基于VAR模型的南昌临空经济区航空物流发展影响因素分析

柳语 谢奉军

摘 要：航空物流业是南昌临空经济区发展的两大核心产业之一，其发展的成功与否直接关系到整个经济区的未来建设，因此对航空物流业发展的影响因素进行定量及定性分析，了解各因素之间的影响关系成为了重中之重。为了避免DEMATEL法、ISM模型的分析结果客观性不足的弊端，从宏观角度出发，采用VAR模型探讨航空物流发展与各影响因素之间的动态关系，在模型检验过程中剔除了变量第二产业增加值，通过脉冲响应和方差分解分析得出，飞机起降架次、进出口总额呈现正向作用，并且贡献率较高，而人均可支配收入带来的影响不明显，且贡献率较低。模型较好地模拟了各个影响因素对航空物流发展的影响，具有一定的现实意义与实证性，因此，VAR模型可以运用于航空物流发展的影响因素分析。

关键词：航空物流；VAR模型；脉冲响应；方差分解

中图分类号：F560 文献标识码：A

Abstract： Aviation logistics industry is one of the two core industries developing in Nanchang airport economic zone， whose success is directly related to the future construction of the entire economic zone. Therefore， the factors affecting the aviation logistics development are analyzed quantitatively and qualitatively， and learning the relationship between the factors has become a top priority. To avoid the insufficient objectivity of the analysis results of DEMATEL method， ISM model， from a macro point of view， the VAR model is used to explore the dynamic relationship between aviation logistics development and various factors， and the variable secondary industry value added is excluded during the model verification process， through impulse response and variance decomposition analysis， it can be concluded that aircraft movements， total imports and exports show a positive effect and a higher contribution rate， while the impact of the per capita disposable income is not obvious， with the lower contribution rate. The model simulates the impact of various factors on the development of aviation logistics， having certain practical significance and empirical meaning， and therefore， VAR model can be applied to analyze the factors affecting the aviation logistics development.

Key words： aviation logistics； VAR model； impulse response； variance decomposition

0 引 言

南昌临空经济区作为长江经济带—鄱阳湖生态城市群—赣江新区—南昌大都市区战略链条的重要环节以及“一带一路”战略支点，以南昌昌北国际机场及周边服务区为核心，总体格局分为空港枢纽区、集聚发展区和临空辐射区。

航空物流业作为南昌临空经济区的两大核心产业之一，其发展成功与否关系到整个经济区的未来建设。为了达到科学布局发展航空物流业的目的，就必须先对航空物流的影响因素进行定量定性分析，通过运用模型方法进行预测及推演成为了必不可少的手段。在相关的物流影响因素研究中，有的学者运用DEMATEL法对城市物流关键影响因素进行过研究[1]、有的运用ISM模型对应急物流影响因素分析[2-3]，但是这些方式都是运用专家打分作为考察标准进行定量分析，客观性较弱，并且为了追求影响因素的丰富性，缺乏对于影响因素的经济意义进行深入探讨，导致结论较为空洞，实证性较弱。

VAR模型（向量自回归模型）是用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响[4]。该模型可以在简单易用的同时，达到模拟航空物流与影响因素之间的相互作用关系及影响程度的作用，同时也发挥了EViews软件对于处理时间序列数据的优势。本文以南昌临空经济区为例，以宏观经济角度作为思考点，探讨研究VAR模型对于南昌临空经济区航空物流发展影响因素的分析。

1 模型与方法

VAR模型是把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型[4]。

考虑到数据的可得性以及客观性，结合对航空物流业的相关研究经验，本文采用昌北国际机场的货邮吞吐量表示航空物流的发展水平，并选取4个较为关键的航空物流发展影响因素作为式（1）右边的内生变量，并将常数项作为模型的外生变量。数据的范围都是2001～2015年，各变量的具体信息及说明可见表1。

为了避免时间序列数据之间因单位差异过大而可能导致的异方差问题，本文对于各个变量都进行对数化处理再进行建模，其中，LnCT为货邮吞吐量的自然对数，LnAM为飞机起降架次的自然对数，LnPI为南昌城镇居民人均可支配收入的自然对数，LnSI为第二产业增加值的自然对数，LnIE为南昌进出口总额的自然对数。

2 模型检验

在运用VAR模型进行脉冲响应、方差分解等分析之前，必须对各变量是否是平稳序列，是否存在长期动态均衡关系以及各变量构成的VAR模型是否稳定等因素进行检测，因此需要进行单位根检验、滞后阶数检验、协整性检验、平稳性检验，从而确保VAR模型的正常运行。

