楊 超

（聊城大學 商學院，山東 聊城 252000）

2020 年我國交通運輸業(yè)受到了新冠肺炎疫情的巨大沖擊。為阻斷病毒傳播的各種防疫措施，對企業(yè)供應鏈[1]、人們的出行都產(chǎn)生了巨大影響[2]。在防疫局勢嚴峻的第一季度，停產(chǎn)、停工、停學、取消航班與阻斷道路，甚至“封城”等隔離措施的實施，使運輸業(yè)遭受重創(chuàng)，客貨交通運輸量呈現(xiàn)斷崖式下跌[3,4]；在疫情得到有效遏制后，交通運輸業(yè)又擔當起保障復工復產(chǎn)、恢復經(jīng)濟和人民生活秩序的排頭兵。交通運輸服務不僅具有私人產(chǎn)品屬性,還具有公共產(chǎn)品屬性[5]。交通運輸業(yè)屬于國民經(jīng)濟基礎產(chǎn)業(yè)，在社會再生產(chǎn)過程中起到先導性和戰(zhàn)略性的作用。研究新冠疫情對中國交通運輸業(yè)的影響，對促進后疫情時代運輸行業(yè)健康發(fā)展有重要意義。

胡濱等[6]通過多部門可計算一般均衡模型分析了新冠疫情對中國經(jīng)濟、產(chǎn)業(yè)和產(chǎn)業(yè)鏈的沖擊研究結果表明勞動力供給和交通運輸業(yè)受到的沖擊效應顯著高于其他直接沖擊。朱晴艷[7]研究新冠肺炎疫情對中國經(jīng)濟發(fā)展的影響時指出，新冠疫情以前我國客運量逐年穩(wěn)步增長，疫情爆發(fā)后這種趨勢短期內發(fā)生了改變。葛穎恩等[8]通過對比2003 年非典疫情時期航運市場的變化情況，推斷多種新冠疫情走向下航運市場的發(fā)展趨勢。廖茂林[9]通過分析2003 年非典疫情下交通運輸業(yè)的總體情況,對新冠疫情對中國交通運輸業(yè)的影響進行了評估。學者們從不同方面研究了新冠疫情對中國交通運輸業(yè)的影響,但不同運輸模式受疫情沖擊的差異性并未被研究。通過將2020 年的交通運輸指標與往年數(shù)據(jù)進行對比衡量疫情對行業(yè)的沖擊,將忽略近年來行業(yè)高速發(fā)展的現(xiàn)實情況。同時,與以往突發(fā)公共危機相比,新冠病毒傳染性強、潛伏期長等特點導致新冠肺炎的傳播能力更強[10]，就全球形勢來看，疫情發(fā)展還存在諸多變數(shù)[11]。準確的評估突發(fā)疫情下不同運輸模式的客、貨運輸受影響的程度，將為后疫情時代我國交通運輸業(yè)優(yōu)化運輸結構、提升應對危機的能力提供理論依據(jù)。

新冠疫情屬于新生事物，可獲得的時間序列數(shù)據(jù)有限，不符合一般統(tǒng)計分析方法對數(shù)據(jù)分布、樣本數(shù)量的要求?；疑獹M(1,1)預測模型是通過對已知的信息進行挖掘和處理，描述系統(tǒng)內在運行行為，有效監(jiān)控系統(tǒng)動態(tài)演化規(guī)律，為部分信息已知、部分信息未知、小樣本、貧信息的不確定系統(tǒng)的中短期預測提供了合理方法[12-15]。Zhou[16]等發(fā)現(xiàn)灰色GM(1,1)預測模型對交通短期流量的預測效果良好；江志華[17]運用GM(1,1)模型對貨物周轉量和旅客周轉量進行了精確的預測；曹飛[18]使用GM(1,1)模型對中國鐵路貨運量進行了預測。通過使用2015 年至2019 年交通運輸數(shù)據(jù)作為訓練數(shù)據(jù),建立精度符合要求的灰色GM(1,1)預測模型,預測出2020 年各項指標在無疫情影響下的正常值。將2020 年實際值與預測值相比較，可以較為精確的評估出疫情對我國交通運輸各項指標的影響程度。

