河南省農村公路交通經濟效益影響因素分析

摘要：為有效提升農村公路的交通經濟效益，量化其潛在影響因素的差異性影響至關重要。以2016—2020年河南省1 791個鄉鎮的農村公路為例，從基礎經濟、交通建設、運輸能力與安全環保4個維度選取27個影響農村公路交通經濟效益的因素；采用偏比例優勢模型，得到22個顯著因素，其中11個因素違背平行線假設；利用其邊際效應，進一步量化分析顯著因素對農村公路交通經濟效益的影響。其中影響最大的前6個因素為日平均出行強度、路網密度、戶均機動車擁有量、人口密度、日平均出行距離、人均消費支出，其邊際效應的最大值均超過13%，表明出行需求、建設規模、經濟水平對該交通經濟效益的影響最明顯；其余農路運營服務性與安全環保性因素的影響較?。ㄟ呺H效應均小于11%）。據此差異性影響提出一些相應的發展對策，以推動農村公路的交通經濟又好又快地發展。

關鍵詞：農村公路；交通經濟效益；影響因素；偏比例優勢模型

中圖分類號：U491.2文獻標志碼：A文章編號：1002-4026（2023）03-0115-08

Abstract∶To effectively improve the traffic economic benefits of rural roads， it is crucial to quantitatively analyze the different impacts of their potential influencing factors. The current study took the rural roads of 1 791 townships across Henan Province between 2016 and 2020 as an example and selected 27 factors influencing the traffic economic benefits of rural highways from four dimensions： basic economy， transportation construction， transportation capacity， and safety and environmental protection. The partial proportional odds model was applied， and the results showed 22 significant factors of which 11 factors violated the parallel-lines assumption. Through the marginal effects of the model， further quantitative analysis of the effects of the significant factors on the traffic economic benefits of rural highways was conducted. Among the factors， the top six influencing factors were daily average travel intensity， road network density， average motor vehicle ownership per household， population density， daily average travel distance， and per capita consumption expenditure. The maximum values of their marginal effects exceeded 13%， indicating that travel demand， construction scale， and economic level had the most remarkable impact on traffic economic benefits. Other factors concerning rural highway operation service and safety and environmental protection had less impact （marginal effects were less than 11%）. Based on the different effects observed， several corresponding development countermeasures are propounded to promote sound and rapid development in the traffic economy of rural highways.

Key words∶rural roads; traffic economic benefits; influencing factors; partial proportional odds model

近年來，我國經濟發展持續穩定增長，作為社會經濟發展大動脈的道路，在“交通強國”背景下依然保持快速發展態勢[1]。農村公路（農路）是村民進行經濟活動最主要的道路，其建設發展情況對推進我國城鎮化水平、實現城鄉一體化建設、縮小城鄉經濟差距至關重要[2]。但在我國農路的快速發展進程中，也存在著一系列問題亟需完善，如管理體制不健全、“建管養運”不匹配、區域發展不平衡、籌資方式不完善、建設技術不先進、建設質量不過關、維修養護不及時、管控措施不合理等[3]。為厘清我國不同地域農路交通經濟發展的癥結所在，量化分析其不同潛在影響因素非常關鍵，如此方能因地制宜、對癥下藥，使不同區域的農路建設實現一體化、協調式可持續發展，進而促進農路交通環境優化、出行質量提高、人民幸福指數提升。

目前，在道路交通經濟效益影響因素分析相關研究中，多數學者以定性方法淺析制度[4]與經濟[5]等維度上不同因素的影響，也有些專家通過建模量化分析各因素的影響差異性。黃楊茜[6]從經濟、社會、環境等方面選擇了42項指標，利用主成分分析法與熵權法，對我國交通經濟效益進行評價；趙常安[7]從財務、償債能力、發展能力等方面構建評價指標體系，提出以層次分析法與灰色綜合評價法的結合模型來剖析不同因素的影響。此外，部分學者建模分析了不同交通方式的交通經濟效益。溫旭麗等[8]基于面板數據，利用廣義最小二乘法探索了固定資產、人口密度、就業率等因素對城市公共交通經濟貢獻性的影響；王子娟等[9]從車輛事故、公交車購置、基礎設施投資、交通壓力等維度來研究軌道交通對城市經濟效益的影響；王衛東等[10]用梯形模糊數-熵權法分析了軌道網的協調性、效果性、實施性和結構合理性等方面，對軌道交通效益進行評價。但針對農路交通經濟效益影響因素分析的研究比較匱乏，其相關模型應用也有待進一步完善。

