下载文档原格式
试论交通运输与经济发展的关系摘要：伴随着社会主义市场经济的快速发展，交通做为直接有效的流通形式，对于促进经济的建设发展发挥着举足轻重的作用，是新时期经济建设取得快速发展的先导工程。
近年来，随着我国经济的飞速发展，交通运输业在国民经济中所占份额不断增加，已经逐步发展成为社会经济中的支柱产业。
本文就从我国交通运输发展的现状及特性、交通运输与经济发展的内在联系、交通运输与经济发展的关系以及加快交通运输发展的对策对该问题进行了分析和探讨。
关键词：交通运输经济发展关系近年来，随着我国经济的飞速发展，交通运输业在国民经济中所占份额不断增加，已经逐步发展成为社会经济中的支柱产业。
交通运输是社会生产、分配、交换和消费等相互联系的纽带，是国民经济和社会发展的重要基础。
社会经济的发展、人们的日常生活等各方面都需要交通运输来做保障，对推动国民经济的发展起着重要的作用。
本文就对交通运输与经济发展的关系进行了探讨。
一、我国交通运输发展的现状及特性（一）我国交通运输发展的现状交通运输业作为我国国民经济的命脉之一，属于国民经济的基础产业，是促进国民经济发展的重要支柱。
尤其是人们进入全流通时代，交通运输在国民经济中的地位日益显著。
随着经济全球化、经济一体化进程的加快，我国加快了基础设施建设的投资力度，促使交通运输业得到了飞跃发展，极大程度上促进了我国国民经济的发展，同时也促使了人们生活水平的提高，为社会各方面的发展奠定了有利条件。
（二）交通运输的特性1、交通运输在经济发展中的基础特性众所周知，交通运输是促进整个社会经济发展的基础设施，是实现整个社会发展的命脉。
在社会经济日益发展的今天，交通运输不仅是市场机制作用于人类经济行为的物质前提，更是促进经济社会快速发展的重要保障。
倘若没有与社会发展相匹配的交通运输，就无法形成一个合理的、稳健的市场经济运行环境。
从整个社会经济发展状况来分析，交通运输起着支撑作用。
这表现为：经济开发区的交通路线日益完善以及交通运输成本不断降低，加大了相互之间的经济交流。
交通运输与国民经济的关系交通运输是国民经济的重要组成部分，对国民经济的发展起着至关重要的作用。
交通运输是连接各个地区、促进经济交流和资源配置的重要纽带，其发展水平直接影响着国民经济的发展速度和质量。
交通运输作为国民经济的基础设施，为各个产业的发展提供了必要的条件。
无论是制造业还是服务业，都需要一个完善的交通网络来进行原材料的供应、产品的运输和市场的拓展。
良好的交通运输系统可以实现生产要素的优化配置，提高资源利用效率，降低生产成本，促进经济的快速发展。
交通运输对于国民经济的地域发展具有重要的推动作用。
交通运输网络的完善可以缩小地区之间的差距，促进资源要素的流动和优化配置。
例如，交通运输的发展可以使偏远地区的农产品和矿产资源得以快速运送到城市和其他地区，满足消费需求，带动当地经济的发展。
同时，交通运输的便利也可以吸引更多的投资和人才流入，推动地区经济的全面发展。
交通运输对于国民经济的国际交流和外贸发展也起到了重要的支撑作用。
现代交通运输系统的发展使得国际间的货物和信息流动变得更加便捷和高效。
不论是陆地、海洋还是空中运输，都为国际贸易提供了可靠的物流配套服务。
交通运输的快速发展使得商品在全球范围内的流通速度大大提高，促进了国际间的贸易合作和互利共赢。
交通运输还对于国民经济的就业和社会稳定起到了重要的支持作用。
交通运输业是一个集大量劳动力的行业，其发展不仅可以提供大量的就业机会，还可以带动相关产业的发展。
例如，运输工具的制造、维护和修理、燃料和能源供应等都需要大量的人力和物力支持。
交通运输的发展还可以缓解城市交通拥堵，提高人们的出行效率，提升生活质量。
交通运输与国民经济密不可分。
交通运输的发展水平直接影响着国民经济的发展速度和质量。
一个完善的交通运输系统不仅可以促进经济的发展，还可以改善地区之间的差距，促进国内外贸易合作，提供就业机会，提高人们的生活质量。
因此，政府和相关部门应加大对交通运输的投入和支持，推动交通运输的现代化和可持续发展，以实现国民经济的可持续发展和社会的繁荣稳定。
交通运输与国民经济发展的关系交通运输在国民经济发展中起着至关重要的作用。
交通运输不仅是经济发展的基础设施，而且还是经济发展的重要驱动力。
交通运输的发展可以促进经济因素的流动，为市场提供充分的服务和便利，同时也可以提升劳动力的流动性，促进资源的优化配置。
首先，交通运输是国民经济发展的基础设施。
交通运输对于经济的发展至关重要，它是商品流通和生产要素流动的保障和保障。
没有发达的交通运输系统，商品和生产要素无法迅速、高效地流通。
只有畅通的交通网络，才能实现区域间、城市间、乡村间货物、人员等生产要素的流动。
再次，交通运输的发展推动了产业结构的优化和升级。
发展交通运输可以改变地理空间的约束条件，促进产业布局的合理调整。
交通运输的进步和发展使得资源可供选择的范围扩大，相对劣势的地区也能通过发展交通运输来吸引和利用外部资源，从而加速产业的转移和优化。
