交运对西藏经济增长的作用

1指标体系设置

本文设置指标体系遵循:系统整体性原则、操作性原则、可比性原则、实用性原则。在公路交通运输对区域经济整体发展的贡献分析中，涉及两组指标:一组是描述公路交通运输特征的指标，在分析中作为因素指标(自变量);另一组是反映区域经济整体状况的指标，在分析中作为效果指标(因变量)。对公路交通运输的描述一般分为2部分，即路网状况和运输能力。通常使用里程和路网密度2个指标对路网状况进行描述，其中路网密度=总里程/地区面积。由于本文的研究对象的特定性，地区面积是定量，故按照指标选择的实用原则只选取“公路总里程”这一指标。对公路运输能力的描述通常使用4个指标:货运量、货运周转量、客运量、客运周转量。周转量既包含运输量也包含了运距，比运输量的指标更为全面。因此本文重点选择了货运周转量和客运周转量这2个指标描述公路的运输能力。描述区域增长的指标比较多，本文重点的选择了国内生产总值(GDP)和人均地方财政收入2个指标。国内生产总值反映了区域经济的总规模，尽管GDP在考核和计算等方面的原因，可能会使GDP的增长趋势与人们对经济发展过程中的理性判断产生背离，但至今为止，还很难找到一个比GDP更有效和更方便的反应地区经济总规模的指标。而从交通运输的角度来看，区域交通对GDP的贡献分析，通常能代表交通运输对区域经济整体发展之间关系的一个重要方面。本文选取国民生产总值(GDP)、人均地方财政收入2个指标描述区域经济增长状况，并结合公路交通运输相关指标此评价分析公路交通运输对西藏区域经济增长的贡献，上述指标均能在统计年鉴能直接获取或简单算数计算即可获得。2分析模型公路交通运输对区域经济增长的作用可以归为两种:直接贡献和间接贡献。直接贡献由公路交通运输基础设施的建设(建设项目本身以及产业链的带动)与客货运输的发展直接产生交通运输部门的增加值来实现;间接贡献，通过公路运输能力的提高拉动其他非交通运输部门经济的增长。无论直接贡献还是间接贡献，最终都将在GDP的贡献上体现。然而，公路交通基础设施的发展与公路运输能力的发展之间亦存在着因果关系，即公路交通运输能力的提高要通过公路交通基础设施的建设来实现，也就是说，因素变量之间存在因果关系。

2.1模型框架

路径分析是一种将变量关系以模型化的方式来进行分析的一种统计技术。路径分析的概念最初由遗传学家赖特(SewallWright)于1921年所提出，至1960年代才广泛受到重视。传统上，路径分析由一系列的回归分析所组成，透过假设性的架构，将不同的方程式加以组合，形成结构化的模式，以SPSS或SAS等软件进行多次回归即可完成模型参数的估计，称为回归取向的路径分析。需要说明的是，使用路径分析与使用直接多元线性回归分析相比，并不会使模型变的更准确，但是，通过对自变量之间复杂关联的刻画，路径分析模型可以很精细地估计出每一个自变量究竟是通过何种方式来作用于最终因变量的。因此本文选择路径分析工具，分析公路交通运输对经济总量增长的贡献。路径分析主要的工作是从变量之间共变关系来检验研究者所提出的影响、预测、或因果关系，企图推论出因果结论。与回归分析一样，路径分析的基础是变量的线性关联(或相关)，变量间的相关越高，路径分析的结果会越显著明确。在路径分析模型中变量之间有单向因果关系的、也有双向因果关系的。如果整个路径分析模型全部为单向因果关系，不出现循环嵌套的路径从而可以被写成若干个标准的多元回归方程所构成的方程组，则这种模型被称为递归模型。在本文研究的公路交通运输对区域经济的贡献中所有变量只涉及单向因果关系，因此只需建立递归模型:

2.2路径分析基本步骤

(1)建立路径模型。这是进行路径分析的关键。因为路径图设计的正确与否直接决定着结果的正确性。一般的方法是根据前期研究、专业知识和经验事实、变量间的逻辑关系选择模型中应包括的自变量、因变量及路径可能，用路径线连接各变量，构成路径图，同时建立相应的方程组(本文研究的路径图见图1)。(2)模型识别与模型估计。计算两变量间总因果作用力，包括自变量对因变量的直接作用力、自变量通过其他自变量对因变量的间接作用力两部分。如果整个模型无法被估计(无解或无惟一解)，此时应当对模型进行修正，直至得到初步的估计值。(3)模型评价。评价路径模型中的各路径的关联是否具有统计学意义，并且是否能够很好地与专业知识和实际经验相吻合。(4)模型修正。根据模型评价的结果对模型进行简化和改进，最终得到一个既符合专业知识，又与数据的特征相吻合，并非常简洁的路径分析模型。

2.3实证分析

2.3.1模型设定与样本选取

本文研究公路交通运输对区域经济增长的单向贡献，因此假设模型中只存在单向因果关系，则只需要建立递归模型。根据图1，建立如下理论模型:区域经济增长=常数+公路总里程+公路客运周转量+公路货运周转量公路客运周转量=常数+公路总里程公路货运周转量=常数+公路总里程其中，区域经济增长中经济总量用“国民生产总值”G来表示、区域自身发展用“人均地方财政收入”C来表示;公路基础设施用“公路总里程”Z来表示、公路运输能力用“公路客运周转量”KZ和“公路货运周转量”HZ来表示。样本数据使用1991年至2007年的相关统计数据，原始样本数据见附录1。

2.3.2拟合、检验、修正模型

本文选取的是回归取向的路径分析方法，而路径的理论模型为递归模型，因此可以通过应用SPSS分别拟合回归方程，实现对模型中各参数的估计。具体操作使用SPSS多元回归分析，并选取逐步进入法(Stepwise)作为自变量进入方式。首先对式(2)中第一个方程，即经济总量回归方程进行拟合，结果如表2～表5。综合整理得到结果如表6。从表5中可知，系统在拟合过程中，通过逐步进入法(Stepwise)对模型进行修正，由于“公路货运周转量”在F检验下P值为0.845大于0.05，失去统计学意义，被拒绝，有表4可知系统建立了第2个模型，即修正后的模型。整理拟合过程中各输出结果表后，得到表6。由表6可知，模型中调整后的判定系数为0.922，拟合度较高，这表示因变量中的92%的变化可以有自变量的变化解释，方差分析结果中P值小于0.001，通过了0.05下的F检验，回归方程有统计学意义。自变量“公路总里程”P值小于0.001，“公路客运周转量”P值为0.006也小于0.05，均通过F检验，有统计学意义。综上，经济总量的回归方程为(因为变量量纲不同，本文均使用标准化系数，下同):G=0.703Z+0.327KZ(4)从分析结果中可知，自变量“公路总里程”和“公路客运周转量”的标准化系数为0.703和0.327，说明“公路总里程”对经济总量的作用力更大些。要说明的是，在通过逐步进入法进行拟合过程中，变量“公路货运周转量”被拒绝，并不说明货物运输对经济总量没有贡献，被拒绝只是统计学上的意义，说明在这个样本区间旅客运输对经济总量的贡献相比货物运输更显著，这也符合西藏自上世纪90年代开始以旅游为主的第三产业对经济总量的巨大贡献。