陳 實，周輝宇

(1.交通運輸部水運科學研究院，北京 100088； 2. 北京交通大學 經濟管理學院，北京 100044)

長江是中國最大的內陸河網貨運通道[1]，長江經濟帶依托長江的黃金水道，對推動中國東部、中部和西部地區(qū)的共同發(fā)展具有重要的戰(zhàn)略意義.政府及管理部門也于近幾年陸續(xù)出臺相關政策[2-3]，促進沿江綜合立體交通走廊建設發(fā)展.長江沿線的鐵路建設擴大了長江水運的經濟腹地，為長江水運帶來了發(fā)展機遇.

國內外學者目前對長江貨物運輸方式的研究頗為關注.Diziain等[4]對比水路和鐵路運輸，探討了水路運輸的優(yōu)勢集中在運量大、環(huán)境友好、成本效益高，缺點則是速度較慢.Sihn等[5]探討了水路運輸適宜運送的貨物種類，提出水路運輸通常適合體積較大的貨物及長距離運輸，例如煤炭、礦石等貨物.王小洋等[6]基于土地占用、運輸安全方面提出鐵路運輸的優(yōu)勢，指出鐵路運輸的缺點是建設成本和運營成本較高.長江上游水路運輸與鐵路的互動發(fā)展是一種有效而可持續(xù)的管理思想，這一思想也延伸到對周邊地區(qū)經濟發(fā)展的影響.成超等[7]探討了現代交通意義上建立起來的新的長江上游經濟帶，指出不僅包括沿江城市群和產業(yè)帶，還包括沿公路和鐵路分布的城市群和產業(yè)帶.在綜合運輸方面，鄒海波等[8]利用主成分分析法計算各種運輸方式的發(fā)展水平，指出鐵路運輸和水路運輸組合的動態(tài)協調度的變化呈波動狀，兩種運輸方式之間的協調發(fā)展狀況有所反復，但形勢趨好.傅成紅等[9]利用數據包絡分析法構建運輸子系統之間協調發(fā)展評價模型，結果表明鐵路和水路在國內貨物的競爭上逐漸激烈.在港口物流方面，Zhang等[10]探討了長江上游區(qū)域地形差異很大，內河水路運輸不會完全被鐵路取代，且長江上游沿岸修建的鐵路促進了水運基礎設施的建設，推動港口貨運吞吐量穩(wěn)步增長.港口物流需要與水路和鐵路等運輸方式的轉運做好銜接，鐵路運能的釋放有助于港口吞吐量的增長.

綜上，目前基于長江的貨物運輸方式的研究主要針對某種單一方式，或者從定性角度上研究水路與鐵路運輸的競爭與替代關系[11-13]，缺乏對于鐵路與水路運輸互動關系的研究，對于長江上游區(qū)域貨運鐵路新建開通對沿岸港口城市水路貨運量的影響和作用機制缺乏實證分析.本文作者從定性與定量結合的角度來探究長江上游水運貨運量與鐵路建設的互動關系，采用DID模型[14]分析川江區(qū)域新建沿江鐵路對沿岸港口水路運量的因果效應，能夠有效識別長江沿岸鐵路的外部性效應，并從港口貨物吞吐量角度探討了貨運鐵路建設對沿岸港口城市水路貨運量的影響機理與作用機制，在一定程度上豐富與拓展了鐵路水路互動關系的效應研究，從而切實探尋水鐵聯運的發(fā)展路徑，推動建設協同并進、優(yōu)勢互補、節(jié)能高效的水陸綜合貨物運輸系統.

1 研究區(qū)域與數據來源

1.1 研究區(qū)域

選取長江上游的四川重慶沿江區(qū)域作為研究區(qū)域.四川、重慶地處中國西南部，南連貴州和云南，北銜甘肅和陜西，為中國西北和西南兩大區(qū)的結合部，且重慶航運中心輻射周邊的成渝城市群，極大地帶動了周邊地區(qū)的發(fā)展[15-16].

1.2 數據來源

選取長江上游流經的14個地級市和1個直轄市2010—2017年數據[17]作為樣本，采用Stata14.0軟件對數據進行分析.由于長江上游沿江鐵路相繼在2013年建成通車，因此以2013年為界，將樣本區(qū)間劃分為沿江鐵路通車前期(2010—2013年)，以及沿江鐵路通車后期(2013—2017年).同時，將處于沿江鐵路的沿線港口城市作為實驗組，包括重慶、瀘州、宜賓、樂山、南充、廣安和達州.其他城市作為對照組.