交通运输的发展对于传统产业的发展具有积极的推动作用，同时也有利于新兴产业的发展和壮大。
最后，交通运输的发展提高了人力资源的流动性。
发达的交通运输网络使得劳动力在不同地区之间更加流动自由，人才的流动促进了各地区的经济发展。
交通运输的进步使得劳动力可以更容易地进入经济活动，并实现劳动力的有效配置。
人力资源的流动性提高，使得各地区可以更好地利用人力资源，提高劳动力的生产效率和创造力。
总之，交通运输是国民经济发展的重要推动力量。
发展交通运输可促进经济要素的流动，提供便捷的服务和便利，促进资源的优化配置和区域经济的协调发展。
交通运输的进步对于产业结构的优化和人力资源的流动性也具有积极的推动作用。
因此，在国民经济发展的过程中，必须高度重视交通运输的发展，为其提供充足的投资和政策支持。
试论交通腐与绮齐发展的关系本文主要针对交通运输现阶段的发展情况进行分析，针对其特性内容进行了解，再确定基础性和先导性，之后论述交通运输与经济发展之间的关系，并且提出相应的交通运输发展措施。
希望在本文的论述，能为我国交通运输行业的相关人员提供一些借鉴，从而针对实际情况提出交通运输的发展措施，提高交通运输行业的整体效率。
一、我国交通运输概述（一）发展现状交通运输行业是我国发展的基础行业，交通运输不仅影响到了人们日常的出行，也极大地带动了我国经济的发展。
对此，交通运输行业可以称之为我国国民经济的命脉之一。
在时代的发展之下，各国之间的交流也日益增多，从而产生了经济全球化、经济一体化的形势。
在此情况下，我国也为了更好地发展和经济实力更大的提升，不断地加强基础设施的建设，与之对应的道路修建以及基础设施革新等工作也在日益推进。
并且在国家领导人员对于交通运输行业发展情况不断重视的情况下，道路的修建效率以及修建质量也在不断提升。
在我国对于基础设施建设投资力度不断加大的情况下，交通运输事业的发展速度也不断加快，同时也带动了我国经济的发展，使得人们日常的出行以及工作情况更加便利。
由此,我们可以了解到，现阶段我国交通运输事业的发展速度在不断加快，并且其硬件设施和软件设备也都在优化和升级。
相信在未来的发展阶段，交通运输事业的发展情况也会不断地加强，从而带动我国经济的进一步增长。
（二）特性分析1 .基础性随着现阶段的时代发展，人们在日常出行和工作中对于道路的需求很大。
宽敞顺畅的道路可以极大地提高人们出行的效率，从而加快人们日常工作的速度,减少不必要的出行时间，从而带动社会整体人民群众的工作和发展。
此情况下，我们可以明确交通运输在社会发展中和经济发展中所具有的基础地位。
生活中的每时每刻都有交通运输行业的参与，人们的出行、相关食品、物品的运输以及外贸企业的出口等环节，都需要有着良好且顺畅的交通情况保证，从而形成一个更加合理稳健的市场，营造出有序科学的运行环境，保证我国经济的不断发展和提高［1］。
浅谈交通运输与国民经济协调发展摘要：交通运输业作为基础性、先导性、服务型行业，在服务国民经济平稳健康发展方面有着重要的支撑保障作用，成为推动我国经济社会发展的主要动因之一。
交通运输活动的前提是经济社会发展提出人、货流动需求。
关键词：交通运输；国民经济；协调发展1交通运输发展对于国民经济发展的必要性1.1交通运输基础设施建设促进国民经济发展交通运输业属资金密集性产业，投资大，回收期长。
运输业作为资本装备率较高的行业之一，对投资的依赖性很大，投资的规模、增长速度、分配方向对运输业自身的发展及运输经济的外部效果影响很大。
近年来，我国公路、水路交通运输基础设施建设实现了跨越式发展，交通运输与经济社会发展的整合程度逐渐加深。
便捷高效的物流基础设施网络，促进了多种运输方式顺畅衔接和高效中转，提升了物流体系综合服务水平，有力保障了煤炭、原油、铁矿石、粮食等重点物资运输。
交通运输网络的完善和服务水平的提高，推动了经济运行效率的提升。
降低了物流成本，带动了汽车、船舶、冶金、物流、电商、旅游、房地产等相关产业发展，创造了大量就业岗位。
由此，交通运输基础设施投资是经济稳定增长的助推器。
1.2交通运输结构优化推动国民经济发展“十三五”作为交通运输行业调整结构、转型升级的关键时期已到了收官之年，我国交通运输业的各项发展已取得长足进步。
同时，重点经济工作稳步推进，各种运输方式的比较优势得到更好发挥，增强了便利运输、运输服务，运输结构更加合理。
从客运来说，公路客运从中长途逐步转向中短途，以及铁路、民航的接驳运输和城乡客运等方面；而铁路、民航则更多的承担中长途客运量，并持续保持较快增长；从货运来说，通过铁路、水运运送大宗物资周转量占比逐年上升；而公路货运从大规模大批量逐步转向小批次，多种类，从跨域长距离运输进而转向中短距离分拨集散；货运需求变为高附加值、快速化和小批量，快递业务增长势头迅猛。
各种运输方式将各自依靠自身生存发展环境，各尽其能地发挥所长，综合运输格局基本形成，进一步提高运输效率，有效降低社会物流成本。
浅谈交通运输与经济发展的关系作者：涂霄汉来源：《管理观察》2010年第22期摘要:基于交通运输与经济发展二者之间相互促进、相互制约的关系,探讨了交通运输与经济发展的内在本质联系。
