京津冀协同发展背景下交通一体化对区域经济发展的影响

郑林昌，赵丹阳，郭世鹏，赵娇娇

（河北大学 经济学院，河北 保定 071002）

京津冀协同发展背景下交通一体化对区域经济发展的影响

郑林昌，赵丹阳，郭世鹏，赵娇娇

（河北大学 经济学院，河北 保定 071002）

区域交通一体化是京津冀协同发展的重要内容，加快推进京津冀协同发展背景下区域交通一体化进程，研究交通运输对区域经济发展影响尤为重要。通过构建VAR模型，利用格兰杰因果检验、脉冲响应分析、方差分解等方法，分析了京津冀地区交通运输对经济发展的影响。结果表明，京津冀地区公路建设对区域经济发展有着重要推动作用，且这种作用有持续增加的趋势；铁路建设对区域经济发展的促进作用并不明显，其影响有待进一步发掘。

京津冀；交通一体化；区域经济发展；VAR模型

1 引言

交通运输作为区域发展的主要动力之一，对生产要素的流动、城镇体系的构建和发展有着决定性的影响[1]。优良的交通运输网络和较低的运输成本是影响区域经济发展的重要因素，有利于实现产业聚集，实现对区域经济增长空间溢出效应[2]。此外，它可以通过改变产业布局、影响人口布局等多个方面对城市发展产生推动作用。交通一体化是区域经济一体化的重要空间依托及表现形式之一[3]，是多种交通方式以及各种交通资源有机结合的综合立体化交通体系，是实现区域经济一体化的突破口和前提基础[4]。

目前，京津冀协同发展已经上升为重大国家战略，京津冀协同发展的核心是有序疏解北京非首都功能，调整经济结构和空间结构。交通作为连接三地的主要媒介，在协同发展中扮演着极其关键的基础角色，对于各种要素资源的流动和城市功能的支撑起着不可替代的重要作用，区域交通一体化需要率先实现突破。不可否认，京津冀城市群在运输结构、基础设施建设和体制机制方面仍存在很多问题[5-6]。为此，2015年国家发展改革委和交通运输部发布《京津冀协同发展交通一体化规划》，规划到2020年基本形成多节点、网格状的区域交通网络，到2030年，形成“安全、便捷、高效、绿色、经济”的一体化综合交通运输体系。近期，京津冀交通一体化进程正在有序推进，京台、京秦、密涿等一批高速“断头路”正在加快建设，京张高铁、京沈高铁等轨道交通项目正在施工，北京新机场主体工程已开工建设，可以预见，未来该区域交通运输方面的投资将持续增加。京津冀协同发展背景下，如此规模庞大的交通运输投资到底能够给区域经济带来什么的影响，是一个值得深入研究的重大课题。

针对交通运输与区域经济发展的关系，国内外学者已进行了大量研究。以施尼尔森等为代表的学者认为，经济发展水平必须与地区最优交通量相适应[7]，交通基础设施建设对经济发展具有重要作用（Jeffery）[8]，Behrens的研究表明那些拥有更好的交通基础设施的国家和地区，因为能够取得更高的贸易流量因而更容易取得区域经济的均衡发展[9]。我国学者在此方面也做了大量工作。比如张学良等[10]的研究结果表明中国交通基础设施对区域经济增长具有重要作用，马晓蕾[11]、吕稼欢[12]、陈博文[13]等也得出了类似的研究结论。但不可否认的是，目前针对交通一体化对区域经济发展影响的研究成果仍然偏少，尤其是京津冀协同发展背景下，探讨京津冀交通一体化与区域经济发展关系的研究成果更少。本文利用VAR模型及相关数据检验方法对选取的交通一体化指标与经济发展指标进行分析，以此来揭示京津冀地区交通运输一体化对区域经济发展的影响。

2 指标数据选取和处理

本文旨在研究京津冀交通一体化对区域经济发展的影响关系，针对京津冀交通运输状况和区域经济发展的特点，选取公路密度（单位为km/100km2）、铁路密度（单位为km/100km2）、客运周转量（单位为亿人km）和货运周转量（单位为亿t·km）作为表征交通一体化程度的研究变量，分别用glm、tlm、hyzz和kyzz表示。由于航空运输数据统计开展时间较晚，且河北省航空运输发展较晚，无法获得与公路和铁路数据量相匹配的航空运输数据，因此本文未将航空运输数据纳入研究范围之内。区域经济发展的评价指标选取GDP（单位为万元）作为研究变量，用GDP表示。数据选择的样本区间为1993-2014年，数据来源为各地统计年鉴和国家统计局网站。但由于2008年和2013年交通部对于客运、货运中部分指标的统计口径进行了调整，故需要对数据进行修正。统计口径变更仅仅是统计方法的变化，不会影响整体的发展态势，所以本文参考贲莉莉[14]、余丰茹[15]等的方法，采取同增长率法，按原统计口径对数据进行修正。涉及到的指标为京津冀三地的公路、水路运输周转量和公路里程。

