高考播音培训,孙红被交警盯上,草榴社区新址谷歌搜索
由于VAR模型在应用过程中存在很大的局限性，它只有在变量的数量较少的情况下得出的结果才真实可靠，而面板数据的优点是能够大量地采集样本观测值，所以，解决VAR模型局限性的有效措施便是把面板与VAR模型进行结合，这就诞生了面板数据向量自回归模型（Panel-VAR）。
近几年，面板数据向量自回归模型（Panel-VAR）在世界上得到了广泛的应用，特别是在研究经济波动对全球、各个国家及各个行业的影响等方面做出了重要贡献。
用具体公式表达Panel-VAR模型为：
式中，Yit表示随机变量，即在t时段每个成员i的m个可检测的随机变量；Xit表示严格外生变量，即在t时段每个成员i的m个可检测的严格外生变量；γi则是一个不可检测的向量，是每个成员i的个体固定效应向量；Φtl表示被解释变量Y的滞后l期，Ψtl则表示解释变量X的滞后l期，即Yi，t-1与Xi，t-1的m2阶系数矩阵。Yit、Xit、γi则表示m·1维向量。
文章运用PVAR模型深入研究了我国物流业增长与经济增长之间的关系，并尝试多个滞后阶段，最后得出了滞后二阶的PVAR模型，它是通过GMM的检测结果和脉冲响应函数图来最终确定。用具体公式表示为：
本文将我国31个省市作为参考对象，并选用我国交通运输邮电业的增长值表示我国物流业的增长值，进而详细分析了物流业的增长值和国内生产总值GDP之间的关系。为了避免出现变量间的异方差性，在进行分析之前对所收集的数据采取了取对数的有效处理方式，那么在对原始序列对数差分进行有效处理后所得出的具体数值则表示物流业增长率和经济增长率序列（张江华、李晓晨，2010）。本文的具体数据主要由中经网统计数据库提供，其中选取了1994年至2010年的样本。
我国物流业与经济增长关系检验
（一）序列平稳性检验
只有确保各变量序列的平稳性才能保证PVAR模型的精确度，所以首先要检测物流业增加值增长率（logstics）和国内生产总值增长率（gdp）的平稳性。如果变量能够通过平稳性检测，则进行下一阶段分析，如果检测结果不合格，则选取一阶或二阶差分，保证各变量的平稳性。
通过表1可以看出，各变量具有平稳性，所以运用此序列制作PVAR模型可以确保得出数据的精确度。
（二）PVAR模型检验
由表1可以得出物流业增加值增长率（logstics）和国内生产总值增长率（gdp）是平稳的时间序列，由此可以进一步得出PVAR模型的参数估计值（王珍珍、陈功玉，2010）。文章选用Statal0对物流业增加值增长率（logstics）和国内生产总值增长率（gdp）两个变量进行全面分析，并进行了GMM评估和方差分解，所得结果见表2和表3。
研究我国交通运输邮电业的增长值增长率对经济增长的影响结果，从表2中可以得出相关结论。表2第三列反映出国内生产总值增长率（gdp）的滞后一期值积极地影响了物流业增加值的增长，但其显著性检测并不合格，当[第一论文网专业代写论文和论文代写，欢迎光临，LUNWEN.1KEJIAN .com]它的滞后二期值在达到10%的水平时对物流业增加值的增长产生了更为深远的影响，其影响系数更是达到0.4585。从一定程度来讲，物流业增加值的增长与自身之间存在着不稳定的关系，从表2可以看出，滞后一期的影响系数是0.5092，滞后二期的影响系数是0.0193，二者的检测结果均未合格。在表2第一列中显示了物流业增加值的增长和经济增长本身对国内生产总值增长率（gdp）的影响，其滞后一期的参数值为-0.0712，它的负作用在1%的水平下较为突显，同样，其滞后一期的影响系数为-0.1018，在1%的水平上也较为显著（张快娟，2011）。而且，经济增长的滞后期数值和当期数值同样有着较强的稳定性，其滞后一期的影响系数为-0.3167，滞后二期的影响系数为-0.2416，并且都在1%的水平下显著。
为了能够更加深入地反映出我国交通运输邮电业的增长值（logstics）和经济增长（gdp）之间的紧密关系，文章通过PVAR方差分解的结果来进一步论证，进而得出了方差贡献率。
通过表3可知10个、20个和30个预测期的方差贡献率几乎相同，这表明系统在经过10个预测期后基本处于稳定状态。业界认为，物流业增加值增长率与国内生产总值增长率的波动都主要来自于自身。针对于增加值，可以看出每个预测期增加值对自身的影响都处于0.9400以上，而物流业增长率的贡献都稳定在 0.0600；针对于经济增长，可以看出每个预测期经济增长对自身的波动贡献都稳定在0.8647，而物流业增长率的方差贡献则稳定在0.1353。通过上述论证可以得出如下结论：物流业增加值增长率与国内生产总值增长率的方差贡献率是存在偏差的，物流业的增长可以促进经济的增长，但经济的增长对物流业的增长所起到的作用却是非常有限的（倪蔚颖，2008）。综上所述可以看出，物流业增加值增长率与国内生产总值增长率的方差贡献率绝非对称性。因此交通运输邮电业的增长能够有效推动经济的增长，而经济的增长对物流业增长的推动作用却是有限的。
