龐金燕，尹相勇，宋以華

（北京交通大學(xué) 交通運(yùn)輸學(xué)院，北京 100044）

0 引言

高速鐵路的發(fā)展對(duì)客運(yùn)通道綜合交通結(jié)構(gòu)會(huì)產(chǎn)生較大的影響。何宇強(qiáng)、毛保華等人基于廣義費(fèi)用函數(shù)，應(yīng)用 Logit 模型，以北京—太原的客運(yùn)專線為研究對(duì)象，分析了不同交通方式客運(yùn)分擔(dān)率的變化，得出客運(yùn)專線將吸引大量客流的結(jié)論[1]。李建斌通過(guò)對(duì)武廣高速鐵路沿線車站旅客的抽樣調(diào)查，歸納和分析了旅客的出行特征和集散特性[2]。毛偉等人運(yùn)用 TransCAD 軟件，基于旅客出行效用函數(shù)模型，研究旅客出行行為對(duì)客運(yùn)通道分擔(dān)率的影響[3]。郭春江運(yùn)用層次分析法對(duì)旅客出行選擇的影響因素進(jìn)行權(quán)重分析，并運(yùn)用管理博弈理論，構(gòu)建了交通方式運(yùn)量分擔(dān)博弈模型，對(duì)武廣高速鐵路的運(yùn)營(yíng)提出了建議[4]。Dai Nakagawa、Masatoshi Hatoko基于成本效益分析，得出提高部分新干線列車運(yùn)行速度會(huì)對(duì)日本核心區(qū)域產(chǎn)生很大影響的結(jié)論[5]。Iljoon Chang、Gang-len Chang 建立了以時(shí)間價(jià)值為主要變量的綜合交通運(yùn)輸通道客運(yùn)分擔(dān)率模型，通過(guò)成本最小化和效益最大化，分析通道內(nèi)高速鐵路、航空等的競(jìng)爭(zhēng)關(guān)系，以韓國(guó)東北和西南運(yùn)輸通道為案例，預(yù)測(cè)通道內(nèi)不同交通方式的客運(yùn)分擔(dān)率[6]。

借鑒有關(guān)研究成果，通過(guò)建立系統(tǒng)動(dòng)力學(xué)模型，結(jié)合 Logit 分擔(dān)率模型，從收入層次、出行目的兩個(gè)角度對(duì)旅客不同層次的客運(yùn)需求進(jìn)行細(xì)化分析，對(duì)社會(huì)經(jīng)濟(jì)因素和個(gè)人出行選擇影響因素，進(jìn)行了因果關(guān)系反饋分析?；谙嚓P(guān)調(diào)研數(shù)據(jù)，仿真分析武廣高速鐵路對(duì)客運(yùn)通道綜合交通結(jié)構(gòu)變化趨勢(shì)的影響，為分析武廣客運(yùn)通道綜合交通結(jié)構(gòu)的變化趨勢(shì)提供參考依據(jù)。

1 武廣高速鐵路概述

1.1 ??沿線人口、經(jīng)濟(jì)狀況

武廣高速鐵路于 2009 年 12 月 26 日正式運(yùn)營(yíng)，全長(zhǎng) 1 068 km，跨湖北、湖南、廣東 3 省，途經(jīng)15 個(gè)車站，設(shè)計(jì)時(shí)速 350 km，全程運(yùn)行時(shí)間約 4 h。武廣客運(yùn)通道沿線城市常住人口多，人口密度大。沿線省會(huì)城市的人口密度較沿線其他城市更加稠密，其中廣州為 1 653人 / km2，武漢為 1 086 人 / km2，長(zhǎng)沙為 548 人 / km2，人口密度均超過(guò) 143.8 人 / km2的全國(guó)平均水平。沿線地區(qū)省會(huì)城市經(jīng)濟(jì)發(fā)展迅速，人均 GDP 均高于全國(guó)平均水平，屬于經(jīng)濟(jì)較發(fā)達(dá)地區(qū)。2010 年，廣州人均 GDP 達(dá) 8.7 萬(wàn)元，高出全國(guó)平均水平 5.7 萬(wàn)元；武漢、長(zhǎng)沙人均 GDP 也分別達(dá)到 5.9 萬(wàn)元和 6.6 萬(wàn)元，比全國(guó)平均水平高出 2.9 萬(wàn)元和 3.6 萬(wàn)元。

