张凯烊
, 孟晓晨
北京大学城市与环境学院,北京 100871
ZHANG Kaiyang, MENG Xiaochen
通讯作者:
版权声明: 2016 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：张凯烊(1991-),男,河南周口人,硕士研究生,主要从事城市经济与经济地理研究,E-mail: zky1991@126.com。
展开
摘要
近年来,中国高铁步入快速建设期,而高铁建设的重要目的之一就是客货分流。高铁客运专线的建设大大地提升了客运能力,从而可以释放既有线路的运输能力于货物运输。但是高铁客运的票价也高于既有线路,同时由于普通列车车次的减少,使得居民出行可能要被迫选择票价更高的高铁,这种现象称作“被高铁”。本文对媒体关注的“被高铁”现象进行了理性分析,以京沪高铁沿线城市为例,根据2015年1月1日列车时刻表数据计算出的时间节省的货币成本与小时工资(时间价值)作比较,并结合高铁车次比重,计算了不同城市的居民“被高铁”的可能性。研究发现：①很多“城市对”之间都存在时间节省的货币成本高于小时工资的情况,“被高铁”现象较为普遍;②“被高铁”的可能性在50%左右;③各城市“被高铁”的程度有较大差异,京沪高铁沿线城市的“被高铁程度”整体呈现出“两头低,中段高,长三角相对较低”的特征。研究认为,虽然从目前来看,京沪高铁沿线城市的普通列车班次减少不明显,但如果进行较大幅度调整,很多低收入旅客出行时可能会被迫选择高铁,并将带来负面的社会影响。本文的理性分析可为列车班次的调整方案提供参考。
关键词：
Abstract
Chinese high-speed railway entered a rapid development phase in recent years. One of the most important purposes of the construction of high-speed railway is to realize passenger and freight transport distributary. The construction of passenger train-dedicated high-speed railway has increased passenger transport capacity, thus releasing traditional train transport capacity for the usage of freight transport. But high-speed railway has higher ticket prices than traditional trains and the number of traditional trains in some cities has decreased, so people maybe have to pay much higher fare to take high-speed trains when traveling by railway. This phenomenon is called “involuntary high-speed railway travel”. In this article, we analyze this phenomenon based on the Beijing-Shanghai high-speed railway by comparing the monetary cost computed using the 2015 train timetable with hourly wage, and then estimate the possibility of “involuntary high-speed railway travel” of each city. The result shows that: (1) “involuntary high-speed railway travel” exists in many cities as monetary cost exceeds hourly wage in these cities; (2) the possibility of “involuntary high-speed railway travel” is around 50%; (3) the extent of “involuntary high-speed railway travel” varies in different cities—low at the endpoints, high in the middle, and relatively low in the Yangtze River Delta along the Beijing-Shanghai high-speed railway lines. Although traditional trains had not reduced too much along the Beijing-Shanghai high-speed railway lines, many low-income passengers may be forced to choose the high-speed railway once the number of traditional trains significantly declines, which may cause negative social impacts. This study can provide some references for the adjustment of the frequency of trains.
Keywords：
