城市经济与公路零担货运耦合作用机制研究——以云南省为例

伍景琼，贺海艳，邓荣莉，张 旭

(1.昆明理工大学 交通工程学院， 云南 昆明 650500；2.云南省现代物流工程研究中心， 云南 昆明 650500；3.云南轻纺职业学院 食品药品学院， 云南 昆明 650300)

一、引言

货运发展水平与城市经济发展水平是相互作用、相互影响的。货运的发展将会有效促进城市经济的发展，同时城市经济的发展又会直接带动货运的发展[1]。零担货运作为保障城市居民日常生产生活物资供应、支撑城市经济发展的重要方式[2]，是货运的重要组成部分，其发展与城市经济发展水平十分密切。探究城市经济与公路零担货运的耦合协调关系及作用机制可为城市经济和货运发展规划提供参考。

当前，国内外关于货运与经济间的研究主要集中于对货运量和GDP间的相关关系的探讨。王云鹏、林航飞等探究了经济与公路货运量的关系，得出公路货运与经济间存在长期均衡关系[3-4]；熊浩等探究了GDP、产业产值等与我国货运量和货运生成量间的关系，并得出货运量与产业产值、货运生成量与GDP存在长期均衡关系[5]；周禹初等探究了3种运输方式的货运周转量与GDP间的关系，得出GDP对铁路货运周转量的影响最大、对公路货运周转量的影响最小[6]；刘广东等探究了安徽省客货运周转量与经济间的互动关系，并得出二者间存在长期稳定关系[7]。毛鑫等通过探究GDP与客货运输量间的关系，发现GDP与客货运输量存在长期稳定关系[8]；Yan等分析了货物运输与经济增长的关系，发现货运量对GDP增长的变化不敏感[9]；耿波、刘瑞娟等分别探究了货运量与GDP间的动态关系、货运量与宏观经济间的先行关系，得出货运量与GDP、宏观经济的变化是同向的[10-11]；张志俊等分析了公路货运量与GDP间的耦合协调度，发现时间维度上二者间的耦合协调度较高、空间维度上差距较大[12]；夏文汇等探究了重庆国际货运与城市经济间的协同度，并得出当前二者间的协同程度偏低[13]。赵怀鑫、方晓平等研究了国民经济宏观因素对公路货运量和铁路货运量的影响，发现二者间呈现显著的相似关联[14-15]；李霞、高敏雪等探究了经济水平与货运量增长速度间的定量关系模型、货物运输与经济增长间的耦合或解耦关系[16-17]；Xiao等运用多维模糊回归法，得出GDP是影响航空货运的重要因素[18]；Varjan、赵小娥等基于回归模型，得出货运需求量和货运量是影响GDP的重要因素[19-20]；Ni等在考虑空间效应的基础上，发现社会经济因素与我国零担货运流量存在正向影响[21]。

综上所述，已有研究在探究货运与经济间的相互作用时，仅用GDP代表经济发展水平，未能综合反映区域经济发展水平，且多为货运与经济间的协整关系研究、关联性研究、影响关系研究，缺乏货运与城市经济的耦合协调关系及作用机制研究。为此，拟构建城市经济综合发展质量评价指标体系，定量测度城市的经济发展水平，并在此基础上探究城市间经济联系与公路零担货运联系的耦合协调性、城市经济对公路零担货运的作用路径和作用效应，揭示城市经济与公路零担货运的耦合协调关系及作用机制，以期为城市经济发展规划和公路零担货运组织提供理论依据。

二、 数据来源与研究方法

(一)数据来源

以云南省的16个城市为研究对象，研究数据由基础地理数据、经济发展水平数据和公路零担货运数据组成。其中，基础地理数据来源于国家基础地理信息中心，经济发展水平数据来源于《云南省统计年鉴2018》《各州(市)国民经济与社会发展统计公报》，公路零担货运数据来源于国内大型公路零担货运企业(简称B公司)2017年的运营数据。

