北京公铁货运交通结构演进探析

李利军，姚国君

(石家庄铁道大学 经济管理学院，河北 石家庄 050043)

交通结构变化和调整是推动社会高质量发展的主要内容，也是打赢蓝天保卫战的关键。近年来，公铁货物运输呈现不同的演进趋势，在货运量方面公路运输比例持续增长，铁路运输比例呈现下降趋势，通过研究公铁交通运输结构演进因素有助于推动货运交通发展。因此，以北京为研究对象，在阐述公铁货运交通结构演进的基础上定量分析货运结构变化，构建基于层次分析法(Analytic Hierarchy Process，AHP)的公铁货运交通结构演进影响因素模型，同时进一步构建基于灰色关联度分析法(Grey Relation Analysis，GRA)的公铁货运交通结构演进影响因素模型，根据模型计算结果分析影响公铁货运交通结构演进的因素，为公铁货运交通结构优化提供研究基础。

1 北京公铁货运交通结构演进概况

交通结构是指各种运输方式内外部相互联系、相互作用的各要素、各环节等方面的有机比例和构成关系状态。研究主要从北京公铁货运量、货物周转量及运营里程等方面分析货运交通结构演进概况，数据来源于2011—2019 年《北京统计年鉴》。

1.1 北京公铁货运量比例变化

2011 年以来，北京公铁货运量总体呈下降趋势，2019 年全市公铁货运量22 774 万t，相比2011 年减少7.63%。其中，公路货运量占公铁货运总量比重较大，平均占比在95%以上，另外，货运量2011—2014 年总体呈上升趋势，2015 年下降幅度较大，2015 年—2019 年总体呈上升趋势；随着北京铁路专用线数量的减少，铁路货运量呈递减趋势，2019 年(449 万t)与2011 年(1 380 万t)相比减少67.5%，铁路货运量占比总体也呈减少趋势，由2011 年货运量占比5.14%下降到2019 年的1.64%。从货运量变化趋势来看，公路货运量将呈增加态势，而铁路货运量将呈减少态势。北京公铁货运量及其占比变化如图1 所示。

图1 北京公铁货运量及其占比变化Fig.1 Road-rail freight volume and its share change in Beijing

1.2 北京公铁货物周转量比例变化

2011 年以来，北京市公铁货物周转量总体呈上升趋势，2019 年全市完成公铁货物周转量533.20亿t·km，相比2011 年增长20.18%。其中，公路货物周转量占公铁货物周转总量的比重呈现上升状态，且所占比重越来越大，2011—2018 年均占比36.32%，2019 年占比(51.71%)超过铁路货物周转量，而且公路货物周转量整体也呈增加趋势，2019年周转量最大(275.68 亿t·km)，较2018 年增加64.68%，周转量增加趋势明显增强，这与经济发展及固定资产投资存在正比例关系；铁路货物周转量总体则呈下降趋势，由2011 年的311.32 亿t·km下降到2019 年的257.50 亿t·km，年均减少5.98 亿t·km，铁路货物周转量所占比重由70.17%下降到48.29%，但近年来有所回升。公路周转量总体弱于铁路周转量，但公路周转量在2019 年反超铁路周转量，根据趋势变化来看公路周转量将会增加，铁路周转量仍然会起伏不定。北京公铁货物周转量及其比例变化如图2 所示。

图2 北京公铁货物周转量及其比例变化Fig.2 Road-rail freight turnover and its proportion change in Beijing

1.3 北京公铁里程变化

2011 年以来，北京市公铁总里程总体逐年增加，2019 年全市公铁总里程23 571 km，相比2011年增长5.16%。其中，公路里程占其总里程的比重较大，基本保持在95%左右的水平，相比2011 年公路里程的21 347 km，2019 年里程达到22 366 km，增长1 019 km，这与公路发展政策、经济及投资因素存在必然联系；铁路里程由2011 年的1 067 km 增长到2019 年1 205 km，增长138 km，虽然铁路里程增加数量没有公路大，但总体也呈现出增加态势。公路相较于铁路里程所占比重与增长幅度均较大，与投资政策存在一定关系，根据《北京统计年鉴》统计数据显示，2014 年公路投资额是铁路的9.4 倍，2019 年公路投资额是铁路的5.6倍。北京公铁里程及其占比变化如图3 所示。

