马春梅

(重庆工业职业技术学院 经济与管理学院，重庆 401120)

0 引言

重庆作为中国最年轻和内陆唯一的直辖市，地处丝绸之路经济带、中国－中南半岛经济走廊以及长江经济带的联络点上，具有承东启西、连接南北的作用，在“一带一路”中具有非常明显的区位优势。铁路运输由于具备运量大、运输成本低、稳定性高等特点，在“一带一路”倡议中发挥着重要作用[1]，是重庆打通国际物流通道，发挥“一带一路”区位优势的重要途径。同时，“一带一路”也为重庆提供了更广阔的对外开放平台，为重庆带来了大量发展机遇，使重庆铁路货运得到快速发展。

铁路货运基础设施方面，“十三五”期间重庆铁路建设和发展取得了长足进步，有效改善了对外交通条件，为重庆经济社会快速发展奠定了坚实基础。高速铁路方面，成渝高速铁路(成都东—沙坪坝)的建成通车实现了重庆高速铁路零的突破，渝万高速铁路(重庆北—万州北)的建成通车则标志着郑渝铁路(郑州东—重庆北)的建设取得重大进展，高速铁路通道的逐步打通，为重庆发挥“一带一路”和长江经济带联结点作用打下了坚实基础。普速铁路方面，既有的遂渝(遂宁南—重庆北)、渝利(重庆北—凉雾)、兰渝(兰州—重庆北)等铁路打通了重庆西向、东向、北向等对外大通道，渝贵(重庆西—贵阳北)、黔常(黔江—常德)等铁路进一步增强了重庆对外通道运输能力。枢纽建设方面，“十三五”期间，重庆北站扩能改造工程、沙坪坝站改造工程和重庆西站等客运枢纽建设工程完成，铁路枢纽的加快建设，为重庆建设国家综合性铁路枢纽奠定了良好基础。截至2020年，重庆铁路运营里程达到2 394 km。重庆铁路枢纽东环线预计2022年建成通车，可进一步完善铁路集疏运体系。

铁路货运量方面，重庆近10年来铁路货运量整体上呈波动下降趋势，由2009年的2 182万t降至2019年的1 692万t。重庆铁路运输的对象主要是煤炭、金属矿石、石油等产品，虽然通过中欧班列(重庆)向国外输出的电子产品、机械设备类产品有所增加，但由于班列开行班次少、时间短，还不足以对铁路运输的产品结构造成显著影响。从2014年开始国家对经济结构进行优化，降低低附加值产业、高消耗、高污染、高排放产业的比重，在此期间，重庆铁路货运量呈下降趋势。除了外部原因，铁路货运的经营理念、经营方式、物流产品及运输组织创新还无法满足市场对铁路运输的需求[2]。此外，铁路运输具有运量大、费用低、稳定性高等优点，但在灵活性和时效性上不及公路运输，加上缺少铁路货运专线，成熟的多式联运体系尚未形成[3]，使得2008—2019年间重庆铁路货运量占全市总货运量的比重呈逐年下降趋势。公路物流占比高意味着物流成本会处于较高水平，货车作为公路运输的主要载体，资源消耗大，尾气排放将会对空气造成严重污染，因此重庆现有的物流结构不利于可持续发展。

中欧班列运行方面，“一带一路”倡议的提出加强了不同国家之间的文化交流[4]，为西部地区物流发展带来契机[5]，也为重庆提供了更为广阔的对外开放平台和国际贸易发展机遇。中欧班列(重庆)于2011年始发，拉开了中欧班列不断发展壮大的序幕，特别是 “一带一路”倡议的不断推进，让中欧班列(重庆)驶上了发展的“快车道”，班次由初期的每周 1班提升至如今的每天开行超过10班，10年来累计开行近7 600班，成为深化重庆与“一带一路”沿线国家经贸合作的重要载体。中欧班列的发展壮大使班列运输的货物品种、贸易总量、货值总额快速增长。中欧班列(重庆)去程将重庆的笔记本电脑、机械产品及配件等运往欧洲，回程运载欧洲的木材、奶粉、高端机械装备、整车等，有效促进了重庆乃至全球的贸易往来。自中欧班列开行以来，中欧班列(重庆)每年的运输货值，都位居全国首位。近10年来，通过中欧班列(重庆)至欧洲、中东等地区的货运量以每年约25%的速度增长，产品种类范围也由最初的笔记本电脑扩展至石油钻台等机电设备及服装类产品，带动重庆外向型产业实现了年均30%左右的利润增长，实现了沙坪坝区团结村口岸外贸集装箱处理量年均增长10%以上，助推成渝地区成为全球重要的电子信息产业基地之一，促进了重庆与“一带一路”沿线国家的国际贸易发展。

