基于數(shù)據(jù)挖掘的公路建設(shè)對經(jīng)濟增長的貢獻分析

李 瑤 劉 峰 王 靜 雷桂榮 金 霞

(1.武漢交通工程建設(shè)投資集團有限公司 武漢 430015； 2.湖北省交通運輸廳高速公路路政執(zhí)法總隊武漢高速支隊 武漢 430015； 3.武漢市公路管理處 武漢 430015; 4.武漢理工大學交通學院 武漢 430063)

交通基礎(chǔ)設(shè)施與經(jīng)濟增長的關(guān)系一直是學者比較關(guān)注的問題。Mikesell等[1]利用中國各省1999-2011年面板數(shù)據(jù)，發(fā)現(xiàn)一個省的交通投資不僅促進了該省的經(jīng)濟增長，同時也會對周邊省份產(chǎn)生影響。Wondemu等[2]對撒哈拉以南的非洲貧困地區(qū)的交通優(yōu)勢、交通通達性變化和經(jīng)濟社會發(fā)展的關(guān)系進行了研究，發(fā)現(xiàn)交通基礎(chǔ)設(shè)施建設(shè)效果在貧困地區(qū)與經(jīng)濟發(fā)達地區(qū)存在差異。Olsson[3]以菲律賓農(nóng)村為例，認為公路改善能帶來廣泛的直接影響和大量的間接影響。王武林等[4]通過建立柯布-道格拉斯生產(chǎn)函數(shù)模型發(fā)現(xiàn)，通達性的改善整體上促進了武陵山區(qū)GDP的增長。張廣海等[5]通過構(gòu)建空間計量模型，發(fā)現(xiàn)二級公路、民航航線、一級公路、高速公路、內(nèi)河航道設(shè)施改善均對我國區(qū)域旅游經(jīng)濟發(fā)展產(chǎn)生正向影響。張學良等[6]構(gòu)建了交通基礎(chǔ)設(shè)施對區(qū)域經(jīng)濟增長的空間溢出模型，并利用1993-2009年的中國省級面板數(shù)據(jù)，分析得出中國交通基礎(chǔ)設(shè)施對區(qū)域經(jīng)濟增長具有重要的作用。沈驚宏[7]通過構(gòu)建度量綜合路網(wǎng)的分形維數(shù)模型，發(fā)現(xiàn)各市的路網(wǎng)分形維數(shù)與綜合經(jīng)濟指數(shù)呈正相關(guān)。雖然已有較多文獻研究了公路建設(shè)投資對經(jīng)濟增長的影響，但大多是研究公路建設(shè)投資與經(jīng)濟總量的關(guān)系，未對公路建設(shè)投資與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系進行分析。另外，從宏觀生產(chǎn)函數(shù)來看，公路建設(shè)不僅包括資本的投入量，還有勞動力投入量。張學良在建立多維要素空間協(xié)同作用的經(jīng)濟增長模型時，考慮了勞動力的平均受教育年限。黃燕萍等[8]通過建立計量回歸模型，發(fā)現(xiàn)在現(xiàn)階段的社會經(jīng)濟結(jié)構(gòu)條件下，我國初級教育對經(jīng)濟增長的作用大于高等教育，高等教育對中西部經(jīng)濟增長的促進作用大于東部地區(qū)?？梢姴煌逃潭葘?jīng)濟增長的影響是不同的。在公路行業(yè)中，勞動力受教育程度是否會影響社會經(jīng)濟的發(fā)展？影響程度又有多大？基于上述兩點，本文利用數(shù)據(jù)挖掘技術(shù)分析公路建設(shè)各要素(公路建設(shè)投資、公路勞動力受教育程度)的投入對社會經(jīng)濟總量、產(chǎn)業(yè)結(jié)構(gòu)的貢獻度，為公路交通規(guī)劃和經(jīng)濟發(fā)展政策制定提供參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

考慮到數(shù)據(jù)采集的難度，選取中國2002-2015年作為研究時段，評價指標數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》(2003-2016)、《中國交通年鑒》(2003-2016)、《中國勞動統(tǒng)計年鑒》(2003-2016)。

