我國貨運行業綜合指數模型研究

高月娥，張亞平，何 強，馬艷麗

（1.哈爾濱工業大學，黑龍江 哈爾濱 150090；2.中國交通運輸協會北京中交協物流研究院，北京 100825；3.國家統計局統計科學研究所，北京 100824）

0 引言

貨運行業作為國民經濟和社會發展的基礎性、先導性和服務性產業，既是判斷社會經濟發展走勢的重要依據，也是反映經濟周期性的重要指標。近年來，我國貨物運輸發展較快，形成了較為完善的貨運系統網絡，貨運行業在實現跨區域、高效率、全方位運輸方面均取得長足進步。指數是統計中反映某一可量化事物綜合情況和變動情況的綜合指標，也是對事物演變態勢的一種測度，由若干相互聯系的單項指標所組成，反映總量關系。目前用來描述社會經濟和貨運行業發展情況的指數有“宏觀景氣指數”“物價指數”“運輸服務指數”“中國運輸生產指數”等[1]。

美國采用的交通運輸指數主要是運輸服務指數（Transportation Service Index,TSI），是反映營業性運輸部門運輸量的月度數據，涵蓋營業性貨運、客運服務指數以及兩者合成的綜合運輸服務指數。2003—2009 年，紐約大學、華盛頓大學等機構的學者[2-6]研究了運輸統計數據與經濟數據之間的關系，研究成果之一是編制了一套反映運輸服務產出的指標系統，反映運輸服務的真實變化，發現了國內生產總值（Gross Domestic Product,GDP）的周期規律。1985 年，波羅的海航交所發布反映全球經濟發展程度的波羅的海干散貨指數（Baltic Dry Index,BDI），該指數是以若干條傳統干散貨即期運價為基礎，加權合成的綜合性指數。2011 年，波羅的海航交所發布波羅的海原油運價指數（Baltic Exchange Dirty Tanker Index,BDTI），采集了17 條原油航線運價，以反映油船運輸市場變化情況。而我國對鐵路、公路、水運、民航等單一運輸方式貨運行業指數研究較多，如：李文興[7]和安世蔚[8]對鐵路貨運指標進行了分類，施其洲等[9]提出采用自身縱向景氣度指標衡量單一運輸方式的發展水平，上海航運中心[10]將反映行業景氣動向的擴散指數和合成指數引入航運市場，房瑋[11]建立了民航運輸經濟運行預警指標體系，梁仁鴻等[12]借鑒美國服務指數計算方法，對中國運輸生產指數進行試算和發布。

從以往的研究成果可以看出，關于貨運行業綜合指數的研究，大多是從單一運輸方式進行分析，從綜合運輸的角度進行分析則以運輸生產指數為主，從基礎設施、資源投入等角度分析貨運行業運行態勢的指數較少，因此具有一定的局限性。本文提出貨運行業綜合指數的概念，旨在通過對多維度因素的綜合考量，研究貨運行業綜合指數波動性，以達到全面分析和監測貨運行業發展態勢的目的。尤其是，通過對貨運行業綜合指數與社會經濟發展關鍵性指標周期性波動的分析，揭示貨運行業與社會經濟發展的交互關系，綜合反映貨運市場的運行態勢，這對于整體上把握和度量貨運行業發展狀況及其與經濟發展的內在關系，促進交通與經濟融合發展具有重要意義[13-16]。

本文所采用的研究數據為2008—2017年的貨運量、貨物周轉量等行業數據，主要來自政府部門和交通運輸企業[17-21]。

1 貨運行業綜合指數的內涵

貨運行業綜合指數是指能夠反映貨運行業總體發展水平，以及貨運行業與社會經濟之間聯系的系統性評價指標。貨運行業綜合指數以交通運輸行業數據及相關經濟數據為基礎進行編制。限于數據來源，本文的研究僅限于鐵路、公路、水路和航空這4 種運輸方式。為使各指標具有明顯的區分度，有必要構造多層次的指標體系，其構建思路是：首先，將系統內所選指標分為基礎設施、資源投入、運輸產出三類，并進行篩選；其次，結合系統外所選指標生成三類貨運行業綜合指數，分別為貨運行業基礎設施指數、貨運行業資源投入指數和貨運行業運輸產出指數；最后，對上述3類指數進行權重分析，構建計算模型。

2 貨運行業綜合指數的指標權重

貨運行業指標體系中有多個評價指標，若某項指標值與基準循環指標數據的差距越大，則該指標在綜合體系中所起的作用越大。權重的計算方法包括客觀賦權法和主觀賦權法。主觀賦權法主要是由專家根據經驗主觀判斷進行賦權，如德爾菲法、層次分析法（Analytic Hierarchy Process,AHP）等；客觀賦權法主要是通過各指標的真實數據進行賦權處理，因而具有較強的客觀性，如熵值法、因子分析法等。

