我国驮背运输需求分析及预测研究

肖芳，谢如鹤，邹怀森，邹毅峰，张海岐

我国驮背运输需求分析及预测研究

肖芳1,2，谢如鹤3，邹怀森4，邹毅峰3，张海岐4

(1. 黔南民族师范学院 经济与管理学院，贵州 都匀 558000；2. 贵州财经大学 工商管理学院，贵州 贵阳 550025；3. 广州大学 工商管理学院，广东 广州 510006；4. 北京驮丰高新技术股份有限公司，北京 100043)

我国驮背运输仍处于理论和实践的探索阶段，无历史运输量数据。因此，本文在运输经济学理论基础上，参考国外驮背运输发展的理论和实践，结合课题组开展的驮背运输需求调查分析，对需求构成要素的流向、流速、流量、流程、货类和运价进行分析研究，并结合分类预测思想，综合采用产值系数法、指数平滑法和比重法进行驮背运输需求预测的总量在2020年约为(1.54~1.93)亿t，说明我国驮背运输有一定市场发展前景；同时，根据分线路分方向的预测结果，可以为驮背运输网络布局、运营模式创新、运输组织方案设计、运输定价和效益评价等提供支持。

驮背运输；运输需求分析；运输需求特性；产值系数；预测

近年来，我国货运市场格局发生很大变化，尤其是在货物周转量方面，出现铁路运输市场份额下降而公路运输市场份额稳步上升的局面，很大程度上是由于公路运力过剩，公铁运价倒挂，使得公路在中长途运输及大宗货物运输方面抢占了铁路市场份额。显然，在内陆，中长途运输和大宗货物运输采用铁路运输要比公路运输更经济、更环保。驮背运输于1926年最早出现在美国，20世纪60年代末兴起于欧洲，成熟壮大于20世纪末[1]。驮背运输是以铁路平车运输汽车半挂车、汽车整车，结合公路运输与铁路运输的优势，实现公路“门到门”运输[2−3]，形象地说是火车背汽车，属于多式联运组织方式中的公铁联运，整合了公路、铁路运输的优点，减少了装卸环节，提高了效率、降低了成本[4]，提高了能效[5]，更加环保[6]。迫于经营成本和环保的压力，一方面，市场积极探索开展驮背运输，多家企业共同合作开展了驮背运输在我国的研究应用与实践工作，共同研制出我国第1代公铁驮背运输专用车QT1和QT2[7](下文简称“QT1和QT2”)，进行了所需运作场站改造并形成了参考标准，解决了铁路驮背运输技术层面的问题，为开展运营进行了前期铺垫；以QT1和QT2为基础的“驮背运输(公铁联运)项目”也被交通运输部、国家发展改革委列为第1批多式联运示范工程项目，且国内首趟铁路驮背运输实验班列已成功开行[2]，自主研发的驮背运输车辆、已有铁路运输车辆选择[8]和场站的技术改造参考标准为我国驮背运输发展提供了有力技术保障。另一方面，随着我国高速铁路网络的逐步形成与扩展，推动主要铁路通道实现客货运分离，使得与高铁平行的既有铁路线路货运能力得到释放；同时，随着铁路路网总规模及复线的建设和完善，也将提高既有铁路运能。铁路运能的总体提升为开展驮背运输提供了有利条件。第三，国家出台了系列政策鼓励发展驮背运输，如《关于开展多式联运示范工程的通知》、《蓝天保卫战三年行动计划(2018~2020年)》、《推进运输市场结构调整三年行动计划(2018~2020年)》等都明确提出发展或者鼓励发展驮背运输。发展驮背运输有利于铁路货运组织改革创新发展，有利于实现运输结构调整。我国驮背运输将迈入实质性发展阶段，对其需求进行系统分析，并对需求量进行较为合理预测研究，是进行网络布局、运营模式创新、运输组织方案设计、运输定价和效益评价等的前提和关键。

1 我国驮背运输需求分析

运输需求是指在一定时期内、一定价格水平下，社会经济活动在货物与旅客位移方面具有支付能力的需要[9]。驮背运输需求属于运输需求的一部分，从运输方式上看，结合了公路运输和铁路运输。为了进行深入的需求分析和相对合理的需求预测，开展了前期预调查、中期实地调查和后期补充调查3个阶段的驮背运输需求调查，获得了相应的数据资料。结合运输需求构成要素[9−10]，对驮背运输需求分析如下。

