Czy transport lotniczy ma znaczenie dla regionalnego rozwoju gospodarczego Chin? Empiryczny test przyczynowości Grangera / Jun Zhou, Liang Lenga, Quan Yuan i Xiaofa Shi

2.1. Infrastruktura i regionalny wzrost gospodarczy

Istnieje niezliczona ilość badań nad infrastrukturą transportową i regionalnym rozwojem gospodarczym; na przykład Solow (1957), przedstawiciel neoklasycznej teorii wzrostu gospodarczego, analizował wpływ inwestycji w infrastrukturę transportową na wzrost gospodarczy [ 8 ]. Uważał, że wpływ infrastruktury transportowej na wzrost gospodarczy nie jest zrównoważony ze względu na „prawo malejących przychodów krańcowych” i chociaż może zwiększyć zasób kapitału społeczeństwa, inwestycje w infrastrukturę transportową mają jedynie krótkoterminowy wpływ na wzrost gospodarczy i nie mogą wywołać efektów długoterminowych, co oznacza, że ​​inwestycje w infrastrukturę transportową są tylko czynnikiem egzogenicznym dla regionalnego wzrostu gospodarczego. Jednak teoria endogenicznego wzrostu gospodarczego, reprezentowana przez Romera (1986, 1990) i Lucasa (1988), twierdzi, że efekty zewnętrzne inwestycji w infrastrukturę są fundamentalnym źródłem długoterminowego wzrostu gospodarczego [ 9 , 10 , 11 ]. Jak twierdził Bougheas (2000), infrastruktura gospodarcza nie tylko zwiększa krańcową produktywność czynników, ale także ułatwia międzyregionalną mobilność siły roboczej i towarów, rozszerzając zakres rynków, optymalizując alokację zasobów i pogłębiając podział pracy, co pozwala gospodarce na uzyskanie endogenicznego pędu wzrostu [ 12 ].

Wielu późniejszych naukowców dalej badało pozytywny wpływ infrastruktury transportowej na regionalny rozwój gospodarczy poprzez analizę empiryczną. Na przykład empiryczna praca Aschauera (1989) wykazała silną dodatnią korelację między inwestycjami w infrastrukturę fizyczną a wynikami makroekonomicznymi i dała elastyczność produkcji na poziomie 0,39 dla infrastruktury, chociaż pomysł ten był później przedmiotem debaty wielu stron [ 13 ]. Wniosek ten popiera również Munnell (1990a), który wykorzystał dane szeregów czasowych z lat 1948–1987 dla USA [ 14 ]. Tatom (1991) twierdzi, że zmienne w danych szeregów czasowych mogą być „pseudokorelowane”, ponieważ model cierpi na multikolinearność i nie jest w stanie uwzględnić heterogeniczności różnych danych przekrojowych [ 15 ]. Od tego czasu coraz większa liczba naukowców wykorzystuje dane panelowe do badania wpływu infrastruktury transportowej. Na przykład Nourzad i Vrieze (1995) przeanalizowali dane panelowe dla siedmiu krajów OECD z lat 1960–1988 i odkryli, że elastyczność produkcyjna infrastruktury wyniosła 0,05 [ 16 ]; Chandra i Thompson (2000) jako pierwsi zbadali wpływ systemu autostrad międzystanowych na całkowity roczny dochód za pomocą jednocyfrowego kodu SIC i odkryli, że połączenia autostradowe miały znaczący wpływ na przychody z usług finansowych, ubezpieczeniowych, nieruchomości, handlu detalicznego i usług, przy niewielkim wpływie pozytywnym, ale niewielkim wpływie negatywnym na przychody z produkcji i rolnictwa [ 17 ]. Duranton (2012) i (2014) stwierdzili, że średnio 10% wzrost zasobów dróg miejskich prowadzi do wzrostu zatrudnienia o około 1,5%, podczas gdy połączenia autostradowe mają pozytywny wpływ na handel międzymiastowy [ 18 , 19 ] itd. Podczas gdy wyniki w dużej mierze potwierdzają wniosek, że infrastruktura transportowa ma katalityczny wpływ na wzrost gospodarczy, dowody empiryczne na temat tego, czy związek ten jest endogeniczny czy egzogeniczny dla wzrostu, pozostają mieszane, co utrudnia rozróżnienie między trwałym a tymczasowym wpływem inwestycji w infrastrukturę a regionalnym wzrostem gospodarczym.

