基于ISM-MICMAC 的鐵路零散白貨運量變化影響因素研究

韓 洋，王 晶，陳 磊（陜西開放大學 管理學院，陜西 西安 710100）

0 引 言

我國的鐵路運輸改革后，逐漸從原本以“大宗貨源”為主的中長距離運輸業向批量零散鐵路貨運轉變。特別是在供給側結構性改革的推動下，“黑貨”運輸勢頭逐漸走低，鐵路零散白貨、集裝箱多式聯運以及快運業務逐漸嶄露頭角，成為鐵路運輸新的增長點。然而，目前白貨物流運輸市場的發展情況并不樂觀，鐵路零散白貨運量沒有出現顯著增長，反而在開展鐵路零散貨運方面面臨多種限制因素，導致市場份額擠壓。所以，我們需要找出影響鐵路零散白貨運量提高的因素，并深入研究各因素之間的相互影響關系，為提高鐵路零散白貨運量提供必要的理論支持。

1 文獻回顧

隨著貨改的提出，我國學者對于鐵路零散白貨的研究逐漸增多，大致分為兩個主要研究方向：一是優化白貨列車的軌道運行方案，二是分析零散白貨在鐵路運輸上最常見的問題，并提出有針對性的解決方案。崔德偉等[1]（2016）對我國中小企業日常采用的三種主要運輸方式進行了剖析，并根據各種模式的特點提出了相應的策略，包括與企業建立長期合作關系，以增加交通量并加大廣告宣傳力度，進而提高競爭力以及影響力。張斌等[2]（2019）細致分析了導致鐵路零散白貨客戶流失的原因，為完善鐵路零散白貨客戶的流失管理提供了有利依據。付曉鳳[3]（2021）以西安地區為研究對象，通過分析該地區鐵路零散白貨的發展機遇、經濟現狀以及未來可能的發展趨勢，得出結論，認為西安地區的鐵路零散白貨運量和需求空間將大幅增長，如果能夠緊緊把握這個機會，將對鐵路運量提升有較大裨益。

通過以上研究內容可以得出，目前研究只根據零散白貨的共性問題給出了對策方案，并沒有對影響零散白貨鐵路運輸各種因素進行整體分析與研究，也無法突出影響鐵路零散白貨運量的各種因素間的相互關系與影響機理。為此，本文以鐵路零散白貨為主要研究主體，從導致鐵路零散白貨運量變化的主要影響因素出發，利用科學分析方法，對所有可能導致鐵路零散白貨運量變化的主要影響因素加以辨識、甄別與探析，明確關鍵因素與白貨運量變動間的動態關聯，并針對計算結果給出合理的對策，以此為鐵路零散白貨運量的進一步提升提供借鑒。

2 鐵路零散白貨運量變化影響因素分析

2.1 影響因素提取

本研究通過中國知網、SCIE、SSCI等數據庫分別以“鐵路零散白貨”和“鐵路白貨運輸”為關鍵詞，對國內與鐵路零散白貨相關的研究成果進行梳理。首先，設定檢索時間范圍為2017—2023年，剔除與本研究無關的文獻，初步得到參考文獻276篇；其次，依據主題契合度高、被引度高、時間跨度低、權威度高等標準進行篩選，得到經典樣本文獻52篇；最后，邀請3位物流專家、5位鐵路白貨從業人員對影響因素進行初篩和檢查，經過兩輪意見征詢識別出15個影響因素用于本研究，如表1所示。

2.2 建立解釋結構模型（ISM）

解釋結構建模法（ISM）采用有向圖構建、矩陣計算、數據處理等操作流程，用于深入研究相關要素之間的關系、結構及作用機理，幫助科學研究人員更好地理解和解釋現實問題[4]，ISM在分析和處理社會系統中復雜且相互交織的問題時，能夠將多變量、復雜關系和模糊框架的系統問題呈現得更為清晰，因而被廣泛應用。ISM的基本步驟包括確定鄰接矩陣A、計算可達矩陣M、劃分因素層級，以及建立系統問題的解釋結構模型來解決系統問題。