1.1 驮背运输流向及流速分析

由于驮背运输是一种公铁联运的组织方式，兼具公、铁运输的特点，则开展驮背运输的线路和节点会综合2种运输方式的特点。节点即需求点[11]，线路和需求点连接构成了驮背运输需求的流向，所以流向分析表现为线路和需求点的分析。

从铁路方面分析，开展驮背运输的线路必须有足够的货运能力，这是保证开展驮背运输组织的前提条件，具体表现为有高等级铁路平行或其运能富余的普速铁路线路。由于我国既有铁路货物运输很长一段时间是客货共用线路，运能相对饱和，限制了驮背运输的发展。随着国家快速铁路、客专、高速铁路等高等级铁路线路建设和路网完善，使得客运逐步向高等级铁路转移，且客货分离将成为大趋势，这有利于铁路货运运能释放，与之平行的普速铁路线路将成为开展驮背运输的主要线路；同时，随着铁路复线和整体路网的建设和完善，也会提高既有铁路运能，为开展驮背运输提供保障。

从公路方面，主要考虑城市间或经济区域间货运量较大的线路，具体表现为货运密度大的高速公路。城市间或经济区域间公路货运量较大，即公路货运密度大，这保证了铁路方面进行驮背运输组织时整列列车开行货源量的需求；同时，开展驮背运输是推动和吸引汽车从公路开上火车，干线运输通过铁路运输完成，具有时效性和成本优势，所以，此时的需求表现为主要通过高速公路完成的货物运输。

从需求点方面，结合以上分析，可知主要是同时有普速铁路、高速铁路和货运密度大的高速公路形成的运输通道所连接的城市或经济区域。因驮背运输干线运输的是公路整车或者挂车，两端公路整车运输或者甩挂运输可以扩大两端节点的吸引 范围。

综合考虑公路运输技术经济特征以及课题组需求调查研究，并与国家的物流枢纽规划协调衔接等，设定需求点城市辐射半径为100 km的经济区域属于驮背运输需求大节点。结合我国高速公路货运密度[12−13]，以及全国70条主要铁路货运干线的流量和利用率分析，发现连接北京、上海、广州、郑州、西安等22个主要城市的京哈、京沪、京广、陇海铁路 (郑州—西安之间)等高速公路货运密度大，且多数线路均已开通高速铁路，因此，认为22个主要城市及其辐射半径为100 km的经济区域和其中29条连接线路将成为开展驮背运输的潜在需求点和线路，具体城市及线路见表1所示。

流速主要是指货物的送达速度[9]。驮背运输组织，一方面由于安全限制，在干线运输环节通过铁路运输比单纯在高速公路运输更快更安全，即通过提高技术速度提高了送达速度；另一方面，在两端通过公路货车自行驶入或吊装(离)至专用铁路运输车辆，中间作业时间大为缩减，也比单纯铁路集装箱或其他货运组织形式更快，即通过提高作业速度提高了送达速度。

1.2 驮背运输的流量流程分析

在驮背运输线路及需求点分析基础上，结合铁路运输在大批量运输和中长距离运输的优势，可知驮背运输在流量、流程方面表现为货运量大、运距长的特点。一方面，高速公路线路上的货运量大可以保证铁路运输整列开行的货源量，发挥铁路运输在大批量运输方面的优势。运输距离长，可以通过发挥铁路在中长途运输方面的优势降低公路运输的成本、碳排放、交通事故率等。

另一方面，按照铁路运输和公路运输的经济运距范围，一般公路运输的经济运距在200 km以内，高速公路可以延伸到300~500 km，但运距在800 km以上肯定不是公路运输的经济运距范围，而属于铁水运输的经济运距。根据全国道路货物运输量专项调查，公路运输虽然以省内(包括直辖市，下同)运输，即中短途运输为主，但仍有30%[12−13]的货运量属于跨省运输；公路货运中运距在800~1 200及1 200 km以上的货运量占比都为2.7%[13]，折合货运量约16.6亿t，这些都有可能成为驮背运输的潜在需求量。

