經(jīng)濟(jì)增長、交通基礎(chǔ)設(shè)施與換算周轉(zhuǎn)量的動(dòng)態(tài)關(guān)系研究

羅會(huì)華

(湖南商學(xué)院 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 410205)

一、引 言

改革開放后，特別是20世紀(jì)90年代以后實(shí)施財(cái)政分權(quán)政策和積極的財(cái)政政策，我國對(duì)交通基礎(chǔ)設(shè)施進(jìn)行了大量投資，如2008 年應(yīng)對(duì)金融危機(jī)而推出的 4 萬億元經(jīng)濟(jì)刺激計(jì)劃中，將近一半經(jīng)費(fèi)投向了鐵路、公路等交通基礎(chǔ)設(shè)施，交通運(yùn)輸?shù)玫搅烁咚侔l(fā)展。鐵路營業(yè)里程從1980年的5.33萬千米增加到2016年的12.4萬千米，公路里程從1980年88.83萬千米增加到469.63萬千米。旅客周轉(zhuǎn)量從1980年的2281.3億人/千米增長到2016年31258.46億人/千米，貨物周轉(zhuǎn)量從1980年的11629億噸/千米增長到186629.48億噸/千米。人均名義GDP從1980的468元提高到2016年的53935元。

理論上，經(jīng)濟(jì)增長及交通基礎(chǔ)設(shè)施改善可促進(jìn)交通運(yùn)輸需求，從而提高客貨周轉(zhuǎn)量；交通基礎(chǔ)設(shè)施建設(shè)會(huì)促進(jìn)經(jīng)濟(jì)增長，客貨周轉(zhuǎn)量提高意味著區(qū)域市場(chǎng)一體化逐步實(shí)現(xiàn)，推動(dòng)資源在區(qū)域間有效配置，也對(duì)經(jīng)濟(jì)增長起到了作用；經(jīng)濟(jì)增長導(dǎo)致對(duì)交通運(yùn)輸需求增加，或者外生沖擊導(dǎo)致客貨周轉(zhuǎn)量提高，也會(huì)推動(dòng)交通基礎(chǔ)設(shè)施建設(shè)。但交通運(yùn)輸與國民經(jīng)濟(jì)發(fā)展之間具有復(fù)雜的關(guān)系，現(xiàn)實(shí)情況未必與理論一致，在不同的情形下，它們之間的關(guān)系可能有不同的表現(xiàn)。如Deng et al.(2014)發(fā)現(xiàn)運(yùn)輸基礎(chǔ)設(shè)施存量與長期增長率之間存在非單調(diào)的關(guān)系，交通運(yùn)輸規(guī)模的經(jīng)濟(jì)增長效應(yīng)顯著地取決于現(xiàn)有運(yùn)輸網(wǎng)絡(luò)的水平[1]。因此，現(xiàn)有的研究主要從實(shí)證的角度來探討三者間的現(xiàn)實(shí)關(guān)系，特別是交通運(yùn)輸與經(jīng)濟(jì)增長的關(guān)系的實(shí)證研究一向是國內(nèi)外學(xué)者關(guān)注的焦點(diǎn)。

許多文獻(xiàn)采用允許內(nèi)生變量存在的VAR模型(含向量修正誤差模型，VECM)來檢驗(yàn)交通運(yùn)輸與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系。如Rafael et al. (1998) 、Kamps(2005)、Khadaroo (2008)、Eruygur(2009)、Pradhan & Bagchi(2013)、Cheteni(2013)、Mohmand et al.(2016)等采用了VAR或VECM來研究了交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長的關(guān)系，大多研究表明交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長具有正向作用[2～8]。國內(nèi)研究方面，劉建強(qiáng)和何景華(2002)指出我國客貨運(yùn)量與GDP之間存在協(xié)整關(guān)系，貨運(yùn)量是GDP的格蘭杰原因，但GDP不是貨運(yùn)量的格蘭杰原因[9]。然而，林航飛和羅宇龍(2008)的研究表明公路貨運(yùn)量不是GDP的格蘭杰原因，而GDP是公路貨運(yùn)量的格蘭杰原因[10]。崔淑丹等(2008)檢驗(yàn)了中國經(jīng)濟(jì)增長和貨運(yùn)周轉(zhuǎn)量之間的互動(dòng)關(guān)系，指出貨運(yùn)周轉(zhuǎn)量的沖擊對(duì)經(jīng)濟(jì)增長具有帶動(dòng)作用和持續(xù)效應(yīng)，但經(jīng)濟(jì)增長對(duì)貨運(yùn)周轉(zhuǎn)量沒有顯著影響[11]。王任飛和王進(jìn)杰(2007)指出在基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長的互動(dòng)關(guān)系中，基礎(chǔ)設(shè)施促進(jìn)經(jīng)濟(jì)增長居于主導(dǎo)地位[12]；李芬和馮鳳玲(2014)也指出經(jīng)濟(jì)增長對(duì)交通運(yùn)輸?shù)囊滦枨笞饔貌蝗缃煌ㄟ\(yùn)輸對(duì)經(jīng)濟(jì)增長推動(dòng)作用明顯[13]。呂稼歡和范文強(qiáng)(2016)的研究也GDP帶動(dòng)交通運(yùn)輸?shù)陌l(fā)展，交通運(yùn)輸對(duì)GDP的貢獻(xiàn)率較小[14]。劉秉鐮和趙金濤(2005)檢驗(yàn)了交通運(yùn)輸網(wǎng)絡(luò)密度與區(qū)域經(jīng)濟(jì)經(jīng)濟(jì)增長之間的Granger因果關(guān)系，指出交通運(yùn)輸網(wǎng)絡(luò)密度與經(jīng)濟(jì)增長的關(guān)系存在區(qū)域異質(zhì)性[15]。李煌偉、倪鵬飛(2013)通過實(shí)證研究發(fā)現(xiàn)，交通運(yùn)輸網(wǎng)絡(luò)的改善加速了要素集聚，從而促進(jìn)經(jīng)濟(jì)增長[16]。Deng et al.(2014) 的研究表明，當(dāng)公路網(wǎng)密度低于0.17千米/千米2時(shí)，公路基礎(chǔ)設(shè)施存量與經(jīng)濟(jì)增長之間沒有顯著的正相關(guān)關(guān)系，但當(dāng)公路密度高于0.17千米/千米2時(shí)，公路密度增長對(duì)經(jīng)濟(jì)增長有顯著的積極影響[17]。