被解釋變量包含港口貨物吞吐量、港口礦建材料吞吐量、港口化學肥料及農藥吞吐量和港口糧食吞吐量，對被解釋變量進行對數變換衡量沿岸港口城市水路貨運量，解釋變量包含地區(qū)生產總值、城鎮(zhèn)化率、就業(yè)人員等.具體變量定義如表1所示.

表1 變量定義

2 研究設計

2.1 研究方法

采用雙重差分法研究了長江上游川江段貨運鐵路新建開通對沿岸港口城市水路貨運量的影響，鑒于宏觀經濟數據不平穩(wěn)，直接回歸可能造成偏誤估計，因此，采用LLC面板單位根檢驗方法[24]對面板數據進行平穩(wěn)性檢驗，單位根檢驗結果見表2.

表2 吞吐量單位根檢驗結果

結果顯示變量在LLC檢驗下拒絕存在單位根的原假設，從而證明了數據的穩(wěn)定性，保證了模型的可行性.

2.2 基于傾向得分匹配的樣本選擇

為控制內生性問題，通過傾向得分匹配(Propensity Score Matching, PSM)控制可能影響修建鐵路的可觀測因素，從而篩選出受內生性影響較小的樣本，并運用雙重差分法分離影響因素的作用效果.選取人均地區(qū)生產總值、公路貨運量和鐵路貨運輸量的極大對數似然函數值作為協變量進行核匹配，分別用lnI3、lnI7和lnI8表示.

基于傾向得分匹配，各協變量平衡檢驗的結果如表3所示.匹配后所有協變量的標準偏差明顯降低，實驗組與對照組的差異不再明顯，說明匹配后兩組的可比性大幅上升.

表3 均衡性檢驗結果

2.3 雙重差分法

采用雙重差分 DID 模型評價長江上游新建開通貨運鐵路對沿岸港口城市水路貨運量的影響，在實證分析過程中，為了控制其他因素的影響，采用固定效應模型為

wit=α+β1Cit+β2tit+β3tit×

Cit+Kit+μi+εit

(1)

式中：wit為沿岸港口城市水路貨運量；Cit為第i地區(qū)在第t年新建設開通的貨運鐵路情況，當沿江港口城市在樣本期間存在新建設開通的貨運鐵路運行，則該地級市為實驗組取值為1，否則為對照組取值為0；tit為第i地區(qū)第t年是否已建成貨運鐵路，該年沿江港口城市屬于貨運鐵路建成后的年度取值為1，否則為0；tit×Cit為政策變量，衡量政策變化帶給實驗組的增量效應；Kit是一組可觀測的影響水路運輸的控制變量，包含地區(qū)生產總值指數I3、城鎮(zhèn)化率I4、就業(yè)情況I5、單位工業(yè)增加值能耗I6、公路貨物運輸量I7、鐵路貨物運輸量I8；α為常數項；β1、β2、β3分別為城市變量、時間變量和政策變量的彈性系數；μi表示各個城市的固定效應，是各個城市不隨時間變化而變化的差異；εit為隨機干擾項.

wit包含港口貨運吞吐量M1it、港口礦建材料吞吐量M2it、港口化學肥料及農藥吞吐量M3it和港口糧食吞吐量M4it4個變量，其具體模型為

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衡量的是實驗組與對照組在沿江貨運鐵路新開通前后港口貨物吞吐量變化的差異，預期式(2)～式(5)中β3為正，意味著長江上游區(qū)域沿江貨運鐵路的新建開通將促進港口貨物運輸，反之則表示新建鐵路抑制所在地港口的貨運吞吐量.

為進一步檢驗新建鐵路后地級市的經濟發(fā)展是否能作為水運貨運量增加的中介變量，借鑒文獻[25]提供的自變量通過中介間接影響因變量的近似顯著性檢驗，來驗證地區(qū)經濟發(fā)展的中介效應.其中，Sobel檢驗假設自變量的中介效應呈正態(tài)分布，當Sobel檢驗的檢驗Z值顯著時(大于1.96)，表示中介效應具有顯著性.

3 實證結果與分析

3.1 描述性統計結果

為消除量綱的影響，所有解釋變量均做取對數處理，描述性統計結果如表4所示，t、C的均值分別為0.411和0.714，表明2010至2017年間約70%的沿岸港口城市存在新開通的貨運鐵路運行，41.1%的樣本為貨運鐵路建成后的樣本年度.

