为了更深入地反映广州流通产业发展的特点，还可以对流通产业与GDP关系作一动态分析，揭示流通产业发展与广州经济发展之间的相互影响关系及具体的数量关系。在实际分析时，为消除时间序列异方差的影响，对数据作自然对数处理，用LNGDP、LNLTY分别表示GDP、LTY的自然对数值。

    （一）相关分析

    从图4可以看出，LNGDP和LNLTY序列的趋势具有较大的相似性，这说明LNGDP和LNLTY的相关程度较高；但LNGDP和LNLTY序列的趋势也存在一定的差异，即LNLTY的发展趋势呈现波动较大的特点。

    为考察在流通产业发展的不同阶段工业化与流通产业发展之间的关系，还可对LNGDP和LNLTY作一相关分析，以得到初步的结论。计算1978年至2006年间LNGDP和LNLTY序列的相关系数为0.997；这    说明1978年至2006年间LNGDP和LNLTY序列之间高度相关。
 
    图4  LNGDP和LNLTY时间序列趋势图

   （二）协整分析

    为了研究广州流通化与经济发展之间的动态关系，可以根据样本资料建立合适的回归方程。然而，对时间序列进行传统的回归分析时，首先要求所使用的变量序列是平稳的，否则可能产生“虚假回归”问题；其次，即使变量序列满足平稳性要求，所得到的回归方程也不一定反映真实的因果关系。

    协整分析技术提供了一种处理非平稳数据及进行因果关系检验的方法。协整分析要运用单整的概念。如果非平稳时间序列Xt经过一阶差分成为平稳过程，则Xt为一阶单整序列，用I（1）表示；一般地，如果序列Xt经过d次一阶差分后达到平稳，则称该序列为d阶单整，用I（d）表示。显然，如果序列Xt平稳，则为零阶单整序列。可以证明，两个时间序列Xt和Yt只有同为I（d）序列时才可能存在协整关系（对多变量协整并不适用）。为此在进行协整检验前，必须先对时间序列进行单整检验。

    1．平稳性检验

    平稳性检验也就是单整检验，最常用的方法为（A）DF单位根检验。经过反复筛选，对LNGDP和LNLTY变量序列的单整检验结果见表3。结果显示：在10%的显著性水平下，1979年至2006年间LNGDP和LNLTY同为I（1）序列，满足协整检验条件。

    表3  变量LNGDP和LNLTY的单位根检验结果
    显著性水平：1%
      时间                    序列 检验类型（c，t，k）   （A）DF检验值    临界值     单整阶数
1978年-2006年        LNLTY （c，0，1）                           -4.238976       -3.699871         1
                                  LNGDP （c，0，1）                           -2. 926729      -2.627420**    1
                                         E （0，0，1）                               -3.447757         -2.653401       0
    注：检验类型中的c和t表示带有常数项和趋势项，k表示所采用的滞后阶数；带*的为5%显著性水平下的临界值，带**的为10%显著性水平下的临界值。

    2．协整检验

    协整检验有针对两个变量的Engle-Granger两步检验法和针对多变量的向量自回归系统下的Johansen似然比检验法。

    对LNGDP和LNLTY序列之间协整关系的检验使用EG两步法。EG两步法协整检验是通过对同阶单整变量用一个变量对另一个变量进行回归求得残差序列，然后检验其平稳性，若残差序列平稳，说明变量间存在协整关系；否则，不存在协整关系。

    从表4对LNLTY倚LNGDP的回归结果来看，模型拟合精度较高，说明LNLTY和LNGDP之间的动态关系较紧密；D.W值不能明确表明残差序列之间是否存在自相关，必须进一步验证残差序列的平稳性，才能检验LNGDP与LNLTY之间是否存在协整关系以及回归结果的真实性。

    表4  LNLTY倚LNGDP的回归分析结果
     时间                    回归方程                                  R2                              D.W
1978年-2006年 
                               （-9.336614）（70.90923）  0.994659                    0.906349

    从表3对残差序列E的单整检验结果可知：在1%的显著性水平下，残差序列具有平稳性，回归结果是有意义的；这也说明1978至2006年间LNGDP和LNLTY序列之间存在协整关系，即改革开放以来广州经济与流通产业发展之间具有一种长期稳定的均衡关系。

    3．格兰杰（Granger）因果检验

    非协整的序列之间的任何原因的推断都是无效的，但协整关系仅反映序列间存在一个长期稳定的数量均衡关系，并不能说明变量之间的相互影响方向；因此，对具有协整关系的变量之间是否构成因果关系还需要进一步检验。基于以上分析，下面进一步对LNGDP与LNLTY序列进行Granger因果关系检验，以确定广州经济发展与流通产业发展之间是单边的影响关系、还是互动性影响关系。

    Granger因果检验在考察序列Xt是否是序列Yt产生的原因时，先估计当前的Yt值被其自身滞后期取值所能解释的程度，然后验证通过引入序列Xt的滞后值是否可以提高Yt的被解释程度。如果是，则序列Xt是Yt的Granger原因，此时Xt的滞后期系数具有统计显著性。由于Granger因果关系检验对滞后阶数非常敏感，这里采用逐次调整滞后阶数以使检验结果具有同一性的方法来确定二者的格兰杰因果关系，检验结果见表5。