2.1 指標權重的計算方法

本文對熵值法和因子分析法進行比較，選擇其中更適宜的方法來計算貨運指標的權重。熵值法是用于判斷某個指標離散程度的數學方法[22]，可根據各指標的波動程度來確定該指標的權重。因子分析法中，通過主成分分析得到各指標的公因子方差，其值大小表示該指標對總體指標的貢獻程度，計算各個公因子方差占公因子方差總和的百分比，從而得到各指標的權重。以全國基礎設施指數為例，分別用熵值法與因子分析法確定各指標權重，結果如表1所示。

表1 熵值法與因子分析法計算的全國基礎設施類指標權重

從表1 中可以看出，通過熵值法得到的指標權重，其變異比較顯著；而通過因子分析法確定的權重，除居民消費價格指數外，各指標權重差異性不明顯，主要是降維損失了部分精度。因此，本文選擇熵值法來確定指標權重。

2.2 指標權重的計算結果

利用熵值法計算得到貨運基礎設施類、資源投入類、運輸產出類三大指數對應的指標權重，結果如表2～表4所示。

表2 全國基礎設施類指標權重

表3 全國資源投入類指標權重

表4 全國運輸產出類指標權重

3 貨運行業綜合指數模型

分類貨運綜合指數的計算公式如下：

式中：Fj為第j類貨運指標組的綜合指數，j=1,2,3；wi為第j類指標組中第i個指標的權重，i=1,2,…,n；zi為第j類貨運指標組第i個指標指數，i=1,2,…,n。

單一地區貨運綜合指數的計算公式如下：

式中：G為單一地區貨運綜合指數；wj為貨運綜合指數類別j的權重，j=1,2,3；其余參數意義同前。

區域貨運綜合指數的計算公式如下：

式中：H為區域貨運綜合指數；wk為地區k的權重，k=1,2,…,m；其余參數意義同前。

利用貨運行業綜合指數既可以計算我國貨運行業全國綜合指數，從宏觀角度分析國家貨運行業的發展情況，也可以計算不同地區的貨運綜合指數，從時間和空間的角度對不同地區的貨運行業發展情況進行研判。

4 全國及地區貨運行業綜合指數

4.1 區域劃分

考慮區域發展的差異性[20]，為科學反映我國不同區域的社會經濟發展狀況，為黨中央、國務院制定區域發展政策提供依據，國家統計局將我國的經濟區域劃分為東部、中部、西部和東北四大地區。本文基于國家統計局的劃分方式，根據“西部開發、中部崛起、東北振興、東部率先”的國家發展戰略，將本次研究對象的區域也劃分為東部、中部、西部和東北四大地區（我國南海諸島由于交通發展還不成熟，暫未作為研究對象劃入分區，我國臺灣、澳門、香港也暫不作為本文研究對象），其中：東部地區包括海南省、廣東省、福建省、浙江省、江蘇省、上海市、山東省、河北省、北京市和天津市十個省市；中部地區包括湖北省、湖南省、河南省、安徽省、江西省、山西省六個省份；西部地區包括廣西壯族自治區、云南省、貴州省、四川省、重慶市、西藏自治區、青海省、陜西省、甘肅省、寧夏回族自治區、新疆維吾爾自治區和內蒙古自治區十二個省市自治區；東北地區包括遼寧省、吉林省和黑龍江省三個省份。

4.2 貨運行業綜合指數計算

4.2.1 全國貨運行業綜合指數計算結果

通過計算全國貨運行業綜合指數，可以得出我國某一年度貨運行業的發展情況以及一段時期全國貨運行業的總體發展趨勢。根據2008—2017年我國貨運行業綜合指數計算結果，繪制出全國貨運行業綜合指數的變化趨勢圖，如圖1所示。

圖1 2008—2017年全國貨運行業綜合指數的變化趨勢

由圖1 可知，2008—2017 年期間，全國貨運行業基礎設施和資源投入的綜合指數持續增長；2015—2016 年基礎設施綜合指數的增長率最小，為7.23%；2014—2015 年資源投入綜合指數的增長率最小，為6.19%；全國貨運行業運輸產出綜合指數除了在2014—2015 年出現下降（降低了10.53%）外，其他年份該指數均呈增長態勢，2013—2014 年的增長率最小，為9.69%；2008年，三類貨運綜合指數的值與其他年份相比都小得多，甚至不在同一數量級，這可能是2008年金融危機造成的。

4.2.2 地區貨運行業綜合指數計算結果

根據前文對研究區域的劃分，計算各省份貨運行業綜合指數，進而得到各地區的三類貨運行業綜合指數（如表5～表8 所示），從而分析得出不同地區的貨運行業發展差異及其影響因素，以及貨運行業發展與社會經濟發展之間的關系。

