鐵路投資、換算周轉量對經濟發展的影響

摘 要： 隨著我國“交通強國”戰略的實施，鐵路建設對國家經濟發展的支撐作用更加明顯，二者之間的關聯性更加緊密。以2000～2017年我國鐵路固定資產投資、換算周轉量、國內生產總值三方面數據為基礎，應用向量自回歸（VAR）模型等方法定量分析鐵路發展對國家經濟發展的支撐作用，結果表明：（1）鐵路固定資產投資、換算周轉量對國內生產總值方差分解平均貢獻率分別為5.540%、2.824%;（2）鐵路固定資產投資、換算周轉量與國內生產總值互為格蘭杰原因，彼此存在長期的、穩定的正向推動作用。

關鍵詞： 鐵路運輸;固定資產投資;換算周轉量;國內生產總值;經濟增長;區域經濟;鐵路營業里程;基礎設施建設

收稿日期： 2021-04-07

基金項目： 教育部人文社會科學研究項目“基于產業圖譜的區域軌道交通產業關聯效應研究”（20YJCZH113）;成都市軟科學研究計劃項目“成都市軌道交通產業鏈合理配置及協同運作機制研究”（2020-RK00-00108-ZF）;西南交通大學“雙一流”建設項目（交通軟科學類）“鐵路對交通強國戰略的支撐模式研究”（JDSYLYB2018030）

作者簡介： 薛 鋒，交通運輸與物流學院，副教授，博士，主要從事運輸組織優化及運輸經濟研究，E-mail：xuefeng.7@163.com;黃 宇，成都市交通發展研究院，軌道交通研究所，助理工程師，碩士，主要從事軌道交通產業研究，E-mail：347559038@qq.com。

近年來，我國鐵路發展迅速，全國的鐵路營業里程持續增加。鐵路的迅猛發展得益于其本身的技術經濟優勢，即鐵路運量大、人均能耗少、通達性好、乘坐舒適、經濟增長效應明顯、產業集聚等特征。一方面，鐵路作為國家能源性物資如鐵、煤炭、礦等運輸的主要載體，為城市裝備制造、工業建筑相關產業提供原材料支撐;另一方面，鐵路基礎設施的建設帶動了區域經濟的發展，鐵路的開通運營使得沿線城市交通更加便捷，縮短了區域城市間的時間距離，提升了城市間的通達性，加強了城市間各種信息流、人流、物流等相關資源的聯系，促進了區域經濟要素的流動。

鐵路是國家戰略性、先導性、關鍵性重大基礎設施和綜合交通運輸體系骨干，在經濟社會發展中的地位和作用至關重要，它不僅承擔大量的客流運輸服務，還成為城市經濟新的增長點，引領城市經濟發展方向。目前，國家和地方政府圍繞鐵路提出了許多區域和地方經濟發展政策，實踐證明鐵路對社會經濟具有強大的推動作用，已成為區域發展的經濟紐帶。鐵路是直接服務市場客戶的窗口，實現國際貿易互聯互通的基礎，既作為新經濟增長的載體，又是影響區域經濟發展的激活因子和加速器，正為國家經濟的發展提供重要支撐〔1〕。因此，量化分析鐵路與國家經濟的相互作用關系，比較全面地測算鐵路對國家經濟發展的支撐力度，可以在宏觀上為鐵路行業發展提供決策參考，引導鐵路更好地支撐國家經濟發展。

一、文獻回顧

在“交通強國”戰略的推動下，鐵路行業與國家經濟發展呈現高度融合的狀態，國內外不少學者亦通過理論分析和實證研究等手段來探討鐵路對國家經濟發展的作用及影響。王瑞軍等引入互協方差函數和互相關函數來研究國民經濟與鐵路運輸業發展快慢關系，得到的最終結果表明中國鐵路運輸業的發展基本上滯后于國民經濟增長2～3個月〔2〕;張艷艷等人研究“一帶一路”沿線國家交通基礎設施建設的經濟增長效應，得到兩者關系為倒“U”性，且發現經濟水平落后的國家，其經濟水平更能受到交通基礎設施改善的刺激，經濟增長效應越明顯〔3〕;汪曉文等通過PVAR模型比較了西北旅游業與交通基礎設施的相互支撐效應，結果表明，由于不同類別的交通基礎設施支撐旅游經濟增長是有顯著差異的，其中鐵路行業與旅游行業的交互影響不顯著〔4〕;劉旭東研究鐵路運營里程帶動不同區域經濟增長的效果，最終得到的模型結果表明鐵路運營里程在短時間正向推動內了東部地區經濟向前發展〔5〕。

