0 引言

随着旅游业的快速发展，跟团游的游客量持续增加，对城市非定线旅游客运的输送能力、协调能力与服务水平等提出了更高要求^[1-3]。城市非定线旅游客运一般指旅游包车客运，主要服务于旅行社的跟团游游客。城市非定线旅游客运运力规划既要满足日益增长的游客出行的需求，又要避免由于旅游客车闲置引起的市场不稳定，影响因素众多。我国的非定线旅游车辆均按照包车客运进行管理，即必须取得交通运输管理部门核发的运营许可。各城市的非定线旅游客运运力发展均由交通运输行业部门与旅游行业部门共同管理，由旅游部门根据市场发展提出运力需求，然后会同交通运输部门进行会商，从而确定合理的运力规模。

目前，相关研究多关注于旅游客运市场发展的影响因素与趋势，较少关注游客出行需求，运力规划研究则集中于出租车运力需求预测与客运班线运力规划，常采用类比回归法、多元回归法、神经网络预测法等方法^[4-6]，而旅游客运运力规划研究鲜见于文献报道。王秋玲^[7]通过市场调研、问卷调查等形式，认为经营方式落后、旅游客运市场长时间被边缘化、旅行社的层层回扣以及不公平竞争是影响旅游客运市场健康发展的主要因素。笔者调研发现，实际的非定线旅游客运运力规划主要基于管理人员的经验，缺乏系统的具有可操作性的定量分析方法，更无法全面整合运力发展的影响因素。

针对目前城市非定线旅游客运运力规划主要依靠经验、缺乏系统定量分析方法的现状，本研究综合考虑影响城市非定线旅游客运运力发展的各种因素，基于工作负荷提出运力规划流程。以旅游客运系统运行效率最优为目标，考虑运力弹性空间需要，在建立运力规划模型的同时对相关参数进行标定，并以昆明市为实例进行验证。

1 旅游客运运力影响因素分析

旅游客运运力即城市旅游包车客运能够提供旅游运输的能力，主要取决于旅游包车客运的车辆数。满足游客基本出行需求，同时保证旅游客运市场整体良性发展，是旅游客运运力规划的基本准则。因此，旅游客运运力的影响因素分为需求方影响因素和供给方影响因素。

旅游业作为我国重要的战略性产业，将受到宏观经济变动的直接影响^[8-9]，人均可支配收入是影响和制约居民是否出游的基本因素^[10-11]；而旅游资源禀赋、综合运输服务体系、旅游服务质量作为城市旅游吸引力的重要组成部分，是居民进行旅游目的地与出游方式选择的主要参考因素^[12-13]，将直接影响旅游客运运力的需求总量。运力供给主要受旅游客运企业经营模式及相关政策法规影响^[14]，旅游客运企业的集约化程度、行业监督力度及交通运输管理部门的运力发展计划均将影响客运市场的运输能力。旅游客运运力的影响因素结构模型如图 1所示。

运力的供需平衡，是旅游客运系统运行稳定的重要标志。随着我国旅游业的迅速发展，综合运输体系不断完善，跟团游规模逐渐扩大，运力需求逐年增加。由于旅游流受季节性变化的影响较大^[15-16]，旅游客运市场也相应呈现出淡季与旺季。淡季游客量较少，部分运力闲置；旺季游客量攀升，引起运力短缺。此外，公路旅游客运市场面临着高铁、民航的冲击。旅游客运的运力供给与跟团游的运力需求实为一个匹配过程，而旅游客车的工作负荷是市场供给与需求匹配的结果。工作负荷指统计期内旅游客运企业营运车辆的营运车日与完好车日之比，反映了运输过程中对现有运力的实际利用程度。其计算式为：

(1)

式中，w_i为旅游客车工作负荷；i为月度序号；j_i为营运车日(营运车辆数与营运天数之积)；J_i为完好车日(完好车辆数与月度天数之积)。

2 旅游客运运力规划模型与参数标定

首先，对旅游流与旅游客车工作负荷的时间分布特征进行分析，并建立跟团游游客量与工作负荷的关系模型。利用跟团游的游客量历史数据与旅游流时间分布特征，预测未来年的旺季游客量，并通过建立的运力规划模型，获得最终所需的旅游客运运力规模，具体的流程如图 2所示。

Step 1：采集城市全年接待跟团游游客量数据与旅游客车工作负荷数据，分析其时间分布特征。

Step 1.1：旅游流的时间分布特征分析

旅游流是游客在空间区域内的迁移现象，狭义的旅游流仅指客流，形成因素主要包括客源地推力因素、目的地拉力因素及空间因素^[16-18]。采用游客集中度系数与游客量月度峰值系数对旅游流时空分布特征进行分析，游客集中度系数计算式为：

(2)

式中，G为游客集中度系数，取值范围为0~100；n为月度总数；i为月度序号；x_i为第i月游客量；T为全年接待游客量。游客集中度系数越小，表征旅游流时间分布越均匀；系数越大，则表征旅游流的时间分布越集中。