Jak wynika z endogenicznego modelu wzrostu Romera (1986), wzrost stopy inwestycji determinuje stały wzrost długoterminowej stopy wzrostu [ 9 ], tj. im wyższa stopa inwestycji w okresie t, tym wyższa stopa wzrostu gospodarczego z okresu t. Sugeruje to również, że korelacja między wartością przeszłą wzrostu stopy inwestycji a bieżącą stopą wzrostu powinna być dodatnia, gdy tylko uwzględni się historię stóp wzrostu z przeszłości. W standardowym neoklasycznym modelu wzrostu Solowa (1957) długoterminowy wzrost produktywności, choć napędzany tempem postępu technologicznego, zmiany w udziale inwestycji mogą również prowadzić do tymczasowych zmian stopy wzrostu [ 8 ]. Dokładniej, ze stanu ustalonego wzrost stopy inwestycji w okresie t prowadzi do jednoczesnego wzrostu produktywności, ale jej stopa wzrostu będzie stopniowo spadać od okresu t, aż zbliży się do wartości stanu ustalonego. Tak więc, gdy opóźniona wartość tempa wzrostu jest kontrolowana, korelacja między opóźnioną wartością tempa inwestycji a obecnym tempem wzrostu powinna być ujemna podczas dynamiki przejścia. Na podstawie tych definicji Vanhoudt (1998) stwierdza bezpośrednio, że proces testowania teorii wzrostu endogenicznego jest bardzo bliski prostemu równaniu przyczynowości Grangera [ 20 ]. Od tego czasu Hartwing (2009), testując endogeniczny związek między inwestycjami fizycznymi, inwestycjami w kapitał ludzki i wzrostem PKB, daje nam bardzo dobre ramy do panelowego testowania Grangera, który jest dynamicznym modelem regresji panelowej (GMM) do testowania wielowymiarowej przyczynowości Grangera [ 21 ].

2.2. Test przyczynowości Grangera między transportem lotniczym a regionalnym wzrostem gospodarczym

Literatura dotycząca testu przyczynowości Grangera pomiędzy transportem lotniczym a regionalnym rozwojem gospodarczym koncentruje się głównie na ostatnich 20 latach, a praca Kulendrana i Wilsona (2000) jest jedną z pierwszych prac, w których wykorzystano analizę przyczynowości Grangera do badania transportu lotniczego i rozwoju gospodarczego. Kulendran i Wilson (2000) zastosowali kointegrację i testy przyczynowości Grangera do analizy związku pomiędzy handlem międzynarodowym (ogółem, eksportem i importem) a podróżami międzynarodowymi (ogółem, służbowymi i świątecznymi) w Australii w latach 1982–1997 i odkryli, że związek przyczynowy pomiędzy transportem lotniczym a handlem międzynarodowym różni się w zależności od partnera handlowego ze względu na różnorodność relacji handlowych [ 22 ]; jednak głównie analizował związki przyczynowe w przekrojach i nie testował przyczynowości Grangera dla całego panelu.

Mukkala i Tervo (2013) byli pionierami w stosowaniu trzyetapowej metody analizy przyczynowości Grangera Hurlina i Veneta (2001) (jednorodny test nieprzyczynowości, test natury przyczynowości, test przyczynowości podzbioru regionalnego) do analizy wpływu transportu lotniczego na rozwój regionalny w 13 krajach Europy Zachodniej przy użyciu danych panelowych za okres 1991–2010 [ 23 , 24 ]. To podejście pozwala na sprawdzenie jednorodności i heterogeniczności przyczynowości Grangera między transportem lotniczym a rozwojem regionalnym. Wyniki artykułu pokazują, że rozwój regionalny ma znaczący wpływ na działalność transportu lotniczego, ale wpływ działalności transportu lotniczego na rozwój regionalny wydaje się być bardziej znaczący, zwłaszcza w regionach oddalonych; stąd autorzy uznali, że „istnieją dobre powody, aby chronić lokalne linie lotnicze, ponieważ są one ważne dla rozwoju obszarów oddalonych”.

