顏 陽，武中凱，尹傳忠，高文慧，李文錦

(1.上海海事大學(xué) 交通運(yùn)輸學(xué)院，上海 201306；2. 中國(guó)鐵路哈爾濱局集團(tuán)有限公司 經(jīng)營(yíng)開發(fā)處，黑龍江 哈爾濱150006)

哈爾濱鐵路樞紐位于我國(guó)東北北部黑龍江省哈爾濱市，銜接京哈線(北京—哈爾濱)、濱洲線(哈爾濱—滿洲里)、濱北線(哈爾濱—北安)、濱綏線(哈爾濱—綏芬河)、拉濱線(哈爾濱—拉法)、哈大客運(yùn)專線(大連北—哈爾濱西)、哈齊客運(yùn)專線(哈爾濱—齊齊哈爾南)等7條鐵路干線，擔(dān)負(fù)著這些干線的客貨交流及樞紐地區(qū)的客貨到發(fā)任務(wù)，各干線間通過樞紐內(nèi)的王萬、王孫、江北、濱江、哈屯等聯(lián)絡(luò)線相連，形成了客內(nèi)貨外的大型環(huán)狀樞紐格局。樞紐內(nèi)既有車站24個(gè)，線路所9個(gè)。其中，哈爾濱站和哈爾濱西站為樞紐主要客運(yùn)站，哈爾濱北站為輔助客運(yùn)站，哈爾濱東站兼輔助客運(yùn)站并兼地區(qū)車場(chǎng)及工業(yè)站，哈爾濱南站為路網(wǎng)性主要編組站，濱江、新香坊為貨運(yùn)站，香坊站為工業(yè)站兼貨運(yùn)站，其余均為中間站。哈爾濱鐵路樞紐是東北地區(qū)最重要的鐵路樞紐之一，科學(xué)預(yù)測(cè)哈爾濱鐵路樞紐貨運(yùn)量變化趨勢(shì)，可以促進(jìn)鐵路基礎(chǔ)設(shè)施及物流運(yùn)輸網(wǎng)絡(luò)建設(shè)規(guī)劃，為制定鐵路貨運(yùn)物流發(fā)展戰(zhàn)略提供研究支持[1]。

1 哈爾濱鐵路樞紐貨物運(yùn)輸現(xiàn)狀分析

1.1 貨物品類結(jié)構(gòu)分析

哈爾濱鐵路樞紐地方發(fā)送運(yùn)量以石油、糧食、其他、化工品、集裝箱等為主，其中石油占比50.1%、其他占比16.1%、糧食占比12.2%、化工品占比4.4%、集裝箱占比3.9%。到達(dá)運(yùn)量以煤炭、鋼鐵、石油、非金屬、水泥等為主，其中煤炭占比49.3%、鋼鐵占比13.4%、石油占比10.0%、非金礦占比7.2%、水泥占比4.3%、集裝箱占比1.3%。哈爾濱鐵路樞紐地方運(yùn)量品類結(jié)構(gòu)以煤炭、鋼鐵、石油等大宗貨物為主，占總量的70%以上，這與當(dāng)前我國(guó)鐵路貨物運(yùn)輸?shù)目傮w格局是一致的。

哈爾濱鐵路樞紐通過運(yùn)量以煤炭、糧食、礦建、化肥、焦炭、金屬礦石、石油、鋼鐵等為主，其中煤炭占42.4%、糧食占19.7%、礦建占10.1%、化肥占5.1%、焦炭占4.8%、金屬礦石占4.7%、石油占4.5%、鋼鐵占3.3%，集裝箱不足1%。

1.2 貨物流向分析

（1）地方運(yùn)量。近年來，哈爾濱鐵路樞紐發(fā)送量以哈大線方向?yàn)橹鳎伎偘l(fā)送量的61%，濱洲線方向占22%，濱北線方向占10%，濱綏線、拉濱線均為3%左右；到達(dá)量以濱洲線方向占比最大，占比53%，濱綏線方向次之，占比20%，哈大線方向占比14%、濱北線方向占比7%、拉濱線方向占比6%。

（2）通過運(yùn)量。近年來，哈爾濱鐵路樞紐通過運(yùn)量以哈大線與濱綏線、濱北線、濱洲線，以及濱洲線與濱北線、濱綏線間的交流為主，分別占總通過運(yùn)量的50%和30%左右。