2.1 公路、水路运输量和周转量的修正

从2008年开始，交通运输部《公路水路运输量专项调查方案》对旅客运输量统计口径进行调整，调整后将旅游客运、省际客运企业、郊区客运和市郊公交的运输量纳入统计范围。2013年公路客运量、公路旅客周转量按照《交通运输部办公厅关于印发公路水路运输量统计试行方案(2014)的通知》，统计范围又调整为省际客运、旅游客运和郊区客运，市郊公交不再纳入客运量统计。

对该部分数据的修正采用同增长率法，选取1993-2007年三地公路和水路的客运周转量、货运周转量数据，计算得到年平均增长率。然后向后进行逐年的计算得到修正后的公路和水路数据，再与未变化的铁路运输数据和航空运输数据进行加总，得到最终的修正数据。

2.2 公路密度的修正

公路密度数据与公路里程数有关。从2006年开始，交通部统计的公路里程开始将村道数据包含在内。对该部分数据的修正同样采用同增长率法，选择涉及年份较多的1993-2005年数据，计算得到年平均增长率，向后进行逐年的计算得到修正后公路里程数，再经过计算得到修正后的公路密度数据，见表1。

表1 经修正后的指标数据

3 京津冀交通一体化与经济发展关系的实证分析

3.1 数据检验

（1）平稳性检验。数据变量的平稳性是传统的计量经济分析的基本要求之一。因为经典回归分析暗含着一个重要假设：数据是平稳的。非平稳的数据往往会导致出现“虚假回归”。为了避免出现“虚假回归”的情况，首先需要进行变量的平稳性检验。为消除时间序列中存在的异方差数据的剧烈波动，本文选用自然对数变换后的变量lngdp、lnglm、lntlm、lnkyzz、lnhyzz作为分析序列，利用ADF单位根检验方法对序列进行检验，见表2。

表2 平稳性检验结果

可见，5个变量在进行一阶差分后均在10%的水平上达到平稳，故该时间序列为一阶单整序列，可以进行下一步的协整关系检验。

（2）协整检验。协整检验的目的是表征两个或者多个变量之间的平衡或平稳关系，避免“伪回归”的存在，只有数据平稳才能建立VAR模型。本文采用Johanson协整检验法对序列进行检验，得到协整检验方程：

从协整方程可以得到，lngdp、lnglm、lntlm、lnkyzz、lnhyzz这五个变量之间存在着长期的协整关系，可以继续进行格兰杰因果关系检验。

（3）格兰杰因果检验。格兰杰因果检验主要分析两个时间序列的因果关系是否存在，即分析当期因变量能在多大程度上被自变量解释，以及自变量的滞后期是否提高对因变量的解释程度。对方程各变量进行格兰杰因果检验，结果见表3。

表3 格兰杰因果关系检验

从理论上讲，交通一体化和区域经济发展之间应互为因果关系。由格兰杰因果检验结果可知，在10%的显著性水平下，京津冀地区公路密度是区域经济发展的格兰杰原因，而区域经济发展不是京津冀地区公路密度的格兰杰原因。区域经济发展是客运周转量的格兰杰原因，而客运周转量不是区域经济发展的格兰杰原因。铁路密度与区域经济发展之间以及货运周转量与区域经济发展之间并无明显的格兰杰因果关系。

3.2 VAR模型分析

根据协整分析和格兰杰因果检验的分析结果，利用Eviews8.0构建VAR模型，可以得到GDP的代数表达式：

结果表明，公路密度在滞后一期和二期的情况下均会对GDP产生较大的正效应，分别达到1.363 4和1.422 0，可见公路密度的增加会对GDP增长产生较大的带动作用，并且具有持续性。铁路密度在滞后一期会存在负效应，而在滞后二期效应会变为正，考虑铁路建设前期需要大量的资金投入，会对于GDP造成影响，而之后经济效益开始显现，具有一定的时滞性。客运周转量在滞后一期对GDP存在较为明显的负效应，达到-0.477 7，而在滞后二期变为0.133 3的正效应。货运周转量则在滞后一期带来0.132 6的正效应，但在滞后二期会产生-0.191 4的负效应。

（1）单位根检验。VAR模型构建后，首先需要对其各变量进行单位根检验，以检验模型是否稳定。如果模型的单位根全部落在单位圆内，则说明模型稳定，可以对模型进行一个标准差的脉冲响应函数分析。本文采用AR根图法来进行检验，由检验结果可知，VAR模型所有根模的倒数都小于1，即都在单位圆内，因此可知该模型是稳定的，可以进行下一步的操作。检验结果如图1所示：