图3 北京公铁里程及其占比变化Fig.3 Road-rail mileage and its proportion change in Beijing

2 基于AHP-GRA 的北京公铁货运交通结构演进影响因素分析

2.1 基于AHP 的公铁货运交通结构演进影响因素分析

AHP 是一种定性和定量相结合、系统的、层次化的分析方法[1]。AHP 方法采用两两比较，比较时采用相对尺度，可以在一定程度上减少不同性质指标之间相互比较的困难[2]。其特点是在对复杂决策问题的本质、影响因素及其内在关系等进行深入研究的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。根据实践调查和既有研究分析，从政策、资源结构、经济发展、交通科技进步、技术经济性和固定资产投资等6 个维度，构建基于AHP 的公铁货运交通结构演进影响因素模型[3-4]。基于AHP 的公铁货运交通结构演进影响因素模型如表1 所示。A代表目标层，表示交通结构演进；B代表准则层，表示政策、资源结构、经济发展等6 个因素；C代表方案层，表示城市发展政策、运输政策、产业政策等15 个子因素。

表1 基于AHP 的公铁货运交通结构演进影响因素模型Tab.1 AHP-based model for influencing factors of traffic structure evolution of road-rail freight transport

根据AHP 原理，通过咨询物流、运输经济和公铁货运等研究领域的专家建议，构造准则层判断矩阵。准则层判断矩阵如表2 所示。

表2 准则层判断矩阵Tab.2 Judgment matrix of the criterion layer

将数据进行整理，通过计算可以得到准则层判断矩阵的最大特征值为6.345、一致性检验比例CR为0.054 8，CR＜0.1，即通过一致性检验，根据计算确定指标权重，准则层各因素权重如表3 所示。采用同样的方法，比较方案层各项指标的权重，方案层各因素权重如表4 所示，

表3 准则层各因素权重Tab.3 Factor weights in the criterion layer

表4 方案层各因素权重Tab.4 Factor weights in the scheme layer

根据层次总排序权重值可知，方案层子因素位于前6 位的分别是城市发展政策C1、第二产业C9、运输政策C2、产业政策C3、第一产业C10、第三产业C8，其对应的准则层因素最多的是政策B1和经济发展B3，因而政策及经济发展是影响北京公铁货运交通结构演进的主要因素。

2.2 基于GRA 的公铁货运交通结构演进影响因素分析

灰色系统理论是由著名学者邓聚龙教授首创的一种系统科学理论，其中的灰色关联分析是一种多因素统计分析的方法[5]。GRA 模型用于对同一评价对象发展变化态势的定量描述和比较分析，其对数据分布、样本量、指标多少没有严格限制。该模型的原理在于假设或模糊知道某一个指标可能与其他的因素相关，为了更加清楚指标与某个具体因素的相关程度，通过计算将因素排序，得到一个分析结果[6]。依据AHP 得到的准则层及方案层影响因素，合理选取GRA 的比较数列和参考数列，分析北京公铁货运交通结构演进影响因素。以北京2011—2019 年公铁里程之差作为参考数列，比较数列分别在政策B1因素上取第三产业生产总值与第一产业生产总值之差[7]；在资源结构B2因素上取能源生产总量；在经济发展B3因素上取生产总值；鉴于交通科技进步B4因素考虑技术创新，取公路货运量与公路里程的比值、铁路货运量与铁路里程的比值，将两者的比值之和作为交通科技进步因素数据；在技术经济性B5因素上，考虑到速度、费用、周转量三者关系，取公路周转量与公路货运量的比值、铁路周转量与铁路货运量的比值，将两者的比值之和作为技术经济性因素数据；固定资产投资B6因素最主要是其每年的公铁投资金额，由于缺少部分数据且固定资产投资很大程度上决定运输道路的里程，生产力分布与能源共同决定交通运输的走向。考虑到公路货物周转量较小，而铁路货物周转量较大，数值相差较大，因而将铁路周转量与其货运量之比作为数据。参考数列及比较数列数据如表5 所示[8]。

表5 参考数列及比较数列数据Tab.5 Reference series and comparison series

对数据采用均值化处理后计算关联度，第i个比较数列的第k个元素与参考数列的第k个元素之间的关联系数ξi(k)计算公式为

式中：Y(k)为参考数列第k个元素对应值；Xi(k)为第i个比较数列第k个元素对应值；ρ为分辨系数，ρ∈ (0，∞)，ρ越小，分辨力越大，一般ρ的取值区间为(0，1)，具体取值可以视情况而定，当ρ≤0.546 3 时，分辨力最好，通常取ρ=0.5。

