公路客运量影响因素分析

摘 要：该文主要通过对我国2000年到2008年公路客运量的发展状况与国民经济的发展、公路总长、铁路客运量之间的关系进行多因素实证分析。建立以公路客运量指标为被解释变量，其他变量为解释变量的多元线性回归模型，试图探索影响公路客运量的重要因素。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，结合相关的理论对所得的分析结果作了经济意义的分析。就今后中国客运发展提出一些可供参考的意见。

关键词：公路客运量；国民经济的发展；公路总长；铁路客运量

1978年以来，人口的增长，给交通客运带来了前所未有的压力，其后的10来年各级政府都开始重视起来，客运压力也得到一定的缓解。待到了90年代后期不少地方政府为了经济的利益在决策时考虑的主要是未来的经济利益，而没有考虑到交通的合理规划。所以想在此初探影响公路客运量的因素，以期我国的交通事业能够得到科学发展。

一、模型设定

对于此问题，我选取了国内生产总值、公路总长、铁路客运量作为主要指标。

（一）国内生产总值。交通运输的发展离不开国家宏观经济的密切影响，因此我选取了国内生产总值作为解释变量之一，分析其对公路客运量的影响。

（二）公路总长。公路作为承载运输的载体，其长度也应作为一个重要因素考虑在此模型中，因我国在处于一个低水平基础上发展起来，公路等基础设施质量不一，在数据方面只能找到总的公路长度。

（三）铁路客运量。作为一种替代运输工具，铁路客运量会部分影响公路运输量，其影响大小和一国的交通习惯、铁道发展水平相关。

模型设定为：Y=β0+β1X1+β2X2+β3X3+Ｕt

Y：公路客运量（万人）；X1：国内生产总值（亿元）；X2：公路路线长度（万公里）；X3：铁路客运量（万人）；Ｕt：随机扰动项。

二、相关数据收集

数据来源：《中国统计年鉴》（2009年）

三、模型的估计检验及修正

（一）根据模型做多元回归

得回归方程：Y=748909.6+8.396194X1-2057.028X2+0.264123X3

分析可知，模型的可决系数较高，说明模型拟合效果较好，但是X2的参数符号与实际相反，说明此模型可能存在多重共线。

（二）对模型进行多重共线检验及修正

分别用Y对X1 X2 X3做回归得到结果，可知对X1做回归得到的模型的可决系数最大，故以X1为基础变量进行逐步回归

可知加入X2后，模型的可决系数增大,但X2的符号为负，不符合经济意义，所以舍去X2

加入X3以后，模型的可决系数减小，而且X3符号为负，也不显著，不符合经济意义，故舍去X3

所以修正后的模型只保留了X1

修正后的模型为：Y=668586.9+6.070743X1

（三）异方差检验

用ARCH检验结果：

P值=0.004878

接下来对模型进行修正：

对模型进行对数变换：得到模型LNY=C+LNX1

再进行ARCH检验：

得到P值为0.904457.>0.05故对数模型不存在异方差

修正后的模型为：

LNY=8.730570+0.467800LNX1

（四）自相关检验

DW检验如下：

做回归得到d= 1.204452，查表可知Dl=1.151Du=1.391 Dl

所以不能判断，此时宁可拒绝原假设认为存在自相关。

接下来对模型进行自相关的补救：

用德宾两步法：

做回归 LS LNY C LNY(-1) LNX1 LNX1(-1)：

得到ρ=0.562249做广义差分生成新序列

LNYt=LNY-0.562249LNY(-1)LNX1t=LNX1-0.562249LNX1(-1)

做回归LS LNYt c lnx1t，此时D=1.478837 查表可知DL=1.133，DU=1.381，D>DU故此时不存在自相关。

此时的模型为LNYt=3.544494+0.522657lnX1t

β1=β1*/(1-ρ)=1.1939595798

故修正后的模型为LNY=3.544494+1.19396LNX1

由此模型可知：国内生产总值每增加1%，公路客运量就增加1.19396%

四、结束语

国内生产总值对公路客运量确实有很大的影响，因为这是决定客运消费的经济基础各级政府可以根据当地经济状况进行宏观公路运输建设及安排。