薛鋒 楊宗琴 李青青 黃宇

摘 要： 隨著我國(guó)“交通強(qiáng)國(guó)”戰(zhàn)略的實(shí)施，鐵路建設(shè)對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐作用更加明顯，二者之間的關(guān)聯(lián)性更加緊密。以2000～2017年我國(guó)鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量、國(guó)內(nèi)生產(chǎn)總值三方面數(shù)據(jù)為基礎(chǔ)，應(yīng)用向量自回歸（VAR）模型等方法定量分析鐵路發(fā)展對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐作用，結(jié)果表明：（1）鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量對(duì)國(guó)內(nèi)生產(chǎn)總值方差分解平均貢獻(xiàn)率分別為5.540%、2.824%;（2）鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量與國(guó)內(nèi)生產(chǎn)總值互為格蘭杰原因，彼此存在長(zhǎng)期的、穩(wěn)定的正向推動(dòng)作用。

關(guān)鍵詞： 鐵路運(yùn)輸;固定資產(chǎn)投資;換算周轉(zhuǎn)量;國(guó)內(nèi)生產(chǎn)總值;經(jīng)濟(jì)增長(zhǎng);區(qū)域經(jīng)濟(jì);鐵路營(yíng)業(yè)里程;基礎(chǔ)設(shè)施建設(shè)

收稿日期： 2021-04-07

基金項(xiàng)目： 教育部人文社會(huì)科學(xué)研究項(xiàng)目“基于產(chǎn)業(yè)圖譜的區(qū)域軌道交通產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)研究”（20YJCZH113）;成都市軟科學(xué)研究計(jì)劃項(xiàng)目“成都市軌道交通產(chǎn)業(yè)鏈合理配置及協(xié)同運(yùn)作機(jī)制研究”（2020-RK00-00108-ZF）;西南交通大學(xué)“雙一流”建設(shè)項(xiàng)目（交通軟科學(xué)類）“鐵路對(duì)交通強(qiáng)國(guó)戰(zhàn)略的支撐模式研究”（JDSYLYB2018030）

作者簡(jiǎn)介： 薛 鋒，交通運(yùn)輸與物流學(xué)院，副教授，博士，主要從事運(yùn)輸組織優(yōu)化及運(yùn)輸經(jīng)濟(jì)研究，E-mail：xuefeng.7@163.com;黃 宇，成都市交通發(fā)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(chǎn)業(yè)研究，E-mail：347559038@qq.com。

近年來(lái)，我國(guó)鐵路發(fā)展迅速，全國(guó)的鐵路營(yíng)業(yè)里程持續(xù)增加。鐵路的迅猛發(fā)展得益于其本身的技術(shù)經(jīng)濟(jì)優(yōu)勢(shì)，即鐵路運(yùn)量大、人均能耗少、通達(dá)性好、乘坐舒適、經(jīng)濟(jì)增長(zhǎng)效應(yīng)明顯、產(chǎn)業(yè)集聚等特征。一方面，鐵路作為國(guó)家能源性物資如鐵、煤炭、礦等運(yùn)輸?shù)闹饕d體，為城市裝備制造、工業(yè)建筑相關(guān)產(chǎn)業(yè)提供原材料支撐;另一方面，鐵路基礎(chǔ)設(shè)施的建設(shè)帶動(dòng)了區(qū)域經(jīng)濟(jì)的發(fā)展，鐵路的開通運(yùn)營(yíng)使得沿線城市交通更加便捷，縮短了區(qū)域城市間的時(shí)間距離，提升了城市間的通達(dá)性，加強(qiáng)了城市間各種信息流、人流、物流等相關(guān)資源的聯(lián)系，促進(jìn)了區(qū)域經(jīng)濟(jì)要素的流動(dòng)。

