張雪芹，楊懋

（蘭州工業(yè)學(xué)院管理學(xué)院，甘肅 蘭州 730050）

近幾十年，學(xué)者對交通和經(jīng)濟關(guān)系的研究主要集中在交通對經(jīng)濟的增長作用研究，如Eberts（1986）[1]、Costa（1987）[2]等使用生產(chǎn)函數(shù)的對數(shù)模型對交通投資對經(jīng)濟的作用研究，分別得出的彈性系數(shù)為0.3和0.2。Garcia-Mila和McGuire（1992）使用美國各州的混合截面數(shù)據(jù)和生產(chǎn)函數(shù)模型，得出高速公路投資的產(chǎn)出彈性0.04～0.13之間浮動。[3]我國學(xué)者海成等通過對我國1978—1991年之間數(shù)據(jù)的分析發(fā)現(xiàn)我國交通與經(jīng)濟增長之間不存在Granger因果關(guān)系。[4]李蓉利用主成分分析對我國道路運輸與經(jīng)濟發(fā)展的效率進行了研究，認為二者是趨向一致的。[5]翟一在其博士論文《我國交通與經(jīng)濟增長關(guān)系研究》中全面而深入的分析了不同尺度下交通的經(jīng)濟彈性的差異。[6]本文以1990—2014年各種交通運輸方式客運量、國民收入水平為樣本數(shù)據(jù)，采用回歸擬合分析方法，探討不同收入水平范圍內(nèi)，我國各種運輸方式的人均出行次數(shù)對人均收入水平的彈性規(guī)律。

一、1990年以來我國各種運輸方式客運量發(fā)展情況

本文以1990—2014年各年份為橫坐標，以各種運輸方式客運量絕對數(shù)為縱坐標，由于相比其他運輸方式，公路客運量所占比重大，絕對數(shù)值大，便于圖示清晰，分別以圖1（1）表式總客運量及公路客運量發(fā)展趨勢，圖1（2）表示鐵路、航空和水路客運量發(fā)展趨勢。

圖1 （1）我國各種運輸方式的客運量

圖1 （2）我國各種運輸方式的客運量

1990年以來，除水運方式外，其他各種運輸方式客運量都呈現(xiàn)出增長的趨勢，特別是民航客運量，2014年民航客運量是1990年的24倍，年均增長速度為14.1%，2003年之后增勢更為明顯，年均增長速度為17%?？瓦\量在總客運量中所占的份額也由1990年的0.2%增長到2014年的0.9%。這與國內(nèi)經(jīng)濟的快速發(fā)展，人們收入水平的提高從而轉(zhuǎn)向選擇更加快捷的運輸方式、人員的流動、旅游業(yè)的發(fā)展、國內(nèi)航線的迅猛發(fā)展都有關(guān)系，未來民航客運量依然會呈現(xiàn)高速增長趨勢。

我國居民出行以公路運輸為主，1990年以來，公路客運量占總客運量的比重在85%以上，特別是2000以后，這一數(shù)值維持在92%左右，表現(xiàn)在圖形上，如圖1（1），我國公路客運量的增長趨勢與總客運量的增長趨勢非常相近。我國公路客運的發(fā)展與我國2000年以來高速公路的快速發(fā)展和公路里程數(shù)的大幅增加密不可分。

我國鐵路客運量占總客運量的比重在5%左右，鐵路客運是我國居民出行的第二大主要方式。結(jié)合圖1（2）可以看出，2003年之后，鐵路客運量的增幅明顯，2003年前后鐵路客運量的年均增長速度分別為0.8%和8.4%。這與近年來我國高速鐵路的發(fā)展以及鐵路運營效率的提高密切相關(guān)。

水運由于其航道必須在河流之上，受地理條件的限制較大，故其航道的里程數(shù)的增加有限，從圖中可以看出，水運客運量增長速度緩慢，甚至出現(xiàn)負增長，水運客運量占比也呈現(xiàn)出逐年下降的趨勢，說明其客運的功能逐步被其他方式所取代。

二、我國交通客運業(yè)與經(jīng)濟發(fā)展的彈性關(guān)系

（一）彈性理論的擴展

當(dāng)經(jīng)濟變量之間存在函數(shù)關(guān)系時，彈性被用來表示作為因變量的經(jīng)濟變量的相對變化對于作為自變量的經(jīng)濟變量的相對變化的反應(yīng)程度。彈性的大小用彈性系數(shù)表示，彈性系數(shù)＝因變量的相對變動/自變量的相對變動。彈性概念是就自變量和因變量的相對變動而言，因此，彈性數(shù)值與自變量和因變量的度量單位無關(guān)。[7]

