鐵路貨運(yùn)與宏觀經(jīng)濟(jì)運(yùn)行景氣關(guān)聯(lián)關(guān)系研究

(中國鐵路經(jīng)濟(jì)規(guī)劃研究院有限公司 運(yùn)輸研究所，北京 100038)

鐵路貨運(yùn)與宏觀經(jīng)濟(jì)具有長期的均衡關(guān)系，一向被視為表征國民經(jīng)濟(jì)運(yùn)行狀態(tài)的風(fēng)向標(biāo)，充分發(fā)揮鐵路貨運(yùn)與宏觀經(jīng)濟(jì)的強(qiáng)關(guān)聯(lián)性作用，通過對鐵路貨運(yùn)量的監(jiān)測分析，可以真實(shí)反映國家經(jīng)濟(jì)運(yùn)行狀態(tài)，實(shí)現(xiàn)雙向聯(lián)動的景氣度分析和監(jiān)測預(yù)警功能，從而達(dá)到及時預(yù)案、快速應(yīng)對、精準(zhǔn)調(diào)節(jié)，保證鐵路貨運(yùn)市場和宏觀經(jīng)濟(jì)高質(zhì)量平穩(wěn)運(yùn)行。目前，在經(jīng)濟(jì)或行業(yè)運(yùn)行景氣判斷方面，專家學(xué)者已經(jīng)針對我國經(jīng)濟(jì)周期波動性測定及監(jiān)測預(yù)警進(jìn)行研究[1-2]；在電力行業(yè)景氣分析方面，對電力需求影響因素和電力行業(yè)周期波動特征進(jìn)行分析，構(gòu)建電力行業(yè)景氣指數(shù)[3-5]；在鐵路運(yùn)輸景氣研究方面，分別構(gòu)建鐵路貨運(yùn)景氣指數(shù)和鐵路煤炭運(yùn)輸景氣指數(shù)[6-8]。在此基礎(chǔ)上，采用定量研究方法，構(gòu)建鐵路貨運(yùn)與宏觀經(jīng)濟(jì)及重點(diǎn)行業(yè)相關(guān)指標(biāo)間的景氣關(guān)聯(lián)模型，實(shí)現(xiàn)對鐵路貨運(yùn)與宏觀經(jīng)濟(jì)先行、一致、滯后關(guān)系的有效測度。

1 鐵路貨運(yùn)與宏觀經(jīng)濟(jì)指標(biāo)關(guān)聯(lián)模型構(gòu)建

1.1 基于 X-11 季節(jié)調(diào)整法的數(shù)列分解方法

宏觀經(jīng)濟(jì)是指國民經(jīng)濟(jì)總量或國民經(jīng)濟(jì)總體運(yùn)行狀態(tài)，如總供給與總需求、國民經(jīng)濟(jì)總值及其增長速度、國民經(jīng)濟(jì)中的主要比例關(guān)系等。經(jīng)濟(jì)周期是國民經(jīng)濟(jì)運(yùn)行過程中循環(huán)出現(xiàn)的波動現(xiàn)象，是指經(jīng)濟(jì)活動沿著經(jīng)濟(jì)發(fā)展的總體趨勢所經(jīng)歷的有規(guī)律的擴(kuò)張和收縮。經(jīng)濟(jì)周期波動理論一直是經(jīng)濟(jì)學(xué)研究的重要內(nèi)容，是進(jìn)行經(jīng)濟(jì)預(yù)警預(yù)測的基礎(chǔ)，也是正確制訂宏觀經(jīng)濟(jì)政策、企業(yè)決策的理論基礎(chǔ)。鐵路貨運(yùn)對國民經(jīng)濟(jì)增長具有重要支撐作用，可以有效揭示經(jīng)濟(jì)運(yùn)行的周期與波動。近年來，宏觀經(jīng)濟(jì)增速趨緩，產(chǎn)業(yè)結(jié)構(gòu)加速調(diào)整，供給側(cè)改革持續(xù)推進(jìn)，全社會大宗物資需求呈現(xiàn)下滑態(tài)勢，隨之鐵路的貨運(yùn)需求也持續(xù)走低。隨著運(yùn)輸結(jié)構(gòu)調(diào)整政策實(shí)施，鐵路貨運(yùn)量實(shí)現(xiàn)了較快增長，鐵路貨運(yùn)波動與宏觀經(jīng)濟(jì)運(yùn)行的繁榮與低迷的景氣波動，需要通過經(jīng)濟(jì)周期波動理論的相關(guān)模型方法進(jìn)行測度。