鐵路是國(guó)家戰(zhàn)略性、先導(dǎo)性、關(guān)鍵性重大基礎(chǔ)設(shè)施和綜合交通運(yùn)輸體系骨干，在經(jīng)濟(jì)社會(huì)發(fā)展中的地位和作用至關(guān)重要，它不僅承擔(dān)大量的客流運(yùn)輸服務(wù)，還成為城市經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)，引領(lǐng)城市經(jīng)濟(jì)發(fā)展方向。目前，國(guó)家和地方政府圍繞鐵路提出了許多區(qū)域和地方經(jīng)濟(jì)發(fā)展政策，實(shí)踐證明鐵路對(duì)社會(huì)經(jīng)濟(jì)具有強(qiáng)大的推動(dòng)作用，已成為區(qū)域發(fā)展的經(jīng)濟(jì)紐帶。鐵路是直接服務(wù)市場(chǎng)客戶的窗口，實(shí)現(xiàn)國(guó)際貿(mào)易互聯(lián)互通的基礎(chǔ)，既作為新經(jīng)濟(jì)增長(zhǎng)的載體，又是影響區(qū)域經(jīng)濟(jì)發(fā)展的激活因子和加速器，正為國(guó)家經(jīng)濟(jì)的發(fā)展提供重要支撐〔1〕。因此，量化分析鐵路與國(guó)家經(jīng)濟(jì)的相互作用關(guān)系，比較全面地測(cè)算鐵路對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐力度，可以在宏觀上為鐵路行業(yè)發(fā)展提供決策參考，引導(dǎo)鐵路更好地支撐國(guó)家經(jīng)濟(jì)發(fā)展。

一、文獻(xiàn)回顧

在“交通強(qiáng)國(guó)”戰(zhàn)略的推動(dòng)下，鐵路行業(yè)與國(guó)家經(jīng)濟(jì)發(fā)展呈現(xiàn)高度融合的狀態(tài)，國(guó)內(nèi)外不少學(xué)者亦通過(guò)理論分析和實(shí)證研究等手段來(lái)探討鐵路對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的作用及影響。王瑞軍等引入互協(xié)方差函數(shù)和互相關(guān)函數(shù)來(lái)研究國(guó)民經(jīng)濟(jì)與鐵路運(yùn)輸業(yè)發(fā)展快慢關(guān)系，得到的最終結(jié)果表明中國(guó)鐵路運(yùn)輸業(yè)的發(fā)展基本上滯后于國(guó)民經(jīng)濟(jì)增長(zhǎng)2～3個(gè)月〔2〕;張艷艷等人研究“一帶一路”沿線國(guó)家交通基礎(chǔ)設(shè)施建設(shè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)，得到兩者關(guān)系為倒“U”性，且發(fā)現(xiàn)經(jīng)濟(jì)水平落后的國(guó)家，其經(jīng)濟(jì)水平更能受到交通基礎(chǔ)設(shè)施改善的刺激，經(jīng)濟(jì)增長(zhǎng)效應(yīng)越明顯〔3〕;汪曉文等通過(guò)PVAR模型比較了西北旅游業(yè)與交通基礎(chǔ)設(shè)施的相互支撐效應(yīng)，結(jié)果表明，由于不同類別的交通基礎(chǔ)設(shè)施支撐旅游經(jīng)濟(jì)增長(zhǎng)是有顯著差異的，其中鐵路行業(yè)與旅游行業(yè)的交互影響不顯著〔4〕;劉旭東研究鐵路運(yùn)營(yíng)里程帶動(dòng)不同區(qū)域經(jīng)濟(jì)增長(zhǎng)的效果，最終得到的模型結(jié)果表明鐵路運(yùn)營(yíng)里程在短時(shí)間正向推動(dòng)內(nèi)了東部地區(qū)經(jīng)濟(jì)向前發(fā)展〔5〕。

國(guó)外學(xué)者一般圍繞交通基礎(chǔ)設(shè)施來(lái)分析與國(guó)家經(jīng)濟(jì)的相關(guān)性。Evert Meijers等發(fā)現(xiàn)發(fā)展交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)集聚具有正向溢出效應(yīng)〔6〕;Hilde Meersman等人運(yùn)用總體增長(zhǎng)模型實(shí)證分析了交通因素支撐國(guó)家經(jīng)濟(jì)水平發(fā)展，研究結(jié)果表明鐵路基礎(chǔ)設(shè)施顯著拉動(dòng)國(guó)家經(jīng)濟(jì)的增長(zhǎng)，此外，擴(kuò)大公路及港口基礎(chǔ)設(shè)施也會(huì)對(duì)國(guó)家經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正向作用〔7〕;Tuhin Subhra Maparu等人運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)研究了交通基礎(chǔ)設(shè)施建設(shè)與國(guó)家經(jīng)濟(jì)發(fā)展的關(guān)系，研究結(jié)果表明交通基礎(chǔ)設(shè)施建設(shè)正面支撐了國(guó)家經(jīng)濟(jì)的發(fā)展，二者長(zhǎng)期保持正相關(guān)關(guān)系〔8〕。

