基于熵權(quán)法和VAR模型的安徽省貨運(yùn)總量的影響因素分析

余秋菊，劉兆鵬

宿州學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，安徽宿州，234000

1 相關(guān)研究與問(wèn)題提出

近年來(lái)安徽省物流業(yè)發(fā)展飛快，根據(jù)《安徽省“十三五”物流業(yè)發(fā)展規(guī)劃》及2018年安徽省統(tǒng)計(jì)年鑒可知，物流業(yè)增加值從2010年的670億元上升至2015年的1 280億元，年平均增長(zhǎng)率為13.8%；貨運(yùn)總量從2010年的228 106.2萬(wàn)噸上升至2015年的345 756.3萬(wàn)噸，年平均增長(zhǎng)率為8.67%。隨著“十三五”規(guī)劃的實(shí)施，安徽省經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，物流業(yè)作為支撐國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)，對(duì)實(shí)現(xiàn)地區(qū)間資源和貨物互通、貿(mào)易暢通、貨幣流通也發(fā)揮著紐帶作用[1]，因此研究貨運(yùn)量的影響因素對(duì)制定積極、適宜的物流產(chǎn)業(yè)政策具有重要意義。近年來(lái)，許多學(xué)者在研究物流業(yè)發(fā)展問(wèn)題，相關(guān)研究可分為三方面，一是物流產(chǎn)業(yè)的影響因素研究，如文[2]與文[3]均采用空間自相關(guān)性對(duì)物流業(yè)的影響因子進(jìn)行判定，得出經(jīng)濟(jì)發(fā)展水平、消費(fèi)水平、非農(nóng)業(yè)人口比重等因素對(duì)物流業(yè)的影響；二是貨運(yùn)量的預(yù)測(cè)研究，如文[4]基于CGE預(yù)測(cè)模型對(duì)貨運(yùn)量進(jìn)行預(yù)測(cè)，并將多種模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析；三是物流產(chǎn)業(yè)評(píng)估問(wèn)題，如文[5]與文[6]基于雙基點(diǎn)法、灰色關(guān)聯(lián)法建立城市物流產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)模型。

梳理文獻(xiàn)發(fā)現(xiàn)，前人采用綜合評(píng)價(jià)及計(jì)量模型對(duì)貨運(yùn)量的影響因素研究較少，因此本文從安徽省統(tǒng)計(jì)年鑒中選取2000—2017年貨運(yùn)總量為研究指標(biāo)，安徽省生產(chǎn)總值、第二、三產(chǎn)業(yè)增加值、社會(huì)消費(fèi)品零售總額、進(jìn)出口總額、固定資產(chǎn)投資、公路貨運(yùn)量、水運(yùn)貨運(yùn)量、民航貨運(yùn)量、鐵路貨運(yùn)量作為影響因素，以綜合熵權(quán)法為基礎(chǔ)，建立VAR模型探討各因素對(duì)安徽省貨運(yùn)總量的影響。

2 權(quán)數(shù)確定

綜合熵權(quán)法是一種客觀賦權(quán)方法，利用熵值的大小來(lái)度量信息無(wú)序化程度，熵值越大，信息的無(wú)序化程度越高，則提供的影響作用就越大[7]。該法的步驟有：

(1)數(shù)據(jù)的歸一化處理與熵值計(jì)算：

(2)偏差度計(jì)算：

gj=1-ej(j=1,2,…,10)

(3)權(quán)重計(jì)算：

利用Matlab軟件對(duì)數(shù)據(jù)進(jìn)行處理，得到各指標(biāo)的權(quán)重如表1所示。水運(yùn)貨運(yùn)量、進(jìn)出口總額、固定資產(chǎn)投資、社會(huì)消費(fèi)品零售總額以及公路貨運(yùn)量的權(quán)重較大，最終選取這5個(gè)因素研究對(duì)貨運(yùn)總量的影響。

表1 各影響因素的熵權(quán)

