劉珉慧，張輝，張姝

(中國(guó)傳媒大學(xué)數(shù)據(jù)科學(xué)與智能媒體學(xué)院，北京100024)

1 引言

古代通信靠車馬驛站，若想為遠(yuǎn)方的親人傳遞一封信件或寄去一些什物都需要極其漫長(zhǎng)的過(guò)程，現(xiàn)下隨著郵電通訊發(fā)展，聯(lián)系更加便捷，視頻通話讓人隨時(shí)“見(jiàn)面”，快遞當(dāng)日達(dá)更是年輕人的購(gòu)物選擇。郵電通訊業(yè)是第三產(chǎn)業(yè)流通部門中極其重要的產(chǎn)業(yè)之一，類似于人體中的神經(jīng)中樞系統(tǒng)，上至國(guó)家及其國(guó)民經(jīng)濟(jì)各部門，下至人民群眾生活，滿足了各行各業(yè)的通信需要，將生產(chǎn)過(guò)程、消費(fèi)過(guò)程緊密聯(lián)系起來(lái)，對(duì)于提升人民生活水平，加快經(jīng)濟(jì)發(fā)展，提高綜合國(guó)力都有著極其重要的影響。故而研究郵電通訊業(yè)的發(fā)展以及它與經(jīng)濟(jì)發(fā)展的關(guān)系都是十分必要的。

目前我國(guó)在郵電通訊業(yè)上無(wú)論是定性研究還是定量研究多數(shù)從側(cè)面反映，大部分是對(duì)互聯(lián)網(wǎng)、5G發(fā)展、快遞網(wǎng)購(gòu)的研究，而從郵電通訊業(yè)本身業(yè)務(wù)發(fā)展出發(fā)的研究并不多，可以歸納為如下兩個(gè)方面：

在郵電業(yè)自身發(fā)展上，郭艷春、劉斐(2012)利用廣東省面板數(shù)據(jù)探究其他社會(huì)經(jīng)濟(jì)變量對(duì)郵電業(yè)的影響，研究得出郵電業(yè)所在的第三產(chǎn)業(yè)對(duì)其影響占比最高，其次為出口貿(mào)易額[1]；李清清、李厚彪(2017)對(duì)1995—2014年的郵電業(yè)相關(guān)六個(gè)指標(biāo)對(duì)其進(jìn)行多元回歸，得到移動(dòng)電話年末用戶數(shù)、人口數(shù)、公路里程均與郵電業(yè)發(fā)展正相關(guān)的結(jié)論[2]。

在郵電業(yè)差異性分析上，鮑協(xié)州(2014)先從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)對(duì)郵電通信業(yè)市場(chǎng)現(xiàn)狀進(jìn)行分析，再進(jìn)一步運(yùn)用空間計(jì)量對(duì)我國(guó)各地區(qū)數(shù)據(jù)進(jìn)行處理，認(rèn)為湖南、山西空間差異較大，上海北京相對(duì)輻射帶動(dòng)作用較好[3]；崔大樹(shù)、范存換(2015)通過(guò)地統(tǒng)計(jì)分析2002-2011年郵電業(yè)空間數(shù)據(jù)，從產(chǎn)業(yè)密度空間格局、空間變異分析出發(fā)，分別研究其時(shí)空分異特征，利用LISA指數(shù)、G指數(shù)得到上海即為郵電業(yè)高產(chǎn)業(yè)密度區(qū)域也為熱點(diǎn)地區(qū)[4]；黎詩(shī)梅、李雄英(2018)利用主成分分析對(duì)廣東省各市通信事業(yè)發(fā)展進(jìn)行差異性分析，通過(guò)不同年份得出廣東省郵電業(yè)隨著時(shí)間差異性越來(lái)越明顯。本文選取最新實(shí)時(shí)數(shù)據(jù)對(duì)郵電通訊業(yè)本身與經(jīng)濟(jì)的關(guān)系進(jìn)行定量分析[5]。

2 我國(guó)郵電通訊業(yè)現(xiàn)狀分析

本文郵電通訊業(yè)現(xiàn)狀分析數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒1999-2019》、《通信業(yè)統(tǒng)計(jì)公報(bào)》和《郵政行業(yè)運(yùn)行情況》，在其中選取了郵政業(yè)與電信業(yè)的部分?jǐn)?shù)據(jù)。本節(jié)從城鄉(xiāng)差異與自身發(fā)展兩個(gè)角度出發(fā)，分析我國(guó)郵電業(yè)基本建設(shè)方面的整體發(fā)展情況。