已有研究的結(jié)論由于采用的樣本差異，導(dǎo)致不少觀點(diǎn)相異，但結(jié)論可歸納為三種：第一種認(rèn)為交通運(yùn)輸對(duì)經(jīng)濟(jì)增長具有單向因果關(guān)系；第二種認(rèn)為經(jīng)濟(jì)增長對(duì)交通運(yùn)輸具有單向因果關(guān)系；第三種認(rèn)為交通運(yùn)輸與經(jīng)濟(jì)增長之間互為因果關(guān)系。針對(duì)交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長或客貨量與經(jīng)濟(jì)增長的關(guān)系均展開了較多研究，但鮮有系統(tǒng)實(shí)證研究交通基礎(chǔ)設(shè)施、周轉(zhuǎn)量和經(jīng)濟(jì)增長三者間的動(dòng)態(tài)關(guān)系。鑒于此，本文采用VECM來展開研究，利用1980—2016年我國實(shí)際人均GDP、交通網(wǎng)絡(luò)里程與換算周轉(zhuǎn)量時(shí)間序列數(shù)據(jù)來分析三者間動(dòng)態(tài)關(guān)系。在VECM估計(jì)結(jié)果的基礎(chǔ)上，通過脈沖響應(yīng)來分析各變量對(duì)隨機(jī)沖擊的響應(yīng)情況，通過方差分解來分析各變量的結(jié)構(gòu)沖擊對(duì)某個(gè)變量總變化的相對(duì)貢獻(xiàn)度。

二、數(shù)據(jù)、變量與模型

(一)數(shù)據(jù)來源與變量

本文采用 1980—2016年中國時(shí)間序列數(shù)據(jù)進(jìn)行分析，初始變量的數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站。初始變量包括歷年的名義人均GDP、國民生產(chǎn)總值指數(shù)(上一年=100)、貨物周轉(zhuǎn)量、鐵路營業(yè)里程、公里營業(yè)里程、內(nèi)河通航里程、鐵路旅客周轉(zhuǎn)量、公路旅客周轉(zhuǎn)量、水運(yùn)旅客周轉(zhuǎn)量等。利用初始變量計(jì)算出歷年的實(shí)際人均GDP、換算周轉(zhuǎn)量和交通網(wǎng)絡(luò)里程。

本文采用實(shí)際人均GDP來衡量經(jīng)濟(jì)增長。以1979年為基期，通過國民生產(chǎn)總值指數(shù)對(duì)名義人均GDP平減處理，得到實(shí)際人均GDP，用rcp表示實(shí)際人均GDP。

采用交通網(wǎng)絡(luò)里程來反應(yīng)交通基礎(chǔ)設(shè)施存量。本文視鐵路、公路及內(nèi)河通航在運(yùn)輸上作用一致①，因此賦予相同的權(quán)重。因此，每年的交通網(wǎng)絡(luò)里程就是把每年的鐵路營業(yè)里程、公路營業(yè)里程、內(nèi)河通航里程進(jìn)行加總，即：交通網(wǎng)絡(luò)里程=鐵路營業(yè)里程+公路營業(yè)里程+內(nèi)河通航里程，用mil來表示交通網(wǎng)絡(luò)里程。

