公路交通科技  2020, Vol. 37 Issue (3): 145−150

扩展功能

文章信息

吴彪, 郭银娟, 戴彤焱, 薛大维, 宋成举
WU Biao, GUO Yin-juan, DAI Tong-yan, XUE Da-wei, SONG Cheng-ju
区域公路交通与新型城镇化协整关系的实证研究
Empirical Study on Co-integration Relationship between Regional Highway Traffic and New Pattern Urbanization
公路交通科技, 2020, 37(3): 145-150
Journal of Highway and Transportation Research and Denelopment, 2020, 37(3): 145-150
10.3969/j.issn.1002-0268.2020.03.018

文章历史

收稿日期: 2019-02-19
区域公路交通与新型城镇化协整关系的实证研究
吴彪1 , 郭银娟1,2 , 戴彤焱1 , 薛大维1 , 宋成举1     
1. 黑龙江工程学院 汽车与交通工程学院, 黑龙江 哈尔滨 150050;
2. 西京学院 会计学院, 陕西 西安 710123
摘要: 为揭示区域公路交通与新型城镇化之间的关系,基于黑龙江省2005—2015年时间序列数据,利用计量经济学方法对区域公路交通与新型城镇化之间的协整关系进行实证研究,构建了协整方程和误差修正模型。选取公路里程、公路密度、客运量、旅客周转量、货运量、货物周转量和营运车辆拥有量7个指标表征区域公路交通发展水平,选取城镇化率表征城镇化发展水平。利用ADF单位根检验法,检验了区域公路交通与新型城镇化发展水平时间序列数据的平稳性。利用Johansen检验法和Granger因果关系检验法,检验了区域公路交通和新型城镇化之间的长期均衡关系和因果关系。利用误差修正模型分析了区域公路交通与新型城镇化之间的短期相互影响。检验结果表明:在5%的显著性水平下,黑龙江省公路里程、客运量、旅客周转量与城镇化率为一阶平稳序列,公路里程与城镇化率一阶协整;公路里程与城镇化率之间存在长期均衡的协整关系,黑龙江省公路里程对城镇化率的弹性为11.364;公路里程与城镇化率之间具有双向的Granger因果关系,区域公路交通发展能推动城镇化的进程,城镇化的进程也能加快区域公路交通发展,但具有一定的时滞。研究表明:城镇化率的增长可通过区域公路里程的增加来解释,要遵循"适度超前"的原则规划区域公路交通运输体系。
关键词: 运输经济     协整理论     格兰杰因果关系     误差修正模型     公路交通     新型城镇化    
Empirical Study on Co-integration Relationship between Regional Highway Traffic and New Pattern Urbanization
WU Biao1, GUO Yin-juan1,2, DAI Tong-yan1, XUE Da-wei1, SONG Cheng-ju1    
1. School of Automobile and Traffic Engineering, Heilongjiang Institute of Technology, Harbin Heilongjiang 150050, China;
2. School of Accountancy, Xijing University, Xi'an Shaanxi 710123, China
Abstract: In order to reveal the relationship between regional highway traffic and new pattern urbanization, based on the time series data of 2005-2015 in Heilongjiang Province, the co-integration relationship between regional highway traffic and new pattern urbanization is empirically analyzed by using econometric method, and the co-integration equation and the error correction model are established. Seven indicators including highway mileage, highway density, passenger traffic volume, passenger turnover volume, freight volume, freight turnover volume and operating vehicle ownership are selected to represent the development level of regional highway traffic, and urbanization rate is selected to represent the development level of urbanization. The stability of time series data of regional highway traffic and new pattern urbanization development level are examined by ADF unit root test. The long-term equilibrium and the causality between regional highway traffic and new pattern urbanization are examined by Johansen test and Granger causality test. The short-term interaction influence between regional highway traffic and new pattern urbanization is analyzed by error correction model. The test result shows that (1) at 5% significance level, the highway mileage, passenger volume, passenger turnover and urbanization rate in Heilongjiang Province are first-order stable sequences, and the highway mileage and urbanization rate are first-order co-integration; (2) there is a long-term equilibrium co-integration relationship between highway mileage and urbanization rate, and the elastic coefficient of highway mileage to urbanization rate in Heilongjiang Province is 11.364; (3) there is a two-way Granger causality between highway mileage and new pattern urbanization, the development of regional highway traffic can promote the process of new urbanization, and the process of new urbanization can also speed up the development of highway traffic, but there is a certain time lag. The investigation shows that the increment of urbanization rate can be explained by increasing of regional road mileage, and the principle of moderate advance should be followed in planning regional highway transport system.
Key words: transport economics     co-integration theory     Granger causality     error correction model     highway traffic     new pattern urbanization    
0 引言