2.2.1 確定鄰接矩陣A

通過詢問有關專家確定了兩兩影響因素之間的聯系并采用“Fi對Fj有直接影響關系-填1，Fi對Fj沒有直接影響關系-填0”的方法，建立影響因素關系矩陣A=（aij）n×n，如表2所示。

表2 鄰接矩陣A

2.2.2 計算可達矩陣M

為更加明確各因素間的層次結構關系，對鄰接矩陣A=（aij）n×n，進行布爾計算，得到可達矩陣M。其中，布爾計算過程借用Matlab進行計算，計算后的可達矩陣M如表3所示。

表3 可達矩陣M

2.2.3 劃分因素層級

在得到可達矩陣后，對其進行層級劃分有助于我們更清晰地理解系統內各要素之間的層次關系。在這里，我們采用以先行集合作為比較基準的分解思路，按照R（Fi）∩A（Fi）=C（Fi）、A（Fi）=C（Fi）規則，得到層級分解結果：L1={F12，F14}、L2={F3，F11，F15}、L3={F1，F4，F2}、L4={F5，F7}、L5={F6，F10}、L6={F9，F8，F13}，具體如表4所示。

表4 可達矩陣層級分解

基于上述層次分解結果，將具有關聯關系的影響因素連接起來，展示它們之間的影響路徑，可繪制出反映鐵路零散白貨運量變化影響的解釋結構模型圖，如圖1所示。其解釋結構模型分為三層，共包含六個層級。

圖1 影響因素多級遞階結構

2.3 MICMAC 分析

為了探究不同影響因素在阻礙鐵路關于零散白貨運量變化中的主要作用，我們引入交叉影響矩陣相乘法(MICMAC)展開研究分析。在此過程中，我們可以利用MICMAC方法來確定驅動力和依賴性。驅動力指的是系統中會對某一因素產生影響的因素，即可達矩陣中該因素的到達因素個數總和。而依賴性則表示在系統中的該因素可以影響到整個系統中哪些因素，即可達矩陣中可以到達該因素的個數總和。計算結果如表5所示。

表5 鐵路零散白貨運量變化影響因素驅動力和依賴性計算結果

2.4 ISM-MICMAC 聯合分析

為了明確各影響因素間的相互關系，我們進行了聯合分析，結合了ISM和MICMAC方法。我們將坐標系分為四個象限。MICMAC方法將象限的垂直虛線劃定，根據15個影響因素中依賴性最大值13與最小值1之間的差距為12，以及驅動力最大值為14與最小值為1之間的差距為13，取其中間的位置作為分界線，有助于更好地了解影響因素之間的相互作用，具體如圖2所示。

圖2 鐵路零散白貨運量變化影響因素ISM-MICMAC 矩陣分析圖

2.4.1 基礎層及獨立簇影響因素集群結果分析

貨物運輸政策（F12）、經濟發展水平（F14）這兩個因素位于ISM層級結構圖中的基礎層，同時，這兩個因素在MICMAC圖中位于獨立簇模塊，驅動力強但依賴性弱。這表明此類影響因素容易對其他影響因素造成較強的影響力且不易受其他因素影響、所需要的條件亦比較寬泛。

2.4.2 過程層及自治簇影響因素集群結果分析

周邊地區規劃及實施情況（F1）、功能布局（F2）、信息網絡水平（F3）、設施設備配套情況（F4）、運輸組織管理（F5）、可承接貨品品類（F6）、貨品附加服務滿足能力（F7）、營銷管理（F10）、全國鐵路網布局發展情況（F11）、其他運輸方式的競爭（F15）這10個影響因素位于在MICMAC圖的自治簇模塊，整體來看，該集群整體的驅動力和依賴性都很弱。