彈性根據(jù)彈性系數(shù)e值的大小也分為五個類型。e>1表示富有彈性；e<1表示缺乏彈性；e=1表示單一彈性或單位彈性；e=∞表示完全彈性；e=0表示完全無彈性。

對于圖2中的線性曲線（自變量為橫軸，因變量為縱軸）的點彈性，則線性曲線的點彈性的規(guī)律：若線性曲線的延長線與坐標橫軸的交點位于坐標原點的左邊（即縱軸截距為正）時，則曲線上所有的點彈性都是小于1的，并且隨著X值的增大，彈性值越來越大；X值相同的情況下，直線斜率越大，彈性值越大。若交點位于坐標原點的右邊（即縱軸截距為負）時，則曲線上所有的點彈性都是大于1的，并且隨著X值的增大，彈性值越來越??；X值相同的情況下，直線斜率越大，彈性值越小。若交點恰好就是坐標原點，則曲線上所有的點彈性都為1。

圖2 線性曲線的點彈性

（二）我國交通運輸客運量與經(jīng)濟發(fā)展的關(guān)系

由于水運客運占比很小，以下僅對其他幾種運輸方式客運量與經(jīng)濟發(fā)展關(guān)系進行分析，分別以1990年以來的國民收入（萬元）和客運量（萬人）作為樣本數(shù)據(jù)，以人均收入水平作為自變量X收入，以人均出行次數(shù)作為因變量Y總、Y公、Y鐵、Y航，通過回歸擬合分析找出描述Y和X收入之間的數(shù)量關(guān)系。[8]為使分析更加準確，本文國民收入數(shù)據(jù)以1990年為基數(shù)，按不變價格計算。X收入=不變價格國民收入GNP/全國總?cè)丝跀?shù)，Y=客運量/全國總?cè)丝跀?shù)。

人均出行次數(shù)和人均收入的關(guān)系走勢圖與人均收入的范圍密切相關(guān)。以下以1990年為基數(shù)，按不變價格計算，將人均收入水平劃分為3個階段：X收入<0.3萬元，0.30.8，分別做回歸擬合曲線，對不同收入水平范圍內(nèi)各種運輸方式與人均收入下的關(guān)系進行分析。本部分數(shù)據(jù)來源：根據(jù)歷年《中國統(tǒng)計年鑒》及《2014年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》推算得出。

1.X收入＜0.3萬元，人均出行次數(shù)與人均GNP的關(guān)系

圖3 （1）人均出行次數(shù)與人均收入關(guān)系走勢圖

圖3 （2）人均出行次數(shù)與人均收入關(guān)系走勢圖

結(jié)合圖3（1）和圖3（2）可以看出，在X收入<0.3萬元時，鐵路客運線性關(guān)系不明顯，總的人均出行次數(shù)、公路人均乘坐次數(shù)、航空人均乘坐次數(shù)與人均GNP的線性關(guān)系明顯，線性回歸擬合方程及擬合判定系數(shù)如圖示所示。總的人均出行次數(shù)、公路人均乘坐次數(shù)對人均收入水平是缺乏彈性的，即總的人均出行次數(shù)、公路人均乘坐次數(shù)對人均收入水平變化的反應(yīng)不靈敏，但隨著人均收入水平的提高，彈性值增大，即總的人均出行次數(shù)、公路人均乘坐次數(shù)對人均收入水平變化的反應(yīng)的靈敏性加強。相同收入水平下，相比總的人均出行次數(shù)，公路人均乘坐次數(shù)對人均收入水平變化的反應(yīng)更加靈敏。與公路不同，航空客運在這一收入階段是富有彈性的，而隨著收入水平的提高，航空客運對收入水平的變化的反應(yīng)的靈敏程度不斷下降。擬合方程還可以推斷，在X收入<0.3萬元時，實際人均收入每增加0.1萬元，人均總出行次數(shù)平均增加2.77次，而公路人均乘坐次數(shù)平均增加2.80次，航空人均乘坐次數(shù)平均增加0.02次，在鐵路客運變化不大的情況下，推斷出水路客運人均次數(shù)下降0.05次。