周轉(zhuǎn)量分為旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量，兩者的單位不一致，旅客周轉(zhuǎn)量的單位是每億人/千米，貨物周轉(zhuǎn)量的單位為億噸公里。如果兩個(gè)都作為VAR模型的內(nèi)生變量，將導(dǎo)致自由度損失過大。為此，本文采用換算周轉(zhuǎn)量(Converted Turnover)的概念來綜合，換算周轉(zhuǎn)量是指將旅客周轉(zhuǎn)量按一定比例換算為貨物周轉(zhuǎn)量，然后與貨物周轉(zhuǎn)量相加成為一個(gè)包括客貨運(yùn)輸?shù)闹苻D(zhuǎn)量綜合指標(biāo)。具體計(jì)算方法是將旅客周轉(zhuǎn)量區(qū)分不同運(yùn)輸工具按相應(yīng)的換算比例，換算成貨物周轉(zhuǎn)量的計(jì)量單位進(jìn)行加總求得。采用的換算比例如下：公路運(yùn)輸?shù)膿Q算比例：1噸/千米=10人/千米；內(nèi)河水運(yùn)的換算比例：1噸/千米=3人/千米；鐵路運(yùn)輸?shù)膿Q算比例：1噸/千米=1人/千米。②因此，本文通過下列公式得到歷年的換算周轉(zhuǎn)量：換算周轉(zhuǎn)量=貨物周轉(zhuǎn)量+(鐵路旅客周轉(zhuǎn)量/1)+(公路旅客周轉(zhuǎn)量/10)+(水運(yùn)旅客周轉(zhuǎn)量/3)，用ct來表示。

圖1 各變量的對(duì)數(shù)值的時(shí)間序列圖

本文對(duì)ct、mil、rcp進(jìn)行對(duì)數(shù)化處理，lnct、lnmil、lnrcp的時(shí)間序列圖如圖1所示?？梢钥吹?，lnct、lnmil、lnrcp雖然不具有平穩(wěn)的特性但具有相同趨勢(shì)，直觀判斷可能存在協(xié)整關(guān)系。

(二)單位根檢驗(yàn)

本文主要采用 ADF、PPERRON和DF-GLS三種檢驗(yàn)方法來進(jìn)行單位根檢驗(yàn)，如表1所示。三種方法均顯示lnct、lnmil、lnrcp三個(gè)序列為非平穩(wěn)序列，但它們的一階差分序列均為平穩(wěn)序列，即lnctt～I(xiàn)(1)，lnmiltI(1)，lnrcpt～I(xiàn)(1)，因此三者間可能存在協(xié)整關(guān)系，具備構(gòu)建協(xié)整模型的前提條件。

表1 單位根檢驗(yàn)結(jié)果

注：①檢驗(yàn)統(tǒng)一采用含截距的方式；②括號(hào)中的數(shù)字為統(tǒng)計(jì)量的P值；③DF-GLS的檢驗(yàn)為滯后1階的統(tǒng)計(jì)值。

(三)向量誤差修正模型

本文采用以VAR模型為基礎(chǔ)的協(xié)整檢驗(yàn)方法來分析變量間的短期和長期關(guān)系。內(nèi)生變量為lnct、lnmil、lnrcp，構(gòu)建的滯后p階VAR模型如下：

yt=A1yt-1+A2yt-2+…+Apyt-p+εt，t=1,2,…,T

(1)

其中，yt=(lnctt，lnrcpt，lnmilt)′為(3×1)維隨機(jī)時(shí)間序列向量，yt-p為內(nèi)生變量yt的滯后p期的向量，A1，…，Ap均為(3×3)維待估參數(shù)向量；εt為(3×1)維經(jīng)典隨機(jī)擾動(dòng)項(xiàng)向量，在VAR模型中一般稱為新息(Innovation)。將式(1)進(jìn)行協(xié)整變換，得：

(2)

(3)

(4)

式(4)即為向量誤差修正模型(VECM),每一方程均為一個(gè)誤差修正模型(ECM)。VECM中的調(diào)整參數(shù)向量，反映的是變量之間的均衡關(guān)系偏離長期均衡狀態(tài)時(shí)，將其調(diào)整到均衡狀態(tài)的調(diào)整速度。所有作為解釋變量的差分項(xiàng)Δyt-i(i=1，2，3，…，p-1)的系數(shù)向量Γi(i=1，2，…，p-1)，反映的是各變量的短期波動(dòng)Δyt-i對(duì)作為被解釋變量yt的短期變化Δyt的影響。

三、實(shí)證結(jié)果與分析

(一)VAR模型滯后階數(shù)檢驗(yàn)

