綜合交通運輸服務指數構建與應用研究

李 蓁，段雅馨，成宇飛，趙劍楠，馬寧遠，孫 璐

(1.西安公路研究院有限公司 交通環保與低碳技術研究院，陜西 西安 710065；2.長安大學 運輸工程學院，陜西 西安 710064；3.陜西省交通運輸廳 港口服務中心，陜西 西安 710075；4.西安市交通發展研究中心 發展研究部，陜西 西安 710082)

0 引言

中共中央、國務院印發《交通強國建設綱要》[1]《國家綜合立體交通網規劃綱要》[2]，進一步明確了交通新的歷史使命，將行業基礎性、引領性、戰略性和服務性地位推向了一個全新高度。在此背景下，在鐵路、公路、水路、航空等運輸方式已得到較為充分發展的基礎上，為推進不同交通方式間的整合，進一步健全和完善綜合交通運輸體系，亟需一個能綜合反映交通運輸行業發展的監測性指數。而綜合交通運輸服務指數的構建及相關成果應用則是準確把握交通運輸行業運行態勢、提升行業發展水平和服務能力的重要依據。它是從綜合交通的角度出發，選取鐵路、公路、水運、航空、郵政運量數據為基礎指標，經過季節調整、無量綱化、權重設置、合成指數等處理環節，加權合成后用來反映交通運輸行業總體運行狀況的行業指數。該指數分為貨運指數、客運指數及綜合指數，不僅能夠反映交通運輸行業的總體發展態勢及變化趨勢，而且還能進一步結合宏觀經濟數據分析其對宏觀經濟的預警作用。

國內外學者對綜合交通運輸發展指數進行了大量研究。國外最早可追溯至2002 年，美國學者Lahirit和Stekler在美國運輸統計局支持下，構建了運輸服務產出指數(TSOI)[3]，隨后該指數發展成為研究交通運輸經濟的運輸服務指數(TSI)，并于2004 年開始對外發布[4]。我國關于反映綜合交通運輸發展的指數研究起步較晚。王建偉等[5]選取道路、鐵路、水運、航空4 種運輸方式的周轉量數據編制了中國運輸服務指數，并與同期宏觀經濟景氣指數中的一致性指數進行比對，得出貨運服務指數為宏觀經濟的先行指標，客運服務指數為一致性指標的重要結論。陶續林、李瑩等[6-7]分別編制了江蘇省和天津市交通運輸服務指數。周健等[8]選取公路、鐵路、港口、民航、快遞5 種貨運方式，以及公路、鐵路、水運、民航4 種客運方式的運量數據，構建了中國運輸服務指數(CTSI)，并結合相關性、周期性等對該指數的合理性進行了檢驗。羅立翔等[9]結合地方統計部門對工業增加值的計算方法，構建了適用于地方省級交通運輸部門的運輸服務指數模型。從研究內容上看，現有研究對綜合運輸服務指數構建的必要性均有一致認識，但在此共識下對綜合運輸服務指數的應用問題研究還不夠深入，且對綜合運輸服務指數與宏觀經濟的關系研究還缺乏論證。從研究方法上看，現有研究在綜合運輸服務指數構建中對指標選取、權重設置和指數合成還沒有形成統一認識。

綜上，參考以往經驗做法，以陜西省為例，構建綜合交通運輸服務指數，包括對遴選指標數據進行預處理、設置指標權重、進行指數合成，并分析其變化趨勢及相關成果應用等。

1 綜合交通運輸服務指數構建思路與方法

以陜西省統計數據為基礎，通過選取基礎指標，對基礎數據進行缺失值補充、季節調整及無量綱化處理，采用熵權法對各運輸方式進行權重設置，進而通過Fisher-ideal方法合成指數，最終形成陜西省月度綜合交通運輸客運、貨運和綜合服務指數。綜合交通運輸服務指數技術路線圖如圖1所示。

圖1 綜合交通運輸服務指數技術路線圖Fig.1 Technology roadmap of comprehensive transportation service index