3 描述性分析

利用上述選擇的5個(gè)因素與貨運(yùn)總量進(jìn)行相關(guān)性分析，其散點(diǎn)圖如圖1所示。

圖1 各指標(biāo)之間的散點(diǎn)圖

由圖1可知，貨運(yùn)總量(y)與社會(huì)消費(fèi)品零售總額(x1)、進(jìn)出口總額(x2)、固定資產(chǎn)投資(x3)、公路貨運(yùn)量(x4)、水運(yùn)貨運(yùn)量(x5)分別呈現(xiàn)正相關(guān)，且5個(gè)影響因素之間存在兩兩正相關(guān)。

4 實(shí)證分析

4.1 ADF單位根檢驗(yàn)

采用ADF法進(jìn)行單位根檢驗(yàn)[8]。假設(shè)Yt是一個(gè)時(shí)間序列，檢驗(yàn)估計(jì)的回歸如下：

其中，εt是白噪聲誤差項(xiàng)，在檢驗(yàn)中原假設(shè)是δ=0，表示Yt存在一個(gè)單位根，是非平穩(wěn)序列；備擇假設(shè)是平穩(wěn)序列。

利用Stata軟件檢驗(yàn)y、x1、x2、x3、x4、x5序列的平穩(wěn)性，可知在1%、5%、10%的顯著性水平下，y、x1、x2、x3、x5均是不平穩(wěn)序列，而x4是平穩(wěn)序列。因此，對(duì)不平穩(wěn)序列進(jìn)行一階差分，記y1、x11、x21、x31、x51為一階差分序列，結(jié)果如表2。

表2 各變量的平穩(wěn)性檢驗(yàn)

由表2可知，y、x2、x5一階差分后的序列是平穩(wěn)序列，而x1、x3一階差分后的序列仍為不平穩(wěn)序列。因此，利用y、x2、x5進(jìn)行協(xié)整檢驗(yàn)。

4.2 協(xié)整檢驗(yàn)

利用Johansen檢驗(yàn)法對(duì)y、x2、x5進(jìn)行協(xié)整檢驗(yàn)，判斷各變量之間是否存在長(zhǎng)期的均衡關(guān)系，利用Stata軟件得到輸出結(jié)果(見(jiàn)表3)。

表3 常數(shù)項(xiàng)與時(shí)間趨勢(shì)項(xiàng)的協(xié)整秩跡檢驗(yàn)

由表3可知，在5%的顯著性水平下，跡統(tǒng)計(jì)量分別為40.088 1、20.598 1、4.367 7，均大于臨界值，因此至少存在三個(gè)協(xié)整關(guān)系。

公攤擅挪作商用成為“糊涂賬”。記者了解到，現(xiàn)實(shí)中存在大量開(kāi)發(fā)商、物業(yè)公司私自將公攤設(shè)施賣(mài)出或租賃的情況，損傷了業(yè)主權(quán)益。開(kāi)發(fā)商采取的一般做法是先將停車(chē)場(chǎng)、樓道等公共面積納入公攤，由全體業(yè)主埋單，再二次出售或出租廣告位牟利。

在構(gòu)造VAR模型前，對(duì)模型的最優(yōu)滯后長(zhǎng)度進(jìn)行確定，軟件輸出結(jié)果如表4。

表4 最優(yōu)滯后檢驗(yàn)表

由表4可知，根據(jù)各標(biāo)準(zhǔn)判斷為最優(yōu)滯后長(zhǎng)度為3，因此建立的是VAR(3)模型。

4.3 格蘭杰因果關(guān)系檢驗(yàn)

格蘭杰檢驗(yàn)法主要是確定變量之間的因果關(guān)系[8]，究竟是從x到y(tǒng)，還是從y到x，又或者是雙向的因果關(guān)系。由于上述對(duì)變量的處理已經(jīng)達(dá)到了格蘭杰因果關(guān)系的檢驗(yàn)條件，所以可以對(duì)變量進(jìn)行該檢驗(yàn)。下面是3階向量自回歸模型檢驗(yàn)(表5)。

表5 3階向量自回歸模型檢驗(yàn)