一個(gè)關(guān)鍵問題是確定VAR模型中的最優(yōu)滯后階數(shù)p，如果p值過大，導(dǎo)致自由度減小，影響到VAR模型參數(shù)估計(jì)值的有效性；但如果p值過小，會(huì)導(dǎo)致隨機(jī)擾動(dòng)項(xiàng)自相關(guān)，導(dǎo)致參數(shù)的非一致性。為了確定出最優(yōu)滯后階數(shù)，本文采用FPE、AIC、HQIC、SBIC來進(jìn)行選擇最優(yōu)滯后階數(shù)，其準(zhǔn)則是最小值即為優(yōu)先模型，檢驗(yàn)結(jié)果如表2所示。FPE、SBIC檢驗(yàn)結(jié)果顯示最優(yōu)滯后階數(shù)為2階，但AIC 和HQIC選擇3階。因此，2階和3階都可作為最優(yōu)滯后階數(shù)，本文結(jié)合下面的協(xié)整檢驗(yàn)來確定最優(yōu)滯后階數(shù)。

表2 VAR模型最優(yōu)滯后階數(shù)檢驗(yàn)結(jié)果

(二)協(xié)整檢驗(yàn)

鑒于lnct、lnmil、lnrcp為非平穩(wěn)序列，因此需要進(jìn)行協(xié)整檢驗(yàn)，在變量協(xié)整的基礎(chǔ)上建立VAR 模型。本文采用Johansen協(xié)整檢驗(yàn)法對(duì)序列進(jìn)行協(xié)整檢驗(yàn)，通過特征根跡檢驗(yàn)法(Trace檢驗(yàn))和最大特征值檢驗(yàn)法(Max-Eigen檢驗(yàn))來進(jìn)行檢驗(yàn)；并根據(jù)VAR最優(yōu)滯后階數(shù)可能是2階或3階，選擇起止滯后階數(shù)時(shí)，采用(1,1)和(1,2)兩種形式來進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表3。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

檢驗(yàn)結(jié)果顯示：在選擇起止滯后階數(shù)(1,1)時(shí)，在 5%的顯著水平下，特征根跡檢驗(yàn)法表明序列之間至少存在2個(gè)協(xié)整關(guān)系，但最大特征值檢驗(yàn)法顯示序列之間不存在協(xié)整關(guān)系；在選擇起止滯后階數(shù)(1,2)時(shí)，在 5%的顯著水平下，兩種檢驗(yàn)方法表明序列間存在著1個(gè)協(xié)整關(guān)系。因此，綜合最優(yōu)VAR滯后階數(shù)檢驗(yàn)結(jié)果和Johansen協(xié)整檢驗(yàn)的結(jié)果，本文選擇VAR最優(yōu)滯后階數(shù)為3階。在滯后3階的VAR模型中，存在1個(gè)協(xié)整關(guān)系，表明交通網(wǎng)絡(luò)里程、換算周轉(zhuǎn)量與經(jīng)濟(jì)增長之間存在長期的均衡關(guān)系。Johansen協(xié)整檢驗(yàn)中，得到基于Johansen標(biāo)準(zhǔn)化約束下的協(xié)整方程為：

(5)

P值 (0.0452) (0.0971)

從長期均衡方程可以看到，換算周轉(zhuǎn)量顯著受到了實(shí)際人均GDP和交通網(wǎng)絡(luò)里程的影響。實(shí)際人均GDP每提高1%，換算周轉(zhuǎn)量平均提高0.521%；交通網(wǎng)絡(luò)密度每提高1%，換算周轉(zhuǎn)量平均提高0.512%。

(三)VECM估計(jì)結(jié)果及分析

盡管換算周轉(zhuǎn)量與實(shí)際人均GDP、交通網(wǎng)絡(luò)里程間存在著協(xié)整關(guān)系，然而實(shí)際經(jīng)濟(jì)生活中存在著各種擾動(dòng)，導(dǎo)致變量短期內(nèi)會(huì)偏離其長期均衡路徑。根據(jù)Granger定理，當(dāng)變量間存在協(xié)整關(guān)系，必存在誤差修正機(jī)制。因此，本文估計(jì)出 VEC模型來分析短期波動(dòng)時(shí)各變量間的關(guān)系。滯后2階VECM的估計(jì)結(jié)果如表4所示。表中，ecm代表修正誤差項(xiàng)且ecmt=lnctt-0.5213lnrcpt-0.5119lnmilt-4.117。根據(jù)VECM的估計(jì)結(jié)果，選擇在10%顯著性水平下的顯著項(xiàng)，分析變量間的短期關(guān)系。

換算周轉(zhuǎn)量短期變化(增長率)受到下列因素的顯著影響：①受到滯后1期的自身增長率的正向影響，表明換算周轉(zhuǎn)量變化具有一定的滯后作用。②受到滯后1期人均GDP增長率波動(dòng)的正向影響，表明隨著收入提高時(shí)，會(huì)增加對(duì)交通運(yùn)輸?shù)男枨?，但?duì)交通服務(wù)的消費(fèi)具有滯后效應(yīng)。③受到滯后1～2期的交通網(wǎng)絡(luò)里程增長率的正向影響，表明當(dāng)交通網(wǎng)絡(luò)里程得到擴(kuò)張時(shí)，會(huì)產(chǎn)生較大的勞動(dòng)要素轉(zhuǎn)移和商品轉(zhuǎn)移的需求，導(dǎo)致?lián)Q算周轉(zhuǎn)量增長率提高，意味我國交通運(yùn)輸需求總體上仍然受到交通基礎(chǔ)設(shè)施存量的制約。④當(dāng)換算周轉(zhuǎn)量偏離了長期均衡狀態(tài)時(shí)，系統(tǒng)將以0.426的調(diào)整速度反向調(diào)整到均衡狀態(tài)。