根据《中长期铁路网规划(2008年调整)》,到2020年,全国的铁路营业里程将达12万km以上,主要繁忙干线要实现客货分线,加强各大经济区之间的连接,在经济发达的人口稠密地区发展城际快速客运系统。由于高铁速度快、客运量大,高铁的开通给客运带来的首要影响就是客源分流,释放既有线路的运输能力,进而增加铁路的货运能力。截至2014年底,全国高速铁路运营里程达1.6万km。客货分线是高铁快速建设的必然结果,中国高铁客运专线的建设对于提高运输效率和客货运输服务质量意义重大(海晓伟, 2014)。
高铁的建设不仅起到提升运输能力、改善城市可达性的作用,而且其快速、准时的特点也为旅客的出行带来了便利。然而,由于高铁相比普通铁路具有更高的建设成本和运输成本,因此其票价也相应更高。高速铁路的建设成本主要包括基建成本、技术成本、安全成本和环境成本(褚楠楠, 2013)。此外,由于固定资产折旧费和资本成本在运输总成本中比例大,有关设备的维修费用也较高,再加上高铁运行的能耗,都进一步推动了高铁车票的高价格(马崇岩, 2014)。高速铁路的高票价使得很多旅客难以接受。对于收入不高的旅客群体,他们若选择铁路出行,可能会被迫选择高票价的高速铁路,这种现象称为“被高铁”现象。低收入群体对出行时间的长短没有太高要求,而对交通费用的支出变化更为敏感。比如北京—上海区间的直达普通列车只有T109和1461,对于往返京沪间工资较低的旅客,很有可能要支付更高的费用去购买车票。
“被高铁”现象最早在2009年12月底引起关注。在武广高铁正式投入运营的前两天(2009年12月23日),《经济参考报》的一篇文章称“高铁的高票价令公众失望”,由此“被高铁”一词开始出现在新闻中。其后,媒体对“被高铁”的报道频率还较高地出现在2010年7月1日沪宁高铁开通后、2011年6月30日京沪高铁的开通后,以及2011年12月京广高铁的正式运营后,但总体上对这一问题的理性分析还很缺乏。
“被高铁”现象之所以受到关注,其原因可归为以下几个方面：一是车次因素。高铁开通后,列车运行图也相应地进行了调整,减少了普遍列车的车次,这使得旅客出行有更大可能选择票价更高的高铁。二是经济因素,表现为高铁的高票价。以北京到上海为例,高铁运行约5.5 h,其中二等座553元,一等座933元;而D字头动车列车运行约12 h,二等座309元。相比之下,其他类型的列车则便宜了很多,如T109次列车运行15 h,硬座177元,硬卧304.5元;1461次列车运行20 h,硬座156.5元,硬卧283.5元。三是中国铁路的准公共产品属性。表现为中国的普通铁路的客运基准票价率一直沿用的都是于1995年调整的为5.861分的客运基准票价率(杨维凤等, 2009)。在高铁开通后,其票价的高企与铁路的准公共产品属性形成了对比。四是心理因素。低收入旅客对于高铁的高票价一时难以接受。
目前对高铁的研究多集中于其正面影响。一般来说,高铁通过缩短旅行时间,提高发车频次,降低了城市间人员流动的时间成本。同时,高铁的建设释放了原有铁路线路的货运能力,从而促进城市的经济发展。如Monzón等(2013)通过研究高铁对城市效率和空间平等的分析,认为高铁可以提升城市效率,而不同的城市从高铁建设中获益不同。张萌萌等(2014)基于铁路客运可达性的分析,研究了高速铁路对中国城市市场潜力的影响,认为高铁的建设不同程度地增强了沿海三大城镇群以及京广与京沪两条廊道在未来的发展潜力。
“被高铁”有可能减少旅客的出行次数,从而降低城市间的相互作用强度,进而带来负面的经济和社会影响。但现阶段尚缺乏高铁建设带来负面影响的研究。梳理文献可以发现,国内外学者已从不同的视角对时间价值、高速铁路建设所引致的时间节约和票价提升进行了研究,这为本文的“被高铁”的测算提供了基础。
在时间价值的研究方面,Oort(1969)认为旅行时间的减少通常是投资交通基础设施的重要结果,以货币的形式对节省的旅行时间进行估计是决定项目优劣的重要依据。DeSerpa(1971)认为效用函数不应只是对商品的衡量,还应考虑时间因素,而个人的决定受到金钱和时间的共同约束,并在此假设基础上建立了模型以研究时间的经济学意义。 赵延龙(1998)和刘东坡(2003)认为,旅行过程中时间的节约意味着可以将节约的时间用于其他生产从而增加收入,并对节约旅行时间价值的具体度量方法进行了介绍。Mackie等(2003)提交给英国交通部的研究报告中系统地对旅行节省的时间价值进行了介绍。薛亮等(2009)通过对旅客选择运输方式的属性因素和决策变量做了概述,然后根据旅客出行目的对旅客旅行时间价值的选择进行分类,计算了不同交通方式的适用范围。
在高速铁路建设所引致的时间节约和票价提升研究方面,有学者认为,高速铁路建设所带来的最明显收益就是节省旅客的时间。但高铁的票价对大多数旅客而言是很高的,廉价且可满足基本舒适条件的旅行对于一般的中国旅客更有意义。高铁只能在拥有大量人口且高收入水平的区域才能吸引足够多的旅客,这样其所带来的收益才可覆盖高铁的建设与运营所产生的成本。而节省的时间价值与工资率、旅行成本和旅行时间的安排有关(Zhao et al, 2013; Zhao et al, 2015)。王茜(2014)和崔萌萌(2014)从不同的角度对高铁票价的定价机制进行了研究,认为高铁在定价时可实施灵活的票价体系。Wu等(2014)提到铁路依然在客运和货运市场发挥着重要的作用,因此增加铁路的建设是必要的。他们对建设新的高速铁路是否为解决铁路运力问题的最有效途径进行了研究,认为在当前中国旅客整体上时间价值不高且差异很大的情况下,新建设更多的普通列车是解决中国铁路容量问题更有效的方法。蒋海兵等(2015)从高铁与出行成本的角度研究了旅行者的经济可达性空间格局,认为在当前全国的平均工资水平下,普通旅客的支付能力较低,以私人目的乘坐高铁的意愿不高。