图1 单位根检验

（2）脉冲响应分析。利用Eviews8.0，分析20个预测期下京津冀地区GDP对于系统中各变量冲击的响应，分别得到如图2所示的脉冲图，其中（a）、（b）、（c）、（d）、（e）分别表示京津冀地区GDP在GDP自身、公路密度、铁路密度、客运周转量和货运周转量产生一个标准差冲击时的响应。

由图2（a）可知，GDP在受到自身冲击时，首先会产生正向的响应，由初始的0.028达到第3预测期的最大值0.044，之后正效应程度开始下降，在第7、8、9三期产生负效应之后，经过波动上升稳定为0.01左右的正效应。表明在长期GDP的增长对其自身存在持续的正效应。

由图2（b）可知，公路密度对GDP的冲击作用在初期有明显的上升，并在第5预测期达到最大值0.055，之后经过先降低后升高的波动，最终在0.025左右达到长期稳定，但效应一直为正效应。可见公路密度对于GDP的扰动一直存在正向的带动作用，其作用程度大小存在波动，但最终产生的正效应较为明显。

由图2（c）可知，铁路密度的变动在初期对GDP产生负效应，在第3预测期达到最大值-0.015，之后负效应逐渐减小并转为正效应，在第8预测期达到最大值0.021，之后经过连续波动维持在0.005左右的正效应。表明短期内铁路密度受到冲击时会对GDP产生负作用，其正向的带动作用在长期内显现，但并不明显。

由图2（d）可知，客运周转量的变动在初期对GDP存在负效应，最高可达-0.035，之后经过较小幅度的正负震荡，最终带动作用趋近于0。可见客运周转量的变动在初期对GDP存在较为明显的负效应，但在长期来看，对GDP的带动作用几乎为0。

由图2（e）可知，货运周转量对于GDP的效应除初期的第1、2预测期为正外，从第3预测期开始均为负效应，之后在负效应的范围内出现程度大小的波动，并最终长期稳定在-0.005左右。表明货运周转量的增长在初期会对GDP产生带动作用，但长期来看，对于GDP的影响基本保持为负效应。

（3）方差分解。脉冲响应函数描述了VAR模型中一个内生变量的冲击对其它内生变量所产生的影响，而要分别得到各个变量对因变量变化的贡献程度，并评价不同变量在系统中的重要性，需要建立预测方差分解模型来进行分析。利用方差分解模型，可以描述京津冀区域经济发展情况、公路密度、铁路密度、客运周转量和货运周转量在其相互关系中的相对重要性。对构建的VAR 模型进行方差分解，可得到如图3的分解结果，其中（a）、（b）、（c）、（d）、（e）分别表示20个预测期下GDP自身、公路密度、铁路密度、货运周转量和客运周转量的贡献率变化情况。

图2 区域经济发展对系统各指标冲击的响应

分析图3可知，区域经济发展的波动在第一期仅受自身的影响，公路密度、铁路密度、客运周转量和货运周转量对其的影响从第二期开始显现。随着预测期的推移，区域经济发展对自身的贡献率急剧减小，在第6预测期下降到30%并开始趋于平稳，并最终稳定在24%左右。公路密度的贡献率在第1到第6预测期有明显的增长趋势，从第7期开始增长幅度放缓，但一直保持小幅上升态势，并在第20个预测期时达到53%。铁路密度的贡献率则变化较小，从第2预测期后经过轻微波动最终稳定在6%左右。客运周转量在前4期有明显的上升趋势，在第4期达到最大值22.3%，之后基本保持下降态势至11%左右。而货运周转量则在前3期没有明显变化，从第4期开始有明显的小幅上涨，达到7.2%，之后回落并稳定在6.3%左右。

4 结论与建议

综上可以得出以下主要结论：

第一，公路密度的变化对于京津冀区域经济发展的影响最为显著，并且具有继续增加的趋势，其余依次为GDP自身、客运周转量、货运周转量和铁路密度。可以判断，公路建设在京津冀区域经济发展中起着极其重要的作用，公路路网的适度超前建设、密度的增加和改造升级能够在很大程度上促进区域经济的发展。

第二，铁路建设在区域经济发展中的促进作用并没有呈现出来。这一方面是由于铁路建设对区域经济发展影响存在时效性，需要一定的滞后期才能显现，另一方面是因为与该区域近年建设的铁路多数为连接北京市的过境铁路有关，其影响多体现在劳动力就业、土地占用和环境等方面，而对于实际意义上的经济发展带动作用不大。