1.2 ??武廣高速鐵路開(kāi)通后通道內(nèi)的交通結(jié)構(gòu)變化

武廣客運(yùn)通道的交通方式包括鐵路、航空和公路長(zhǎng)途客運(yùn)，其中鐵路包括武廣高速鐵路、京廣鐵路武廣段。機(jī)場(chǎng)主要有武漢天河國(guó)際機(jī)場(chǎng)、長(zhǎng)沙黃花國(guó)際機(jī)場(chǎng)、廣州白云國(guó)際機(jī)場(chǎng)，公路有京港澳高速公路和國(guó)道 107 線等。由于武廣客運(yùn)通道長(zhǎng)達(dá) 1 068 km，武漢至廣州跨省長(zhǎng)距離運(yùn)營(yíng)的長(zhǎng)途汽車，在通道內(nèi)所占份額很小，故該研究不考慮通道公路長(zhǎng)途客運(yùn)的分擔(dān)率。

武廣高速鐵路的運(yùn)營(yíng)縮短了旅客的旅行時(shí)間，促進(jìn)了沿線經(jīng)濟(jì)發(fā)展，而經(jīng)濟(jì)的發(fā)展將會(huì)誘發(fā)更多出行需求，由此帶來(lái)通道客運(yùn)量增長(zhǎng)。武廣高速鐵路開(kāi)通前后不同交通方式承擔(dān)的客運(yùn)量如表 1 所示。

表?1 武廣高速鐵路運(yùn)營(yíng)前后不同交通方式承擔(dān)的客運(yùn)量????????????萬(wàn)人次

由表 1 可知，武廣高速鐵路開(kāi)通 1 年，通道客流增加 1 762.7 萬(wàn)人次，同比增加了 44.6%。其中，高速鐵路新增客流為 2 075 萬(wàn)人次，為轉(zhuǎn)移客流和新增誘發(fā)客流。通過(guò)相關(guān)調(diào)研數(shù)據(jù)分析，高速鐵路轉(zhuǎn)移客流 4% 來(lái)自航空，26% 來(lái)自既有鐵路，70%為新增誘發(fā)客流。武廣高速鐵路開(kāi)通運(yùn)營(yíng)后，鐵路分擔(dān)率由 95% 上升到 97.6%，提高了 2.6%；航空分擔(dān)率由 5% 下降到 2.4%。

2 武廣高速鐵路對(duì)客運(yùn)交通結(jié)構(gòu)影響的SD模型

旅客出行方式的選擇行為是以自身運(yùn)輸需求得到最理想滿足為原則所進(jìn)行的一個(gè)從認(rèn)識(shí)、評(píng)價(jià)、決策到實(shí)施的連續(xù)活動(dòng)過(guò)程[7]。為細(xì)化考慮旅客在出行選擇時(shí)的不同層次需求，根據(jù)收入水平和出行目的進(jìn)行旅客細(xì)化分類，根據(jù)不同收入水平計(jì)算其各自時(shí)間價(jià)值，選取安全性、舒適性、票價(jià)和方便性 4 項(xiàng)指標(biāo)構(gòu)造廣義費(fèi)用函數(shù)，基于 Logit 模型，采用系統(tǒng)動(dòng)力學(xué) (System Dynamic，SD) 模型預(yù)測(cè)通道不同交通方式的客運(yùn)量，進(jìn)而得到客運(yùn)分擔(dān)率。

