【S省公路交通运输发展及农民收入问题研究13000字（论文）】

S省公路交通运输发展及农民收入问题研究脱贫攻坚战胜利结束后，“三农”工作重心转向实现乡村振兴，核心关注点是实现农民增收。农民增收和农村经济的发展密不可分，而交通正是经济发展的先行条件。本文以广西省这一经济欠发达、地势较险峻、交通发展不够完善的地区为例，从理论和实证两方面研究分析了公路交通运输对于农民增收的影响，在此基础上论述了交通运输对于农民增收的重要作用，最后提出关于提升公路交通运输质量方面的建议。关键词：公路交通；交通运输；农民收入；广西省目录引言 [14]；广西的公路交通建设有了可观的发展，1978年广西省公路里程为29773公里，至2019年底，全省公路里程已经达到127819公里，这一数字是改革开放前的4.29倍。从图1中可以看出，1978年-2019年广西的公路里程一直处于逐步增长阶段，在十一五（2006-2010）期间，公路里程数有了一个比较大的攀升趋势，此后至今，广西的公路里程也呈现增长趋势。图SEQ图\*ARABIC1广西省1978-2019年公路里程发展数据来源：广西省统计局统计数据广西省公路运输发展现状建国七十年以来，经过广西交通人的不懈努力，广西的公路运输条件得到了巨大的改善。由于广西具有独特的喀斯特地貌，在新中国成立前，广西道路交通闭塞，以水路运输为主；公路交通不通达，营运车辆少，这些问题严重阻碍了广西区内和临近省份地区之间的交通运输。改革后，全区公路客货运输水平持续提高，据统计，从改革开放前至2018年底，全区公路运输营运客车由1187辆、4.73万客位增长到2.56万辆、80.55万客位，货运车辆3758辆、1.27万吨位增长到36.4万辆、313.33万吨位，省内长期存在的“乘车难”“运货难”状况基本改变。而在运输方面，几大主要的交通运输方式中，广西省的公路运输依然承担着作为主体的重要作用，根据广西统计局公布的统计数据，2019年广西省公路货运量为142749万吨，占据区内总货运量的78%，公路客运量为34539万人，占据区内总客运量的69%，在数据上很好地体现了公路运输的主体地位。广西省农民收入发展情况广西省脱贫建设情况作为脱贫攻坚的主战场之一，广西区政府十分重视农民脱贫增收问题，2016—2019年，广西累计实现46个贫困县成功脱贫。为了协助农民增收，广西通过一系列有效措施，协助有就业能力和就业意愿的贫困劳动力实现转移就业和就地就近就业，大力推动本地区特色扶贫农产品对外流通销售，进一步巩固发展了脱贫成果，实现区内农民收入增长。2020年，最后8个深度、极度贫困县达到脱贫条件，广西成功实现全部脱贫的目标。在完成全面脱贫的宏伟目标的同时，广西也在考虑下一步的发展，目前，交通仍然是制约广西农村经济社会发展的主要因素，广西省下一步经济的发展依然要以交通运输网络建设完善为前提来开展筹划。广西省农民收入现状2019年广西省农民可支配收入为13675.7元，相比2013年农民可支配收入7793.1元几乎翻了一倍，从图2中可以看出，农民人均可支配收入由工资性收入、经营净收入、转移性收入和财产净收入构成。在扇形图中，有一半以上的面积为工资性收入，说明工资收入对农民总收入起到绝对的支撑作用。图SEQ图\*ARABIC2广西省农民收入构成数据来源：广西2020年统计年鉴为提高农民工资性收入，广西区政府在开发当地农民非农就业机会的同时，也开始推动农村适龄剩余劳动力对外输出，通过深化粤桂劳务协作、开展公共就业服务专项活动，在2020年，广西对外输出劳动力共735万人，劳务输出排名全国第四。至2019年底，广西省农村居民工资性收入为4259元，相比2018年底的3691元，增加了15%。从图3中可以看出：在经营净收入中，第一产业经营净收入始终占据主要地位，可见农林渔业总产值的增加对实现农民增收也是大有裨益。图SEQ图\*ARABIC3广西省农民经营性收入构成数据来源：广西2020年统计年鉴近年来随着休闲观光农业的发展，广西的生态农业旅游业吸引了很多游客来乡村旅游，作为现代农业与旅游战略性产业融合的新兴业态，农业观光旅游为农民带来了旅游收入，因此近年来农村居民可支配收入中经营性收入的第三产业收入也在稳健提升。

