铁路货运量与国民经济发展的内在关系研究*

徐涵

（中国铁路经济规划研究院有限公司 研究实习员，北京 100038）

1 概述

我国铁路是经济社会的大动脉、国家重要的基础设施和大众化的交通工具[1]。铁路货运作为国家综合交通运输体系的骨干力量、直接服务市场客户的窗口、实现国际贸易互联互通的基础，既是经济高质量发展的重要领域，又是经济高质量发展的重要推动力。李克强总理任辽宁省委书记时，经常用耗电量、铁路货运量和贷款发放量三个指标分析当时辽宁省经济状况，2010年英国著名政经杂志 《经济学人》将铁路货运量与另外两种指标推出用于评估中国 GDP增长量 （克强指数），铁路货物运输量已成为宏观经济发展变化的重要参考依据[2]。

目前，铁路作为基础性和先导性的服务型行业，主要运输煤炭、钢铁、矿石等能源性物资，对贸易业、制造业、建筑业等相关产业起到不可忽视的重要作用。因此，考察铁路货运与经济社会的内在关系时，应用计量工具对其进行量化分析，不仅能清晰地了解铁路货运对经济社会的带动作用，也能在宏观上对铁路货运业的发展提供参考，有利于铁路货运更好地服务于经济社会。

本文以铁路货运数据与国民经济数据为分析依据，首先分析了铁路货运增长与经济增长的周期划分的关系，然后应用相关性分析模型、弹性系数模型、推拉效用关系模型，分别研究经济发展与铁路货物运输发展变化的内在关系，实现对国民经济运行与铁路运输行业发展态势的科学研判，从而为宏观调控政策和铁路运输相关决策的制定提供支持。

2 铁路货运增长与经济增长周期变化规律

同比增速指标是反映行业运行景气性的一项重要判断依据。因此，本节对历史年度铁路货运量与GDP的增速序列进行分析，进而判断分析两者之间的内在联系。

自1985年以来，GDP、GDP2与铁路货运量的同比增长率波动曲线如图1所示。

图1 铁路货运量与经济增速波动曲线

由图1直观判断铁路货运量与GDP增速的周期划分如下：

2.1 国民经济（GDP）增长周期划分

国民经济增长按不变价计算的增长率大约经历了3次周期性波动。

第一周期为1985—1992年。7年间，经济增长率有3年增长、4年回升。谷底是1990年，为3.9%；峰顶是1992年，为14.3%。峰谷落差为10.4个百分点。平均经济增长率10.25%。

第二周期为1992—2007年，长达15年。经济增长率先是连续8年下降，后7年逐渐回升。谷底是1999年，为7.6%；峰顶是2007年，为14.2%。峰谷落差为6.6个百分点。平均经济增长率10.68%。

第三周期为2007年至今。这次经济波动已经过去十余年，但仍未结束。目前经济增长率正在平稳地回落，从上次顶峰时（2007年）的14.2%，回落到2018年的6.6%。

2.2 铁路货运量增长周期划分

从1985年到2018年，铁路货运量增长率经历了4个周期性波动。

第一周期为1985—1993年。8年间，铁路运输增长率有5年下降，3年回升。谷底是1990年，为-0.53%；回升的峰顶是1992年，为3.28%；其峰谷落差为3.81个百分点。该周期运输平均增长率3.08%。

第二周期为1993—2004年。11年间，铁路运输增长率有5年下降，6年回升。谷底是1998年，为-4.55%；峰顶是2004年，为11.05%；峰谷落差为15.60个百分点。平均增长率为3.97%。这里须注意一点是，从1992年至2004年我国铁路运输进入适度高位的稳定增长期，其特点是峰位降低、谷位上升、运输量绝对上升。

第三周期为2004—2010年，该周期内的特点是，除了2009年增长不足1%，其他年度增长率都处在较高位，最高是2010年达到了9.28%，这六年平均增长率为7.22%。

第四周期为2010年至今，该时间段铁路运输增长率总趋势是在下降，还未形成一个完整的周期，目前正处于反弹阶段。

综上，1985—2019年，国民经济增长经历了3次波动，铁路货运量增长经历了4次波动，波动次数相差一次，主要原因是铁路货运在2009年附近形成了一个小的周期，而GDP指标并没有形成小周期。整体而言，两者的波动变化基本吻合，大部分时段是基本同步的，说明两项指标之间是密切相关的。

