江苏省城市公共交通能力评价

摘要：为评价江苏省各地级市公共交通能力，构建评价指标，基于各城市统计年鉴的客观数据，利用变差系数法对面板数据进行检验，应用PCA主成分分析法实现降维，最终得到城市公共交通能力得分并排名。结果显示城市群各指标区分度较好，地区公共交通发展差异性大;南京、苏州、徐州3个大型交通枢纽城市公共交通能力明显领先;公路货运量和铁路旅客发送量是对公共交通能力影响最大的两个指标。

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.

关键词：公共交通能力;主成分分析法;变差系数

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

中图分类号：F572                                       文献标识码：A                                  文章编号：1006-4311（2020）30-0101-03

0  引言

中国交通近几十年来迎来了快速的发展，整体上基建速度快，范围广，至今，全国铁路营业里程达到13.1万公里，公路总里程484.65万公里，内河航道通航里程12.71万公里，民用航空机场235个，居全球领先水平。局部上发展不均衡，东部省份经济发达，交通便利，形成协同发展的城市群，如长三角、珠三角、京津冀等城市群，各城市群之间和内部形成高效的路网。西部省份经济滞后，交通枢纽集中于少数城市，交通还需进一步建设。多数学者从不同角度对交通能力进行了研究。

刘清认为，道路交通服务水平是指在道路上人、车通行的流畅度，他运用模糊数学中的综合评价方法，建立了模糊推断模型，选择了武汉市重要交叉口中南路口—岳家嘴路段进行模型实证研究，计算行车密度、运行速度、混杂程度、交通量比等指标，定性计算出交通服务水平，得出虽然道路和交叉口设计水平较高，但由于城市交通布局和交通管理不善的原因，道路的服务水平较低[1]。傅成红聚焦于城市群角度，认为城市群作为我国城镇分布的主要形式，它的交通运输承载力和协调性具有丰富的意义，她构建了承载力结构模型，涵蓋除管道运输外的其他公共交通方式，从基础设施、经济发展、社会需求三个方面度量承载力并用来评价交通路网，运用DPA评价模型并求解，最后以海西城市群为例进行了实证研究，计算结果表明承载力、协调性和实际城市的基本一致，表明构建模型有效、适用，可迁移至其他城市群[2]。徐海成诠释了公路交通发展能力内涵，在融资、建设、运营、维保4个方面提出了14个评价指标，采用全国各省的面板数据，采用主成分分析下因子分析法，提取了5个主成分进行计算得到总分排序，最终得到各省份的领先和落后程度，说明了我国整体上交通发展不均衡，在建设时要注重均衡发展[3]。程锦针对我国公路收费站存在的车辆拥堵、路面受损、空气污染的问题，认为研究收费站的通行能力是收费站设计的基础。他通过实测数据确定了车辆换算系数，计算了收费车道理论通行能力、实际通行能力，对天津高速公路收费站通行数据进行了整理分析，提出了更符合天津实际情况的通行能力确定方法，并对天津的公路收费站进行了通行能力评价，最后提出应在扩建方案上进行优化，如应从政策导向上推进ETC收费。

现有文献对交通能力的评价不足，多数研究集中于某一测度的评价方法，如桥梁、轨交、高速等，对于城市群的公共交通评价缺少研究。本文以江苏省各地级市作为实例，基于统计年鉴的交通数据，选取合适的指标，利用PCA下因子分析对指标系进行降维处理，最终得到城市群公共交通能力得分，利用成分得分系数矩阵和总方差百分比得到公共交通能力影响程度最大的因素，作为现有对交通能力评价的研究补充。

1  公共交通能力评价

1.1 评价指标构建和解释  PCA主成分分析法是一种典型的降维算法，当评价某事物或现象的指标过多时，往往不能依据某一个指标或者将指标简单加减处理，而通过PCA下因子分析可以利用线性变换的方法将多个单独指标的折线压缩成一条折线，实现了数据的降维，降维后的新指标是原指标系经过线性变换得到的，且新指标间相互独立，最终实现对研究对象的评价。PCA主成分分析法的特点之一是它有较强的包容性，它基于面板数据里的数据结构和特征，可以处理较多的原指标体系;另一个特点是它要求指标系间存在较强的相关性关系，有的相关性明显，可以通过定性观察得到，有的则必须通过相关性检验。通过文献分析，本文选取的城市公共交通能力评价指标包括X1公路通车里程、X2公路客运量、X3公路货运量、X4高速公路里程、X5铁路旅客发送量、X6民航旅客吞吐量、X7全社会船舶拥有量、X8机动车拥有量、X9公交出租车量、X10地铁运营里程。

城市公共交通能力包括对外的输出吞吐能力和对内的城市公交能力，X1公路通车里程、X2公路客运量、X3公路货运量、X4高速公路里程表征了城市对外的公路运输能力;X5铁路旅客发送量表征了城市对外的铁路运输能力;X6民航旅客吞吐量、X7全社会船舶拥有量分别表征了城市对外的空运、水运能力。X8机动车拥有量、X9公交出租车量、X10地铁运营里程则表征了城市内部的公交疏散能力。

1.2 评价指标鉴别度分析  指标的关键属性之一是对于评价对象有关联度，其二是指标对于不同的对象要有区分度，当指标对于多个评价对象的得分差异很小时，这个指标则在区分度角度较差，不能形成良好的分级效果，则没有良好的鉴别能力。在因子分析时，容易造成结果的误差，应当舍弃该指标。当前文献对于指标鉴别效果的筛选多采用变差系数法，变差系数是用数据的平均值比标准差，得到数据的波动程度，对于变差系数过小的指标应当舍弃。经计算，各指标变差系数见表1。

