江蘇省城市公共交通能力評價

摘要：為評價江蘇省各地級市公共交通能力，構建評價指標，基于各城市統計年鑒的客觀數據，利用變差系數法對面板數據進行檢驗，應用PCA主成分分析法實現降維，最終得到城市公共交通能力得分并排名。結果顯示城市群各指標區分度較好，地區公共交通發展差異性大;南京、蘇州、徐州3個大型交通樞紐城市公共交通能力明顯領先;公路貨運量和鐵路旅客發送量是對公共交通能力影響最大的兩個指標。

Abstract： In order to evaluate the public transportation capacity of each city in Jiangsu Province and construct evaluation indicators， based on the objective data of the statistical yearbook of each city， the panel data is tested by the coefficient of variation method， and the PCA principal component analysis method is used to achieve dimensionality reduction， and finally the urban public transportation ability are scored and ranked. The results show that the urban agglomeration indicators are well distinguished， and the development of regional public transportation is very different; the public transportation capacity of the three large transportation hubs of Nanjing， Suzhou and Xuzhou is obviously leading; the volume of road freight and the volume of railway passengers are the two biggest indicators that affect the public transportation capacity.

關鍵詞：公共交通能力;主成分分析法;變差系數

Key words： public transportation capacity;principal component analysis;coefficient of variation

中圖分類號：F572 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）30-0101-03

0 ?引言

中國交通近幾十年來迎來了快速的發展，整體上基建速度快，范圍廣，至今，全國鐵路營業里程達到13.1萬公里，公路總里程484.65萬公里，內河航道通航里程12.71萬公里，民用航空機場235個，居全球領先水平。局部上發展不均衡，東部省份經濟發達，交通便利，形成協同發展的城市群，如長三角、珠三角、京津冀等城市群，各城市群之間和內部形成高效的路網。西部省份經濟滯后，交通樞紐集中于少數城市，交通還需進一步建設。多數學者從不同角度對交通能力進行了研究。

劉清認為，道路交通服務水平是指在道路上人、車通行的流暢度，他運用模糊數學中的綜合評價方法，建立了模糊推斷模型，選擇了武漢市重要交叉口中南路口—岳家嘴路段進行模型實證研究，計算行車密度、運行速度、混雜程度、交通量比等指標，定性計算出交通服務水平，得出雖然道路和交叉口設計水平較高，但由于城市交通布局和交通管理不善的原因，道路的服務水平較低[1]。傅成紅聚焦于城市群角度，認為城市群作為我國城鎮分布的主要形式，它的交通運輸承載力和協調性具有豐富的意義，她構建了承載力結構模型，涵蓋除管道運輸外的其他公共交通方式，從基礎設施、經濟發展、社會需求三個方面度量承載力并用來評價交通路網，運用DPA評價模型并求解，最后以海西城市群為例進行了實證研究，計算結果表明承載力、協調性和實際城市的基本一致，表明構建模型有效、適用，可遷移至其他城市群[2]。徐海成詮釋了公路交通發展能力內涵，在融資、建設、運營、維保4個方面提出了14個評價指標，采用全國各省的面板數據，采用主成分分析下因子分析法，提取了5個主成分進行計算得到總分排序，最終得到各省份的領先和落后程度，說明了我國整體上交通發展不均衡，在建設時要注重均衡發展[3]。程錦針對我國公路收費站存在的車輛擁堵、路面受損、空氣污染的問題，認為研究收費站的通行能力是收費站設計的基礎。他通過實測數據確定了車輛換算系數，計算了收費車道理論通行能力、實際通行能力，對天津高速公路收費站通行數據進行了整理分析，提出了更符合天津實際情況的通行能力確定方法，并對天津的公路收費站進行了通行能力評價，最后提出應在擴建方案上進行優化，如應從政策導向上推進ETC收費。

現有文獻對交通能力的評價不足，多數研究集中于某一測度的評價方法，如橋梁、軌交、高速等，對于城市群的公共交通評價缺少研究。本文以江蘇省各地級市作為實例，基于統計年鑒的交通數據，選取合適的指標，利用PCA下因子分析對指標系進行降維處理，最終得到城市群公共交通能力得分，利用成分得分系數矩陣和總方差百分比得到公共交通能力影響程度最大的因素，作為現有對交通能力評價的研究補充。

