進(jìn)行了短期預(yù)測。[2]譚威（2008）基于VAR模型研究了國際航運市場上不同船型的期租價格與鋼材產(chǎn)量、油價等因素間的具體影響關(guān)系。[3]施文明和李序穎（2009）利用VAR模型證明了中國沿海運價指數(shù)（CCBFI）與波羅的海干散貨運價指數(shù)（BDI）間存在一定的聯(lián)系。[4]Kavussanos M.G.（1996）運用ARCH模型研究國際航運市場上不同型號油輪的價格動態(tài)波動及油輪運價波動的原因等。[5]唐韻捷和曲林遲（2015）利用VAR模型對上證綜合指數(shù)與BDI指數(shù)進(jìn)行分析，得到了兩者間具有較強相關(guān)性的研究結(jié)論。[6]Jing L.et al.利用ARCH模型研究了波羅的海運價指數(shù)和海德運價指數(shù)的波動特征。[7]劉翠蓮（2012）等以沿海煤炭運價指數(shù)為研究對象，采用ARCH族模型進(jìn)行分析，發(fā)現(xiàn)GARCH模型較其他ARCH模型能更好地分析運價指數(shù)波動的敏感性及持續(xù)性。[8]陳麗芬（2016）等利用SVAR模型對BDI與燃油價格的相關(guān)性進(jìn)行了分析。[9]譚宏睿和楊家其（2021）利用VAR模型對中國沿海與長江的煤炭運價波動相關(guān)性進(jìn)行了研究。[10]周潔（2017）通過VAR變種模型推導(dǎo)，分析出了若干個可能影響國際干散貨航運市場運價的因素。[11]

航運運價指數(shù)可以較好地反映航運市場運行狀況，據(jù)此許多學(xué)者運用ARCH模型族對其進(jìn)行分析。此外，近年來VAR模型在沿海、國際航運市場上的應(yīng)用廣泛，但研究人員主要以國際和國內(nèi)沿海航運市場以及波羅的海干散貨運價、沿海干散貨運價等為研究對象，相比之下對長江航運市場的相關(guān)研究并不多見，針對長江集裝箱運價與沿海集裝箱運價波動相關(guān)性的研究更是缺乏。為更好探究沿海及長江集裝箱運價波動的相關(guān)性，筆者通過季節(jié)分解得到了沿海集裝箱運價指數(shù)及長江集裝箱運價指數(shù)的趨勢循環(huán)序列，在此基礎(chǔ)上建立VAR模型進(jìn)行分析，根據(jù)研究結(jié)果提出了對策建議，一定程度上彌補了沿海集裝箱和長江集裝箱航運方面的研究空缺。

二、問題描述

TDI（沿海集裝箱運價指數(shù)）由沿海集裝箱出港運價指數(shù)（TDOI）和沿海集裝箱進(jìn)港運價指數(shù)（TDII）組成，該指數(shù)能夠較好反映中國沿海內(nèi)貿(mào)集裝箱運價的波動趨勢，使得中國沿海集裝箱內(nèi)貿(mào)運輸市場運價指數(shù)體系更加完善；YCFI（長江集裝箱運價指數(shù)）包括長江上游區(qū)域集裝箱運價指數(shù)、中游區(qū)域集裝箱運價指數(shù)及下游區(qū)域集裝箱運價指數(shù)，該指數(shù)選取了16家樣本企業(yè)和8條以上主要航線采用鏈?zhǔn)嚼焦骄幹贫?，較好覆蓋了長江集裝箱運輸市場。經(jīng)過多年的運行，這兩個指數(shù)已經(jīng)能夠及時客觀地反映中國沿海、長江集裝箱航運市場運價的變化狀況。

