效率视角下铁路运输与国民经济的动态协整分析

汪玲,王芳然

(大连交通大学 交通运输工程学院,辽宁 大连 116028)

铁路作为国民经济的大动脉,在经济社会发展中具有举足轻重的作用。一直以来,铁路运输与国民经济之间的关系始终是交通运输领域普遍关注的问题,二者之间相互影响、彼此制约的发展关系已得到广泛认同。为此,现实中应正确处理铁路运输与国民经济之间的关系,以实现二者相互促进、协调发展的动态平衡关系。

现阶段学者们对于铁路运输与国民经济的关系研究逐渐深入,已由早期的定性分析转为定量分析,并取得了较为丰硕的成果。学者们分别运用统计学[1]、灰色理论[2]、协整理论[3]、计量经济学[4-5]、耦合理论[6]和机制检验[7]等方法对铁路运输与国民经济的关系进行了定量研究,研究结果为本文提供了理论基础和方法借鉴。但总体而言,仍存在一些不足之处:在研究内容上,现有研究大多选取铁路运输量或周转量等产出要素反映铁路运输业状态,以此作为衡量二者关系的基础依据,未从根源考虑铁路运输业的投入要素对二者关系的影响,使得二者相互作用机理分析不足;在研究方法上,传统方法中所应用的时间序列只能描述平稳时间序列的变化规律,但实际上在现实经济中时间序列具有非平稳性,尽管一般采用对时间序列进行差分后回归的方法进行处理,但容易忽略原序列中的有用信息。协整理论是为解决此类问题而出现的一种处理非平稳数据的新方法。基于此,本文从投入产出角度出发,在测算铁路运输效率的基础上,基于协整理论探讨铁路运输效率与国民经济之间的动态发展关系,有助于正确认识铁路运输与国民经济间的内在更深层次关系。面对当前日益严重的资源短缺,基于效率视角分析铁路运输与国民经济的动态作用关系,对充分发挥铁路运输的技术经济特性,推动运输资源效用最大化,进而实现铁路运输与国民经济的协调、可持续发展具有重要意义。

1 研究方法

分析铁路运输与国民经济的动态发展关系,应先确定铁路运输业自身发展水平。为此,本文从运输效率角度对铁路运输业发展水平进行测算,在此基础上,利用平稳性检验和协整关系检验探讨铁路运输效率变化与国民经济增长之间是否存在某种均衡关系,最后进行Granger因果检验与分析。

1.1 DEA-Malmquist指数模型

效率是指某一系统投入与产出之间的比率[8],引申到铁路运输领域,铁路运输效率即为铁路运输过程中实际运输产出与运输资源投入的比例关系,可视其为衡量铁路运输系统运行状况及发展潜力的综合性指标,用于反映铁路运输资源的有效利用程度。数据包络分析( Data Envelopment Analysis,DEA) 方法在测度效率方面的应用已经十分成熟,但传统DEA方法适用于基于截面数据进行静态横向比较,DEA-Malmquist指数模型则可以利用跨时期的面板数据进行动态纵向比较。其实质是将测度全要素生产率的Malmquist指数应用于DEA模型,通过计算Malmquist指数所涉及的距离函数,并对其进行分解,以此得出各时期之间的投入产出效率变动趋势。本文采用DEA-Malmquist指数模型测算铁路运输动态效率,并对其全要素生产率予以分析。Malmquist指数具体表示为:

M0(xt+1,yt+1,xt,yt)=

(1)

将式(1)进行变形,全要素生产率变动可分解为技术变动和技术效率变动的乘积:

(2)

式中:方括号外的项为技术变动,方括号内的项为技术效率变动,它又分为前一项纯技术效率变动和后一项规模效率变动的乘积。因此,全要素生产率变动可表示为技术变动、纯技术效率变动和规模效率变动三者的乘积。

1.2 协整分析方法

为了实现对非平稳时间序列的分析,协整理论在1987年应运而生,其实质是探求非平稳变量间是否存在长期均衡关系,主要流程包括平稳性检验、协整关系检验以及Granger因果关系检验。作为协整检验的前提,单位根检验是检验时间序列变量平稳性的标准方法。本文采用 ADF 检验法对铁路运输效率和国民经济相关变量进行单位根检验。协整关系检验主要有Engle-Granger检验和Johansen检验两种,前者多用于检验两变量之间的协整关系,后者以VAR 模型为基础,常用于多变量间的若干种协整关系的检验。因此本文选用Johansen检验方法判断铁路运输效率变化与国民经济增长之间是否存在协整关系,Granger因果关系检验则是在确定二者间存在协整关系的基础上,进一步分析是否存在因果关系,以此剖析二者间动态作用机理。

