王寅生

摘要：隨著人民生活水平的提高，全國的交通運輸客貨運周轉量正發(fā)生著巨大的變化。為了能夠更好地統(tǒng)籌規(guī)劃地區(qū)的交通運輸，文章以云南省生產總值、客貨運周轉量數(shù)據(jù)為研究依據(jù)，了解地區(qū)客貨運周轉量與生產總值的關系，對未來的客運周轉量進行預測。研究結果表明：隨著國民生產總值的上升，預計未來云南省客運、貨運周轉量依然會繼續(xù)增加，相比較而言，貨運周轉量的增長速度大于客運周轉量。貨運周轉量對生產總值的變化相較于客運周轉量更為敏感，未來生產總值的上升，影響更為顯著的是貨運周轉量。因此為了滿足客運周轉量以及貨運周轉量未來變化的需求，需要考慮加大交通運輸設施建設的力度，尤其是貨運設施。

關鍵詞：客運周轉量；貨運周轉量；生產總值

中圖分類號：F127;F512.7? ? ? ? 文獻標識碼：A? 文章編號：1005-6432（2023）26-0000-06

[DOI]10.13939/j.cnki.zgsc.2023.26.000

1 引言

交通運輸是國民經(jīng)濟的重要基礎，不僅代表了交通運輸行業(yè)的發(fā)展，更代表了國家經(jīng)濟的發(fā)展水平。隨著全國交通樞紐和物流貨運設施的加快建設，我國西南地區(qū)的交通運輸也在極速發(fā)展，交通運輸水平不斷提升。在交通運輸系統(tǒng)的規(guī)模評定指標中，交通運輸客運與貨運周轉量兩個指標尤為重要[1-2]?？瓦\周轉量與貨運周轉量分別指的是在一定的時間范圍里，運送旅客數(shù)量與貨物數(shù)量分別與運距的乘積，單位分別是人/公里、噸/公里?？瓦\周轉量與貨運周轉量不僅僅是國民經(jīng)濟對交通運輸需求的一種反映方式，預測客運周轉量與貨運周轉量也是地區(qū)進行交通規(guī)劃的前提。

崔淑華[3-4]等提到，總人口數(shù)量、固定資產投資、能源生產總量、國內生產總值、城鄉(xiāng)人均收人指數(shù)、農產品產量、公路線路長度、社會消費品零售總額、進出口總額、載貨汽車擁有量，這些指標均會影響到區(qū)域的貨運量。應紀來[5-6]等認為交通運輸客貨運周轉量與國民生產總值密不可分，為探討國民生產總值與交通運輸客運、貨運周轉量的關系，分別使用三種方法進行研究，三種方法分別為彈性系數(shù)法、線性回歸分析法以及邏輯斯曲線法。最終利用三種方法對未來客運與貨運周轉量進行組合預測。在研究客運、貨運周轉量與國民生產總值的關系方面的研究，李欣月[7]等選取了數(shù)年間貴州客運、貨運周轉量與國民生產總值的數(shù)據(jù)，采用VAR模型進行檢驗，從檢驗結果中可以知道，貴州客運、貨運周轉量與國民生產總值存在唯一的協(xié)整關系。呂稼歡[8]等也采用VAR模型對重慶客運、貨運周轉量與國民生產總值的關系進行了分析，發(fā)現(xiàn)研究對象之間也存在唯一的協(xié)整關系。生產總值在推動交通運輸?shù)陌l(fā)展，雖然交通運輸對生產總值的增長起到的直接作用較小，但也間接地促進了區(qū)域經(jīng)濟的增長。楊中才[9]等結合云南省的客運、貨運周轉量數(shù)據(jù)，使用灰色關聯(lián)理論對二者進行預測，并得到了可靠的結果，結果表明未來云南客運、貨運周轉量將會一直增加。白少明[10]提出交通運輸客運量不僅受到國內生產總值的影響，同時也受到產業(yè)經(jīng)濟政策、居民消費水平等因素的影響。作者在研究影響因素的基礎上，建立線性回歸理論的鐵路客貨運量分析預測模型，從分析結果中可知，鐵路客運量與國內生產總值存在明顯線性關系，而貨運量相反。貨運周轉量與客運周轉量對生產總值變化的敏感度不同，為了確定不同因素的敏感度，章光[11-12]等通過定義無量綱形式的敏感度函數(shù)和敏感度因子，使得多因素敏感性分析具有可比性。