虽然已有不少学者认识到了高铁的高票价会对人们的出行(尤其是收入水平偏低的群体)带来影响,也指出了这一影响与个人的时间价值相关,但目前为止,对“被高铁”问题的讨论还只限于新闻媒体,还没有人对这些相关因素及其对人们出行的影响进行过具体测算。本文在理性人的假设前提下,依据货币与时间在人们出行决策中的替代关系,以城市为单位,基于普通收入群体,分析了“被高铁”现象的可能性和程度,为“被高铁”现象的理性研究提供了一个基本思路。
本文以京沪高铁沿线城市为样本,并将研究范围限定在这些城市的居民沿京沪高铁线的铁路出行行为,其出行时的交通选择只包括乘坐普通列车或高铁。首先依据旅客列车时刻表计算由普通铁路转乘高铁每节省单位时间需要付出的货币成本;然后将此货币成本与沿线城市居民小时工资进行比较,判断哪些城市之间的旅行会“被高铁”,并计算了沿线城市的“被高铁数”;进一步结合高铁车次比重得到“被高铁可能性”和“被高铁程度”。
经济学中把时间看作是一种资源。每个人每天都有24个小时的时间,如何在不同的活动中分配时间,就成为一种基本的决策行为。理性人在进行决策时,目标是使自身的效用最大化(效用是对人们满足感的衡量)。就时间这项资源的分配来说,最简单的是在工作和休闲之间进行分配。工作时间可以挣工资,用于购买各种商品,商品的消费带来了效用;休闲时间可以进行娱乐和休息,也可以带来效用。如果1小时用于工作带来的效用大于休闲带来的效用,就应该增加工作时间;反过来如果休闲时间的效用大于工作时间,就应该增加休闲的时间。根据经济学的边际效用递减规律,随着时间在某种活动中的增加,单位时间带来的效用是递减的,所以总效用的最大化发生在工作时间的边际效用与休闲时间的边际效用相等时。
将这一理论应用于出行决策的研究,就可以对“被高铁”现象进行一个理性分析。旅客的出行需支付货币成本和时间成本。货币成本表现为旅客乘坐交通工具所支付的费用,时间成本是旅客乘坐交通工具所消耗的时间。货币和时间都是人们掌握的资源,可以给人们带来效用;而当有不同的交通方式可供选择时,货币和时间二者是可以相互替代的。乘坐高铁,可以节省时间,但要付出较高的货币成本;乘坐普通列车,所需时间较长,但货币成本较低。为把时间成本用价值量来衡量,经济学家常以“小时工资”作为1小时的价值。这样虽然每个人每天都有24小时的时间,但时间价值却有很大的不同。时间价值高的人愿意多支付货币成本来节省时间,而时间价值低的人愿意多花些时间来节省货币,而人们的决策目标都是自身效用的最大化。这样,通过计算由乘坐普通列车转向乘坐高铁每节省单位时间所付出的货币成本,再与小时工资(时间价值)做比较,就可以知道什么收入水平的人乘坐高铁是合理(可提高其效用水平),或不合理的。而当后者不得不乘坐高铁时,就是“被高铁”了。
本文的研究对象是京沪高铁沿线的23个城市,其中由于定远只有G字头高铁,没有普通铁路,无法比较,故将其舍去。其余共计22个城市(图1),相互间构成462个“城市对”。由于去程和返程的铁路票价和时间可认为是一样的,本文在测算时实际分析了231个“城市对”的“被高铁”情况。
城市居民的工资数据来自各地2013年统计年鉴,年鉴中的数据统计的是2012年的信息。由于计算票价时采用的是列车时刻表2015年1月1日的数据,则各城市的小时工资也做相应的换算。根据国家统计局的数据,2012-2014年的城镇单位就业人员平均工资分别为46769、51483、56339元,而2013年和2014年的城镇单位就业人员平均工资增长率分别为10.07%和9.43%,即2014年的工资为2012年的1.2046倍。按此倍数将各城市小时工资调整到2014年水平
小时工资代表乘客的时间价值,计算中采用年鉴中根据2013年与2014年增长率换算后的城镇居民工资;一年工作时间以250天计算,一天计8 h,则计算公式如下：
式中：Wage指城镇居民小时工资;Income指换算后的城镇居民年工资。
本文采用的铁路时间、票价、车次等数据均来自列车时刻表2015年1月1日的数据。把高铁(G字头列车)和动车(D字头列车)归为高铁类列车,把T(特快)、Z(直达)、K(快速)和P(普通车,本文指无字头普通列车,如1461)归为非高铁类列车。考虑到高铁类列车的一等座票价太高,不具代表性,因此取高铁类列车的二等座票价与非高铁类列车的硬卧与硬座作对比分析。同时,若“城市对”之间的运行时间大于8 h,则对高铁类列车的二等座与非高铁类硬卧对应进行分析;若“城市对”之间的运行时间小于8 h,则对高铁类列车二等座与非高铁类列车硬座相对应进行分析。例如,某“城市对”间有G、D、T(包括Z)、K和P 5种车次,则要计算乘客由T、K、P 3种普铁转乘G和D 2种高铁共6种情况下(T-G、K-G、P-G、T-D、K-D、P-D)时间节省的货币成本,然后再根据各类车次的频次,将6个数值乘以相应的频次权重并进行加和得出一个综合的时间节省的货币成本数值,此数值在数学上称为期望值。时间节省的货币成本的计算是基于旅客的旅行时间和旅行成本可以相互替代,即是旅客出行的成本差值与出行的时间差值的比值。
用公式表示计算过程如下：
式中：i指出发城市;j指到达城市;n指发车频次;Pij指城市i和城市j间的列车票价;tij指城市i和城市j间的列车运行时间;
根据前文的经济决策原理,当时间节省的货币成本低于小时工资时,旅客出行乘坐高铁是合理的,因为把节省下来的时间用于工作可以带来更高的收益;若时间节省的货币成本高于小时工资,则乘坐高铁就是不合理的,会使其总收益即总效用下降。本文把后一种情况定义为“被高铁”。
由于本文的分析以城市为单位,时间节省的货币成本按“城市对”来计算,即231个“城市对”之间各自时间节省的货币成本;小时工资是各城市的平均工资;两者对比就可以找出“被高铁”的“城市对”。由于“城市对”中2个城市的平均工资是不同的,而两城市之间时间节省的货币成本是同一个数值,所以可能其中的一个城市会“被高铁”,另一个则不会。鉴于此,本文以城市为单位做了3种测算：一是从某城市出发到其他21个城市的出行有多少个城市会“被高铁”,称为“被高铁数”;二是由于各城市之间还是有普通客运列车在运行,旅客出行不一定非得乘高铁,所以计算了“被高铁”的可能性,即某城市到其他“被高铁”城市之间高铁车次占总车次比重的均值;三是综合以上2种计算,测量出各城市的“被高铁程度”,即“被高铁数”乘以“被高铁可能性”后除以可比城市数(数值为21),用于对比各城市受“被高铁”影响的程度。
