乡村振兴视角下县域城乡道路客运一体化发展水平研究

朱兴林，刘泓君，姚 亮

(新疆农业大学 交通与物流工程学院，乌鲁木齐 830052)

党的十九大报告中首次提出乡村振兴战略，实施乡村振兴战略是破解乡村发展不充分、城乡发展不平衡等历史难题的重大决策部署，是新时代“三农”工作的总抓手[1]。城乡道路客运是乡村居民日常出行的重要载体，为了建立统一、开放、协调发展的城乡客运体系，交通运输部先后出台了关于城乡道路客运一体化发展的相关文件和措施。新疆地域辽阔，公路运输在新疆综合运输体系中的主导地位以及长期存在的城乡二元体制制约了新疆城乡道路旅客运输整体水平的提升，大力发展新疆县域城乡道路客运一体化将助力乡村振兴战略实施。因此，加强新疆县域城乡道路客运一体化发展水平现状研究，对解决乡村居民出行“最先和最后一公里”具有十分重要的理论和现实意义。

多年来，国内学者对城乡道路客运一体化发展研究较多，尤其在城乡客运一体化评价方面。唐清[2]、沈继雪[3]利用传统的“四阶段法”对城乡客流需求进行预测，为城乡公交一体化线网规划提供了依据；苗李丽[4]采用文献研究法、调查研究法等方法，针对城乡一体化提出了一系列建议；卢旭[5]、郭志刚[6]、华雯婷[7]等采用模糊理论分别对城乡客运一体化的发展水平、城乡客运一体化与社会经济发展的适应性进行评价；童健等[8]从基础设施建设、组织运营、发展方式等方面，提出基于灰色关联法的城乡道路客运一体化发展评价；孙秀婷[9]基于物元理论、DEMATEL法实现城乡道路客运一体化的综合评价。综上所述，目前城乡客运一体化发展研究的重点在于对城乡客运一体化实施能力、实施效果、运营能力、发展能力等进行综合评价，通过构建综合评价指标体系，采用模糊评价法、物元理论、灰色关联法等来实现。

国外学者比较重视城乡道路客运一体化发展策略研究。SOHAIL M等[10-11]提出政府应将公共交通放置在市场经济背景下自由发展，适当放松对城乡公共交通的监管，政府应从社会学和福利学的角度考虑加强城乡公共交通管理职能；SOLECKA K[12]通过研究波兰和欧盟公共交通一体化发展提出建议：实施一体化的财政收费制度，交通基础设施在公共交通站点上实现互联互通，运营服务方面向乘客提供完善的路线信息、时刻表、换乘方式等。

纵观已有研究成果，大多数文献缺乏对具体城市，尤其是县域城市城乡客运一体化发展水平评价，且城乡客运一体化发展水平数据方面佐证更匮乏。基于此，本文在借鉴前期学者研究成果基础上，充分考虑新疆县域城乡客运一体化发展水平，构建县域城乡道路客运一体化适应性发展水平指标体系，利用相关数据，采用因子分析法和K-means聚类算法对县域城乡客运一体化发展水平进行聚类，划分发展水平等级并进行综合评价；借助ArcGIS软件对县域城乡道路客运一体化空间发展差异化水平做进一步解析，以期为新疆县域城乡道路客运一体化健康发展提供理论参考和科学依据。

1 评价指标体系构建

科学合理地构建指标体系是对县域城乡道路客运一体化发展水平进行客观评价的前提和基础。在评价指标选取过程中除应注重从多个角度分析，充分考虑县域城乡道路客运一体化发展水平特征、未来发展趋势外，还应遵循系统性、可比性、适用性等原则[13]。

根据2019年交通运输部发布的《关于开展城乡道路客运一体化发展水平评价有关工作的通知》[14]中已有的评价指标体系，结合新疆县域城乡道路客运一体化发展环境调研结果，从基础设施发展水平、信息服务一体化发展水平、管理监督一体化发展水平、发展政策一体化发展水平、基础设施建设一体化发展水平等5个方面进行指标体系构建，如表1所示。

表1 县域城乡道路客运一体化发展水平评价指标体系

2 评价方法

针对评价指标较多且复杂等诸多问题，本文利用因子分析法对其进行降维，提取隐含变量，即公因子，将分析过程简化。K-means聚类算法适用于对样本较少的数据进行聚类，本文运用K-means算法对因子指标变化后的数据进行聚类分析，使城乡道路客运一体化发展水平相近的县域聚为一类，从而对各县域发展水平进行综合评价。