(二)研究方法

1.城际经济联系与公路零担货运联系的耦合协调水平测度

1) 经济联系强度

引力模型是衡量两个城市间联系强度的重要方法。基于引力模型，采用两城市之间的最短旅行时间对其进行修正，构建改进的经济联系强度模型，如式(1)所示。

(1)

式(1)中，Eij是城市i、j间的经济联系强度，Qi、Qj是城市i、j的经济综合发展质量，Tij是城市i、j间的最短运输时间。

2) 城市经济综合发展质量评价指标体系

为量化云南省16个城市的经济综合发展质量，将城市经济综合发展质量划分为经济发展水平、居民消费水平、城市化水平和交通物流发展水平4个子系统，具体指标如图1所示。

图1 城市经济综合发展质量评价指标

其中，城区面积密度=城区面积/该地区总面积，城镇化率=城镇常住人口/该地区常住总人口。

3) 基于因子分析的城市经济综合发展质量测度

为测算云南省16个城市的经济综合发展质量，构建基于因子分析的城市经济综合发展质量测度模型，如式(2)、式(3)、式(4)所示。

(2)

(3)

(4)

4) 公路零担货运联系强度

借鉴空间联系的相关理论，采用空间运输联系强度模型测度城市间的公路零担货运联系强度，具体如式(5)所示。

(5)

5) 城际经济联系与公路零担货运联系耦合协调机理测度

构建经济联系与公路零担货运联系耦合协调机理测度模型，定量评价经济联系与公路零担货运联系的耦合协调度，如式(6)、式(7)、式(8)所示。

(6)

Bij=μEij+ωHij

(7)

(8)

式(6)中，Cij是城市i、j间经济联系与公路零担货运联系的耦合度。式(7)中，Bij是城市i、j间的综合协调指数，μ、ω是待定参数，且二者和为1，考虑到二者协调效应相同，因此都取0.5。式(8)中，Gij是城市i、j间经济联系与公路零担货运联系的耦合协调度。耦合协调度等级划分标准如表1所示。

表1 耦合协调度等级划分

2.城市经济对公路零担货运的作用效应分析

1) 城市经济对公路零担货运作用效应的普通最小二乘法(Ordinary Least Square,OLS)回归模型构建

当研究单元间不存在明显的空间不稳定性时，采用全局回归分析方法OLS模型，测度城市经济综合发展质量评价指标体系经过因子分析法提取出的各公共因子对公路零担货运的作用程度，具体如式(9)所示。

ya1,a2,a3=η+η1F1+η2F2+…+ηnFn+ε

(9)

式(9)中，η是截距，η1、η2、 …、ηn是各公共因子的估计系数，ε是服从正态分布的模型残差，ya1、ya2、ya3分别表示公路零担货运到达量、发送量和总量。

2) 城市经济对公路零担货运作用效应的地理加权(Geographically Weighted Regression,GWR)回归模型构建

GWR模型采用的是局部参数估计而不是全局参数估计，因而可有效处理空间异质性这一问题，具体如式(10)所示。

yia1,a2,a3=η(ui,vi)+η1(ui,vi)F1+η2(ui,vi)F2+…+ηn(ui,vi)Fn+εi

(10)

三、城际经济联系与公路零担货运联系的空间耦合分析

(一)城市间经济联系强度测度

利用SPSS软件对城市经济综合发展质量评价指标进行适应性检验，得出KMO值为0.687，近似卡方值为252.857，Sig值为0.000，说明选取的指标适合做因子分析。采用Z-score法对选取的指标数据进行标准化，并对其进行因子分析，提取出2个公共因子F1、F2，2个公共因子的累计贡献率为80.148%，旋转后的因子载荷矩阵如表2所示。基于此计算各城市的经济综合发展质量，城市经济综合发展质量得分如表3所示。

表2 旋转成份矩阵

表3 城市经济综合发展质量得分

由表2可知，公共因子F1在人均GDP、人均财政收入、人均社会消费品零售总额、城区面积密度、城镇化率、公路货运量、人均快递业务量和人均邮政业务量等指标上的载荷较大，因此将其定义为城市化程度和物流发展水平。公共因子F2在GDP增长率、人均可支配收入、人均拥有公路通车里程和人均拥有高速公路通车里程等指标上的载荷较大，因此将其定义为城市发展活力和交通基础设施条件因子。

