交通客运量与国民经济关系范文

《农业发展与金融》2018年第3期

摘要：为研究我国交通客运量与国民经济之间的关系，建立了客运量、旅客周转量、国内生产总值（GDP）的ARIMA模型，采用Johansen的极大似然估计法对这3个序列进行协整关系检验，运用格兰杰因果分析法对三者之间的因果关系进行研究，并建立了矢量自回归模型，利用脉冲响应函数进一步分析了三者之间的短期动态关系。研究结果表明：交通客运量与国内生产总值之间没有协整关系，国内生产总值是客运量和旅客周转量的格兰杰原因，而客运量和旅客周转量都不构成对国内生产总值的格兰杰因果关系。脉冲响应函数分析结果表明：我国客运量和旅客周转量的增长对国内生产总值的增长有明显促进作用，国民经济的发展对我国旅客运输业的长期发展有着一定的推动作用，同时也决定着交通运输业的发展规模。

关键词：ARIMA；协整检验；格兰杰因果分析；矢量自回归；脉冲响应函数；客运量；国民经济

0引言

交通运输在整个国民经济系统中起着桥梁和纽带的作用，它把社会生产、分配、交换和消费各个环节有机地联系起来，是保证社会经济活动得以正常进行和发展的前提条件。交通运输对社会和经济系统的贡献是间接性和隐蔽性的，它的经济效益除少数部分体现在上缴国家的利税外，更重要的是蕴含在运输对象拥有者身上。纵观几百年来交通运输与经济发展的相互关系，当交通运输能适应经济发展的需要时，交通运输在自身进步的同时对经济发展起着推动作用：当交通运输滞后于经济的发展时，就会对经济发展起制约作用。当经济的飞速发展而产生量大质高的运输需求时，经济发展就会反作用于交通运输，迫使交通运输的急剧变革和发展，带动交通运输全面融入经济发展之中，成为经济运输化的过程。旅客运输量与国民经济关系非常密切，它既是反映交通运输业产出成果的重要指标，也是反映交通运输业为国民经济和人民生活服务的数量的重要指标。然而，大多数人对于交通运输与社会经济发展的关系的认识还主要停留在感性而非理性的层面上，停留在定性而非定量的分析上，这必将严重影响交通运输发展战略制定的科学性、合理性。如果交通运输业的发展不能为经济的发展提供必需的支撑和保障，那么必将严重阻碍社会经济的发展。因此，对交通运输与社会经济发展关系的定量研究就具有重大现实意义。本文在过去文献研究的基础上又采集大量数据对公路运输与国民经济之间的关系，运用时间序列分析方法，对旅客运输业的发展规律与国民经济增长的关系进行分析研究。通过定量分析可以使公路运输决策者和公路运输企业对公路运输与国民经济之间的关系有更加理性的认识，从而做出更加合理的决策。

1数据获取及初步统计分析

为了对改革开放以来我国客运量与国民经济关系进行研究，通过查阅我国历年的统计年鉴和公报数据，选取1978—2012年客运量（万人）和旅客周转量（亿人公里）来反映交通客运量的发展水平，选取国内生产总值（GDP，亿元）来反映国民经济的发展水平[1]。客运量（P）、旅客周转量（T）和国内生产总值（GDP）的观测序列的时序图都呈指数形式增长，且增长的趋势基本一致，如图1-a所示。为了方便进一步的研究，分别对3个序列进行对数化处理，并将其分别记为LP、LT和LGDP，其时间序列走势如图2-b所示，可以清晰地看出，自改革开放以来，客运量和旅客周转量的变化相对一致，基本为线性稳定增长式的发展变化，国内生产总值也呈逐步增长趋势，发展速度较快。

2时间序列模型的构建

2.1单位根检验

为了研究我国旅客运输量与国民经济的关系，这里对它们的协整关系进行计量研究，研究的工具采用EViews6.0（下同）。考虑传统计量经济模型的一个基本前提：模型中每个变量的时序数据必须是平稳的，如果不考虑时间序列的平稳性，直接用经典的最小二乘法估计，就可能导致“伪回归”，为了防止“伪回归”，通常要对各时间序列进行平稳性检验[2]。常用的序列平稳性检验的方法有ADF（AugmentedDickey-Fulluer）检验[3-4]、DFGLS检验、PP检验等。本文采用时间序列平稳性的正式检验方法——ADF检验分别对LP、LT和LGDP三个序列进行单位根检验。

2.2建立ARIMA模型

通过对3个序列进行单位根检验后可知，LP、LT和LGDP均为非平稳序列，其一阶差分均为平稳序列。为了研究3个序列的ARIMA结构，首先要对△LP、△LT和△LGDP进行白噪声检验，这里需要对它们的自相关函数（ACF）、偏自相关函数（PACF）进行分析。

2.3协整关系检验

为了考察交通旅客运输量与国民经济之间是否存在长期均衡关系，对二者进行协整关系分析。由上述检验可知，LP、LT和LGDP都是一阶差分平稳序列，已经符合协整检验的条件，因此要考察3个序列之间是否存在协整关系。当存在多个非平稳时间序列变量时可以采用Johansen的极大似然估计法来进行协整关系检验。在Eviews中，Johansen协整检验具体是通过计算统计量Trace和最大特征值Max-Eigenvalue统计量进行判定的，迹统计量协整检验的检验过称遵循循环检验规则[4]。