2.1 单位根检验

根据ADF检验原理，如果ADF检验值小于临界值，就拒绝原假设，即拒绝序列存在单位根的假设，则序列是平稳的。从表2中可以看出LnCT和LnAM、LnPI、LnSI、LnIE的ADF检验值都大于不同检验水平的三个临界值，所以变量序列均是非平稳序列，而经过一阶差分后LnCT和LnAM、LnPI、LnIE的ADF检验值在5%的临界值以下，表明时间序列是平稳的。因此除了LnSI之外的变量都是一阶单整序列，可以进行协整检验。

2.2 滞后阶数检验

在进行协整性检验时，要注意滞后期的选择，滞后阶数越大，可以更完整反映模型的动态特征，但是滞后阶数过大就会导致自由度减少[4]。同时，协整检验的最优滞后一般为 VAR的最优滞后减去1，因此，确定VAR模型的最大滞后阶数后便可进行协整性检验。

表3中给出了0～2阶VAR模型的5个评价统计指标：LR，FPE，AIC，SC和HQ的值，并以“*”标记出了各评价指标给出的最小滞后期。根据多数原则确定VAR的滞后阶数，本文的5个准则选择出来的滞后阶数中3个选择2阶，只有LR、FPE指标选择的滞后阶数为1阶，所以，便将VAR模型的滞后阶数为2阶，确定建立VAR（2）模型，并且，协整检验的最优滞后

为1。

2.3 协整检验

协整检验即检验多个具有同阶单整变量之间是否存在协整关系。通过上述单位根检验得知LnCT和LnAM、LnPI、LnIE都是一阶单整序列，并且确定了VAR模型的滞后阶数为2阶，协整检验的最优滞后为1。在此基础上检验两者是否存在协整关系，最终达到确定各个变量之间的长期稳定的均衡关系。

根据JJ检验的检验原理，选择有趋势但只有截距项的协整方程，得到的结果见表4。通过检验结果发现，统计量大于给定置信水平下的临界值，即相应的P值小于置信水平时即可拒绝原假设。可见在5%的显著水平下，序列LnCT和LnAM、LnPI、LnIE之间存在协整关系，并有3个协整方程，即LnCT和LnAM、LnPI、LnIE之间存在着长期的动态均衡关系。

2.4 模型平稳性检验

在确定了LnCT和LnAM、LnPI、LnIE之间的长期均衡关系和短期波动关系后，对于VAR模型进行平稳性检验，如果被估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则其是稳定的。如果模型不稳定，某些结果将不是有效的，如脉冲响应函数的标准误

差[4]。通过检验得出VAR模型的全部特征根均小于1，即全部落在单位圆内（图1），这就说明，该VAR模型系统是稳定的，可以进行后续的分析，并且后续分析结果是合理的。

3 南昌临空经济区航空物流发展的影响因素分析

通过模型检验，已经证明满足了运用VAR模型进行分析的前提条件，有的学者认为对于一阶单整序列进行VAR模型需要用一阶差分后数据进行分析，但是更多学者认为采用差分法消除序列中的非平稳趋势会导致变换后的序列不具有直接的经济意义，不便于经济研究，并且随着协整理论的发展，对于非平稳时间序列，只要各变量之间存在协整关系也可以直接建立VAR模型，所以这些学者在进行分析的时候，在确保运行VAR模型稳定运行的各项前提条件满足后，运用原始序列进行分析[4，6]。本文同样认为差分后的数据会相对失真，因此在第二节做完所有前期检验后，通过原始的对数化序列进行VAR模型实证分析，运用脉冲响应和方差分解分析所选变量对航空物流发展的动态影响及持续的时间，来验证其是否具有一定的现实意义。

3.1 脉冲响应

脉冲响应是VAR模型系统动态特征的一个重要方面，它刻画每个变量的变动或冲击对它自己及所有其他变量产生影响的轨迹，并通过脉冲响应图来展现每个影响因素的影响过程及影响的正负。

通过给选定的航空物流发展的影响因素分别施加一个冲击，得到航空物流发展对各影响因素冲击的响应结果（表5）。根据样本数据容量，本文将冲击响应期设定为15期，绘制出航空物流发展的脉冲响应曲线（图2），用滞后的解释变量对被解释变量的当期值进行回归，确定不同影响因素对航空物流发展的影响。其中，横轴刻度为冲击作用的滞后期间数，不同颜色曲线代表航空物流发展受到不同因素所影响的轨迹，横轴上半部分的曲线为正向影响，下半部分为负向影响。

