派智库

摘要 以杭州至宁波出口集装箱内陆段运输链托运人为研究对象，选取运输链属性、托运人属性及货物属性构建托运人运输链效用函数，通过行为和意愿调查获取托运人选择数据，构建多项logit模型和混合logit模型以揭示其选择机理。运输链竞争力评估结果表明，与降低费用相比，运输链时间改善所带来的铁路分担率增量更高，据此提出铁路运输链改善对策。 内容来自dedecms

关键词 货运通道；运输链；离散选择；模型比选；竞争力评估 copyright dedecms

公路运输在我国综合货运体系中一直占据主导地位，但随着宁波港吞吐量的增长，较高的公路集疏运比例，不仅加重了港口周边道路交通压力，也在一定程度上使得铁路和水路运输资源闲置，导致各运输方式发展不均。同时，伴随油价的不断上涨、公路关卡的逐渐增多以及交通部门对超限超载查处力度的不断加大，公路运输成本持续上升。此外，公路运输所造成的尾气污染和能源紧张等问题日益凸显，较高的外部成本已不符合当今社会可持续发展目标和低碳经济理念。因此，推进铁路和水路运输，已成为优化宁波港集疏运结构、提高港口集疏运效率和促进综合运输体系建设的重点工作。这一工作开展的基础是掌握托运人选择行为机理，并提出更具针对性的铁路服务改善对策，从而提升其竞争力。 织梦内容管理系统

目前，国内外学者越来越重视托运人选择行为的研究，并得到了很多具有实际应用价值的结论。例如，Catalani利用不同的货运模型研究印度内贸货运市场，并使用多项logit（multinomial logit，MNL）模型对货运方式选择意愿偏好（stated preference，SP）数据进行分析。张戎和闫攀宇[2]以腹地海运进出口集装箱生成量为基础，采用MNL模型建立运输链选择模型，其中运输链是指货物在起运地和目的地间运输、中转、存储等环节的整合，除内河航道沿线城市具有水路运输链外，其他城市主要有公路和铁路两条运输链[2]，据此分析运输费用、运输时间和服务质量对运输链市场份额的影响，并预测未来年各运输链分担率。结果表明最敏感的因素是运输费用，其次是服务质量，而运输时间的t检验值未达到1.96，说明其对运输链的选择影响较小。Train和Wilson分别建立MNL模型和混合logit（mixed logit，ML）模型以分析托运人运输链选择情况，并通过比较得出MMNL模型精度更高的结论。Bergantino则在调查分析货运方式选择影响因素的基础上，根据从生产企业获取的数据，建立MNL模型，分析货主的货运组织行为和对第三方物流的选择偏好，并基于物流服务商的SP数据，选取成本、时间、服务频率和可靠性建立ML模型，分析物流服务商的偏好异质性，研究发现，物流服务商最敏感的因素为运输时间和服务频率。张戎等[3]将港口属性视为内陆段运输链选择影响因素，同时选取运输链时间、费用和可靠性作为变量构建巢式logit模型，运用义乌国际集装箱托运人的RP/SP（revealed preference，行为偏好）调查数据，计算各因素弹性及其边际替代率，据此提出以开行“五定班列”为基础的对策建议。其中，运输链是指货物在起运地和目的地间运输、中转、存储等环节的整合，除内河航道沿线城市具有水路运输链外，其他城市主要有公路和铁路两条运输链。张戎等[4]以上饶至宁波之间的公路和铁路两条运输链为研究对象，构建包含费用、时间和安全性为变量的MNL模型和ML模型，最后从运输链时间、费用和列车运行组织三方面提出海铁联运发展对策。

不难发现，因货运系统复杂、数据采集困难等原因，国内外学者在托运人选择行为方面的研究仍处于起步阶段，其中，评估不同改善对策对各运输方式分担率的影响研究更是屈指可数。因此，本文旨在通过杭（杭州）甬（宁波）货运通道托运人运输链选择行为的实证研究，比较MNL模型和ML模型的适用性并选取较优模型，针对杭甬货运通道提出提升铁路运输链竞争力的有效对策，并应用较优模型测算各运输链分担率、评估其竞争力。 copyright dedecms

1 数据采集

在构建模型前，需应用问卷调查，采集杭甬货运通道货主和货代等托运人对公铁水三条运输链的RP/SP选择数据。其中，前者是指托运人实际经历过的真实选择，而后者则是其未真实经历过的假设选择。结合笔者前期调研结果和文献阅读，选取运输链时间和费用作为问卷调查的主要因素，并基于现状合理波动假设情景中的变量值。此外，国外研究认为，托运人和货物属性对运输链选择结果可能存在影响，故进一步引入企业员工数、年货运量及货物价值等因素，下文建模所考虑的因素如表1所示。 内容来自dedecms

