我國鐵路運輸與第二產(chǎn)業(yè)發(fā)展的動態(tài)關(guān)系研究

張凌潔，馬立平

（首都經(jīng)濟貿(mào)易大學(xué) 統(tǒng)計學(xué)院，北京 100026）

目前，我國處于工業(yè)化加速發(fā)展時期，第二產(chǎn)業(yè)比重穩(wěn)步上升并居國民經(jīng)濟的主體地位。作為現(xiàn)代經(jīng)濟運行重要組成部分的鐵路運輸，密切影響著第二產(chǎn)業(yè)的發(fā)展。從經(jīng)濟規(guī)模上，第二產(chǎn)業(yè)的生產(chǎn)規(guī)模代表區(qū)域內(nèi)部的貨物生產(chǎn)規(guī)模，而貨物生產(chǎn)規(guī)模與貨物周轉(zhuǎn)量有直接關(guān)系。無論這些貨物是作為居民最終消費使用，還是作為其他產(chǎn)業(yè)的中間產(chǎn)品投人使用，均會帶來區(qū)域的貨物運輸需求。第二產(chǎn)業(yè)的行業(yè)集中度與貨物周轉(zhuǎn)量有密切的關(guān)系。目前，國內(nèi)相關(guān)研究大多是定性地分析鐵路運輸業(yè)在國民經(jīng)濟中的重要地位，定量研究尤其是動態(tài)研究較少。因此，結(jié)合我國1978—2008 年鐵路運輸指標數(shù)據(jù)和第二產(chǎn)業(yè)增加值年度數(shù)據(jù)，基于 VAR 模型，運用協(xié)整理論、脈沖響應(yīng)函數(shù)來研究其動態(tài)影響關(guān)系。

1 模型研究及應(yīng)用

采用向量自回歸模型 (Vector Auto-regression，VAR)，選用貨運量和貨物周轉(zhuǎn)量x2作為研究鐵路運輸業(yè)的指標，全國第二產(chǎn)業(yè)增加值y作為第二產(chǎn)業(yè)經(jīng)濟發(fā)展的指標。將第二產(chǎn)業(yè)增加值、貨運量、貨物周轉(zhuǎn)量這3個變量通過 VAR 模型的脈沖響應(yīng)函數(shù)和方差分解技術(shù)，研究第二產(chǎn)業(yè)與鐵路運輸?shù)南嗷ロ憫?yīng)關(guān)系及程度。為保證數(shù)據(jù)的可比性，以 1978 年為基期，計算得到各年實際增加值，再進行對數(shù)變換，然后分別把lny、lnx1和 lnx2的一階差分記為Δlny、Δlnx1和Δlnx2。

1.1 時間序列平穩(wěn)性及其檢驗

時間序列的平穩(wěn)性是指時間序列的統(tǒng)計特性不隨時間推移而發(fā)生變化的特性。采用增廣迪基-福勒檢驗 (Augmented Dickey-Fuller test，ADF檢驗)來判斷時間序列的平穩(wěn)性，ADF檢驗用于檢驗序列是否服從有單位根的自回歸過程。下面分別對序列l(wèi)ny、lnx

1、lnx2進行檢驗，結(jié)果表明三者均不是平穩(wěn)序列；再分別對序列Δlny、Δlnx1和Δlnx2進 行

ADF 檢驗，說明三者均為一階單整序列，檢驗結(jié)果如表1所示。

表 1 ADF 檢驗結(jié)果

注：檢驗形式 (C，N，1) 中的C、N和1分別表示單位根檢驗方程，包括常數(shù)項，不包括時間趨勢，滯后階數(shù)為 1。

1.2 確定向量自回歸模型階數(shù)

VAR 模型采用多方程聯(lián)立的形式，在每個方程中將每個內(nèi)生變量對模型的全部內(nèi)生變量的滯后值進行回歸，從而估計全部內(nèi)生變量間的動態(tài)關(guān)系。VAR 模型除需要滿足平穩(wěn)性條件外，還應(yīng)確定滯后期k。如果滯后期太少，誤差項的自相關(guān)會很嚴重，并導(dǎo)致參數(shù)的非一致性估計。本研究對最優(yōu)滯后期的選擇根據(jù)赤池消息準則 (AIC) 和施瓦茨準則 (SC) 來確定，當(dāng)兩者達到最小時的階數(shù)為最優(yōu)階數(shù)。通過檢驗可以看出，最優(yōu)階數(shù)為3。