1.3 貨運(yùn)量發(fā)展趨勢(shì)

根據(jù)《哈爾濱鐵路樞紐總圖規(guī)劃》[2]中2000—2017年哈爾濱市全社會(huì)貨運(yùn)量及市場(chǎng)份額分析，2000年以來，哈爾濱市全社會(huì)貨運(yùn)量整體呈現(xiàn)上升態(tài)勢(shì)，2012年達(dá)到最高值11 764 萬t，2000—2012年全社會(huì)貨運(yùn)量年均增幅為2.94%。2010年起，受到區(qū)域經(jīng)濟(jì)放緩、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整等因素影響，煤炭、鋼鐵等大宗貨物運(yùn)輸需求降低，哈爾濱鐵路樞紐貨運(yùn)業(yè)務(wù)受到一定程度的影響，鐵路貨運(yùn)市場(chǎng)份額呈現(xiàn)下降趨勢(shì)。原因在于哈爾濱市作為傳統(tǒng)重工業(yè)城市，在我國(guó)煤炭、鋼鐵等行業(yè)產(chǎn)能過剩，優(yōu)化調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、實(shí)現(xiàn)轉(zhuǎn)型發(fā)展的大環(huán)境下，也在逐步進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化、調(diào)整，其貨物運(yùn)輸需求正逐步由煤炭、鋼鐵等大宗貨物向小批量、多批次、高技術(shù)含量、高附加值貨物轉(zhuǎn)變，與鐵路運(yùn)輸特點(diǎn)相吻合的煤炭、鋼鐵等大宗貨物運(yùn)輸需求下降，造成鐵路貨物運(yùn)輸市場(chǎng)份額降低。2016—2017年，哈爾濱市全社會(huì)貨運(yùn)量呈現(xiàn)回升態(tài)勢(shì)。按運(yùn)輸方式來看，公路運(yùn)輸長(zhǎng)期居于主導(dǎo)地位，市場(chǎng)份額徘徊在75% ～ 86%之間；而在綜合運(yùn)輸體系中，水運(yùn)、民航作為有效補(bǔ)充，市場(chǎng)份額相對(duì)較穩(wěn)定。

1.4 貨運(yùn)量水平的影響因素

（1）煤炭市場(chǎng)需求對(duì)樞紐貨運(yùn)量水平的影響。雖然目前受經(jīng)濟(jì)發(fā)展放緩及環(huán)保需求的影響，市場(chǎng)對(duì)能源的需求有所減少，但隨著經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整、穩(wěn)定，煤炭市場(chǎng)需求量依然會(huì)有較大的增長(zhǎng)，特別是吉林、遼寧兩省對(duì)黑龍江省及呼倫貝爾煤炭，尤其是優(yōu)質(zhì)的東四礦煤炭資源有較大的依賴性，煤炭外運(yùn)量仍呈上漲趨勢(shì)。

（2）糧食運(yùn)輸對(duì)貨運(yùn)量水平的影響。黑龍江省是農(nóng)業(yè)大省，2014年糧食產(chǎn)量6 242萬t，通過鐵路外運(yùn)量為1 786萬t。根據(jù)黑龍江省糧食生產(chǎn)規(guī)劃，黑龍江省將深入實(shí)施千億斤糧食產(chǎn)能工程，打造國(guó)家優(yōu)質(zhì)、安全、可靠的“大糧倉(cāng)”。作為連接糧食外運(yùn)通道的重要節(jié)點(diǎn)，哈爾濱鐵路樞紐的糧食運(yùn)量將穩(wěn)步增長(zhǎng)。

（3）中俄貿(mào)易關(guān)系對(duì)通道貨運(yùn)量水平的影響。俄羅斯自然資源極其豐富，木材、石油、天然氣、煤炭和多種有色金屬的儲(chǔ)藏量都居世界前列，而目前我國(guó)是木材、煤炭、石油、金屬礦石等資源相對(duì)短缺，農(nóng)副產(chǎn)品、蔬菜水果、勞動(dòng)力豐富的國(guó)家。這為兩國(guó)的互利合作、開發(fā)中俄間的資源和市場(chǎng)提供了巨大的發(fā)展?jié)摿陀欣麠l件。哈爾濱鐵路樞紐銜接了濱洲、濱綏、濱北等重要對(duì)俄口岸的后方通路，隨著同江黑龍江特大橋、黑河黑龍江特大橋的建成，以及滿洲里、綏芬河等口岸的發(fā)展，哈爾濱鐵路樞紐貨運(yùn)量將會(huì)迅速增長(zhǎng)。