1.3 驮背运输的货类及运价分析

公路和铁路运输的货物都有自己的分类，鉴于驮背运输是推动和吸引汽车从公路开上火车，因此，货类分析采用公路运输的货物类别划分标准，即《运输货物分类和代码》(JT/T19—2001)，将货物分为17类。经本课题组展开的驮背运输需求调查发现，在被调查的高速公路上中长途跨省运输中，尤其是运距超过800 km的货物运输中，最多的货类是农副产品、机械设备和电器、轻工医药产品。考虑到政府设立农副产品绿色通道，尤其是鲜活农产品运输享有过路过桥费减免的优惠政策，铁路运输的成本优势不够明显，暂不作为驮背运输需求的货类，将驮背运输的主要货类是原公路运输货物品类中的机器设备和电器。

研究显示，各省公路承担的30%左右跨省货物运输中，从货物种类看，比例较高的为机械设备和电器、化工原料及制品、农林副渔业产品三大类，三者占比分别为29.1%，27.3%和28.9%[13]，也佐证了课题组关于驮背运输需求调查结果的合理性。此3类中的前2类货物价值相对较高，对运价的承担能力也相对较强，同时，对时效性要求也较高。

结合以上调查分析，以及欧美驮背运输的发展情况，可以将驮背运输的货类总结为货物自身价值较高、对时效性要求较高的货物。此外，这些货物对运价的承受能力相对较高，鉴于铁路运输和公路运输运价一般规律，驮背运输运价应介于二者 之间。

2 我国驮背运输需求特性分析

在运输经济学理论基础上，结合驮背运输需求调查和需求分析，发现目前我国驮背运输除了具备公路和铁路运输需求一般特性外，还具有以下自有的特性。

2.1 多样性与相对单一性的复合特性

该特性主要指驮背运输的对象。驮背运输的货物都是装在适合高速公路运输又适合装载在QT1和QT2型等车辆上的货车或者挂车，表现为对装载的货车整车或挂车的运输组织，考虑成本多数会采用挂车，即驮背运输的需求货物实体表现形式为货车或挂车，多为挂车，具有相对单一性。按照前文货类分析结果，驮背运输需求货类多为机器设备和电器类等货物本身价值较高、对运输时效要求较高的货物，种类较多，如单从机器设备和电器类来分析，如家用电器，就有冰箱、洗衣机、电视等大家电，同时还有小家电，还有不同品牌、不同型号，这些货物为驮背运输的真正需求实体，具有多样性。综上所述，驮背运输需求表现为多样性与相对单一性的复合特性。

2.2 兼具整车运输和零担运输优势

兼具整车运输和零担运输优势是从运量上分析，具体是从运输批量的角度分析，对于两端的公路运输组织既可以是零担运输也可以是整车运输，但中间承担长途干线的驮背运输组织一定是整车运输，即对于铁路承运的是整车运输，减少了装卸搬运甚至是掏箱环节，比铁路一般货运和集装箱运输都更经济、高效。

2.3 货物价值相对较高，时效性较强

适合公路运输和铁路运输的货物虽然有一定差异，但相对具有普遍性，而适合驮背运输货物价值相对较高，时效性也较强，则对运价承担能力较高。前文已有具体分析，此处不再赘述。

3 我国驮背运输需求预测

3.1 我国驮背运输需求预测思路

根据对驮背运输需求调查所获数据和运输需求分析，结合运输需求预测理论和方法，通过多方案比选，最后确定对我国驮背运输需求预测的思路始终贯穿分类预测思想[11]，即进行点对点和区域对区域分线路预测。所谓点对点需求量指城市对城市需求量，区域对区域需求量是以城市为中心辐射半径100 km范围的大需求点需求量。整体预测分为以下3个步骤：

第一，结合分类预测思想，用目标高速公路线路所在端点城市的公路货运量与第二产业增加值计算2012~2016年按点对点、区域对区域分方向的产值系数，发现较为稳定，再通过指数平滑法确定各目标线路的产值系数，并与2017年的产值系数进行校验，发现结果较为理想后，再利用产值系数分别测算目标年目标线路分方向的点对点、区域对区域公路货运量。

第二，根据运输需求调查得出的目标线路驮背运输需求量占该线路的点和点、区域和区域间公路货运量的比重，测算各条目标线路分方向的驮背运输需求量，最后再进行汇总得出总运输需求量。

