论文部分内容阅读
摘 要:为了研究区域物流与区域经济增长之间的关系,文章通过对贵州在1978-2007年期间经济增长和物流业的时间序列进行协整分析与因果关系检验,建立了二者之间的误差修正模型,并进行脉冲响应函数和方差分解。研究结果表明:贵州经济增长与物流产业发展之间具有长期稳定的协整关系,贵州物流业是经济增长的granger原因,经济增长不是物流业发展的granger原因;从脉冲响应函数可以看出物流发展的一个正向冲击使GDP增长逐渐上升,GDP正向冲击对物流的影响为负;方差分解表可以看出物流产业对GDP的影响和贡献较大, GDP对物流产业的影响不显著。
关键词:物流业 经济增长 协整分析 脉冲响应函数 方差分解
中图分类号:F207 文献标识码:A
文章编号:1004-4914(2009)11-267-02
区域物流发展与区域经济的发展相互依存、相互促进。当经济获得长足发展的时候,会对物流业产生巨大的需求,促使与物流相关的交通运输、仓储配送和邮电通信业等都有较快的发展,同时,物流业的发展也促进了地区经济的增长。国内有关区域物流与区域经济增长的定量研究大多用货运量或货运量与客运量表示物流水平,GDP表示经济增长,研究区域物流与区域经济的关系主要运用计量经济学的模型有:(1)回归模型;(2)经济增长趋势的逻辑(Logistic)模型;(3)协整理论分析;(4)面板数据分析。谭清美,冯凌云,葛云(2003)对江苏省1956一2001年国内生产总值、物流能力、固定资产投资、从业劳动力和无形科技进步进行研究,建立广义最小二乘回归方程,计算出物流能力对江苏GDP增长的贡献率。武志惠,虞巧颖,申金升(2008)采用逻辑增长(Logistic)模型确定区域物流业与区域经济增长之间的数量关系,并以三大经济圈为例,利用边际分析和弹性分析计算出三大经济圈物流业的单位增长带来的区域经济的贡献。陶良虎,辛洁(2008)运用协整理论、Granger因果检验定量分析了湖北物流业与经济发展之间的关系。廖迎,阮陆宁(2008)基于1978-2006年30个省、直辖市、自治区的面板数据,运用面板单位根和面板协整方法,实证分析表明:区域物流增长与区域经济增长存在面板协整关系,物流基础设施增长和简单的物流数量的增长均不能对经济增长产生较大的影响。
虽然对物流业与经济增长关系的研究已有大量成果,但大多是针对物流发达省份的研究,对西部不发达省份物流业发展与经济增长关系的研究较少,并且很少用定量分析方法研究西部地区物流业发展与经济增长关系。本文以西部省份贵州为例,以贵州在1978-2007年期间经济增长和物流业有关数据为样本,运用协整理论和误差修正模型对贵州物流业发展与经济增长间关系进行分析。
一、变量与数据说明
本文选用贵州货物周转量L表示物流业发展水平,全省GDP表示经济增长,数据来源于《贵州统计年鉴2008》。为剔除价格因素对分析结论的影响,地区生产总值GDP以1978年为基准,按可比价格进行调整,时间跨度为1978-2007年。为了将指数趋势转化为线性趋势,同时将误差由绝对误差变为相对误差,减少数据的波动,避免可能存在的异方差,本文将对变量取其对数分别用lnL,lnGDP表示。本文使用的分析软件为Eviews6.0.数据见表1。
二、实证分析
1.数据平稳性检验。对时间序列数据进行传统的回归分析都隐含地假定所依据的时间序列是平稳的,如果时间序列是非平稳的,在这种情况下进行回归分析容易导致“谬误回归”。因而,在对时间序列数据进行回归分析时需要对其进行平稳性检验,检查序列平稳性的标准方法是单位根检验,主要包括DF检验、ADF检验、PP检验、KPSS检验、ERS检验和NP检验等, 本文采用ADF检验。在ADF检验中, 我们通过图形观察来确定是否包含常数项、时间趋势,并采用AIC准则(Akaike Information Criterion)来确定给定时间序列模型的滞后阶数。
从上图以看出两变量都有一定的时间趋势,并且显示两序列的均值都不为零,所以在进行单位根检验时,检验类型中应包括常数项和趋势项。
对贵州省物流业和经济增长变量序列的单位根检验结果见表2。结果显示,原序列都是非平稳序列,一阶差分后序列在1%显著水平下,都是平稳序列,从而具有相同的单整阶数, 即都是I(1)序列。