根據(jù)經(jīng)濟(jì)周期波動理論，鐵路貨運(yùn)和宏觀經(jīng)濟(jì)指標(biāo)曲線的波動變化既受到趨勢要素和周期循環(huán)要素的驅(qū)動，同時也受到季節(jié)性變化和隨機(jī)因素的影響。因此，通過采用X-11 季節(jié)調(diào)整法，分解剔除相關(guān)指標(biāo)序列中的季節(jié)變動要素和不規(guī)則要素。X-11 季節(jié)調(diào)整法是基于移動平均法的季節(jié)調(diào)整方法，是剔除季節(jié)影響后，對經(jīng)濟(jì)指標(biāo)時間序列進(jìn)行要素分解的傳統(tǒng)方法，可以對鐵路貨運(yùn)和宏觀經(jīng)濟(jì)時間序列分別進(jìn)行分解。依據(jù)中國運(yùn)輸生產(chǎn)指數(shù)(CTSI)相關(guān)指標(biāo)[9]，為更準(zhǔn)確地把握相關(guān)指標(biāo)的周期波動特征，選取鐵路貨物發(fā)送量作為鐵路貨運(yùn)指標(biāo)，同時選取扣除價格因素的工業(yè)增加值作為經(jīng)濟(jì)活動的景氣指標(biāo)。①消除原始數(shù)據(jù)帶有的季節(jié)性影響，利用X-11季節(jié)調(diào)整法對原始數(shù)列進(jìn)行要素分解，剔除其中的季節(jié)要素，提取其中的趨勢－循環(huán)要素，以取得適于分析目的的信息；②分別運(yùn)用時差相關(guān)分析法和K-L 信息量法測度鐵路貨運(yùn)量相對于工業(yè)增加值的景氣關(guān)聯(lián)特性，得出具體的先行、一致、滯后月數(shù)。

針對月份別的數(shù)列按照長期趨勢要素YT、循環(huán)要素YC、季節(jié)波動要素YS和不規(guī)則要素YI進(jìn)行分解。其中，長期趨勢要素YT表示數(shù)列長期的趨勢特性；循環(huán)要素YC表示以若干年為周期的一種長周期性波動；季節(jié)波動要素YS表示每年重復(fù)出現(xiàn)的短周期(即以12 個月為周期)循環(huán)波動，由氣候、溫度、節(jié)假等季節(jié)性因素變化所導(dǎo)致；不規(guī)則要素YI表示由偶然事件引起的變動，如自然災(zāi)害、惡劣天氣、疫情等，其變動無章可循。循環(huán)要素YC和季節(jié)波動要素YS的區(qū)別在于，循環(huán)要素是間隔較長而且不固定的一種周期性波動，而季節(jié)波動要素的波動周期相對固定，即約1 a。

在經(jīng)濟(jì)波動分析過程中，季節(jié)波動要素和不規(guī)則要素往往掩蓋了經(jīng)濟(jì)發(fā)展中的客觀變化，給研判經(jīng)濟(jì)發(fā)展趨勢和當(dāng)前所處的經(jīng)濟(jì)狀態(tài)帶來困難。因此，在分析鐵路貨運(yùn)與宏觀經(jīng)濟(jì)的關(guān)聯(lián)關(guān)系之前，一是獲得2 項(xiàng)指標(biāo)的趨勢-循環(huán)要素序列，從而為分析兩者之間的景氣關(guān)系打下基礎(chǔ)。二是根據(jù)數(shù)據(jù)中的隨機(jī)因素大小，采用不同長度的移動平均進(jìn)行計(jì)算。隨機(jī)因素越大，移動平均長度越大，通過若干次迭代計(jì)算，對組成因子的估算逐步精化。三是利用X-11季節(jié)調(diào)整法進(jìn)行要素分解過程中，相關(guān)指標(biāo)序列的4個構(gòu)成要素對于實(shí)際數(shù)據(jù)的形成，可以通過多種不同的模型形式進(jìn)行表達(dá)，主要包括加法模型、乘法模型、對數(shù)加法模型和偽加法模型[10]。通過對計(jì)算試驗(yàn)效果的分析，研究采用加法模型進(jìn)行數(shù)列分解。

