梁婧
(中國鐵路經(jīng)濟規(guī)劃研究院有限公司 副研究員,北京 100038)
波動性特征特別是周期性波動研究在各個領(lǐng)域均有成功的應(yīng)用。既有運用經(jīng)濟增長周期模型,對我國經(jīng)濟增速周期性波動及其動態(tài)均衡增長狀態(tài)進行模擬預(yù)測的宏觀問題,也有通過分析各個不同發(fā)展階段居民總消費、城鎮(zhèn)居民消費、農(nóng)村居民消費的周期波動性特征,按照消費曲線波動的固有特點,研究我國消費波動曲線的波長、波幅、路徑、擴張期和收縮期的民生問題等[1-5]。
作為國民經(jīng)濟的主要部門,交通運輸部門(包括鐵路運輸)在國民生產(chǎn)總值中其貢獻較大。為積極響應(yīng)調(diào)整運輸結(jié)構(gòu)、增加鐵路運量以及客運提質(zhì)增效的有關(guān)要求,全面掌握客運市場結(jié)構(gòu)變化及周期性特征,促進運力資源配置和空間布局優(yōu)化,本文從三個層面展開研究:首先從典型時段入手,分析春暑運、法定節(jié)假日等特征時段客流波動;其次從典型地域著手,分析省會及計劃單列市客運交流波動變化;最后,從典型線路出發(fā),分析繁忙通道運輸需求與運力投放周期性變化[6-14]。
特征時段的運量周期性趨勢是反映鐵路客運承壓臨界變化的重要指標(biāo)。本節(jié)選取2015—2019年節(jié)假日日發(fā)送量為數(shù)據(jù)基礎(chǔ),分別研究春運、暑運、“十一”黃金周和三天假期等特征時段鐵路客流周期性波動變化規(guī)律。
春運鐵路發(fā)送量周期性特征分析:圖1中兩個波谷所處位置即對應(yīng)正月初一(2015年除外),與正月十五兩天??梢园l(fā)現(xiàn)春運(一般為春節(jié)前15天,春節(jié)后25天)發(fā)送峰值除2017年外,均不出現(xiàn)在法定假日的7天中,反映近年來春運錯峰出行態(tài)勢明顯。2015年及2016年春運客運峰值出現(xiàn)在法定假日后一天;2018年后經(jīng)濟下行壓力增大,外出務(wù)工人員就業(yè)遇冷,導(dǎo)致2018年及2019年春運峰值甚至出現(xiàn)在正月十五后。2015年至2019年春運期間波谷發(fā)送量與波峰發(fā)送量均顯著提高,值得注意的是發(fā)送量峰谷差值也逐年提高,運量的震動更為劇烈,給運力資源的動態(tài)調(diào)整提出了更高的要求。鐵路旅客運輸量是反映經(jīng)濟及生產(chǎn)活動的重要指標(biāo),鐵路的運輸組織應(yīng)積極應(yīng)對相關(guān)發(fā)展態(tài)勢。
圖1 2015—2019年春運每日發(fā)送量波動變化
暑運鐵路發(fā)送量周期性特征分析:由圖2和圖3可知,歷年暑運期間周期波動大致以星期為周期,暑運期間發(fā)送量要明顯大于平日,暑運期間在周六、周天、周一的小周期內(nèi)均呈現(xiàn)出“V”字型態(tài)勢。因日發(fā)送量為18點報統(tǒng)計數(shù)據(jù),如果暑運期間大量客流選擇周天的18點后乘車,則被記錄為周一的運量。由于暑運期間較平日增加的大多為旅游流(及學(xué)生流),可以判斷這部分客流在暑運期間(旅游黃金季節(jié)),更多地選擇周天18點后的車次出行,這為暑運列車的開行組織提供了一定依據(jù)。暑運期間的客運發(fā)送量峰值通常發(fā)生在8月初—9月底,2018年7月與8月峰值差約100萬人,而高校招生人數(shù)約800萬人,考慮為在讀學(xué)生返校及父母陪同新生入學(xué)等因素帶來的波動。
