城市發(fā)展與鐵路貨運能耗的相關(guān)性實證研究.doc

城市發(fā)展與鐵路貨運能耗的相關(guān)性實證研究摘要：鐵路作為我國重要的貨物運輸方式，其能耗狀況及強度變化對發(fā)展節(jié)約型交通戰(zhàn)略具有重大意義。本文基于我國多年交通統(tǒng)計的實證數(shù)據(jù)，運用引力模型對交通能耗進行多重線性回歸分析，并對今后以上海為端點的鐵路貨運能耗進行預(yù)測。關(guān)鍵詞：城市鐵路能耗多重線性回歸引力模型鐵路作為我國重要基礎(chǔ)設(shè)施，比較而言具有占地少、效率高、能耗低等優(yōu)勢，而且其強大的倉儲與運輸能力為保證現(xiàn)代物流提供了必要的條件。鐵路運輸主要分為貨運和客運。貨運商品的價值凝聚著運輸?shù)膬r值，商品的全生命周期能耗包含了運輸?shù)哪芎模浳镞\輸?shù)亩喙延种苯优c各個城市的地理位置、人口結(jié)構(gòu)、能源供需、經(jīng)濟發(fā)展等因素息息相關(guān)。這就建立了一條：“人口數(shù)量增多、經(jīng)濟發(fā)展客貨運需求量擴大能耗增多”的關(guān)系鏈。在保證貨物供應(yīng)渠道的同時，努力降低能耗成為了發(fā)展鐵路交通事業(yè)的重中之重，而從城市發(fā)展角度對鐵路貨運量的影響因素進行深入探討也具有廣泛意義。一、中國鐵路能耗運輸?shù)默F(xiàn)狀鐵路機車包括三種：蒸汽機車、內(nèi)燃機車、電力機車。蒸汽機車主要燃料為原煤、內(nèi)燃機車主要燃料為柴油、而電力機車主要使用電能。目前我國鐵路列車主要有電氣機車與內(nèi)燃機車兩種。電力機車雖然效率高,功率大,牽引性能方面優(yōu)于內(nèi)燃機車，但在我國的國情下，例如在供電困難且氣候惡劣的地區(qū)電力是不可能完全替代內(nèi)燃機車，而且內(nèi)燃機車還有很大的戰(zhàn)略意義。圖1-1中國鐵路機車能耗比例圖（1980-2006年）單位:%從圖1-1我國鐵路機車能耗比例可以看出，中國鐵路機車能耗品種主要為一次能源的原煤與柴油、二次能源的電力。1980年原煤消耗占比達到了90%以上，1990年依然保持在70%的高位，而經(jīng)過了約25年的機車更新?lián)Q代與不斷改進，2006年原煤的消耗量幾乎為0；上世紀(jì)八十年代至本世紀(jì)初，我國內(nèi)燃機車的柴油消耗量呈遞增趨勢，之后保持80%左右的穩(wěn)定比例。隨著電氣化機車逐步被推向市場，其能耗比例也呈逐年遞增的態(tài)勢，在2006年達到了23%左右。圖1-2鐵路機車保有量及能耗因子趨勢圖（1985-2007年）單位:主坐標(biāo)為臺數(shù)、次坐標(biāo)為千克標(biāo)準(zhǔn)煤/萬噸公里從圖1-2可見，長久以來我國的蒸汽機車與內(nèi)燃機車的總和基本保持在12000臺左右，隨著電力機車投入運營，我國總機車數(shù)達到了18000臺以上。1990年以前我國蒸汽機車在數(shù)量上占比超過了50%，而從90年代開始以柴油為燃料的內(nèi)燃機車絕對數(shù)量和比例均保持上升的態(tài)勢，并逐步取代了蒸汽機車的地位。在2000年后我國開始迅速淘汰蒸汽機車，隨著我國蒸汽機車相對量和絕對量的逐年降低以及電力機車的大力推進，導(dǎo)致綜合能耗因子（綜合能耗包含客運與貨運能耗）也在逐年降低，其趨勢將在接下來的一定時間內(nèi)將繼續(xù)保持。