根据前文所述测算方法,对京沪高铁沿线各“城市对”的单位时间的货币成本进行测算。由于城市数量众多,限于篇幅,不能对每个城市进行详细分析。因此,按照城市人口规模,并考虑城市的代表性,选取北京、德州和丹阳3个城市进行详细分析。
从表1可以看出,北京到其他城市单位时间节省的货币成本最大值、最小值分别出现在北京—徐州(38.38)、北京—济宁(13.95);从北京到其他城市单位时间节省的货币成本的平均值为23.50。从表2可以看出,德州到其他城市单位时间节省的货币成本最大值、最小值分别出现在德州—蚌埠(32.52)、德州—滁州(18.48);从德州到其他城市单位时间节省的货币成本的平均值是25.56。从表3可以看出,丹阳到其他城市单位时间节省的货币成本最大值、最小值分别出现在丹阳—南京(54.78)、丹阳—镇江(3.89);从丹阳到其他城市单位时间节省的货币成本的平均值是30.03。
表1 北京到其他城市通过乘坐高铁每节省1小时需付出的货币成本
Tab.1 The monetary cost passengers pay to save one hour by taking high-speed railway from Beijing to other cities
| 城市 | 时间价值 | 城市 | 时间价值 | 城市 | 时间价值 | 城市 | 时间价值 |
|---|---|---|---|---|---|---|---|
| 廊坊 | 31.47 | 济宁 | 13.95 | 滁州 | 18.42 | 苏州 | 21.86 |
| 天津 | 32.03 | 滕州 | 16.62 | 南京 | 21.44 | 昆山 | 18.72 |
| 沧州 | 28.65 | 枣庄 | 16.61 | 镇江 | 21.80 | 上海 | 20.47 |
| 德州 | 30.31 | 徐州 | 38.38 | 丹阳 | 19.75 | ||
| 济南 | 24.88 | 宿州 | 22.42 | 常州 | 20.69 | ||
| 泰安 | 30.33 | 蚌埠 | 22.55 | 无锡 | 22.08 |
表2 德州到其他城市通过乘坐高铁每节省1小时需付出的货币成本
Tab.2 The monetary cost passengers pay to save one hour by taking high-speed railway from Dezhou to other cities
| 城市 | 时间价值 | 城市 | 时间价值 | 城市 | 时间价值 | 城市 | 时间价值 |
|---|---|---|---|---|---|---|---|
| 北京 | 30.31 | 济宁 | 23.46 | 滁州 | 18.48 | 苏州 | 24.23 |
| 廊坊 | 23.08 | 滕州 | 28.79 | 南京 | 21.07 | 昆山 | 20.24 |
| 天津 | 27.99 | 枣庄 | 27.35 | 镇江 | 25.52 | 上海 | 24.51 |
| 沧州 | 29.17 | 徐州 | 31.12 | 丹阳 | 21.09 | ||
| 济南 | 20.55 | 宿州 | 30.90 | 常州 | 23.72 | ||
| 泰安 | 27.63 | 蚌埠 | 32.52 | 无锡 | 25.09 |
表3 丹阳到其他城市通过乘坐高铁每节省1小时需付出的货币成本
Tab.3 The monetary cost passengers pay to save one hour by taking high-speed railway from Danyang to other cities
| 城市 | 时间 价值 | 城市 | 时间 价值 | 城市 | 时间 价值 | 城市 | 时间 价值 |
|---|---|---|---|---|---|---|---|
| 北京 | 19.75 | 泰安 | 34.68 | 蚌埠 | 34.03 | 苏州 | 40.16 |
| 廊坊 | 20.52 | 济宁 | 30.72 | 滁州 | 32.37 | 昆山 | 35.97 |
| 天津 | 21.04 | 滕州 | 31.61 | 南京 | 54.78 | 上海 | 30.48 |
| 沧州 | 21.32 | 枣庄 | 33.53 | 镇江 | 3.89 | ||
| 德州 | 21.09 | 徐州 | 34.02 | 常州 | 28.08 | ||
| 济南 | 23.14 | 宿州 | 29.81 | 无锡 | 49.73 |
对比3个城市到其他城市单位时间节省的货币成本的平均值发现,北京的单位时间节省的货币成本的平均值较低,而丹阳的单位时间节省的货币成本的平均值较高。不同城市的单位时间节省的货币成本的数值有较大差异。
另外的19个城市,每个城市都进行了同样的计算,得到每个城市到其他21个城市单位时间节省的货币成本(表略)。
根据前文所述的测算方法,得出各城市2014年的小时工资如表4所示。
从表4可以看出,小时工资最高的是北京,达51.38元;小时工资最低的是德州,仅为20.27元。总的来看,直辖市、经济发达省份的省会城市以及长三角一带的城市城镇居民的小时工资高;而河北、山东和安徽的一些城市小时工资较低。
表4 各城市的小时工资
Tab.4 Hourly wage of each city
| 城市 | 小时工资/元 | 城市 | 小时工资/元 | 城市 | 小时工资/元 | 城市 | 小时工资/元 |
|---|---|---|---|---|---|---|---|
