简论基于引力模型的中日韩物流合作潜力及趋势预测

1、简论基于引力模型的中日韩物流合作潜力及趋势预测基于引力模型的中日韩物流合作潜力及趋势预测论文导读：本论文是一篇关于基于引力模型的中日韩物流合作潜力及趋势预测的优秀论文范文,对正在写有关于模型论文的写有一定的参考和指导作用,themodelsofChina-Japan-Korealogisticsco-operationisofoperability.Keyodel;China-Japan-Korea;logisticsco-operation;potentialanalysis0引言当前,世界经济一体化的理论研究主要集中在欧盟、北美自由贸易区和东盟等成熟和较成熟的经济区域,而有关21世纪更具发

2、展潜力的中摘 要:为对21世纪更具发展潜力的中日韩物流合作进行深入系统的理论分析,引用引力(Gravity)模型,构建中日韩3国物流合作的经济效果和影响模型,分析中日韩3国的贸易效果成因和所可能发生的各种影响,通过建立贸易量的趋势模型对中日韩3国的物流合作进行预测.根据采集的中国、日本、韩国、美国、德国和马来西亚等国家2005年的贸易相关数据进行的分析表明,中日韩3国物流合作的影响模型具备可操作性.关键词:引力模型;中日韩;物流合作;潜力分析:APotential and trend forecast on China-Japan-Korealogistics co-operation bas

3、ed on gravity modelSUN Jun, XU Yuekui(School of Management, Dalian Polytechnic Univ., Dalian Liaoning 116034, China)Abstract: In order to make deep systematic theoretical analysis on China-Japan-Korea logistics co-operation ore potential in the 21st century, the economic effect model of China-Japan-

4、Korea logistics co-operation is built by using gravity model. The trade effect causes and possible various influences of China, Ja基于引力模型的中日韩物流合作潜力及趋势预测由写论文的好帮手.zglent of trend models on trade volume is predicted. According to the analysis of trade-related data on China, Japan, Korea, United States,

5、Germany, Malaysia and other countries in 2005, the models of China-Japan-Korea logistics co-operation is of operability.Key odel; China-Japan-Korea; logistics co-operation; potential analysis0 引 言当前,世界经济一体化的理论研究主要集中在欧盟、北美自由贸易区和东盟等成熟和较成熟的经济区域1,而有关21世纪更具发展潜力的中日韩物流合作则缺乏深入、系统的理论分析.有研究表明,3国区域经济合作可使中国、日本和

6、韩国的国内生产总值(Gross Domestic Product, GDP)分别增长13,0.10.5以及2.53个百分点.2如果采取非合作方式,其经济效果小于3国合作方式.中日韩区域物流合作潜力巨大,随着时间的推移,将会产生一系列的影响并最终推动东北亚区域经济一体化.1 中日韩物流合作模型1.1 Gravity模型原理ZIPF和STEANN使模型实现了一般化,模型表达式如下Xij(或Tij)=A(YiYj/Daij)(1)式中:Xij为国家i对国家j的出口量;Tij为双边贸易额;Yi为国家i的GDP;Yj为国家j的GDP;Dij为国家i与国家j的距离;A为比例常数;a为参数.在Gravity

7、模型中,Yi也可表示为出口国出口供给的潜在经济能力;Yj表示为进口国进口需求的潜在经济能力,二者对国家i向国家j的出口规模产生正的推动力.两国的经济能力越大,潜在的出口和进口能力就越大,双边贸易的潜力也就越大,因此,Yi和Yj预期为正数;距离代表运输成本,对出口规模起反作用,因此,距离的预期为负数.LINNEMANN为Gravity模型增加了人口变量,以反映规模经济的作用,同时还引入表示贸易优惠待遇的虚拟变量4,将Gravity模型引申为Xij=exp(a0)(Ya1iYa2jANN的引力模型取对数及对经济合作的虚拟变量取值进行修改的基础上完成的.5-7基本表达式如下ln Tij=a0+a1l

