張雪芹,楊懋
(蘭州工業學院管理學院,甘肅 蘭州 730050)
近幾十年,學者對交通和經濟關系的研究主要集中在交通對經濟的增長作用研究,如Eberts(1986)[1]、Costa(1987)[2]等使用生產函數的對數模型對交通投資對經濟的作用研究,分別得出的彈性系數為0.3和0.2。Garcia-Mila和McGuire(1992)使用美國各州的混合截面數據和生產函數模型,得出高速公路投資的產出彈性0.04~0.13之間浮動。[3]我國學者海成等通過對我國1978—1991年之間數據的分析發現我國交通與經濟增長之間不存在Granger因果關系。[4]李蓉利用主成分分析對我國道路運輸與經濟發展的效率進行了研究,認為二者是趨向一致的。[5]翟一在其博士論文《我國交通與經濟增長關系研究》中全面而深入的分析了不同尺度下交通的經濟彈性的差異。[6]本文以1990—2014年各種交通運輸方式客運量、國民收入水平為樣本數據,采用回歸擬合分析方法,探討不同收入水平范圍內,我國各種運輸方式的人均出行次數對人均收入水平的彈性規律。
本文以1990—2014年各年份為橫坐標,以各種運輸方式客運量絕對數為縱坐標,由于相比其他運輸方式,公路客運量所占比重大,絕對數值大,便于圖示清晰,分別以圖1(1)表式總客運量及公路客運量發展趨勢,圖1(2)表示鐵路、航空和水路客運量發展趨勢。

圖1 (1)我國各種運輸方式的客運量

圖1 (2)我國各種運輸方式的客運量
1990年以來,除水運方式外,其他各種運輸方式客運量都呈現出增長的趨勢,特別是民航客運量,2014年民航客運量是1990年的24倍,年均增長速度為14.1%,2003年之后增勢更為明顯,年均增長速度為17%。客運量在總客運量中所占的份額也由1990年的0.2%增長到2014年的0.9%。這與國內經濟的快速發展,人們收入水平的提高從而轉向選擇更加快捷的運輸方式、人員的流動、旅游業的發展、國內航線的迅猛發展都有關系,未來民航客運量依然會呈現高速增長趨勢。
我國居民出行以公路運輸為主,1990年以來,公路客運量占總客運量的比重在85%以上,特別是2000以后,這一數值維持在92%左右,表現在圖形上,如圖1(1),我國公路客運量的增長趨勢與總客運量的增長趨勢非常相近。我國公路客運的發展與我國2000年以來高速公路的快速發展和公路里程數的大幅增加密不可分。
我國鐵路客運量占總客運量的比重在5%左右,鐵路客運是我國居民出行的第二大主要方式。結合圖1(2)可以看出,2003年之后,鐵路客運量的增幅明顯,2003年前后鐵路客運量的年均增長速度分別為0.8%和8.4%。這與近年來我國高速鐵路的發展以及鐵路運營效率的提高密切相關。
水運由于其航道必須在河流之上,受地理條件的限制較大,故其航道的里程數的增加有限,從圖中可以看出,水運客運量增長速度緩慢,甚至出現負增長,水運客運量占比也呈現出逐年下降的趨勢,說明其客運的功能逐步被其他方式所取代。
當經濟變量之間存在函數關系時,彈性被用來表示作為因變量的經濟變量的相對變化對于作為自變量的經濟變量的相對變化的反應程度。彈性的大小用彈性系數表示,彈性系數=因變量的相對變動/自變量的相對變動。彈性概念是就自變量和因變量的相對變動而言,因此,彈性數值與自變量和因變量的度量單位無關。[7]
彈性根據彈性系數e值的大小也分為五個類型。e>1表示富有彈性;e<1表示缺乏彈性;e=1表示單一彈性或單位彈性;e=∞表示完全彈性;e=0表示完全無彈性。
對于圖2中的線性曲線(自變量為橫軸,因變量為縱軸)的點彈性,則線性曲線的點彈性的規律:若線性曲線的延長線與坐標橫軸的交點位于坐標原點的左邊(即縱軸截距為正)時,則曲線上所有的點彈性都是小于1的,并且隨著X值的增大,彈性值越來越大;X值相同的情況下,直線斜率越大,彈性值越大。若交點位于坐標原點的右邊(即縱軸截距為負)時,則曲線上所有的點彈性都是大于1的,并且隨著X值的增大,彈性值越來越小;X值相同的情況下,直線斜率越大,彈性值越小。若交點恰好就是坐標原點,則曲線上所有的點彈性都為1。

圖2 線性曲線的點彈性
由于水運客運占比很小,以下僅對其他幾種運輸方式客運量與經濟發展關系進行分析,分別以1990年以來的國民收入(萬元)和客運量(萬人)作為樣本數據,以人均收入水平作為自變量X收入,以人均出行次數作為因變量Y總、Y公、Y鐵、Y航,通過回歸擬合分析找出描述Y和X收入之間的數量關系。[8]為使分析更加準確,本文國民收入數據以1990年為基數,按不變價格計算。X收入=不變價格國民收入GNP/全國總人口數,Y=客運量/全國總人口數。
人均出行次數和人均收入的關系走勢圖與人均收入的范圍密切相關。以下以1990年為基數,按不變價格計算,將人均收入水平劃分為3個階段:X收入<0.3萬元,0.3
1.X收入<0.3萬元,人均出行次數與人均GNP的關系