表4 VECM估計(jì)結(jié)果

注：①括號(hào)中值為T統(tǒng)計(jì)量的P值②“***”、“**”、“*”分別表示在 1% 、5% 和 10% 的水平下顯著

實(shí)際人均GDP短期變化(增長率)受到下列因素的顯著影響：①受到滯后1～2期的換算周轉(zhuǎn)量增長率影響較大，表明交通運(yùn)輸增長對(duì)經(jīng)濟(jì)增長的作用明顯，交通運(yùn)輸發(fā)展降低了貿(mào)易成本，提高要素和產(chǎn)品的流動(dòng)性，促進(jìn)了資源的優(yōu)化配置，進(jìn)而對(duì)經(jīng)濟(jì)增長起到長期影響。②受到自身滯后1期的增長率的正向影響，表明人均GDP增長具有一定的慣性，前期促進(jìn)經(jīng)濟(jì)增長的因素在后期依然起到作用，如人力資本的提高。③受到滯后1～2期的交通網(wǎng)絡(luò)里程增長率負(fù)向影響，兩者負(fù)相關(guān)很有可能是因?yàn)槲覈煌ɑA(chǔ)設(shè)施大規(guī)模投資時(shí)，往往是經(jīng)濟(jì)處于衰退時(shí)，但經(jīng)濟(jì)增長具有慣性，導(dǎo)致交通網(wǎng)絡(luò)里程增速增大時(shí)，人均GDP增速卻是降低的。④當(dāng)人均GDP偏離了長期均衡狀態(tài)時(shí)，系統(tǒng)將以0.047的速度將人均GDP波動(dòng)反向調(diào)整到長期均衡狀態(tài)。

交通網(wǎng)絡(luò)里程短期波動(dòng)(增長率)受到滯后2期換算周轉(zhuǎn)量增長率的正向影響，當(dāng)滯后2期周轉(zhuǎn)量發(fā)生較大波動(dòng)時(shí)，可能導(dǎo)致交通基礎(chǔ)設(shè)施供給不足，因此，會(huì)加大交通基礎(chǔ)設(shè)施投資，而交通網(wǎng)絡(luò)營業(yè)里程增加需要一定的建設(shè)時(shí)間。沒有受到人均GDP增長率和自身增長率的顯著影響，在一定程度上說明我國的交通基礎(chǔ)設(shè)施建設(shè)體現(xiàn)為外生，并非由經(jīng)濟(jì)發(fā)展水平和基礎(chǔ)設(shè)施存量來推動(dòng)的，主要由中央的建設(shè)規(guī)劃和地方政府的“晉升錦標(biāo)賽”來推動(dòng)。交通網(wǎng)絡(luò)里程偏離了長期均衡狀態(tài)時(shí)，系統(tǒng)以0.006的速度反向調(diào)整回長期均衡狀態(tài)。

(四)脈沖響應(yīng)分析

VAR模型只有在自身穩(wěn)定后才能進(jìn)行脈沖響應(yīng)分析、方差分解，否則將影響響應(yīng)沖擊函數(shù)的標(biāo)準(zhǔn)差。判斷VAR模型是否穩(wěn)定，主要根據(jù)VAR模型的特征方程的根是否在單位圓內(nèi)，即特征根的模小于1。通過表5可以發(fā)現(xiàn)，該VAR(3)模型是穩(wěn)定的。因此，可以開展脈沖響應(yīng)分析和方差分解。

表5 模型穩(wěn)定檢驗(yàn)

脈沖響應(yīng)用來刻畫隨機(jī)擾動(dòng)項(xiàng)一個(gè)標(biāo)準(zhǔn)差的沖擊對(duì)每個(gè)內(nèi)生變量未來取值的影響，直觀地衡量變量之間的動(dòng)態(tài)交互作用和影響效應(yīng)。分別給換算周轉(zhuǎn)量、實(shí)際人均GDP和交通網(wǎng)絡(luò)里程一個(gè)標(biāo)準(zhǔn)差大小的沖擊，得到各變量未來30期的脈沖響應(yīng)曲線圖，如圖2所示。