圖2 2015—2018年暑運每日發(fā)送量波動變化
圖3 2015年暑運周與平日周每日發(fā)送量波動變化
“十一”黃金周鐵路發(fā)送量周期性特征分析:考慮移動選取各年“十一”日度數(shù)據(jù)并與平日日度數(shù)據(jù)進行對比,由圖4,“十一”期間波形基本呈現(xiàn)“月牙形”,而平日期間則呈現(xiàn)倒“S”形?!笆弧逼陂g的波峰為假期第1天,波谷基本出現(xiàn)在假期第4或第5天,“十一”黃金周期間鐵路客運發(fā)送量約為平日周發(fā)送量的1.68倍,2015年至2017年這個數(shù)字分別是1.69倍、1.70倍、1.87倍?!笆弧弊鳛槿钒l(fā)送量峰值發(fā)生的關(guān)鍵時間點,其運量增長仍呈現(xiàn)高速發(fā)展態(tài)勢,且與平日發(fā)送量的差值持續(xù)擴大,鐵路部門應(yīng)重點組織運力,調(diào)整開行方案以應(yīng)對不斷增長的客運峰值需求。
圖4 “十一”黃金周每日發(fā)送量波動變化
三天假期鐵路發(fā)送量周期性特征分析:若以三天假期為中心,前后各再取三天,形成假期重合的九天時間段,可以看出所有三天假期變化特征基本一致,波動規(guī)律保持穩(wěn)定。從2015年至2018年來看,三天小長假發(fā)送量排序分別是“五一”、清明、端午、元旦,這個規(guī)律保持穩(wěn)定。見圖5。
圖5 2018年三天假期所在前后共9天每日發(fā)送量波動變化
通過分析表1和圖6特征時段和全年發(fā)送量增長情況對比,可以得出:
圖6 2015—2018年特殊時段發(fā)送量增長率
表1 2015—2018年特征時段發(fā)送量與增長率
1)“十一”、元旦增量率波動較大。由于2017年中秋與“十一”合休,共放假8天,導(dǎo)致2016—2017年“十一”客流量增長率較高,2017—2018年客流量增長率為負。而2017年元旦與2017年春運開始時間(1月14日)時間間隔較短,影響了2017年元旦出行需求,導(dǎo)致2016—2017年元旦增長率較低,2017—2018年客流量增長率較高。
2)暑運客流量增長勢頭強勁,近年來暑運發(fā)送量增長率持續(xù)升高,2016—2017、2017—2018年均超過全國發(fā)送量增長速度,表明近年來隨著生活方式的改變,人們暑期出行的意愿越來越強,應(yīng)加強暑期運力資源的保障,滿足旅客的出行需求。
3)除“十一”、元旦、暑運外,其他特征時段2015—2016年增長率均高于全國發(fā)送量增長率,2017—2018年增長率低于全國發(fā)送量增長率,或與全國發(fā)送量增長率持平。表明近年來法定節(jié)假日發(fā)送量增長速度放緩,平日(法定節(jié)假日外)發(fā)送量增長率有所提高,錯峰出行的趨勢有所體現(xiàn),也與節(jié)假日運能緊張、節(jié)假日的旅客出行行為處于市場培育階段有一定關(guān)系。
從日發(fā)送量變化規(guī)律來看,特征時段均呈現(xiàn)出較為明顯的客流波動規(guī)律,周期性明顯。從特征時段歷年發(fā)送量變化趨勢來看,暑運、“十一”保持較高增長,元旦客流波動較大,春運及小長假鐵路客流增速逐年放緩。