1.3 協(xié)整檢驗

在模型中3個變量同階單整，滿足協(xié)整檢驗的前提條件，為了探索變量之間是否具有長期的穩(wěn)定關(guān)系，需要進行協(xié)整檢驗。本研究采用基于 VAR模型的 Johansen 協(xié)整檢驗。協(xié)整檢驗?zāi)Ｐ蛯嶋H上是對無約束 VAR 模型進行協(xié)整約束后得到的 VAR 模型，該模型的滯后期是無約束 VAR 模型一階差分變量的滯后期。由于無約束 VAR 模型的最優(yōu)滯后期為k，所以將協(xié)整檢驗的 VAR 模型滯后期確定為k-1。本研究確定模型滯后期為 2，采用無截距和趨勢項的檢驗方式。從表2中可以看出，在 5% 的顯著性水平下，跡檢驗和最大特征根檢驗都認為變量之間不存在協(xié)整關(guān)系，這說明第二產(chǎn)業(yè)的發(fā)展與貨運量和貨物周轉(zhuǎn)量的發(fā)展之間不存在長期的均衡關(guān)系。

1.4 建立向量自回歸模型 (VAR)

由于Δlny、Δlnx1和Δlnx

2均可看作內(nèi)生變量，因此可以建立二階的無約束 VAR 模型。經(jīng)過檢驗，模型是顯著的，說明該 VAR 模型的結(jié)構(gòu)是穩(wěn)定的。通過基于 VAR 模型的脈沖響應(yīng)函數(shù)和方差分解，可以測算Δlny對Δlnx1和Δlnx

2沖擊的響應(yīng)。觀察特征根的分布，模型特征根均小于 1，說明模型的結(jié)構(gòu)是穩(wěn)定的，可以進行脈沖響應(yīng)分析與方差分解分析。

1.5 脈沖響應(yīng)函數(shù)

表 2 Johansen 協(xié)整檢驗

脈沖響應(yīng)函數(shù)是用于衡量隨機擾動項的一個標準差沖擊對其他變量當(dāng)前和未來取值的影響軌跡，能夠比較直觀地刻畫出變量之間的動態(tài)交互作用及效應(yīng)。

基于 VAR (3) 模型運用模擬沖擊法，對系統(tǒng)施加外部沖擊，計算各變量對沖擊的反應(yīng)，并將各變量的瞬時反應(yīng)加總，考察其對外部沖擊的長期總反應(yīng)。圖1—圖5分別表示Δlny對Δlnx1、Δlnx2對一個標準差隨機擾動項的累積脈沖響應(yīng)，即分別顯示了其對自身和其他變量的標準差沖擊的長期總反應(yīng)。在圖 1—圖5中，上下兩條虛線分別代表正負 2倍標準差偏離帶，中間實踐代表脈沖相應(yīng)函數(shù)，在模型中將響應(yīng)的時間長度設(shè)定為 15 年。模型通過顯著性檢驗且調(diào)整的可決系數(shù)均大于 0.95。

圖 1 第二產(chǎn)業(yè)對其自身一個標準差的脈沖相應(yīng)圖

圖 2 貨物周轉(zhuǎn)量對第二產(chǎn)業(yè)的脈沖相應(yīng)圖

圖 3 貨運量對第二產(chǎn)業(yè)的脈沖相應(yīng)圖

圖 4 第二產(chǎn)業(yè)對貨物周轉(zhuǎn)量的脈沖相應(yīng)圖

圖 5 第二產(chǎn)業(yè)對貨運量的脈沖相應(yīng)圖

從圖1可以看出，第二產(chǎn)業(yè)增加值對其自身一個標準差的沖擊響應(yīng)開始是正的響應(yīng)，到第三期由一個小小的波動變?yōu)樨撓鄳?yīng)，第七期轉(zhuǎn)為正向，慢慢收斂。從圖2可以看出，貨物周轉(zhuǎn)量的沖擊引起經(jīng)濟增長變化的脈沖響應(yīng)過程是當(dāng)在第一期給貨物周轉(zhuǎn)量一個標準差的沖擊后 (即貨物周轉(zhuǎn)量增加)，對經(jīng)濟增加值是一個負響應(yīng)，在第四期到達頂點后逐漸收斂并轉(zhuǎn)為正向收斂。從圖3可以看出， 貨運量的沖擊引起經(jīng)濟增加值的變化的脈沖響應(yīng)過程是當(dāng)在第一期給出一個標準差的沖擊，對經(jīng)濟增加值是一個負響應(yīng)，在第四期到達頂點后逐漸收斂，到第七期出現(xiàn)正響應(yīng)并趨于平穩(wěn)。圖4、圖5是第二產(chǎn)業(yè)增加值對貨運量、貨物周轉(zhuǎn)量的脈沖響應(yīng)圖，在第一期給出經(jīng)濟一個標準差的沖擊后，從第二期開始對貨運量一直呈現(xiàn)正向效應(yīng)，并且快速收斂，達到穩(wěn)定狀態(tài)；第二產(chǎn)業(yè)增加值對貨物周轉(zhuǎn)量有短期的負向效應(yīng)，第三期即為正向效應(yīng)并快速收斂達到穩(wěn)定狀態(tài)。