2.1 郵電業(yè)城鄉(xiāng)差異

郵政業(yè)方面，近十年農(nóng)村投遞線路長(zhǎng)度值波動(dòng)較小，數(shù)值基本在372萬(wàn)公里上下浮動(dòng)。城市投遞線路長(zhǎng)度值從2007年107萬(wàn)公里增長(zhǎng)至2018年171.2萬(wàn)公里，雖然城市整體線路長(zhǎng)度不及農(nóng)村，但增長(zhǎng)速度快，呈現(xiàn)較好的上升趨勢(shì)。

電信業(yè)方面選取1990年至2018年城鄉(xiāng)電話年末用戶，數(shù)據(jù)如圖1：

圖1 1990-2018年電信業(yè)城鄉(xiāng)電話用戶數(shù)

可以看出城市電話年末用戶與農(nóng)村相比數(shù)量較多，以2006年為轉(zhuǎn)折點(diǎn)，我國(guó)城鄉(xiāng)電話年末用戶呈現(xiàn)先增長(zhǎng)后減少的趨勢(shì)，這與移動(dòng)手機(jī)通信技術(shù)規(guī)格發(fā)展有關(guān)。2001年，2G已正式投入使用，并且迅速發(fā)展；2008年，3G的發(fā)行使人們?cè)谶m應(yīng)移動(dòng)手機(jī)的同時(shí)，減少了固定電話的使用。從城市與農(nóng)村增速對(duì)比也可以看出：城市無(wú)論是增長(zhǎng)還是下降速度都比農(nóng)村要快，這也反映了城市對(duì)于移動(dòng)電話適應(yīng)程度較好。

2.2 郵電業(yè)基本發(fā)展

對(duì)郵政業(yè)方面的分析選取了2007年至2019年函件數(shù)與快遞量的數(shù)據(jù)，數(shù)據(jù)如圖2：

圖2 2007-2019郵政函件數(shù)及快遞量

函件數(shù)呈現(xiàn)緩慢下降趨勢(shì)，無(wú)論是交通還是通訊的迅速發(fā)展都為人們相互聯(lián)絡(luò)、表達(dá)感情提供了便利，過(guò)快的生活節(jié)奏使得人們更傾向于快捷的聯(lián)絡(luò)方式，但是書信表達(dá)依舊承載著深厚情感，有著特殊意義。由圖2可以看出，快遞量呈現(xiàn)快速增長(zhǎng)趨勢(shì)。從2007年起，我國(guó)快遞業(yè)務(wù)量統(tǒng)計(jì)發(fā)生轉(zhuǎn)變，不僅限于郵政特快專遞數(shù)，而是包含了快遞行業(yè)年業(yè)務(wù)量達(dá)200萬(wàn)以上的企業(yè)業(yè)務(wù)量，其中2012年增長(zhǎng)最快，快遞量較上年增長(zhǎng)61%。

電信業(yè)方面，5G建設(shè)的有序推進(jìn)，新型信息基礎(chǔ)設(shè)配能力進(jìn)一步提高，我國(guó)2019年移動(dòng)電話年末用戶已經(jīng)達(dá)到160134萬(wàn)戶，固定寬帶也進(jìn)入千兆時(shí)代，千兆及以上接入速率用戶為87萬(wàn)戶，寬帶用戶總數(shù)較上年增長(zhǎng)15.1%，互聯(lián)網(wǎng)寬帶接入端口數(shù)量達(dá)到9.16億。

3 數(shù)據(jù)處理

3.1 指標(biāo)選取及數(shù)據(jù)預(yù)處理

為研究我國(guó)郵電通訊業(yè)務(wù)發(fā)展與經(jīng)濟(jì)的關(guān)系，選取1990年至2019年我國(guó)郵政業(yè)務(wù)總量、電信業(yè)務(wù)總量及人均GDP三個(gè)指標(biāo)數(shù)據(jù)作為原始數(shù)據(jù)，數(shù)據(jù)來(lái)源為國(guó)家統(tǒng)計(jì)局。

經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)往往呈現(xiàn)指數(shù)增長(zhǎng)，對(duì)數(shù)處理可以在不改變其性質(zhì)與其相關(guān)性前提下，將其轉(zhuǎn)化為線性趨勢(shì)，避免偽回歸。本文對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)處理，令生成的新序列定義為lnYZ、lnDX和lnGDP。值得一提的是，在計(jì)量經(jīng)濟(jì)學(xué)[6]對(duì)數(shù)-對(duì)數(shù)模型中，因變量為log(y)，自變量為log(x)，β1是y對(duì)x的彈性，此時(shí)β1為：%Δy=β1%Δx。

