区域高速铁路网络发展水平评估研究

郭 星，许旺土

（厦门大学 建筑与土木工程学院，福建 厦门 361005)

0 引言

2004 年，国务院首次批准了《中长期铁路网规划》，我国开始步入高速铁路大规模建设的阶段。从“四纵四横”发展到“八纵八横”，高速铁路的发展极大地增强了核心城市之间的联系和城市群的凝聚力，促进了区域经济的发展。交通运输的发展有助于城市生产效率的提高，产生空间溢出效应[1]。但区域发展不平衡的问题日益加深，区域差距以及城乡差距逐渐拉大，高速铁路“虹吸”效应使得核心城市周边中小城市出现不同程度的人才资源流失和城市收缩现象。因此，高速铁路的规划发展一方面要坚持发挥中心城市的带动作用，保持中心城市的经济稳定增长，另一方面要兼顾边缘城市的协调发展，缩小与中心城市之间的差距，实现区域协同发展。

近年来，高速铁路和高速公路的建设发展增进了都市圈之间融合形成城市群并促使城市群空间结构和产业经济发生变革。钮心毅、陶卓霖等[2-3]通过分析城市间的出行时间研究了高速铁路对长三角地区的出行特征和可达性的影响；付晓豫等[4]基于神经网络理论方法研究了交通运输通道与经济带之间耦合的计算模型；刘大均等[5]研究了高速铁路网络对成渝和海西城市群的旅游经济特征的影响变化；李永奎等[6]以长江经济带的长江三角洲和长江中游城市群为例，探究了高速铁路网络与城市群网络动态演变的相互影响关系；黄言等[7]从多角度综合分析了我国5 个超大城市群交通网络格局的差异；王鹏、赵映慧等[8-9]从网络密度、中心度等5个方面对我国长三角、珠三角和京津冀三大重点战略发展区域的高速铁路网络结构特点进行了比较分析，研究了高速铁路网络对城市群的经济聚集效应的影响机理。此外，高速铁路的建设也在很大程度上推动了旅游业的繁荣[10]。

从已有文献来看，城市群区域高速铁路网络发展评估的研究集中于网络结构或产业经济等方面，尚未形成较为全面的区域高速铁路网络评估指标体系。因此，研究基于广义函数评价法，构建区域高速铁路网络水平综合评估模型，能够对我国核心城市群的高速铁路网络发展水平进行比较科学的评估，为制定新一轮的路网规划目标和经济发展策略提供合理的参考。

1 城市群及高速铁路网络发展规划历程

1.1 城市群的发展

城市化是社会生产力发展和工业化的必然结果，中心城市的聚集效应不断吸纳周边的生产要素，推动着农村向城镇发展，中小城市向大城市发展，单一的城市向城市群和经济带发展。核心城市通过聚集辐射作用与周围城市在空间组织和经济发展上紧密联系并实现高度一体化，形成多核心、多层次的城市群。但与此同时，核心城市与边缘城市的差距也逐渐拉大。

党的十九大报告明确提出实施区域协调发展战略，依托大城市的发展基础和资源优势引导好中小城市的发展，增强小城镇的地区产业功能，推行新型城镇化道路，促进城乡融合[11]。《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》中明确提出通过城市群来带动地方经济发展，坚持以东部为主导，推进中西部地区崛起，振兴东北的发展原则，先后批复了多个国家级城市群，目前我国城市群发展的战略框架基本成型，已形成“19+2”的分布格局。

1.2 高速铁路网规划

我国2004 年通过第一个《中长期铁路网规划》后，首次提出了“四纵四横”的网络布局，确定基本连通国内主要大都市的建设目标，并于2015 年底提前完成原定建设目标，基本建成“四纵四横”的主骨架干线通道。2016 年，国家再一次修订了《中长期铁路网规划》，在原有路网骨架的基础上延伸并新增了干线通道，形成了“八纵八横”的框架体系，此外，还以支线、市域和城际高速铁路作为补充，进一步优化了东部发达地区的路网，扩大了中西部落后地区的高速铁路网络覆盖范围，增进了各大城市群的联系。