上述研究中分別通過不同的方法來檢驗生產總值與客運、貨運周轉量的關系，另外通過收集往年數(shù)據(jù)對未來的客運、貨運周轉量進行預測，為之后的交通運輸規(guī)劃提供依據(jù)。本文以云南省客運、貨運周轉量為研究對象，利用數(shù)據(jù)擬合的方法，找出交通運輸客運、貨運周轉量與生產總值的關系，在對未來的客貨運周轉量發(fā)展進行預測的同時，也根據(jù)前人提出的敏感度分析方法，分析客運周轉量與貨運周轉量對生產總值的敏感程度。

2數(shù)據(jù)來源

以云南省為研究區(qū)域，交通運輸客運、貨運周轉量以及國民生產總值來源于云南省統(tǒng)計局1987-2019年的統(tǒng)計年鑒。

3研究方法

3.1多項式擬合法

云南省交通運輸客運、貨運周轉量與生產總值的關系密不可分，互相之間存在一定的函數(shù)關系。文獻[3][4]中將年份與生產總值所存在的關系利用多項式函數(shù)定義，據(jù)此在數(shù)據(jù)處理軟件origin中，將客運、貨運周轉量與國民生產總值分別定義為因變量與自變量，通過擬合功能，可得到函數(shù)關系曲線如式（1）所示。

式中：Q1表示貨運/客運周轉量、G表示生產總值

3.2擬合優(yōu)度檢驗

為了對origin擬合效果進行檢驗，從而判斷擬合得到的函數(shù)曲線是否能夠用來預測未來生產總值以及客運、貨運周轉量，需要引進R2這一相關指數(shù)。在origin中得到擬合曲線后，自變量對應的擬合值與實際值y存在一定的偏差，偏差越小代表擬合效果越好，即數(shù)值越小擬合效果越好。在計算時，會出現(xiàn)實際值小于擬合值的情況以及因為量級不同導致偏差計算不準確。因此最終R2的計算公式如式（2）所示

其中，代表平均值，n代表統(tǒng)計數(shù)量。R2越接近于1，說明擬合效果越好，關系函數(shù)更為準確。

3.3 敏感性分析方法

在分析系統(tǒng)穩(wěn)定性時，敏感性分析是十分重要的分析結果。敏感性分析中，通常假設某一系統(tǒng)，此系統(tǒng)的特性F主要由n個相關因素所決定，系統(tǒng)特性F與n個元素之間存在關系為，。當相關元素在某一基準狀態(tài)下時，系統(tǒng)特性為。相關因素在規(guī)定范圍內變動時，分析由于變動，系統(tǒng)特性F偏離基準狀態(tài)的趨勢和程度，這種分析方法稱為敏感性分析。

在敏感性分析中，首先要做的是建立系統(tǒng)模型，確定系統(tǒng)特性F與相關因素之間的函數(shù)關系，一般用解析式表示。對于比較復雜的系統(tǒng)而言，也可以考慮用圖表法或數(shù)值方法表示。因此，在參數(shù)敏感性分析中，至關重要的步驟是建立與實際系統(tǒng)比較相符的系統(tǒng)模型。

在建立比較相符系統(tǒng)模型后，需給出各個相關因素的基準參數(shù)集?；鶞蕝?shù)集是根據(jù)具體問題進行確定。不同影響因素在其可能的范圍內變動，這時系統(tǒng)特性F表現(xiàn)為

在實際分析中，影響系統(tǒng)特性的各因素的物理量單位往往是不同的。僅依靠上述分析方法，無法對不同因素之間的敏感程度進行比較。因此，為了統(tǒng)一不同物理量，有必要進行無量綱化處理。

通過定義無量綱形式的敏感度函數(shù)和敏感度因子，來統(tǒng)一不同單位物理量的單位。系統(tǒng)特性F的相對誤差與參數(shù)的相對誤差的比值定義為參數(shù)的敏感度函數(shù)，如式（3）所示

在較小的情況下，可近似進行表示，如式（4）所示

取，即可得到參數(shù)的敏感度因子。[11-12]