1 ?公共交通能力評價

1.1 評價指標構建和解釋 ?PCA主成分分析法是一種典型的降維算法，當評價某事物或現象的指標過多時，往往不能依據某一個指標或者將指標簡單加減處理，而通過PCA下因子分析可以利用線性變換的方法將多個單獨指標的折線壓縮成一條折線，實現了數據的降維，降維后的新指標是原指標系經過線性變換得到的，且新指標間相互獨立，最終實現對研究對象的評價。PCA主成分分析法的特點之一是它有較強的包容性，它基于面板數據里的數據結構和特征，可以處理較多的原指標體系;另一個特點是它要求指標系間存在較強的相關性關系，有的相關性明顯，可以通過定性觀察得到，有的則必須通過相關性檢驗。通過文獻分析，本文選取的城市公共交通能力評價指標包括X1公路通車里程、X2公路客運量、X3公路貨運量、X4高速公路里程、X5鐵路旅客發送量、X6民航旅客吞吐量、X7全社會船舶擁有量、X8機動車擁有量、X9公交出租車量、X10地鐵運營里程。

城市公共交通能力包括對外的輸出吞吐能力和對內的城市公交能力，X1公路通車里程、X2公路客運量、X3公路貨運量、X4高速公路里程表征了城市對外的公路運輸能力;X5鐵路旅客發送量表征了城市對外的鐵路運輸能力;X6民航旅客吞吐量、X7全社會船舶擁有量分別表征了城市對外的空運、水運能力。X8機動車擁有量、X9公交出租車量、X10地鐵運營里程則表征了城市內部的公交疏散能力。

1.2 評價指標鑒別度分析 ?指標的關鍵屬性之一是對于評價對象有關聯度，其二是指標對于不同的對象要有區分度，當指標對于多個評價對象的得分差異很小時，這個指標則在區分度角度較差，不能形成良好的分級效果，則沒有良好的鑒別能力。在因子分析時，容易造成結果的誤差，應當舍棄該指標。當前文獻對于指標鑒別效果的篩選多采用變差系數法，變差系數是用數據的平均值比標準差，得到數據的波動程度，對于變差系數過小的指標應當舍棄。經計算，各指標變差系數見表1。

指標中變差系數最大的是X10地鐵運營里程，其次是X6民航旅客吞吐量、X5鐵路旅客發送量、X2公路客運量，其余指標變差系數中等，整體上各指標有良好的鑒別度，無需舍棄?？梢娊K省各地級市公共交通發展不均衡，差異性大，其中地鐵、民航、鐵路、公路上有較大的差異，水運、市內交通存在一般差異。

1.3 公共交通能力計算 ?PCA主成分分析法是一種典型的降維算法，它通過線性變換去除原指標系的相關性，得到互不相關的若干個主成分，主成分依據原指標的數據結構和內在特征，包含了原指標的大部分信息，一般取85%以上，包含信息越多說明主成分分析法運用的越成功，結果是將原評價指標系簡化成一個計分量F，便于對研究對象評價、排名。PCA主成分分析法是一種客觀賦權法，指標數據輸入后，處理過程沒有人為影響，結果基于面板數據的結構和內在聯系，當數據輸入是完全的客觀數據時，系數結果是基于該項數據的客觀賦權，當數據輸入有主觀評分時，由于同一個指標下不同對象的評分標準是一致的，相互的主觀性會被抵消，則系數結果也可認為是客觀的。

利用SPSS24.0軟件對X1-X10指標系進行因子分析，依次輸出相關性矩陣、公因子方差、總方差解釋、碎石圖、成分矩陣、成分得分系數矩陣?？偡讲罱忉屢姳?，碎石圖見圖1。

由總方差解釋表可知，主成分1、主成分2及主成分3的特征值大于1，累計包含信息量85.78%，有原面板數據足夠的代表性。在碎石圖上，前3個主成分明顯高于其他，后7個主成分趨于平緩，包含的信息量小，說明應取前3個主成分。所以，原指標系變換成主成分1、主成分2、主成分3來綜合評價城市公共交通能力。

