新冠疫情对中国交通运输业的影响评估——基于灰色GM(1,1)的实证分析

杨 超

（聊城大学 商学院，山东 聊城 252000）

2020 年我国交通运输业受到了新冠肺炎疫情的巨大冲击。为阻断病毒传播的各种防疫措施，对企业供应链[1]、人们的出行都产生了巨大影响[2]。在防疫局势严峻的第一季度，停产、停工、停学、取消航班与阻断道路，甚至“封城”等隔离措施的实施，使运输业遭受重创，客货交通运输量呈现断崖式下跌[3,4]；在疫情得到有效遏制后，交通运输业又担当起保障复工复产、恢复经济和人民生活秩序的排头兵。交通运输服务不仅具有私人产品属性,还具有公共产品属性[5]。交通运输业属于国民经济基础产业，在社会再生产过程中起到先导性和战略性的作用。研究新冠疫情对中国交通运输业的影响，对促进后疫情时代运输行业健康发展有重要意义。

胡滨等[6]通过多部门可计算一般均衡模型分析了新冠疫情对中国经济、产业和产业链的冲击研究结果表明劳动力供给和交通运输业受到的冲击效应显著高于其他直接冲击。朱晴艳[7]研究新冠肺炎疫情对中国经济发展的影响时指出，新冠疫情以前我国客运量逐年稳步增长，疫情爆发后这种趋势短期内发生了改变。葛颖恩等[8]通过对比2003 年非典疫情时期航运市场的变化情况，推断多种新冠疫情走向下航运市场的发展趋势。廖茂林[9]通过分析2003 年非典疫情下交通运输业的总体情况,对新冠疫情对中国交通运输业的影响进行了评估。学者们从不同方面研究了新冠疫情对中国交通运输业的影响,但不同运输模式受疫情冲击的差异性并未被研究。通过将2020 年的交通运输指标与往年数据进行对比衡量疫情对行业的冲击,将忽略近年来行业高速发展的现实情况。同时,与以往突发公共危机相比,新冠病毒传染性强、潜伏期长等特点导致新冠肺炎的传播能力更强[10]，就全球形势来看，疫情发展还存在诸多变数[11]。准确的评估突发疫情下不同运输模式的客、货运输受影响的程度，将为后疫情时代我国交通运输业优化运输结构、提升应对危机的能力提供理论依据。

新冠疫情属于新生事物，可获得的时间序列数据有限，不符合一般统计分析方法对数据分布、样本数量的要求。灰色GM(1,1)预测模型是通过对已知的信息进行挖掘和处理，描述系统内在运行行为，有效监控系统动态演化规律，为部分信息已知、部分信息未知、小样本、贫信息的不确定系统的中短期预测提供了合理方法[12-15]。Zhou[16]等发现灰色GM(1,1)预测模型对交通短期流量的预测效果良好；江志华[17]运用GM(1,1)模型对货物周转量和旅客周转量进行了精确的预测；曹飞[18]使用GM(1,1)模型对中国铁路货运量进行了预测。通过使用2015 年至2019 年交通运输数据作为训练数据,建立精度符合要求的灰色GM(1,1)预测模型,预测出2020 年各项指标在无疫情影响下的正常值。将2020 年实际值与预测值相比较，可以较为精确的评估出疫情对我国交通运输各项指标的影响程度。

1 灰色GM(1,1)预测模型的构建与检验

1.1 灰色GM(1,1)预测模型的构建

在建立GM(1,1)预测模型之前，需要对原始数据进行预处理，以降低系统受到各种冲击扰动造成数据可靠性降低的问题[19]。引入弱化算子对原始数列进行处理后，建立的预测模型精度更优[20]。

假设经过弱化算子处理过的数列为X(0)={x(0)(1),x(0)(2),…,x(0)(n)}，构建GM(1,1)预测模型的主要步骤如下[21]：

Step 1：对数列X(0)中各值进行累加操作，得到数列X(1)={x(1)(1),x(1)(2),…,x(1)(n)}。

Step 2：将步骤一获得的数列X(1)基于白化微分方程+αX(1)=μ构建GM(1,1)模型，其中α和μ 分别代表发展灰数和内生控制灰数。

Step 3：采用最小二乘法,对参数向量A={α,μ}T求解，A=(BTB)-1BTY，构建矩阵

Step 4：将求得的α 和μ 值代入微分方程，获得X(0)的预测模型如下：

Step 5：利用累减还原得到预测方程：

1.2 GM(1,1)预测模型的精度检验

模型建立后,通常采用相对误差指标对预测模型进行精度检验[19]。设残差序列为Δ={ Δ(1),Δ(2),…,Δ(n)},其中,Δ(k)=X(0)(k)-(k)(k=1,2,…,n)；相对误差序列为Φ(k)=×100%,(k=1,2,…,n)。给定a作为指标临界值,当平均相对误差小于a时,模型符合精度要求。指标临界值对应精度等级如表1 所示,如果相对误差大于20%,则模型不合格。