2 指标体系和评估模型的构建

2.1 区域高速铁路网络水平评估指标体系

诸多学者对高速铁路网络和城市群发展的研究和分析方向，可以概括为高速铁路网络结构、城市空间结构和城市群综合竞争力3 个方向。高速铁路发展评价方向如表1 所示。

表1 高速铁路发展评价方向Tab.1 Evaluation direction of HSR development

整合已有文献的研究，从线网布局、站点分布、运输服务、运输能力、运输效益和发展潜力6个方面建立指标体系。

2.1.1 线网布局

（1）线网密度：区域单位面积内的铁路里程。

（2）每万人拥有里程量：反映高速铁路网络与区域发展间的适应性。

（3）高时速路线里程比重：指设计速度350 km/h以上的路线里程比重。

（4）网络连接度指数C：衡量高速铁路路网布局的完善程度，其值在0 ～ 1 之间，越接近1，说明连接度越好，如公式(1)所示。

式中：Cij为节点城市i到节点城市j的连接性，若节点城市i与j之间高速铁路直达，值取1，否则取0；n为区域内节点城市总数。

（5）非直线系数a：实际路线距离与空间直线距离的比值，衡量路线的便捷程度，如公式(2)所示。

式中：li，di分别为区域内第i条路线的核心站点间的实际路线长度和直线距离；λi为第i条路线里程占区域总里程的比重；k为区域路线数目。

（6）近期新增规划建设路线：反映高速铁路路网在现有基础上进一步的完善力度。

2.1.2 站点分布水平

（1）车站密度：区域单位面积内的高速铁路车站数量，反映总体车站服务水平。

（2）站点覆盖率：区域内有高速铁路站点的县级行政区(市辖区)在所有行政区中所占的比重，反映高速铁路站点布局的合理性与协调性。

（3）线路节点枢纽车站比重：反映区域内的换乘服务水平。

（4）千公里动车运用所数量：反映动车组设备的服务水平。

（5）站点分布均衡度b：衡量各节点城市的站点数量与当地的人口数量相互协调性，如公式(3)所示。

式中：Pi，Ni分别为第i个节点城市的人口和车站数量；P，N分别为区域总人口和总站点数量；n为区域节点城市数量，站点分布均匀度的值在0 ～ ln (n)之间，越接近0，说明分布越均衡。

2.1.3 运输服务

（1）高速铁路客运比重：平均每日高速铁路车次数量占总车次数量的比重，反映现有高速铁路网络运输体系满足区域交通出行需求的程度。

（2）中心城市平均通行时间：反映城市群的中心城市之间的连通效率。

（3）区域综合可达性A：反映城市之间联系的容易程度，如公式(4)所示。

式中：Ai为节点城市i在2 h 内可到达的城市数量；ωi为节点城市i的人口在区域内所占的比重作为权重；n为区域内节点城市总数。

（4）平均每百公里出行耗时T：衡量区域内人民出行快捷性的改善程度，如公式(5)所示。

式中：Tij为节点城市i到节点城市j的平均通行时间(单位min)与距离(单位km)的比值；n为区域内节点城市总数。

（5）区域联系强度S：反映区域内部的城市人员活动之间的相互联系紧密程度，如公式(6)所示。

式中：Sij为城市i与城市j之间的每日平均通行的高速铁路列车数量；λi为城市i的GDP 在区域内所占比重作为权重；n为区域内节点城市总数。

（6）“复兴号”投入比重：衡量各区域的高速动车组设备水平。“复兴号”是我国自主研发、具有完全知识产权的新一代高速动车组列车，能为乘客提供更优质的服务，以“复兴号”投入比重可一定程度上衡量区域出行服务水平。

2.1.4 运输能力

综合运输能力包括客运和货运2 方面，主要衡量指标有客运量、货运量、旅客周转量、货物周转量，以及客运和货运在整个交通运输行业中所占的比重，考虑到各城市群的体量不同，选用均值指标衡量。

2.1.5 运输效益

运输效益指综合运输营业活动过程中所产生的经济效益和社会效益，由于社会效益涉及范围广，受益范围难以清晰界定，且具有一定程度的滞后效应，区域间的社会效益无法直接比较，不具备可比性，因而不适用于区域高速铁路网络水平的定量评估。故选取客、货运的单位里程和单位运输量的收入率作为区域运输效益的评估指标。

2.1.6 发展潜力

人口是区域经济发展的基础，区域经济活动促使人员流动加大，吸引人口流入，人口和经济二者相辅相成。此外，旅游业也是高速铁路运输需求的重要影响因素，近年来我国旅游人次、旅游收入和过夜游客量等均随着高速铁路网络的发展而有了大幅度的提升。故选取人口密度、人口增长率、城镇化率和人均GDP、第三产业比重和旅游人口密度6 个指标来评估。

2.2 广义函数评价模型

在多指标综合评价中，由于不同指标之间的数量级别和量纲存在差异，需要把各指标的数量值通过数学评价模型转化成统一的等级属性测度值或标准分后得出最终的评估结果。广义函数法是定量评价分析中非常高效简便的评估方法，其基本原理是直接把指标值通过构建的广义效用函数一对一映射到设定的评定等级和标准分上[16]。广义函数模型原理如图1 所示。

图1 广义函数模型原理Fig.1 Principle of generalized function model

2.3 指标赋权

指标赋权分主观和客观。主观赋权法主要有专家经验法和层次分析法等，均根据专业人员主观地判断各指标的重要性程度得出权重大小；客观赋权的权重大小取决于评估样本的指标值。

