張志清,李 娟,張 鑫
(1.北京工業(yè)大學交通研究中心,北京100124;2.北京市城市規(guī)劃設計研究院交通規(guī)劃所,北京100045)
21 世紀以來,高速鐵路進入快速發(fā)展時期,產生了以高鐵為代表的新型運輸方式,且以其速度快、運能大、安全舒適等明顯優(yōu)勢給公路客運帶來了極大的挑戰(zhàn),也必將給整個客運市場格局帶來深刻改變,公路、鐵路兩種運輸方式之間競爭態(tài)勢也會相應發(fā)生根本性變化。然而,由于公路客運和鐵路客運的運輸特性不同,公路客運在面臨高鐵挑戰(zhàn)的同時,也迎來了機遇。為了最有利地提升公路客運競爭力,國內外學者進行了廣泛的研究,目前研究成果主要集中在對它們的運營方式進行比較,探討高速公路和高速鐵路的主要特點,從而提出相應的策略和建議[1-5],尚未應用經濟學原理從旅客的需求方面進行發(fā)展策略研究。
本文將以北京公路客運為背景,通過對其現狀進行調查分析,結合影響公路客運的因素,以旅客的需求為出發(fā)點,應用經濟學中的Kano模型[7]與模糊聚類相結合的方法對公路客運未來發(fā)展策略進行研究,充分發(fā)揮其優(yōu)勢,以獲得健康的發(fā)展空間。
公路客運與城市公路交通網的建設密切相關??瓦\車輛在城際間運行主要依靠高速公路,在城市內部運行主要依靠城市干線道路。
(1)從與道路網的銜接情況分析得出,北京目前11 個客運站中,除機場站外,僅六里橋站、蓮花池站、四惠站有軌道交通站點在附近設站,實現長途站與軌道站有效銜接換乘。其余各站或與軌道交通站點換乘較遠,或無軌道交通設站。布局在城市快速路、高速公路周邊,車站進出口與干線道路有效結合的站點有9 個,占總數的82%。僅八王墳站、木樨園站未布局在城市快速路、高速公路周邊。
(2)從發(fā)展歷程可以看出,北京市公路樞紐在規(guī)劃建設初期一般布局于城市邊緣,隨著城鎮(zhèn)化進程的推進,城市建成區(qū)面積的拓展,城市規(guī)模不斷擴張,公路樞紐位置逐漸由原來的城市外圍轉變?yōu)槌鞘袃炔俊?/p>
從公路客運總量近5 年的變化情況看(如圖1所示),客運總量維持在12 500 萬人次左右。2008年至2012 年,北京市公路客運總量年均增長率為3%,基本維持穩(wěn)定。
圖1 北京市公路客運總量近5年變化情況
從各方向發(fā)送客流量情況看,主要客流需求以北京以南方向為主,發(fā)送客流占總客流量的76%。其中正南方向比例最高,占39%。西南和東南方向客流量比例分別占20%和17%。
從各方向發(fā)送班次情況看,發(fā)車班次比例以南部為主,占71%,與客流需求方向基本一致。正南、西南、東南方向發(fā)車班次比例相近,分別為23%、25%和23%,發(fā)送班次與客流需求不一致,正南方向客流需求比例與發(fā)車班次比例相差較大。
通過對現狀的整體調查及相關文獻進行分析,得到影響公路客運的因素主要體現在社會經濟因素、城市結構形態(tài)的調整、京津冀公路一體化建設、可持續(xù)發(fā)展四個方面。
(1)社會經濟因素
隨著經濟的快速發(fā)展,速度快、運能大、安全舒適等已成為旅客選擇交通方式的必備條件。為滿足旅客的出行需求,保證公路客運在運輸市場的份額,須根據當前運輸結構的變化,改進其公路線路結構,充分發(fā)揮公路客運客車車輛的優(yōu)勢。
(2)城市結構形態(tài)的調整
城市形態(tài)決定公路客運站場布局,而旅客出行與公路客運站場的布局有直接的關系。隨著城鎮(zhèn)一體化的快速推進,北京“邊緣城市”的崛起,以及中心城區(qū)城市問題的凸顯,公路客運樞紐需不斷改變原有的結構形態(tài),以適應城市發(fā)展對公路運輸新的需求。同時為了滿足不同旅客需求,應分別在市區(qū)和靠近市區(qū)的位置上布置不同級別的客運站場。
(3)京津冀公路一體化建設
河北與京津之間高速公路對接口分別達到12個、15 個,對接普通干線公路均達到32 條。應實施普通干線公路改造升級,加快與京津對接;推動農村公路建設,實現農村路網由“樹狀”形向“網絡”形轉變;這已成為京津冀公路一體化的重點,必給公路客運帶來機遇。
(4)可持續(xù)發(fā)展
公路客運發(fā)展策略研究決定著其未來的發(fā)展方向,是運輸系統(tǒng)可持續(xù)發(fā)展的重要內容和城市與區(qū)域經濟可持續(xù)發(fā)展戰(zhàn)略的有機組成部分,必將對城市和區(qū)域人口出行產生直接影響。
通過對公路客運樞紐的影響因素分析,得知公路客運樞紐系統(tǒng)是隨著社會經濟和交通運輸的發(fā)展而發(fā)展的,其需求具有派生性。根據調查數據分析可知:北京市各公路客運站旅客職業(yè)以企業(yè)公司員工和務工人員為主,分別占約30%。