（三）GDP与增加值的冲击响应分析
文章通过详细研究Panel-VAR模型，制作出变量间正交化冲击响应函数曲线图和经济增长（gdp）与交通运输邮电业的增长（logstics）之间的冲击响应图（图1至图4）。从图中可以得出结论：交通运输邮电业的增长与经济增长之间相辅相成，相互作用，并且这种关系存在一定的滞延性（梁朋，2011）。
图1-图4是经济增长（gdp）与交通运输邮电业的增长（logstics）之间的冲击响应图，它们是利用蒙特卡洛模拟在95%的置信区间下计算500次得出的数据。图1和图2是交通运输邮电业的增长（logstics）对自身以及经济增长（gdp）的冲击响应函数图，从图中可以看到物流业增加增长值对本身的脉冲响应是逐步递减的，假设给其物流业增加值一个正向脉冲，那么物流业增加值会马上有一个正面响应，并迅速到达0值，接下来的时段它会由正转负，并在第三时段做出最大负向响应，接下来这种响应会逐步递减，最后归为0值。同样，假设给经济增长一个标准差的脉冲，那么物流业增加值会马上做出由负转正的递加响应，并迅速达到最大数值，随后这种响应会由正转负到达谷底，最后向上上升归结为0值。从图中可以进一步看出在前6[第一论文网专业代写论文和论文代写，欢迎光临，LUNWEN.1KEJIAN .com]期中物流业增加值对经济增长的脉冲响应有正有负，但是最后的总效应则为正，由此可以得出，经济增长（gdp）与交通运输邮电业的增长（logstics）相辅相成，互相推动。图3和图4则表示经济增长（gdp）对自身以及物流业增加值增长（logstics）的冲击响应函数图，经济增长（gdp）对物流业增加值增长（logstics）具有很强的波动性，从图中可以看到，第一时期和第二时期脉冲响应是负向，而且在第二时期响应值到达谷底，此后逐步上升，由负转正，到第五时期数值归结为0值，经济增长（gdp）对物流业增加值增长（logstics）的脉冲响应总体为负，因此，物流业增加值增长（logstics）对经济增长（gdp）存在着负面影响。如图所示，在前面三期经济增长（gdp）对本身的脉冲响应有正有负，但到第四期则逐渐接近于0，且持续稳定。从图2和图4可以看出，经济增长（gdp）对物流业增加值增长（logstics）有着积极的推动作用，而物流业增加值增长（logstics）对经济增长（gdp）影响效果并不大。
结论
本文详细分析了经济增长（gdp）与交通运输邮电业的增长（logstics）之间存在的密切联系，并运用PVAR模型对分析结果进行全面论证，得出以下结论：首先，在滞后二期中，经济增长对我国物流业增加值的增长具有积极的推动作用，每当经济增长上升1单位时，物流业增加值增长率就可以上升0.4585，然而经济增长不能对我国物流业增加值的增长产生积极、稳定的影响，其滞后一期的积极影响效果并不明显（黄宪臣，2007）。图中显示，经济增长受我国物流业增加值增长的负面影响明显，但通过分析可以得出其影响非常微弱。因此，经济增长与我国物流业增加值增长的联系主要体现在经济增长单向推动了我国物流业增加值的增长（梁华立，2010）。所以，要想促进我国物流业的持续、健康发展，必须合理调整我国物流产业结构，继续优化市场结构，实现其可持续发展，从而充分发挥其对我国经济增长的积极推动作用。
参考文献：
1.郭军华，倪明，李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究，2010（12）
2.张江华，李晓晨.我国物流业的投入产出分析研究[J].社会科学辑刊，2010（5）
3.王珍珍，陈功玉.我国制造业不同子行业与物流业联动发展协调度实证研究—基于灰色关联模型[J].上海财经大学学报，2010（3）
4.张快娟.制造业与物流业协调发展的计量分析[D].浙江工商大学，2011
5.倪蔚颖.我国物流业对经济增长影响的实证研究[D].浙江工商大学，2008
6.梁朋.物流业与经济增长关系的实证研究[D].东北财经大学，2011
本文由第一论文 网选自《商业时代》2014年第18期，版权归原作者和期刊所有.如有异议请联系www.001lunwen.com