基于云模型的高速铁路沿线城市经济社会影响研究

郭文琦，朱 君

GUO Wenqi1, ZHU Jun2

（1.中国铁道科学研究院 研究生部，北京 100081；2.中国铁路总公司 经营开发部，北京 100844）

(1.Postgraduate Department， China Academy of Railways Sciences， Beijing 100081， China； 2.Business Development Department， China Railway Corporation， Beijing 100844， China)

我国高速铁路建设与运营在促进国民经济发展、社会进步和改善人民生活水平方面，发挥了积极而重要的作用。在我国大力发展高速铁路的背景下，对高速铁路沿线城市的经济社会发展影响做出全面分析，可以指导沿线城市充分发挥高速铁路的经济社会影响优势，进而产生推进城市发展的作用。云模型可以对复杂的指标进行综合评价，客观地反映内在联系，易于实现，结果直观，在很多领域有着广泛应用。为此，以京沪高速铁路(北京南—上海虹桥)为例，针对高速铁路对沿线城市经济社会影响，选取并构建有效的评价指标体系，运用云模型研究京沪高速铁路对沿线城市的经济社会影响。

1 高速铁路沿线城市经济社会影响分析

高速铁路在提供运输服务的同时，也承担了大量服务国家社会和经济发展等的公益性责任，为沿线地区的经济发展、城市结构转变、产业升级起到重要的推动作用。高速铁路的建设和运营，有效地加强了沿线城市的联系，改变了区位优势，促进了相关产业发展。高速铁路对沿线城市的经济社会影响十分复杂，大量专家学者对其进行了研究。

（1）促进沿线城市区域经济发展。高速铁路的开通，可以促进区域产业聚集，会吸引高新产业、信息产业的聚集，从而增加就业需求，加速人口的自由流动，使中心城市的人口进一步增长，从而促进城市的经济发展。城市的“虹吸效应”是对于基础设施良好、有大量就业机会、发展潜力大的城市有促进作用，对于发展要素的要求较高。但是，对于中小城市而言，虹吸效应会导致人口流失，优秀产业转移，发生区域经济发展减缓甚至衰退。居民收入水平与区域的经济发展水平有较强的关联度，由于高速铁路对经济发展有促进作用，可以加快区域的经济水平，间接地提高了居民收入水平。徐玉萍[1]认为高速铁路从GDP、促进就业和扩大内需等方面拉动了区域经济增长。张祖贤等[2]从时间节约效益、环保特性、促进产业结构转型等方面，论证了因高速铁路形成的经济带对区域经济产生的推动作用。陆军[3]提出由于“四纵四横”高速铁路网的形成，促使城市的区域经济深入重构，促进旧机制的联动与重组，进而带动区域经济增长。

（2）促进沿线城市产业结构升级。高速铁路主要对第三产业的发展有显著作用。由于高速铁路提高了可达性，降低了城市间的运输成本和时间成本，改变了商务出行的传统模式，通过更合理安排出行计划，增加商业间交互活动，从而加速了商贸、房地产、文化等和交通关系紧密的行业的发展和壮大。地区固定资产投资可以反映城市的建设规模和速度，高速铁路的开通会促进沿线地区的经济发展，带动基础设施的配套发展，从而吸引固定投资，提高城市的地区竞争力，反向吸引人口聚集促进经济发展。高速铁路沿线地区由于可达性的增强，促进房地产升值，会带动区域房地产业的发展。任蓉[4]以武广高速铁路为例，计算高速铁路的拉动期望，用拉动期望分析高速铁路的经济社会效益成分，得出高速铁路对可达性、旅游业发展具有促进作用，对第一产业拉动系数最小，对第二、第三产业的影响更大，对不同城市的拉动效应差别显著。

（3）促进城市社会发展。高速铁路的开通会影响区域的人口迁移，使人口向大城市发生集聚，当人口产生集聚效应，对配套的居民生活设施需求增大，会促进社会相关配套基础设施的建设，其中包括文化教育行业的发展。曾彩艳[5]以京津城际铁路为例，探讨高速铁路的经济社会影响，得出高速铁路对三次产业从业人员的结构影响巨大，对区域经济、土地增值、旅游业、工业、高新技术产业人均可支配收入、出行方式、居民生活习惯、城镇化、环境均有显著影响。林晓言等[6]对高速铁路沿线的社会效用影响进行研究，探讨社会效用和沿线区域质量的关系，得出旅游型小城市的社会效用提升最明显，其次是服务型大城市，再次是工业型中等城市。高速铁路可以拉近时空距离，使商品流动加剧，促使劳动力发生异地迁徙。高速铁路可以促进就业密度的提高，同时就业密度提高也会反向促进产业的发展，两者相互促进协同发展。朱文涛等[7]研究得出高速铁路开通可以提高沿线城市的服务业就业水平，对于零售业、商务服务业的影响最为明显，但在市场化程度不高的地区促进效果不明显。

