0 引言

交通运输是国民经济的重要产业部门，交通运输与国民经济发展的关系一直以来都是学术界关注的问题。在我国综合运输体系中，由于公路运输的广泛性，公路运输活动渗透在国民经济各产业部门之中，成为联系各产业部门的桥梁和纽带。公路运输以其特有的技术经济特征，成为人类生产生活必不可少的条件，对于促进社会经济发展具有举足轻重的作用。因此，公路运输与国民经济发展之间的关系成为了社会经济发展关注的热点之一。

在交通运输领域，早期主要通过定性分析研究其与国民经济的关系，并形成了丰富的研究成果，如赵坚等(2003) 以制度安排为独特视角，基于美国19世纪经济发展中，制度在交通运输和经济发展间关系的作用，对二者关系进行了探讨^[1]。随后定量分析逐渐应用于两者的关系研究中，如王岳平(2004) 通过投入产出模型和回归分析方法分析了产业结构的变化对交通运输业的影响^[2]。查伟雄(2007) 运用时间序列DEA分析方法，对江西省“交通运输-区域经济”复合系统运行动态综合效率进行了评价^[3]。刘建强等(2002) 通过对代表交通运输业的客运量、货运量与代表国民经济发展的GDP进行了单位根过程、协整和格兰杰(Granger)因果关系检验，分析了交通运输业与国民经济的关系^[4]。在公路运输范畴，林航飞等(2008) 基于协整理论，对1990—2005年对上海市公路货运量与经济之间的关系进行了分析^[5]。王殿海(2003) 基于生产函数法的基本思想，构造出类似于索洛增长速度方程的数学模型，以吉林省为例测算了公路运输对经济增长的贡献率^[6]。王占中等(2011) 应用协同学中有序度理论和自适应理论，建立了公路运输与国民经济适应性的评价模型，对我国2001—2007年公路运输与国民经济系统的协调适应性进行了实证研究^[7]。

现有研究基于不同视角并运用不同方法对交通运输与国民经济的关系进行了定性和定量的研究，对交通运输与国民经济的协调发展起到了一定的促进作用。本研究的重点是对现有二者关系研究的视角、方法和指标进行改进，因此，重点评述二者关系的定量研究成果。可以看出，在对二者关系进行定量研究时，多为静态关系的研究，即对衡量交通运输与国民经济发展状态的绝对指标进行分析，且主要集中于交通运输对国民经济的贡献与适应，未考虑二者动态变化的相对值之间的关系，对两者的相互作用机理分析不足。同时，在研究过程中多选取客货运量及周转量等产出指标测度交通运输系统，国民经济的衡量指标则以国内生产总值(Gross Domestic Product, GDP)为主，并未考虑交通运输系统的投入因素对二者关系的影响。针对于此，本研究选取公路运输系统为研究对象，基于投入产出视角，测算公路运输效率，并通过单位根检验，协整分析和因果关系检验，分析公路运输和国民经济之间的动态发展关系，以求通过对分析方法及指标的改进揭示二者更深层次的作用关系。在资源日益紧缺的当今社会，从效率角度研究两者动态关系，对充分发挥公路运输的技术经济特性，实现运输资源的效用最大化，促进公路运输与社会经济的协调、可持续发展具有重要意义。

1 效率测算及关系分析方法与模型

对于公路运输与国民经济动态发展关系的分析，首先要建立在对公路运输自身发展水平衡量的基础之上。因此，本研究基于运输效率对公路运输的发展水平进行衡量，具体通过KL-S(资本、劳动-运输服务)模型，利用DEA方法测算Malmquist生产率指数实现。在此基础上，通过协整分析和Granger检验对两者的动态发展关系进行具体分析。