單一地從鐵路建設(shè)投資方面來(lái)探討鐵路對(duì)經(jīng)濟(jì)發(fā)展的影響，會(huì)在一定程度上忽略鐵路行業(yè)自身強(qiáng)大的運(yùn)輸功能來(lái)帶動(dòng)區(qū)域內(nèi)產(chǎn)業(yè)轉(zhuǎn)型、拉動(dòng)消費(fèi)等經(jīng)濟(jì)影響。因此，樓艷萍梳理了我國(guó)鐵路運(yùn)輸生產(chǎn)現(xiàn)狀，分析了鐵路運(yùn)輸生產(chǎn)與國(guó)民經(jīng)濟(jì)的相互影響〔9〕;中國(guó)鐵路總公司王相平基于協(xié)整理論，實(shí)證分析了鐵路運(yùn)輸周轉(zhuǎn)量與國(guó)民經(jīng)濟(jì)關(guān)系，研究結(jié)果表明鐵路運(yùn)輸周轉(zhuǎn)量與國(guó)民經(jīng)濟(jì)間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系〔10〕;薛鋒等通過(guò)承載力模型分析鐵路運(yùn)輸能力對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐能力，結(jié)果表明我國(guó)鐵路交通運(yùn)輸能力對(duì)經(jīng)濟(jì)發(fā)展提供持續(xù)可靠支撐〔11〕。

綜合國(guó)內(nèi)外文獻(xiàn)可以發(fā)現(xiàn)，大多數(shù)學(xué)者都是從宏觀層面來(lái)探索鐵路與國(guó)家經(jīng)濟(jì)發(fā)展之間的關(guān)系，很少有學(xué)者利用鐵路行業(yè)微觀指標(biāo)量化鐵路對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐性;當(dāng)前的研究也表明了鐵路總換算周轉(zhuǎn)量或鐵路投資對(duì)經(jīng)濟(jì)發(fā)展有著不同程度的影響，兩者有相互交叉聯(lián)系的方面，單方面考慮鐵路總換算周轉(zhuǎn)量或鐵路固定資產(chǎn)投資都不能很好的表達(dá)鐵路對(duì)經(jīng)濟(jì)發(fā)展的主要影響;因此，本文選取鐵路固定資產(chǎn)投資、鐵路總換算周轉(zhuǎn)量?jī)纱箬F路行業(yè)指標(biāo)，用向量自回歸（Vector AutoRegression，VAR）模型實(shí)證分析鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量與國(guó)內(nèi)生產(chǎn)總值之間的關(guān)系，以及變量之間的脈沖函數(shù)響應(yīng)，對(duì)VAR模型進(jìn)行方差分解計(jì)算變量之間的貢獻(xiàn)率，通過(guò)量化指標(biāo)論證鐵路對(duì)國(guó)家經(jīng)濟(jì)發(fā)展的支撐作用。

二、實(shí)證研究設(shè)計(jì)

（一）指標(biāo)選取與數(shù)據(jù)說(shuō)明

指標(biāo)選取國(guó)家鐵路局發(fā)布的《鐵道統(tǒng)計(jì)公報(bào)》中的鐵路固定資產(chǎn)投資（Fixed Assets Investment，F(xiàn)AI）、換算周轉(zhuǎn)量（Converted Turnover，CT）以及《中國(guó)統(tǒng)計(jì)年鑒》中的國(guó)內(nèi)生產(chǎn)總值（GDP）。其中，固定資產(chǎn)投資是以貨幣形式表現(xiàn)的，企業(yè)在一定時(shí)期內(nèi)建造和購(gòu)置固定資產(chǎn)的工作量以及與此有關(guān)的費(fèi)用變化情況〔12〕，例如鐵路部門修繕交通基礎(chǔ)設(shè)施、國(guó)有企業(yè)專門資金完善企業(yè)內(nèi)部機(jī)械工具等納入年度計(jì)劃固定開支。固定用于鐵路方面的投資，是國(guó)家實(shí)現(xiàn)鐵路在全國(guó)范圍布局的長(zhǎng)期計(jì)劃;鐵路網(wǎng)的完善一方面可刺激鐵路行業(yè)再生產(chǎn)，拉動(dòng)消費(fèi)，帶動(dòng)就業(yè);另一方面，提升鐵路運(yùn)輸業(yè)務(wù)，繁榮鐵路客貨運(yùn)市場(chǎng)〔13〕;鐵路換算周轉(zhuǎn)量是鐵路貨運(yùn)量和客運(yùn)量的綜合指標(biāo)，是鐵路運(yùn)輸最重要的產(chǎn)出和指標(biāo);國(guó)內(nèi)生產(chǎn)總值是中國(guó)居民在國(guó)家范圍內(nèi)所生產(chǎn)的全部最終產(chǎn)品和勞務(wù)的市場(chǎng)價(jià)值總額〔14〕。