2.1 模型影響因素分析

模型中的主要影響因素包括社會(huì)經(jīng)濟(jì)、出行選擇行為、交通供給、交通需求 4 個(gè)方面，其中社會(huì)經(jīng)濟(jì)發(fā)展因素是交通結(jié)構(gòu)變化的前提。4 個(gè)主要影響因素的具體細(xì)化指標(biāo)如下。

（1）社會(huì)經(jīng)濟(jì)。社會(huì)經(jīng)濟(jì)包括居民人均收入、GDP (地區(qū)生產(chǎn)總值)、地區(qū)常住人口、低收入、中收入、中高收入、高收入等指標(biāo)。

（2）出行行為選擇。出行行為選擇包括票價(jià)、舒適性、方便性、“門到門”時(shí)間、旅游、公務(wù)商務(wù)出差、探親、務(wù)工、上學(xué)等。

（3）交通供給。交通供給包括既有鐵路、高速鐵路、航空等。

（4）交通需求。交通需求包括居民人均出行次數(shù)、客運(yùn)分擔(dān)率、既有鐵路客運(yùn)量、高速鐵路客運(yùn)量、航空客運(yùn)量、總客運(yùn)量等指標(biāo)。

2.2 系統(tǒng)因果關(guān)系分析

模型研究的對(duì)象是武廣通道客運(yùn)分擔(dān)率和客運(yùn)量發(fā)展趨勢(shì)。旅客收入劃分的層次為：低收入、中低收入、中高收入、高收入和公務(wù)商務(wù)出差。不同出行目的旅客對(duì)服務(wù)反應(yīng)有所不同，公務(wù)商務(wù)出差旅客選擇交通方式傾向于快速便捷、舒適和方便；以務(wù)工、上學(xué)為出行目的的旅客選擇交通方式則更側(cè)重于出行費(fèi)用的高低[8]。不同收入層次在出行過(guò)程中對(duì)旅途中接受的服務(wù)反應(yīng)也不一樣，如低收入者看重的是出行費(fèi)用的高低，而高收入者更側(cè)重旅行過(guò)程舒適度及便捷性等[9]。構(gòu)建武廣客運(yùn)通道交通結(jié)構(gòu)的因果關(guān)系圖，對(duì)系統(tǒng)要素之間的關(guān)系進(jìn)行分析。圖 1 是高速鐵路對(duì)客運(yùn)通道影響的因果關(guān)系圖。

（1）通道總客運(yùn)量與社會(huì)經(jīng)濟(jì)反饋環(huán)。通道總客運(yùn)量與社會(huì)經(jīng)濟(jì)反饋環(huán)如圖 2 所示，是正反饋環(huán)。經(jīng)濟(jì)發(fā)展水平提高，居民人均收入增加，刺激居民出行增多，通道客運(yùn)量增加。人員流通性加強(qiáng)在一定程度上促進(jìn)了經(jīng)濟(jì)的增長(zhǎng)。

圖1 高速鐵路對(duì)客運(yùn)通道影響的因果關(guān)系圖

圖2 社會(huì)經(jīng)濟(jì)反饋環(huán)

（2）交通供給反饋環(huán)。交通供給反饋環(huán)如圖 3所示。某種交通方式客運(yùn)量受交通供給的限制，不可能無(wú)限增長(zhǎng)，體現(xiàn)了交通供給對(duì)客運(yùn)量的制約作用。交通供給在一定時(shí)期內(nèi)相對(duì)穩(wěn)定，某種交通方式客運(yùn)量達(dá)到一定程度，將限制該方式客運(yùn)量的增加。交通供給通過(guò)服務(wù)水平體現(xiàn)其反饋?zhàn)饔?。以既有鐵路為例，選擇既有鐵路的客運(yùn)量不斷增加，受到既有鐵路供給的限制，其服務(wù)水平降低，致使選擇既有鐵路的客運(yùn)量減少。

圖3 交通供給反饋環(huán)