基于經(jīng)濟(jì)活動的周期性特點，沿海及長江集裝箱航運市場也表現(xiàn)出了一定的季節(jié)性波動特征。為合理分析沿海及長江集裝箱運價指數(shù)在客觀發(fā)展過程中的波動相關(guān)性，必須將其季節(jié)性因素予以剔除。此外，中國長江流域的許多商品都是由國外運至沿海港口，再由沿海港口轉(zhuǎn)運至長江內(nèi)河港口，之后通過內(nèi)河港口進(jìn)行集散至內(nèi)陸各地。因此，沿海集裝箱承運貨物種類與長江集裝箱承運貨物種類較為相似，物流聯(lián)系也較為緊密。由于長江集裝箱的許多貨源主要由沿海集裝箱轉(zhuǎn)運而來的，當(dāng)沿海集裝箱運輸市場受到國家管控政策、國際貿(mào)易政策及貨源供給變化等因素沖擊時，這些沖擊往往會在一定程度上波及長江集裝箱運輸市場，導(dǎo)致其運價出現(xiàn)波動。深入研究兩者的波動相關(guān)性，可以為開展集裝箱江海直達(dá)、江海聯(lián)運等業(yè)務(wù)的航運企業(yè)提供決策參考，從而促進(jìn)沿海和長江集裝箱航運市場健康發(fā)展，充分發(fā)揮沿海和長江航運在服務(wù)國家相關(guān)戰(zhàn)略中的基礎(chǔ)性、先導(dǎo)性作用。

三、沿海及長江集裝箱運價指數(shù)波動的季節(jié)性分解

選取2017年1月～2021年10月的TDI及YCFI共58期月度數(shù)據(jù)作為研究樣本。其中，2018年后，由于長江航務(wù)管理局每月發(fā)布的YCFI數(shù)據(jù)在計算方法上進(jìn)行了調(diào)整，因此有關(guān)2017年1月～12月的運價指數(shù)是根據(jù)新計算方法得到的；TDI是由天津國際貿(mào)易與航運服務(wù)中心按工作日發(fā)布的，為了與YCFI數(shù)據(jù)頻率保持一致，對當(dāng)月每個工作日指數(shù)以算術(shù)平均方式進(jìn)行了降頻處理。[12]

（一）數(shù)據(jù)處理及趨勢解讀

以Y表示YCFI，T表示TDI。為了統(tǒng)一量綱，消除劇烈波動、異方差影響，對原始時間序列數(shù)據(jù)作對數(shù)化處理，[13]得到新的序列LY、LT，并據(jù)此描繪出各變量的時序圖（如圖1、圖2所示）。從圖1、圖2可以看到，LT的波動頻率和幅度比LY的波動頻率和幅度大，在2020年6月后，由于中國對新冠肺炎疫情控制情況較好，經(jīng)濟(jì)恢復(fù)較快，而國外的新冠肺炎疫情逐漸爆發(fā)，致使LT和LY的波動出現(xiàn)差異，行情有所分化。在出口貿(mào)易旺盛時，出現(xiàn)了“一箱難求”的情況?？傮w上，沿海集裝箱運價指數(shù)呈上升趨勢，而長江集裝箱運價指數(shù)表現(xiàn)較為平穩(wěn)。

圖1 LT時序圖

圖2 LY時序圖

根據(jù)圖1、圖2兩個時序圖，可以將2017年1月～2021年10月劃分為以下3個階段。第一階段為2017年1月～2018年11月。該階段，沿海集裝箱運價指數(shù)和長江集裝箱運價指數(shù)波動幅度均比較大。2017年3月下旬，受全國各地推出的房地產(chǎn)限購政策影響，建筑裝修材料訂單量陷入低迷，另外生產(chǎn)企業(yè)對高質(zhì)煤炭的需求逐漸減少，航運貨源供給嚴(yán)重不足，加之沿海集裝箱航運公司增加了運力供給，導(dǎo)致航運供需矛盾凸顯，沿海、長江集裝箱運價均出現(xiàn)大幅下跌。隨后進(jìn)入航運淡季，沿海集裝箱運價指數(shù)持續(xù)下降直至2017年6月，長江集裝箱運價指數(shù)在4月大幅下降后基本保持穩(wěn)定直至9月；2017年7月，受沿海集裝箱周轉(zhuǎn)緊張影響，沿海船運公司開始上調(diào)運價，運價持續(xù)上漲直至年底；2017年10月起，因長江流域港口進(jìn)出口較為旺盛，運價持續(xù)上漲直至年底。2018年，受春節(jié)影響，工廠復(fù)工緩慢，加之國家全面嚴(yán)格禁止廢紙進(jìn)口及中美貿(mào)易摩擦等因素影響，導(dǎo)致貨運需求下降，沿海、長江集裝箱運價持續(xù)下跌直至6月；2018年7月，因沿海航線部分運輸企業(yè)降低運力供給、調(diào)高運價，導(dǎo)致海集裝箱運價指數(shù)持續(xù)上升直至11月，而長江集裝箱運價指數(shù)基本保持平穩(wěn)，波動較小。第二階段為2018年12月～2020年6月。受春節(jié)假期、中美貿(mào)易摩擦、新冠肺炎疫情等因素持續(xù)影響，總體上沿海及長江集裝箱運價指數(shù)表現(xiàn)為持續(xù)震蕩下降，波動幅度較大。第三階段為2020年6月～2021年10月。2020年下半年，由于中國對新冠肺炎的疫情控制較好，經(jīng)濟(jì)恢復(fù)較快，沿海港口出口集裝箱量明顯增加，致使沿海港口集裝箱供不應(yīng)求，運價持續(xù)上漲；長江集裝箱運價受長江汛期、枯水季、國慶假期等因素影響，運價下降，在年末受出口旺季影響，運價有所回升。2021年受春節(jié)假期影響，沿海及長江集裝箱運價均出現(xiàn)回落，隨后沿海集裝箱運價迅速上漲，長江集裝箱運價受三峽船閘檢修、國外疫情加重等因素影響，出口集裝箱量有所增加，但進(jìn)口集裝箱量有所減少，長江集裝箱運價指數(shù)基本保持平穩(wěn)。而2021年8月～9月，受長江沿線部分城市新冠肺炎疫情影響，長江集裝箱運價下降較為明顯。

