河南省农村公路交通经济效益影响因素分析

doi:10.3976/j.issn.1002-4026.2023.03.014

摘要/Abstract

摘要：

为有效提升农村公路的交通经济效益,量化其潜在影响因素的差异性影响至关重要。以2016—2020年河南省1 791个乡镇的农村公路为例,从基础经济、交通建设、运输能力与安全环保4个维度选取27个影响农村公路交通经济效益的因素;采用偏比例优势模型,得到22个显著因素,其中11个因素违背平行线假设;利用其边际效应,进一步量化分析显著因素对农村公路交通经济效益的影响。其中影响最大的前6个因素为日平均出行强度、路网密度、户均机动车拥有量、人口密度、日平均出行距离、人均消费支出,其边际效应的最大值均超过13%,表明出行需求、建设规模、经济水平对该交通经济效益的影响最明显;其余农路运营服务性与安全环保性因素的影响较小(边际效应均小于11%)。据此差异性影响提出一些相应的发展对策,以推动农村公路的交通经济又好又快地发展。

关键词: 农村公路, 交通经济效益, 影响因素, 偏比例优势模型

Abstract:

To effectively improve the traffic economic benefits of rural roads, it is crucial to quantitatively analyze the different impacts of their potential influencing factors. The current study took the rural roads of 1 791 townships across Henan Province between 2016 and 2020 as an example and selected 27 factors influencing the traffic economic benefits of rural highways from four dimensions: basic economy, transportation construction, transportation capacity, and safety and environmental protection. The partial proportional odds model was applied, and the results showed 22 significant factors of which 11 factors violated the parallel-lines assumption. Through the marginal effects of the model, further quantitative analysis of the effects of the significant factors on the traffic economic benefits of rural highways was conducted. Among the factors, the top six influencing factors were daily average travel intensity, road network density, average motor vehicle ownership per household, population density, daily average travel distance, and per capita consumption expenditure. The maximum values of their marginal effects exceeded 13%, indicating that travel demand, construction scale, and economic level had the most remarkable impact on traffic economic benefits. Other factors concerning rural highway operation service and safety and environmental protection had less impact (marginal effects were less than 11%). Based on the different effects observed, several corresponding development countermeasures are propounded to promote sound and rapid development in the traffic economy of rural highways.

Key words: rural roads, traffic economic benefits, influencing factors, partial proportional odds model

中图分类号:

U491.2

单飞, 祝亚坤, 聂世刚, 吴旭. 河南省农村公路交通经济效益影响因素分析[J]. 山东科学, 2023, 36(3): 115-122.

SHAN Fei, ZHU Yakun, NIE Shigang, WU Xu. Analysis of factors influencing the traffic economic benefits of rural roads in Henan Province[J]. Shandong Science, 2023, 36(3): 115-122.

图/表 3

表1

农路交通经济效益潜在影响因素及其变量分类和频率"