表5 東部地區貨運行業綜合指數

表6 中部地區貨運行業綜合指數

表6 （續）

表7 西部地區貨運行業綜合指數

表8 東北地區貨運行業綜合指數

圖2 所示為2008—2017 年各區域的貨運行業綜合指數變化情況。

圖2 不同年份四個區域貨運行業綜合指數的變化

由圖2（a）可以看出，2008—2017 年，四個區域的基礎設施綜合指數均不斷增長，其中2016—2017 年東部地區的增長率最小，為0.39%。由圖2（b）可以看出，2008—2017年，四個區域的資源投入綜合指數也都是持續增長，其中2016—2017 年東北地區的增長率最小，為0.01%。如圖2（c）所示，就東部和中部地區看，2008—2014年其運輸產出綜合指數不斷增長，但2014—2015年出現了下降，降幅分別為6.93%（東部）和6.89%（中部），2015—2017 年又開始持續增長；就西部地區看，2008—2017 年其運輸產出綜合指數持續增長，2014—2015 年的增長率最小，為0.35%；就東北地區看，2008—2014 年其運輸產出綜合指數不斷增長，到了2014—2016年綜合指數則出現下降，2014—2015 年降幅為10.35%，2015—2016 年降幅為1.88%，2016—2017 年該指數又開始增長。總的來看，四個區域的三類綜合指數變化趨勢與全國綜合指數變化趨勢相似。

5 貨運行業綜合指數與GDP 的周期性波動關系

為找到社會經濟發展與貨運行業發展之間的關系，對歷年GDP 和貨運行業指數進行分析。為便于比較，對基礎設施指數、資源投入指數、運輸產出指數和GDP 統計值進行歸一化處理，得到其變化趨勢如圖3所示。

圖3 2008—2017年全國基礎設施、資源投入、運輸產出指數和GDP歸一化值變化趨勢

由圖3 可以看出，基礎設施指數、資源投入指數、運輸產出指數和GDP 的變化趨勢較為相似，說明貨運行業綜合指數與社會經濟發展的波動可能存在周期性規律，且兩者的波動在時間上存在先后關系。首先，采取HP 濾波法對相關數據進行了因素分離。HP 濾波法是由Hodrick 和Prescott 在分析美國戰后的經濟周期時首次提出的，該方法以譜分析方法為理論基礎，能夠有效地分解經濟時間序列的長期趨勢，被廣泛應用于宏觀經濟趨勢分析中。其基本公式為：

式中：Yt為包含兩種成分（趨勢和波動）的經濟時間序列；為趨勢成分；為波動成分。

該損失函數中，λ為平滑參數。HP 濾波法的一個重要問題就是平滑參數λ的取值，不同的λ值決定了不同的周期和平滑度。根據一般經驗以及統計學家的意見得出λ的取值如下：對于年度數據，λ=100；對于季度數據，λ=1600；對于月度數據，λ=14400。利用HP 濾波法將趨勢成分分離，得到周期波動數據，然后對處理后的數據進行時差相關分析。

由于基礎設施、資源投入等部分指標缺乏季度數據，現以貨運量和貨物周轉量等運輸產出類指標為例進行具體分析。受經濟周期影響，貨運業也具有周期性特征，基于SPSS軟件的運輸產出指數與GDP 兩者的交互相關分析結果見表9。由表9 可知，運輸產出指數的波動領先GDP 四個季度，說明貨運綜合指數與社會經濟指標呈時差波動關系。貨運是派生性需求，而社會經濟發展是本源性需求，社會經濟的波動必然會影響貨運需求，與此同時貨運行業的發展對于社會經濟發展也起著推動作用，二者之間是互相促進的。

表9 運輸產出指數與GDP交互相關分析結果

表9 （續）

6 結語

本文提出了貨運行業綜合指數這一概念及其計算模型，從綜合運輸視角分析貨運行業運行和發展態勢，通過熵值法確定了各指標權重，運用綜合指數法計算得到全國及四大經濟區域貨運行業的基礎設施指數、資源投入指數和運輸產出指數這三類綜合指數，通過對貨運產出指數與GDP周期性波動規律的分析，揭示出兩者之間的關系，對于整體上把握和度量貨運行業發展態勢及其與社會經濟發展的內在關系具有重要意義。

本文主要基于全國范圍和四大經濟區域的年度及季度貨運數據分析貨運業綜合指數的變化趨勢及其與經濟發展的關系，下一步將深入分析省、市層面貨運綜合指數與社會經濟指標的周期性波動規律及二者間關系，建立貨運行業綜合指數數據庫，為分析貨運行業運行和發展態勢及制定貨運行業可持續協調發展政策提供理論和數據基礎。