1.2 指標構(gòu)建

經(jīng)濟學家認為，生產(chǎn)活動的產(chǎn)出是各個生產(chǎn)要素投入量的函數(shù)，若從整個國家經(jīng)濟全體考慮，原材料等的中間生產(chǎn)物由于購入和售出正好抵消，經(jīng)濟活動的產(chǎn)出是勞動力、資本和土地投入量的函數(shù)，由于土地投入量變化小，而且，在非農(nóng)業(yè)生產(chǎn)部門中，一般將土地的價值計算在資本中，因此，宏觀生產(chǎn)函數(shù)中只考慮勞動的投入量L和資本的投入量K，生產(chǎn)函數(shù)為Y=f(L，K)[9]?？紤]技術(shù)進步的作用，中性技術(shù)進步的生產(chǎn)函數(shù)為

(1)

式中：t為時間，年；Yt為第t年的產(chǎn)量，取國內(nèi)生產(chǎn)總值，億元；A為初期技術(shù)水平；u為技術(shù)進步率；Lt為第t年勞動力的投入量，取就業(yè)人員人數(shù)，萬人；Kt為第t年資本的投入量，取固定資產(chǎn)投資，億元；α，β分別為勞動力和資本的產(chǎn)出彈性。

考慮到資本投入、勞動力細分導致自變量增加很多，采取非線性回歸難以通過檢驗，另外，多變量生產(chǎn)函數(shù)具有高度非線性，一般最小二乘法已不再適宜，因此采取基于數(shù)據(jù)挖掘的人工神經(jīng)網(wǎng)絡(luò)法。

1.3 數(shù)據(jù)挖掘方法

1.3.1數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是對存儲于數(shù)據(jù)庫中的大量數(shù)據(jù)，通過查詢和抽取的方式獲得以前未知的有用信息、模式和規(guī)則的過程。它具有處理和分析海量數(shù)據(jù)的能力，注重弱化分析方法本身對數(shù)據(jù)的限制，以滿足數(shù)據(jù)建模的合理性和適應性，強調(diào)與計算機技術(shù)相結(jié)合，以實現(xiàn)數(shù)據(jù)分析的可操作性和可實現(xiàn)性?？梢詫Ａ繑?shù)據(jù)或者小樣本高維數(shù)據(jù)進行有效地處理和分析[10]。

進行數(shù)據(jù)挖掘的軟件有Statsoft Statistics SAS Enterprise Miner，Oracle DM，Matlab，Angoss，SPSS Modeler。由于數(shù)據(jù)收集具有一定難度，本研究數(shù)據(jù)相對較少，同時考慮到SPSS Modeler擁有豐富的數(shù)據(jù)挖掘算法，支持與數(shù)據(jù)庫之間的數(shù)據(jù)和模型交換，具有可視化操作界面、簡單易用、分析結(jié)果直觀易懂、圖形功能強大等特點，本文采用SPSS Modeler進行神經(jīng)網(wǎng)絡(luò)建模分析。根據(jù)各節(jié)點映射關(guān)系計算出評價因子對不同目標的權(quán)重，即各評價因子的貢獻程度。

1.3.2多層感知器

Modeler提供了2種神經(jīng)網(wǎng)絡(luò)模型，多層感知器(MLP)和徑向基函數(shù)模型(RBF)，多層感知器允許構(gòu)建較為復雜的關(guān)系，但代價是更長的訓練和評分時間，徑向基函數(shù)可縮短訓練和評分時間，但與MLP相比其預測能力要差些。本次訓練樣本有限，評分時間可不作為考慮的首要因素，故選擇多層感知器模型。

多層感知器(Multilayer Perceptron，MLP),一般由輸入層、輸出層和隱含層組成。同層神經(jīng)元節(jié)點之間沒有連接，相鄰兩層之間的節(jié)點兩兩連接，而前一層神經(jīng)元的輸出即為后一層神經(jīng)元的輸入，每層神經(jīng)節(jié)點只接收前一層神經(jīng)元節(jié)點的輸出信號。多層感知器既可以學習線性函數(shù)，也可以學習非線性函數(shù)。其結(jié)構(gòu)見圖1。

圖1 多層感知器結(jié)構(gòu)

2 結(jié)果

表1 公路建設(shè)對經(jīng)濟增長貢獻度分析原始數(shù)據(jù)