圖2脈沖響應(yīng)曲線

來自換算周轉(zhuǎn)量的一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)沖擊，對(duì)自身的沖擊在第1期為最大，導(dǎo)致?lián)Q算周轉(zhuǎn)量增長率為6%，但隨著時(shí)間推移快速衰減，在第15期后，收斂于0.99%，表明換算周轉(zhuǎn)量對(duì)自身的沖擊程度較小且不具有長期效應(yīng)，如2003年“非典”導(dǎo)致?lián)Q算周轉(zhuǎn)量增長率降低到5.1%，但經(jīng)過2005的反彈后恢復(fù)到均衡水平；對(duì)人均GDP有正向影響，第1期的沖擊作用導(dǎo)致人均GDP增長率為0.54%，隨著時(shí)間推移遞增，在第15期后，收斂為1.2%，說明換算周轉(zhuǎn)量促進(jìn)要素和商品流動(dòng)，導(dǎo)致資源合理配置，將對(duì)經(jīng)濟(jì)增長具有長期效應(yīng)；對(duì)交通網(wǎng)絡(luò)里程的影響在第1期達(dá)到了最大，導(dǎo)致交通網(wǎng)絡(luò)里程增長率為2.9%，第2期后快速減弱，并在第15期收斂為0.69%，說明當(dāng)我國的交通運(yùn)輸需求超出現(xiàn)有的交通基礎(chǔ)設(shè)施的承載力時(shí)，交通網(wǎng)絡(luò)里程將在第1期和第2期內(nèi)的增長幅度最大，這符合交通基礎(chǔ)設(shè)施的建設(shè)規(guī)律，一般需要幾年建設(shè)期才能投入使用。

來自人均GDP的一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)擾動(dòng)，對(duì)換算周轉(zhuǎn)量的沖擊在第1期為0，隨后遞增，第15期后，換算周轉(zhuǎn)量增長率收斂于1.62%，表明人均GDP對(duì)換算周轉(zhuǎn)量的影響滯后1期且具有長期的正向作用，滯后的原因是消費(fèi)的滯后性引起，本期收入的增加并不會(huì)立刻產(chǎn)生新的交通運(yùn)輸需求；對(duì)自身的沖擊在第1期最大，導(dǎo)致人均GDP增長2.59%，隨后沖擊作用遞減，在第15期趨于收斂為1.96%，說明人均GDP的外生沖擊(如突然增加的投資)具有長期經(jīng)濟(jì)增長效應(yīng)；對(duì)交通網(wǎng)絡(luò)里程的沖擊在前3期為負(fù)值，但處于遞增狀態(tài)，第4期的影響轉(zhuǎn)為正向，且在第15期導(dǎo)致交通網(wǎng)絡(luò)里程增長率趨向于收斂為1.14%，本文認(rèn)為是由于我國采用積極的財(cái)政政策，經(jīng)濟(jì)衰退時(shí)傾向于實(shí)行大規(guī)?；A(chǔ)設(shè)施建設(shè)，而經(jīng)濟(jì)過熱時(shí)往往減少基礎(chǔ)設(shè)施建設(shè)，導(dǎo)致兩者呈負(fù)相關(guān)關(guān)系，因此正向沖擊導(dǎo)致交通網(wǎng)絡(luò)里程增長率在短期表現(xiàn)為負(fù)③，但長期而言，將促進(jìn)交通網(wǎng)絡(luò)里程增長。

來自交通網(wǎng)絡(luò)里程的一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)沖擊，對(duì)換算周轉(zhuǎn)量的影響在第1期時(shí)為0，然后先遞增后遞減，在第3期導(dǎo)致?lián)Q算周轉(zhuǎn)量增長率達(dá)到最大值1.33%，并在第15期趨向于0.05%，這說明交通基礎(chǔ)設(shè)施供給增加一定程度上促進(jìn)了交通運(yùn)輸需求，雖然第1期時(shí)增加了交通網(wǎng)絡(luò)，但完整被使用是發(fā)生在第2期之后，所以在第2～3期對(duì)換算周轉(zhuǎn)量的影響最大，但隨著交通運(yùn)輸需求得到滿足，沖擊作用衰減；對(duì)人均GDP的影響先為負(fù)后為正，在第9期開始產(chǎn)生了較小的正向影響，并在15期使得人均GDP增長率趨向于0.043%，上面已分析了兩者間呈現(xiàn)負(fù)相關(guān)關(guān)系，同樣可解釋為什么正向的交通網(wǎng)絡(luò)里程沖擊導(dǎo)致人均GDP增長率在短期內(nèi)為負(fù)，但正如Kamps(2005)指出“經(jīng)濟(jì)增長率對(duì)基礎(chǔ)設(shè)施沖擊的長期響應(yīng)是正向的，但作用較小”[3]；對(duì)其自身的沖擊致使增長率第1期達(dá)到了最大值9.77%，隨后快速遞減，在第15期后趨向收斂于0.038%，表明對(duì)自身的沖擊沒有長期效應(yīng)。

(五)方差分解

方差分解描述VAR模型中的每一個(gè)內(nèi)生變量的沖擊強(qiáng)度(方差)占某個(gè)變量總變化的比值。本文通過蒙特卡洛模擬法模擬2000次得到方差分解的結(jié)果，如圖3所示。