1.1 基礎指標選取

綜合交通運輸服務指數基礎指標的選取，是以綜合性強、時效性好、關聯性大，能充分滿足行業發展分析與決策需要為原則，選取鐵路、公路、水運、航空、郵政5種貨運方式，以及鐵路、公路、水運、航空4 種客運方式的運輸量作為構建綜合交通運輸服務指數的基礎指標。綜合交通運輸服務指數構建指標集如表1 所示。其中，貨郵吞吐量和旅客吞吐量是機場完成指標。原始數據來源于陜西省統計局官網[10]，時間范圍為2015年1月至2021年6月，考慮到基礎數據量較大及篇幅限制，故不再給出。

表1 綜合交通運輸服務指數構建指標集Tab.1 Indicator set for comprehensive transportation service index

1.2 基礎數據處理

以公路貨運為例，由于交通運輸業受節假日影響顯著，易呈現明顯的季節性波動，為更好地揭示其客觀變化的趨勢與規律，采用X-12-ARIMA 時間序列季節調整方法[11-14]，對存在季節效應的指標去除季節性，形成新的序列。陜西省公路貨運量季節調整前后值對比如圖2所示。

圖2 陜西省公路貨運量季節調整前后值對比Fig.2 Comparison of values of highway freight volume before and after seasonal adjustment in Shaanxi Province

為使不同量綱下的指標具有可比性，還需對進行季節調整后的數據做無量綱化處理。常用的無量綱化處理方法有標準化法、閾值法和指數處理法等[15]。其中標準化法和閾值法對加入的新數據較敏感，往往需重新計算，缺乏延續性，而指數化法能彌補前2 種方法的不足。因此，以基期指標量為基礎，選取指數化法對各指標數據進行無量綱化處理，方法如下。

式中：Iti為報告期t，第i種指標的運量指數；qti為報告期t，第i種指標的運量；q0i為基期，第i種指標的運量。

研究以2015 年為基期，將2015 年全年各指標的運量分別取均值作為各自的基期運量。

1.3 權重設置

權重設置是綜合交通運輸服務指數構建的關鍵，它用于衡量各種運輸方式對整個行業的相對重要度，權重設置的合理與否對評價結果的科學合理性起著至關重要作用。在此之前許多學者采用增加值法[5]、運價法[6]等作為權重設置的方法，在此未必妥當。一是交通運輸業增加值受統計制度的影響，是以年為單位進行統計，而交通運輸服務指數為月度頻度數據，頻度不一致；另外其投入產出表以5 年為一個時間節點進行公布，具體采用哪個時期的增加值值得進一步探討。二是由于價值因素復雜，指數本身即為產出指標，加入價格因素導致誤差增大，所以采用運價法也較不準確。

主觀賦權法主要有德爾菲法、層次分析法等，該類方法的優點是決策者可以根據具體問題和專家已有的認知對各指標的權重進行排序，但有時會存在主觀隨意性較強，不足以客觀反映實際的情況。客觀賦權法主要有主成分分析法、變異系數法等，該類方法在操作中是根據客觀數據之間的關系來計算確定權重，方法科學。熵權法是一種客觀賦權法，可用于多指標多對象的綜合評價，其評價結果主要依據客觀資料，幾乎不受主觀因素影響，可以在很大程度上避免人為因素干擾。結合交通運輸行業數據特征，提出采用熵權法[16]確定指數權重。計算方法如下。

