金华市铁路物流需求吸引区划分预测方法*

宫薇薇 ，任永强 ，陈 诚，丁小东 ，王丹竹

（1 中国铁道科学研究院集团有限公司运输及经济研究所 副研究员、管理学博士，北京 100081；2 华北理工大学矿业工程学院讲师，河北 唐山，063210；3、4、5 中国铁道科学研究院集团有限公司运输及经济研究所 副研究员，北京 100081）

0 引言

近年来， 随着电子商务对消费模式的改变，物流快递行业快速发展。 铁路物流中心以及高铁快递业务的开展，对经济的带动作用日益凸显，逐渐成为拉动区域经济发展的重要引擎。 铁路物流中心及快运物流基地网络布局建设，能够挖掘铁路网的运能，充分发挥运输能力，推动高铁物流向规模化、专业化、集约化发展。 运输量即业务量的预测是物流中心建设规划的前提， 是调整铁路物流基地布局，优化铁路物流基地功能、设施、设备配置的重要依据。 物流功能需求分析是铁路物流中心设计工作中的重点和难点[1]。 物流需求预测是铁路现代物流网络布局规划面临的首要问题。

货运活动对支撑经济的运行， 铁路货运量的份额对社会环境的影响起到重要的作用[2]。预测方法多种多样， 不同学者使用差异化的方法对各种运输方式的运量及周转量进行了研究。包括灰色Markov 预测水运运量[3]、Holt 指数平滑和灰色指数平滑周转量预测[4]、模糊方法铁路 运量[5]、系 统动力 学[6]、PSOSVR[7]，灰色预测物流需求[8]、货物运输方式选择[9]、铁路集装箱短期运量预测方法分析[10]。 采用模糊控制算法预测短时交通流[11]、ARIMA 模型与Kalman 滤波预测模型高速路交通流短时预测方法[12]、短时交通流预测的改进K 近邻算法[13]、指数平滑法和马尔科夫模型[14]、“三阶段法”[15]、 支持向量机[16]、 最大Lyapunov 指数[17]、离散选择模型[18]。

任何算法的应用首先需要基础数据的支撑，货运品类繁多，国内统计的口径不一，分别品类月度货运量很难统计，无法获得。 因此，本文提出使用吸引区的方法，进行有效数据的支撑。 诸多学者对吸引区划分进行了研究， 尹虹潘应用经济地理模型对城市吸引区范围进行界定[19-20]，项成民等[21]、燕鹏飞[22]对铁路集装箱中心站吸引区集装箱运输和运营模式进行分析，刘振杰[23]采用SWOT 方法对衡水吸引区铁路货运分析。

鉴于数据的可得性，选择使用吸引区进行基础数据的搜集，建立预测算法框架。Holt-Winters 模型相比其他模型具有更好的季节性和准确性[24-27]，使用季节Holt-Winters 进行快递业务量的预测。

1 区域铁路物流需求预测框架

物流需求是一种伴随着工业生产和人们生活而产生的引致需求，由于需求和供给的地理位置的差别和数量节奏的差异产生的商品运输、运输以及相关加工处理等业务的需要。 随着各个地区物流中心的建立和发展，逐渐形成了以其为核心的货物流动区域。 不受行政区域的限制，以物流中心为核心，扩散出一定的区域范围，形成一定的辐射圈。 对于辐射范围以及吸引区内物流需求的预测，为铁路物流中心建设初期的可行性研究以及运营过程中规模的扩大、缩减以及功能区的调整提供重要的决策依据。 区域铁路物流需求预测框架如图1 所示。

图1 区域铁路物流需求预测框架

行业的发展和蓬勃程度决定了物流需求的大小，因此第一步进行周边地区的产业分析，包括搜集经济指标、主导产业、电商发展和物流环境四个方面。 例如各个产业的GDP、工业用电量等等定量指标的时间序列发展方向，观测其未来的总体发展趋势。 主导产业的生产、销售、库存、价格等指标以及未来当地政府的行业政策及扶持力度。 电商发展的繁荣程度决定了铁路快递运输的规模，物流建设的规模和整体环境决定了供给水平的高低。 通过产业分析能够总体判断和把握区域物流的需求增长方向及大致程度。

