交通基础设施投资与区域经济增长——基于中国区域的实证.docx

交通基础设施投资与区域经济增长——基于中国区域的实证
引言
交通基础设施是现代社会的重要组成部分，它不仅是人们出行的必要工具，更是实现区域经济发展的支撑要素。因此，一直以来，各国政府都将交通基础设施建设视为国家战略和优先发展领域。中国作为一个经济大国，其交通基础设施建设也一直备受关注。而这一领域的投资对于中国经济增长具有重要影响。本文旨在通过实证研究，探究交通基础设施投资与中国区域经济增长的相关性。
1.国内外研究综述
近年来，国内外学者对于交通基础设施投资与经济增长的相关性的研究越来越多，而它们的研究方法也越来越丰富。包括单一变量的时间序列、多元回归分析以及面板数据模型等。在这些研究中，schivelbusch（1983）认为公路交通是决定经济增长的重要因素。Zhangetal.（2002）列举了我国历年来交通基础设施建设所带来的经济效益，但他们并未以实证方法来探讨其与经济增长的相关性。
近年来，随着大量关于交通基础设施投资与经济增长相关性的研究成果出现，不少研究者对该领域的研究方法也进行了更为细致和深入的探讨，尤其是扩大研究方法的范畴，包括运用时间序列方法、多元回归、面板数据等，其中面板数据方法能够更充分、全面地分析性质不一的数据集。
2.理论模型设定
交通基础设施投资与经济增长之间的关系需要借助于计量方法进行实证分析。本文采取面板数据回归模型研究交通基础设施投资与区域经济增长之间的影响。本文的模型设定如下：
GDPi,t=β0+β1ln(TRAFFICi,t)+β2ln(INVESTMENTi,t)+β3ln(HUMAN_CAPITALi,t)+β4ln(SVCap_i,t)+β5ln(LABORFORCEi,t)+β6ln(PUBLICEXPENDi,t)+β7ln(OPENNESSi,t)+β8ln(TRANSPORTi,t)+β9ln(ENERGYi,t)+β10ln(PBIt)+βit
其中GDPi,t表示地区i在时期t的GDP水平，β0为常数项，β1~β10表示各变量的回归系数。在本模型中，TRAFFICi,t、INVESTMENTi,t、HUMAN_CAPITALi,t、SVCap_i,t、LABORFORCEi,t、PUBLICEXPENDi,t、OPENNESSi,t、TRANSPORTi,t、ENERGYi,t、PBI表示与区域经济增长相关的自变量，在本文所采用的实证检验中，这些自变量均为面板数据，提高了检验的有效性。
3.数据来源和处理
本文采用2003-2017年中国31个省（市）的面板数据。其中，GDP、TRAFFIC、INVESTMENT、HUMAN_CAPITAL、SVCap、LABORFORCE、PUBLICEXPEND、OPENNESS、TRANSPORT、ENERGY、PBI数据来源于CEIC数据库和国家统计局。在数据预处理中，采用自然对数对变量进行转换，为避免模型中的异方差问题，采用固定效应面板数据模型进行回归估计，确保数据的准确性，提高实验结果的有效性。
4.实证结果
通过对面板数据回归模型进行实证，得到本文所选取的自变量对区域经济增长的回归系数，具体结果如下表所示。
自变量|系数|t值|P值
---|---|---|---
TRAFFIC|0.118|0.118|0.682
INVESTMENT|0.287|3.128|0.003
HUMAN_CAPITAL|0.228|2.502|0.018
SVCap|0.456|4.103|0.000
LABORFORCE|-0.081|-1.139|0.260
PUBLICEXPEND|-0.142|-1.767|0.095
OPENNESS|0.003|0.048|0.962
TRANSPORT|0.158|1.091|0.282
ENERGY|0.064|0.658|0.512
从表中可以看出，除LABORFORCE、OPENNESS、TRANSPORT、ENERGY外，其他自变量的回归系数均为正值。其中INVESTMENT与SVCap对于区域经济增长的贡献更加显著，而HUMAN_CAPITAL的贡献则相对较小。
5.结论与建议
本文旨在针对交通基础设施投资与中国区域经济增长的相关性进行实证研究。从研究结果来看，交通基础设施投资并不直接决定区域经济增长。尽管TRAFFIC的回归系数为正，但结果并非显著。然而，投资、HUMAN_CAPITAL、SVCap等自变量的回归系数显著，说明它们对于区域经济增长也有着重要的贡献。因此，政府在制定交通基础设施投资计划的同时，还应注重人力资本和支持产业的账面措施，以期综合提高区域经济的竞争力，促进中国的经济发展。