基于熵权法和VAR模型的安徽省货运总量的影响因素分析

余秋菊，刘兆鹏

宿州学院数学与统计学院，安徽宿州，234000

1 相关研究与问题提出

近年来安徽省物流业发展飞快，根据《安徽省“十三五”物流业发展规划》及2018年安徽省统计年鉴可知，物流业增加值从2010年的670亿元上升至2015年的1 280亿元，年平均增长率为13.8%；货运总量从2010年的228 106.2万吨上升至2015年的345 756.3万吨，年平均增长率为8.67%。随着“十三五”规划的实施，安徽省经济发展进入新常态，物流业作为支撑国民经济发展的基础性、战略性产业，对实现地区间资源和货物互通、贸易畅通、货币流通也发挥着纽带作用[1]，因此研究货运量的影响因素对制定积极、适宜的物流产业政策具有重要意义。近年来，许多学者在研究物流业发展问题，相关研究可分为三方面，一是物流产业的影响因素研究，如文[2]与文[3]均采用空间自相关性对物流业的影响因子进行判定，得出经济发展水平、消费水平、非农业人口比重等因素对物流业的影响；二是货运量的预测研究，如文[4]基于CGE预测模型对货运量进行预测，并将多种模型的预测结果进行对比分析；三是物流产业评估问题，如文[5]与文[6]基于双基点法、灰色关联法建立城市物流产业竞争力评价模型。

梳理文献发现，前人采用综合评价及计量模型对货运量的影响因素研究较少，因此本文从安徽省统计年鉴中选取2000—2017年货运总量为研究指标，安徽省生产总值、第二、三产业增加值、社会消费品零售总额、进出口总额、固定资产投资、公路货运量、水运货运量、民航货运量、铁路货运量作为影响因素，以综合熵权法为基础，建立VAR模型探讨各因素对安徽省货运总量的影响。

2 权数确定

综合熵权法是一种客观赋权方法，利用熵值的大小来度量信息无序化程度，熵值越大，信息的无序化程度越高，则提供的影响作用就越大[7]。该法的步骤有：

(1)数据的归一化处理与熵值计算：

(2)偏差度计算：

gj=1-ej(j=1,2,…,10)

(3)权重计算：

利用Matlab软件对数据进行处理，得到各指标的权重如表1所示。水运货运量、进出口总额、固定资产投资、社会消费品零售总额以及公路货运量的权重较大，最终选取这5个因素研究对货运总量的影响。

表1 各影响因素的熵权

3 描述性分析

利用上述选择的5个因素与货运总量进行相关性分析，其散点图如图1所示。

图1 各指标之间的散点图

由图1可知，货运总量(y)与社会消费品零售总额(x1)、进出口总额(x2)、固定资产投资(x3)、公路货运量(x4)、水运货运量(x5)分别呈现正相关，且5个影响因素之间存在两两正相关。

4 实证分析

4.1 ADF单位根检验

采用ADF法进行单位根检验[8]。假设Yt是一个时间序列，检验估计的回归如下：

其中，εt是白噪声误差项，在检验中原假设是δ=0，表示Yt存在一个单位根，是非平稳序列；备择假设是平稳序列。

利用Stata软件检验y、x1、x2、x3、x4、x5序列的平稳性，可知在1%、5%、10%的显著性水平下，y、x1、x2、x3、x5均是不平稳序列，而x4是平稳序列。因此，对不平稳序列进行一阶差分，记y1、x11、x21、x31、x51为一阶差分序列，结果如表2。

表2 各变量的平稳性检验

由表2可知，y、x2、x5一阶差分后的序列是平稳序列，而x1、x3一阶差分后的序列仍为不平稳序列。因此，利用y、x2、x5进行协整检验。

4.2 协整检验

利用Johansen检验法对y、x2、x5进行协整检验，判断各变量之间是否存在长期的均衡关系，利用Stata软件得到输出结果(见表3)。

表3 常数项与时间趋势项的协整秩迹检验

由表3可知，在5%的显著性水平下，迹统计量分别为40.088 1、20.598 1、4.367 7，均大于临界值，因此至少存在三个协整关系。

公摊擅挪作商用成为“糊涂账”。记者了解到，现实中存在大量开发商、物业公司私自将公摊设施卖出或租赁的情况，损伤了业主权益。开发商采取的一般做法是先将停车场、楼道等公共面积纳入公摊，由全体业主埋单，再二次出售或出租广告位牟利。

在构造VAR模型前，对模型的最优滞后长度进行确定，软件输出结果如表4。

表4 最优滞后检验表

由表4可知，根据各标准判断为最优滞后长度为3，因此建立的是VAR(3)模型。

4.3 格兰杰因果关系检验

格兰杰检验法主要是确定变量之间的因果关系[8]，究竟是从x到y，还是从y到x，又或者是双向的因果关系。由于上述对变量的处理已经达到了格兰杰因果关系的检验条件，所以可以对变量进行该检验。下面是3阶向量自回归模型检验(表5)。

表5 3阶向量自回归模型检验

由表5可知，向量自回归模型中的系数均是显著的，且残差是白噪声序列。因此可对变量进行格兰杰因果关系检验，在格兰杰检验中，选取最优滞后3阶进行分析(见表6)。

表6 格兰杰的因果检验

从表6可知，在以y为被解释变量的方程中，检验变量x2、x5系数是联合显著，其卡方统计量分别为21.254、79.574，相应的P值分别为0，所以认为x2、x5是y的格兰杰原因。

4.4 VAR模型的构建

根据以上的检验结果可得，y与x2、x5的模型为：

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 回归分析

y和x2、x5序列存在长期协整关系，由Granger因果检验得出x2、x5是y的格兰杰原因，因此建立以x2、x5为解释变量，以y为被解释变量的二元线性回归模型(表7)。

表7 线性回归检验

从回归结果知，在5%的显著水平下，模型通过了t检验，说明回归系数显著。另外，在假定其他变量不变的情况下，进出口总额每增长1个单位，货运总量平均增加0.07个单位；在假定其他变量不变的情况下，水运货运量每增长1个单位，货运总量平均增加0.41个单位。

5 结论与建议

文章通过构建VAR模型研究安徽省货运总量的影响因素，用Granger因果检验法检验三个变量之间的关系，得出的结论有：一是社会消费品零售总额、进出口总额、固定资产投资、公路货运量、水运货运量对货运总量的影响较大，且相互之间存在高度正向关系。二是中短期内水运货运量、进出口总额对货运总量具有积极促进作用；但中短期内货运总量对水运货运量、进出口总额无明显的积极促进作用。三是长期内，安徽省水运货运量、进出口总额与货运总量之间存在协整关系。回归结果表明，进出口总额、水运货运量对货运总量具有显著正向影响。

因此可提出以下建议：一是增强进出口服务，加快推进安徽省外贸转型升级，鼓励多种贸易方式并行；加大出口退税力度，积极推进中小型企业发展，进而加强进出口总额对货运总量的积极促进作用。二是增强水运建设，政府部门应积极注入建设资金，加大政府扶持力度，逐步使社会认识水运发展的重大意义，积极发挥安徽省水运资源，挖掘水运潜力；加强行业的管理，尤其是水运行业基础设施的管理。