中欧国际铁路货运需求预测及系统动力学仿真研究

2022-06-09 12:51路广宇汤银英
交通运输工程与信息学报 2022年2期
关键词:中欧进出口货运

路广宇,汤银英,2,3,陈 思,2,3

(1.西南交通大学,交通运输与物流学院,成都 611756;2.综合交通运输智能化国家地方联合工程实验室,成都 611756;3.综合交通大数据应用技术国家工程实验室,成都 611756)

0 引言

中欧国际铁路货运在“一带一路”推动下快速发展,除运输政策外,影响该系统发展的其他内外部因素较多。从各要素间因果关系出发,研究更具解释能力的系统模型,可为预测中欧国际铁路货运市场的发展趋势及增长空间提供依据,对关键影响因素的快速识别也为其调整运营策略、优化运价补贴政策等提供支撑。

一般拟合外推预测法以大量历史数据为前提,不适应中欧国际铁路货运发展时间较短、内外部影响因素较多的现状,而系统动力学模型可在微观层面建立变量反馈关系,模拟系统发展演化机理,具备较好解释能力。如杨静莹等[1]构建内陆港与沿海港口耦合反馈系统动力学模型,仿真研究基本运价、口岸投资力度等因素对蓉欧快铁运量的走势影响;吴琼等[2]分析新冠疫情与邮轮产业收入的因果关系,仿真研究邮轮补贴、隔离措施等对恢复邮轮经济的不同效果;Wang 等[3]分析铁路快运系统的供需关系,研究国民经济增长率、铁路固定资产投资水平等控制变量对缩短铁路快运市场供需差距的贡献度;沈静瑶等[4]仿真分析人口、消费、空铁竞争等对航空客运需求的影响,模型验证结果显示其对派生性运输需求具有普适性和长效性;Thaller 等[5]以城市货运系统为研究对象,定量描述系统中物流服务提供商、零售商、托运人等对城市货运规模的决定作用,研究城市货运需求产生的决策过程和参与者行为。

既有研究大多通过数据挖掘以提高运量预测的精确性,如汤银英等[6]根据铁路月度客运量数据的长期内在线性增长规律,挖掘季节性增长特征,支撑精确预测;Guo 等[7]和冯芬玲等[8]通过优化人工智能算法以提高预测精度,前者关注广义回归神经网络的最优spread参数取值,后者筛选胶囊神经网络隐含层数量。但从内外部因素的因果关系角度解释运量走势波动的研究较少。此外,以中欧班列为主题的研究主要集中在运输组织方面,如集疏运[9-10]和轴辐式运输网络[11-12],对国际铁路货运需求的关注不多。

综上,在中欧国际铁路货运数据尚不丰富,影响该系统发展的要素较多等背景下,系统动力学对于预测和解释中欧国际铁路货运需求的波动具有更好的适用性。本文借鉴传统预测方法筛选主要影响因素的经验,以及系统动力学利用因果反馈关系解释非线性复杂系统的优势,建立中欧国际铁路货运系统动力学模型,通过仿真模拟给出初步预测结果,并通过扰动变量取值来研究货运系统走势波动,分析不同变量的影响度大小,提出保障中欧国际铁路货运需求走势增长的建议。

1 中欧国际铁路运输需求影响因素筛选

1.1 确定主要指标备选集

中欧间的整体运输需求是伴随着中欧贸易产生的,但同时受到基础设施、运输通道等硬性条件的限制和影响。对于中欧间的国际铁路运输而言,除外部宏观经济影响外,其自身的铁路系统能力供给、政府运输政策、其他运输方式竞争等几大方面均可对中欧国际铁路运输需求产生较大影响。

1.1.1 中欧宏观经贸指标

宏观经济决定经济体对外贸易程度,经济状况良好的国家或地区具有较强的对外辐射和吸引能力,从而产生频繁的对外投资与经贸活动,促生国际运输需求的演化。

目前,中欧班列是促使中欧国际铁路货运需求产生的重要途径。本文认为应根据中欧班列所联通的欧洲国家,选取能够影响中欧国际铁路货运需求走势的主要代表,研究这些欧洲国家的宏观经贸与中欧国际铁路货运需求的关联。

基于以上假设,并根据参考文献[13]中对铁路货运与经济发展交互关系进行分析。在中欧宏观经济层面对运输需求影响因素进行筛选,主要考虑国民经济总量、经济与产业结构、工农业产业增加值、对外直接投资流量、居民消费水平等。而在中欧宏观贸易层面,主要考虑贸易进出口总额以及分品类国际贸易额两大指标。