2020年，成渝地区双城经济圈建设上升为国家战略，而铁路对重庆发挥重要战略地位和发展地区经济具有关键作用。因此，将重庆铁路货运与经济发展 之间关联性作为研究对象，运用普通最小二乘法－向量自回归模型(OLS-VAR)，对2008—2019年重庆经济发展和铁路运输相关数据进行研究，以此为“一带一路”倡议下的重庆铁路货运发展提供路径选择。

1 基于OLS-VAR模型的重庆铁路货运发展分析

1.1 OLS-VAR 模型概述

1.1.1 基础模型

回归模型是对统计关系进行定量描述的一种数学模型，是一种预测性的建模技术，研究的是因变量和自变量之间的关系。普通最小二乘法(OLS)是回归模型最基本的形式。多元线性回归数学模型可以表示为

式中：y为随机变量；β0和βi为回归系数，βi表征自变量对因变量影响的程度，i取值为模型的自变量个数；εi为相互独立且服从同一正态分布N∈ (0，σ2)的随机变量；xi可以是随机变量，也可以是非随机变量。

向量自回归模型(VAR)是处理多个相关经济指标的分析与预测模型，从回归分析中的线性回归发展而来。VAR模型是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。一个VAR(p)模型可以表示为

式中：yt表示t个内生变量，t的大小取决于模型内生变量的数量；c为n×1常数向量；Ap为n×n矩阵；et为n×1误差向量；p为最大滞后阶数，一般分析年度数据、季度数据时，p取值为4。

1.1.2 模型检验

对数据进行分析后，可以得到初步的回归模型，但模型并不一定是准确无误的，需要通过各项检验进行验证，并对检验出的问题进行修正。其中平稳性检验主要应用在基于时间序列数据进行的回归分析，用于验证数据是否随时间的变化而呈现较明显的波动趋势；由于非平稳序列很可能出现伪回归，协整性检验的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变数之间是否存在稳定的关系；如果模型内部变量间存在协整关系，就可以进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。

1.2 重庆铁路货运发展分析

1.2.1 变量选择

为研究重庆铁路货运与经济之间的关系，选取重庆1995—2019年的时间序列数据，将铁路货运周转量和铁路营运里程作为解释变量，重庆经济发展作为被解释变量[6-7]。其中重庆地区生产总值用Y表示；铁路货运周转量用X1表示；铁路营运里程用X2表示。为了减少估计误差，被解释变量和解释变量均取对数形式，用lnY，lnX1，lnX2表示。重庆1995—2019年地区生产总值、铁路货运周转量与铁路营运里程如表1所示。

表1 重庆1995—2019年地区生产总值、铁路货运周转量与铁路营运里程Tab.1 Regional GDP, railway freight turnover and railway operation mileage of Chongqing from 1995 to 2019

1.2.2 数据分析

（1）平稳性检验。采用ADF检验法对数据进行平稳性检验，结果显示原始序列lnY，lnX1，lnX2在1%的置信水平下是不平稳的，进行二阶差分检验后显示平稳，因此研究所选取的数据为二阶单整。