主成分因子的模型計算可得到各個主成分的得分。主成分因子模型為：

其中，F是評價總得分;Fi為第i個主成分因子得分;μi1-ui10為第i個主成分因子在第1-10個指標上的系數;λi為第i個主成分因子的特征值;ZX1-10是面板數據經過標準化運算后的值。計算出三個主成分因子得分，分別記為F1、F2、F3。計算得到：

原面板數據的量綱不同，性質不同，不能直接帶入公式，需經過標準化消除量綱、性質的影響，經標準化后得到ZX1-10數值，數值為負的不代表該項指標處于弱勢只是標準化后的結果，計算出江蘇省13個地級市綜合評價指標F得分、排名，結果見表4。

依據城市排名，得到江蘇省各地級市公共交通評分曲線，見圖2。

從表4、圖2可見江蘇省各地級市公共交通發展不均衡。南京、蘇州兩個一線城市經濟發達，交通便捷，公共交通能力明顯領先全省;蘇南城市中無錫、常州交通能力居中，鎮江由于城市體量小、人口少的原因，公共交通較弱;蘇中地區揚泰較為接近，南通公共交通能力較強;蘇北地區公共交通能力處于中游，其中徐州是蘇北地區的交通樞紐，公共交通實力較強。整體上，江蘇省公共交通能力呈現出明顯的地域區分，以南京、蘇州、徐州為三大交通樞紐，交通能力最強，南通、無錫、鹽城、常州交通能力居中，其他城市交通能力相對較弱。

1.4 指標影響度分析 ?由于江蘇省各地級市公共交通能力差異大，發展不均衡，對于未來交通建設，打造交通均衡發展形勢，對各指標進行影響程度分析是有實際意義的。從表4可見，不同城市的Fi排名往往對應著不同的主成分，即每個主成分的排名和綜合評分F的排名并不一致，有的有較大的差異，說明每個主成分因子的影響程度是不同的。因子分析中，表3成分得分負載矩陣里含有每個指標在不同指標上的載荷，利用對應最大載荷與主成分的貢獻率相乘，得到各指標對公共交通能力的負載和排序，見表5。

公路貨運量、鐵路旅客發送量是對公共交通能力影響最大的兩個指標，說明城市公共交通能力優先體現在對外的公路運輸和鐵路運輸上，在未來規劃建設中，建議城市優化路網，對已有的公路進行拓寬改建，新建高等級公路，加大鐵路投資，尤其是高鐵軌交建設，最終加強城市公共交通能力。

2 ?結論

本文以江蘇省為例，采用各地級市2018年交通統計數據，基于PCA主成分分析法降維評價江蘇省城市群的公共交通能力，運用成分得分負載矩陣和主成分貢獻率提取了影響程度最大的指標，得到結論如下：①變差系數法得到各城市的公共交通發展差異性大，地區發展不均衡;②南京、蘇州、徐州公共交通能力居于領先位置，南通、無錫、鹽城、常州交通能力中等，其余城市相對落后;③公路貨運量、鐵路旅客發送量是影響公共交通能力的主要指標。建議江蘇省在建設交通基礎設施時，應考慮全省的均衡發展，加大對淮安、連云港、宿遷、揚泰地區、鎮江的交通投入，重點進行公路鐵路建設，在已有公路網上進行擴寬改建，提高運輸能力，繼續優化江蘇省鐵路網，加強高鐵網建設。

參考文獻：

[1]劉清.城市道路交通狀況的F評價及其實例研究[J].武漢交通科技大學學報，2000，24（5）：473-475.

[2]傅成紅.城市群綜合交通運輸承載力及協調性評價[J].交通運輸系統工程與信息，2017，17（2）：21-27.

[3]徐海成，周凱，杜學峰.區域公路交通基礎設施發展能力綜合評價——基于因子分析視角[J].經濟問題，2010（2）：121-124.

[4]程錦，張銀.基于通行數據分析的高速公路收費站通行能力評價研究[J].公路，2014（8）：27-31.

作者簡介：周倩（1996-），女，安徽淮北人，揚州大學碩士研究生，建筑與土木工程碩士，研究方向為交通規劃與設計。