报告概述

本报告由联合资信发布,聚焦收费公路行业2026年信用风险。报告从行业政策、运行情况、发债企业经营与财务表现等维度展开分析,覆盖供给端投资增速放缓、需求端客货运输结构变化、区域分化格局、智能化转型趋势以及企业债务负担与偿债能力等核心议题。采用样本企业数据分析与对比方法,旨在帮助投资者和行业参与者理解收费公路行业的信用风险现状与未来走向。

报告的核心结论

供给端将维持低速增长,区域格局分化。

随着路网完善,高速公路投资边际递减,2024年投资增速降至-12.2%。未来里程低速增长,中部地区聚焦提质扩容,西部地区以补网为主,部分省份投资压力仍大。

公路货运占比受冲击但韧性较强,客运持续分流。

公路客运受高铁和民航分流,占比下降;货运占比仍高(2024年73.6%),但“公转铁、公转水”政策下未来可能继续小幅下降,对大批量低时效货物冲击更明显。

智能化转型成为行业发展新范式。

在《人工智能+交通运输》实施意见等政策推动下,行业从传统基建向“数据-算法-执行”智能决策演进,示范通道通行效率提升20%,应急响应效率提升30%,已取得初步成效。

企业债务负担重但偿债风险总体可控。

2025年6月底样本企业全部债务资本化比率约64.33%,债务持续攀升。但经营获现强、授信充足、政府支持有力,叠加融资成本下降,通行费收入对利息覆盖提升,短期偿债压力可控。

报告回答的关键问题

收费公路行业供给端未来趋势如何?

报告预计未来高速公路里程将维持低速增长,2024年投资增速已降至-12.2%。区域上呈现“中部提质、西部补网”的差异化格局,广西、云南等西部省份及河南等中部省份建设任务和投资压力仍较大。

人工智能如何影响收费公路行业?

2025年9月七部门发布《关于“人工智能+交通运输”的实施意见》,推动行业向智能化发展。实践中,智慧扩容已使示范通道通行效率提升20%、事故率下降29.6%,无人机巡检效率提升超75%,行业正从“经验判断”转向全链路智能决策。

收费公路企业的债务风险有多大?

企业整体债务负担重,截至2025年6月底全部债务资本化比率约64.33%,西部地区最重。但经营获现能力强,银行授信充足,政府支持力度大,且融资成本下降使通行费收入对利息覆盖提升,偿债风险总体可控。

哪些省份的收费公路投资压力较大?

广西、云南等西部省份及河南等中部省份面临较重的高速公路建设任务和投资压力。西部地区以“补空白、强联通”为主,中部地区聚焦路网加密和扩容改造,部分省份尚未完成“十四五”规划目标。

公路货运量会持续下降吗?

公路货运量占比从2018年的74.3%降至2024年的73.6%,受“公转铁、公转水”政策影响,未来可能继续小幅下降。但冲击呈现分化:大批量低时效货物受冲击明显,高附加值短途集散运输韧性较强。

报告中的代表性数据

-12.2%

高速公路投资增速

2024年,2024年高速公路固定资产投资增速降至历史新低,反映路网完善后投资边际递减。

64.33%

全部债务资本化比率

2025年6月底,样本省属收费公路企业全部债务资本化比率,显示行业整体债务负担较重。

20%

示范通道通行效率提升

截至2025年,公路水路交通基础设施数字化转型升级示范区域,智慧扩容后通行效率提升约20%。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整收录2024年以来收费公路行业核心政策,包括《有效降低全社会物流成本行动方案》《收费公路政府和社会资本合作新机制操作指南》《关于“人工智能+交通运输”的实施意见》等文件的详细解读与影响分析。
  • 提供中国高速公路通车里程、投资增速、客货运量及构成等多年数据图表,直观展示行业运行趋势与区域差异。
  • 对25家省属收费公路企业进行经营分析,包括单公里通行费收入、路产投资回收期对比,以及业务多元化布局(工程施工、贸易、房地产、金融、智慧交通等)的详细统计。
  • 深入分析债务结构,包含全部债务规模、短期债务、现金短期债务比的区域对比,以及融资渠道中银行借款、债券、非标融资和REITs的占比变化。
  • 展示通行费收入对利息支出覆盖倍数的区域分化情况,并统计政府补助规模及利润对政府支持的依赖度,揭示不同地区企业的财务稳健性差异。
  • 附录近年来主要高速公路REITs产品发行明细,包括底层资产、募集规模、期限等关键信息,以及2025年审核中的REITs项目进展。
  • 包含智能化转型实践案例,如江苏交控“云网数图”数字底座的经济效益、六宾高速无人机巡检效率提升、巴万高速隧道火灾智慧应急演练等具体数据。
  • 提供主要路产收购案例汇总(2024年以来),包括招商公路、湖南高速、越秀交通等企业的收购标的、对价及进展,分析跨区域和同区域收并购特征。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告