宮薇薇 ，任永強(qiáng) ，陳 誠(chéng)，丁小東 ，王丹竹

（1 中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司運(yùn)輸及經(jīng)濟(jì)研究所 副研究員、管理學(xué)博士，北京 100081；2 華北理工大學(xué)礦業(yè)工程學(xué)院講師，河北 唐山，063210；3、4、5 中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司運(yùn)輸及經(jīng)濟(jì)研究所 副研究員，北京 100081）

0 引言

近年來(lái)， 隨著電子商務(wù)對(duì)消費(fèi)模式的改變，物流快遞行業(yè)快速發(fā)展。 鐵路物流中心以及高鐵快遞業(yè)務(wù)的開展，對(duì)經(jīng)濟(jì)的帶動(dòng)作用日益凸顯，逐漸成為拉動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的重要引擎。 鐵路物流中心及快運(yùn)物流基地網(wǎng)絡(luò)布局建設(shè)，能夠挖掘鐵路網(wǎng)的運(yùn)能，充分發(fā)揮運(yùn)輸能力，推動(dòng)高鐵物流向規(guī)模化、專業(yè)化、集約化發(fā)展。 運(yùn)輸量即業(yè)務(wù)量的預(yù)測(cè)是物流中心建設(shè)規(guī)劃的前提， 是調(diào)整鐵路物流基地布局，優(yōu)化鐵路物流基地功能、設(shè)施、設(shè)備配置的重要依據(jù)。 物流功能需求分析是鐵路物流中心設(shè)計(jì)工作中的重點(diǎn)和難點(diǎn)[1]。 物流需求預(yù)測(cè)是鐵路現(xiàn)代物流網(wǎng)絡(luò)布局規(guī)劃面臨的首要問(wèn)題。

貨運(yùn)活動(dòng)對(duì)支撐經(jīng)濟(jì)的運(yùn)行， 鐵路貨運(yùn)量的份額對(duì)社會(huì)環(huán)境的影響起到重要的作用[2]。預(yù)測(cè)方法多種多樣， 不同學(xué)者使用差異化的方法對(duì)各種運(yùn)輸方式的運(yùn)量及周轉(zhuǎn)量進(jìn)行了研究。包括灰色Markov 預(yù)測(cè)水運(yùn)運(yùn)量[3]、Holt 指數(shù)平滑和灰色指數(shù)平滑周轉(zhuǎn)量預(yù)測(cè)[4]、模糊方法鐵路 運(yùn)量[5]、系 統(tǒng)動(dòng)力 學(xué)[6]、PSOSVR[7]，灰色預(yù)測(cè)物流需求[8]、貨物運(yùn)輸方式選擇[9]、鐵路集裝箱短期運(yùn)量預(yù)測(cè)方法分析[10]。 采用模糊控制算法預(yù)測(cè)短時(shí)交通流[11]、ARIMA 模型與Kalman 濾波預(yù)測(cè)模型高速路交通流短時(shí)預(yù)測(cè)方法[12]、短時(shí)交通流預(yù)測(cè)的改進(jìn)K 近鄰算法[13]、指數(shù)平滑法和馬爾科夫模型[14]、“三階段法”[15]、 支持向量機(jī)[16]、 最大Lyapunov 指數(shù)[17]、離散選擇模型[18]。

任何算法的應(yīng)用首先需要基礎(chǔ)數(shù)據(jù)的支撐，貨運(yùn)品類繁多，國(guó)內(nèi)統(tǒng)計(jì)的口徑不一，分別品類月度貨運(yùn)量很難統(tǒng)計(jì)，無(wú)法獲得。 因此，本文提出使用吸引區(qū)的方法，進(jìn)行有效數(shù)據(jù)的支撐。 諸多學(xué)者對(duì)吸引區(qū)劃分進(jìn)行了研究， 尹虹潘應(yīng)用經(jīng)濟(jì)地理模型對(duì)城市吸引區(qū)范圍進(jìn)行界定[19-20]，項(xiàng)成民等[21]、燕鵬飛[22]對(duì)鐵路集裝箱中心站吸引區(qū)集裝箱運(yùn)輸和運(yùn)營(yíng)模式進(jìn)行分析，劉振杰[23]采用SWOT 方法對(duì)衡水吸引區(qū)鐵路貨運(yùn)分析。