1 灰色GM(1,1)預測模型的構建與檢驗

1.1 灰色GM(1,1)預測模型的構建

在建立GM(1,1)預測模型之前，需要對原始數(shù)據(jù)進行預處理，以降低系統(tǒng)受到各種沖擊擾動造成數(shù)據(jù)可靠性降低的問題[19]。引入弱化算子對原始數(shù)列進行處理后，建立的預測模型精度更優(yōu)[20]。

假設經(jīng)過弱化算子處理過的數(shù)列為X(0)={x(0)(1),x(0)(2),…,x(0)(n)}，構建GM(1,1)預測模型的主要步驟如下[21]：

Step 1：對數(shù)列X(0)中各值進行累加操作，得到數(shù)列X(1)={x(1)(1),x(1)(2),…,x(1)(n)}。

Step 2：將步驟一獲得的數(shù)列X(1)基于白化微分方程+αX(1)=μ構建GM(1,1)模型，其中α和μ 分別代表發(fā)展灰數(shù)和內生控制灰數(shù)。

Step 3：采用最小二乘法,對參數(shù)向量A={α,μ}T求解，A=(BTB)-1BTY，構建矩陣

Step 4：將求得的α 和μ 值代入微分方程，獲得X(0)的預測模型如下：

Step 5：利用累減還原得到預測方程：

1.2 GM(1,1)預測模型的精度檢驗

模型建立后,通常采用相對誤差指標對預測模型進行精度檢驗[19]。設殘差序列為Δ={ Δ(1),Δ(2),…,Δ(n)},其中,Δ(k)=X(0)(k)-(k)(k=1,2,…,n)；相對誤差序列為Φ(k)=×100%,(k=1,2,…,n)。給定a作為指標臨界值,當平均相對誤差小于a時,模型符合精度要求。指標臨界值對應精度等級如表1 所示,如果相對誤差大于20%,則模型不合格。

表1 精度檢驗等級表

2 2020 年中國交通運輸業(yè)受疫情影響實證分析

2.1 數(shù)據(jù)來源

從國家統(tǒng)計局獲取2015 年1 月以來的全國客、貨運輸年度和月度數(shù)據(jù)，包括貨運總量、客運總量、貨運周轉量、客運周轉量等二十個指標。這些數(shù)據(jù)直觀的反映了我國交通運輸業(yè)的各項產(chǎn)出。近年來我國交通運輸系統(tǒng)一直穩(wěn)步發(fā)展。貨運方面，公路運輸占絕對主導地位，2019 年公路貨運量占總貨運量74.3%。公路貨物周轉量占總貨物周轉量30.7%,鐵路、水路和航空貨物運輸比例較低；客運方面，經(jīng)由公路發(fā)運的旅客數(shù)量最多，2019 年公路客運量占總客運量73.9%。長途出行的旅客更多選擇鐵路和民航，經(jīng)由水路出行的旅客較少。通過對各指標月度分布數(shù)據(jù)進行分析，發(fā)現(xiàn)客、貨運各指標都呈現(xiàn)出明顯的周期性。由于數(shù)據(jù)過多，圖1 僅展示貨運總量、貨物周轉量、客運總量和旅客周轉量的月度趨勢圖。

圖1 2015-2020 我國交通運輸量月度時間趨勢圖

2.2 灰色GM(1,1)模型求解

首先,假設交通運輸各指標為序列Xi(i=1,2,...,20)，引入弱化算子處理原始數(shù)列生成新序列Xi’(i=1,2,...,20)，經(jīng)檢驗，新序列滿足準光滑數(shù)列條件。根據(jù)1.1 所示步驟構建GM(1,1)模型，對2015 年至2019 年的交通運輸量進行擬合。檢查模型精度合格后，再對2020 年的交通運輸量進行預測。獲得的預測結果如表2 所示，預測模型平均相對誤差3.56%，符合2 級精度要求。由于交通運輸各指標月度分布數(shù)據(jù)具有明顯周期性，借鑒張文斗等[22]的研究，將2015-2019 各月業(yè)務量占全年業(yè)務量比重的平均值作為2020 年相應各月運輸量占比，估算出在沒有突發(fā)疫情的情況下2020 年各月客、貨運數(shù)據(jù)，再將實際值與預測值進行對比，以獲得交通運輸業(yè)各指標受疫情影響的 程度，估算結果如表3 和表4 所示。

