運輸結構調整影響下鐵路貨運增量潛力評估研究

張文海 王書培 繆明勵

摘要 文章采用松弛變量度（Slacks Based Measure， SBM）的數據非徑向包絡分析方法，針對性地處理決策單元輸入冗余和輸出不足兩大預設問題。通過SBM模型，計算鐵路運輸部門的增量潛力。研究結果表明，鐵路貨運增長現狀受到運輸政策、鐵路里程、機車和貨車持有量等因素的影響；鐵路貨運能力在部分地區和線路過剩，而在某些地區則緊張；同時，鐵路貨運量的增長空間逐漸縮小，而鐵路貨物周轉量能夠更全面地反映全國鐵路運力需求；由于運輸結構調整政策以大宗商品運輸為重心，加劇了鐵路運輸網絡的失衡。

關鍵詞 運輸結構調整；鐵路貨運；貨運增量潛力

中圖分類號 U294.1文獻標識碼 A文章編號 2096-8949（2024）10-0174-03

0 引言

近年來，隨著全球經濟的快速發展和國際貿易的不斷擴大，鐵路貨運在物流領域中的地位變得日益重要。鐵路作為一種具有高效、節能、環保等眾多優點的交通方式，其在運輸結構中的地位愈發受到重視。隨著運輸結構的不斷調整和技術的不斷創新，鐵路貨運面臨著新的挑戰和機遇。如何準確評估鐵路貨運在運輸結構調整中的增量潛力，是影響鐵路貨運業發展的關鍵因素。

1 運輸結構調整現狀

1.1 運輸結構調整政策現狀

自2017年中國開始在環境保護方面取得顯著進步，生態環境部著力調整貨物運輸模式，將重心從公路運輸轉向鐵路運輸，該行動助推全國范圍內的鐵路煤炭運量在經歷三年的連續下滑后，達到增長13.4%的里程碑。2018年，國家出臺了《運輸結構調整三年行動計劃》，目的是轉型運輸行業并改善特定區域的物流模式。根據該計劃，預計到2020年，國內鐵路貨運量將較2017年增加11億噸，增長率為30%，其中京津冀及周邊地區預計增長40%，汾渭平原增長25%，長三角地區增長10%。此外，全國多模式聯運的貨物運輸量預計每年增長幅度約為20%，且主要港口的集裝箱鐵路和水路聯運量年度增幅將超過10%[1]。

《運輸結構調整三年行動計劃》旨在通過五大策略提高鐵路運能：優化運輸組織，提升服務質量，增強主要鐵路干線運輸能力，加速鐵路專用線建設，推動集疏港鐵路建設等。至2020年，預計在全國范圍內，大宗貨物年貨運量150萬噸以上的大型工礦企業與新建物流園區，80%以上將實現與鐵路專線的連接。在關鍵區域，通過鐵路專線進行的大宗商品運輸量預計將占總量的80%以上。

1.2 鐵路貨運增長現狀

中國在2018-2019年期間成功推動鐵路貨運增量任務，并為2020年制定了更高的增量目標。數據表明，沿海重要港口，包括環渤海區域、長三角地區以及唐山港、黃驊港，在大宗貨物疏港運輸方式上發生顯著變化，公路疏港比例明顯降低，而鐵路和水路疏港比例穩步增加[2]。尤其在煤炭運輸領域，2018年的鐵路煤炭運量達到23.8億噸，2019年提升至24.6億噸，如果在2020年實現目標，則需要增加3.5億噸，如表1所示。

在全局看來，2018年表現出的鐵路貨運增速較快，在2019年增速放緩。2020年面臨的增量壓力較大，特別是在鐵路貨運和煤炭運輸增速趨緩的環境下。煤炭運輸量在全國鐵路貨運中的占比大于半數，其增速情況與能源消費結構需求的變化緊密相連。2019年，全國原煤產量大約增長4%，而能源消費總量增長4.74%，其中煤炭消費量的增長率低于總能源消費增長，表明煤炭在能源消費中所占比重正在持續減少。

火力發電，作為煤炭的主要消費領域，其比例因清潔能源發電的崛起而呈現出下滑趨勢。2019年，全國電力產量增長5.5%，其中火力發電量僅增加2.9%，水電、核電、風電和太陽能發電量均有所提高[3]。在該背景下，鐵路貨運增量行動計劃中，大宗貨物運輸，特別是煤炭運輸的增量目標占據重要位置。

進入2021年，盡管面臨著全社會煤炭消費增速低于總能源消費增速的挑戰，但鐵路貨運增量仍增長5.6%。該成果得益于對鐵路基礎設施的持續投資和提升，以及對清潔能源的積極倡導。

在2022年，受到全球碳排放減少的壓力，煤炭的消費量有所下降，從而導致煤炭運量的增速放緩。雖然總的貨運量在增長，但煤炭的運量增長幅度較小。該變化表明能源結構正在逐步向更為清潔、低碳的方向轉變。

2 鐵路貨運增量潛力評估

2.1 SBM模型

采用松弛變量度（Slacks Based Measure，SBM）的數據非徑向包絡分析方法，針對性地處理決策單元輸入冗余和輸出不足兩大預設問題。在SBM框架內，僅選取部分DMU確定松弛值，并且其計算過程具有獨立于整個數據集的統計特性。與其他模型關注優化比例不同，SBM模型更加注重于收益的最大化。以下是SBM模型的具體構建：

