祝英夫,宋 玲
(1.長沙市軌道交通集團有限公司,湖南 長沙 410000;2.懷化職業技術學院,湖南 懷化 418000)
交通運輸業是基礎產業,該產業的發展與各類經濟產業有很大的關聯,對經濟發展起著重要作用。近年來,長沙縣農村交通事業發展迅速,截至2019年,長沙縣公路里程達到6250.9 km[1]。正確認識長沙縣交通運輸業發展與其經濟發展之間的關系既可為二者協調發展提供依據,也可為其他中部地區的發展提供一定的借鑒。
目前,長沙縣的路網格局可以概括為“八縱十六橫”。所謂“八縱十六橫”,涵蓋了公路、鐵路、航空和水路等方面。其中:公路方面,有京港澳高速、107國道、長永高速、機場高速、繞城高速,再加上岳汝高速、醴潭高速等外環線,行政村客運(公交)線路通達率為100%;鐵路方面,有南北向的武廣線和東西向的滬昆線;航空方面,有黃花國際機場,據統計,2019年該機場的旅客吞吐量達2691.1萬人次;水運方面,有湘江、瀏陽河貫穿境內。
截至2019年12月,長沙縣生產總值為1 709.96億元,相比2018年增長了8.2%。另外,從長沙縣的產業發展情況來看,第一產業的增加值為74.16億元,第二產業增加值達879.03億元,第三產業增加值為74.16億元,增長率分別為3.8%、8.3%、8.5%。長沙縣第一產業對全縣GDP的拉動效應為0.2%,第二產業為4.5%,第三產業為3.5%。2019年長沙縣城鎮新增就業17221人,下崗4 300人,失業人員1 449人,城鎮登記失業率為3%[2]。
本文選取能夠反映經濟的重要指標--國內生產總值(GDP),選取能夠反映交通發展的指標--客運周轉量(PKM)、貨運周轉量(FTK)、運輸網(TNT)和民用汽車擁有量(VEH)。數據主要來源于湖南統計信息網、長沙市人民政府官網和長沙縣經濟統計快報。分析過程中采用了如下變量:GDP為國內生產總值(Gross Domestic Product),單位為“億元”;FTK為貨運周轉量(FreightTon-Kilometers),單位為“萬噸·公里”;PKM為客運周轉量(Passenger-Kilometers),單位為“萬人·公里”;TNT為運輸網(Transportation network),單位為“公里”;VEH 為民用汽車擁有量(CivilVehiclesOwned),單位為“萬輛”。
2.2.1 樣本空間選取
為了提高研究的準確性,考慮到數據的可得性,以2000~2019年為樣本收集了有關數據。收集到的原始數據如表1所示。

表1 原始數據
2.2.2 異方差對數修正
由驗檢可知:在回歸模型中,如果忽略對被解釋變量具有重要影響的經濟要素和測量誤差,則可能導致在實證檢驗過程中出現異方差問題[3]。為解決異方差問題,提高實證檢驗的有效性,將已選取的各指標變量進行了對數轉換。實證最終使用的修正數據見表2。

表2 修正數據
通過調整滯后差分參數,使AIC和SC最小化并輸出測試結果。根據表3可知,時間序列的檢驗具有1%的顯著性,并且存在單位根[4]。由此可以看出,時間序列為非平穩狀態,但一階差分序列在1%或5%的顯著性水平上是沒有單位根的。此時一階差分序列屬于平穩狀態,得出的LGDP、LFTK、LPKM、LTNT和LVEH屬于一階單整數序列。
序列e的ADF檢驗結果如表4所示。在5%的顯著水平下,殘差具有平穩性。表明檢驗結果具有協整關系,可以得到以下長期均衡方程:
根據表4可知,長期均衡方程的檢驗結果是標準的。因此,當國內生產總值、貨運周轉量、客運周轉量、運輸網等因素之間是存在方程(1)中長期均衡關系的,通過計算得出LGDP變化值為75.7%[5]。其中,貨運周轉量的長期彈性為0.359,旅客周轉量的長期彈性為0.142,運輸網絡的長期彈性為0.245,民用車輛保有量的長期彈性為0.051。

表4 序列e的ADF檢驗結果(0,0,4)
1969年,美國經濟學家Clive W.J.Granger提出了Granger因果關系檢驗理論,該理論對因果關系的檢驗非常有用[6]。在引入當前序列之前,我們首先用Granger級數來檢驗x的值是否可以用來解釋x的滯后程度。如果是這樣,序列x稱為y的Granger原因,表達式如下:
其中k是最大滯后階,k的確定是一個非常重要的步驟。根據赤池信息準則和Schwarz信息準則,選擇滯后階k為4。檢驗的原假設為:序列x(y)不是序列 y(x)的 Granger成因,即:δ1=δ2=…=δk=0。檢驗結果如表6、表7、表8和表9所示。可見在90%的置信水平下,LFTK是LGDP的Granger成因,LGDP也是 LFTK的 Granger成因;LPKM是 LGDP的Granger成因,LGDP同樣也是LPKM的Granger成因;LTNT不是 LGDP的 Granger成因,LGDP是LTNT的Granger成因;LVEH不是LGDP的Granger成因,LGDP是LVEH的Granger成因。

表5 LFTK與LGDP間的Granger因果分析

表6 LPKM與LGDP間的Granger因果分析

表7 LTNT與LGDP間的Granger因果分析

表8 LVEH與LGDP間的Granger因果分析
(1)從長期關系來說,當貨物周轉量、旅客周轉量、運輸網絡和民用車輛保有量增加1%時,國內生產總值分別增長 0.359%、0.142%、0.245%和0.051%。根據數據分析可知:因為貨物流通量的增加在相當大的程度上是由制造量和消費量的增長引起的,所以貨物周轉量對GDP的拉動作用最大;因為民用車輛保有量的增長主要反映的是人均收入的增長,而不一定是GDP總量的增長,所以民用車輛保有量對GDP的拉動作用最弱。
(2)從短期關系來說,當貨物周轉量、旅客周轉量、運輸網絡和民用車輛保有量增長1%時,國內生產總值將分別增長 0.131%、0.048%、-0.086%和0.134%。分析可知:貨運周轉量、客運周轉量和民用車輛保有量對GDP的長期和短期都有正向影響,且長期影響比短期影響大,這與交通基礎設施投資建設時間相對較長有關;運輸網絡的增長將在短期內降低GDP,這與基礎設施投資規模有關。
(3)國內經濟持續快速發展,對增加交通運輸業投資有一定的推動作用。增加交通運輸業投資,有利于促進交通運輸業的發展。在新農村建設背景下,雖然針對農村交通運輸的投入資金越來越多,但與農村交通運輸基礎設施建設的需求仍有差距。同時,在資金管理、資源結構合理性等方面,農村交通運輸還存在較多問題。