北京公鐵貨運交通結構演進探析

李利軍，姚國君

(石家莊鐵道大學 經濟管理學院，河北 石家莊 050043)

交通結構變化和調整是推動社會高質量發展的主要內容，也是打贏藍天保衛戰的關鍵。近年來，公鐵貨物運輸呈現不同的演進趨勢，在貨運量方面公路運輸比例持續增長，鐵路運輸比例呈現下降趨勢，通過研究公鐵交通運輸結構演進因素有助于推動貨運交通發展。因此，以北京為研究對象，在闡述公鐵貨運交通結構演進的基礎上定量分析貨運結構變化，構建基于層次分析法(Analytic Hierarchy Process，AHP)的公鐵貨運交通結構演進影響因素模型，同時進一步構建基于灰色關聯度分析法(Grey Relation Analysis，GRA)的公鐵貨運交通結構演進影響因素模型，根據模型計算結果分析影響公鐵貨運交通結構演進的因素，為公鐵貨運交通結構優化提供研究基礎。

1 北京公鐵貨運交通結構演進概況

交通結構是指各種運輸方式內外部相互聯系、相互作用的各要素、各環節等方面的有機比例和構成關系狀態。研究主要從北京公鐵貨運量、貨物周轉量及運營里程等方面分析貨運交通結構演進概況，數據來源于2011—2019 年《北京統計年鑒》。

1.1 北京公鐵貨運量比例變化

2011 年以來，北京公鐵貨運量總體呈下降趨勢，2019 年全市公鐵貨運量22 774 萬t，相比2011 年減少7.63%。其中，公路貨運量占公鐵貨運總量比重較大，平均占比在95%以上，另外，貨運量2011—2014 年總體呈上升趨勢，2015 年下降幅度較大，2015 年—2019 年總體呈上升趨勢；隨著北京鐵路專用線數量的減少，鐵路貨運量呈遞減趨勢，2019 年(449 萬t)與2011 年(1 380 萬t)相比減少67.5%，鐵路貨運量占比總體也呈減少趨勢，由2011 年貨運量占比5.14%下降到2019 年的1.64%。從貨運量變化趨勢來看，公路貨運量將呈增加態勢，而鐵路貨運量將呈減少態勢。北京公鐵貨運量及其占比變化如圖1 所示。

圖1 北京公鐵貨運量及其占比變化Fig.1 Road-rail freight volume and its share change in Beijing

1.2 北京公鐵貨物周轉量比例變化

2011 年以來，北京市公鐵貨物周轉量總體呈上升趨勢，2019 年全市完成公鐵貨物周轉量533.20億t·km，相比2011 年增長20.18%。其中，公路貨物周轉量占公鐵貨物周轉總量的比重呈現上升狀態，且所占比重越來越大，2011—2018 年均占比36.32%，2019 年占比(51.71%)超過鐵路貨物周轉量，而且公路貨物周轉量整體也呈增加趨勢，2019年周轉量最大(275.68 億t·km)，較2018 年增加64.68%，周轉量增加趨勢明顯增強，這與經濟發展及固定資產投資存在正比例關系；鐵路貨物周轉量總體則呈下降趨勢，由2011 年的311.32 億t·km下降到2019 年的257.50 億t·km，年均減少5.98 億t·km，鐵路貨物周轉量所占比重由70.17%下降到48.29%，但近年來有所回升。公路周轉量總體弱于鐵路周轉量，但公路周轉量在2019 年反超鐵路周轉量，根據趨勢變化來看公路周轉量將會增加，鐵路周轉量仍然會起伏不定。北京公鐵貨物周轉量及其比例變化如圖2 所示。

圖2 北京公鐵貨物周轉量及其比例變化Fig.2 Road-rail freight turnover and its proportion change in Beijing

1.3 北京公鐵里程變化

2011 年以來，北京市公鐵總里程總體逐年增加，2019 年全市公鐵總里程23 571 km，相比2011年增長5.16%。其中，公路里程占其總里程的比重較大，基本保持在95%左右的水平，相比2011 年公路里程的21 347 km，2019 年里程達到22 366 km，增長1 019 km，這與公路發展政策、經濟及投資因素存在必然聯系；鐵路里程由2011 年的1 067 km 增長到2019 年1 205 km，增長138 km，雖然鐵路里程增加數量沒有公路大，但總體也呈現出增加態勢。公路相較于鐵路里程所占比重與增長幅度均較大，與投資政策存在一定關系，根據《北京統計年鑒》統計數據顯示，2014 年公路投資額是鐵路的9.4 倍，2019 年公路投資額是鐵路的5.6倍。北京公鐵里程及其占比變化如圖3 所示。