二項Logit/Probit模型用于探索多個因素對無序二分類因變量的影響，多項Logit（multinomial Logit，MNL）模型可用于分析各因素對無序多分類變量的影響，但皆要求模型中各因素必須嚴格遵守IIA（independence from irrelevant alternative）特性，即各因素的不同子分類間互相獨立[11]。有序Logit（ordered Logit，OL）模型貼合因變量與各自變量的有序多分類特征，但限制各自變量必須遵守平行線（parallel-lines assumption，PL）假設，即各自變量回歸系數不會隨因變量的變化而變化[12]。為克服PL假設，有人提出了廣義有序Logit（generalized ordered Logit，GOL），但該模型中所有自變量完全違背PL假設，不切合實際[13]。為此，有人提出了偏比例優勢（partial proportional odds，PPO）模型，在反映多分類變量的有序性同時，又能靈活地使部分自變量違背PL假設，且允許部分自變量為無序二分類/多分類變量，而其余自變量為有序變量，具有極強的靈活性[14]。目前，尚沒有采用PPO模型進行農路交通經濟效益影響因素分析的相關研究。

綜上所述，本文以2016—2020年河南省1 791個鄉鎮（不包括街道）的統計年鑒信息為數據來源，以農路交通經濟效益為研究對象，以科學性、通用性及可操作性為原則，從經濟基礎、交通建設、運輸能力、安全環保等4個層面選取27個潛在影響因素，采用更具靈活性的PPO模型及其邊際效應來量化分析不同因素對農路交通經濟效益的差異性影響，并根據模型結果提出指導農路交通經濟發展的對策。

1數據來源

研究數據源于河南省統計年鑒與各鄉鎮官網公布數據，各鄉鎮農路交通經濟效益等級依據“十三五”期間（2016—2020年）河南省1 791個鄉鎮的生產總值與交通運輸業經濟產值綜合排名而定，即歷年第1～200位為“很好”，第201～500位為“較好”，第501～1 500位為“一般”，第1 501～1 791位為“較差”。本文從經濟基礎、交通建設、運輸能力、安全環保等4個層面選取27個潛在影響因素，各因素的數據統計情況見表1。

其中，“gt;15歲平均受教育年限”教育水平依據我國第七次全國人口普查中特一線城市、新一線城市、二三線城市、其他城市的相應教育水平劃分；恩格爾系數是食品支出總額占個人消費支出總額的比重，其值越小表示生活越富裕；路網等級水平指所選范圍內全部道路修正技術等級的加權平均值，高速、一級、二級、三級、四級（含等外）公路的技術等級取值分別為0、1、2、3、4、5；路面性能是路面技術狀況評定的綜合性指標，由路面損壞、平整度、車轍、抗滑性能指標綜合計算所得；高峰飽和度是農路高峰時當量交通量與道路通行能力的比值。

2分析方法

（1）偏比例優勢模型

PPO模型是OL模型與GOL模型的改進模型，可靈活地克服PL假設，其表達式為：

式中：Yi為鄉鎮i的農路交通經濟效益等級， j為因變量等級；X1i是遵守PL假設的因素組成的向量，其相應系數向量為βj；X2i是違背PL假設的因素組成的向量，γj為其系數偏差向量，若γj≠0表示該因素不遵守PL假設；τj是第 j等級的常數項。

（2）邊際效應

邊際效應可用于量化分析各因素在特定時段內對不同農路交通經濟效益等級的影響趨勢變化，其表達式為：

式中，EP（Yigt;j）（xijk）是鄉鎮i的第k個自變量在第j等級的相關自變量xjnk的邊際效應，其余變量含義同上。

3模型分析

PPO模型結果如表2所示，其中恩格爾系數、寬帶網入戶普及率、道路用地占比、路面性能與綠化率5個因素對農路交通經濟效益的影響不顯著，其余22個變量的影響均顯著；此外，由γ參數結果可知，有11個因素違背了PL假設，其余顯著變量則均遵守PL假設。