1.2 經(jīng)濟(jì)周期波動測度方法

經(jīng)數(shù)列分解獲得鐵路貨運(yùn)量增長率與工業(yè)增加值增長率的趨勢－循環(huán)要素序列后，選用傳統(tǒng)的經(jīng)濟(jì)周期波動測度方法——時差相關(guān)分析法和K-L 信息量法，分別測算鐵路貨運(yùn)量相對于工業(yè)增加值的先行、一致和滯后特性。時差相關(guān)分析法和K-L 信息量法是2 種經(jīng)典的經(jīng)濟(jì)周期測度方法，2 種方法在實(shí)際應(yīng)用中均存在一定的局限性。時差相關(guān)系數(shù)分析法對數(shù)據(jù)指標(biāo)的長度具有較高要求，而且相關(guān)系數(shù)僅從統(tǒng)計(jì)上表明數(shù)據(jù)的相關(guān)關(guān)系，即使相關(guān)系數(shù)接近于l，也并不意味著數(shù)據(jù)之間一定存在著經(jīng)濟(jì)上的因果關(guān)系，仍需進(jìn)一步分析。K-L 信息量法要求原始數(shù)據(jù)為正數(shù)，但實(shí)際中增長率指標(biāo)極易出現(xiàn)負(fù)數(shù)，需要進(jìn)行一定的正數(shù)化處理，在實(shí)際問題中會產(chǎn)生一定偏差。為盡量規(guī)避測度方法的局限性，綜合運(yùn)用2 種方法進(jìn)行對比計(jì)算以減少誤差，進(jìn)而確定景氣關(guān)聯(lián)性測度分析結(jié)論。

1.2.1 時差相關(guān)分析法

時差相關(guān)分析為基于相關(guān)系數(shù)驗(yàn)證2 種經(jīng)濟(jì)指標(biāo)的時間序列之間先行、一致、滯后關(guān)系的一種方法。時差相關(guān)系數(shù)的計(jì)算方法為：以一項(xiàng)能夠反映經(jīng)濟(jì)景氣性的指標(biāo)作為基準(zhǔn)指標(biāo)(選用我國工業(yè)增加值月度增長率為基準(zhǔn)指標(biāo))，以另一項(xiàng)反映行業(yè)運(yùn)行景氣的指標(biāo)作為備選指標(biāo)，令備選指標(biāo)超前或滯后基準(zhǔn)指標(biāo)若干期，根據(jù)式(1)計(jì)算兩者的相關(guān)系數(shù)。設(shè)y={y1，y2，…，yT}為基準(zhǔn)指標(biāo)，x={x1，x2，…，xT}為備選指標(biāo)，T為樣本個數(shù)，r為時差相關(guān)系數(shù)，則

式中：rl為時差為l情況下的時差相關(guān)系數(shù)；l為時差或延遲數(shù)，表示超前或滯后期，l取負(fù)數(shù)則表示超前，取正數(shù)則表示滯后；L為最大延遲數(shù)；Tl為取齊后的數(shù)據(jù)個數(shù)，有Tl=T-|l|；為備選指標(biāo)的平均值；為基準(zhǔn)指標(biāo)的平均值。

在進(jìn)行景氣分析時，取值若干個不同的延遲數(shù)，分別計(jì)算相應(yīng)的時差相關(guān)系數(shù)，并選取其中最大者作為備選指標(biāo)與基準(zhǔn)指標(biāo)的時差相關(guān)關(guān)系，由此，對應(yīng)的延遲數(shù)l′表示超前或滯后期。則延遲數(shù)為l′情況下的時差相關(guān)系數(shù)rl′為