圖3 (1)人均出行次數與人均收入關系走勢圖

圖3 (2)人均出行次數與人均收入關系走勢圖
結合圖3(1)和圖3(2)可以看出,在X收入<0.3萬元時,鐵路客運線性關系不明顯,總的人均出行次數、公路人均乘坐次數、航空人均乘坐次數與人均GNP的線性關系明顯,線性回歸擬合方程及擬合判定系數如圖示所示。總的人均出行次數、公路人均乘坐次數對人均收入水平是缺乏彈性的,即總的人均出行次數、公路人均乘坐次數對人均收入水平變化的反應不靈敏,但隨著人均收入水平的提高,彈性值增大,即總的人均出行次數、公路人均乘坐次數對人均收入水平變化的反應的靈敏性加強。相同收入水平下,相比總的人均出行次數,公路人均乘坐次數對人均收入水平變化的反應更加靈敏。與公路不同,航空客運在這一收入階段是富有彈性的,而隨著收入水平的提高,航空客運對收入水平的變化的反應的靈敏程度不斷下降。擬合方程還可以推斷,在X收入<0.3萬元時,實際人均收入每增加0.1萬元,人均總出行次數平均增加2.77次,而公路人均乘坐次數平均增加2.80次,航空人均乘坐次數平均增加0.02次,在鐵路客運變化不大的情況下,推斷出水路客運人均次數下降0.05次。
2.0.3<X收入<0.8萬元,人均出行次數與人均GNP的關系

圖4 (1)人均出行次數與人均收入的關系走勢圖

圖4 (2)人均出行次數與人均收入的關系走勢圖
以不變價格計算,當0.3 3.X收入>0.8萬元,人均出行次數與人均GNP的關系 圖5 (1)人均出行次數與人均收入關系走勢圖 圖5 (2)人均出行次數與人均收入關系走勢圖 結合圖5(1)及圖5(2)可以看出,X收入>0.8萬元時,各種運輸方式下人均出行次數與人均收入水平顯著相關,總人均出行次數、公路人均乘車次數、鐵路人均乘車次數對人均收入水平是缺乏彈性的,但隨著收入水平的提高,其彈性值增大,即,總人均出行次數、公路人均乘車次數、鐵路人均乘車次數對人均收入水平的變化的反應的靈敏度越來越強。在相同收入水平下,公路客運對收入的變化的反應的靈敏度大于鐵路客運。航空客運方式下,其對人均收入水平的變化的反應是富有彈性的,但隨著收入水平的提高,彈性值在減少。以不變價格計算,當萬元時,X收入>0.8萬元時,實際人均收入水平每增加0.1萬元,平均出行次數就增加1.89次,其中公路客運增加1.72次,鐵路客運增加0.12次,航空客運增加0.27次,可以推斷出水路客運平均減少0.22次。 綜合以上分析可以看出,我國客運業的發展格局是:居民出行以公路和鐵路為主,其中又以公路為主要出行方式,占居民出行次數的比例為90%以上;水路客運方式占比逐年下降;航空客運量2003年特別是2008年以后增幅明顯,但占比依然很低,不到1%。 客運量的發展與國民經濟的發展緊密相關,除水路運輸方式外,其他各種客運方式下,人均出行次數與人均收入水平之間存在著顯著地正相關關系。隨著收入水平的提高,水運客運逐漸被其他客運方式替代。航空客運對收入的變化反應靈敏,鐵路、公路客運對收入的變化是缺乏彈性的,但反應靈敏性隨著收入的增大是加強的。相同收入水平下,公路客運對收入的敏感性大于鐵路客運。同一客運方式下,公路與鐵路客運對收入的敏感性隨著收入的增加是增加的,而航空客運對收入的敏感性隨著收入的增加是減少的。 1990年以來,按不變價格計算,年人均收入每增加0.1萬元,航空人均乘坐次數就增加0.02次以上;鐵路和公路客運的平均增加次數如收入范圍關系密切,就鐵路客運來說,X收入<0.3萬元時,鐵路人均乘車次數變化不明顯;0.3 [1]Eberts R.W.Estimating the contribution of urban public infrastructure to regional economic growth[J].Federal Reserve Bank of Cleveland,Working Paper,1986,No.8610. [2]Costa J.S.,Ellson R.W.,Martin R.C.Public capital regional output and development:some empirical evidence[J]J.Regional Sci,1987:422-435. [3]Garcia-Milla,T.McGuire economies[J].Regional Sci.Urban Econ,1992(22):231-240. [4]海成,李健,楊艷.中國公路交通與經濟發展關系的實證研究[J].長安大學學報:社會科學版,2007,9(2):8-13. [5]李蓉,李宇.西部地區交通區域劃分問題的研究[J].華東交通大學學報,2006,23(2):40-43. [6]翟一.我國交通與經濟增長關系研究[D].武漢大學博士學位論文,2013:38-45. [7]榮朝和.西方運輸經濟學[M].北京:交通科技出版社,2002:17-30. [8]王慈光.運輸統計基礎[M].成都:西南交通大學出版社,2010:93-100.

三、結論