鐵路旅客運輸量影響因素的灰色關聯分析

王相平

（鐵道部 統計中心，北京 100844）

隨著鐵路網的快速擴展和高速動車組的陸續開行，鐵路旅客發送量和旅客周轉量的絕對量逐年攀升，但相對全社會交通運輸總量而言，鐵路旅客發送量和旅客周轉量在全國所占份額卻呈現持續下降的態勢。而公路的旅客發送量和旅客周轉量的絕對量和相對量均有突飛猛進的發展，呈現持續增長態勢。由圖1可知，鐵路和公路的旅客發送量和旅客周轉量共同構成了全國客運市場的主體，且兩者之間存在此消彼長的關系。

圖1 鐵路、公路占全社會客運份額變化趨勢圖

圖2 鐵路旅客運輸量距離別分布圖

本文以2009～2011年實績數據為研究對象，對鐵路旅客發送量和旅客周轉量按距離別進行分析。數據分布見圖2。

由圖2可知，鐵路旅客發送量平均運距在300 km以下的占51.6%，說明中短途旅客是構成鐵路旅客發送量的主要部分。近年來鐵路旅客發送量除受鐵路運能不足的限制外，另一重要原因是在中短途客運中受到公路的激烈競爭，特別是高速公路網的快速發展對大中城市間及周邊地區的中短途客流影響較大，因此加快城際鐵路建設，才能大幅提高鐵路在中短途客運市場中的競爭力[1]。運距700 km以上旅客發送量僅有26.4%，但是旅客周轉量卻高達67.6%，說明仍需充分發揮鐵路中長距離運輸優勢，加大中長途客流的組織與運輸。

為更加科學地掌握鐵路旅客運輸量變化趨勢，本文采用灰色關聯分析法從全社會的角度對鐵路旅客發送量和周轉量的變化誘因進行分析。

1 鐵路旅客運輸量的灰色關聯分析方法

1.1 基本思路

灰色關聯分析法是根據時間序列曲線幾何形狀的相似程度來判斷兩者之間聯系是否緊密，曲線之間的變化態勢越接近，對應的序列之間關聯度就越大（即影響力越大），反之亦然。灰色關聯分析法對樣本的多少和有無規律都同樣適用，不會出現量化結果與定性分析結果相悖的情況，該方法在對復雜系統、社會現象等進行分析時均已取得了滿意的結果，具體原理可參閱文獻[2]。

根據客運系統的自身特點及參閱相關文獻[3～6]，選出影響鐵路旅客運輸量的相關因素指標，分別為：國內生產總值、人均國內生產總值、城鎮人口數、農村人口數、普通高校在校學生、鐵路營業里程、鐵路機車擁有量、鐵路客車擁有量、城鎮人均可支配收入、農村人均可支配收入、城鎮居民消費水平、農村居民消費水平、國內旅游的人數。

1.2 計算方法

（1）確定標準序列和比較序列。將鐵路旅客發送量（x01）和旅客周轉量（x02）視為標準序列，設為x0={x0(t)|t=1,2,…,m}；把各影響因素視為比較序列，設為xi={xi(t)|t=1,2,…,m} 。有關數據摘自中國統計年鑒和鐵路統計資料匯編，此處不再贅列。

（2）數據均值化處理。對原始數據進行無量綱化處理，序列中所有數據均除以該序列的平均值，記為 x′0(t)、x′i(t) 。

（3）計算關聯系數。xi(t)對x0(t)在t時刻的關聯系數為：

上式中，ρ是分辨系數，參照文獻[2]，ρ取值0.5。

（4）計算關聯度。采用求平均值的方法，將關聯系數中的信息集中起來便于比較，求出比較數列對參考數列的關聯度。

2 結果分析

2.1 整體的關聯度計算及分析

本文選取2003～2009年間相關數據進行計算分析，若將此階段的鐵路旅客運輸量視為一個整體，運用灰色關聯分析法計算相關因素對鐵路旅客發送量及周轉量的影響，計算結果見表1。

表1 諸因素與鐵路旅客運輸量的關聯度及排序

計算表明，影響鐵路旅客運輸量的諸多因素中，普通高校在校學生、城鎮居民消費水平、鐵路客車擁有量、城鎮人口數、國內旅游人數影響最為顯著，鐵路營業里程、農村居民消費水平、城鎮人均可支配收入、農村人均可支配收入、鐵路機車擁有量影響較大，人均國內生產總值、國內生產總值影響較小。