基于數(shù)據(jù)的權(quán)威性和可獲取性，研究時(shí)間范圍為2000～2017年，共18組數(shù)據(jù)。鐵路固定資產(chǎn)投資、鐵路總換算周轉(zhuǎn)量數(shù)據(jù)來(lái)源于國(guó)家鐵路局每年公布的《鐵道統(tǒng)計(jì)公報(bào)》，2000～2017年的GDP數(shù)據(jù)從國(guó)家統(tǒng)計(jì)局網(wǎng)站獲取。為保證分析的可比性，以1990年為基期，根據(jù)指數(shù)調(diào)整數(shù)據(jù)可避免因時(shí)間序列帶來(lái)的價(jià)格因素對(duì)數(shù)據(jù)的影響〔13〕，調(diào)整得到如表1所示的2000～2017每一年國(guó)內(nèi)生產(chǎn)總值指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)。

（二）基本模型

向量自回歸（VAR）模型作為一種非結(jié)構(gòu)化的多方程模型，它把每一個(gè)內(nèi)生變量視為構(gòu)建模型中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)建模型〔15〕，進(jìn)一步助推單變量自回歸模型擴(kuò)展為具有時(shí)間序列性質(zhì)的多變量自回歸模型，主要用來(lái)擬合各個(gè)變量之間的關(guān)系，常應(yīng)用于計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域。由于本文主要研究鐵路固定投資、換算周轉(zhuǎn)量與國(guó)內(nèi)生產(chǎn)總值這三者之間的動(dòng)態(tài)關(guān)系，因此本文利用向量自回歸模型來(lái)對(duì)這三個(gè)變量之間的動(dòng)態(tài)關(guān)系加以解釋，VAR模型矩陣表達(dá)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(shù)矩陣，y1表示內(nèi)生變量向量，k表示滯后階數(shù)，xt表示外生變量向量，εt表示隨機(jī)干擾項(xiàng)?；赩AR模型，將所選取的鐵路固定資產(chǎn)投資、國(guó)內(nèi)生產(chǎn)總值、鐵路換算周轉(zhuǎn)量做對(duì)數(shù)運(yùn)算以消除異方差〔16〕，再將三個(gè)內(nèi)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(gè)數(shù)，α0，…，αk、φ0，…，φk、0，…，k、β1，…，βk、γ1，…，γk、ω1，…，ωk、σ1，…，σk、1，…，k、U1，…，Uk為待估參數(shù);k值為滯后期數(shù);δt，μt，τt是隨機(jī)擾動(dòng)項(xiàng)。

三、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)

在建立向量自回歸（VAR）模型之前，首先要對(duì)所選取變量進(jìn)行平穩(wěn)性檢驗(yàn)，這樣可避免因原始時(shí)間序列數(shù)據(jù)的不穩(wěn)定性而造成的錯(cuò)誤回歸模型〔17〕。大多數(shù)學(xué)者采用ADF單位根檢驗(yàn)方法來(lái)檢驗(yàn)數(shù)據(jù)序列的平穩(wěn)性，進(jìn)而對(duì)選取的變量進(jìn)行協(xié)整性檢驗(yàn)，本文為使檢驗(yàn)結(jié)果更加準(zhǔn)確，先使用ADF單位根檢驗(yàn)方法檢驗(yàn)數(shù)據(jù)平穩(wěn)性，結(jié)果如表2所示;再利用p-p檢驗(yàn)數(shù)據(jù)的平穩(wěn)性。