（二）沿海及長江集裝箱運價指數(shù)的季節(jié)性分解

為了解沿海及長江集裝箱運價指數(shù)波動的季節(jié)特點，利用CensusX12季節(jié)調(diào)整方法對LT及LY進(jìn)行分析，得到兩項指數(shù)的季節(jié)因子波動情況。月度、季度時間序列數(shù)據(jù)常常會表現(xiàn)出明顯的季度或月度循環(huán)變化特征，從而在一定程度上影響市場發(fā)展趨勢。首先對時間序列進(jìn)行季節(jié)分解，時間序列中的季節(jié)變動要素可以利用季節(jié)調(diào)整方法將其予以分離，從而得到季節(jié)影響因子序列和剔除季節(jié)性因素的趨勢循環(huán)序列。Eviews10中的CensusX12季節(jié)調(diào)整方法共有4種分解模型，即加法、乘法、對數(shù)加法、偽對數(shù)加法模型。筆者利用乘法模型進(jìn)行季節(jié)分解，其形式為 Yt=TCt×St×It，其中，Yt表示原時間序列，TCt表示趨勢循環(huán)部分，St表示季節(jié)因素分量，It表示不規(guī)則因素分量，從而得到LT及LY的趨勢循環(huán)序列為LTTC及LYTC（如圖3所示）；季節(jié)性因子分別為LTSF及 LYSF（如圖4、圖5所示）。

圖3 LTTC及LYTC時序圖

圖4 LTSF時序圖

圖5 LYSF時序圖

由圖4可知，沿海集裝箱運價指數(shù)的季節(jié)性因子在每年的6月降至最小值。其中，上年12月至次年2月降幅較大，2月至6月降幅較小，隨后逐漸上升，至11月達(dá)到最大值；長江集裝箱運價指數(shù)的季節(jié)性因子在每年的9月降至最小值，隨后逐漸上升，至次年的1月達(dá)到最大值?？梢娧睾＜伴L江集裝箱運價指數(shù)均有較為明顯的季節(jié)性特征，且長江集裝箱運價的波動相比沿海集裝箱運價較為滯后，一般滯后2～3個月左右。

四、實證分析

在對沿海及長江集裝箱運價指數(shù)進(jìn)行季節(jié)調(diào)整后，可以得到不存在季節(jié)因素影響的趨勢循環(huán)序列，該序列更能反映其發(fā)展規(guī)律。利用Eviews10對LTTC及LYTC進(jìn)行平穩(wěn)性檢驗、協(xié)整關(guān)系檢驗、格蘭杰因果檢驗后，建立適當(dāng)滯后階數(shù)的VAR模型并進(jìn)行脈沖響應(yīng)分析，以此研究沿海及長江集裝箱運價指數(shù)波動的相關(guān)性。

（一）VAR模型介紹

矢量自回歸模型即VAR模型已經(jīng)從二維擴(kuò)展到多維，為拓展其應(yīng)用范圍，模型由單變量推廣至多變量，其數(shù)學(xué)表達(dá)式為：

其中Yt表示K維內(nèi)生變量向量，Xt表示外生變量向量，P表示滯后期，T表示樣本個數(shù)，Φ1Φ2LΦp表示相應(yīng)的系數(shù)矩陣。其矩陣形式為：

