云南省客货运周转量的分析预测

2023-09-24王寅生

中国市场 2023年26期

王寅生

摘要：随着人民生活水平的提高，全国的交通运输客货运周转量正发生着巨大的变化。为了能够更好地统筹规划地区的交通运输，文章以云南省生产总值、客货运周转量数据为研究依据，了解地区客货运周转量与生产总值的关系，对未来的客运周转量进行预测。研究结果表明：随着国民生产总值的上升，预计未来云南省客运、货运周转量依然会继续增加，相比较而言，货运周转量的增长速度大于客运周转量。货运周转量对生产总值的变化相较于客运周转量更为敏感，未来生产总值的上升，影响更为显著的是货运周转量。因此为了满足客运周转量以及货运周转量未来变化的需求，需要考虑加大交通运输设施建设的力度，尤其是货运设施。

关键词：客运周转量；货运周转量；生产总值

中图分类号：F127;F512.7 文献标识码：A 文章编号：1005-6432（2023）26-0000-06

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

1 引言

交通运输是国民经济的重要基础，不仅代表了交通运输行业的发展，更代表了国家经济的发展水平。随着全国交通枢纽和物流货运设施的加快建设，我国西南地区的交通运输也在极速发展，交通运输水平不断提升。在交通运输系统的规模评定指标中，交通运输客运与货运周转量两个指标尤为重要[1-2]。客运周转量与货运周转量分别指的是在一定的时间范围里，运送旅客数量与货物数量分别与运距的乘积，单位分别是人/公里、吨/公里。客运周转量与货运周转量不仅仅是国民经济对交通运输需求的一种反映方式，预测客运周转量与货运周转量也是地区进行交通规划的前提。

崔淑华[3-4]等提到，总人口数量、固定资产投资、能源生产总量、国内生产总值、城乡人均收人指数、农产品产量、公路线路长度、社会消费品零售总额、进出口总额、载货汽车拥有量，这些指标均会影响到区域的货运量。应纪来[5-6]等认为交通运输客货运周转量与国民生产总值密不可分，为探讨国民生产总值与交通运输客运、货运周转量的关系，分别使用三种方法进行研究，三种方法分别为弹性系数法、线性回归分析法以及逻辑斯曲线法。最终利用三种方法对未来客运与货运周转量进行组合预测。在研究客运、货运周转量与国民生产总值的关系方面的研究，李欣月[7]等选取了数年间贵州客运、货运周转量与国民生产总值的数据，采用VAR模型进行检验，从检验结果中可以知道，贵州客运、货运周转量与国民生产总值存在唯一的协整关系。吕稼欢[8]等也采用VAR模型对重庆客运、货运周转量与国民生产总值的关系进行了分析，发现研究对象之间也存在唯一的协整关系。生产总值在推动交通运输的发展，虽然交通运输对生产总值的增长起到的直接作用较小，但也间接地促进了区域经济的增长。杨中才[9]等结合云南省的客运、货运周转量数据，使用灰色关联理论对二者进行预测，并得到了可靠的结果，结果表明未来云南客运、货运周转量将会一直增加。白少明[10]提出交通运输客运量不仅受到国内生产总值的影响，同时也受到产业经济政策、居民消费水平等因素的影响。作者在研究影响因素的基础上，建立线性回归理论的铁路客货运量分析预测模型，从分析结果中可知，铁路客运量与国内生产总值存在明显线性关系，而货运量相反。货运周转量与客运周转量对生产总值变化的敏感度不同，为了确定不同因素的敏感度，章光[11-12]等通过定义无量纲形式的敏感度函数和敏感度因子，使得多因素敏感性分析具有可比性。

上述研究中分别通过不同的方法来检验生产总值与客运、货运周转量的关系，另外通过收集往年数据对未来的客运、货运周转量进行预测，为之后的交通运输规划提供依据。本文以云南省客运、货运周转量为研究对象，利用数据拟合的方法，找出交通运输客运、货运周转量与生产总值的关系，在对未来的客货运周转量发展进行预测的同时，也根据前人提出的敏感度分析方法，分析客运周转量与货运周转量对生产总值的敏感程度。

2数据来源

以云南省为研究区域，交通运输客运、货运周转量以及国民生产总值来源于云南省统计局1987-2019年的统计年鉴。

3研究方法

3.1多项式拟合法

云南省交通运输客运、货运周转量与生产总值的关系密不可分，互相之间存在一定的函数关系。文献[3][4]中将年份与生产总值所存在的关系利用多项式函数定义，据此在数据处理软件origin中，将客运、货运周转量与国民生产总值分别定义为因变量与自变量，通过拟合功能，可得到函数关系曲线如式（1）所示。