表2檢驗(yàn)結(jié)果顯示，鐵路固定資產(chǎn)投資總額、換算周轉(zhuǎn)量、國(guó)內(nèi)生產(chǎn)總值原序列均存在單位根，這說(shuō)明數(shù)據(jù)時(shí)間序列不平穩(wěn)。鐵路固定資產(chǎn)投資總額在經(jīng)過(guò)一階差分后，其ADF值在1%水平下顯著，換算周轉(zhuǎn)量和國(guó)內(nèi)生產(chǎn)總值在經(jīng)過(guò)二階差分后，兩者的ADF值也在1%水平下顯著，繼續(xù)進(jìn)行p-p檢驗(yàn)，結(jié)果如表3所示。

檢驗(yàn)結(jié)果顯示這三個(gè)變量都在1%的顯著水平下拒絕有單位根的原假設(shè)，這說(shuō)明這三個(gè)時(shí)間序列數(shù)據(jù)都是平穩(wěn)的，與ADF單位根檢驗(yàn)結(jié)果一致，故這三個(gè)變量的時(shí)間序列數(shù)據(jù)平穩(wěn)性符合VAR模型檢測(cè)要求。

（二）VAR模型的估計(jì)

1.Johansen協(xié)整檢驗(yàn)

VAR模型是依據(jù)數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立的，在建立模型之前需要通過(guò)協(xié)整檢驗(yàn)判斷變量關(guān)系是否平穩(wěn)，通過(guò)AIC準(zhǔn)則和SC準(zhǔn)則來(lái)確定最佳滯后期數(shù)K，這樣VAR模型能反應(yīng)出變量間相互影響的絕大部分〔18〕。首先通過(guò)Johansen協(xié)整檢驗(yàn)時(shí)間序列l(wèi)nFAI，lnCT，lnFAI，檢驗(yàn)結(jié)果如表4所示。

由表4中檢驗(yàn)結(jié)果可知，在5%的檢驗(yàn)水平下，變量lnGDP、lnFAI、lnCT存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，也就是說(shuō)鐵路固定資產(chǎn)投資總額、換算周轉(zhuǎn)量、國(guó)內(nèi)生產(chǎn)總值存在穩(wěn)定的均衡關(guān)系。

2.最佳滯后階數(shù)的確定

根據(jù)最優(yōu)滯后期應(yīng)使AIC和SC兩個(gè)準(zhǔn)則同時(shí)取值最小原則〔19〕，由表5結(jié)果顯示，當(dāng)滯后期為2時(shí)，AIC與SC取值最小。

3.VAR模型的建立

在確定滯后階數(shù)為2后，為防止VAR模型出現(xiàn)偽回歸，保證VAR模型的精確性和穩(wěn)定性，利用AR單位根檢驗(yàn)來(lái)驗(yàn)證模型的穩(wěn)定性，結(jié)果如圖1所示。所有AR特征根的倒數(shù)的模都落在單位圓內(nèi)，這說(shuō)明VAR模型是平穩(wěn)的〔20〕。

選取VAR估計(jì)模型中的系數(shù)，構(gòu)建模型估計(jì)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(guān)系檢驗(yàn)

Ganger因果關(guān)系檢驗(yàn)?zāi)芊从乘鶛z驗(yàn)變量之間的因果動(dòng)態(tài)關(guān)系，根據(jù)檢驗(yàn)結(jié)果中的P值來(lái)判斷一個(gè)變量對(duì)一個(gè)或多個(gè)變量的影響結(jié)果是否顯著，也就是拒絕或者接受原假設(shè)〔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(shuō)明在國(guó)內(nèi)生產(chǎn)總值逐年增加的同時(shí)，對(duì)鐵路固定資產(chǎn)投資有一個(gè)正向的促進(jìn)作用，國(guó)內(nèi)生產(chǎn)總值增加會(huì)使鐵路固定資產(chǎn)投資上升;lnGDP與lnCT之間存在雙向促進(jìn)作用，鐵路換算周轉(zhuǎn)量增加也就是鐵路運(yùn)輸工作量的增加，進(jìn)而轉(zhuǎn)化為國(guó)內(nèi)生產(chǎn)總值的增加，同時(shí)國(guó)內(nèi)生產(chǎn)總值的增加帶來(lái)更多的鐵路運(yùn)輸活動(dòng)從而刺激鐵路總換算周轉(zhuǎn)量的增長(zhǎng);lnFAI是lnCT的單向格蘭杰原因，這說(shuō)明鐵路固定資產(chǎn)投資帶動(dòng)了鐵路運(yùn)輸業(yè)的發(fā)展，使得鐵路占有了更多的運(yùn)輸市場(chǎng)份額。