关键词:交通运输经济发展交通运输是国民经济和社会发展的基础设施,交通运输的发展促进了经济活动的扩大,同时经济发展又推动了交通运输业的发展,二者之间的关系密不可分。
要处理好交通运输与经济发展之间的关系,必须运用宏观经济学、经济增长学和发展经济学理论,结合我国社会经济发展所处的阶段,深入研究分析交通运输与经济发展两者之间的内在联系和规律。
这对于我们正确认识交通运输在经济发展中扮演的重要角色具有重要意义。
一、交通运输推动了经济的发展交通运输是国民经济中一个重要的物质生产部门,他把社会生产、分配、交换与消费各个环节有机地联系起来,是保证社会经济活动得以正常进行和发展的前提条件。
运输业在社会劳动分工过程中成为独立的物质生产领域,是从19世纪初随着铁路、轮船的出现才形成的。
但早在交通运输还不太发达的古代,交通对经济发展的推动作用就研究显示了出来。
交通运输的发展,促进了人员的流动和技术的传播,促进了渔业、造船业和商业的发展。
考察交通运输的发展历程,可以发现,交通的发展与经济的发展是密不可分的。
交通运输作为国民经济的流动载体,沟通生产和消费,是经济发展诸多影响因素中非常重要的一个。
从宏观上看,交通运输推动着社会经济的发展。
优良的交通运输和通信联络,对于充分开发、利用各地区潜在的资源,以推动当地经济发展能起重要的、有时甚至是决定性的作用。
运输是经济发展的必要条件,运输可以使流动资本从某一个地区释放出来,而在别的地方作为固定资本产生更大的效益。
运输条件的改善可以帮助克服生产中的瓶颈状态,从而进一步促进经济扩张。
运输经济学家认为,运输对促进地区的经济发展方面发挥着四个作用:运输是生产过程中的一种要素投入,使商品和人员能在生产和消费中心之间和内部流动;运输的改善通过改变要素成本而可以改变生产可能性函数,特别是它可以降低与生产过程密切联系的库存水平;流动性被提高,使生产要素尤其是劳动力能转移到它们可以发挥最大生产效用的地方;运输可以增加个人的福利,使他们接触到更大范围的社会设施,还可以提供更好的公共物品,如更大的社会内聚性和增强的国防。
交通运输与国民经济发展的关系简介交通运输作为国民经济发展的重要组成部分之一，对经济增长和社会进步起着至关重要的影响。
交通运输能够促进资源的流动和分配，扩大市场的规模和范围，加速产业升级和技术进步，为国民经济的发展提供有力支撑。
本文将从多个维度探讨交通运输与国民经济发展的关系，并分析其相互作用和影响。
交通运输对国民经济的作用资源的流动和分配交通运输是资源配置的重要手段，能够促进物质和非物质资源的流动和分配，提高资源的利用效率。
通过交通运输，各地的资源可以迅速传输到需求方，满足市场需求，避免资源浪费和闲置。
交通运输还能够促进不同地区之间的产业转移，推动优势资源的集中和互补，实现资源的均衡配置和有序开发。
市场的扩大和范围交通运输能够打破地理障碍，缩小地区之间的距离，扩大市场的规模和范围。
通过交通运输，产品可以迅速传送到不同地区的消费者手中，满足不同地区的需求，加快商品流通速度，拓宽市场边界。
交通运输还促进了城乡间的联系和交流，使城市和农村之间的市场更加密切，促进了农产品流通和城市发展。
产业升级和技术进步交通运输是产业升级和技术进步的重要驱动力。
交通基础设施的建设和改善为产业发展提供了必要的支撑，促进了生产要素的流动和配置。
现代化的交通运输系统不仅能够提升企业的竞争力，还能够促进技术的创新和应用，推动产业结构的优化升级。
例如，高速公路和铁路的建设不仅改善了物流环境，降低了运输成本，还促进了物流行业的发展和相关技术的应用。
就业和收入的增加交通运输业是一个劳动密集型产业，能够提供大量的就业机会，促进就业和收入的增加。
交通运输业的发展不仅直接创造就业岗位，还带动了相关行业的发展，如修路、车辆制造、交通管理等。
这些行业的发展和壮大，为国民经济增长提供了强大的动力，增加了居民的就业机会和收入来源。
国民经济对交通运输的需求城市化进程的推动随着城市化进程的不断推进，国民经济对交通运输的需求日益增长。
城市化进程导致了人口集聚和城市扩张，对交通基础设施提出了更高的要求。
交通运输和国民经济的相互影响
交通运输是国民经济中的一个重要领域，因为它直接关系到社会经济的发展和人民生产生活水平的提高。
从总体上来看，交通运输与国民经济互为依存、互相促进，其中最直接的体现便是关于繁荣城市经济和促进经济增长的问题。
首先，交通运输对城市经济的繁荣有着直接关系。
在城市化过程中，交通运输对城市生产力的发展、人员流动、商业、服务、旅游等方面极有帮助。
城市有了更为高效、便捷的交通运输，可以扩大其所能覆盖的市场范围，促进了贸易、旅游、文化等产业的发展，同时可以规划更多突破现状的市场模式，推进了城市产业的发展，从而达到了繁荣城市经济的效果。
其次，交通运输能够促进国民经济的增长。
在现代社会之中，交通运输不仅是一个庞大的产业，更是一个纵向和横向贯穿了所有产业的重要行业。
道路运输、铁路运输、航空运输、水运等等，给整个经济建设、内外贸易、国防建设、科技等多个领域做出了重要的贡献。