8、n(YiYj)+a2ln(SiSj)+a3ln(Dij)+a4ln(Pcjkij)(3)式中:Tij为国家i和国家j间的贸易额;Pcjkij为3国经济合作的虚拟变量,反映合作程度对合作对象经济量的影响.以研究区域合作和中日韩物流贸易效果为目的,在构建3国物流合作引力模型时应着重考虑:(1)在关键性自变量采用上,用GDP作为表示一国经济总量的自变量,而不采用国民生产总值(Gross National Product,GNP).与GNP相比,GDP更能反映一国的生产能力,作为贸易量的自变量更加合适.(2)采用人口规模作为主要影响因素变量.人口对一国的经济规模和经济结构具有直接影响.(3)在主客观环

9、境因素分析上,对于一般采用的距离变量,本文选用各国主要港口间的航线距离,区域间的港口航线距离可更实际地表示物流运输成本.因此,在分析中日韩物流关系的航线距离时,主要考虑泛黄海区域主要港口的平均海上运距,而不是各国首都间的距离.(4)考虑到3国FTA的区域贸易安排,模型中加入3国经济联系的因数Pcjkij作为经济合作的虚拟变量,代表机能性合作的程度.根据3国在19982005年的贸易量增长情况,以每年3国间贸易量比前一年增长的值,确定合作虚拟变量值为1.11.在经济作用上表明中日韩经济合作能够提升贸易量的11%.19982005年间,中日韩与其他国家的贸易方程中,Pcjkij值为1,表明由于3国

10、间物流合作的作用,每年3国贸易量的平均增长达到了11%,超过与其他国家的贸易关系.(5)为进一步反映3国物流合作的区位优势和影响,可与美国、德国和马来西亚进行比较.美德马3国在地理上不仅位于世界经贸最活跃的美洲、欧洲和亚太地区,而且是北美自由贸易区、欧盟和东盟主要的航运国家,对于研究中日韩物流合作具有较强的可比性;同时,上述3国并未与中日韩建立自由贸易区,即这3国与中日韩间的虚拟变量为0.引力模型主要是为求出虚拟变量之前的因数,如果大 5 基于引力模型的中日韩物流合作潜力及趋势预测论文导读：本论文是一篇关于基于引力模型的中日韩物流于0,说明方程成立,对建立中日韩自由贸易区有作用.其经济方面特殊

11、的比较作用主要体现在:美国是世界上最发达的国家,通过与美国贸易额的比较,可反映中日韩在世界经济中的地位和作用;德国是欧盟最发达的国家,选取德国可间接反映中日韩与欧盟的贸易关系;马来西亚是亚太地区重要的发展中国家,也是马六甲海峡沿岸重要的航运国家(新加坡是东南亚的航运中心,但新加坡属于发达国家,选取马来西亚可更具普遍性),同时也是中日韩重要的贸易伙伴.1.3 数据和参数设定及其估计本文采集中日韩及分别与美德马3国2005年的贸易相关数据,采用截面数据分析国家间的相互关系,运用2005年中日韩美德马6个国家的国家间贸易数据(见表1)、各国GDP数据(见表2)、各国人口数据(见表3)和国家间的航运距

12、离数据(见表4)等资料进行分析.表005年国家间贸易数据百万美元泛黄海区域内泛黄海区域与美国泛黄海区域与德国泛黄海区域与马来西亚国家贸易额国家贸易额国家贸易额国家贸易额中日189 400中美211 630中德69 000中马30 703中韩111 900日美170 150日德57 930日马26 000日韩72 400韩美72 000韩德16 800韩马12 500注:数据来自2006年中国对外经济统计年鉴和2005年中国海关统计年鉴.表2 2005年各国的GDP亿美元 国家中国日本韩国美国德国马来西亚GDP22 25742 7705 668144 866.218 393.430注:数据来自2