不同顯著因素的具體邊際效應如表3所示。整體而言，動態影響因素（運輸能力、基礎經濟）影響力大于靜態影響因素（交通建設）。因素間對農路交通經濟效益的影響差異性較大：影響最大的前6個顯著因素為日平均出行強度、路網密度、戶均機動車擁有量、人口密度、日平均出行距離、人均消費支出，其邊際效應的最大值均超過13%，表明出行需求、建設規模、經濟水平對該地農路交通經濟效益的影響最明顯；而非農業就業率、道路硬化率、行政村通公路比例、城鄉公交覆蓋率、每公里養護費5個因素對該地農路交通經濟效益的影響較小（邊際效應均小于4.10%）；其余11個顯著因素對該地農路交通經濟效益的影響一般，其邊際效應最大值介于6%～11%。

此外，一級指標的不同二級指標間對該地農路交通經濟效益也存在差異影響。

3.1基礎經濟

在基礎經濟方面，戶均機動車擁有量、人口密度與人均消費支出3個因素對該地農路交通經濟效益影響最為敏感（其邊際效應的最大值均超過13%），人均生產總值、15～59歲占比、gt;15歲平均受教育年限、人均純收入的影響次之（其邊際效應的最大值介于7.40%～8.54%），非農業就業率影響最?。ㄆ溥呺H效應不超過4.02%）。由此可知，村民的經濟狀況對農路交通經濟效益的影響大于工作類型與學歷。

勞動力（15～59歲占比）增加，人均純收入隨之增加，戶均機動車擁有量才會跟著增加，則村民的出行便捷性與機動性增加，其人均消費支出、人均生產總值也會相應增大，進而顯著促進交通經濟效益，特別是對于“很好”等級的交通經濟效益影響最為敏感（17.67%）。因此，適當調整人口年齡結構、提升勞動力價值是關鍵，同時也要注意延長gt;15歲平均受教育年限以達到更高的學習能力，提高非農業就業率，優化就業結構，增加優惠政策吸引人才保持更高的創新活力，進而提高人口密度形成產業集聚效應，同時提升財務管理水平，促進交通經濟良性發展。

3.2交通建設

在交通建設方面，路網密度對該地農路交通經濟效益的影響明顯大于其他因素（其邊際效應的最大值達到17.99%），其次為路網等級水平（-8.00%），而道路硬化率、行政村通公路比例、城鄉公交覆蓋率、每公里養護費等因素的敏感性顯著較?。ㄆ溥呺H效應介于-2.69%～4.05%）。由此可知，道路的基礎建設型指標對農路交通經濟效益的影響明顯大于其交通服務型指標。

路網規模越大的鄉鎮其路網密度未必就越高，但路網密度使不同鄉鎮的道路基礎建設水平有了可比性，其值越高，若同時等級水平越小，則道路建設越好；雖然交通服務型指標（道路硬化率、行政村通公路比例、城鄉公交覆蓋率、每公里養護費）對該地農路交通經濟效益的影響小一些，但更好的交通服務則能很好地提升村民交通體驗感，吸引村民產生更大的交通需求，更利于提升交通經濟效益，形成良性循環發展。因此，要為農路因地制宜實施“建管養運”全周期匹配發展，例如政企結合拓寬道路建設資金籌備渠道、增強財務管理質量、完善交通管理體制、創新管理理念與模式、發展優勢交通方式的同時，兼顧公共交通線網覆蓋率以有效銜接等。

3.3運輸能力

在運輸能力方面，日平均出行強度對該地農路交通經濟效益的影響明顯大于其他因素（其邊際效應的最大值達到18.42%），其次為日平均出行距離（13.36%），而單車道日均流量、高峰飽和度、平均車速的敏感性顯著較?。ㄆ溥呺H效應介于-9.48%～10.52%）。由此可知，村民的出行需求因素對農路交通經濟效益的影響大于道路的運營狀態因素。

村民的出行需求（日平均出行強度/距離）越大，對農路交通經濟效益的影響越敏感，因此隨著交通需求的增大，應當更大幅度地匹配相應的道路服務水平，學習先進的服務與管控理念，以提升鄉鎮農路的交通經濟效益，進而整體促進其社會經濟活力，實現城鄉一體化發展。

3.4安全環保

在交通安全方面，路網事故率越低，則道路安全性越好，更有利于農路的交通經濟效益；農路事故整改率越高，交通管理治理能力越強，交通服務水平越好，可促進其經濟效益良性發展。而目前由于大多數農路交通經濟效益未得以充分發揮，其安全性得不到足夠重視，因此，各鄉鎮應當大力提升農路交通事故治理水平，及時整治事故黑點，對交通事故多發路段進行優化設計，同時增強違章駕駛行為懲治力度。