区域公路交通与新型城镇化是区域协调发展的重要组成部分,二者相互促进、相互制约。新型城镇化发展为区域公路交通发展创造了新的机遇和环境;区域公路交通对新型城镇化发展具有较强的支撑和引导作用[1-2]。促进区域公路交通与新型城镇化的协调发展,是促进区域经济社会发展的关键问题,研究二者之间的协同关系具有重要的理论和现实意义。

自1987年Engle等[3]提出协整概念以来,协整理论被广泛应用于交通运输领域。Ramanathan[4]利用协整分析和误差修正模型讨论了工业体系对货运需求的影响。Jou等[5]利用协整理论分析了台湾不同城市或地区小汽车和摩托车拥有量和家庭收入之间的关系。Pradhan等[6]基于1970—2010年交通基础设施与经济增长水平的时间序列数据,利用VECM方法分析了交通基础设施对印度经济增长的影响。Beyzatlar等[7]利用1970—2008年的面板数据,研究了欧盟15国交通与经济之间的格兰杰因果关系。王云鹏等[8]利用协整理论分析了公路货运需求与国民经济之间的协整关系及时间序列的脉冲响应特性。冯旭杰等[9]运用协整理论研究了客货运量与第一、二、三产业间的相互关系。叶昌友等[10]基于1997—2010年的面板数据,分析了交通业发展与区域经济增长之间的关系。朱长征[11]运用协整理论和误差修正模型对我国交通运输业碳排放的影响因素进行了实证分析。贾兴利等[12]利用协整理论、向量自回归模型和Granger因果检验对甘肃省公路基础设施投资与经济发展关系进行了实证分析。雷天等[13]利用ADF检验、VAR模型及脉冲响应、协整理论和Granger因果检验对新丝绸之路经济带沿线的13个节点城市的公路运输需求与三大产业的关系进行了实证研究。芮夕捷等[14]将Granger因果性检验法用于分析陕西公路交通供给水平与区域经济发展的关系,并对计量结果进行经济学分析。董彬等[15]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1991—2014年间我国公路运输与国民经济的动态发展关系。

在区域公路交通与(新型)城镇化的关系研究方面,夏飞等[16]在细化公路交通和城镇化测度指标的基础上,采用相关分析、回归分析等方法研究了公路交通与城镇化的相关性,表明城镇化综合水平与等级公路里程比例、公路密度显著正相关,与公路交通运力显著负相关。李晓燕[2]从定量角度分析了公路交通和新型城镇化的相关性,表明公路交通对新型城镇化的发展具有促进作用。宋健民等[17]分析了城镇化水平与公路运输里程之间的相关性,表明公路里程对城镇化率有显著影响。上述研究通过拟合时间序列数据得到公路交通和城镇化率的线性关系,或基于省际截面数据对公路交通和城镇化率之间的关系进行了回归分析。

本研究以黑龙江省2005—2015年公路交通发展与城镇化水平的时间序列数据为研究对象,利用协整理论实证分析区域公路交通发展与城镇化水平的互动关系,为区域公路规划建设和经济社会协调发展提供科学的参考依据,进一步丰富和发展区域公路交通与新型城镇化互动关系的理论研究。

