基于脈沖響應的公路運輸需求與產業結構優化的協整分析

雷天，許金良，單東輝，賈興利

(1.長安大學 特殊地區公路工程教育部重點實驗室，陜西 西安 710064;2.中交第一公路勘察設計研究院有限公司，陜西 西安 710065)

?

基于脈沖響應的公路運輸需求與產業結構優化的協整分析

雷天1，許金良1，單東輝2，賈興利1

(1.長安大學 特殊地區公路工程教育部重點實驗室，陜西 西安 710064;2.中交第一公路勘察設計研究院有限公司，陜西 西安 710065)

摘要:基于時間序列數據，利用ADF檢驗、向量自回歸(VAR)模型及脈沖響應、協整理論和Granger因果檢驗對“新絲綢之路”經濟帶沿線13個節點城市的公路運輸需求與三大產業的關系進行實證研究，結果表明：經濟帶沿線公路運輸需求與三大產業之間表現出一種長期均衡的關系，公路運輸能夠促進沿線產業結構的優化；公路客運量與第一、二產業無直接的因果關系，與第三產業存在雙向因果關系；公路貨運量與第一、二產業存在單向因果關系，與第三產業存在雙向因果關系。

關鍵詞：公路運輸；產業結構；協整分析；脈沖響應；格蘭杰檢驗

公路作為道路交通運輸體系的重要基礎設施，是沿線區域及輻射區域發揮各自優勢產業的運輸保障，其建設規模和發展水平對道路交通運輸和整個國民經濟發展具有基礎性指導作用。區域經濟發展的趨勢，在時間上表現為產業結構的高級化，在空間上表現為產業的聚集和優化，公路作為生產要素流動的重要載體之一，在產業結構升級、產業布局、工業化等方面有著不可替代的作用。隨著“新絲綢之路經濟帶”戰略的提出，沿線節點城市競相提出各自產業定位，確定公路運輸對沿線產業結構發展的影響效應對指導區域公路建設規劃、充分發揮“新絲綢之路經濟帶”的戰略指導效應具有十分重要的意義。協整理論自20世紀80年代末提出以來，在解釋經濟關系領域得到了十分廣泛的應用，近年來，一些專家學者逐漸將其應用于交通與經濟關系研究方面，Samimi[1]用協整理論對公路能源需求和宏觀經濟之間的關系進行了研究；Ramanathan[2]采用協整分析和誤差修正模型對印度旅客及貨物周轉量與工業增長關系進行了分析論證，得出二者之間關系密切的結論并計算了二者偏離長期均衡的調整力度；林航飛等[3]分析了上海市公路貨運量與經濟增長的協整關系，認為GDP是公路貨運量的Granger原因；楊帆等[4]利用1952—2006年的統計數據運用協整理論和Granger因果檢驗方法分析了交通運輸與直接經濟增長之間的關系；盧毅等[5]基于 1978—2010年北京市城市化水平與公交發展的數據，應用協整理論對城市化與公交發展的關系進行實證分析，得出兩者之間的短期動態波動和長期均衡關系；葉昌友等[6]利用1997-2010年的面板數據，對交通業發展與區域經濟增長之間的關系進行了實證研究。國內外對協整分析的應用多針對交通基礎設施與直接經濟增長之間的關系，對我國而言，大多關于交通與經濟關系分析研究的空間范圍多集中在較為發達的省區或以全國范圍的交通建設為基礎，對于地理位置身居內陸海上發展受限、陸上交通基礎設施建設需求迫切的經濟帶沿線地區而言，交通運輸的發展更多地依賴于通達性強的公路交通，而現有研究中針對公路建設與沿線產業結構的關系研究較為欠缺。2012年，劉育紅以“新絲綢之路”經濟帶為對象研究了經濟帶沿線交通基礎設施對直接經濟增長的空間溢出效應，但并未對公路運輸規模與經濟帶沿線產業結構發展趨勢做深入分析，沒有為經濟帶沿線產業發展定位提供直接指導[7]。基于此，本文以貫穿“新絲路經濟帶”的連霍公路沿線13個節點城市為對象，利用協整分析對公路運輸需求與沿線區域三大產業的關系進行研究，為經濟帶沿線交通規劃、產業結構優化調整提供科學的參考依據。

