张晓玲
(郑州铁路职业技术学院 运输管理学院,河南 郑州 451460)
我国快递运输分为干线运输和支线运输,其中支线运输基本为公路运输,干线运输主要包括铁路运输、公路运输、航空运输3种方式。随着我国高速铁路的发展,高铁快递以其速度快、受天气影响小、运量大等优势逐渐被铁路运输企业所重视。从2013年起,中铁快运股份有限公司(以下简称“中铁快运”)提供高铁快递服务,并取得了一定效益,但未形成较完善的物流网络,高铁快递业绩仍然存在提高空间。
合理的运输方式不仅能够较好地完成运输任务,还能够减少运输企业的运输成本。关于运输方式选择研究方面,卢星儒等[1]建立托运人与承运人运输方式选择的博弈模型,采用最优反应动态遗传算法求解模型,并以实例论证该种方法的可行性;陶学宗等[2]考虑到托运人的认知活动,以此建立基于集成潜变量的选择模型(ICLV)并进行实证分析,发现该模型比传统的Logit模型拟合效果和精确度更好,更能准确分析托运人的运输行为方式选择。目前,在运输方式选择方面,非集计模型应用较为广泛[3]。最常见的非集计模型有Logit模型和Probit模型,随着研究的深入,逐渐发展出改进的Logit模型,如Nested-Logit模型、Box-Cox Logit模型、Mixed-Logit模型等。易富军等[4]以出行费用、时间、舒适性为费用函数的构成属性,构建以Nested-Logit模型为基础的经济圈交通方式划分方法,再以实例论证该方法的可行性和有效性。蒋婧雯[5]以美国新泽西州公路收费政策实施后的交通数据为基础,建立Nested-Logit模型分析交通收费对出行行为选择的影响,为交通收费和出行研究提供依据。王树盛等[6]分析对比Logit模型和Mixed-Logit模型,明确Mixed-Logit模型在个人交通出行选择分析上的优势。由研究文献可知,非集计模型是一种以单个决策者作为分析对象,并充分利用每个调查样本的数据,求出描述个体行为概率值的方法[7]。相对于集计模型来说,非集计模型所需样本量小、预测精度高、模型复杂[8],在托运人的运输行为方式选择上更有优势。因此,作为非集计模型的Logit模型[9]更适合对高铁快递市场分担率进行分析预测。在此,通过建立Logit模型测算高铁快递市场的分担率,并以中国铁路广州局集团有限公司(以下简称“广铁集团”)为例进行分析,给出相应解决方案,对促使铁路运输部门收益最大化具有现实意义。
在现有快递运输过程中,货物由发件人运送至收件人手中通常经历5个环节:①将发件人发送的货物揽件至M市的区域服务中心;②将货物由M市的区域服务中心集货到M市的区域分拨中心;③将货物由M市区分拨中心运输至N市区分拨中心;④将货物由N市区分拨中心分散至N市的区域服务中心;⑤将货物由N市的区域服务中心派货至收件人手中。
高铁快递一般存在2种运作模式,一种为一体模式下的高铁快递,即5个环节都由高铁快递企业直接完成;另一种为合作模式下的高铁快递,即高铁快递企业只负责第3个环节的干线运输,其他环节则由各大快递企业自行完成。由于高铁快递正处于起步阶段,网络布局还不完善,因而现阶段只适合合作模式,主要做干线运输。合作模式下高铁快递的直接客户为各大快递企业,在该模式下高铁快递将与其他快递企业达成战略联盟,二者将以契约关系或股权参与方式进行合作[10]。在契约关系中,协商定义各环节的负责人及利益分配方式,共同完成快递运输。股权参与方式相当于合资成立某快递企业公司,共同承担风险及利润,充分发挥各自优势,树立良好的快递品牌。中铁顺丰国际快运有限公司的成立证明了合作模式是中铁快运提高市场份额的手段之一。同时,选择合作模式也可以借助物流企业在快递市场丰富的货源达到快速提高高铁快递市场份额的目的。