1.2.2 K-L 信息量法

近年來，K-L 信息量法在經(jīng)濟(jì)分析中得到了廣泛應(yīng)用，即通過K-L 信息量來估計(jì)選擇的概率模型與實(shí)際概率分布相近似的程度。其原理為：以基準(zhǔn)序列為理論分布，備選指標(biāo)為樣本分布，不斷變化備選指標(biāo)與基準(zhǔn)序列時差，通過計(jì)算K-L 信息量來判斷備選指標(biāo)與基準(zhǔn)指標(biāo)的先行、一直、滯后特性。K-L 信息量越小，說明真實(shí)概率分布與模型概率分布越接近，對應(yīng)的移動月數(shù)就是該指標(biāo)的延遲月數(shù)。

設(shè)基準(zhǔn)指標(biāo)為y={y1，y2，…，yT}，T為樣本個數(shù)?？紤]到任意滿足的序列均可視為某隨機(jī)變量的概率分布數(shù)列，其中pi表示第i個隨機(jī)變量。則對基準(zhǔn)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，使得指標(biāo)的和為1，處理后的數(shù)列記為p，則

設(shè)備選指標(biāo)為x={x1，x2，…，xT}，同樣對其進(jìn)行標(biāo)準(zhǔn)化處理，處理后的數(shù)列記為q，則

則K-L 信息量的計(jì)算公式為

式中：kl為時差為l情況下的K-L 信息量；l為時差或延遲數(shù)，表示超前或滯后期，l取負(fù)數(shù)時表示超前，取正數(shù)時表示滯后；L為最大延遲數(shù)；Tl為取齊后的數(shù)據(jù)個數(shù)，有Tl=T-|l|。

從計(jì)算出的2L+1 個K-L 信息量kl值中選出一個最小值kl′作為備選指標(biāo)x關(guān)于基準(zhǔn)指標(biāo)y的K-L信息量，即

其中對應(yīng)的延遲數(shù)l′即為備選指標(biāo)最適當(dāng)?shù)某盎驕笤聰?shù)。K-L 信息量越接近于0，表明備選指標(biāo)x與基準(zhǔn)指標(biāo)y越接近。

2 鐵路貨運(yùn)與宏觀經(jīng)濟(jì)運(yùn)行景氣關(guān)聯(lián)關(guān)系分析

2.1 鐵路貨運(yùn)量與工業(yè)增加值的景氣關(guān)聯(lián)關(guān)系

對于鐵路貨運(yùn)量與工業(yè)增加值景氣關(guān)聯(lián)關(guān)系的分析，首先選取能夠代表兩者景氣性的指標(biāo)數(shù)列作為計(jì)算基礎(chǔ)。以鐵路貨運(yùn)量表征鐵路貨運(yùn)行業(yè)運(yùn)行景氣性，考慮到長期以來鐵路貨運(yùn)品類以工業(yè)大宗原料和產(chǎn)品為主(煤炭和冶煉物資運(yùn)量占鐵路貨運(yùn)量的比重長期維持在80%以上)，則鐵路貨運(yùn)與國民經(jīng)濟(jì)結(jié)構(gòu)中工業(yè)產(chǎn)業(yè)發(fā)展之間的關(guān)系更為緊密。工業(yè)增加值是工業(yè)企業(yè)全部生產(chǎn)活動的總成果扣除了在生產(chǎn)過程中消耗或轉(zhuǎn)移的物質(zhì)產(chǎn)品和勞務(wù)價值后的余額，是反映工業(yè)生產(chǎn)活動景氣狀態(tài)的一項(xiàng)重要指標(biāo)，則選擇工業(yè)增加值表征宏觀經(jīng)濟(jì)景氣性。因此，以月度別的鐵路貨運(yùn)量同比增長率與工業(yè)增加值同比增長率為基礎(chǔ)，運(yùn)用經(jīng)濟(jì)周期波動理論方法，對鐵路貨運(yùn)與工業(yè)運(yùn)行的景氣關(guān)聯(lián)性進(jìn)行分析，進(jìn)而實(shí)現(xiàn)通過鐵路貨運(yùn)指標(biāo)的監(jiān)測反饋工業(yè)經(jīng)濟(jì)運(yùn)行變化趨勢的研判和預(yù)警。