主观赋权和客观赋权都存在一定的局限性。主观赋权灵活方便，但完全取决于专家的主观判断，缺乏一定的科学性；客观赋权立足于评价对象的样本数据，虽然在理论上可行性较高，但也会较大程度受限于指标体系的科学性和样本数据本身的缺陷而导致指标的权重与其自身重要性程度不相匹配。因此，主观赋权和客观赋权相结合能够较大程度发挥两类赋权法的优势，修正偏差。

3 成渝城市群实例分析

3.1 成渝城市群概况

成渝城市群位于长江上游，是西南部人口最密集、产业最集中的地区，形成了以高速铁路和高速公路为纽带的“双核五带”发展模式。根据2019年的统计公报，重庆市GDP 总量为2.36 万亿元，成都市GDP 总量为1.7 万亿元，分别位居全国第5、第7。成都、重庆作为两大发展核心城市，具有很强的发展潜力和后劲，在电子信息产业、汽车制造、新能源材料及生物医疗等新兴产业上具有较强优势，且文化旅游链丰富，此外还与德阳、资阳和眉山等周边城市形成产业互补，共同促进城市群的发展。

3.2 高速铁路网络发展水平评估

（1）数据的收集。根据建立的指标体系，从区域城市的统计局、统计公报和铁路运输部门提供的数据中统计得到成渝城市群2019 年高速铁路网络发展水平评价指标数据如表2 所示。

表2 成渝城市群2019 年高速铁路网络发展水平评价指标数据Tab.2 Evaluation index data of HSR network development level in Chengdu-Chongqing urban agglomerations in 2019

（2）指标的无量化。由于不同指标的量纲不一致，因此需要对指标进行无量化处理之后才能进行综合总体评估，根据广义函数模型原理划分属性等级后将所有的指标转换成统一的标准化评分。

①属性等级划分。对指标进行去量纲处理前先设定各指标属性等级划分，根据全国各区域的指标值分布设定“发达”“良好”“达标”和“落后”4个评分等级的临界值，按百分制评分。指标评分等级划分如表3 所示。

表3 指标评分等级划分Tab.3 Grade division of index scores

②评分标准化。考虑到未在“达标”等级以下设定其他等级分布，结合我国各地主要城市的指标数值分布情况，未达标的城市区域里接近达标的数量占多数，十分落后的占少数，对“达标”等级以上采用线性函数表达式，对“达标”等级以下采用根式函数表达式，如公式(7)所示。

式中：fi和Fi为第i个指标的值和其所对应量化的标 准 得 分(i=A1，A2，…，D6，)；fi1，fi2，fi3，fi4为第i个指标在“发达”“良好”“达标”“落后”4个等级所对应的临界指标值。

将表2 中的指标值逐一代入上式得到各指标的评分。指标得分如表4 所示。

（3）组合赋权法确定权重。指标对准则层权重采用变异系数法通过与其他城市群的数据对比，依据指标在不同城市群间的差异大小来确定其重要性，准则层的权重采用专家经验法综合5 个专家的评估结果而确定。指标权重如表5 所示。

（4）评估结果。结合表4 的评分数据和表5 的指标权重，得出最终的评估结果。综合评价结果如图2 所示。

表4 指标得分Tab.4 Index scores

表5 指标权重Tab.5 Index weight

从图2 可以得知，成渝城市群区域的高速铁路网络综合发展水平总体达标且具备较为良好的发展潜力。总体上，成渝地区在线网布局和站点分布方面各项指标值均处于中等水平；在运营服务方面存在的主要问题是综合可达性和区域联系强度较弱，这一方面是由于成渝地区的地理位置受限使得与其他几大核心城市群的直接联系并不明显，另一方面是成渝内部除成都和重庆两大核心城市外，次级城市的经济体量较小且一体化水平较弱所导致的；在运输能效上仍旧存有较大的上升空间，主要表现在客货运输体量和收入上；发展潜力的综合指标值最高，在近5 年人口增长和旅游人口密度表现尤其良好，外加国家对西部发展的政策倾斜，可以预见成渝城市群的高速铁路网络规划发展会越来越完善。

图2 综合评估结果Fig.2 Overall evaluation results

4 结束语

高速铁路网络的发展对推动城市化进程和促进城市群的形成与发展有着重要的作用，高速铁路的建设规划需要结合区域经济和产业特点，与之相互协调。从城市群区域经济发展的角度建立了区域高速铁路网络发展水平评估指标体系，基于广义函数评价法形成综合评估模型并以成渝城市群为例进行评估分析，可为国内区域高速铁路的综合发展水平评估和经济发展规划方向调整提供一定的参考，后续将继续展开对高速铁路社会成本和效益量化评估的研究分析。