综合以上观点，多数学者认为高速铁路会对经济社会产生促进作用，部分学者认为高速铁路的促进作用在某些特性城市上体现的不明显。为此，对高速铁路开通后沿线地区的经济社会影响进行进一步分析评价。

2 高速铁路沿线城市经济社会影响评价方法

2.1 云模型

“云”最先由李德毅提出，它可以将定量数值和运用语言表示的定性关系相互转换，反映事物规律和概念的不确定性。很多模糊概念可以用正态云来表示，因此大量学者对“云”进行了深入的研究。可以运用“云”将模糊性和随机性结合起来，表示不确定规则的可能分布范围和规律，也可以将确定的结果表示为定性语言值。

研究采用的逆向云发生器的功能是将数据由定量转变为定性概念的算法，可以把数据表示成用(Ex，En，He)为特征的定性值，主要实现把分布不规则的云滴用定性方式表征其数字特征。

式中：xij为第i个城市的第j个评价指标，其中i∈(1，n)，j∈(1，m)；(Exi，Eni，Hei)为 第i个 城市的评价参数，Exi为期望，Eni为熵，Hei为超熵。

期望Exi是云滴的平均值，即指标的平均值，计算公式如下。

熵Eni表示数值的分散程度，计算公式如下。

超熵Hei是描述熵Eni特征的值，计算公式如下。

评价集是将云发生器得出的评价参数(期望Ex、熵En和超熵He)转化为定性概念的映射关系。将研究的问题划分为n种等级，确定评价集即规定每种等级的划分方法。

2.2 评价指标的选取与确定

运用定性和定量综合方式构建并筛选经济社会影响评价指标体系。首先运用频次分析法建立经济社会评价指标预选集，其次用聚类方法筛选有效指标，最后采用专家经验法得出最终的评价指标体系。

（1）频次分析法。根据高速铁路对经济社会的影响，从大量文献中归纳出对各项影响内容具有代表性的评价指标。选用频次分析法，借鉴相关文献中评价指标设计结论，记录指标的出现频次，选取出现频次较多、代表性较强的指标。根据文献[6，8-14]选取的频次分析结果，将每个二级指标下出现频率较高的指标挑选出来，包括GDP、人均GDP、第三产业占国内生产总值比例、房地产投资额、固定资产投资、旅游总收入、国内外旅客人数、就业人数、城镇化、人均可支配收入、在校学生数量、二氧化硫排放量。

（2）聚类方法。K均值聚类分析可以将发展规律相似的指标进行聚类，相似指标聚成一类可以保证后续评价的准确性。运用K均值聚类分析得到评价指标聚类谱系图如图1所示。

图1 评价指标聚类的谱系图Fig.1 Pedigree of evaluation index clustering

根据聚类结果，可以得出以下结论：人均GDP的变化与第三产业占国内生产总值比例变化相一致；旅游总收入和国内外旅客人数变化趋势一致。在指标选择时，旅游总收入和国内外旅客人数2个指标中，选择对旅游业评价最直观的旅游业总收入指标。在二级指标经济总量中，包含GDP的变化和人均GDP的变化，而产业结构的改变指标下只有第三产业占国内生产总值比例，因此保留第三产业占比指标，删除人均GDP指标。

（3）专家经验法。运用专家经验法，根据专家小组的评价结果删除相关性较弱指标，最终得到指标体系。将专家打分情况取平均值进行数据处理，可以得到高速铁路对经济社会评价指标的满意度为3.45，以3分为判断指标认同度的基准，将3分以下的指标进行删除(其中房地产投资额指标评分为2.1，二氧化硫排放量指标评分为2.2，在校学生数量指标评分为2.5)。将不满足条件的指标删除后，评价指标的满意度为3.96，对整体指标体系的满意度有大幅度提升，最终得到高速铁路经济社会影响评价指标体系如表1所示。

表1 高速铁路经济社会发展评价指标体系Tab.1 Evaluation index system for economic and social development of high-speed railway

3 实例分析

3.1 数据来源

以京沪高速铁路为例，研究其对沿线城市经济社会发展的影响。京沪高速铁路是连通我国北京和上海2个重要城市的运输通道，于2011年6月正式开通运营，途径北京、天津、沧州、德州、济南、常州、无锡、苏州、昆山和上海等24个城市站点。为保证数据的完整性，选取北京市、天津市、德州市、徐州市、济南市、南京市、宿州市、滁州市、昆山市和上海市10个城市作为高速铁路沿线城市经济社会影响的示例城市。高速铁路经济社会发展评价指标体系见表1。为保证评价的完整性和延续性，选取2006—2017年经济社会发展评价指标的增长率作为原始数据进行分析。为确保数据口径一致及准确性，各项原始数据来源于各城市国民经济和社会发展统计公报。