织梦内容管理系统

2014年9月中旬，针对从事杭甬货运通道集装箱运输的托运人，笔者开展一对一访谈和问卷调查，调查内容包括企业基本信息和sP假设场景，其中企业基本信息包括企业员工数和年货运量。在sP假设场景中，对公路、铁路和水路运输链的时间和费用变量设定4个水平，通过正交设计得到若干假设情景。考虑到问卷调查过程中，受访者可能存在不耐烦情绪，为尽量减少其填写负担，每张问卷上随机抽取其中8个假设情景。最终，回收40份有效问卷，共320组数据。根据调查可知，公铁水三条运输链的时间和费用情况如表2所示。

织梦好，好织梦

copyright dedecms

2 模型构建

根据表1所列的变量，构建公铁水运输链效用函数：

织梦内容管理系统

式中：n为托运人；i=1，2，3分别代表公路、铁路和水路运输链；x为变量值；β为待估计参数；ASC1，ASC，为待估计常数项；ε为效用随机项。

利用NLOGIT软件的极大似然估计算法估计MNL模型参数。结果表明，托运人属性和货物属性对杭甬货运通道托运人运输链选择行为的影响在统计上并不显着，仅有运输链时间和费用两个变量在0.10水平上显着。为使模型更加精简实用，进一步剔除不显着变量，最终得到表3中的MNL模型参数估计结果。不难发现，剔除不显着变量后的模型在精度上未显着下降，根据似然比指标12.592可知，不显着变量不存在共线性问题，可直接剔除。进一步采用ML模型解释托运人选择行为异质性，通过比选正态分布和三角分布等多种随机分布情况下的模型拟合精度，最终确定对本例数据拟合精度最高的随机分布为三角分布。为保证模型参数在行为上有意义，将ML模型随机分布均值和标准差（或三角分布中的跨度）加以限定，即标准差=1/2均值（跨度）[5]，MNL模型和ML模型的参数估计结果如表3所示。

copyright dedecms

McFadden决定系数的修正系数及的中率表明，MNL和ML模型对托运人选择行为解释能力很强，且两者在模型精度上无显着差异，即同一托运人多次选择不存在严重相关性、不同托运人选择行为未表现显着异质性，故下文仍使用MNL模型进行分析。由exp（β）指标可知，当某条运输链时间增加1h时，该运输链分担率将在当前基础上降低10％，表明运输链时间对分担率有显着影响；而当运输链费用增加x元时，分担率在当前基础上将降低（1-0.998x）×100％，如x=100时分担率将降低18.13％。 本文来自织梦

边际替代率是指在运输链效用保持不变前提下，增加变量Xi一单位值时所需减少的另一变量Xj的值，即： dedecms.com

时间价值是边际替代率的一种，根据上式计算得到托运人运输链时间价值为52.5元/TEU·h-1。即若某条运输链时间增加1 h，为保持该运输链整体效用不变，运输链费用须减少52.5元/TEU·h-1×1h=52.5元/TEU。

3 铁路运输链竞争力评估

dedecms.com

3.1 分担率模拟

在模拟杭甬货运通道各运输链分担率之前，需校准MNL模型常数项。在MNL等离散选择模型中，常数项有两个作用，第一是包含所有未考虑在模型中、但对效用产生影响的变量，第二是根据实际情况校准各选择方案（即本例中的运输链）的分担率。因此，根据2014年宁波港集装箱公水联运：海铁联运：水水中转=1429.53万TEU：13.51万TEU：427万TEU=76.444％：0.722％：22.834％的比例校准常数项。将铁路运输链设为基准，对应常数项为0，通过校准，可知公路和水路运输链的常数项分别为-1.9370和-1.5899。据此，通过分担率模拟，从而分析铁路运输链时间和费用变化对不同运输链分担率的影响，如图1所示。其中，横坐标为铁路运输链时间或费用降低比例，纵坐标为各运输链分担率。