2.1 因子分析法

因子分析法(Factor Analysis)最早由心理学家Chales Spearman在1904年提出的，是一种通过具体指标的相关关系抽取若干个抽象因子的分析方法。其数学模型为

(1)

将式(1)整理成矩阵形式：

(2)

式中：x1，x2，…，xp为p个原有变量，是均值为0、标准差为1的标准化变量；F1，F2，…，Fm为公因子；ε1，ε2，…，εp为特殊因子，仅与变量xi有关；aij为载荷系数，是第i个原有变量在第j个因子变量上的负荷。

对式(2)进行整理：

X=AF+ε

(3)

式中：F为公因子矩阵；A为因子载荷矩阵；ε为特殊因子矩阵，实际分析中可忽略不计。

具体计算流程如下：

1) 建立样本矩阵X。

(4)

2) 求解相关系数特征值和贡献率。通过特征方程|λI-R|=0，求得相关系数矩阵R的特征值λ1，λ2，…，λn，以及特征向量μ1，μ2，…，μn。计算公式为

(5)

3) 确定公共因子。根据特征值大于1和累计贡献率大于80%的原则确定公因子的个数，根据各公因子所包含的指标对其进行命名。

4) 计算公因子得分和各县域城乡公交一体化发展综合得分。首先采用最大方差法将因子载荷矩阵进行旋转，然后采用Bartlett估计法计算各公因子得分。结合各个公因子的贡献率在累计贡献率中所占的比例(即权重)，最终得到各县域城乡公交一体化发展水平综合得分。

2.2 K-means聚类算法

K-means聚类算法是根据给定的样本集之间的距离大小，将样本集划分为k个簇(类)，使得同一聚类中样本相似度高，即将n个样本的数据xj(j=1，2，…，n)分为k个类别Gi(i=1，2，…，k)，求得每类的聚类中心ci，使得目标函数值最小。用d(xj-ci)表示Gi中样本数据xj到其聚类中心ci的距离，目标函数可以表示为

(6)

K-means聚类算法基本思路如下：①在数据集中随机初始化k个聚类中心点；②通过度量每个样本与k个聚类中心的距离，再将各样本分配到距离中心最近的簇中；③重新计算求出每个簇内样本的平均值(质心)，作为新的聚类中心；④迭代步骤②和③，直至聚类中心点位移量小于预设值或迭代次数达到预设值为止。

2.3 聚类检验

为验证聚类算法参数的合理性和聚类效果的有效性，本文采用轮廓系数法和误差平方和法对聚类结果进行检验。

1) 轮廓系数。轮廓系数(Silhouette Coefficient，简称SC)由Peter J. Rousseeuw在1986年提出的，其目的是用来评价聚类效果。

(7)

式中：S(i)为轮廓系数；a(i)为i向量到同一簇内其他点不相似程度的平均值；b(i)为i向量到其他簇的平均不相似程度的最小值。

轮廓系数的取值范围为[-1，1]，当b(i)≫a(i)时，轮廓系数无限趋近于1，此时聚类效果最好，反之聚类效果最差。

2) 误差平方和法。误差平方和法(Sum of Squared Errors，简称SSE)表示每个簇的质点与簇内样本点的距离的平方和，计算公式为

(8)

式中：Ci为第i个簇；i是Ci中的样本点；mi为Ci的质心，即Ci中所有样本的均值；p为增量样本；SE为所有样本的聚类误差平方和，用于评价聚类效果的优劣。

3 实例分析

3.1 数据来源

根据2019年课题组对新疆县域城乡道路客运一体化现状发展水平调研结果，本文对全疆各县域(不包括新疆生产建设兵团)进行综合评价，涉及县域共计67个。调查数据结果如表2所示(限于篇幅，仅列出部分县域数据)。

表2 新疆县域城乡道路客运一体化发展水平现状调查数据

3.2 适用性检验

在进行因子分析之前，首先对表2中指标X1，X2，…，X17数据进行Kaiser-Meyer-Olkin(KMO)和Bartlett球形检验，判断该数据是否适合做因子分析，检验结果如表3所示。

