1指標體系設置

本文設置指標體系遵循:系統整體性原則、操作性原則、可比性原則、實用性原則。在公路交通運輸對區域經濟整體發展的貢獻分析中，涉及兩組指標:一組是描述公路交通運輸特征的指標，在分析中作為因素指標(自變量);另一組是反映區域經濟整體狀況的指標，在分析中作為效果指標(因變量)。對公路交通運輸的描述一般分為2部分，即路網狀況和運輸能力。通常使用里程和路網密度2個指標對路網狀況進行描述，其中路網密度=總里程/地區面積。由于本文的研究對象的特定性，地區面積是定量，故按照指標選擇的實用原則只選取“公路總里程”這一指標。對公路運輸能力的描述通常使用4個指標:貨運量、貨運周轉量、客運量、客運周轉量。周轉量既包含運輸量也包含了運距，比運輸量的指標更為全面。因此本文重點選擇了貨運周轉量和客運周轉量這2個指標描述公路的運輸能力。描述區域增長的指標比較多，本文重點的選擇了國內生產總值(GDP)和人均地方財政收入2個指標。國內生產總值反映了區域經濟的總規模，盡管GDP在考核和計算等方面的原因，可能會使GDP的增長趨勢與人們對經濟發展過程中的理性判斷產生背離，但至今為止，還很難找到一個比GDP更有效和更方便的反應地區經濟總規模的指標。而從交通運輸的角度來看，區域交通對GDP的貢獻分析，通常能代表交通運輸對區域經濟整體發展之間關系的一個重要方面。本文選取國民生產總值(GDP)、人均地方財政收入2個指標描述區域經濟增長狀況，并結合公路交通運輸相關指標此評價分析公路交通運輸對西藏區域經濟增長的貢獻，上述指標均能在統計年鑒能直接獲取或簡單算數計算即可獲得。2分析模型公路交通運輸對區域經濟增長的作用可以歸為兩種:直接貢獻和間接貢獻。直接貢獻由公路交通運輸基礎設施的建設(建設項目本身以及產業鏈的帶動)與客貨運輸的發展直接產生交通運輸部門的增加值來實現;間接貢獻，通過公路運輸能力的提高拉動其他非交通運輸部門經濟的增長。無論直接貢獻還是間接貢獻，最終都將在GDP的貢獻上體現。然而，公路交通基礎設施的發展與公路運輸能力的發展之間亦存在著因果關系，即公路交通運輸能力的提高要通過公路交通基礎設施的建設來實現，也就是說，因素變量之間存在因果關系。

2.1模型框架

路徑分析是一種將變量關系以模型化的方式來進行分析的一種統計技術。路徑分析的概念最初由遺傳學家賴特(SewallWright)于1921年所提出，至1960年代才廣泛受到重視。傳統上，路徑分析由一系列的回歸分析所組成，透過假設性的架構，將不同的方程式加以組合，形成結構化的模式，以SPSS或SAS等軟件進行多次回歸即可完成模型參數的估計，稱為回歸取向的路徑分析。需要說明的是，使用路徑分析與使用直接多元線性回歸分析相比，并不會使模型變的更準確，但是，通過對自變量之間復雜關聯的刻畫，路徑分析模型可以很精細地估計出每一個自變量究竟是通過何種方式來作用于最終因變量的。因此本文選擇路徑分析工具，分析公路交通運輸對經濟總量增長的貢獻。路徑分析主要的工作是從變量之間共變關系來檢驗研究者所提出的影響、預測、或因果關系，企圖推論出因果結論。與回歸分析一樣，路徑分析的基礎是變量的線性關聯(或相關)，變量間的相關越高，路徑分析的結果會越顯著明確。在路徑分析模型中變量之間有單向因果關系的、也有雙向因果關系的。如果整個路徑分析模型全部為單向因果關系，不出現循環嵌套的路徑從而可以被寫成若干個標準的多元回歸方程所構成的方程組，則這種模型被稱為遞歸模型。在本文研究的公路交通運輸對區域經濟的貢獻中所有變量只涉及單向因果關系，因此只需建立遞歸模型:

2.2路徑分析基本步驟

(1)建立路徑模型。這是進行路徑分析的關鍵。因為路徑圖設計的正確與否直接決定著結果的正確性。一般的方法是根據前期研究、專業知識和經驗事實、變量間的邏輯關系選擇模型中應包括的自變量、因變量及路徑可能，用路徑線連接各變量，構成路徑圖，同時建立相應的方程組(本文研究的路徑圖見圖1)。(2)模型識別與模型估計。計算兩變量間總因果作用力，包括自變量對因變量的直接作用力、自變量通過其他自變量對因變量的間接作用力兩部分。如果整個模型無法被估計(無解或無惟一解)，此時應當對模型進行修正，直至得到初步的估計值。(3)模型評價。評價路徑模型中的各路徑的關聯是否具有統計學意義，并且是否能夠很好地與專業知識和實際經驗相吻合。(4)模型修正。根據模型評價的結果對模型進行簡化和改進，最終得到一個既符合專業知識，又與數據的特征相吻合，并非常簡潔的路徑分析模型。

2.3實證分析

2.3.1模型設定與樣本選取

本文研究公路交通運輸對區域經濟增長的單向貢獻，因此假設模型中只存在單向因果關系，則只需要建立遞歸模型。根據圖1，建立如下理論模型:區域經濟增長=常數+公路總里程+公路客運周轉量+公路貨運周轉量公路客運周轉量=常數+公路總里程公路貨運周轉量=常數+公路總里程其中，區域經濟增長中經濟總量用“國民生產總值”G來表示、區域自身發展用“人均地方財政收入”C來表示;公路基礎設施用“公路總里程”Z來表示、公路運輸能力用“公路客運周轉量”KZ和“公路貨運周轉量”HZ來表示。樣本數據使用1991年至2007年的相關統計數據，原始樣本數據見附錄1。

2.3.2擬合、檢驗、修正模型

本文選取的是回歸取向的路徑分析方法，而路徑的理論模型為遞歸模型，因此可以通過應用SPSS分別擬合回歸方程，實現對模型中各參數的估計。具體操作使用SPSS多元回歸分析，并選取逐步進入法(Stepwise)作為自變量進入方式。首先對式(2)中第一個方程，即經濟總量回歸方程進行擬合，結果如表2～表5。綜合整理得到結果如表6。從表5中可知，系統在擬合過程中，通過逐步進入法(Stepwise)對模型進行修正，由于“公路貨運周轉量”在F檢驗下P值為0.845大于0.05，失去統計學意義，被拒絕，有表4可知系統建立了第2個模型，即修正后的模型。整理擬合過程中各輸出結果表后，得到表6。由表6可知，模型中調整后的判定系數為0.922，擬合度較高，這表示因變量中的92%的變化可以有自變量的變化解釋，方差分析結果中P值小于0.001，通過了0.05下的F檢驗，回歸方程有統計學意義。自變量“公路總里程”P值小于0.001，“公路客運周轉量”P值為0.006也小于0.05，均通過F檢驗，有統計學意義。綜上，經濟總量的回歸方程為(因為變量量綱不同，本文均使用標準化系數，下同):G=0.703Z+0.327KZ(4)從分析結果中可知，自變量“公路總里程”和“公路客運周轉量”的標準化系數為0.703和0.327，說明“公路總里程”對經濟總量的作用力更大些。要說明的是，在通過逐步進入法進行擬合過程中，變量“公路貨運周轉量”被拒絕，并不說明貨物運輸對經濟總量沒有貢獻，被拒絕只是統計學上的意義，說明在這個樣本區間旅客運輸對經濟總量的貢獻相比貨物運輸更顯著，這也符合西藏自上世紀90年代開始以旅游為主的第三產業對經濟總量的巨大貢獻。