圖3 北京公鐵里程及其占比變化Fig.3 Road-rail mileage and its proportion change in Beijing

2 基于AHP-GRA 的北京公鐵貨運交通結構演進影響因素分析

2.1 基于AHP 的公鐵貨運交通結構演進影響因素分析

AHP 是一種定性和定量相結合、系統的、層次化的分析方法[1]。AHP 方法采用兩兩比較，比較時采用相對尺度，可以在一定程度上減少不同性質指標之間相互比較的困難[2]。其特點是在對復雜決策問題的本質、影響因素及其內在關系等進行深入研究的基礎上，利用較少的定量信息使決策的思維過程數學化，從而為多目標、多準則或無結構特性的復雜決策問題提供簡便的決策方法。根據實踐調查和既有研究分析，從政策、資源結構、經濟發展、交通科技進步、技術經濟性和固定資產投資等6 個維度，構建基于AHP 的公鐵貨運交通結構演進影響因素模型[3-4]。基于AHP 的公鐵貨運交通結構演進影響因素模型如表1 所示。A代表目標層，表示交通結構演進；B代表準則層，表示政策、資源結構、經濟發展等6 個因素；C代表方案層，表示城市發展政策、運輸政策、產業政策等15 個子因素。

表1 基于AHP 的公鐵貨運交通結構演進影響因素模型Tab.1 AHP-based model for influencing factors of traffic structure evolution of road-rail freight transport

根據AHP 原理，通過咨詢物流、運輸經濟和公鐵貨運等研究領域的專家建議，構造準則層判斷矩陣。準則層判斷矩陣如表2 所示。

表2 準則層判斷矩陣Tab.2 Judgment matrix of the criterion layer

將數據進行整理，通過計算可以得到準則層判斷矩陣的最大特征值為6.345、一致性檢驗比例CR為0.054 8，CR＜0.1，即通過一致性檢驗，根據計算確定指標權重，準則層各因素權重如表3 所示。采用同樣的方法，比較方案層各項指標的權重，方案層各因素權重如表4 所示，

表3 準則層各因素權重Tab.3 Factor weights in the criterion layer

表4 方案層各因素權重Tab.4 Factor weights in the scheme layer

根據層次總排序權重值可知，方案層子因素位于前6 位的分別是城市發展政策C1、第二產業C9、運輸政策C2、產業政策C3、第一產業C10、第三產業C8，其對應的準則層因素最多的是政策B1和經濟發展B3，因而政策及經濟發展是影響北京公鐵貨運交通結構演進的主要因素。

2.2 基于GRA 的公鐵貨運交通結構演進影響因素分析

灰色系統理論是由著名學者鄧聚龍教授首創的一種系統科學理論，其中的灰色關聯分析是一種多因素統計分析的方法[5]。GRA 模型用于對同一評價對象發展變化態勢的定量描述和比較分析，其對數據分布、樣本量、指標多少沒有嚴格限制。該模型的原理在于假設或模糊知道某一個指標可能與其他的因素相關，為了更加清楚指標與某個具體因素的相關程度，通過計算將因素排序，得到一個分析結果[6]。依據AHP 得到的準則層及方案層影響因素，合理選取GRA 的比較數列和參考數列，分析北京公鐵貨運交通結構演進影響因素。以北京2011—2019 年公鐵里程之差作為參考數列，比較數列分別在政策B1因素上取第三產業生產總值與第一產業生產總值之差[7]；在資源結構B2因素上取能源生產總量；在經濟發展B3因素上取生產總值；鑒于交通科技進步B4因素考慮技術創新，取公路貨運量與公路里程的比值、鐵路貨運量與鐵路里程的比值，將兩者的比值之和作為交通科技進步因素數據；在技術經濟性B5因素上，考慮到速度、費用、周轉量三者關系，取公路周轉量與公路貨運量的比值、鐵路周轉量與鐵路貨運量的比值，將兩者的比值之和作為技術經濟性因素數據；固定資產投資B6因素最主要是其每年的公鐵投資金額，由于缺少部分數據且固定資產投資很大程度上決定運輸道路的里程，生產力分布與能源共同決定交通運輸的走向。考慮到公路貨物周轉量較小，而鐵路貨物周轉量較大，數值相差較大，因而將鐵路周轉量與其貨運量之比作為數據。參考數列及比較數列數據如表5 所示[8]。

表5 參考數列及比較數列數據Tab.5 Reference series and comparison series

對數據采用均值化處理后計算關聯度，第i個比較數列的第k個元素與參考數列的第k個元素之間的關聯系數ξi(k)計算公式為

式中：Y(k)為參考數列第k個元素對應值；Xi(k)為第i個比較數列第k個元素對應值；ρ為分辨系數，ρ∈ (0，∞)，ρ越小，分辨力越大，一般ρ的取值區間為(0，1)，具體取值可以視情況而定，當ρ≤0.546 3 時，分辨力最好，通常取ρ=0.5。

