秦立公,李 娟,王寧寧
(桂林理工大學 管理學院,廣西 桂林 541004)
一個城市的經濟能力主要表現為生產力和消費力的疊加效應,一個城市的競爭力=(生產力+消費力)×流通力。盡管經濟社會發展、生產力和消費力是關鍵性要素,但流通力起基礎性作用??焖俚湍芎母咝б娴母哞F貨運對城市產業結構優化升級起至關重要的作用,如何發揮高鐵優勢,釋放鐵路貨運潛能是未來一段時間桂林市經濟發展的關鍵問題之一。筆者通過預測桂林鐵路貨物周轉量未來發展趨勢并分析桂林鐵路貨運不適應高鐵貨運的主要原因,針對其中原因提出改善性策略,以促進桂林構建能適應高鐵時代的鐵路貨運模式,保證鐵路貨運對桂林市經濟發展所起的基礎性作用。
高鐵時代鐵路貨運能力巨增。路網復雜的中國鐵路貨運采用先進的現代物流市場營銷理念與技術,完善貨運產品并創造出新型貨運模式,搭建鐵路貨運物流平臺,構建出一種能夠滿足中國鐵路發展需要的高鐵貨運模式。
高鐵的發展尤其是新高鐵路線的開通可急劇增強主要鐵路干線貨運能力,鐵路主要干線貨運能力的提升為深入優化區域運輸路徑創造條件,并能極大提升區域整體的貨運能力。
中國鐵路部門經分析貨運發展現狀后制定出一套可持續發展的鐵路貨運戰略,實施一系列能充分利用高鐵優勢的改進措施,實現了貨運量的提高、運輸效率的提升、路網能力的提升,達到了貨運組織創新、貨運品種完善以及貨運新模式創建的目標。
當中國鐵路快速客運路網基本建成后部分路線實現客貨分線,繁忙干線上緊張貨運問題得到解決,跨區域的貨運得到保證,形成了貨暢其流的局面,全面快速提升中國鐵路貨運質量。
當前,桂林鐵路尚未形成高鐵貨運模式,未能有效運用高鐵優勢大力發展鐵路貨運。下文將運用GM-Markov模型預測桂林鐵路貨物周轉量的變化情況,然后分析桂林鐵路貨運不適應高鐵貨運的主要原因并提出改善性策略,以期構建能適應高鐵貨運的桂林鐵路貨運模式。
因受體制不健全、運價不靈活、服務水平不高、運力不均衡等多種因素影響,把鐵路貨運量產生的過程視為既包括已知信息又隱藏未知信息的灰色動態過程,筆者從桂林鐵路貨物周轉量時間序列中獲取已知信息,建立一個系統的不斷發展變化的GM(1,1)動態預測模型。由于桂林鐵路運輸實際貨物周轉量時間序列數據常呈現較大趨勢性波動,對其用傳統GM(1,1)灰色預測模型擬合,所得結果誤差大且預測精度不高,但可揭示數據序列發展的總趨勢;而馬爾科夫狀態轉移方法適用于預測隨機波動較大的數據,確定狀態轉移規律。因此,同時運用這兩種方法可達到優勢互補的效果以提高預測的準確度。本文利用馬爾科夫狀態轉移矩陣修正灰色預測值的模型來預測桂林鐵路未來10個月的貨物周轉量。
灰色預測流程如圖1所示。
1.生成累加數列 X(1)
記原始時間序列數據為 X(0)=[x(0)(1),x(0)(2),x(0)(3)……x(0)(n)],由[x(0)(i)經過一次生成的數據序列記為 X(1)=[x(1)(1),x(1)(2),x(1)(3)……x(1)(n)]:

選取2014年1—10月桂林鐵路貨物周轉量作為原始時間序列數據(數據來源于廣西壯族自治區統計局月度數據),為了消除數據序列的隨機性,采用一次性累加法進行處理,得到累加數據序列X(1),具體數據見表1。

圖1 桂林鐵路貨物周轉量灰色預測流程

表1 2014年桂林各月度鐵路貨物周轉量 (萬噸公里)

2.對 X(1)作緊臨均值生成,令:

4.確定模型貨物周轉量:

5.檢驗誤差
根據上式計算2014年桂林貨物周轉量月度擬合值,其結果見表2。

表2 GM(1,1)預測桂林鐵路貨物周轉量擬合值及誤差 (萬噸公里)
預測貨物周轉量最大相對誤差為11.03%,略大于10%,在誤差允許范圍內,可用來預測。為進一步提高預測準確度,下面對其進行馬爾科夫鏈修正。
馬爾科夫模型校正灰色預測模型基本方法:利用灰色預測數據序列求得數據序列狀態轉移矩陣,再根據此矩陣預測未來的變化趨勢。
1.劃分桂林鐵路貨物周轉量灰色預測狀態
要獲得馬爾科夫模型狀態轉移矩陣,先確定灰色預測出的貨物周轉量的狀態,依照運用馬爾科夫鏈數據分析方法的經驗與現實狀況,將貨物周轉量增幅情況劃分為5種狀態,詳細情況如表3。

表3 預測桂林鐵路貨物周轉量誤差狀態劃分
2.修正灰色模型的模擬值
馬爾科夫鏈預測是根據狀態之間的轉移概率來推測系統未來的發展變化。一步轉移概率的公式:Rjk=Mjk/Mj
其中Rjk為狀態Sj經過一步轉移到狀態Sk的概率,Mjk為狀態轉移發生的次數,Mj為狀態Sj出現的次數。對于高階轉移概率矩陣,一般采用遞推公式計算即:


多階轉移概率矩陣為:

對于2014年10月之后桂林貨物周轉量灰色預測值修正方法:利用1—10月的預測模擬值作為預測樣本數據,利用各種狀態轉移頻率作為發生概率估計值,得出桂林鐵路貨物周轉量狀態轉移概率矩陣為:

由馬爾科夫鏈模型 A(n)=A(0)R(n),A(n)表示 n時刻狀態概率向量,A(0)表示初始時刻狀態概率向量,因10月份處于第五種狀態得 A(0)=(0 0 0 0 0),為 R(n)n步狀態轉移矩陣,從而得到未來十個月桂林鐵路貨物周轉量的轉移概率及預測狀態向量,如表4所示。

表4 桂林鐵路貨物周轉量灰色預測修正值 (萬噸公里)

圖2 桂林鐵路貨物周轉量預測趨勢
從表4可知,11月桂林鐵路貨物周轉量預測值為55 586.0萬噸公里,而11月的實際值為55 014.29萬噸公里,兩者相對誤差只有1%,有效說明GM-Markov模型預測的準確性。預測結果表明,12月至來年2月桂林鐵路貨物周轉量出現大幅降低,從3月開始保持較低水平毫無增長趨勢的狀態。
為尋求桂林鐵路貨物周轉量出現此狀態的原因,本文通過對10位桂林鐵路運輸專家的咨詢與問卷調查(問卷內容基于上述預測結果—桂林鐵路貨物周轉量未來會有所下降并保持較低水平且毫無增長趨勢的狀態,調查影響桂林鐵路貨物周轉量的因素。問卷共發放10分,回收10分,有效回收率100%)。據調查結果統計分析得出影響桂林鐵路貨物周轉量的因素,如圖3所示。

圖3 桂林鐵路貨物周轉量的影響因素
影響桂林鐵路貨物周轉量的因素主要為微觀環境,其中企業內部因素中的貨運產品為主要因素。現今貨主差異化的運輸需求要求鐵路貨運部門能及時快速開發新產品,構建多樣化、快捷的高鐵貨運產品體系。由于桂林鐵路貨運發展步伐較慢、水平較低,貨運模式不健全,難以開發高鐵貨運產品,從而未能滿足現今大量貨主的快捷運輸需求,在激烈競爭中漸漸失去市場份額,貨運量也隨之下降,進而驗證了馬爾科夫預測結果的正確性。為了扭轉此局勢,則需找出桂林鐵路貨運模式不適合開發高鐵貨運產品的原因。
從上述可知,影響桂林鐵路貨運的主要因素為貨運產品,高鐵貨運產品能較好地滿足當今客戶的需求。具有復雜貨源結構,可滿足高層次、個性化貨主需求,速度快、時效性高等特點的高鐵貨運產品所形成的高鐵貨運模式如