利用整体线性平移法对因子分析得出的城市经济综合发展质量得分进行正向化处理，并利用公式(1)计算云南省16个城市间的经济联系强度。在此基础上，利用自然断裂点法将城市间的经济联系强度划分为4个层级，如图2所示。

由经济联系强度计算结果可知，经济联系强度较大的城市间呈现出明显的地域邻近性，且主要集中在云南省经济综合发展质量较高的地区间。云南省经济联系强度较大的城市间呈现出“以滇中城市群为核心的组团式发展、沿边地域邻近城市间协同发展”的特征，具体表现为滇中城市群内部各城市间的经济联系强度均较大，沿边城市文山—红河、西双版纳—普洱、德宏—保山的经济联系强度也相对较大。

(二)城市间公路零担货物运输联系强度测度

基于B公司2017年的零担货运运营数据，利用公式(5)计算云南省16个城市间的公路零担货运联系强度，并利用自然断裂点法将其划分为4个层级，具体如图3所示。

图2 城市间的经济联系强度

由公路零担货运联系强度计算结果可知，公路零担货运联系强度较大的城市间呈现出以昆明为核心节点的发散式结构，具体表现为昆明与沿边城市、地域邻近城市和经济综合发展质量较高的城市间的公路零担货运联系强度较大。

(三)城际经济联系与公路零担货运联系的空间耦合机理

1.城际经济联系与公路零担货运联系的耦合协调水平

基于云南省16个城市间的经济联系强度和公路零担货运联系强度计算结果，利用公式(6)～(8)计算云南省16个城市间的经济联系与公路零担货运联系的耦合协调度，并将其划分为不协调发展、转型发展和协调发展三大类，具体结果如表4所示。

表4 经济联系与公路零担货运联系的耦合协调度划分结果

由表4可知，当前云南省92.5%的城市间的经济联系与公路零担货运联系处于不协调发展状态，对比分析城市间的经济联系强度与公路零担货运联系强度发现，大部分城市间的经济联系强度大于公路零担货运联系强度，呈现出经济联系超前、公路零担货运联系滞后的特征，表明目前云南省城市间的公路零担货运交流相对不足。7.5%的城市间的经济联系与公路零担货运联系处于转型发展和协调发展状态，且均为昆明与滇中城市群的其他城市及沿边城市，表明昆明与滇中城市群的其他城市、沿边城市，其经济联系与公路零担货运联系同步协调发展。

2.耦合协调水平与运输通道的相关性分析

通常来说，城际间货运和经济的联系与运输通道建设密切相关。为获取表4得出的耦合协调度与云南省衔接国内国际运输通道间的相关关系，结合云南省综合交通网络布局和货物流向等，获取云南省主要运输通道，具体如表5所示。

表5 云南省运输通道空间布局

将表4计算得出的耦合协调度与表5中的运输通道空间布局进行对比分析，可以发现：云南省运输通道布局呈现出以昆明为中枢的辐射式网络结构，耦合协调度处于转型发展和协调发展的城际也呈现出以昆明为中心的发散式网络结构，二者的空间网络拓扑结构相吻合。耦合协调度处于转型发展和协调发展的城际，均是各运输通道上交通连接较为便捷的城市。此外，运输通道的空间分布情况与耦合协调度基本吻合，怒江、迪庆与各城市间的运输通道、地域不邻近城市间的直接运输通道均建设不足，且怒江、迪庆与各城市间、地域不邻近城市间的耦合协调度也处于重度失调水平。为有效促进城市间经济联系与公路零担货运联系的协调发展，可通过加快沿边公路建设、推进不邻近城市间直达高速公路建设等，逐步建成四通八达的运输通道，改变以昆明为中心的辐射型运输通道建设现状。

