交通与经济——实证分析

Transportation and Economy - A Empirical Research

摘要：近几年交通发展迅速，交通投资较大，有关部门和社会上议论较多，要想研究交通与经济的关系并作出评价，只用自身的历史数据进行外推预测是不科学的。根据各态历经假说，到发达国家中去寻找和中国现在及未来相似的发展规律，以此作参考，评价我国交通发展和经济发展的关系是否适应是具有重大意义的，本文就对此进行探索。

关键词：交通与经济关系   交通发展指数   类比分析

Abstract: In recent years, transportation has been developing rapidly out of large investment, which attracts opinion from relative government administrations and other social institutions. As for research concerning relationship between transportation and economy, it is incorrect and unscientific to infer and forecast only from historical data of a single country. According to Ergodic Hypothesis, therefore, it is appropriate to find common grounds from past and current courses by developed countries as well as China. It shall make differences to evaluate whether the status quo of transportation in China meets its requirement to develop economy.

Keyword: Relationship between Transportation and Economy, Transportation Development Index, Comparative Analysis.

1.引言

●  选择美国、日本、英国、法国、意大利五国作为类比研究对象。

●  把这些国家的交通特征量通过主成份分析，凝聚成一个数——交通发展指数。

●  用GDP指数代替经济和交通发展指数进行关联分析。

●  通过对各国关联图的直观分析，估量交通与GDP的关联关系。

●  深入的定量分析，并通过综合提炼出上述五国交通发展指数与GDP关系中具有普遍性、规律性的东西，作为我国发展交通的参考。

2.交通与经济关系的定量分析

2.1 选择交通特征量

选择特征量的原则是具备代表性、普遍性和可操作性。

基于上述原则，我们选择客运周转量、货运周转量、公路网总里程和民用汽车拥有量为交通特征量。笔者收集了美国1970年至1998年，日本1970年至1999年，法国1975至1996年，英国1970年至1996年，意大利1980年至1996年的原始数据，形成交通特征量原始数据矩阵，详见“附表1：交通特征量数据库”。

2.2 原始数据的标准化处理

选择基准年：美国1970年、英国1970年、日本1970年；法国1975年；意大利1980年。让所有后续年份的数据都去除以各自的基准年数据，形成以各自基准年为起点的指数。处理结果见“附表2：标准化处理后的交通特征量数据”。

2.3 主成份分析及交通发展指数的构建

主成份分析又称主分量分析，它的突出作用有两个：第一是把原来不线性独立的变量转化为同样数量的、由原变量线性组合而成的、互相线性独立的变量，每一变量称为“主成份或主分量（principal component）”；第二是虽然生成的主分量在数量上和原变量一样多，但实际上第一主成份就会包含了原数据中尽可能多的变量信息，通常情况下，前两个或前三个主成份的累加就几乎包含了原数据90%以上的信息。除此以外，几个主成份还可以通过它们各自的特征值加权累加成为一个综合的数值。所以主成份分析可把高维的复杂变量简化为低维的简单变量，最后概括为一个变量。

以美国为例，我们已经使交通特征量形成4个变量、29个观察值的矩阵。以这个4×29矩阵为基础，我们用国际上通用的SAS软件进行主成份分析计算，分析结果见表1

表1：           Eigenvalues of the Correlation Matrix

　　　Ｅigenvalue     Difference     Proportion      Cumulative

主成份     特征值                      信息包含率      累计信息包含率

PRIN1      1.34447         1.32424        0.983229         0.98323

PRIN2      0.02023         0.01757        0.014794         0.99802

PRIN3      0.00266         0.00261        0.001942         0.99997

PRIN4      0.00005          .             0.000034         1.00000

从表1可知，4个主成份中，主成份1（prin1）就包含了全部信息的98.323%。按一般的规则，只要选取特征值大于1的主成份就可以了，即以表1的特征值，只取主成份1（特征值为1.34447）就可以了。

通过SAS软件，我们可得到美国4个交通特征量线性组合成1个主成份的结构参数。主成份1线性组合结构系数见表2所示。

 

表2：美国交通特征量主成份系数表

 

交通特征量	主成份1
客运周转量	0.959595
货运周转量	0.178573
公路网总里程	0.007634
民用汽车拥有量	0.217325

我们用表2的系数和4个交通特征量1970年的数据，可以线性组合出1970年交通特征量的4个主成份，根据以上分析，我们只需组合出主成份１即可。这个值代表了1970年前述4个交通特征量98.323%的信息，所以，完全可以用它来反映1970年交通发展的情况。

不断重复上述方法，可以把美国1970年到1998年主成份1都计算出来。计算结果见“附表3：交通发展指数构建表”。这个量不仅反映了每一年交通的发展信息，而且是可比的。为了使这种比较更直观，我们再作一次标准化处理，即把后续的每一年都除以1970年的值，即得到一列新的指数，我们就把这一列新的指数命名为各年的“美国交通发展指数1970”。

同理，可得到其它四个国家的交通发展指数：“英国交通发展指数1970”、“日本交通发展指数1970”、“法国交通发展指数1975”、“意大利交通发展指数1980”，详见“附表3：发达国家交通发展指数表”。

2.4“交通发展指数”和GDP的关联分析

2.4.1对曲线图的分析

综合“附表4：发达国家交通发展指数与GDP指数图”中的五个图，可以说明以下几点：

1、几乎所有曲线初始年份增长都比较缓慢，而且交通发展指数和GDP指数的速度是差不多的。

2、随后几年交通发展指数超前于GDP指数。这说明交通应当超前于经济发展，这样，交通才能更好的促进经济发展。

3、交通发展指数和GDP指数二者曲线的夹角变化是不大的，由此可见弹性系数比较稳定。

2.4.2弹性系数分析

弹性系数是两个参量之间速度的比值，因此，他对两个变量之间的关联程度相当敏感。下面就通过“交通发展指数”对GDP指数的弹性系数来进一步探讨两者之间的关联关系。“交通发展指数”对GDP指数弹性系数的计算结果见表3所示。

表3：“交通发展指数”对GDP指数弹性系数表