2.3 模型系統(tǒng)流圖

在因果關(guān)系圖的基礎(chǔ)上，用系統(tǒng)動(dòng)力學(xué)軟件Vensim 構(gòu)造系統(tǒng)動(dòng)力學(xué)模型的系統(tǒng)流圖，如圖4 所示。

2.4 模型參數(shù)估計(jì)

應(yīng)用項(xiàng)目調(diào)查資料、統(tǒng)計(jì)資料和部分參考文獻(xiàn)中獲取數(shù)據(jù)對(duì)模型中常數(shù)、表函數(shù)、狀態(tài)變量賦值，模型的參數(shù)主要采用 2 種方法估計(jì)，存在變化率函數(shù)中的系數(shù)用最小二乘法估計(jì)；沒(méi)有公開(kāi)數(shù)據(jù)只有大致信息的參數(shù)，用系統(tǒng)行為法來(lái)估計(jì)。

圖4 模型系統(tǒng)流圖

2.4.1 影響因素參數(shù)設(shè)定

客運(yùn)分擔(dān)率影響參數(shù)主要包括“門到門”時(shí)間、票價(jià)、舒適性和方便性 4 個(gè)部分。模型參數(shù)用的是因素值之間的比值。其主要因素標(biāo)定如下。

（1）“門到門”時(shí)間主要由市內(nèi)交通時(shí)間、候車時(shí)間、進(jìn)出站時(shí)間和行程時(shí)間組成，詳細(xì)數(shù)據(jù)如表 2 所示。

表2 “門到門”時(shí)間量化表 h

（2）方便性和舒適性因素量化綜合參照相關(guān)文獻(xiàn)，服務(wù)水平量化如表 3 所示。

表3 服務(wù)水平量化表

（3）票價(jià)因素。高速鐵路、航空運(yùn)輸?shù)钠眱r(jià)主要參考二等座票價(jià)；而既有鐵路票價(jià)綜合考慮硬座和硬臥票價(jià)；航空票價(jià)折扣率計(jì) 7 折，票價(jià)量化如表 4 所示。

表4 票價(jià)量化表

2.4.2 社會(huì)經(jīng)濟(jì)參數(shù)設(shè)定

通道客運(yùn)量預(yù)測(cè)中主要考慮人口增長(zhǎng)率、GDP等因素。運(yùn)營(yíng)初期，高速鐵路在一定程度上誘發(fā)一部分客運(yùn)量，隨著高速鐵路運(yùn)行圖的逐步穩(wěn)定，通道總的客流量也趨于穩(wěn)定。以此為基礎(chǔ)，在預(yù)測(cè)武漢—廣州的總客運(yùn)量時(shí)采用總?cè)丝谂c人均出行的乘積得到預(yù)測(cè)的總客運(yùn)量。人口以 0.6% 作為人口的自然增長(zhǎng)率，人均出行次數(shù)計(jì)算的初值為 0.6，2010年居民人均收入初值為 26 610，GDP 增長(zhǎng)率初值為12%，人均出行次數(shù)＝1.965－26 610/居民人均收入。在參數(shù)標(biāo)定過(guò)程中使用的社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自統(tǒng)計(jì)年鑒，武廣高速鐵路沿線主要人口數(shù)量如表 5所示。

表5 武廣高速鐵路沿線人口分布表

2.5 模型有效性檢驗(yàn)

以 2010 年武廣客運(yùn)通道的經(jīng)濟(jì)社會(huì)發(fā)展、人口、居民收入、鐵路票價(jià)、運(yùn)輸時(shí)間等實(shí)際數(shù)據(jù)作為模型輸入，通過(guò)模型仿真得出不同交通方式的客運(yùn)量及分擔(dān)率，與 2011 年實(shí)際數(shù)據(jù)對(duì)比，判斷模型的有效性，對(duì)比數(shù)據(jù)如表 6 所示。