3 铁路货运量与社会经济的相关性分析

国家宏观经济与铁路货运量的关系在量化指标上可通过国内生产总值（GDP）与铁路货物发送量之间的相关度来分析。根据各产业在经济结构中所占的比重，分别计算铁路货运量与占比较大的第二、三产业GDP之间的相关系数。

相关系数是研究变量之间线性相关程度的量，是用以反映变量之间相关关系密切程度的统计指标，相关系数的计算公式如下。两个变量之间的相关程度通过相关系数r表示，r的绝对值越接近1，两个变量的关联程度越强；r的绝对值越接近0，两个变量的关联程度越弱。

式中：r（X,Y）为变量X与变量Y之间的相关系数；Cov（X,Y）为变量X与变量Y的协方差；Var[X]、Var[Y]为变量X、Y的方差。

为反映指标的变动情况，在不同的经济研究目的下应该采用不同的价格标准，统计上常用的有现价GDP和不变价GDP。现价GDP是按核算期通行的现行市场价格计算的GDP，而不变价GDP为扣除不同年份之间价格变动因素后的GDP。分析铁路货运量与国民经济的内在联系时，应刨除当年CPI指数的影响，因而，我们分析铁路货运量与不变价GDP的相关关系，1985—2018年三十多年来铁路货运量与不变价GDP的相关性如图2所示。

图2 铁路货运量与GDP的相关关系

根据统计数据，计算获取铁路货运量与GDP、GDP2、GDP3 的相关系数分别为：0.934 4、0.938 2、0.928 4。可见，国家经济发展与铁路货运在数量上存在高度依存的关系。而且，三个相关系数指标中，GDP2与铁路货运量的相关系数最高，表明工业、建筑业等第二产业的发展与铁路货运之间的相关性更强。主要是由于煤炭、冶炼物资等与第二产业密切相关的大宗物资为构成铁路货运量的主要货物品类，在铁路总货运量中占比较大，导致铁路货运量与GDP2的相关度更高。

4 铁路货运量与社会经济的弹性关系分析

铁路货运量与GDP的弹性关系是一个时期内铁路货运量增长率与同期GDP增长率之比，反映的是铁路货运量对经济增长的敏感程度。

弹性系数是一定时期内相互联系的两个经济指标增长速度的比率，它是衡量一个经济变量的增长幅度对另一个经济变量增长幅度的依存关系，计算公式如下：

式中：e（X,Y）为变量X与变量Y之间的弹性系数；ΔX、ΔY为变量X、变量Y的同比增长量。

计算“七五”至“十三五”铁路货运弹性变动轨迹，铁路货运弹性在不同的发展时期差异较大，不同时期的弹性系数如表1所示。

表1 铁路货运量与GDP的弹性系数

通过观察货运弹性变动规律，可以发现：

1）铁路货运量与GDP之间的弹性系数呈现出定的波动性变化趋势，表现为从“七五”开始先处于下降状态，在达到谷值之后逐渐上升，而后在达到峰值后又有所下降，到达谷值之后再次上升。揭示了在改革开放经济发展过程中，交通运输行业由能力不足到能力瓶颈再到逐步缓解，目前基本适应的变化过程。

2）“十五”之前，铁路货运弹性系数较低，主要是我国当时运输结构不尽完善、铁路投入不足，铁路货运能力增长偏慢。“十五”期间铁路既有线大提速释放了运能，同时铁路建设开始提速，铁路货运弹性增加，弹性达到0.86。

3）“十一五”以后，铁路货运量与GDP间的弹性系数下降明显，到“十二五”铁路货运量与GDP间的弹性系数为负值，铁路货运量的增速远不及GDP的增速，“十二五”期间铁路货运量甚至产生了下降。究其原因，主要是我国铁路货运结构以大宗货物为主，而近年我国大力推进经济转型和节能减排，特别是我国经济进入新常态以后，经济从高速增长转化为中高速增长，产业结构不断优化升级，煤炭等大宗货物运量增速缓慢，并且路网仍存在部分能力受限的瓶颈区段，导致铁路货运量与GDP间的弹性系数下降明显。

