基于VAR模型的南昌臨空經濟區航空物流發展影響因素分析

柳語 謝奉軍

摘 要：航空物流業是南昌臨空經濟區發展的兩大核心產業之一，其發展的成功與否直接關系到整個經濟區的未來建設，因此對航空物流業發展的影響因素進行定量及定性分析，了解各因素之間的影響關系成為了重中之重。為了避免DEMATEL法、ISM模型的分析結果客觀性不足的弊端，從宏觀角度出發，采用VAR模型探討航空物流發展與各影響因素之間的動態關系，在模型檢驗過程中剔除了變量第二產業增加值，通過脈沖響應和方差分解分析得出，飛機起降架次、進出口總額呈現正向作用，并且貢獻率較高，而人均可支配收入帶來的影響不明顯，且貢獻率較低。模型較好地模擬了各個影響因素對航空物流發展的影響，具有一定的現實意義與實證性，因此，VAR模型可以運用于航空物流發展的影響因素分析。

關鍵詞：航空物流；VAR模型；脈沖響應；方差分解

中圖分類號：F560 文獻標識碼：A

Abstract： Aviation logistics industry is one of the two core industries developing in Nanchang airport economic zone， whose success is directly related to the future construction of the entire economic zone. Therefore， the factors affecting the aviation logistics development are analyzed quantitatively and qualitatively， and learning the relationship between the factors has become a top priority. To avoid the insufficient objectivity of the analysis results of DEMATEL method， ISM model， from a macro point of view， the VAR model is used to explore the dynamic relationship between aviation logistics development and various factors， and the variable secondary industry value added is excluded during the model verification process， through impulse response and variance decomposition analysis， it can be concluded that aircraft movements， total imports and exports show a positive effect and a higher contribution rate， while the impact of the per capita disposable income is not obvious， with the lower contribution rate. The model simulates the impact of various factors on the development of aviation logistics， having certain practical significance and empirical meaning， and therefore， VAR model can be applied to analyze the factors affecting the aviation logistics development.

Key words： aviation logistics； VAR model； impulse response； variance decomposition

0 引 言

南昌臨空經濟區作為長江經濟帶—鄱陽湖生態城市群—贛江新區—南昌大都市區戰略鏈條的重要環節以及“一帶一路”戰略支點，以南昌昌北國際機場及周邊服務區為核心，總體格局分為空港樞紐區、集聚發展區和臨空輻射區。

航空物流業作為南昌臨空經濟區的兩大核心產業之一，其發展成功與否關系到整個經濟區的未來建設。為了達到科學布局發展航空物流業的目的，就必須先對航空物流的影響因素進行定量定性分析，通過運用模型方法進行預測及推演成為了必不可少的手段。在相關的物流影響因素研究中，有的學者運用DEMATEL法對城市物流關鍵影響因素進行過研究[1]、有的運用ISM模型對應急物流影響因素分析[2-3]，但是這些方式都是運用專家打分作為考察標準進行定量分析，客觀性較弱，并且為了追求影響因素的豐富性，缺乏對于影響因素的經濟意義進行深入探討，導致結論較為空洞，實證性較弱。

VAR模型（向量自回歸模型）是用于預測相互聯系的時間序列系統及分析隨機擾動對變量系統的動態沖擊，從而解釋各種經濟沖擊對經濟變量形成的影響[4]。該模型可以在簡單易用的同時，達到模擬航空物流與影響因素之間的相互作用關系及影響程度的作用，同時也發揮了EViews軟件對于處理時間序列數據的優勢。本文以南昌臨空經濟區為例，以宏觀經濟角度作為思考點，探討研究VAR模型對于南昌臨空經濟區航空物流發展影響因素的分析。

1 模型與方法

VAR模型是把系統中每一個內生變量作為系統中所有內生變量滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型[4]。

考慮到數據的可得性以及客觀性，結合對航空物流業的相關研究經驗，本文采用昌北國際機場的貨郵吞吐量表示航空物流的發展水平，并選取4個較為關鍵的航空物流發展影響因素作為式（1）右邊的內生變量，并將常數項作為模型的外生變量。數據的范圍都是2001～2015年，各變量的具體信息及說明可見表1。

為了避免時間序列數據之間因單位差異過大而可能導致的異方差問題，本文對于各個變量都進行對數化處理再進行建模，其中，LnCT為貨郵吞吐量的自然對數，LnAM為飛機起降架次的自然對數，LnPI為南昌城鎮居民人均可支配收入的自然對數，LnSI為第二產業增加值的自然對數，LnIE為南昌進出口總額的自然對數。

2 模型檢驗

在運用VAR模型進行脈沖響應、方差分解等分析之前，必須對各變量是否是平穩序列，是否存在長期動態均衡關系以及各變量構成的VAR模型是否穩定等因素進行檢測，因此需要進行單位根檢驗、滯后階數檢驗、協整性檢驗、平穩性檢驗，從而確保VAR模型的正常運行。