而通過貨運能耗因子與綜合能耗因子的比較可以看出，長久以來客運能耗因子一直低于貨運能耗因子,這也導(dǎo)致了鐵路綜合能耗因子長年低于鐵路貨運能耗因子,且相對變化趨勢比較穩(wěn)定。我國的鐵路貨運能耗因子在與國際先進技術(shù)水平比較時已產(chǎn)生了相對優(yōu)勢，在2006年第一次低于日本的同類數(shù)據(jù)統(tǒng)計。二、建構(gòu)鐵路貨物運輸能耗模型（一）模型建立的前提貨物運輸作為交通運輸?shù)闹匾M成部分，運輸量隨著經(jīng)濟發(fā)展而不斷擴大。特別在工業(yè)化不斷推進過程中，這個關(guān)系更加顯著。本章將以上海作為鐵路的一個端點，其它省級行政區(qū)作為另一個端點，根據(jù)國家統(tǒng)計數(shù)據(jù)構(gòu)建鐵路貨物運輸能源模型。上海市作為一個外向型城市，對它的研究需要建立在全國各省市相互聯(lián)系的基礎(chǔ)上，假設(shè)與其它各個單元省級行政區(qū)之間具有不同程度的相互吸引力。用各個省級行政區(qū)的貨物運輸量作為衡量貨物吞吐能力的標(biāo)準(zhǔn)，以省會間相互距離作為影響相互吸引力的反作用，再套用引力模型進行多重線性回歸分析。（二）鐵路貨物運輸能耗模型的基本構(gòu)造根據(jù)國家溫室氣體排放清單規(guī)定，鐵路機車能源消耗的計算公式如下：鐵路機車能源消耗=機車數(shù)目每列機車每日平均能源消耗每列機車每年平均運行天數(shù)鐵路機車能源消耗=總機車每日平均能源消耗每列機車每年平均運行天數(shù)鐵路機車能源消耗=總機車全年運送每噸貨物行駛每公里的平均能源消耗兩地間運送貨物量兩地間距離，即（2-1）所示-（2-1）EC：鐵路貨物運輸?shù)哪芎囊蜃樱ㄇЭ藰?biāo)準(zhǔn)煤/萬噸公里）Tij:i地到j(luò)地的貨物量（t），在這里i指代上海，j指代其它省級行政區(qū)dij：i地到j(luò)地的距離（km）為了預(yù)測區(qū)域間貨物運輸量我們導(dǎo)入引力模型。引力模型是根據(jù)1687年牛頓提出的理論物理學(xué)中萬有引力公式引申而來，其內(nèi)涵包括：原指物體之間的相互引力與兩個物體的質(zhì)量成正比、與兩個物體之間的距離平方成反比，不同物體間引力系數(shù)不同。物理學(xué)與社會科學(xué)的聯(lián)系是非常緊密的，自20世紀(jì)30年代，美國學(xué)者賴?yán)╓.J.REilly）將引力模型推廣應(yīng)用到社會科學(xué)研究的各個領(lǐng)域后，該模型就被作為研究空間相互作用的重要工具之一，廣泛地應(yīng)用在交通、旅客流量、旅游人數(shù)預(yù)測、國際貿(mào)易、區(qū)域經(jīng)濟等相關(guān)研究上，其得到的結(jié)論常被作為投資決策、區(qū)域規(guī)劃、項目評估等的重要依據(jù)。在運用模型前，根據(jù)已有數(shù)據(jù)資料并結(jié)合實際情況進行以下假設(shè)：1.用上海距離其它省會城市或自治區(qū)首府之間的鐵路距離作為與各個省級行政區(qū)間的鐵路運輸距離，且不考慮中途機車的改道等延長運輸里程的因素。2.由于臺灣省、西藏沒有對應(yīng)的統(tǒng)計數(shù)據(jù)，故在本研究中不予考慮其影響。3.由于未有相關(guān)數(shù)據(jù)支撐，故使用全國統(tǒng)計的鐵路貨運的能耗因子代替上海列車貨運的能耗因子。