□李欣月 朱賈悅 方雨晨

一、引言

交通運(yùn)輸業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，交通運(yùn)輸業(yè)的發(fā)展會(huì)促進(jìn)國(guó)民經(jīng)濟(jì)的發(fā)展，而國(guó)民經(jīng)濟(jì)的發(fā)展會(huì)推動(dòng)交通運(yùn)輸業(yè)的發(fā)展。交通運(yùn)輸業(yè)包含客運(yùn)和貨運(yùn)兩部分，因此選取客運(yùn)周轉(zhuǎn)量指標(biāo)和貨運(yùn)周轉(zhuǎn)量指標(biāo)，選取國(guó)內(nèi)生產(chǎn)總值作為經(jīng)濟(jì)指標(biāo)。由于貴州是我國(guó)欠發(fā)達(dá)地區(qū)，且地形為喀斯特地貌，交通運(yùn)輸條件較差，因此，對(duì)貴州客貨運(yùn)周轉(zhuǎn)量與GDP關(guān)系的研究具有一定的理論意義和現(xiàn)實(shí)意義。本文通過(guò)2017年《貴州統(tǒng)計(jì)年鑒》中1978～2016年的數(shù)據(jù)選取相關(guān)指標(biāo)，利用Eviews軟件，構(gòu)建貴州客貨運(yùn)周轉(zhuǎn)量與GDP的VAR，分析貴州客貨運(yùn)周轉(zhuǎn)量與GDP之間存在的長(zhǎng)期關(guān)系。

二、數(shù)據(jù)來(lái)源與變量選擇

選取1978～2016年貴州國(guó)內(nèi)生產(chǎn)總值(億元)、客運(yùn)周轉(zhuǎn)量(億人公里)和貨運(yùn)周轉(zhuǎn)量(億噸公里)作為樣本數(shù)據(jù)，數(shù)據(jù)均來(lái)源于2017年《貴州統(tǒng)計(jì)年鑒》。

對(duì)原始序列進(jìn)行對(duì)數(shù)變換，變換后的國(guó)內(nèi)生產(chǎn)總值、客運(yùn)周轉(zhuǎn)量和貨運(yùn)周轉(zhuǎn)量分別表示為lngdp，lnpk，lnft。

三、協(xié)整檢驗(yàn)分析

(一)數(shù)據(jù)平穩(wěn)性檢驗(yàn)。在時(shí)間數(shù)據(jù)序列不具有平穩(wěn)性的情況下，VAR模型容易出現(xiàn)偽回歸現(xiàn)象，所以需要對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用ADF檢驗(yàn)方法來(lái)檢驗(yàn)三組數(shù)據(jù)的平穩(wěn)性。檢驗(yàn)結(jié)果如表1所示。

表1 ADF檢驗(yàn)表

由表1可以看出，原始序列均不平穩(wěn)，但一階差分序列都平穩(wěn)，因此可以對(duì)三組時(shí)間序列作進(jìn)一步分析。

(二)滯后階數(shù)檢驗(yàn)。采取SC、AIC取值最小準(zhǔn)則對(duì)階數(shù)進(jìn)行確定。檢驗(yàn)結(jié)果如圖1所示。

圖1顯示，在評(píng)價(jià)最優(yōu)滯后期數(shù)的5個(gè)指標(biāo)中，都認(rèn)為應(yīng)該建立VAR(1)模型，即1期為最優(yōu)滯后期。

圖1 VAR模型最優(yōu)滯后期數(shù)的確定

(三)協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)用來(lái)檢驗(yàn)變量之間是否存在長(zhǎng)期均衡關(guān)系。本文采用Johansen協(xié)整檢驗(yàn)方法。檢驗(yàn)結(jié)果圖2所示。

圖2 Johansen協(xié)整檢驗(yàn)結(jié)果

由圖2檢驗(yàn)結(jié)果可知，當(dāng)協(xié)整檢驗(yàn)的方程個(gè)數(shù)為0時(shí)，P值為0.0277，通過(guò)顯著性檢驗(yàn)，同時(shí)，當(dāng)協(xié)整檢驗(yàn)的方程個(gè)數(shù)為1時(shí)，P值為0.2052，不通過(guò)顯著性檢驗(yàn)，因此lngdp、lnpk和lnft存在唯一長(zhǎng)期的均衡關(guān)系。

