“一带一路”倡议下重庆铁水联运协调性分析

吴艳芳，龚 英

(重庆工商大学 商务策划学院，重庆 400067)

“一带一路”倡议作为形成我国全方位对外开放格局、营造有利周边商贸文化环境的重要举措，不但加强了沿线国家之间的往来，还给我国物流业的发展带来了机遇。但是我国物流业也面临着诸多挑战，其中之一便是物流成本居高不下，而多式联运因能够降低物流成本、提高物流效率成为物流企业发展的一个热点。“一带一路”倡议的实施以及多部门相关政策的出台，作为我国物流业降本增效的重中之重的多式联运将迎来重大的发展机遇，其中铁水联运因污染低、有适度的灵活性和时效性成为最具有代表性的一种联运方式。

铁水联运是一个具有运输、服务等功能的开放系统，而铁水联运中的每种运输方式又是自成体系的系统[1]，铁水联运还与经济、社会等外部大环境相互影响。因此，对铁水联运协调性的研究可以概括为两个方面：铁水联运系统内部的协调性和铁水联运系统与外部系统之间的协调性。前者主要研究铁水联运系统的内部协调性问题，后者主要研究铁水联运系统与经济、社会、生态环境等外部系统之间的协调性问题。对于协调性问题，Li等[2]研究了连云港市城镇化水平和生态环境之间的协调关系，建立了系统耦合协调度模型；Chen等[3]针对中国城镇化的问题，从人口和土地城镇化协调发展的角度进行研究，并提出了相应的建议；周振等[4]对我国工业化、信息化、城镇化以及农业现代化协调发展程度和影响协调发展的因素进行研究，建立了相应的指标体系和评价模型，并对影响因素进行分析，最后提出对应的建议；张生瑞等[5]从系统论的角度定义了交通运输系统协调理论，并提出了系统协调发展模型；马静等[6]针对城市发展质量系统的协调性问题，从系统内协调互促的角度进行研究，构建了系统耦合协同发展模型和GM(1,N)模型，并以长江中游城市群为例进行了实证分析；范辉等[7]针对土地集约利用系统内部协调性问题，构建了评价指标体系，并以武汉市中心城区为例进行了实证分析；李小帆等[8]针对新型城镇化的协调性问题，建立了评价指标体系和评价模型，并以长江经济带为例进行了实证分析。从以上综述中可以看出，目前对协调性问题的研究大多集中在城镇化与其他系统协调发展、城市发展质量、土地集约利用等方面，在交通运输方面关于协调性的研究不多，在铁水联运方面关于协调性的研究更少。

一个系统主要受其内部的因素影响，因此本文对集装箱铁水联运的协调性进行研究时，主要从影响铁水联运的内部因素进行分析研究。本文的研究思路是先建立影响集装箱铁水联运内部协调性的评价指标，然后用熵值法和专家打分相结合的方法对指标进行赋值，最后构建耦合协调性模型、ARIMA模型对重庆铁水联运内部的协调性进行分析、预测。

1 研究方法

1.1 建立评价指标体系

遵循系统全面性、可操作性、科学与客观性、定量与定性相结合等构建指标体系原则的基础上，借鉴相关研究成果[9-11]，并结合重庆市的实际情况，确定影响铁水联运内部协调性的主要变量指标，构建影响铁水联运系统内部协调性指标体系，如表1所示。该指标体系由铁路运输子系统和水路运输子系统两个一级指标构成，建立的这些指标都是影响铁水联运的指标，为了确保指标权重取值的科学性，本文采用专家打分法和熵值法相结合的方法。专家打分法能够根据评判者的经验对无法进行计算的指标考虑实际情况打分。目前对评价指标进行客观赋值的方法主要有两种：主成分分析法和熵值法，主成分分析法通过降维把多个指标转化为少数综合指标，用少数综合指标反映原始指标的大部分信息，但对原始指标却无法进行比较，而熵值法能够利用每个指标的权重来评价系统结构的稳定性[12]，因此本文在对指标的权重进行客观赋值时采用熵值法。