（二）ADF 檢驗

VAR是在平穩(wěn)序列的基礎(chǔ)上進(jìn)行建模分析，因此若序列非平穩(wěn)，則需要經(jīng)過適當(dāng)階數(shù)的差分后才能得到平穩(wěn)序列，再建立相應(yīng)的VAR模型。在序列平穩(wěn)性檢驗方法中，ADF檢驗 （Augmented Dickey-Fuller test，ADF）是最為常用的方法。ADF檢驗結(jié)果顯示 （如表1所示），在5%顯著性水平臨界值下，LTTC的ADF檢驗值大于臨界值，拒絕原假設(shè)，序列平穩(wěn)；LYTC的ADF檢驗值小于臨界值，序列不平穩(wěn)。

表1 各變量ADF檢驗結(jié)果

由于存在變量不平穩(wěn)，而建立VAR模型需要平穩(wěn)的序列，因此對這些變量進(jìn)行一階差分，一階差分后的序列分別為DLTC、DLYC，對新的差分序列進(jìn)行ADF檢驗，結(jié)果（見表2）顯示：經(jīng)過一階差分處理后得到DLTC、DLYC都是平穩(wěn)序列，可以利用DLTC、DLYC序列建立VAR模型。

表2 各變量一階差分后的ADF檢驗結(jié)果

（三）最佳滯后期的選擇

滯后階數(shù)的確定對VAR模型來說十分重要。選擇滯后階數(shù)時，通常存在一些矛盾，為提升模型動態(tài)特征的反應(yīng)能力，可以增加其滯后階數(shù)，但滯后階數(shù)的增加會導(dǎo)致滯后變量系數(shù)個數(shù)的增加，模型的自由度就會偏低。因此，在選擇滯后期時，要同時考慮足夠的滯后項和足夠數(shù)目的自由度。通常以Akaike 信息準(zhǔn)則（Akaike information criterion，AIC）和Schwarz信息準(zhǔn)則 （Schwarz information criterion，SC）來選擇滯后期，但是當(dāng)AIC和SC的值不能同時達(dá)到最小時，也可以選擇似然比 （Likelihood ratio，LR）檢驗來確定最佳滯后期。通過最佳滯后期檢驗（如表3所示），從多個準(zhǔn)則判斷，可確定最佳滯后期為4。此外表中還包含了最終預(yù)測誤差（Final prediction error，F(xiàn)PE） 和 HQ信息準(zhǔn)則 （Hannan-Quinn information criterion，HQ）的值。

表3 LR檢驗結(jié)果

（四）Johansen協(xié)整關(guān)系檢驗

趨勢循環(huán)序列中，既有平穩(wěn)序列如LTTC又有非平穩(wěn)序列如LYTC，利用Johansen協(xié)整檢驗中的跡檢驗（Trace Test）和最大特征值檢驗（Max-Eigenvalue Test）來檢驗這些變量中是否存在著協(xié)整關(guān)系，即這些變量的線性組合是否穩(wěn)定，如存在穩(wěn)定線性關(guān)系，則可以建立VEC模型，反之則建立VAR模型。Trace Test及Max-Eigenvalue Test檢驗結(jié)果如表4、表5所示。

表4 Trace Test檢驗結(jié)果

表5 Max-Eigenvalue Test檢驗結(jié)果

由表4、表5可知，不論是Trace Test檢驗還是Max-Eigenvalue Test檢驗，沒有協(xié)整關(guān)系的原假設(shè)在5%顯著性水平下被接受，說明這些變量間不存在協(xié)整關(guān)系，這些變量間沒有穩(wěn)定的數(shù)量關(guān)系，需要利用經(jīng)過一階差分后的各個變量建立VAR模型來對其進(jìn)行分析。

（五）建立VAR模型

由于各變量在一階差分后的序列是平穩(wěn)序列，因此可以對 DLT、DLY建立滯后期為 4的 VAR模型：

模型建立后，還要對該模型的穩(wěn)定性進(jìn)行檢驗，以考察其是否具有經(jīng)濟(jì)意義，可以利用AR根圖進(jìn)行檢驗，檢驗結(jié)果如圖6所示。