(四)Granger因果檢驗(yàn)。由于序列之間存在協(xié)整關(guān)系,因此可以進(jìn)行Granger因果檢驗(yàn)。檢驗(yàn)結(jié)果如圖3所示。

圖3 Granger因果檢驗(yàn)結(jié)果

由圖3可知，貴州的貨運(yùn)周轉(zhuǎn)量是客運(yùn)周轉(zhuǎn)量和GDP的Granger原因,而貴州的客運(yùn)周轉(zhuǎn)量和GDP是貨運(yùn)周轉(zhuǎn)量的非Granger原因，說(shuō)明貴州的貨運(yùn)周轉(zhuǎn)量和客運(yùn)周轉(zhuǎn)量與GDP之間存在單向的因果關(guān)系，貴州貨運(yùn)周轉(zhuǎn)量的增長(zhǎng)能帶動(dòng)客運(yùn)周轉(zhuǎn)量和GDP增長(zhǎng)。

四、VAR模型的構(gòu)造

(一)建立VAR模型。向量自回歸模型是一種非結(jié)構(gòu)化的模型，在模型的每個(gè)方程中用當(dāng)期內(nèi)生變量對(duì)模型中全部?jī)?nèi)生變量的滯后期進(jìn)行回歸，從而估計(jì)全部?jī)?nèi)生變量之間的動(dòng)態(tài)關(guān)系。通過(guò)Eviews建立VAR模型的方程參數(shù)，得出表達(dá)式為：

lngdp=0.807579×lngdp(-1)+0.028353×lnpk(-1)+0.340971×lnft(-1)-0.741622；

lnpk=-0.031783×lngdp(-1)+0.764182×lnpk(-1)+0.281915×lnft(-1)-0.142333；

lnft=0.037567×lngdp(-1)-0.015381×lnpk(-1)+0.939111×lnft(-1)+0.267580。

(二)AR單位根檢驗(yàn)。AR單位根檢驗(yàn)是通過(guò)觀測(cè)檢驗(yàn)值是否超過(guò)1，如果AR單位根檢驗(yàn)的點(diǎn)落在單位圓之外，說(shuō)明構(gòu)建的向量自回歸模型是不穩(wěn)定性的；反之，如果AR根檢驗(yàn)的點(diǎn)落在單位圓以內(nèi)，說(shuō)明構(gòu)建的向量自回歸模型是穩(wěn)定的。檢驗(yàn)結(jié)果如圖4所示。

圖4 AR單位根檢驗(yàn)圖

圖4顯示的檢驗(yàn)結(jié)果可知，VAR模型的AR單位根均小于1，這表明lngdp、lnpk和lnft的時(shí)間序列所構(gòu)建的VAR模型具有良好的穩(wěn)定性，是合理有效的向量自回歸模型。

五、結(jié)語(yǔ)

通過(guò)以上的實(shí)證分析，可以得出：貴州的貨運(yùn)周轉(zhuǎn)量、客運(yùn)周轉(zhuǎn)量和GDP之間存在唯一的協(xié)整關(guān)系，貨運(yùn)周轉(zhuǎn)量是客運(yùn)周轉(zhuǎn)量和GDP的Granger原因,而客運(yùn)周轉(zhuǎn)量和GDP是貨運(yùn)周轉(zhuǎn)量的非Granger原因，貴州的貨運(yùn)周轉(zhuǎn)量和客運(yùn)周轉(zhuǎn)量與GDP之間存在單向的因果關(guān)系，從構(gòu)造的VAR模型可以看出，貴州的貨運(yùn)周轉(zhuǎn)量、客運(yùn)周轉(zhuǎn)量和GDP都受各自的滯后一期的影響最大。貴州的貨運(yùn)周轉(zhuǎn)量能夠刺激貴州的客運(yùn)周轉(zhuǎn)量和GDP，因此可以通過(guò)當(dāng)前的貨運(yùn)周轉(zhuǎn)量的變化判斷未來(lái)的客運(yùn)周轉(zhuǎn)量和GDP的增減情況，從而更好地應(yīng)對(duì)客運(yùn)和經(jīng)濟(jì)的變化。