由表5可知，向量自回歸模型中的系數(shù)均是顯著的，且殘差是白噪聲序列。因此可對(duì)變量進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，在格蘭杰檢驗(yàn)中，選取最優(yōu)滯后3階進(jìn)行分析(見(jiàn)表6)。

表6 格蘭杰的因果檢驗(yàn)

從表6可知，在以y為被解釋變量的方程中，檢驗(yàn)變量x2、x5系數(shù)是聯(lián)合顯著，其卡方統(tǒng)計(jì)量分別為21.254、79.574，相應(yīng)的P值分別為0，所以認(rèn)為x2、x5是y的格蘭杰原因。

4.4 VAR模型的構(gòu)建

根據(jù)以上的檢驗(yàn)結(jié)果可得，y與x2、x5的模型為：

Y=0.599Y(-1)+0.165Y(-2)+

0.533Y(-3)-0.012x2(-1)+0.070x2(-2)+0.051x2(-3)-2.058x5(-1)-3.501x5(-2)-0.263x5(-3)

4.5 回歸分析

y和x2、x5序列存在長(zhǎng)期協(xié)整關(guān)系，由Granger因果檢驗(yàn)得出x2、x5是y的格蘭杰原因，因此建立以x2、x5為解釋變量，以y為被解釋變量的二元線(xiàn)性回歸模型(表7)。

表7 線(xiàn)性回歸檢驗(yàn)

從回歸結(jié)果知，在5%的顯著水平下，模型通過(guò)了t檢驗(yàn)，說(shuō)明回歸系數(shù)顯著。另外，在假定其他變量不變的情況下，進(jìn)出口總額每增長(zhǎng)1個(gè)單位，貨運(yùn)總量平均增加0.07個(gè)單位；在假定其他變量不變的情況下，水運(yùn)貨運(yùn)量每增長(zhǎng)1個(gè)單位，貨運(yùn)總量平均增加0.41個(gè)單位。

5 結(jié)論與建議

文章通過(guò)構(gòu)建VAR模型研究安徽省貨運(yùn)總量的影響因素，用Granger因果檢驗(yàn)法檢驗(yàn)三個(gè)變量之間的關(guān)系，得出的結(jié)論有：一是社會(huì)消費(fèi)品零售總額、進(jìn)出口總額、固定資產(chǎn)投資、公路貨運(yùn)量、水運(yùn)貨運(yùn)量對(duì)貨運(yùn)總量的影響較大，且相互之間存在高度正向關(guān)系。二是中短期內(nèi)水運(yùn)貨運(yùn)量、進(jìn)出口總額對(duì)貨運(yùn)總量具有積極促進(jìn)作用；但中短期內(nèi)貨運(yùn)總量對(duì)水運(yùn)貨運(yùn)量、進(jìn)出口總額無(wú)明顯的積極促進(jìn)作用。三是長(zhǎng)期內(nèi)，安徽省水運(yùn)貨運(yùn)量、進(jìn)出口總額與貨運(yùn)總量之間存在協(xié)整關(guān)系?；貧w結(jié)果表明，進(jìn)出口總額、水運(yùn)貨運(yùn)量對(duì)貨運(yùn)總量具有顯著正向影響。

因此可提出以下建議：一是增強(qiáng)進(jìn)出口服務(wù)，加快推進(jìn)安徽省外貿(mào)轉(zhuǎn)型升級(jí)，鼓勵(lì)多種貿(mào)易方式并行；加大出口退稅力度，積極推進(jìn)中小型企業(yè)發(fā)展，進(jìn)而加強(qiáng)進(jìn)出口總額對(duì)貨運(yùn)總量的積極促進(jìn)作用。二是增強(qiáng)水運(yùn)建設(shè)，政府部門(mén)應(yīng)積極注入建設(shè)資金，加大政府扶持力度，逐步使社會(huì)認(rèn)識(shí)水運(yùn)發(fā)展的重大意義，積極發(fā)揮安徽省水運(yùn)資源，挖掘水運(yùn)潛力；加強(qiáng)行業(yè)的管理，尤其是水運(yùn)行業(yè)基礎(chǔ)設(shè)施的管理。