國外學者一般圍繞交通基礎設施來分析與國家經濟的相關性。Evert Meijers等發現發展交通基礎設施對經濟集聚具有正向溢出效應〔6〕;Hilde Meersman等人運用總體增長模型實證分析了交通因素支撐國家經濟水平發展，研究結果表明鐵路基礎設施顯著拉動國家經濟的增長，此外，擴大公路及港口基礎設施也會對國家經濟增長產生正向作用〔7〕;Tuhin Subhra Maparu等人運用計量經濟學研究了交通基礎設施建設與國家經濟發展的關系，研究結果表明交通基礎設施建設正面支撐了國家經濟的發展，二者長期保持正相關關系〔8〕。

單一地從鐵路建設投資方面來探討鐵路對經濟發展的影響，會在一定程度上忽略鐵路行業自身強大的運輸功能來帶動區域內產業轉型、拉動消費等經濟影響。因此，樓艷萍梳理了我國鐵路運輸生產現狀，分析了鐵路運輸生產與國民經濟的相互影響〔9〕;中國鐵路總公司王相平基于協整理論，實證分析了鐵路運輸周轉量與國民經濟關系，研究結果表明鐵路運輸周轉量與國民經濟間存在長期穩定的均衡關系〔10〕;薛鋒等通過承載力模型分析鐵路運輸能力對國家經濟發展的支撐能力，結果表明我國鐵路交通運輸能力對經濟發展提供持續可靠支撐〔11〕。

綜合國內外文獻可以發現，大多數學者都是從宏觀層面來探索鐵路與國家經濟發展之間的關系，很少有學者利用鐵路行業微觀指標量化鐵路對國家經濟發展的支撐性;當前的研究也表明了鐵路總換算周轉量或鐵路投資對經濟發展有著不同程度的影響，兩者有相互交叉聯系的方面，單方面考慮鐵路總換算周轉量或鐵路固定資產投資都不能很好的表達鐵路對經濟發展的主要影響;因此，本文選取鐵路固定資產投資、鐵路總換算周轉量兩大鐵路行業指標，用向量自回歸（Vector AutoRegression，VAR）模型實證分析鐵路固定資產投資、換算周轉量與國內生產總值之間的關系，以及變量之間的脈沖函數響應，對VAR模型進行方差分解計算變量之間的貢獻率，通過量化指標論證鐵路對國家經濟發展的支撐作用。

二、實證研究設計

（一）指標選取與數據說明

指標選取國家鐵路局發布的《鐵道統計公報》中的鐵路固定資產投資（Fixed Assets Investment，FAI）、換算周轉量（Converted Turnover，CT）以及《中國統計年鑒》中的國內生產總值（GDP）。其中，固定資產投資是以貨幣形式表現的，企業在一定時期內建造和購置固定資產的工作量以及與此有關的費用變化情況〔12〕，例如鐵路部門修繕交通基礎設施、國有企業專門資金完善企業內部機械工具等納入年度計劃固定開支。固定用于鐵路方面的投資，是國家實現鐵路在全國范圍布局的長期計劃;鐵路網的完善一方面可刺激鐵路行業再生產，拉動消費，帶動就業;另一方面，提升鐵路運輸業務，繁榮鐵路客貨運市場〔13〕;鐵路換算周轉量是鐵路貨運量和客運量的綜合指標，是鐵路運輸最重要的產出和指標;國內生產總值是中國居民在國家范圍內所生產的全部最終產品和勞務的市場價值總額〔14〕。

基于數據的權威性和可獲取性，研究時間范圍為2000～2017年，共18組數據。鐵路固定資產投資、鐵路總換算周轉量數據來源于國家鐵路局每年公布的《鐵道統計公報》，2000～2017年的GDP數據從國家統計局網站獲取。為保證分析的可比性，以1990年為基期，根據指數調整數據可避免因時間序列帶來的價格因素對數據的影響〔13〕，調整得到如表1所示的2000～2017每一年國內生產總值指數和固定資產投資價格指數。