| 北京 | 51.38 | 泰安 | 24.08 | 蚌埠 | 22.92 | 无锡 | 34.26 |
| 廊坊 | 27.36 | 济宁 | 26.71 | 滁州 | 25.20 | 苏州 | 34.71 |
| 天津 | 37.48 | 滕州 | 20.90 | 南京 | 36.38 | 昆山 | 32.20 |
| 沧州 | 24.16 | 枣庄 | 23.48 | 镇江 | 28.69 | 上海 | 48.30 |
| 德州 | 20.27 | 徐州 | 26.54 | 丹阳 | 27.30 | ||
| 济南 | 29.41 | 宿州 | 21.90 | 常州 | 33.59 |
以下以北京、德州、丹阳为例说明时间节省的货币成本与小时工资比较的结果。
从图2可以看出,北京的小时工资为51.38元;北京到其他城市时间节省的货币成本最大值出现在北京到徐州,为38.38。可见所有“城市对”间时间节省的货币成本均小于北京的小时工资,所以对北京的城镇居民而言,不存在“被高铁”现象。
图2 北京的小时工资与到其他城市时间节省的货币成本的比较
Fig.2 Comparison of Beijing’s hourly wage with the monetary cost from Beijing to other cities
从图3可以看出,德州城镇居民的小时工资为20.27元;德州到其他城市时间节省的货币成本最大值出现在德州到蚌埠,为32.52;最小值出现在德州到滁州,为18.48。有19个城市时间节省的货币成本高于德州城镇居民的小时工资,则去往这19个城市的旅客出行会“被高铁”,只有去往昆山、滁州这2个城市的旅客不会“被高铁”。
图3 德州的小时工资与到其他城市时间节省的货币成本的比较
Fig.3 Comparison of Dezhou’s hourly wage with the monetary cost from Dezhou to other cities
从图4可以看出,丹阳城镇居民的小时工资为27.30元;丹阳到其他城市时间节省的货币成本最大值出现在丹阳到南京,为54.78;最小值出现在丹阳到镇江,为3.89。有14个城市的货币成本高于丹阳城镇居民的小时工资,则去往这14个城市的旅客出行会被“被高铁”。
图4 丹阳的小时工资与到其他城市时间节省的货币成本的比较
Fig.4 Comparison of Danyang’s hourly wage with the monetary cost from Danyang to other cities
本小节对京沪高铁沿线城市的“被高铁数”、“被高铁可能性”和“被高铁程度”进行了测算。
4.1.1 京沪高铁沿线城市“被高铁数”的测算
通过对城市城镇居民的小时工资与该城市到其他城市节省的单位时间的货币成本进行比较,将“被高铁数”从小到大排列,统计结果如下表所示：
从表5可以看出,由于北京和上海的高收入,这两个城市均不存在“被高铁”的现象。天津只到沧州“被高铁”,这是由于两城市之间距离较短,高铁的时间优势体现不出来,票价差别又很大造成的。“被高铁数”在4~8个的城市都是省会以及长三角地区的城市,“被高铁数”为12~19个的城市多在安徽和山东两省,相比之下这些城市的经济欠发达,城镇居民出行更有可能承受较高的成本。而对于德州的旅客而言,仅去昆山、滁州这两个城市不会“被高铁”。
表5 各城市的“被高铁数”
Tab.5 Number of “involuntary high-speed railway travel” destinations of each city
| 城市 | 被高铁数/个 | 城市 | 被高铁数/个 | 城市 | 被高铁数/个 | 城市 | 被高铁数/个 |
|---|---|---|---|---|---|---|---|
| 北京 | 0 | 苏州 | 6 | 镇江 | 13 | 泰安 | 18 |
| 上海 | 0 | 南京 | 8 | 滁州 | 14 | 宿州 | 18 |
| 天津 | 1 | 常州 | 8 | 丹阳 | 14 | 滕州 | 19 |
| 廊坊 | 2 | 无锡 | 8 | 徐州 | 16 | 德州 | 19 |
| 济南 | 4 | 沧州 | 11 | 枣庄 | 16 | ||
| 昆山 | 5 | 济宁 | 12 | 蚌埠 | 18 |
4.1.2 京沪高铁沿线城市“被高铁可能性”的测算
对前文定义的“被高铁可能性”进行计算,以“被高铁数”从小到大排列的各个城市的“被高铁可能性”如下：
由表6可以看出,由于北京和上海不存在“被高铁”,因此在计算“被高铁可能性”时空缺。其他城市中,“被高铁可能性”最大的是昆山0.74,最小的是蚌埠0.32。各城市的“被高铁可能性”平均值是0.52。“被高铁可能性”越大的城市,由于“城市对”间高铁类列车的比重较高,则旅客支付更高成本的可能性也就越大。
表6 各城市的“被高铁可能性”
Tab.6 Possibility of “involuntary high-speed railway travel” of each city
| 城市 | 被高铁可能性 | 城市 | 被高铁可能性 | 城市 | 被高铁可能性 | 城市 | 被高铁可能性 |
|---|---|---|---|---|---|---|---|
| 北京 | - | 苏州 | 0.60 | 镇江 | 0.50 | 泰安 | 0.44 |
| 上海 | - | 南京 | 0.71 | 滁州 | 0.33 | 宿州 | 0.38 |
| 天津 | 0.43 | 常州 | 0.55 | 丹阳 | 0.50 | 滕州 | 0.47 |
| 廊坊 | 0.70 | 无锡 | 0.54 | 徐州 | 0.54 | 德州 | 0.56 |
| 济南 | 0.68 | 沧州 | 0.48 | 枣庄 | 0.43 | ||
| 昆山 | 0.74 | 济宁 | 0.43 | 蚌埠 | 0.32 |
