我国货运行业综合指数模型研究

高月娥，张亚平，何 强，马艳丽

（1.哈尔滨工业大学，黑龙江 哈尔滨 150090；2.中国交通运输协会北京中交协物流研究院，北京 100825；3.国家统计局统计科学研究所，北京 100824）

0 引言

货运行业作为国民经济和社会发展的基础性、先导性和服务性产业，既是判断社会经济发展走势的重要依据，也是反映经济周期性的重要指标。近年来，我国货物运输发展较快，形成了较为完善的货运系统网络，货运行业在实现跨区域、高效率、全方位运输方面均取得长足进步。指数是统计中反映某一可量化事物综合情况和变动情况的综合指标，也是对事物演变态势的一种测度，由若干相互联系的单项指标所组成，反映总量关系。目前用来描述社会经济和货运行业发展情况的指数有“宏观景气指数”“物价指数”“运输服务指数”“中国运输生产指数”等[1]。

美国采用的交通运输指数主要是运输服务指数（Transportation Service Index,TSI），是反映营业性运输部门运输量的月度数据，涵盖营业性货运、客运服务指数以及两者合成的综合运输服务指数。2003—2009 年，纽约大学、华盛顿大学等机构的学者[2-6]研究了运输统计数据与经济数据之间的关系，研究成果之一是编制了一套反映运输服务产出的指标系统，反映运输服务的真实变化，发现了国内生产总值（Gross Domestic Product,GDP）的周期规律。1985 年，波罗的海航交所发布反映全球经济发展程度的波罗的海干散货指数（Baltic Dry Index,BDI），该指数是以若干条传统干散货即期运价为基础，加权合成的综合性指数。2011 年，波罗的海航交所发布波罗的海原油运价指数（Baltic Exchange Dirty Tanker Index,BDTI），采集了17 条原油航线运价，以反映油船运输市场变化情况。而我国对铁路、公路、水运、民航等单一运输方式货运行业指数研究较多，如：李文兴[7]和安世蔚[8]对铁路货运指标进行了分类，施其洲等[9]提出采用自身纵向景气度指标衡量单一运输方式的发展水平，上海航运中心[10]将反映行业景气动向的扩散指数和合成指数引入航运市场，房玮[11]建立了民航运输经济运行预警指标体系，梁仁鸿等[12]借鉴美国服务指数计算方法，对中国运输生产指数进行试算和发布。

从以往的研究成果可以看出，关于货运行业综合指数的研究，大多是从单一运输方式进行分析，从综合运输的角度进行分析则以运输生产指数为主，从基础设施、资源投入等角度分析货运行业运行态势的指数较少，因此具有一定的局限性。本文提出货运行业综合指数的概念，旨在通过对多维度因素的综合考量，研究货运行业综合指数波动性，以达到全面分析和监测货运行业发展态势的目的。尤其是，通过对货运行业综合指数与社会经济发展关键性指标周期性波动的分析，揭示货运行业与社会经济发展的交互关系，综合反映货运市场的运行态势，这对于整体上把握和度量货运行业发展状况及其与经济发展的内在关系，促进交通与经济融合发展具有重要意义[13-16]。

本文所采用的研究数据为2008—2017年的货运量、货物周转量等行业数据，主要来自政府部门和交通运输企业[17-21]。

1 货运行业综合指数的内涵

货运行业综合指数是指能够反映货运行业总体发展水平，以及货运行业与社会经济之间联系的系统性评价指标。货运行业综合指数以交通运输行业数据及相关经济数据为基础进行编制。限于数据来源，本文的研究仅限于铁路、公路、水路和航空这4 种运输方式。为使各指标具有明显的区分度，有必要构造多层次的指标体系，其构建思路是：首先，将系统内所选指标分为基础设施、资源投入、运输产出三类，并进行筛选；其次，结合系统外所选指标生成三类货运行业综合指数，分别为货运行业基础设施指数、货运行业资源投入指数和货运行业运输产出指数；最后，对上述3类指数进行权重分析，构建计算模型。

2 货运行业综合指数的指标权重

货运行业指标体系中有多个评价指标，若某项指标值与基准循环指标数据的差距越大，则该指标在综合体系中所起的作用越大。权重的计算方法包括客观赋权法和主观赋权法。主观赋权法主要是由专家根据经验主观判断进行赋权，如德尔菲法、层次分析法（Analytic Hierarchy Process,AHP）等；客观赋权法主要是通过各指标的真实数据进行赋权处理，因而具有较强的客观性，如熵值法、因子分析法等。