图3 方差分解图

第三，区域经济自身的增长虽然也占据着较大的比重，但与李芬等人单独对河北省的研究得到的70%的贡献率[16]相比存在很大的差距，其中原因一方面考虑地区差异性，更多可能在于区域的特殊性和复杂性，京津冀三地在经济发展水平和经济结构上存在较大的差距，这影响了将三地综合考虑时GDP在其中的贡献率。

因此，今后京津冀在推动交通一体化建设进程中，三地首先应继续重视公路建设在京津冀协同发展中的重要作用，继续加大公路建设投资力度，尽快打通京津冀地区之内的断头路、卡脖子路，同时对现有公路路网进行提质改造，实现高等级公路区域全覆盖。其次，发挥铁路建设在京津冀协同发展中的作用，重视铁路建设对区域经济影响滞后性的特点，加速区域轨道交通网络体系建设，形成干线铁路、城际铁路、市郊铁路和地铁相互支撑的轨道交通网络体系。再次，强化综合交通运输体系建设，加强公路、铁路、航空等交通运输方式之间的协作，强化空铁联运、公路铁路相互配合，合理配置交通资源，构建层次分明、分工明确、衔接良好的综合交通体系，充分利用各种交通运输方式的运力和运能，发挥协作效应来进一步促进区域经济发展。

[1]冯雪,刘芳.交通对城市发展的影响机制探析[J].当代经济, 2011,(9):24-25.

[2]刘敬严,陈国勋.京津冀交通运输与区域经济复合系统协同发展分析[J].石家庄铁道大学学报(社会科学版),2014,8(4): 10-15.

[3]曾青.区域经济与区域交通一体化发展模式研究[J].武汉理工大学学报,2006,28(12):133-136.

[4]付菊红,许云飞.关于交通一体化的思考[J].山东交通学院学报,2009,17(1):28-32.

[5]孙明正,余柳,郭继孚,等.京津冀交通一体化发展问题与对策研究[J].城市交通,2016,14(3):61-66.

[6]齐喆,吴殿廷,等.京津冀交通协调发展评价与对策[J].中国流通经济,2015,(11):78-86.

[7]詹森,施尼尔森.港口经济学[M].北京:人民交通出版社,1988.

[8]Jeffery P C.The broader effects of transportation infrastructure: spatial econometrics and productivity approaches[J].Transportation Research Part E:Logistics and Transportation review．2010,46(3):317-326．

[9]Behrens.International Integration and Regional Inequalities: How Important is national Infrastructure?[J].The Manchester School,2011,79(5):952-971.

[10]张学良.中国交通基础设施促进了区域经济增长吗—兼论交通基础设施的空间溢出效应[J].中国社会科学,2012,(3): 60-77.

[11]马晓蕾,马延吉.基于GIS的中国地级及以上城市交通可达性与经济发展水平关系分析[J].干旱区资源与环境,2016, 30(4):8-13.

[12]吕稼欢,范文强.基于VAR模型的区域交通运输需求与GDP的关系实证分析[J].交通科技与经济,2016,18(2).

[13]陈博文,陆玉麒,柯文前,等.江苏交通可达性与区域经济发展水平关系测度—基于空间计量视角[J].地理研究,2015, 34(12):2 283-2 294.

[14]贲莉莉.营业性公路运输量统计口径变迁及测算方法探讨[J].江苏交通科技,2015,(3):23-25.

[15]余丰茹,方曾利,杨海飞,等.新统计口径下全社会客运量预测—以河南省为例[J].交通标准化,2011,(12):187-190.

[16]李芬,冯凤玲.综合交通运输建设规模与经济增长的关系研究—基于VAR和VEC模型的实证分析[J].河北经贸大学学报,2014,(3):110-115.

Influence of Traffic Integration on Regional Econom y in Jing-Jin-Ji Collaborative Development

Zheng Linchang,ZhaoDanyang,GuoShipeng,Zhao Jiaojiao
(SchoolofEconomics,HebeiUniversity,Baoding 071002,China)

In this paper,using such methods as VAR model,Granger causality check,pulse response analysis and variance decomposition,we analyzed the influence of the traffic system on the economic development of the Jing-Jin-Ji region region and found that highway construction had significant and progressively higher promoting effect on the economic development of the region while railway constructionwas lesspronounced in this respectand awaited furtherexploitation.

Jing-Jin-ji;traffic integration;regionaleconomic development;VARmodel

F207;F512.4

A

1005-152X(2017)05-0012-06

10.3969/j.issn.1005-152X.2017.05.004

2017-03-21

教育部人文社科基金“我国高速交通对区域经济发展的影响”（13YJC790218）；2014年河北省高等学校青年拔尖人才计划项目（BJ2014063）

郑林昌，男，副教授，主要研究方向：区域经济、产业经济等。