刘旭东
(北京交通大学经济管理学院,北京100044)
铁路基础设施是国民经济保持持续发展的重要基础。受综合国力、发展侧重点不同等因素的影响,我国铁路建设呈现东部发展快、线路密度高,中西部发展慢、线路密度低的特点[1]。有学者对交通运输发展和经济增长的关系进行了研究。李玲琴[2]研究发现我国经济发展与交通运输业发展存在相互影响关系,二者互为对方发展的基础。Ramanathan[3]通过实证分析发现,铁路货物周转量与经济增长存在协整关系。刘建强等[4]通过对1949—1999年铁路货运量与经济增长率进行分析发现,铁路货运量与GDP之间存在格兰杰因果关系,二者具有长期均衡关系。刘秉镰等[5]发现铁路运输可以促进区域工业化、城市化进程。赵云[6]建立了高速铁路区域经济的预测模型,研究发现高速铁路的扩散作用与高速铁路的发展存在非线性关系,高速铁路对发达地区的影响大于欠发达地区。周禹初等[7]发现铁路货运周转量可以拉动国民经济增长。周小虎等[8]研究发现,高速铁路物流发展对经济较弱区域的影响较小,呈现一定的地域差异。
铁路基础设施与区域经济增长的关系十分复杂,目前学术界对于两者因果关系的研究主要存在以下3种观点:第一,铁路发展与满足区域经济发展所派生的铁路运输需求相关;第二,铁路基础设施能够促进区域经济发展;第三,是对上述2种观点的综合,铁路既是区域经济发展的原因,同时也构成了区域经济发展的结果。为探究不同区域铁路基础设施建设对经济增长的影响是否存在差异,建立铁路运营里程与经济增长的VAR模型,为铁路基础设施建设提出合理建议。
为探究铁路运营里程与经济增长的关系及其差异性,将研究分为2个方面:一是建立铁路运营里程与经济增长的总样本VAR模型,探讨二者之间的因果关系,并利用脉冲响应函数及方差分解的方法探讨二者相互影响的持续时间及贡献度;二是分别建立东部城市、中部城市、西部城市铁路运营里程及经济增长的VAR模型,通过对子样本的分析,探讨二者关系在不同区域的差异性。
选取铁路运营里程、GDP增长率为研究变量。铁路运营里程是指正式营业的铁路里程,是衡量铁路运输业基础设施发展水平的重要指标,剔除临时营业里程,从而更好地考察一段时间内铁路基建程度与经济增长的相互影响关系。铁路运营里程与经济增长的总样本VAR模型为
式中:GROWTHt为第t年GDP增长率;ROADt为第t年铁路运营里程;A1,A2,…,AP为2×2维的待估系数矩阵;p为待确定的滞后阶数;C1t,C2t为待估常数项矩阵;ε1t,ε2t为随机误差。
东部城市、中部城市、西部城市铁路运营里程及经济增长的VAR模型为
式中:GROWTHit为第t年i城市的GDP增长率;ROADit为 第t年i城 市 的 铁 路 运 营 里 程;A1i,A2i,…,Api为2×2维的待估系数矩阵;p为待确定的滞后阶数;C1it,C2it为待估常数项矩阵;ε1it,ε2it为随机误差。
总样本选取1979—2017年数据,共得到78个样本数据。子样本选取全国31个省市自治区1979—2016年数据,将其分为东部、中部、西部城市,共得到1 134个样本数据。所有数据来自Wind数据库、国家统计局网站(http://www.stats.gov.cn/)、中国铁路总公司网站(http://www.china-railway.com.cn/),以及《中国铁道年鉴》,所有模型计算通过软件Eviews 8和Excel 2007实现。
对数据进行预处理,为缩小数字绝对值同时去除量纲,对ROAD取自然对数,其经济含义理解为铁路运营里程的弹性,以进一步探索铁路基建改良程度与经济增长的关系。GDP增长率已表示弹性概念,不再进行对数处理。相关变量的统计性描述如表1所示。
表1 相关变量的统计性描述Tab.1 Statistical description of related variables
时间序列分析要求各变量必须是平稳的,否则容易造成伪回归现象。因此,首先对GDP增长率及铁路运营里程lnROAD进行ADF检验。单位根检验结果如表2所示。
表2 单位根检验结果Tab.2 Test results of unit root
在5%的置信区间下,GROWTH,ROAD是非平稳时间序列,对原数据进行一阶差分后得到的序列显示为平稳序列。ADF检验表明,不可以直接采用GROWTH,ROAD水平值进行建模,可以采用其一阶差分项建模。为避免差分处理带来的信息损失,下面采用协整检验方法分析变量的长期关系。
选择有时间趋势项和截距项的协整方程,滞后阶数为六阶。Johansen协整检验结果如表3所示。
检验拒绝了GROWTH,ROAD不具有协整关系的原假设,同时没有拒绝GROWTH,ROAD至多有一个协整关系的原假设。因此,Johansen协整检验表明GROWTH,ROAD在5%的显著性水平下具有惟一的协整关系。
表3 Johansen协整检验结果Tab.3 Test results of Johansen cointegration