公路交通运输对农民收入影响的实证分析公路交通运输对农民收入影响的实证分析变量选择和数据来源被解释变量本文选择广西省农村居民人均可支配收入(y)作为被解释变量，数据来源于广西省统计局公布的1990年-2019年统计数据，此项数据能够直观反映农民收入增长的趋势。解释变量本文主要研究公路交通运输对农民收入的影响，从此前国内外学者的研究中可以发现，公路交通运输的发展对农民增收有促进作用。因此选择了运输线路——公路里程（x1）来反映公路交通运输的发展，公路货运量（x2）和公路客运量（x3）来反映公路运输活动的发展，公路旅客周转量（x4）和公路货运周转量（x5）来反映公路综合性运输规模的发展，认为这五个变量可以比较好的代表广西省公路运输整体上的发展，因此将它们作为模型的解释变量，数据来源于广西省统计局发布的1990年-2019年统计数据。变量描述性统计和相关性分析经验证明，对于时间序列，经济变量很可能会存在指数增长的趋势，期望值会呈指数增长，不利于线性回归。对y序列作折线图，从图中可以看出y变量存在指数型增长趋势。图SEQ图\*ARABIC4变量y原序列折线图所以本文选择对变量进行对数变换，变量取对数后，解释变量和被解释变量的值增长趋势都变为线性，此时OLS回归模型可以更好地拟合数据。对数变换后，首先进行对数据进行描述性统计，本次使用的数据是从1990年到2019年的广西省统计数据，对数变换后数据的最小值，最大值，中位数，标准差以及样本个数如表1所示：表SEQ表\*ARABIC1实证一的描述性统计结果LNYLNX1LNX2LNX3LNX4LNX5Mean7.9833211.151310.688210.627395.8219336.07048Median7.7824411.016010.232510.600015.9168065.50842Maximum9.5233911.758311.940711.367316.7545817.89470Minimum6.4599010.49729.596359.9605774.6171984.51765Std.Dev.0.894270.456980.819380.3424320.5466021.16789observations303030303030为了检验变量之间是否存在相关性，利于模型建立，接下来对数据进行相关性分析，结果如表2所示：表SEQ表\*ARABIC2实证一的相关性分析结果LNYLNX1LNX2LNX3LNX4LNX5LNY1.0000LNX10.95321.0000LNX20.93650.93151.0000LNX30.52260.65340.54061.0000LNX40.69270.77240.63470.95151.0000LNX50.95570.95070.98420.55560.67251.0000通过EViews进行变量间的相关性分析，得到lny与lnx1、lnx2、lnx3、lnx4、lnx5的相关系数分别为0.9532、0.9565、0.5226、0.6927、0.9577，其中lny与lnx1、lnx2、lnx5的相关系数在0.9以上，说明农村居民人均可支配收入与公路里程、公路货运量、公路货运周转量之间存在显著的相关关系；lnx3和lnx4与lny的相关性也都在0.5以上，说明这两个变量和lny之间也存在弱相关关系，所以认为可以选择这五个变量来对lny建立模型。不过，从表中可以看出各解释变量之间也存在相关系数在0.9以上的情况，说明模型中可能会存在多重共线性。模型构建因为变量原序列具有指数增长的趋势，经过对数变换后，序列呈现线性增长趋势，因此选择建立线性回归模型，构建模型如下：lny=c+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+δ（3.1）y代表农村居民人均可支配收入，x1代表公路里程，x2代表公路货运量，x3代表公路客运量，x4代表公路旅客周转量，x5代表公路货运周转量，c表示常数项，δ是模型没有考虑进去的其他因素，表示随机误差，β1至β5分别为被解释变量的系数。