水路、铁路运输互动发展关系<br/>——基于长江立体交通走廊的研究

水路、铁路运输互动发展关系
——基于长江立体交通走廊的研究

2022-03-25周辉宇

北京交通大学学报 2022年1期

陈实，周辉宇

(1.交通运输部水运科学研究院，北京 100088； 2. 北京交通大学经济管理学院，北京 100044)

长江是中国最大的内陆河网货运通道[1]，长江经济带依托长江的黄金水道，对推动中国东部、中部和西部地区的共同发展具有重要的战略意义.政府及管理部门也于近几年陆续出台相关政策[2-3]，促进沿江综合立体交通走廊建设发展.长江沿线的铁路建设扩大了长江水运的经济腹地，为长江水运带来了发展机遇.

国内外学者目前对长江货物运输方式的研究颇为关注.Diziain等[4]对比水路和铁路运输，探讨了水路运输的优势集中在运量大、环境友好、成本效益高，缺点则是速度较慢.Sihn等[5]探讨了水路运输适宜运送的货物种类，提出水路运输通常适合体积较大的货物及长距离运输，例如煤炭、矿石等货物.王小洋等[6]基于土地占用、运输安全方面提出铁路运输的优势，指出铁路运输的缺点是建设成本和运营成本较高.长江上游水路运输与铁路的互动发展是一种有效而可持续的管理思想，这一思想也延伸到对周边地区经济发展的影响.成超等[7]探讨了现代交通意义上建立起来的新的长江上游经济带，指出不仅包括沿江城市群和产业带，还包括沿公路和铁路分布的城市群和产业带.在综合运输方面，邹海波等[8]利用主成分分析法计算各种运输方式的发展水平，指出铁路运输和水路运输组合的动态协调度的变化呈波动状，两种运输方式之间的协调发展状况有所反复，但形势趋好.傅成红等[9]利用数据包络分析法构建运输子系统之间协调发展评价模型，结果表明铁路和水路在国内货物的竞争上逐渐激烈.在港口物流方面，Zhang等[10]探讨了长江上游区域地形差异很大，内河水路运输不会完全被铁路取代，且长江上游沿岸修建的铁路促进了水运基础设施的建设，推动港口货运吞吐量稳步增长.港口物流需要与水路和铁路等运输方式的转运做好衔接，铁路运能的释放有助于港口吞吐量的增长.

综上，目前基于长江的货物运输方式的研究主要针对某种单一方式，或者从定性角度上研究水路与铁路运输的竞争与替代关系[11-13]，缺乏对于铁路与水路运输互动关系的研究，对于长江上游区域货运铁路新建开通对沿岸港口城市水路货运量的影响和作用机制缺乏实证分析.本文作者从定性与定量结合的角度来探究长江上游水运货运量与铁路建设的互动关系，采用DID模型[14]分析川江区域新建沿江铁路对沿岸港口水路运量的因果效应，能够有效识别长江沿岸铁路的外部性效应，并从港口货物吞吐量角度探讨了货运铁路建设对沿岸港口城市水路货运量的影响机理与作用机制，在一定程度上丰富与拓展了铁路水路互动关系的效应研究，从而切实探寻水铁联运的发展路径，推动建设协同并进、优势互补、节能高效的水陆综合货物运输系统.

1 研究区域与数据来源

1.1 研究区域

选取长江上游的四川重庆沿江区域作为研究区域.四川、重庆地处中国西南部，南连贵州和云南，北衔甘肃和陕西，为中国西北和西南两大区的结合部，且重庆航运中心辐射周边的成渝城市群，极大地带动了周边地区的发展[15-16].

1.2 数据来源

选取长江上游流经的14个地级市和1个直辖市2010—2017年数据[17]作为样本，采用Stata14.0软件对数据进行分析.由于长江上游沿江铁路相继在2013年建成通车，因此以2013年为界，将样本区间划分为沿江铁路通车前期(2010—2013年)，以及沿江铁路通车后期(2013—2017年).同时，将处于沿江铁路的沿线港口城市作为实验组，包括重庆、泸州、宜宾、乐山、南充、广安和达州.其他城市作为对照组.

被解释变量包含港口货物吞吐量、港口矿建材料吞吐量、港口化学肥料及农药吞吐量和港口粮食吞吐量，对被解释变量进行对数变换衡量沿岸港口城市水路货运量，解释变量包含地区生产总值、城镇化率、就业人员等.具体变量定义如表1所示.