表1 精度检验等级表

2 2020 年中国交通运输业受疫情影响实证分析

2.1 数据来源

从国家统计局获取2015 年1 月以来的全国客、货运输年度和月度数据，包括货运总量、客运总量、货运周转量、客运周转量等二十个指标。这些数据直观的反映了我国交通运输业的各项产出。近年来我国交通运输系统一直稳步发展。货运方面，公路运输占绝对主导地位，2019 年公路货运量占总货运量74.3%。公路货物周转量占总货物周转量30.7%,铁路、水路和航空货物运输比例较低；客运方面，经由公路发运的旅客数量最多，2019 年公路客运量占总客运量73.9%。长途出行的旅客更多选择铁路和民航，经由水路出行的旅客较少。通过对各指标月度分布数据进行分析，发现客、货运各指标都呈现出明显的周期性。由于数据过多，图1 仅展示货运总量、货物周转量、客运总量和旅客周转量的月度趋势图。

图1 2015-2020 我国交通运输量月度时间趋势图

2.2 灰色GM(1,1)模型求解

首先,假设交通运输各指标为序列Xi(i=1,2,...,20)，引入弱化算子处理原始数列生成新序列Xi’(i=1,2,...,20)，经检验，新序列满足准光滑数列条件。根据1.1 所示步骤构建GM(1,1)模型，对2015 年至2019 年的交通运输量进行拟合。检查模型精度合格后，再对2020 年的交通运输量进行预测。获得的预测结果如表2 所示，预测模型平均相对误差3.56%，符合2 级精度要求。由于交通运输各指标月度分布数据具有明显周期性，借鉴张文斗等[22]的研究，将2015-2019 各月业务量占全年业务量比重的平均值作为2020 年相应各月运输量占比，估算出在没有突发疫情的情况下2020 年各月客、货运数据，再将实际值与预测值进行对比，以获得交通运输业各指标受疫情影响的 程度，估算结果如表3 和表4 所示。

表2 2020 年交通运输量预测结果

表3 2020 年货物运输受疫情影响幅度

表4 2020 年旅客运输受疫情影响幅度

2.3 实证结果分析

图2 为我国2020 年货物运输受疫情影响幅度与各月新增新冠确诊病例数的时间趋势图。2020 年1 月货运总量突降较预测值减少27.2%。2020 年2 月新冠肺炎确诊病例数达到峰值，当月货运各项指标降幅也达到全年最大。其中，货运总量降幅达到42.0%，货运周转量降幅达到56.9%。3 月疫情防控局面逐步好转后，货物运输量和运输周转量降幅逐渐收窄，2020 年全年货运总量平均降幅达到15.2%，货运周转量降幅为7.1%。不同运输模式下的货物运输表现差异明显。其中，公路运输受疫情影响最为严重，公路货运量在2020 年前两个月降幅分别达到33.7%和55.2%，全年平均降幅达到20.1%。公路货运周转量在前两个月的降幅分别为36.2%和56.9%，全年平均降幅为20.9%。航空货物运输也受到较大冲击，全年货运量和货运周转量降幅分别为11.2%和10.1。铁路货物运输受疫情影响最小，铁路货运量和周转量在前五个月略有降低，随后迅速回升，全年铁路货运量和货运周转量较预测值分别增加2.2%和0.3%。水路货物运输也体现了较高的抗冲击能力，全年货运量和货运周转量较预测值分别增加0.7%和1.1%。

图2 2020 年各月货物运输受疫情影响变化幅度

图3 为我国2020 年旅客运输受疫情影响幅度与各月新增新冠确诊病例数的时间趋势图。旅客运输量的变化趋势与疫情发展趋势相比略有滞后。2020 年1 月客运各项指标较预测值仅有小幅下降。其中，客运总量降低9.6%，客运周转量降低0.9%。2020 年2 月客运各项指标降幅达到全年最大，其中客运总量降幅达到88.3%，客运周转量降幅达到86.0%。尽管疫情防控局面在3 月后逐步好转，到2020 年8 月之前，旅客运输量降幅都超过40%，而旅客周转量降幅更为明显，这显示疫情之下出行旅客的数量大幅减少，旅客出行的距离也明显缩短。2020 年全年客运总量平均降幅达到44.5%，客运周转量降幅为45.2%。不同运输模式下的旅客运输表现亦有不同。全年经由公路和水路出行的旅客运输量下降幅度最大，分别为46.1%和44.4%。疫情期间经由民航出行的旅客量降低幅度最小，全年达到37.7%。疫情期间所有运输模式下的旅客周转量降幅均超过40%，经由水路和民航出行的旅客客运周转量降低幅度最大，分别达到58.2%和46.9%。