Później Van de Vijver, Derudder i Witlox (2016) podobnie zastosowali trzyetapowe podejście analizy przyczynowości Grangera Hurlina i Veneta (2001) do zbadania, czy istnieje znacząca przyczynowość Grangera między zatrudnieniem a lotniczym transportem pasażerskim [ 25 ]. Autorzy ujawnili rzadkie przypadki wzajemnej przyczynowości i stosunkowo częste przypadki braku przyczynowości, analizując całkowitą mapę zatrudnienia w ramach Mukkali i Tervo (2013). Wyniki artykułu pokazują, że transport lotniczy ma znaczący wpływ na zatrudnienie w stosunkowo peryferyjnych regionach europejskich, zwłaszcza w zatrudnieniu w usługach, ale nie ma związku przyczynowego z zatrudnieniem w przemyśle w większości regionów.

Badanie przeprowadzone przez Bakera, Merkerta i Mamruzzamana (2015) zagłębia się w testy przyczynowości Grangera [ 26 ]. Autorzy przeanalizowali przyczynowość Grangera między wzrostem ruchu pasażerskiego a całkowitym wzrostem realnych przychodów podlegających opodatkowaniu dla 88 lotnisk (w tym 51 regionalnych i 37 oddalonych lotnisk) w słabiej rozwiniętych regionach Australii, w oparciu o dane za okres od 1985 do 2011 roku. Ze względu na długi okres badania niniejszego artykułu autorzy ustalili maksymalne czteroletnie opóźnienie czasowe i stwierdzili, że pozytywny wpływ wzrostu odległych linii lotniczych na wzrost gospodarczy pozostał znaczący nawet przy czteroletnim opóźnieniu.

Powyższe badania skupiały się na związku między transportem pasażerów lotniczych a regionalnym rozwojem gospodarczym; z kolei stosunkowo rzadki artykuł Buttona i Yuana (2012) bada potencjalną rolę transportu lotniczego w stymulowaniu lokalnego i regionalnego rozwoju gospodarczego poprzez analizę przyczynowości Grangera między ładunkiem lotniczym a regionalnymi zmiennymi ekonomicznymi [ 27 ]. Autorzy wykorzystali binarny model autoregresji wektorów skończonych (VAR) do zbadania przyczynowości Grangera między wolumenem ładunku lotniczego a każdą regionalną zmienną ekonomiczną (zatrudnienie, dochód osobisty i dochód na mieszkańca). Wyniki ponownie wskazują, że ładunek lotniczy przyczynia się pozytywnie do lokalnego rozwoju gospodarczego, podczas gdy nie ma znaczącej przyczynowości Grangera pod względem wpływu regionalnych zmiennych ekonomicznych na ładunek lotniczy, z wyjątkiem zatrudnienia. Ponadto przyczyna Grangera zatrudnienia w transporcie lotniczym jest znacznie słabsza niż przyczyna Grangera ładunku lotniczego na zatrudnienie, co oznacza, że ​​dowody na to, że ładunek lotniczy jest endogeniczny dla procesu wzrostu gospodarczego na poziomie metropolitalnym są znacznie słabsze.

Z tych badań wynika, że ​​wpływ transportu lotniczego na gospodarkę regionalną jest silniejszy niż wpływ gospodarki regionalnej na transport lotniczy, zwłaszcza pod względem zatrudnienia w usługach i rozwoju obszarów oddalonych. Jednak powyższa literatura koncentruje się głównie na transporcie pasażerów lotniczych w krajach rozwiniętych, a wszystkie badania wykorzystują dwuwymiarową analizę przyczynowości Grangera. Jak opisano w Hartwig (2009), w dwuwymiarowej analizie przyczynowości Grangera, fałszywa przyczynowość może wystąpić, gdy obie zmienne mają „wspólne przyczyny”, które nie występują w równaniu regresji [ 21 ]. Pozorna przyczynowość znika tylko wtedy, gdy wszystkie zmienne „wspólnej przyczyny” zostaną uwzględnione w regresji. Przy określaniu, czy istnieje związek przyczynowy, wniosek, że nie ma związku przyczynowego, jest ważny tylko wtedy, gdy żaden związek przyczynowy między dwiema zmiennymi nie jest testowany zarówno w analizie wielowymiarowej, jak i dwuwymiarowej.