1研究方法

1.1VAR模型及脈沖響應

VAR模型(向量自回歸模型)是1980年Sims提出的一種采用多方程自回歸模型為聯立形式的一種非結構化的模型，它將系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，不以任何經濟理論為基礎只依靠數據本身來確定模型的動態結構[8]。VAR模型的數學表達式為：

yt=A1yt-1+…+Apyt-p+Bxi+εt

(1)

其中：yt是k維內生變量向量；xi時d維外生變量向量；p是滯后階數；T是樣本個數。

由于VAR模型的參數估計量只具有一致性，無需對變量做任何先驗性約束，因此要對VAR模型做出具體的結論時需要借用脈沖響應函數。利用脈沖響應函數分析VAR模型的過程，不是分析一個變量變化對另一個變量產生的影響，而是分析一個誤差發生變化時，即模型受到沖擊時對系統的動態影響[9]。

對于一個兩變量VAR模型：

(2)

1.2協整理論

協整(Cointegration)是指若2個或多個非平穩的變量序列，其某個線性組合后的序列呈平穩性，此時我們稱這些變量序列間有協整關系存在[10]。為了給出協整關系的精確定義，需要先給出單整的概念，如果一個時間序列{yt}在成為穩定序列之前必須經過d次差分，則稱該時間序列是d階單整，記為yt～I(d)。協整關系的精確定義即為：

特別地，yt和xt為隨機變量，并且yt,xt～I(1)，當yt=k0+k1xt～I(0)，則稱yt和xt是協整的，(k0,k1)稱為協整系數。

協整模型的主要經濟意義在于，若2個變量各自具有長期波動規律且存在協整關系，則可以通過其他變量的變化來影響另一變量的變化；反之，若2個變量雖然各自有其長期的波動規律但并不協整，則不存在通過其他變量來影響另一變量的基礎。 1.3格蘭杰因果檢驗

格蘭杰因果檢驗目前被廣泛應用于研究各類經濟時間序列變量之間的因果關系，其描述如下：假定2個時間序列xt和yt，同時，向量序列wt存在因果關系產生的環境中，wt包含直至時期t的環境的所有相關信息；Wt和W't為2個相關信息集：

Wt:xt-i,yt-i,wt-ii≥0;W't:yt-i,wt-ii≥0

Wt包含了所有可得信息，W't則排除了xt的過去值和現在值。令f(y/W)為J給定條件下y的條件分布，E(y/W)為對應的條件均值。在考慮Wt的情況下，若E(yt+1/Wt)=E(yt+1/W't)，則xt不是yt+1的原因；否則認為xt是yt+1的原因。

2變量選取與處理

2.1指標選取與樣本尺度確定

2.1.1變量選取

運量是表征運輸工作量的最基本指標，公路客、貨運量是區域公路運輸需求量最直觀的反映，因此選取歷年公路運輸客運量(PASSENGER)和貨運量(FREIGHT)作為體現公路運輸需求變化的指標。

為了表征“新絲綢之路”經濟帶沿線產業結構的發展及變化趨勢，選取歷年第一產業產值(PI)、第二產業產值(SI)和第三產業產值(TI)為產業結構指標。

2.1.2樣本尺度確定

時間尺度：1952年以后，我國的統計工作逐步規范，但是由于在節點城市面板數據方面，部分市的部分關鍵數據難以獲取，因此在時間尺度選擇方面，考慮到面板數據的可比性和可獲性，建立的數據庫時間尺度為1999～2011年，相關數據從主要節點城市歷年統計年鑒整理得到。

空間尺度：空間尺度界定了研究對象的地理界限，應用貫穿“絲綢之路經濟帶”的連霍公路沿線13個主要節點城市的面板數據來分析公路交通基礎設施與沿線各產業的關系。由東往西依次為：連云港、徐州、商丘、開封、鄭州、洛陽、西安、寶雞、天水、蘭州、武威、嘉峪關、烏魯木齊。

