公路里程与经济增长的交互效应研究

来源：核心期刊咨询网时间：2022-04-13 11:1712

摘要：摘 要：文章基于19892019年的时间序列数据公路里程数与GDP，通过单位根检验、协整检验、格兰杰因果关系检验及脉冲响应函数分析，分析了公路里程与经济增长的长短期交互效应。结论：我国公路里程数的增长并不会持续促进我国GDP的增长，在到达某一临界值时，公路里程对GD

　　摘 要：文章基于1989—2019年的时间序列数据公路里程数与GDP，通过单位根检验、协整检验、格兰杰因果关系检验及脉冲响应函数分析，分析了公路里程与经济增长的长短期交互效应。结论：我国公路里程数的增长并不会持续促进我国GDP的增长，在到达某一临界值时，公路里程对GDP增长的促进作用会变小甚至倒退，而GDP增长会促进公路里程的增加，但影响作用不明显，并针对研究结果进行了讨论与建议。

　　关键词：公路里程;经济增长;VAR模型;协整检验;脉冲响应

　　1 引言

　　随着中国经济的不断发展，国家对交通的重视也不断提高。1989年，中国GDP达到了17179.7亿元，此后每年持续增长，2019年我国GDP达到了990865.1亿元，而我国公路总里程从1989年的101.43万千米增长到2019年的501.25万千米。公路总里程的快速增长反映了国家道路的迅猛发展，同时体现了社会经济的快速提升。与此同时，国家经济的增长，人民生活水平的提高，不仅直接增加了各种车辆的行驶里程，也相应促进了公路里程的营运规模。因此，通过研究两者之间的关系，提出相应的建议和管理我国交通公路里程发展的措施，为提高我国交通公路里程发展提供理论依据和数据支持。

　　国内外关于交通公路里程与经济增长的问题研究甚少，以往的关于公路里程的研究主要集中于公路里程数的预测和各个地方公路里程发展的探讨等方面。经济增长的研究则更为广泛，其中和交通建设相关的研究集中于交通建设投资[1-3]、交通基础设施投资[4-7]与经济增长的关系，发现他们之间相互作用、相互影响，但是，从数据层面分析这种作用和影响仍然不够深入。除此之外，以往关于里程与经济增长的关系的研究以铁路运营里程为主，而且大都以不同地区或者省份为出发点进行研究。刘旭东[8]通过建立不同区域中的铁路运营里程与经济增长率的VAR模型，得出我国东部地区的铁路运营里程对经济增长的促进作用最大;秦彦腾[9]分析得出经济增长能够显著影响交通运输里程建设，而交通运输里程对于经济增长的影响具有滞后性;李迪辉[10]探究得出经济增长对于铁路营业里程的作用更大更明显;而朱桃杏、陆军、朱正国[11]基于脉冲响应函数研究得出，铁路营业里程对旅游收入的增加具有显著且持续的推进作用。从里程与经济增长的角度来看，研究结果都有差异，缺乏具体的数据与理论相结合的研究。本文在现有研究和1989—2019年全国最新的时间序列数据的基础上，综合考虑了经济和道路里程因素，选择了经济发展变量：国内生产总值(GDP);道路建设变量：公路里程，分析了公路里程与经济增长之间的关系。

　　2 研究方法与数据分析

　　2.1 研究方法

　　本文研究采用时间序列分析法， 建立线性回归函数模型：

　　其中，国内生产总值GDP的单位为亿元，ROAD代表公路里程，单位为万千米。

　　所有变量转化为自然对数，因为这样的转换有助于消除时间序列回归带来的差异性，并且结果很容易被解释。

　　2.2 数据分析

　　本文的研究分析选取了1989—2019年的国内生产总值GDP数据和我国公路总里程数据。数据来源于1989—2019年《中国统计年鉴》。

　　据观察两变量变化的趋势，自1989年以来，两变量一直处于正向增长，国内生产总值的变化一直不平稳，波动幅度比较大，而公路里程除了2000年和2005年变化很大外，其他年份变化一直很平稳，且波动幅度比较小。

　　3 实证分析

　　3.1 单位根检验

　　笔者从单位根检验序列平稳性开始。选择单位根检验的最大滞后长度，检验结果如表1所示。

　　从表1中给出的检验结果得出结论，t统计量的值均小于0.05显著性水平下的临界值，不拒绝原假设，即在发展水平上是非平稳的;而一阶差分和二阶差分变量对应的t统计量的值均大于临界值，拒绝原假设，表明两者都是I(1)型时序平稳变量，且通过验证得出两个变量InROAD和InGDP都是有截距项的一阶单整。

　　3.2 协整检验

　　进行约翰森协整检验需要先确定模型的最大最优滞后阶数。滞后阶数的选择基于Akaike信息标准(AIC)和Schwarz贝叶斯准则(SC)的大小，即AIC、SC最小数值对应的阶数为最大最优滞后阶数。经检验本研究中使用的模型选择的最大最优滞后阶数为2。因此，约翰森协整检验结果如表2所示。

　　表2的结果表明：在95%的置信水平下，原假设为“无协整关系”时，迹统计量的值为19.58763>15.49471，并且伴随概率P值小于5%，因此拒绝原假设;当原假设为“至多有一个”，迹统计量的值小于临界值，并且伴随概率大于5%，因此不拒绝原假设，即GDP与公路里程之间存在一个协整关系，表明两者之间有一个长期稳定的均衡关系。

　　3.3 误差修正模型

　　虽然变量之间已经证明存在着协整关系，但在实际情况下，非均衡才是常态，因此可以通过误差修正模型将短期非均衡状态修复至均衡状态。向量误差修正模型(VECM)提供了一种将短期效应与长期效应分离的方法。我们已经确定了最优滞后阶数为2，这是向量自回归(VAR)模型的滞后阶数。VECM对应的滞后阶数总是比向量自回归(VAR)模型少1，即为1。

　　检验可得，长期协整方程为：

　　InGDPt=1.9177InROADt+1.5950(2)

　　方程的拟合优度为R2=0.921251，回归系数为1.9177，即InGDP關于InROAD的长期弹性为1.9177，t统计量在5%的显著性水平上具有统计学意义，所以从长期来看，公路里程对于经济增长的影响是显著正向的。

　　推荐阅读：公路工程施工管理的影响因素及对策探讨

转载请注明来自：http://www.qikan2017.com/lunwen/lig/22952.html