游客量月度峰值系数是衡量旅游流在全年各月度的集中程度，取值范围为0~1，其值越接近1，表征旅游流在全年各月度的分布相对均衡。游客量月度峰值系数计算式为：

(3)

式中，H为游客量月度峰值系数，取值范围为0~1；x_i为第i月的游客量；C为全年各月度中接待的最大游客量值。

Step 1.2：旅游客车工作负荷分析

旅游客车的工作负荷是旅游客运系统运行稳定性的重要参考指标，同时也是运力规划的主要参考依据。采用旅游客车工作负荷集中指数对旅游客车工作负荷进行分析，计算式为：

(4)

式中，E为旅游客车工作负荷集中指数；n为案例时段数，取值12；w_i为各月度旅游客车的工作负荷；W为各月度旅游客车工作负荷的总量。客车工作负荷集中指数越小，表征客车全年工作负荷较平均；指数越大，则表征高工作负荷越集中。

Step 2：建立运力规划模型

对跟团游的游客量数据及旅游客车工作负荷数据进行统计分析，并按月度对游客量与客车工作负荷数据建立模型，使其可决系数在0.75以上^[19]。

(5)

式中，w_i为第i月的工作负荷; x_i为第i月的游客量; a₁, a₂, …，a_n为自变量待定系数；n为模型最高项次数；c为常数项。

Step 3：未来年跟团游游客量预测

运用回归分析法对未来年的跟团游游客量进行预测，并将自变量固定为时间，利用最小二乘法进行回归分析。因时间的变化是规则的，最小二乘法的原理是以t表示时期，S_t表示t时期指标预测值，支线趋势预测方程为：

(6)

式中, b₀为常数项；b₁为自变量待定系数。

利用最小二乘法，令自变量t为等差变量，并恰当规定t的取值，使得∑t=0，获取b₀和b₁的计算式：

(7)

式中S_t为基准序列年跟团游游客接待量平均值。

(8)

通过对未来年跟团游游客量的预测，利用游客量月度峰值系数H，获得未来年旺季跟团游游客量数值x′_i。

Step 4：未来年旅游客运运力规模需求

Step 4.1：未来年旺季营运车日预测

由游客量与工作负荷的关系模型和未来年旺季跟团游游客量数值，获得未来年旺季的旅游客车工作负荷，其计算式为：

(9)

式中，x′_i为未来年旺季的跟团游游客量；w′_i为未来年旺季旅游客车工作负荷。

根据旅游客运市场现有的车辆数与车型结构，得到未来年旺季的旅游客车营运车日，其计算式为：

(10)

式中，j′_i为未来年旺季的旅游客车营运车日；J_i为现有运力的完好车日。

Step 4.2：旅游客车工作负荷参数设定

旅游客运系统服务水平评价通常以工作负荷为主要评价指标，用来反映客运系统运输过程中对营运车辆完好车日的实际利用程度。通过对旅游管理部门及旅游客运企业的调研咨询，发现工作负荷维持在0.8左右将最大限度保持旅游客运系统的稳定，同时保持系统效率最高。工作负荷过高，接近运力饱和，缺乏弹性空间，无法应对短期突发的游客量；工作负荷过低，将带来资源浪费，运输不经济。由此设定最优工作负荷α，取值0.8。

值得注意的是，部分车辆因维修、年检，及部分车辆在运营过程遇到突发状况无法投入营运，为此设定运力弹性系数β。分析旅游客运企业的相关运营报表数据，并通过昆明市旅游包车客运管理信息系统中历史工作数据的分析校验，结合昆明市于2016年开始推行“无障碍旅游”的实际情况(即：旅游客运车辆首次能突破车籍所在地限制，可在车籍所在地及多个旅游目的地之间合法通行，而以往的旅游包车通行受车籍所在地约束)，综合几方面的数据分析结果，并在行业专家咨询建议的基础上，确定运力弹性系数值为0.95。因此未来年旺季的工作负荷为w″∈[0.76, 0.8]。

Step 4.3：确定未来年旅游客运运力规模

由未来年旺季的旅游客车营运车日及未来年旺季的工作负荷，求得未来年旺季的旅游客车完好车日，其计算式为：

(11)

式中，j′_i为未来年旺季的旅游客车营运车日；J′_i为未来年旺季的旅游客车完好车日。

由未来年旺季的旅游客车完好车日及该月度总天数，获得未来年旅游客运所需车辆数Q，其计算式为：

(12)

式中，Q为未来年旅游客运所需车辆数；d′_i为未来年第i月的总天数。

3 实例分析 3.1 数据来源

以昆明市非定线旅游客运为实例研究对象，对大量的行业数据进行统计与分析，数据主要来源于相关行业管理部门的数据平台与统计数据、行业协会与旅游客运企业统计等，具体数据来源和类型如表 1所示。