圖4 高鐵貨運模式
從圖4可知,目前桂林鐵路貨運模式不適合開發高鐵貨運產品的原因有以下四個方面。
現今的高新技術產業要求產品運輸前需深加工、精加工,鐵路貨運市場貨源則具有小批量、高附加值和多品種的特點。當前桂林鐵路貨運部門對貨源結構發生的變化不夠重視,其貨運產品在品質、數量、種類等方面難以適應市場復雜的變化。
為提高生產效率使人們更重視單位時間價值,根據不同需求速度等級,目前我國已開行120km/h快速行郵專列與160km/h特快行郵專列,且對時速200km/h等級高速鐵路貨運的需求會不斷增強。但由于現有設備不健全,桂林鐵路貨運難以滿足此需求。
大部分供應商利用高鐵技術已開發出以門到門運輸為基礎提供桌到桌,貨架到貨架的進一步物流服務,而桂林鐵路貨運產品注重大眾化服務,難以滿足貨主的個性化需求。
據統計顯示,桂林2014年快遞業務量為335.27萬件,同比增長30.9%,快遞業務收入為5791.39萬元,同比增長34.8%??爝f業能迅猛發展的原因在于能在最短時間將快件送達貨主手中,而鐵路貨運因準時率低、時效性差在快遞行業難以有用武之地。
經分析高鐵貨運產品的特性及桂林鐵路貨運現有狀況得出:開發高速快捷貨運產品有助于桂林構建高鐵貨運產品體系,打造適應高鐵貨運的鐵路貨運模式。依據我國現有快捷貨運產品,桂林鐵路貨運可開發高速鮮活貨物專列、高速集裝箱專列、高速行郵專列等高鐵貨運產品。因此,針對桂林開發高鐵貨運產品提出以下改善性策略。
1.貨運產品運輸方面
根據旅客運輸需求的變化,動態調整運輸模式,在高速客運供大于求的期間,貨運與客運列車分時段運行;在寒暑高速客運高峰期,客運需求滿足后可考慮客車連掛貨車車箱,使高速貨運與客運同時、同臺進行。
2.貨源組織方面
基于穩定貨源供應的要求,桂林鐵路貨運采取多元化貨源組織模式:(1)構建桂林鐵路貨運自身吸引貨源模式,挖掘對口貨源。(2)加強與快遞物流企業合作,開展聯合運輸爭取終端貨源。(3)加強與物流基地合作,實施貨源集裝箱運輸模式。
3.產品裝卸方面
為確保高效裝卸、按時完成作業以及杜絕超載偏載問題、保證運輸安全,桂林鐵路部門需構建專業裝卸工作團隊。
當今鐵路貨運改革的最終目標是能高效滿足客戶需求以及將鐵路貨運轉變為現代物流業。因此,桂林鐵路貨運既要實現產品空間位移,又要保證運輸全程化、透明化。
1.物流服務全程化
高鐵貨運產品因鐵路運輸的局限性只能進行“站到站”運輸,若要實現“門至門、桌至桌”運輸,必然要與其他物流企業進行合作。因此,桂林開發高鐵貨運產品應與物流合作企業發展多式聯運,構建全程化高速運輸鏈模式。
2.運輸信息透明化
為提供高質量貨運信息服務,桂林鐵路局應需建立高鐵貨運產品服務點,運用鐵路貨運網絡平臺為客戶提供透明化的運輸信息等服務,提升高鐵貨運產品的核心競爭力。
總之,桂林應充分運用高鐵時代所帶來的巨大運輸能力,加強高鐵貨運產品的開發,并借此機遇大力調整鐵路貨運結構和組織模式以提高貨運效率,積極應對市場的新要求和新挑戰。但本文尚未考慮桂林開發高鐵貨運產品的投資成本和收益以及如何確保與高鐵客運相協調等問題,因此,構建適應高鐵時代的鐵路貨運模式在桂林能否實現尚有待進一步商榷。
[1]賴一飛,鄭清秀,章少強,等.灰色預測模型在水運貨運量預測中的應用[J].武漢水利電力大學學報,2007,33(1):96-99.
[2]周愛桃,景國勛,孫綱,等.改進的灰色預測模型在火災事故預測中的應用[J].中國安全生產科學技術,2006,2(1):62-64.
[3]付長賀,鄧.馬爾科夫鏈在傳染病預測中的應用[J].沈陽師范大學學報:自然科學版,2009,27(1):28-30.
[4]姚作芳,劉興土,楊飛.馬爾科夫方法修正的灰色模型在吉林省糧食產量預測中的應用[J].中國科學院東北地理與農業生態研究所,2010,(6):452-457.
[5]馮文權.經濟預測決策技術(第5版)[M].武漢:武漢大學出版社,2008.
[6]柏繼云.黑龍江省大豆生產預警預測研究與實證分析[D].哈爾濱:東北農業大學,2006.
[7]李名升,任曉霞,佟連軍.馬爾科夫鏈在環境質量預測中的應用[J].環境工程,2007,25(6):78-81.
[8]于泳.試析影響中國鐵路貨運量的主要因素[J].哈爾濱鐵路局,2003,11(6):37-39.