13、005年国际统计年鉴和2005/2006年世界经济年鉴.表3 2005年末各国人口数量万人 国家中国日本韩国美国德国马来西亚人口130 75612 7764 84929 947.98 243.82 368.7注:数据来自2005年国际统计年鉴和2005/2006年世界经济年鉴.表4 国家间的航运距离n mile泛黄海区域内泛黄海区域与美国泛黄海区域与德国泛黄海区域与马来西亚国家航线距离国家航线距离国家航线距离国家航线距离中日11.4中美5 545中德13 780中马2 440中韩560日美4 540日德12 775日马3 110日韩986.9韩美3 950韩德12 185韩马2 950注:资料

14、来自2005年中国港口年鉴.由于侧重于研究泛黄海区域物流合作,中日韩之间的航运距离采用黄海湾主要港口(大连、青岛、天津、上海和连云港等)到釜山和东京的平均航运距离.中日韩到美德马的航运距离分别采用3国最大的外贸港口上海、东京和釜山到旧金山、汉堡和巴生港的航运距离.在Gravity式模型的参数设定中,选定5种参数关系:a0为截距项,反映基础性的经济因素对贸易额影响的大致比例因数,显示社会经济总体因素对i国和j国间贸易量的影响;a1为i国和j国GDP对贸易额的影响因数;a2为i国和j国人口对贸易额的影响因数;a3为两国间距离对贸易额的影响因数;a4为中日韩机能性合作对贸易额的影响因数.基于基本模型

15、的设定,运用2005年收集的数据资料,建立12个回归方程,应用Excel软件实现回归.运用最小二乘法估计后得参数估计结果,见表5.表5 中日韩合作影响分析模型参数估计结果a0ln Yln Pln Dln Pcjkij调整的R方F值0.457(0.614)0.325(10.402)0.196(5.868)-0.307(-3.932)0.532(2.369)0.977118.626注:括号内为t检验值.由表5可知,基本模型的参数检验达到0.05,各个具体参数都通过了检验,模型可用于中日韩物流合作效果的分析,最终可得所设定的贸易引力模型ln Tij=0.456 68+0.324 95ln(YiYj)

16、+0.195 63ln(SiSj)-0.306 9ln(Dij)+0.531 55ln(Pcjkij)(4)运用该模型分析国家间的贸易效果成因和可能发生的各种影响非常便利,对形成某种形式的中日韩经济合作体、扩大区域物流合作及推动区域经济一体化都可提供技术支持.82 中日韩区域合作的经济效应2.1 区域合作的经济效应设定的Gravity模型为各国贸易额扩大的成因分析提供技术支持.式(4)和表5中显示对中日韩贸易额起推动作用的主要因素为GDP,人口量和机能性合作因素等,其中:机能性合作因素Pcjkij值为基于引力模型的中日韩物流合作潜力及趋势预测由.zglile的运输长度可能会使国家间的贸易额降低

17、30.7万美元.该数值主要根据目前既定的运输技术和能力计算得出,随着运输技术的提高,运输成本会相对降低,使距离所产生的负面影响也相应降低.根据模型提供的距离产生的负面信息,3国应通过距离因素的参数水平,致力于运输技术和运输管理水平的提高,特别是通过建立物流联盟,有效整合国家间的港口资源,降低运输成本,使负面因素的作用降低到最小,推动中日韩区域物流的发展.3 中日韩物流合作趋势模型及预测为把握未来的合作趋势并为区域合作政策的选择提供依据,有必要对3国物流合作潜力进行预测.由于物流合作的规模取决于贸易量,所以贸易量的预测可反映物流量及其物流合作的前景.据统计,国家(区域)间物流量占贸易的比重约为2

18、0%(美国摩根斯坦利亚太研究小组在2002年完成的中国物流报告9中估计物流量占进出口额的20%).3.1 中日物流合作趋势模型及预测从1996年以来,中日贸易额(下文以Y代替)除1998年受东南亚金融危机的影响有所下降外,其余每年都呈上升趋势,见表6.表6 中日贸易进出口总额年份1996199719981999200020012002Y/亿美元600.6608.5594.2662.7831.1877.81 019.5年份200320042005200620072008Y/亿美元1 3231 6801 8942 0732 359.52 667.9注:数据来自2008年中华人民共和国海关统计年鉴和

