摘 要：围绕旅客运输、货物运输等主要统计指标开展影响因素分析，基于相关性分析、时差相关分析、平稳性检验及弹性分析等计量方法分析确定其关联性定量指标。经测算，确定影响旅客运输的指标有全国居民人均可支配收入和全社会汽车保有量2项关联性定量化指标，确定影响货物运输的指标有工业增加值、非食品CPI指数和进口总额3项关联性定量化指标。

关键词：旅客运输;货物运输;影响因素;关联指标;

综合运输主要统计指标包括旅客运输和货物运输等领域实物量指标。营业性客运量是衡量旅客运输发展规模最具代表性的指标，一定程度反映了全社会人员跨区域流动的活跃水平。营业性货运量指标作为行业重要的实物量指标与宏观经济形势匹配良好而备受关注，重点反映包括铁路、公路、水路、民航在内的全社会货物流动规模和强度。近年来，随着供给侧结构性改革不断深化，国内经济转型升级、高质量发展，主要经济指标增长模式从以往更注重数量向数量、质量并重转变，直接地表现为从以往高速增长向中高速增长换挡。本文基于经济学定性分析，开展客货运输主要指标影响因素分析，从影响因素初选指标中定量筛选出与旅客运输、货物运输等主要指标具有稳定关联性的指标。

在开展量化分析过程中，优先选取月度数据进行指标关联性评估，通过分析较高频度月度时间序列关联性，以更准确地反映近期指标间的新变化、新特点。对于部分难以获取月度数据的指标，通过选取季度或年度数据并适度延长样本期，实现指标关联性量化评估。同时为避免新冠肺炎疫情造成的指标剧烈波动对关联分析结论造成误导，在实证分析时月度数据选取2016年1月—2019年12月共计4年、48期数据，季度数据选取2016年1季度—2019年4季度16期数据，年度数据选取2010年以来的11期数据。

相关系数用于衡量两个随机变量之间线性相关程度，常用的衡量相关性的指标为Pearson相关系数。Pearson相关系数的取值范围在[-1,1]，两个变量线性关系越强，系数绝对值越接近于1，反之则接近0。其中，系数大于0表明两变量正相关，小于0则呈负相关。

时差相关分析法是确定指标间先行、一致、滞后的一种常用方法，一般以一个重要的、能敏感反映当前经济活动的时间序列作为基准指标，通过与其他经济指标间的时差相关系数来判断先于该基准指标活动的先行指标、一致指标和滞后指标。本文采用的是ARIMA时差相关分析法，通过ARIMA模型的残差序列求得时差相关系数，根据绝对值最大的系数对应的期数，即可确定经济变量的先行、滞后或同步关系。

检验序列的平稳性通常使用ADF单位根检验方法，检验序列中是否存在单位根过程，若单位根t值所对应的P值大于0.05，则无法拒绝存在单位根的原假设，说明存在单位根，为非平稳序列，可通过差分进行更高阶数平稳性的检验；反之，若P值小于0.05，则拒绝原假设、说明序列平稳。

针对季度、年度指标，在序列相对有限的情况下，通过弹性系数法来进行指标间增速关联性分析。弹性系数是指一定时期内相互联系的两个变量增长速度的比率，它是衡量一个变量的增长幅度对另一个变量增长幅度的依存关系。弹性系数越大，表明依赖程度越大；反之越小。

影响营业性客运量规模变化的主要因素分为供给侧和需求侧，其中供给侧影响因素主要包括运输设施覆盖程度、运力供应情况和客运指导价格的制定。客运指导价格在一定时期内相对较稳定，而运力供给在市场竞争条件和当前装备制造能力水平下不容易出现持续短缺，可见供给因素对客运影响相对有限。需求侧影响因素对营业性客运量的影响则更具有决定性。客运需求主要包括日常生活出行、通勤返乡出行和商旅出行，日常生活出行主要集中在城市内或邻近地区间，大多体现在城市公共交通领域，且需求刚性较强、规模相对稳定；通勤返乡出行则主要体现在跨区域就业人数的变化上；商旅出行属于改善出行，与居民收入水平关联度更高。此外私家车的快速发展，也对客运出行需求的结构划分形成了持续的影响。具体包括如下影响因素。

营业性客运量主要来自公路客运量，道路运输作为基础性、兜底性服务，首要目标就是要确保人民群众“走得了”，在外务工人员作为重要的客户群体，其人数规模变化，对节假日返乡探亲、日常通勤出行需求具有直接影响。结合数据的可得性，初步筛选影响因素为PMI从业人员指数和非制造业PMI从业人员指数2项指标。