表1 变量定义

2 研究设计

2.1 研究方法

采用双重差分法研究了长江上游川江段货运铁路新建开通对沿岸港口城市水路货运量的影响，鉴于宏观经济数据不平稳，直接回归可能造成偏误估计，因此，采用LLC面板单位根检验方法[24]对面板数据进行平稳性检验，单位根检验结果见表2.

表2 吞吐量单位根检验结果

结果显示变量在LLC检验下拒绝存在单位根的原假设，从而证明了数据的稳定性，保证了模型的可行性.

2.2 基于倾向得分匹配的样本选择

为控制内生性问题，通过倾向得分匹配(Propensity Score Matching, PSM)控制可能影响修建铁路的可观测因素，从而筛选出受内生性影响较小的样本，并运用双重差分法分离影响因素的作用效果.选取人均地区生产总值、公路货运量和铁路货运输量的极大对数似然函数值作为协变量进行核匹配，分别用lnI3、lnI7和lnI8表示.

基于倾向得分匹配，各协变量平衡检验的结果如表3所示.匹配后所有协变量的标准偏差明显降低，实验组与对照组的差异不再明显，说明匹配后两组的可比性大幅上升.

表3 均衡性检验结果

2.3 双重差分法

采用双重差分 DID 模型评价长江上游新建开通货运铁路对沿岸港口城市水路货运量的影响，在实证分析过程中，为了控制其他因素的影响，采用固定效应模型为

wit=α+β1Cit+β2tit+β3tit×

Cit+Kit+μi+εit

(1)

式中：wit为沿岸港口城市水路货运量；Cit为第i地区在第t年新建设开通的货运铁路情况，当沿江港口城市在样本期间存在新建设开通的货运铁路运行，则该地级市为实验组取值为1，否则为对照组取值为0；tit为第i地区第t年是否已建成货运铁路，该年沿江港口城市属于货运铁路建成后的年度取值为1，否则为0；tit×Cit为政策变量，衡量政策变化带给实验组的增量效应；Kit是一组可观测的影响水路运输的控制变量，包含地区生产总值指数I3、城镇化率I4、就业情况I5、单位工业增加值能耗I6、公路货物运输量I7、铁路货物运输量I8；α为常数项；β1、β2、β3分别为城市变量、时间变量和政策变量的弹性系数；μi表示各个城市的固定效应，是各个城市不随时间变化而变化的差异；εit为随机干扰项.

wit包含港口货运吞吐量M1it、港口矿建材料吞吐量M2it、港口化学肥料及农药吞吐量M3it和港口粮食吞吐量M4it4个变量，其具体模型为

M1it=α+β1Cit+β2tit+

β3tit×Cit+Kit+μi+εit

(2)

M2it=α+β1Cit+β2tit+

β3tit×Cit+Kit+μi+εit

(3)

M3it=α+β1Cit+β2tit+

β3tit×Cit+Kit+μi+εit

(4)

M4it=α+β1Cit+β2tit+

β3tit×Cit+Kit+μi+εit

(5)

β3衡量的是实验组与对照组在沿江货运铁路新开通前后港口货物吞吐量变化的差异，预期式(2)～式(5)中β3为正，意味着长江上游区域沿江货运铁路的新建开通将促进港口货物运输，反之则表示新建铁路抑制所在地港口的货运吞吐量.

为进一步检验新建铁路后地级市的经济发展是否能作为水运货运量增加的中介变量，借鉴文献[25]提供的自变量通过中介间接影响因变量的近似显著性检验，来验证地区经济发展的中介效应.其中，Sobel检验假设自变量的中介效应呈正态分布，当Sobel检验的检验Z值显著时(大于1.96)，表示中介效应具有显著性.

3 实证结果与分析

3.1 描述性统计结果

为消除量纲的影响，所有解释变量均做取对数处理，描述性统计结果如表4所示，t、C的均值分别为0.411和0.714，表明2010至2017年间约70%的沿岸港口城市存在新开通的货运铁路运行，41.1%的样本为货运铁路建成后的样本年度.

表4 描述性统计分析

采用Pearson和Spearman相关系数评估数据的线性相关和单调关系，由表5可知，沿江港口城市新建货运铁路后，铁路所经过的地级市的港口货物吞吐量、港口矿建材料吞吐量、港口化学肥料及农药吞吐量、港口粮食吞吐量均呈现正向增长，综合比较4种衡量指标后，水运货运量呈现正增长.

变量M1、M2、M3与M4之间的Pearson相关系数均在1%的水平上显著正相关，说明港口货物吞吐量与矿建材料吞吐量、化学肥料及农药吞吐量和粮食吞吐量的一致性较好.城镇化率、就业情况、单位工业增加值与水运货运量呈显著正相关性，同时GDP增速对水运货运量产生显著正向影响作用.控制变量对城镇化率、就业情况、单位工业增加值、GDP增速及水运货运量部分地产生了显著影响作用.