1 研究方法

本研究运用ADF单位根检验、Johansen协整检验、Granger因果关系检验、误差修正模型等计量经济学方法,探讨区域公路交通和新型城镇化之间的关系。首先,利用ADF单位根检验时间序列数据是否具有稳定性;其次,利用Johansen协整检验和Granger因果关系检验,探索区域公路交通和新型城镇化之间的长期均衡关系和各变量之间的因果关系及相互影响的方向性;最后,利用误差修正模型分析区域公路交通与新型城镇化之间的短期相互影响。借助计量经济软件Eviews8.0完成相关模型的建立与检验计算过程。

2 变量选取与数据处理 2.1 变量选取

公路交通作为综合交通运输体系的重要组成部分,在国民经济和社会发展过程中起着基础性、先导性、战略性和服务性作用。选取公路里程(HM)、公路密度(HD)、客运量(PC)、旅客周转量(PT)、货运量(FV)、货物周转量(FT)和营运车辆拥有量(OVO)等7个指标表征区域公路交通发展水平。

新型城镇化是现代化发展的必由之路,是新型工业化、信息化和农业现代化的重要载体,也是我国经济增长的新动力以及新一轮改革的重要战略选择。城镇化水平是衡量一个国家和一个地区社会经济发展水平的重要标志,通常以城镇常住人口占该地区常住总人口的比重来衡量,选取城镇化率(URB)表征城镇化水平。

2.2 数据来源

考虑到时间序列数据的可获取性,建立的数据库时间尺度为2005—2015年,HMHDPCPTFVFTOVOURB等公路交通和城镇化发展指标数据来自历年《黑龙江省统计年鉴》,具体数据见表 1

表 1 各指标年度数据的绝对值 Tab. 1 Absolute value of annual data of each indicator
年度 URB HM HD PC PT FV FT OVO
2005 53.09 6.71 37.28 46 809 254.3 44 376 227.6 209 408
2006 53.49 13.93 37.92 51 023 280.6 48 389 252.1 214 490
2007 53.90 14.09 38.23 54 592 313.9 51 996 289.9 227 485
2008 55.40 15.08 38.88 31 379 213.6 35 424 653.2 272 231
2009 55.49 15.15 39.21 32 947 226.9 36 486 657.1 332 174
2010 55.67 15.19 39.75 36 001 243.2 40 582 762.4 384 346
2011 56.49 15.56 40.70 39 424 273.9 44 420 843.4 434 850
2012 56.91 15.91 41.61 41 551 296.8 47 465 929.0 465 916
2013 57.39 16.02 41.78 35 102 216.1 45 288 972.9 475 852
2014 58.02 16.25 42.40 36 379 231.2 47 173 1 005.4 493 180
2015 58.79 16.32 42.58 32 632 229.6 44 200 929.3 494 084

2.3 数据处理

为消除数据中存在的异方差和数据的剧烈波动,将选取指标的时间序列作自然对数变换, 对数处理后的各变量及其一阶差分趋势分别如图 1图 2所示。

图 1 区域公路交通和城镇化率对数趋势图 Fig. 1 Logarithm trends of regional highway traffic and urbanization rate

图 2 区域公路交通和城镇化率一阶差分趋势图 Fig. 2 First-order differential trends of regional highway traffic and urbanization rate

