交通运输与物流业、旅游业发展耦合协调度分析
——以武汉市为例*

2021-04-29 13:31葛修润李昆耀褚端峰
交通信息与安全 2021年1期
关键词:耦合度物流业旅游业

葛修润 汤 华 李昆耀 褚端峰▲

(1.中国科学院武汉岩土力学研究所 武汉430071;2.武汉理工大学智能交通系统研究中心 武汉430063)

0 引 言

交通运输业的发展是物流业、旅游业发展的基础与先决条件,是实现其他2 个产业发展的前提保障。物流业是实体经济发展的基础性环节,旅游业促进国民经济加速发展,这三者的协调程度决定着城市经济是否可以持续向好发展。讨论交通运输业对物流业、旅游业耦合协调的关系,旨在推动三者协同发展,使交通运输与物流业、旅游业系统之间的结构更为合理,功能更为强大,达到“1+1>2”的效果,更好地推动经济增长。

针对耦合关系分析方法,国内外均进行了相关研究。Van[1]运用多项probit 模型研究了旅游发展与交通运输的耦合协调关系,并指出了旅游属性对游客模式选择的影响;Hao[2]运用耦合协调度模型研究物流与交通基础设施的协调关系,结果证明二者存在显著的互动关系、总体上存在相互协调的关系;Deng 等[3]探讨旅游与交通协调发展对城市低碳可持续发展的影响,采用物理耦合的概念建立旅游交通与低碳城市耦合协调度模型,证明了耦合协调度模型与熵权灰色关联相结合能够有效地评价动态耦合关系。国内有学者直接采用物理学中的耦合协调度模型进行定量分析,如崔木花[4]、张军涛等[5]、张新成等[6]。也有学者通过投入产出法来研究不同经济领域的耦合协调关系,朱涛等[7]通过投入产出法研究了金融业与第三产业之间的耦合协调关系;还有学者采用Logistic 模型进行耦合协调度分析,崔立志[8]采用该模型测算了能源、经济与环境的耦合协调度。

综上所述,国内外关于交通运输业与旅游业、交通运输业与物流业的研究成果为本文即将开展的研究分析奠定了基础,但国外大多针对高铁等基础设施建设情况进行研究、国内利用协调耦合度分析产业间相互关系的定量研究仍然较少,同时评价指标不够系统全面。鉴于此,笔者在借鉴现有学者的研究基础上,利用主成分分析、耦合协调度理论模型,对交通运输业与物流业、交通运输业与旅游业的协同发展态势进行分析,建立三者协调发展的评价指标体系,在此评价指标的基础之上,参考主成分分析法提取序参量进行分析,结合耦合协调度、亚耦合类型评价指标,对协调发展情况进行评价分析。在定性与定量方法的分析理论指引下,笔者选取武汉市作为实例,进行了理论应用,验证本文理论和方法的应用效果。

1 研究方法与评价指标

1.1 指标体系构建

从目前的研究成果来看,关于交通运输系统、物流系统、旅游系统综合发展水平的指标尚无统一标准,但总体可划分为产业绩效和产业要素2个方面[9]。其中反映交通运输系统的指标共9项,物流系统的指标共14项,旅游系统的指标共8项,具体见表1。

表1 指标体系Tab.1 Indicator system

1.2 主成分分析法

在建立的指标体系基础上,利用指标体系的相关数据对各系统做进一步分析,本文选取主成分分析法对指标提取序参变量。主成分分析法通过用较少的互不相关的新的综合指标代替原来的较多指标来进行综合评价,简化分析过程而结果不受影响。应用SPSS软件直接对各个系统的指标进行主成分分析,通过分析指标之间的关系,求解主成分得分表。

以交通运输系统为例,应用主成分分析法建立模型。假设有n年研究数据,每年的数据有p项研究指标x1,x2,…,xp,得到原始数据矩阵

式中:Xi=(x11,x21,…,xn1)T,i=1,2,…,P。

用数据矩阵X的p个列向量(X1,X2,…,Xp)作线性组合,得指标变量为

1.3 耦合度模型

根据王新越等[10]、徐佳萍等[11]的研究,“耦合”是1个物理学概念,是指2个或2个以上系统,在各个子系统的相互作用下,使得整个系统协调发展的过程,一般用耦合度表示二者相互作用程度的大小。借鉴此理论建立类似的耦合协调度模型,来评价交通运输与旅游业、物流业发展的耦合协调关系。