图3 2020 年各月旅客运输受疫情影响变化幅度

3 疫情对交运行业影响因素分析

3.1 政策因素

2020 年1 月30 日交通部发布《关于做好新型冠状病毒感染的肺炎疫情防控物资和人员应急运输优先保障工作的通知》，要求保证应急运输交通工具持通行证享受“三不一优先”，即不停车、不检查、不收费、优先通行[23]，各地也陆续出台指导政策为防疫防控物资和生产生活必要物资运输开辟绿色通道。在疫情局面好转后，一系列促进交通运输复工复产的措施陆续出台，这为货物运输业恢复提供了有力保障。而基于疫情防控的需要，各地对旅客运输的政策更趋于减少旅客不必要的出行。在高风险地区，机场、车站、高速通道入口等地实施封闭管理。在中、低风险地区采取一定的措施限制人员和车辆的通行。交通运输部在2020 年3 月1 日印发的《关于分区分级科学做好客运场站和交通运输工具新冠肺炎疫情防控工作的通知》中，要求各省级交运主管部门按照《客运场站和交通运输工具新冠肺炎疫情分区分级防控指南》，做好客运场站和交通运输工具疫情防控工作。在防疫局面稳定后，各级政府陆续出台的促进各地有序恢复旅客运输服务办法的同时，也强调根据不同地区疫情风险程度，分区分级采取防疫措施，如控制客座率等。在疫情全面结束之前，各地对促进旅客流动持谨慎的态度。

3.2 运输需求减少

近年来我国交通运输业高速发展离不开运输服务需求快速增长的推动。而疫情导致运输需求的显著下降，是交通运输业面临的最严峻的挑战。当有形的产品面临需求降低时，可以通过提高库存的方式来应对，而交通运输服务是无形的产品，其消费与生产是同步的过程[5]，外部突发因素导致运输需求的骤降，会导致运输工具闲置、从业人员过剩，现金流中断，运输企业面临经营困难，甚至破产的局面。另一方面，对交通运输企业而言，规模效益才能带来盈利，业务量的降低会增加企业运输服务的成本，这也让从事运输服务的企业面临提升服务价格和亏损的两难选择。

3.3 运输成本上升

疫情之下，企业成本普遍上升，运输服务企业也不例外[24]。第一，企业增加了额外的防疫成本，包括运输工具、场所的定期消杀、购置从业人员的防护用具、防疫设施设备等。第二，业务的开展和调度，不能仅基于成本和效率的考虑，还要基于疫情防控的要求。如运输路线的规划，运输工具的选择、运输时间和实载率等，这也会增加运输服务的成本。第三，交通运输业是劳动密集型的产业，而防疫措施会导致部分员工无法按时到岗，或者临时离岗隔离。增加临时用工支出，从而增加企业用工成本。第四，运输企业与客户进行长期合作时，延期收取运输费的情况很普遍，疫情导致客户现金流紧张，从而使运输企业应收账款无法按时到账，增加了企业筹、融资的成本。

4 小结

本文以2015 年-2019 年我国客、货运输总量、不同运输模式的客、货运输量等共计二十个指标作为样本数据，采用灰色GM(1,1)预测模型对正常情况下2020 年交通运输各项指标进行预测，再与2020 年实际运输量进行比较，较为科学和准确的评估了新冠疫情对交通运输业的影响程度。在2020 年新冠肺炎疫情的冲击下，货运系统体现出了较强的弹性，其发展趋势与疫情高度相关。市场需求在疫情严峻的阶段急剧下降后，随着疫情防控局面的好转迅速回暖，其中铁路运输和水路运输复苏的最快。而客运系统受到的影响更为深远，其发展趋势与疫情相比有明显的滞后性，出行旅客数量和出行距离都大幅降低，而航空旅客运输较其他运输模式收到疫情影响较小。改革开放以来，我国交通运输业一直稳步发展，但不同运输模式的发展并不均衡。疫情考验为中国加快交通运输业结构改革带来契机。不断完善综合运输网络建设、积极发展多式联运，提升运输能力和效率的同时，优化运输结构，将有助于提升行业整体抵御重大突发事件冲击的能力，激发后疫情时代中国交通运输业的发展潜力。