表4 描述性統計分析

采用Pearson和Spearman相關系數評估數據的線性相關和單調關系，由表5可知，沿江港口城市新建貨運鐵路后，鐵路所經過的地級市的港口貨物吞吐量、港口礦建材料吞吐量、港口化學肥料及農藥吞吐量、港口糧食吞吐量均呈現正向增長，綜合比較4種衡量指標后，水運貨運量呈現正增長.

變量M1、M2、M3與M4之間的Pearson相關系數均在1%的水平上顯著正相關，說明港口貨物吞吐量與礦建材料吞吐量、化學肥料及農藥吞吐量和糧食吞吐量的一致性較好.城鎮(zhèn)化率、就業(yè)情況、單位工業(yè)增加值與水運貨運量呈顯著正相關性，同時GDP增速對水運貨運量產生顯著正向影響作用.控制變量對城鎮(zhèn)化率、就業(yè)情況、單位工業(yè)增加值、GDP增速及水運貨運量部分地產生了顯著影響作用.

此外，變量C與M1在5%的水平上顯著正相關，表明在不考慮其他因素的影響下，沿岸港口城市新開通貨運鐵路會導致所在地港口的貨物吞吐量增加;C與M2和M4在1%的水平上顯著正相關，表明在不考慮其他因素的影響下，沿岸港口城市新開通貨運鐵路會導致所在地港口的礦建材料和糧食吞吐量的增長.

表5 變量相關系數表

3.2 時間因素影響分析

對照組與實驗組在貨運鐵路建成前后港口貨物吞吐量增加率的變化情況如表6所示，沿江港口城市在貨運鐵路建成前，對照組和實驗組的港口貨物吞吐量增加率分別為-13.891%和-15.069%，兩者相差-1.178%，并且在1%水平上顯著，說明在貨運鐵路建成前，實驗組港口貨物吞吐量的下降幅度略高于對照組.這可能是由于港口作業(yè)的特點通常為“大進大出”，沒有鐵路的大容量疏通，港口的發(fā)展會受到限制；加之同期公路加速建設，公路運輸取代了一部分水路運輸.在貨運鐵路建成后，對照組和實驗組的港口貨物吞吐量增加率分別為-14.038%和-14.424%，兩者相差-0.386%，在統計上不顯著，但在一定程度上說明貨運鐵路建成后，實驗組港口貨物吞吐量減少幅度優(yōu)于之前情況，沿岸港口城市建成貨運鐵路后可能對港口貨物吞吐量起到了促進作用.為了消除時序上的變動差異，將貨運鐵路建成后兩組間的差異減去貨運鐵路建成前兩組間的差異，得到港口貨物吞吐量增加率的雙重差分值.由表6可知，港口貨物吞吐量增加率的DID估計值為0.792，且其值在5%水平上顯著，說明貨運鐵路建成后，沿江港口城市的港口吞吐量有了顯著增長.

表6 沿江港口城市貨運鐵路建成水路運輸貨運量的組內均值差和組間均值差

3.3 新建沿江鐵路影響分析

運用Stata14軟件依次給出加入控制變量后，新建鐵路對沿岸港口的貨物吞吐量的影響，模型結果1為未加入任何控制變量的模型結果，以此作為參考，模型結果2～7為向前加入變量lnI3～lnI8逐步回歸的模型結果，具體如表7所示.

PICCO監(jiān)測指標：心率（P）、中心靜脈壓（CVP）、有創(chuàng)平均動脈壓（MAP）、心臟指數（CI）、血管外肺水指數（EVLWI）、舒張末期總容量指數（GEDVI）、全身血管阻力（SVRI），寒戰(zhàn)、呼吸頻率增快次數。

表7 新建鐵路對沿岸港口的貨物吞吐量的影響

由表7可知：

1)從政策因素來看，在沒有添加任何控制變量的純虛擬變量回歸模型中，新建貨運鐵路對港口吞吐量的影響在1%的水平上顯著為正；在DID模型中添加其他解釋變量，政策因素t×C的影響系數仍顯著為正，表明沿岸港口新建鐵路顯著促進了長江上游四川、重慶地區(qū)沿岸港口城市港口貨運量的提高，鐵路成為影響水運貨運量增長的一個非常重要的因素，同時交乘項系數值在加入其他變量后，沒有發(fā)生太大程度上的變化，說明此模型穩(wěn)定性良好，變量的選擇和衡量不會很大程度上影響研究結論.