此外，变量C与M1在5%的水平上显著正相关，表明在不考虑其他因素的影响下，沿岸港口城市新开通货运铁路会导致所在地港口的货物吞吐量增加;C与M2和M4在1%的水平上显著正相关，表明在不考虑其他因素的影响下，沿岸港口城市新开通货运铁路会导致所在地港口的矿建材料和粮食吞吐量的增长.

表5 变量相关系数表

3.2 时间因素影响分析

对照组与实验组在货运铁路建成前后港口货物吞吐量增加率的变化情况如表6所示，沿江港口城市在货运铁路建成前，对照组和实验组的港口货物吞吐量增加率分别为-13.891%和-15.069%，两者相差-1.178%，并且在1%水平上显著，说明在货运铁路建成前，实验组港口货物吞吐量的下降幅度略高于对照组.这可能是由于港口作业的特点通常为“大进大出”，没有铁路的大容量疏通，港口的发展会受到限制；加之同期公路加速建设，公路运输取代了一部分水路运输.在货运铁路建成后，对照组和实验组的港口货物吞吐量增加率分别为-14.038%和-14.424%，两者相差-0.386%，在统计上不显著，但在一定程度上说明货运铁路建成后，实验组港口货物吞吐量减少幅度优于之前情况，沿岸港口城市建成货运铁路后可能对港口货物吞吐量起到了促进作用.为了消除时序上的变动差异，将货运铁路建成后两组间的差异减去货运铁路建成前两组间的差异，得到港口货物吞吐量增加率的双重差分值.由表6可知，港口货物吞吐量增加率的DID估计值为0.792，且其值在5%水平上显著，说明货运铁路建成后，沿江港口城市的港口吞吐量有了显著增长.

表6 沿江港口城市货运铁路建成水路运输货运量的组内均值差和组间均值差

3.3 新建沿江铁路影响分析

运用Stata14软件依次给出加入控制变量后，新建铁路对沿岸港口的货物吞吐量的影响，模型结果1为未加入任何控制变量的模型结果，以此作为参考，模型结果2～7为向前加入变量lnI3～lnI8逐步回归的模型结果，具体如表7所示.

PICCO监测指标：心率（P）、中心静脉压（CVP）、有创平均动脉压（MAP）、心脏指数（CI）、血管外肺水指数（EVLWI）、舒张末期总容量指数（GEDVI）、全身血管阻力（SVRI），寒战、呼吸频率增快次数。

表7 新建铁路对沿岸港口的货物吞吐量的影响

由表7可知：

1)从政策因素来看，在没有添加任何控制变量的纯虚拟变量回归模型中，新建货运铁路对港口吞吐量的影响在1%的水平上显著为正；在DID模型中添加其他解释变量，政策因素t×C的影响系数仍显著为正，表明沿岸港口新建铁路显著促进了长江上游四川、重庆地区沿岸港口城市港口货运量的提高，铁路成为影响水运货运量增长的一个非常重要的因素，同时交乘项系数值在加入其他变量后，没有发生太大程度上的变化，说明此模型稳定性良好，变量的选择和衡量不会很大程度上影响研究结论.

2)从时间因素来看，在不加入任何控制变量的情况下，时间因素t显著为正.在逐步加入控制变量后，时间因素变为负且稳定保持在1%～5%的显著性水平之上.说明样本中沿江港口城市的港口货运吞吐量有缓慢下降的趋势.

3)从城市因素来看，在不加入任何控制变量的情况下，城市因素C在1%的水平上显著为负，在逐步加入控制变量以后，城市因素有正有负，多数为正，但是其显著性水平有下降的趋势.说明在剔除铁路因素影响下，实验组港口吞吐量的增长要普遍高于对照组港口吞吐量的增长.即沿江港口城市在样本期间存在新建开通货运铁路运行的港口吞吐量增长潜力要高于未新建货运铁路的沿江城市.

4)从控制变量来看，对港口货运吞吐量增长影响相对显著的有经济发展水平、城镇化水平、就业情况.地区经济增速在1%的水平上对港口货运吞吐量增长率的影响显著为正，说明地区经济增长速度水平提高有利于港口货运吞吐量的提高.长江上游的重庆、四川地区经济发展水平较长江中下游地区仍有差距.地区经济发展速度提升，有利于城市资源利用效率上升.城镇化在1%的水平上对港口货运吞吐量增长率的影响显著为正，说明城镇化水平提升，有利于港口货运吞吐量提高.长江上游地区城市化水平相对不高，农村人口向川渝城市群集中，很好地带动了人力资源发展.就业情况在5%～10%的水平上对港口货运吞吐量的增长显著为正.可能由于选取长江上游城市自身特点差异较大，对于劳动力相对发达地区，就业情况增长对港口货运吞吐量促进作用将更为明显.公路货运量和铁路货运量对港口吞吐量的作用不稳定，在其他因素共同作用下，对港口吞吐量的增长有一定抑制作用.