在生態環保方面，百公里油耗越大，資源浪費越嚴重，污染物排放越多，生態環保性越差，其值與車輛性能直接相關，也與當地地形緊密相關，而地形往往決定著農路的線形設計。因此應在道路建設前根據地形做好農路的橫縱曲線設計，改善公共交通服務水平，調整村民出行結構，以推動農路交通經濟效益綠色可持續發展。

4結語

基于河南省不同鄉鎮的農路交通經濟相關數據，從基礎經濟、交通建設、運輸能力與安全環保4個方面，選取了27個潛在影響因素，采用PPO模型及其邊際效應深入分析了不同因素對農路交通經濟效益的影響差異性。主要結論如下：

（1）由PPO模型得到22個顯著影響因素，其中11個因素違背了PL假設。

（2）動態因素（運輸能力、基礎經濟）的影響力大于靜態因素（交通建設）。影響較大的前5個顯著因素為：日平均出行強度、路網密度、戶均機動車擁有量、人口密度、日平均出行距離，其邊際效應的最大值均超過13%。

（3）在利用邊際效應量化分析各因素間的差異性影響基礎上，結合區域特征提出了一些有效的農路交通經濟發展對策。

參考文獻：

［1］陸化普. 交通強國戰略下城市交通發展要求與對策重點[J]. 城市交通， 2020， 18（6）： 1-9. DOI： 10.13813/j.cn11-5141/u.2020.0041.

[2]白驊，王建軍，許鶴. 基于集對分析的區域農村公路建設發展階段性評價[J]. 長安大學學報（自然科學版），2018，38（5）：189-195. DOI： 10.3969/j.issn.1671-8879.2018.05.024.

[3]王廳. 交通強國背景下農村公路建設發展思路研究[J]. 浙江交通職業技術學院學報，2021，22（1）：28-32. DOI： 10.3969/j.issn.1671-234X.2021.01.006.

[4]黃楊茜. 基于主成分分析的交通經濟效益評價研究[J]. 西南交通大學學報（社會科學版），2022，23（1）：37-44. DOI： 10.3969/j.issn.1009-4474.2022.01.004.

[5]劉燕. 公路交通經濟的制約因素及對策[J]. 中國商論，2020（12）：29-30. DOI： 10.19699/j.cnki.issn2096-0298.2020.12.029.

[6]黃楊茜. 基于主成分分析的交通經濟效益評價研究[J]. 西南交通大學學報（社會科學版），2022，23（1）：37-44. DOI： 10.3969/j.issn.1009-4474.2022.01.004.

[7]趙常安. 交通運輸經濟效益的評價及指標構建淺談[J]. 經濟研究導刊，2020（4）：27-28. DOI： 10.3969/j.issn.1673-291X.2020.04.013.

[8]溫旭麗，陳欣. 基于面板數據的城市公共交通經濟貢獻性分析[J]. 交通運輸系統工程與信息，2017，17（5）：228-234. DOI： 10.16097/j.cnki.1009-6744.2017.05.032.

[9]王子娟，楊茂盛. 城市軌道交通經濟效益的分析[J]. 鐵道運輸與經濟，2009，31（2）：51-53. DOI： 10.3969/j.issn.1003-1421.2009.02.017.

[10]王衛東，杜香剛，鐘晟. 城市軌道交通評價指標權重模糊決策方法[J]. 中國鐵道科學，2009，30（1）：118-121. DOI： 10.3321/j.issn：1001-4632.2009.01.021.

[11]王羽塵，馬健霄，劉宇航. 公路隧道火災環境人群逃生行為分析及多項Logit建模[J]. 中國安全生產科學技術，2020，16（12）：129-135. DOI： 10.11731/j.issn.1673-193x.2020.12.021.

[12]牛世峰，李貴強，劉恩全. 基于Logit模型的城鄉結合部不同車型安全性分析[J]. 重慶交通大學學報（自然科學版），2020，39（1）：28-33. DOI： 10.3969/j.issn.1674-0696.2020.01.05.

[13]葉之放，靳文舟，湯左淦. 基于廣義有序Logit模型的翻車事故傷害程度估計[J]. 河南科學，2019，37（1）：119-126. DOI： 10.3969/j.issn.1004-3918.2019.01.020.

[14]MA J F， REN G， LI H J， et al. Characterizing the differences of injury severity between single-vehicle and multi-vehicle crashes in China[J]. Journal of Transportation Safety amp; Security， 2022： 1-21. DOI：10.1080/19439962.2022.2056931.