表6 模型誤差分析

通過(guò)上述數(shù)據(jù)對(duì)比可知，預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)誤差小于 10%，模擬計(jì)算的精度達(dá)到要求，模型有效。

3 SD模型仿真結(jié)果分析

選取武廣客運(yùn)通道為研究對(duì)象，進(jìn)行客流預(yù)測(cè)和客運(yùn)分擔(dān)率分析。根據(jù)調(diào)研獲取不同交通方式門到門時(shí)間、票價(jià)、運(yùn)輸需求的變化情況，結(jié)合社會(huì)經(jīng)濟(jì)發(fā)展情況(根據(jù)發(fā)展規(guī)劃，通道區(qū)域 GDP 增長(zhǎng)率取 10% 左右)，以系統(tǒng)動(dòng)力學(xué)模型進(jìn)行仿真，仿真年限為 2010—2020 年。

3.1 客運(yùn)量變化趨勢(shì)分析

武廣客運(yùn)通道內(nèi)各種交通方式的客運(yùn)量變化趨勢(shì)如圖 5 所示。

由圖 5 可見(jiàn)，武廣客運(yùn)通道內(nèi)既有鐵路客運(yùn)量變化相對(duì)穩(wěn)定，其總客運(yùn)量在 3 500 萬(wàn)人左右，仍占有一定市場(chǎng)。通道內(nèi)航空客運(yùn)量總體呈穩(wěn)中有升的趨勢(shì)。高速鐵路運(yùn)營(yíng)初期對(duì)通道內(nèi)既有鐵路、航空運(yùn)營(yíng)產(chǎn)生一定的影響，一部分運(yùn)量轉(zhuǎn)移到高速鐵路，而后既有鐵路和航空客運(yùn)量變化基本穩(wěn)定，高速鐵路客運(yùn)量呈現(xiàn)穩(wěn)步上升趨勢(shì)，新增客運(yùn)量主要來(lái)自誘發(fā)客運(yùn)量。高速鐵路的運(yùn)營(yíng)以其良好的技術(shù)經(jīng)濟(jì)特性得到旅客的認(rèn)可。經(jīng)濟(jì)水平的不斷發(fā)展，使旅客消費(fèi)水平提高，選擇高速鐵路出行的人數(shù)逐漸增多。

3.2 客運(yùn)分擔(dān)率變化趨勢(shì)分析

武廣客運(yùn)通道內(nèi)各種交通方式的客運(yùn)分擔(dān)率變化曲線如圖 6 所示。

由圖 6 可見(jiàn)，通道內(nèi)高速鐵路的客運(yùn)量持續(xù)增加，導(dǎo)致其分擔(dān)率呈上升趨勢(shì)，從仿真結(jié)果看與國(guó)外高速鐵路分擔(dān)率變化趨勢(shì)研究基本相似。此外，武廣客運(yùn)通道長(zhǎng)約 1 000 km，通道內(nèi)長(zhǎng)距離出行較多，這也是高速鐵路客運(yùn)分擔(dān)率變化趨勢(shì)上升的原因之一。該通道內(nèi)既有鐵路的客運(yùn)分擔(dān)率呈現(xiàn)下降趨勢(shì)，由于武廣高速鐵路運(yùn)營(yíng)對(duì)既有鐵路的客運(yùn)量影響較小，既有鐵路客運(yùn)量相對(duì)穩(wěn)定，而通道客運(yùn)量的增加導(dǎo)致了既有鐵路客運(yùn)分擔(dān)率呈現(xiàn)下降趨勢(shì)。通道內(nèi)航空客運(yùn)分擔(dān)率的變化趨勢(shì)相對(duì)較穩(wěn)定，高速鐵路開(kāi)通初期給航空運(yùn)營(yíng)帶來(lái)影響，部分航空客運(yùn)量轉(zhuǎn)移到高速鐵路，客運(yùn)分擔(dān)率在一定程度上略有下降，隨后其客流逐漸趨于穩(wěn)定，以收入較高和以出差為目的旅客為主。

