我国不同省份之间运输能力对比

摘要：本文研究了我国省份之间运输能力的对比关系，从客运、货运和地理空间范围三个角度分析了不同省份在所选样本年份的具体表现，并通过相关分析、非参数检验与聚类分析法，对各省份的客运量、旅客周转量、货运量、货物周转量等指标进行分析。研究结果表明，在过去的20多年中，各个省份的货物运输纵向对比差异总体上比较明显；客运在2010年之前，大多数省份的运输距离小于其地理半径；但2010年之后，这种现象有一定程度转变。

关键词：旅客周转量，客运量，货运量，货物周转量，地理空间范围

关键词：旅客周转量；客运量；货运量；货物周转量；地理空间范围

中图分类号：F512.7 文献标识码：A 文章编号：1005-6432（2024）30-0001-04

DOI：10.13939/j.cnki.zgsc.2024.30.001

1 引言

进入21世纪以来，我国各个省份的客运和货运呈现出新的发展态势和特征。分析这种变化，对于我们认识整个市场的特点具有重要意义。本文采用相关分析、非参数检验与聚类分析法对我国各省份的变化情况进行描述，分析其成因，提出省际之间交通运输协调发展的建议。

2 运输能力测量维度的提出

运输能力是保障生产和消费正常进行的重要前提条件。人们普遍认为，交通运输是经济发展的催化剂^[1]。必要的运输能力能够把不同企业、不同市场、不同消费者连接在一起，有力地调节生产供给和市场需求状况。以铁路运输为例，交通固定资产投资和人口密度对省级节点重要性的影响最为明显，具有正向效应^[2]。除了对市场和企业的调节作用外，运输能力还能够解决就业问题，为社会文化事业的发展开拓渠道。现阶段所面临的问题是区域发展不平衡，东部发达省份的交通安全水平优于西部不发达省份^[3]。巨大的地区差异和不平衡的地区发展是中国面临的根本挑战，均衡区域发展是发展地理学研究的重要问题^[4]。

本文对运输能力的分析从以下3个维度展开：

（1）客运水平。主要体现一个省份在国民经济体系中旅客运送能力和所发挥的枢纽作用，以地区旅客周转量和客运量为测量标准。客运量指在一定时期内，各种运输工具实际运送的旅客数量，按人计算。旅客不论行程远近或票价多少，均按一人一次客运量统计；旅客周转量指在一定时期内，由各种运输工具运送的旅客数量与其相应运输距离的乘积之总和。

（2）货运能力。主要体现一个省份在国民经济体系中货物运输能力和所发挥的枢纽作用，以地区货运量和货物周转量为测量标准。货运量指在一定时期内，各种运输工具实际运送的货物重量；货物周转量指在一定时期内，由各种运输工具运送的货物数量与其相应运输距离的乘积之总和。

（3）地理空间范围。主要反映一个省份在省内和省际运输方面的空间距离长短和面积的大小。一般而言，一个省份的长和宽及面积，能够较好的体现省内和省际运输所经的空间距离。一个省份的空间范围越大，其运输所需完成的距离就越长；反之，则越小。因此，地理空间范围对运输具有一定程度的影响。

本文选用2000，2010，2020年各省份的运输数据作为样本数据。

3 具体测量指标及数据样本

为了从经济、社会、地理角度把不同省份之间的共同性和差异性体现出来，本文从上述分析框架出发，提出以下三项指标。

1. 旅客周转量与客运量的比例（用X1表示，单位：公里）。

计算公式：X1=旅客周转量÷客运量

该指标从客运角度反映一个省份旅客运输所覆盖的地理范围。一般而言，指标值越大，客运的地理覆盖范围越大；反之，则表明对周边省份的影响力越弱。

1. 货物周转量与货运量的比例（用X2表示，单位：公里）。

计算公式：X2=货物周转量÷货运量

该指标从货运角度反映一个省份的货物运输所覆盖的地理范围。一般而言，指标值越大，覆盖范围越大；反之，则表明对周边省份的影响力越弱。

1. 地理半径（用R表示，单位：公里）

现实中，各个省份的形状并不是规则的几何图形，因此在测量上只能做近似处理。本文采用省份“地理半径”来估算省内最长运输距离。当实际运输距离超过该值时，即表明有可能属于跨省运输，因而对周边省份具有一定的带动作用。当然，一些省份在形状上并不符合圆形，有的甚至属于长条形，比如内蒙古自治区和甘肃省，因此这种算法只是一种大致的估算法。一种常用的地理半径计算方法是在省的边界线上取若干有代表性的点位，通过计算坐标值的平均数来确定中心，然后计算出距离中心最远的点即为取值。本文简化了计算方法，采用以下公式：

