项 昀 王 炜 王 昊 李 烨 郑敦勇 刘 兵

(1东南大学城市智能交通江苏省重点实验室，南京 210096)(2南昌航空大学土木建筑学院，南昌 330063)(3湖南科技大学地理空间信息技术国家地方联合工程实验室，湘潭 411201)

综合运输体系下的货运方式分担率

项 昀1，2王 炜1王 昊1李 烨1郑敦勇3刘 兵1

(1东南大学城市智能交通江苏省重点实验室，南京 210096)
(2南昌航空大学土木建筑学院，南昌 330063)
(3湖南科技大学地理空间信息技术国家地方联合工程实验室，湘潭 411201)

摘 要:为优化货运交通结构并合理配置货运交通资源，研究了综合运输体系下基于运距的货运方式分担率.通过对国内城市间不同货运量与运距的集计数据进行统计分析，确定货运量与运距的函数关系式.随后，构建货运方式分担率-运距模型，并获取货运方式分担率-运距曲线.研究结果表明，各货运方式分担率随运距变化呈现出特定的分布规律.公路货运分担率-运距曲线呈单调递减趋势，在50～500 km运距范围内的分担率超过40%;铁路货运分担率-运距曲线呈先增后减趋势，拐点出现在600～700 km之间;水路货运分担率-运距曲线呈单调递增趋势;航空货运分担率-运距曲线在150～700 km运距范围内呈缓慢递增趋势，700～1 900 km运距范围内快速递增，运距超过1 900 km后趋于平缓.

关键词:货运方式;分担率;运距;综合运输体系;集计数据

面对我国货物运输需求持续快速增长的态势，优化交通运输结构，构建公、铁、水、航、管道协调发展、高效运作的多方式货运交通体系已成为我国重要的交通发展战略［1-2］.货运分担率，即各交通方式所承担的货物运输比例，是优化货运交通结构及合理配置货运交通资源的重要依据.

目前，货运方式分担率模型主要包括以下3类:①运输成本最小化模型.文献［3-5］量化或细化货物运输费用，以成本最小为目标建模，确定不同交通方式所承担的货运量.②基于效用理论的非集计模型.文献［6-8］通过分析不同运输方式的影响因素，构建效用函数，建立Logit模型以确定较优的货运方式.③基于决策论的目标优化模型.文献［9-11］通过建立多目标决策模型或目标规划模型，以确定货运方式分担率.这些模型的缺点在于定量研究不足且系统性与普适性较差，未进行参数标定，或仅采用某一特定运输通道的数据进行标定.鉴于此，本文在采集与分析了大量区域宏观货运数据的基础上，构建了货运分担率-运距模型并进行模型标定，获取货运方式分担率-运距曲线.

1 模型构建

研究内容包括公路、铁路、水路和航空四大货物运输方式.

每种货运方式各自的特性集中体现在分担率随运输距离变化的分布规律上.因此，本文在统计分析城市间各货运方式运距、运量数据的基础上，构建了各货运方式分担率-运距模型.具体步骤如下:

①收集并统计某区域范围内各城市间不同货运方式的货运量和运距数据，从而获取不同运距所对应的分方式货运量数据，即数据集{(xabi，vabi)}.其中，xabi，vabi分别表示城市a至城市b第i种货运方式的运输距离和承担的货运量，a=1，2，…，n;b=1，2，…，n;i=1，2，3，4，且i=1 表示公路货运，i=2表示铁路货运，i=3表示水路货运，i=4表示航空货运.

②将分方式的货运量、运距数据进行拟合，分别建立该区域范围内各货运方式的货运量-运距函数关系式gi(x)，其中x为运输距离.

③建立各货运方式的分担率-运距模型，即

式中，fi(x)为第i种货运方式的分担率.

2 模型标定

2.1 数据的采集与分析

以2008年全国货物运输数据为基础，对货运方式分担率-运距模型进行标定.2008年，我国货运总量为 2.587×1010t，货运周转量为 1.103×1012t·km.其中，公路、铁路、水运、航空、管道货运量分别占货运总量的74.122%，12.775%，11.389%，0.016%，1.698%;货运周转量分别占货运周转总量的29.799%，22.762%，45.569%，0.108%，1.762%.