（2）协整性检验。采用EG两步法对lnY，lnX1，lnX2进行协整检验。使用OLS法分析lnY，lnX1，lnX2，数据分析结果如表2所示。由表2可知，模型的拟合优度为96%，整体拟合优度较高，模型的线性关系成立；通过查询F分布表和t 分布表，可知模型通过了显著性检验。通过解释变量的相关系数矩阵可知模型中2个解释变量之间的相关系数为负数，不存在多重共线性。通过G-Q检验可知，在0.05和0.1的显著性水平下，模型都不拒绝2组子样本方差相同的原假设。White检验也表明模型接受同方差的原假设。因此，模型不存在异方差性。由DW值可以判断出模型存在正自相关。拉格朗日乘数检验结果拒绝不存在序列相关的原假设，进一步证明模型存在序列相关性。

表2 数据分析结果Tab.2 Results of data analysis

回归模型为

lnY表征重庆地区生产总值；lnX1表征铁路货运周转量；lnX2表征铁路营运里程；-16.91为常数项的回归系数，对lnY的影响固定；0.87和1.86分别表示lnX1和lnX2对lnY的影响程度。由于模型存在序列相关性，因此需要对模型进行修正。加入AR项使用迭代估计法估计模型，加入AR项的模型估计结果如表3所示。

表3 加入AR项的模型估计结果Tab.3 Results of model estimation with AR terms added

调整后的模型DW值表明修正后的模型不存在序列相关性。因此，重庆铁路货运与经济之间的关系模型为

建立式(4)中模型的残差序列，并进行ADF检验，得到的P值为0.002 9，说明残差序列平稳，式(4) 是有效的，lnY与lnX1，lnX2之间存在协整关系，即重庆的经济发展与铁路货运周转量、铁路营运里程之间存在长期稳定关系，回归分析有效。

（3）Granger因果关系检验。重庆生产总值、铁路货运周转量与铁路营运里程之间的因果关系通过Granger检验来确定。首先建立VAR模型，确定最优滞后阶数为1。进行Granger因果关系检验，Granger因果关系检验结果如表4所示。由表4可知，重庆铁路货运周转量与铁路营运里程之间互为Granger因果关系；重庆经济与铁路货运周转量呈双向的因果关系；重庆经济与铁路营运里程呈现出单向因果关系。由式(4)可知，重庆的经济与铁路货运周转量、铁路营运里程呈正向线性相关关系，铁路货运周转量每增加一个单位，GDP相应增加0.63个单位，表明重庆经济与铁路货运周转量呈正向线性相关关系，此外重庆经济与铁路货运周转量也互为Granger因果关系。因此，应通过优化运输结构、加快铁路运输转型升级，提高铁路货运量，进而提升铁路货运周转量，最终促进重庆经济的进一步发展。铁路营运里程每增加1个单位，GDP相应增加1.76个单位，表明铁路营运里程的增加对重庆经济发展有积极影响，且铁路货运周转量与铁路营运里程之间互为Granger因果关系。因此，应增加铁路营运里程，以促进经济发展，而增加铁路营运里程，离不开铁路基础设施建设。

表4 Granger因果关系检验结果Tab.4 Results of Granger causality test

2 重庆铁路货运发展对策建议

2.1 加快铁路基础设施建设

近年来，在“一带一路”倡议的促进作用下，重庆铁路基础设施建设成效显著，但仍然存在铁路网不完善、与周边省会城市联系不足、枢纽港口未形成铁公水多式联运体系及枢纽布局不合理等问题。因此，一是应规划建设重庆至湖南、贵州、广西等对外普速干线铁路，完善重庆铁路网络，实现部分港口、工业园区与中欧班列通道以及长江黄金水道的衔接，构建成熟的多式联运体系[8]，同时对已有的干线铁路进行扩能改造，提高干线货物运输能力；二是推进建设重庆至武汉、长沙、西安等城市的高速铁路，加速形成“米”字型高速铁路网，利用高速铁路开行高铁快运、高铁货运专列等，同时还可以进一步释放既有线货运能力；三是建设铁路专用线，满足国家级开发区、大型工业园区以及重要港口和大型物流园区的铁路运输需求，实现铁路运输“最后一公里”的畅通；四是建设铁路物流中心，集聚铁路运输需求，如加速渝北木耳物流城和重庆临空国际物流分拨中心项目的建成，充分利用渝北区集空、铁、水多种运输需求的优势，增加铁路货运量。