本節(jié)重點分析我國31個省級行政區(qū)(包括省、自治區(qū)、直轄市)的省會(首府或直轄市)和國家社會與經(jīng)濟發(fā)展計劃單列市(簡稱計劃單列市,包括大連、青島、寧波、廈門、深圳五市)市內(nèi)交流的周期性變化規(guī)律。
近4年來,我國鐵路發(fā)送量不斷增長,省會單列市交流總量和省會交流總量也隨之增長,但省會單列市交流總量占全國鐵路發(fā)送量的比例一直維持在22%左右,其中省會交流總量占全國發(fā)送量的比例的17%左右。由此可見,省會單列市間交流在我國鐵路運輸中占有較大比重,同時也是支撐旅客發(fā)送量增長的重要力量。反映了隨著城市化進程不斷推進,人口、資源向大城市集中,大城市間的人員交流日益密切,大城市間客流培育應(yīng)作為我國鐵路客運營銷中較為重要的方向。
分月分析省會及計劃單列市交流量,由圖7可知,省會及計劃單列市每年按月份變化有一定的周期性,每年交流量最高月份均為8月份,其次是7月份和10月份。受春運時間的影響,每年2月份和3月份省會及計劃單列市交流總量存在一定的波動性,這反映了我國主要城市間交流量與全國鐵路旅客發(fā)送量分月變化規(guī)律具有一致性。
圖7 2015—2018年省會及計劃單列市分月交流量
由圖8可知,2015—2018年省會及計劃單列市高鐵(包括GDC字頭)占比逐年增加,年內(nèi)各月份高鐵交流量占比情況具有很強的一致性。高鐵占比最高的月份為11月份,11月份省會及計劃單列市交流量基本維持在全年較高水平,可見11月份大城市之間商務(wù)交流維持較高水平。受每年春運時間變化影響,省會及計劃單列市高鐵交流占比最低值一般出在2月份或3月份,此時返鄉(xiāng)流、學(xué)生流比重增加,導(dǎo)致普速交流量比例有所上升,高鐵交流比例較低。
圖8 2015—2018年省會及計劃單列市分月高鐵交流量占總交流量比例
省會單列市間交流在我國鐵路運輸中占有較大比重,同時也是支撐旅客發(fā)送量增長的重要力量。從月度發(fā)送量波動變化來看,省會單列市與全國鐵路旅客發(fā)送量分月變化規(guī)律具有一致性。分高普來看,省會及計劃單列市高鐵占比逐年增加,其中11月份高鐵占比最高,2月份或3月份高鐵占比最低。
為研究繁忙通道運輸需求與運力投放在周期性波動下的特征,科學(xué)有效地投放運力資源,提高繁忙通道運輸能力,本節(jié)選取京滬通道和京廣通道作為具體案例研究其變化特點。
全年高普線路列車客座率基本特征:
全年來看,同一通道內(nèi)高鐵線路列車的平均客座率略低于普速鐵路,其中京廣通道的高普客座率差異更為明顯。京滬通道的高鐵客座率為76.18%、普鐵客座率為76.24%;京廣通道的高鐵客座率為70.42%、普鐵客座率為73.87%。見圖9。
圖9 2018年京滬、京廣通道高普線路列車客座率波動變化
分析其原因,主要是由于高鐵與普鐵客運需求與能力供給匹配關(guān)系的差異性所致。相比之下,高速鐵路列車開行頻次更高,所以在運輸需求相差無幾的情況下,勢必會造成少量的運力虛糜。由此可見,在滿足旅客運輸需求方面,高速鐵路的能力供給相對更加充分,一方面,既有線客貨混行而高鐵專注客運,既有線可為旅客運輸提供的能力空間相對有限;另一方面,高速鐵路面向中高端客流,列車開行頻次較高表明高速鐵路列車的發(fā)到時刻覆蓋度更高,也可為客運服務(wù)打造更為全面系統(tǒng)的產(chǎn)品體系,從而滿足旅客多樣化的出行需求。