2.1 單位根檢驗

根據ADF檢驗原理，如果ADF檢驗值小于臨界值，就拒絕原假設，即拒絕序列存在單位根的假設，則序列是平穩的。從表2中可以看出LnCT和LnAM、LnPI、LnSI、LnIE的ADF檢驗值都大于不同檢驗水平的三個臨界值，所以變量序列均是非平穩序列，而經過一階差分后LnCT和LnAM、LnPI、LnIE的ADF檢驗值在5%的臨界值以下，表明時間序列是平穩的。因此除了LnSI之外的變量都是一階單整序列，可以進行協整檢驗。

2.2 滯后階數檢驗

在進行協整性檢驗時，要注意滯后期的選擇，滯后階數越大，可以更完整反映模型的動態特征，但是滯后階數過大就會導致自由度減少[4]。同時，協整檢驗的最優滯后一般為 VAR的最優滯后減去1，因此，確定VAR模型的最大滯后階數后便可進行協整性檢驗。

表3中給出了0～2階VAR模型的5個評價統計指標：LR，FPE，AIC，SC和HQ的值，并以“*”標記出了各評價指標給出的最小滯后期。根據多數原則確定VAR的滯后階數，本文的5個準則選擇出來的滯后階數中3個選擇2階，只有LR、FPE指標選擇的滯后階數為1階，所以，便將VAR模型的滯后階數為2階，確定建立VAR（2）模型，并且，協整檢驗的最優滯后

為1。

2.3 協整檢驗

協整檢驗即檢驗多個具有同階單整變量之間是否存在協整關系。通過上述單位根檢驗得知LnCT和LnAM、LnPI、LnIE都是一階單整序列，并且確定了VAR模型的滯后階數為2階，協整檢驗的最優滯后為1。在此基礎上檢驗兩者是否存在協整關系，最終達到確定各個變量之間的長期穩定的均衡關系。

根據JJ檢驗的檢驗原理，選擇有趨勢但只有截距項的協整方程，得到的結果見表4。通過檢驗結果發現，統計量大于給定置信水平下的臨界值，即相應的P值小于置信水平時即可拒絕原假設。可見在5%的顯著水平下，序列LnCT和LnAM、LnPI、LnIE之間存在協整關系，并有3個協整方程，即LnCT和LnAM、LnPI、LnIE之間存在著長期的動態均衡關系。

2.4 模型平穩性檢驗

在確定了LnCT和LnAM、LnPI、LnIE之間的長期均衡關系和短期波動關系后，對于VAR模型進行平穩性檢驗，如果被估計的VAR模型所有根模的倒數小于1，即位于單位圓內，則其是穩定的。如果模型不穩定，某些結果將不是有效的，如脈沖響應函數的標準誤

差[4]。通過檢驗得出VAR模型的全部特征根均小于1，即全部落在單位圓內（圖1），這就說明，該VAR模型系統是穩定的，可以進行后續的分析，并且后續分析結果是合理的。

3 南昌臨空經濟區航空物流發展的影響因素分析

通過模型檢驗，已經證明滿足了運用VAR模型進行分析的前提條件，有的學者認為對于一階單整序列進行VAR模型需要用一階差分后數據進行分析，但是更多學者認為采用差分法消除序列中的非平穩趨勢會導致變換后的序列不具有直接的經濟意義，不便于經濟研究，并且隨著協整理論的發展，對于非平穩時間序列，只要各變量之間存在協整關系也可以直接建立VAR模型，所以這些學者在進行分析的時候，在確保運行VAR模型穩定運行的各項前提條件滿足后，運用原始序列進行分析[4，6]。本文同樣認為差分后的數據會相對失真，因此在第二節做完所有前期檢驗后，通過原始的對數化序列進行VAR模型實證分析，運用脈沖響應和方差分解分析所選變量對航空物流發展的動態影響及持續的時間，來驗證其是否具有一定的現實意義。

3.1 脈沖響應

脈沖響應是VAR模型系統動態特征的一個重要方面，它刻畫每個變量的變動或沖擊對它自己及所有其他變量產生影響的軌跡，并通過脈沖響應圖來展現每個影響因素的影響過程及影響的正負。

通過給選定的航空物流發展的影響因素分別施加一個沖擊，得到航空物流發展對各影響因素沖擊的響應結果（表5）。根據樣本數據容量，本文將沖擊響應期設定為15期，繪制出航空物流發展的脈沖響應曲線（圖2），用滯后的解釋變量對被解釋變量的當期值進行回歸，確定不同影響因素對航空物流發展的影響。其中，橫軸刻度為沖擊作用的滯后期間數，不同顏色曲線代表航空物流發展受到不同因素所影響的軌跡，橫軸上半部分的曲線為正向影響，下半部分為負向影響。