第三，将测算出的驮背总运输需求量，与全国运输结构调整、2013年全国交通运输业经济统计调查结果[13]进行比较，判断预测结果的合理性。

3.2 驮背运输需求预测方法

运输需求预测方法有定性预测和定量预测。结合驮背运输需求调查及掌握数据资料，比较各种定量预测方法，选取并综合运用比重法、产值系数法、指数平滑法进行预测。

3.2.1 产值系数法

产值系数法是根据预测期国民经济的总量指标如工农业总产值、国民生产总值或国民收入等，和确定的每单位产值所引起的货运量或客运量去预测总运量的方法[9]。需求调查发现驮背运输需求货类主要为机械设备电器类等货物价值较高、对时效性要求较高的货物，多属于第二产业，所以将产值系数的涵义界定为第二产业增加值引起的货物需求量，其表达式为

式中：Q为预测期某条目标线路总公路货运量，单位万t；M为预测期需求点第二产业增加值，单位万元；为确定的产值系数，单位为万t/万元，为预测年限，用于计算样本年度目标线路分方向产值系数。

3.2.2 一次指数平滑法

指数平滑法的预测原理是通过对历史观察值进行加权处理，平滑掉部分随机信息，并根据观察值的表现趋势，建立一定模型，据此对预测对象做出预测[14]。通过测算2012~2016年的产值系数发现数值较为稳定，选用一次指数平滑法确定产值系 数值。

3.2.3 比重法

比重法是在已经得出总运量预测结果的条件下，进而估算其中部分运量的方法[9]。因进行全面调研在人力、物力、时间的限制，以课题组调研所测算的目标线路需求量占线路总体公路货运量的比重，假设此比重相对稳定来测算预测年度的驮背运输需求量。

式中：Q为预测期某条目标线路驮背运输总货物需求量，万t；Q为预测期某条目标线路总公路货运量，万t；为测算的目标线路驮背运输需求量占线路总公路货运量的比重，用于测算点对点和区域对区域的比重系数。

3.3 我国驮背运输需求预测的计算过程及结果分析

综合运用产值系数法和指数平滑法按照步骤1，测算各线路点对点、区域对区域分方向的产值系数；根据驮背运输需求调查，按步骤2测算各线路驮背运输需求量占该线路的点和点、区域和区域间公路货运量的比重，最后得到2020年运量相对均衡的点对点驮背运输需求量区间预测值分别为(5 060.07~7 243.61)万t(计算过程略)。同理，区域对区域(城市辐射半径100 km区域)的驮背运输需求量在2020年运量相对均衡的需求量区间预测值为(1.54~1.93)亿t，见表1。

表1 2020年各线路点对点/区域对区域驮背运输需求量预测结果

北京→厦门7.4414.8733.688.8417.6849.07 厦门→北京59.9389.30 北京→乌鲁木齐14.864.318.5143.2713.4024.99 乌鲁木齐→北京2.156.70 哈尔滨→大连120.22240.44283.791 364.042 208.592 728.07 大连→哈尔滨141.891 104.29 福州→乌鲁木齐6.190.463.2192.545.7447.71 乌鲁木齐→福州0.232.87 重庆→昆明42.7085.3986.65183.79367.59465.97 昆明→重庆43.33232.98 昆明→厦门6.2812.5518.44243.58392.95487.15 厦门→昆明9.22196.48 上海→深圳308.42616.84949.861 844.933 689.865 790.72 深圳→上海474.932 895.36 上海→厦门64.49128.98129.62835.291 670.591 257.12 厦门→上海194.761 678.95 包头→重庆2.715.355.427.6215.2411.92 重庆→包头2.6716.21 武汉→昆明5.3710.7411.9948.1896.37176.51 昆明→武汉5.9988.25 武汉→南宁16.1619.0232.33215.22306.60430.44 南宁→武汉9.51153.30 武汉→厦门12.2524.4931.15232.89465.77535.82 厦门→武汉15.57267.91 武汉→乌鲁木齐6.520.143.3061.032.5531.15 乌鲁木齐→武汉0.071.28 北京→广州709.631419.252278.36146.81293.61531.69 广州→北京1 139.18916.57 北京→哈尔滨182.30310.57364.6085.87171.75206.74 哈尔滨→北京438.85327.61 北京→南昌153.46239.79306.9241.0482.0970.60 南昌→北京326.12100.16 北京→上海241.01482.01767.06340.97681.941 082.36 上海→北京383.53541.18 西安→郑州327.70655.39803.95504.81304.95328.64 郑州→西安401.98152.48