分月高普線路列車客座率比較:
1)四條線路的列車客座率均在8月、即暑期旅游旺季達到最高峰,其中,兩條高鐵客座率在86%以上、兩條既有線為90%左右;四條線路的列車客座率均在1月和12月達到低點,其中,京滬通道兩條線路客座率均為65%左右、京廣通道兩條線路均為60%左右。由此可見,各通道各線路的客座率波動變化具有同步性,波峰與波谷的發(fā)生月份基本一致。
2)京滬和京廣兩通道,高鐵線路列車客座率高于既有線均發(fā)生在4、5月份和11、12月份,即客運需求波動曲線由波峰向波谷轉(zhuǎn)折、客運量遞減的過程中,主要是由于高速鐵路的服務(wù)對象中商務(wù)客流等高端客流所占比例更高,該部分客運需求受季節(jié)因素變化較小,而鐵路旅客列車供給能力的變化調(diào)整相對較為平穩(wěn),所以在列車開行班次并未出現(xiàn)顯著減量的情況下,高速鐵路受客運需求下行的影響相對較小。
分析2018年京滬、京廣高鐵區(qū)段列車密度與編組情況:從列車密度來看,京滬高鐵最大區(qū)段日均列數(shù)為148.6列、最低為107.7列,而京廣高鐵最大日均列數(shù)為126.7列、最低為86.5列;從長編占比情況來看,京滬高鐵長編占比普遍超過70%,最高達81.5%,京廣高鐵長編占比最高為74.4%,最低僅為53.6%。具體日均列車與編組情況如圖10和圖11所示。
圖10 2018年京滬高鐵區(qū)段日均列車與編組情況
圖11 2018年京廣高鐵區(qū)段日均列車與編組情況
無論日均列數(shù)還是長編占比,京滬高鐵線路均優(yōu)于京廣高鐵,但京滬高鐵限制區(qū)段能力接近飽和,應(yīng)考慮優(yōu)化運輸組織模式,增加17輛編組列車占比,全面推進“達速工程”,以提高線路通過能力。
京滬高鐵、京廣高鐵在限制區(qū)段,即京滬高鐵徐州東—蚌埠南,京廣高鐵長沙南—衡陽東段都存在日均列數(shù)較高、長編或重聯(lián)列車占比較低的問題。區(qū)段跨線短編列車較多,是兩條重要線路限制區(qū)段能力緊張的原因之一,應(yīng)從國鐵集團角度統(tǒng)籌考慮予以解決,最大程度利用線路限制區(qū)段通過能力。
繁忙通道高普線路客座率變化情況:全年來看,同一通道內(nèi)高鐵線路列車的平均客座率略低于普速鐵路;分月來看,高鐵線路列車客座率高于既有線均發(fā)生在4、5月份和11、12月份。
繁忙通道高鐵日均列數(shù)與編組情況:繁忙通道高鐵線路限制區(qū)段,存在日均列數(shù)較高、長編或重聯(lián)列車占比較低的問題。區(qū)段跨線短編列車較多,是繁忙通道限制區(qū)段能力緊張的原因之一。
1)應(yīng)在充分研究客流成分的基礎(chǔ)上,依據(jù)針對全年的不同時段的客流周期性波動特征和多種客流需求在不同特征時段的出行規(guī)律,制定相應(yīng)開行方案,以緩解高峰時段運力不足的問題。
2)省會及計劃單列市間交流在我國鐵路運輸中占有較大比重,同時也是支撐旅客發(fā)送量增長的重要力量,反映了隨著城市化進程不斷推進,人口、資源向大城市集中,大城市間的人員交流日益密切,大城市間客流培育應(yīng)作為我國鐵路客運營銷中較為重要的方向。
3)客運周期性特征在繁忙干線高速線路和普速線路上表現(xiàn)不同,根據(jù)高速線路和普速線路的客流波動規(guī)律可為鐵路客運產(chǎn)品的定位和列車開行方案的設(shè)計提供參考依據(jù)。