本文确定如下中欧宏观经贸指标备选集,具体指标名称见表1。

表1 中欧宏观经贸指标备选集

1.1.2 人口与就业指标

现代经济学家普遍认为一个经济体的就业情况与其经济增长存在正相关关系,此外分产业统计的就业结构也能反应出三次产业的发展情况,并且与国民可支配收入及消费水平存在隐性相关关系。所选指标见表2。

表2 人口与就业指标备选集

1.1.3 运输业指标

首先,中欧国际铁路运输需求的满足离不开有效的物流供给能力,铁路系统自身的供给能力受到基础设施建设程度、机车车辆保有量等条件约束,铁路既有设施设备数量直接反应运输供给能力水平,同时运输投资额决定运输方式未来的能力增长潜力。

其次,站在铁路运输需求的角度,由于市场份额短期内具有稳定规模,而公铁空水四大类运输方式属于替代关系服务产品。因此,主要运输方式间的需求和供给会呈现此消彼长的竞争关系,一种运输方式的技术进步与能力提升会影响其他运输方式的市场分担率,所选指标见表3。

表3 运输业指标备选集

1.2 灰熵法计算各指标关联强度

由于以上指标对中欧国际铁路运输需求的影响程度不一,为充分利用影响力较大的因素预测运输需求,需要进一步对上述因素与中欧国际铁路运输需求的关联程度进行定量衡量。为此,本文选用灰熵法进行指标影响因素分析。

灰熵法是一种对多因素统计数据进行分析的方法,通过数据变换及处理提炼影响目标变量取值的主要因素,即筛选出影响系统的主要因素及主要特征和各因素对系统影响的差别。

由于灰熵法的使用较为成熟,因此本文参考文献[14]进行数值计算,不赘述具体公式。首先以《中国统计年鉴》、《中国铁道年鉴》、《中国口岸年鉴》、联合国统计署及欧盟统计局为数据查询依据,对上述备选集中的指标在2011 至2019 年的统计数据值进行搜集,生成系统变量数据矩阵;其次进行无量纲化等处理,编程计算灰色关联系数及灰熵关联度,得到各指标关联度数据矩阵,流程见图1。

图1 灰熵法应用基本流程

使用灰熵法对1.1 节中的因素进行关联度计算,结果如图2 所示。虽然个别指标在关联度相对取值上具有差异,但整体上绝对取值均比较接近1,表明所选指标与中欧国际铁路货运需求的关联较强。本节使用灰熵法确定出与中欧国际铁路货运需求相关性较强的指标,为后续构建中欧国际铁路货运系统动力学模型提供充足的因果变量。

图2 所有备选集指标与中欧国际铁路货运需求量(N1)关联情况

2 中欧国际铁路货运需求系统动力学模型

2.1 确定中欧国际铁路货运系统基本因果关系

中欧国际铁路货运系统主要具备运输需求和运输供给两个关键子系统,并都与经济和贸易子系统相交互。其中需求子系统不仅受外部经济条件的主动影响,而且还有其他运输方式带来的竞争压力,而供给子系统主要体现为铁路系统自身的建设及能力供给情况。围绕着这两个核心子系统,系统发展具备国内生产总值、工农业增加值、运输业营收、交通投资等内部影响因素。同时,考虑某些主观因素对货运系统发展的刺激作用,将运输政策、经济补贴等作为外部影响因素。本文认为经济和贸易子系统为中欧国际货运子系统营造协同运作环境,经济子系统主要通过影响对各运输方式的投资来决定货运供给能力以及货运营收,贸易子系统则是货运需求的主要诱因,直接影响货运需求能力,经济和贸易子系统分别对中欧国际货运的供给侧和需求侧产生直接影响,三个系统形成了以货运系统为核心的主因果关联关系,如图3所示。

图3 经济-贸易-中欧国际货运因果关联关系架构

2.2 分析中欧国际铁路货运系统因果反馈环

基于系统中上述基本结构关系,使用因果回路图直观反应各系统内变量的因果反馈关系。图中包含多个系统变量,变量间使用带标号的箭头连接以表征反馈的正逆向性。

(1)国民经济与货运供给能力、货运量的关系

国民经济总量(+)⇨交通运输投资(+)⇨交通固定资产投资(+)⇨交通运输能力(+)⇨货物运输供给能力(+)⇨货物运输量(+)⇨货运营收(+)⇨交通运输业生产总值(+)⇨第三产业产值(+)⇨国民经济总量(+)