指标中变差系数最大的是X10地铁运营里程，其次是X6民航旅客吞吐量、X5铁路旅客发送量、X2公路客运量，其余指标变差系数中等，整体上各指标有良好的鉴别度，无需舍弃。可见江苏省各地级市公共交通发展不均衡，差异性大，其中地铁、民航、铁路、公路上有较大的差异，水运、市内交通存在一般差异。

1.3 公共交通能力计算  PCA主成分分析法是一种典型的降维算法，它通过线性变换去除原指标系的相关性，得到互不相关的若干个主成分，主成分依据原指标的数据结构和内在特征，包含了原指标的大部分信息，一般取85%以上，包含信息越多说明主成分分析法运用的越成功，结果是将原评价指标系简化成一个计分量F，便于对研究对象评价、排名。PCA主成分分析法是一种客观赋权法，指标数据输入后，处理过程没有人为影响，结果基于面板数据的结构和内在联系，当数据输入是完全的客观数据时，系数结果是基于该项数据的客观赋权，当数据输入有主观评分时，由于同一个指标下不同对象的评分标准是一致的，相互的主观性会被抵消，则系数结果也可认为是客观的。

利用SPSS24.0软件对X1-X10指标系进行因子分析，依次输出相关性矩阵、公因子方差、总方差解释、碎石图、成分矩阵、成分得分系数矩阵。总方差解释见表2，碎石图见图1。

由总方差解释表可知，主成分1、主成分2及主成分3的特征值大于1，累计包含信息量85.78%，有原面板数据足够的代表性。在碎石图上，前3个主成分明显高于其他，后7个主成分趋于平缓，包含的信息量小，说明应取前3个主成分。所以，原指标系变换成主成分1、主成分2、主成分3来综合评价城市公共交通能力。

主成分因子的模型计算可得到各个主成分的得分。主成分因子模型为：

其中，F是评价总得分;Fi为第i个主成分因子得分;μi1-ui10为第i个主成分因子在第1-10个指标上的系数;λi为第i个主成分因子的特征值;ZX1-10是面板数据经过标准化运算后的值。计算出三个主成分因子得分，分别记为F1、F2、F3。计算得到：

原面板数据的量纲不同，性质不同，不能直接带入公式，需经过标准化消除量纲、性质的影响，经标准化后得到ZX1-10数值，数值为负的不代表该项指标处于弱势只是标准化后的结果，计算出江苏省13个地级市综合评价指标F得分、排名，结果见表4。

依据城市排名，得到江苏省各地级市公共交通评分曲线，见图2。

从表4、图2可见江苏省各地级市公共交通发展不均衡。南京、苏州两个一线城市经济发达，交通便捷，公共交通能力明显领先全省;苏南城市中无锡、常州交通能力居中，镇江由于城市体量小、人口少的原因，公共交通较弱;苏中地区扬泰较为接近，南通公共交通能力较强;苏北地区公共交通能力处于中游，其中徐州是苏北地区的交通枢纽，公共交通实力较强。整体上，江苏省公共交通能力呈现出明显的地域区分，以南京、苏州、徐州为三大交通枢纽，交通能力最强，南通、无锡、盐城、常州交通能力居中，其他城市交通能力相对较弱。

1.4 指标影响度分析  由于江苏省各地级市公共交通能力差异大，发展不均衡，对于未来交通建设，打造交通均衡发展形势，对各指标进行影响程度分析是有实际意义的。从表4可见，不同城市的Fi排名往往对应着不同的主成分，即每个主成分的排名和综合评分F的排名并不一致，有的有较大的差异，说明每个主成分因子的影响程度是不同的。因子分析中，表3成分得分负载矩阵里含有每个指标在不同指标上的载荷，利用对应最大载荷与主成分的贡献率相乘，得到各指标对公共交通能力的负载和排序，见表5。

公路货运量、铁路旅客发送量是对公共交通能力影響最大的两个指标，说明城市公共交通能力优先体现在对外的公路运输和铁路运输上，在未来规划建设中，建议城市优化路网，对已有的公路进行拓宽改建，新建高等级公路，加大铁路投资，尤其是高铁轨交建设，最终加强城市公共交通能力。

2  结论

本文以江苏省为例，采用各地级市2018年交通统计数据，基于PCA主成分分析法降维评价江苏省城市群的公共交通能力，运用成分得分负载矩阵和主成分贡献率提取了影响程度最大的指标，得到结论如下：①变差系数法得到各城市的公共交通发展差异性大，地区发展不均衡;②南京、苏州、徐州公共交通能力居于领先位置，南通、无锡、盐城、常州交通能力中等，其余城市相对落后;③公路货运量、铁路旅客发送量是影响公共交通能力的主要指标。建议江苏省在建设交通基础设施时，应考虑全省的均衡发展，加大对淮安、连云港、宿迁、扬泰地区、镇江的交通投入，重点进行公路铁路建设，在已有公路网上进行扩宽改建，提高运输能力，继续优化江苏省铁路网，加强高铁网建设。

参考文献：

[1]刘清.城市道路交通状况的F评价及其实例研究[J].武汉交通科技大学学报，2000，24（5）：473-475.

[2]傅成红.城市群综合交通运输承载力及协调性评价[J].交通运输系统工程与信息，2017，17（2）：21-27.

[3]徐海成，周凯，杜学峰.区域公路交通基础设施发展能力综合评价——基于因子分析视角[J].经济问题，2010（2）：121-124.

[4]程锦，张银.基于通行数据分析的高速公路收费站通行能力评价研究[J].公路，2014（8）：27-31.

作者简介：周倩（1996-），女，安徽淮北人，扬州大学硕士研究生，建筑与土木工程硕士，研究方向为交通规划与设计。