内容来自dedecms

由图1可知，运输链时间对托运人选择行为的影响甚于费用，并且公路与铁路运输链的替代率更高，即铁路运输链的分担率增量更多地来源于公路转移量。具体而言，当铁路运输链时间缩短20％时，其分担率由0.722％增至8.291％；而当铁路运输链费用下降20％时，分担率仅增至0.917％。上述结果表明，同比例的运输链时间缩短所带来的铁路运输链分担率增量，约是运输链费用降低所带来的铁路运输链分担率增量的数十倍，单纯地降低铁路运输链费用很难有效提升其分担率，即托运人对运输链时间的重视程度远高于费用。进一步的，表4给出了铁路运输链时间和费用组合改善时的分担率。不难发现，伴随着铁路运输链时间的缩短，单位铁路运输链费用减少所带来的分担率提升呈增加趋势（如表4）。例如，当铁路运输链时间为120 h时，费用减少150元L/TEU，铁路运输链分担率增量仅0.116％，而当铁路运输链时间缩短至90小时时，费用减小150元/TEU所带来的分担率增量近2％。因此，应综合考虑铁路运输链时间和费用两个因素，首要考虑缩减时间，进一步降低费用，才能有效提升其竞争力。

3.2 铁路运输链竞争力提升对策 本文来自织梦

加强铁路货运班列开行方案与船期、公路集卡短驳的衔接，适当延长船舶加载时间。由模拟结果可知，缩短运输链时间是提升铁路分担率的最有效对策。调查数据显示，即便铁路运输链重箱通过公路集卡短驳可直接进入码头装船，仍有近1/3的集装箱需在码头堆存一天，表明铁路货运班列到达时刻点并未与船期和集卡短驳尤其是船期完美衔接。鉴于94％的集装箱在码头的出场时间为6：00之后，可调整铁路班列时间，适当延长船舶加载时间，保证重箱能于6：00之前进入码头，方便直接装船。 copyright dedecms

应用双层集装箱等技术降低铁路运输链费用，同时对铁路运费进行灵活定价。铁路运价过于死板，不能针对个性化货运需求灵活定价，虽然中国铁路总公司正逐步放开一刀切的运价制定并将铁路运价调整自主权下方铁路局，但仍需进一步按市场化要求进行定价：（1）根据市场需求，在货运淡季时积极提供鼓励政策，快速响应公路竞争；（2）针对大型客户或大批量运输集装箱推出优惠政策，引导其选择铁路；（3）适当减免双重运输集装箱运费，促进铁路货运资源高效利用。此外，铁路双层集装箱运输可使铁路单位运营成本降低25％～40％，并使运能至少提高30％。

通过上述对策，可知铁路运输链时间缩短15 h，费用降低300元/TEU。与之对应的，铁路运输链分担率有望提升至4.5％。

4 结论 本文来自织梦

以杭甬货运通道内陆段运输链托运人为研究对象，对杭州至宁波北仑港的公路、铁路和水路运输链属性进行深入调研，着重分析不同运输链时间及费用属性。选取运输链属性、货物属性和托运人属性，设计RP/SP调查问卷，并对杭甬货运通道中选择不同运输链的托运人进行调查。利用调查所得数据，建立基于MNL模型和ML模型的两类货运方式选择模型。根据显着性指标逐步删选变量，结果表明MNL模型对本例数据具有更强的适用性。同时，边际替代率结果表明，杭甬货运通道的运输链时间价值为52.5；元/TEU·h-1。根据对杭甬货运通道铁路运输链时间和费用的数据分析，定量评估政策措施预期效果。结果表明，铁路运输链分担率会随着其服务属性的改善而逐渐提高，并且运输链时间改善对铁路竞争力的影响远大于费用。由此进一步提出相应的铁路运输链服务改善对策，有望使铁路运输链分担率增至4.5％。（nc-10201710） 本文来自织梦

参考文献： dedecms.com

[1]张戎，闫攀宇.基于腹地集装箱生成量分配的海铁联运运最预测方法研究[J].铁道学报.2007.29（2）：14-19.

本文来自织梦

[2]张戎，郭玉静，闫哲彬，等.基于Nested-Logit模型的国际集装箱运输链选择行为研究[J].铁道学报，2011，33（7）：8-13.

内容来自dedecms

[3]张戎，郭玉静，闫哲彬，等.基于Nested-Logit模型的国际集装箱运输链选择行为研究[J].铁道学报，2011，33（7）：8-13. 本文来自织梦

[4]张戎，诸立超，陶学宗.基于混合Logit模型的饶甬运输链选择行为分析[J].交通运输系统工程与信息，2014，14（1）：138-143. 本文来自织梦

[5]张戎，诸立超，林佳妮.城市中心区路内停车累进计费定价模型[J].同济大学学报自然科学版），2015，43（1）：90-95. 内容来自dedecms