本站小編為你精心準備了經濟增長和交通運輸發展相關性思考參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:交通運輸業是國民經濟的重要組成部分，在區域經濟發展過程中，交通運輸業的發展與當地經濟增長密切相關，研究經濟增長與交通運輸發展的相關性是備受關注的問題。文章使用2003—2017年中國面板數據，構建結構方程模型，以我國北部沿海地區4個省份為例，研究經濟增長與交通運輸發展之間的相關性。結果表明，交通運輸發展可以對經濟增長產生正向的顯著影響，交通運輸的發展在一定程度上能促進經濟增長。

關鍵詞:交通運輸發展;經濟增長;結構方程模型

1引言

交通運輸業作為區域經濟的重要組成部分，是推動經濟發展不可或缺的內容。交通運輸業的發展受經濟社會中其他產業發展的影響，并且能反向作用于其他產業的發展［1］。已有文獻中大多學者關注到了交通運輸與經濟增長之間的關系，研究早期以定性分析為主，隨著研究不斷深入，定量分析的研究不斷增加。劉建強等使用協整關系和格蘭杰因果分析研究交通運輸業與國民經濟的關系，研究表明貨運量與地區生產總值之間具有長期均衡關系［2］。王家庭等通過建立VEC模型探討經濟發展與交通運輸發展之間短期和長期的均衡關系，之后利用格蘭杰因果分析探討兩者之間的因果關系，并用脈沖響應分析探討兩者的動態關系［3］。葉昌友等基于空間面板模型對交通業發展與區域經濟增長的關系進行探討［1］。李芬等通過VAR和VEC模型對綜合交通運輸建設規模與經濟增長的關系進行研究［4］。朱浩中利用結構方程模型分析了經濟增長的影響因素，并計算各影響因素對城市經濟增長的貢獻度［5］。本文通過借鑒已有文獻及統計年鑒的數據，選取貨運量、貨運周轉量、公路里程作為衡量交通運輸發展水平的主要指標，選取地區生產總值和居民消費水平代表區域經濟增長，選擇構建結構方程模型來研究經濟增長與交通運輸發展之間的相關性，并對各影響因素對經濟增長的作用進行分析。

2結構方程模型一般形式

2.1指標選取

通過對北部沿海地區的北京市、天津市、河北省和山東省共4個省(直轄市)，在2003—2017年經濟增長與交通運輸發展的趨勢進行分析，直觀地了解這幾個地區經濟與交通運輸的發展現狀。表1以北京市為例展示了2003—2017年相關指標的具體情況。近年來，隨著社會發展速度的提高，地區生產總值呈不斷增長的趨勢，且居民消費水平也在不斷提升，而貨運量、貨運周轉量及公路里程則沒有呈現出明顯具有規律性的變化趨勢。根據研究內容，本文選擇經濟增長與交通運輸發展水平作為潛在變量，前者為內生潛變量，后者為外生潛變量。本文選取地區生產總值和居民消費水平作為觀測變量表征經濟增長，選取貨運量、貨運周轉量和公路里程作為觀測變量表征交通運輸發展水平。

2.2結構方程模型的一般形式

結構方程模型中包含測量方程、結構方程和模型假設。結構方程模型的一般形式:結構方程:η=Bη+Γξ+ζ(1)測量方程:y=Λyη+ε(2)x=Λxη+δ(3)式中，η表示內生潛變量組成的向量，這里指經濟增長;ξ表示外生潛變量組成的向量，這里指交通運輸發展水平;B表示內生潛變量系數矩陣;Γ表示外生潛變量系數矩陣;ζ表示結構方程殘差向量;y表示內生顯變量組成的向量;x表示外生顯變量組成的向量;Λy表示y在η上的因子負荷矩陣;Λx表示x在ξ上的因子負荷矩陣;ε表示內生顯變量的誤差項;δ表示外生顯變量的誤差項。式(1)為結構方程，表示潛變量之間的關系。式(2)和式(3)為測量方程，表示潛變量與觀測變量之間的關系。

3模型構建

在模型構建之前，對數據進行信度與效度分析。首先，利用SPSS軟件進行數據標準化。其次，對所構建的指標進行信度分析。內部一致性系數高于0.8說明信度高;系數值介于0.7～0.8，說明信度較好;系數值介于0.6～0.7，說明信度可接受;系數值小于0.6，說明信度不佳。最后，選擇KMO檢驗進行效度分析。KMO值高于0.8，說明效度高;KMO值介于0.7～0.8，說明效度較好;KMO值介于0.6～0.7，說明效度可接受;KMO值小于0.6，說明效度不佳。通過SPSS軟件計算得到北京市數據信度分析的系數值為0.623，KMO值為0.631，顯著性水平為0.001;天津市數據信度分析的系數值為0.661，KMO值為0.682，顯著性水平為0.001;河北省數據信度分析的系數值為0.985，KMO值為0.711，顯著性水平為0.001;山東省數據信度分析的系數值為0.941，KMO值為0.741，顯著性水平為0.001。可以得出4個省(直轄市)信度和效度分析都能通過檢驗。運用AMOS軟件構建初始模型圖，經濟增長與交通運輸發展之間相關關系的假設如圖1所示。模型路徑圖中橢圓形代表潛在變量，A和B分別代表經濟增長和交通運輸發展;矩形代表觀測變量，A1、A2、B1、B2、B3分別代表地區生產總值、居民消費水平、貨運量、貨運周轉量、公路里程;圓形代表殘差項。