3 协整分析 3.1 平稳性检验

检验时间序列的平稳性是协整分析的首要任务。利用ADF单位根检验法对区域公路交通与城镇化发展水平时间序列数据进行平稳性检验,检验结果见表 2

表 2 区域公路交通与新型城镇化序列的ADF检验结果 Tab. 2 ADF test result of regional highway traffic and new pattern urbanization sequence
变量 临界值/% ADF统计量 P 结论
1 5 10
Ln HM -2.816 7 -1.982 3 -1.601 1 0.925 8 0.890 6 不平稳
ΔLn HM -4.582 6 -3.321 0 -2.801 4 -5.204 2 0.004 9 平稳
Ln HD -2.816 7 -1.982 3 -1.601 1 6.037 8 1.000 0 不平稳
ΔLn HD -4.420 6 -3.259 8 -2.771 1 -2.902 9 0.082 8 不平稳
Δ2Ln HD -5.835 2 -4.246 5 -3.590 5 -4.222 2 0.051 6 不平稳
Ln PC -2.816 7 -1.982 3 -1.601 1 -0.592 0 0.435 7 不平稳
ΔLn PC -4.420 6 -3.259 8 -2.771 1 -3.294 3 0.047 6 平稳
Ln PT -2.816 7 -1.982 3 -1.601 1 -0.222 2 0.581 1 不平稳
ΔLn PT -4.420 6 -3.259 8 -2.771 1 -3.585 6 0.031 6 平稳
Ln FV -2.816 7 -1.982 3 -1.601 1 -0.028 1 0.649 4 不平稳
ΔLn FV -4.420 6 -3.259 8 -2.771 1 -2.990 6 0.073 3 不平稳
Δ2Ln FV -6.292 1 -4.450 -3.701 -6.282 3 0.010 1 平稳
Ln FT -2.816 7 -1.982 3 -1.601 1 1.619 3 0.963 2 不平稳
ΔLn FT -4.420 6 -3.259 8 -2.771 1 -2.807 3 0.094 9 不平稳
Δ2Ln FT -6.292 1 -4.450 4 -3.701 5 -8.739 5 0.002 0 平稳
Ln OVO -2.847 2 -1.988 2 -1.601 1 0.676 1 0.842 3 不平稳
ΔLn OVO -4.582 6 -3.321 0 -2.801 3 -1.431 9 0.513 5 不平稳
Δ2Ln OVO -5.835 2 -4.246 5 -3.590 5 -2.018 7 0.508 6 不平稳
Ln URB -2.816 7 -1.982 3 -1.601 1 4.422 9 0.999 7 不平稳
ΔLn URB -4.582 6 -3.321 0 -2.801 4 -3.720 6 0.029 7 平稳
注:Ln为取自然对数;ΔΔ2分别为一、二阶差分。

表 2可知,Ln HD,Ln OVO经过二阶差分以后仍不平稳;Ln FV,Ln FT经过一阶差分后的Δ2Ln FVΔ2Ln FT的ADF检验值分别为-6.282 3和-8.739 5,均小于5%水平下的临界值,表明Ln FV,Ln FT这两个序列是二阶单整序列;Ln HD,Ln OVO,Ln FV,Ln FT与Ln URB之间没有协整关系,而Ln HM,Ln PC,Ln PT与Ln URB经过一阶差分后的ΔLn HMΔLn PCΔLn PT与Ln URB的ADF检验值分别为-5.204 2,-3.294 3,-3.585 6和-3.720 6,均小于5%水平下的临界值,表明Ln HM,Ln PC,Ln PT与Ln URB这4个序列是一阶单整序列,可用于协整关系分析。

3.2 协整关系检验

为分析Ln HM,Ln PC,Ln PT与Ln URB是否存在长期稳定的均衡关系,采用Johansen检验法对区域公路交通发展水平与城镇化率进行协整关系检验,检验结果如表 3所示。

表 3 时间序列组协整检验结果 Tab. 3 Co-integration test result of time series groups
检验变量 假定协整方程数量 特征值轨迹统计量 特征值 5%临界值 概率
Ln URB和Ln HM 24.069 6 0.842 0 15.494 7 0.002 0
最多1个 7.462 2 0.563 6 3.841 5 0.006 3
Ln URB和Ln PC 6.761 2 0.528 2 15.494 7 0.605 6
最多1个 0.000 9 9.92E-05 3.841 5 0.976 9
Ln URB和Ln PT 8.388 3 0.596 2 15.494 7 0.424 8
最多1个 0.227 4 0.024 9 3.841 5 0.633 5

