论文部分内容阅读
一、指标选取、数据来源及处理
(一)指标选取
为了衡量重庆市经济增长、交通运输,本文选用GDP作为经济增长指标,选用GDP环比增长率作为经济增长速度;运输量是交通运输发展的结果,且方便研究,因此选用货运量(用hy表示)作为交通运输发展水平的衡量指标,再选用货运量环比增长率作为货运量增长速度。
(二)数据来源及处理
考虑到改革开放后经济运行环境的较大变化,以及保证可获得数据的连续性,结合样本量的统计要求,本文选用重庆市1985—2007年的GDP和货运量数据,样本容量23个。数据来源于重庆市2000—2008年统计年鉴。
(三)重庆市GDP与货运量序列的趋势性特征
重庆市1985—2007年的GDP和货运量(hy)表现出比较明显的向上时间趋势。
二、重庆市经济增长与交通运输发展适应性的因果关系分析及检验:
评价交通发展的合理性主要在于评估交通运输水平能否与国民经济发展保持协调比例关系,因此设立指标运输弹性系数来衡量交通运输水平增长速度与国民经济增长速度的比例关系。
运输弹性系数=货运量增长速度(%)/ GDP增长速度(%)
运输弹性系数反映交通运输发展是否适应国民经济发展以及适应程度。运输弹性系数大于1,表示运输量的增长速度高于经济增长速度,交通运输发展水平较为适应国民经济发展需要;运输弹性系数小于1,表示运输量增长速度低于经济增长速度,运输发展滞后。
运用Granger因果检验法对重庆市经济增长速度(定义为GDPZS)与运输弹性系数(定义为YSTX)序列数据的因果性进行检验,根据AIC最小原则和避免检验模型自相关性的原则,确定滞后阶数为3。
根据检验结果,“YSTX不是GDPZS的原因”的原假设都被拒绝,接受“YSTX是GDPZS的原因”;“GDPZS不是YSTX的原因”的原假设不能被拒绝,不能接受“GDPZS是YSTX的原因”。因此可以认为,1985—2007年间重庆市交通运输发展与国民经济发展的配套适应能力是经济增长速度的原因。在交通发展战略的制定中,应该注重保持交通运输发展与国民经济整体发展水平的适宜比例关系,同步或适度超前的交通发展有利于推动国民经济快速发展。
三、重庆市运输弹性系数预测
为了分析按照现有发展趋势,重庆市未来交通运输能力是否能满足国民经济发展需求,必然要预测未来重庆市运输弹性系数。本文拟采用ARIMA模型预测,揭示相关指标历史数据随时间变化的规律,从而对重庆市未来运输弹性系数做出预测。
通过自相关和偏相关分析,结果显示,平稳的运输弹性系数时间序列是随机性的,近似于白噪声,没有显著的自相关或偏相关系数,不能提取有效信息建立ARIMA模型;但平稳的货运量二阶差分时间序列和平稳的GDP增速时间序列,可以应用ARIMA模型。由此,可以先预测出货运量和GDP增速,再计算求出未来的运输弹性系数。
(一)货运量预测
1、货运量序列平稳性检验
ARIMA建模的前提是要求时间序列平稳,首先要对货运量序列hy平稳性检验,根据检验结果,货运量hy序列水平不平稳,二阶差分平稳。
2、ARIMA(p,d,q)模型定阶
通过上述的平稳性分析,可知货运量hy的二阶差分序列是平稳的,因此取d=2;通过自相关和偏相关分析发现,货运量hy的二阶差分序列的自相关图拖尾,偏相关系数滞后二阶截尾,选择AR(2)模型。最后确定货运量序列的模型ARIMA(2,2,0)。
3、ARIMA模型回归拟合及检验
对货运量hy序列的模型ARIMA(2,2,0)进行拟合,得到模型1: D(HY,2)t = -0.3476* D(HY,2)t-2 +εt(1)
对该模型拟合后的残差序列进行自相关和偏相关分析,结果表明残差序列是随机性的,近似于白噪声;应用模型1静态预测1989—2007年货运量,拟合效果较好。
应用上述模型,动态预测2008—2010年的货运量,预测值依次为:2008年56839.78万吨,2009年62473.85万吨,2010年68209.66万吨。
(二)GDP增长速度预测
