国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

宏觀視角下地鐵建設(shè)與城市經(jīng)濟的關(guān)聯(lián)分析

2022-06-15 08:50游俊雄
鐵道運輸與經(jīng)濟 2022年6期
關(guān)鍵詞:殘差增量長度

游俊雄

(廈門大學(xué)嘉庚學(xué)院 管理學(xué)院,福建 漳州 363105)

地鐵是城市交通系統(tǒng)的現(xiàn)代化表征,通常地鐵的旅行速度不低于35 km/h,高峰小時行車間隔不大于2 min,客運量一般可以達到單向4.5萬人次/h,最大運量甚至可以通過列車編組與發(fā)車頻率調(diào)整達到7.5萬人次/h,運輸能力比地面公共汽車大7 ~ 10倍[1-2]。地鐵的優(yōu)勢在于創(chuàng)造外部經(jīng)濟性,如節(jié)省土地、減少交通噪音、減少交通干擾、節(jié)約能源、減少污染、創(chuàng)造空間價值、快速運送、準時運送等;地鐵的最大劣勢則是建設(shè)成本高、運營費用高[3-4],估算國內(nèi)地鐵每公里造價約為7億 ~ 10億元,部分大城市地鐵建設(shè)成本甚至更高[5-6]。根據(jù)中國城市軌道交通協(xié)會的不完全統(tǒng)計,2019年全國城市軌道交通平均單位車公里運營成本約23.4元,而平均單位車公里收入為16.7元,運營收支比為72.7%,運營收支比超過100%的城市有杭州、深圳、北京、青島,均為資源經(jīng)營收入較高的城市。2020年受新冠肺炎疫情影響,城市軌道交通運營收支比降到65%[7],顯示地鐵營收不足的城市大比例存在,而且將持續(xù)背負著未來運營的財務(wù)補貼壓力,這與過往認為地鐵建設(shè)可以帶動城市經(jīng)濟正向發(fā)展的認知[8]似乎背道而馳。2018年國務(wù)院辦公廳印發(fā)《關(guān)于進一步加強城市軌道交通規(guī)劃建設(shè)管理的意見》,提高了城市軌道交通規(guī)劃建設(shè)的門檻,其中GDP的指標要求從原有的1 000億元提高到3 000億元[9-10],顯示國家發(fā)展和改革委員會對于地鐵基建項目采取了愈加審慎的態(tài)度,以避免地鐵的過度投資拖累經(jīng)濟發(fā)展,引發(fā)債務(wù)風(fēng)險。地鐵建設(shè)規(guī)模龐大,與城市經(jīng)濟發(fā)展關(guān)聯(lián)密切,在此對宏觀視角下地鐵建設(shè)與城市經(jīng)濟的關(guān)聯(lián)關(guān)系進行分析研究。

1 地鐵建設(shè)與城市經(jīng)濟概況

截至2020年底,我國共有38個城市開通地鐵運營,2016—2020年期間新增地鐵線路長度3 629.2 km,在建地鐵線路長度5 662.2 km。2020年地鐵運營規(guī)模與城市經(jīng)濟人口數(shù)據(jù)如表1所示[7]。根據(jù)地鐵線路長度與GDP可以畫出散點圖,按GDP分類的地鐵城市分布如圖1所示。圖1顯示地鐵線路長度與GDP具有一定的相關(guān)性,從大趨勢上可以發(fā)現(xiàn)城市GDP越高,地鐵線路長度就越長。圖1中根據(jù)GDP將地鐵城市劃分為4類:I類城市GDP > 15 000億元,共有9個城市,地鐵線路4 ~ 20條,線路長度165 ~ 694 km;II類城市10 000億元 < GDP < 15 000億元,共有12個城市,地鐵線路1~8條,線路長度22 ~ 239 km;III類城市5 000億元 < GDP < 10 000億元,共有11個城市,地鐵線路1 ~ 8條,線路長度30 ~ 140 km;IV類城市GDP < 5 000億元,共有6個城市,地鐵線路1 ~ 4條,線路長度24 ~ 108 km。

表1 2020年地鐵運營規(guī)模與城市經(jīng)濟人口數(shù)據(jù)Tab.1 Subway operation scale and urban economic and population in 2020