以2000 年1 月—2019 年10 月我國鐵路貨運(yùn)量與全國規(guī)模以上工業(yè)增加值的同比增速時間序列為基礎(chǔ)，分析兩者的景氣關(guān)聯(lián)關(guān)系，即兩者波動周期的先行、一致、滯后關(guān)系。運(yùn)用X-11方法，對鐵路貨運(yùn)量同比增長率和工業(yè)增加值同比增長率時間序列進(jìn)行季節(jié)調(diào)整。剔除其中的季節(jié)波動要素和不規(guī)則要素，獲得鐵路貨運(yùn)量和工業(yè)增加值的趨勢－循環(huán)要素序列。2000年1 月—2019 年10 月鐵路貨運(yùn)量同比增速序列分解如圖1 所示，2000 年1 月—2019 年10 月工業(yè)增加值同比增速序列分解如圖2 所示。

以工業(yè)增加值同比增長率序列的趨勢－循環(huán)要素為基準(zhǔn)指標(biāo)，以鐵路貨運(yùn)量同比增長率序列的趨勢－循環(huán)要素為被選擇指標(biāo)，分別運(yùn)用時差相關(guān)分析法和K-L 信息量法對兩者的景氣關(guān)系進(jìn)行計(jì)算。運(yùn)用時差相關(guān)分析法，設(shè)定最大延遲數(shù)L=18，計(jì)算2000 年1 月—2019 年10 月 工 業(yè) 增加值增長率與鐵路貨運(yùn)量增長率的時差相關(guān)系數(shù)如圖3 所示。由圖3 可見，當(dāng)延遲數(shù)l=-13 時，時差相關(guān)系數(shù)最大，r-13=0.49，表明鐵路貨運(yùn)量增長率序列比工業(yè)增加值增長率序列超前13 個月。

在運(yùn)用K-L 信息量法計(jì)算之前，考慮到基準(zhǔn)指標(biāo)和被選擇指標(biāo)均要求為非負(fù)數(shù)，而分解得到的TC序列難免會出現(xiàn)負(fù)增長情況，則此時以同比擴(kuò)大倍數(shù)序列來代替，即，以[yt/yt-12]×100% (或(1+gt))作為基礎(chǔ)數(shù)據(jù)進(jìn)行測算。同樣設(shè)定最大延遲數(shù)L=18，為方便起見，把計(jì)算出的K-L信息量擴(kuò)大10 000 倍，2000 年1 月—2019 年10 月工業(yè)增加值增長率與鐵路貨運(yùn)量增長率的K-L 信息量如圖4 所示。則當(dāng)延遲數(shù)l=-11 時，K-L 信息量最小，k-13=7.78，表明鐵路貨運(yùn)量增長率序列比工業(yè)增加值增長率序列超前11 個月。

圖1 2000 年1 月—2019 年10 月鐵路貨運(yùn)量同比增速序列分解Fig.1 Decomposition of railway freight volume growth rate sequence from January 2000 to October 2019

圖2 2000 年1 月—2019 年10 月工業(yè)增加值同比增速序列分解Fig.2 Decomposition of industrial output growth rate sequence from January 2000 to October 2019

圖3 2000 年1 月—2019 年10 月工業(yè)增加值增長率與鐵路貨運(yùn)量增長率的時差相關(guān)系數(shù)Fig.3 Time difference correlation coefficient between industrial output growth rate and railway freight volume growth rate from January 2000 to October 2019

圖4 2000 年1 月—2019 年10 月工業(yè)增加值增長率與鐵路貨運(yùn)量增長率的K-L 信息量Fig.4 K-L information correlation coefficient between industrial output growth rate and railway freight volume growth rate from January 2000 to October 2019