（四）脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)可用于衡量來(lái)自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊，對(duì)內(nèi)生變量當(dāng)前和未來(lái)取值影響的變動(dòng)軌跡，能比較直觀地刻畫出變量之間的動(dòng)態(tài)交互作用及其效應(yīng)〔22〕。因此，本文利用上述建立的VAR模型，借助脈沖響應(yīng)函數(shù)分析得到三個(gè)變量之間的脈沖響應(yīng)圖和脈沖響應(yīng)值，進(jìn)一步分析變量間的動(dòng)態(tài)關(guān)系。

1.換算周轉(zhuǎn)量與國(guó)內(nèi)生產(chǎn)總值的沖擊響應(yīng)結(jié)果

根據(jù)圖2和表7的結(jié)果顯示，換算周轉(zhuǎn)量在第1期對(duì)國(guó)內(nèi)生產(chǎn)總值響應(yīng)結(jié)果為0.042，第2期增加為0.052，之后出現(xiàn)持續(xù)下降趨勢(shì)，在10期內(nèi)沖擊響應(yīng)曲線比較波動(dòng)，但總的10期內(nèi)，呈現(xiàn)為正值，換算周轉(zhuǎn)量對(duì)國(guó)內(nèi)生產(chǎn)總值累計(jì)沖擊響應(yīng)值結(jié)果為0.0292。這表明，隨著國(guó)內(nèi)生產(chǎn)總值的增加，鐵路總換算周轉(zhuǎn)量也在不斷增加。從圖3和表7顯示結(jié)果來(lái)看，國(guó)內(nèi)生產(chǎn)總值對(duì)鐵路總換算周轉(zhuǎn)量第1個(gè)當(dāng)期沖擊響應(yīng)結(jié)果為0，第2期開始出現(xiàn)持續(xù)性的上升，且每一期的沖擊響應(yīng)值一直為正，這表示隨著換算周轉(zhuǎn)量的增加，國(guó)內(nèi)生產(chǎn)總值也持續(xù)增加。

2.鐵路固定資產(chǎn)投資與國(guó)內(nèi)生產(chǎn)總值的沖擊響應(yīng)結(jié)果

根據(jù)圖4和表7的結(jié)果顯示，鐵路固定資產(chǎn)投資對(duì)國(guó)內(nèi)生產(chǎn)總值一個(gè)單位的沖擊，當(dāng)期出現(xiàn)0值，從第2期開始一直到4期，脈沖響應(yīng)值持續(xù)增加，在第4期達(dá)到最大值為0.019，而后又開始持續(xù)下降，到第10期脈沖響應(yīng)值為0.008，整個(gè)10期的脈沖響應(yīng)值波動(dòng)曲線沒有異常突變的值〔23〕，且脈沖響應(yīng)累計(jì)總值為正。這表示，隨著國(guó)內(nèi)生產(chǎn)總值的持續(xù)增加，鐵路固定資產(chǎn)投資也在不斷的增加。從圖5和表7的結(jié)果顯示來(lái)看，國(guó)內(nèi)生產(chǎn)總值在第1期對(duì)鐵路固定資產(chǎn)投資脈沖響應(yīng)為負(fù)值，結(jié)果為-0.076，這表示剛開始國(guó)內(nèi)生產(chǎn)總值隨鐵路固定資產(chǎn)投資增加而減少，而第2期開始，脈沖響應(yīng)值出現(xiàn)正數(shù)，且持續(xù)增加到第4期達(dá)到最大值為0.175，而后又持續(xù)下降，在第10期達(dá)到最小，脈沖響應(yīng)值為0.038，不過(guò)在這10個(gè)分析期內(nèi)，脈沖響應(yīng)值累計(jì)總值為正數(shù)。這表示，在鐵路固定資產(chǎn)投資增加的同時(shí)，國(guó)內(nèi)生產(chǎn)總值也在不斷的增加。

（五）方差分解

VAR模型一個(gè)變量的承載率可以通過(guò)方差分解到各研究變量上，所以方差分解后的結(jié)果能顯示每個(gè)擾動(dòng)項(xiàng)因素VAR模型內(nèi)各研究變量的貢獻(xiàn)率。對(duì)上述VAR模型進(jìn)行方差分解平均值，分解期數(shù)為10期，結(jié)果如表8所示。