例如，随着交通的发展，整个经济市场越来越活跃，国民经济不断增长。
随着各种高速公路、铁路、机场等不断建设的加大，不仅提高了国民经济整体实力，也开辟了新的市场，给更多的人提供了就业机会。
总之，交通运输和国民经济的关系是紧密相连且互为补充关系，既可以推动地方经济的发展，又可以促进国家经济的繁荣。
这要求我们在交通运输业发展的过程中，要注重科技创新和智能化建设，结合产业结构和市场需求，深化交通运输行业改革和重组，促进交通运输业转型升级，在满足国内旅行的同时，优
化对国际贸易的服务，进一步提升交通运输业的综合实力和国际竞争力，为国家经济发展带来更多机遇和空间。
浅谈交通运输与经济发展的关系
首先，交通运输的发展能够促进经济增长。
交通运输作为物质和人员
流动的载体，能够加快资源配置和市场形成速度，为经济发展提供了基础
条件。
通过发展交通运输，可以降低商品流通成本，提高效率，促进生产
者和消费者之间的交流和合作，推动经济增长。
此外，交通运输的发展还
能够推动劳动力和资本的流动，促进资源的流动和配置，进一步促进经济
的发展。
第三，交通运输的发展有助于提高社会生活水平。
交通运输的发展不
仅提高了人们的出行效率和便利性，还为人们提供了更多的就业机会和商机。
在交通运输业的发展过程中，涌现了大量的相关产业，如汽车、航空、铁路、物流等，这些产业的发展不仅为社会创造了巨大的经济价值，还直
接或者间接地提供了大量的就业机会，改善了人民的生活水平。
此外，交通运输的发展还能够推动其他产业的发展。
交通运输的现代
化需要大量的工程建设和技术支持，推动了相关制造业和科技研究的发展。
例如，高速公路和铁路的建设需要大量的钢材、建筑材料和设备，推动了
相关行业的发展；航空和航天技术的发展则促进了航空制造业和相关科研
领域的进步。
可以说，交通运输的发展拉动了其他产业的发展，形成了产
业链和产业集群，进一步促进了经济的发展。
试探交通运输发展与国民经济的关系小组成员: 金融学院2001级袁新熠40104017 李泓良40104031 王阳40104028童运超40104005 罗卫平40104029 陈东40104003 指导教师周游日期2004年5月摘要：本文主要通过对我国1991年到2002年交通运输业的发展状况与国民经济的发展之间的关系进行多因素实证分析。
建立以国民经济指标为应变量，交通运输业的经济指标为自变量的多元线性回归模型，试图探索交通运输发展与国民经济的关系。
首先，我们收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计，并建立了理论模型。
然后，进行检验并对模型加以修正。
最后，我们结合相关的理论对所得的分析结果作了经济意义的分析。
一.问题的提出与猜测：“要想富，先修路”是我们大家都耳熟能详的一句话，改革开放以来，我国的交通运输业有了很大的发展，表现在运输线路长度上和客货运送量上都大幅度增长，与此同时，我国的经济发展也快速发展。
二者的同步发展是否存在着某种联系？在此，我们猜测两者之间存在着一定的联系，根据“要想富，先修路”这一经验，我们猜测交通运输业对国民经济的发展具有先行作用，也即交通运输业对国民经济的发展具有促进作用。
以下，我们将根据这一设想，收集相关数据，并估计和检验，希望能够找出二者之间是否存在关系，如若有，它们是什么样的关系？以及它们在多大程度上相关？二.数据的搜集：在进行实证分析的过程中，所需要的数据，应是能够很好代表两者水平的指标。
就国民经济而言，GDP应该是最合适的指标，因为我们探究的是经济总量的问题，我们选取了各年我国的GDP总量（虽然人均GDP也同样有用，但明显不及总量GDP）；对于我国交通运输发展状况的水平指标，可选择的余地较大，但我们发现它们之间存在着明显的相关性，为了尽量避免多重共线形和使模型更加简洁精确，我们选取了四个最具有代表性的指标，它们分别是全国全年客运总量（用X1表示），全国全年货运总量（X2），截止当年全国铁路总里程数（X3），截止当年全国公路总里程数（X4）。
本文中数据的起止时间是1991年到2002年，一共12年的数据。
数据来源于中经专网和国家统计局网站。
三.对模型的猜测：我们假设以上四个变量和GDP之间存在以下的关系，待估计方程为：Y=m+aX1+bX2+cX3+dX4+uY—GDP X1——全国全年客运总量X2 ——全国全年货运总量X3 ——全国铁路总里程数X4 ——全国公路总里程接下来我将利用样本数据对参数进行估计。