2.2數據處理

以1990～2011年間“新絲綢之路經濟帶”沿線公路客運量、貨運量和三大產業產值作為原始數據樣本，數據來源主要是個城市歷年《統計年鑒》及國家統計局官方網站。為了使價格數據基準保持一致，消除通貨膨脹的影響，用以1978年為基期的居民消費價格指數對各產業產值進行折減；另外，為消除數據中存在的異方差和數據的劇烈波動，分別對每個變量取對數，即LPASSENGERt= log(PASSENGERt)，LFERIGHTt= log(FREIGHTt)，三大產對數處理后各變量趨勢圖如圖1所示。

圖1　公路運輸規模與三大產業對數及一階差分趨勢圖Fig.1 Logarithm and first order differential time series trends of three major industries and highway transport demand along the economic belt

3公路運輸需求與產業結構的協整分析

利用協整理論分析公路運輸客貨運量與三大產業經濟增長在長期內是否保持穩定均衡的關系，利用向量自回歸模型及脈沖響應模型分析短期沖擊帶來的影響，最后用格蘭杰因果檢驗判斷變量之間的因果關系。

3.1平穩性檢驗

檢驗時間序列的平穩性是協整分析的首要任務。利用增廣迪基—福勒檢驗(即ADF檢驗)對公路客、貨運量與三大產業產值數據進行單位根檢驗，若檢驗序列中存在單位根，則為非平穩時間序列[12]。

由對數趨勢圖1可以看出，各變量整體都呈增長的趨勢，是有時間趨勢和截距的非平穩時間序列，為了能應用協整分析各變量之間的關系，嘗試變量的差分序列，試求得平穩的差分序列。由各變量一階差分的時間序列圖可以看出各變量曲線類似白噪聲序列。用增廣迪基—福勒檢驗(即ADF 檢驗)對序列平穩性進行檢驗的結果如表1所示，該結果表明，這5個序列經一階差分后均變為一階單整序列，可用于協整分析。

表1　公路運輸需求與產業結構序列ADF檢驗結果

3.2VAR模型及脈沖響應分析

利用EVIEWS7.0建立“新絲路經濟帶”公路客、貨運量分別與三大產業的VAR(2)模型，經多次試驗，當滯后階數為2時，公路運輸客運量(PASSENGER)、貨運量(FREIGHT)與三大產業的AIC和SC均達到最小值，且回歸模型的擬合優度均在0.9以上，擬合優度良好可用于實證分析。

圖2　公路運輸需求與三大產業的VAR(2)模型Fig.2 VAR (2) model of highway transport demand and the primary industry series

公路交通運輸需求與第一產業、第二產業和第三產業的VAR模型，分別是3個內生變量，分別建立脈沖響應函數對檢驗結果進行分析。圖3(a)，3(b)和3(c)分別給出了第一產業、第二產業和第三產業與公路交通運輸規模的脈沖響應函數檢驗圖。

由圖3(a)可以看出，第一產業對來自自身和公路交通貨運量的一個標準差新息，呈正向的反應，但是客運量卻不能解釋第一產業，同樣第一產業也不能很好地解釋客運量，這和我們的主觀認識相符合，即第一產業與客運量之間的解釋關系不強，聯系較弱；貨運量對來自自身和第一產業的一個標準差新息反應是持續正向的。

由圖3(b)可以看出，第二產業對來自自身的一個標準差新息，立即有一個較強的反應，在第1期為0.25，之后逐漸下降在第2期為0.15，之后又逐漸穩步上升；對來自客運量的一個標準差新息反應是：先負向，在第2期達到最小為-0.20，之后快速上升，在第3期末變為正向作用，之后保持比較平穩地正向作用；對來自貨運量的一個標準差新息反應是：立即有個較快速增長的正向反應，在第2期中期達到最大為0.20，之后逐漸下降，保持為0.1左右的正向促進作用。客運量對來自自身、第二產業以及貨運量的一個標準差新息均呈現出正向的反應，其中對第二產業和貨運量的反應是穩步增長，對自身的反應是先降后升。貨運量對來自3個變量的一個標準差新息的反應是持續正向的。這表明，公路客、貨運量對第二產業有較大的正面沖擊效應，同時第二產業對公路客貨運量也有反饋效應。