2.协整检验。协整检验从检验的对象上可以分为两种:一种是基于回归系数的完全信息协整检验;另一种是基于回归残差的协整检验,这种检验也称单一方程的协整检验。本文采用Engle和Granger(1987)提出的协整检验方法,对回归方程的残差进行检验。
首先构建协整回归方程:lnLt=α+βlnGDPt+ut
利用OLS方法对LnL和LnGDP的回归方程进行估计,回归结果为
lnLt=2.5855+0.50884lnGDPt
t=(34.62) (40.45)
R2=0.983179 DW=0.3584
对上述方程的残差进行单位根检验,由上式可得:ut=lnLt-2.5855-0.50884lnGDPt,检验残差项ut是否平稳,即ut是否是I(0)序列。ADF检验统计量-2.205862(P=1),小于显著性水平为5%时的临界值-1.953381,残差序列ut为平稳序列,即ut是I(0)序列。结果表明,lnLt与lnGDPt之间存在协整关系,贵州省物流业发展与经济增长之间存在着长期动态均衡关系。这种动态均衡关系说明,改革开放以来贵州省经济增长和物流业发展之间呈现出一定的协调性。
3.误差修正模型(ECM)。上述协整分析给出了lnLt与lnGDPt之间的长期动态均衡关系,而这种长期稳定关系是在短期动态过程的不断调整下得以维持的。因此,任何一组相互协整的时间序列变量都存在误差修正机制, 反映短期调节行为。建立短期动态关系,即是建立误差修正模型,将长期关系模型中的各变量以一阶差分形式重新加以构造,并将长期关系模型所产生的残差序列作为解释变量引入。误差修正模型的结构如下:
ΔlnLt=α+βΔlnGDPt+γecmt-1+εt
其中:ecmt-1是均衡误差,εt为残差项,γ是误差修正系数,表明如果变量偏离均衡,会在多大程度上得到修正。
得到误差修正模型的估计结果为:
ΔlnLt=0.040947+0.245979ΔlnGDPt-0.097003ecmt-1
估计结果表明,贵州省物流发展水平的变化不仅取决于GDP的变化,而且取决于上年物流发展对均衡水平的偏离,差项ecmt-1估计的系数-0.097003,上一期偏差越远,本期修正的量越大, 即系统存在误差修正机制。人均GDP的短期波动对物流发展存在正向影响,每年实际发生的lnGDP与其长期均衡值的偏差中的9.7%被修正。
4.格兰杰因果关系检验。格兰杰(Granger)因果检验提供了一种考察变量之间因果关系的思路和方法,在进行Granger因果关系检验时,通常对不同的滞后期分别进行检验,以确信因果关系检验中的随机误差不存在序列相关来选取适当的滞后期。本文通过Eviews6.0确定最大阶数滞后期,结果如表3。表3中给出了0-2阶模型的LR、FPE、AIC、SC、HQ值,并以“*”标记出依据相关准则选择出来的滞后阶数,可以看出最后确定的滞后阶数为1阶。表4的检验结果表明:在滞后1期时,lnL不是lnGDP的granger原因的概率为0.48%,lnGDP不是lnL的granger原因的概率为98.42%,说明贵州省物流与经济增长具有单向因果关系,贵州物流业对经济增长的有促进作用,而贵州经济增长对物流业的发展的促进作用不明显。
5.脉冲响应函数。脉冲响应分析不关注一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化或者说模型受到某种冲击时,对系统的动态影响状况。图1-4给出了贵州物流业和经济增长在一个标准差冲击下的脉冲响应图形。在图1-4中,横轴表示冲击作用的期间数,纵轴分别表示贵州物流业和经济增长的变化程度,曲线表示脉冲的响应函数。图1是物流业对自身信息冲击的脉冲响应图。从图1可以看出,当本期给物流业自身一个标准差冲击后,它即刻作出反应,第1期物流业上升4.6%,第2、3期上升,到第4期以后逐渐递减。图2是物流业对经济增长信息冲击的脉冲响应图,可以看出,当在本期给GDP一个标准差冲击后,物流业的影响为0,在第2期逐渐递减,从第4期开始回升。说明经济增长的提升并没有带来物流业的发展,可能是由于贵州经济增长的同时,并没有对物流业给予足够的投资,使其同步发展。图3是经济增长对物流业信息冲击的脉冲响应图,可以看出,GDP逐渐上升,到第7期后趋于平稳,说明物流业的发展促进经济增长。图4是GDP对自身信息冲击的脉冲响应图,从图中可以看出,在本期给GDP一个标准差冲击后,GDP从第1期后逐渐下降。此处图2和图3揭示的结论与前文格兰杰因果关系检验的结论是一致的,即贵州物流业的发展促进经济增长,经济增长并没有带来物流业的发展。