1.1 DEA-Malmquist 1.1.1 公路运输效率及其测算

效率是指某一系统的投入与产出之间的比率，应用于交通运输领域，运输效率可表述为运输活动中实际有效产出与运输资源投入的比例关系，体现了运输系统的运行状况及发展潜力^[8]。运输效率是运输基础设施、运输工具、运营组织与管理等因素相互作用结果的综合体现，反映了运输供给侧的资源投入与运输产品的产出之间的关系，可以作为衡量交通运输系统运行状况及发展潜力的综合性指标。现有研究在运输效率评价的计量模型、指标体系以及运输效率的影响因素与机理等方面进行了深入分析。运输效率常用的分析方法有：德尔菲法、比率分析法、层次分析法、聚类分析法、模糊综合评价法、灰色关联系数法、广义函数法等^[9]。上述方法均能对多指标的方案进行综合决策，但各自有其原理及适用环境，对于事物的评价也存在一定的主观性，所以需要引入一种客观实用的、操作简便的评价方法。

全要素生产率(Total Factor Productivity，TFP)是指将全部投入要素转变为实际产出的效率，它反映了各种生产要素的有效利用程度^[10]。在测度方法上，全要素生产率的测算方法主要有两类，一类是参数方法，另一类是非参数方法^[11]。常见的参数方法包括余值法、生产函数法和随机前沿法(Stochastic Frontier Analysis, SFA)^[12]。常用的非参数方法有数据包络分析(Data Envelopment Analysis, DEA)、指数法等。其中，数据包络分析(DEA)最为常见，在数据质量比较理想的情况下，评价的准确性相对较高^[13]。因此，本研究利用DEA方法测算公路运输业Malmquist生产率指数，对我国公路运输效率进行衡量。

1.1.2 Malmquist生产率指数

Malmquist生产率指数是Caves^[14]，Christeren和Diewert在Malmquist数量指数与距离函数概念的基础上，建立起来的用于测量全要素生产率TFP变化的专门指数。

(1) 距离函数

对于投入x∈R₊^N，产出y∈R₊^M，t期生产可能集为S′。按照Shephard(1970)，s期生产活动(x^s, y^s)相对于S′的产出距离函数定义为：

(1)

式中下标o表示距离函数是基于产出定义的^[15]。由定义D_o^t(x^s, y^s)＜1等价于(x^s, y^s)∈S^t，D_o^t(x^s, y^s)=1等价于(x^s, y^s)位于生产可能集S^t前沿上。

(2) Malmquist生产率指数

Malmquist生产率指数应当定义在基准技术之上，基于t和t+1期参照技术定义的Malmquist生产率指数在经济含义上是对称的，按照Fisher(1992) 理想指数思想，定义其几何平均为综合生产率指数^[16]：

(2)

1.2 Granger检验 1.2.1 单位根检验

为了避免“伪回归”现象的发生，需要验证各变量是否存在单位根，这也是检验变量之间是否存在协整关系的先决条件，本研究采用ADF(Augmented Dickey-Fuller)检验法进行单位根检验。ADF的具体方法是估计回归方程^[17]：

(3)

式中，Y_t为原始时间序列；t为时间趋势项；Y_t-1为滞后1期的原始时间序列；ΔY_t为一阶差分时间序列；ΔY_t-i为滞后j期的一阶差分时间序列；α为常数；β_t，δ，λ_i为回归系数；m为滞后阶数；μ_i为误差项。

1.2.2 协整分析

协整的基本思想是指两个或两个以上的非平稳变量，通过线性组合后能够相互抵消趋势项的影响，成为一个平稳变量。其经济意义在于，两个具有各自长期波动规律的变量如果变量是协整的，则变量之间存在一个长期的均衡关系。

本研究选取了以VAR模型为基础的检验回归系数的、面向多变量的Johansen协整检验方法。该检验的原假设为H₀：协整向量个数r=h(有n-r个单位根)；备择假设为H₁：协整向量个数r＞h。检验统计量为^[18]：

(4)

整个检验从h=0开始迭代，当h=0时，如果统计量λ(n)不显著，表明没有协整向量，协整关系不存在，检验停止；当λ(n)显著时，说明协整关系个数至少是1，要进一步检验λ(n-1) 的显著性。依此类推，直到首次出现统计量的值λ(n-r)不显著时，检验停止，表明存在r个协整关系。