2)從時間因素來看，在不加入任何控制變量的情況下，時間因素t顯著為正.在逐步加入控制變量后，時間因素變?yōu)樨撉曳€(wěn)定保持在1%～5%的顯著性水平之上.說明樣本中沿江港口城市的港口貨運吞吐量有緩慢下降的趨勢.

3)從城市因素來看，在不加入任何控制變量的情況下，城市因素C在1%的水平上顯著為負，在逐步加入控制變量以后，城市因素有正有負，多數為正，但是其顯著性水平有下降的趨勢.說明在剔除鐵路因素影響下，實驗組港口吞吐量的增長要普遍高于對照組港口吞吐量的增長.即沿江港口城市在樣本期間存在新建開通貨運鐵路運行的港口吞吐量增長潛力要高于未新建貨運鐵路的沿江城市.

4)從控制變量來看，對港口貨運吞吐量增長影響相對顯著的有經濟發(fā)展水平、城鎮(zhèn)化水平、就業(yè)情況.地區(qū)經濟增速在1%的水平上對港口貨運吞吐量增長率的影響顯著為正，說明地區(qū)經濟增長速度水平提高有利于港口貨運吞吐量的提高.長江上游的重慶、四川地區(qū)經濟發(fā)展水平較長江中下游地區(qū)仍有差距.地區(qū)經濟發(fā)展速度提升，有利于城市資源利用效率上升.城鎮(zhèn)化在1%的水平上對港口貨運吞吐量增長率的影響顯著為正，說明城鎮(zhèn)化水平提升，有利于港口貨運吞吐量提高.長江上游地區(qū)城市化水平相對不高，農村人口向川渝城市群集中，很好地帶動了人力資源發(fā)展.就業(yè)情況在5%～10%的水平上對港口貨運吞吐量的增長顯著為正.可能由于選取長江上游城市自身特點差異較大，對于勞動力相對發(fā)達地區(qū)，就業(yè)情況增長對港口貨運吞吐量促進作用將更為明顯.公路貨運量和鐵路貨運量對港口吞吐量的作用不穩(wěn)定，在其他因素共同作用下，對港口吞吐量的增長有一定抑制作用.

模型結果8、15、22分別為未加入任何控制變量的模型結果，并以此作為參考，模型結果9～14、16～21、23～28分別為逐步加入變量lnI3～lnI8后沿岸港口新建鐵路對港口礦建材料吞吐量、港口化學肥料及農藥吞吐量、港口糧食吞吐量的影響，具體結果如表8～10所示.

表8 新建鐵路對沿岸港口礦建材料吞吐量的影響

表9 新建鐵路對沿岸港口化學肥料及農藥吞吐量的影響

表10 新建鐵路對沿岸港口糧食吞吐量的影響

由表8～10可知：

2)從時間因素來看，在不加入任何控制變量的情況下，時間因素t顯著為負.在逐步加入控制變量后，時間因素仍然為負且穩(wěn)定保持在1%～5%的顯著性水平之上，其中港口糧食吞吐量的顯著性水平有所下降.說明沿江港口城市的港口礦建材料吞吐量、港口化學肥料及農藥吞吐量、港口糧食吞吐量有緩慢下降的趨勢.

3)從城市因素來看，在不加入任何控制變量的情況下，港口礦建材料吞吐量、化學肥料及農藥吞吐量模型中城市因素C分別在10%和1%的水平上顯著為正，在逐步加入控制變量以后，城市因素持續(xù)為正，且港口礦建材料吞吐量的顯著性水平有上升的趨勢，港口糧食吞吐量的顯著性水平有下降的趨勢；港口糧食吞吐量量模型中，在不加入任何控制變量的情況下，城市因素C為正，但不顯著；在逐步加入控制變量以后，其方向并沒有發(fā)生改變，但仍不顯著.這也就解釋了在剔除鐵路因素影響下，實驗組港口吞吐量普遍高于對照組港口吞吐量的增長.