（4）路網(wǎng)建設(shè)對(duì)貨運(yùn)量水平的影響。隨著哈佳、哈牡、海烏通、鐵力至伊春等快速鐵路的陸續(xù)完工，黑龍江地區(qū)將基本實(shí)現(xiàn)主要干線的客貨分運(yùn)，而濱洲線、哈佳既有線電化改造、濱綏線擴(kuò)能改造的完成將進(jìn)一步增強(qiáng)既有干線鐵路的運(yùn)輸能力，加之口岸支線的日益完善，黑龍江省鐵路貨運(yùn)能力將大幅提升。哈爾濱至佳木斯鐵路的建成也將帶來哈佳新線與哈大線、濱洲線、拉濱線間的貨物交流。

2 灰色線性回歸組合模型

預(yù)測(cè)鐵路貨運(yùn)量對(duì)國(guó)家經(jīng)濟(jì)發(fā)展規(guī)劃和鐵路運(yùn)輸經(jīng)營(yíng)決策起著重大作用，預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確性將直接影響鐵路貨物運(yùn)輸效率。常用的預(yù)測(cè)方法有基于時(shí)間序列的方法、基于隨機(jī)時(shí)間序列的方法及基于相關(guān)回歸分析的方法等[3]。

灰色系統(tǒng)的基本特征是信息不完全、不準(zhǔn)確。鐵路貨運(yùn)系統(tǒng)是一個(gè)多因素、多層次的復(fù)雜開放型系統(tǒng)，貨運(yùn)量水平與多種因素密切相關(guān)，要明確影響貨運(yùn)量水平的所有因素非常困難，因而鐵路貨運(yùn)系統(tǒng)是典型的灰色系統(tǒng)。灰色系統(tǒng)理論是在部分信息已明確的情況下，通過生成和開發(fā)已知信息得出有價(jià)值的信息，從而對(duì)系統(tǒng)的運(yùn)行規(guī)律做出精準(zhǔn)描述，實(shí)現(xiàn)對(duì)其未來變化的定量預(yù)測(cè)。

2.1 灰色 GM (1，1) 預(yù)測(cè)模型

GM (1，1)模型是灰色預(yù)測(cè)理論的基本模型[4-5]。GM (1，1)模型是將少量的以時(shí)間序列排列的樣本數(shù)據(jù)進(jìn)行累加，運(yùn)用最小二乘法對(duì)累加序列進(jìn)行數(shù)據(jù)處理，根據(jù)經(jīng)過數(shù)據(jù)處理后的數(shù)學(xué)模型建立的一種區(qū)間外序列的預(yù)測(cè)方法。若存在一組一一對(duì)應(yīng)的數(shù)據(jù)樣本(貨運(yùn)量與時(shí)間)，則該模型稱為灰色GM (1，1)預(yù)測(cè)模型[6]。

2.2 線性回歸預(yù)測(cè)模型

如果在回歸分析中，包括多個(gè)自變量和單個(gè)因變量，且自變量與因變量的關(guān)系可以用一條直線近似表示，則稱為線性回歸預(yù)測(cè)模型。在實(shí)際應(yīng)用中，由于不少數(shù)據(jù)序列因各種原因難免出現(xiàn)較大的波動(dòng)，在使用線性回歸方法進(jìn)行分析的過程中應(yīng)考慮到各種影響因素，并需要收集大量的信息，使得工作量增大，建模困難，特別是有些信息難以量化，難以確定模型參數(shù)，從而導(dǎo)致無法實(shí)現(xiàn)準(zhǔn)確預(yù)測(cè)[7]。

2.3 灰色線性回歸組合模型

為了克服單一模型的缺陷、消除單一模型在預(yù)測(cè)過程中產(chǎn)生較大的誤差、排除不確定因素的影響，將灰色GM (1，1)預(yù)測(cè)模型和線性回歸模型結(jié)合，構(gòu)建出灰色線性回歸組合，并運(yùn)用該模型對(duì)哈爾濱鐵路樞紐貨運(yùn)量進(jìn)行實(shí)證預(yù)測(cè)。

