公路基礎設施投資與產業結構優化升級的協整分析——以“新絲綢之路”經濟帶為例

?

公路基礎設施投資與產業結構優化升級的協整分析
——以“新絲綢之路”經濟帶為例

雷天，許金良，單東輝，賈興利

(長安大學 特殊地區公路工程教育部重點實驗室，陜西 西安710064)

摘要:基于時間序列數據，利用ADF檢驗、向量自回歸(VAR)模型協整理論和Granger因果檢驗對“新絲綢之路”經濟帶沿線公路基礎設施投資與產業結構的關系進行實證研究，結果表明：三大產業增長與公路交通基礎設施投資之間表現出一種長期均衡的關系；第二產業很大程度上能夠帶動公路交通基礎設施的投資力度，他們之間表現為雙向的因果關系；公路交通基礎設施投資對第一產業、第三產業的促進作用是單向的；公路交通基礎設施投資對產業結構的作用有一定的時滯或周期，時滯在2~3年。

關鍵詞：公路投資；產業結構；協整分析；Granger因果檢驗；“新絲路”經濟帶

公路作為道路交通運輸體系的重要基礎設施，是沿線區域及輻射區域發揮各自優勢產業的運輸保障。區域經濟發展的趨勢，在時間上表現為產業結構的高級化，在空間上表現為產業的聚集和優化，公路作為生產要素流動的重要載體之一，在產業結構升級、產業布局和工業化等方面有著不可替代的作用。隨著“新絲綢之路經濟帶”戰略的提出，沿線節點城市競相提出各自產業定位，確定公路基礎設施對沿線產業結構調整的影響效應對指導區域公路建設規劃、充分發揮交通建設對經濟及產業發展的推動作用具有十分重要的意義。協整理論自20世紀80年代末被格蘭杰( Granger)和恩格爾( Engle)提出之后就在解釋經濟關系領域就得到了十分廣泛的應用，近年來也逐漸應用于交通與經濟發展關系研究方面。Samimi[1]用協整理論對公路能源需求和宏觀經濟之間的關系進行了研究；Ramanathan[2]采用協整分析和誤差修正模型對印度旅客及貨物周轉量與工業增長關系進行了分析論證；林航飛等[3]分析了上海市公路貨運量與經濟增長的協整關系；楊帆等[4]利用1952~2006 年的統計數據運用協整理論和Granger因果檢驗方法分析交通運輸與直接經濟增長之間的關系；葉昌友等[5]利用1997-2010年的面板數據，對交通業發展與區域經濟增長之間的關系進行了實證研究。目前，國內外關于交通運輸與經濟發展之間關系的研究已較為成熟，但大多是針對交通基礎設施與直接經濟增長之間的關系，另外，對我國而言，大多關于交通與經濟關系分析的研究范圍多集中在較為發達的省區或以全國范圍的公路建設為依據，對于地理位置深處內陸海上發展受限、陸上交通基礎設施建設需求迫切的地區研究較為欠缺。劉育紅[6]以“新絲綢之路”經濟帶為目標研究了經濟帶沿線交通基礎設施對直接經濟增長的空間溢出效應，但并未對公路交通與經濟帶沿線產業結構發展趨勢做深入分析，沒有為經濟帶沿線產業發展定位提供直接指導。基于此，本文以“新絲綢之路”經濟帶沿線各節點城市為對象，利用協整分析對沿線公路交通基礎設施建設與產業結構之間的量化關系進行深入研究，為指導經濟帶沿線的公路建設及產業結構規劃提供科學依據。

1模型理論基礎

協整模型的主要經濟意義在于，若2個變量各自具有長期波動規律且存在協整關系，則可以通過其他變量的變化來影響另一變量的變化；反之，若2個變量雖然各自有其長期的波動規律但并不協整，則不存在通過其他變量來影響另一變量的基礎。

2變量選取與處理

2.1指標選取與樣本尺度確定

2.1.1變量選取

公路基礎設施建設的投資額是區域公路交通投資最直觀的反映指標，因此選取連霍公路沿線各節點城市歷年公路交通基礎設施建設投資額度(TRANSPORT)作為公路基礎設施投資指標，數據可從歷年《交通年鑒》中公路基礎設施完成投資額獲得。為了表征“新絲綢之路”經濟帶沿線產業結構的變化趨勢，選取沿線各節點城市歷年第一產業產值(PI)、第二產業產值(SI)、第三產業產值(TI)為產業結構指標，數據可從歷年《統計年鑒》直接獲得。