2.2 促进铁路运输转型升级

随着国家对钢铁、煤炭等产能过剩行业的调整，各地区的经济发展也逐渐减少了对重工业的依赖，这就使主要运输对象为矿石、煤炭、石油等“黑货”的铁路货运量逐年下滑，因此需要调整铁路运输结构。一是铁路运输企业除了巩固自身在煤炭、钢铁等货物运输市场的地位，还需要转变视野，增加零担货物和集装箱运输业务，增加白货等高附加值货物运输，如重庆江北区、九龙坡区、沙坪坝区及北碚区多个铁路货场办理的货物范围都有限制，因此需要根据不同的运输业务制定合理的运输计划；进一步完善和扩展高铁快运业务[9]，扩大高铁快运的业务办理范围。二是简化铁路运输办理流程，提高运输效率；开行大宗货物直达列车，吸引大宗货物从公路运输转向铁路运输；积极与重要港口、大型物流园区和工矿企业以及物流企业开展合作，开拓更多的货源，完善铁路“门到门”接取送达网络建设；通过扩大运输品类范围、提供全程物流服务、开展全方位经营以及进行全过程管理，实现铁路货运融合运输、仓储、货代、信息等业务的转型目标，提高铁路竞争力。三是铁路运输企业可以与钢铁、矿石、煤炭等大型企业协商对接，签订运量运能互保协议，以推动重庆运输结构调整，充分发挥铁路运输的优势，促进地区经济发展。

2.3 完善中欧班列运行机制

成渝两地的中欧班列应由竞争转变为合作，实现资源优化配置，使班列运输量得到进一步提升。2020年，成渝地区双城经济圈建设上升为国家战略，要求加大成渝地区发展统筹力度，发挥中心城市带动作用，融合发展，强强联合，加快中欧班列(成渝)的品牌建设进程，共同推动成渝双城经济圈的对外开放水平和“一带一路”建设。一是提升中欧班列(成渝)的市场化运营水平。共同制定和维护合理的市场价格，扩大中欧班列(成渝)的集聚效应，拓展货源，提升总货值；共同拓展中欧班列(成渝)的辐射范围，共享既有的国际通道优势，实现运力共享和目的地协同；加强与俄罗斯，以及欧洲、中亚、东南亚等市场的贸易往来，利用在欧洲设置的联络处，积极宣传中欧班列，拓展回程货源，共同推进班列的双向常态化运营，共同商议班列运行机制，降低运输成本。二是打造无缝衔接的多式联运体系。推进渝北木耳物流城项目的落地，充分利用渝北区具备的铁公水空联运条件和江海联运条件，促进物流城与中欧班列(重庆—杜伊斯堡)支线的衔接，与成都共同打造国际物流分拨中心，大力发展多式联运，提升中欧班列(成渝)的竞争力。三是在“一带一路”沿线共同设立海外仓。延长中欧班列(成渝)服务链，设置专业机构主管中欧班列相关业务，及时处理中欧班列运行过程中出现的问题，提供货源组织和到货后的配送服务，通过提供附加服务增加运输效益，扩大业务范围，提升中欧班列(成渝)的海外影响力。

3 结束语

“一带一路”倡议的提出明确了重庆的重要战略地位，对重庆国际物流发展提出了新要求。铁路作为重要的交通基础设施，在重庆打通对外国际物流通道以及推动成渝地区双城经济圈建设过程中将起到重要作用。研究采用OLS和VAR相结合的方法进行数据分析，得出铁路货运与地区经济发展之间的关系，提出了重庆铁路货运发展对策。但是，研究还存在模型比较简单、解释变量较少等不足，在下一步的研究中，可以将公路运输、航空运输、水路运输与铁路运输一起作为解释变量，分析各运输方式对重庆经济发展的影响，以提出针对每种运输方式的对策建议。