城市發(fā)展與鐵路貨運(yùn)能耗的相關(guān)性實(shí)證研究.doc

城市發(fā)展與鐵路貨運(yùn)能耗的相關(guān)性實(shí)證研究摘要：鐵路作為我國重要的貨物運(yùn)輸方式，其能耗狀況及強(qiáng)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(jì)的實(shí)證數(shù)據(jù)，運(yùn)用引力模型對交通能耗進(jìn)行多重線性回歸分析，并對今后以上海為端點(diǎn)的鐵路貨運(yùn)能耗進(jìn)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(qiáng)大的倉儲(chǔ)與運(yùn)輸能力為保證現(xiàn)代物流提供了必要的條件。鐵路運(yùn)輸主要分為貨運(yùn)和客運(yùn)。貨運(yùn)商品的價(jià)值凝聚著運(yùn)輸?shù)膬r(jià)值，商品的全生命周期能耗包含了運(yùn)輸?shù)哪芎模浳镞\(yùn)輸?shù)亩喙延种苯优c各個(gè)城市的地理位置、人口結(jié)構(gòu)、能源供需、經(jīng)濟(jì)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(jì)發(fā)展客貨運(yùn)需求量擴(kuò)大能耗增多”的關(guān)系鏈。在保證貨物供應(yīng)渠道的同時(shí)，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(yùn)量的影響因素進(jìn)行深入探討也具有廣泛意義。一、中國鐵路能耗運(yùn)輸?shù)默F(xiàn)狀鐵路機(jī)車包括三種：蒸汽機(jī)車、內(nèi)燃機(jī)車、電力機(jī)車。蒸汽機(jī)車主要燃料為原煤、內(nèi)燃機(jī)車主要燃料為柴油、而電力機(jī)車主要使用電能。目前我國鐵路列車主要有電氣機(jī)車與內(nèi)燃機(jī)車兩種。電力機(jī)車雖然效率高,功率大,牽引性能方面優(yōu)于內(nèi)燃機(jī)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(jī)車，而且內(nèi)燃機(jī)車還有很大的戰(zhàn)略意義。圖1-1中國鐵路機(jī)車能耗比例圖（1980-2006年）單位:%從圖1-1我國鐵路機(jī)車能耗比例可以看出，中國鐵路機(jī)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(dá)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(jī)車更新?lián)Q代與不斷改進(jìn)，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(jī)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(jī)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(dá)到了23%左右。圖1-2鐵路機(jī)車保有量及能耗因子趨勢圖（1985-2007年）單位:主坐標(biāo)為臺(tái)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(jī)車與內(nèi)燃機(jī)車的總和基本保持在12000臺(tái)左右，隨著電力機(jī)車投入運(yùn)營，我國總機(jī)車數(shù)達(dá)到了18000臺(tái)以上。1990年以前我國蒸汽機(jī)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(jī)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(jī)車的地位。在2000年后我國開始迅速淘汰蒸汽機(jī)車，隨著我國蒸汽機(jī)車相對量和絕對量的逐年降低以及電力機(jī)車的大力推進(jìn)，導(dǎo)致綜合能耗因子（綜合能耗包含客運(yùn)與貨運(yùn)能耗）也在逐年降低，其趨勢將在接下來的一定時(shí)間內(nèi)將繼續(xù)保持。而通過貨運(yùn)能耗因子與綜合能耗因子的比較可以看出，長久以來客運(yùn)能耗因子一直低于貨運(yùn)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(yùn)能耗因子,且相對變化趨勢比較穩(wěn)定。我國的鐵路貨運(yùn)能耗因子在與國際先進(jìn)技術(shù)水平比較時(shí)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(jì)。二、建構(gòu)鐵路貨物運(yùn)輸能耗模型（一）模型建立的前提貨物運(yùn)輸作為交通運(yùn)輸?shù)闹匾M成部分，運(yùn)輸量隨著經(jīng)濟(jì)發(fā)展而不斷擴(kuò)大。特別在工業(yè)化不斷推進(jìn)過程中，這個(gè)關(guān)系更加顯著。本章將以上海作為鐵路的一個(gè)端點(diǎn)，其它省級(jí)行政區(qū)作為另一個(gè)端點(diǎn)，根據(jù)國家統(tǒng)計(jì)數(shù)據(jù)構(gòu)建鐵路貨物運(yùn)輸能源模型。上海市作為一個(gè)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(gè)單元省級(jí)行政區(qū)之間具有不同程度的相互吸引力。用各個(gè)省級(jí)行政區(qū)的貨物運(yùn)輸量作為衡量貨物吞吐能力的標(biāo)準(zhǔn)，以省會(huì)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(jìn)行多重線性回歸分析。（二）鐵路貨物運(yùn)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(jī)車能源消耗的計(jì)算公式如下：鐵路機(jī)車能源消耗=機(jī)車數(shù)目每列機(jī)車每日平均能源消耗每列機(jī)車每年平均運(yùn)行天數(shù)鐵路機(jī)車能源消耗=總機(jī)車每日平均能源消耗每列機(jī)車每年平均運(yùn)行天數(shù)鐵路機(jī)車能源消耗=總機(jī)車全年運(yùn)送每噸貨物行駛每公里的平均能源消耗兩地間運(yùn)送貨物量兩地間距離，即（2-1）所示-（2-1）EC：鐵路貨物運(yùn)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(jí)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(yùn)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(gè)物體的質(zhì)量成正比、與兩個(gè)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(huì)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(huì)科學(xué)研究的各個(gè)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(jì)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(xiàng)目評(píng)估等的重要依據(jù)。