（1）數據標準化處理。設有n個被評價對象，并給定k個評價指標x1，x2，…，xk，假設對各指標數據標準化后的值為y1，y2，…，yk，則

（2）求各指標的信息熵。第j個評價指標的信息熵Hj為

（3）各指標權重確定。由信息熵的計算方法，得到各指標的信息熵為H1，H2，…，Hk，從而計算得各指標的權重wj為

根據以上計算方法，確定客運權重如表2 所示，貨運權重如表3所示，綜合權重如表4所示。

表2 客運權重Tab.2 Passenger weight

表3 貨運權重Tab.3 Freight weight

表4 綜合權重Tab.4 Comprehensive weight

1.4 指數合成

參照周建構建的中國運輸服務指數(CTSI)[8]中的Fisher-ideal 方法[17]構建陜西省綜合交通運輸服務指數，計算公式如下。

（1）客運服務指數。以2015 年1 月作為基期，設其指數為100，客運服務指數計算公式如下。

式中：qti表示在t時期，第i種旅客運輸方式的運量；q0i表示在基期第i種旅客運輸方式的運量；w1i表示第i種旅客運輸方式的權重。

（2）貨運服務指數。以2015 年1 月作為基期，設其指數為100，貨運服務指數計算公式如下。

式中：qti表示在t時期，第i種貨物運輸方式的運量；q0i表示在基期第i種貨物運輸方式的運量；w2i表示第i種貨物運輸方式的權重。

（3）綜合服務指數。以2015 年1 月作為基期，設其指數為100，綜合服務指數計算公式如下。

式中：qti表示在t時期，第i種運輸方式的運量；q0i表示在基期第i種運輸方式的運量；wi表示第i種運輸方式的權重。

2 結果分析與相關應用

2.1 測算結果與分析

根據上述對陜西省綜合交通運輸服務指數基礎數據的處理、權重設置及指數合成方法，計算得到陜西省綜合交通運輸客運、貨運、綜合服務指數如圖3所示。

圖3 陜西省綜合交通運輸客運、貨運、綜合服務指數Fig.3 Passenger transport,freight transport and comprehensive service index of comprehensive transportation in Shaanxi Province

從圖3可以看出，2020年年初疫情爆發后，在全國運輸生產的波動下，陜西省綜合服務指數在1月、2月相比于2019年12月分別出現了28.45%和37.01%的降幅。從2020 年3 月初開始，隨著全國疫情基本得到有效控制，以及復工復產的快速推進，運輸生產進入修復期，陜西省綜合服務指數逐步上升。通過客運服務指數和貨運服務指數對比發現，受疫情影響，客貨運輸疫情后恢復時間等特征具有差異性。陜西省貨運面對疫情沖擊，表現出了強大韌性，盡管2020 年1 月、2 月貨運服務指數相比于2019 年12 月分別出現了18.37%和25.86%的降幅，但之后迅速進入修復通道，3 月實現年內首次正增長。相對來說，陜西省客運對疫情變化的反應更加敏感。盡管2020年3月起各地復工復產加速推進，但客運服務指數仍處于下降趨勢，2020 年3月相比于2019年12月下降了66.82%，4月起慢慢上升。之后，由于各地出現零星散發疫情，陜西省客運服務指數進入了較長時間的波動修復過程。此外，結合2021 年年初疫情反彈狀況來看，陜西省客運、貨運、綜合服務指數均又產生了一次降幅。

2.2 相關應用分析

基于上述對陜西省綜合交通運輸服務指數的測算結果與分析，為驗證其能夠實時、動態地跟蹤和預測地區宏觀經濟的波動情況，將其與GDP 指數進行對比。這里，2015 年至2021 年二季度的陜西省GDP季度數據通過Eviews軟件處理為月度數據，并同樣以2015 年1 月為基期，設其指數為100，根據下列公式計算2015年1月至2021年6月各月GDP指數。

式中：Gt為t時期陜西省GDP；G0為基期陜西省GDP。

陜西省綜合交通運輸服務指數與GDP 指數對比如圖4 所示。從圖4 可以看出，陜西省客運、貨運及綜合服務指數的變動趨勢，自2019 年底開始出現變動趨勢的同步性，且貨運服務指數、綜合服務指數的變動趨勢與GDP 指數的變動趨勢相似性更高，表明該指數能夠較好地反映宏觀經濟發展態勢，是研判宏觀經濟發展態勢的重要量化指標。進而利用周期性分析，以及通過與重大事件影響分析來證實該指數構建的合理性和有效性。

圖4 陜西省綜合交通運輸服務指數與GDP指數對比Fig.4 Comparison between comprehensive transportation service index and GDP index of Shaanxi Province