3.2 ADF檢驗(yàn)

對(duì)新序列l(wèi)nYZ、lnDX和lnGDP。進(jìn)行ADF檢驗(yàn)。檢驗(yàn)數(shù)據(jù)是否平穩(wěn)，是構(gòu)建計(jì)量模型的前提，由于選取的數(shù)據(jù)僅為該指標(biāo)年份其中一段，引入作為趨勢(shì)變量的時(shí)間，通過(guò)模型：

進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果經(jīng)整理如表1。

表1 郵電業(yè)務(wù)量及人均GDP的單位根檢驗(yàn)結(jié)果

將三者ADF檢驗(yàn)值分別與其臨界值比較可知，lnYZ、lnDX和lnGDP原序列不平穩(wěn)，而其一階差分序列平穩(wěn)，其ADF值均小于臨界值，記為一階協(xié)整，三者同階，滿足協(xié)整分析前提。差分過(guò)程代表了一個(gè)時(shí)間序列長(zhǎng)期穩(wěn)定的變化過(guò)程，可消除隨機(jī)性趨勢(shì)，更適用于長(zhǎng)期預(yù)測(cè)分析。

4 協(xié)整分析及誤差修正

協(xié)整理論首次提出在1978年，并以提出者名字命名為Engle-Granger兩步協(xié)整檢驗(yàn)，認(rèn)為同階單整的時(shí)間序列存在一種長(zhǎng)期穩(wěn)定關(guān)系。隨研究深入，Johansen[7]和Juselius又提出了一種在VAR系統(tǒng)下用極大似然估計(jì)來(lái)檢驗(yàn)多變量之間協(xié)整關(guān)系的方法，稱為Johansen協(xié)整檢驗(yàn)。

4.1 確定滯后階數(shù)

確定滯后階數(shù)是VAR建模中至關(guān)重要的一個(gè)環(huán)節(jié)，既要充分利用變量信息，也要使得模型自由度在一個(gè)合適的范圍，滯后階數(shù)過(guò)小信息收集不全面，過(guò)大則考慮過(guò)多參數(shù)，需要綜合考慮，本文利用EVIEWS軟件來(lái)進(jìn)行確定[8]，得到階數(shù)選擇標(biāo)準(zhǔn)表如下表2：

表2 VAR模型滯后階數(shù)選擇標(biāo)準(zhǔn)(1990-2019)

由表2可以看出指標(biāo)LR、AIC、HQ選擇滯后5階，指標(biāo)FPE選擇滯后2階，指標(biāo)SC選擇滯后1階，綜合得出最佳滯后階數(shù)為5階。

4.2 Johansen協(xié)整檢驗(yàn)

根據(jù)VAR(5)模型，建立Johansen協(xié)整檢驗(yàn)時(shí)，取滯后階數(shù)為4階。結(jié)果如表3。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

結(jié)果顯示存在兩個(gè)協(xié)整關(guān)系，說(shuō)明郵政業(yè)務(wù)量、電信業(yè)務(wù)量以及人均GDP三個(gè)指標(biāo)在取對(duì)數(shù)后存在兩個(gè)長(zhǎng)期均衡關(guān)系，即使存在短期失衡，也會(huì)在接下來(lái)幾期中調(diào)整過(guò)來(lái)，利用誤差修正來(lái)進(jìn)一步完善模型。

4.3 誤差修正模型分析及因果檢驗(yàn)

在VAR模型中的組成變量之間存在協(xié)整關(guān)系，則存在一個(gè)VECM表達(dá)形式：

Φ*(L)ΔYt=C+∏Yt-1+Ut，t=1，2，...，T；

如果rank(∏)=r，0

=C+AZt-1+Ut

使得協(xié)整向量Zt-1是平穩(wěn)的。

故對(duì)lnYZ、lnDX和lnGDP三個(gè)變量進(jìn)行誤差修正處理后，得到其對(duì)應(yīng)標(biāo)準(zhǔn)化的協(xié)整向量：[-0.8908、1.0000、0.0000、-2.9670]以及[-0.6134、0.0000、1.0000、-5.6059]。經(jīng)過(guò)調(diào)整可以得到如下兩個(gè)協(xié)整方程：

DX-1=2.967047+0.890833YZ-1

(1)

GDP-1=5.605901+0.613413YZ-1

(2)