在運(yùn)用模型前，根據(jù)已有數(shù)據(jù)資料并結(jié)合實(shí)際情況進(jìn)行以下假設(shè)：1.用上海距離其它省會(huì)城市或自治區(qū)首府之間的鐵路距離作為與各個(gè)省級(jí)行政區(qū)間的鐵路運(yùn)輸距離，且不考慮中途機(jī)車的改道等延長運(yùn)輸里程的因素。2.由于臺(tái)灣省、西藏沒有對應(yīng)的統(tǒng)計(jì)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(jì)的鐵路貨運(yùn)的能耗因子代替上海列車貨運(yùn)的能耗因子。在假設(shè)前提的基礎(chǔ)上對引力模型進(jìn)行整理后，得到以下公式（2-2）：Oi=i地的總鐵路運(yùn)輸貨物發(fā)出量（t）Dj=j地的總鐵路運(yùn)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(xiàng)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(jìn)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(yùn)輸來回的貨物量均采用現(xiàn)實(shí)統(tǒng)計(jì)的數(shù)據(jù)。(1)地區(qū)間距離使用各省的省會(huì)或首府城市間的距離計(jì)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(jì)算而來。(3)鐵路發(fā)出與收到貨物數(shù)的估計(jì)式。各個(gè)影響因素進(jìn)行回歸分析，取決定系數(shù)較大的影響因素進(jìn)行組合，構(gòu)成預(yù)測等式。（四）鐵路貨物運(yùn)輸量推算1.導(dǎo)入煤炭影響因素的驗(yàn)證根據(jù)2-3選擇影響鐵路貨物的運(yùn)輸量的主要因素：(1)有關(guān)人口的指標(biāo)（總?cè)丝?、城市化率、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(jì)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(fèi)）。對以上的(1)和(2)的指標(biāo)進(jìn)行多重回歸分析，結(jié)果見表2-1。為了進(jìn)行驗(yàn)證制作殘差圖，見圖2-1。表2-1因變量為貨物發(fā)出量時(shí)的影響因素分析圖2-1因變量為貨物發(fā)出量時(shí)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(gè)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(yùn)輸量帶來非常大的影響。運(yùn)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(yùn)輸量，只考慮人口與經(jīng)濟(jì)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(yùn)輸量的重要指標(biāo)。煤的供需在中國經(jīng)濟(jì)中不可缺少，傳統(tǒng)經(jīng)驗(yàn)認(rèn)為煤的增產(chǎn)以及運(yùn)輸能力的保證是經(jīng)濟(jì)發(fā)展的鑰匙。2.鐵路運(yùn)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)丝凇⒊鞘谢?、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(fèi)、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(yùn)輸發(fā)出貨物為因變量進(jìn)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?、第一產(chǎn)業(yè)從業(yè)者、煤炭生產(chǎn)量三個(gè)變量作為自變量進(jìn)行分析，結(jié)果如2-2表所示DW值通過驗(yàn)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(xiàng)組成等式：-（2-4）0：鐵路運(yùn)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(yùn)輸發(fā)出貨物量與總?cè)丝?、煤炭生產(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(yùn)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(yùn)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(yàn)，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(xiàng)組成等式：-（2-5）D：鐵路運(yùn)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(yùn)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(yùn)輸能源消費(fèi)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(qiáng)，故首先對未來人口的變化趨勢進(jìn)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(shí)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(shí)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(jì)分析軟件對各個(gè)省級(jí)行政區(qū)人口數(shù)的歷史指標(biāo)進(jìn)行非線性擬合可得到A、B、r的數(shù)值，并建立各個(gè)省級(jí)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(jí)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