1.2.3 Granger因果关系检验

Granger因果关系检验以时间序列的预测性定义因果关系，其计量经济学定义为：判断X是否引起Y，则考察Y的当前值在多大程度上可以由Y的过去值解释，然后考察加入X的滞后值是否能改善解释程度；如果X的滞后值有助于改善对Y的解释程度，则认为X是Y的格兰杰原因^[19]。

一般情况下，Granger因果检验要求估计以下回归模型：

(5)

式中，X_t，Y_t为X，Y原始序列当期值；X_t-i，Y_t-i为X，Y原始序列滞后期的值；α_i，β_i，λ_i，δ_i为回归系数；μ_1τ，μ_2t为误差项；m为最大滞后阶数。

检验过程如下：

(1) 在假设α_i=0(i=0，2，…，k₁)条件下，根据普通最小二乘法对滞后变量做回归，求残差平方和SSE₁。

(2)Y_t对所有滞后变量做回归，求得残差平方和SSE₂。

(3) 作零假设H₀：α₁=…=α_k=0。

(4) 做F统计量：

(6)

(5) 统计判断。给定显著水平α，如果所估计的F统计量满足关系：F＞F(α；m，T-2m-1)，则拒绝零假设H₀，说明X是Y的Granger原因；否则，接受零假设H₀，说明X不是Y的Granger原因。

2 公路运输与国民经济动态发展关系分析

本研究选取公路运输和国民经济为研究对象，从投入产出视角对二者的动态发展关系进行分析。通过在效率视角下分析公路运输与国民经济发展的动态发展关系，从供给与需求、投入与产出的角度出发，探究国民经济对运输系统提出的需求及其满足程度，明确公路运输未来发展方向。

2.1 公路运输效率测算 2.1.1 指标选取及数据来源

效率评价指标体系由相应的投入、产出指标组成，DEA中输入型指标一般是成本性指标，输出型一般为效益型指标。公路运输效率测算指标的选取应充分反映公路运输系统的各个方面。本研究拟从技术效率角度对我国公路运输资源的投入与产出关系进行衡量，同时，考虑到论文的研究需要及数据的可获性，分析采用KL-S(资本、劳动-运输服务)模型，利用DEA方法测算Malmquist生产率指数实现。

(1) 投入指标

对于资本投入，理论上应当直接选取公路运输业的资本对该行业经济增长实际提供的服务流量，但由于数据获取难度较大，因此本模型的资本投入选取了公路运输业固定资产投资的实际值作为相应年度的资本投入值。

对于劳动投入，理想状态下是由劳动者数量、劳动时间、劳动强度、劳动质量等各方面数据共同决定的，但从产业活动的常态来看，劳动时间、劳动强度、劳动质量都有非常明显的惯例，变化明显的只是劳动者的数量，因此本研究选取了公路运输从业人员数作为劳动投入指标。

(2) 产出指标

对于产出指标，公路运输系统的产出价值形态是运输产值，计量手段是货币；物质形态是客货空间位移，计量手段是运量和周转量。本研究重点关注公路运输系统的运行效率，由于运输产值受到物价指数、劳动力成本等因素的影响，而物质形态的产出更能客观反映产出变化，因此在对公路运输效率的分析过程中，选取了客运周转量和货运周转量作为公路运输系统的产出指标。

本研究选取中国1990—2014年的公路运输业的固定资产投资、从业人员数、客运周转量和货运周转量为计算公路运输效率的基础数据，固定资产投资数据来源于交通运输部《中国交通统计年鉴(1991—2000)》《交通运输行业发展统计公报(2001—2015)》；从业人员数、客运周转量和货运周转量数据来源于国家统计局发布的《中国统计年鉴(1991—2015)》。