2.1.2樣本尺度確定

時間尺度：1952年以后，我國的統計工作逐步規范，但是由于在節點城市面板數據方面，部分市的部分關鍵數據難以獲取，因此在時間尺度選擇方面，考慮到面板數據的可比性和可獲性，建立的數據庫時間尺度為1999~2011年，相關數據從主要節點城市歷年統計年鑒整理得到。空間尺度：空間尺度界定了研究對象的地理界限，本文使用與“絲綢之路經濟帶”部分路線重疊、貫穿我國東、中、西的連霍公路沿線13個主要節點城市的面板數據來分析公路交通基礎設施與沿線各產業的關系，由東往西依次為：連云港、徐州、商丘、開封、鄭州、洛陽、西安、寶雞、天水、蘭州、武威、嘉峪關、烏魯木齊。

2.2數據處理

以1990~2011年間“新絲路”經濟帶沿線公路基礎設施投資額和三大產業產值作為原始數據樣本，為了考慮物價因素的影響，用以1978年為基期的居民消費價格指數對各產業產值進行縮減換算，使得歷年的數據具有可比性；另外，為消除數據中存在的異方差和數據的劇烈波動，分別對每個變量取對數，即LGDPt=log(GDPt/Pt)，LTRANSPORTt= log(TRANSPORTt/Pt)，對數處理后各變量趨勢如圖1所示。

圖1　經濟帶沿線公路交通基礎設施投資和三大產業對數、一階差分時間序列趨勢圖Fig.1 Logarithm and first order differential time series trends of three major industries and highway investment along the economic belt

3實證分析

利用協整理論來分析交通基礎設施投資與三大產業經濟增長在長期內是否保持穩定均衡的關系，利用向量自回歸模型及脈沖響應模型分析短期沖擊帶來的影響，最后用格蘭杰因果檢驗判斷變量之間的因果關系。

3.1平穩性檢驗

檢驗時間序列的平穩性是協整分析的首要任務。利用增廣迪基—福勒檢驗[9]，即ADF 檢驗)對公路基礎設施投資額與三大產業產值數據進行單位根檢驗，若檢驗序列中存在單位根，則為非平穩時間序列[10]。從圖1可以看出，西部大開發以來，“新絲路”經濟帶沿線公路交通基礎設施投資與三大產業均保持了很快的增長速度，取對數之后均呈線性變化顯示了明顯的上漲趨勢，表明這幾個變量都是非平穩的時間序列。采用增廣迪基—福勒檢驗(即ADF檢驗)后的結果如表1所示，結果表明：LPI，LSI，LTI和LTRANSPORT的ADF值分別為-2.622 8，-0.410 9，-1.046 7和-0.146 2，均大于1%，5%水平下的臨界值接受原假設，表明樣本LPI，LSI，LTI和LTRANSPORT都是非平穩時間序列。因此，為了使變量可以用于協整分析，對時間序列做差分處理期望達到平穩化的結果。

表1　經濟帶沿線三大產業和公路交通基礎設施投資的ADF檢驗結果

注：檢驗類型中的c和t表示帶有常數項和趨勢項，k表示所采用的滯后階數。

由一階差分后的時間趨勢圖可以看出，經過一階差分后兩個時間序列曲線類似白噪聲。兩序列的ADF檢驗值如表1所示，由檢驗結果可以看出：經過差分后的DLSI，DLTI和DLTRANSPORT的ADF值分別為-5.112 3、-4.124 9和-5.124 8，均小于1%水平下的臨界值，表明這2個序列都是一階單整序列，可以用于協整分析；DLPI的ADF檢驗值為-4.549 3，雖然大于1%水平下的臨界值，但是明顯小于5%水平下的臨界值，亦可用于協整分析；經過一階差分之后，得到的DW數值均在2左右，滿足DW臨界檢驗值，這表明各變量自身不存在自相關性。

3.2VAR模型及脈沖響應分析

對于相互聯系的時間序列變量系統，向量自回歸模型是一種有效的預測模型，也常用于分析不同類型的隨機擾動對系統變量的動態影響[11]。利用EVIEWS7.0建立“新絲路”經濟帶公路基礎設施投資分別與三大產業的VAR(2)模型，經過多次試驗，當滯后階數取2時，公路交通基礎設施投資(LTRANSPORT)與第一產業(LPI)的赤池信息量準則(AIC)達到最小值，為-6.706 7，SC為-6.345 0因此建立VAR(2)模型，模型結果如表2所示。其中，2個回歸模型的擬合度R分別為0.986 2和0.995 4，表明這2個模型擬合優度非常好，可以用于實證分析。