第i个比较数列对参考数列的关联度ri计算公式为

通过计算，得到各因素的关联度，公铁里程之差为参考数列时的各因素关联度如表6 所示。关联度排序为政策B1＞经济发展B3＞资源结构B2＞技术经济性B5＞交通科技进步B4＞固定资产投资B6，由此得出北京公铁货运交通结构演进最重要的前3 个因素依次是经济发展B3、资源结构B2和政策B1，此结论与基于AHP 的公铁货运交通结构演进影响因素分析结论吻合。

表6 公铁里程之差为参考数列时的各因素关联度Tab.6 Correlation among factors when the mileage difference between roads and railways is the reference series

为进一步验证，将公铁货运量之差作为参考数列，同理可得，公铁货运量之差为参考数列时的各因素关联度如表7 所示，影响北京公铁货运交通结构演进最重要的前3 个因素依次是经济发展B3、政策B1和资源结构B2，与以公铁里程之差作为参考数列时得到的结论几乎相同。

表7 公铁货运量之差为参考数列时的各因素关联度Tab.7 Correlation among factors when the freight volume difference between roads and railways is the reference series

2.3 基于AHP-GRA 的公铁货运交通结构演进影响因素分析

综合基于AHP-GRA 的北京公铁货运交通结构演进影响因素分析，促使公铁交通结构演进的因素是多样的，其中经济发展、政策、资源结构因素起到关键作用，固定资产投资、技术经济性、交通科技进步作用次之。

（1）经济发展因素。经济发展程度直接影响北京交通运输资本投入规模，而经济发展的直接代表是3大产业的比例结构，等价于产业因素影响经济发展，经济发展影响交通运输资本建设投入。如果北京第一、二产业发展迅猛，对应的大宗货物运输就相对蓬勃，货运结构偏向于铁路等运量较大的运输方式；如果北京第三产业占比较大，产业偏向于精细化，经济发展主要依靠第三产业，则货运结构偏向于航空、公路等较为快捷的运输方式。

（2）政策因素。政策性措施主要是通过鼓励式或限制式调控对货物运输方式进行管控。政策对产业的支持或限制直接影响产品运输方式，如政策支持重工业的发展时，势必会给予大宗货物运输优惠政策。而城市发展政策则是结合运输政策、产业政策等对城市进行合理开发和利用，进一步影响交通结构。

（3）资源结构因素。资源结构直接表现为该地区自然能源的比例。如果北京煤炭、矿石等自然资源丰富，运输结构则偏向于铁路等大宗运输方式；如果北京旅游资源丰富或可再生资源匮乏，运输结构可能偏向于公路或航空。运输方式不同，其能源消耗也不同，资源结构的差异影响着北京的交通结构。

（4）其他因素。交通科技的进步将影响新的运输方式的诞生。交通科技进步将增加运输系统的组成要素，继而影响交通结构的变化。随着技术的进步，既有运输方式的技术经济特性得到改善，其运输速度和承载能力也将提高。因此，交通科技的进步影响交通结构的变化。技术经济性主要包括速度、成本和承载能力，在一般情况下，速度快的运输方式总是优于速度慢的运输方式，但是运输速度与承载能力成反比，与运输成本成正比。因此，多种形式的货物运输方式并存将是常态。由于运输方式的技术经济特点不同，导致固定资产投资规模产生差异，运输系统各部门之间存在竞争与协调，适应外部环境的运输方式发展迅速，所占比例不断提高，并逐渐成为主要的运输方式。

3 结束语

现阶段，我国经济发展呈现良好态势，碳达峰、碳中和政策行动不断落实，交通运输业作为碳排放最大移动源，有必要进行运输减排，铁路运输较公路运输可以有效减少碳排放，呈现较好发展势头。调节货物运输结构，实现城市货运低碳化发展是目前城市交通规划的重要措施。研究公铁货物运输结构影响因素可以根据政策及时优化货运结构，更加有效地制定符合城市或地区发展的货物运输政策，更好地发展公铁货物运输，更加有利推动货物运输市场发展。目前，“公转铁”政策实施效果明显，但部分工矿企业、物流园区存在“无铁可转”的状况，下一步将重点研究“公转铁”实施方案。