国民经济、货运供给及货运量反馈图如图4所示。

图4 国民经济、货运供给、货运量反馈图

此反馈环为正环,表明国民经济存量以资产投资的形式促进交通运输体系发展,提高固定设施及移动设备服务条件,在整体上提高交通运输供给水平,从而服务更多的货运需求,增加货运量和营收,提高交通运输业生产总值,最终巩固国民经济发展。

(2)国民经济、中欧贸易和中欧货运需求的关系(见图5)

图5 国民经济、中欧贸易及中欧货运需求反馈图

国民经济总量(+)⇨对外投资流量(+)⇨中欧进出口贸易额(+)⇨中欧货运需求(+)⇨中欧国际货运供给缺口(+)⇨经济阻碍量(+)⇨国民经济总量-

图5所示反馈环为负环,表明一个经济实体在保持良好国民经济发展条件下,以对外直接投资的形式促生更多经贸往来,从而在运输需求侧对国际货运能力提出新的要求,在一定程度上加大了国际货运能力短缺压力,这种短缺将产生经济增长阻碍量。

(3)不同运输方式间中欧货运供需制约关系(见图6)

图6 不同运输方式间中欧货运供需制约反馈图

中欧公海空货运需求(+)⇨中欧公海空货运供给短缺缺口(+)⇨货源向铁路转移量(+)⇨中欧铁路货运需求(+)⇨中欧铁路货运供给短缺缺口(+)⇨货源向公海空转移量(+)⇨中欧公海空货运需求(+)

中欧公海空货运供给能力(+)⇨中欧公海空货运供给短缺缺口(-)⇨公海空货源吸引量(+)⇨中欧铁路货运需求(-)⇨中欧铁路货运供给短缺缺口(-)⇨铁路货源吸引量(+)⇨中欧公海空运输需求(-)⇨中欧公海空货运供给短缺缺口(-)⇨中欧公海空货运供给能力(+)

图6中反馈环表明综合运输系统具有整体性,反映了铁路运输与其他运输方式在供需发展方面存在相互制约的震荡演化关系。

(4)运输投资、中欧贸易与中欧货运供需的关系(见图7)

交通运输投资(+)⇨货运供给能力(+)⇨货运供给短缺缺口(-)⇨货运短缺对国民经济增长抑制性(-)⇨国民经济总量(+)⇨中欧进出口贸易额(+)⇨中欧货运需求(+)⇨中欧货运量(+)⇨外贸进出口总额(+)⇨国民经济总量(+)⇨铁路运输投资(+)

图7 中的反馈环通过对交通行业增加运输投资以提高其基础设施的负载能力,为承载更多的运输服务需求提供保障,并且在运输市场货运供给短缺得到抑制的情况下,交通运输对国民经济发展具备正向推动作用,从而带动对外贸易额增长,激发更多的外贸货物运输需求。该反馈环在整体结构上将经济与货运供给关系和贸易与货运需求关系进行串联,搭建该货运系统发展的总逻辑框架。

图7 运输投资、中欧贸易、中欧货运供需反馈图

2.3 构建中欧国际铁路货运系统动力学模型

前面描述了系统反馈基本面,下面基于此引入相关指标变量,构建更详细的系统动力学流图,具体如下所示。

(1)国民经济与货运系统供给关系流图(见图8)

图8 国民经济与货运供给系统流图

(2)中欧国际贸易与中欧货运需求关系流图(见图9)

图9 中欧国际贸易与中欧货运需求系统流图

(3)中欧货运系统内部发展制约关系流图(见图10)

图10 中欧货运系统内部制约关系流图

(4)中欧国际贸易、经济投资与中欧货运系统供需关系流图(见图11)

图11 中欧贸易、投资与中欧货运供需系统流图

其中的状态变量为中国GDP、全社会固定资产投资以及中欧铁路国际货运需求吨位;状态变量对应的速率变量包括国民经济总额自增长量、运输短缺对经济增长阻碍量、固定资产年增加值、中欧铁路国际货运增加量与阻碍量;中欧进出口贸易额、公铁空海国际运输运量、各国工农业增加值、中国对外直接投资流量等为模型中的辅助变量。上述各流图中变量间的系统动力学构造方程如附录所列,其中L 为状态方程,R 为速率方程,A为辅助方程,T为表函数。

2.4 系统参数确定

根据目前中欧间经济发展和政治局势相对稳定的假设,在进行仿真研究前,需首先分析和确定前文所建系统动力学模型及其构造方程中的相关参数取值。本文的仿真时间范围为2011—2025年,时间步长为1 年,模型中自变量初始值根据中国统计年鉴、联合国统计署等官方数据确定。其中,为解决汇率问题,统一将经济变量按当年平均汇率换算为美元单位,而其他列表型变量各年数据采用统计原值。