    表5  LNGDP与LNLTY序列间格兰杰因果检验结果
    时间                        原假设：                                                            观察值  滞后期    F-统计量      概率
1978年-2006年           LNGDP不是LNLTY的Granger原因                     27        2               3 .98658        0.03331
                                    LNLTY不是LNGDP的Granger原因                      27        2                2.47675        0.10712
    注：表中数据是对滞后1至5期检验结果筛选出的最优值。

    从表5对LNGDP与LNLTY之间的Granger因果关系检验结果可知：

    1978年至2006年间，当滞后期从1调整到5时，对于LNGDP不是LNLTY的Granger原因的原假设，在滞后期为2时相伴概率不到3.4%，表明至少在96.6%的置信水平下，可以认为经济发展是流通产业发展的Granger原因；而拒绝LNLTY不是LNGDP的Granger原因的原假设犯第一类错误的概率始终大于10.7%，表明流通产业发展不是经济发展的Granger原因的概率较大、不能拒绝原假设。

    Granger因果关系检验结果说明，改革开放以来，广州经济的快速发展对流通产业的发展具有显著的影响，而广州流通产业的发展对经济发展没有明显的促进作用；对于改革开放以来LNGDP与    LNLTY序列之间的协整关系，由于经济发展是流通产业发展的Granger原因，由表4中的回归方程可以推知如下结论：改革开放以来，广州GDP增长1个百分点平均推动流通产业增加值增长0.983个百分点。

    4．误差修正模型的估计与分析

    协整关系反映的是变量之间长期的均衡关系，残差序列反映的是变量在短期波动中偏离它们长期均衡关系的程度。为了弥补长期静态模型的不足，反映变量之间短期的动态波动关系，可以建立误差修正模型（ECM：Error Correct Model）。误差修正模型是包括误差修正项的短期动态模型，它既能反映不同序列间的长期稳定的均衡关系，又能反映这种关系的短期偏离与向长期均衡修正的短期变动关系。

    误差修正模型的一般形式为：
 　 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
   其中：Δ表示一阶差分，Et为回归方程的残差序列，εt为随机扰动项。

误差修正模型解释了因变量的短期波动是由自身前期波动、自变量波动及序列间前期偏离均衡的程度三个因素决定的。误差修正模型的建立可以采用Hendry的从一般到特殊的建模方法，先拟合一个阶数较高的自回归分布滞后模型（ADL），然后逐个删除不显著变量，并使残差序列成为不包含有效信息的白噪声序列，同时根据R2、AIC、SC准则选择合适的模型。经过反复筛选，根据1978年至2006年间LNGDP与LNLTY序列之间的协整关系建立的误差修正模型如下

   

   从误差修正模型的拟合结果来看，拟合精度一般，但残差序列通过独立性检验、是白噪声序列，选择的变量也较显著（括号内数据为t统计量）；因而，模型的统计性能较好。从模型的参数估计值来看，参数估计值的符号符合经济意义及反向修正机制。误差修正模型说明LNGDP与LNLTY序列之间的长期稳定的均衡关系在短期内还存在着一定的波动，LNLTY的上一期波动及LNGDP当期、上一期波动是引起LNLTY短期波动的主要原因；误差修正项的系数为-0.5120，说明上期偏离LNLTY与LNGDP序列之间的长期均衡水平的程度在当期有51.2%得到校正。

    五　简短结论与建议

    本文对广州流通产业发展进行了动态分析，趋势分析结果表明：改革开放以后，随着广州经济的快速发展，广州流通产业也高速发展；但相对于其他第三产业来说，流通产业发展相对较慢。周期性波动分析结果显示：改革开放以来，广州流通产业发展周期性波动具有“周期长度规则、波动平均位势减低、波动幅度减弱、波动程度减小”的总体特征。相关分析结果表明：广州经济与流通产业发展之间不仅在数量上表现出很强的相关性，而且存在显著的因果关系。协整分析结果表明：改革开放以来，广州经济的快速发展对流通产业的发展具有显著的影响，而广州流通产业的发展对经济发展没有明显的促进作用；改革开放以来，广州经济与流通产业发展之间具有一种长期稳定的均衡关系――广州GDP增长1个百分点平均推动流通产业增加值增长0.983个百分点。

    随着工业化进程的快速推进，广州已经进入到工业化中后期；根据现代经济成长理论，一个国家或地区在工业化中后期，由于受国内市场需求约束等因素的影响，流通的运行效率和对经济的承载能力的重要性开始显现，流通产业在产业结构中的地位得以显著提升，并作为国民经济的基础产业和先导产业“反制”着经济的发展。目前，广州经济发展水平已经很高，流通产业发展则相对落后、并已成为制约广州经济持续稳定发展的主要因素；因此，在推进广州经济发展的进程中应充分认识流通产业发展的重要作用，把握广州流通产业发展的客观规律，不断完善市场经济体制，实行“流通先导”的战略，打破“流通瓶颈”对广州经济发展的约束，使广州经济与流通产业协调发展。

    本文为文章节选，详细内容请见书《广州流通发展报告（2007-2008）》。
 

图书作者：王先庆 主编 出版时间：2008-8 版次：2008年 8月第 1版 I S B N：978-7-5097-0243-7/F·0090 页数：536 开　　本：16 印张：33.5 附赠光盘：否　 字数：559千字 浏览人数： 　　 107 装帧：平装 阅读人群：高校产业经济和流通物流等相关专业师生、地方发改委等地方政府决策者