為增強(qiáng)計(jì)算結(jié)論說服力，選取1995 年1 月—2019 年10 月的數(shù)列運(yùn)用同樣方法進(jìn)行計(jì)算分析，鐵路貨運(yùn)量增長率相對工業(yè)增加值增長率的景氣關(guān)系如表1 所示。

表1 鐵路貨運(yùn)量增長率相對工業(yè)增加值增長率的景氣關(guān)系Tab.1 Prosperity relationship between railway freight volume growth rate and industrial output growth rate

綜合各種情況下的計(jì)算結(jié)果，得到鐵路貨運(yùn)與宏觀經(jīng)濟(jì)運(yùn)行景氣關(guān)系：鐵路貨運(yùn)量增長率序列相比工業(yè)增加值增長率序列超前10～ 13 個月，即鐵路貨運(yùn)的景氣波動先行宏觀經(jīng)濟(jì)10～ 13 個月。

對定量計(jì)算結(jié)論的原因進(jìn)行定性分析：①鐵路貨運(yùn)量以煤炭、石油、鋼鐵、礦石等資源型大宗物資為主(占比70%以上)，這些貨物品類為工業(yè)生產(chǎn)提供最基本的能源和原料，是驅(qū)動工業(yè)發(fā)展的先行要素。因此，鐵路貨運(yùn)量增長率的波動周期超前工業(yè)增加值增長率波動周期有其合理性。②從各工業(yè)行業(yè)生產(chǎn)特性來看，從工業(yè)生產(chǎn)所需的原料、燃料運(yùn)輸?shù)綇S到生產(chǎn)完成、產(chǎn)品銷售產(chǎn)生價值，再到產(chǎn)品作為另一行業(yè)的原材料通過生產(chǎn)和銷售產(chǎn)生更高價值，供應(yīng)鏈上不同節(jié)點(diǎn)間均需要一定的時間跨度，總體來看10～ 13 月的時長基本能夠涵蓋工業(yè)價值鏈的增長周期。由此，即可通過監(jiān)測當(dāng)前鐵路貨運(yùn)量增速變化，預(yù)警未來1 年內(nèi)宏觀經(jīng)濟(jì)運(yùn)行的收縮或擴(kuò)張趨勢，判斷宏觀經(jīng)濟(jì)運(yùn)行的景氣變化。

2.2 重點(diǎn)行業(yè)與鐵路貨運(yùn)景氣關(guān)聯(lián)關(guān)系

長期以來，煤炭一直是我國鐵路貨物運(yùn)輸?shù)淖畲笃奉?，煤炭行業(yè)作為重點(diǎn)行業(yè)，煤炭運(yùn)量占鐵路總貨運(yùn)量的比重長期穩(wěn)定在50%以上，煤炭運(yùn)輸對我國鐵路貨運(yùn)的支撐作用尤為顯著，煤炭運(yùn)量的變化一定程度上反映了鐵路貨運(yùn)的景氣波動。同時，煤炭又是我國重要的能源物資，我國煤炭占一次能源消費(fèi)的比例長期維持在60%左右，是促進(jìn)經(jīng)濟(jì)增長的重要引擎。由于我國煤炭供給主要依靠國內(nèi)自產(chǎn)供應(yīng)，進(jìn)口量所占比重較小，因此，全國煤炭產(chǎn)量即可作為判斷鐵路貨運(yùn)景氣性的一項(xiàng)重要指標(biāo)。另外，由于鐵路運(yùn)輸?shù)拿禾恳园l(fā)電用的動力煤為主，則鐵路貨運(yùn)量與全社會發(fā)電量之間也存在一定的景氣關(guān)聯(lián)關(guān)系。

運(yùn)用上述相同方法，分別對煤炭產(chǎn)量增長率、發(fā)電量增長率與鐵路貨運(yùn)量增長率的先行、一致和滯后關(guān)系進(jìn)行計(jì)算。原煤產(chǎn)量增長率相對鐵路貨運(yùn)量增長率的景氣關(guān)系如表2 所示，發(fā)電量增長率相對鐵路貨運(yùn)量增長率的景氣關(guān)系如表3 所示。