其次，从物流中心所在的地理位置分析其交通的便利性、是否为枢纽点。 从地理角度进行吸引区的划分，通过几何作图的方法确定地理吸引区的辐射范围，确定吸引区，确定吸引区系数。 最后搜集辐射范围内的货运量进行总体规模的预测，然后根据历史铁路的市场份额、公转铁等扶持政策的力度及当地蓝天保卫战的战略目标估算市场份额，从而预测普速物流需求。 通过搜集吸引区内快递的业务量， 通过Holt-Winters 季节乘法模型进行时间序列预测，得到高铁快运需求。 最后，测算得到区域铁路物流需求的总量。

2 产业分析

金华市位于浙江省，东西跨度151 km，南北跨度129 km。 2018 年被评为大陆最佳地级城市30强。 义乌小商品产业与电商结合，拥有全国最大规模的淘宝网交易量。 金华—义乌都市区被确定为浙江省第四大都市区， 位于2012 年福布斯中国最佳商业城市第 33 位。 2018 年常住人口 556 万人，GDP 4 100.23 亿元，人均 7.37 万元。 其中义乌市居于全国县级市经济排名第一，在2018 年GDP 达到1 248.11 亿元，占金华市GDP 的30.44%。

金华市主导产业为钢铁，纱、布匹、服装和塑料加工。 根据金华市统计公报， 主要产品产量如表1所示。

表1 金华市主要产品产量

贸易服务区，规划建设义东北物流园、红狮物流园、国内公路港物流中心等，通过物流园区建设，规范目前物流服务规模小、秩序散乱的状况，进一步推动电商的发展，配合高额度贸易的交易。

3 吸引区辐射范围

从地理位置来看， 金华位于金衢盆地东部，东临台州，南接丽水，西部为衢州，北部为绍兴和杭州，位于浙江省的中部，是长江三角洲经济圈的主要成员，浙中发展的优势城市。 金华是华东地区的主要铁路枢纽，水运发达，义乌机场位于城区西北方向，距市中心仅5.5 km。 从经济地理区位角度讲，金华生产位势高，交通运输方便，属于产品大量流出型城市， 即具有支撑物流中心需求的优势地区。铁路物流中心的货流吸引区是中心投入运营后吸引货流所在的区域，也就是货流产生的区域。 其中，核心吸引区即直接吸引区，指物流中心吸引的直接货流区域范围。

以公路卡车行驶速度60 km/h 为标准， 吸引区界定为公路集运1 h 圈。在核心吸引区范围内，由于集货时间的优势， 对货流具有较强的吸引效力，基本上为金华市。 考虑包括专列开行及价格折扣等差异化货运产品的制定，带来供给侧优化。 因此，优势物流服务的优质性，将扩大货物的吸引范围，即间接吸引范围。 将普铁的间接吸引区扩大到公路集货时间的3 h 范围内。 高铁快运当日达吸引范围为以金华为中心的公路集货1 h 圈， 即半径 60 km 范围。 高铁快运次晨达吸引范围为以金华为中心的公路集货2 h 圈，即半径120 km 范围。 高铁快运次日达吸引范围为以金华为中心的公路集货3 h 圈，即半径180 km 范围，如图2 所示。

图2 既有及规划高速铁路快运吸引区

因此直接吸引区按照1 h 圈主要是金华市，间接吸引区覆盖了浙江省杭州市、湖州市、绍兴市、台州市、丽水市、温州市、衢州市、金华市、嘉兴市和宁波市， 还包括了安徽省的黄山市和宣城市。 如图3所示。

图3 间接吸引区覆盖范围

根据覆盖面积及距离远近两个原则制定吸引区系数，运量折算系数使用面积比例乘以距离折算系数得到。 如表2 所示。

表2 吸引区系数

4 普速铁路运量预测

通过各个地级市的年度国民经济和社会发展公报进行区域货运量查找。 由于覆盖区域内市政府发布的国民经济和社会发展公报统计指标不同， 金华市、台州市、温州市、嘉兴市以及宣城市未对全社会货运量数据进行统计，仅进行货运周转量的统计，因此通过对吸引区内同时统计货运量和货运周转量的湖州市、绍兴市、丽水市、宁波市进行平均运距的测算，吸引区内货物运输的平均运距为261.29 km。 应用此平均运距， 对仅有周转量的城市数据进行货运量的折算，统一数据的运输口径。 得到2014—2018年吸引区内城市货运量如表3 所示。