由圖3(c)可以看出，第三產業對來自自身的一個標準差新息有一個較高的正向相應，基本維持在0.02左右；對來自貨運量的一個標準差新息反應是在0.002附近波動；對來自客運量的一個標準差新息反應是緩慢下降，維持在-0.02左右。客運量對來自自身的一個標準差新息反應是正向逐漸降低至負向，在第4期初突破正向轉向為負向；對來自第三產業的一個標準差新息反應是，從負向在第1期末轉變為正向，并且維持在0.02左右的正向沖擊作用；貨運量對來自自身的一個標準差新息反應是一開始為0.02的正向作用，之后逐漸下降，在第2期中期達到最小為-0.02，之后逐漸上升，在第3期之后維持比較微弱的正向作用；對來自第三產業的一個標準差新息一直呈正向的波動沖擊。

圖3　公路交通運輸需求與第一產業、第二產業和第三產業的脈沖響應函數Fig.3 Impulse response function of LTRANSPORTA and LPI, LSI, LTI

3.3協整關系檢驗

基于VAR(2)模型，分別對公路交通運輸需求與三大產業進行協整關系檢驗，分析其是否存在長期均衡的穩定關系[13]，檢驗結果如表2所示。

表2公路交通運輸需求與三大產業協整關系檢驗

Table 2 Co-integration test results of three major industries and highway transport demand

檢驗變量檢驗信息秩個數特征值秩統計量5%水平臨界值LPI,LPASSENGER,LFREIGHT00.929637.121729.797110.43187.930315.494720.14421.71233.8415LPI,LPASSENGER,LFREIGHT00.847931.170829.797110.532312.454815.494720.31094.09593.8415LPI,LPASSENGER,LFREIGHT00.970852.101429.797110.678413.219015.494720.06510.73993.8415

從表2可以看出：LPI與LPASSENGER和LFREIGHT，當秩個數為0時，秩統計量大于5%水平下的臨界值，所以拒絕不存在協整關系的零假設；當秩個數為1和2時，秩統計量小于5%水平下的臨界值，故接受存在一個協整關系的零假設。同理，對于LSI和LPASSENGER，LFREIGHT,以及LTI和LPASSENGER，LFREIGHT ，由統計數據可以看出它們之間也存在唯一的協整關系[14]。協整關系式如下：

公路運輸需求與第一產業之間的協整關系：ecm=LPIt-0.211 429LFREIGHTt(0.211 39)+0.000 171LPASSENGERt(0.242 68)+2.998 765公路運輸需求與第二產業之間的協整關系：ecm=LSIt-0.506 034LFREIGHTt(0.825 09)-0.328 504LPASSENGERt(0.725 71)+7.466 841公路運輸需求與第三產業之間的協整關系：ecm=LTIt-0.356 303LFREIGHTt(0.378 96)-0.459 620LPASSENGERt(0.329 31)+11.259 961協整關系表明，經濟帶沿線第一產業每增加1%，貨運量增加0.211 429%，客運量變化不大，這也說明客運量和第一產業之間并無直接關系；第二產業每增加1%，貨運量增加0.506 034%，客運量增加0.328 504%；第三產業每增加1%，貨運量增加0.356 303%，客運量增加0.459620%。這表明：經濟帶沿線客運量與第一產業之間無強聯系，客運量對第二產業的彈性為0.328 504，對第三產業彈性為0.459 620；連霍公路沿線貨運量對第一產業的彈性為0.211 429，對第二產業的彈性為0.506 034，對第三產業的彈性為0.356 303；客運量對第三產業的促進作用最大，第二產業次之，和第一產業無明顯關系；貨運量對三大產業的促進作用由大到小依次為第二產業、第三產業和第一產業。3.4Granger(格蘭杰)因果檢驗