表 3可以看出,在5%的显著性水平下Ln URB与Ln PC,Ln PT之间无协整关系;Ln URB与Ln HM之间有协整关系。由OLS法估计,得到长期均衡关系的协整方程为

(1)

此协整关系表明,公路里程增加11.364个单位,城镇化率将会增加1个单位,公路里程对城镇化率的弹性为11.364。

为进一步证实城镇化率与公路里程之间存在长期稳定的关系,需对协整方程进行残差检验。若通过ADF检验,说明协整方程有长期稳定的均衡关系。检验结果见表 4

表 4 协整方程残差ADF检验结果 Tab. 4 ADF test result of residual error of co-integration equation
检验项目 t统计量 概率
ADF检验统计量 -7.451 552 0.000 5
检验临界值 1%水平 -4.582 648
5%水平 -3.320 969
10%水平 -2.801 384

ADF的t统计量值为-7.45,小于1%水平的t统计量值。在1%的显著性水平下,模型检验是很显著的,即城镇化率与公路里程之间存在长期稳定的协整关系。

协整回归模型拟合图残差和拟合效果见图 3

图 3 协整回归模型残差和拟合效果 Fig. 3 Residual error and fitting effect of co-integration regression model

3.3 Granger因果关系检验

城镇化率与公路里程之间有着长期的均衡关系,但是二者是否具有因果关系,需要进行Granger因果关系检验,检验结果如表 5所示。

表 5 Granger因果关系检验 Tab. 5 Granger causality test
零假设 滞后阶数 F统计量 P 决策 结论
Ln HM ≠>Ln URB 1 0.282 81 0.611 3 接受 Ln HM ≠>Ln URB
Ln URB ≠>Ln HM 1 36.725 7 0.000 5 拒绝 Ln URB=>Ln HM
Ln HM ≠>Ln URB 2 8.202 97 0.038 4 拒绝 Ln HM =>Ln URB
Ln URB ≠>Ln HM 2 3.145 37 0.151 1 接受 Ln HM ≠>Ln URB
Ln HM ≠>Ln URB 3 32.124 2 0.128 8 接受 Ln HM ≠>Ln URB
Ln URB ≠>Ln HM 3 5.853 88 0.292 9 接受 Ln URB ≠>Ln HM
注:1.Ln HM≠>Ln URB表示Ln HM不是Ln URB的Granger原因;Ln URB=>Ln HM表示Ln URB是Ln HM的Granger原因。2.P值代表的是接受原假设成立的概率值。3.决策标准是在5%的显著性水平下,当P值小于5%时,拒绝原假设;反之,接受原假设。

表 5可知,当滞后阶数为1时,Ln HM与Ln URB之间表现出单向的Granger因果关系,即城镇化率的增长是引起公路里程增长的Granger原因,也就是说,城镇化的进程促进了公路里程的发展,而公路里程的发展对城镇化进程的推动作用并不明显。滞后阶数为2时,Ln HM与Ln URB之间表现出单向的Granger因果关系,即公路里程的增长是引起城镇化率增长的Granger原因,也就是说,公路里程的发展推动了城镇化的进程,而城镇化的进程对公路里程发展的促进作用并不明显。滞后阶数为3时,城镇化率与公路里程之间没有Granger因果关系。因此,由不同之后阶数的检验结果可以得出:公路里程与城镇化率之间存在双向Granger因果关系,公路里程的发展能推动城镇化的进程,而城镇化的进程也能加快公路里程的发展,但表现出一定的时滞性。

3.4 误差修正模型

误差修正模型(Error Correction Model,ECM)[18]是指变量围绕长期均衡关系进行短期动态调整的过程。根据Granger定理,协整关系可用ECM来表示

(2)

由分析结果可知,误差修正模型为

(3)