四.数据:（单位：1万人，2万吨，3公里，4公里）年份\指标X1X2X3X4Y199187090793628857800104110021662.51992891960100486058100105670026651.91993979430106995558600108350034560.51994110092411330465900011178004667019951241770118587159700115700057494.919961271387124636964900118580066850.519971329770122457266000122640073142.719981370410121245466400127850076967.219991388321126874667400135170080579.420001471849133555468700140270088254.920011526602137765070100169800095727.9200215995551458555720001732000103553.6五.模型的参数估计：利用EVIEWS软件，用OLS方法估计得：Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:30Sample: 1991 2002X1 0.079947 0.007035 11.36468 0.0000X2 0.014897 0.010253 1.453024 0.1895X4 -0.001045 0.003393 -0.308122 0.7670X3 1.129028 0.216642 5.211497 0.0012R-squared 0.999179 Mean dependent var 64343.00Adjusted R-squared 0.998710 S.D. dependent var 27118.34S.E. of regression 973.9812 Akaike info criterion 16.89500Sum squared resid 6640476. Schwarz criterion 17.09704Log likelihood -96.36999 F-statistic 2130.105Y=0.0799********X1+0.01489726364*X2+1.129028112*X3-0.001045403313*X4- 124807.7471 在上面的ols的结果中我们可以看出，变量x2与x4的p值未获得通过，我们在接下来的过程中进行检验和修正。
六.计量经济学检验及其修正1.多重共线性检验用EVIEWS软件，得相关系数矩阵表：X1 X2 X4 X3 X1 1 0.977648931099 0.883683547245 0.952768261281X2 0.977648931099 1 0.903927928061 0.934040427024X4 0.883683547245 0.903927928061 1 0.908697841494X3 0.952768261281 0.934040427024 0.908697841494 1由上可以看出，整体上线形回归拟合较好，但x2，x4变量的参数的t检验的p值大于0.05，所以t值并不显著，而且x4的系数符号与经济意义不符。
两种方法结合一起来看，解释变量确实存在多重共线性。
下面我们利用逐步回归法（变量剔除法）进行修正：(1)运用ols方法逐一求y对各个解释变量的回归.结合经济意义和统计检验选出拟合效果最好的一元线形回归方程.(a)对x1与y回归:Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:35Sample: 1991 2002Included observations: 12X1 0.110793 0.002522 43.93412 0.0000R-squared 0.994846 Mean dependent var 64343.00 Adjusted R-squared 0.994331 S.D. dependent var 27118.34 S.E. of regression 2041.904 Akaike info criterion 18.23217 Sum squared resid 41693735 Schwarz criterion 18.31298 Log likelihood -107.3930 F-statistic 1930.207Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:35Sample: 1991 2002X2 0.174922 0.011518 15.18711 0.0000R-squared 0.958446 Mean dependent var 64343.00 Adjusted R-squared 0.954290 S.D. dependent var 27118.34 S.E. of regression 5797.865 Akaike info criterion 20.31938 Sum squared resid 3.36E+08 Schwarz criterion 20.40020 Log likelihood -119.9163 F-statistic 230.6482Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:36Sample: 