19、2008年中国统计年鉴.图1显示中日贸易额有明显增长的趋势,而且呈现非线性的曲线相关关系.比较好,模型能够解释大部分的信息.图2和3分别为2个模型的残差分布.图2 2次函数模型的残差分布图3 指数函数模型的残差分布模型的残差反映模型未能解释部分的变化情况,特别是近期的残差分布,如果近期的残差越小,则模型的预测效果越好.2个模型效果都较好,各参数均通过显著性检验,虽然2次函数模型的总拟合优度R2=0.990 5,高于指数模型R2=0.968 5,但由图2和3可知,2次函数模型近期的误差大于指数模型,因此,将模型设定为指数模 5 基于引力模型的中日韩物流合作潜力及趋势预测论文导读：本论文是一篇关于

20、基于引力模型的中日韩物流合作潜力及趋势预测的优秀论文范文,对正在写有关于模型论文的写有一定的参考和指导作用,计量2.187454伴随概率P0.058924图6模型的异方差性检验3.1.3利用指数模型对中日贸易趋势进行预测(1)利用19962006年的数据,用指数回归模型预测20072008年的中日贸易额,并与其真实值进行对比,预测结果见表7,显示相对误差=真实值/预测值-1.(2)在模型中加入20072008年的数据,用所建指数回归模型进行基型,即选用模型(2).3.1.2 对模型(2)进行计量经济检验(1)自相关性检验.自相关因数和偏相关因数是衡量变量间相关程度的重要指标,可用于判定自相关性

21、的类型.利用Eviews软件计算自相关因数、偏相关因数和D-W检验,结果见图4.图4 残差的偏相关因数检验图4中,图形左半部分分别绘制相关因数和偏相关因数的直方图,其中,虚线表示0.5.当第s期偏相关因数的直方块超过虚线部分时,表明偏相关因数0.5,即存在s阶自相关.如果所有的直方块都在虚线内部,表明该模型不存在自相关性.为进一步检验模型是否具有自相关性,有必要进行BG检验,见图5.BG检验F-统计量2.269 688伴随概率P0.159 183nR24.358 538伴随概率P0.113 124因变量:残差策略:最小方差法变量参数估计值标准差t-统计量伴随概率PC0.001 3120.054

22、 8960.023 9010.981 5T-0.000 2640.006 918-0.038 1690.970 4RESID(-1)0.643 2820.306 3872.099 5720.065 2RESID(-2)-0.396 0130.306 830-1.290 6570.229 0样本决定因数0.335 272因变量的均值-1.20E-15调整后样本决定因数0.113 696因变量的标准差0.099 097回归的标准误差0.093 293赤池信息量-1.658 481残差平方和0.078 332施瓦兹信息量-1.484 650对数似然比14.780 13F-统计量1.513 125D-

23、W统计量1.417 027伴随概率P0.276 557图5 指数模型的BG检验图5中,nR2=4.358 538,伴随概率P=0.113 124,在显著水平为0.05时,P值远远大于显著水平,可接受原假设,即该模型不存在自相关性.(2)异方差性检验.利用Eviews软件判断回归模型的异方差性,常用white检验策略,结果见图6.从结果看,取显著水平为0.05,P值均大于0.05,接受原假设,即该模型不存在异方差性.white检验F-统计量3.808 690伴随概率P0.058 924怀特检验统计量5.620 923伴随概率P0.060 177因变量:残差平方策略:最小方差法样本区间:19962

24、008年样本数量:13个变量参数估计值标准差t-统计量伴随概率PC0.027 5900.008 9523.081 8750.011 6T-0.004 2040.002 941-1.429 5930.183 3T20.000 1730.000 2040.846 8630.416 9样本决定因数0.432 379因变量的均值0.009 065调整后样本决定因数0.318 854因变量的标准差0.011 082回归标准误差0.009 146赤池信息量-6.351 782残差平方和0.000 837施瓦兹信息量-6.221 409对数似然比44.286 58F-统计量3.808 690D-W统计量2.