2.1.2 Malmquist生产率指数

本研究依据Malmquist指数模型，通过DEA方法测算公路运输业的全要素生产率，对我国公路运输业的效率水平进行衡量和分析。利用DEAP软件对我国1990—2014年公路运输全要素生产率进行测度，得到公路运输业全要素生产率(tfpch)，设公路运输效率(Road Transport Efficiency, RTE)变化为△RTE，以1990年作为基年，可以得到我国1991—2014年公路运输效率变化，如表 2所示。

根据表中1991—2014年我国公路运输效率变化数据，结合国民经济增长相关数据可对两者关系进行分析。通过国内生产总值(GDP)反映国民经济发展情况，设国民经济增长为△GDP，采用Z-Score法利用SPSS19.0对△RTE及△GDP相关数据进行标准化，并绘制1991—2014年我国公路运输业效率与国民经济发展变化趋势图，如图 1所示。

由图 1可知，1991—2014年我国公路运输效率变化与国民经济增长之间的关系呈现出一定的阶段性特征。1991—2001年，公路运输效率变化呈现出一定的波动且无明显趋势，而国民经济增长变化较为平稳且具有上升趋势，两者之间作用关系并不明显；2002—2014年，公路运输效率变化与国民经济增长均出现波动，且曲线变化趋势基本一致，均呈现出“M”形特征，通过比对曲线形状及波峰波谷值可以发现，公路运输效率变化较国民经济增长存在一定的滞后性，滞后期约为2~4 a。

由我国社会经济及交通运输发展历史可知，20世纪90年代，国民经济发展保持较高增速，公路运输在相当长的一段时间内处于供不应求的状态，在一定程度上制约了国民经济发展。同时，当时我国交通运输发展战略与规划的重点还不是公路运输，导致公路运输前期基础设施薄弱，运力相对不足，未形成完善的公路运输体系，在国民经济中的作用未充分发挥。进入21世纪以来，我国综合运输理论及实践不断发展完善，公路运输在综合运输体系中的地位及作用不断上升，其基础性作用初步显现(对国民经济发展呈现出规律性的支撑作用)，公路运输与国民经济的关系日趋密切。但必须看到，公路运输的发展情况虽有所改观，总体上仍然滞后于社会经济的发展，先导性作用未能较好体现。

2.2 公路运输效率与国民经济的动态关系分析 2.2.1 单位根检验

协整关系存在的前提条件是变量之间具有相同单整阶数，因此，在进行协整分析之前首先要检验变量的单整阶数。对公路运输效率和国民经济发展之间的关系进行协整分析，首先要检验这两个变量的时间序列是否平稳。本研究采用ADF法利用Eviews软件对序列△RTE和△GDP的平稳性进行分析，结果如表 3所示。

表 3结果显示，△RTE的ADF检验值小于5%临界值，说明△RTE不存在单位根过程，即△RTE为平稳序列。△GDP的ADF检验值大于5%临界值，说明△GDP存在单位根过程，为非平稳序列；GDP进行一阶差分后再进行ADF检验，△GDP的ADF检验值小于5%临界值，△GDP的一阶差分为平稳序列，即△GDP~I(1)。由于△RTE和△GDP各自单整但不同阶，故两者之间不存在协整关系，这也与上文中结合图 1的定性分析结论基本一致。因此，根据上文分析结论，对研究时间段进行划分，选取2002—2014年间我国公路运输效率水平与国民经济发展变化情况进行进一步分析，结果如表 4所示。

表 4结果显示，△RTE和△GDP的ADF检验值均大于5%临界值，说明两者均为非平稳序列；对两个序列进行一阶差分后再进行ADF检验，△RTE和△GDP的ADF检验值均小于5%临界值，说明△RTE和△GDP的一阶差分为平稳序列，可见，△RTE和△GDP都具有一阶单整性，即△RTE~I(1)，△GDP~I(1)。

2.2.2 协整分析

由单位根检验结果可知，△RTE和△GDP是均为一阶单整序列，满足进行协整检验的前提条件。本文采用Johanson协整检验方法，并且以AIC、SC信息准则和LR统计量作为确定协整检验滞后期数的检验标准，在无截距项且无确定趋势的VAR(2) 的情况下，检验结果如表 5所示。