圖1 按GDP分類的地鐵城市分布Fig.1 Subway city distribution according to GDP

2 地鐵建設(shè)規(guī)模與經(jīng)濟關(guān)聯(lián)分析

2.1 建設(shè)規(guī)模相關(guān)因素分析

從表1可以發(fā)現(xiàn),地鐵線路數(shù)量與線路長度與GDP、人口都具有關(guān)聯(lián)性。研究將直轄市、省會級城市與一般城市給予不同的分類值,直轄市以1代表、省會級城市以2代表、一般城市以3代表。為了厘清地鐵建設(shè)與城市經(jīng)濟的關(guān)聯(lián)性,研究設(shè)定了H1—H5統(tǒng)計假設(shè),其中H1—H3地鐵線路規(guī)模包括了地鐵線路數(shù)量與線路長度2個變量。

H1:地鐵線路規(guī)模與GDP線性相關(guān)。

H2:地鐵線路規(guī)模與城市人口數(shù)量線性相關(guān)。

H3:地鐵線路規(guī)模與城市行政中心特性線性相關(guān)。

H4:地鐵線路長度排名與城市GDP在全國排名線性相關(guān)。

H5:不同分區(qū)城市地鐵線路長度與GDP相關(guān)性不同。

通過統(tǒng)計軟件進行了相關(guān)檢驗工作,得到地鐵規(guī)模與關(guān)鍵因素皮爾遜相關(guān)系數(shù)如表2所示,不同宏觀范圍下地鐵線路長度與GDP皮爾遜相關(guān)系數(shù)如表3所示,城市地鐵規(guī)模排名與GDP排名相關(guān)性如表4所示。

表4 城市地鐵規(guī)模排名與GDP排名相關(guān)性Tab.4 Correlation between subway scale ranking and GDP ranking among cities

從表2的皮爾遜相關(guān)系數(shù)可以發(fā)現(xiàn),在宏觀視角下38個城市的地鐵線路數(shù)量與線路長度2個變量有明顯線性相關(guān),而線路數(shù)量或線路長度與GDP、人口數(shù)、行政中心等因素同樣具有顯著相關(guān),其中又以GDP與地鐵線路長度呈高度相關(guān),而GDP又與其他因素高度相關(guān)。因此,為了避免共線性問題,分析地鐵規(guī)模與經(jīng)濟體量聯(lián)動時,選擇地鐵線路長度與GDP 2個變量進行回歸分析。

表2 地鐵規(guī)模與關(guān)鍵因素皮爾遜相關(guān)系數(shù)Tab.2 Pearson correlation coefficient between subway scale and key factors

從圖1可以發(fā)現(xiàn),以GDP進行的城市分區(qū)中,地鐵線路長度與GDP的相關(guān)性有所不同,因此分析了不同宏觀范圍下地鐵線路長度與GDP的皮爾遜相關(guān)系數(shù),得到表3的結(jié)果。可以發(fā)現(xiàn),當(dāng)城市GDP較小時(III類與IV類城市),GDP與地鐵線路長度相關(guān)性并不明顯;但是當(dāng)城市GDP越大時,線路長度與GDP的線性相關(guān)就會更明顯。表3顯示,當(dāng)城市GDP體量達到II類城市時,地鐵線路長度與GDP的線性相關(guān)就會趨于顯著;當(dāng)城市GDP體量達到I類城市時,地鐵線路長度與GDP的線性相關(guān)會更加明顯。

表3 不同宏觀范圍下地鐵線路長度與GDP皮爾遜相關(guān)系數(shù)Tab.3 Pearson correlation coefficient between subway line length and GDP in different macro ranges

為了檢驗地鐵規(guī)模排名與各城市在全國GDP排名的相關(guān)性,研究采用無參數(shù)檢驗法,計算了肯德爾taub相關(guān)系數(shù)與斯皮爾曼Rho相關(guān)系數(shù),結(jié)果如表4所示。表4顯示地鐵線路長度排名與城市GDP排名具有相關(guān)性,但是其相關(guān)強度不如地鐵線路長度與城市GDP總量相關(guān)緊密,即城市GDP排名對地鐵規(guī)模的影響不及GDP。通過表2、表3與表4的相關(guān)分析檢驗,說明統(tǒng)計假設(shè)H1—H5全部接受。