在经济方面,2011 年以来全球经济运行平稳,我国经济在改革中处于稳定增长期。基于该假设对历史数据进行统计回归分析,发现国民经济自增长量与国内生产总值、交通运输业产值以及外贸进出口额间具备近似线性相关性,确定其统计计量关系式。仿真过程中国民经济自增长系数取值0.028,外贸对国民经济影响系数取值0.073,交通运输业经济贡献系数取值0.063。本文借鉴参考文献[15]的研究内容,对运输短缺制约经济发展的行为进行量化,确定运输运力短缺对经济影响因子取值0.007。

在运输业方面,通过查阅《中国统计年鉴》以及分运输方式的统计公报,确定我国每年对各运输方式的投资占全社会固定资产投资的比例,仿真过程中以表函数的形式参与运算。根据各项投资相对稳定的假设,预计2020—2025 年该类指标取值可按历史均值确定。为确定模型中各运输方式的货运投资效果系数,本文参考文献[1]中对口岸投资力度与口岸吞吐量增长关系的研究,结合计量经济学方法确定公铁海空四种方式对应取值依次为0.000 41、0.000 29、0.002 0、0.000 83。模型中货运投资效果系数用于表征单位投资额可产生的货运能力吨位,由于实际中固资投资额与货运能力吨位的统计值数量级不同,故该系数在确定二者关系式时的取值较小。本文将模型中的货运需求生成系数定义为单位进出口贸易额产生的货运需求量,确定中欧国际货运需求生成系数如下[16]:

式中:A表示单位中欧进出口贸易额消耗的运输服务量,使用不同运输方式的市场份额占比量化,可以理解为每产生一个单位的进出口贸易额需要直接消耗多少数量的某种运输服务;I为单位矩阵;B为某运输方式货运需求生成能力即货运需求生成系数。

本文假设中欧国际贸易稳定增长,由经济因素诱发的运输市场需求总量走势基本稳定,即不存在对某种运输方式的需求突变。中欧国际铁路面临的需求增长阻碍压力主要由运输市场中其他可替代运输方式的市场竞争造成,即中欧国际海公空运输相对于铁路运输的竞争。由此,本文设置中欧国际铁路货运阻碍系数表征该问题。根据广义费用函数[17]构建思路,以及引力模型在客流需求预测中的应用,设计中欧国际铁路货运阻碍系数如下:

取值越大表征其他运输方式相对铁路运输方式的优势越大,据此将该式变形为中欧国际铁路货运阻碍系数。

此外,基于进出口贸易决定运输需求基本盘的假设,本文认为中欧国际铁路货运需求增加量λ与运输政策ε间存在指数关系[18],可表述如下:

3 模型检验及仿真结果分析

3.1 仿真过程

本文基于所构建的中欧国际铁路货运系统动力学流图,使用Vensim®PLE 8.2.0 进行仿真。根据Vensim®提供的User Guide 可知,系统动力学模型的仿真过程是一个create-examine-recreate-iterate-…-meet the requirement 不断反复的过程。因此在仿真过程中需首先基于统计回归所得的变量间关系式,对初始模型进行仿真检验,通过观测系统动力学模型中的水平变量在利用其初始值以及变量间关系式进行迭代的过程,对部分参数进行必要调整,以使模型在整体上展现出对现实情况较好的模拟效果。在建模过程中需反复调整参数及结构,直到满足模型检验要求。

3.2 模型检验

系统动力学模型是一种行为决策理论模型,因此应根据其要求检验模型结构与模拟行为的适合性。前者主要为历史有效性检验,后者涉及模型参数灵敏度检验问题。

本文以状态变量中国GDP 为检验指标,通过比较2011—2019 年取值情况,得知该检验指标的模拟误差在5%以内。以中欧国际铁路运输需求为辅助检验指标,发现模拟走势与实际统计情况一致且误差在8%以下,因此该模型满足历史有效性检验要求,可用于该运输系统模拟仿真,如图12所示。

图12 中国GDP实际取值与仿真情况对比

其次,通过扰动参数取值,可分析模型行为对参数值变化的灵敏度,检验模型行为是否因参数微小变动而崩溃。本文调整“外贸对国民经济影响系数”以及“运输运力短缺对经济影响因子”取值情况,其结果如图13 所示。在对系数进行扰动后,发现中国GDP的变化浮动极小,表明所建模型符合对参数灵敏度的检验要求。