隨著高鐵的開通和城鎮(zhèn)化率的提高,農村人口流動的愿望增加,且跨區(qū)域間的人口流動為主要趨勢,約有1.5億農村的剩余勞動力需轉移,進而創(chuàng)造了公路客運的新需求,成為高鐵時代支持公路客運行業(yè)發(fā)展的潛在資源因素。從近期看,公路運輸的價格優(yōu)勢和流動人口群體增長的趨勢疊加,與高鐵同線路的公路客運流量可能比現在還會有所增加。
在考慮潛在客運群體的基礎上,以旅客需求為目標,通過篩選出對公路客運發(fā)展具有重大意義的魅力要素來確定其未來發(fā)展的最佳競爭策略[3]。
本文基于日本學者Dr.Noriaki Kano 的Kano 模型[7-9](如圖2 所示),通過與旅客、客運負責人、管理人員進行深入訪談,并查閱相關文獻整理得到旅客的出行需求項并編碼(如表1所示)。
圖2 Kano模型[6]
表1 旅客客運出行需求項編碼
首先對初始模型的旅客需求項分別設置正向問題與反向問題,設計Kano 問卷。采用隨機抽樣紙質問卷進行樣本數據的收集,共發(fā)放500份,回收475份,有效回收率為95%。
對調查結果進行模糊聚類分析,得到需求項的Kano類別(如表2所示)。Kano評價表中,M表示必須需求,O表示期望需求,A表示魅力需求,I表示無差異需求,R表示逆向需求,Q表示有問題的回答。
表2 旅客客運出行需求項的Kano類別
根據Kano 篩選原則,剔除M 類與I 類需求項,保留A類與O類需求項,得到最終的旅客出行需求項并進行重新編碼(如表3所示)。
表3 出行需求項的篩選結果
采用熵值法[6]計算需求項的初始權重ωj。計算步驟如下。
(1)構造決策矩陣:
假設由m個旅客對n項需求項的重要度進行評價,aij為第i個旅客對第j個需求項的評分,以此構造決策矩陣A。
(2)將決策矩陣A規(guī)范化。利用:
將決策矩陣A規(guī)范化為:
(3) 計算熵值。設第j項需求的熵值為ej,則:
(4)確定需求項的權重,令:
(5)對uj進行歸一處理,則第j項需求項的權重:
根據最終權重值按從大到小進行排序,得到旅客出行需求的重要度排序(如圖3所示)。
圖3 最終旅客的出行需求層次模型
從上述最終旅客出行需求層次模型可以看出,可包車出行、短途出行、票價便宜是旅客需求的首選,這也意味著公路客運點對點直達模式的優(yōu)勢將繼續(xù)在客運市場中占據重要地位。
通過對公路客運的影響因素及旅客需求層次進行排序,提出公路客運在未來綜合運輸體系中可采取的最佳競爭策略如下:
(1)改進售票方式:網上售票、車上售票;
(2)模式創(chuàng)新:轎車運輸、包車運輸;
(3)更新車輛:提高車輛舒適性;
(4)靈活票價:淡季打折票、包車打折票;
(5)鉆“盲點”、尋“夾縫”,另辟路徑:調整服務網點,重點關注三、四線及小城市;
(6)“退避三舍”:從城際軌道直接服務區(qū)域撤出,在外圍區(qū)域形成新的競爭優(yōu)勢;
(7)資源整合:線路整合,消除內部“殘殺”。
此研究既能很好地反映旅客對公路客運的需求,也代表了當代公路客運發(fā)展的方向和理想模式,能夠為其發(fā)展提供理論上的依據和實踐上的保證。
[1] Zhang Zhi-qing, Jia-Yan, LIU Yun-tong, et al. System Analysis and Model Design of Highway Passenger Transport Hub [C]// The 10th International Chinese Conference of Transportation Professionals(ICCTP 2010).Beijing:NACOTA,Beijing University of Technology,2010:1265-1274.
[2] 唐科.高速鐵路快速背景下的高速公路客運應對策略研究[D].成都:西南交通大學,2008.
[3] 劉松.高速公路客運競爭策略分析[D].成都:西南財經大學,2008.
[4] 韓彪,趙宜.公路客運應對城際列車競爭的策略[J].物流技術,2009(5):14-20.
[5] E J 米勒.城市交通規(guī)劃有關決策和方法[M].北京:中國建筑工業(yè)出版社,1990.
[6] 王瑋,徐吉謙,楊濤,等.城市交通規(guī)劃理論及其應用[M].南京:東南大學出版社,1998.
[7] Kano Netal. Attractive Quality and Must-be Quality[J].The Journal of Japanese Society for Quality Control, 1984,41(2):39-48.
[8] 唐中君,龍玉玲.基于Kano 模型的個性化需求獲取方法研究[J].軟科學,2012,26(2):23-28.
[9] 施國洪,岳降君,劉慶光. 基于Kano 模型的SERVQUAL 量表的實證分析[J].圖書情報研究,2009(2):18-45.