（二）基本模型

向量自回歸（VAR）模型作為一種非結構化的多方程模型，它把每一個內生變量視為構建模型中所有內生變量的滯后值的函數來構建模型〔15〕，進一步助推單變量自回歸模型擴展為具有時間序列性質的多變量自回歸模型，主要用來擬合各個變量之間的關系，常應用于計量經濟學領域。由于本文主要研究鐵路固定投資、換算周轉量與國內生產總值這三者之間的動態關系，因此本文利用向量自回歸模型來對這三個變量之間的動態關系加以解釋，VAR模型矩陣表達式如下：

y1t y2t …ymt =θ1y1t-1 y2t-1 …ymt-1 +θ2y1t-2 y2t-2 …ymt-2 +…+θky1t-k y2t-k …ymt-k +ρx1t x2t …xmt +ε1t ε2t …εmt

式中，θ表示系數矩陣，y1表示內生變量向量，k表示滯后階數，xt表示外生變量向量，εt表示隨機干擾項。基于VAR模型，將所選取的鐵路固定資產投資、國內生產總值、鐵路換算周轉量做對數運算以消除異方差〔16〕，再將三個內生變量帶入VAR矩陣模型，可生成具體模型如下：

InFAIt=α0+α1InFAIt-1 +α2InFAIt-2 +…+αkInFAIt-k +β1InGDPt-1 +β2InGDPt-2 +…+βkInGDPt-k +γ1InCTt-1 +γ2InCTt-2 +…+γkInCTt-k +δ1

InCTt=φ0+φ1InFAIt-1 +φ2InFAIt-2 +…+φkInFAIt-k +ω1InGDPt-1 +ω2InGDPt-2 +…+ωkInGDPt-k +σ1InCTt-1 +σ2InCTt-2 +…+σkInCTt-k +μ1

InGDPt=0+1InFAIt-1 +2InFAIt-2 +…+kInFAIt-k +1InGDPt-1 +2InGDPt-2 +…+kInGDPt-k +U1InCTt-1 +U2InCTt-2 +…+UkInCTt-k +τ1

式中：t為樣本個數，α0，…，αk、φ0，…，φk、0，…，k、β1，…，βk、γ1，…，γk、ω1，…，ωk、σ1，…，σk、1，…，k、U1，…，Uk為待估參數;k值為滯后期數;δt，μt，τt是隨機擾動項。

三、實證分析

（一）平穩性檢驗

在建立向量自回歸（VAR）模型之前，首先要對所選取變量進行平穩性檢驗，這樣可避免因原始時間序列數據的不穩定性而造成的錯誤回歸模型〔17〕。大多數學者采用ADF單位根檢驗方法來檢驗數據序列的平穩性，進而對選取的變量進行協整性檢驗，本文為使檢驗結果更加準確，先使用ADF單位根檢驗方法檢驗數據平穩性，結果如表2所示;再利用p-p檢驗數據的平穩性。

表2檢驗結果顯示，鐵路固定資產投資總額、換算周轉量、國內生產總值原序列均存在單位根，這說明數據時間序列不平穩。鐵路固定資產投資總額在經過一階差分后，其ADF值在1%水平下顯著，換算周轉量和國內生產總值在經過二階差分后，兩者的ADF值也在1%水平下顯著，繼續進行p-p檢驗，結果如表3所示。

檢驗結果顯示這三個變量都在1%的顯著水平下拒絕有單位根的原假設，這說明這三個時間序列數據都是平穩的，與ADF單位根檢驗結果一致，故這三個變量的時間序列數據平穩性符合VAR模型檢測要求。

（二）VAR模型的估計

1.Johansen協整檢驗

VAR模型是依據數據的統計性質建立的，在建立模型之前需要通過協整檢驗判斷變量關系是否平穩，通過AIC準則和SC準則來確定最佳滯后期數K，這樣VAR模型能反應出變量間相互影響的絕大部分〔18〕。首先通過Johansen協整檢驗時間序列lnFAI，lnCT，lnFAI，檢驗結果如表4所示。