Aby uniknąć pozornej przyczynowości Grangera, w niniejszym artykule opracowano wielowymiarowe modele VAR oraz dwuwymiarowe modele VAR między wskaźnikami przewozu ładunków lotniczych a regionalnymi wskaźnikami ekonomicznymi. Do analizy modeli wykorzystano dwuetapowy systematyczny estymator GMM Arellano-Bond w oprogramowaniu Stata. W niniejszym artykule skonstruowano wielowymiarowy model VAR w celu oszacowania przyczynowości Grangera między przewozem ładunków lotniczych a regionalnym rozwojem gospodarczym, poprzez dokładną analizę istniejących danych dotyczących przewozu ładunków lotniczych i gospodarki regionalnej, a następnie przetestowano wyniki za pomocą dwuwymiarowego modelu VAR, co zwiększa wiarygodność wyników estymacji przyczynowości Grangera między przewozem ładunków lotniczych a regionalnym rozwojem gospodarczym. Wyniki niniejszego artykułu mogą dostarczyć nowych pomysłów do badań nad związkiem między transportem lotniczym a regionalnym rozwojem gospodarczym, a jednocześnie wypełnić pewne luki w wiedzy w badaniach nad przewozem ładunków lotniczych a regionalnym rozwojem gospodarczym w Chinach. Wreszcie, dzięki połączeniu wyników oceny przyczynowości panelowej Grangera z różnymi szkołami myślenia na temat rozwoju gospodarczego, niniejszy artykuł może dostarczyć nowych spostrzeżeń na temat zrównoważonego rozwoju przewozów lotniczych i pomóc lokalnym władzom lepiej ocenić rolę węzłów przeładunkowych w transporcie lotniczym.

Pozostała część artykułu jest zorganizowana w następujący sposób: Rozdział 3 szczegółowo opisuje źródła i skład danych, Rozdział 4 przedstawia modele, Rozdział 5 szczegółowo analizuje wyniki niniejszego artykułu, Rozdział 6 zawiera analizę solidności i dyskusję wyników, a na koniec podsumowuje ustalenia niniejszego artykułu.

5.1. Wyniki Modelu 1

Przed analizą danych, związek między zmiennymi można zrozumieć za pomocą dwuwymiarowego wykresu punktowego, jak pokazano na rysunku 1 , rysunku 2 , rysunku 3 i rysunku 4. Miasta bramne na rysunku to 35 dużych i średnich miast składających się z chińskich gmin, miast subprowincjonalnych i innych stolic prowincji. Jeśli miasto w próbie znajduje się wśród tych 35 dużych i średnich miast, jest ono klasyfikowane jako miasto bramne; w przeciwnym razie jest definiowane jako miasto niebędące miastem bramnym. Dla wygody opisu, całkowity import i eksport handel na rysunkach i tabelach tego dokumentu będzie wyrażony jako handel, wielkość populacji jako populacja, a całkowite zatrudnienie jako zatrudnienie. Wyniki przedstawione na rysunku 1 , rysunku 2 , rysunku 3 i rysunku 4 pokazują, że chiński transport lotniczy ładunków jest dystrybuowany głównie do miast bramnych, a transport lotniczy ładunków wydaje się wykazywać bardziej oczywistą jednoczesną korelację z całkowitym importem i eksportem handlu i całkowitym zatrudnieniem.

Rysunek 1. Wykres punktowy przewozów lotniczych i handlu.

Rysunek 2. Wykres punktowy przewozów lotniczych i PKB.

Rysunek 3. Wykres punktowy ładunków lotniczych i populacji.

Rysunek 4. Wykres punktowy przewozów lotniczych i zatrudnienia.

Tabela 3 i Tabela 4 przedstawiają wyniki wielowymiarowej i dwuwymiarowej estymacji VAR modelu 1. Wyniki dwuwymiarowej estymacji zostały użyte do przetestowania braku przyczynowości w wynikach wielowymiarowej estymacji. Kluczowe informacje dotyczące ładunków lotniczych przedstawiono tutaj głównie. Podczas analizy wdrożono poprawkę na małą próbę zaproponowaną przez Windmeijera (2005) [ 29 ]. Ponieważ w analizie danych zastosowano błędy standardowe odporne na heteroskedastyczność, do przetestowania ważności zmiennych instrumentalnych wybrano objętość testu Hansena. Jak widać z wyników w Tabeli 3 i Tabeli 4 , hipoteza zerowa, że ​​zmienne instrumentalne są ważne, jest akceptowana, z wyjątkiem objętości testu Hansena w dwuwymiarowej estymacji kierunku „ładunki lotnicze do populacji”, która odrzuca hipotezę zerową na poziomie 10%. Ponadto, na podstawie wyników testu Arellano–Bonda (test AB) bez autokorelacji drugiego rzędu w pierwszym członie perturbacyjnym równania różniczkowego, można stwierdzić, że test w pełni akceptuje hipotezę zerową.