表2　公路基礎設施投資與第一產業序列VAR(2)模型的估計結果

注：[ ]內的值為t檢驗值，( )內的值為標準差。

VAR模型各方程檢驗：

R-squared0.9862640.995432Adj.R-squared0.9771060.992371Sumsq.resids0.0188940.017384S.E.equation0.0561160.053827F-statistic107.6992326.2058Loglikelihood19.4030919.86723AkaikeAIC-2.619823-2.522271SchwarzSC-2.438961-2.703133

VAR模型總體檢驗：

LogL=46.88724AIC=-6.706771SC=-6.345048

同樣的方法，經過試驗和檢驗，建立了公路交通基礎設施投資(LTRANSPORT)與第二產業(LSI)的VAR(2)模型，以及公路交通基礎設施投資(LTRANSPORT)與第三產業(LTI)的VAR(2)模型。為了深入分析公路交通基礎設施與沿線各產業的動態關系，我們以上述的向量自回歸模型為基礎，分別建立公路交通基礎設施投資和三大產業的脈沖響應模型。采用漸進解析法計算響應函數的標準差[12]，分別建立LTRANSPORT與LPI、LSI、LTI脈沖響應函數檢驗的結果如圖2(a)，(b)和(c)所示。

由圖2(a)可知，就LTRANSPORT和LPI來說，LTRANSPORT對自身和LPI的一個標準差新息脈沖響應一直是正向的，且持續遞增趨勢；LPI對來自LTRANSPORT和自身的一個標準差新息的脈沖響應也是正向的，且有持續向上的趨勢。這表明：公路交通基礎設施投資對第一產業的影響為增大的正面沖擊效應，這也凸顯了產業經濟發展的過程中，公路對第一產業，特別是農業的重要作用。由圖2(b)可知，就LTRANSPORT和LSI來說，公路交通基礎設施投資對來自自身的一個標準差新息，第1年為0.05，緩慢下降，在第3年達到最小為0.025，之后逐漸持續上升；公路交通基礎設施投資對來自LSI的一個標準差新息脈沖響應立即有一個較強的正向反應，在第2年達到0.02，之后緩慢上升，持續正向。LSI對來自自身和LTRANSPORT的脈沖響應基本一致先降后升，第3年之后保持基本不變的正向作用。這表明：公路交通基礎設施投資與第二產業之間具有一定的正相關關系，且投資在2~3年后才使得第二產業增長和波動，這體現了交通規劃的實施應該適度超前的本質。由圖2(c)可知，就LTRANSPORT和LTI來說，LTI對來自自身的一個標準差新息脈沖響應基本保持較平穩的正向反應，均值在0.01左右；對來自LTRANSPORT的一個標準差脈沖響應，先升后降，在第2年的達到最大為0.035，之后逐漸下降，保持負向關系，且有增大的趨勢。LTRANSPORT的脈沖響應趨勢基本和LTI趨勢一樣。這表明：公路交通基礎設施投資對第三產業有短期的正向沖擊作用，長期作用不明顯。

(a)LPI；(b)LSI；(c)LTI圖2　LTRANSPORT與LPI， LSI， LTI對來自一個標準差信息的脈沖響應Figle 2 Pulse of LTRANSPORTA and LPI，LSI，LTI on the innovation from one standard deviation

3.3協整關系檢驗

以上文建立的VAR(2)模型為基礎，采用約翰森檢驗(Johansen Test)[13]分別對三大產業和公路交通基礎設施投資進行協整關系檢驗，分析三大產業和公路交通基礎設施投資是否存在長期的、穩定的、均衡的關系[14]，檢驗結果如表3所示。

表3　經濟帶沿線各產業和公路交通基礎設施投資協整檢驗結果

從表3可以看出LTRANSPORT與LPI，當秩個數為0時，秩統計量大于5%水平下的臨界值，所以拒絕不存在協整關系的零假設；當秩個數為1時，秩統計量為1.1448，小于5%水平下的臨界值，故接受存在一個協整關系的零假設。同理，對于LTRANSPORT和LSI、以及LPTRANSPORT和LTI，由統計數據可以看出它們之間也存在唯一的協整關系。協整關系式如下：

公路交通基礎設施投資與第一產業協整關系：

ecm=LTRANSPORTt-0.061 32LPIt+11.210 1

(0.213 8)

公路交通基礎設施投資與第二產業協整關系：

ecm=LTRANSPORTt-0.163 06LSIt+9.326 8

(0.265 0)

公路交通基礎設施投資與第三產業協整關系：

ecm=LTRANSPORTt-0.091 27LTIt+5.397 1

(0.230 5)

