長江中游水路貨運量與GDP及運輸結構動態關系分析

胡仲達，張培林，盧文昌，曹 瑩，張佳楠

（武漢理工大學 交通學院，湖北 武漢 430063）

1 引言

長江是貨運量位居全球內河第一的黃金水道，是我國東西交通運輸的大動脈。長江中游承東啟西、溝通南北，是長江綜合立體交通走廊的關鍵區段，腹地內湖北、湖南和江西三省經濟社會、貨運量快速增長，1995-2017年區域水運量從8 740萬t增長到70 195 萬t，年均增長率9.93%。隨著國家長江經濟帶、“一帶一路”等區域戰略的實施，經濟格局由東向西梯度轉移加快，提升了長江中游區域的戰略地位、承東啟西的區位功能和經濟發展潛力，對中游航運整體保障水平和重點支撐能力提出了新的更高要求。因而需要科學認知長江中游區域水運量與GDP及運輸結構的動態變化關系，為制定長江中游航運發展和航道治理規劃提供可靠的依據。

對于貨運量與其影響因素的關系研究，通常以VAR模型[1]為主進行分析，如耿波（2014）以VAR模型為基礎，分析了中國貨運量與GDP 及運輸結構的動態關系[2]，呂稼歡和范文強（2016）重點分析重慶市交通運輸需求與經濟之間的關系[3]，周志龍（2011)以綜合運輸交通方式為核心，研究我國經濟發展、產業結構與交通運輸結構發展的變化關系[4]。從已有研究看，甚少涉及長江中游水運量和GDP及運輸結構的變化關系研究。本文構建VAR模型，研究區域GDP、運輸結構對長江中游水路貨運量的影響，研究表明：長江中游區域水路貨運量與GDP和運輸結構之間存在長期均衡關系，且都是長江中游水路貨運量變化的Granger 原因，GDP 和運輸結構對長江中游水路貨運量的長期彈性分別為0.9186和0.1602，即GDP發展對長江中游水路貨運量的影響大于運輸結構的影響。

2 VAR模型構建

VAR 模型又稱向量自回歸模型，是一種常用的計量分析模型。由Christopher Sims 于1980年提出，該模型不以經濟理論為基礎，不帶有任何事先約束條件，用當期變量對所有變量的滯后變量進行回歸，用來估計聯合內生變量的動態關系。其利用數據的統計性質，把系統中每一個內生變量作為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導成由多元時間序列變量組成的“向量”自回歸模型。

2.1 數據處理

長江中游區域以湖北、湖南和江西三省為代表，研究區域水路貨運量與GDP 及運輸結構的變化關系，收集了1995-2017年該區域GDP、貨運總量和水路貨運量相關數據，具體見表1。

設長江中游區域水路貨運量為被解釋變量，用SYL表示；區域GDP和運輸結構為解釋變量，分別用GDP和YSJG表示，其中運輸結構指區域水路貨運量占貨運總量的比例；為使變量呈線性趨勢，對區域水路貨運量、GDP和運輸結構取自然對數，得lnSYL、lnGDP和lnYSJG，此處理并不改變原有變量的協整關系。

2.2 平穩性檢驗

構建VAR模型，需檢驗數據序列的平穩性，因為時間序列中普遍存在非平穩的數據，直接回歸可能會出現“偽回歸”現象。本文采用ADF單位根檢驗法對各變量進行平穩性檢驗，進行ADF單位根檢驗時，若ADF 檢驗值大于所有水平下的臨界值，則變量存在單位根，即具有不穩定性；若ADF檢驗值小于任意水平下的臨界值，則變量不存在單位根，即具有穩定性。本文使用Eviews 軟件對lnSYL、lnGDP 和lnYSJG進行平穩性檢驗，檢驗結果見表2。

表1 長江中游區域相關數據

表2 ADF單位根檢驗結果

由表2可知，lnSYL 的 ADF 檢驗值小于 10%臨界值，lnSYL 在10%顯著水平下平穩，lnGDP 在5%和10%顯著水平下平穩，lnYSJG 在10%顯著水平下平穩，即lnSYL、lnGDP和lnYSJG都具有穩定性，因而可以在此基礎上構建VAR模型和進行協整檢驗。

2.3 VAR模型

在lnSYL、lnGDP和lnYSJG的原序列平穩和確定合適的滯后期后，可直接建立VAR 模型。一般根據AIC赤池信息準則和SC準則取值最小的原則來確定模型的滯后階數，本文以此確定的最佳滯后階數為4，建立VAR模型，結果如下：

3 模型檢驗與分析

3.1 Johansen協整檢驗

協整檢驗是在VAR 模型的基礎上檢驗回歸系數，其中Johansen協整檢驗是進行多個變量的協整檢驗方法，以檢驗非平穩序列的線性組合是否具有穩定的均衡關系[5]。

本模型有 lnSYL、lnGDP 和 lnYSJG 三個變量，需采用Johansen協整檢驗方法分析其協整關系，檢驗回歸系數。序列lnSYL、lnGDP和lnYSJG之間的協整關系檢驗結果見表3和表4。