2.2 回歸模型分析

宏觀視野下地鐵線路長度與城市GDP具有高度相關(guān)性,因此根據(jù)2020年的數(shù)據(jù)散點圖形態(tài)構(gòu)建了以線路長度為因變量,以GDP為自變量的線性回歸模型與指數(shù)回歸模型,并計算得出2個模型的判定系數(shù)(R2),以分析地鐵線路長度受GDP影響的情形。直線回歸模型與指數(shù)回歸模型如圖2所示,地鐵線路長度回歸模型如表5所示。2個回歸模型自變量系數(shù)都是顯著有效,由于線性回歸模型擬合優(yōu)度R2為0.798較佳,因此以線性回歸模型進行后續(xù)分析,此回歸模型基本上符合國家發(fā)展和改革委員會對規(guī)劃建設(shè)地鐵城市GDP達到3 000億元以上體量的新要求。模型顯示在宏觀視野下,地鐵線路長度隨著城市GDP總量每增加1 000億元增加18 km,即城市每增加55.6億元的GDP,地鐵增量為1 km。在現(xiàn)有的地鐵城市分類中,IV類城市中6個城市GDP體量顯然不足,11個III類城市有5個不足,12個II類城市有2個不足,9個I類城市有6個不足,GDP不足城市比例為50%。

表5 地鐵線路長度回歸模型Tab.5 Regression model of subway line length

圖2 直線回歸模型與指數(shù)回歸模型Fig.2 Linear regression model and exponential regression model

2.3 殘差分析

殘差分析為觀察值與回歸預(yù)測值的差異,可以用來判斷樣本點與宏觀趨勢的差異狀況,殘差標準化過程是將各殘差值減去其平均值后再除以標準差的做法,檢視線性回歸模型的殘差標準化散布圖。地鐵線路長度受GDP影響回歸殘差散布圖如圖3所示。由圖3可知,截至2020年底,38個城市地鐵線路長度受GDP影響下,I類城市回歸標準化殘差值平均為0.431 73,顯示實際線路長度有明顯高于回歸模型預(yù)測趨勢的現(xiàn)象,其中成都、廣州、武漢地鐵線路長度數(shù)值偏高(回歸標準化殘差值>1),偏離整體趨勢,尤其又以成都最高,回歸標準化殘差值為3.172 55,重慶、蘇州地鐵線路長度數(shù)值偏低(回歸標準化殘差值<-1);II類城市回歸標準化殘差值平均為-0.463 18,顯示實際線路長度明顯低于回歸模型預(yù)測趨勢現(xiàn)象,只有西安地鐵線路長度數(shù)值偏高,回歸標準化殘差值為1.400 98,明顯偏離回歸模型預(yù)測下GDP對應(yīng)的線路長度數(shù)值,無錫、佛山、青島、濟南地鐵線路長度明顯偏低(回歸標準化殘差值<-1);III類城市回歸標準化殘差值平均為-0.062 21,整體地鐵線路長度略低于依據(jù)GDP所預(yù)測的長度,東莞回歸標準化殘差值為-1.044 07,明顯偏低;IV類城市中的回歸標準化殘差值平均為0.392 82,顯示實際線路長度明顯高于回歸模型的趨勢預(yù)測值,6個城市的線路長度數(shù)值雖然都偏高,但回歸標準化殘差值都小于1,只有南寧略高,回歸標準化殘差值為0.952 19。

圖3 地鐵線路長度受GDP影響回歸殘差散布圖Fig.3 Scatter diagram of regression residuals of subway line length affected by GDP

殘差分析結(jié)果顯示,I類城市GDP越大在地鐵建設(shè)上越是超越回歸模型預(yù)測趨勢,加大地鐵建設(shè)規(guī)模,顯示了其樂觀態(tài)度。IV類城市由于GDP體量小,為了維持地鐵路網(wǎng)的基本功能,地鐵建設(shè)必須在可控范圍內(nèi)超越回歸模型的預(yù)測趨勢。II類、III類城市相對保守,嚴守地鐵線路長度配合GDP增量限制,甚至不因GDP增量而加快地鐵建設(shè)速度。地鐵運營成本具規(guī)模特性,GDP小的IV類城市雖然地鐵線路規(guī)模較小,但財政承壓顯然大于GDP大的城市。