由表4中檢驗結果可知，在5%的檢驗水平下，變量lnGDP、lnFAI、lnCT存在長期穩定的協整關系，也就是說鐵路固定資產投資總額、換算周轉量、國內生產總值存在穩定的均衡關系。

2.最佳滯后階數的確定

根據最優滯后期應使AIC和SC兩個準則同時取值最小原則〔19〕，由表5結果顯示，當滯后期為2時，AIC與SC取值最小。

3.VAR模型的建立

在確定滯后階數為2后，為防止VAR模型出現偽回歸，保證VAR模型的精確性和穩定性，利用AR單位根檢驗來驗證模型的穩定性，結果如圖1所示。所有AR特征根的倒數的模都落在單位圓內，這說明VAR模型是平穩的〔20〕。

選取VAR估計模型中的系數，構建模型估計方程如下：

InGDPInFAIInCT=1.3341240.0666140.0444322.6281381.050042-0.0003780.4111680.0760140.887770×InGDPt-1 InFAIt-1 InCTt-1

-0.372337-2.123919-0.322878-0.044099-0.584760-0.027139-0.0728930.609075-0.369117×InGDPt-2 InFAIt-2 InCTt-2 +0.664990-8.2879263.447465

（三）Granger因果關系檢驗

Ganger因果關系檢驗能反映所檢驗變量之間的因果動態關系，根據檢驗結果中的P值來判斷一個變量對一個或多個變量的影響結果是否顯著，也就是拒絕或者接受原假設〔21〕。由表6可以看出，在5%的顯著性水平下，lnGDP與lnFAI存在雙向格蘭杰原因，這說明在國內生產總值逐年增加的同時，對鐵路固定資產投資有一個正向的促進作用，國內生產總值增加會使鐵路固定資產投資上升;lnGDP與lnCT之間存在雙向促進作用，鐵路換算周轉量增加也就是鐵路運輸工作量的增加，進而轉化為國內生產總值的增加，同時國內生產總值的增加帶來更多的鐵路運輸活動從而刺激鐵路總換算周轉量的增長;lnFAI是lnCT的單向格蘭杰原因，這說明鐵路固定資產投資帶動了鐵路運輸業的發展，使得鐵路占有了更多的運輸市場份額。

（四）脈沖響應分析

脈沖響應函數可用于衡量來自隨機擾動項的一個標準差沖擊，對內生變量當前和未來取值影響的變動軌跡，能比較直觀地刻畫出變量之間的動態交互作用及其效應〔22〕。因此，本文利用上述建立的VAR模型，借助脈沖響應函數分析得到三個變量之間的脈沖響應圖和脈沖響應值，進一步分析變量間的動態關系。

1.換算周轉量與國內生產總值的沖擊響應結果

根據圖2和表7的結果顯示，換算周轉量在第1期對國內生產總值響應結果為0.042，第2期增加為0.052，之后出現持續下降趨勢，在10期內沖擊響應曲線比較波動，但總的10期內，呈現為正值，換算周轉量對國內生產總值累計沖擊響應值結果為0.0292。這表明，隨著國內生產總值的增加，鐵路總換算周轉量也在不斷增加。從圖3和表7顯示結果來看，國內生產總值對鐵路總換算周轉量第1個當期沖擊響應結果為0，第2期開始出現持續性的上升，且每一期的沖擊響應值一直為正，這表示隨著換算周轉量的增加，國內生產總值也持續增加。

2.鐵路固定資產投資與國內生產總值的沖擊響應結果

根據圖4和表7的結果顯示，鐵路固定資產投資對國內生產總值一個單位的沖擊，當期出現0值，從第2期開始一直到4期，脈沖響應值持續增加，在第4期達到最大值為0.019，而后又開始持續下降，到第10期脈沖響應值為0.008，整個10期的脈沖響應值波動曲線沒有異常突變的值〔23〕，且脈沖響應累計總值為正。這表示，隨著國內生產總值的持續增加，鐵路固定資產投資也在不斷的增加。從圖5和表7的結果顯示來看，國內生產總值在第1期對鐵路固定資產投資脈沖響應為負值，結果為-0.076，這表示剛開始國內生產總值隨鐵路固定資產投資增加而減少，而第2期開始，脈沖響應值出現正數，且持續增加到第4期達到最大值為0.175，而后又持續下降，在第10期達到最小，脈沖響應值為0.038，不過在這10個分析期內，脈沖響應值累計總值為正數。這表示，在鐵路固定資產投資增加的同時，國內生產總值也在不斷的增加。