表1 影响铁水联运协调发展的指标体系及权重

1.2 数据处理及权重确定

1.2.1 数据处理

为了消除由初始数据的数量级和量纲的不同对结果产生的影响，本文采取极值法对初始数据进行处理。假定xjmax和xjmin分别为第j项评价指标的最大值和最小值，xij(i=1,2…n，；j=1,2…,m)为指标体系中第i年的第j项指标的初始数据，yij为标准化处置后的指标数据。数据标准化处理的公式如下所示。

正向指标为

(1)

负向指标为

(2)

1.2.2 熵值法

熵值法的步骤如下所示。

1)第i年第j项指标占该项指标的比重为

(3)

当pij=0时，其对数无意义，因此需对pij=0加以修正，令pij=0.000 1。

2)第j项指标信息熵值ej的计算

(4)

3)第j项指标的差异系数的计算

gj=1-ej

(5)

4)第j项指标的权重为

(6)

数据来源于2007—2016年港口统计年鉴、重庆统计年鉴和中国港口网等网络数据，个别缺失的数据参照各个省市同时期的数值估计得到。本文在确定权重时先运用专家打分法对各指标层中的指标进行主观评价，得出各个指标的权重，然后再通过熵值法对各个指标进行客观赋值，最后借鉴相关资料分别对主观评价与客观赋值得到的指标权重赋予合理的比例，最终得出本文中的各个指标的权重，如表1所示。

1.3 协调度模型构建

借鉴物理学中协调度的概念和相关模型[13]，对模型进行修正得到适用于两个子系统的协调度模型为

(7)

(8)

(9)

协调度模型反映了铁水联运中各个子系统之间相互影响相互作用的程度，但是很难反映出铁水联运系统的整体协同效应，因此在构建协调度模型的基础上进一步构建协调发展度模型

T=αU1+βU2

(10)

(11)

式中：T为综合评价指标，反映铁路和水路运输子系统的整体协调效应；α，β分别为铁路运输与水路运输子系统的权重，根据求得的各子系统的客观权重，分别取α=0.41，β=0.59；D为协调发展度，值越高表明铁水联运的协调性就越强。

为了确定不同时期铁水联运协调发展的情况，根据协调发展度的大小制定度量标准，如表2所示。

表2 协调发展评价分类标准

通过以上公式的计算，得到2002—2016年重庆市铁水联运两个子系统的综合指数U1和U2，协调度C、综合评价指标T、协调发展度D，如表3所示。

表 3 2007—2016年重庆市铁水联运的 协调度、综合评价指数和协调发展度

2 协调性分析

2.1 综合指数分析

重庆市2007—2016年铁路运输综合指数和水路运输综合指数的变化情况如图1所示，可以看出2007—2016年铁路运输综合指数和水路运输综合指数变化较为平缓，总体来看两者都在不断地增大，并且水路运输综合指数一直大于铁路运输综合指数。这可能是由于重庆市位于“一带一路”与“长江经济带”的联结点，具有显著的地理优势，从而促进了重庆市水路运输的发展。

图1 2007—2016年重庆市铁水联运综合指数和系统协调水平趋势图

2.2 协调发展度分析

依据表3得到的数据，从整体上看：2007—2016年，协调度C有所波动，先变小再变大再变大，说明铁路运输和水路运输之间的协调度不稳定；综合评价指数T从0.07不断上升为0.38，说明铁路运输和水路运输的整体协调效应不断增强；协调发展度D不断变大，说明在本文的研究阶段，铁水联运系统整体协调发展程度有所提高。总体来看，铁水联运发展呈现出良好的发展态势。