2.4 地鐵線路長度增量與GDP增量邊際關(guān)系

雖然宏觀趨勢下地鐵規(guī)模與GDP呈現(xiàn)正相關(guān)性,但是檢視2016—2020年38個城市的GDP,可以發(fā)現(xiàn)即使每個城市的地鐵規(guī)模都擴大了,但并非每個城市的GDP都是增加的。在此期間,天津、沈陽、大連、呼和浩特、哈爾濱的地鐵建設(shè)規(guī)模持續(xù)擴大,但GDP卻是減少的;而上海、北京、南京、無錫的每公里地鐵線路長度增量都配合著百億元以上的GDP增量。2016—2020年各城市地鐵線路長度增量與GDP增量關(guān)系如表6所示。整體而言,38個城市平均每公里地鐵線路長度增量配合著38.08億元的GDP增量,I類城市平均為40.94億元,II類城市平均為40.93億元,III類城市平均為31.04億元,IV類城市平均為21.22億元。以上數(shù)據(jù)表明,不同城市的地鐵發(fā)展特性不同,部分城市地鐵建設(shè)速度過快,忽略了經(jīng)濟的增加速度。經(jīng)濟是財政來源的基礎(chǔ),太過忽略經(jīng)濟成長的地鐵建設(shè),可能為城市帶來過重的財政負擔(dān),減弱政府財政經(jīng)濟效果。

表6 2016—2020年各城市地鐵線路長度增量與GDP增量關(guān)系Tab.6 Relationship between the increment of subway line length and growth of GDP in each city from 2016 to 2020

3 地鐵運營補貼承載力分析

地鐵運營成本通常較高,國內(nèi)地鐵整體運營收支比平均為60% ~ 70%,各城市普遍會對地鐵進行財務(wù)補貼[5],不同城市對地鐵運營的財政補貼能力因財政來源不同而有所差別,通常城市GDP與財政具有高度正相關(guān)性,GDP越高城市所能承受的地鐵運營補貼壓力也越大。而地鐵由于具備規(guī)模經(jīng)濟特性,路網(wǎng)規(guī)模越大,平均運營成本會逐漸下降,營收增加。

計算2016—2020年各城市GDP年平均值,各城市每公里地鐵線路長度對應(yīng)的GDP如圖4所示。從圖4可以發(fā)現(xiàn),大城市每公里地鐵線路長度對應(yīng)的GDP數(shù)值普遍較低,顯示對地鐵運營財務(wù)承載力較為樂觀,中小城市則相對保守。I類城市平均值為0.568 9,其中重慶(0.86)、蘇州(1.09)較高;II類城市平均值為1.295 8,西安最低(0.35),佛山(4.67)、濟南(1.78)較高;III類城市平均值為1.276 4,昆明(0.4)、沈陽(0.58)、南昌(0.58)較低,東莞(2.21)、常州(2.02)、哈爾濱(2.0)較高;IV類城市平均值為0.968 3,南寧(0.4)、呼和浩特(0.6)較低,太原(1.55)較高。2016—2020年GDP減少的城市中沈陽、呼和浩特在各分區(qū)城市中有補貼承載力偏低現(xiàn)象。此數(shù)據(jù)基本反應(yīng)了地鐵規(guī)模經(jīng)濟特性,以及I類城市地鐵運營財務(wù)承載力較為樂觀,II類、III類城市相對保守的情況。補貼承載數(shù)值過低顯示地鐵建設(shè)增量可能超過經(jīng)濟發(fā)展速度,使城市公共財政壓力過重;補貼承載數(shù)值過高則可能致使地鐵建設(shè)落后,影響城市持續(xù)發(fā)展。

圖4 各城市每公里地鐵線路長度對應(yīng)的GDPFig.4 GDP corresponding to the length of subway line per kilometer in each city