圖6 AR根圖

根據(jù)AR特征根倒數(shù)模的大小來檢驗所建立的VAR模型是否穩(wěn)定，當(dāng)其全部小于單位1時，表明所建立的模型穩(wěn)定。由圖6可知，8個特征根均落在單位圓內(nèi)，即VAR模型特征根倒數(shù)的模均小于單位1，所建立的VAR模型是穩(wěn)定的。

（六）Granger因果檢驗

Granger因果檢驗（Granger Causality Test）主要用于描述一個變量變化在統(tǒng)計估計層面上能否引起另一個變量變化。在VAR模型的Granger因果檢驗中，主要觀察該變量在多大程度上能被另一個或多個變量的過去值所解釋，當(dāng)增加滯后期時，能否使得解釋程度更高。如果在A變量預(yù)測中，B過去的值能有所幫助，或A與B的相關(guān)關(guān)系在統(tǒng)計上顯著，可以稱之為“A變量由B變量Granger引起”。因此筆者對差分后的序列進(jìn)行Granger因果檢驗，以分析變量間的因果關(guān)系（如表6、表7所示）。

表6 以DLYC為因變量的Granger檢驗結(jié)果

根據(jù)檢驗結(jié)果，DLYC的檢驗結(jié)果為10.72459，在5%的顯著性水平下拒絕原假設(shè)，因此DLTC能夠Granger引起DLYC變化，DLYC在數(shù)學(xué)統(tǒng)計上能夠被DLTC的過去值所解釋。DLYC的檢驗值為1.471205，在5%的顯著性水平下接受原假設(shè)，無法構(gòu)成DLYC對DLTC的格蘭杰因果關(guān)系。因此，沿海集裝箱運價對長江集裝箱運價構(gòu)成單向格蘭杰因果關(guān)系，沿海集裝箱運價能夠Granger引起長江集裝箱運價發(fā)生變化；反之，長江集裝箱運價無法Granger引起沿海集裝箱運價發(fā)生變化。

（七）脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)能夠描述當(dāng)內(nèi)生變量受到自身或者其他變量沖擊后，該變量目前和未來值的變化軌跡，可以直觀表現(xiàn)變量受自身作用以及變量間相互作用的動態(tài)變化形勢。

Granger因果檢驗證實了部分變量間存在數(shù)學(xué)統(tǒng)計上的因果關(guān)系，但并沒有為變量間相互影響的動態(tài)特征提供更多明確的信息。因此，在已建立的VAR模型基礎(chǔ)上進(jìn)行脈沖響應(yīng)函數(shù)分析，以進(jìn)一步分析其短期動態(tài)關(guān)系。

如圖7（a）（b）所示，剔除季節(jié)性因素后的長江集裝箱運價指數(shù)對自身變化和剔除季節(jié)因子后的沿海集裝箱運價變化的響應(yīng)很敏感，均在當(dāng)期進(jìn)行響應(yīng)，但受自身變化影響產(chǎn)生的響應(yīng)更為劇烈。

圖7 脈沖響應(yīng)圖

長江集裝箱運價受到自身沖擊后，在當(dāng)期產(chǎn)生一個較大的正向響應(yīng)并逐漸升至第4期的最大值，隨后開始緩慢下降直至第12期。長江集裝箱運價受到沿海集裝箱運價沖擊后，當(dāng)期響應(yīng)并緩慢升至第5期的最大值，然后開始下降，在第7期變?yōu)樨?fù)值，在第10期降至最小值后開始緩慢回升。

如圖7（c）（d）所示，剔除季節(jié)性因素后的沿海集裝箱運價對自身變化和剔除季節(jié)因子后的長江集裝箱運價變化的響應(yīng)較為敏感，均在第1期進(jìn)行響應(yīng)，但是受自身變化影響產(chǎn)生的響應(yīng)較大。

沿海集裝箱運價受到長江集裝箱運價沖擊后，當(dāng)期產(chǎn)生一個正向響應(yīng)，并開始小幅上升直至第5期的最大值，然后逐漸下降，在第7期變?yōu)樨?fù)值，在第9期降至最小值后開始緩慢回升，至第12期變?yōu)?。沿海集裝箱運價受到自身沖擊后，當(dāng)期產(chǎn)生一個較大的正向響應(yīng)，隨后開始逐漸升至第4期的最大值，然后開始下跌，至第7期變?yōu)樨?fù)值，在第9期跌至最小值后開始回升，至第11期再次變?yōu)檎怠?/p>