Zgodnie z wynikami wielowymiarowej estymacji modelu 1, można stwierdzić, że w kierunku ładunków lotniczych do gospodarki regionalnej nie występuje istotna przyczynowość Grangera, z wyjątkiem związku ładunków lotniczych z wielkością populacji; nie występuje również istotna przyczynowość Grangera w tym kierunku w estymacji dwuwymiarowej. Ładunki lotnicze wykazują silną przyczynowość Grangera w odniesieniu do handlu importem i eksportem oraz słabą przyczynowość w odniesieniu do PKB i całkowitego zatrudnienia. W kierunku gospodarki regionalnej do ładunków lotniczych, zarówno wyniki estymacji wielowymiarowej, jak i dwuwymiarowej wykazują przyczynowość Grangera tylko w kierunku PKB do ładunków lotniczych, a oba współczynniki Walda odrzucają hipotezę zerową, że współczynniki są łącznie równe zeru na poziomie 1%, co oznacza, że ​​ten kierunek ma silną przyczynowość Grangera.

5.2 Wyniki Modelu 2

Szacowane wyniki modelu 2 przedstawiono w tabeli 5 i tabeli 6. Szacowane wyniki dotyczące przewozu ładunków lotniczych a całkowitym importem i eksportem, PKB oraz wielkością populacji rezydentów w dwuwymiarowej estymacji VAR są zgodne z wynikami dwuwymiarowej estymacji modelu 1; zatem przedstawiono jedynie szacunkowe wyniki dotyczące przewozu ładunków lotniczych a zatrudnieniem podstawowym, zatrudnieniem dodatkowym i zatrudnieniem trzeciorzędnym. Zgodnie z modelem 1, wyniki dwuwymiarowej estymacji zostały wykorzystane wyłącznie do sprawdzenia kierunku braku związku przyczynowo-skutkowego w wynikach estymacji wielowymiarowej.

W modelu 2, w odniesieniu do przewozu ładunków lotniczych do gospodarki regionalnej, przewozy ładunków lotniczych wykazują istotną przyczynowość Grangera jedynie w odniesieniu do handlu importowo-eksportowego oraz zatrudnienia wtórnego, a jak widać w teście Walda, przewozy ładunków lotniczych wykazują silną przyczynowość Grangera w odniesieniu do tych dwóch zmiennych. W porównaniu z modelem 1, słaba przyczynowość Grangera w odniesieniu do przewozu ładunków lotniczych do PKB znika w modelu 2. W odniesieniu do przewozu ładunków lotniczych do gospodarki regionalnej, zgodnie z modelem 1, jedynie PKB wykazuje istotną przyczynowość Grangera w odniesieniu do przewozu ładunków lotniczych, ale współczynnik i istotność tego wyniku są niższe w porównaniu z modelem 1.

Krótko mówiąc, pod względem zakresu, lotniczy transport towarowy ma szerszy wpływ na gospodarkę regionalną, ale pod względem współczynników, gospodarka regionalna ma silniejszy wpływ na transport lotniczy. Wreszcie, na podstawie dodatnich i ujemnych współczynników korelacji, można stwierdzić, że wzrost PKB jest endogenicznym czynnikiem wzrostu dla lotniczego transportu towarowego, a wzrost lotniczego transportu towarowego jest egzogenicznym czynnikiem wzrostu dla całkowitego zatrudnienia i zatrudnienia wtórnego. Roczny współczynnik opóźnionego wpływu lotniczego transportu towarowego na całkowity import i eksport w modelu 2 jest znacząco dodatni, a dwuletni współczynnik opóźniony jest znacząco ujemny, co utrudnia ustalenie, czy wzrost lotniczego transportu towarowego jest endogenicznym, czy egzogenicznym czynnikiem wzrostu dla całkowitego importu i eksportu; jednak pod względem wartości i istotności współczynników wydaje się on bardziej wspierać teorię wzrostu endogenicznego.