四、城市经济对公路零担货运的作用效应分析

(一)基于SEM的城市经济对公路零担货运的作用路径及强度分析

为进一步揭示城市经济对公路零担货运的作用路径，采用Z-Score法对16个城市的公路零担货运到达量、发送量和总量数据进行标准化处理，并运用结构方程模型(Structural Equation Modeling,SEM)，采用AMOS21.0软件的最大似然估计法(Maximum Likelihood)，对城市经济综合发展质量指标体系提取出的2个公共因子(城市化程度和物流发展水平因子、城市发展活力和交通基础设施条件因子)和公路零担货运到达量、发送量、总量之间的关系进行参数估计。结果显示，模型适配度指标CMIN/DF、GFI、AGFI、RMSEA、CFI等均在理想范围内，模型整体拟合效果较好。城市经济对公路零担货运的作用路径及作用强度估计结果如表6和图4所示。

由表6和图4可知，城市化程度和物流发展水平是影响公路零担货运的重要因素，其对公路零担货运到达量、发送量和总量的影响系数高达0.895、0.871和0.904，且均在1%的水平上显著。表明随着城市化水平和物流发展水平的提升，公路零担货运的到达量、发送量和总量也将大幅上升；城市发展活力和交通基础设施条件对公路零担货运到达量、发送量和总量的影响系数分别为0.228、0.241和0.240，且分别在5%、5%和1%的水平上显著，说明其对公路零担货运到达量、发送量和总量的影响程度也较大，表明城市发展活力的提升、交通条件的改善将有效作用于公路零担货运的到达量、发送量和总量。

表6 城市经济对公路零担货运的作用路径及作用强度估计结果

图4 城市经济对公路零担货运的作用路径及作用强度估计结果

(二)基于OLS的城市经济对公路零担货运的作用效应分析

将城市经济综合发展质量指标体系提取出的2个公共因子(城市化程度和物流发展水平因子、城市发展活力和交通基础设施条件因子)作为自变量，采用Z-Score法标准化后的公路零担货运到达量、发送量和总量作为因变量，利用公式(9)对其进行OLS估计，获取2个公共因子分别对公路零担货运到达量、发送量和总量的作用效应，具体结果如表7所示。

表7 OLS估计结果

由OLS估计结果可知，拟合优度R2均超过0.8，OLS估计结果具有较高的可信度。可以看出，城市化程度和物流发展水平对公路零担货运到达量、发送量和总量的作用效应分别为0.895、0.871和0.904，且均在1%的水平上显著。说明城市化程度和物流发展水平每提升1%，公路零担货运到达量、发送量和总量分别增加0.895%、0.871%、0.904%；城市发展活力和交通基础设施条件对公路零担货运到达量、发送量和总量的作用效应分别为0.228、0.241和0.240，且分别在10%、10%、5%的水平上显著。说明城市发展活力和交通基础设施条件每提升1%，公路零担货运到达量、发送量和总量分别增加0.228%、0.241%和0.240%。显然，OLS估计结果与SEM得出的结论一致，城市化程度和物流发展水平对公路零担货运量的影响程度最大，城市发展活力和交通基础设施条件次之。

(三)基于GWR的城市经济对公路零担货运的作用效应分析

为了从地域上反映城市经济对公路零担货运的作用效应，引入GWR方法估计云南省16个城市的经济对公路零担货运的作用效应。使用GWR法进行参数估计最为重要的是确定空间核函数和核带宽，这样的选择对估计结果的科学性具有重要影响[20]。固定核空间核函数(FIXED)采用高斯函数法确定空间权重，具有满足的函数多、普适性强等优点，因此选择FIXED作为空间核函数。交叉验证法(CV)和赤池信息量准则(AIC)是确定带宽常用的两种方法，但使用CV法要求数据回归点与数据点一致，而AIC法则没有该要求[22]，因此选择AIC法确定带宽。