商旅出行乘客是营业性客运量的重要组成之一，也是对宏观经济最为敏感的需求主体。商旅出行是在基本生活得到有效保障前提下，衍生出的改善出行需求，从需求定律看，居民收入水平的增加，将促使需求曲线整体上移，增加改善服务的需求水平。结合数据的可得性，初步筛选影响因素包括全国居民人均可支配收入、城镇居民人均可支配收入和农村居民人均可支配收入3项指标。

营业性客运量各主要组成部分中，日常出行、通勤商务出行和返乡探亲出行需求刚性相对较强，而休闲旅游出行作为改善型需求，反映居民消费结构的调整趋势，对营业性客运量特别是铁路和民航中长距离运输、公路旅游包车、水路游轮运输等具有明显的拉动作用。结合数据的可得性，初步筛选影响因素为年度国内旅游人数1项指标。

当前居民出行方式主要包括城市公共交通、营业性客运出行和私家车出行，除了居民总体出行规模变化，各种运输模式之间结构调整也对营业性客运出行产生持续影响。其中城市公共交通对营业性客运的分流主要在于农村班线公交化改造，随着近年来这一进程的持续推进，后续影响将逐步减弱；私家车出行对营业性客运出行的分流则是目前道路客运快速萎缩的主要影响因素。结合数据的可得性，初步筛选影响因素为以私家车为主体的全社会汽车保有量1项指标。

营业性货运量与国民经济发展的关联性较强，由于货物流通需求衍生自实体经济运行、与实体经济各方面都有着密不可分的联系，同时货物运输市场总体竞争较为充分、供给侧影响因素较少，因此在分析影响因素的过程中，重点关注货运需求侧。具体包括如下影响因素。

煤炭、钢铁、原油等生产物资都是营业性货运量占比最高的组成部分，远超生活物资。因此，第二产业特别是工业经济运行情况对货物运输有着最直接和最重要的影响。结合数据的可得性，初步筛选影响因素为工业增加值、生产者物价指数PPI、工业生产者购进价格指数、制造业采购经理指数PMI及其新订单分项指数、原煤产量、火电发电量、柴油产量、原油进口量、粗钢产量、汽车产量等10余项指标。

生活物资运输需求与居民消费密切相关，同时由于生活物资品类较多、单一品类规模相对较小，因此以居民消费情况来间接反映生活物资潜在运输需求。结合数据的可得性，初步筛选影响因素为社会消费品零售总额、消费者价格指数CPI、非食品CPI、非制造业PMI的商务活动、新订单分项指数5项指标。

货物运输另一类占比较高的货物是矿建物资，基础设施及房地产等投资建设项目除了可以促进砂石、水泥、建材等物资运输，也可以对包括钢材、沥青等物资带来相应的拉动。此外，第二产业和投资结构的变化也在一定程度预示着实体经济发展的动力，与货物运输存在关联。结合数据的可得性，初步筛选影响因素为全社会固定资产投资完成额、房地产开发投资完成额、第二产业固定资产投资完成额、民间固定资产投资完成额4项指标。

无论是商品的生产还是消费环节，都会受到货币金融政策的影响，宽松的货币政策环境下，居民名义收入上升、储蓄回报下降、企业资金成本降低，有利于刺激居民消费、促进企业扩大生产，进而带动货运量走高，因此货币环境的松紧也在一定程度上间接影响货运需求的变化。结合数据的可得性，初步筛选影响因素为广义货币供应量M2、社会融资规模、新增人民币贷款3项指标。

随着我国经济逐步融入全球产业链，国内国际双循环相互促进的新发展格局日趋明朗，国际贸易带来的货运需求都有着较强的直接、间接拉动作用。结合数据的可得性，初步筛选出代表性指标包括全国外贸进出口总额、出口总额和进口总额。

对营业性客运量影响因素中PMI从业人员和非制造业PMI从业人员分项指数两项月度统计数据进行时差相关分析，最大相关系数分别为-0.42和-0.46，无明显负相关特征。同时，国内旅游人数逐年快速递增趋势形成明显的分化走势，与经济常识不符，不予分析。对居民收入水平和全社会汽车保有量等季度统计数据计算相关系数，得出营业性客运量与两项指标均呈不同程度的负相关，相关系数分别为-0.85和-0.91。

