江蘇省民航與高新技術產業(yè)互動關系研究

王碧茹，曾小舟，楊冰慧

（南京航空航天大學民航學院，江蘇 南京 211106）

民航運輸業(yè)作為一種可以運輸高端制造品，提供高質量服務的先進交通運輸方式，其與高質量發(fā)展的協(xié)同發(fā)展程度會對經(jīng)濟社會產生直接的影響。高新技術產業(yè)是指從事一種或多種高新技術及其產品研究、開發(fā)、生產和技術服務的新興產業(yè)，具有知識密集、技術密集、經(jīng)濟附加值大等特征，位于技術產業(yè)化的最前沿，是衡量地區(qū)高質量發(fā)展的重要指標。 高新技術產業(yè)帶來的資源快速流動和結合，剛好契合民航運輸業(yè)“快捷、安全、空間跨度大”的特性，并且符合經(jīng)濟轉型這一社會發(fā)展趨勢；因此正確分析民航運輸業(yè)與高新技術產業(yè)之間的關系，對實現(xiàn)產業(yè)結構升級和經(jīng)濟發(fā)展模式轉型，以及民航運輸?shù)某掷m(xù)發(fā)展有著積極意義。

在民航運輸?shù)幕雨P系的研究中，國內外很多學者已就民航運輸與經(jīng)濟之間的關系展開過研究，如曹允春、趙偉偉等[1-2]認為二者之間存在著關聯(lián)， 并且經(jīng)濟對民航運輸?shù)膸幼饔孟鄬︼@著；Goetz、李國政針對民航運輸與其它方面，如就業(yè)、人口數(shù)量之間存在著互動關系[3-4]；也有對民航運輸與產業(yè)之間關系進行互動研究，如曾修彬、雷凡等[5-7]，但是研究層面主要停留在宏觀層面，如對三次產業(yè)結構的分析、對制造業(yè)總體的研究等，對于具體細分產業(yè)，特別是對高新產業(yè)的互動關系的研究較少。 在研究方法中，Huang Y、周曉利等學者運用灰色關聯(lián)度探究了航空運輸與經(jīng)濟的關系[8-9]，Johnston、楊陽彤晞、鄧小燕基于投入產出分析民航運輸業(yè)對經(jīng)濟的貢獻度[10-12]，王琛基于系統(tǒng)動力學模型對航空物流與區(qū)域經(jīng)濟進行了互動關系的研究[13]，高峰、田延、冉若靈、韓汝雪等使用協(xié)整檢驗、格蘭杰因果檢驗對民航運輸業(yè)以及區(qū)域經(jīng)濟之間的關系進行互動關系的研究[14-17]。

綜合而言，對民航運輸與經(jīng)濟互動關系的研究多側重于宏觀層面，從產業(yè)角度闡述民航運輸對區(qū)域經(jīng)濟影響機理的相對較少。 本文考慮到研究方法的成熟性以及數(shù)據(jù)資料的可獲取性，結合國家戰(zhàn)略和研究背景，針對江蘇省數(shù)據(jù)建立VAR 模型，通過協(xié)整檢驗、格蘭杰檢驗、脈沖響應函數(shù)和方差分解分析民航運輸與高新技術產業(yè)之間的關系。

1 模型構建

1.1 VAR模型簡介

VAR 模型是基于數(shù)據(jù)的統(tǒng)計性質建立的模型，它把系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后值函數(shù)構造模型，是處理多個相關經(jīng)濟指標的分析與預測最容易操作的模型之一[18]。

VAR 模型的數(shù)學表達式為

式中：yt是k 維內生變量列向量；xt是k 維外生變量列向量；p 是滯后階數(shù)；t 是樣本個數(shù)；k×k 維矩陣Φ1， …，Φp和k×k 維矩陣H 是待估計的系數(shù)矩陣；εt是k 維擾動列向量， 它們相互之間可以同期相關，但不與自己的滯后值相關且不與等式右邊的變量相關。

在VAR 模型的基礎上可以通過協(xié)整檢驗探求經(jīng)濟變量間的長期均衡關系，格蘭杰檢驗探求因果關系，最后用脈沖響應函數(shù)和方差分解分析短期內隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋經(jīng)濟變量間形成的影響情況和程度。