实证分析单位根检验本文采用的数据是时间序列数据，数据的平稳性对模型的构建非常重要，否则会存在伪回归或者传统T检验失效的情况。由于时间序列往往都会出现非平稳的情况，所以为了避免伪回归现象发生，本文选择对各序列进行单位根检验即ADF检验。ADF检验是DF检验的增广形式，一般DF检验只能应用于一阶情况，为了防止当序列存在高阶的滞后相关时，DF检验失效的情况发生，在这里直接使用ADF检验对各变量序列做单位根检验。选用EViews8.0进行操作，根据AIC值，SC值和HQ值最小准则，判断检验方程中选择采取“含截距项”、“含截距项和趋势性”还是“两者皆无”三种ADF检验形式中哪一个最合适。ADF检验结果如表3所示：表SEQ表\*ARABIC3实证一单位根检验结果变量检验形式（C,T,K）ADF检验值5%显著性水平上的检验值P值检验结果lny（N,N,1）2.1949-1.95330.9915不平稳lnx1（N,N,0）3.4476-1.95290.9996不平稳lnx2（N,N,0）2.371-1.95290.9944不平稳lnx3（C,N,0）-1.8384-2.96770.3553不平稳lnx4（C,N,0）-2.5197-2.96770.1213不平稳lnx5（C,N,0）-6.0388-2.96770.8549不平稳dlny（C,N,0）-2.7998-2.97180.0711平稳*dlnx1（C,N,0）-5.0019-2.97180.0004平稳***dlnx2（C,N,0）-5.1557-2.97180.0003平稳***dlnx3（N,N,0）-4.948-1.95330.0000平稳***dlnx4（C,T,0）-5.8774-3.58060.0002平稳***dlnx5（C,N,0）-4.2516-2.97180.0025平稳***（注：d表示变量的一阶差分，*表示在10%的显著性水平上拒绝原假设，**表示在5%的显著性水平上拒绝原假设，***表示在1%的显著性水平上拒绝原假设）从检验结果可以看出，解释变量lnx1、lnx2、lnx3、lnx4、lnx5和被解释变量lny的原序列皆不平稳，说明原序列存在单位根。经过一阶差分后，lny的一阶差分序列在10%的显著性水平上平稳，lnx1、lnx2、lnx3、lnx4、lnx5的一阶差分序列在1%的显著性水平上平稳，检验结果表明，经过一阶差分后，所有变量都是平稳的，不存在单位根。协整检验为了检验一组非平稳序列是否具有长期稳定的均衡关系，通常会采用协整检验。当出现一组数据原序列存在单位根，但在数据经过差分处理后，各个序列是同阶单整的情况时，为了进一步确定变量之间是否存在协整关系，可以进行协整检验。协整检验主要有E-G两步法和JJ检验两种方法，本文选择采用E-G两步法对残差序列进行检验。前面一步的单位根检验证明了lnx1、lnx2、lnx3、lnx4、lnx5和lny是一阶单整序列，因此，可以进行对变量进行协整检验。首先，对lny、lnx1、lnx2、lnx3、lnx4、lnx5进行线性回归，得到回归结果后，生成残差序列。再对残差序列做单位根检验，由于之前进行的模型回归已包含截距项，因此残差序列在进行ADF检验时选择截距项和趋势项都不包含的形势，得到T值=-2.8932，P值=0.0054，在1%的显著性水平上拒绝原假设，即序列不存在单位根，残差序列是平稳的。平稳的残差序列意味着变量lny、lnx1、lnx2、lnx3、lnx4、lnx5之间存在协整关系。多重共线性检验在对变量进行的相关性分析中，解释变量之间存在相关系数大于0.9的情况，说明模型中可能存在多重共线性。为更加精确的判断模型是否存在多重共线性，本文借助方差膨胀因子VIF值来进行检验，根据stata16的运行结果，结果表示模型VIF的最大值都大于一般经验值10，所以可以判断模型存在多重共线性。因此接下来选用逐步回归法来处理多重共线性问题，分别做lny对各解释变量的一元回归，结果如下表：表SEQ表\*ARABIC4实证一逐步回归结果解释变量lnx1lnx2lnx3lnx4lnx5参数估计量1.861.021.361.130.73t统计量16.6814.133.245.0817.17R20.90860.87700.27310.41980.9133各变量按R2大小从小到大排序为lnx3、lnx4、lnx2、lnx1、lnx5，因此以lnx5为基础，依次加入其它变量进行回归，实践操作发现当加入lnx2、lnx4时，T统计不显著，模型拟合程度也无提高，所以剔除lnx2、lnx4。