我国邮电通讯和经济发展关系探究

刘珉慧，张辉，张姝

(中国传媒大学数据科学与智能媒体学院，北京100024)

1 引言

古代通信靠车马驿站，若想为远方的亲人传递一封信件或寄去一些什物都需要极其漫长的过程，现下随着邮电通讯发展，联系更加便捷，视频通话让人随时“见面”，快递当日达更是年轻人的购物选择。邮电通讯业是第三产业流通部门中极其重要的产业之一，类似于人体中的神经中枢系统，上至国家及其国民经济各部门，下至人民群众生活，满足了各行各业的通信需要，将生产过程、消费过程紧密联系起来，对于提升人民生活水平，加快经济发展，提高综合国力都有着极其重要的影响。故而研究邮电通讯业的发展以及它与经济发展的关系都是十分必要的。

目前我国在邮电通讯业上无论是定性研究还是定量研究多数从侧面反映，大部分是对互联网、5G发展、快递网购的研究，而从邮电通讯业本身业务发展出发的研究并不多，可以归纳为如下两个方面：

在邮电业自身发展上，郭艳春、刘斐(2012)利用广东省面板数据探究其他社会经济变量对邮电业的影响，研究得出邮电业所在的第三产业对其影响占比最高，其次为出口贸易额[1]；李清清、李厚彪(2017)对1995—2014年的邮电业相关六个指标对其进行多元回归，得到移动电话年末用户数、人口数、公路里程均与邮电业发展正相关的结论[2]。

在邮电业差异性分析上，鲍协州(2014)先从产业经济学对邮电通信业市场现状进行分析，再进一步运用空间计量对我国各地区数据进行处理，认为湖南、山西空间差异较大，上海北京相对辐射带动作用较好[3]；崔大树、范存换(2015)通过地统计分析2002-2011年邮电业空间数据，从产业密度空间格局、空间变异分析出发，分别研究其时空分异特征，利用LISA指数、G指数得到上海即为邮电业高产业密度区域也为热点地区[4]；黎诗梅、李雄英(2018)利用主成分分析对广东省各市通信事业发展进行差异性分析，通过不同年份得出广东省邮电业随着时间差异性越来越明显。本文选取最新实时数据对邮电通讯业本身与经济的关系进行定量分析[5]。

2 我国邮电通讯业现状分析

本文邮电通讯业现状分析数据来源于《中国统计年鉴1999-2019》、《通信业统计公报》和《邮政行业运行情况》，在其中选取了邮政业与电信业的部分数据。本节从城乡差异与自身发展两个角度出发，分析我国邮电业基本建设方面的整体发展情况。

2.1 邮电业城乡差异

邮政业方面，近十年农村投递线路长度值波动较小，数值基本在372万公里上下浮动。城市投递线路长度值从2007年107万公里增长至2018年171.2万公里，虽然城市整体线路长度不及农村，但增长速度快，呈现较好的上升趋势。

电信业方面选取1990年至2018年城乡电话年末用户，数据如图1：

图1 1990-2018年电信业城乡电话用户数

可以看出城市电话年末用户与农村相比数量较多，以2006年为转折点，我国城乡电话年末用户呈现先增长后减少的趋势，这与移动手机通信技术规格发展有关。2001年，2G已正式投入使用，并且迅速发展；2008年，3G的发行使人们在适应移动手机的同时，减少了固定电话的使用。从城市与农村增速对比也可以看出：城市无论是增长还是下降速度都比农村要快，这也反映了城市对于移动电话适应程度较好。

2.2 邮电业基本发展

对邮政业方面的分析选取了2007年至2019年函件数与快递量的数据，数据如图2：

图2 2007-2019邮政函件数及快递量

函件数呈现缓慢下降趋势，无论是交通还是通讯的迅速发展都为人们相互联络、表达感情提供了便利，过快的生活节奏使得人们更倾向于快捷的联络方式，但是书信表达依旧承载着深厚情感，有着特殊意义。由图2可以看出，快递量呈现快速增长趋势。从2007年起，我国快递业务量统计发生转变，不仅限于邮政特快专递数，而是包含了快递行业年业务量达200万以上的企业业务量，其中2012年增长最快，快递量较上年增长61%。