沿海及長江集裝箱運輸市場業(yè)務(wù)間存在著一定的聯(lián)系，但是又各有特點，具備一定的獨立性。兩者在自身發(fā)生變化后，響應(yīng)均較為劇烈，說明他們對自身所處航運市場環(huán)境中的相關(guān)影響因素響應(yīng)更為劇烈，相對較為獨立。而受到對方?jīng)_擊后，均會做出響應(yīng)，但長江集裝箱運價受到沿海集裝箱運價沖擊后產(chǎn)生的波動幅度更大，這是因為很多長江航運物流企業(yè)在制定運價時往往會參考沿海運價，此外由于集裝箱江海直達(dá)船的研發(fā)成功，集裝箱江海聯(lián)運、海船進(jìn)江業(yè)務(wù)不斷拓展，長江航運價格受“海進(jìn)江”的影響較為明顯。同時，由于發(fā)往內(nèi)陸的長江集裝箱多由沿海集裝箱經(jīng)沿海港口轉(zhuǎn)運，因此沿海港口的集裝箱業(yè)務(wù)量多少對長江集裝箱業(yè)務(wù)量的影響較大，致使長江集裝箱運價受沿海集裝箱運價沖擊所產(chǎn)生的波動幅度也較大。反之，長江集裝箱量相比沿海集裝箱量要小，因此對沿海集裝箱運價的影響并不顯著，致使沿海集裝箱運價受長江集裝箱量運價沖擊所產(chǎn)生的波動幅度也較小，從側(cè)面驗證了筆者的Granger因果檢驗結(jié)果。

五、結(jié)論及對策建議

（一）結(jié)論

采用2017年1月～2021年10月沿海集裝箱運價指數(shù)和長江集裝箱運價指數(shù)數(shù)據(jù)，通過季節(jié)分解及相關(guān)檢驗，建立了VAR模型進(jìn)行實證分析，結(jié)果顯示：兩者均存在明顯的季節(jié)性波動特點，且長江集裝箱運價波動相對沿海集裝箱運價波動較為滯后，在每年的第四季度末及年初，由于元旦、春節(jié)等節(jié)假日的備貨需求較高，引起沿海及長江集裝箱運價上漲。其中沿海集裝箱運價能夠Granger引起長江集裝箱運價發(fā)生變化，長江集裝箱運價受沿海集裝箱運價影響后會出現(xiàn)波動；根據(jù)脈沖響應(yīng)函數(shù)分析，長江及沿海集裝箱運價指數(shù)在受到自身及對方產(chǎn)生的沖擊后較為敏感，均在當(dāng)期產(chǎn)生響應(yīng)，但受自身沖擊后產(chǎn)生的波動幅度較大，且沿海集裝箱航運市場對長江集裝箱航運市場的價格沖擊更大。受到2017年長江集裝箱運價指數(shù)算法調(diào)整的影響，筆者獲取的樣本數(shù)量有限，在沿海及長江集裝運價指數(shù)樣本數(shù)量不斷增加后，樣本所包含的信息將更為準(zhǔn)確和豐富，模型會更為準(zhǔn)確，對兩者的波動相關(guān)關(guān)系分析將更為清晰。

（二）對策建議

1.長江集裝箱航運企業(yè)在制定集裝箱運價時,要將集裝箱運輸市場的季節(jié)性和周期性因素均納入運價決策過程中，進(jìn)行綜合決策。如在每年的夏季、秋初及春節(jié)等時期，運輸企業(yè)應(yīng)當(dāng)適當(dāng)降低運力供給，合理調(diào)低運價，保障船舶運力的有效利用。

2.在制定長江集裝箱運價時，要積極參考沿海集裝箱的業(yè)務(wù)量和運價水平，特別是在開展“海進(jìn)江”集裝箱聯(lián)運、直達(dá)運輸時，要時刻關(guān)注沿海集裝運輸市場的業(yè)務(wù)量及價格走向，充分考慮其對長江集裝箱運價的影響。

3.尊重市場規(guī)律，把握政策方向，抓住后疫情時代中國出口貿(mào)易高質(zhì)量發(fā)展契機(jī)，拓展江海直達(dá)、江海聯(lián)運航線，大力發(fā)展多式聯(lián)運，提高運輸效率，促進(jìn)貨物“公轉(zhuǎn)水”，打通商品流通渠道，提高長江流域內(nèi)陸城市與沿海區(qū)域的經(jīng)濟(jì)聯(lián)動性。