最终选择保留ln1、lnx3、lnx5，此时各解释变量都显著，方程拟合优度接近0.95表明模型对农村居民人均可支配收入的解释程度很好。自相关检验和异方差检验异方差和自相关的存在影响OLS估计量的有效性，使得常用的t检验和F检验等不再有效。为了检验模型残差序列是否存在自相关，此处用LM检验对模型进行自相关检验。关于LM检验如何确定最大滞后阶数，本文采用观察LM检验辅助方程的方式确定，依次进行滞后阶数增加的LM检验，观察此时的辅助方程对应阶滞后项是否通过t检验，如果通过t检验，则进行下一滞后阶数的检验，观察此时的辅助方程最大滞后项是否通过t检验，以此类推，当检验滞后阶数为n时，如果n阶滞后项没有通过t检验，则说明LM检验的最大滞后阶数为n-1。依上文原理，对模型进行LM检验，得到最大滞后阶数为1，此时结果如下表所示：表SEQ表\*ARABIC5实证一LM检验结果Breusch-GodfreySerialCorrelationLMTest:F-statistic26.84974

Prob.F(1,25)0.0000Obs*R-squared15.53513

Prob.Chi-Square(1)0.0001观察表中P值小于0.05，即拒绝原假设：对于给定阶数，残差不具有序列相关。模型中残差序列存在自相关。为了检验模型残差序列是否存在异方差，此处用White检验对模型进行异方差检验。对模型进行得到如下表检验结果：表SEQ表\*ARABIC6实证一怀特检验结果HeteroskedasticityTest:WhiteF-statistic9.476944

Prob.F(9,20)0.0000Obs*R-squared24.30159

Prob.Chi-Square(9)0.0038ScaledexplainedSS13.67512

Prob.Chi-Square(9)0.1344观察表中P值小于0.05，即拒绝原假设，认为模型存在异方差。由于模型存在自相关及异方差，会导致t检验与F检验无效，所以本文采用OLS+异方差自相关稳健的标准误即Newey-West估计法对模型重新进行回归，以追求稳健估计的统计量。对模型进行OLS+HAC回归得出稳健估计的3个变量t统计值，lnx1、lnx3、lnx5对应的p值分别为0.0015、0.2086、0.0023，从稳健估计的结果可以看出，lnx3变量并不显著，所以剔除lnx3变量，保留依旧在1%的显著性水平上显著的lnx1和lnx5变量。格兰杰因果检验由于变量之间可能存在数值上有算式关系，而无实际意义关系的情况，为了证明变量之间的因果关系，此处对模型变量进行格兰杰因果检验。格兰杰因果检验能够检验某个变量的过去信息对被解释变量是否有预测能力，即经济变量X是否有助于解释另一个经济变量Y的将来变化，如若拒绝检验原假设，则认为变量X是引致变量Y的格兰杰原因。使用eviews8.0对lny和lnx1、lnx5分别做格兰杰因果检验，当伴随概率小于0.10时，则拒绝原假设，检验结果整理如表7：表SEQ表\*ARABIC7实证一格兰杰因果检验结果原假设P值结论LNX1doesnotGrangerCauseLNY0.0969拒绝LNYdoesnotGrangerCauseLNX10.9643接受LNX5doesnotGrangerCauseLNY0.0800拒绝LNYdoesnotGrangerCauseLNX50.5318接受从格兰杰检验结果可以看出，公路里程（lnx1）和公路货运周转量（lnx5）是农村居民人均可支配收入（lny）的格兰杰原因，它们之间存在单向因果关系，说明公路里程的增长和公路货运周转量的提升能够促进农村居民的收入增长。实证结果分析本节对lnx1、lnx2、lnx3、lnx4、lnx5及lny进行了平稳性检验和协整分析，得出如下结论：尽管模型变量都是非平稳序列，但是由于其通过了协整检验，所以从长期来看，他们之间是有长期稳定的均衡关系存在的。