3.2 云模型计算结果

根据云模型算法，将各年各城市的评价指标分别带入公式(2)至公式(5)，逐年计算出每个城市的评价参数期望、熵和超熵。

根据云发生器的原理，设置2007—2017年经济社会影响评价集，评语分别用{5，4，3，2，1}表示。其中，将各年各城市评价参数中期望最大的城市其评价值设为“5”，表示该城市在各城市中发展速度最快；各年各城市评价参数中期望最小的城市其评价值设为“1”，表示该城市发展速度最慢；将各年国家总体经济社会发展评价值设为“2”，作为分析参考基准值；评价值“3”与“4”的城市评价参数期望值按内插法计算取得，由此得到京沪高速铁路沿线城市经济社会发展评价集。

在MATLAB环境中运用云模型方法，用相同年份的各城市评价参数(Ex，En，He)与评价集进行综合比对，与该年评价参数图形重合程度最高的评价集确认为最终评价值。以2017年北京市与天津市为例，2017年北京市和天津市经济社会发展影响云模型评价结果如图2所示，其中浅色部分表示设定的2017年评价集，深色部分表示北京市和天津市的评价参数图形。由图2可以得出2017年北京市和天津市的评价值分别为“2”和“1”。

同理，可以得到2007—2017年京沪高速铁路沿线城市经济社会发展评价值如表2所示。

图2 2017年北京市和天津市经济社会发展影响云模型评价结果Fig.2 Evaluating results of cloud model on the impact of economic and social development in Beijing and Tianjin in 2017

表2 2007—2017年京沪高速铁路沿线城市经济社会发展评价值Tab.2 Evaluation value of urban economic and social development along Beijing to Shanghai high-speed railway from 2007 to 2017

3.3 高速铁路沿线城市经济社会影响评价结论

根据表2的评价结果，将京沪高速铁路对沿线10个城市经济社会的影响归纳为以下3种情况。

（1）对沿线城市经济社会发展影响显著。徐州、济南和宿州在京沪高速铁路沿线城市中规模处于中等水平，均属于旅游型中等城市。这些城市周边没有规模较大的城市，产业结构优化、城镇化、人均生产总值等指标在京沪高速铁路开通后均有较大程度提升。近年来，国家一直在政策层面促进中等城市的城镇化发展并颁布《国家新型城镇化规划》，大力发展中小城市旅游业，因而高速铁路沿线城市各类指标中旅游业增长幅度最显著。天津市是服务型大城市，滁州市属于工业型小城市，周边分别是受高速铁路开通影响不明显的北京市和南京市，虹吸效应不显著，而且周边城市产业结构良好，天津市和滁州市受到辐射效应出现产业向内迁移，促进了经济社会发展。天津市的城市规模大，在高速铁路开通初期经济社会发展明显，但开通一段时间后，城市本身经济发展基数变大，社会发展有了显著改变后，经济社会综合发展在快速增长后出现下降。因此，在国家政策和高速铁路开通的共同影响下，京沪高速铁路对旅游型中等城市的经济社会影响最显著。

（2）对沿线城市经济社会发展影响不显著。北京、上海和南京市均属于服务型城市，自身城市规模大、产业结构优良，属于旅游发达城市，社会发展水平高，交通运输便利，城市可达性高，各指标基数大。此类城市的人口密度大、生活成本高、市内交通拥堵，对产业的发展有阻碍作用，会导致城市发展潜力减弱。京沪高速铁路的开通只是影响城市发展的众多因素之一，因此，此类城市的经济社会总体发展难以因一条高速铁路的开通而产生显著影响。另外，国家从政策方面限制北京、上海的人口户籍准入，鼓励高学历人才向中等城市落户转移并颁布优惠政策。因此，尽管大型城市的人口和产业聚集作用更加明显，但由于经济社会受到各种因素综合影响，高速铁路的开通对这类城市的经济社会综合影响并不显著。

（3）对沿线城市经济社会发展有抑制作用。昆山与德州市城市规模较小，属于工业型城市，周边聚集着规模差距较大的上海市、济南市等大型城市，在京沪高速铁路开通前发展势头良好。尽管有政策方面的支持，但在高速铁路开通后由于受到大城市虹吸效应的影响，使昆山与德州市人口和产业向大城市发生迁移，出现经济社会发展放缓现象。因此，可以推断高速铁路的开通可能会对沿线工业型小城市的经济社会发展产生阻碍作用。

从以上分析可以得出，京沪高速铁路的开通对沿线旅游型中等城市的促进作用最显著；对服务型大城市的发展影响不明显；工业型小城市受周边城市的影响较为敏感，致使发展两极分化现象严重。

4 结束语

通过对京沪高速铁路开通前后沿线城市经济社会发展的分析，可以看出高速铁路对大部分沿线中型城市有促进作用，但对少数城市的经济社会发展可能产生阻碍作用。在未来的高速铁路规划中，应充分发挥高速铁路对沿线地区的经济发展、城市结构转变、产业升级的推动作用，避免由于虹吸作用对部分小型城市产生负面影响。因此，在高速铁路布局时，应结合高速铁路的影响机理合理预测城市在受到高速铁路开通影响后的发展趋势，以发挥高速铁路的带动作用，力求最大程度推动沿线城市的经济社会发展。