（五）方差分解

VAR模型一個變量的承載率可以通過方差分解到各研究變量上，所以方差分解后的結果能顯示每個擾動項因素VAR模型內各研究變量的貢獻率。對上述VAR模型進行方差分解平均值，分解期數為10期，結果如表8所示。

從表8結果可以看出，在10期內，國內生產總值對于鐵路固定資產投資、換算周轉量方差分解的平均貢獻度很顯著，很顯然國家經濟的發展刺激了鐵路的生長。鐵路固定資產投資與鐵路換算周轉量也促進了國家經濟的發展，鐵路帶動了國家相關產業的融合，承擔了大量的運輸任務，通過直接或間接的方式拉動了國內生產總值的增長。

四、結論

本文選取具有代表性的鐵路行業指標——鐵路固定資產投資和換算周轉量以及代表國家經濟發展的國內生產總值，基于這三個變量2000～2017年的時間序列數據，從鐵路行業經濟效應出發，構建了三個變量的VAR模型，研究了三個變量之間的動態關系，得到以下結論：

（1）從三個變量之間的格蘭杰原因來看，鐵路固定資產投資是鐵路換算周轉量的格蘭杰原因，鐵路固定資產投資與國內生產總值互為格蘭杰原因，鐵路換算周轉量與國內生產總值互為格蘭杰原因。這表明鐵路固定資產投資、換算周轉量會刺激國內生產總值生長，同樣國內生產總值增加了，用于鐵路建設方面的資金也會增加，鐵路換算周轉量也會隨之增長。

（2）從三個變量之間的脈沖函數沖擊響應來看，鐵路固定資產投資和換算周轉量對國內生產總值都存在長期的正向沖擊，且鐵路固定資產投資沖擊效果更為顯著。國內生產總值對鐵路固定資產投資、換算周轉量的沖擊累計值都為正，說明這三個變量之間的影響都是積極的。

（3）從三者之間的方差分解來看，國內生產總值對鐵路固定投資、換算周轉量的貢獻程度顯著，而鐵路固定資產投資與換算周轉量對國內生產總值貢獻率還是比較大的，持續推動國內生產總值的增加。由此表明鐵路的發展離不開國家經濟的支持，從對國內生產總值的貢獻率上來看，鐵路固定資產投資貢獻率高于鐵路換算周轉量，這與對經濟的作用方式有很大關系，鐵路固定資產投資是直接用于生產建設，鐵路換算周轉量則是間接影響國家經濟增長。

參考文獻：〔1〕

徐 涵.鐵路貨運量與國民經濟發展的內在關系研究〔J〕.鐵道經濟研究，2020，（4）：38-42.

〔2〕王瑞軍，胡思繼.鐵路運輸與國民經濟發展關系的交叉譜分析方法研究〔J〕.中國軟科學，2011，（5）：169-175.

〔3〕張艷艷，于津平，李德興.交通基礎設施與經濟增長：基于“一帶一路”沿線國家鐵路交通基礎設施的研究〔J〕.世界經濟研究，2018，（3）：56-68+135.

〔4〕汪曉文，陳 垚.西北地區交通基礎設施與旅游經濟增長的交互影響研究——基于PVAR模型的實證分析〔J〕.蘭州大學學報（社會科學版），2020，48（4）：31-38.

〔5〕劉旭東.我國鐵路運營里程與經濟增長區域差異的實證研究〔J〕.鐵道運輸與經濟，2018，40（11）：77-81，93.

〔6〕Evert M，Joris H.Connecting The Periphery： Distributive Effects of New Infrastructure〔J〕.Journal of Transport Geography，2012（2），22：187-198

〔7〕Meersman H， Nazemzadeh M.The Contribution of Transport Infrastructure to Economic Activity：The Case of Belgium〔J〕.Case Studies on Transport Policy， 2017， 5 （6） ：316-324.