表3 金华市吸引区全社会货运发送量 亿t

按照吸引区合计运量2014—2018 年平均货运增速4.33%的比例增长，据此将2018—2020 年同比增长率设置为4.33%，2021—2030 年同比增长率设置为 2.83%，2031—2040 年同比增长率设置为4.33%，得到金华货运量预测结果如图4 所示。

图4 金华市货运量预测结果

考虑未来铁水联运以及公转铁的政策导向，预计铁路货运量2020 年将由现有的2.25%提高到2.8%，到 2030 年达到 2.9%，到 2040 年达到 3%。 水路货运量2020 年将由现有的0.03%提高到0.05%，到2030 年达到0.06%，到2040 年达到0.07%。规划年度各运输方式货运量份额如表4。

表4 金华市货运方式划分预测表

根据金华市货运总量预测值及货运方式划分预测表，得出未来铁路货运量如表5。 预计2025 年铁路货运量将达到 1.84 亿 t，2040 年达到 3.2 亿 t。

表5 2020—2040 年预测铁路货运量 亿t

5 快递业务量预测

考虑到我国快递物流市场需求具有较强周期性， 搜集 2015 年 1 月—2019 年 9 月吸引区范围内的快递业务量，如表6 所示。

表6 吸引区年度历史快递量 万件

2015 年 1 月至 2019 年 9 月的总快递量， 乘以运量折算系数， 得到吸引区月度基准快递运量，如图5 所示。

图5 吸引区月度基准快递量线图

Holt-Winters 季节指数平滑模型分为乘法模型、加法模型和无季节模型，其原理简述如下。

乘法季节模型适用于具有线性趋势和乘法季节变化的序列。 yt的平滑序列为：

式中：at为截距，表示稳定成分；bt为斜率，表示线性成分；k 为周期数目，at+bt表示趋势，St为乘法模型中的季节因子或称季节指数，S 为季节周期长度，月度数据S=12；T 为时间序列的终点。3 个系数分别通过平滑定义为：

式中：k＞0，α、β、γ 在 0～1 之间， 为阻尼因子或称平滑系数。

从R 语言网站下载版本R3.5.3，安装forecast 及其依赖的函数包，对运量数据进行预测。将预测数据存放至txt 中，通过scan 函数进行读入。 HoltWinters函数进行Holt-Winters 季节乘法模型，最后应用$符输出参数。 R 语言运行界面如图6 所示。

图6 R 语言运行结果

快递业务量存在一定的季节变化，因此采用三次指数平滑Holt-Winters 进行预测。 比一次或者二次平滑指数模型多考虑季节性的因素，适用于季节变化的时间序列。 由预测可知，未来年度的月度运量预测结果如图7 所示。

图7 Holt-winters 预测结果

快递市场包括当日达、次晨达、次日达、隔日达和经济快件。 目前，高铁快运业务的目标市场为次晨达和次日达，以服务电商快递物流为主，顺丰速运、中国邮政（含EMS）、京东物流等快递企业是高铁快运业务的重要客户。 当前高铁快运业务次晨达产品约占9.1%，次日达产品约占19%，即高铁快运可承揽国内快递市场异地件中约28.1%的货源市场。 根据金华市及周边城市异地快递总量预测值得出高铁快运可承揽的异地件总量，见表7。 2025 年与2040 年金华地区快递业务量将分别达到518.86亿件、971.74 亿件， 铁路快递业务量分别达到145.80 亿件和 273.06 亿件。

表7 金华未来年度快递业务量 亿件

6 结束语

本文所提出基于吸引区划分的金华铁路现代物流市场需求预测方法， 是一种基于数据可得的，定性评估和定量测算相结合的方法。 不同地级市的年度运量统计指标以及快递业务量的统计口径和统计年份存在一定的差异，需要研究人员根据实际情况，进行数据的折算和补齐。 吸引区系数评估的方法过于主观， 需进一步使用吸引力模型进行测算。 算法的校验也是下一步需要重点研究的内容，如何根据服务设施的实际业务量进行预测值的校验，以及算法的进一步改进是更好应用于铁路物流中心建设前评估的重要问题。 区域运输需求的评估是物流中心进行规划及建设的重要依据，该方法能够根据可获取数据进行结果的评估，但还存在着一定的缺陷，在下一步研究中进行逐步完善。