图13 利用中国GDP进行灵敏度检验

综上,本文所构建的中欧国际铁路货运系统动力学模型具备对实际情况的仿真模拟能力,并且具备相当的结构稳定性,可进一步进行系统行为分析。

3.3 模型仿真结果分析

根据仿真过程中主要变量的数据变化绘制以下图表(图14 和表4),分析可知:中欧国际铁路货运需求在2011—2016 年期间与中欧贸易等宏观经济条件的走势波动较吻合。其中2014—2016年需求水平较低,可能与该时段内我国国民经济增长乏力,中欧间进出口贸易额下滑等较多不利经济环境相关,致使铁路货运在国内和国际运输两个层面均出现明显下降。

图14 基本模拟情况下因变量取值走势图

表4 中欧国际铁路货运需求预测情况

2017 年后,中欧国际铁路货运需求的增长速度明显高于中欧贸易等经济要素,表明中欧国际铁路货运需求在此期间的增长受到其他刺激:一方面,“一带一路”实质性发展成果不断增多,中欧班列统一品牌正式启用等为货运需求增长创造了较好的外部条件;另一方面,与中欧国际铁路联运自身竞争力提升也有很大关系,尤其是疫情期间,国际海运价格暴涨,提高了中欧班列相对市场竞争力,吸引了较多海运转移货源。

通过对比系统动力学模型对中欧国际铁路货运需求的仿真模拟结果与实际统计取值,发现仿真模拟的误差较小。至2025 年,系统动力学模型预测中欧贸易进出口额将演化至11 300 亿美元左右,中欧国际铁路货运需求将由2011年的3 800多万吨增至7 000余万吨。

根据参考文献[8]知,本文在确定上述中欧国际铁路货运需求实际情况数据时,用中欧贸易通过铁路国境站的进出口货运量表征该需求,将《中国口岸年鉴》中阿拉山口等铁路口岸的统计数据作为确定中欧国际铁路货运需求的数据源。对比分析图14中三条曲线的走势,可做出如下判断:中欧国际铁路货运需求相较于宏观经济具备更快的增长速度,表明除市场经济规律外,该类需求还受到其他外界因素影响。其中可能包括:(1)政策扶持对中欧国际铁路货运需求的促进作用不可忽视;(2)在中欧进出口贸易发展平稳的环境下,中欧货运市场整体浮动小,公水空运输方式与铁路间的竞争是重要影响因素;(3)随着中欧贸易不断扩大,中欧国际铁路货运需求可能超出货运供给能力,货运供给短缺变化限制运输需求增长速度。

基于上述模型,本文为进一步研究系统自变量对该货运系统运输需求走势的影响,拟对变量取值进行扰动,重复仿真分析,研究不同变量取值下中欧国际铁路货运需求未来波动情况。

为此本文选取以下调整变量:①其他运输方式对中欧铁路货运阻碍系数;②运输政策对中欧铁路运输需求刺激度系数;③中欧国际铁路货运供给能力;④我国铁路运输投资比例系数。观测中欧国际铁路货运需求由上述变量取值不同所产生的波动幅度,其中:变量①②为系数变量;变量③用于表征既有铁路口岸服务中欧跨境铁路运输的过货能力,单位为万吨。本文通过统计阿拉山口等铁路国境口岸运输数据,结合口岸调研资料,综合确定中欧国际铁路货运供给能力的统计描述值;变量④表征我国在投资发展国内各运输方式时,对铁路的投资占比情况。

为研究上述变量的取值变化对中欧国际铁路货运需求的不同影响程度,本文在此将变量①的取值由基本模拟中0.08梯度变化为0.07至0.09;将变量②由基本模拟中2019—2025 年分别取0.09、0.07、0.07、0.07、0.06、0.06、0.06 依次变成该时间内均取0.06、0.07、0.09 和0;变量③取值由基本模拟中2019—2022 年取5 200 万吨、2023—2025 年取5 600 万吨的情况依次变为相同时间内均取4 000万吨、5 500 万吨、6 000 万吨和7 000 万吨的情况;变量④由基本模拟中2019—2025 年统一取0.013调整为该时间内依次分别取值0.01、0.02、0.03 和0.04。修改上述4 个变量取值并重复模拟的仿真结果如表5 至表8 所示,表格中的“变动幅度”表征仿真更新后所得中欧国际铁路货运需求相对于基本模拟结果的变化大小情况,具体取值根据2020—2025 年货运需求预测值的浮动百分比取均值加以确定。