根据表2的划分标准，重庆市2007—2016年铁水联运协调性分为以下3大类5种类型。

1)2007—2010年为失调衰退类。此阶段协调发展度D有所上升，从0.25上升到0.39，说明铁水联运系统整体协调发展程度变高。根据划分标准，这个阶段的协调性属于失调衰退大类，并且2007—2008年处于中度失调衰退的状态，2009—2010年处于轻度失调衰退。中度失调衰退阶段(2007—2008年)的协调度C也由0.84上升到0.94，综合评价指数T从0.07上升到0.08，表明铁水联运变得更加协调。轻度失调衰退(2009—2010年)的协调度C稳定在0.92，说明此阶段铁路运输和水路运输之间的协调度处于稳定的状态；综合评价指数T从0.13上升到0.17，表明铁水联运系统的整体协调性增强。在这个阶段，重庆市对铁路和水路越来越重视，加大了对铁路和水路的投资建设，特别是对水路的投资建设，码头岸线长度、码头泊位数和船舶实有数的增加和码头装卸效率的提高都促进了水路的发展，从而促进了铁水联运之间的协调程度。

2)2011—2012年为过渡发展类。协调发展度D由0.44变为0.47，说明铁水联运系统整体协调发展程度变高，这个阶段的协调性属于过渡发展大类，并且2011—2012年处于勉强协调发展阶段。这个阶段的协调度C由0.96上升到0.98，说明铁路运输和水路运输之间的协调度在提高。综合评价指数T的不断提高表明铁水联运系统的整体协调效应不断增强。这段时期，重庆市铁路运输综合能力的提升，铁路运输货运量和铁路营运里程的不断提高，促使更多的货物通过铁路与水路进行联运，从而一定程度上促进了铁水联运的协调发展。水路建设的不断完善，也促进了铁水联运的协调发展程度。

3)2013—2016年为协调发展类。协调发展度D从0.55上升到0.62，说明铁水联运协调的协调发展程度变高。根据标准，这个阶段虽然处于协调发展类，但是有两种协调发展类型：2013—2015年处于初级协调发展状态，2016年处于中级协调发展状态。在2013—2016年，协调度C稳定在0.99，说明这个阶段，铁路与水路运输之间的协调度处于稳定的状态，综合评价指数和协调发展度都在不断地上升，说明铁水联运系统呈现良好的发展状态。这个阶段，铁路的营运里程、水路的码头岸线长度、水路运输货运量以及水路建设投资额的不断增长，都促进了铁水联运之间更好地协调发展，并且国家政策对多式联运特别是铁水联运的支持，也为铁水联运的协调发展提供了良好的机遇。

2.3 协调性预测

ARIMA模型又称为box-jenkins模型，它是一种根据时间序列的过去值和当前值来预测未来值的预测方法。本文根据ARIMA模型，计算重庆市2017—2020年3年间的铁路和水路运输综合指数，并与实际的铁路和水路运输综合指数相结合，预测未来重庆铁水联运协调性的发展趋势，见图2。由图2可以看出，2015—2016年，铁路和水路运输综合指数都在不断增大，系统整体的协调度逐渐增大，2017—2020年延续了这种趋势，铁路运输和水路运输的协调度、铁水联运系统整体的协调效应以及协调程度都在增大，有良好的发展态势。

图2 2007—2019年重庆市铁水联运综合指数和系统协调水平趋势图

3 结论

本文通过建立相关指标体系和模型对重庆市铁水联运的协调性进行分析评价和预测，从中发现：2007—2016年铁水联运协调性经历了从失调衰退、过渡发展到协调发展3个阶段。2007—2010年是失调衰退阶段，其中2007—2008年处于中度失调衰退的状态，2009—2010年处于轻度失调衰退。2011—2012年为过渡发展类，这个阶段的协调性属于过渡发展大类，并且处于勉强协调发展阶段的协调发展类型。2013—2016年为协调发展类，且2013—2015年处于初级协调发展的协调发展类型，2016年处于中级协调发展的协调发展类型。通过预测，可以得出重庆市2017—2020年铁路运输综合指数与水路运输综合指数会持续上升，并且两者的差距逐渐缩小，会处于更加协调的状态。