1.2 變量選擇及數(shù)據(jù)處理

長三角地區(qū)“一體化”發(fā)展戰(zhàn)略是高質量發(fā)展的具體舉措， 江蘇省身為長三角地區(qū)重要省份，正處于民航運輸業(yè)和高新技術產業(yè)發(fā)展經(jīng)濟轉型的關鍵時期。 本文以江蘇省民航運輸業(yè)、高新技術產業(yè)為分析對象， 通過建立VAR 模型定量分析民航運輸發(fā)展與區(qū)域經(jīng)濟中的高新技術產業(yè)之間相互影響關系。

江蘇省民航運輸業(yè)發(fā)展水平選取省內九大機場的客運量以及貨運量合計值作為代表指標，因為業(yè)務量的多少不會隨著價格變動而變化， 用其代表地區(qū)民航運輸?shù)纳a力水平， 具有可比性并且符合實際情況。 高新技術產業(yè)發(fā)展水平選取江蘇省高新技術產業(yè)的產值作為代表指標， 數(shù)據(jù)來源于江蘇省統(tǒng)計局2000—2019 年共20 年的統(tǒng)計年鑒。 由圖1 相關關系圖可以看出江蘇省航空客、貨運量與高新技術產業(yè)產值之間均存在正相關關系，但貨運量與高新技術產業(yè)的線性趨勢明顯，相關性更強。

圖1 江蘇省航空客運量、貨運量與高新技術產業(yè)產值的相關關系圖Fig.1 The correlation between civil aviation passenger and cargo transport volume and high-tech industry output value in Jiangsu Province

為了避免時間序列數(shù)據(jù)之間因單位差異過大而可能導致的異方差問題，檢驗之前要將各個變量的所有原始數(shù)據(jù)進行對數(shù)化處理，因為對數(shù)化可以消除異方差和平滑數(shù)據(jù)的作用，而不改變原始函數(shù)的單調性。

為了檢驗方便，將各對數(shù)化之后的各個指標變量用代號表示，形式如下：民航運輸客運量表示為LNKYL，貨運量表示為LNHYL，高新技術產業(yè)表示為LNGXC。

1.3 單位根檢驗

VAR 模型以整體的穩(wěn)定性水平作為重點，而不以方程的回歸系數(shù)是否顯著作為研究，所以只有確保VAR 系統(tǒng)在處于穩(wěn)定的情況下， 才能利用后續(xù)的一系列檢驗，包括協(xié)整檢驗、格蘭杰因果檢驗，以及脈沖響應和方差分解。

考慮到搜集到的數(shù)據(jù)是時間序列數(shù)據(jù)，尤其是經(jīng)濟變量往往波動比較大， 極有可能造成虛假回歸， 在分析前需要用單位根檢驗確定對數(shù)化之后民航業(yè)務量和高新技術產業(yè)產值序列的平穩(wěn)性，見表1。

當ADF 值大于某一顯著性水平下的臨界值時，說明接受序列存在單位根的原假設，即序列不平穩(wěn)。表1 中原始序列LNKYL，LNHYL，LNGXC的ADF 值大于所有顯著水平下的臨界值，說明原始序列存在單位根，未通過檢驗；一階差分之后DLNKYL，DLNHYL，DLNGXC 的ADF 的檢驗值依然大于5%的臨界值， 說明經(jīng)濟學意義下原始序列的增長率依舊未通過檢驗； 繼續(xù)進行二階差分，可以看到3 個指標的ADF 值均小于顯著性水平為5%的臨界值，證明二階差分后的序列平穩(wěn)，即序列均為二階單整序列，可以進行后續(xù)檢驗。

表1 ADF 檢驗結果Tab.1 The results of ADF

1.4 滯后階數(shù)確定

時間序列會存在滯后項的問題， 即當期的數(shù)據(jù)會受到前期數(shù)據(jù)的影響，在構建VAR 模型時選擇恰當?shù)臏箅A數(shù)非常重要， 如果最大滯后階數(shù)P 值太小， 殘差可能存在自相關， 導致參數(shù)估計的非一致性，適當增加滯后變量個數(shù)，可消除殘差存在。 表2、表3 分別代表航空客、 貨運輸量與高新技術產業(yè)建立VAR 模型時的滯后階數(shù)。