4計算結果分析

4.1云南省GDP分析預測

生產總值為第一產業(yè)、第二產業(yè)、第三產業(yè)的生產值總和。第一產業(yè)產值是指農、林、牧、漁業(yè)等產值；第二產業(yè)產值是指采礦業(yè)、制造業(yè)、電力、燃氣業(yè)等產值；第三產業(yè)產值是指交通運輸、倉儲和郵政業(yè)、服務業(yè)等產值。在云南省統(tǒng)計年鑒中得到1987-2019年的生產總值數(shù)據(jù)，如表1所示。從表1中可以看出1987-1999年，云南省生產總值小于1000億元，生產總值增長緩慢，平均每年增長100億元。1999-2003年，云南省生產總值大于1000億元，增長速度開始變快，由原來的平均每年100億元變?yōu)?00億元。2003年-2007年，生產總值增長速度繼續(xù)加快，平均每年500億元。2007-2017年，這段時間生產總值猛增，生產總值的增長速度比較2003年-2007年翻了一倍，平均每年增長1000億元，并且在2012年，生產總值突破10000億元。2017-2019年，增長速度最快，并且生產總值在2018年突破20000億元。

本文中為方便計算，將1987年設置為初始年份，1987-2019年云南省國民生產總值的變化如圖1所示。由上述國民生產總值分析中可以了解到：無外來因素的干擾下，云南省生產總值在未來，生產總值增長速度仍會不斷加快，生產總值必將達到一個新的高度。

利用origin多項式擬合，得到自變量（年份）與因變量（生產總值）之間的函數(shù)關系，如圖1所示。其中，R2=0.996，擬合效果良好，可以用來預測生產總值的未來值。將2023、2024以及2025年的年份相對數(shù)值代入擬合公式中，2023、2024以及2025年的生產總值，分別為34640億元、37952億元、41479億元。未來三年生產總值依然不斷增長，預計在2025年突破40000億元。

4.2云南省客貨運周轉量分析預測

1987-2019年的云南省交通運輸客運、貨運周轉量如表2所示。從表2中可以看出，1987-2019年云南省客運周轉量增長幅度很小，甚至在1990年、1995年出現(xiàn)客運周轉量不增反降的狀況，與這段時間范圍內較低的生產總值有著密不可分的關系。1999-2003年客運周轉量變化無明顯規(guī)律。2000年客運周轉量比1999年低，2001年客運周轉量又開始出現(xiàn)明顯的增多，由2000年的237.94億人/公里增長為304.2億人/公里，2002年、2003年又開始降低，直到2004年客運周轉量出現(xiàn)增長的跡象。2004-2012年客運量穩(wěn)步上升，由最開始的317.76億人/公里逐漸增長為670.22億人/公里。2013-2018年客運量趨于穩(wěn)定值580億人/公里，2019年客運周轉量出現(xiàn)上升的趨勢。1987-2019年的貨運周轉量，除了在1991年、1993年出現(xiàn)過短暫下降后，一直在增長，并于2012年突破1000億噸/公里，2019年突破2000億噸/公里。從上述對國民生產總值的分析中我們可以看出，隨著時間的推移，生產總值增長幅度存在變化，但一直上升。因此單就生產總值對客貨運周轉量的影響而言，貨運周轉量與生產總值的關系更為密切。

通過origin擬合，得到生產總值與客運、貨運周轉量的函數(shù)關系曲線，如圖2和圖3所示。

從圖2中可以直觀的看到，1987-2010年客運周轉量隨著生產總值的變化是基本符和擬合規(guī)律曲線的，隨著生產總值的增長，客運周轉量不斷上升。2011-2014年客運周轉量隨著生產總值的變化明顯偏離擬合規(guī)律曲線。在2011、2012年客運周轉量的猛增后，2013、2014、2015的客運周轉量并沒有按照原有規(guī)律繼續(xù)增長，反而下降，因此2011-2015年不太符合擬合曲線的規(guī)律。2015-2019年客運周轉量開始繼續(xù)增長，由于人口以及客運設施等因素的限制，增長速度緩慢，增長速度無法加快，但客運周轉量仍在增長。2015-2019年客運周轉量隨著生產總值的變化也是基本符和擬合規(guī)律曲線的。

對比圖2與圖3可以看出，圖2中有些年份基本不符合擬合規(guī)律曲線，圖三中所有貨運周轉量均勻分布在擬合規(guī)律曲線周圍。由此我們可以看出貨運周轉量與生產總值的關系，相比較于客運周轉量與生產總值的關系，貨運周轉量與生產總值的關系規(guī)律更強，更加貼合擬合曲線。

客貨運周轉量與生產總值的關系分別擬合為式（1）形式，擬合函數(shù)如表3所示。從表3中的擬合優(yōu)度R2可以直觀地看出，貨運周轉量與生產總值的關系擬合效果更好，更能體現(xiàn)周轉量與生產總值之間存在的關系。