2.1 指标权重的计算方法

本文对熵值法和因子分析法进行比较，选择其中更适宜的方法来计算货运指标的权重。熵值法是用于判断某个指标离散程度的数学方法[22]，可根据各指标的波动程度来确定该指标的权重。因子分析法中，通过主成分分析得到各指标的公因子方差，其值大小表示该指标对总体指标的贡献程度，计算各个公因子方差占公因子方差总和的百分比，从而得到各指标的权重。以全国基础设施指数为例，分别用熵值法与因子分析法确定各指标权重，结果如表1所示。

表1 熵值法与因子分析法计算的全国基础设施类指标权重

从表1 中可以看出，通过熵值法得到的指标权重，其变异比较显著；而通过因子分析法确定的权重，除居民消费价格指数外，各指标权重差异性不明显，主要是降维损失了部分精度。因此，本文选择熵值法来确定指标权重。

2.2 指标权重的计算结果

利用熵值法计算得到货运基础设施类、资源投入类、运输产出类三大指数对应的指标权重，结果如表2～表4所示。

表2 全国基础设施类指标权重

表3 全国资源投入类指标权重

表4 全国运输产出类指标权重

3 货运行业综合指数模型

分类货运综合指数的计算公式如下：

式中：Fj为第j类货运指标组的综合指数，j=1,2,3；wi为第j类指标组中第i个指标的权重，i=1,2,…,n；zi为第j类货运指标组第i个指标指数，i=1,2,…,n。

单一地区货运综合指数的计算公式如下：

式中：G为单一地区货运综合指数；wj为货运综合指数类别j的权重，j=1,2,3；其余参数意义同前。

区域货运综合指数的计算公式如下：

式中：H为区域货运综合指数；wk为地区k的权重，k=1,2,…,m；其余参数意义同前。

利用货运行业综合指数既可以计算我国货运行业全国综合指数，从宏观角度分析国家货运行业的发展情况，也可以计算不同地区的货运综合指数，从时间和空间的角度对不同地区的货运行业发展情况进行研判。

4 全国及地区货运行业综合指数

4.1 区域划分

考虑区域发展的差异性[20]，为科学反映我国不同区域的社会经济发展状况，为党中央、国务院制定区域发展政策提供依据，国家统计局将我国的经济区域划分为东部、中部、西部和东北四大地区。本文基于国家统计局的划分方式，根据“西部开发、中部崛起、东北振兴、东部率先”的国家发展战略，将本次研究对象的区域也划分为东部、中部、西部和东北四大地区（我国南海诸岛由于交通发展还不成熟，暂未作为研究对象划入分区，我国台湾、澳门、香港也暂不作为本文研究对象），其中：东部地区包括海南省、广东省、福建省、浙江省、江苏省、上海市、山东省、河北省、北京市和天津市十个省市；中部地区包括湖北省、湖南省、河南省、安徽省、江西省、山西省六个省份；西部地区包括广西壮族自治区、云南省、贵州省、四川省、重庆市、西藏自治区、青海省、陕西省、甘肃省、宁夏回族自治区、新疆维吾尔自治区和内蒙古自治区十二个省市自治区；东北地区包括辽宁省、吉林省和黑龙江省三个省份。

4.2 货运行业综合指数计算

4.2.1 全国货运行业综合指数计算结果

通过计算全国货运行业综合指数，可以得出我国某一年度货运行业的发展情况以及一段时期全国货运行业的总体发展趋势。根据2008—2017年我国货运行业综合指数计算结果，绘制出全国货运行业综合指数的变化趋势图，如图1所示。

图1 2008—2017年全国货运行业综合指数的变化趋势

由图1 可知，2008—2017 年期间，全国货运行业基础设施和资源投入的综合指数持续增长；2015—2016 年基础设施综合指数的增长率最小，为7.23%；2014—2015 年资源投入综合指数的增长率最小，为6.19%；全国货运行业运输产出综合指数除了在2014—2015 年出现下降（降低了10.53%）外，其他年份该指数均呈增长态势，2013—2014 年的增长率最小，为9.69%；2008年，三类货运综合指数的值与其他年份相比都小得多，甚至不在同一数量级，这可能是2008年金融危机造成的。

4.2.2 地区货运行业综合指数计算结果

根据前文对研究区域的划分，计算各省份货运行业综合指数，进而得到各地区的三类货运行业综合指数（如表5～表8 所示），从而分析得出不同地区的货运行业发展差异及其影响因素，以及货运行业发展与社会经济发展之间的关系。