表2 LNKYL 和LNGXC 的滯后期選擇結果Tab.2 The latency periods of LNKYL and LNGXC

表3 LNHYL 和LNGXC 的滯后期選擇結果Tab.3 The latency periods of LNHYL and LNGXC

根據(jù)赤池信息準則和施瓦茨準則， 可以看出隨著P 值的增加， 在LNKYL 和LNGXC 所建立的VAR 模型中， 期數(shù)為3 時，AIC 和SC 的值同時最小， 也就是表格中的以“*” 為標記的期數(shù)； 同理，LNHYL 和LNGXC 的VAR 模型滯后階數(shù)為2。

2 模型檢驗

2.1 協(xié)整檢驗

協(xié)整檢驗是為了避免非平穩(wěn)序列在建立模型時出現(xiàn)偽回歸，用以檢驗民航運輸和高新技術產業(yè)之間是否存在長期穩(wěn)定的關系的一種檢驗。 協(xié)整檢驗的最優(yōu)滯后為VAR 的最優(yōu)滯后減去1，在1.3 小節(jié)確定VAR 模型的最大滯后階數(shù)后便可進行協(xié)整檢驗。 航空客運量與高新技術產業(yè)的協(xié)整最優(yōu)滯后階數(shù)為2， 航空貨運量與高新技術產業(yè)的協(xié)整最優(yōu)滯后階數(shù)為1，檢驗結果如表4、表5 所示。

表4 LNKYL 和LNGXC 模型的協(xié)整檢驗結果Tab.4 The co-consolidation test results of LNKYL and LNGXC

表5 LNHYL 和LNGXC 模型的協(xié)整檢驗結果Tab.5 The co-consolidation test results of LNHYL and LNGXC

當統(tǒng)計量大于給定置信水平下的臨界值，并且相應的P 值小于置信水平時即可拒絕原假設，說明對數(shù)序列之間存在著協(xié)整關系。 由表4 可見在5%的顯著性水平下的P 值小于0.05， 變量LNKYL 與LNGXC 通過檢驗， 航空客運量與高新技術產業(yè)之間存在協(xié)整關系，但只有一個協(xié)整方程（*）。

由表5 可以看出兩行檢驗結果均在5%的顯著性水平下拒絕了原假設，P 值均小于0.05，表明變量LNHYL 與LNGXC 通過檢驗，航空貨運量與高新技術產業(yè)之間存在協(xié)整關系， 且有兩個協(xié)整方程（*）。長期來看江蘇省的民航運輸業(yè)與高新技術產業(yè)間存在著互相促進、共同發(fā)展的良好態(tài)勢。

2.2 Granger 因果檢驗

Granger 因果檢驗是分析變量之間因果關系的方法，實質是分析一個變量的滯后項是否可以引入到其它變量方程中，Granger 因果檢驗的滯后階數(shù)的確定參考1.2 節(jié)中的VAR 模型滯后階數(shù)。 用Granger 因果檢驗分析航空運輸量和高新技術產業(yè)之間的關系，可以更好地看出二者是否受到相互的滯后影響，檢驗結果如表6 所示。

由表6 可以看出在顯著性水平為5%的Granger檢驗中， 只有原假設1 和原假設3 的P 值小于0.05，可以拒絕原假設；因此LNGXC 是LNKYL 和LNHYL 的Granger 原因。 說明民航運輸業(yè)與高新技術產業(yè)之間存在著一種單向的因果關系， 即航空客、 貨運量的變化不是高新產業(yè)產值變化的Granger 原因，但高新產業(yè)產值的變化是航空客、貨運量變化的Granger 原因。由此可知，在樣本區(qū)間內江蘇省高新技術產業(yè)有助于解釋航空客運量、航空貨運量未來的變化，統(tǒng)計意義上的因果關系表明高新技術產業(yè)對民航運輸業(yè)務量起到一定的拉動作用。