一级变量	二级变量及符号	分类(频率)
一级变量	二级变量及符号	较差	一般	较好	很好
基础经济	>15岁平均受教育年限X₁₁	[0,9) (3 353)	[9,10) (4 419)	[10,11) (951)	[11,23) (232)
	15~59岁占比X₁₂/%	[0,60) (2 562)	[60,63) (4 580)	[63,66) (1 633)	[66,100) (180)
	人口密度X₁₃/(千人·平方公里^-1)	[0,0.5) (3 843)	[0.5,1) (4 024)	[1,2) (922)	[2,10) (166)
	人均生产总值X₁₄/万元	[0,1) (1 338)	[1,5) (4 034)	[5,10) (3 068)	[10,100) (515)
	人均纯收入X₁₅/万元	[0,1) (1 418)	[1,2) (3 910)	[2,3) (2 903)	[3,100) (724)
	人均消费支出 X₁₆/万元	[0,1) (1 746)	[1,1.5) (3 949)	[1.5,2) (2 101)	[2,100) (1 159)
	恩格尔系数 X₁₇	[0.6,1.0) (0)	[0.5,0.6) (159)	[0.4,0.5) (3 515)	[0,0.4) (5 283)
	非农业就业率X₁₈/%	[0,60) (1 283)	[60,70) (3 949)	[70,80) (2 648)	[80,100) (1 075)
	宽带网入户普及率X₁₉/%	[0,75) (1 078)	[75,85) (3 214)	[85,95) (3 479)	[95,100] (1 184)
	户均机动车拥有量X₁₀/辆	[0,0.5) (1 550)	[0.5,0.75) (3 954)	[0.75,0.9) (2 303)	[0.9,3) (1 148)
交通建设	道路硬化率X₂₁/%	[0,90) (578)	[90,94) (2 799)	[94,98) (3 838)	[98,100] (1 740)
	行政村通公路比例X₂₂/%	[0,90) (243)	[90,95) (1 084)	[95,99) (4 315)	[99,100] (3 313)
	路网密度X₂₃/(公里·百平方公里^-1)	[0,10) (133)	[10,30) (1104)	[30,60) (6 088)	[60,100) (1 630)
	道路用地占比X₂₄/%	[0,0.5) (793)	[0.5,1) (2 094)	[1,2) (4 488)	[2,50] (1 580)
	城乡公交覆盖率X₂₅/%	[0,0.8) (182)	[0.8,0.9) (729)	[0.9,0.95) (1 683)	[0.95,1] (6 361)
	路网等级水平 X₂₆	[3,10) (233)	[2,3) (956)	[1,2) (4 798)	[0,1) (2 968)
	路面性能 X₂₇	[0,70) (86)	[70,80) (819)	[80,90) (3 628)	[90,100] (4 422)
	每百公里养护费X₂₈/万元	[0,5) (638)	[5,10) (2 904)	[10,20) (4 211)	[20,100) (1 202)
运输能力	日平均出行强度X₃₁/次	[0,1) (1 118)	[1,1.5) (2 329)	[1.5,2) (4 163)	[2,10) (1 345)
	日平均出行距离X₃₂/km	[0,1) (593)	[1,2) (3 372)	[2,4) (4 368)	[4,10) (622)
	单车道日均流量X₃₃/千辆	[0,0.6) (973)	[0.6,0.8) (2 104)	[0.8,1) (4 822)	[1,2) (1 056)
	高峰饱和度 X₃₄	[0.75,1] (1 396)	[0.6,0.75) (3 324)	[0.4,0.6) (3 063)	[0,0.4) (1 172)
	平均车速X₃₅/(km·h^-1)	[0,20) (623)	[20,30) (3 354)	[30,40) (7 108)	[40,100] (870)
安全环保	路网事故率X₄₁/(次·亿车次公里^-1)	[9,100) (1 141)	[6,9) (2 013)	[3,6) (4 015)	[0,3) (1 786)
	事故整改率X₄₂/%	[60,70) (328)	[70,80) (1 649)	[80,90) (4 858)	[90,100] (2 120)
	百公里油耗 X₄₃/L	[8,20) (943)	[7,8) (3 125)	[6,7) (3 716)	[0,6) (1 171)
	绿化率X₄₄/%	[0,12) (913)	[12,20) (1 804)	[20,30) (3 662)	[30,100) (2 576)

表1

表2

表3

变量名称		系数	标准误差	p值	变量名称		系数	标准误差	p值
β	X₁₁	0.013	0.050	*	γ₂	X₁₂	0.006	0.026	**
	X₁₂	0.022	0.031	**		X₁₄	-0.008	0.011	***
	X₁₃	0.091	0.012	***		X₁₅	0.007	0.031	**
	X₁₄	0.030	0.023	**		X₁₆	0.013	0.020	***
	X₁₅	0.009	0.020	**		X₁₀	0.019	0.014	***
	X₁₆	0.085	0.009	***		X₂₁	0.007	0.026	**
	X₁₇	-0.112	—	—		X₂₃	0.013	0.013	***
	X₁₈	0.010	0.053	*		X₃₁	0.019	0.008	***
	X₁₉	0.005	—	—		X₃₂	0.018	0.025	**
	X₁₀	0.113	0.011	***		X₃₃	0.020	0.020	***
	X₂₁	0.014	0.061	*		X₃₄	0.043	0.036	**
	X₂₂	0.008	0.040	**	γ₃	X₁₂	-0.005	0.061	*
	X₂₃	0.111	0.011	***		X₁₄	0.013	0.031	**
	X₂₄	0.032	—	—		X₁₅	0.006	0.030	**
	X₂₅	0.008	0.035	**		X₁₆	0.011	0.015	***
	X₂₆	-0.069	0.052	*		X₁₀	0.015	0.020	**
	X₂₇	0.025	—	—		X₂₁	0.007	0.017	**
	X₂₈	0.013	0.041	**		X₂₃	0.011	0.012	***
	X₃₁	0.127	0.011	***		X₃₁	0.032	0.018	***
	X₃₂	0.088	0.013	***		X₃₂	0.023	0.036	**
	X₃₃	0.077	0.040	**		X₃₃	0.021	0.039	**
	X₃₄	0.069	0.034	**		X₃₄	-0.010	0.029	**
	X₃₅	0.024	0.047	**	τ	τ₁	-0.452	0.017	***
	X₄₁	-0.020	0.015	***		τ₂	-0.581	0.035	**
	X₄₂	0.015	0.021	**		τ₃	-0.623	0.012	***
	X₄₃	0.032	0.010	***
	X₄₄	0.004	—	—