將前文中計算得到的2025、2030以及2035年的生產總值代入生產總值與客運、貨運周轉量的擬合函數(shù)關系曲線，便可得到未來云南省的客運、貨運周轉量，如表4所示。從表3中可以看出，2023-2025年云南省客運、貨運周轉量仍然不斷增長，且貨運周轉量增長速度較快。

4.3 客貨運周轉量敏感性分析

通過4.2中生產總值與客貨運周轉量關系的擬合，可以得到生產總值與客貨運周轉量的擬合關系曲線，用來進行客貨運周轉量對生產總值的敏感性分析。

在敏感性分析中，基準集的取值對于敏感性分析而言是至關重要的，在以往的研究中，一般取具有代表性的數(shù)值，如最大值，中間值等，或者是采用規(guī)范中的數(shù)值。本文分析中，取生產總值的基準值為2012年的生產總值11097.39億元。根據(jù)敏感度分析方法分別得出客貨運周轉量與生產總值的敏感性關系公式，并將生產總值的基準值代入關系公式中。貨運周轉量對生產總值的敏感度因子為0.6，貨運周轉量對生產總值的敏感度因子為0.5。貨運周轉量相對于客運周轉量，對生產總值的變化更為敏感。而在未來，生產總值的變化速度將會繼續(xù)加快

結論

1987-2019年云南省生產總值一直在不斷增長，且增長速度越來越快，根據(jù)擬合效果的分析可知，預計未來云南省生產總值將會繼續(xù)增長，并將達到一個前所未有的高度。

1987-2019年云南省客運周轉量與貨運周轉量總體上呈現(xiàn)上升的趨勢，且貨運周轉量受生產總值的影響更為明顯，貨運周轉量的增長速度更快。將客運周轉量、貨運周轉量與生產總值的關系進行擬合，客運周轉量與生產總值的關系相較于貨運周轉量與生產總值的關系，規(guī)律性較差，不能很好的反映客運周轉量與生產總值的關系。

在客貨運周轉量對生產總值的敏感性分析上，貨運周轉量的敏感因子更大，因此貨運周轉量對生產總值的變化相較于客運周轉量更為敏感。未來生產總值的不斷增長以及增長速度的加快，影響更為顯著的是貨運周轉量。

從云南省客貨運周轉量的預測結果以及敏感性分析來看，為了滿足未來客貨運周轉量繼續(xù)增長以及貨運周轉量增長更為明顯的的需求，需要考慮加大交通運輸設施建設的力度，尤其是貨運設施。

參考文獻：

[1]程藝，劉慧，宋濤，等.中國西南地區(qū)對外經(jīng)濟發(fā)展的時空格局及驅動因素[J].世界地理研究，2018，27（4）：77-89.

[2]鄭晨. 客運繼續(xù)回暖向好 貨運持續(xù)高位運行[N]. 人民鐵道，2022-08-03（1）.

[3]崔淑華，王娜，胡亞南.基于主成分分析的公路貨運量預測影響因素研究[J].森林工程，2005（5）：67-69.

[4]趙懷鑫，孫星星，徐倩倩，等.基于灰熵法的公路貨運量和貨物周轉量關聯(lián)因素分析[J].交通運輸工程學報，2018，18（4）：160-170.

[5]應紀來，孫育峰，劉新萍.中國交通貨運周轉量預測[J].中國科技信息，2005（19）：89-96.

[6]應紀來，孫育峰，劉新萍.中國客運周轉量預測[J].中國科技信息，2005（19）：6.

[7]李欣月，朱賈悅，方雨晨.基于VAR模型的貴州客貨運周轉量與GDP關系實證分析[J].產業(yè)與科技論壇，2019，18（1）：73-74.

[8]呂稼歡，范文強.基于VAR模型的區(qū)域交通運輸需求與GDP的關系實證分析[J].交通科技與經(jīng)濟，2016，18（2）：52-55，61.

[9]楊中才，張應斌，袁天昂.基于灰色關聯(lián)理論的云南省公路客運周轉量預測[J].時代金融，2018（14）：101-102，106.

[10]白少明.基于線性回歸模型的鐵路客貨運量研究[J].西部交通科技，2021（10）：141-144.

[11]章光，朱維申.參數(shù)敏感性分析與試驗方案優(yōu)化[J].巖土力學，1993（1）：51-58.

[12]王輝，陳衛(wèi)忠.嘎隆拉隧道圍巖力學參數(shù)對變形的敏感性分析[J].巖土工程學報，2012，34（8）： 1548-1553.