合作模式下高铁快递的经营范围主要包括高铁快运、快速货物班列等特色物流服务产品的研发、销售等,并以客户需求为导向,合理配置资源,打造多种服务功能的综合物流中心,向社会提供安全、便捷、高效的快运物流服务。在合作模式下,由于不同类型快递产品占据不同的市场份额,高铁快递需要针对各大快递企业的特色产品,推出与之配套的快递服务,从而提高高铁快递的市场分担率。为此,以广州顺丰速运有限公司(以下简称“顺丰”)当日达快递产品为例对高铁快递运营模式进行分析。顺丰当日达快递产品运输节点分析如图1所示。
由图1可知,高铁快递应在各快递公司截单后3 h停止收货,并在承诺时间前3 h运送至高速铁路分拨中心,以保证其他快递企业有充裕的时间完成剩余派送任务[11]。考虑高铁快递的时效性和运能,合作模式下的高铁快递可以为限时达和即日达等客户,高铁快递可运送时间为13 ∶ 00—17 ∶ 00,合计4 h;可服务半径为1 400 km。因此,即日达客户的主打服务区应在200 ~ 1 400 km之间。对于次日达和隔日达客户,可以利用00 ∶ 00—06 ∶ 00高速铁路运能空闲时段进行高铁快递运输,其覆盖范围为全国。综合合作模式下的快递产品,得到高铁快递产品体系及发展策略如表1所示。
图1 顺丰当日达快递产品运输节点分析Fig.1 Analysis of the transport node of the day express products of SF
高速铁路最高运行速度不同,运输成本不同,其中电力成本、材料成本、折旧成本、工资支出及资本是高速铁路运行过程中的主要成本。当列车以不同速度在线路上运行时,速度等级越高,运营时电力消耗越大,车辆购置费、维护成本和通信信号系统等方面的运营成本则越高[12]。运输成本是影响客户选择快递企业的重要因素,顺丰快递曾经由于其采用的航空运输成本过高,普通客户不能承担高额运费而导致其市场份额无法继续扩大。如果高铁快递能够控制好运输成本,提高运输的经济性,则可大大提高高铁快递的市场分担率。
客户在选择快递干线运输方式时,通常考虑2类因素:一类为宏观因素,如地理位置、经济社会发展情况、政策因素等,这类因素会直接影响客户对运输方式的选择,由于较难量化,因而暂不做考虑;另一类为微观因素,如运输价格、运输时间、服务质量等因素能够体现各种运输方式的特性,这些特性值是客户选择运输方式的参考依据,可以进行量化分析作为运输方式选择的主要因素。
综合考虑,选取安全性、快速性、经济性、方便性、准时性及服务质量作为模型的特性变量[13]。其中,安全性指快递是否会在运输过程中发生损坏、差错、丢失等情况;快速性,即运输时间,指快递干线运输所用的时间,包括等候时间、装卸时间和运输时间;经济性,即运输费用,指快递干线运输所需要的费用;方便性指干线运输企业是否能给客户提供的便利程度,如手续交接是否简便、快递实时信息查阅与跟踪是否及时等;准时性指快递是否按约定时间抵达目的地;服务质量指服务态度、售前咨询、售后处理、及时响应等方面。
表1 高铁快递产品体系及发展策略Tab.1 High speed railway express product system and development strategy
假设快递运输以每运送1 000 kg为1批次,对于客户而言,每个事件之间相互独立,建立未标定参数的Logit模型如下。
式中:Pij为对客户i选择快递运输方式j的概率;Vij为客户i选择快递运输方式j的广义费用。
式 中:θ1,θ2,θ3,θ4,θ5,θ6为 待 标 定 参 数;Sij,Mij,Cij,Fij,Zij,Lij分别为对于客户 i而言,第 j种快递运输方式的安全性、快速性、经济性、方便性、准时性和服务质量。
针对快递干线运输方式的选择,对快递企业进行叙述性偏好(SP)问卷调查,得到217份有效调查问卷,将调查问卷里的各特性变量数据整理归一化,并取值代入公式⑴中,运用Biogeme软件进行标定,可得各参数的标定值分别为0.98,-1.69,-4.38,0.64,1.13,-1.58,从而得到 Vij为
从参数值中可以发现,经济性的绝对值最大,即在客户选择快递企业时,经济性影响因素最大,其次为快速性,影响最小的为方便性。