從上述建立的公路交通運輸需求與三大產業的協整方程可以看出，三大產業與客運量和貨運量之間可能存在因果關系，但這種因果關系究竟是雙向的還是單向的，必須通過檢驗才能確定。本文利用格蘭杰因果檢驗來判斷，其主要是檢驗一個變量之后變量是否可以引入到其他變量方程中[15]，結果如表3所示。

表3　公路客、貨運量與三大產業因果關系檢驗

由判斷標準和檢驗結果可以看出：公路交通貨運量與第一產業之間存在單向的因果關系，第一產業是公路貨運量的格蘭杰原因(P=0.041 5)，但反過來不成立；客運量與第一產業之間無因果關系，這和協整關系式分析結果相符合。公路交通貨運量與第二產業之間存在單向的因果關系，第二產業是公路貨運量的格蘭杰原因(P=0.012 2)，反過來不成立；公路客運量與第二產業之間無因果關系。公路交通貨運量與第三產業之間存在雙向的因果關系，即：貨運量是第三產業的格蘭杰原因(P=0.045 7)，第三產業也是公路貨運量的格蘭杰原因(P=0.043 6，P=0.015 6)；第三產業和公路客運量之間也存在雙向的因果關系，即：客運量是第三產業的格蘭杰原因(P=0.047 7，P=0.039 3)，第三產業也是客運量的格蘭杰原因(P=0.041 9)。

4結論

1)經濟帶沿線公路交通運輸需求與三大產業之間表現出一種長期均衡的關系，公路運輸能夠促進沿線產業結構的優化。客運量的增加對第三產業的發展有著極大的促進作用，而貨運量對三大產業都有促進作用，作用大小依次為第二產業、第三產業和第一產業。

2)公路客運量與第一、二產業無直接的因果關系，與第三產業存在雙向因果關系；公路貨運量與第一、二產業存在單向因果關系，與第三產業存在雙向因果關系。

綜上，優化路網結構除了滿足運輸需求以外，還可以拉動沿線各產業的發展，針對經濟帶沿線豐富的自然資源，在制定方針政策時，可從不同需求出發(如旅游和礦產等)衡量公路運輸對各產業的影響；在交通規劃布局時，可根據客運、貨運不同需求來定位公路在路網架構中的功能。后續研究可考慮從空間溢出的角度分析公路運輸對沿線產業的影響。

參考文獻：

[1] Samimi R．Road energy transport energy in Australia: a cointegration approach[J]．Energy Economics, 1995,17(4): 329-339.

[2] Ramanathan R．The long-term behaviour of transport performance in India: a cointegration approach[J]．Transportation Research Part A: Policy and Practice，2001，35(4): 309-320．

[3] 林航飛，羅宇龍．上海市公路貨運量與經濟增長關系的協整分析[J]．同濟大學學報(自然科學版)，2008，36(10)：1378-1883．

LIN Hangfei, LUO Yulong. Cointegration on relationship of Shanghai road freight traffic volume and economy growth[J]. Journal of Tongji University ( Natural Science)， 2008, 36(10):1378-1883.

[4] 楊帆，韓傳峰．中國交通基礎設施與經濟增長的關系實證[J]．中國人口·資源與環境，2011，2(10)：147-152．

YANG Fan，HAN Chuanfeng． Empirical analysis of the relationship between China’s transport infrastructure and economic growth[J]．China Population·Resources and Environment，2011，2(10)：147-152．

[5] 盧毅，顏瑛，張歡．基于脈沖響應的城市交通協整模型及其統計推斷[J]．鐵道科學與工程學報，2012，9(6)：101-106．

LU Yi, YAN Ying, ZHANG Huan. Co-integration model of urban transportation and its statisticalinference based on impulse response[J]．Journal of Railway Science and Engineering, 2012, 9(6): 101-106.