之后对模型进行了多重共线性检验、自相关检验和异方差检验并且进行了处理，最后对通过检验的解释变量进行了格兰杰因果检验以研究其与被解释变量y之间是否存在实际经济因果关系，得到模型回归结果如下：lny=-4.54+0.91lnx1+0.39lnx5+δt=（-1.41）（2.72）（3.83）AdR2=0.92，n=30，F=80.73从回归结果可以看出，模型拟合优度较好，调整R2=0.92，模型的F检验中P值为0.00，说明回归模型整体是显著的。变量公路里程和公路货运周转量都满足5%显著性水平下的t检验，系数为正，且两个变量都通过了格兰杰因果检验，说明公路里程和公路货运周转量与农村居民人均可支配收入之间存在单向的格兰杰因果关系，它们的增长对促进农民增收有显著的正向影响。在控制其他变量不变的情况下，当公路里程提高1%时，农村居民人均可支配收入会提高0.91%；当公路货运周转量提高1%时，农村居民人均可支配收入会提高0.39%。公路里程（不同等级）对农民收入影响的实证分析变量选择被解释变量为了研究运输线路——公路里程（不同等级）对农民收入的影响，依照上文，本节实证分析的被解释变量依旧选择广西省1900-2019年的农村居民人均可支配收入。解释变量从上一节的实证分析结果可以看出，运输线路——公路里程的增长对于农村居民人均可支配收入有显著影响，目前我国也积极开展交通建设，更好地为交通运输服务，加快经济发展，促进农民增收。而按照我国对公路等级的划分，公路主要分为高速公路、一级公路、二级公路、三级公路、四级公路以及等外公路，国家正在大力倡导乡村公路的建设，实现乡村振兴，但是不同等级的公路并非独立存在，而是在不同基础条件、不同建设要求下，相辅相成互连沟通形成公路运输网络才能更好地发挥其作用，所以本文认为有必要研究不同等级公路对农民收入的影响作用，才能更全面的考虑公路交通运输发展对农民增收的促进作用。依照数据的可获得性原则，本文选择了一级公路（X1）、二级公路（X2）、三级公路（X3）、四级公路（X4）作为模型解释变量，进一步对农民收入做实证分析，研究各等级公路对农民收入的影响因子大小，以求为公路运输线路进行统筹规划提供依据。变量描述性统计和相关性分析依照上文分析，农村居民人均可支配收入这一数据是存在指数型增长趋势的，所以本次分析依旧选择对变量进行对数变换，对数化的数据描述性统计结果如下表：表SEQ表\*ARABIC8实证二描述性统计结果LNYLNX1LNX2LNX3LNX4Mean7.9833295.7623328.3078318.61010110.58055Median7.782446.2724218.7054128.70895110.48068Maximum9.5233987.3721189.5316269.72561611.39005Minimum6.4599042.0794425.8805337.5548599.781376Std.Dev.0.8942741.6377291.0835840.6790080.563866Observations3030303030接下来对对数变换后的变量进行相关性分析，结果如下表：表SEQ表\*ARABIC9实证二相关性分析结果LNYLNX1LNX2LNX3LNX4LNY1LNX10.8763621LNX20.9209780.9553371LNX30.6556730.8118030.6967061LNX40.9701530.8358380.9232170.5793831从表9中可以看出，lnx2、lnx3、lnx4与lny的相关系数都在0.8以上，lnx1与lny的相关系数也大于0.3，说明四个解释变量与被解释变量间都存在相关关系。模型构建根据相关性分析，四个解释变量与被解释变量都存在相关关系，因此选择建立线性回归模型如下：lny=c+β1lnx1+β2lnx2+β3lnx3+β4lnx4+δ（3.2）y代表农村居民人均可支配收入，x1代表公路里程（一级），x2代表公路里程（二级），x3代表公路里程（三级），x4代表公路里程（四级），c表示常数项，δ是模型没有考虑进去的其他因素，表示随机误差，β1、β2、β3、β4分别为被解释变量的系数。