表2 2020 年交通運輸量預測結果

表3 2020 年貨物運輸受疫情影響幅度

表4 2020 年旅客運輸受疫情影響幅度

2.3 實證結果分析

圖2 為我國2020 年貨物運輸受疫情影響幅度與各月新增新冠確診病例數(shù)的時間趨勢圖。2020 年1 月貨運總量突降較預測值減少27.2%。2020 年2 月新冠肺炎確診病例數(shù)達到峰值，當月貨運各項指標降幅也達到全年最大。其中，貨運總量降幅達到42.0%，貨運周轉量降幅達到56.9%。3 月疫情防控局面逐步好轉后，貨物運輸量和運輸周轉量降幅逐漸收窄，2020 年全年貨運總量平均降幅達到15.2%，貨運周轉量降幅為7.1%。不同運輸模式下的貨物運輸表現(xiàn)差異明顯。其中，公路運輸受疫情影響最為嚴重，公路貨運量在2020 年前兩個月降幅分別達到33.7%和55.2%，全年平均降幅達到20.1%。公路貨運周轉量在前兩個月的降幅分別為36.2%和56.9%，全年平均降幅為20.9%。航空貨物運輸也受到較大沖擊，全年貨運量和貨運周轉量降幅分別為11.2%和10.1。鐵路貨物運輸受疫情影響最小，鐵路貨運量和周轉量在前五個月略有降低，隨后迅速回升，全年鐵路貨運量和貨運周轉量較預測值分別增加2.2%和0.3%。水路貨物運輸也體現(xiàn)了較高的抗沖擊能力，全年貨運量和貨運周轉量較預測值分別增加0.7%和1.1%。

圖2 2020 年各月貨物運輸受疫情影響變化幅度

圖3 為我國2020 年旅客運輸受疫情影響幅度與各月新增新冠確診病例數(shù)的時間趨勢圖。旅客運輸量的變化趨勢與疫情發(fā)展趨勢相比略有滯后。2020 年1 月客運各項指標較預測值僅有小幅下降。其中，客運總量降低9.6%，客運周轉量降低0.9%。2020 年2 月客運各項指標降幅達到全年最大，其中客運總量降幅達到88.3%，客運周轉量降幅達到86.0%。盡管疫情防控局面在3 月后逐步好轉，到2020 年8 月之前，旅客運輸量降幅都超過40%，而旅客周轉量降幅更為明顯，這顯示疫情之下出行旅客的數(shù)量大幅減少，旅客出行的距離也明顯縮短。2020 年全年客運總量平均降幅達到44.5%，客運周轉量降幅為45.2%。不同運輸模式下的旅客運輸表現(xiàn)亦有不同。全年經(jīng)由公路和水路出行的旅客運輸量下降幅度最大，分別為46.1%和44.4%。疫情期間經(jīng)由民航出行的旅客量降低幅度最小，全年達到37.7%。疫情期間所有運輸模式下的旅客周轉量降幅均超過40%，經(jīng)由水路和民航出行的旅客客運周轉量降低幅度最大，分別達到58.2%和46.9%。

圖3 2020 年各月旅客運輸受疫情影響變化幅度

3 疫情對交運行業(yè)影響因素分析

3.1 政策因素

2020 年1 月30 日交通部發(fā)布《關于做好新型冠狀病毒感染的肺炎疫情防控物資和人員應急運輸優(yōu)先保障工作的通知》，要求保證應急運輸交通工具持通行證享受“三不一優(yōu)先”，即不停車、不檢查、不收費、優(yōu)先通行[23]，各地也陸續(xù)出臺指導政策為防疫防控物資和生產(chǎn)生活必要物資運輸開辟綠色通道。在疫情局面好轉后，一系列促進交通運輸復工復產(chǎn)的措施陸續(xù)出臺，這為貨物運輸業(yè)恢復提供了有力保障。而基于疫情防控的需要，各地對旅客運輸?shù)恼吒呌跍p少旅客不必要的出行。在高風險地區(qū)，機場、車站、高速通道入口等地實施封閉管理。在中、低風險地區(qū)采取一定的措施限制人員和車輛的通行。交通運輸部在2020 年3 月1 日印發(fā)的《關于分區(qū)分級科學做好客運場站和交通運輸工具新冠肺炎疫情防控工作的通知》中，要求各省級交運主管部門按照《客運場站和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南》，做好客運場站和交通運輸工具疫情防控工作。在防疫局面穩(wěn)定后，各級政府陸續(xù)出臺的促進各地有序恢復旅客運輸服務辦法的同時，也強調根據(jù)不同地區(qū)疫情風險程度，分區(qū)分級采取防疫措施，如控制客座率等。在疫情全面結束之前，各地對促進旅客流動持謹慎的態(tài)度。