1、GDP增长速度GDPZS序列平稳性检验
ARIMA建模的前提是要求时间序列平稳,首先要对GDPZS平稳性检验。根据检验结果,在有常数项无趋势项时候,GDPZS序列水平平稳。
2、ARIMA(p,d,q)模型定阶
通过上述的平稳性分析,可知GDPZS序列是平稳的,因此取d=0;通过自相关和偏相关分析,选择AR(1)模型。最后确定货运量序列的模型ARIMA(1,0,0)。
3、ARIMA模型回归拟合及检验
对GDPZS序列ARIMA(1,0,0)模型拟合,得到模型2:
GDPZSt = 0.1121 + 0.6699*GDPZSt-1+εt(2)
对模型2残差序列做自相关和偏相关分析,结果显示模型残差序列是随机性的,近似白噪声。应用模型2对1987—2007年GDP增长速度静态预测,拟合效果较好。
应用模型2,动态预测2008—2010年GDP增长速度,预测值依次为:2008年14.15%,2009年13.18%,2010年12.53%。
(三)运输弹性系数的预测
根据上述预测的货运量和GDP增长速度,应用运输弹性系数定义公式计算出2008—2010年的运输弹性系数预测值,预测值依次为:2008年0.97,2009年0.75,2010年0.73。
根据预测值,可看出运输弹性系数在2008—2010年间都小于1,未来的交通运输能力滞后,按照现在的交通发展趋势不足以适应重庆市未来快速的国民经济增长。
四、对策建议
一是研究结果证实了交通运输适应经济发展的能力是推动经济发展的原因,这符合交通经济的理论。为保证经济持续稳定增长,必须要使得交通运输发展有所保障。
二是根据历史数据规律,预测得出的重庆市2008—2010年运输弹性系数普遍小于1,表明重庆市未来的经济发展依旧面临着严峻的交通瓶颈制约。为实现重庆市成为未来中国经济增长重要一极的战略目标,有必要制定交通先行的区域经济发展战略,将交通发展作为促进重庆直辖市快速崛起的突破口,在现有基础上继续加大交通发展投入。
(作者单位:四川大学经济学院)
(一)指标选取
为了衡量重庆市经济增长、交通运输,本文选用GDP作为经济增长指标,选用GDP环比增长率作为经济增长速度;运输量是交通运输发展的结果,且方便研究,因此选用货运量(用hy表示)作为交通运输发展水平的衡量指标,再选用货运量环比增长率作为货运量增长速度。
(二)数据来源及处理
考虑到改革开放后经济运行环境的较大变化,以及保证可获得数据的连续性,结合样本量的统计要求,本文选用重庆市1985—2007年的GDP和货运量数据,样本容量23个。数据来源于重庆市2000—2008年统计年鉴。
(三)重庆市GDP与货运量序列的趋势性特征
重庆市1985—2007年的GDP和货运量(hy)表现出比较明显的向上时间趋势。
二、重庆市经济增长与交通运输发展适应性的因果关系分析及检验:
评价交通发展的合理性主要在于评估交通运输水平能否与国民经济发展保持协调比例关系,因此设立指标运输弹性系数来衡量交通运输水平增长速度与国民经济增长速度的比例关系。
运输弹性系数=货运量增长速度(%)/ GDP增长速度(%)
运输弹性系数反映交通运输发展是否适应国民经济发展以及适应程度。运输弹性系数大于1,表示运输量的增长速度高于经济增长速度,交通运输发展水平较为适应国民经济发展需要;运输弹性系数小于1,表示运输量增长速度低于经济增长速度,运输发展滞后。
运用Granger因果检验法对重庆市经济增长速度(定义为GDPZS)与运输弹性系数(定义为YSTX)序列数据的因果性进行检验,根据AIC最小原则和避免检验模型自相关性的原则,确定滞后阶数为3。
根据检验结果,“YSTX不是GDPZS的原因”的原假设都被拒绝,接受“YSTX是GDPZS的原因”;“GDPZS不是YSTX的原因”的原假设不能被拒绝,不能接受“GDPZS是YSTX的原因”。因此可以认为,1985—2007年间重庆市交通运输发展与国民经济发展的配套适应能力是经济增长速度的原因。在交通发展战略的制定中,应该注重保持交通运输发展与国民经济整体发展水平的适宜比例关系,同步或适度超前的交通发展有利于推动国民经济快速发展。