4.1.3 京沪高铁沿线城市“被高铁程度”的测算
为对比各城市受“被高铁”影响的程度,将“被高铁数”乘以“被高铁可能性”,再除以可比城市数(数值为21),并将其以柱状图形式在京沪高铁途径城市示意图中标注(图5)。从图5可以看出,以城市为单位,以京沪高铁为研究对象,各城市的“被高铁程度”整体呈现出“两头低,中段高,长三角相对较低”的特征。由于北京、上海的高工资,两市的旅客出行不会“被高铁”,因此“被高铁程度”最低;而位于靠近端点位置的廊坊,其“被高铁程度”也很低,为0.07;而德州为最高,达0.50,主要是由于德州的“被高铁城市数”高达19,另外,德州的“被高铁可能性”为0.56,也高于平均值0.52;而靠近上海的昆山为0.18,低于平均值0.24。
整体来看,经济发达的城市如直辖市北京、上海、天津,省会城市济南、经济发达城市苏州、昆山等“被高铁程度”较低;而位于中部省份的城市,如山东的德州、泰安,安徽的宿州等,其经济相对不够发达,则“被高铁程度”较高;而省会南京城市,虽然其“被高铁数”是8并不高,但是其“被高铁可能性”达0.71,因此“被高铁程度”也达0.27,介于蚌埠和镇江之间;而济南虽然“被高铁可能性”为0.68,但其“被高铁数”仅有4,因此其“被高铁程度”也很低。
影响“被高铁”的因素包括高铁类列车和非高铁类列车的票价与运行时间、发车频次以及居民工资水平。
票价与运行时间因素,对于非高铁类列车中T(包括Z)字头车相对更多的城市,由于T(包括Z)字头车和高铁间的时间差较小,因此单位时间节省的货币成本相应地更高,这会增加这些城市的“被高铁数”,进而提升“被高铁程度”;而对于非高铁类列车中无字头列车相对更多的城市,由于无字头列车和高铁间的时间差很大,因此单位时间节省的货币成本相应地较低,会降低这些城市的“被高铁数”,进而减少“被高铁程度”。而T(包括Z)字头车更多地停靠在大城市,所以从票价与运行时间因素分析,大城市的“被高铁程度”会相对较高。
发车频次因素,决定了“被高铁可能性”的大小。对于那些“被高铁”的城市,若非高铁类列车发车频次较多,那么“被高铁可能性”相应地更小。但是,若进一步减少非高铁类列车发车频次,那么会增加这些城市的“被高铁可能性”,进而提升“被高铁程度”。而对于非高铁类列车,如果进一步减少其中的无字头列车发车频次,则会增大单位时间节省的货币成本,进而提升“被高铁程度”。
旅客的工资水平,是影响“被高铁程度”的最直接因素。因此,即使T(包括Z)字头车更多停靠在大城市,但是大城市平均工资水平明显较高,所以对京沪沿线的大城市而言,“被高铁程度”并不突出;对于京沪高铁沿线的小城市,虽然非高铁类列车中T(包括Z)字头车比重不高,但这些城市平均工资水平明显较低,因而其“被高铁程度”仍然很高。
由以上分析可以看出,收入与“被高铁程度”成负相关关系,即收入越高,“被高铁程度”越低;普铁列车车次与“被高铁程度”也成负相关关系,即普铁列车车次越多,“被高铁程度”越低;而高铁车次和高铁票价与“被高铁程度”成正相关关系,即高铁车次越多、票价越高,则“被高铁程度”越高。若保持铁路车次和票价不变,随着城市居民收入的上升,“被高铁程度”会逐步降低;但如果为了提高货运运力而减少较多的普铁车次,则会引起“被高铁程度”的上升。所以普铁车次的调整应考虑到收入的上升速度,利用二者之间的对应关系,将“被高铁程度”控制在公众可接受的水平上。
本文在基于时间节省的货币成本与各地工资水平计算的基础上,通过对比研究分析了各城市到其他城市“被高铁”的数量、可能性与程度,主要结论有：
(1) “被高铁”具有普遍性。由于不同城市的小时工资相差较大,总的来看,直辖市、经济发达省份的省会城市以及长三角一带的城市城镇居民的小时工资高;而河北、山东和安徽的一些城市的小时工资较低。城镇居民的小时工资水平是影响城市“被高铁数”的最直接因素。北京、上海等经济发达城市的“被高铁数”最低,德州、滕州、泰安的“被高铁数”很高。
(2) “被高铁”的可能性在50%左右。各城市的“被高铁可能性”平均值是0.52,说明整体来看,旅客出行有较大的可能性会选择高铁。“被高铁可能性”越大的城市,由于“城市对”间高铁类列车的比重较高,则旅客支付更高成本的可能性也就越大。
(3) 各城市“被高铁”的程度有较大差异。京沪高铁沿线城市的“被高铁程度”整体呈现出“两头低、中段高、长三角相对较低”的特征。经济发达的城市如直辖市北京、上海、天津很低;而位于线路中部省份的城市,如山东的德州、滕州、安徽的宿州等,其经济相对不够发达,则“被高铁程度”较高。长三角地区经济发达城市如苏州、昆山等“被高铁程度”较低。
中国高铁建设的重要目的之一是客货分流,即减少或逐步取消普铁客运列车,将普通铁路用于货运。但普铁客运的减少必然会带来“被高铁”情况的发生,需要在提高铁路利用效率和保障公民出行之间进行权衡,将“被高铁程度”控制在公众可以接受的程度之内。根据本文的分析,收入的提高可以降低“被高铁程度”,而普铁车次的减少会提高“被高铁程度”,下一步可对二者间相互作用关系作更深入的研究。因此,随着人们收入水平的提高,铁路部门可以测算出在不加重“被高铁程度”的前提下,通过减少普铁车次,从而将“被高铁程度”控制在合理的水平上。
未来进一步地分析还应考虑更多的影响因素,如单位距离票价随距离的增加而递减、白天与夜晚时间价值的不同、各城市内部不同行业收入水平的差异等,这些因素是下一步要深化分析的方向。
The authors have declared that no competing interests exist.
| [1] |
我国高速铁路成本效益研究 [D].Research on cost and benefit of high-speed-railway in China [D]. |
| [2] |
我国高速铁路运价形成机制研究 [D].
Research on price forming mechanism of HSR in China [D].