1.6 方差分解

方差分解表示當(dāng)系統(tǒng)的某個變量受到一個單位的沖擊以后，以變量的預(yù)測誤差方差百分比的形式反映向量之間的交互作用程度，其基本思想是把系統(tǒng)中每個內(nèi)生變量的變動按其成因分解為與各方程隨機擾動項相關(guān)聯(lián)的各組成部分，以了解各隨機擾動項對模型內(nèi)生變量的相對重要性。利用方差分解技術(shù)分析鐵路運輸對第二產(chǎn)業(yè)增加值的貢獻率 (見表3)。

表 3 第二產(chǎn)業(yè)增加值的方差分解表

從表3中可以看出，第二產(chǎn)業(yè)增加值的波動在第一期只受自身波動沖擊的影響，這是由于在建立VAR 模型時，把Δlny作為第一個因變量，從第二期開始來自第二產(chǎn)業(yè)增加值自身的擾動逐漸下降，在第四期受自身影響顯著下降，在第十期后基本穩(wěn)定在 83% 左右，但仍起主要作用，這與脈沖響應(yīng)的結(jié)論相一致。貨運量變化從長期來看，能夠影響第二產(chǎn)業(yè)增加值變化的 11.69% 左右；而貨物周轉(zhuǎn)量對第二產(chǎn)業(yè)增加值變化的影響程度能力較小，僅為4.34% 左右。

2 基本結(jié)論

基于 1978—2008 年的第二產(chǎn)業(yè)增加值和貨運量與貨物周轉(zhuǎn)量數(shù)據(jù)，對以上變量采用時間序列的平穩(wěn)性檢驗、協(xié)整檢驗的實證分析表明，第二產(chǎn)業(yè)增加值和貨運量與貨物周轉(zhuǎn)量三者之間并不存在協(xié)整關(guān)系。同時，構(gòu)建了第二產(chǎn)業(yè)和交通運輸?shù)腣AR(3) 模型，并在此基礎(chǔ)上利用脈沖響應(yīng)函數(shù)分析了3個變量之間的關(guān)系，對因變量預(yù)測誤差進行分解得出以下結(jié)論。

（1）在 5% 顯著水平上，第二產(chǎn)業(yè)增加值和貨運量與貨物周轉(zhuǎn)量并不存在長期穩(wěn)定的均衡關(guān)系；從長期來看，第二產(chǎn)業(yè)增加值不僅能自我促進，而且對貨運量與貨物周轉(zhuǎn)量發(fā)展有顯著正效應(yīng)，這不僅說明我國的經(jīng)濟增長具有一定的慣性，而且反映出經(jīng)濟增長的預(yù)期水平對鐵路運輸部門經(jīng)濟實際運行態(tài)勢具有顯著影響。

（2）貨運量和貨物周轉(zhuǎn)量對第二產(chǎn)業(yè)增加值的初期呈現(xiàn)負效應(yīng)，到達第七期時才轉(zhuǎn)向正向效應(yīng)，但效果并不顯著，說明鐵路運輸業(yè)對第二產(chǎn)業(yè)增長的促進效應(yīng)仍未激活。通過對第二產(chǎn)業(yè)增加值的方差分解，引起其發(fā)生變化的主要原因是自身的隨機擾動項沖擊和貨運量沖擊，貨物周轉(zhuǎn)量的貢獻率非常小。

3 結(jié)束語

通過分析，貨運量和貨物周轉(zhuǎn)量對第二產(chǎn)業(yè)增加值的促進效應(yīng)并不十分顯著，第二產(chǎn)業(yè)主要是靠自身的內(nèi)生增長。因此，從長期來看，鐵路建設(shè)應(yīng)著力外延擴張，結(jié)合區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，優(yōu)化運輸資源配置，這將促使鐵路運輸業(yè)與第二產(chǎn)業(yè)之間的關(guān)聯(lián)度更加緊密，起到相互帶動的長期作用。