在2003～2009年期間，由于普通高校在校學生每年平均以9.6%的速度遞增，且享受寒暑假鐵路票價折扣、團體訂票等優惠措施，因而多會選擇鐵路出行，成為影響鐵路旅客發送量和周轉量的首要因素；城鎮居民消費水平和城鎮人口數量每年平均分別以11.1%和9.6%的速度遞增，成為促進鐵路旅客運輸量增長的重要力量；鐵路客車擁有量每年平均以3.8%的速度遞增，為鐵路旅客發送量和周轉量的持續增長奠定了堅實基礎；國內旅游人數每年平均以14.9%的速度高速遞增，成為拉動鐵路旅客運輸量快速增長的新興動力。

2.2 分階段的關聯度計算及分析

鑒于我國經濟社會發展日新月異，鐵路旅客運輸也在快速發展，為更加準確細致地反映相關因素對鐵路旅客運輸量的影響，將2003～2009年再細分為3個階段進行計算分析，計算結果見表2。

表2 分階段的諸因素與鐵路旅客運輸量的關聯度及排序

由以上計算可知，普通高校在校學生在2003～2005年和2009～2011年對鐵路旅客發送量增長的貢獻最大，在2003～2011年對鐵路旅客周轉量增長的貢獻最大，說明普通高校在校學生不僅乘坐火車的數量多，而且出行距離也較長。隨著國內旅游的持續火爆，加之我國幅員遼闊且景點分散，鐵路交通必然是中長途旅客的重要出行方式，國內旅游人數在2006～2008年間成為鐵路旅客發送量增長的最大貢獻者,對鐵路旅客周轉量影響也是顯著的。

隨著居民生活水平的不斷提高，鐵路出行費用占消費支出的比重在下降，城鎮和農村居民消費水平對鐵路旅客發送量的影響力在下降，說明鐵路出行費用雖是居民出行考慮的重要因素，但所占權重在下降。城鎮居民消費水平的影響力明顯大于農村居民消費水平。

城鎮人口數量的影響力比農村人口數顯著得多，說明盡管農村人口數量多于城鎮人口數量，但是城鎮居民鐵路出行頻次明顯更多。農村人均可支配收入的影響力大于城鎮人均可支配收入，說明隨著農村人均可支配收入的持續增長，農村居民鐵路出行頻次增長幅度更大。

鐵路自身影響因素中，鐵路客車擁有量的影響力在逐步提高，說明客車數量的增加對提高旅客運輸量具有立竿見影的效果。隨著新型機車的不斷投產，使機車擁有量在2006-2008年對拉動旅客發送量和周轉量的作用大幅提升。隨著新建鐵路的不斷投產運營，使鐵路營業里程的影響力在逐步提升，尤其在2009～2011年間，對鐵路旅客運輸量的影響力位列第3。同時也說明鐵路客運供小于求的矛盾依然存在，仍需加快鐵路客運發展，不斷滿足人們出行需求。

雖然國民經濟指標國內生產總值和人均國內生產總值在2003～2011年間對鐵路旅客運輸量的影響較弱，但是國民經濟對鐵路旅客運輸的影響是深遠的，很多潛在影響通過人均可支配收入、消費水平等因素體現出來，國民經濟的持續發展是鐵路客運快速發展的原動力。

3 結束語

鐵路是大眾化交通工具，影響鐵路旅客運輸量的因素眾多，本文通過對鐵路旅客發送量和周轉量的基本情況及相關影響因素的灰色關聯分析，對重點影響因素進行探討剖析，試圖找出鐵路旅客運輸量的變化誘因，面對某些影響因素的變化而預知其對鐵路旅客發送量和周轉量的影響程度，以便提早采取相應措施，為科學組織鐵路旅客運輸提供一些啟示和參考。

[1]劉殿勝.鐵路客運量分析探討[J].中國鐵路，2008（9）：7-9.

[2]劉思峰，黨耀國，高志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2004.

[3]趙 濤.基于灰色理論的我國客運產業發展及其內部結構演變趨勢的研究[D].武漢：武漢科技大學，2007.

[4]曹慶山.鐵路運輸與社會經濟適應性分析[D].成都：西南交通大學，2010.

[5]熊崇俊.我國綜合交通協調發展若干問題研究[D].南京：南京航空航天大學，2006.

[6]王青云.中國鐵路發展與經濟發展關系的聚類分析[J].統計與決策，2004（8）：58-60.