本文所选样本省份的描述性统计结果及各个省份不同年份样本数据的正态性检验如表1所示。从表中可以看出，两个变量X1和X2在3个样本年份的检验结果大多数情形下均小于0.05。这表明两个变量的取值并不完全符合正态分布。因此，我们采用非正态分析方法来研究二者之间的关系。

三、样本数据的相关分析、非参数检验与聚类分析

采用Spearman方法对两个变量在各个年份的相关程度进行分析，计算结果如表2所示。从表中数值可以看出，在3个样本年份中，两个变量之间的相关系数，2000年为正且处于显著水平；2010年为正，但并不显著；2020年为负且不显著。这表明，“客运水平”与“货物能力”之间的相关关系比较复杂，需要进一步深入分析。单个变量（标准化后）在所有样本年份的变化趋势之计算结果如表3所示。

从表3计算结果来观察，变量X1在2000-2010，2010-2020，2000-2020三个时期中，变化均不显著。这表明各个省份“客运水平”指标在上述不同年份并未发生显著变化。变量X2在三个时期中，有两个出现了显著差异；而“2010-2020”这个时期的差异并不显著。这表明“货运能力”指标的不同年份对比结果在是否显著方面存在较大差异。

由于不同省份在地理空间范围上存在一定程度的差异，因而在分析一个具体省份的“客运水平”与“货运能力”时，就应当把其地理空间的宽窄考虑在内。为此，本文使用“地理半径”R来对X1和X2在各个省份不同年份的取值进行调整，新变量名称为X1′和X2′。计算公式为：X1′=X1-R；X2′=X2-R。新变量的描述统计量如表4所示。

X1′和X2′的变化情况如图1和图2所示。从图1中可以看出，客运的变化幅度并不是十分明显，即省份之间的差距总体上不突出。但是，也有个别省份的变化比较明显，例如天津、内蒙古、西藏、新疆等省份，其中有的是正向变化，比如内蒙古和新疆，属于在客运相对落后的基础上出现了正增长；有的是反向变化，比如北京和天津，与前期相比出现不同程度的下降。当然，其他大多数省份都在横轴以下，即客运没有超出地理半径R，以省内运输为主的特征比较明显。

从图2可以看出，不同省份的货物运输差异比较明显。有些省份处于横轴上方，有些则处于横轴下方。前者中有个别省份出现反向变化，如天津，山东，宁夏；也有一些则呈现大幅度正向变化，比如上海，海南。后者中，低于横轴距离较远的有内蒙古，新疆，四川，云南和青海，但是这些省份都出现了正向变化。还有一些省份与横轴相交，比如山西，辽宁，吉林，江苏，浙江等省份。与图1相比，图2的纵轴上单位刻度所代表的值较大（与图1相比是5：1），因而相同波动区间所呈现的变化更剧烈。

在此基础上使用系统聚类方法对所有样本省份各个年份的X1′和X2′进行研究，数据经标准化后的聚类结果如图3所示。

4基本结论

从20年的时间跨度中，本文发现我国各个省份在运输领域的功能和作用发生了一定程度的变化。客运水平以及货物能力的变化都对各个省份的本地生产和消费以及对周边区域的经济和社会发展产生了影响。但是，各个省份的情况又有所不同，在客运和货运两个指标上的表现并不相同，变化的数量和方向有一定差异。引入地理空间范围这一范畴后，本文发现有的省份的客运和货运主要局限于本地，而且对周边省份的影响力较弱；有的省份则相反，对周边省份有较强影响力；还有一些省份介于上述二者之间。