采集了不同城市间公路、铁路、水路、航空货运量-运距数据集{(xabi，vabi)}，分别为 811，907，240，240个.数据包含了货物运输的起讫点和货运量.

2.2 货运量-运距函数关系式

2.2.1 数据统计及预处理

对所采集的货运量-运距数据进行分方式、分运距归类.考虑到我国各区域货运方式发展水平不均衡，对数据进行预处理以减少统计误差.具体步骤如下:

① 分方式.将货运量-运距数据集{(xabi，vabi)}中的数据按照公路、铁路、水运、航空4种货运方式进行分类，分别获得4个数据集{(xab1，vab1)}，{(xab2，vab2)}，{(xab3，vab3)}，{(xab4，vab4)}.

②排序.分别将4个数据集的数据按照其运输距离的数值从小到大进行排序.

③聚类.按照每一聚类中任意2个元素运输距离的差值不超过10 km的原则，分别将数据集的数据进行聚类.

④合并.分别对每个聚类中全部元素进行合并，对全部元素的运输距离求平均值，对货运量求和，获取代表该聚类类别的关键运量-运距数据集.经合并后，公路、铁路、水运、航空的运量-运距数据集分别为 111，93，66，109 个.

由于所收集的2008年货运量-运距数据主要集中在50～3 000 km运距范围内，故在数据预处理时只保留该区间以内的数据.

2.2.2 数据拟合

采用Matlab软件对关键运量-运距数据集进行拟合分析，经过比选后，在50～3 000 km范围内，公路货运量-运距函数关系式为

铁路货运量-运距函数关系式为

水路货运量-运距函数关系式为

航空货运量-运距函数关系式为

各货运方式货运量-运距拟合曲线如图1所示.

2.3 货运方式分担率-运距模型

将式(2)～(5)代入式(1)，可获取50～3 000 km运距范围内货运方式分担率-运距模型，适用于该运距范围内公路、铁路、水路、航空四大货运方式分担率的计算.鉴于此模型为分段模型，绘制曲线时较为复杂，故在工程应用时，可对其进行简化，并获取相应的分担率-运距曲线.

首先，根据货运量-运距函数关系式分别计算x=50，60，…，3 000 km 时的公路、铁路、水运、航空的货运量;然后，将不同运距下各货运方式货运量除以总货运量，获得各货运方式分担率，从而得出货运方式分担率-运距散点图.经拟合后便可获取简化后第i种货运方式分担率-运距模型.

公路货运分担率-运距简化模型为

图1 货运量-运距拟合曲线

铁路货运分担率-运距简化模型为

水路货运分担率-运距简化模型为

航空货运分担率-运距简化模型为

据此便可绘制出货运方式分担率-运距拟合曲线(见图2).虽然简化模型(6)～(9)较原模型(1)～(5)精度略有下降，但由于其拟合度均大于0.98，故认为该简化模型有效.在工程实践中，可依据精度要求及实际情况，选择采用原模型或简化模型.

由图2可知，公路货运分担率曲线呈单调递减趋势，在0～500 km运距范围分担率均超过40%，说明公路货运适合于中短途运距，尤其是短途运距;在600 km处出现拐点，随后分担率下降趋势变缓.铁路货运分担率曲线呈先增后减的趋势，拐点出现在600～700 km之间;当运距为500～1 200 km时，其分担率明显大于其他3种方式的分担率，表明其适合于中长途运距.水路货运分担率曲线呈单调递增趋势，且运距大于1 200 km时分担率超过40%.航空货运方式由于运价高昂，故相比其他3种货运方式，其分担率较低;实际上，由图2(d)可知，航空货运分担率曲线在150～700 km运距范围内缓慢递增，700～1 900 km运距范围内快速增加，然后呈平缓趋势，并伴有上下波动，这一方面是由于航空货运成本高昂，导致运价极低的水路货运优势更为明显，另一方面也可能是由于统计分析的数据来自全国不同区域，存在各种运输方式发展不平衡的情况，导致结果存在一定误差.