表3 KMO和Bartlett球形检验结果

由表3可知，KMO检验值为0.764>0.7，Bartlett球形检验中p值为0.000<0.05，拒绝Bartlett球形检验的原假设，数据适合做因子分析。

3.3 公因子确定

根据式(5)对相关系数的特征值和贡献率进行计算，初始特征值大于1的有5个成分，如表4所示。

表4 相关系数的特征值和贡献率

由表4可知，前5个成分的累计贡献率达到了91.147%>80%，说明选取5个公因子对原始变量的解释性较强。采用最大方差法对因子载荷成分矩阵进行旋转，如表5所示。

表5 旋转载荷矩阵

由表5可以看出，第1公因子在指标X3，X4，X5，X15，X16，X17上的载荷较高，将其命名为基础设施发展因子(F1)。第2公因子在指标X10，X11，X12，X13，X14上载荷较高，将其命名为政策与监管一体化发展因子(F2)。第3公因子在指标X6，X7，X8上载荷较高，将其命名为出行信息服务一体化发展因子(F3)。第4公因子在指标X1，X2上载荷较高，将其命名为出行条件因子(F4)。第5公因子在指标X9上载荷较高，将其命名为运营安全因子(F5)。

利用SPSS19.0数据分析软件对各公因子和综合发展得分进行计算，结果如表6所示。

表6 公因子及综合发展得分

3.4 聚类簇数确定

利用SPSS19.0数据分析软件对数据进行预处理，即对公因子及综合发展得分原始数据标准化，使得每个变量的方差的大小相等。根据选取参与评价的县域数量和K-means聚类算法中k值选取方法，确定k的取值范围为3～5。为尽可能减少出现局部最优情况发生，聚类的迭代次数确定为20，计算k的取值范围为3～5时轮廓系数(SC)和误差平方和(SSE)的值。计算结果如图1和图2所示。

由图1所示，当k=2时，SC值最大，即最佳聚类数为2，但从图2的SSE分布可以看出，当k=2时，SSE值较大，需将k=2排除。考虑轮廓系数次之对应的k值，即k=4时，SSE已处于一个较低的水平，因此聚类簇数k=4。

图1 轮廓系数

图2 误差平方和分布

4 结果与分析

4.1 城乡客运一体化发展水平等级划分

根据聚类簇数k=4，可将城乡道路客运一体化发展水平依次划分为A，B，C和D 4个等级。在此基础上，运用K-means聚类算法，通过SPSS数据统计分析软件计算获得城乡客运一体化发展水平等级划分标准，如表7所示。A，B，C和D类地区分别对应为高水平地区、较高水平地区、较低水平地区和低水平地区。

表7 县域城乡客运一体化发展水平等级划分标准

4.2 县域城乡客运一体化空间发展水平差异分析

新疆县域城乡道路客运一体化空间总体发展水平如图3所示。

图3 县域城乡道路客运一体化空间总体发展水平差异

由图3可知，新疆县域城乡道路客运一体化空间发展水平格局整体呈现“北强南弱”之势。

1) 处于A类地区县域主要有奇台县、鄯善县、呼图壁县等7个县域，其经济发展良好，交通基础设施较为完善，城乡公交线路网密度合理，信息化发展水平较好，城乡道路客运一体化发展水平均处于高水平地区。

2) 处于B类地区县域主要有乌鲁木齐县、伊吾县、温泉县等18个县域，其中，南疆(新疆天山以南)县域6个，北疆(新疆天山以北)县域12个。此类地区主要分布于铁路、高速公路等交通干线地带，有利于支撑城乡道路客运一体化的发展。建制村的通达率和通畅率、城乡公交线路网密度已达到较好发展水平，同时积极推进信息服务一体化发展模式，总体发展水平处于良好地区。

3) 处于C类地区县域主要有轮台县、和硕县、额敏县等30个县域。此类地区中各县域城乡道路客运一体化发展综合得分相近，集聚度较高。由于受区位与经济发展水平影响，此类地区城乡客运一体化发展水平较A，B类地区低。

4) 处于D类地区县域主要有民丰县、策勒县、和田县等12个县域。受地理、地形与自然环境的影响，此类地区气候恶劣，地广人稀，村落主要是根据河流、绿洲以及公路干线的分布而形成，建制村通达率和通畅率均较低，交通基础设施建设相对滞后，城乡道路客运一体化发展水平均为低水平。

综合以上分析，新疆县域城乡道路客运一体化发展水平在A，B，C和D 4个等级中所占比例分别为10.44%，26.87%，44.78%和17.91%，高水平地区所占比较小，仅为10.44%；有62.69%县域客运发展水平均处于较低水平以下，县域城乡道路客运一体化总体发展水平偏低。