误差修正项系数为-0.07,处于反向的修正状态。长期看来,长期均衡值的偏差中以7%的力度调整。通过对非均衡误差的调节,总会使公路里程和城镇化率的增长保持在一个大体平衡的位置上。

误差修正模型的残差拟合效果,如图 4所示。

图 4 误差修正模型的拟合值和残差 Fig. 4 Fitting values and residual errors of error correction model

4 结论

本研究基于协整理论,采用2005—2015年黑龙江省公路交通与新型城镇化发展水平时间序列数据,以公路里程、公路密度、客运量、旅客周转量、货运量、货物周转量、营运车辆拥有量和城镇化率为指标,从平稳性检验、协整关系检验、Granger因果关系检验和误差修正模型建立等方面研究了区域公路交通与新型城镇化之间的关系,主要结论如下:

(1) 在5%的显著性水平下,黑龙江省公路里程、客运量、旅客周转量和城镇化率均为一阶平稳序列,且公路里程与城镇化率一阶协整;货运量、货物周转量是二阶平稳序列;公路密度和营运车辆拥有量二阶差分以后仍不平稳。这说明黑龙江省城镇化率的增长可通过区域公路里程的增加来解释。

(2) 2005—2015年黑龙江省公路里程与城镇化率之间表现出一种长期稳定的均衡关系,黑龙江省公路里程对城镇化率的弹性为11.364,区域公路交通发展对新型城镇化建设具有极大的促进作用。

(3) 区域公路里程与城镇化率之间存在双向的Granger因果关系,区域公路交通发展能推动城镇化的进程,而城镇化的进程也能加快区域公路交通发展,但具有一定的时滞。因此,要遵循适度超前的原则规划区域公路交通运输体系。