6.方差分解。脉冲响应函数是用来描述系统对某个内生变量的冲击(Innovation)所作出的反应;而方差分解则是将这种反应,也就是预测均方误差(MSE)分解成系统中各个变量所做冲击的贡献。通过计算得出物流产业方差分解表和GDP的方差分解表。
由GDP方差分解表可以看出,物流产业对GDP的影响和贡献较大,而且逐渐上升,这充分凸显了贵州物流业在经济中的重要性,也与现实中物流产业的高速度增长带动GDP增长的实际情况是一致的。GDP对物流产业的影响不显著,影响最大时只占2.16%。
三、结论
本文以GDP表示经济增长,以货物周转量表示物流业发展,分析了贵州经济发展与物流产业规模之间的长期关系,结果表明:贵州经济增长与物流产业发展之间具有长期稳定的协整关系,贵州物流业是经济增长的granger原因,经济增长不是物流业发展的granger原因;从脉冲响应函数可以看出物流发展的一个正向冲击使GDP增长逐渐上升,GDP正向冲击对物流的影响为负;方差分解表可以看出物流产业对GDP的影响和贡献较大,GDP对物流产业的影响不显著。
本文的研究结果说明贵州物流产业的发展有力地带动贵州经济的增长,但从总量上来看,贵州物流发展水平还很低,停留在提供传统服务的阶段,物流基础设施薄弱,物流服务速度和服务质量还有待提高,因此政府应加大对物流基础设施的建设,经济建设高效率的运输网络系统,引导物流产业高水平、高效率增长,使物流产业成为贵州新的经济增长点和利润源。
参考文献:
1.易丹辉.数据分析与Eviews应用[M].北京:中国人民大学出版社,2008
2.谭清美,冯凌云,葛云.物流能力对区域经济的贡献研究[J].现代经济探讨,2003(8)
3.武志惠,虞巧颖,申金升.三大经济圈的物流业对区域经济增长的实证分析[J].北京交通大学学报(社会科学版),2008(1)
4.陶良虎,辛洁.湖北物流业与经济发展的实证研究[J].商品运输与养护,2008(6)
(作者单位:贵州大学管理学院 贵州贵阳 550025)
(责编:贾伟)
关键词:物流业 经济增长 协整分析 脉冲响应函数 方差分解
中图分类号:F207 文献标识码:A
文章编号:1004-4914(2009)11-267-02
区域物流发展与区域经济的发展相互依存、相互促进。当经济获得长足发展的时候,会对物流业产生巨大的需求,促使与物流相关的交通运输、仓储配送和邮电通信业等都有较快的发展,同时,物流业的发展也促进了地区经济的增长。国内有关区域物流与区域经济增长的定量研究大多用货运量或货运量与客运量表示物流水平,GDP表示经济增长,研究区域物流与区域经济的关系主要运用计量经济学的模型有:(1)回归模型;(2)经济增长趋势的逻辑(Logistic)模型;(3)协整理论分析;(4)面板数据分析。谭清美,冯凌云,葛云(2003)对江苏省1956一2001年国内生产总值、物流能力、固定资产投资、从业劳动力和无形科技进步进行研究,建立广义最小二乘回归方程,计算出物流能力对江苏GDP增长的贡献率。武志惠,虞巧颖,申金升(2008)采用逻辑增长(Logistic)模型确定区域物流业与区域经济增长之间的数量关系,并以三大经济圈为例,利用边际分析和弹性分析计算出三大经济圈物流业的单位增长带来的区域经济的贡献。陶良虎,辛洁(2008)运用协整理论、Granger因果检验定量分析了湖北物流业与经济发展之间的关系。廖迎,阮陆宁(2008)基于1978-2006年30个省、直辖市、自治区的面板数据,运用面板单位根和面板协整方法,实证分析表明:区域物流增长与区域经济增长存在面板协整关系,物流基础设施增长和简单的物流数量的增长均不能对经济增长产生较大的影响。