格兰杰因果关系是对变量间的先后顺序进行检验,判断是否存在一个变量的前期信息对另一变量的当期信息造成影响,而非逻辑上的因果关系。格兰杰因果关系检验结果如表4所示。结果表明,在5%的显著性水平下,表明GDP增长率受铁路运营里程影响,而经济增长对铁路运营里程的影响表现不显著。
表4 格兰杰因果关系检验结果Tab.4 Test results of Granger causality
由上述分析得知ROAD,GROWTH之间存在格兰杰因果关系,可以直接用ROAD,GROWTH的水平值建立VAR模型。根据LR,AIC,HQ 3个指标,建立VAR (7)模型,提高模型的拟合度和准确度。最优滞后阶数检验结果如表5所示。
VAR (7)模型的AR特征根的逆根均位于单位圆内,表明建立的VAR (7)模型稳定。
脉冲响应函数可以观察一个变量的冲击对其他变量所带来的影响,纵轴表示GDP增长率受到铁路运营里程的一个标准差影响时所发生的变化,横轴表示冲击的滞后期数,作用时期选择为50期。铁路运营里程与GDP增长率脉冲响应函数结果如图1所示。
当铁路运营里程给GDP增长率一个标准差冲击时,GDP增长率表现为正向响应,在第4年达到最大值,随着时间推移,效应越来越小,直到达到长期均衡。也就是说,铁路运营里程对经济具有正向促进作用,该作用在大约10年时间内影响较明显。
表5 最优滞后阶数检验结果Tab.5 Test results of optimal lag order
图1 铁路运营里程与GDP增长率脉冲响应函数结果Fig.1 Results of impulse response function between railway actual operating mileage and GDP growth rate
为更具体地分析变量之间的作用关系,通过方差分解的方法,判断2个变量对对方变化的贡献度。铁路运营里程与GDP增长率方差分析检验结果如图2所示。
铁路运营里程对经济增长变化的贡献度初始接近零,经历了大约6年的缓慢增长期,大约4年的快速增长期,最后在10年后贡献度趋于稳定,约为30%。结果表明,当铁路刚建成通车时,沿线经济社会活动的调整还没有到位,随着铁路建成通车,沿线对铁路的作用开始调整,并逐步实现运量的上升和沿线经济社会的加快发展。
图2 铁路运营里程与GDP增长率方差分析检验结果Fig.2 Test results of variance analysis of railway actual operating mileage and GDP growth rate
分别建立东部(包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南),中部(包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西),西部(包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆)铁路运营里程及经济增长的VAR模型,剔除数据不完整的重庆、西藏2个区市,对余下1 134个样本数据分别建立VAR模型。各区域实证检验结果如表6所示。
实证分析显示,东部地区城市的铁路运营里程对经济增长作用较为显著,贡献度相比于中部、西部城市较大,滞后期相比中部、西部较短。西部地区城市的铁路运营里程对经济增长影响较不明显,且滞后期长、贡献度低。以上表明东部地区铁路运输对经济拉动作用更大,并且这种促进作用可以在较短的时间内表现出来,但对于中西部地区,铁路运输对经济拉动作用相对不明显,促进作用需要在较长时间内显现。这是由于我国东部地区发展较快,线路覆盖面广,铁路建设对于货物、旅客周转量的贡献度较高,良性循环带来较明显的促进作用。而西部地区线路覆盖较少,规划建设起步较晚,铁路建设多以援助为目的,从经济增长率角度来看,铁路运输对其影响较小。
表6 各区域实证检验结果Tab.6 Empirical researches on different regions
实证分析表明,铁路运营里程对经济增长具有一定程度的促进作用;东部地区铁路运输对经济拉动作用更大,促进作用的时滞时间较短;中西部地区铁路运输对经济拉动作用较小,促进作用的时滞时间较长。根据实证分析,提出建议如下:一是形成建设合理的铁路运输体系。铁路建设对区域经济发展具有十分重要的促进作用,为了有效缩小区域经济发展之间的差距,应在进一步完善东部铁路建设网络的同时,重点加大对中西部铁路网的建设投资,通过增加城市间的铁路运营里程以发展中西部区域经济。二是政策引导差异化的区域铁路投资。由于我国铁路建设受政策影响因素较大,并且铁路建设对区域经济发展具有重要的促进作用,因此,有必要按照宏观区域经济发展规划制定区域差别战略,在充分了解并掌握各区域铁路运输与经济发展的关系基础上,从政策制定、规划设计的角度,充分发挥铁路建设对区域经济运行的正面效应,最终促成铁路建设与区域经济发展的最优化。