在假設(shè)前提的基礎(chǔ)上對引力模型進行整理后，得到以下公式（2-2）：Oi=i地的總鐵路運輸貨物發(fā)出量（t）Dj=j地的總鐵路運輸貨物收到量（t）等式兩邊取對數(shù)：-（2-2）通過多重回歸分析可以擬合獲得、以及常數(shù)項lnK對應(yīng)的值。Oi=f(ACTi)Dj=g(ACTj)-（2-3）ACTi：i區(qū)域的影響因素；ACTj：j區(qū)域的影響因素f（）、g（）：通過回歸分析得到的值諸影響因素是通過對人口、地區(qū)GDP、地區(qū)各產(chǎn)業(yè)GDP、人口密度等因素進行回歸分析，選取影響力最大的因素。（三）各參數(shù)處理地區(qū)間距離、引力模型的參數(shù)，運輸來回的貨物量均采用現(xiàn)實統(tǒng)計的數(shù)據(jù)。(1)地區(qū)間距離使用各省的省會或首府城市間的距離計算。(2)引力模型的參數(shù)是以各地域的總貨物發(fā)出量、總收到量、地區(qū)間距離為因變量，以貨物量為自變量通過多重回歸分析計算而來。(3)鐵路發(fā)出與收到貨物數(shù)的估計式。各個影響因素進行回歸分析，取決定系數(shù)較大的影響因素進行組合，構(gòu)成預(yù)測等式。（四）鐵路貨物運輸量推算1.導(dǎo)入煤炭影響因素的驗證根據(jù)2-3選擇影響鐵路貨物的運輸量的主要因素：(1)有關(guān)人口的指標(biāo)（總?cè)丝凇⒊鞘谢?、人口密度、第一產(chǎn)業(yè)從業(yè)人數(shù)、第二產(chǎn)業(yè)從業(yè)人數(shù)、第三產(chǎn)業(yè)從業(yè)人數(shù)）(2)經(jīng)濟發(fā)展的指標(biāo)（人均GDP、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、第三產(chǎn)業(yè)GDP、平均工資、平均消費）。對以上的(1)和(2)的指標(biāo)進行多重回歸分析，結(jié)果見表2-1。為了進行驗證制作殘差圖，見圖2-1。表2-1因變量為貨物發(fā)出量時的影響因素分析圖2-1因變量為貨物發(fā)出量時的標(biāo)準(zhǔn)殘差圖通過表2-1與圖2-1可見，各系數(shù)較低，且殘差較大。特別是山西省的殘差非常大。試著分析其產(chǎn)生的原因：山西省是中國最重要的煤炭產(chǎn)地，其產(chǎn)煤量非常大，且每年向其他區(qū)域的發(fā)送量多。這個因素影響了多重回歸分析的結(jié)果并造成較大的殘差。因而，煤的生產(chǎn)量對鐵路貨物運輸量帶來非常大的影響。運用同樣方法可以發(fā)現(xiàn)河北省由于擁有龐大的冶金和化工基地，且電力耗煤較大導(dǎo)致原煤調(diào)入量非常大，對鐵路貨物的收到量產(chǎn)生較大影響。綜合以上分析，要解釋鐵路貨物運輸量，只考慮人口與經(jīng)濟發(fā)展的指標(biāo)是不夠的，煤的指標(biāo)也是影響鐵路貨物運輸量的重要指標(biāo)。煤的供需在中國經(jīng)濟中不可缺少，傳統(tǒng)經(jīng)驗認為煤的增產(chǎn)以及運輸能力的保證是經(jīng)濟發(fā)展的鑰匙。2.鐵路運輸發(fā)出貨物的影響因素方程首先將前述的各因素作為自變量(總?cè)丝?