按《推进运输结构调整三年行动计划(2018~ 2020)》目标，2020年全国铁路货运量较2017年将增加11亿t，其中包括大宗货物、中距离运输货物和多式联运等方面，驮背运输承担的货物主要是中长距离运输货物，同时也属于多式联运组织方式，区间预测值占11亿t的比例约为14%~17.55%，可见预测值具较大可能性。另外，根据文献[13]测算的公路货运中运距在800~1 200及1 200 km以上货运量约16.6亿t中，这部分货物按运输结构调整计划有部分公转铁，部分公转水，部分仍只能采用公路运输，其中的1.54~1.93亿t作为驮背运输的潜在需求量也是可能的。由于在一定的运输供给条件下，可实现的运输需求总是有限的，也由于技术经济条件的约束，任何时候都不可能完全满足运输需求[10]，所以，通过开展驮背运输，并将这些潜在驮背运输需求量尽可能多地转化为驮背运输运量，有助于公路货运中长途运输向铁路转移，即“公转铁”的实现，很好助推运输结构调整目标的实现。

4 结论

1) 系统分析我国驮背运输需求在流向、流速、流量、流程和货类等方面的特点：研究表明，货类为自身价值较高、对时效性要求较高的货物，主要为原公路运输货物品类中的机器设备和电器，流向为在同时有普速铁路、高速铁路和货运密度大的高速公路的22个城市或经济区域(城市辐射半径100 km)间形成的29条运输通道，流量、流程为货运量大、运距长，流速比单纯高速公路运输和铁路普货运输、集装箱运输都快。

2) 系统分析我国驮背运输的需求特性，研究表明，其具有多样性和相对单一性的复合特性，兼具整车运输和零担运输优势，所承运的货物价值相对较高，时效性较强。

3) 综合运用产值系数法、指数平滑法和比重法预测2020年我国驮背运输需求的预测总量在约为1.54~1.93亿t；结合运输结构调整计划判断具有一定合理性，也说明我国驮背运输有一定市场发展 前景。

4) 通过分析29条线路的端点城市，发现北京、上海、广州和武汉等城市为发展驮背运输需求潜力较大的城市，也符合当前经济发展一般规律。

[1] 李臣, 何银川, 周炜, 等. 欧美驮背运输发展及对我国的启示[J]. 综合运输, 2017, 39(11): 80−83, 95. LI Chen, HE Yinchuan, ZHOU Wei, et al. The development of piggyback transportation technology in Europe and America and its enlightenment to China[J]. China Transportation Review, 2017, 39(11): 80−83, 95.

[2] 樊校.“一带一路”倡议下中欧班列驮背运输发展对策探讨[J]. 铁道运输与经济, 2019, 41(7): 40−43. FAN Xiao. A tentative study on the countermeasures for developing China railway expresspiggyback transportation under the belt and road initiative[J]. Railway TransportandEconomy, 2019, 41(7): 40−43.

[3] 冯芬玲, 余海军. 基于系统动力学与logit模型的驮背运输运价研究[J]. 铁道科学与工程学报, 2018, 15(11): 2981−2987. FENG Fenling, YU Haijun. Research on piggyback transport price based on system dynamics and logit model[J]. Journal of Railway Science and Engineering, 2018, 15(11): 2981−2987.

[4] WANG Hengjian, LIU Zuoyi. The analysis of economic effect of railway piggyback transportation in China[C]// Proceedings of the 2016 4th International Conference on Mechanical Materials and Manufacturing Engineering. Paris, France: Atlantis Press, 2016: 669−672.

[5] Tolliver D, LU P, Benson D. Comparing rail fuel efficiency with truck and waterway[J]. Transportation Research Part D: Transport and Environment, 2013(24): 69−75.

[6] Heinold A, Meisel F. Emission rates of intermodal rail/road and road-only transportation in Europe: A comprehensive simulation study[J]. Transportation Research Part D: Transport and Environment, 2018(65): 421−437.