協整關系表明，公路交通基礎設施投資每增加1%，第一產業增加0.061 32%，第二產業增加0.1630 6%，第三產業增加0.091 27%。這表明：經濟帶沿線區域公路交通基礎設施投資對第二產業拉動作用最大、第三產業次之、第一產業最小。

3.4誤差修正模型

在分析公路基礎設施投資與三大產業協整關系的基礎上，利用向量誤差修正模型(VEC模型)對二者的短期波動與長期均衡關系進行描述[14]。與建立的協整方程相對應的向量誤差修正模型的估計結果如表4~6所示，VEC(2)模型的殘差如圖3所示。

表4　公路交通基礎設施投資與第一產業的誤差修正模型估計結果

注：()內為標準差，[ ]內為t檢驗統計值

表5　公路交通基礎設施投資與第二產業的誤差修正模型估計結果

表6　 公路交通基礎設施投資與第三產業的誤差修正模型估計結果

圖3　LTRANSPORT與LPI，LSI，LTI的VEC(2)模型估計殘差圖Figle 3 Estimated residual plots from the model VEC (2) of LTRANSPORT and LPI, LSI, LTI

從誤差修正項(EC)來看，3個方程的調整系數均為正，說明公路交通基礎設施投資對均衡的協整關系是一種正向的促進作用，三大產業對公路交通基礎設施的波動也產生了正面的反饋。在誤差修正模型中ECM項反映長期均衡對短期波動影響二等誤差修正機制[15]，修正系數都在0.04左右似乎表明其影響不是很明顯，但是從t統計值上看，該影響是非常顯著的且反應較為敏感，因此這種長期均衡對三大產業的增長在統計上是顯著的。

3.5Granger(格蘭杰)因果檢驗

從上述建立的公路交通基礎設施投資與三大產業的協整方程可以看出，三大產業與交通基礎設施投資之間可能存在因果關系，但這種因果關系究竟是雙向的還是單向的，還須利用格蘭杰因果檢驗來進行判斷。格蘭杰因果關系是檢驗一個變量的之后變量是否可以引入到其他變量方程中[16]，檢驗結果如表7所示。

判斷標準：P小于0.05的表示拒絕原假設，即存在因果關系；P大于0.05表示接受原假設，即不存在因果關系。

由判斷標準和檢驗結果可以看出：公路交通基礎設施投資與第二產業之間存在雙向的因果關系(P=0.049 1，P=0.045 1)，即互為因果；公路交通基礎設施也是第三產業的原因(P=0.031 0)，但第三產業不是公路交通基礎設施投資的原因；P值0.087 1勉強拒絕了原假設，即公路交通基礎設施投資是第一產業的原因程度很小，第一產業不是公路交通基礎設施投資的原因。

表7　公路交通基礎設施投資與三大產業之間格蘭杰因果關系檢驗

4結論

1)三大產業增長與公路交通基礎設施投資之間表現出一種長期均衡的關系，公路交通基礎設施投資能夠促進區域產業經濟的發展。經濟帶沿線公路交通基礎設施投資每增加1%，第一產業增加0.061 32%，第二產業增加0.163 06%，第三產業增加0.091 27%；公路交通基礎設施投資對沿線第二產業推動作用最大、第三產業次之、第一產業最小。

2)第二產業很大程度上能夠帶動公路交通基礎設施的投資力度，他們之間表現為雙向的因果關系；公路交通基礎設施投資對第一產業、第三產業的促進作用是單向的。

3)公路交通基礎設施投資對產業經濟的作用有一定的時滯或周期，時滯在2~3 a，因此公路交通規劃的實施應超前2~3 a為宜。

參考文獻:

[1] Samimi R．Road energy transport energy in Australia: a cointegration approach[J]．Energy Economics, 1995,17(4): 329-339.

[2] Ramanathan R．The long-term behaviour of transport performance in India: a cointegration approach[J]．Transportation Research Part A: Policy and Practice，2001，35( 4) : 309-320．

[3] 林航飛，羅宇龍．上海市公路貨運量與經濟增長關系的協整分析[J]．同濟大學學報(自然科學版)，2008，36(10)：1378-1883．

LIN Hangfei， LUO Yulong． Cointegration on relationship of Shanghai road freight traffic volume and economy growth[J]．Journal of Tongji University ( Natural Science), 2008，36(10)：1378-1883．

[4] 楊帆，韓傳峰．中國交通基礎設施與經濟增長的關系實證[J]．中國人口·資源與環境，2011，2(10)：147-152．

YANG Fan，HAN Chuanfeng． Empirical analysis of the relationship between China’s transport infrastructure and economic growth[J]．China Population·Resources and Environment，2011，2(10)：147-152．