假设F(X)表示物流业或旅游业的综合发展指数,X为系统指标体系集合,X={X1,X2,…,Xn};F(Y)表示交通运输系统的综合发展指数,Y为交通运输系统指标体系集合,Y={Y1,Y2,…,Yn}。则交通运输系统与物流业、旅游业系统之间的离差Cv表达式[12]为

依据耦合理论分析,离差越小,系统之间的耦合度就越好。定义耦合度C表达式[13]见式(5),显然耦合度C越大,则Cv越小,系统与系统间的离差就越小。

式中:K为调节系数,本文研究两两系统的指标分析,故取值K=2;C的取值范围为(0,1)。

C的值反映了系统之间的相互作用程度,C值越大,系统之间相互影响越大、发展越协调。在系统发展水平一定的情况下,要使系统之间的耦合度最高,则要求F(X)×F(Y)之积达到最大值。

1.4 耦合协调度模型

耦合度虽能体现交通运输同物流业、旅游业的相互作用程度,但在反映二者协同发展水平方面仍有不足,因此引入耦合协调度。耦合协调度即是指各系统在满足整体性、综合性等要求的前提下,系统之间在有益的约束和规定条件下能够协调发展[14]。本文利用耦合协调度反映交通运输同物流业、旅游业之间是否协调发展。耦合协调度Ds计算方法见式(6)。

式中:Ds为2 个系统的交互耦合程度,取值范围为(0,1);T为综合协调指数,反映系统发展的整体水平;α,β为待定系数,反映系统间的相对重要程度,本文取α=0.4,β=0.6。Ds越大,系统之间的耦合协调性越好,反之,耦合协调性越差。本文关于耦合协调度评价标准采用十分法[15],见表2,可将交通与物流、交通与旅游的耦合协调度分为10个等级。

表2 耦合协调度等级水平分类Tab.2 Level classification of coupling coordination degree

2 实例分析

2.1 数据来源

本文的研究对象为武汉市交通运输系统、物流系统和旅游系统,为保证数据的权威性和统计口径的一致性,使用的数据主要来源于《武汉年鉴2010—2017年》。

2.2 主成分分析

在原始数据搜索的基础之上,对武汉市交通运输系统、物流系统和旅游系统的指标数据进行处理(指标体系见表1),借用软件进行主成分分析、提取序参变量,为进一步实现系统耦合协调度的计算奠定基础[16]。

对3 个系统的原始数据运用主成分分析,得到主成分得分矩阵计算结果见表3~5,其中Z1和Z2代表交通运输系统指标的主成分,X1~X9分别代表交通系统各指标原始数据标准化后的指标值;U1和U2代表物流系统指标的主成分,P1~P15分别代表物流系统各指标原始数据标准化后的指标值;V1是旅游系统指标的主成分,Y1~Y8分别代表旅游系统各指标原始数据标准化后的指标值。

表3 交通运输系统2010—2017 年主成分得分矩阵Tab.3 Principal-component score matrix of thetransportation system from 2010 to 2017

表4 物流系统2010—2017 年主成分得分矩阵Tab.4 Principal-component score matrix of logistics system from 2010 to 2017

表5 旅游系统2010—2017 年主成分得分矩阵Tab.5 Principal-component score matrix of the tourismsystem from 2010 to 2017

根据各系统主成分得分矩阵,可以得到2010—2017年武汉市各系统的主成分得分,见表6,分值越大说明系统越有序。

表6 3 个系统2010—2017 年主成分得分Tab.6 Principal-component scores of the three systems from 2010 to 2017

依据各主成分对系统的贡献率,并将其作为该主成分的系数,建立各系统的综合发展指标函数见式(7)~(9),式中F(X)、F(P)、F(Y)分别为交通运输系统、物流系统、旅游系统的指标函数。