2.4格兰杰因果检验和VAR模型的建立

通过上述的协整检验，判断LP、LT和LGDP之间不存在长期均衡关系，因此，为了研究三者之间的格兰杰因果关系，以考察每个变量对另外两个变量的预测的影响。进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，因此，对△LP、△LT和△LGDP两两之间的格兰杰因果关系进行检验分析，并将滞后阶数分别为2、3、4时的统计量及其对应的概率p值列于表6。从表6的检验结果可以看出，LGDP是LP和LT的格兰杰原因，而LP不构成对LGDP和LT的格兰杰因果关系，同样，LT也不构成对LGDP和LP的格兰杰因果关系，即LGDP对LP和LT的预测有影响，而LP对LGDP和LT的预测没有影响，LT对LP和LGDP的预测也没有影响。这就表明，国民经济的增长是我国交通客运量和旅客周转量增长的格兰杰原因，说明，国民经济的增长，人民的生活水平得到提高，大大推动了我国旅客运输业的发展，尤其是近年来越来越多的客运专线（高速铁路）已经建立[6]。而客运量的增长和旅客周转量的增长不是国民经济增长的格兰杰原因，这反映了我国旅客运输能力仍然没有与国民经济同步发展，长期处于紧张状态，还未完全满足国民经济发展的要求，旅客出行难的问题仍然存在。

2.5VAR模型的分析

对于滞后3阶的VAR模型，很难直接通过观察模型中的系数估计值对其进行分析，为了更准确地分析模型中各个变量之间的动态影响关系，我们采用IRF脉冲响应函数来进行分析。一方面，以国内生产总值为响应对象，以客运量和旅客周转量为脉冲量作为对象展开分析，得到了脉冲响应分析结果。从图3可以看出，随着滞后期的逐渐增加，客运量对国内生产总值的脉冲响应经历了非线性变化和线性增长阶段，非线性变化阶段为滞后期1到滞后期7，其中下降阶段为滞后期1至滞后期4，增长阶段为滞后期4至滞后期7，线性增长阶段为滞后期7至滞后期10，且表现为稳步增长。同理，从旅客周转量对国内生产总值的脉冲响应图（图4）可以看出，国内生产总值受到旅客周转量的一个正向冲击后，从第一期开始到第三期有小幅度下降，从第三期开始呈非线性增长，并在第7期开始停止增长并趋于稳定。从脉冲响应图的整体来看，交通客运量和旅客周转量对国内生产总值的增长有一定的促进作用。

3结论与建议

3.1结论

本文研究了我国客运量、旅客周转量和GDP的时间序列的特点，以及研究旅客运输量与GDP之间的关系，并通过研究结果可知，序列经过对数处理后，客运量、旅客周转量和GDP均为非单位根过程，进行一阶差分后，均变为趋势平稳过程。从三者建立的ARIMA模型来看，客运量和旅客周转量均为带有常数项的随机游动，而GDP对数差分序列为ARMA(1,2)。我国交通运输业的发展与国民经济的发展关系密切且相互影响，但是通过对客运量、旅客周转量和国内生产总值进行协整分析后发现，3个变量之间并不具有协整关系，即交通旅客运输量与国民经济之间不存在长期均衡关系，同时，反映交通旅客运输量的2个指标（客运量和旅客周转量）之间同样不存在协整关系。为了进一步研究，对序列之间的格兰杰因果关系进行分析，发现国内生产总值是客运量和旅客周转量的格兰杰原因，而客运量和旅客周转量均不是国内生产总值的格兰杰原因，说明国内生产总值对客运量和旅客周转量的预测有显著作用，而客运量和旅客周转量对国内生产总值的预测没有显著影响。而后建立了VAR(3)模型，采用脉冲响应函数对VAR(3)模型中各个变量之间的动态影响进行比较，结果表明，交通运输业的发展对国民经济具有先导作用，其影响作用呈现阶段性变化，同时，国民经济的发展水平决定了交通运输业的发展规模，为旅客运输量的增长提供了潜在动力，但这不是必然成因，一方面是由于交通运输能力的限制，不能伴随国民经济的发展而快速增加客运量，另一方面是由于国民经济的发展除了促进旅客运输业的发展以外，还会促进货物输运业的发展。

3.2建议

通过研究交通运输业的发展与国民经济之间的作用关系，笔者提出以下几个建议：(1)实现我国经济的持续、快速的发展，各级政府和全社会应该积极实施扶持交通运输业，决策部门要给予优惠政策，大力发展公路、铁路、水运和航空等运输业，建立高效的综合运输体系。(2)适度超前规划高铁运输，加快发展客运交通业，发展区域性客运交通枢纽，提高旅客周转便捷性和效率，全国高铁主干网与地方铁路要充分衔接、联网，形成全国的高铁运行网，节约人流运行时间和成本，进而提升国民经济的运行效率和质量。

参考文献：

[1]中华人民共和国国家统计局.中国统计年鉴2012[M].北京:中国统计出版社,2012．

[2]朱红根,卞琦娟,王玉霞.中国出口贸易与环境污染互动关系研究——基于广义脉冲响应函数的实证分析[J].国际贸易问题,2008,305(5):80-86.

[3]高铁梅.计量经济分析方法与建模——EViews应用及实例[M].北京：清华大学出版社，2006．

[4]李嫣怡,刘荣,丁维岱,等.EViews统计分析与应用[M].修订版.北京：电子工业出版社，2013．

[5]李序颖,岳丹,顾岚.我国交通货物运输量的时间序列分析[J].系统工程理论与实践,2005,25(1):49-55.

[6]王相平.基于协整理论的特鲁运输周转量与国民经济关系实证分析[J].铁道运输与经济,2014,36(5):63．

作者：李星华 单位：广西民族师范学院