〔8〕Maparu S T， Mazumder N T.Transport Infrastructure：Economic Development and Urbanization in India （1990-2011） ：Is There Any Causal Relationship〔J〕.Transportation Research Part A：Policy and Practice， 2017， 100 （5） ：319-336.

〔9〕樓艷萍.我國鐵路運輸生產與國民經濟的關系研究〔J〕.對外經貿，2012，（8）：91-92+103.

〔10〕王相平.基于協整理論的鐵路運輸周轉量與國民經濟關系實證分析〔J〕.鐵道運輸與經濟，2019，（11）：76-93.

〔11〕薛 鋒，施 政，孫宗勝，等.鐵路交通運輸能力對經濟發展的支撐力研究——基于承載能力模型及向量自相關模型〔J〕.綜合運輸，2019，41（7）：11-17.

〔12〕王 染，余 博，黃 毅.績效衰退、發展周期與企業投資選擇——基于中國制造業上市企業的微觀證據〔J〕.南京審計大學學報，2019，16（5）：65-73.

〔13〕李素英，楊 娛，吳永立.鐵路投資、周轉量與經濟發展相互作用分析〔J〕.鐵道工程學報，2018，35（7）：103-108.

〔14〕周宗帥.青島市國稅收入與經濟增長相關性研究〔D〕.青島：中國海洋大學經濟學院，2009：80.

〔15〕喻穎潔，張恒波.體育產業、綠色創新對經濟增長影響的實證〔J〕.統計與決策，2019，35（17）：154-157.

〔16〕郭佳靜.基于自適應數據分解方法的VAR模型研究〔D〕.長春：長春工業大學數學學院，2020：64.

〔17〕馬慧慧.EViews統計分析與應用〔M〕.北京：電子工業出版社，2016：354.

〔18〕呂 丹，薛 鋒.基于計量經濟學的鐵路交通基礎設施與經濟增長關系研究〔J〕.交通運輸工程與信息學報，2018，16（4）：101-108.

〔19〕薛 鋒，李青青，李慶華.鐵路發展水平動態測度及其對經濟發展的貢獻研究——基于西部發展面板數據的實證分析〔J〕.高原科學研究，2020，4（4）：95-103，116.

〔20〕王秀蘭，張士輝.我國社會保障支出、居民消費與GDP的關系研究〔J〕.西南交通大學學報（社會科學版），2015，16（6） ：66-74.

〔21〕Yasir H，Gurudeo A.The Relationship Between Electricity Consumption， Peak Load and GDP In Saudi Arabia： A VAR Analysis〔J〕. Mathematics and Computers In Simulation，2020，（3）：164-178.

〔22〕呂 丹.軌道交通與經濟發展的動態效應及區域差異研究〔D〕.成都：西南交通大學交通運輸與物流學院，2019：83.

〔23〕黃 宇，薛 鋒.基于VAR模型的交通安全與經濟損失關系研究〔J〕.交通運輸工程與信息學報，2021，19（1）：93-99.

Research on the Impact of Railway Investment and "Conversion Turnover on Economic Development：

An Empirical Analysis Based on VAR Model

XUE Feng， YANG Zongqin， LI Qingqing， HUANG Yu

Abstract： With the implementation of the “Traffic Power” strategy， the railway’s support for the country’s economic development is more obvious， and the correlation between the two is closer. The time series data of railway fixed assets investment， railway conversion turnover and gross domestic product （GDP） from 2000 to 2017 were selected， and variate vector autoregressive （VAR） model， Granger causality test and pulse function analysis were applied to detect the dynamic relationship between the three indicators quantitatively studies the supporting role of railways for national economic development. The results show that the average contribution rates of railway fixed asset investment and total railway converted turnover to GDP variance decomposition are 5.540% and 2.824% respectively. Railway fixed assets investment， railway total conversion turnover and GDP are Granger reasons for each other， and they have a long-term and stable positive promotion effect on each other. The average contribution rates of railway fixed asset investment and railway converted turnover to GDP variance decomposition are 5.540% and 2.824% respectively.

Key words： railway transport; fixed assets investment; converted turnover; gross domestic product; economic growth; regional economics; length of railway lines in service; construction of infrastructural facilities