、城市化率、人口密度、人均GDP、第一產(chǎn)業(yè)從業(yè)者、第二產(chǎn)業(yè)從業(yè)者、第三產(chǎn)業(yè)從業(yè)者、平均工資、平均消費、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、第三產(chǎn)業(yè)GDP、煤炭生產(chǎn)量、煤炭調(diào)入量)，鐵路運輸發(fā)出貨物為因變量進行多重回歸分析，建立解釋鐵路貨物發(fā)出量的模型。通過對修正決定系數(shù)的比較，最終選定總?cè)丝凇⒌谝划a(chǎn)業(yè)從業(yè)者、煤炭生產(chǎn)量三個變量作為自變量進行分析，結(jié)果如2-2表所示DW值通過驗證，說明不存在一階自回歸。提取其中的偏回歸系數(shù)和常數(shù)項組成等式：-（2-4）0：鐵路運輸發(fā)出貨物量X1:總?cè)丝赬2：第一產(chǎn)業(yè)從業(yè)者X3：煤炭生產(chǎn)量根據(jù)式(2-4)，鐵路運輸發(fā)出貨物量與總?cè)丝凇⒚禾可a(chǎn)量呈正比關(guān)系，與第一產(chǎn)業(yè)從業(yè)者數(shù)呈反比關(guān)系。3.鐵路運輸收到貨物的影響因素方程同理經(jīng)過比較偏回歸系數(shù)，確定了解釋鐵路運輸收到貨物量的因素：總?cè)丝?、第二產(chǎn)業(yè)從業(yè)者、第二產(chǎn)業(yè)GDP、煤炭調(diào)入量。結(jié)果如表2-3所示DW值同樣通過檢驗，證明不存在一階自回歸現(xiàn)象。提取其中的偏回歸系數(shù)和常數(shù)項組成等式：-（2-5）D：鐵路運輸收到貨物量X1:總?cè)丝赬2：第二產(chǎn)業(yè)從業(yè)者X3：第二產(chǎn)業(yè)GDPX4：煤炭調(diào)入量根據(jù)式(2-5)，鐵路運輸收到貨物量與總?cè)丝凇⒌诙a(chǎn)業(yè)GDP、煤炭調(diào)入量呈正比關(guān)系，與第二產(chǎn)業(yè)從業(yè)者數(shù)呈反比關(guān)系。三、上海未來鐵路貨物運輸能源消費量預(yù)測（一）各省總?cè)丝诘念A(yù)測根據(jù)鐵路貨物發(fā)出與收到量推算模型，總?cè)丝趨?shù)在各參數(shù)中的解釋力相對較強，故首先對未來人口的變化趨勢進行預(yù)測。本研究的預(yù)測方法采用Logistic增長曲線模型，俗稱“S曲線”。該模型是于1945年由比利時數(shù)學(xué)家Verhulst推導(dǎo)出來的，于20世紀(jì)20年代被重新發(fā)現(xiàn)并廣泛應(yīng)用。以下為Logistic方程推導(dǎo)過程:此為Logistic方程的微分形式y(tǒng)：人口數(shù)A：待求參數(shù)t：表示時間r：增長率根據(jù)牛頓-萊布尼茨公式可得設(shè)，則得到:-（4-1）通過SPSS統(tǒng)計分析軟件對各個省級行政區(qū)人口數(shù)的歷史指標(biāo)進行非線性擬合可得到A、B、r的數(shù)值，并建立各個省級行政區(qū)不同的Logistic推算方程并預(yù)測2020年人口數(shù)。（二）其它因素的推算1.煤炭調(diào)入量根據(jù)各省級行政區(qū)2000-2008年的平均增長率，按比例推算。2.煤炭生產(chǎn)量根據(jù)2000-2008年的平