式中：Q1表示货运/客运周转量、G表示生产总值

3.2拟合优度检验

为了对origin拟合效果进行检验，从而判断拟合得到的函数曲线是否能够用来预测未来生产总值以及客运、货运周转量，需要引进R2这一相关指数。在origin中得到拟合曲线后，自变量对应的拟合值与实际值y存在一定的偏差，偏差越小代表拟合效果越好，即数值越小拟合效果越好。在计算时，会出现实际值小于拟合值的情况以及因为量级不同导致偏差计算不准确。因此最终R2的计算公式如式（2）所示

其中，代表平均值，n代表统计数量。R2越接近于1，说明拟合效果越好，关系函数更为准确。

3.3 敏感性分析方法

在分析系统稳定性时，敏感性分析是十分重要的分析结果。敏感性分析中，通常假设某一系统，此系统的特性F主要由n个相关因素所决定，系统特性F与n个元素之间存在关系为，。当相关元素在某一基准状态下时，系统特性为。相关因素在规定范围内变动时，分析由于变动，系统特性F偏离基准状态的趋势和程度，这种分析方法称为敏感性分析。

在敏感性分析中，首先要做的是建立系统模型，确定系统特性F与相关因素之间的函数关系，一般用解析式表示。對于比较复杂的系统而言，也可以考虑用图表法或数值方法表示。因此，在参数敏感性分析中，至关重要的步骤是建立与实际系统比较相符的系统模型。

在建立比较相符系统模型后，需给出各个相关因素的基准参数集。基准参数集是根据具体问题进行确定。不同影响因素在其可能的范围内变动，这时系统特性F表现为

在实际分析中，影响系统特性的各因素的物理量单位往往是不同的。仅依靠上述分析方法，无法对不同因素之间的敏感程度进行比较。因此，为了统一不同物理量，有必要进行无量纲化处理。

通过定义无量纲形式的敏感度函数和敏感度因子，来统一不同单位物理量的单位。系统特性F的相对误差与参数的相对误差的比值定义为参数的敏感度函数，如式（3）所示

在较小的情况下，可近似进行表示，如式（4）所示

取，即可得到参数的敏感度因子。[11-12]

4计算结果分析

4.1云南省GDP分析预测

生产总值为第一产业、第二产业、第三产业的生产值总和。第一产业产值是指农、林、牧、渔业等产值；第二产业产值是指采矿业、制造业、电力、燃气业等产值；第三产业产值是指交通运输、仓储和邮政业、服务业等产值。在云南省统计年鉴中得到1987-2019年的生产总值数据，如表1所示。从表1中可以看出1987-1999年，云南省生产总值小于1000亿元，生产总值增长缓慢，平均每年增长100亿元。1999-2003年，云南省生产总值大于1000亿元，增长速度开始变快，由原来的平均每年100亿元变为200亿元。2003年-2007年，生产总值增长速度继续加快，平均每年500亿元。2007-2017年，这段时间生产总值猛增，生产总值的增长速度比较2003年-2007年翻了一倍，平均每年增长1000亿元，并且在2012年，生产总值突破10000亿元。2017-2019年，增长速度最快，并且生产总值在2018年突破20000亿元。

本文中为方便计算，将1987年设置为初始年份，1987-2019年云南省国民生产总值的变化如图1所示。由上述国民生产总值分析中可以了解到：无外来因素的干扰下，云南省生产总值在未来，生产总值增长速度仍会不断加快，生产总值必将达到一个新的高度。

利用origin多项式拟合，得到自变量（年份）与因变量（生产总值）之间的函数关系，如图1所示。其中，R2=0.996，拟合效果良好，可以用来预测生产总值的未来值。将2023、2024以及2025年的年份相对数值代入拟合公式中，2023、2024以及2025年的生产总值，分别为34640亿元、37952亿元、41479亿元。未来三年生产总值依然不断增长，预计在2025年突破40000亿元。

4.2云南省客货运周转量分析预测

1987-2019年的云南省交通运输客运、货运周转量如表2所示。从表2中可以看出，1987-2019年云南省客运周转量增长幅度很小，甚至在1990年、1995年出现客运周转量不增反降的状况，与这段时间范围内较低的生产总值有着密不可分的关系。1999-2003年客运周转量变化无明显规律。2000年客运周转量比1999年低，2001年客运周转量又开始出现明显的增多，由2000年的237.94亿人/公里增长为304.2亿人/公里，2002年、2003年又开始降低，直到2004年客运周转量出现增长的迹象。2004-2012年客运量稳步上升，由最开始的317.76亿人/公里逐渐增长为670.22亿人/公里。2013-2018年客运量趋于稳定值580亿人/公里，2019年客运周转量出现上升的趋势。1987-2019年的货运周转量，除了在1991年、1993年出现过短暂下降后，一直在增长，并于2012年突破1000亿吨/公里，2019年突破2000亿吨/公里。从上述对国民生产总值的分析中我们可以看出，随着时间的推移，生产总值增长幅度存在变化，但一直上升。因此单就生产总值对客货运周转量的影响而言，货运周转量与生产总值的关系更为密切。