（1）

式中，ρ——SBM投入產出物效率；xi0、yr0——決策單元。

SBM模型能夠實現非角度的效率測算，分別從投入或產出角度給予關注。在現有固定資產基礎上，計算鐵路運輸部門的增量潛力。

2.2 潛力評估

2.2.1 鐵路貨物周轉量

1978—2019年，中國鐵路貨物周轉量波動，影響因素包括鐵路里程、機車和貨車持有量。通過SBM模型分析，1978—2011年鐵路技術效率受外部需求影響。1978—1981年，GDP增速放緩，煤炭產量下降，鐵路技術效率下滑[4]。1982—1998年，GDP復蘇初期提升了技術效率，而鐵路擴張導致后期效率下降。1998—2011年，鐵路運輸效率持續上升，滿足社會運輸需求，具體情況如圖1所示。

在2010—2011年間，技術效率指標均達到最優，各決策單元均位于生產效率的邊界。隨著技術效率指數的下降，自2011年起，社會貨運進入了一個新的解耦階段，鐵路運輸的周轉量呈現下降趨勢，導致貨運能力過剩。2012—2019年的技術效率不足主要是由于鐵路運輸過剩導致。

到2019年，鐵路貨物的周轉量為30 074.7億噸。自2011年的生產起始階段至2019年，鐵路貨物運輸增長潛力仍有4.07%。從2011—2019年，鐵路貨運的技術能力得到了持續增強，實際的生產效率已經超越了2011年的水平，這意味著2019年鐵路貨運的潛在增長空間實際上超過了4.07%。同時，隨著高速鐵路網絡的擴展，未來將有更多的旅客運輸量轉移至高速鐵路，可能為客貨共線的鐵路釋放更多的運輸能力[5]。

從資源配置的角度分析，2019年鐵路線路和貨車的投入剩余能力分別為7 365 km和173 000輛，而機車的投入剩余量為0。表明鐵路線路和貨車的利用尚未達到飽和，存在進一步投入的潛力，而機車的運用則相對飽和，為鐵路系統擴容提供了明確的方向，即通過增加機車的數量進一步提升運輸能力。

2.2.2 鐵路貨運量

在應用SBM方法并將產出指標調整為鐵路貨運量后，不同年份的效率評分呈現出變動。據此調整，2011年和2019年的決策單元成為位于生產效率最前沿的實體。對于鐵路貨運量和貨物周轉量的技術效率變化，二者表現出相同的趨勢，如圖2所示。

從2015—2023年的鐵路貨運量來看，可以看出鐵路貨運的增長空間在縮小，如表2所示。盡管2023年的鐵路貨物周轉量仍有4.07%的增長潛力，但是其貨運量已達到生產前沿。從2023年的生產現實來看，鐵路貨運量還擁有增量潛力。2023年大秦線運量同比下降4.48%，達到4.3億噸，但大秦線的運能為4.5億噸/年[6]。

2.3 結果差異分析

從貨物運輸周轉的角度分析，目前鐵路系統的運輸能力尚有輕微過剩。然而，若從貨運量的角度審視，鐵路的運輸能力接近滿載，該現象主要是由于鐵路網絡運輸能力的不均衡分配導致。鐵路貨運主要承擔大宗商品，尤其是煤炭運輸，該類別的運輸量通常占鐵路貨運總量的一半左右。大宗商品的生產主要集中在特定地區，例如山西、陜西等，這些區域是鐵路運輸的主要生成地，從而導致某些地區和特定線路的運輸能力緊張，形成鐵路運輸的瓶頸區域。

從貨運量的角度來看，鐵路的貨物周轉量更均勻地體現了全國鐵路的運輸需求。因此，相較于貨運量，貨物周轉量更準確地反映了鐵路運輸能力的全國發展水平。

鐵路貨物周轉量與貨運量的增長潛力揭示了鐵路運輸能力整體充足但局部緊張的現狀。近年來，運輸結構的調整政策聚焦于煤炭、礦石等大宗商品的運輸，加劇了鐵路運輸網絡的不平衡性。

3 結束語

該文以運輸結構調整對鐵路貨運增量潛力的影響為研究對象，采用SBM模型對鐵路貨運的技術效率進行了評估，分析了鐵路貨運在運輸結構調整中的現狀與挑戰。

（1）鐵路貨運量增長空間逐漸縮小，而鐵路貨物周轉量對于全國鐵路的運力需求展現更加均衡。

（2）近年來運輸結構調整政策以大宗商品運輸為重心，在一定程度上進一步加劇鐵路運輸網絡的失衡性。

參考文獻

[1]劉俊. 鐵路運輸調度高質量發展深化研究[J]. 鐵道運輸與經濟， 2022（1）： 7-14.

[2]王鑫. “公轉鐵”形勢下鐵路貨運發展及對策研究[J]. 鐵道貨運， 2021（11）： 12-16.

[3]王建文. 呼和浩特局集團公司“公轉鐵”貨運增量對策探討[J]. 鐵道貨運， 2020（5）： 17-22.

[4]王晨， 賈飛凡， 劉暢. 普速線路列車開行結構調整對鐵路運量影響研究[J]. 鐵道經濟研究， 2023（3）： 23-27.

[5]李櫻燦. 基于中國-中南半島貿易特征的中老鐵路貨運增量目標市場評價[J]. 鐵道運輸與經濟， 2022（11）： 82-88.

[6]伍忠國， 于雪嶠， 劉偉斌. 基于可拓層次分析法的鐵路貨運場站安全風險評價研究[J]. 鐵道貨運， 2021（4）： 33-40.