3.2 昆明市旅游客运需求分析

近年来，随着城乡居民收入水平的不断提高，居民的出游意愿和支付能力显著加强。《国民旅游休闲纲要》和《旅游法》的相继实施，进一步强化了居民的旅游消费观念，同时也规范了跟团游旅游市场。昆明具有丰富的旅游资源和丰厚的文化积淀，拥有石林、滇池、九乡等100多处风景名胜区，是全国的十大旅游热点城市。随着高速公路、高铁、航空等综合运输体系的不断完善，昆明市作为旅游目的地的可进入性逐渐增强。此外，2015年投资1 714.4亿元的旅游建设项目落户昆明，也极大地提高了昆明市旅游吸引力，进一步刺激了旅游客运需求。2015年昆明市接待游客总数为6 911.40万人次，接待旅游团队263 900个，旅游业总收入达723.46亿元，游客量与收入均保持较快的增长势头。

3.3 运力规划

通过对“十二五”期间昆明市接待跟团游的游客量数据分析发现，游客平均集中度系数G=30.877，游客量平均月度峰值系数H=0.634，客车平均工作负荷集中指数E=28.965。可以看出，旅游流时间分布较不均衡，游客量峰值主要集中在2月、7月、8月，尤其是8月份为昆明市旅游旺季，接待的团队数为淡季的两倍；客车工作负荷的时间分布特征与旅游流时间分布特征相吻合，高工作负荷主要集中在7月、8月，运力短缺现象明显。

利用SPSS 20.0对跟团游的游客量与旅游客车工作负荷进行回归分析，其可决系数为0.828，在0.05水平上跟团游的游客量与旅游客车工作负荷具有较好的拟合度，其回归模型为：

(13)

式中，w_i为第i月的工作负荷；x_i为第i月的游客量。

基于昆明市接待团数与接待人数、国内旅游收入与旅游外汇收入的历史数据，采用最小二乘法对未来年的接待游客量与旅游收入进行预测，预测值如表 2所示。

从表 2可以发现，昆明市2016—2018年旅游业持续稳定发展，接待旅游团数与接待人数稳步增长，旅游收入持续增加，尤其是国内旅游收入增长迅猛。

根据游客量平均月度峰值系数H=0.634，通过对昆明市未来3 a的接待游客量数据预测，得到3 a旺季来昆旅游的团队数与跟团游游客量，如表 3所示。

由跟团游的游客量与旅游客车工作负荷回归模型W_i=F(x_i)，得到基于现有车辆数、车型结构在未来年的旅游客车工作负荷、营运车日，如表 4所示。

从表 4可以发现，以现有运力储备，昆明市未来年的月度峰值工作负荷将大幅超过80%，运力短缺现象突显。由未来年的旺季工作负荷w″∈[0.76, 0.8]，预测昆明市未来年的旅游客车在最优工作负荷α、运力弹性系数β两种情况下的完好车日和所需车辆数，如表 5所示。

3.4 结果讨论

由表 5可知，在充分考虑最优工作负荷与运力弹性空间的条件下，昆明市2016年所需旅游客运运力规模为2 132~2 244 veh旅游客车，预计到2018年所需运力为2 380~2 506 veh。通过查询昆明市智慧旅游平台及包车客运管理信息系统，获取2016年前3季度的旅游客车工作负荷数据，对比分析文中提出的运力规划方案与实际旅游客车工作负荷，发现文中提出的基于最优工作负荷及考虑运力弹性空间的运力规划方案具有较好的适用性，从而验证了计算结果的合理性，如表 6所示。

在最优工作负荷条件下的运力规划方案中，2016年前3季度客车工作负荷为75.23%，旅游客运系统整体运行效率较高，优于现有运力方案。虽然7月份工作负荷超过80%，但弹性参数的设置，较好地解决了旅游旺季及个别突发状况而导致的运力紧张问题，使运力和需求能够长期保持较优匹配。

(1) 针对跟团游的游客量具有波动性强的特点^[15]，通过对旅游管理部门及旅游客运企业的调研咨询，合理设置了最优工作负荷参数与运力弹性参数，使得运力规划模型具有较好的适用性。

(2) 通过对行业管理部门、协会以及旅游信息平台提供数据的分析与校核发现，依据跟团游游客量与客车工作负荷数据构建的回归模型，其可决系数较高。

4 结论

当前的非定线旅游客运运力规划多基于经验决策，急需建立科学合理并具有操作性的规划方法。本研究辨析了旅游客运运力规划的影响因素，提出了基于工作负荷的运力规划流程，并针对旅游客运市场的运行特点，构建了游客量与客车工作负荷的关系模型，并在昆明市非定线旅游客运运力规划实例中得到了较好的运用。实例表明，非定线旅游客运运力规划方法具有较好的操作性，能够为旅游客运运力规划决策提供理论依据。