从图3可以看出，根据2000年的数据，如果划分4个类别，从变化程度上看，则天津、上海属于第一类，（X1′，X2′）对应的值分别为（197，1714）和（97，1299）；内蒙古、新疆属于第二类，对应值为（-527，-401）和（-599，-529）；黑龙江、云南、四川和青海属于第三类，对应值分别为（-307，-212），（-290，-259），（-355，-274）和（-396，-295）；其他省份属于第四类，对应值此处省略。第一类属于具有港口型城市特征的直辖市，地理空间范围相对较小，因而实际运输距离一般会大于地理半径，即容易对周边省份产生经济和社会影响。第二类属于内陆省份，地域辽阔，由于地理半径很大，因而指标值为负且数值很大；第三类属于边境省份或交通相对封闭的省份或处于高原的省份，因而指标值为负且数值较大。第四类中大多数省份的特点并不突出。

根据2010年的数据，如果划分3个类别，从变化程度上观察，则天津、上海属于第一类；西藏、新疆、四川、青海和内蒙古属于第二类；其他省份属于第三类。在第三类中，黑龙江、云南、甘肃三省的特征相对明显一些，但甘肃省的货运指标值为正。地理空间特征及经济发展水平决定了这些省份的客运和货运水平。与2000年相比，除天津和甘肃两省的客运指标下降、西藏客运货运指标双下降外，前两类中大多数省份都取得了两项指标的正增长。这说明从2000年到2010年，经济相对落后地区的运输情况虽然仍处于负值区间，但情况有所改观；而港口型直辖市的发展处于分化之中。

根据2020年的数据，如果划分3个类别，从变化程度上观察，则上海、海南属于第一类；黑龙江，甘肃，四川，西藏，云南，青海，内蒙古和新疆属于第二类；其他省份属于第三类。与2010年相比，上海表现为客运下降，货运增长。海南表现为双增长，且货运增长幅度很高，取代了天津的地位。受产业结构调整影响，天津区域经济子系统综合发展水平呈现突降趋势，由原来的初级协调恢复到轻微失衡^[5]。黑龙江、四川、新疆呈现双增长；甘肃，青海，内蒙古表现为客运增长，货运下降；西藏客运增长，货运基本持平；云南客运持平，货运下降。

综上所述，本文认为新世纪以来的20多年，就运输情况而言，结合地理空间范畴，我国各个省份在客运水平上的变化不显著，货运能力提升比较明显。但是，相对而言，上海、天津、海南等省市的综合运输能力较强，对周边地区的影响和带动作用大；而边境省份、交通相对封闭的省份以及地域辽阔的西部省份，受地理环境条件影响，面临着快速提升运输能力的艰巨任务。对于西部地区而言，传统的运输方式，铁路、公路、水运的作用应当有效利用，继续加大基础设施投入，同时也要大力发展航空运输业，加快客运、货运机场的建设速度。公平高效地配置运输资源，对我国区域经济协调高效发展具有重要意义^[6]。

本文采用了非参数检验和聚类分析等统计方法，由于样本量存在局限性，这可能会影响到数据分析结果的可靠性和稳定性。这些问题的提出也为该领域今后的科研工作提出了新课题。

参考文献：

[1]ZHAO J， GUOD， WANG J，et al. Examining the association of economic development with intercity multimodal transport demand in China： A focus on spatial autoregressive analysis[J]. ISPRS international journal of geo-information.2018，7（2），56.

[2] SUN Q， GUOX， JIANGW， et al. Exploring the node importance and its influencing factors in the railway freight transportation network in China[J]. Journal of advanced transportation. 2019. Article ID 1493206.

[3] MAS，SHAOC，ZHAIR， et al.Traffic safety evaluation of the provincial regions in China based on principal component analysis[J]. 2009 Second internatid4395e1d01c2c29f6273c54a678ecc49onal conference on intelligent computation technology and automation.2009：864-867.

[4] DENGX， LIANGL， WUF， et al. A review of the balance of regional development in China from the perspective of development geography[J].Journal of geographical sciences.2022（32）：3-22.

[5] AIY. Evaluation research on coupling and synergistic development of Beijing-Tianjin-Hebei express logistics industry and regional economy under circular economy： based on entropy method[J]. International conference on frontiers of traffic and transportation engineering， 1234010. 2022.

[6] CHENS， ZHOUD. Research on the allocation of transportation resources considering fairness and efficiency taking China's highway as an example[C].Proceedings of the 3rd international conference on culture， education and economic development of modern society. 2019， Atlantis Press.

作者简介：

苗月新，经济学博士，中央财经大学商学院，教授，研究方向：品牌管理，营销渠道，旅游营销。