4.3 基于公因子指标的空间发展水平差异分析

本文采用ArcGIS10.2软件，基于公因子指标进一步探究新疆各县域城乡客运一体化空间发展水平格局(图4)。

图4 基于公因子指标的县域城乡道路客运一体化空间发展水平差异

1) 基础设施发展方面。高水平发展地区主要分布于以天山北坡城市群一带为核心的呼图壁、吉木萨尔、奇台等县域，该区域城乡路网等级结构较完善，乡村道路硬化率较高，客运站点覆盖率较高；较高水平地区主要位于南北疆纵轴方向上的交通干线区域，受铁路以及高速公路辐射作用的影响，周边县域具备一定程度的基础发展水平；较低水平及以下水平县域主要以南疆地区为主，少量分布于北疆边境，其中南疆基础设施发展水平较弱的县域主要分布于塔克拉玛干沙漠周边地区。

2) 政策与监管一体化方面。新疆各县域城乡道路客运发展政策一体化水平呈现南北疆分异的趋势，仅有玛纳斯县、呼图壁县、木垒县等乌鲁木齐市周边区域的政策一体化处于高水平；较高水平地区主要集中在北疆县域及南疆个别县域；南疆地区政策监管普遍较弱，如：柯坪县、阿克陶县等。

3) 出行信息服务一体化方面。位于乌鲁木齐市周边的呼图壁县、鄯善县等县域客运信息服务一体化发展水平高，以西部昭苏县为中心的部分县域及新疆东南部若羌县、且末县等县域发展水平较低，其余分布于南北疆的各县域大多处于较高发展水平。

4) 出行条件方面。出行条件包括建制村通达率与通畅率两个方面。近年来，随着新疆道路交通基础设施建设加快，新疆南北轴及东西轴方向上的交通干线一带，各县域的通达率与通畅率均已达到90%以上，甚至有些县域达100%，处于高水平发展地区；较低水平以下主要分布于塔克拉玛干沙漠东部及新疆西南部边境。

5) 运营安全方面。受经济社会发展水平、地形及气候条件影响，南疆地区车辆运营安全性普遍低于北疆。

4.4 建议

根据以上新疆县域城乡道路客运一体化发展水平评价结果，参考国内外城乡客运发展模式成功经验，本着“因地制宜”原则，本文提出适宜新疆县域城乡客运一体化发展模式的建议。

1) “全域公交化”模式。该模式是将农村客运班线改造为典型的城市公交，它借鉴了城市公交大部分运营特征，与城市公交具有高度相似性，是城乡客运一体化发展的高级模式。它适合于经济发展水平好、城镇化水平高、道路基础设施完善、城乡客运一体化发展水平高、已基本实现客运网络全覆盖县域。此模式适宜于新疆A类地区。该区域需要进一步完善城乡公交一体化的软硬件设施、优化客运资源配置、提高客运网络服务水平。

2) “全面一体化”模式。该模式是城乡客运一体化发展的中级模式，具有城市公交与农村客运班线的一些属性。它适合于经济发展水平相对较好、城镇化水平相对较高、城乡客运一体化发展水平较高的县域，且已有一定的客流强度和客运网络，此模式适宜于新疆B类地区。该区域需要逐步推进客运模式的转型，提升城乡之间换乘效率，培育公交化客流，实现农村客运班线公交化改造。

3) “基本一体化”模式。该模式是城乡客运一体化发展的初级模式，与城市公交运营具有很大差别，类似于农村客运班线，主要以提高农村客运网络覆盖的深度、广度和通达为目标。它适合于经济发展相对滞后、通行条件差、地广人稀、城乡客运发展水平低的县域，以普通客运班线为主，同时辅以其他灵活的客运经营模式，如区域经营模式、特色班车经营模式等。此模式适宜于新疆C类、D类地区。

5 结论

1) 根据国家相关文件，结合新疆县域城乡道路客运一体化发展环境调研结果，从基础设施发展水平、信息服务一体化、管理监督一体化、发展政策一体化、基础设施建设一体化等5个方面，构建新疆县域城乡道路客运一体化适应性发展水平指标体系。

2) 建立基于因子分析法与K-means算法相结合的县域城乡道路客运一体化发展水平评价模型，据此对新疆各县域客运发展水平进行实证分析。依据聚类分析结果，提出将新疆县域发展水平由高到低依次划分为高水平、较高水平、较低水平和低水平4个等级，各等级所占比例分别为10.44%，26.87%，44.78%和17.91%，新疆县域城乡道路客运一体化发展水平总体偏低。

3) 通过提取客运发展水平公因子，利用ArcGIS软件进一步揭示新疆县域城乡道路客运一体化空间发展水平特征，总体发展水平呈现“北强南弱”的空间发展格局。在此基础上，依据评价结果提出适应于新疆县域城乡客运一体化发展模式。