鑒于數(shù)據(jù)的可得性，選擇使用吸引區(qū)進(jìn)行基礎(chǔ)數(shù)據(jù)的搜集，建立預(yù)測(cè)算法框架。Holt-Winters 模型相比其他模型具有更好的季節(jié)性和準(zhǔn)確性[24-27]，使用季節(jié)Holt-Winters 進(jìn)行快遞業(yè)務(wù)量的預(yù)測(cè)。

1 區(qū)域鐵路物流需求預(yù)測(cè)框架

物流需求是一種伴隨著工業(yè)生產(chǎn)和人們生活而產(chǎn)生的引致需求，由于需求和供給的地理位置的差別和數(shù)量節(jié)奏的差異產(chǎn)生的商品運(yùn)輸、運(yùn)輸以及相關(guān)加工處理等業(yè)務(wù)的需要。 隨著各個(gè)地區(qū)物流中心的建立和發(fā)展，逐漸形成了以其為核心的貨物流動(dòng)區(qū)域。 不受行政區(qū)域的限制，以物流中心為核心，擴(kuò)散出一定的區(qū)域范圍，形成一定的輻射圈。 對(duì)于輻射范圍以及吸引區(qū)內(nèi)物流需求的預(yù)測(cè)，為鐵路物流中心建設(shè)初期的可行性研究以及運(yùn)營(yíng)過(guò)程中規(guī)模的擴(kuò)大、縮減以及功能區(qū)的調(diào)整提供重要的決策依據(jù)。 區(qū)域鐵路物流需求預(yù)測(cè)框架如圖1 所示。

圖1 區(qū)域鐵路物流需求預(yù)測(cè)框架

行業(yè)的發(fā)展和蓬勃程度決定了物流需求的大小，因此第一步進(jìn)行周邊地區(qū)的產(chǎn)業(yè)分析，包括搜集經(jīng)濟(jì)指標(biāo)、主導(dǎo)產(chǎn)業(yè)、電商發(fā)展和物流環(huán)境四個(gè)方面。 例如各個(gè)產(chǎn)業(yè)的GDP、工業(yè)用電量等等定量指標(biāo)的時(shí)間序列發(fā)展方向，觀測(cè)其未來(lái)的總體發(fā)展趨勢(shì)。 主導(dǎo)產(chǎn)業(yè)的生產(chǎn)、銷售、庫(kù)存、價(jià)格等指標(biāo)以及未來(lái)當(dāng)?shù)卣男袠I(yè)政策及扶持力度。 電商發(fā)展的繁榮程度決定了鐵路快遞運(yùn)輸?shù)囊?guī)模，物流建設(shè)的規(guī)模和整體環(huán)境決定了供給水平的高低。 通過(guò)產(chǎn)業(yè)分析能夠總體判斷和把握區(qū)域物流的需求增長(zhǎng)方向及大致程度。

其次，從物流中心所在的地理位置分析其交通的便利性、是否為樞紐點(diǎn)。 從地理角度進(jìn)行吸引區(qū)的劃分，通過(guò)幾何作圖的方法確定地理吸引區(qū)的輻射范圍，確定吸引區(qū)，確定吸引區(qū)系數(shù)。 最后搜集輻射范圍內(nèi)的貨運(yùn)量進(jìn)行總體規(guī)模的預(yù)測(cè)，然后根據(jù)歷史鐵路的市場(chǎng)份額、公轉(zhuǎn)鐵等扶持政策的力度及當(dāng)?shù)厮{(lán)天保衛(wèi)戰(zhàn)的戰(zhàn)略目標(biāo)估算市場(chǎng)份額，從而預(yù)測(cè)普速物流需求。 通過(guò)搜集吸引區(qū)內(nèi)快遞的業(yè)務(wù)量， 通過(guò)Holt-Winters 季節(jié)乘法模型進(jìn)行時(shí)間序列預(yù)測(cè)，得到高鐵快運(yùn)需求。 最后，測(cè)算得到區(qū)域鐵路物流需求的總量。

2 產(chǎn)業(yè)分析

金華市位于浙江省，東西跨度151 km，南北跨度129 km。 2018 年被評(píng)為大陸最佳地級(jí)城市30強(qiáng)。 義烏小商品產(chǎn)業(yè)與電商結(jié)合，擁有全國(guó)最大規(guī)模的淘寶網(wǎng)交易量。 金華—義烏都市區(qū)被確定為浙江省第四大都市區(qū)， 位于2012 年福布斯中國(guó)最佳商業(yè)城市第 33 位。 2018 年常住人口 556 萬(wàn)人，GDP 4 100.23 億元，人均 7.37 萬(wàn)元。 其中義烏市居于全國(guó)縣級(jí)市經(jīng)濟(jì)排名第一，在2018 年GDP 達(dá)到1 248.11 億元，占金華市GDP 的30.44%。