表2 公路建設(shè)投入要素對經(jīng)濟的貢獻度

各模型的預測精度均大于90%，表明各模型正確性較高，具有分析的價值。

3 結(jié)論

由表1可得：

1) 公路建設(shè)各要素的投入對國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值的貢獻度均大于0，表明對其有正向作用。

2) 公路建設(shè)各要素的投入中，除個別因素外，公路行業(yè)各種教育水平就業(yè)人員對國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值的貢獻度均大于公路建設(shè)投資，公路建設(shè)投資對第三產(chǎn)業(yè)增加值的貢獻度均大于公路行業(yè)各種教育水平就業(yè)人員。

3) 公路建設(shè)投資對第三產(chǎn)業(yè)增加值的貢獻最大，為14%，對國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值的貢獻度一樣大，為3%。即公路建設(shè)投資每提高1個百分點，第三產(chǎn)業(yè)增加值提高14%，國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值均提高3%。

4) 公路行業(yè)就業(yè)人員按受教育程度劃分，對國內(nèi)生產(chǎn)總值貢獻最大的是研究生，為16%，其次是高中生，為15%；對第一產(chǎn)業(yè)增加值貢獻最大的是高中生，為16%，其次是研究生，為15%；對第二產(chǎn)業(yè)增加值貢獻最大的是研究生，為16%，其次是高中生，為14%；對第三產(chǎn)業(yè)增加值貢獻最大的是初中生，為15%，其次是研究生，為11%；未接受過小學教育、小學、大學專科學歷人員對國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值的貢獻度相差不大。

5) 除公路外其他行業(yè)固定資產(chǎn)投資對國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值的貢獻度大于公路建設(shè)投資，但公路建設(shè)投資對第三產(chǎn)業(yè)增加值的貢獻度大于除公路外其他行業(yè)投資。

本研究仍存在一些不足。一方面由于數(shù)據(jù)的可得性，本文用交通運輸業(yè)就業(yè)人員受教育程度數(shù)據(jù)表示公路行業(yè)就業(yè)人員受教育程度情況，與實際情況存在一定偏差；另一方面，SPSS Modeler軟件構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時采用的是多層感知器，容易陷入局部極小值。

[1] MIKESELL J L, WANG J Q, ZHAO Z J, et al. Impact of transportation investment on economic growth in China[J].Transportation Research Record Journal of the Transportation Research Board,2016(2531):9-16.

[2] WONDEMU K A, WEISS J. Rural roads and development: evidence from ethiopia[J].European Journal of Transport & Infrastructure Research,2012,12(4):417-439.

[3] OLSSON J. Improved road accessibility and indirect development effects: evidence from rural Philippines[J].Journal of Transport Geography,2009,17(6):476-483.

[4] 王武林,王妙妙,曹小曙,等.1978-2012年武陵山區(qū)公路通達性演化及其對經(jīng)濟發(fā)展的影響[J].地理研究, 2015, 34(9):1755-1769.

[5] 張廣海,趙金金.我國交通基礎(chǔ)設(shè)施對區(qū)域旅游經(jīng)濟發(fā)展影響的空間計量研究[J].經(jīng)濟管理,2015(7):116-126.

[6] 張學良.中國交通基礎(chǔ)設(shè)施促進了區(qū)域經(jīng)濟增長嗎：兼論交通基礎(chǔ)設(shè)施的空間溢出效應[J].中國社會科學,2012(3):60-77,206.

[7] 沈驚宏,陸玉麒,蘭小機.基于分形理論的公路交通網(wǎng)絡(luò)與區(qū)域經(jīng)濟發(fā)展關(guān)系的研究[J].地理科學,2012,32(6):658-665.

[8] 黃燕萍,劉榆,吳一群,等.中國地區(qū)經(jīng)濟增長差異:基于分級教育的效應[J].經(jīng)濟研究,2013,48(4):94-105.

[9] 朱順應,王紅,劉偉,等.公路建設(shè)投資對經(jīng)濟增長的貢獻與彈性分析[J].重慶交通大學學報(自然科學版), 2003, 22(3):78-81.

[10] 余煒,萬愷.數(shù)據(jù)挖掘技術(shù)在動物造模中的應用[J].中國現(xiàn)代應用藥學,2013,30(9):952-959.