表5 变量①取值变化对中欧国际铁路货运需求影响

表6 变量②取值变化对中欧国际铁路货运需求影响

表7 变量③取值变化对中欧国际铁路货运需求影响

表8 变量④取值变化对中欧国际铁路货运需求影响

通过分析上述表格中所得仿真结果,可作出如下判断:

(1)变量①代表的其他运输方式竞争对中欧国际铁路货运需求影响很大。其取值的微弱变动将快速影响中欧国际铁路货运需求量,并且过大的阻碍系数0.09 直接导致中欧国际铁路货运需求在2025 年锐减至0。在0.085 的取值情况下,未来中欧国际铁路货运需求增长乏力。

(2)国铁集团对优先保障中欧班列跨境运输等优惠政策有效提高中欧国际铁路货运需求水平。相较于调整变量①“其他运输方式竞争”而言,中欧国际铁路货运需求对变量②代表的运输政策刺激度参数不太敏感,表明运输政策的刺激对中欧国际铁路货运需求的增长影响浮动有限。但同时注意到,若在一段时间内将运输政策的影响持续剔除,则中欧国际铁路货运需求在未来将呈现增长乏力且削弱的态势,表明现阶段运输政策具备持续存在的必要性。

(3)观测表7中对变量③取值更新后的仿真结果,发现中欧国际铁路货运供给短缺对货运需求的影响很小。这表明现阶段中欧间的经济贸易以及运输政策是中欧国际铁路货运需求产生的主要诱因,中欧国际铁路货运供给短缺的不足尚未完全体现到对货运需求的影响中。

(4)图15 显示了变量④取值变化对中欧国际铁路货运供给短缺的影响情况。图中编号1至4的模拟结果分别对应表8 中变量④的4 次取值仿真。

图15 中欧国际铁路货运运力供给短缺情况

分析可知:在全社会固定资产投资总额相对固定的假设下,提高我国铁路运输方式的投资比例有效缓解了中欧国际铁路货运能力供给的短缺问题,但整体上该问题没有得到消除,能力短缺在仿真研究的时间范围内始终存在;图中出现的短时消失与该阶段我国经济放缓和国内铁路运量下降有关,其后中欧国际铁路货运能力供给短缺问题因中欧班列的快速发展逐渐凸显;在既有铁路口岸场站作业设施设备不变的假设中,政策刺激下高速发展的中欧国际铁路货运需求与口岸作业能力的矛盾越发突出,面临着充分扩能改造的现实需求。

根据中欧班列主要过境口岸相关报告,既有铁路国境站因货运进出口量与口岸过货作业能力不匹配出现不同程度拥堵。本文将这种货运供需差距理解为限制中欧国际铁路货运发展的运力供给短缺主要成因,通过计算中欧国际铁路货运需求量与前文所述的中欧国际铁路货运供给能力差值,确定出此处的运力供给短缺取值情况。

表8中变量④取值变化后的仿真结果表明:增加我国铁路运输投资比例将带动中欧国际铁路货运需求增长。但同时观察表9发现,在全社会固定资产投资总额相对平稳的前提下,过度偏向铁路进行投资削弱了公路、海运的发展势头。这将导致中欧公路和海运运输需求下降,我国外贸进出口总额降低,也对我国外贸货物运输需求的总量增长产生不利影响。长远看将限制我国经济的双循环发展,根据经济与运输的反馈逻辑关系,还可能因损害宏观经济条件而威胁运输市场发展。

表9 变量④取值变化对其他运输方式货运需求影响

4 结束语

本文利用系统动力学模型预测了中欧国际铁路货运需求水平,分析了该货运系统内变量间逻辑关系及反馈回路,基于构建的预测模型研究了变量取值变化对货运需求的不同影响。仿真研究发现:

(1)中欧国际铁路货运需求在2023 年突破7000万吨后保持数量稳定。

(2)中欧国际贸易是产生货运需求的主因,中欧国际铁路货运波动对“其他运输方式竞争”这一要素表现得很敏感,在缺乏运输政策支持的情况下,中欧国际铁路货运需求下降也很明显。

(3)口岸通过能力偏低产生的运力短缺对货运系统的影响具备一定的延迟性。

(4)过重的偏向铁路运输方式投资可能导致综合运输体系发展失衡,影响中欧整体进出口贸易与总货运需求的增长。

研究不同变量对中欧国际铁路货运需求波动的差异性,能快速识别关键影响因素,为促进中欧班列快速发展指出工作重点,也为调整运营策略、强化基础设施建设、优化运价补贴等提供支撑。根据上述仿真结果,本文认为,为保持中欧国际铁路货运中高速发展,首要任务为巩固中欧班列相对于海运的综合竞争力,需要从发展综合运输体系角度协调铁路与海运在国际运输市场中的占比;当前一些价格优惠等扶持政策可能不宜立即撤销;在目前口岸拥堵问题较明显的情况下,除应尽快提升口岸通过能力外,境外通道的运输能力瓶颈也需解决。本文构建模型时考虑的因素均较宏观,后续研究可引入直接影响货运需求的其他变量,如中欧班列运价、运输时效、境外运输通道能力等。