表6 Granger 因果檢驗結果Tab.6 The Granger results

這也充分說明民航運輸?shù)陌l(fā)展要以高質量的高新技術產業(yè)發(fā)展為依托。 盡管民航運輸業(yè)為高新技術產業(yè)的物流提供了運輸?shù)妮d體，但是它還不能成為決定高新技術產業(yè)產值增長的主要因素。

2.3 VAR 模型穩(wěn)定性檢驗

在進行VAR 模型的動態(tài)分析前， 首先要對所建立的VAR 模型用AR 根進行穩(wěn)定性檢驗。如果被估計的VAR 模型所有AR 根的模的倒數(shù)小于1，即位于單位圓內，則模型是穩(wěn)定的。 如果模型不穩(wěn)定，脈沖響應函數(shù)的標準誤差的結果將是無效的。 航空客運量和航空貨運量分別與高新技術產業(yè)建立的VAR 模型的AR 根檢驗如圖2 所示。

圖2 AR 根檢驗結果Fig.2 AR characteristic polynomial of VAR model

由圖2 可以看出LNHYL 與LNGXC 之間的VAR 模型的特征根均在單位圓內， 表明模型平穩(wěn)，航空貨運量和高新技術產業(yè)可以進行后續(xù)檢驗；而LNKYL 與LNGXC 之間的VAR 模型存在特征根落在單位圓上，為了更精確反應誤差，將AR 根結果輸出成表格，如表7。 可以看出此點落在單位圓外面，客運量與高新技術產業(yè)產值所建立的VAR 模型不具有穩(wěn)定性，無法進行后續(xù)檢驗。

表7 LNKYL 與LNGXC 的AR 根輸出結果Tab.7 The AR roots output of LNKYL and LNGXC

3 模型動態(tài)分析

考慮到差分后的數(shù)據(jù)會存在一些失真性，對原始的對數(shù)化序列建立的VAR 模型進行穩(wěn)定性分析，運用脈沖響應和方差分解來分析高新技術產業(yè)與民航運輸業(yè)的動態(tài)影響及持續(xù)的時間，進一步驗證其是否具有一定的現(xiàn)實意義。

根據(jù)在2.3 小節(jié)AR 根的分析， 只有穩(wěn)定的VAR 模型才可以對其進行動態(tài)分析；因此就不對客運量與高新技術產業(yè)所建立的VAR 模型進行脈沖響應和方差分解的動態(tài)分析，只考慮貨運量與高新技術產業(yè)之間的動態(tài)影響。

3.1 脈沖響應函數(shù)

當分析一個誤差項發(fā)生變化，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，這種分析方法稱為脈沖響應函數(shù)方法。 分析航空貨運量和高新技術產業(yè)的誤差項分別發(fā)生變化后，對系統(tǒng)的動態(tài)影響如圖3 所示。

圖3 LNHYL 和LNGXC 的脈沖響應圖Fig.3 The impulse response of the LNHYL and LNGXC

圖3 顯示了廣義脈沖下LNHYL 及LNGXC 受到自身及對方?jīng)_擊后的脈沖響應：從圖3（a）可以看出LNHYL 受到自身沖擊后波動強烈， 第1 期響應值為0.067 5，之后波動有所下降，在第4 期出現(xiàn)負向波動，第8 期之后響應基本趨于0；從圖3（b）看出LNHYL 受到LNGXC 的沖擊后，在第2 期達到最大響應為0.035 9， 之后波動逐漸減小至趨于0 且始終為正向。 由此可見，短期內航空貨運量主要受自己外生沖擊的影響， 長期來看航空貨運量基本不受自己外生沖擊的影響， 受到高新技術產業(yè)微弱的影響。

由圖3（c）可以看出受到LNHYL 沖擊的LNGXC在第1 期表現(xiàn)出了微弱的正向反應，隨后第2 期出現(xiàn)小幅度負向響應之后逐漸又趨于0；圖3（d）顯示了LNGXC 對自身的沖擊第1 期響應最大， 之后正向影響逐漸減小并正向趨近于0。由此可見，高新技術產業(yè)短期內受到自身外生沖擊的影響更大，長期來看航空貨運量和自身對高新技術產業(yè)的沖擊都很微弱。