關(guān)于換算周轉(zhuǎn)量變化的相對(duì)貢獻(xiàn)率。第1期主要來源于自身的沖擊強(qiáng)度，貢獻(xiàn)率為100%，隨著時(shí)間推移而降低，在第15期，趨于穩(wěn)定在29.38%。來自人均GDP的沖擊強(qiáng)度的相對(duì)貢獻(xiàn)率在第1期為0，隨著時(shí)間推移逐漸變大，在第15期后，穩(wěn)定在11.98%。來自交通網(wǎng)絡(luò)里程沖擊強(qiáng)度的相對(duì)貢獻(xiàn)率在前4期相對(duì)較小，隨著時(shí)間推移逐漸遞增，第15期后，趨于穩(wěn)定在58.63%。這說明，換算周轉(zhuǎn)量的長期變化可由其自身、人均GDP和交通網(wǎng)絡(luò)里程來解釋，但交通網(wǎng)絡(luò)里程變化是最重要的影響因素。

關(guān)于人均GDP變化的相對(duì)貢獻(xiàn)率。主要是自身的沖擊對(duì)其產(chǎn)生影響，在第1期的貢獻(xiàn)率最大為81.49%，在第15期后，相對(duì)貢獻(xiàn)率趨于穩(wěn)定在77.18%。來自換算周轉(zhuǎn)量的沖擊強(qiáng)度對(duì)人均GDP變化的相對(duì)貢獻(xiàn)率在第1期為18.51%，先遞減后遞增，在第15期后，相對(duì)貢獻(xiàn)度分別穩(wěn)定在18.32%。來自交通網(wǎng)絡(luò)里程沖擊強(qiáng)度的相對(duì)貢獻(xiàn)率在第1期為0，然后先遞增后遞減，在第15期后，穩(wěn)定在4.50%。這說明，人均GDP的變化主要來源于自身和換算周轉(zhuǎn)量，交通網(wǎng)絡(luò)里程的貢獻(xiàn)較小。

關(guān)于交通網(wǎng)絡(luò)里程變化的相對(duì)貢獻(xiàn)率。來自換算周轉(zhuǎn)量的沖擊強(qiáng)度的相對(duì)貢獻(xiàn)率在第1期為1.66%，隨著時(shí)間先遞增后遞減，在第15期后，穩(wěn)定在18.34%；來自人均GDP的沖擊強(qiáng)度的相對(duì)貢獻(xiàn)率在第1期為最大19.50%，隨時(shí)間推移遞減，在第15期后，穩(wěn)定在2.62%；來自自身沖擊強(qiáng)的相對(duì)貢獻(xiàn)率在第1期為78.82%，隨著時(shí)間推移先遞減后遞增，在第15期后穩(wěn)定在79.03%。這說明，長期而言交通網(wǎng)絡(luò)里程變化主要由換算周轉(zhuǎn)量和自身來解釋，但人均GDP的作用較小。

圖3方差分解結(jié)果

四、結(jié)論與政策

采用以VAR模型為基礎(chǔ)的Johansen協(xié)整檢驗(yàn)方法對(duì)我國1980-2016年的人均GDP、交通網(wǎng)絡(luò)里程與換算周轉(zhuǎn)量的長期與短期的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)，通過VAR模型最優(yōu)滯后階數(shù)檢驗(yàn)和Johansen協(xié)整檢驗(yàn)的結(jié)果，本文選擇VAR最優(yōu)滯后階數(shù)為3階，在此基礎(chǔ)上，估計(jì)出VEC模型，分析了三者的長期和短期關(guān)系，在平穩(wěn)性檢驗(yàn)的基礎(chǔ)上進(jìn)行了脈沖響應(yīng)分析和方差分解。