6.1. Transport lotniczy do regionalnego sektora gospodarki

W wielowymiarowych wynikach estymacji VAR ładunków lotniczych do kierunku gospodarki regionalnej modelu 1 ( Tabela 7 ), można stwierdzić, że współczynnik opóźnionego ładunku lotniczego do całkowitego kierunku handlu importem i eksportem rośnie na znaczeniu po wykluczeniu północno-wschodnich Chin, maleje na znaczeniu po wykluczeniu wschodnich Chin, a przyczynowość Grangera przestaje być istotna po wykluczeniu północno-zachodnich Chin. Zjawisko to wydaje się być bardziej widoczne w wynikach estymacji modelu 2 ( Tabela 8 ). Przyczynowość Grangera tego kierunku w modelu 2 nie jest już istotna po wykluczeniu wschodnich Chin lub północno-zachodnich Chin, podczas gdy istotność i współczynniki rosną po wykluczeniu północno-wschodnich Chin. Wydaje się, że dane dotyczące północno-wschodnich Chin w próbie zmniejszają istotność całej próby, podczas gdy dane dotyczące wschodnich Chin i północno-zachodnich Chin zwiększają istotność całej próby. Jednakże przyczynowość Grangera w tym kierunku pozostaje istotna w wynikach dwuwymiarowej estymacji VAR, nawet po wykluczeniu północno-zachodnich Chin ( tabela 9 ), a test Walda odrzuca hipotezę zerową na poziomie 10%; w związku z tym nie można odrzucić wyników estymacji w tym kierunku w całej próbie.

Analiza wykresów rozrzutu całkowitego importu i eksportu handlu oraz wolumenu ładunków lotniczych w północno-wschodnich, wschodnich i północno-zachodnich Chinach ( Rysunek 5 , Rysunek 6 i Rysunek 7 ) pokazuje, że handel importem i eksportem jest wyższy w miastach portowych i ma istotną korelację z wolumenem ładunków lotniczych, ale udział miast portowych w północno-wschodnich Chinach jest niski. Ujawnia również, że wolumen ładunków lotniczych jest jednocześnie rozproszony przez miasta niebędące głównymi miastami handlu importowo-eksportowego, co zmniejsza istotność całej próby w tym kierunku. Region północno-zachodni, będąc głęboko w głębi lądu, polega w większym stopniu na transporcie lotniczym w handlu importowo-eksportowym, co z kolei zwiększa istotność w tym kierunku dla całej próby. Z tej perspektywy, węzły ładunków lotniczych wydają się być bardziej odpowiednie w regionach z większą liczbą miast portowych i które są głęboko w głębi lądu, gdzie usługi transportu lotniczego są często kluczowym elementem systemu transportowego na obszarach odległych, pomimo stosunkowo niskiego udziału ładunków lotniczych w głębokich obszarach śródlądowych [ 30 ]. Jak twierdzą Appold i Kasarda (2013), transport lotniczy nie tylko ułatwia istniejący handel, ale powinien być również uważany za generator handlu, ponieważ umożliwia połączenie rynków, które w innym przypadku nie mogłyby się połączyć [ 31 ].

Rysunek 5. Wykres punktowy przewozów lotniczych i handlu w północno-wschodnich Chinach.

Rysunek 6. Wykres punktowy przewozów lotniczych i handlu w Chinach Wschodnich.

Rysunek 7. Wykres punktowy przewozów lotniczych i handlu w północno-zachodnich Chinach.

Z tabeli 7 , tabeli 8 i tabeli 9 wynika również , że dwuletnie opóźnione współczynniki kierunku przewozu ładunków lotniczych w handlu importowo-eksportowym nie są istotne po wykluczeniu regionu północno-zachodniego; w związku z tym możemy odrzucić hipotezę, że istnieje przyczynowość Grangera dwuletniego opóźnionego współczynnika wzrostu przewozu ładunków lotniczych w handlu importowo-eksportowym po wykluczeniu regionu północno-zachodniego.