第i個比較數列對參考數列的關聯度ri計算公式為

通過計算，得到各因素的關聯度，公鐵里程之差為參考數列時的各因素關聯度如表6 所示。關聯度排序為政策B1＞經濟發展B3＞資源結構B2＞技術經濟性B5＞交通科技進步B4＞固定資產投資B6，由此得出北京公鐵貨運交通結構演進最重要的前3 個因素依次是經濟發展B3、資源結構B2和政策B1，此結論與基于AHP 的公鐵貨運交通結構演進影響因素分析結論吻合。

表6 公鐵里程之差為參考數列時的各因素關聯度Tab.6 Correlation among factors when the mileage difference between roads and railways is the reference series

為進一步驗證，將公鐵貨運量之差作為參考數列，同理可得，公鐵貨運量之差為參考數列時的各因素關聯度如表7 所示，影響北京公鐵貨運交通結構演進最重要的前3 個因素依次是經濟發展B3、政策B1和資源結構B2，與以公鐵里程之差作為參考數列時得到的結論幾乎相同。

表7 公鐵貨運量之差為參考數列時的各因素關聯度Tab.7 Correlation among factors when the freight volume difference between roads and railways is the reference series

2.3 基于AHP-GRA 的公鐵貨運交通結構演進影響因素分析

綜合基于AHP-GRA 的北京公鐵貨運交通結構演進影響因素分析，促使公鐵交通結構演進的因素是多樣的，其中經濟發展、政策、資源結構因素起到關鍵作用，固定資產投資、技術經濟性、交通科技進步作用次之。

（1）經濟發展因素。經濟發展程度直接影響北京交通運輸資本投入規模，而經濟發展的直接代表是3大產業的比例結構，等價于產業因素影響經濟發展，經濟發展影響交通運輸資本建設投入。如果北京第一、二產業發展迅猛，對應的大宗貨物運輸就相對蓬勃，貨運結構偏向于鐵路等運量較大的運輸方式；如果北京第三產業占比較大，產業偏向于精細化，經濟發展主要依靠第三產業，則貨運結構偏向于航空、公路等較為快捷的運輸方式。

（2）政策因素。政策性措施主要是通過鼓勵式或限制式調控對貨物運輸方式進行管控。政策對產業的支持或限制直接影響產品運輸方式，如政策支持重工業的發展時，勢必會給予大宗貨物運輸優惠政策。而城市發展政策則是結合運輸政策、產業政策等對城市進行合理開發和利用，進一步影響交通結構。

（3）資源結構因素。資源結構直接表現為該地區自然能源的比例。如果北京煤炭、礦石等自然資源豐富，運輸結構則偏向于鐵路等大宗運輸方式；如果北京旅游資源豐富或可再生資源匱乏，運輸結構可能偏向于公路或航空。運輸方式不同，其能源消耗也不同，資源結構的差異影響著北京的交通結構。

（4）其他因素。交通科技的進步將影響新的運輸方式的誕生。交通科技進步將增加運輸系統的組成要素，繼而影響交通結構的變化。隨著技術的進步，既有運輸方式的技術經濟特性得到改善，其運輸速度和承載能力也將提高。因此，交通科技的進步影響交通結構的變化。技術經濟性主要包括速度、成本和承載能力，在一般情況下，速度快的運輸方式總是優于速度慢的運輸方式，但是運輸速度與承載能力成反比，與運輸成本成正比。因此，多種形式的貨物運輸方式并存將是常態。由于運輸方式的技術經濟特點不同，導致固定資產投資規模產生差異，運輸系統各部門之間存在競爭與協調，適應外部環境的運輸方式發展迅速，所占比例不斷提高，并逐漸成為主要的運輸方式。

3 結束語

現階段，我國經濟發展呈現良好態勢，碳達峰、碳中和政策行動不斷落實，交通運輸業作為碳排放最大移動源，有必要進行運輸減排，鐵路運輸較公路運輸可以有效減少碳排放，呈現較好發展勢頭。調節貨物運輸結構，實現城市貨運低碳化發展是目前城市交通規劃的重要措施。研究公鐵貨物運輸結構影響因素可以根據政策及時優化貨運結構，更加有效地制定符合城市或地區發展的貨物運輸政策，更好地發展公鐵貨物運輸，更加有利推動貨物運輸市場發展。目前，“公轉鐵”政策實施效果明顯，但部分工礦企業、物流園區存在“無鐵可轉”的狀況，下一步將重點研究“公轉鐵”實施方案。