4)從控制變量來看，對港口貨運吞吐量增長影響相對顯著的有地區(qū)生產總值增長率、城鎮(zhèn)化水平、就業(yè)情況和節(jié)能降耗成效水平.地區(qū)經濟發(fā)展對港口礦建材料吞吐量、港口化學肥料及農藥吞吐量、港口糧食吞吐量有顯著的正向影響.當地區(qū)經濟發(fā)展增加到一定程度時，才會加速帶來區(qū)域內人才的交流、貨物的流通；由此會加大貨物運輸需求，進而導致水路運輸貨物量的增長.城鎮(zhèn)化水平對港口礦建材料吞吐量、港口化學肥料及農藥吞吐量有正向影響，對港口糧食吞吐量有負向影響.地區(qū)就業(yè)狀況對港口化學肥料及農藥吞吐量、港口礦建材料吞吐量有顯著的正向影響，對港口糧食吞吐量有負向影響，但不顯著.城鎮(zhèn)化率和就業(yè)率的提高，反映該地區(qū)結合自然資源優(yōu)勢、產業(yè)發(fā)展基礎等釋放出經濟增長動力，同樣也會促進四川、重慶兩地所開采的煤炭礦石等資源向沿海城市運輸，沿海地區(qū)的貨物向西發(fā)送，從而帶來貨物流通.節(jié)能降耗成效水平對港口糧食吞吐量有顯著的正向影響，對港口化學肥料及農藥吞吐量、港口礦建材料吞吐量有負向影響，但不顯著.公路貨運量對港口礦建材料吞吐量、港口糧食吞吐量有一定的負向影響；鐵路貨運量對港口礦建材料吞吐量有一定的負向影響；長江上游區(qū)域的貨運方式并非只有內河運輸一種，當發(fā)送的貨物量一定的情況下，公路貨運量和鐵路貨運量增多，水路運輸貨運量將會減少，三種運輸方式在貨物運輸總量上保持相對的平衡.

3.4 中介效應回歸分析

根據沿江港口城市貨運鐵路建成前后影響水路運輸貨運量的因素分析，為了驗證是否存在鐵路建設促進當地經濟發(fā)展，進而促生水運貨運量的傳導鏈條，將對地區(qū)經濟增速進行中介效應檢驗，進一步驗證影響長江上游區(qū)域水運貨運量增長的主要因素，并驗證新建鐵路是否影響地區(qū)經濟增長進而影響港口水運增長.

地區(qū)經濟增速對水運貨運量的中介效應分析結果如表11所示，模型結果29、31、33、35分別為未加入I3的結果，在此基礎上加入中介變量I3檢驗帶來的中介效應.模型結果30、32、34、36表明，地區(qū)經濟增長速度均產生了顯著正向中介效應，而且增加中介變量后的R2和調整后R2均顯著增加，表明模型的效果比較理想.綜上可知，沿江鐵路貨運建設通過地區(qū)經濟增長速度對水路運輸的貨運量增長產生了中介效應.

表11 中介效應回歸分析結果

為檢驗地區(qū)經濟增長速度中介效應的穩(wěn)健性，進一步采用Sobel檢驗法進行了變量關系分析.地區(qū)經濟增長速度的中介效應分析結果如表12所示.

表12 地區(qū)經濟增長速度中介效應的穩(wěn)健性檢驗Tab.12 Robustness test on the mediating effect of regional economic growth rates

由表12可知，間接反映水運需求的4個貨運量指標的地區(qū)經濟發(fā)展速度Sobel檢驗結果分別為檢驗Z值=-2.037,顯著性P值<0.01;Z=-1.926,P<0.1;Z=-2.562,P<0.01;Z=-2.427,P<0.05.由此可知中介效應顯著.

4 結論

1)從定性與定量結合的角度來探究長江上游水運貨運量與鐵路建設的互動關系，基于2010至2017年長江上游港口面板數據，采用雙重差分模型，闡述了貨運鐵路新建開通對沿岸港口城市港口貨運量的影響，并進一步研究其作用機制.

2)長江上游沿岸港口城市新開通貨運鐵路對港口城市的水運貨運量既存在替代作用也存在促進作用，但是總體來說促進作用更為明顯，且由中介效應檢驗結果可知，貨運鐵路建設可通過促進當地經濟發(fā)展進而有效促進水運貨運增長.

3)應加快沿江貨運鐵路、“鐵路+物流”建設，推進港口鐵路進港進程，完善疏港鐵路與鐵路貨運網連接的規(guī)劃和建設，由此提高沿江港口的集疏運能力，進而優(yōu)化國內貨物運輸結構,提高鐵路、水路所承擔的大宗貨物運輸量.建議打破鐵路、水運不同管理部門之間的壁壘、合理分工，加強多種交通方式間的銜接和協調配合發(fā)展.

4)促進多種交通方式間的銜接和協調配合發(fā)展，應用多源數據量化分析公路、鐵路、水路等多種運輸方式間的相互作用機制，為綜合交通運輸體系建設提供數據支撐與理論依據.