三、重庆市运输弹性系数预测
为了分析按照现有发展趋势,重庆市未来交通运输能力是否能满足国民经济发展需求,必然要预测未来重庆市运输弹性系数。本文拟采用ARIMA模型预测,揭示相关指标历史数据随时间变化的规律,从而对重庆市未来运输弹性系数做出预测。
通过自相关和偏相关分析,结果显示,平稳的运输弹性系数时间序列是随机性的,近似于白噪声,没有显著的自相关或偏相关系数,不能提取有效信息建立ARIMA模型;但平稳的货运量二阶差分时间序列和平稳的GDP增速时间序列,可以应用ARIMA模型。由此,可以先预测出货运量和GDP增速,再计算求出未来的运输弹性系数。
(一)货运量预测
1、货运量序列平稳性检验
ARIMA建模的前提是要求时间序列平稳,首先要对货运量序列hy平稳性检验,根据检验结果,货运量hy序列水平不平稳,二阶差分平稳。
2、ARIMA(p,d,q)模型定阶
通过上述的平稳性分析,可知货运量hy的二阶差分序列是平稳的,因此取d=2;通过自相关和偏相关分析发现,货运量hy的二阶差分序列的自相关图拖尾,偏相关系数滞后二阶截尾,选择AR(2)模型。最后确定货运量序列的模型ARIMA(2,2,0)。
3、ARIMA模型回归拟合及检验
对货运量hy序列的模型ARIMA(2,2,0)进行拟合,得到模型1: D(HY,2)t = -0.3476* D(HY,2)t-2 +εt(1)
对该模型拟合后的残差序列进行自相关和偏相关分析,结果表明残差序列是随机性的,近似于白噪声;应用模型1静态预测1989—2007年货运量,拟合效果较好。
应用上述模型,动态预测2008—2010年的货运量,预测值依次为:2008年56839.78万吨,2009年62473.85万吨,2010年68209.66万吨。
(二)GDP增长速度预测
1、GDP增长速度GDPZS序列平稳性检验
ARIMA建模的前提是要求时间序列平稳,首先要对GDPZS平稳性检验。根据检验结果,在有常数项无趋势项时候,GDPZS序列水平平稳。
2、ARIMA(p,d,q)模型定阶
通过上述的平稳性分析,可知GDPZS序列是平稳的,因此取d=0;通过自相关和偏相关分析,选择AR(1)模型。最后确定货运量序列的模型ARIMA(1,0,0)。
3、ARIMA模型回归拟合及检验
对GDPZS序列ARIMA(1,0,0)模型拟合,得到模型2:
GDPZSt = 0.1121 + 0.6699*GDPZSt-1+εt(2)
对模型2残差序列做自相关和偏相关分析,结果显示模型残差序列是随机性的,近似白噪声。应用模型2对1987—2007年GDP增长速度静态预测,拟合效果较好。
应用模型2,动态预测2008—2010年GDP增长速度,预测值依次为:2008年14.15%,2009年13.18%,2010年12.53%。
(三)运输弹性系数的预测
根据上述预测的货运量和GDP增长速度,应用运输弹性系数定义公式计算出2008—2010年的运输弹性系数预测值,预测值依次为:2008年0.97,2009年0.75,2010年0.73。
根据预测值,可看出运输弹性系数在2008—2010年间都小于1,未来的交通运输能力滞后,按照现在的交通发展趋势不足以适应重庆市未来快速的国民经济增长。
四、对策建议
一是研究结果证实了交通运输适应经济发展的能力是推动经济发展的原因,这符合交通经济的理论。为保证经济持续稳定增长,必须要使得交通运输发展有所保障。
二是根据历史数据规律,预测得出的重庆市2008—2010年运输弹性系数普遍小于1,表明重庆市未来的经济发展依旧面临着严峻的交通瓶颈制约。为实现重庆市成为未来中国经济增长重要一极的战略目标,有必要制定交通先行的区域经济发展战略,将交通发展作为促进重庆直辖市快速崛起的突破口,在现有基础上继续加大交通发展投入。
(作者单位:四川大学经济学院)