金華市主導(dǎo)產(chǎn)業(yè)為鋼鐵，紗、布匹、服裝和塑料加工。 根據(jù)金華市統(tǒng)計(jì)公報(bào)， 主要產(chǎn)品產(chǎn)量如表1所示。

表1 金華市主要產(chǎn)品產(chǎn)量

貿(mào)易服務(wù)區(qū)，規(guī)劃建設(shè)義東北物流園、紅獅物流園、國(guó)內(nèi)公路港物流中心等，通過(guò)物流園區(qū)建設(shè)，規(guī)范目前物流服務(wù)規(guī)模小、秩序散亂的狀況，進(jìn)一步推動(dòng)電商的發(fā)展，配合高額度貿(mào)易的交易。

3 吸引區(qū)輻射范圍

從地理位置來(lái)看， 金華位于金衢盆地東部，東臨臺(tái)州，南接麗水，西部為衢州，北部為紹興和杭州，位于浙江省的中部，是長(zhǎng)江三角洲經(jīng)濟(jì)圈的主要成員，浙中發(fā)展的優(yōu)勢(shì)城市。 金華是華東地區(qū)的主要鐵路樞紐，水運(yùn)發(fā)達(dá)，義烏機(jī)場(chǎng)位于城區(qū)西北方向，距市中心僅5.5 km。 從經(jīng)濟(jì)地理區(qū)位角度講，金華生產(chǎn)位勢(shì)高，交通運(yùn)輸方便，屬于產(chǎn)品大量流出型城市， 即具有支撐物流中心需求的優(yōu)勢(shì)地區(qū)。鐵路物流中心的貨流吸引區(qū)是中心投入運(yùn)營(yíng)后吸引貨流所在的區(qū)域，也就是貨流產(chǎn)生的區(qū)域。 其中，核心吸引區(qū)即直接吸引區(qū)，指物流中心吸引的直接貨流區(qū)域范圍。

以公路卡車行駛速度60 km/h 為標(biāo)準(zhǔn)， 吸引區(qū)界定為公路集運(yùn)1 h 圈。在核心吸引區(qū)范圍內(nèi)，由于集貨時(shí)間的優(yōu)勢(shì)， 對(duì)貨流具有較強(qiáng)的吸引效力，基本上為金華市。 考慮包括專列開行及價(jià)格折扣等差異化貨運(yùn)產(chǎn)品的制定，帶來(lái)供給側(cè)優(yōu)化。 因此，優(yōu)勢(shì)物流服務(wù)的優(yōu)質(zhì)性，將擴(kuò)大貨物的吸引范圍，即間接吸引范圍。 將普鐵的間接吸引區(qū)擴(kuò)大到公路集貨時(shí)間的3 h 范圍內(nèi)。 高鐵快運(yùn)當(dāng)日達(dá)吸引范圍為以金華為中心的公路集貨1 h 圈， 即半徑 60 km 范圍。 高鐵快運(yùn)次晨達(dá)吸引范圍為以金華為中心的公路集貨2 h 圈，即半徑120 km 范圍。 高鐵快運(yùn)次日達(dá)吸引范圍為以金華為中心的公路集貨3 h 圈，即半徑180 km 范圍，如圖2 所示。

圖2 既有及規(guī)劃高速鐵路快運(yùn)吸引區(qū)

因此直接吸引區(qū)按照1 h 圈主要是金華市，間接吸引區(qū)覆蓋了浙江省杭州市、湖州市、紹興市、臺(tái)州市、麗水市、溫州市、衢州市、金華市、嘉興市和寧波市， 還包括了安徽省的黃山市和宣城市。 如圖3所示。

圖3 間接吸引區(qū)覆蓋范圍

根據(jù)覆蓋面積及距離遠(yuǎn)近兩個(gè)原則制定吸引區(qū)系數(shù)，運(yùn)量折算系數(shù)使用面積比例乘以距離折算系數(shù)得到。 如表2 所示。

表2 吸引區(qū)系數(shù)

4 普速鐵路運(yùn)量預(yù)測(cè)