設(shè)X(0)= {x(0)(k1)，x(0)(k2)，…，x(0)(kn)}為預(yù)測(cè)對(duì)象的一組以時(shí)間序列排列的樣本數(shù)據(jù)(ki-ki-1恒定)，稱該序列為等間距序列。

對(duì)原始樣本數(shù)據(jù)進(jìn)行一次累加，得出

對(duì)X(1)建立一階微分方程模型u，得出該微分方程的解為[8]

其中

一元線性回歸方程可表示為Y=mX+n，根據(jù)原始數(shù)據(jù)確定出自變量與因變量的線性關(guān)系，得出m，n的值。對(duì)灰色預(yù)測(cè)模型與一元線性回歸模型的預(yù)測(cè)結(jié)果按照不同權(quán)重進(jìn)行加權(quán)實(shí)驗(yàn)，選出合適的權(quán)重使得預(yù)測(cè)數(shù)據(jù)更加精確，灰色線性回歸模型公式為

式中：H(ki)為灰色線性回歸模型預(yù)測(cè)結(jié)果；ω1與ω2為灰色預(yù)測(cè)模型與一元線性回歸模型的權(quán)重系數(shù)，ω1+ω2= 1恒成立；(ki)與Y(ki)分別為灰色預(yù)測(cè)模型與一元線性回歸模型的預(yù)測(cè)結(jié)果。

3 哈爾濱鐵路樞紐貨運(yùn)量預(yù)測(cè)及分析

3.1 哈爾濱鐵路樞紐貨運(yùn)量預(yù)測(cè)

選取《哈爾濱鐵路樞紐總圖規(guī)劃》[2]中2000—2017年哈爾濱市全社會(huì)貨運(yùn)量數(shù)據(jù)作為預(yù)測(cè)工作的原始有效數(shù)據(jù)，首先對(duì)其進(jìn)行一元回歸分析，自變量xi為哈爾濱市生產(chǎn)總值，因變量Y(ki)為貨運(yùn)量，得出m= 0.307，n= 8 920.48，該回歸模型結(jié)果檢驗(yàn)值P = 0.03 ＜ 0.05，表明回歸效果較好，結(jié)果可靠。2000—2017年哈爾濱市歷年生產(chǎn)總值如表1所示。

表1 2000—2017年哈爾濱市生產(chǎn)總值 億元Tab.1 GDP of Harbin from 2000 to 2017

因此，一元線性回歸模型可以表示為

運(yùn)用灰色預(yù)測(cè)模型計(jì)算哈爾濱鐵路樞紐貨運(yùn)量預(yù)測(cè)值，以《哈爾濱鐵路樞紐總圖規(guī)劃》[2]中2000—2017年哈爾濱市全社會(huì)貨運(yùn)量數(shù)據(jù)作為預(yù)測(cè)工作的原始有效數(shù)據(jù)，建立實(shí)際貨運(yùn)量序列為

根據(jù)公式 ⑶ 計(jì)算得出參數(shù)a= -0.010 14，u=9 110.2，代入到公式 ⑹ 得出灰色預(yù)測(cè)模型為

對(duì)灰色預(yù)測(cè)模型和一元線性回歸模型進(jìn)行不同比重的加權(quán)實(shí)驗(yàn)，確定灰色預(yù)測(cè)模型和一元線性回歸模型所對(duì)應(yīng)的權(quán)重ω1= 0.524，ω2= 0.476，代入到公式⑺ 中得出灰色回歸線性模型為

運(yùn)用灰色預(yù)測(cè)模型、一元線性回歸模型與灰色線性回歸模型對(duì)2000—2017年哈爾濱市全社會(huì)貨運(yùn)量進(jìn)行預(yù)測(cè)檢驗(yàn)，得出3種模型的平均偏差比率如表2所示。

表2 3種預(yù)測(cè)模型的平均偏差比率 %Tab.2 The average deviation ratio of the 3 prediction models

采用時(shí)間序列回歸分析法，預(yù)測(cè)2020年、2025年哈爾濱地區(qū)GDP分別為7 276.15億元、9 002.83億元。綜上所述，根據(jù)灰色線性回歸模型，哈爾濱市全社會(huì)貨運(yùn)量預(yù)測(cè)結(jié)果如表3所示。

表3 哈爾濱市全社會(huì)貨運(yùn)量預(yù)測(cè)結(jié)果 萬tTab.3 Forecast results of freight volume in Harbin