從表8結(jié)果可以看出，在10期內(nèi)，國(guó)內(nèi)生產(chǎn)總值對(duì)于鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量方差分解的平均貢獻(xiàn)度很顯著，很顯然國(guó)家經(jīng)濟(jì)的發(fā)展刺激了鐵路的生長(zhǎng)。鐵路固定資產(chǎn)投資與鐵路換算周轉(zhuǎn)量也促進(jìn)了國(guó)家經(jīng)濟(jì)的發(fā)展，鐵路帶動(dòng)了國(guó)家相關(guān)產(chǎn)業(yè)的融合，承擔(dān)了大量的運(yùn)輸任務(wù)，通過(guò)直接或間接的方式拉動(dòng)了國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)。

四、結(jié)論

本文選取具有代表性的鐵路行業(yè)指標(biāo)——鐵路固定資產(chǎn)投資和換算周轉(zhuǎn)量以及代表國(guó)家經(jīng)濟(jì)發(fā)展的國(guó)內(nèi)生產(chǎn)總值，基于這三個(gè)變量2000～2017年的時(shí)間序列數(shù)據(jù)，從鐵路行業(yè)經(jīng)濟(jì)效應(yīng)出發(fā)，構(gòu)建了三個(gè)變量的VAR模型，研究了三個(gè)變量之間的動(dòng)態(tài)關(guān)系，得到以下結(jié)論：

（1）從三個(gè)變量之間的格蘭杰原因來(lái)看，鐵路固定資產(chǎn)投資是鐵路換算周轉(zhuǎn)量的格蘭杰原因，鐵路固定資產(chǎn)投資與國(guó)內(nèi)生產(chǎn)總值互為格蘭杰原因，鐵路換算周轉(zhuǎn)量與國(guó)內(nèi)生產(chǎn)總值互為格蘭杰原因。這表明鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量會(huì)刺激國(guó)內(nèi)生產(chǎn)總值生長(zhǎng)，同樣國(guó)內(nèi)生產(chǎn)總值增加了，用于鐵路建設(shè)方面的資金也會(huì)增加，鐵路換算周轉(zhuǎn)量也會(huì)隨之增長(zhǎng)。

（2）從三個(gè)變量之間的脈沖函數(shù)沖擊響應(yīng)來(lái)看，鐵路固定資產(chǎn)投資和換算周轉(zhuǎn)量對(duì)國(guó)內(nèi)生產(chǎn)總值都存在長(zhǎng)期的正向沖擊，且鐵路固定資產(chǎn)投資沖擊效果更為顯著。國(guó)內(nèi)生產(chǎn)總值對(duì)鐵路固定資產(chǎn)投資、換算周轉(zhuǎn)量的沖擊累計(jì)值都為正，說(shuō)明這三個(gè)變量之間的影響都是積極的。

（3）從三者之間的方差分解來(lái)看，國(guó)內(nèi)生產(chǎn)總值對(duì)鐵路固定投資、換算周轉(zhuǎn)量的貢獻(xiàn)程度顯著，而鐵路固定資產(chǎn)投資與換算周轉(zhuǎn)量對(duì)國(guó)內(nèi)生產(chǎn)總值貢獻(xiàn)率還是比較大的，持續(xù)推動(dòng)國(guó)內(nèi)生產(chǎn)總值的增加。由此表明鐵路的發(fā)展離不開國(guó)家經(jīng)濟(jì)的支持，從對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)率上來(lái)看，鐵路固定資產(chǎn)投資貢獻(xiàn)率高于鐵路換算周轉(zhuǎn)量，這與對(duì)經(jīng)濟(jì)的作用方式有很大關(guān)系，鐵路固定資產(chǎn)投資是直接用于生產(chǎn)建設(shè)，鐵路換算周轉(zhuǎn)量則是間接影響國(guó)家經(jīng)濟(jì)增長(zhǎng)。

參考文獻(xiàn)：〔1〕

徐 涵.鐵路貨運(yùn)量與國(guó)民經(jīng)濟(jì)發(fā)展的內(nèi)在關(guān)系研究〔J〕.鐵道經(jīng)濟(jì)研究，2020，（4）：38-42.