[7] 吴荣坤, 李华, 郑和平, 等. QT1(2)型驮背运输车研制[J].铁道车辆, 2019, 57(9): 25−27, 4−5. WU Rongkun, LI Hua, ZHENG Heping, et al. Development of QT1(2)type piggyback wagons[J]. Rolling Stock, 2019, 57(9): 25−27, 4−5.

[8] WANG Yueting, LIU Zuoyi. The research on technical qualifications of railway piggybacktransportation in China[C]// Proceedings of the 2016 4th International Conference on Mechanical Materials and Manufacturing Engineering. Paris, France: Atlantis Press, 2016: 834− 838.

[9] 严作人, 杜豫川, 张戎. 运输经济学[M]. 北京: 人民交通出版社, 2016: 41−85. YAN Zuoren, DU Yuchuan, ZHANG Rong. Transport Economics[M]. Beijing: China Communications Press, 2016: 41−85.

[10] 吴群琪, 陈文强, 张圣忠. 运输需求本质及其特征研究[J]. 铁道运输与经济, 2009, 31(4): 32−39. WU Qunqi, CHEN Wenqiang, ZHANG Shengzhong. Research on the essence and characteristics of transportation demand[J]. Railway Transport and Economy, 2009, 31(4): 32−39.

[11] 肖芳. 工业产品运输需求分类预测理论研究[D]. 西安:长安大学, 2011.XIAO Fang. Study on the classification and prediction theory of the transportation demands of industrial products[D]. Xi’an: Chang’an University, 2011.

[12] 陈荫三, 肖润谋, 闫晟煜, 等. 2017中国高速公路运输量统计调查分析报告[R]. 北京: 人民交通出版社股份有限公司, 2018. CHEN Yinsan, XIAO Runmou, YAN Shengyu, et al. Statistical investigation and analysis report of China’s expressway traffic volume in 2017[R]. Beijing: People’s Communications Press Co., Ltd, 2018.

[13] 交通运输部科学研究院.交通运输业经济统计暨城市客运交通线路及站点专项调查报告[R]. 北京:北京出版社, 2017: 32−39. China Academy of Transportation Sciences. Special investigation report on economic statistics of transportation industry and urban passenger transport lines and stations[R]. Beijing: Beijing Press, 2017: 32− 39.

[14] 王小霞. 运输组织学[M]. 北京: 北京大学出版社, 2013: 80−81.WANGXiaoxia. Transport organization[M]. Beijing: Peking University Press, 2013: 80−81.

Demand analysis and forecast for piggyback transportation in China

XIAO Fang1, 2, XIE Ruhe3, ZOU Huaisen4, ZOU Yifeng3, ZHANG Haiqi4

(1. School of Economics and Management, Qiannan Normal University for Nationalities, Duyun 558000, China;2. School of Business Administration, GuizhouUniversityofFinanceandEconomics, Guiyang 550025, China;3. School of Business, Guangzhou University, Guangzhou 510006, China;4. Beijing TF High-Tech Co., Ltd, Beijing 100043, China)

For piggyback transportation is still in the stage of theoretical and practical exploration in China, so there is no historical transport volume data. The refore, according to the theory and practice of the piggyback transportation development in foreign countries and the investigation and analysis of the demand of piggyback transportation, the analysis of the flow direction, velocity, volume, distance, cargo and price of the components of transportation demand were made based on the theory of Transport Economics. And the piggyback transportation demand in China was forecasted by output coefficient, exponential smoothing method and proportion method with the idea of classified forecasting, which is about(1.54~1.93) million tons in 2020 and shows that piggyback transportation has a certain development prospect in the market of China. Simultaneously, the results of different lines and directions can be used to provide support for the network layout, innovation of operating model, transport organization plan design, pricing and benefit evaluation of piggyback transportation in China.

piggyback transportation; transportation demand analysis; transportation demand characteristics; output coefficient; forecast

U294.1

A

1672 − 7029(2020)08 − 2125 − 08

10.19713/j.cnki.43−1423/u.T20191124

2019−12−13

谢如鹤(1963−)，男，湖南双峰人，教授，博士，从事物流管理与工程，运输规划与管理研究；E−mail：rhxie@gzhu.edu.cn

(编辑 阳丽霞)