W kierunku przewozów lotniczych do PKB, roczne opóźnione współczynniki są istotne w modelu 1 tylko po wykluczeniu Chin Centralnych, Północnych i Południowych oraz w modelu 2 po wykluczeniu Chin Północnych, a wyniki testu Walda potwierdzają hipotezę zerową. Oszacowania dwuwymiarowe mają również istotną przyczynowość Grangera w tym kierunku, po wykluczeniu Chin Północnych. Oznacza to, że słaba przyczynowość Grangera w tym kierunku w wynikach pełnej próby obowiązuje tylko po wykluczeniu Chin Północnych, ale wydaje się, że wyników pełnej próby nie należy odrzucać ze względu na indywidualny region. Powodem takich anomalii w Chinach Północnych wydaje się być migracja przemysłu z Pekinu od 2008 r. [ 32 ].

W wielowymiarowej estymacji VAR kierunku przewozu ładunków lotniczych do całkowitego zatrudnienia, roczny współczynnik opóźnienia nie jest już istotny po wykluczeniu Chin Wschodnich i Północno-Zachodnich, a wyniki testu Walda wskazują, że hipotezę zerową można odrzucić dopiero po wykluczeniu Chin Północno-Wschodnich, podczas gdy roczne współczynniki opóźnienia w dwuwymiarowej estymacji VAR są wszystkie istotne. Dlatego słabej przyczynowości Grangera w tym kierunku nie można odrzucić w całej próbie. Uważa się, że powód obserwowanych tutaj różnic międzyregionalnych jest podobny do tego w przypadku kierunku przewozu ładunków lotniczych do handlu importowo-eksportowego; tj. gdzie wolumen przewozu ładunków lotniczych ma bardziej znaczący wpływ na całkowite zatrudnienie w regionach z większą liczbą portów lub głęboko w głębi lądu, podczas gdy wolumen przewozu ładunków lotniczych ma mniejszy wpływ na całkowite zatrudnienie w regionach z mniejszą liczbą miast portowych. Wyniki testu Walda, przedstawione w Tabeli 9 , pokazują, że po wykluczeniu odpowiednio Chin Centralnych, Chin Północno-Zachodnich i Chin Południowo-Zachodnich, przyczynowość Grangera w tym kierunku jest słabsza. Co więcej, procentowe zestawienie kategorii miast regionalnych na rysunku 8 pokazuje, że miasta w środkowych Chinach, północno-zachodnich Chinach i południowo-zachodnich Chinach są niemal wyłącznie miastami położonymi w głębi lądu, co dodatkowo potwierdza, że ​​regiony śródlądowe są bardziej zależne od transportu lotniczego.

Rysunek 8. Wykres procentowego rozkładu kategorii miast według regionu.

Szacunki kierunków przewozu ładunków lotniczych w zależności od wielkości populacji mieszkańców, zatrudnienia w sektorze pierwotnym, zatrudnienia w sektorze wtórnym i zatrudnienia w sektorze usług są zgodne z wynikami pełnej próby. Nie ma istotnej przyczynowości Grangera w zależności kierunków przewozu ładunków lotniczych od wielkości populacji mieszkańców, zatrudnienia w sektorze pierwotnym ani zatrudnienia w sektorze usług, natomiast po wykluczeniu regionów o ujemnych współczynnikach istnieje bardzo silna przyczynowość Grangera w zależności kierunku przewozu ładunków lotniczych od zatrudnienia w sektorze wtórnym. Można zatem stwierdzić, że wyniki pełnej próby dla tego kierunku są bardzo wiarygodne.

Ogólnie rzecz biorąc, pomimo istotnej zależności Grangera w wynikach pełnej próby dotyczącej wpływu przewozów lotniczych na gospodarkę regionalną, wszystkie wyniki charakteryzują się zróżnicowanym stopniem zmienności międzyregionalnej, z wyjątkiem silnego efektu przyczynowości na zatrudnienie wtórne, który jest bardzo stabilny. Jednakże, żaden z wyników pełnej próby nie został odrzucony, z wyjątkiem dwuletniego opóźnienia w związku przyczynowości wzrostu przewozów lotniczych ze wzrostem handlu importem i eksportem. Wyniki analizy regionów pokazują, że gospodarka regionalna obszarów śródlądowych i miast portowych jest bardziej zależna od przewozów lotniczych.