表8 基于GWR方法的适配性检验结果

基于ArcGIS软件，以城市经济综合发展质量指标体系提取出的2个公共因子(城市化程度和物流发展水平因子、城市发展活力和交通基础设施条件因子)作为自变量，采用Z-Score法标准化后的公路零担货运到达量、发送量和总量作为因变量，选择FIXED空间核函数和AIC法进行GWR参数估计。采用GWR方法的适配性检验结果如表8所示。

表9 基于GWR的城市经济对公路零担货运到达量的作用效应

表10 基于GWR的城市经济对公路零担货运发送量的作用效应

表11 基于GWR的城市经济对公路零担货运总量的作用效应

由城市经济对公路零担货运到达量、发送量和总量的GWR估计结果可知，城市化程度和物流发展水平对公路零担货运到达量、发送量和总量均起正向推动作用。从地域的角度看，城市化程度和物流发展水平对公路零担货运到达量、发送量和总量的作用强度均呈现出由东向西阶梯式递减的特征,表明相较于西部地区，云南省东部地区城市化程度和物流发展水平的提升会使公路零担货运量增加更显著。其原因有：(1)东部地区大部分城市的人口数量较多，随着城市化程度和物流发展水平的提升，其社会消费品需求增加量较人口数量少的城市更显著；(2)东部地区大部分城市的GDP高于西部地区，随着城市化程度和物流发展水平的改善，其生产出的最终产品的输出也将明显高于西部地区。城市发展活力和交通基础设施条件对公路零担货运到达量、发送量和总量也起正向推动作用，但其推动作用较城市化程度和物流发展水平的小。从地域的角度看，城市发展活力和交通基础设施条件的提升对云南省西北部地区的正向推动作用大于东南部地区，表明相较于东南部地区，云南省西北部地区城市发展活力和交通基础设施条件的提升将使公路零担货运量显著增加。其原因有：(1)目前，西北部地区大部分城市的交通基础设施建设滞后，交通基础条件的改善将会显著增加城市的货运输入、输出量；(2)西北部地区大部分城市属于贫困地区，居民消费水平及城市发展活力明显不足，城市发展活力的提升将会显著增加社会消费品的输入及当地特色产品的输出。

五、结论

以云南省的16个城市为例，构建了经济联系强度模型、公路零担货运联系强度模型及城际经济联系与公路零担货运联系耦合协调机理测度模型，引入SEM、OLS和GWR测度城市经济对公路零担货运的作用路径及强度，得出以下结论：

1) 云南省经济联系强度较大的城市间呈现出明显的地域邻近性，且表现出“以滇中城市群为核心的组团式发展、沿边地域邻近城市间协同发展”的特征。公路零担货运联系强度较大的城市间在空间上呈现出“以昆明为核心的放射状”结构，且主要集中在经济综合发展质量较高的城市和沿边城市间。

2) 云南省92.5%的城市间的经济联系与公路零担货运联系耦合协调度处于不协调发展状态，且表现出经济联系超前、公路零担货运联系滞后的特征；7.5%的城市间处于转型发展和协调发展状态，且均为昆明市与滇中城市群的其他城市及沿边城市。耦合协调度的城际拓扑结构与云南省运输通道的空间布局情况相吻合，均呈现出以昆明为中心的放射结构。可通过加快沿边公路建设、推进不邻近城市间直达高速公路建设等，促进城市间经济联系与公路零担货运联系的协调发展。

3) SEM估计结果显示，城市化程度和物流发展水平、城市发展活力和交通基础设施条件对公路零担货运到达量、发送量和总量具有显著的正效应，且城市化程度和物流发展水平的正效应明显高于城市发展活力和交通基础设施条件。

4) OLS估计结果显示，城市化程度和物流发展水平每增长1%，公路零担货运到达量、发送量和总量分别增加0.895%、0.871%和0.904%。城市发展活力和交通基础设施条件每增长1%，公路零担货运到达量、发送量和总量分别增长0.228%、0.241%和0.240%。

5) GWR估计结果显示，城市化程度和物流发展水平的提升对云南省东部地区的公路零担货运量增加作用更显著，城市发展活力和交通基础设施条件的提升对云南省西北部地区的公路零担货运量增加作用更显著。