|
| [3] |
客运专线运力资源优化配置研究 [D].Transport capacity resources optimizing allocation of passenger dedicated line [D]. |
| [4] |
高速铁路与出行成本影响下的全国陆路可达性分析 [J].https://doi.org/10.11821/dlyj201506002 Magsci 摘要
<p>基于GIS技术与网络分析模型,应用可达性指数与标准交通经济成本参数（GTC）,测度2020年规划高铁通车前后全国陆路可达性的空间格局与变化,探究高速铁路与出行成本影响下陆路可达性的特征。结果显示：从时间可达性看,高铁提高全国陆路可达性的整体水平与交通网络的客流运输效率,优化陆路交通网络,使跨区域中心城市之间联系日趋紧密,扩大中心城市的辐射范围,沿线重要城市人口覆盖范围急剧增长。高铁沿线站点、重要城市化地区与部分边远地区城市可达性获益最多,高铁对城市间中远距离关系影响突出,短距离影响主要局限于高铁沿线地区。此外,地区之间交通公平性差距结论并不统一。从经济可达性看,高铁对不同收入群体陆路可达性影响效果不同,对中低收入群体经济可达性影响有限,而对于高收入群体,随着旅行时间价值提高,经济可达性空间格局将不断接近时间可达性空间格局。</p>
The land accessibility influenced by China’s high-speed rail network and travel cost [J].https://doi.org/10.11821/dlyj201506002 Magsci 摘要
<p>基于GIS技术与网络分析模型,应用可达性指数与标准交通经济成本参数（GTC）,测度2020年规划高铁通车前后全国陆路可达性的空间格局与变化,探究高速铁路与出行成本影响下陆路可达性的特征。结果显示：从时间可达性看,高铁提高全国陆路可达性的整体水平与交通网络的客流运输效率,优化陆路交通网络,使跨区域中心城市之间联系日趋紧密,扩大中心城市的辐射范围,沿线重要城市人口覆盖范围急剧增长。高铁沿线站点、重要城市化地区与部分边远地区城市可达性获益最多,高铁对城市间中远距离关系影响突出,短距离影响主要局限于高铁沿线地区。此外,地区之间交通公平性差距结论并不统一。从经济可达性看,高铁对不同收入群体陆路可达性影响效果不同,对中低收入群体经济可达性影响有限,而对于高收入群体,随着旅行时间价值提高,经济可达性空间格局将不断接近时间可达性空间格局。</p>
|
| [5] |
旅客旅行时间价值分析方法研究 [J].https://doi.org/10.3969/j.issn.1007-5097.2003.04.055 URL 摘要
本文总结分析了国内外关于旅客旅行时间价值的主要研究方法,为旅客旅行时间节省所带来的效益的量化提供了切实可行的测算方法,为交通运输项目经济评价和客运量预测提供了理论依据.
Research on the approach to the travel time value analysis [J].https://doi.org/10.3969/j.issn.1007-5097.2003.04.055 URL 摘要
本文总结分析了国内外关于旅客旅行时间价值的主要研究方法,为旅客旅行时间节省所带来的效益的量化提供了切实可行的测算方法,为交通运输项目经济评价和客运量预测提供了理论依据.
|
| [6] |
高速铁路运输成本问题研究: 以京沈高速铁路为例 [D].Research on high speed railway’s transportation cost: Based on Beijing-Shenyang passenger dedicated line [D]. |
| [7] |
基于成本和时间价值的高铁客运票价制定机理研究 [D].
The pricing mechanism of high-speed passenger railway based on cost and time value [D].
|
| [8] |
从旅客时间价值角度分析主要交通方式的选择 [J].https://doi.org/10.3969/j.issn.1006-8686.2009.01.002 URL 摘要
人们在进行城间出行前,首先面临的是交通方式的选择.可将旅客的时间价值和旅行距离作为旅客选择交通的基本决策变量,分析铁路、公路、航空主要客运方式的综合效用值,得出3种交通方式的适用范围.
Cong lvke shijian jiazhi jiaodu fenxi zhuyao jiaotong fangshi de xuanze [J].https://doi.org/10.3969/j.issn.1006-8686.2009.01.002 URL 摘要
人们在进行城间出行前,首先面临的是交通方式的选择.可将旅客的时间价值和旅行距离作为旅客选择交通的基本决策变量,分析铁路、公路、航空主要客运方式的综合效用值,得出3种交通方式的适用范围.
|
| [9] |
京沪高速铁路定价问题研究 [J].
京沪高速铁路的票价体系与定价策略问题关系到京沪高铁投入运营后能否充分发挥其经济效益和社会效益。本文在参考我国现行铁路运价体系的基础上,借鉴国外高速铁路的定价体系和价格策略,探讨了京沪高铁定价中的一些问题。
Jinghu gaosu tielu dingjia wenti yanjiu [J].
京沪高速铁路的票价体系与定价策略问题关系到京沪高铁投入运营后能否充分发挥其经济效益和社会效益。本文在参考我国现行铁路运价体系的基础上,借鉴国外高速铁路的定价体系和价格策略,探讨了京沪高铁定价中的一些问题。
|
| [10] |
高速铁路对中国城市市场潜力的影响: 基于铁路客运可达性的分析 [J].https://doi.org/10.11820/dlkxjz.2014.12.008 URL Magsci 摘要
近10 年来中国高速铁路快速发展,对城市发展的影响正逐步显现。本文从市场潜力角度研究这一影响,根据《全国铁路旅客列车时刻表2012.07》统计获得的城市之间平均旅行时间和发车频次数据重新定义市场潜力函数,对比中国地级及以上城市普通铁路和叠加高速铁路之后的市场潜力特征,探讨高铁对城市市场潜力的提升作用,并从中分离出时间压缩效应和频次效应。研究发现:①普通铁路市场潜力呈现“多中心—廊道”结构,市场潜力高的城市主要分布在长三角、珠三角、京津冀城镇群内,以及京广、京沪、京哈等重要铁路线沿线;②叠加高速铁路之后城市市场潜力整体上仍呈现“多中心—廊道”结构,且多中心结构更为突出;③京沪、沪杭铁路沿线城市和东南沿海宁波—厦门段客运专线沿线城市的高铁效应最大;④高铁连接的109 个城市时间压缩效应的平均值为31.3%,频次效应的平均值为68.7%,频次效应是高铁效应的主要形式。
Impact of high-speed railway on market potential of Chinese cities: Analyses based on railway passenger transport accessibility [J].https://doi.org/10.11820/dlkxjz.2014.12.008 URL Magsci 摘要
近10 年来中国高速铁路快速发展,对城市发展的影响正逐步显现。本文从市场潜力角度研究这一影响,根据《全国铁路旅客列车时刻表2012.07》统计获得的城市之间平均旅行时间和发车频次数据重新定义市场潜力函数,对比中国地级及以上城市普通铁路和叠加高速铁路之后的市场潜力特征,探讨高铁对城市市场潜力的提升作用,并从中分离出时间压缩效应和频次效应。研究发现:①普通铁路市场潜力呈现“多中心—廊道”结构,市场潜力高的城市主要分布在长三角、珠三角、京津冀城镇群内,以及京广、京沪、京哈等重要铁路线沿线;②叠加高速铁路之后城市市场潜力整体上仍呈现“多中心—廊道”结构,且多中心结构更为突出;③京沪、沪杭铁路沿线城市和东南沿海宁波—厦门段客运专线沿线城市的高铁效应最大;④高铁连接的109 个城市时间压缩效应的平均值为31.3%,频次效应的平均值为68.7%,频次效应是高铁效应的主要形式。
|
| [11] |
铁路旅客旅行时间价值分析方法 [J].