表5 东部地区货运行业综合指数

表6 中部地区货运行业综合指数

表6 （续）

表7 西部地区货运行业综合指数

表8 东北地区货运行业综合指数

图2 所示为2008—2017 年各区域的货运行业综合指数变化情况。

图2 不同年份四个区域货运行业综合指数的变化

由图2（a）可以看出，2008—2017 年，四个区域的基础设施综合指数均不断增长，其中2016—2017 年东部地区的增长率最小，为0.39%。由图2（b）可以看出，2008—2017年，四个区域的资源投入综合指数也都是持续增长，其中2016—2017 年东北地区的增长率最小，为0.01%。如图2（c）所示，就东部和中部地区看，2008—2014年其运输产出综合指数不断增长，但2014—2015年出现了下降，降幅分别为6.93%（东部）和6.89%（中部），2015—2017 年又开始持续增长；就西部地区看，2008—2017 年其运输产出综合指数持续增长，2014—2015 年的增长率最小，为0.35%；就东北地区看，2008—2014 年其运输产出综合指数不断增长，到了2014—2016年综合指数则出现下降，2014—2015 年降幅为10.35%，2015—2016 年降幅为1.88%，2016—2017 年该指数又开始增长。总的来看，四个区域的三类综合指数变化趋势与全国综合指数变化趋势相似。

5 货运行业综合指数与GDP 的周期性波动关系

为找到社会经济发展与货运行业发展之间的关系，对历年GDP 和货运行业指数进行分析。为便于比较，对基础设施指数、资源投入指数、运输产出指数和GDP 统计值进行归一化处理，得到其变化趋势如图3所示。

图3 2008—2017年全国基础设施、资源投入、运输产出指数和GDP归一化值变化趋势

由图3 可以看出，基础设施指数、资源投入指数、运输产出指数和GDP 的变化趋势较为相似，说明货运行业综合指数与社会经济发展的波动可能存在周期性规律，且两者的波动在时间上存在先后关系。首先，采取HP 滤波法对相关数据进行了因素分离。HP 滤波法是由Hodrick 和Prescott 在分析美国战后的经济周期时首次提出的，该方法以谱分析方法为理论基础，能够有效地分解经济时间序列的长期趋势，被广泛应用于宏观经济趋势分析中。其基本公式为：

式中：Yt为包含两种成分（趋势和波动）的经济时间序列；为趋势成分；为波动成分。

该损失函数中，λ为平滑参数。HP 滤波法的一个重要问题就是平滑参数λ的取值，不同的λ值决定了不同的周期和平滑度。根据一般经验以及统计学家的意见得出λ的取值如下：对于年度数据，λ=100；对于季度数据，λ=1600；对于月度数据，λ=14400。利用HP 滤波法将趋势成分分离，得到周期波动数据，然后对处理后的数据进行时差相关分析。

由于基础设施、资源投入等部分指标缺乏季度数据，现以货运量和货物周转量等运输产出类指标为例进行具体分析。受经济周期影响，货运业也具有周期性特征，基于SPSS软件的运输产出指数与GDP 两者的交互相关分析结果见表9。由表9 可知，运输产出指数的波动领先GDP 四个季度，说明货运综合指数与社会经济指标呈时差波动关系。货运是派生性需求，而社会经济发展是本源性需求，社会经济的波动必然会影响货运需求，与此同时货运行业的发展对于社会经济发展也起着推动作用，二者之间是互相促进的。

表9 运输产出指数与GDP交互相关分析结果

表9 （续）

6 结语

本文提出了货运行业综合指数这一概念及其计算模型，从综合运输视角分析货运行业运行和发展态势，通过熵值法确定了各指标权重，运用综合指数法计算得到全国及四大经济区域货运行业的基础设施指数、资源投入指数和运输产出指数这三类综合指数，通过对货运产出指数与GDP周期性波动规律的分析，揭示出两者之间的关系，对于整体上把握和度量货运行业发展态势及其与社会经济发展的内在关系具有重要意义。

本文主要基于全国范围和四大经济区域的年度及季度货运数据分析货运业综合指数的变化趋势及其与经济发展的关系，下一步将深入分析省、市层面货运综合指数与社会经济指标的周期性波动规律及二者间关系，建立货运行业综合指数数据库，为分析货运行业运行和发展态势及制定货运行业可持续协调发展政策提供理论和数据基础。