根據(jù)《哈爾濱鐵路樞紐總圖規(guī)劃》中2000—2017年鐵路貨運(yùn)量占哈爾濱市全社會(huì)貨運(yùn)量的市場(chǎng)份額，得出鐵路貨運(yùn)量在哈爾濱市全社會(huì)貨運(yùn)量平均占比為14.31%，得出哈爾濱鐵路樞紐貨運(yùn)量預(yù)測(cè)結(jié)果如表4所示。

表4 哈爾濱鐵路樞紐貨運(yùn)量預(yù)測(cè)結(jié)果 萬tTab.4 Forecast freight volume results of Harbin Railway Hub Ten Thousand Tons

3.2 預(yù)測(cè)結(jié)果分析

根據(jù)灰色預(yù)測(cè)模型、一元線性回歸模型與灰色線性回歸模型對(duì)2000—2017年哈爾濱鐵路樞紐貨運(yùn)量進(jìn)行預(yù)測(cè)檢驗(yàn)，3種預(yù)測(cè)方法的平均偏差比率均小于10%，灰色線性回歸組合模型的平均偏差比率略高于灰色預(yù)測(cè)模型，略低于線性回歸模型，表明該模型可以結(jié)合貨運(yùn)量與時(shí)間變化、生產(chǎn)總值之間的關(guān)系，反映貨運(yùn)量變化的真實(shí)情況，預(yù)測(cè)結(jié)果相對(duì)更加可靠。另外，根據(jù)預(yù)測(cè)結(jié)果可以看出，以時(shí)間序列為基礎(chǔ)的灰色模型預(yù)測(cè)出的貨運(yùn)量維持較低增速，考慮GDP發(fā)展對(duì)貨運(yùn)量影響的線性回歸模型預(yù)測(cè)出的貨運(yùn)量增速較快，將2種模型結(jié)合的灰色線性回歸模型的預(yù)測(cè)結(jié)果介于兩者之間，相比于單一預(yù)測(cè)模型，其預(yù)測(cè)效果更優(yōu)，對(duì)制定哈爾濱鐵路樞紐貨運(yùn)物流發(fā)展戰(zhàn)略，促進(jìn)鐵路基礎(chǔ)設(shè)施及物流運(yùn)輸網(wǎng)絡(luò)建設(shè)規(guī)劃具有參考價(jià)值。

4 結(jié)論

鐵路的快速發(fā)展使鐵路運(yùn)能得到空前釋放，再加上我國(guó)經(jīng)濟(jì)發(fā)展穩(wěn)步提升，中長(zhǎng)距離貨運(yùn)需求急劇增加，為鐵路貨運(yùn)業(yè)務(wù)帶來機(jī)遇與挑戰(zhàn)。利用灰色線性回歸模型對(duì)哈爾濱鐵路樞紐2020年與2025年的貨運(yùn)量進(jìn)行預(yù)測(cè)，結(jié)果顯示，未來2 ～ 7年內(nèi)哈爾濱鐵路樞紐的貨運(yùn)需求急劇上升。為此，應(yīng)采取以下措施提升哈爾濱鐵路樞紐整體貨運(yùn)效率，以應(yīng)對(duì)持續(xù)增長(zhǎng)的貨運(yùn)壓力。

（1）哈爾濱鐵路樞紐物流網(wǎng)絡(luò)規(guī)劃建設(shè)應(yīng)與貨運(yùn)班列開行方案相結(jié)合，開展以全國(guó)物流中心一級(jí)節(jié)點(diǎn)新香坊站為集裝箱運(yùn)輸作業(yè)主體的貨運(yùn)體系，組織與上海、天津、大連等集裝箱中心站間的集裝箱班列；發(fā)往其他方向的零星車流，組織新香坊—哈爾濱南的小運(yùn)轉(zhuǎn)列車，將車輛運(yùn)送至哈爾濱南再進(jìn)行編組。

（2）按照貨物品類明確車流方向，以煤炭、礦建、木材和糧食為主要品類，對(duì)大宗貨物組織始發(fā)直達(dá)列車運(yùn)輸。

（3）充分利用管內(nèi)各站的運(yùn)輸設(shè)備，組織樞紐內(nèi)工業(yè)站和貨運(yùn)站的始發(fā)直達(dá)列車、直通列車、區(qū)段列車和小運(yùn)轉(zhuǎn)列車。