4模型檢驗與結果分析

4.1模型檢驗

根據對北部沿海地區的4個省(直轄市)構建的結構方程模型，運用AMOS軟件得到結構方程模型的整體適配度指標，具體檢驗結果見表2。其中，卡方自由度比值CMIN/DF、適配度指數GFI、漸進殘差均方和平方根RMSEA屬于絕對適配統計量指標。根據這三個指標的檢驗標準，從表中可以看出這4個省(直轄市)符合標準，綜合這三個指標的檢驗結果，表明本文模型可以通過絕對適配檢驗。NFI值、IFI值和CFI值屬于增值適配度統計量，是將待檢驗的假設理論模型與基準線模型的適配度相互比較以判斷模型的適配度［5］。當NFI值、IFI值和CFI值越接近于1，表示模型擬合越好，綜合表中三個指標的檢驗結果，表明本文模型通過檢驗。從上述模型檢驗可以看出4個省(直轄市)的結構方程模型均通過了絕對適配檢驗與增值適配度檢驗，說明本文構建的結構方程模型具有一定的可靠性。

4.2模型結果分析

根據結構方程模型的計算得到4個省(直轄市)的模型結果如表3所示。從表3可以看出，A1、A2、B1至B3變量的系數估計值均通過了顯著性檢驗。從模型結果可以看出4個省(直轄市)的交通運輸發展對經濟增長的推動作用較為顯著。北京市的影響系數為0.988，且通過了1%的顯著性檢驗。各項指標變量對經濟增長的影響均為顯著水平，貨運量對經濟增長在5%的顯著水平下呈負向影響，其他變量均為正向影響，貨運周轉量對經濟增長的推動作用比公路里程的影響高。天津市的影響系數為1.236，且通過了1%的顯著性檢驗。各項指標變量對經濟增長的影響均為顯著水平，貨運周轉量對經濟增長在1%的顯著水平下呈負向影響，其他變量均為正向影響，貨運量對經濟增長的推動作用比公路里程的影響低。河北省的影響系數為1.122，且通過了1%的顯著性檢驗。各項指標變量對經濟增長的影響均為顯著水平，且均為正向影響，貨運周轉量、貨運量和公路里程對經濟增長的推動作用依次遞減，其中貨運周轉量對經濟增長的推動作用最強，估計系數值達到了1.110。山東省的影響系數為1.071，且通過了1%的顯著性檢驗。各項指標變量對經濟增長的影響均為顯著水平，且均為正向影響，貨運量、貨運周轉量和公路里程對經濟增長的推動作用依次遞減，其中貨運量對經濟增長的推動作用最強，估計系數值達到了1.195。這說明在不同的省份(直轄市)交通運輸發展水平會推動經濟增長。然而不同的指標變量對經濟增長的作用有所不同，這似乎受到區域其他產業的發展情況的影響。根據北部沿海地區4個省(直轄市)的模型結果可以看出，交通運輸發展水平對經濟增長的推動作用較為明顯，形成以上結果的主要原因在于以下部分。第一，公路基礎設施的建設能夠促進其他產業發展，通行便利程度提高間接帶動區域經濟增長［1］。第二，貨運量與貨運周轉量能夠對區域經濟產生影響。由于貨運量與貨運周轉量的增減大多與其他產業的發展密切相關，故經濟結構、產業結構和產品結構的變化直接影響交通運輸業的發展［1］。因此，交通運輸業的發展可以為其他產業的發展提供便利，從而促進區域經濟增長，反之交通運輸業發展滯后將對區域經濟產生負向影響。

5結語

文章通過對北部沿海地區2003—2017年4個省(直轄市)地區生產總值、居民消費水平、貨運量以及貨運周轉量等指標進行分析，構建結構方程模型檢驗了經濟增長與交通運輸發展水平的關系。結果表明，交通運輸發展水平對經濟增長有顯著的推動作用。因此，根據計量結果可知，我國應繼續關注交通運輸業的發展，投入資源大力建設交通運輸業，推動交通運輸業的迅速發展，從而極大地帶動經濟快速增長。

作者：殷子娟 單位：長安大學運輸工程學院