西部特大城市交通运输对经济发展的影响研究

田雪?薛盼丽

摘 要：西安、成都、重庆作为西部重点发展城市，发达的交通运输系统对经济发展起到促进作用。本文对3个城市选取2008-2017年交通运输水平指标数据建立面板模型，分析交通运输对经济发展的影响，通过对各交通运输影响要素分别建立回归模型进行计量检验，探讨各项要素所起到的促进作用，并提出相关建议。

关键词：西部特大城市;交通运输;经济发展

一、引言

作为西部3座特大城市，西安、成都、重庆的经济发展向来备受关注。亚当·斯密在《国民财富的性质和原因的研究》中指出：交通运输发展对国民财富增加会发挥巨大的作用。在经济发展过程中，交通设施建设会为城市发展带来机遇。作为西部地区重要的区域中心城市，西安是国家“一带一路”倡议的核心，无论在地理位置还是国家战略布局方面皆处于中心位置，发展潜力巨大;成都拥有西部唯一双机场，铁路与航空优势都较为突出;重庆作为我国四大直辖市和国家中心城市之一，凭借长江经济带发展出突出水运优势。

此外，国家相关发展政策以及省市间合作战略进一步促进了交通基础设施建设。2014年国务院发布《长江经济带综合立体交通走廊规划（2014-2020年）》明确提出，将构建以重庆、成都为中心的“一主轴、放射状”城际交通网络;2018年1月，国务院批复的《关中平原城市群发展规划》中，明确提出“推动西安-咸阳一体化发展”，两市全面推进《大西安立体综合交通发展战略规划》中明确的重大项目落地实施。西安、成都、重庆的交通运输水平在战略政策的支持下会有更大发展。本文针对西部特大城市西安、成都、重庆的客运量及货运量两大方面，分别对客运量、航空、铁路、公路货运量与经济增长的关系进行分析，考察交通运输对其城市经济发展的影响。

二、文献回顾

罗会华（2011）[1]在通过构建两区域模型来探讨交通运输发展促进发展中大国区域经济增长的内在机制，认为交通运输发展促进了市场范围的扩大，从而促进了经济发展。王会宗（2011）[2]分别运用全国及三大区域1995-2006年的相关混合数据对预先设定的计量模型进行回归，研究发现：铁路建设在短期和长期都会对全国的经济增长起到促进作用，但其长期促进作用更为明显;铁路建设在短期内就能促进东部地区的经济增长，但其对中、西部地区经济增长的促进作用只能在较长时期内才能体现出来。申蕙与邹平（2016）[3]从民航业和经济发展的协同关系出发，探讨民航业与经济发展的相互作用，实证研究表明，中国民航业对中国的经济发展水平具有明显的促进作用，与经济发展具有长期均衡关系。丁燕飞（2018）[4]对广东省2007-2016年国省道建设对地区经济发展的影响进行了实证分析，研究结果表明，国省道建设对地区经济影响显著，贡献比例在5%～25%。

从现有研究文献来看，大多数学者认为交通基础设施对经济增长起促进作用，这为本文的研究提供了良好的研究基础，本文选取了西部特大城市西安、成都和重庆3个城市为研究样本，探讨2008-2017年，交通运输量与经济增长的相关关系，研究結果将从交通基础设施建设和货运方式角度对西部3大城市的经济发展提出建议。

三、西部特大城市经济发展与交通运输发展状况

（一）经济发展状况

西部特大城市西安、成都、重庆的GDP水平在2008-2017年呈现逐年上升趋势。其中，重庆GDP水平位列第一，成都位于第二位，西安排名第三位。10年间，重庆与成都GDP水平呈现较快增长，2017年两个城市GDP水平分别达到19500亿元、13889亿元;全国排名分别为第5位和第9位。相比之下西安增速较为缓慢，2017年GDP水平为7 471.89亿元。3个城市GDP水平差距逐年加大，西安在经济发展方面整体呈现较为落后趋势。

（二）交通运输发展状况

2008-2015年，重庆整体客运量水平持续高于成都和西安，成都于2016年实现反超，西安客运量水平相比之下一直处于较低水平。在航空货运发展方面，3个城市整体表现出逐年递增的趋势。其中，成都近10年保持绝对领先态势，而西安和重庆在2008-2010年保持相近水平，2011年西安航空货运量超越重庆，此后两城市差距逐渐加大。在铁路货运发展方面，3个城市在近十年间表现出较为平稳的发展趋势，其中重庆保持着较西安和成都更高的水平，西安与成都则处于相近水平。在公路运货发展方面，重庆持续保持较成都、西安更高的水平，且整体呈现上升趋势;西安公路货运量较成都更高，但仍与重庆有较大差距。重庆在交通运输各方面都呈现较高水平与其具有更大的城市规模密切相关。此外，发达的水路运输系统也是重庆经济发展的竞争优势。

四、西部特大城市交通运输对经济发展影响的实证分析

（一）模型设定

为研究交通运输对经济发展的影响，分别选取旅客运输量、航空运输货运量、铁路货运量、公路货运量作为解释变量、地区生产总值（GDP）为被解释变量建立回归模型，分析各个变量对地区经济发展的影响。本文选取数据涵盖时间与截面，选取面板数据进行检验，设定模型如下。

（1）

式中：i表示截面单元，t表示时间单元，Xi，t为所选取的解释变量，βi为待估计参数，εit为随机扰动项。针对旅客运输量、航空运输货运量、铁路货运量、公路货运量分别进行模型建立，将本式中Xi，t分别替换为PTIi，t、HFTIi，t、TFTIi，t、GFTIi，t，建立四个回归模型进行计量检验。

（二）数据来源

变量统计描述如表2所示。

（三）实证结果

由单位根检验实证结果可知，地方生产总值的P值<0.05，故拒绝原假设，该序列没有单位根，为平稳序列。解释变量旅客运输总量，航空运输货运量，铁路货运量及公路货运量的P值均>0.05，故不能拒绝原假设，序列有单位根，为不平稳序列，而一阶差分的结果均拒绝原假设，为平稳序列。