[6] 葉昌友，王遐見．交通基礎設施、交通運輸業與區域經濟增長—基于省域數據的空間面板模型研究[J]．產業經濟研究，2013，4(2)：40-47．

YE Changyou, WANG Xiajian. Transport infrastructure, transport and regional economic growth—based on provincial Spatial Panel Data Model[J]. Industrial Economics Research, 2013, 4(2):40-47.

[7] 孫敬水．計量經濟學[M]．北京:清華大學出版社，2004．

SUN Jinshui．Econometrics[M]. Beijing: Tsinghua University Press, 2004.

[8] 孔原，劉覽. 現代物流與我國進出口貿易的關系研究[J]．價值工程,2009(8)：44-48.

KONG Yuan, LIU Lan. Study on relationship between the modern logistics with Chinese import and export trade[J]. Value Engineering, 2009(8):44-48.

[9] 易丹輝．數據分析與Eviews應用[M]．北京：中國統計出版社，2002．

YI Danhui. Data analysis and Eviews application[M]. Beijing: China Statistics Press, 2002.

[10] 古扎拉蒂. 計量經濟學基礎[M]. 林少宮，譯. 北京：中國人民大學出版社，2005.

GU Zaladi. Basic econometrics[M]. LIN Shaogong, transl. Beijing: Renmin University of China Press, 2005.

[11] 張曉峒．計量經濟學軟件Eviews使用指南[M]．天津：南開大學出版社，2003．

ZHANG Xiaodong. Guidance of econometric software eviews[M]. Tianjin: Nankai University Press, 2003.

[12] Dritsakis N. Cointegration analysis of German and British tourism demand for Greece [J]. Tourism Management, 2004, 25(1): 111-119．

[13]卜軍峰．我國交通與經濟發展關系的協整分析及實證研究[D]．天津:天津大學，2005．

BU Junfeng. The empirical analysis on the relationship between transportation and economy in China: a co-inregration approach[D]. Tianjin: Tianjin University, 2005.

[14] 馮旭杰，孫全欣，錢堃，等．區域綜合交通運輸需求與產業結構的協整關系分析[J]．交通運輸系統工程與信息，2012，12(6):10-16．

FENG Xujie, SUN Quanxin, QIAN Kun, et al.Cointegration relationship of regional integrated transport demand and industrial structure[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(6):10-16．

[15] 徐海成，李健，楊艷．中國公路交通與經濟發展關系的實證研究[J]．長安大學學報(社會科學版)，2007，9(2)：1671-6248．

XU Haicheng, LI Jian, YANG Yan. Empirical analysis on the relationship between China’s highway transport and economic development[J]. Journal of Chang'an University(Social Science Edition), 2007, 9(2):1671-6248．

Co-integration analysis between highway transport demand and optimization of industrial structurebased on impulse response LEI Tian1，XU Jinliang1，SHAN Donghui2，JIA Xingli1

(1. Key Laboratory for Special Area Highway Engineering of Ministry of Education; Chang’an University, Xi’an 710064, China；2. CCCC First Highway Consultants， Xi’an 710065, China )

Abstract:Based on the time series data, the relationship between highway transport demand and optimization of industrial structure along the “New Silk Road” economic belt is studied by virtue of co-integration theory, VAR model, impulse response and Granger causality test. The results show that there is a long-run equilibrium relationship between highway transport demand and three kinds of industrial growth, and highway transport can promote the optimization of industrial structure. Besides, there is no direct causal relationship between highway passenger traffic and the primary and secondary industry. However, a two-way causal relationship between highway passenger traffic and the tertiary industry is existed. The relationship between highway freight traffic and the primary and secondary industry are unidirectional causal, while it’s relationship with the tertiary industry is two-way causal.Key words： highway transport；industrial structure；co-integration analysis；impulse response；Granger causality test

中圖分類號：U412.1

文獻標志碼：A

文章編號：1672-7029(2016)04-0783-08

通訊作者：許金良(1966—),男，山東曹縣人，教授，博士，從事道路總體設計，道路交通安全，路域生態保護的研究；E-mail: 362742515@qq.com

基金項目：交通運輸部西部交通建設科技項目(2011318362810)

收稿日期：2015-09-14