3 实例分析

图2 货运方式分担率-运距拟合曲线

以辽宁-山海关综合运输通道为例，开展公路、铁路、水运、航空多方式交通网络环境下货运方式分担率的实证研究.对该通道的规划年(2020年)货运方式分担率进行预测，作为未来新建和改扩建运输通道项目的依据.

以现有行政区划为基础，共划分101个交通小区，其中直接影响区30个，间接影响区27个，外部影响区44个.通过调查获得研究区域的货运现状OD矩阵，其发生总量或吸引总量为1.640×1010t.采用Fratar模型预测2020年的货运OD矩阵，其发生总量或吸引总量为 2.509 ×1010t［12］.采用Visual C++编程，可获得计算结果.以3个交通小区为例，任选编号为1，51，73的交通小区进行计算，已知其货运OD矩阵如表1所示.

表1 2020年货运OD 106t

计算步骤如下:

①测算各小区之间的运输距离，结果见表2.

表2 运输距离 km

②基于货运交通网络布设情况，明确小区之间4种货运方式的连通情况.若小区A至小区B缺少第i种货运方式时，则认为小区A，B之间的此种货运方式分担率为0.在实例中的3个交通小区之间，航空运输方式仅在交通小区51与小区73之间存在，其他运输方式在各交通小区间均连通.

③将各小区间的运输距离代入模型(6)～(9)中，计算各小区间公路、铁路、水运、航空4种货运方式的分担率，结果见表3.需要指出的是，当运距小于50 km时，根据对当地货运方式选择的补充调研，取公路、铁路、水运、航空货运方式分担率分别为 0.95，0.025，0.025，0.

④将2020年的货运OD矩阵分别乘以4种货运方式的分担率，计算出各小区间货运方式的分担量，结果见表4.

4 结论

1)在综合运输一体化的背景下，依据国内各城市间货运量、运输距离数据，构建了区域货运方式分担率-运距模型，并进行了标定.

2)建立了货运方式分担率-运距模型，提出了该模型的简化形式，并获取了相应曲线，直观、形象地呈现各货运方式所承担货运量比例随运输距离变化的分布规律.

表3 货运方式分担率

表4 货运方式分担量106t

3)货运方式分担率-运距模型的输入变量为货物运距，由此可确定50～3 500 km运距范围内各货运方式的分担率，有效解决了在多方式交通网络中货运分担率在区域范围内的量化问题.

4)货运方式分担率-运距模型可以为优化区域未来运输结构提供合理的决策依据，也有助于从总体上较为真实、客观地把握未来区域运输可能产生的交通运输负荷，从而实现运输资源的合理配置.

［1］中华人民共和国交通运输部.交通运输“十二五”发展规划［R］.北京:中华人民共和国交通运输部，2011.

［2］罗俊.基于行为分析的货物运输方式选择模型研究［D］.武汉:武汉理工大学交通学院，2012.

［3］胡军红，李晶.各种运输方式协调发展模式探讨［J］.重庆交通大学学报:自然科学版，2009，28(2):294-297.

Hu Junhong，Li Jing.Discussion on patterns of transport modes'coordinated development［J］.Journalof Chongqing Jiaotong University:Natural Science，2009，28(2):294-297.(in Chinese)

［4］Sheffi Y，Eskandari B，Koutsopoulos H N.Transportation mode choice based on total logistics costs［J］.Journal of Business Logistics，1988，9(2):137-154.

［5］Beuthe M，Jourquin B，Geerts J F，et al.Freight transportation demand elasticities:a geographic multimodal transportation network analysis［J］.Transportation Research Part E:Logistics and Transportation Review，2001，37(4):253-266.

［6］宋睿，孙焰.基于多层Logit模型的货物运输链选择研究［J］.武汉理工大学学报:交通科学与工程版，2014，38(4):792-800.