表3 跡統計量檢驗結果

表4 最大特征值統計量檢驗結果

Johansen 協整檢驗結果表明，lnSYL、lnGDP 和lnYSJG之間存在2個協整關系，協整方程如下：

協整方程1：

協整方程2：

兩個協整方程表明VAR 模型中的lnSYL、lnGDP和lnYSJG 之間存在長期均衡關系，GDP 和運輸結構對長江中游水路貨運量的長期彈性分別為0.918 6和0.160 2，GDP對長江中游水路貨運量和運輸結構的長期彈性分別為0.883 0和0.222 5，從長遠來看經濟發展對長江中游水路貨運量的影響大于運輸結構變化的影響。確認三者的協整關系后，可通過Granger 因果關系分析和脈沖函數分析進一步研究GDP和運輸結構對長江中游水路貨運量的影響是正向還是負向。

3.2 Granger因果關系分析

Granger因果關系檢驗是一種用來分析變量之間因果的方法，但其因果關系并非常規理解的因與果的關系，而是指一個變量的前期變化能有效解釋另一個變量的變化。進行Granger 因果關系檢驗要求是回歸式，要求時間序列變量具有平穩性，以避免偽回歸。

由于本VAR模型中的lnSYL、lnGDP和lnYSJG三者之間存在著長期均衡關系，表明三者至少存在一個方向的因果關系。為研究三者具體的因果關系，對VAR模型進行Granger Causality檢驗，檢驗結果見表5。

表5 VAR模型的Granger Causality檢驗結果

由表5可知，GDP和運輸結構都是水路貨運量變化的Granger 原因，而水路貨運量的增加還無法有效解釋GDP 與運輸結構發生的變化；GDP 變化與運輸結構變化互成Granger 因果關系。這表明長江中游水路貨運量的增長可以由長江中游區域GDP增長和運輸結構的變化來有效解釋，長江中游區域GDP 增長和運輸結構的變化也可以相互解釋。

3.3 脈沖函數分析

脈沖響應函數描述了一個內生變量的單位誤差沖擊對自身與其它內生變量帶來的影響，或隨著時間的變化，各個內生變量對于沖擊的響應。在確定協整關系后，建立 lnSYL、lnGDP 和 lnYSJG 時間序列的VAR模型，得到AR根圖，如圖1所示。

圖1 水平單位圓和特征根

由圖1可知，特征方程全部根的倒數值都落在單位圓內部，表明模型穩定性較好，可以進一步對VAR模型進行脈沖響應函數分析，結果如圖2所示。

圖2 脈沖響應圖

由圖2可知，長江中游水路貨運量對自身一個標準差新息立即做出響應，這種響應約為0.04，然后逐漸降低，到第9 期達到最低值，約為-0.04。隨后上升，在第20期左右達到平穩。水路貨運量對運輸結構的一個標準差新息沒有立即做出響應，在第1期響應為0，隨后快速下降，在第2 期達到最小，約為-0.03，然后逐步上升，到第9 期達到最大，約為0.045，接著緩慢下降，在第18期逐漸趨于平穩，約為0.02。長江中游貨運量對GDP 的一個標準差新息沒有立即做出響應，在第1期響應為0，隨后起伏上升，在第5期達到最大，約為0.05，之后緩慢的起起伏伏，但整體趨勢下降，18 期以后，逐漸趨于平穩，約為0.015。

長江中游區域GDP 受到正沖擊后，長江中游水路貨運量快速增長，然后下降趨于穩定；而長江中游水路貨運量在長江中游區域運輸結構的沖擊下，先是負向影響，隨后上升，成為正向影響，之后緩慢下降并趨于穩定。短期來看，長江中游區域GDP 對長江中游水路貨運量是正向影響，運輸結構是負向影響。長期來看，長江中游區域GDP 與運輸結構對長江中游水路貨運量帶來的是正向影響，印證了Granger 因果關系分析得到“長江中游區域GDP 和運輸結構都是長江中游水路貨運量變化的Granger 原因”的結論。

4 結語

通過上述分析可以得出以下結論：

（1）長江中游水路貨運量、GDP和運輸結構之間存在長期均衡關系，GDP 對長江中游水路貨運量的長期彈性為0.918 6，運輸結構對長江中游水路貨運量的長期彈性為 0.160 2。長期來看，長江中游區域經濟發展對長江中游水路貨運量的影響要大于運輸結構的影響。

（2）長江中游區域GDP 和運輸結構都是長江中游水路貨運量變化的Granger 原因，而長江中游水路貨運量的增長還無法有效解釋GDP與運輸結構發生的變化。長江中游區域GDP和運輸結構可以有效解釋彼此的變化。

（3）脈沖響應函數表明長江中游區域GDP 對長江中游水路貨運量的影響是正向的，其運輸結構對長江中游水路貨運量的影響是先負向后正向。