虽然对物流业与经济增长关系的研究已有大量成果,但大多是针对物流发达省份的研究,对西部不发达省份物流业发展与经济增长关系的研究较少,并且很少用定量分析方法研究西部地区物流业发展与经济增长关系。本文以西部省份贵州为例,以贵州在1978-2007年期间经济增长和物流业有关数据为样本,运用协整理论和误差修正模型对贵州物流业发展与经济增长间关系进行分析。
一、变量与数据说明
本文选用贵州货物周转量L表示物流业发展水平,全省GDP表示经济增长,数据来源于《贵州统计年鉴2008》。为剔除价格因素对分析结论的影响,地区生产总值GDP以1978年为基准,按可比价格进行调整,时间跨度为1978-2007年。为了将指数趋势转化为线性趋势,同时将误差由绝对误差变为相对误差,减少数据的波动,避免可能存在的异方差,本文将对变量取其对数分别用lnL,lnGDP表示。本文使用的分析软件为Eviews6.0.数据见表1。
二、实证分析
1.数据平稳性检验。对时间序列数据进行传统的回归分析都隐含地假定所依据的时间序列是平稳的,如果时间序列是非平稳的,在这种情况下进行回归分析容易导致“谬误回归”。因而,在对时间序列数据进行回归分析时需要对其进行平稳性检验,检查序列平稳性的标准方法是单位根检验,主要包括DF检验、ADF检验、PP检验、KPSS检验、ERS检验和NP检验等, 本文采用ADF检验。在ADF检验中, 我们通过图形观察来确定是否包含常数项、时间趋势,并采用AIC准则(Akaike Information Criterion)来确定给定时间序列模型的滞后阶数。
从上图以看出两变量都有一定的时间趋势,并且显示两序列的均值都不为零,所以在进行单位根检验时,检验类型中应包括常数项和趋势项。
对贵州省物流业和经济增长变量序列的单位根检验结果见表2。结果显示,原序列都是非平稳序列,一阶差分后序列在1%显著水平下,都是平稳序列,从而具有相同的单整阶数, 即都是I(1)序列。
2.协整检验。协整检验从检验的对象上可以分为两种:一种是基于回归系数的完全信息协整检验;另一种是基于回归残差的协整检验,这种检验也称单一方程的协整检验。本文采用Engle和Granger(1987)提出的协整检验方法,对回归方程的残差进行检验。
首先构建协整回归方程:lnLt=α+βlnGDPt+ut
利用OLS方法对LnL和LnGDP的回归方程进行估计,回归结果为
lnLt=2.5855+0.50884lnGDPt
t=(34.62) (40.45)
R2=0.983179 DW=0.3584
对上述方程的残差进行单位根检验,由上式可得:ut=lnLt-2.5855-0.50884lnGDPt,检验残差项ut是否平稳,即ut是否是I(0)序列。ADF检验统计量-2.205862(P=1),小于显著性水平为5%时的临界值-1.953381,残差序列ut为平稳序列,即ut是I(0)序列。结果表明,lnLt与lnGDPt之间存在协整关系,贵州省物流业发展与经济增长之间存在着长期动态均衡关系。这种动态均衡关系说明,改革开放以来贵州省经济增长和物流业发展之间呈现出一定的协调性。
3.误差修正模型(ECM)。上述协整分析给出了lnLt与lnGDPt之间的长期动态均衡关系,而这种长期稳定关系是在短期动态过程的不断调整下得以维持的。因此,任何一组相互协整的时间序列变量都存在误差修正机制, 反映短期调节行为。建立短期动态关系,即是建立误差修正模型,将长期关系模型中的各变量以一阶差分形式重新加以构造,并将长期关系模型所产生的残差序列作为解释变量引入。误差修正模型的结构如下:
ΔlnLt=α+βΔlnGDPt+γecmt-1+εt
其中:ecmt-1是均衡误差,εt为残差项,γ是误差修正系数,表明如果变量偏离均衡,会在多大程度上得到修正。
得到误差修正模型的估计结果为:
ΔlnLt=0.040947+0.245979ΔlnGDPt-0.097003ecmt-1
估计结果表明,贵州省物流发展水平的变化不仅取决于GDP的变化,而且取决于上年物流发展对均衡水平的偏离,差项ecmt-1估计的系数-0.097003,上一期偏差越远,本期修正的量越大, 即系统存在误差修正机制。人均GDP的短期波动对物流发展存在正向影响,每年实际发生的lnGDP与其长期均衡值的偏差中的9.7%被修正。