1991 2002Variable Coefficient Std. Error t-Statistic Prob.X3 5.110079 0.407221 12.54865 0.0000C -263000.1 26162.96 -10.05238 0.0000 R-squared 0.940287 Mean dependent var 64343.00 Adjusted R-squared 0.934316 S.D. dependent var 27118.34 S.E. of regression 6950.126 Akaike info criterion 20.68192 Sum squared resid 4.83E+08 Schwarz criterion 20.76274 Log likelihood -122.0915 F-statistic 157.4687Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:36Sample: 1991 2002Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X4 0.104346 0.016254 6.419687 0.0001R-squared 0.804735 Mean dependent var 64343.00 Adjusted R-squared 0.785208 S.D. dependent var 27118.34 S.E. of regression 12568.17 Akaike info criterion 21.86673 Sum squared resid 1.58E+09 Schwarz criterion 21.94755 Log likelihood -129.2004 F-statistic 41.21238 Durbin-Watson stat 0.498566 Prob(F-statistic) 0.000076Y = 0.110793012*X1 - 74544.21148(43.93412) (-23.18101)R-squared=0.994846 S.E=2041.909 F=1930.207(2)逐步回归,将其余的解释变量逐一代入上式中,得如下几个模型:(a)将x2代入:Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:42Sample: 1991 2002X1 0.101270 0.012219 8.287630 0.0000X2 0.015668 0.019655 0.797134 0.4459R-squared 0.995186 Mean dependent var 64343.00 Adjusted R-squared 0.994116 S.D. dependent var 27118.34 S.E. of regression 2080.176 Akaike info criterion 18.33061 Sum squared resid 38944181 Schwarz criterion 18.45184 Log likelihood -106.9837 F-statistic 930.2357Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:43Sample: 1991 2002X1 0.088562 0.004015 22.05966 0.0000X3 1.106982 0.190463 5.812064 0.0003R-squared 0.998916 Mean dependent var 64343.00 Adjusted R-squared 0.998675 S.D. dependent var 27118.34 S.E. of regression 987.2214 Akaike info criterion 16.83998 Sum squared resid 8771456. Schwarz criterion 16.96121 Log likelihood -98.03990 F-statistic 4145.611 Durbin-Watson stat 2.228882 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:45Sample: 1991 2002X1 0.103774 0.005024 20.65574 0.0000X4 0.008317 0.005261 1.580942 0.1483C -76371.76 3213.872 -23.76316 0.0000 R-squared 0.995966 Mean dependent var 64343.00 Adjusted R-squared 