研究發(fā)現(xiàn)：①長期均衡時(shí)，人均GDP、交通基礎(chǔ)設(shè)施對(duì)換算周轉(zhuǎn)量的彈性分別為0.521和0.512。②短期波動(dòng)時(shí)，換算周轉(zhuǎn)量的增長率顯著受到滯后1期的自身增長率、滯后1期人均GDP增長率，及滯后1～2期的交通網(wǎng)絡(luò)里程增長率的正向影響；人均GDP增長率顯著受到滯后1～2期換算周轉(zhuǎn)量增長率、滯后1期人均GDP增長率的正向影響，但與滯后1-2期的交通網(wǎng)絡(luò)里程增長率負(fù)相關(guān)；交通網(wǎng)絡(luò)里程增長率顯著受到滯后2期換算周轉(zhuǎn)量增長率的正向影響，表明我國交通基礎(chǔ)設(shè)施建設(shè)具有較強(qiáng)的外生性。三個(gè)變量偏離了長期的均衡狀態(tài)時(shí)，系統(tǒng)均進(jìn)行反向調(diào)整。③脈沖響應(yīng)分析表明，來自換算周轉(zhuǎn)量的隨機(jī)沖擊對(duì)自身的沖擊程度較小且不具有長期效應(yīng)，對(duì)經(jīng)濟(jì)增長具有長期效應(yīng)，對(duì)交通網(wǎng)絡(luò)里程具有短期影響；來自人均GDP的隨機(jī)擾動(dòng)對(duì)換算周轉(zhuǎn)量的影響滯后1期且具有長期正向效應(yīng)，對(duì)自身具有長期效應(yīng)，對(duì)交通網(wǎng)絡(luò)里程的短期影響為負(fù)但長期影響為正；來自交通網(wǎng)絡(luò)里程的隨機(jī)沖擊對(duì)換算周轉(zhuǎn)量短期內(nèi)產(chǎn)生先遞增后遞減的正向影響，對(duì)人均GDP的短期影響為負(fù)但長期影響為正。④方差分解顯示，換算周轉(zhuǎn)量自身、人均GDP和交通網(wǎng)絡(luò)里程均對(duì)換算周轉(zhuǎn)量變化的相對(duì)貢獻(xiàn)率起到了作用；人均GDP的變化主要來源于自身和換算周轉(zhuǎn)量，交通網(wǎng)絡(luò)里程對(duì)人均GDP變化的貢獻(xiàn)較??；交通網(wǎng)絡(luò)里程變化主要由換算周轉(zhuǎn)量和自身來解釋，但人均GDP的作用較小。

根據(jù)本文實(shí)證結(jié)論并結(jié)合我國交通運(yùn)輸發(fā)展現(xiàn)狀，提出以下幾點(diǎn)政策建議：①交通基礎(chǔ)設(shè)施投資保持在一定規(guī)模。雖然交通基礎(chǔ)設(shè)施建設(shè)對(duì)人均GDP增長的影響較低，但可有效促進(jìn)旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量，而周轉(zhuǎn)量對(duì)人均GDP增長具有長期效應(yīng)。當(dāng)前我國的交通網(wǎng)絡(luò)密度(無論是按人均還是面積來計(jì)算)仍落后于發(fā)達(dá)國家和部分發(fā)展中大國(如巴西)。因此，保持一定水平的交通基礎(chǔ)設(shè)施投資規(guī)模，提高要素和產(chǎn)品流動(dòng)性，對(duì)經(jīng)濟(jì)增長具有間接的促進(jìn)作用。②交通基礎(chǔ)設(shè)施的建設(shè)重點(diǎn)轉(zhuǎn)移到西部地區(qū)。換算周轉(zhuǎn)量的增長率顯著受到滯后1～2期的交通網(wǎng)絡(luò)里程的影響，表明我國整體上交通運(yùn)輸供給水平依然落后于交通運(yùn)輸需求，特別是東西部地區(qū)的交通網(wǎng)絡(luò)密度存在較大的差異，西部地區(qū)交通運(yùn)輸需求受到了交通基礎(chǔ)設(shè)施存量的抑制，進(jìn)而制約著西部地區(qū)的經(jīng)濟(jì)發(fā)展。因此，交通基礎(chǔ)設(shè)施的建設(shè)重點(diǎn)轉(zhuǎn)移到西部地區(qū)。③交通基礎(chǔ)設(shè)施投資決策需要轉(zhuǎn)換目標(biāo)，從推動(dòng)經(jīng)濟(jì)增長轉(zhuǎn)向滿足區(qū)域交通運(yùn)輸需求。交通網(wǎng)絡(luò)里程增長僅受到滯后2期換算周轉(zhuǎn)量增長率的正向影響，表明我國交通基礎(chǔ)設(shè)施建設(shè)具有較強(qiáng)的外生性，主要由各級(jí)政府為實(shí)現(xiàn)經(jīng)濟(jì)增長來推動(dòng)，但這樣可能導(dǎo)致重復(fù)建設(shè)且效益較低，無法有效實(shí)現(xiàn)資源的有效配置(周黎安，2004)。因此，需要提高投資決策的科學(xué)性，依據(jù)供求關(guān)系來制定規(guī)劃滿足區(qū)域交通運(yùn)輸需求。

注釋：

①考慮定期航班航線里程包含國內(nèi)外里程，且運(yùn)輸量較小，本文沒有把航線里程包含在內(nèi)。

②參考山西統(tǒng)計(jì)局的統(tǒng)計(jì)指標(biāo)解釋，http://www.stats-sx.gov.cn/tjsj/tjnj/nj2015/html/zb15.htm。

③這看似與我國交通網(wǎng)絡(luò)里程一直處于增長狀態(tài)的情況不符合，之所以呈現(xiàn)為負(fù)，是因?yàn)槲覀兗僭O(shè)其他的條件不變下(如換算周轉(zhuǎn)量不變)來分析，僅僅來自人均GDP外生沖擊的影響，而現(xiàn)實(shí)的情況是，交通網(wǎng)絡(luò)增長不僅僅受到經(jīng)濟(jì)增長的影響，還受到其他因素的影響，所以現(xiàn)實(shí)為正。