[5] 葉昌友，王遐見．交通基礎設施、交通運輸業與區域經濟增長—基于省域數據的空間面板模型研究[J]．產業經濟研究，2013，4(2)：40-47．

YE Changyou，WANG Xiajian．Transport infrastructure, transport and regional economic growthbased on provincial spatial panel data model[J]．Industrial Economics Research，2013，4(2)：40-47．

[6] 劉育紅．“新絲綢之路”經濟帶交通基礎設施、空間溢出與經濟增長[D]．西安：陜西師范大學，2012．

LIU Yuhong．Transportation infrastructure, spatial spillover and economic growth of the "New Silk Road" economic belt[D]．Xi’an：Shaanxi Normal University，2012．

[7] 孫敬水．計量經濟學[M]．北京:清華大學出版社，2004．

SUN Jinshui．Econometrics[M]．Beijing: Tsinghua University Press，2004．

[8] 古扎拉蒂．計量經濟學基礎[M]．林少宮，譯．北京：中國人民大學出版社，2005.

GU Zhaladi．Basic Econometrics[M]．LIN Shaogong，Trans. Beijing: Renmin University of China Press，2005．

[9] Dritsakis N．Cointegration analysis of German and British tourism demand for Greece [J]. Tourism Management，2004，25(1)：111-119．

[10] 張曉峒．計量經濟學軟件Eviews使用指南[M]．天津：南開大學出版社，2003．

ZHANG Xiaodong．Guidance of econometric software eviews[M]．Tianjin: Nankai University Press，2003．

[11] 易丹輝．數據分析與Eviews應用[M]．北京：中國統計出版社，2002．

YI Danhui．Data analysis and eviews application[M]．Beijing: China Statistics Press，2002．

[12] 高鐵梅．計量經濟分析方法與建模[M]．北京：清華大學出版社，2006．

GAO Tiemei．Econometric methods and modeling[M]．Beijing: Tsinghua University Press，2006．

[13] Engle R F，Granger C W J．Cointegration and error correction: representation, estimation, and testing [J]．Econometrica，1987，55(2)：251-276．

[14] 卜軍峰．我國交通與經濟發展關系的協整分析及實證研究[D]．天律：天津大學，2005．

BU Junfeng．The empirical analysis on the relationship between transportation and economy in China: a coinregration approach[D]．Tianjin ：Tianjin University，2005．

[15] 盧毅，彭偉，郭鈺，等．公路貨運量與燃油價格的動態協整分析[J]．鐵道科學與工程學報，2010，7(5)：109~112．

LU Yi，PENG Wei，GUO Yu，et al．The dynamic coinregration analysis on freight volume and fuel oil price[J]．Journal of Railway Science and Engineering，2010，7(5)：109~112．

[16] 徐海成，李健，楊艷．中國公路交通與經濟發展關系的實證研究[J]．長安大學學報(社會科學版)，2007，9(2)：1671-6248．

XU Haicheng，LI Jian，YANG Yan．Empirical analysis on the relationship between China’s highway transport and economic development[J]．Journal of Chang’an University(Social Science Edition) ，2007，9(2)：1671-6248．

(編輯蔣學東)

Cointegration analysis between highway investment and optimization of industrial structure——taking "New Silk Road" economic belt as an exampleLEI Tian，XU Jinliang，SHAN Donghui，JIA Xingli

(Key Laboratory for Special Area Highway Engineering of Ministry of Education, Chang’an University,

Xi’an 710064，China)

Abstract：Based on the time series data, the relationship between highway investment and optimization of industrial structure along the“New Silk Road” economic belt is studied by means of Cointegration theory, VAR model and Granger causality test. The results show that there is a long-run equilibrium relationship between three kinds of industrial growth and highway investment; highway investment can largely be driven by the secondary industry and there is a two-way causality relationship between them; the promotion of highway investment on the primary industry and the tertiary industry is the one-way effect. What's more, there is a certain time lag or cycle of the effect of highway investment on industrial structure, which seems to be about 2~3 years.

Key words：highway investment; industrial structure; co-integration analysis; Granger causality test; "New Silk Road" economic belt

中圖分類號：U412.1

文獻標志碼：A

文章編號：1672-7029(2016)01-0187-09

通訊作者：雷天(1991-)，女，陜西安康人，博士，從事道路與鐵道工程研究；E-mail: 429121447@qq.com

基金項目：交通運輸部西部交通建設科技資助項目(2011318362810)

收稿日期：*2015-06-21