模型结果8、15、22分别为未加入任何控制变量的模型结果，并以此作为参考，模型结果9～14、16～21、23～28分别为逐步加入变量lnI3～lnI8后沿岸港口新建铁路对港口矿建材料吞吐量、港口化学肥料及农药吞吐量、港口粮食吞吐量的影响，具体结果如表8～10所示.

表8 新建铁路对沿岸港口矿建材料吞吐量的影响

表9 新建铁路对沿岸港口化学肥料及农药吞吐量的影响

表10 新建铁路对沿岸港口粮食吞吐量的影响

由表8～10可知：

2)从时间因素来看，在不加入任何控制变量的情况下，时间因素t显著为负.在逐步加入控制变量后，时间因素仍然为负且稳定保持在1%～5%的显著性水平之上，其中港口粮食吞吐量的显著性水平有所下降.说明沿江港口城市的港口矿建材料吞吐量、港口化学肥料及农药吞吐量、港口粮食吞吐量有缓慢下降的趋势.

3)从城市因素来看，在不加入任何控制变量的情况下，港口矿建材料吞吐量、化学肥料及农药吞吐量模型中城市因素C分别在10%和1%的水平上显著为正，在逐步加入控制变量以后，城市因素持续为正，且港口矿建材料吞吐量的显著性水平有上升的趋势，港口粮食吞吐量的显著性水平有下降的趋势；港口粮食吞吐量量模型中，在不加入任何控制变量的情况下，城市因素C为正，但不显著；在逐步加入控制变量以后，其方向并没有发生改变，但仍不显著.这也就解释了在剔除铁路因素影响下，实验组港口吞吐量普遍高于对照组港口吞吐量的增长.

4)从控制变量来看，对港口货运吞吐量增长影响相对显著的有地区生产总值增长率、城镇化水平、就业情况和节能降耗成效水平.地区经济发展对港口矿建材料吞吐量、港口化学肥料及农药吞吐量、港口粮食吞吐量有显著的正向影响.当地区经济发展增加到一定程度时，才会加速带来区域内人才的交流、货物的流通；由此会加大货物运输需求，进而导致水路运输货物量的增长.城镇化水平对港口矿建材料吞吐量、港口化学肥料及农药吞吐量有正向影响，对港口粮食吞吐量有负向影响.地区就业状况对港口化学肥料及农药吞吐量、港口矿建材料吞吐量有显著的正向影响，对港口粮食吞吐量有负向影响，但不显著.城镇化率和就业率的提高，反映该地区结合自然资源优势、产业发展基础等释放出经济增长动力，同样也会促进四川、重庆两地所开采的煤炭矿石等资源向沿海城市运输，沿海地区的货物向西发送，从而带来货物流通.节能降耗成效水平对港口粮食吞吐量有显著的正向影响，对港口化学肥料及农药吞吐量、港口矿建材料吞吐量有负向影响，但不显著.公路货运量对港口矿建材料吞吐量、港口粮食吞吐量有一定的负向影响；铁路货运量对港口矿建材料吞吐量有一定的负向影响；长江上游区域的货运方式并非只有内河运输一种，当发送的货物量一定的情况下，公路货运量和铁路货运量增多，水路运输货运量将会减少，三种运输方式在货物运输总量上保持相对的平衡.

3.4 中介效应回归分析

根据沿江港口城市货运铁路建成前后影响水路运输货运量的因素分析，为了验证是否存在铁路建设促进当地经济发展，进而促生水运货运量的传导链条，将对地区经济增速进行中介效应检验，进一步验证影响长江上游区域水运货运量增长的主要因素，并验证新建铁路是否影响地区经济增长进而影响港口水运增长.

地区经济增速对水运货运量的中介效应分析结果如表11所示，模型结果29、31、33、35分别为未加入I3的结果，在此基础上加入中介变量I3检验带来的中介效应.模型结果30、32、34、36表明，地区经济增长速度均产生了显著正向中介效应，而且增加中介变量后的R2和调整后R2均显著增加，表明模型的效果比较理想.综上可知，沿江铁路货运建设通过地区经济增长速度对水路运输的货运量增长产生了中介效应.