参考文献
[1]
奚宽武. 新型城镇化背景下公路交通发展对策[J]. 公路, 2014, 59(2): 131-134.
XI Kuan-wu. Highway Transportation Development Strategies Based on the New-type Urbanization[J]. Highway, 2014, 59(2): 131-134.
[2]
李晓燕. 公路交通对河南省新型城镇化的影响研究[J]. 华北水利水电大学学报:社会科学版, 2016, 32(1): 43-47.
LI Xiao-yan. Research on the Influence of Highway Traffic on New Urbanization in Henan Province[J]. Journal of North China University of Water Resources and Electric Power:Social Science Edition, 2016, 32(1): 43-47.
[3]
ENGLE R F, GRANGER C W J. Co-integration and Error Correction:Representation, Estimation and Testing[J]. Econometrica, 1987, 55(2): 251-276.
[4]
RAMANATHAN R. The Long-term Behaviour of Transport Performance in India:A Co-integration Approach[J]. Transportation Research Part A:Policy and Practice, 2001, 35(4): 309-320.
[5]
JOU R C, HUANG W H, WU Y C, et al. The Asymmetric Effect on Household Vehicle Ownership in Taiwan:A Threshold Co-integration Approach[J]. Transportation Research Part A:Policy and Practice, 2012, 46(4): 696-706.
[6]
PRADHAN R P, BAGCHI T P. Effect of Transportation Infrastructure on Economic Growth in India:The VECM Approach[J]. Research in Transportation Economics, 2013(38): 139-148.
[7]
BEYZATLAR M A, KARACAL M, YETKINER H. Granger-causality between Transportation and GDP:A Panel Data Approach[J]. Transportation Research Part A:Policy and Practice, 2014(63): 43-55.
[8]
王云鹏, 吴迪, 王占中, 等. 基于协整分析的公路货运需求与国民经济的相关关系[J]. 吉林大学学报:工学版, 2011, 41(1): 56-61.
WANG Yun-peng, WU Di, WANG Zhan-zhong, et al. Relationship between Road Freight Transport Demand and National Economy Development Based on Co-integration Analysis[J]. Journal of Jilin University:Engineering and Technology Edition, 2011, 41(1): 56-61.
[9]
冯旭杰, 孙全欣, 钱堃, 等. 区域综合交通运输需求与产业结构的协整关系分析[J]. 交通运输系统工程与信息, 2012, 12(6): 10-16.
FENG Xu-jie, SUN Quan-xin, QIAN Kun, et al. Cointegration Relationship of Regional Integrated Transport Demand and Industrial Structure[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(6): 10-16.
[10]
叶昌友, 王遐见. 交通基础设施、交通运输业与区域经济增长:基于省域数据的空间面板模型研究[J]. 产业经济研究, 2013(2): 40-47.
YE Chang-you, WANG Xia-jian. Transport Infrastructure and Economic Growth in China:Based on Spatial Econometrics of Panel Data with Provincial Data[J]. Industrial Economics Research, 2013(2): 40-47.
[11]
朱长征. 基于协整分析的我国交通运输业碳排放影响因素研究[J]. 公路交通科技, 2015, 32(1): 153-158.
ZHU Chang-zheng. Study on Influencing Factors of Carbon Emission in Transport Industry Based on Cointegration Analysis[J]. Journal of Highway and Transportation Research and Development, 2015, 32(1): 153-158.
[12]
贾兴利, 单东辉, 雷天, 等. 西部地区公路基础设施投资与经济增长关系的协整分析[J]. 公路工程, 2015, 40(3): 63-69.
JIA Xing-li, SHAN Dong-hui, LEI Tian, et al. Cointegration Analysis between Highway Investment and Economic Development in Western China[J]. Highway Engineering, 2015, 40(3): 63-69.
[13]
雷天, 许金良, 单东辉, 等. 基于脉冲响应的公路运输需求与产业结构优化的协整分析[J]. 铁道科学与工程学报, 2016, 13(4): 783-790.
LEI Tian, XU Jin-liang, SHAN Dong-hui, et al. Co-integration Analysis between Highway Transport Demand and Optimization of Industrial Structure Based on Impulse Response[J]. Journal of Railway Science and Engineering, 2016, 13(4): 783-790.
[14]
芮夕捷, 宋宇萌. 基于Granger因果性的陕西公路交通资源配置效率研究[J]. 中国公路学报, 2017, 30(9): 133-141.
RUI Xi-jie, SONG Yu-meng. Research on Allocation Efficiency of Highway Transportation Resources in Shaanxi Based on Granger-causality[J]. China Journal of Highway and Transport, 2017, 30(9): 133-141.
[15]
董彬, 任翠萍, 吴群琪. 基于效率视角的公路运输与国民经济动态发展关系研究[J]. 公路交通科技, 2017, 34(10): 152-158.
DONG Bin, REN Cui-ping, WU Qun-qi. Study on Dynamic Development Relationship between Road Transport and National Economy Based on Efficiency[J]. Journal of Highway and Transportation Research and Development, 2017, 34(10): 152-158.
[16]
夏飞, 叶莉, 袁洁. 中国公路交通与城镇化发展综合评价及其相关性研究[J]. 广西财经学院学报, 2010, 23(4): 1-6.
XIA Fei, YE Li, YUAN Jie. Comprehensive Evaluation and Correlations Research of China Highway Traffic and Urbanization Development[J]. Journal of Guangxi University of Finance and Economics, 2010, 23(4): 1-6.
[17]
宋健民, 李战奎, 赵卓. 河南公路交通运输对城镇化发展影响分析[J]. 工程管理学报, 2012, 26(6): 32-35.
SONG Jian-min, LI Zhan-kui, ZHAO Zhuo. Impact Analysis of Henan Highway Transportation on Urbanization Development[J]. Journal of Engineering Management, 2012, 26(6): 32-35.
[18]
PINDYCK R S, RUBINFELD D L. Econometric Models and Economic Forecasts[M]. New York: McGraw-Hill Publishing Co., 2000.