通過(guò)各個(gè)地級(jí)市的年度國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展公報(bào)進(jìn)行區(qū)域貨運(yùn)量查找。 由于覆蓋區(qū)域內(nèi)市政府發(fā)布的國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展公報(bào)統(tǒng)計(jì)指標(biāo)不同， 金華市、臺(tái)州市、溫州市、嘉興市以及宣城市未對(duì)全社會(huì)貨運(yùn)量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，僅進(jìn)行貨運(yùn)周轉(zhuǎn)量的統(tǒng)計(jì)，因此通過(guò)對(duì)吸引區(qū)內(nèi)同時(shí)統(tǒng)計(jì)貨運(yùn)量和貨運(yùn)周轉(zhuǎn)量的湖州市、紹興市、麗水市、寧波市進(jìn)行平均運(yùn)距的測(cè)算，吸引區(qū)內(nèi)貨物運(yùn)輸?shù)钠骄\(yùn)距為261.29 km。 應(yīng)用此平均運(yùn)距， 對(duì)僅有周轉(zhuǎn)量的城市數(shù)據(jù)進(jìn)行貨運(yùn)量的折算，統(tǒng)一數(shù)據(jù)的運(yùn)輸口徑。 得到2014—2018年吸引區(qū)內(nèi)城市貨運(yùn)量如表3 所示。

表3 金華市吸引區(qū)全社會(huì)貨運(yùn)發(fā)送量 億t

按照吸引區(qū)合計(jì)運(yùn)量2014—2018 年平均貨運(yùn)增速4.33%的比例增長(zhǎng)，據(jù)此將2018—2020 年同比增長(zhǎng)率設(shè)置為4.33%，2021—2030 年同比增長(zhǎng)率設(shè)置為 2.83%，2031—2040 年同比增長(zhǎng)率設(shè)置為4.33%，得到金華貨運(yùn)量預(yù)測(cè)結(jié)果如圖4 所示。

圖4 金華市貨運(yùn)量預(yù)測(cè)結(jié)果

考慮未來(lái)鐵水聯(lián)運(yùn)以及公轉(zhuǎn)鐵的政策導(dǎo)向，預(yù)計(jì)鐵路貨運(yùn)量2020 年將由現(xiàn)有的2.25%提高到2.8%，到 2030 年達(dá)到 2.9%，到 2040 年達(dá)到 3%。 水路貨運(yùn)量2020 年將由現(xiàn)有的0.03%提高到0.05%，到2030 年達(dá)到0.06%，到2040 年達(dá)到0.07%。規(guī)劃年度各運(yùn)輸方式貨運(yùn)量份額如表4。

表4 金華市貨運(yùn)方式劃分預(yù)測(cè)表

根據(jù)金華市貨運(yùn)總量預(yù)測(cè)值及貨運(yùn)方式劃分預(yù)測(cè)表，得出未來(lái)鐵路貨運(yùn)量如表5。 預(yù)計(jì)2025 年鐵路貨運(yùn)量將達(dá)到 1.84 億 t，2040 年達(dá)到 3.2 億 t。

表5 2020—2040 年預(yù)測(cè)鐵路貨運(yùn)量 億t

5 快遞業(yè)務(wù)量預(yù)測(cè)

考慮到我國(guó)快遞物流市場(chǎng)需求具有較強(qiáng)周期性， 搜集 2015 年 1 月—2019 年 9 月吸引區(qū)范圍內(nèi)的快遞業(yè)務(wù)量，如表6 所示。

表6 吸引區(qū)年度歷史快遞量 萬(wàn)件

2015 年 1 月至 2019 年 9 月的總快遞量， 乘以運(yùn)量折算系數(shù)， 得到吸引區(qū)月度基準(zhǔn)快遞運(yùn)量，如圖5 所示。

圖5 吸引區(qū)月度基準(zhǔn)快遞量線圖

Holt-Winters 季節(jié)指數(shù)平滑模型分為乘法模型、加法模型和無(wú)季節(jié)模型，其原理簡(jiǎn)述如下。

乘法季節(jié)模型適用于具有線性趨勢(shì)和乘法季節(jié)變化的序列。 yt的平滑序列為：

式中：at為截距，表示穩(wěn)定成分；bt為斜率，表示線性成分；k 為周期數(shù)目，at+bt表示趨勢(shì)，St為乘法模型中的季節(jié)因子或稱季節(jié)指數(shù)，S 為季節(jié)周期長(zhǎng)度，月度數(shù)據(jù)S=12；T 為時(shí)間序列的終點(diǎn)。3 個(gè)系數(shù)分別通過(guò)平滑定義為：