表 5结果显示，在5%的临界水平下，拒绝了None而接受了At most 1，说明△RTE和△GDP之间存在且仅存在一个协整关系。

2.2.3 Granger因果关系检验

由协整分析结果可知，△RTE和△GDP之间存在长期均衡关系，但是并未说明两者之间是否具有因果关系。因此，根据上文所述的格兰杰因果关系模型，利用Eviews软件对两者因果关系进行分析，当滞后期为2 a时，检验结果如表 6所示。

表 6检验结果表明，△GDP不是△RTE格兰杰原因的原假设在5%显著性水平下被否定，可以认为国民经济增长是公路运输效率变化的格兰杰原因；△RTE不是△GDP的格兰杰原因的概率为27.43%，说明公路运输效率变化不是国民经济增长的格兰杰原因。

2.2.4 结果分析

通过公路运输效率的Malmquist指数测算以及单位根、协整关系、Granger因果关系检验，对1991—2014年间我国公路运输效率变化和国民经济增长之间的关系进行了分析。结果表明：总体而言(1991—2014)，公路运输效率变化与国民经济增长之间并不存在长期均衡关系。1991—2001年间，公路运输效率变化为平稳序列，国民经济增长为一阶平稳序列；而2002—2014年间，公路运输效率变化与国民经济增长都为一阶平稳过程，公路运输效率变化与国民经济增长之间存在协整关系，说明两者之间具有长期的均衡关系。国民经济增长能格兰杰引起公路运输效率变化，但公路运输效率变化不能格兰杰引起国民经济增长，说明两者之间仅存在由国民经济到公路运输的单向格兰杰因果关系作用。

3 结论

本文通过引入Malmquist生产率指数，利用数据包络分析(DEA)，测算公路运输效率。基于投入产出视角，通过单位根、协整关系、Granger因果关系的检验，分析了我国公路运输与国民经济的动态发展关系，主要研究结论如下：

(1) 公路运输系统与国民经济的作用关系存在阶段性特征。总体而言，我国公路运输与国民经济发展还处于非协调状态。1991—2001年间，公路运输效率变化与国民经济增长之间并不存在均衡关系。而2002—2014年间，公路运输效率变化与国民经济增长均为一阶平稳过程，公路运输效率变化与国民经济增长之间存在协整关系，两者之间具有相对的长期均衡关系。因此，对于两者关系的探讨，需要限定在一定的时间范围内，不能笼统地将公路运输与国民经济之间的关系描述为拉动或推动作用，两者关系存在与否以及关系的强弱是在一定历史背景及政策环境下成立的。

(2) 考虑投入因素后公路运输系统与国民经济无显著双向因果关系。基于投入产出视角的公路运输与国民经济动态作用关系研究结果表明，国民经济增长能格兰杰引起公路运输效率变化，但公路运输效率不能格兰杰引起国民经济增长。而已有研究结果认为，以客货运量及周转量为代表的公路运输产出对国民经济发展起到了一定的引导作用，但这种作用的建立忽视了运输资源的消耗。从投入产出的视角来看，公路运输系统仍处于依靠国民经济资本拉动的粗放发展阶段，对国民经济发展的先导作用不足，两者之间仅存在由国民经济到公路运输的单向格兰杰因果关系作用。这也对现有交通运输与社会经济关系定量研究的方法进行了修正和完善，更有利于明确不同时期交通运输发展的方向和重点。

(3) 公路运输应坚持适度超前的发展战略，超前期为2~4 a。随着社会经济的发展，国民经济对公路运输发展的要求逐步提高，而现阶段我国公路运输业发展过多地依靠扩大投资规模和增加人力投入，还未完全实现由资本拉动到技术创新的转变，公路运输滞后于国民经济发展。从效率角度来看，公路运输业在现阶段未能充分满足国民经济发展的需求，需进一步优化运输资源配置，实现有限资源的合理配置与有效利用，注重数量和质量的共同发展，为国民经济发展提供有效支撑和强力引导。