Song Rui，Sun Yan.Research on freight transportation chain based on nested logit model［J］.Journal of Wuhan University of Technology:Transportation Science＆Engineering，2014，38(4):792-800.(in Chinese)

［7］Greene W H，Hensher D A.Revealing additional dimensions of preference heterogeneity in a latent class mixed multinomial logit model［J］.Applied Economics，2013，45(14):1897-1902.

［8］Feng P，Li W.Research on the mode split of freight about the mountain resources city-an example of Qinshui city［C］//CICTP2014:Safe，Smart，and Sustainable Multimodal Transportation Systems.Changsha，China，2014:3362-3371.

［9］Dazhi J，Wei D，Xiaoli Z.Study on the application of multi-objective grey situation decision-making theory for transportation mode choice［C］//International conference on Measuring Technology and Mechatronics Automation.Changsha，China，2009:895-898.

［10］白骅，朱彤.运输通道货运量分担率的目标规划模型［J］.长安大学学报:自然科学版，2014，34(4):147-151.

Bai Hua，Zhu Tong.Objective programming model for freight traffic-split rate in comprehensive transportation corridor［J］.Journal of Chang'an University:Natural Science Edition，2014，34(4):147-151.(in Chinese)

［11］Kiesmüller G P，de Kok A G，Fransoo J C.Transportation mode selection with positive manufacturing lead time［J］.Transportation Research Part E:Logistics and Transportation Review，2005，41(6):511-530.

［12］东南大学交通学院.基于综合运输体系的高速公路主通道交通量分析与预测研究［R］.南京:东南大学交通学院，2015.

Mode split rate of freight transportation in comprehensive transportation system

Xiang Yun1，2Wang Wei1Wang Hao1Li Ye1Zheng Dunyong3Liu Bing1
(1Jiangsu Key Laboratory of Urban ITS，Southeast University，Nanjing 210096，China)
(2School of Civil Engineering and Architecture，Nanchang Hangkong University，Nanchang 330063，China)
(3National-Local Joint Engineering Laboratory of Geo-Spatial Information Technology，Hunan University of Science and Technology，Xiangtan 411201，China)

Abstract:In order to optimize the structure of the freight mode and reasonably allocate transportation resource，the mode split rate of freight transportation based on the transport distance in the comprehensive transportation system is studied.By statistically analyzing the aggregate data of different inter-city freight volumes and transport distances in China，the functional relationship between the freight volume and the transport distance is determined.Then，the mode split rate of the freight transportation-transport distance(MSRFT-TD)model is constructed，and the corresponding MSRFT-TD curve is obtained.The results show that there is specific distribution of the mode split rate of freight transportation with the change of the transport distance.The highway MSRFT-TD curve decreases monotonically and stays over 40%when the transport distance ranges from 50 to 500 km.The railway MSRFT-TD curve first increases and then decreases with a inflection point between 600 and 700 km.The waterway MSRFT-TD curve monotonicall y increases.The airway MSRFT-TD curve increases slowly with the transport distance from 150 to 700 km，and rises rapidly from 700 to 1 900 km;when the transport distance is over 1 900 km，the curve gradually levels off.

Key words:freight transportation;mode split rate;transportation distance;comprehensive transportation system;aggregate data

中图分类号:U113

A

1001－0505(2015)06-1197-06

doi:10.3969/j.issn.1001 －0505.2015.06.031

收稿日期:2015-06-14.

项昀(1983—)，女，博士生，讲师;王炜(联系人)，男，博士，教授，博士生导师，wangwei@seu.edu.cn.

基金项目:国家自然科学基金重点资助项目(51338003)、国家自然科学基金资助项目(51478113)、江苏省高校研究生科研创新计划资助项目(KYLX15_0154).

项昀，王炜，王昊，等.综合运输体系下的货运方式分担率［J］.东南大学学报:自然科学版，2015，45(6):1197-1202.［doi:10.3969/j.issn.1001 －0505.2015.06.031］