电信业方面，5G建设的有序推进，新型信息基础设配能力进一步提高，我国2019年移动电话年末用户已经达到160134万户，固定宽带也进入千兆时代，千兆及以上接入速率用户为87万户，宽带用户总数较上年增长15.1%，互联网宽带接入端口数量达到9.16亿。

3 数据处理

3.1 指标选取及数据预处理

为研究我国邮电通讯业务发展与经济的关系，选取1990年至2019年我国邮政业务总量、电信业务总量及人均GDP三个指标数据作为原始数据，数据来源为国家统计局。

经济时间序列数据往往呈现指数增长，对数处理可以在不改变其性质与其相关性前提下，将其转化为线性趋势，避免伪回归。本文对数据进行对数处理，令生成的新序列定义为lnYZ、lnDX和lnGDP。值得一提的是，在计量经济学[6]对数-对数模型中，因变量为log(y)，自变量为log(x)，β1是y对x的弹性，此时β1为：%Δy=β1%Δx。

3.2 ADF检验

对新序列lnYZ、lnDX和lnGDP。进行ADF检验。检验数据是否平稳，是构建计量模型的前提，由于选取的数据仅为该指标年份其中一段，引入作为趋势变量的时间，通过模型：

进行单位根检验，检验结果经整理如表1。

表1 邮电业务量及人均GDP的单位根检验结果

将三者ADF检验值分别与其临界值比较可知，lnYZ、lnDX和lnGDP原序列不平稳，而其一阶差分序列平稳，其ADF值均小于临界值，记为一阶协整，三者同阶，满足协整分析前提。差分过程代表了一个时间序列长期稳定的变化过程，可消除随机性趋势，更适用于长期预测分析。

4 协整分析及误差修正

协整理论首次提出在1978年，并以提出者名字命名为Engle-Granger两步协整检验，认为同阶单整的时间序列存在一种长期稳定关系。随研究深入，Johansen[7]和Juselius又提出了一种在VAR系统下用极大似然估计来检验多变量之间协整关系的方法，称为Johansen协整检验。

4.1 确定滞后阶数

确定滞后阶数是VAR建模中至关重要的一个环节，既要充分利用变量信息，也要使得模型自由度在一个合适的范围，滞后阶数过小信息收集不全面，过大则考虑过多参数，需要综合考虑，本文利用EVIEWS软件来进行确定[8]，得到阶数选择标准表如下表2：

表2 VAR模型滞后阶数选择标准(1990-2019)

由表2可以看出指标LR、AIC、HQ选择滞后5阶，指标FPE选择滞后2阶，指标SC选择滞后1阶，综合得出最佳滞后阶数为5阶。

4.2 Johansen协整检验

根据VAR(5)模型，建立Johansen协整检验时，取滞后阶数为4阶。结果如表3。

表3 Johansen协整检验结果

结果显示存在两个协整关系，说明邮政业务量、电信业务量以及人均GDP三个指标在取对数后存在两个长期均衡关系，即使存在短期失衡，也会在接下来几期中调整过来，利用误差修正来进一步完善模型。

4.3 误差修正模型分析及因果检验

在VAR模型中的组成变量之间存在协整关系，则存在一个VECM表达形式：

Φ*(L)ΔYt=C+∏Yt-1+Ut，t=1，2，...，T；

如果rank(∏)=r，0

=C+AZt-1+Ut

使得协整向量Zt-1是平稳的。

故对lnYZ、lnDX和lnGDP三个变量进行误差修正处理后，得到其对应标准化的协整向量：[-0.8908、1.0000、0.0000、-2.9670]以及[-0.6134、0.0000、1.0000、-5.6059]。经过调整可以得到如下两个协整方程：

DX-1=2.967047+0.890833YZ-1

(1)

GDP-1=5.605901+0.613413YZ-1

(2)