表2 原煤產(chǎn)量增長率相對鐵路貨運(yùn)量增長率的景氣關(guān)系Tab.2 Prosperity relationship between raw coal output growth rate and railway freight volume growth rate

表3 發(fā)電量增長率相對鐵路貨運(yùn)量增長率的景氣關(guān)系Tab.3 Prosperity relationship between power generation growth rate and railway freight volume growth rate

結(jié)果表明，煤炭產(chǎn)量增長率和發(fā)電量增長率均為鐵路貨運(yùn)量增長率的一致性指標(biāo)，煤炭和電力行業(yè)與鐵路貨運(yùn)行業(yè)的景氣波動具有同步性。其中，基于時差相關(guān)分析法得到結(jié)論：原煤產(chǎn)量增長率滯后鐵路貨運(yùn)量增長率1 個月，發(fā)電量增長率先行鐵路貨運(yùn)量增長率1 個月。其主要原因在于，對于煤電能源行業(yè)，上游生產(chǎn)端原煤產(chǎn)量的增減很大程度上是受下游發(fā)電端的電煤需求所驅(qū)動，一定時間周期內(nèi)，電廠耗煤量的變化將通過鐵路運(yùn)輸環(huán)節(jié)逆向傳導(dǎo)至煤炭生產(chǎn)端。因此，在一定程度上，發(fā)電量增長率成為鐵路貨運(yùn)量增長率的先行指標(biāo)，同時鐵路貨運(yùn)量增長率成為原煤產(chǎn)量增長率的先行指標(biāo)。

3 研究結(jié)論

（1）編制鐵路貨物運(yùn)輸生產(chǎn)指數(shù)，并納入經(jīng)濟(jì)運(yùn)行景氣監(jiān)測預(yù)警系統(tǒng)。為了更好地發(fā)揮鐵路貨運(yùn)的“風(fēng)向標(biāo)”作用，應(yīng)充分發(fā)揮鐵路貨運(yùn)指標(biāo)精密統(tǒng)計(jì)的功效，建立鐵路貨運(yùn)監(jiān)測系統(tǒng)，采用與中國運(yùn)輸生產(chǎn)指數(shù)(CTSI)相同的編制方法，除鐵路貨運(yùn)量之外，更加廣泛地吸納分品類的貨物運(yùn)輸量、日均裝車數(shù)、運(yùn)輸貨物價值等為基礎(chǔ)指標(biāo)，采用合成指數(shù)法進(jìn)行加權(quán)合成，建立鐵路貨物運(yùn)輸生產(chǎn)指數(shù)，反映鐵路貨物運(yùn)輸業(yè)總體運(yùn)行情況，并將其納入經(jīng)濟(jì)運(yùn)行景氣監(jiān)測預(yù)警系統(tǒng)，通過鐵路貨物運(yùn)輸生產(chǎn)指數(shù)與GDP 之間的強(qiáng)相關(guān)性，更好地發(fā)揮鐵路貨運(yùn)對經(jīng)濟(jì)景氣的預(yù)警作用。

（2）強(qiáng)化運(yùn)輸結(jié)構(gòu)調(diào)整政策落地，優(yōu)化調(diào)整全社會的貨運(yùn)市場結(jié)構(gòu)，提升鐵路貨運(yùn)預(yù)警的準(zhǔn)確度。以往一段時間內(nèi)，公路運(yùn)輸發(fā)展強(qiáng)勁，造成鐵路貨運(yùn)市場份額丟失，鐵路貨運(yùn)量變化呈現(xiàn)出一定的非合理性，這在一定程度上影響了對于宏觀經(jīng)濟(jì)運(yùn)行景氣性的判斷。對此，應(yīng)繼續(xù)強(qiáng)化公路運(yùn)輸管理，加快構(gòu)建綠色交通體系，確保鐵路貨運(yùn)行業(yè)景氣的榮枯處于合理波動范圍，從而進(jìn)一步提高以其為依據(jù)研判預(yù)警經(jīng)濟(jì)運(yùn)行景氣的準(zhǔn)確性和權(quán)威性。