附录:系统动力学构造方程

(1)L 中国GDP=INTEG(+国民经济总额自增长量-运输短缺对经济增长阻碍量,中国GDP 初始值);(单位:万美元)

(2)R 国民经济自增长量=交通运输产业总产值*交通运输产业经济贡献系数+中国GDP*国民经济自增长系数+外贸进出口总额*外贸对国民经济影响系数+修正量;(单位:万美元/年)

(3)R 运输短缺对经济增长阻碍量=(中欧公水空运力短缺+中欧铁路运力供给短缺)*运输运力短缺对经济影响因子;(单位:万美元/年)

(4)L 全社会固定资产投资=INTEG(+固定资产年增加值);(单位:万美元)

(5)R 固定资产年增加值=IFTHEN ELSE(Time>5,0.287 509*中国GDP-2.562 48*我国税收收入+1.568 84e+08,-0.392 228* 中国GDP-0.144 178* 我国税收收入+4.812 78e+08);(单位:万美元/年)

(5)A 公路/铁路/航空/海运固定资产投资额=全社会固定资产投资*公路/铁路/航空/海运运输投资比例;(单位:万美元)

(6)T 公路/铁路/海运/航空运输投资比例=WITH LOOKUP(time,数组);

(7)A 我国载货汽车拥有量总吨位=货运投资效果系数1(0.000 405 58)*公路运输固定资产投资额-96.754 8;(单位:万吨)

(8)A 公路货运量=133.6*公路货运供给能力+1 902 476;(单位:万吨)

(9)A 公路货运营收=公路货运量*公路物流平均运价;(单位:万美元)

(10)T 公路物流平均运价=WITHLOOPUP(time,数组);(单位:美元/吨)

(11)A我国铁路保有车辆换算总吨位=货运投资效果系数2(0.000 29)*铁路运输固定资产投资额+1 940.47;(单位:万吨)

(12)A铁路货运量=0.101 9x2-1 073.6x+3E+06(x表示我国铁路保有车辆换算总吨位);(单位:万吨)

(13)A 铁路货运营收=铁路货运量*铁路物流平均运价;(单位:万美元)

(14)T 铁路物流平均运价=WITHLOOPUP(time,数组);(单位:美元/吨)

(15)A 我国水上运输船舶拥有量总吨位=沿海建设固定资产投资额*货运投资效果系数3(-0.002 02)+27 564.3;(单位:万吨)

(16)A 海运量=43.625*我国水上运输船舶拥有量总吨位-487 417;(单位:万吨)

(17)A 海运营收=海运量*海运物流平均运价;(单位:万美元)

(18)T 海运物流平均运价=WITHLOOPUP(time,数组);(单位:美元/吨)

(19)A 国民航运输机场货邮吞吐量总吨位=货运投资效果系数4(0.000 824)*航空运输固定资产投资额-641.701;(单位:万吨)

(20)A 航空货运量=0.385 3*国民航运输机场货邮吞吐量总吨位+87.26;(单位:万吨)

(21)A 航空货运营收=航空货运量*航空物流平均运价;(单位:万美元)

(22)T 航空物流平均运价=WITHLOOPUP(time,数组);(单位:美元/吨)

(23)A 交通运输产业总产值=1.335 28*公路货运营收-2.269 47*铁路货运营收+7.055 47*海运营收+34.280 75*民航货邮运输营收-6 429 751;(单位:万美元)

(24)A 中国工农业增加值=0.282 67*中国GDP+161 588 991;(单位:万美元,统计回归方程)

(25)A 中国对外直接投资流量=中国GDP* 0.022 36-9 842 606;(单位:万美元)

(26)A 中德进出口贸易额=0.165 67*德国工农业增加值+0.006 64*中国工农业增加值-3 539 749;(单位:万美元,统计回归方程)

(27)A 中波进出口贸易额=0.078 96*波兰工农业增加值+0.006 61*中国工农业增加值-2 592 918;(单位:万美元,统计回归方程)

(28)A 中荷进出口贸易额=0.225 53*荷兰工农业增加值+0.011 63*中国工农业增加值-2 015 077;(单位:万美元,统计回归方程)