2 实证分析

2.1 指标选取及数据来源

考虑到铁路运输业生产特征以及数据的易获取性、代表性和准确性,并参考已有研究进展[9-11],本文以铁路运输省际数据为基础,选取铁路运输业就业人数和铁路营运里程2个指标分别作为劳动、资本投入指标,旅客周转量和货物周转量2个指标作为产出指标,构建2000—2020年我国30个省份(西藏因2006年开通铁路且数值相对较小故不做统计)的面板数据测算铁路运输效率。选取国内生产总值(GDP)作为反映国民经济发展水平的指标。所有数据均来源于《中国统计年鉴(2001—2021)》。

2.2 铁路运输效率测算

基于以上投入产出指标的省际面板数据,借助DEAP2.1软件,对2000—2020年我国铁路运输业进行DEA-Malmquist指数测算,得到全国铁路运输业全要素生产率及其指数分解构成见表1。

表1 2000—2020年我国铁路运输全要素生产率及其指标分解构成

由表1可知,2000—2020年我国铁路运输业全要素生产率均值大于1,说明整体呈上升态势,但增速仅为1.2%,水平偏低;各年份全要素生产率的变动存在一定差异,少数年份生产率值小于1,比如2008—2009年和2011—2012年降幅较大,2019—2020年最为明显。究其原因,不难发现:2008年国际金融危机的持续蔓延,对铁路运输业造成了较大冲击,导致生产率下降;2011—2012年生产率的下降可能与2011年“7·23”甬温线特别重大事故有关,事故后铁路部门全面降低速度、压低价格;2019—2020年的大幅下滑则是与全国新冠肺炎疫情暴发有很大关系。另外,全要素生产率变动和技术变动趋势大致相似,说明铁路运输全要素生产率的变动主要由技术变动引起。技术变动的年均增速为1.4%,反映出我国铁路运输业的技术水平有所进步,但数值偏小说明对先进技术应用不足。技术效率变动值小于1的年份居多,说明我国铁路运输资源配置仍有待优化,潜力尚未完全被开发。

2.3 协整分析

基于表1的效率变化数据,结合国民经济增长相关数据分析我国铁路运输效率与国民经济之间的动态关系。本文采用全要素生产率变动数据反映铁路运输效率变化,为保持数据一致性,选择由2000—2020年国内生产总值(GDP)进行一阶差分后得到的国民经济增长值,作为国民经济计算指标。为便于阐述,设铁路运输效率变化和国民经济增长分别用ΔRTE(Rail Transport Efficiency)和ΔGDP表示。通过绘制ΔRTE和ΔGDP的变化趋势图,可以直观显示二者间关系的变化情况。由于两变量数据量级相差较大,需利用SPSS软件对数据进行Z-Score标准化,标准化后绘制的趋势见图1。

图1 2000—2020年我国铁路运输效率变化与国民经济增长趋势

从两者关系角度看,2000—2020年我国ΔRTE和ΔGDP的曲线变化趋势总体上基本一致,除个别年份较为特殊外,大部分年份走向近似相同。这意味着两者间存在协整关系的可能性很大,但实际情况还需进一步分析。从各自发展趋势看,ΔRTE和ΔGDP在此期间均有一定幅度的波动,各自上升下降无明显规律,说明两者受随机趋势的影响比较大。

2.3.1 单位根检验

在进行协整检验之前,本文借助Eviews10.0软件,采用ADF法分别对2000—2020年ΔRTE和ΔGDP两序列的平稳性进行检验,结果见表2。

表2 ΔRTE和ΔGDP的单位根检验结果(2000—2020年)

由表2结果可知,ΔRTE和ΔGDP原序列的ADF检验值(统计量T值)均大于5%临界值,p值大于0.05,表明原序列存在单位根,即为不平稳序列;对两者一阶差分序列进行单位根检验,其ADF检验值均小于5%临界值,表示ΔRTE和ΔGDP一阶差分后的序列呈平稳状态。两者均为一阶单整,说明可以进行协整检验。

2.3.2 协整检验

采用Johansen检验方法进行协整检验之前,首先要建立VAR模型,确定序列最佳滞后阶数。本文对ΔRTE和ΔGDP建立滞后一阶、滞后二阶、滞后三阶的VAR模型,各滞后阶数选择准则信息见表3。本文依据AIC信息准则,建立滞后二阶的VAR(2)模型。