实证分析单位根检验由于本模型采用的数据仍为时间序列数据，所以对解释变量和被解释变量做单位根检验，检验数据的平稳性，前期已经对变量进行了对数变换，因此使用ADF检验法对处理后的数据做单位根检验，检验结果如下表：表SEQ表\*ARABIC10实证二单位根检验结果变量检验形式（C,T,K）ADF检验值5%显著性水平上的检验值P值检验结果lny（N,N,1）2.1949-1.95330.9915不平稳lnx1（C,N,7）-2.3328-3.00480.1712不平稳lnx2（C,N,0）-4.4775-2.96770.0014平稳***lnx3（C,T,7）-15.5643-3.63280.0000平稳***lnx4（C,T,7）-4.4935-3.63280.0090平稳***dlny（C,N,0）-2.7998-2.97180.0711平稳*dlnx1（C,T,0）-5.1608-3.58060.0014平稳***dlnx2（N,N,2）-2.95-1.95440.0048平稳***dlnx3（N,N,5）-2.4133-1.95640.0183平稳**dlnx4（C,N,0）-4.2894-2.97180.0023平稳***从检验结果可以看出，原序列平稳的只有lnx3和lnx4，其余变量都是不平稳的，存在单位根。经过一阶差分处理后，检验结果表明所有变量都是平稳的，不存在单位根。协整检验对同阶单整的lnx1、lnx2、lnx3、lnx4和lny进行线性回归以生成残差序列，对残差序列进行单位根检验，得到ADF检验结果，t值=-2.1997，P值=0.0290，拒绝原假设，认为残差序列不含有单位根。平稳的残差序列意味着lny和lnx1、lnx2、lnx3、lnx4之间存在协整关系。格兰杰因果检验为了检验变量之间经济意义上的因果关系，采用格兰杰因果检验对变量做分析，检验结果如下表：表SEQ表\*ARABIC11实证二格兰杰因果检验结果原假设P值结论LNX1doesnotGrangerCauseLNY0.0172拒绝LNYdoesnotGrangerCauseLNX10.6979接受LNX2doesnotGrangerCauseLNY0.9032接受LNYdoesnotGrangerCauseLNX20.0019拒绝LNX3doesnotGrangerCauseLNY0.0028拒绝LNYdoesnotGrangerCauseLNX30.1005接受LNX4doesnotGrangerCauseLNY0.0439拒绝LNYdoesnotGrangerCauseLNX40.3124接受检验结果表明，lnx1、lnx3和lnx4都是lny的格兰杰原因，它们之间存在单向因果关系，说明公路里程（一级）、公路里程（二级）和公路里程（四级）对农民收入存在经济上的因果关系，它们有助于解释农民收入这一被解释变量的将来变化；lny是lnx2的格兰杰原因，且是单向因果关系，说明农民收入有助于解释公路里程（二级）未来的变化，公路里程（二级）对农民收入的未来变化并不存在解释作用。实证结果分析本节对变量进行了平稳性检验和协整分析，虽然变量原序列非平稳，但是经过一阶差分后都是平稳序列，残差序列通过协整检验，说明变量之间存在长期稳定的均衡关系，对模型进行OLS+HAC回归得出稳健估计的t统计值，得到模型如下所示：lny=-7.04+0.22lnx1-0.31lnx2+0.03lnx3+1.51lnx4+δt=(-4.22)(2.51)(0.14)(0.65)(6.57)AdR2=0.95，n=30，F=156.32本次实证意在第一次实证得到运输线路——公路里程对农民收入存在显著正向影响的前提下，分析不同等级公路对于农民收入的影响系数大小。通过格兰杰因果检验结果可以看出lnx1、lnx3和lnx4与lny之间存在经济意义上的因果关系，而从模型回归结果来看，lnx3回归结果不显著，说明虽然lnx3与lny之间存在现实中的经济因果关系，但是在数据上的解释程度却不高，所以该项回归结果不显著。格兰杰因果检验结果还显示lnx2的变化并不能有助于解释lny的将来变化，且lnx2的模型回归结果也是不显著的，说明虽然公路里程的增长对于农民收入存在促进作用，但是二级公路目前来看对于农民收入不存在影响作用。而根据格兰杰因果检验结果和模型回归结果来看，lnx1和lnx4既有助于解释lny的未来变化，也通过了显著性检验，且系数为正，说明一级公路里程和四级公路里程对于农民收入有显著的正向促进作用。