对全国居民人均可支配收入和全社会汽车保有量两项指标进行弹性系数分析，得到的结果见表1。汽车保有量和居民收入水平的增长在各季度均对营业性客运量形成了负向拉动，汽车保有量的增长对客运量形成了明显的分流效果，随着全社会汽车保有量增速逐步放缓，其分流强度也渐趋稳定。居民收入水平则反映出居民出行习惯发生了深刻改变，从以往居民收入增长带动营业性客运出行需求增加，转变为居民收入增长、出行品质要求提高，进而减少了其对部分基础性、兜底性营业性客运服务的需求，即收入增长对营业性客运出行需求的分流作用已经超过了拉动作用。

表1 营业性客运量与居民收入、汽车保有量之间弹性系数变化情况 下载原图

表1（续） 下载原图

考虑营业性货运量影响因素指标均为月度统计数据，通过与30余个初选影响因素指标增速序列分别进行时差相关性计算，综合相关性系数绝对值大小和正负相关关系合理性，初步筛选出11个走势具有较强相关性的指标，分别为工业增加值、PPI、PMI、社会消费品零售总额、CPI非食品、进口总额（美元）、广义货币M2、火电发电量、柴油产量、汽车产量、铁矿石进口量。

在此基础上，对货运量和11个相关性较强的指标分别进行平稳性检验。包含截距项的ADF单位根检验结果显示，货运量增速序列自身不平稳，1阶差分后的序列拒绝单位根假设，具有平稳性。类似地，在对其余11个指标进行平稳性检验后，其中8个指标具有同阶（1阶）单整性质，3个指标自身序列平稳，较大概率与货运量增速序列不存在长期稳定关系，在指标筛选过程中予以剔除。

此后，对货运量同比增速1阶差分序列和剩余8个关联指标增速差分进行协整关系检验（结果见表2）。最终得到的同时满足与货运量增速变化趋势接近、与货运量增速变化具有长期稳定关系的指标有3个，分别是代表生产、消费和进出口领域的工业增加值、CPI非食品价格以及进口总额，其中由于食品消费具有刚性、受其他因素影响较小，而CPI非食品价格波动更能反映生活性消费品变化特征。

表2 货运量关联指标时差相关分析筛选结果 下载原图

表2（续） 下载原图

注：**表示5%显著性水平下显著，***表示1%显著性水平下显著。

综上，通过分析旅客运输和货物运输的影响因素和关联性指标，得出的主要结论有：旅客运输领域，确定影响旅客运输的指标有全国居民人均可支配收入和全社会汽车保有量2项量化指标，汽车保有量和居民收入水平的增长在各季度均对营业性客运量形成了负向拉动；货物运输领域，确定影响货物运输的指标有工业增加值、非食品CPI指数和进口总额3项量化指标，与货运量增速变化趋势接近且具有长期稳定关系。

[1] 荣朝和.对运输化阶段划分进行必要调整的思考[J].北京交通大学学报，2016(4):122-129.

[2] MCKINNON A C. Decoupling of road freight transport and economic growth trends in the UK:an exploratory analysis[J]. Transport Reviews, 2007, 27(1):37-64.

[3] GOMEZ J, VASSALLO J M. Evolution over time of heavy vehicle volume in toll roads:a dynamic panel data to identify key explanatory variables in Spain[J].Transportation Research Part A:Policy and Practice,2015, 74:282-297.

[4] 冯旭杰，孙全欣，钱堃，等.区域综合交通运输需求与产业结构的协整关系分析[J].交通运输系统工程与信息，2012,12(6):10-16.

[5] 何满喜.基于典型相关分析的交通运输与经济发展关系的研究[J].生态经济，2014(1):100-103.

[6] 姜丕军.交通运输促进经济增长的机制探析[J].北京交通大学学报（社会科学版），2010(2):1-7.

[7] 刘隽，王业矗，李惠娟，等.我国公路运输业对经济发展的影响分析[J].商业经济研究，2015(15):131-132.

[8] 陈嘉玉，武丽，桑美英.货物运输量与经济发展关系研究综述[J].交通世界，2019(11):33-35.

声明：我们尊重原创，也注重分享。有部分内容来自互联网，版权归原作者所有，仅供学习参考之用，禁止用于商业用途，如无意中侵犯了哪个媒体、公司、企业或个人等的知识产权，请联系删除（邮箱：glyhzx@126.com），另本头条号推送内容仅代表作者观点，与头条号运营方无关，内容真伪请读者自行鉴别，本头条号不承担任何责任。