表3 VAR滞后阶数选择准则信息

Johansen模型滞后阶数通常比VAR模型滞后阶数少1,故建立滞后阶数为1的Johansen模型,在所有序列都是随机趋势的情况下,检验结果如表4所示。由此可知,迹检验和最大特征值检验相较于5%临界值,都拒绝了None,接受At most 1,说明ΔRTE和ΔGDP之间存在且只存在一个协整关系。

表4 ΔRTE和ΔGDP序列的协整检验结果(2000—2020年)

2.3.3 Granger因果关系检验

由协整分析结果可知,ΔRTE和ΔGDP之间存在长期稳定的均衡关系,还需通过Granger因果关系检验进一步探讨其因果关系。利用Eviews10.0对ΔRTE和ΔGDP两时间序列进行滞后2阶的因果关系检验,结果如表5所示。

表5 ΔRTE和ΔGDP序列的格兰杰因果关系检验结果

由表5可知,在5%的显著性水平下,ΔGDP不是ΔRTE的格兰杰原因的原假设p值小于0.05,假设被拒绝;ΔRTE不是ΔGDP的格兰杰原因的原假设p值大于0.05,假设被接受。可以认为,ΔGDP是ΔRTE的格兰杰原因,但ΔRTE不是ΔGDP的格兰杰原因,概率为5.79%。

2.3.4 实证结果分析

通过以上实证分析可得出:2000—2020年我国铁路运输效率变化与国民经济增长之间存在长期均衡关系。国民经济增长是铁路运输效率变化的格兰杰原因,但铁路运输效率变化不是国民经济增长的格兰杰原因,表明我国国民经济增长可以单向促进铁路运输业发展水平的提升,而铁路运输业却未体现出对国民经济增长的促进作用。可以看出,我国铁路运输业没有完全发挥对经济的先导性、服务性作用,仍处于依赖经济资本带动自身发展的阶段,处于被动地位。究其根源,主要在于铁路运输业的要素投入并没有获得与之匹配的产出,其资源配置存在一定不合理性,比如,在建设规模和人力方面加大投资,而对于技术创新带动产业发展的重要性认识不足;或受制于运输线路分工不合理,功能结构不协调等,使得其全要素生产率偏低,阻碍了运输效率的提升。

3 结论

本文从效率视角出发,构建DEA-Malmquist指数模型测算铁路运输效率,应用协整理论分析2000—2020年我国铁路运输与国民经济的动态作用关系,以期为丰富和完善现有铁路运输与社会经济关系的定量研究理论成果,明确铁路运输发展的方向和重点提供更有力的依据。主要研究结论如下:

(1)2000—2020年间我国铁路运输效率变化与国民经济增长均为一阶平稳过程,二者之间具有相对的长期均衡关系。从根源上考虑铁路运输业投入要素后,铁路运输业与国民经济无明显双向因果关系,两者之间仅存在由国民经济到铁路运输的单向格兰杰因果关系作用。虽然既有研究证明,以客货运量及周转量为代表的铁路运输产出对国民经济发展产生了一定的推动作用,但此作用过程容易忽视投入要素的有效利用率,导致运输资源的过度消耗。从投入产出的角度看,铁路运输业仍表现为依赖国民经济资本拉动的粗放式发展形态,对国民经济发展的先导性作用发挥不足,二者尚未实现协调发展。

(2)在当前经济形势下,铁路运输应坚持适度超前的原则,尤其是超前开展铁路基础设施建设,这对拉动有效投资、稳定经济增长具有明显的效果。但需要注意的是,拉动投资并不意味着盲目扩大路网规模和增加人力投入,应以国民经济对铁路运输的高质量发展要求为导向,寻求铁路运输业新的发展动能。

基于上述结论,为更好地发展我国铁路运输业,提出以下启示性建议:第一,技术进步是铁路运输效率的决定性因素,要通过技术改革创新完成交通基础设施转型升级,逐步实现由资本拉动到创新驱动的转变,有助于改善现阶段铁路运输滞后于国民经济发展的局面。第二,注重铁路市场竞争,积极创新铁路运输运营方式。要加快铁路运输与其他运输方式的对接,推动铁路运输与互联网等新一代信息技术的深入融合,要进一步优化联程联运服务,提高自身竞争能力。第三,从效率角度分析,铁路运输业仍需进一步提升运输资源配置效率,注重有限资源的合理配置与有效利用,实现数量质量双增长,为国民经济发展提供强力引导,进而推动铁路运输与经济社会发展深度融合。