摘要：通过建立模型对影响我国公路客运量的因素进行了研究，通过Eviews对山东省统计年鉴的有关数据进行筛选，并对水路客运量（X₁）、海关进出口总量（X₂）、人口密度（X₃）、铁路货运量（X₄）、公路货运量（X₅）进行回归拟合，通过建立模型对样本数据分别进行回归，比较分析选择作出初始模型，经过检验和修正得到最终模型，通过样本回归分析得出一定的结论，提出进一步探讨的问题。

关键词：水路货运量；OLS回归；山东；运输；计量分析

中图分类号：F25 文献标识码：A 文章编号：1672-3198（2011）18-0064-01

1 背景综述

水路运输作为山东经济发展的一个侧面可以帮助我们了解二十多年来的交通运输、公共事业建设、人民生活水平、社会生产、流通、分配、消费各环节协调发展等诸多现实经济问题，对于提升个人对国家经济发展认识、研究分析的能力大有好处。

因此，本文以1984年为课题研究的时间起点，2009年为止点，通过研究水路客运量、水路货物周转量、水路货物周转量、海关进出口情况、人口密度人等众多因素对山东水路货运量的推动作用和影响，建立多元线性回归方程，进行实证分析，得出对山东水路客运量的显著影响因素。

2 模型设定

在模型建立之初，我们选择了5个对山东水路货运量可能造成影响的因素：水路客运量（万人）、海关进出口总量（万美元）、人口密度（人/平方公里）、铁路货运量（万吨）、公路货运量（万吨）。

根据对经济现象的分析，建立如下第一个模型描述：

Y_tβ₀+β₁X₁+β₂X₂+β₃X₃+β₄X₄+β₅X₅+u_t

Y_t——水路货运量 X₁——水路客运量

X₂——海关进出口总量X₃——人口密度

X₄——铁路货运量X₅——公路货运量

对所选择的样本数据运用OLS法回归得：

Y_t-20645.05-9.2875X₁+0.0003X₂+36.0268X₃+0.5155X₄+0.0732X₅+u_t

t （1.3323） （-1.6704） （0.7959） （1.1104） （2.1678） （1.4399）

R²0.927431 R²0.909289

SE1281.074 DW2.256321 F51.11980

建立如下第二个模型描述

lnY_tβ₁+β₂lnX₂+β₃lnX₃+β₄lnX₄+β₅lnX₅+u_t

t （-2.7387） （-2.9197） （1.9831） （2.4056） （1.2970） （1.2983）

Y_t——水路货运量 X₁——水路客运量

X₂——海关进出口总量X₃——人口密度

X₄——铁路货运量X₅——公路货运量

ln（Y_t）-64.4526-1.1566In（X₁）+0.4664ln（X₂）+9.5706ln（X₃）+0.6732ln（X₄）+0.5886ln（X₅）+u_t

t （-2.7387） （-2.9197） （1.9831） （2.4056） （1.2970） （1.2983）

R²0.9722 R²0.9653

SE0.1843 DW1.989 F140.0535。

通过对两个回归模型的比较，第二个模型的t检验和拟合优度都好于第一个模型，同时考虑到对数线性模型的好处，即减少各个变量的波动性和便于计算弹性，所以采用第二个模型进行实证分析。

3 模型检验

3.1 统计意义检验

t—检验：提出检验的原假设为：

H0：β₁β₂β₃β₄β₅0

在显著性水平a0.05，自由度df26时，t_0.025（25）2.060时X2X4X5，回归系数均未通过t一检验，X2X4X5表明所选的自变量可能不是影响的主要因素因素，即可以认为水路客运量、人口密度对山东水运货运量有显著影响。海关进出口总量、铁路货运量、公路货运量无显著影响。

F检验：提出检验的原假设为：H0：β₁β₂β₃0

对立假设为H1：至少有一个βi不等于零（i1，2，3）

F的临界值远小于回归模型所得的F140.0535，因而F检验通过，表明方程的回归效果显著。计算得到R²0.9722，R²0.9653，比较接近于1，表明回归线对样本数据点的拟合程度较高。

3.2 计量模型检验

（1）多重共线性检验。

由统计意义检验结果可知可能存在多重共线性。

通过逐步回归法得：

引入X₅后，拟合优度仍有所提高，但X₅的参数未能通过t检验，所以舍弃。

最终的山东省水路货运量数应以lnf（lnX₁，lnX₂，lnX₃，lnX₅）为最优，拟合结果如下：

lnY_tβ₁+β₁lnX₁+β₂lnX₂+β₃lnX₃+u_t。

lnY_t-47.9655-0.8073lnX₁+0.8878lnX₂+7.6574lnX₃+u_t。

（2）异方差性检验。

利用ARCH检验：得到：Obs^*R²0.824545，给定α0.05，自由度为P5，Obs^*R²0.824545＜X²_0.05（9）16.92，故表明模型随机误差项不存在异方差。

（3）自相关性检验。

LM检验结果得到：给定α0.05，因为Prob.Chi-Square（2）0.1522>0.05故表明模型随机误差项不存在自相关。

4 现实分析及对策

从所取样本的估计模型：

lnY_t-47.9655+-0.8073lnX₁+0.8878lnX₂+7.6574lnX₃+u_t。

得出就山东地区而言：

水路客运量每增加一万人，其他因素不变时，水路货运量平均减少0.8073万吨；

海关进出口总量每增加一万美元，其他因素不变时，水路货运量平均提高0.8878万吨。

人口密度每增加一人/平方公里，其他因素不变时，水路货运量平均提高7.6574万吨。

同时，可以用上述估计式进行点估计或者区间估计对未来水路货运量进行预测。同时结果来看，有关部门需要有重点的进行投资和规划，因为当水路客运量增加时水路货运量会相对减少，所以需要多方权衡，比较得失来规划水路货运的发展。如欲增加水路货运量，可运用税费或宣传相应控制水路客运量，通过政策刺激海关进出口总量，放宽人口政策。当然，显示实行起来还要进行更加深入的论证分析。

数据来源：《山东统计年鉴》2010年数据库。