用3种不同的方法分析旅客旅行时间价值，给出相应的计算公式，针对不同类型的客流，探讨了时间价值公式的选择，从理论上研究了铁路客运中旅客旅行的时间价值问题。
Analytical methods of the time value in railway passenger transport [J].
用3种不同的方法分析旅客旅行时间价值，给出相应的计算公式，针对不同类型的客流，探讨了时间价值公式的选择，从理论上研究了铁路客运中旅客旅行的时间价值问题。
|
| [12] |
A theory of the economics of time [J].https://doi.org/10.2307/2230320 URL |
| [13] |
Mackie P J, Wardman M, Fowkes A S, et al. 2003. Values of travel time savings in the UK [R/OL]. |
| [14] |
Efficiency and spatial equity impacts of high-speed rail extensions in urban areas [J].https://doi.org/10.1016/j.cities.2011.11.002 URL Magsci 摘要
Urban areas benefit from significant improvements in accessibility when a new high speed rail (HSR) project is built. These improvements, which are due mainly to a rise in efficiency, produce locational advantages and increase the attractiveness of these cities, thereby possibly enhancing their competitiveness and economic growth. However, there may be equity issues at stake, as the main accessibility benefits are primarily concentrated in urban areas with a HSR station, whereas other locations obtain only limited benefits.<br/>HSR extensions may contribute to an increase in spatial imbalance and lead to more polarized patterns of spatial development. Procedures for assessing the spatial impacts of HSR must therefore follow a twofold approach which addresses issues of both efficiency and equity. This analysis can be made by jointly assessing both the magnitude and distribution of the accessibility improvements deriving from a HSR project.<br/>This paper describes an assessment methodology for HSR projects which follows this twofold approach. The procedure uses spatial impact analysis techniques and is based on the computation of accessibility indicators, supported by a Geographical Information System (GIS). Efficiency impacts are assessed in terms of the improvements in accessibility resulting from the HSR project, with a focus on major urban areas; and spatial equity implications are derived from changes in the distribution of accessibility values among these urban agglomerations. (C) 2011 Elsevier Ltd. All rights reserved.
|
| [15] |
The evaluation of travelling time [J].
THE LITERATURE OF TRANSPORT ECONOMICS CONTAINS A NUMBER OF CONTRIBUTIONS TO THE QUESTION OF HOW VALUES OF 'REDUCTION OF TRAVELLING TIME' CAN BE DETERMINED. THIS ARTICLE SUMMARIZES SOME OF THE THEORETICAL PROBLEMS INVOLVED AND MAKES SOME COMMENTS ON THE EMPIRICAL DATA. THE THEORETICAL ASPECTS ARE EXAMINED IN TWO STAGES. IN THE FIRST IT IS ASSUMED (1) THAT EVERY INDIVIDUAL CAN APPROXIMATELY ADJUST THE LENGTH OF HIS WORKING WEEK SO AS TO MAXIMIZE HIS SUBJECTIVE WELFARE AND (2) THAT A REDUCTION OF TRAVELLING TIME IS EQUIVALENT TO AN INCREASE IN THE EFFECTIVE TIME AVAILABLE TO HIM FOR EITHER WORK OR LEISURE. THE SECOND STAGE CONSISTS OF DROPPING THESE ASSUMPTIONS AND CONSIDERING THE CONSEQUENCES OF RIGIDITIES IN THE WORKING WEEK AND OF THE POSSIBILITY THAT TRAVELLING TIME MAY ITSELF HAVE A (POSITIVE OR NEGATIVE) UTILITY. SOME COMPLICATIONS IN EMPIRICAL EVALUATIONS LEAD TO THE CONCLUSION THAT RESULTS OF PARTICULAR TESTS CANNOT BE APPLIED WITHOUT QUALIFICATION TO OTHER SITUATIONS. MUCH MORE EMPIRICAL RESEARCH IS NEEDED BEFORE THE RESULTS CAN BE USED IN SOCIAL COST-BENEFIT ANALYSIS WITH ANY DEGREE OF CONFIDENCE. /AUTHOR/
|
| [16] |
Is high speed rail an appropriate solution to China’s rail capacity problems [J].
|
| [17] |
Zhao J, Zhao Y Y. 2013. The value of travel time savings and the high speed rail in China [R/OL]. |
| [18] |
The variation in the value of travel-time savings and the dilemma of high-speed rail in China [J].https://doi.org/10.1016/j.tra.2015.09.012 URL [本文引用: 1] 摘要
This paper examines the variation in the value of travel-time savings (VTTS), a fundamental element determining the market demand for high-speed rail. Following a review of time allocation theories, a time allocation model for general travel behavior is proposed as a further elaboration of Evans鈥 (1972) activities analysis. There are relationships among activities that can be expressed using a linear inequality to show the constraints on the arrangement of activities. This model indicates that two or more activities can be simultaneously rearranged to improve time management, which may be a source of variation in VTTS. This time allocation model can explain why large-scale high-speed rail construction in China faces significant market risks and a high likelihood of economic loss. Data from a new ticket sales and booking system for railway passengers indicate that passengers prefer conventional overnight sleeper trains, rather than high-speed trains, for long-distance travel, which supports the analysis of the time allocation model.
|
/
| 〈 |
|
〉 |