短期內高新技術產業(yè)對航空貨運量的沖擊要比航空貨運量對高新技術產業(yè)的沖擊強烈；隨著變量之間脈沖響應逐漸趨于穩(wěn)定的過程，驗證了航空貨運量與高新技術產業(yè)之間確實存在一種長期協(xié)整關系。

3.2 方差分解

方差分解旨在分析模型中每一個結構產生沖擊時對內生變量變化的貢獻度，可以評價不同結構沖擊的重要性，運用方差分解可以定量分析航空貨運量與高新技術產業(yè)的VAR 模型在發(fā)展過程中各個影響因素的重要性，分析結果見表8。從表8 可以看出LNHYL，LNGXC 對自身貢獻度的影響都呈現(xiàn)逐步遞減的趨勢，穩(wěn)定在65%和97%左右，隨著期數(shù)的增加，LNGXC，LNHYL 對彼此的解釋能力在增強，表現(xiàn)在貢獻度呈現(xiàn)增長趨勢。 根據(jù)百分比反映可以看出高新技術產業(yè)對航空貨運量的相對貢獻度為35%左右， 要比航空貨運量對高新技術產業(yè)的3%貢獻度更高，證明了高新技術產業(yè)的拉動效果更明顯。 同時，穩(wěn)定的期數(shù)與3.1 節(jié)脈沖響應穩(wěn)定結果期數(shù)大體一致。

表8 LNHYL 和LNGXC 的方差分析結果Tab.8 The variance output of LNHYL and LNGXC

4 結論

江蘇省近20 年數(shù)據(jù)的檢驗結果說明了江蘇省航空客運量、航空貨運量分別與高新技術產業(yè)之間形成了一種長期互相影響的動態(tài)均衡關系，只是影響程度不同，高新技術產業(yè)對民航運輸業(yè)的推動效果要更明顯一點；高新技術產業(yè)產值會影響民航業(yè)務量的大小，發(fā)展區(qū)域高新技術產業(yè)會帶動區(qū)域民航運輸?shù)陌l(fā)展；航空貨運的發(fā)展與高新技術產業(yè)的聯(lián)系更為緊密，高新技術產業(yè)對航空貨運量的貢獻程度更大，航空物流的發(fā)展對高新技術產業(yè)的依賴程度更高。

互動關系研究可為江蘇省未來民航運輸業(yè)的發(fā)展路徑提供一些政策建議，通過提升江蘇省民航運輸業(yè)的發(fā)展水平進而拉動區(qū)域經(jīng)濟的發(fā)展水平。

1） 江蘇省的民航運輸布局要做到與高新技術產業(yè)發(fā)展協(xié)同。 根據(jù)全省高新技術產業(yè)的總體布局適當調整東部機場集團對全省客、 貨運輸?shù)牟季?，加快省內臨空經(jīng)濟區(qū)航空運輸、航空制造、航空物流、跨境電商等龍頭企業(yè)落戶，科技含量高、輻射帶動強的高新技術企業(yè)可以加快高附加值產品的研發(fā)，提供更高質量的服務，從而增加航空運輸需求達到產業(yè)間相互促進。

2） 江蘇省民航運輸業(yè)要匹配高新產業(yè)高質量發(fā)展的速度。 現(xiàn)階段江蘇省民航運輸業(yè)在基礎保障、服務能力等方面還不能完全適應和滿足高新技術產業(yè)發(fā)展需要，需要機場通過“強樞紐、密航線、提服務”等方式提升江蘇省機場航空主業(yè)的服務水平，加強航空產業(yè)對高端生產要素的吸引力和輻射能力，匹配高新技術產業(yè)的發(fā)展。

3） 依靠高新技術產業(yè)對航空物流的帶動作用，加快江蘇省航空物流基礎設施建設。 由于航空貨運物流的發(fā)展對于新興產業(yè)的依賴程度較高，所以在航空貨運層面，江蘇省航空物流業(yè)可以抓住高新技術產品“附加值較高、利潤高、生命周期短”等特征，發(fā)展全貨機航線， 加快航空物流基礎設施建設，在全省多機場建立航空物流園區(qū)，為機場貨運量提供配套的物流服務，有效降低物流成本，提高貨運效率，提升航空貨運產業(yè)的區(qū)域競爭力。