从(1)式看出电信业务量与邮政业务量存在长期均衡关系，为正相关，电信业对邮政业的弹性为0.89，意味着邮政业务量每增加1%，电信业务量增加0.89%，反之亦然。同样从(2)式看出我国人均GDP与邮政业务量存在长期均衡关系，为正相关，弹性为0.61。并得到如下向量误差修正模型：

ΔDXt=-0.2197EC1，t-1-3.3032EC2，t-1-0.0863ΔDXt-1-0.4601ΔDXt-2-0.2898ΔDXt-3-0.6938ΔDXt-4-3.2683ΔGDPt-1+5.5072ΔGDPt-2-3.1953ΔGDPt-3+3.6251ΔGDPt-4-1.3146ΔYZt-1-1.2317ΔYZt-2-1.1359ΔYZt-3-1.045ΔYZt-4+0.9369

(3)

ΔGDPt=0.0157EC1，t-1-0.0861EC2，t-1-0.0385ΔDXt-1+0.1339ΔDXt-2+0.0171ΔDXt-3-0.0252ΔDXt-4+0.8899ΔGDPt-1-0.8794ΔGDPt-2+1.0022ΔGDPt-3-0.6258ΔGDPt-4-0.06498ΔYZt-1-0.0666ΔYZt-2+0.0224ΔYZt-3-0.0503ΔYZt-4+0.1089

(4)

同理可得ΔYZt误差修正模型，这里不进行具体公式书写。VECM公式主要通过ECi，t-1的系数正负反映超出不足或超出，其绝对值大小则可看出偏离长期均衡的调整力度，以公式(3)为例，当DXt-1>β(解释变量t-1)时，意味着前一时期的DX超过其均衡水平，ECi，t-1系数为负，负责将其减小回拉，减小影响，反之同理，故电信业务量在短期失衡超过其均衡水平时，可通过该误差修正模型及时修正，通过三者修正模型公式对比可以看出GDP误差修正模型调整力度最小，说明其偏离程度最小。

进一步考查短期指标之间是否存在格兰杰因果关系，结果如表4。

表4 格兰杰因果检验

考虑置信水平分别为0.05和0.1，其中当电信业务量为被解释变量时，人均GDP不为其格兰杰原因，邮政业务量在0.1显著性水平下为其格兰杰原因；当人均GDP为被解释变量时，其它变量均不其格兰杰原因；当邮政业务量为被解释变量时，电信业务量不为其格兰杰原因，人均GDP在0.05显著性水平下为其格兰杰原因，从定量角度分析其影响。

5 结论与建议

邮电业迅猛发展是大势所趋，网购、5G、云端、信息化在当下均是高频词，既要追求其自身发展，也要重视它所带来的经济发展。利用邮政业及电信业相关指标分析其城乡差异以及基本发展现状，城乡差异方面：邮政业城市投递线路呈现增长趋势，电信业城市电话用户数较农村多，且对于移动电话适应性更好，固定电话数则以2006年为转折先增长后减少；基本发展方面，快递行业的飞速发展以及5G基本建设的有序推进无疑都是邮政业向上发展的有力证明。

本文通过Johansen协整检验得到了电信业务量与邮政业务量存在长期均衡关系，人均GDP与邮政业务量存在长期均衡关系，其短期失衡也可通过误差修正模型调整，具体结论如下：

(1)电信业务量与邮政业务量存在长期均衡关系，为正相关，且邮政业务量为电信业务量短期格兰杰原因，邮政业对电信业的弹性为0.89%，意味着邮政业务量每增加1%，电信业务量增加0.89%，邮政业的发展在一定程度上会影响电信业的发展。

(2)我国人均GDP与邮政业务量存在长期均衡关系，亦为正相关，人均GDP为邮政业务量短期格兰杰原因，虽然弹性比上者较低，但经济发展无疑会带动邮政业发展，这也与现实相符。

(3)短期失衡会得到及时调整，可根据误差修正模型进行未来短期预测，提供参考，有利于行业发展。