一级指标	二级指标	符号	较差/%	一般/%	较好/%	很好/%
基础经济	>15岁平均受教育年限	X₁₁	-7.22	-1.98	1.48	7.72
	15~59岁占比	X₁₂	-7.34	-3.02	2.26	8.10
	人口密度	X₁₃	-11.53	-11.46	8.55	14.44
	人均生产总值	X₁₄	-7.47	-4.21	3.14	8.54
	人均纯收入	X₁₅	-6.97	-1.71	1.28	7.40
	人均消费支出	X₁₆	-11.84	-4.67	3.49	13.02
	非农业就业率	X₁₈	-3.75	-1.04	0.77	4.02
	户均机动车拥有量	X₁₀	-16.01	-6.52	4.86	17.67
交通建设	道路硬化率	X₂₁	-2.69	-0.97	0.72	2.94
	行政村通公路比例	X₂₂	-2.63	-0.66	0.49	2.80
	路网密度	X₂₃	-16.51	-5.86	4.38	17.99
	城乡公交覆盖率	X₂₅	-3.31	-0.79	0.59	3.51
	路网等级水平	X₂₆	7.53	1.91	-1.44	-8.00
	每百公里养护费	X₂₈	-3.79	-1.05	0.79	4.05
运输能力	日平均出行强度	X₃₁	-17.37	-4.16	3.11	18.42
	日平均出行距离	X₃₂	-12.75	-2.40	1.79	13.36
	单车道日均流量	X₃₃	-9.21	-5.15	3.84	10.52
	高峰饱和度	X₃₄	-9.48	-2.74	2.04	10.18
	平均车速	X₃₅	-8.56	-4.08	3.04	9.60
安全环保	路网事故率	X₄₁	-8.43	-2.90	2.16	9.17
	事故整改率	X₄₂	6.42	1.07	-1.44	-6.05
	百公里油耗	X₄₃	-9.72	-4.47	3.33	10.86