2.4.3 最終層及依賴簇影響因素集群結果分析

運價（F8）、服務質量和水平（F9）、市場熟知度和認可度（F13）處于MICMAC圖中的依賴簇位置，依賴性較強且驅動力較弱。在ISM結構圖中，這3個因素都處于較高的級別。然而，它們的驅動力較弱，容易受到基本因素的影響，同時也容易受到其他因素的干擾。它們對整個系統可能形成一定的影響，導致系統不穩定或不平衡。因此，這些因素通常需要依賴其他影響因素發揮作用。

3 對策與建議

根據上述研究結果，提出以下對策。

3.1 適應國家零散白貨運輸政策，完善鐵路零散白貨運輸的質量標準和規范體系

隨著零散白貨和公轉鐵的相繼發展，我國出臺了許多法規政策，但由于鐵路零散白貨發展歷程較短，相關標準規范和法律法規的建設仍有待完善。此外，鐵路管理部門也應從自身出發，通過規范、標準引導相關運輸企業，實現白貨運輸中貨運銜接和貨物接收、理賠的協調一致，有效改善鐵路零散白貨運輸效率和質量問題。

3.2 完善設施設備配套情況，提升鐵路局對白貨貨品的附加服務能力

目前，鐵路局普遍存在著托盤等集裝化工具在各站不通用，標準不統一等問題[5]。因此，建議鐵路局可以通過兩個方面來提高對白貨貨物的增值服務能力。首先，增加托盤、小型集裝箱等相關設備的數量，并提高其質量。其次，可以完善場站設施和設備條件。舉例來說，可以明確貨物快運作業站的裝卸搬運設備配置規范，積極推廣集裝箱設施的商業應用，以提高交通運輸質量。還可以建設快速運輸配送中心，實現高速鐵路與公路運輸的無縫銜接。

3.3 梳理現有白貨貨運組織管理方式并不斷進行優化

在裝卸方面，建議鐵路局進行車站作業的優化，完善貨物裝卸搬運隊伍的組織，同時建立集裝化器具進出站的制度，以提高運輸和裝卸效率[6]。在運輸方面，鐵路局可以優化那些作業量較大的作業站的運輸方式，通過作業站貨場的集結方式處理白貨貨物，從而提高一些快運站對零散白貨的發送能力。此外，可以增加非固定編組車輛的使用，優化列車編組，實行每日發車，定點運行。至于在收發貨方面，目前存在著分配困難，能力不足的問題，配送工作的有效性難以保證。收發貨業務量相對分散，規模效應有限，而且班車服務的質量還有待提高。因此，為提高收發貨水平，需要對貨物的全過程進行跟蹤控制，履行服務義務和承諾。

3.4 完善服務質量評估體系，提升服務質量和水平

進一步加強對商品營銷、接收、裝卸、中轉、接收、配送等關鍵環節的控制，完善全過程服務質量評估體系，圍繞客戶關心的問題，嚴格評估服務質量，包含交貨期限、貨損結算、提貨和交貨、限時完成、按時取消編號等。

3.5 提高鐵路零散白貨快運影響力和社會認可度

鐵路局可從通過完善客戶檔案，利用大數據分析的客戶供應規律，根據供應規律及合作關系對客戶進行分級管理，對同類商品實行全面綜合商品收錄體系，采取逐步優惠政策。當出現運力緊張的情況時，可實現按照用戶優先級為客戶提供各個等級的運力服務，從而提高用戶黏性，挖掘精準鐵路用戶[7]。

4 結 語

本文以鐵路零散白貨運量的變化為研究對象，通過文獻扎根、科學論證方法篩選出15個影響因素，包括周邊地區規劃及實施情況F1、功能布局F2、信息網絡水平F3、設施設備配套情況F4、運輸組織管理F5、可承接貨品品類F6、貨品附加服務滿足能力F7、運價F8、服務質量與水平F9、營銷管理F10、全國鐵路網布局發展情況F11、貨物運輸政策F12、市場熟知度和認可度F13、經濟發展水平F14、其他貨運方式的競爭F15。接著，構建解釋結構模型（ISM），對數據進行處理分析，從而為鐵路零散白貨運量的提升提供合理化、針對性的建議與對策。