依据高铁快递的特点对其特性变量进行设定分析,进而构建Logit模型以预测高铁快递市场分担率。
(1)安全性。高铁快递由于本身安全性很高,因而其安全性可以达到所有干线运输方式中的最高值,取S = 0.996。
(2)快速性。由于高铁快递运输过程中需要公路和高速铁路进行联运,因而高铁快递的运输时间包括公路运输时间、高速铁路运输时间和中间装卸时间。高铁快递时效性与运输距离关系很大,在运输距离较短时高铁快递并无优势。因此,利用德尔菲法,以运输距离为变量,以顺丰的时效性为参照(M = 1),考虑实际情况设置高铁快递时效性。在0 ~ 100 km范围内,高铁快递时效性较差;在100 ~ 500 km时,高铁快递时效性较好,取M = 1;在500 ~ 1 500 km时,高铁快递时效性好,取M = 0.8;在1 500 ~ 3 000 km时,高铁快递速度较快,时效性取M = 0.9;当大于3 000 km时,高速铁路运输不如航空运输,取M = 1.1。
(3)经济性。高铁快递定位为中高端快递企业,在进入市场的初期为打破顺丰等公司在该领域的垄断形势,其价格需要低于顺丰等使用航空运输的快递企业,高于公路运输的快递企业,因而价格设定为C,具体取值由市场决定。
(4)方便性。受高速铁路车站位置的限制,客户只能将快递运输到高速铁路车站,方便性较差,取F = 6。
(5)准时性。高速铁路运输是受气候等外界因素影响最小的运输方式。因此,高铁快递在准时性上可以达到最优,即Z = 0.994 4。
(6)服务质量。高速铁路受到本身管理体制及投资规模的约束,较难达到最高水准,假设高铁快递的服务质量与EMS的服务质量一致,则L = 0.960 7。
综上所述,高铁快递的各特性变量取值如表2所示。
表2 高铁快递的各特性变量取值Tab.2 The value of each characteristic variable of high speed railway express
结合具体市场情况和运输距离,将各特性变量代入公式 ⑴,即可得到相应的Logit模型为
根据国家统计局和国家邮政局等网站资料,得到广铁集团辖内3个主要城市广州、深圳、长沙2014—2017年的快递总量,从阿里数据中心和中商情报网得到3个城市间的快递量,并采用二次指数平滑法预测2018—2019年3个城市间的快递预测量如表3所示。
表3 2018—2019年3个城市间的快递预测量 万件Tab.3 Express volume forecast among three cities from 2018 to 2019
深圳至广州的运输距离约为150 km,广州至长沙的运输距离约为700 km,深圳至长沙的运输距离约为850 km,这3段距离的运输快速性M分别取0.7,0.8,0.9。假设3个城市间的高铁列车最高运行速度为350 km/h,通过调查得到各快递公司在3个城市间的平均运输时间和运输费用即经济性C。结合2018年、2019年快递预测量和利润,将3个城市对应的快速性M和经济性C带入公式⑷中,得到高铁快递市场分担率。其中,广州—深圳运输区段的市场分担率为8.75%,广州—长沙运输区段的市场分担率为12.31%,深圳—长沙运输区段的市场分担率为13.15%。
当高铁快递运输距离增大到一定程度时,对成本的敏感程度降低,高铁快递的市场分担率提高。当距离大于1 000 km时,高铁快递由于较低的运价占据绝对的市场优势,因而其市场分担率更大。因此,高铁快递在今后的发展中,应在提高运行速度的同时不断降低运输成本,从而提升高铁快递的市场分担率。
利用Logit模型可以预测高铁快递的市场分担率,以及高铁快递在城市间的快递运输市场份额。铁路运输企业应充分发挥高速铁路安全、快速、准点率高、成本低等优势,加快高铁快递服务网点的布局建设,提高服务满意度,增强高铁快递的竞争力,提高经济效益。随着研究模型的进一步优化和完善,应更加全面地考虑影响高铁快递市场发展的因素,提高预测准确度,为我国高铁快递的发展提供理论支持。