式中：k＞0，α、β、γ 在 0～1 之間， 為阻尼因子或稱平滑系數(shù)。

從R 語(yǔ)言網(wǎng)站下載版本R3.5.3，安裝forecast 及其依賴的函數(shù)包，對(duì)運(yùn)量數(shù)據(jù)進(jìn)行預(yù)測(cè)。將預(yù)測(cè)數(shù)據(jù)存放至txt 中，通過(guò)scan 函數(shù)進(jìn)行讀入。 HoltWinters函數(shù)進(jìn)行Holt-Winters 季節(jié)乘法模型，最后應(yīng)用$符輸出參數(shù)。 R 語(yǔ)言運(yùn)行界面如圖6 所示。

圖6 R 語(yǔ)言運(yùn)行結(jié)果

快遞業(yè)務(wù)量存在一定的季節(jié)變化，因此采用三次指數(shù)平滑Holt-Winters 進(jìn)行預(yù)測(cè)。 比一次或者二次平滑指數(shù)模型多考慮季節(jié)性的因素，適用于季節(jié)變化的時(shí)間序列。 由預(yù)測(cè)可知，未來(lái)年度的月度運(yùn)量預(yù)測(cè)結(jié)果如圖7 所示。

圖7 Holt-winters 預(yù)測(cè)結(jié)果

快遞市場(chǎng)包括當(dāng)日達(dá)、次晨達(dá)、次日達(dá)、隔日達(dá)和經(jīng)濟(jì)快件。 目前，高鐵快運(yùn)業(yè)務(wù)的目標(biāo)市場(chǎng)為次晨達(dá)和次日達(dá)，以服務(wù)電商快遞物流為主，順豐速運(yùn)、中國(guó)郵政（含EMS）、京東物流等快遞企業(yè)是高鐵快運(yùn)業(yè)務(wù)的重要客戶。 當(dāng)前高鐵快運(yùn)業(yè)務(wù)次晨達(dá)產(chǎn)品約占9.1%，次日達(dá)產(chǎn)品約占19%，即高鐵快運(yùn)可承攬國(guó)內(nèi)快遞市場(chǎng)異地件中約28.1%的貨源市場(chǎng)。 根據(jù)金華市及周邊城市異地快遞總量預(yù)測(cè)值得出高鐵快運(yùn)可承攬的異地件總量，見表7。 2025 年與2040 年金華地區(qū)快遞業(yè)務(wù)量將分別達(dá)到518.86億件、971.74 億件， 鐵路快遞業(yè)務(wù)量分別達(dá)到145.80 億件和 273.06 億件。

表7 金華未來(lái)年度快遞業(yè)務(wù)量 億件

6 結(jié)束語(yǔ)

本文所提出基于吸引區(qū)劃分的金華鐵路現(xiàn)代物流市場(chǎng)需求預(yù)測(cè)方法， 是一種基于數(shù)據(jù)可得的，定性評(píng)估和定量測(cè)算相結(jié)合的方法。 不同地級(jí)市的年度運(yùn)量統(tǒng)計(jì)指標(biāo)以及快遞業(yè)務(wù)量的統(tǒng)計(jì)口徑和統(tǒng)計(jì)年份存在一定的差異，需要研究人員根據(jù)實(shí)際情況，進(jìn)行數(shù)據(jù)的折算和補(bǔ)齊。 吸引區(qū)系數(shù)評(píng)估的方法過(guò)于主觀， 需進(jìn)一步使用吸引力模型進(jìn)行測(cè)算。 算法的校驗(yàn)也是下一步需要重點(diǎn)研究的內(nèi)容，如何根據(jù)服務(wù)設(shè)施的實(shí)際業(yè)務(wù)量進(jìn)行預(yù)測(cè)值的校驗(yàn)，以及算法的進(jìn)一步改進(jìn)是更好應(yīng)用于鐵路物流中心建設(shè)前評(píng)估的重要問(wèn)題。 區(qū)域運(yùn)輸需求的評(píng)估是物流中心進(jìn)行規(guī)劃及建設(shè)的重要依據(jù)，該方法能夠根據(jù)可獲取數(shù)據(jù)進(jìn)行結(jié)果的評(píng)估，但還存在著一定的缺陷，在下一步研究中進(jìn)行逐步完善。