2.0.3＜X收入＜0.8萬元，人均出行次數(shù)與人均GNP的關(guān)系

圖4 （1）人均出行次數(shù)與人均收入的關(guān)系走勢圖

圖4 （2）人均出行次數(shù)與人均收入的關(guān)系走勢圖

以不變價格計算，當(dāng)0.3

3.X收入＞0.8萬元，人均出行次數(shù)與人均GNP的關(guān)系

圖5 （1）人均出行次數(shù)與人均收入關(guān)系走勢圖

圖5 （2）人均出行次數(shù)與人均收入關(guān)系走勢圖

結(jié)合圖5（1）及圖5（2）可以看出，X收入>0.8萬元時，各種運輸方式下人均出行次數(shù)與人均收入水平顯著相關(guān)，總?cè)司鲂写螖?shù)、公路人均乘車次數(shù)、鐵路人均乘車次數(shù)對人均收入水平是缺乏彈性的，但隨著收入水平的提高，其彈性值增大，即，總?cè)司鲂写螖?shù)、公路人均乘車次數(shù)、鐵路人均乘車次數(shù)對人均收入水平的變化的反應(yīng)的靈敏度越來越強。在相同收入水平下，公路客運對收入的變化的反應(yīng)的靈敏度大于鐵路客運。航空客運方式下，其對人均收入水平的變化的反應(yīng)是富有彈性的，但隨著收入水平的提高，彈性值在減少。以不變價格計算，當(dāng)萬元時，X收入>0.8萬元時，實際人均收入水平每增加0.1萬元，平均出行次數(shù)就增加1.89次，其中公路客運增加1.72次，鐵路客運增加0.12次，航空客運增加0.27次，可以推斷出水路客運平均減少0.22次。

三、結(jié)論

綜合以上分析可以看出，我國客運業(yè)的發(fā)展格局是：居民出行以公路和鐵路為主，其中又以公路為主要出行方式，占居民出行次數(shù)的比例為90%以上；水路客運方式占比逐年下降；航空客運量2003年特別是2008年以后增幅明顯，但占比依然很低，不到1%。

客運量的發(fā)展與國民經(jīng)濟的發(fā)展緊密相關(guān)，除水路運輸方式外，其他各種客運方式下，人均出行次數(shù)與人均收入水平之間存在著顯著地正相關(guān)關(guān)系。隨著收入水平的提高，水運客運逐漸被其他客運方式替代。航空客運對收入的變化反應(yīng)靈敏，鐵路、公路客運對收入的變化是缺乏彈性的，但反應(yīng)靈敏性隨著收入的增大是加強的。相同收入水平下，公路客運對收入的敏感性大于鐵路客運。同一客運方式下，公路與鐵路客運對收入的敏感性隨著收入的增加是增加的，而航空客運對收入的敏感性隨著收入的增加是減少的。

1990年以來，按不變價格計算，年人均收入每增加0.1萬元，航空人均乘坐次數(shù)就增加0.02次以上；鐵路和公路客運的平均增加次數(shù)如收入范圍關(guān)系密切，就鐵路客運來說，X收入<0.3萬元時，鐵路人均乘車次數(shù)變化不明顯；0.30.8萬元時，人均收入每增加0.1萬元，鐵路人均乘車次數(shù)平均增加0.12次。就公路而言，X收入<0.3萬元時，公路人均乘車次數(shù)增加2.8次/0.1萬元；0.30.8萬元時，公路人均乘車次數(shù)增加1.7次/0.1萬元。

[1]Eberts R.W.Estimating the contribution of urban public infrastructure to regional economic growth[J].Federal Reserve Bank of Cleveland，Working Paper，1986，No.8610.

[2]Costa J.S.，Ellson R.W.，Martin R.C.Public capital regional output and development：some empirical evidence[J]J.Regional Sci，1987：422-435.

[3]Garcia-Milla，T.McGuire economies[J].Regional Sci.Urban Econ，1992（22）：231-240.

[4]海成，李健，楊艷.中國公路交通與經(jīng)濟發(fā)展關(guān)系的實證研究[J].長安大學(xué)學(xué)報：社會科學(xué)版，2007，9（2）：8-13.

[5]李蓉，李宇.西部地區(qū)交通區(qū)域劃分問題的研究[J].華東交通大學(xué)學(xué)報，2006，23（2）：40-43.

[6]翟一.我國交通與經(jīng)濟增長關(guān)系研究[D].武漢大學(xué)博士學(xué)位論文，2013：38-45.

[7]榮朝和.西方運輸經(jīng)濟學(xué)[M].北京：交通科技出版社，2002：17-30.

[8]王慈光.運輸統(tǒng)計基礎(chǔ)[M].成都：西南交通大學(xué)出版社，2010：93-100.