3.2 運輸需求減少

近年來我國交通運輸業(yè)高速發(fā)展離不開運輸服務需求快速增長的推動。而疫情導致運輸需求的顯著下降，是交通運輸業(yè)面臨的最嚴峻的挑戰(zhàn)。當有形的產(chǎn)品面臨需求降低時，可以通過提高庫存的方式來應對，而交通運輸服務是無形的產(chǎn)品，其消費與生產(chǎn)是同步的過程[5]，外部突發(fā)因素導致運輸需求的驟降，會導致運輸工具閑置、從業(yè)人員過剩，現(xiàn)金流中斷，運輸企業(yè)面臨經(jīng)營困難，甚至破產(chǎn)的局面。另一方面，對交通運輸企業(yè)而言，規(guī)模效益才能帶來盈利，業(yè)務量的降低會增加企業(yè)運輸服務的成本，這也讓從事運輸服務的企業(yè)面臨提升服務價格和虧損的兩難選擇。

3.3 運輸成本上升

疫情之下，企業(yè)成本普遍上升，運輸服務企業(yè)也不例外[24]。第一，企業(yè)增加了額外的防疫成本，包括運輸工具、場所的定期消殺、購置從業(yè)人員的防護用具、防疫設施設備等。第二，業(yè)務的開展和調度，不能僅基于成本和效率的考慮，還要基于疫情防控的要求。如運輸路線的規(guī)劃，運輸工具的選擇、運輸時間和實載率等，這也會增加運輸服務的成本。第三，交通運輸業(yè)是勞動密集型的產(chǎn)業(yè)，而防疫措施會導致部分員工無法按時到崗，或者臨時離崗隔離。增加臨時用工支出，從而增加企業(yè)用工成本。第四，運輸企業(yè)與客戶進行長期合作時，延期收取運輸費的情況很普遍，疫情導致客戶現(xiàn)金流緊張，從而使運輸企業(yè)應收賬款無法按時到賬，增加了企業(yè)籌、融資的成本。

4 小結

本文以2015 年-2019 年我國客、貨運輸總量、不同運輸模式的客、貨運輸量等共計二十個指標作為樣本數(shù)據(jù)，采用灰色GM(1,1)預測模型對正常情況下2020 年交通運輸各項指標進行預測，再與2020 年實際運輸量進行比較，較為科學和準確的評估了新冠疫情對交通運輸業(yè)的影響程度。在2020 年新冠肺炎疫情的沖擊下，貨運系統(tǒng)體現(xiàn)出了較強的彈性，其發(fā)展趨勢與疫情高度相關。市場需求在疫情嚴峻的階段急劇下降后，隨著疫情防控局面的好轉迅速回暖，其中鐵路運輸和水路運輸復蘇的最快。而客運系統(tǒng)受到的影響更為深遠，其發(fā)展趨勢與疫情相比有明顯的滯后性，出行旅客數(shù)量和出行距離都大幅降低，而航空旅客運輸較其他運輸模式收到疫情影響較小。改革開放以來，我國交通運輸業(yè)一直穩(wěn)步發(fā)展，但不同運輸模式的發(fā)展并不均衡。疫情考驗為中國加快交通運輸業(yè)結構改革帶來契機。不斷完善綜合運輸網(wǎng)絡建設、積極發(fā)展多式聯(lián)運，提升運輸能力和效率的同時，優(yōu)化運輸結構，將有助于提升行業(yè)整體抵御重大突發(fā)事件沖擊的能力，激發(fā)后疫情時代中國交通運輸業(yè)的發(fā)展?jié)摿Α?/p>