通过origin拟合，得到生产总值与客运、货运周转量的函数关系曲线，如图2和图3所示。

从图2中可以直观的看到，1987-2010年客运周转量随着生产总值的变化是基本符和拟合规律曲线的，随着生产总值的增长，客运周转量不断上升。2011-2014年客运周转量随着生产总值的变化明显偏离拟合规律曲线。在2011、2012年客运周转量的猛增后，2013、2014、2015的客运周转量并没有按照原有规律继续增长，反而下降，因此2011-2015年不太符合拟合曲线的规律。2015-2019年客运周转量开始继续增长，由于人口以及客运设施等因素的限制，增长速度缓慢，增长速度无法加快，但客运周转量仍在增长。2015-2019年客运周转量随着生产总值的变化也是基本符和拟合规律曲线的。

对比图2与图3可以看出，图2中有些年份基本不符合拟合规律曲线，图三中所有货运周转量均匀分布在拟合规律曲线周围。由此我们可以看出货运周转量与生产总值的关系，相比较于客运周转量与生产总值的关系，货运周转量与生产总值的关系规律更强，更加贴合拟合曲线。

客货运周转量与生产总值的关系分别拟合为式（1）形式，拟合函数如表3所示。从表3中的拟合优度R2可以直观地看出，货运周转量与生产总值的关系拟合效果更好，更能体现周转量与生产总值之间存在的关系。

将前文中计算得到的2025、2030以及2035年的生产总值代入生产总值与客运、货运周转量的拟合函数关系曲线，便可得到未来云南省的客运、货运周转量，如表4所示。从表3中可以看出，2023-2025年云南省客运、货运周转量仍然不断增长，且货运周转量增长速度较快。

4.3 客货运周转量敏感性分析

通过4.2中生产总值与客货运周转量关系的拟合，可以得到生产总值与客货运周转量的拟合关系曲线，用来进行客货运周转量对生产总值的敏感性分析。

在敏感性分析中，基准集的取值对于敏感性分析而言是至关重要的，在以往的研究中，一般取具有代表性的数值，如最大值，中间值等，或者是采用规范中的数值。本文分析中，取生产总值的基准值为2012年的生产总值11097.39亿元。根据敏感度分析方法分别得出客货运周转量与生产总值的敏感性关系公式，并将生产总值的基准值代入关系公式中。货运周转量对生產总值的敏感度因子为0.6，货运周转量对生产总值的敏感度因子为0.5。货运周转量相对于客运周转量，对生产总值的变化更为敏感。而在未来，生产总值的变化速度将会继续加快

结论

1987-2019年云南省生产总值一直在不断增长，且增长速度越来越快，根据拟合效果的分析可知，预计未来云南省生产总值将会继续增长，并将达到一个前所未有的高度。

1987-2019年云南省客运周转量与货运周转量总体上呈现上升的趋势，且货运周转量受生产总值的影响更为明显，货运周转量的增长速度更快。将客运周转量、货运周转量与生产总值的关系进行拟合，客运周转量与生产总值的关系相较于货运周转量与生产总值的关系，规律性较差，不能很好的反映客运周转量与生产总值的关系。

在客货运周转量对生产总值的敏感性分析上，货运周转量的敏感因子更大，因此货运周转量对生产总值的变化相较于客运周转量更为敏感。未来生产总值的不断增长以及增长速度的加快，影响更为显著的是货运周转量。

从云南省客货运周转量的预测结果以及敏感性分析来看，为了满足未来客货运周转量继续增长以及货运周转量增长更为明显的的需求，需要考慮加大交通运输设施建设的力度，尤其是货运设施。

参考文献：

[1]程艺，刘慧，宋涛，等.中国西南地区对外经济发展的时空格局及驱动因素[J].世界地理研究，2018，27（4）：77-89.

[2]郑晨. 客运继续回暖向好货运持续高位运行[N]. 人民铁道，2022-08-03（1）.

[3]崔淑华，王娜，胡亚南.基于主成分分析的公路货运量预测影响因素研究[J].森林工程，2005（5）：67-69.

[4]赵怀鑫，孙星星，徐倩倩，等.基于灰熵法的公路货运量和货物周转量关联因素分析[J].交通运输工程学报，2018，18（4）：160-170.

[5]应纪来，孙育峰，刘新萍.中国交通货运周转量预测[J].中国科技信息，2005（19）：89-96.

[6]应纪来，孙育峰，刘新萍.中国客运周转量预测[J].中国科技信息，2005（19）：6.