曲線LnAM為航空物流發展受飛機起降架次沖擊的脈沖響應軌跡，當給飛機起降架次一個正的標準差新息的沖擊后，航空物流發展情況在當期沒有發生反應，但第2期起開始有了較為明顯的正向反應并且達到正向最大并開始逐漸減弱，第4期減弱至0軸附近，但是在第5期又迅速出現正向反應，整個脈沖響應期基本都保持在0軸上方波動，且正向影響非常明顯，可見飛機起降架次對于航空物流的發展至關重要，尤其是體現在飛機班次、飛機型號以及機場對航空公司的吸引力方面。

曲線LnIE為航空物流發展受進出口總額沖擊的脈沖響應軌跡，當給進出口總額一個正的標準差新息的沖擊后，航空物流發展情況在當期沒有發生反應，但第2期起開始有了較為明顯的正向反應并且在第3期達到正向最大并開始逐漸減弱，第7期減弱至0軸附近，并且從第9期又開始產生正向反應，整個脈沖響應期基本都保持在0軸上方波動，可見進出口總額對于航空物流的發展同樣具有促進作用，但正向影響相比飛機起降架次的沖擊相比較弱。進出口總額的沖擊尤其體現在適合航空物流運輸的“高精尖”產品以及附加值較高的精密儀器上。

曲線LnPI為航空物流發展受居民可支配收入沖擊的脈沖響應軌跡，當給居民可支配收入一個正的標準差新息的沖擊后，航空物流發展情況在當期沒有發生反應，但第2期起開始有了稍弱的正向反應，但是在第3期又迅速產生負向反應且達到負向最大，第4期又迅速變為正向沖擊并且開始圍繞0軸線上下窄幅波動，可見隨著居民可支配收入的增加，人們對于航空物流所提供的高端物流服務需求有所增加，但是由于南昌臨空經濟區的航空物流業還處于初級階段，并不能發揮物流樞紐集散功能，考慮到航空物流高費用、高質量服務的特性以及南昌城鎮居民人均可支配收入在全國排名較后的現狀，本地居民更愿意接受周邊大型樞紐機場所提供的“物美價廉”的航空物流服務，加之高鐵、卡車航班服務的不斷普及和完善所帶來的物流服務分流，更進一步減少本地居民使用本地航空物流的頻次，所以沖擊響應期內LnPI的沖擊給航空物流帶來的波動幅度較小，影響有限。

3.2 方差分解

方差分解通過分析每一個結構沖擊對內生變量變化的貢獻度，進一步評價不同結構沖擊的重要性，因此，通過方差分解可以定量分析出在VAR模型中航空物流發展過程各個影響因素的相對重要性。

通過表6可以發現，航空物流發展受自身沖擊的影響隨時間增長呈逐步遞減的趨勢，從初始的100%到了45.52%，而其他因素對航空物流的影響從初始到第15期期間雖然有小幅的波動，但整體上都呈增長的趨勢，從長期看，航空物流所受到的影響程度從高到低分別為：47.03%受飛起起降架次的影響，0.84%受到南昌城鎮居民人均可支配收入影響，6.61%受到進出口額的影響。其中，飛機起降架次的貢獻率從12期開始超過了航空物流自身的影響貢獻比率，其重要性可見一斑。

4 結 論

本文通過建立VAR模型，并進行了相應的穩定性檢驗，運用脈沖響應和方差分解分析了南昌臨空經濟區航空物流發展與主要影響因素之間的動態響應關系及貢獻程度，分析結果具有一定的實踐意義。在今后的發展過程中，要加強對航空公司、擁有全貨機的物流企業以及其他相關航空物流產業鏈上企業的吸引，從而增加飛機起降架次，使南昌臨空經濟區逐漸成為航空物流樞紐。同時也要注意對于居民消費方式及消費結構的引導，鼓勵提升進出口貨物量并加大“高精尖”等適合航空運輸的高附加值產品的研發生產，最終達到促進航空物流發展的作用。

參考文獻：

[1] 賀紅梅. 城市物流關鍵影響因素研究[D]. 武漢：華中科技大學（碩士學位論文），2012.

[2] 張欣. 基于Matlab的應急物流影響因素分析[J]. 商，2014（15）：149-150.

[3] 石學剛，苗田豐. 臨空經濟區航空物流業發展影響因素分析[J]. 物流技術，2014（21）：221-223，291.

[4] 高鐵梅. 計量經濟分析方法與建模：Eviews應用及實例[M]. 北京：清華大學出版社，2009：177-301.

[5] 成艷. 開放經濟下中國物價波動影響因素研究[D]. 廈門：廈門大學（碩士學位論文），2009.

[6] 鄧朝暉，劉洋，薛惠鋒. 基于VAR模型的水資源利用與經濟增長動態關系研究[J]. 中國人口·資源與環境，2012（6）：128-135.