根据表6 数据以及综合发展指标函数式(7)~(9),可以计算2010—2017年3个系统综合发展指标值,见表7。

表7 3 个系统综合发展指标值Tab.7 Comprehensive development index values of the three systems

2.3 耦合协调度计算

为便于不同指标的比较与计算,将原始数据进行无量纲处理,获得归一化后的标准值[17],通过归一化的数据计算交通运输系统与物流系统耦合度和耦合协调度、交通运输系统与旅游系统耦合度和耦合协调度,及根据表2判断的协调阶段结果见表8~9。

2.4 耦合协调效应分析

从表8~9可见,2010年以来武汉市交通运输与物流业、旅游业的耦合协调发展呈现向好态势。为进一步分析系统间耦合协调的变化情况,根据亚耦合评价标准[18],分阶段进行具体分析。

表8 交通运输与物流系统耦合协调度Tab.8 Coupling coordination degree of transportation and logistics

表9 交通运输与旅游系统耦合协调度Tab.9 Coupling coordination degree of the transportation and tourism system

第一阶段。2010—2011 年,3 个系统处于严重失调状态。这阶段交通运输系统综合评价指数要明显小于旅游业与物流业发展综合评价指数,亚耦合类型均为交通运输滞后型。这在一定程度上是由于交通运输发展滞后所引起的,此时的物流业、旅游业发展水平均优于交通运输发展。据武汉市旅游统计信息显示:2010 年,武汉市全年接待旅游者数量突破8 850 万人次、旅游总收入达到720 亿元,表明了武汉旅游业服务品质不断提升。而该阶段交通运输业正经历从高速时代转向高铁时代,但是高铁通车数量并不多,没有形成大规模运营。所以,这期间物流业与旅游业发展火势迅猛,势头总体上要强于交通运输发展。

第二阶段。2011—2014年,交通运输与物流业、旅游业处于轻度失调状态。可以看出,该阶段交通运输与旅游业、物流业的亚耦合类型发生了明显的扭转,基本都为物流业、旅游业滞后型。从这一变化来看,这4 年期间武汉交通运输发展明显优于物流业、旅游业。2014 年,武汉交通建设投资达285.9 亿元,极大地提高了交通运输承载能力。然而,在旅游产品上更新较缓慢,主要还是传统的观光型景点,旅游产品结构性问题较突出,所以国内旅游业跟不上交通运输建设步伐。

第三阶段。2015—2017年,交通运输与物流业、旅游业处于良好的协调状态。随着物流业规模的快速增长,以及旅游产品的快速多元化发展,越来越需要有连贯的交通运输体系与之相协调。但是,总体上,武汉市高速公路的旅游拓展廊道依然狭窄,而且铁公水空四维交通之间仍欠缺便捷通达的连接系统,这是交通运输与物流业、旅游业耦合协调的一大短板。这一阶段需结合当地风俗文化等特点并基于交通路线布置旅游和物流路线设施,将核心区带动边缘区发展。

3 结束语

本文基于协同学思想分析交通运输与物流业、旅游业的耦合机理。交通的发展支撑物流业、旅游业的发展,促进物流业的开发、增加旅游业的接待人次和旅游收入;物流业、旅游业的发展反过来促进交通设施的进一步完善,增加交通运输收益,这种相互依存的关系进一步体现了协同学理论中的共生关系和动态平衡关系。

构建了交通运输、物流业和旅游业的指标体系,运用软件对数据进行处理、主成分分析构建序参变量,运用协同学理论构建耦合协调度模型,以分析系统间的耦合协调状况。以武汉市2010—2017 年交通运输系统、物流系统和旅游系统发展数据进行实例分析,得出武汉市交通与物流业之间、交通与旅游业之间的发展呈现向好趋势。

猜你喜欢
耦合度物流业旅游业
中国北方蒸散-降水耦合度时空变化与水热因子的关系
云南出台20条措施,加快旅游业恢复
双速感应电机绕组耦合度研究
重庆武隆:贫困人口依托旅游业脱贫
辽宁省经济与生态环境耦合协调性分析
在旅游业转型升级中实现新引领
物 流 业
中国旅游业2017的风往哪吹?
我国物流业的供给侧改革的突破口
基于耦合度分析的家禽孵化过程模糊解耦控制系统