结论与建议研究结论本文进行了两次实证分析，以广西省1990-2019年的数据进行了实证检验，第一次实证分析将运输线路——公路里程、公路货运量、公路客运量、公路旅客周转量和公路货运周转量作为解释变量，农村居民可支配收入作为被解释变量，得到如下结论：公路里程的增长和公路货运周转量对农民收入的增长有显著的促进作用，实证分析的结果也符合现实意义。首先，公路里程的增长方便了农村居民的短程出行，省内交通出行十分便利，借此机会，农民可以前往更多城镇谋取非农就业机会，农民的工资性收入得到增加。其次，在农民收入构成中，第一产业经营收入占据了比较大的比重，第一产业即农林牧渔业，而广西属于农业大省，所以农产品销售量的提升对当地农民增收的促进作用是比较明显的。农产品的销售依靠对外运输，运输的前提即是公路里程的增加；公路货运周转量的提升说明农产品的对外运输物流效率也在提高。农产品对外运输一方面开拓了新市场，提升了销售量；另一方面，农产品在当地具有严重的同质化，不利于销售价格的提升，运往外地之后区别于当地的农产品，有利于提高农产品的销售价格，因此农民的经营性收入也能得到提升。在已知公路里程对于农民收入存在促进作用的基础上，为了探究广西省不同等级公路对农民增收的影响作用，本文进行了第二次实证分析，选择的依旧是广西省1990-2019年数据，将一至四级公路里程作为解释变量，农村居民可支配收入作为被解释变量，得到如下结论：一级公路和四级公路里程增长对农民收入有较为显著的正向影响作用，且实证结果具有现实意义；三级公路里程与农民收入存在现实上的因果关系，但是在使用数据进行回归中，没有通过显著性检验，回归系数为正；二级公路里程对农民收入不具有现实意义上的解释作用，数据回归结果不显著，回归系数为负。一级公路是城市间的主干线路，起到连接各大地区的经济政治中心、通往重要工业区域的交通运输作用。作为主干线路，一级公路集散能力强、高效快捷，在经济欠发达、地势险峻的地区，可以大幅度缩短城市与城市之间的车程时间，适合远距离、大运量、高速度的汽车运输。而四级公路虽是公路等级体系中的最低一级，但现实中却是使用量最多的等级公路，由于地形以及财力限制，四级公路的可建设范围是最广的，作为联络乡镇街村的地方支线公路，乡村公路一般就属于四级公路。四级公路作为我国等级公路的主体部分，实现了全国各级乡镇之间的对接，并且和高等级公路组成路网，起到帮助贫困人口和农村人口走出山区荒漠、通往最近城镇的重要作用。因此，这两个等级的公路发展对于农民增收有着显著的促进作用。本文对于二三级公路的实证分析得出的结果证明其在四个等级的公路中对于农民收入的促进作用不如其他两者，说明未来还需要探究如何更好提升这两个等级公路的运输作用，为建设公路运输网络，促进农民增收发挥更良好的影响作用。政策建议加强公路运输网络的统筹规划实证分析结果显示，一级公路和四级公路对于农民收入增长有比较显著的正向促进作用，二级公路和三级公路对于农民增收的实证分析结果不是很显著，不过在日常生活中，出行和运输并不单单只依赖某一等级公路，往往是高级别公路和低级别公路相互连接，组成公路运输网络。目前国家为了实现乡村振兴，正在大力开展乡村公路建设，在建设时，应该考虑新建乡村公路与已存在的主干线、支线公路之间的协调配合作用，实现公路建设的统筹规划，形成完善的公路交通运输网络，才能更好地发挥公路交通运输对经济发展、农民增收的促进作用。加强公路运输网络的管理与研究机制公路运输网络在建设完成后，后续也需要有科学、可持续的管理机制，良好的管理机制不仅能够对公路使用情况实时监测，延长公路的使用寿命；也有助于规范公路运输市场的建设，预防公路运输的野蛮生长。还可以吸纳一批高素质的专业人才，促进公路运输相关的市场调研工作，建立运输市场情况的反应机制，这样有助于研