從(1)式看出電信業(yè)務(wù)量與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，為正相關(guān)，電信業(yè)對(duì)郵政業(yè)的彈性為0.89，意味著郵政業(yè)務(wù)量每增加1%，電信業(yè)務(wù)量增加0.89%，反之亦然。同樣從(2)式看出我國(guó)人均GDP與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，為正相關(guān)，彈性為0.61。并得到如下向量誤差修正模型：

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誤差修正模型，這里不進(jìn)行具體公式書寫。VECM公式主要通過(guò)ECi，t-1的系數(shù)正負(fù)反映超出不足或超出，其絕對(duì)值大小則可看出偏離長(zhǎng)期均衡的調(diào)整力度，以公式(3)為例，當(dāng)DXt-1>β(解釋變量t-1)時(shí)，意味著前一時(shí)期的DX超過(guò)其均衡水平，ECi，t-1系數(shù)為負(fù)，負(fù)責(zé)將其減小回拉，減小影響，反之同理，故電信業(yè)務(wù)量在短期失衡超過(guò)其均衡水平時(shí)，可通過(guò)該誤差修正模型及時(shí)修正，通過(guò)三者修正模型公式對(duì)比可以看出GDP誤差修正模型調(diào)整力度最小，說(shuō)明其偏離程度最小。

進(jìn)一步考查短期指標(biāo)之間是否存在格蘭杰因果關(guān)系，結(jié)果如表4。

表4 格蘭杰因果檢驗(yàn)

考慮置信水平分別為0.05和0.1，其中當(dāng)電信業(yè)務(wù)量為被解釋變量時(shí)，人均GDP不為其格蘭杰原因，郵政業(yè)務(wù)量在0.1顯著性水平下為其格蘭杰原因；當(dāng)人均GDP為被解釋變量時(shí)，其它變量均不其格蘭杰原因；當(dāng)郵政業(yè)務(wù)量為被解釋變量時(shí)，電信業(yè)務(wù)量不為其格蘭杰原因，人均GDP在0.05顯著性水平下為其格蘭杰原因，從定量角度分析其影響。

5 結(jié)論與建議

郵電業(yè)迅猛發(fā)展是大勢(shì)所趨，網(wǎng)購(gòu)、5G、云端、信息化在當(dāng)下均是高頻詞，既要追求其自身發(fā)展，也要重視它所帶來(lái)的經(jīng)濟(jì)發(fā)展。利用郵政業(yè)及電信業(yè)相關(guān)指標(biāo)分析其城鄉(xiāng)差異以及基本發(fā)展現(xiàn)狀，城鄉(xiāng)差異方面：郵政業(yè)城市投遞線路呈現(xiàn)增長(zhǎng)趨勢(shì)，電信業(yè)城市電話用戶數(shù)較農(nóng)村多，且對(duì)于移動(dòng)電話適應(yīng)性更好，固定電話數(shù)則以2006年為轉(zhuǎn)折先增長(zhǎng)后減少；基本發(fā)展方面，快遞行業(yè)的飛速發(fā)展以及5G基本建設(shè)的有序推進(jìn)無(wú)疑都是郵政業(yè)向上發(fā)展的有力證明。

本文通過(guò)Johansen協(xié)整檢驗(yàn)得到了電信業(yè)務(wù)量與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，人均GDP與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，其短期失衡也可通過(guò)誤差修正模型調(diào)整，具體結(jié)論如下：

(1)電信業(yè)務(wù)量與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，為正相關(guān)，且郵政業(yè)務(wù)量為電信業(yè)務(wù)量短期格蘭杰原因，郵政業(yè)對(duì)電信業(yè)的彈性為0.89%，意味著郵政業(yè)務(wù)量每增加1%，電信業(yè)務(wù)量增加0.89%，郵政業(yè)的發(fā)展在一定程度上會(huì)影響電信業(yè)的發(fā)展。

(2)我國(guó)人均GDP與郵政業(yè)務(wù)量存在長(zhǎng)期均衡關(guān)系，亦為正相關(guān)，人均GDP為郵政業(yè)務(wù)量短期格蘭杰原因，雖然彈性比上者較低，但經(jīng)濟(jì)發(fā)展無(wú)疑會(huì)帶動(dòng)郵政業(yè)發(fā)展，這也與現(xiàn)實(shí)相符。

(3)短期失衡會(huì)得到及時(shí)調(diào)整，可根據(jù)誤差修正模型進(jìn)行未來(lái)短期預(yù)測(cè)，提供參考，有利于行業(yè)發(fā)展。