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(yè)技術(shù)學(xué)院，湖南 懷化 418000）

交通運輸業(yè)是基礎(chǔ)產(chǎn)業(yè)，該產(chǎn)業(yè)的發(fā)展與各類經(jīng)濟產(chǎn)業(yè)有很大的關(guān)聯(lián)，對經(jīng)濟發(fā)展起著重要作用。近年來，長沙縣農(nóng)村交通事業(yè)發(fā)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(yè)發(fā)展與其經(jīng)濟發(fā)展之間的關(guān)系既可為二者協(xié)調(diào)發(fā)展提供依據(jù)，也可為其他中部地區(qū)的發(fā)展提供一定的借鑒。

1 長沙縣農(nóng)村交通運輸及經(jīng)濟發(fā)展現(xiàn)狀

1.1 長沙縣農(nóng)村交通運輸發(fā)展現(xiàn)狀

目前，長沙縣的路網(wǎng)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(huán)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(jù)統(tǒng)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(nèi)。

1.2 長沙縣經(jīng)濟發(fā)展現(xiàn)狀

截至2019年12月，長沙縣生產(chǎn)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(chǎn)業(yè)發(fā)展情況來看，第一產(chǎn)業(yè)的增加值為74.16億元，第二產(chǎn)業(yè)增加值達879.03億元，第三產(chǎn)業(yè)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(chǎn)業(yè)對全縣GDP的拉動效應(yīng)為0.2%，第二產(chǎn)業(yè)為4.5%，第三產(chǎn)業(yè)為3.5%。2019年長沙縣城鎮(zhèn)新增就業(yè)17221人，下崗4 300人，失業(yè)人員1 449人，城鎮(zhèn)登記失業(yè)率為3%[2]。

2 交通運輸對經(jīng)濟影響的實證分析

2.1 指標的選取

本文選取能夠反映經(jīng)濟的重要指標--國內(nèi)生產(chǎn)總值（GDP），選取能夠反映交通發(fā)展的指標--客運周轉(zhuǎn)量（PKM）、貨運周轉(zhuǎn)量（FTK）、運輸網(wǎng)（TNT）和民用汽車擁有量（VEH）。數(shù)據(jù)主要來源于湖南統(tǒng)計信息網(wǎng)、長沙市人民政府官網(wǎng)和長沙縣經(jīng)濟統(tǒng)計快報。分析過程中采用了如下變量：GDP為國內(nèi)生產(chǎn)總值（Gross Domestic Product），單位為“億元”；FTK為貨運周轉(zhuǎn)量（FreightTon-Kilometers），單位為“萬噸·公里”；PKM為客運周轉(zhuǎn)量（Passenger-Kilometers），單位為“萬人·公里”；TNT為運輸網(wǎng)（Transportation network），單位為“公里”；VEH 為民用汽車擁有量（CivilVehiclesOwned），單位為“萬輛”。

2.2 數(shù)據(jù)的獲得及修正

2．2．1 樣本空間選取

為了提高研究的準確性，考慮到數(shù)據(jù)的可得性，以2000～2019年為樣本收集了有關(guān)數(shù)據(jù)。收集到的原始數(shù)據(jù)如表1所示。

表1 原始數(shù)據(jù)

2．2．2 異方差對數(shù)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(jīng)濟要素和測量誤差，則可能導(dǎo)致在實證檢驗過程中出現(xiàn)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(shù)轉(zhuǎn)換。實證最終使用的修正數(shù)據(jù)見表2。

表2 修正數(shù)據(jù)

2.3 時間序列的檢驗分析

通過調(diào)整滯后差分參數(shù)，使AIC和SC最小化并輸出測試結(jié)果。根據(jù)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(wěn)狀態(tài)，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(wěn)狀態(tài)，得出的LGDP、LFTK、LPKM、LTNT和LVEH屬于一階單整數(shù)序列。

2.4 交通運輸對經(jīng)濟發(fā)展影響的協(xié)整檢驗

序列e的ADF檢驗結(jié)果如表4所示。在5%的顯著水平下，殘差具有平穩(wěn)性。表明檢驗結(jié)果具有協(xié)整關(guān)系，可以得到以下長期均衡方程：

根據(jù)表4可知，長期均衡方程的檢驗結(jié)果是標準的。因此，當國內(nèi)生產(chǎn)總值、貨運周轉(zhuǎn)量、客運周轉(zhuǎn)量、運輸網(wǎng)等因素之間是存在方程(1)中長期均衡關(guān)系的，通過計算得出LGDP變化值為75.7%[5]。其中，貨運周轉(zhuǎn)量的長期彈性為0.359，旅客周轉(zhuǎn)量的長期彈性為0.142，運輸網(wǎng)絡(luò)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(jié)果（0，0，4）

2.5 Granger因果分析

1969年，美國經(jīng)濟學(xué)家Clive W.J.Granger提出了Granger因果關(guān)系檢驗理論，該理論對因果關(guān)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(shù)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(jù)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(shè)為：序列x（y）不是序列 y（x）的 Granger成因，即：δ1=δ2=…=δk=0。檢驗結(jié)果如表6、表7、表8和表9所示?？梢娫?0%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

3 研究結(jié)論

（1）從長期關(guān)系來說，當貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量、運輸網(wǎng)絡(luò)和民用車輛保有量增加1%時，國內(nèi)生產(chǎn)總值分別增長 0.359%、0.142%、0.245%和0.051%。根據(jù)數(shù)據(jù)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(zhuǎn)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(guān)系來說，當貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量、運輸網(wǎng)絡(luò)和民用車輛保有量增長1%時，國內(nèi)生產(chǎn)總值將分別增長 0.131%、0.048%、-0.086%和0.134%。分析可知：貨運周轉(zhuǎn)量、客運周轉(zhuǎn)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(chǔ)設(shè)施投資建設(shè)時間相對較長有關(guān)；運輸網(wǎng)絡(luò)的增長將在短期內(nèi)降低GDP，這與基礎(chǔ)設(shè)施投資規(guī)模有關(guān)。

（3）國內(nèi)經(jīng)濟持續(xù)快速發(fā)展，對增加交通運輸業(yè)投資有一定的推動作用。增加交通運輸業(yè)投資，有利于促進交通運輸業(yè)的發(fā)展。在新農(nóng)村建設(shè)背景下，雖然針對農(nóng)村交通運輸?shù)耐度胭Y金越來越多，但與農(nóng)村交通運輸基礎(chǔ)設(shè)施建設(shè)的需求仍有差距。同時，在資金管理、資源結(jié)構(gòu)合理性等方面，農(nóng)村交通運輸還存在較多問題。