(29)A 中俄进出口贸易额=0.107 10*俄罗斯工农业增加值+0.020 36*中国工农业增加值-7 342 355;(单位:万美元,统计回归方程)

(30)A 中捷进出口贸易额=0.225 29*捷克工农业增加值+0.003 44*中国工农业增加值-2 160 955;(单位:万美元,统计回归方程)

(31)A 中比进出口贸易额=0.300 76*比利时工农业增加值-0.001 09*中国工农业增加值-100 021;(单位:万美元,统计回归方程)

(32)A 中白俄进出口贸易额=0.000 49 *中国工农业增加值+0.017 47*白俄工农业增加值-109 199;(单位:万美元,统计回归方程)

(33)T(各国)工农业增加值=WITHLOOPUP(time,数组);(单位:万美元)

(34)A 中国与德比俄白荷波捷进出口额=中德进出口贸易额+中比进出口贸易额+中荷进出口贸易额+中俄进出口贸易额+中白俄进出口贸易额+中捷进出口贸易额+中波进出口贸易额;(单位:万美元)

(35)A 中欧进出口贸易额=中国对外投资对中欧贸易影响系数(取值为0.325 51)*中国对外直接投资流量+主要国家进出口贡献系数(取值为1.808 92)*中国与德比俄白荷波捷进出口额+675 248;(单位:万美元)

(36)L中欧铁路国际运输需求=INTEG(+中欧铁路国际货运增加量-中欧铁路国际货运阻碍量);(单位:吨)

(37)R 中欧铁路国际货运增加量=中国与德比俄白荷波捷进出口额*铁路运输需求生成系数*(1+运输政策对中欧铁路运输需求刺激);(单位:吨/年)

(38)R 中欧铁路国际货运阻碍量=(中欧公路国际运输需求吨位+中欧海运国际运输需求吨位+中欧航空国际运输需求吨位)*其他运输方式阻碍系数;(单位:吨/年)

(39)A中欧公路国际运输需求=1.247 01(公路运输需求生成系数)*中欧进出口贸易额-32 126 732;(单位:吨)

(40)A 中欧海运国际运输需求=8.779 96(海运需求生成系数)*中欧进出口贸易额-136 026 915;(单位:吨)

(41)A 中欧航空国际货运需求=0.035 09(航空运输需求生成系数)*中欧进出口贸易额-934 298;(单位:吨)

(42)A 中欧(公路、航空、海运)运力供给短缺=(公路、海运、航空)货运供给能力-中欧(公路、航空、海运)国际运输需求or 0;(单位:吨)

(43)A 中欧铁路运力供给短缺=IF THEN ELSE(中欧铁路国际运输需求吨位/10 000-中欧国际铁路运输供给能力>0,中欧铁路国际运输需求吨位/10 000-中欧国际铁路运输供给能力+中欧公水空运力短缺*0.001,0);(单位:吨)

(44)A 中欧公水空运力短缺=中欧公路运力供给短缺+中欧海运运力供给短缺+中欧航空运力供给短缺;(单位:吨)

(45)A 公路国际运输运量=-6E-08x2+7.997 7x-2e+08(x表示中欧公路国际运输需求);(单位:吨)

(46)A 铁路国际运输运量=0.688 1*中欧铁路国际运输需求+2e+07;(单位:吨)

(47)A海运国际运输运量=5.759*中欧海运国际运输需求-1e+08;(单位:吨)

(48)A 航空国际运输运量=5.575 6*中欧航空国际运输需求-71 697;(单位:吨)

(49)公路进出口贸易额=0.307 4*公路国际运输运量+4e+07;(单位:万美元)

(50)A 铁路进出口贸易额=0.086 7*铁路国际运输运量-60 528;(单位:万美元)

(51)A 海运进出口贸易额=0.046 82*海运国际运输运量+120 857 029;(单位:万美元)

(52)A 航空进出口贸易额=6.729 1*航空国际运输运量+10 283 577;(单位:万美元)

(53)A 外贸进出口总额=公路进出口贸易额+铁路进出口贸易额+海运进出口贸易额+航空进出口贸易额;(单位:万美元)

猜你喜欢
中欧进出口货运
今年上半年我国化肥进出口双双下降
前两个月我国化肥进出口量均减少
2020中欧数学奥林匹克
中欧民间大使——季波
进出口经理人
《进出口经理人》征订
波音公司试飞电动垂直起降货运无人机
赣州港开通两趟中欧班列
AT200大型货运无人机实现首飞
建筑师行迹中欧