4）“十三五”以来，中央提出“加大生态环境保护治理力度，坚决打好蓝天保卫战”，“公转铁”政策实施效果明显，我国铁路货运发送量实现大幅地恢复性增长，铁路货运量与GDP间的弹性系数上升明显，达到近年来最高位。

5 铁路货运量与社会经济的推拉效应分析

“推拉效应”理论认为，经济发展为铁路带来旺盛的运输需求，推动铁路更快发展；同样铁路发展又将拉动经济增长。“推动效应”和“拉动效应”的大小可以用其系数来表示，系数本身尽管不代表国家或地区的经济实力和铁路货运能力，不具绝对意义，但却反映了经济和铁路货运的某种关联关系，说明它们之中哪一方是滞后了或超前了，能够反映铁路货运和国民经济水平的协调发展状况。

推拉效应模型是在推拉效应理论和运输弹性系数法的基础之上建立起来的。首先通过运输与经济的历史数据，得到推动效应和拉动效应的回归方程；其次，通过对比推动效应系数与拉动效应系数，分析交通运输业与国民经济的互动关系。其数学模型为：

式中：E、T为实际国内生产总值（GDP）和同时期的货运量；β、γ为推动效应系数和拉动效应系数；α、δ为常数项。

对E、T取对数，可以增加模型的精准度。对推拉效应模型求导，进一步换算可得：

由此可见，此处的推动效应系数即为交叉弹性系数β。当β＞γ时，表示推动效应（即国民经济的增长所引起的运输产出增长效应）大于拉动效应（即交通运输业产出的增长所带动的国民经济增长效应），表示该国或该地区交通运输发展快于国民经济发展，运输业发展相对超前，经济发展相对滞后，运输需求小于运输供给；当β和γ大致相等时，表示该国或该地区运输供求基本平衡，运输与经济发展相适应；当β＜γ时，表示推动效应小于拉动效应，该国或该地区经济增长速度相对较快，运输供给能力不足，应考虑优先运输业的发展。

以1985年为基期，分别利用1985—2018年的不变价GDP、GDP2和GDP3指标，计算经济增长对铁路货运量的推拉效用情况如表2所示。

表2 经济增长对铁路货运量的推拉系数

由表2可见，不论GDP还是GDP2、GDP3，铁路货运量对经济增长推动系数均远远小于拉动系数，表明铁路货运对国民经济发展的拉动作用大于国民经济对铁路货运的促进作用，而国民经济对铁路货运的回补作用滞后于铁路货运对国民经济的带动作用。另外，分产业来看，铁路货运对第二产业的拉动系数分别大于第三产业和全产业的拉动系数，表明铁路货运对第二产业的拉动效应最为显著。

6 结论与建议

6.1 结论

1）铁路货运量增速与经济增长的波动变化基本吻合，大部分时段是基本同步的，铁路货运量与国民经济具有较好的同步周期性。

2）国家经济发展与铁路货运在数量上存在较强的相关性，由于煤炭、冶炼物资等与第二产业密切相关的大宗物资为构成铁路货运量的主要货物品类，第二产业的发展与铁路货运之间的相关性尤为显著。

3）铁路货运弹性在不同的发展时期差异较大，能够反映改革开放经济发展过程中铁路货物运输由能力不足到能力瓶颈到逐步缓解，到经济新常态下货物运量增速缓慢（甚至负增长），目前基本适应的变化过程。

4）铁路货运对国民经济发展的拉动作用大于国民经济对铁路货运的促进作用，国民经济对铁路货运的回补作用滞后于铁路货运对国民经济的带动作用，铁路货运量相对于国民经济有一定的“先行性”，从某种程度上来看，铁路货运量能够实现对经济运行的预示作用。

6.2 建议

1）发挥铁路货运的“风向标”作用，构建铁路运输市场监测体系，及时了解市场环境、重点行业运行、市场需求强度、市场竞争要素等信息，更好地体现其对于经济景气的预警作用。

2）加快构建绿色交通体系，推动货运市场结构更加优化合理，使得铁路货物运输恢复正常的市场份额，从而进一步提高以其为依据研判预警经济运行景气的准确性。