4 結(jié)論

以武廣客運(yùn)通道綜合交通結(jié)構(gòu)為研究對(duì)象，結(jié)合相關(guān)調(diào)研數(shù)據(jù)，建立武廣高速鐵路對(duì)通道綜合客運(yùn)交通結(jié)構(gòu)影響的 SD 模型。通過(guò) SD 模型仿真得到 2020 年武廣客運(yùn)通道的客運(yùn)分擔(dān)率和客流量變化趨勢(shì)，研究的主要結(jié)論為：武廣高速鐵路客運(yùn)量及客運(yùn)分擔(dān)率將穩(wěn)步上升；既有鐵路客運(yùn)量在高速鐵路運(yùn)營(yíng)初期轉(zhuǎn)移了部分客運(yùn)量，而后將保持一定的客運(yùn)量規(guī)模，并呈穩(wěn)定發(fā)展態(tài)勢(shì)，其分擔(dān)率呈下降趨勢(shì)，既有鐵路要保證既有列車開(kāi)行對(duì)數(shù)，為該需求層次的旅客提供服務(wù)；航空客運(yùn)量在高速鐵路運(yùn)營(yíng)初期轉(zhuǎn)移了部分客運(yùn)量，而后將呈穩(wěn)定發(fā)展略有上升態(tài)勢(shì)，其分擔(dān)率趨于穩(wěn)定。經(jīng)濟(jì)發(fā)展是綜合交通結(jié)構(gòu)演化的動(dòng)力，人民生活水平提高才能提出更高的需求，是高速鐵路新增誘發(fā)客運(yùn)量的主要來(lái)源。

圖5 各種交通方式的客運(yùn)量變化趨勢(shì)

圖?6??各種交通方式的客運(yùn)分擔(dān)率變化趨勢(shì)?

[1] 何宇強(qiáng)，毛保華，陳團(tuán)生，等.?高速客運(yùn)專線客流分擔(dān)率模型及其應(yīng)用研究[J].?北京，鐵道學(xué)報(bào)，2006，28(3)：18-21.

[2] 李建斌.?武廣高鐵旅客出行特征和集散特性調(diào)查與分析[J].?北京，鐵路標(biāo)準(zhǔn)設(shè)計(jì)，2011(11)：1-5.

[3] 毛 偉.?基于旅客出行行為分析的通道客運(yùn)分擔(dān)率預(yù)測(cè)研究[D].?成都：西南交通大學(xué)，2008.

[4] 郭春江.?高鐵與民航客運(yùn)量分擔(dān)博弈模型研究[D].?北京：北京交通大學(xué)，2010.

[5] Dai Nakagawa，Masatoshi Hatoko.?Reevaluation of Japanese High-speed Rail Construction：Recent Situation of the North Corridor Shinkansen and Way to Completion[J].?Transport Policy，2007(14)：150-164.

[6] Iljoon Chang，Gang-len Chang.?A Network-based Model for Estimating the Market Share of A New High-speed Rail System [J].?Transportation Planning and Technology，2004，2(27)：67-90.

[7] 葉玉玲，季 令，何 靜，等.?滬杭快速運(yùn)輸通道旅客出行特征分析[C]//中國(guó)鐵道學(xué)會(huì).?第四屆中國(guó)軌道交通技術(shù)峰會(huì)暨第十二屆粵、京、港、滬鐵道學(xué)會(huì)學(xué)術(shù)年會(huì)論文集.???北京：中國(guó)鐵道學(xué)會(huì)，2008：150-152.

[8] 張 敏，張 超.?京津城際高鐵客流結(jié)構(gòu)和出行特征分析[J].?天津，中國(guó)儲(chǔ)運(yùn)，2010，18(6)：88-89.

[9] 楊曉燕.?成綿樂(lè)城際鐵路旅客出行行為特征分析[D].?成都：西南交通大學(xué)，2011.