0.995070 S.D. dependent var 27118.34 S.E. of regression 1904.137 Akaike info criterion 18.15376 Sum squared resid 32631643 Schwarz criterion 18.27499 Log likelihood -105.9226 F-statistic 1111.059 Durbin-Watson stat 2.072357 Prob(F-statistic) 0.000000Y = 0.08856170882*X1 + 1.106981758*X3 - 117587.0399(22.05966) (5.812064) (-15.53901)R-squared=0.998916 S.E=987.2214 F=4145.611(3)再将x2,x4代入上式:(a)将x2代入:Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:53Sample: 1991 2002Variable Coefficient Std. Error t-Statistic Prob.X1 0.080573 0.006342 12.70515 0.0000X3 1.095890 0.177103 6.187853 0.0003X2 0.013510 0.008674 1.557516 0.1580R-squared 0.999168 Mean dependent var 64343.00 Adjusted R-squared 0.998856 S.D. dependent var 27118.34 S.E. of regression 917.2336 Akaike info criterion 16.74180Sum squared resid 6730539. Schwarz criterion 16.90344 Log likelihood -96.45082 F-statistic 3202.405Dependent Variable: YMethod: Least SquaresDate: 05/07/04 Time: 14:54Sample: 1991 2002X1 0.088354 0.004270 20.69300 0.0000X3 1.070252 0.227133 4.711994 0.0015X4 0.001120 0.003253 0.344385 0.7394R-squared 0.998932 Mean dependent var 64343.00 Adjusted R-squared 0.998531 S.D. dependent var 27118.34 S.E. of regression 1039.430 Akaike info criterion 16.99193 Sum squared resid 8643317. Schwarz criterion 17.15357 Log likelihood -97.95160 F-statistic 2493.118Y = 0.08856170882*X1 + 1.106981758*X3 - 117587.0399(22.05966) (5.812064) (-15.53901)R-squared=0.998916 S.E=987.2214 F=4145.6112.异方差检验(1)ARCH检验我们首先对模型进行ARCH检验,得结果如下:首先对模型滞后三期:ARCH Test:F-statistic 0.376599 Probability 0.774398Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/09/04 Time: 08:57Sample(adjusted): 1994 2002Variable Coefficient Std. Error t-Statistic Prob.C 2.23E+08 1.53E+08 1.462681 0.2034RESID^2(-1) 0.233499 0.363761 0.641902 0.5492 RESID^2(-2) -0.233537 0.297622 -0.784675 0.4682 RESID^2(-3) -0.003115 0.259411 -0.012007 0.9909 R-squared 0.184312 Mean dependent var 2.04E+08Adjusted R-squared -0.305100 S.D. dependent var 2.72E+08S.E. of regression 3.11E+08 Akaike info criterion 42.24730Sum squared resid 4.82E+17 Schwarz criterion 42.33495Log likelihood -186.1128 F-statistic 