6.2. Gospodarka regionalna a kierunek transportu lotniczego

W pełnych wynikach próby w kierunku gospodarki regionalnej do przewozu ładunków lotniczych, jedynie wzrost PKB ma silny efekt przyczynowości Grangera na wzrost przewozów ładunków lotniczych. Jednakże wyniki testu odporności ( Tabela 10 , Tabela 11 i Tabela 12 ) pokazują, że przyczynowość Grangera nie jest już istotna po wykluczeniu regionu północno-zachodniego, podczas gdy wyniki estymacji dwuwymiarowej pokazały, że test Walda wspiera hipotezę zerową, że współczynnik jest łącznie równy zeru po wykluczeniu regionu północno-zachodniego w tym kierunku, chociaż roczny współczynnik opóźnienia jest istotny na poziomie 10%. Oznacza to, że po wykluczeniu regionu północno-zachodniego, wzrost PKB ma jedynie słaby efekt przyczynowości Grangera na wzrost przewozów ładunków lotniczych; zatem odrzucamy hipotezę silnej przyczynowości Grangera w tym kierunku w pełnych wynikach próby. Na Rysunku 9 można również zauważyć, że chociaż wolumen przewozów ładunków lotniczych jest niższy na północnym zachodzie, jest on nadmiernie skoncentrowany w miastach bramnych w porównaniu z innymi regionami.

Rysunek 9. Schemat pudełkowy przewozu ładunków lotniczych: (a ) północno-zachodnie Chiny; ( b ) z wyłączeniem północno-zachodnich Chin.

Zaskakująco, w wynikach przedstawionych w Tabeli 10 , przyczynowość Grangera w kierunku całkowitego zatrudnienia w transporcie lotniczym jest znacząco ujemna po wykluczeniu regionu południowo-zachodniego, a wyniki testu Walda prowadzą nas do odrzucenia hipotezy zerowej na poziomie 10%. W wynikach Tabeli 11 , ta sama przyczynowość Grangera jest obserwowana w kierunku zatrudnienia trzeciego stopnia w transporcie lotniczym, ale test Walda pokazuje słabą przyczynowość w tym punkcie. Tymczasem w wynikach Tabeli 12 , przyczynowość Grangera w kierunku zatrudnienia drugiego stopnia w transporcie lotniczym jest znacząco dodatnia, a wyniki testu Walda również prowadzą nas do odrzucenia hipotezy zerowej na poziomie 10%. Oznacza to, że po wykluczeniu południowo-zachodniego, całkowity wzrost zatrudnienia, wzrost zatrudnienia drugiego stopnia i wzrost zatrudnienia trzeciego stopnia są przyczynami Grangera wzrostu transportu lotniczego, odrzucając wyniki dla wszystkich trzech kierunków w całej próbie, a wartości współczynników pokazują, że wpływ zatrudnienia na transport lotniczy jest większy niż wpływ transportu lotniczego na zatrudnienie.

Na wykresach rozrzutu logarytmicznego przedstawionych na rysunkach 10 i 11 można również zauważyć , że wykresy rozrzutu logarytmicznego między przewozami lotniczymi a całkowitym zatrudnieniem i zatrudnieniem drugorzędnym w regionie południowo-zachodnim wykazują większą zmienność, a mniejszą zmienność po wykluczeniu regionu południowo-zachodniego, szczególnie w odniesieniu do zatrudnienia drugorzędnego.

Rysunek 10. Wykres punktowy ln(ładunków lotniczych) i ln(zatrudnienia): ( a ) południowo-zachodnie Chiny; ( b ) z wyłączeniem południowo-zachodnich Chin.

Rysunek 11. Wykres punktowy ln(transport lotniczy towarów) i ln(zatrudnienie drugorzędne): ( a ) południowo-zachodnie Chiny; ( b ) z wyłączeniem południowo-zachodnich Chin.

Krótko mówiąc, silna przyczynowość Grangera wyników pełnej próby dla kierunku PKB w transporcie lotniczym cargo została odrzucona ze względu na nadmierną zależność transportu lotniczego cargo od PKB w regionie północno-zachodnim, co zwiększa istotność całej próby. Natomiast całkowite zatrudnienie, zatrudnienie w sektorze wtórnym i zatrudnienie w sektorze trzeciorzędnym w pełnej próbie bez istotnej przyczynowości Grangera w kierunku transportu lotniczego cargo są przyczynowością Grangera po wykluczeniu regionu południowo-zachodniego. Większa zmienność między wzrostem zatrudnienia a wzrostem transportu lotniczego cargo w regionie południowo-zachodnim zmniejsza istotność całej próby.