4 環(huán)比分析

根據(jù)中國城市軌道交通協(xié)會與各省市統(tǒng)計局的經(jīng)濟數(shù)據(jù),2021年地鐵運營規(guī)模與城市經(jīng)濟變化數(shù)據(jù)如表7所示。相對2020年,地鐵運營城市增加紹興和洛陽2個,達到40個。

由表7可知,2021年I類城市共9個,II類城市共13個,III類城市共14個,IV類城市共4個。與2020年進行環(huán)比分析,計算得到2021年地鐵線路長度回歸模型如表8所示。比較表5與表8,可以發(fā)現(xiàn)2個年度的橫斷面數(shù)據(jù)都顯示宏觀視角下,城市GDP每增加1 000億元地鐵線路運營長度增加18 km的趨勢,即每公里地鐵線路增加長度對應(yīng)著55.6億元GDP的增加值。

表7 2021年地鐵運營規(guī)模與城市經(jīng)濟變化數(shù)據(jù)Tab.7 Subway operation scale and urban economic changes in 2021

表8 2021年地鐵線路長度回歸模型Tab.8 Regression model of subway line length in 2021

以2020年38個城市為基礎(chǔ),環(huán)比2021年38個城市GDP增量與地鐵線路長度增量關(guān)系平均為58.8億元/km,相較2016—2020期間的平均值38.08億元/km,顯示地鐵發(fā)展與經(jīng)濟產(chǎn)出在既定宏觀趨勢下穩(wěn)定成長。2021年GDP增量與地鐵線路長度增量關(guān)系,I類城市平均為63.2億元/km,II類城市平均為68.7億元/km,III類城市平均為38.1億元/km,IV類城市平均為43.8億元/km。III類城市GDP增量較小,擴大地鐵運營規(guī)模較吃力;IV類城市僅有貴陽增加了地鐵運營長度。以上顯示經(jīng)濟發(fā)展體量較小的城市,地鐵擴展速度明顯保守。

5 結(jié)論與建議

研究分析發(fā)現(xiàn),地鐵線路長度與城市GDP是高度相關(guān)的(相關(guān)系數(shù)為0.894),但也不是絕對相關(guān),有些城市雖然GDP較高,但不一定大力興建地鐵,因此地鐵線路長度的排名與城市GDP的排名相關(guān)性不如其與城市GDP總量的相關(guān)性緊密。在宏觀視角下計算得出城市GDP每增加1 000億元地鐵線路長度增加18 km,表明要建設(shè)地鐵,城市經(jīng)濟的增量是必要的。同時,還應(yīng)考慮地鐵建設(shè)完工后的運營成本負擔(dān)問題。研究結(jié)果顯示GDP較高的城市,對應(yīng)每公里地鐵線路長度的GDP數(shù)值相對較低,顯示大城市對發(fā)展地鐵的樂觀態(tài)度,中小城市在這項數(shù)值上明顯偏高,顯示出較為保守的態(tài)度。值得注意的是,西安、昆明、沈陽、南昌、南寧、呼和浩特等城市每公里地鐵線路長度GDP對應(yīng)值與同類型城市比較明顯偏低,未來在運營財政補貼上可能帶來壓力。此外,為了維持地鐵正常運作的財務(wù)支持,建議除票價應(yīng)隨物價水平適度調(diào)整外,地鐵系統(tǒng)所創(chuàng)造的外部經(jīng)濟利益也應(yīng)考慮部分納入營收中,以達到為城市持續(xù)提供服務(wù)的目的。

猜你喜歡
殘差增量長度
基于殘差-注意力和LSTM的心律失常心拍分類方法研究
導(dǎo)彈增量式自適應(yīng)容錯控制系統(tǒng)設(shè)計
基于雙向GRU與殘差擬合的車輛跟馳建模
研發(fā)信息的增量披露能促進企業(yè)創(chuàng)新投入嗎
提質(zhì)和增量之間的“辯證”
繩子的長度怎么算
基于殘差學(xué)習(xí)的自適應(yīng)無人機目標跟蹤算法
基于深度卷積的殘差三生網(wǎng)絡(luò)研究與應(yīng)用
特大城市快遞垃圾增量占垃圾增量93%
愛的長度