25、187 454伴随概率P0.058 924图6 模型的异方差性检验3.1.3 利用指数模型对中日贸易趋势进行预测(1)利用19962006年的数据,用指数回归模型10-11预测20072008年的中日贸易额,并与其真实值进行对比,预测结果见表7,显示相对误差=真实值/预测值-1.(2)在模型中加入20072008年的数据,用所建指数回归模型进行基于引力模型的中日韩物流合作潜力及趋势预测,希望对您的论文写作有帮助.预测,表8显示20092020年的中日贸易额呈上升趋势.(3)将预测结果转化为物流量,按物流量占贸易额的20%计算,物流量也呈上升趋势,意味着两国在物流领域有很大的合作空间.表7 中日

26、贸易额预测结果亿美元 年份20072008预测值2 307.1912 654.9真实值2 359.52 667.9相对误差2.267 2160.489 661表8 中日贸易额的预测结果亿美元年份200920102011201220132014预测值3 078.1063 544.7354 082.1034 700.9345 413.5776 234.255年份201520162017201820192020预测值7 179.3438 267.7049 521.05510 964.4112 626.5714 540.71随着时间间隔的延长误差会越来越大,因此,回归模型用于分析近几年数据,拟合效果较

27、好;对于较长时间间隔的预测值,由于误差较大,只能作为一般性的参考.3.2 中韩物流合作趋势模型及预测中韩2国经贸关系的紧密程度超过与日本的关系.表9列出19962008年中韩贸易进出口总额统计资料.表9 中韩贸易进出口总额亿美元 年份1996199719981999200020012002Y198237.2212.6250345358.8440.7年份200320042005200620072008Y632.39001 1191 342.51 598.51 861.1注:数据来自2008年中国统计年鉴和2008年中华人民共和国海关统计年鉴.3.2.1 建立模型19962008年中韩贸易总额相关

28、图见图7.类似于中日贸易的情况,中韩贸易额具有明显的递增趋势,可考虑建立指数模型,见图8.由图7和8可知,常数项和时间序列的变量都通过显著性检验218.345 720.000 0样本决定因数0.968 351因变量的均值6.294 823调整后样本决定因数0.965 474因变量的标准差0.811 857回归标准误差0.150 852赤池信息量-0.804 394残差平方和0.250 320施瓦兹信息量-0.717 479对数似然比7.228 564F-统计量336.565 6D-W检验0.772 052伴随概率P0.000 000图8 中韩贸易额的指数模型3.2.2 对模型进行计量经济检验(

29、1)自相关性检验.D-W检验结果见图9.D-W检验是目前检验自相关性的最常用策略,但只适用于检验1阶自相关性.偏相关因数是衡量多个变量间相关程度的指标,可用来判断自相关性的类型,比较直观.图9 残差的偏相关因数检验由图9可知,模型的第1阶和第4阶的偏相关因数均大于0.5,因此,该指数模型具有1阶和4阶自相关性.为进一步证实,有必要进行BG检验,结果见图10.et-1和et-2的P值分别为0.012 7和0.035 9,均小于0.05,因此,中韩贸易额的-统计量伴随概率PC0.027 2410.067 3400.404 5240.697 9T-0.005 2300.008 766-0.596 6130.569 6RESID(-1)0.983 3340.295 7773.324 5830.012 7RESID(-2)-0.991 0220.382 6 5 基于引力模型的中日韩物流合作潜力及趋势预测论文导读：本论文是一篇关于基于引力模型的中日韩物流合作潜力及趋势预测的优秀论文范文,对正在写有关于模型论文的写有一定的参考和指导作用,359RESID(-3)0.7438960.3796321.9595170.0909RESID(-4)-0.68223