4.格兰杰因果关系检验。格兰杰(Granger)因果检验提供了一种考察变量之间因果关系的思路和方法,在进行Granger因果关系检验时,通常对不同的滞后期分别进行检验,以确信因果关系检验中的随机误差不存在序列相关来选取适当的滞后期。本文通过Eviews6.0确定最大阶数滞后期,结果如表3。表3中给出了0-2阶模型的LR、FPE、AIC、SC、HQ值,并以“*”标记出依据相关准则选择出来的滞后阶数,可以看出最后确定的滞后阶数为1阶。表4的检验结果表明:在滞后1期时,lnL不是lnGDP的granger原因的概率为0.48%,lnGDP不是lnL的granger原因的概率为98.42%,说明贵州省物流与经济增长具有单向因果关系,贵州物流业对经济增长的有促进作用,而贵州经济增长对物流业的发展的促进作用不明显。
5.脉冲响应函数。脉冲响应分析不关注一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化或者说模型受到某种冲击时,对系统的动态影响状况。图1-4给出了贵州物流业和经济增长在一个标准差冲击下的脉冲响应图形。在图1-4中,横轴表示冲击作用的期间数,纵轴分别表示贵州物流业和经济增长的变化程度,曲线表示脉冲的响应函数。图1是物流业对自身信息冲击的脉冲响应图。从图1可以看出,当本期给物流业自身一个标准差冲击后,它即刻作出反应,第1期物流业上升4.6%,第2、3期上升,到第4期以后逐渐递减。图2是物流业对经济增长信息冲击的脉冲响应图,可以看出,当在本期给GDP一个标准差冲击后,物流业的影响为0,在第2期逐渐递减,从第4期开始回升。说明经济增长的提升并没有带来物流业的发展,可能是由于贵州经济增长的同时,并没有对物流业给予足够的投资,使其同步发展。图3是经济增长对物流业信息冲击的脉冲响应图,可以看出,GDP逐渐上升,到第7期后趋于平稳,说明物流业的发展促进经济增长。图4是GDP对自身信息冲击的脉冲响应图,从图中可以看出,在本期给GDP一个标准差冲击后,GDP从第1期后逐渐下降。此处图2和图3揭示的结论与前文格兰杰因果关系检验的结论是一致的,即贵州物流业的发展促进经济增长,经济增长并没有带来物流业的发展。
6.方差分解。脉冲响应函数是用来描述系统对某个内生变量的冲击(Innovation)所作出的反应;而方差分解则是将这种反应,也就是预测均方误差(MSE)分解成系统中各个变量所做冲击的贡献。通过计算得出物流产业方差分解表和GDP的方差分解表。
由GDP方差分解表可以看出,物流产业对GDP的影响和贡献较大,而且逐渐上升,这充分凸显了贵州物流业在经济中的重要性,也与现实中物流产业的高速度增长带动GDP增长的实际情况是一致的。GDP对物流产业的影响不显著,影响最大时只占2.16%。
三、结论
本文以GDP表示经济增长,以货物周转量表示物流业发展,分析了贵州经济发展与物流产业规模之间的长期关系,结果表明:贵州经济增长与物流产业发展之间具有长期稳定的协整关系,贵州物流业是经济增长的granger原因,经济增长不是物流业发展的granger原因;从脉冲响应函数可以看出物流发展的一个正向冲击使GDP增长逐渐上升,GDP正向冲击对物流的影响为负;方差分解表可以看出物流产业对GDP的影响和贡献较大,GDP对物流产业的影响不显著。
本文的研究结果说明贵州物流产业的发展有力地带动贵州经济的增长,但从总量上来看,贵州物流发展水平还很低,停留在提供传统服务的阶段,物流基础设施薄弱,物流服务速度和服务质量还有待提高,因此政府应加大对物流基础设施的建设,经济建设高效率的运输网络系统,引导物流产业高水平、高效率增长,使物流产业成为贵州新的经济增长点和利润源。
参考文献:
1.易丹辉.数据分析与Eviews应用[M].北京:中国人民大学出版社,2008
2.谭清美,冯凌云,葛云.物流能力对区域经济的贡献研究[J].现代经济探讨,2003(8)
3.武志惠,虞巧颖,申金升.三大经济圈的物流业对区域经济增长的实证分析[J].北京交通大学学报(社会科学版),2008(1)
4.陶良虎,辛洁.湖北物流业与经济发展的实证研究[J].商品运输与养护,2008(6)
(作者单位:贵州大学管理学院 贵州贵阳 550025)
(责编:贾伟)