曲线LnAM为航空物流发展受飞机起降架次冲击的脉冲响应轨迹，当给飞机起降架次一个正的标准差新息的冲击后，航空物流发展情况在当期没有发生反应，但第2期起开始有了较为明显的正向反应并且达到正向最大并开始逐渐减弱，第4期减弱至0轴附近，但是在第5期又迅速出现正向反应，整个脉冲响应期基本都保持在0轴上方波动，且正向影响非常明显，可见飞机起降架次对于航空物流的发展至关重要，尤其是体现在飞机班次、飞机型号以及机场对航空公司的吸引力方面。

曲线LnIE为航空物流发展受进出口总额冲击的脉冲响应轨迹，当给进出口总额一个正的标准差新息的冲击后，航空物流发展情况在当期没有发生反应，但第2期起开始有了较为明显的正向反应并且在第3期达到正向最大并开始逐渐减弱，第7期减弱至0轴附近，并且从第9期又开始产生正向反应，整个脉冲响应期基本都保持在0轴上方波动，可见进出口总额对于航空物流的发展同样具有促进作用，但正向影响相比飞机起降架次的冲击相比较弱。进出口总额的冲击尤其体现在适合航空物流运输的“高精尖”产品以及附加值较高的精密仪器上。

曲线LnPI为航空物流发展受居民可支配收入冲击的脉冲响应轨迹，当给居民可支配收入一个正的标准差新息的冲击后，航空物流发展情况在当期没有发生反应，但第2期起开始有了稍弱的正向反应，但是在第3期又迅速产生负向反应且达到负向最大，第4期又迅速变为正向冲击并且开始围绕0轴线上下窄幅波动，可见随着居民可支配收入的增加，人们对于航空物流所提供的高端物流服务需求有所增加，但是由于南昌临空经济区的航空物流业还处于初级阶段，并不能发挥物流枢纽集散功能，考虑到航空物流高费用、高质量服务的特性以及南昌城镇居民人均可支配收入在全国排名较后的现状，本地居民更愿意接受周边大型枢纽机场所提供的“物美价廉”的航空物流服务，加之高铁、卡车航班服务的不断普及和完善所带来的物流服务分流，更进一步减少本地居民使用本地航空物流的频次，所以冲击响应期内LnPI的冲击给航空物流带来的波动幅度较小，影响有限。

3.2 方差分解

方差分解通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，因此，通过方差分解可以定量分析出在VAR模型中航空物流发展过程各个影响因素的相对重要性。

通过表6可以发现，航空物流发展受自身冲击的影响随时间增长呈逐步递减的趋势，从初始的100%到了45.52%，而其他因素对航空物流的影响从初始到第15期期间虽然有小幅的波动，但整体上都呈增长的趋势，从长期看，航空物流所受到的影响程度从高到低分别为：47.03%受飞起起降架次的影响，0.84%受到南昌城镇居民人均可支配收入影响，6.61%受到进出口额的影响。其中，飞机起降架次的贡献率从12期开始超过了航空物流自身的影响贡献比率，其重要性可见一斑。

4 结 论

本文通过建立VAR模型，并进行了相应的稳定性检验，运用脉冲响应和方差分解分析了南昌临空经济区航空物流发展与主要影响因素之间的动态响应关系及贡献程度，分析结果具有一定的实践意义。在今后的发展过程中，要加强对航空公司、拥有全货机的物流企业以及其他相关航空物流产业链上企业的吸引，从而增加飞机起降架次，使南昌临空经济区逐渐成为航空物流枢纽。同时也要注意对于居民消费方式及消费结构的引导，鼓励提升进出口货物量并加大“高精尖”等适合航空运输的高附加值产品的研发生产，最终达到促进航空物流发展的作用。

参考文献：

[1] 贺红梅. 城市物流关键影响因素研究[D]. 武汉：华中科技大学（硕士学位论文），2012.

[2] 张欣. 基于Matlab的应急物流影响因素分析[J]. 商，2014（15）：149-150.

[3] 石学刚，苗田丰. 临空经济区航空物流业发展影响因素分析[J]. 物流技术，2014（21）：221-223，291.

[4] 高铁梅. 计量经济分析方法与建模：Eviews应用及实例[M]. 北京：清华大学出版社，2009：177-301.

[5] 成艳. 开放经济下中国物价波动影响因素研究[D]. 厦门：厦门大学（硕士学位论文），2009.

[6] 邓朝晖，刘洋，薛惠锋. 基于VAR模型的水资源利用与经济增长动态关系研究[J]. 中国人口·资源与环境，2012（6）：128-135.