2.2.1 周期性分析

為進一步探索陜西省客運、貨運、綜合服務指數與GDP 之間的關系，采用HP 濾波(Hodrick-Prescott filter)[18]來剔除時間序列數值趨勢，得到各個指數的周期性序列。陜西省客運服務指數與GDP指數周期性序列對比如圖5 所示，陜西省貨運服務指數與GDP指數周期性序列對比如圖6所示，陜西省綜合服務指數與GDP指數周期性序列對比如圖7所示。

圖5 陜西省客運服務指數與GDP指數周期性序列對比Fig.5 Cyclical sequence comparison between passenger service index and GDP index of Shaanxi Province

圖6 陜西省貨運服務指數與GDP指數周期性序列對比Fig.6 Cyclical sequence comparison between freight transport service index and GDP index of Shaanxi Province

圖7 陜西省綜合服務指數與GDP指數周期性序列對比Fig.7 Cyclical sequence comparison between comprehensive service index and GDP index of Shaanxi Province

從圖5 至圖7 可以看出，陜西省客運、貨運、綜合服務指數與GDP 指數之間的周期性變化趨勢基本一致。另外，發現指數的周期性序列呈現不同程度的震蕩，有較為明顯的波峰和波谷。故通過時差相關分析法得出各指數與GDP 指數先行滯后分析表如表5 所示，具體研判綜合交通運輸服務指數對宏觀經濟的預判情況。

時差相關分析是利用相關系數驗證經濟時間序列先行、一致或者滯后關系的一種常用方法。通過計算陜西省客運、貨運、綜合服務指數的增長率序列同地區生產總值增長率序列之間的時差相關系數，記錄每一組時差相關系數中系數所對應的先行或者滯后期數，根據這個期數來判定該指標相對于地區生產總值增速是先行指標還是滯后指標。具體計算方法如下。

設y={y1，y2，…，yn}為陜西省地區生產總值指標，x={x1，x2，…，xn}為陜西省客運、貨運、綜合服務指數，r為時差相關系數，則

式中：r為時差相關系數；l為時差數，取正值表示領先，取負值表示滯后；nl為樣本個數。

由表5 可以看出，陜西省綜合交通運輸服務指數均領先于GDP 指數。其中，客運服務指數波峰波谷出現的時間分別領先于GDP 指數6 個月和3～4 個月；貨運服務指數波峰波谷出現的時間均領先于GDP 指數4～5 個月；綜合服務指數波峰波谷出現的時間分別領先于GDP 指數5～6 個月和4 個月。說明陜西省綜合交通運輸服務指數對地區宏觀經濟具有一定的先行指標特點和預判作用，能夠在一定程度上發揮宏觀經濟的先行指標功能。

2.2.2 重大事件影響分析

2020年1月新冠疫情對全國旅客運輸、貨物運輸造成了不同程度影響，旅客運輸量、貨物運輸量大幅減少；2020年4月全面推進復工復產，各省企業逐步恢復正常；2021年1月新冠疫情再次反彈，各省交通運輸又受到影響。從圖3 可以看出，2020 年1 月至4月，陜西省綜合服務指數同比經歷了跌向波谷到逐步上升的劇烈震蕩，2021年1月至2月陜西省綜合服務指數再次出現較大降幅，與宏觀經濟GDP 指數變動趨勢一致。由此可見，陜西省綜合交通運輸服務指數能較好地擬合重大事件對宏觀經濟的影響。

3 結束語

研究提出構建綜合交通運輸服務指數，并以陜西省為例，定量分析了其發展趨勢。結果表明，陜西省綜合交通運輸服務指數對宏觀經濟GDP 指數變動趨勢具有較好的先行預判作用，且能在一定程度上展現不同階段重大事件對交通運輸行業產生的影響。綜合交通運輸服務指數不僅對交通運輸行業服務國民經濟發展能力具有重要作用，同時也可以對交通強國建設、加強和完善綜合交通運輸體系提供有力支撐。在后續研究中，將通過參考全國城市客、貨運量分省指標，進一步發揮城市客、貨運指標的研判作用。