〔2〕王瑞軍，胡思繼.鐵路運(yùn)輸與國(guó)民經(jīng)濟(jì)發(fā)展關(guān)系的交叉譜分析方法研究〔J〕.中國(guó)軟科學(xué)，2011，（5）：169-175.

〔3〕張艷艷，于津平，李德興.交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長(zhǎng)：基于“一帶一路”沿線國(guó)家鐵路交通基礎(chǔ)設(shè)施的研究〔J〕.世界經(jīng)濟(jì)研究，2018，（3）：56-68+135.

〔4〕汪曉文，陳 垚.西北地區(qū)交通基礎(chǔ)設(shè)施與旅游經(jīng)濟(jì)增長(zhǎng)的交互影響研究——基于PVAR模型的實(shí)證分析〔J〕.蘭州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，48（4）：31-38.

〔5〕劉旭東.我國(guó)鐵路運(yùn)營(yíng)里程與經(jīng)濟(jì)增長(zhǎng)區(qū)域差異的實(shí)證研究〔J〕.鐵道運(yùn)輸與經(jīng)濟(jì)，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(guó)鐵路運(yùn)輸生產(chǎn)與國(guó)民經(jīng)濟(jì)的關(guān)系研究〔J〕.對(duì)外經(jīng)貿(mào)，2012，（8）：91-92+103.

〔10〕王相平.基于協(xié)整理論的鐵路運(yùn)輸周轉(zhuǎn)量與國(guó)民經(jīng)濟(jì)關(guān)系實(shí)證分析〔J〕.鐵道運(yùn)輸與經(jīng)濟(jì)，2019，（11）：76-93.

〔11〕薛 鋒，施 政，孫宗勝，等.鐵路交通運(yùn)輸能力對(duì)經(jīng)濟(jì)發(fā)展的支撐力研究——基于承載能力模型及向量自相關(guān)模型〔J〕.綜合運(yùn)輸，2019，41（7）：11-17.

〔12〕王 染，余 博，黃 毅.績(jī)效衰退、發(fā)展周期與企業(yè)投資選擇——基于中國(guó)制造業(yè)上市企業(yè)的微觀證據(jù)〔J〕.南京審計(jì)大學(xué)學(xué)報(bào)，2019，16（5）：65-73.

〔13〕李素英，楊 娛，吳永立.鐵路投資、周轉(zhuǎn)量與經(jīng)濟(jì)發(fā)展相互作用分析〔J〕.鐵道工程學(xué)報(bào)，2018，35（7）：103-108.

〔14〕周宗帥.青島市國(guó)稅收入與經(jīng)濟(jì)增長(zhǎng)相關(guān)性研究〔D〕.青島：中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，2009：80.

〔15〕喻穎潔，張恒波.體育產(chǎn)業(yè)、綠色創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證〔J〕.統(tǒng)計(jì)與決策，2019，35（17）：154-157.

〔16〕郭佳靜.基于自適應(yīng)數(shù)據(jù)分解方法的VAR模型研究〔D〕.長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)數(shù)學(xué)學(xué)院，2020：64.

〔17〕馬慧慧.EViews統(tǒng)計(jì)分析與應(yīng)用〔M〕.北京：電子工業(yè)出版社，2016：354.

〔18〕呂 丹，薛 鋒.基于計(jì)量經(jīng)濟(jì)學(xué)的鐵路交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究〔J〕.交通運(yùn)輸工程與信息學(xué)報(bào)，2018，16（4）：101-108.

〔19〕薛 鋒，李青青，李慶華.鐵路發(fā)展水平動(dòng)態(tài)測(cè)度及其對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)研究——基于西部發(fā)展面板數(shù)據(jù)的實(shí)證分析〔J〕.高原科學(xué)研究，2020，4（4）：95-103，116.

〔20〕王秀蘭，張士輝.我國(guó)社會(huì)保障支出、居民消費(fèi)與GDP的關(guān)系研究〔J〕.西南交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)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(jīng)濟(jì)發(fā)展的動(dòng)態(tài)效應(yīng)及區(qū)域差異研究〔D〕.成都：西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，2019：83.

〔23〕黃 宇，薛 鋒.基于VAR模型的交通安全與經(jīng)濟(jì)損失關(guān)系研究〔J〕.交通運(yùn)輸工程與信息學(xué)報(bào)，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