[1]	陆化普. 交通强国战略下城市交通发展要求与对策重点[J]. 城市交通, 2020, 18(6): 1-9. DOI: 10.13813/j.cn11-5141/u.2020.0041. doi: 10.13813/j.cn11-5141/u.2020.0041
[2]	白骅, 王建军, 许鹤. 基于集对分析的区域农村公路建设发展阶段性评价[J]. 长安大学学报(自然科学版), 2018, 38(5):189-195. DOI: 10.3969/j.issn.1671-8879.2018.05.024. doi: 10.3969/j.issn.1671-8879.2018.05.024
[3]	王厅. 交通强国背景下农村公路建设发展思路研究[J]. 浙江交通职业技术学院学报, 2021, 22(1):28-32. DOI: 10.3969/j.issn.1671-234X.2021.01.006. doi: 10.3969/j.issn.1671-234X.2021.01.006
[4]	黄杨茜. 基于主成分分析的交通经济效益评价研究[J]. 西南交通大学学报(社会科学版), 2022, 23(1):37-44. DOI: 10.3969/j.issn.1009-4474.2022.01.004. doi: 10.3969/j.issn.1009-4474.2022.01.004
[5]	刘燕. 公路交通经济的制约因素及对策[J]. 中国商论, 2020(12):29-30. DOI: 10.19699/j.cnki.issn2096-0298.2020.12.029. doi: 10.19699/j.cnki.issn2096-0298.2020.12.029
[6]	黄杨茜. 基于主成分分析的交通经济效益评价研究[J]. 西南交通大学学报(社会科学版), 2022, 23(1):37-44. DOI: 10.3969/j.issn.1009-4474.2022.01.004. doi: 10.3969/j.issn.1009-4474.2022.01.004
[7]	赵常安. 交通运输经济效益的评价及指标构建浅谈[J]. 经济研究导刊, 2020(4):27-28. DOI: 10.3969/j.issn.1673-291X.2020.04.013. doi: 10.3969/j.issn.1673-291X.2020.04.013
[8]	温旭丽, 陈欣. 基于面板数据的城市公共交通经济贡献性分析[J]. 交通运输系统工程与信息, 2017, 17(5):228-234. DOI: 10.16097/j.cnki.1009-6744.2017.05.032.
[9]	王子娟, 杨茂盛. 城市轨道交通经济效益的分析[J]. 铁道运输与经济, 2009, 31(2):51-53. DOI: 10.3969/j.issn.1003-1421.2009.02.017. doi: 10.3969/j.issn.1003-1421.2009.02.017
[10]	王卫东, 杜香刚, 钟晟. 城市轨道交通评价指标权重模糊决策方法[J]. 中国铁道科学, 2009, 30(1):118-121. DOI: 10.3321/j.issn:1001-4632.2009.01.021. doi: 10.3321/j.issn:1001-4632.2009.01.021
[11]	王羽尘, 马健霄, 刘宇航. 公路隧道火灾环境人群逃生行为分析及多项Logit建模[J]. 中国安全生产科学技术, 2020, 16(12):129-135. DOI: 10.11731/j.issn.1673-193x.2020.12.021. doi: 10.11731/j.issn.1673-193x.2020.12.021
[12]	牛世峰, 李贵强, 刘恩全. 基于Logit模型的城乡结合部不同车型安全性分析[J]. 重庆交通大学学报(自然科学版), 2020, 39(1):28-33. DOI: 10.3969/j.issn.1674-0696.2020.01.05. doi: 10.3969/j.issn.1674-0696.2020.01.05
[13]	叶之放, 靳文舟, 汤左淦. 基于广义有序Logit模型的翻车事故伤害程度估计[J]. 河南科学, 2019, 37(1):119-126. DOI: 10.3969/j.issn.1004-3918.2019.01.020. doi: 10.3969/j.issn.1004-3918.2019.01.020
[14]	MA J F, REN G, LI H J, et al. Characterizing the differences of injury severity between single-vehicle and multi-vehicle crashes in China[J]. Journal of Transportation Safety & Security, 2022: 1-21. DOI:10.1080/19439962.2022.2056931. doi: 10.1080/19439962.2022.2056931

[1]	王祎鸣, 纪永刚. 紧凑型地波超视距雷达海杂波区目标检测影响因素研究[J]. 山东科学, 2020, 33(6): 8-15.
[2]	刘笑影, 屈云超, 汪伟平, 吴建军. 城市轨道站台乘客候车位置选择行为分析与Logit建模[J]. 山东科学, 2020, 33(6): 79-86.
[3]	王韶琰, 盖志刚, 王宜豹, 柴旭, 刘寿生, 邱慧敏. 掺硼金刚石薄膜电极降解亚甲基蓝废水[J]. 山东科学, 2020, 33(1): 109-115.
[4]	高志友, 朱喜, 张勇, 王婉丽, 孙明远, 张庆莲. 济南市浅层岩土导热系数影响因素分析[J]. 山东科学, 2019, 32(3): 103-112.
[5]	张杰，张晓东，肖林，李岩，华栋梁，许海朋,牧辉，金付强,赵玉晓,梁晓辉. 沼气厌氧消化过程影响因素研究进展[J]. 山东科学, 2016, 29(1): 50-55.
[6]	曹亚康，李新刚，贾斌，谢东繁. 诱导信息下驾驶员路径选择行为建模研究[J]. J4, 2014, 27(2): 83-92.