0.376599Durbin-Watson stat 0.623651 Prob(F-statistic) 0.774398ARCH Test:F-statistic 1.133281 Probability 0.314803Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/09/04 Time: 09:01Sample(adjusted): 1992 2002C 2.93E+08 1.88E+08 1.558978 0.1534R-squared 0.111837 Mean dependent var 4.08E+08Adjusted R-squared 0.013153 S.D. dependent var 5.16E+08S.E. of regression 5.12E+08 Akaike info criterion 43.10906Sum squared resid 2.36E+18 Schwarz criterion 43.18140Log likelihood -235.0998 F-statistic 1.133281由以上可知,由于F和obs*R-squared的p值都大于0.05,所以其不显著,不能拒绝原假设,所以模型不存在异方差.(2)white检验：我们运用white检验对模型进行异方差的检验,得到如下结果:F-statistic 1.419397 Probability 0.337822Obs*R-squared 6.502552 Probability 0.260340Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 05/07/04 Time: 15:01Sample: 1991 2002Variable Coefficient Std. Error t-Statistic Prob.C -67783511 4.18E+08 -0.162061 0.8766X1 -67.63222 320.5373 -0.210996 0.8399X1^2 1.03E-05 5.57E-05 0.184159 0.8600X1*X3 0.000755 0.007095 0.106472 0.9187X3 3719.799 19588.76 0.189895 0.8557R-squared 0.541879 Mean dependent var 730954.6Adjusted R-squared 0.160112 S.D. dependent var 1047067.S.E. of regression 959589.0 Akaike info criterion 30.69325Sum squared resid 5.52E+12 Schwarz criterion 30.93570Log likelihood -178.1595 F-statistic 1.419397Durbin-Watson stat 2.243252 Prob(F-statistic) 0.337822,所以模型不存在异方差.3.自相关检验我们运用d-w检验对模型进行自相关的检验,得到如下结果:d-w值为2.228882,查表得dl=0.812,du=1.579du<d<4-dl时,表明不存在一阶自相关,所以模型不存在一阶自相关.综上所述:交通运输发展与国民经济的关系模型为Y = 0.08856170882*X1 + 1.106981758*X3 - 117587.0399其中: X1——全国全年客运总量X3 ——全国铁路总里程数七.理论探讨及总结:人们进行的交通运输活动是人类经济活动中一个极为重要的劳动分工,这种分工实际上包括两个方面,一是要进行交通基础设施建设和交通运输工具的制造活动,一是要进行运输活动即人和物的位移.这两方面恰好对应了本模型的X3和X1.由此可见,对交通运输与经济增长关系问题的研究,实际上只是经济学最基本的关于分工问题研究的一个组成部分,是一个最基本的经济学问题.但实际上如何解释交通运输与经济增长之间的相互作用的内在经济机制是一个尚未给出令人满意回答的理论难题.发展经济学家赫希曼将交通运输看作社会间接资本,分析了社会间接资本与直接生产活动之间的关系.并得出出结论:交通的发展有降低直接生产活动成本的作用,从而促进经济的发展.从历史上来看,从1843年到1860年期间美国工业化的大飞跃在很大程度上要归功于当时的铁路建设.综观近几年我国积极发展基础产业,扩大内需的实践,之所以能够保证较高的国民经济增长速度,也许与发展交通运输业有很大的关系,这对于未来国民经济的健康发展,突破交通运输业的瓶颈限制具有重大的战略意义.综上我们得出这样的结论:首先是发展交通基础设施,由此导致的后向联系,进一步拓展了专业化分工,扩大了市场规模,增加了国民收入;这反过来使整个经济有更大的能力进行交通基础设施建设,由此产生的前向联系又进一步促进了直接生产,并形成一种正反馈的经济增长过程.。
