發布時間：2021-07-28所屬分類：經濟論文瀏覽：1次
摘 要： 摘要：提出了在地公路貨物運輸量的概念，將非營運貨車和外地貨車納入了在地貨物運輸量的統計范疇，歸納了基礎數據集;通過分析車輛注冊地、使用性質、路網等級和車流流向等因素，提出了在地貨物運輸量的統計思路和拆分邏輯，建立了在地公路貨運量和貨物周轉量
摘要：提出了在地公路貨物運輸量的概念，將非營運貨車和外地貨車納入了在地貨物運輸量的統計范疇，歸納了基礎數據集;通過分析車輛注冊地、使用性質、路網等級和車流流向等因素，提出了在地貨物運輸量的統計思路和拆分邏輯，建立了在地公路貨運量和貨物周轉量統計模型;基于本市籍營運貨車產生的貨運量，提出了在地貨運量規模指數用以評估在地貨運量的相對偏移程度和外地貨車的參與程度。研究結果表明：控制極限誤差在10%以下時，5種基礎數據集，即貨運專項調查數據、高速公路聯網收費數據、普通公路抽樣調查數據、普通公路交通量調查數據和車輛管理所在冊貨車數據可完成在地貨物運輸量的精細化推算;提出的統計模型使所研究城市創造每萬元GDP的貨物周轉量與全國平均水平的相對偏差率為0.45%，具有一致性;所研究城市的在地貨運量規模指數為2.47，說明實體經濟發達的城市中外地貨車在當地參與運輸的程度偏高;本市籍營運貨車貨物運輸量不足以支撐當地經濟規劃;本市籍在冊營運貨車少并不能代表本市運力不足，所研究城市的本市籍營運貨車主要承擔短途運輸，在總市內貨運量中占66.28%，而外地貨車主要承擔市際與省際間的貨物交流，在總跨市貨運量中占79.16%;貨車按車型計費后，每種貨車車型的平均載貨質量與按車流劃分的重車比將是在地貨物運輸量統計的關鍵參數;省際間3軸及以上貨車車流量存在著不均衡性。
關鍵詞：交通運輸經濟;在地貨物運輸量;統計方法;營運貨車;車輛注冊地;聯網收費數據
0引言
在地公路貨物運輸量是指除了穿越某行政區劃的貨車車流外，所有行駛在該行政區劃內的貨車產生的公路貨物運輸量。包括省(市)內、進省(市)和出省(市)3種車流，它是一種描述某行政區劃內公路貨物運輸貢獻的新型指標。現階段，中國通過每若干年進行一次的典型月份抽樣調查來推算本省籍營運貨車在當月產生的貨物運輸量，匯總各省(區、市)的數字后獲得全國公路貨物運輸量[1-2]。然而，參與當地貨物運輸的本地營運貨車產生的公路貨物運輸量只是當地公路貨物運輸的一部分，還應包括本地非營運貨車和外地貨車。美國運輸統計局發布的《2003年美國運輸統計年報》中指出：“貨物運輸的轉折點似乎要特別先于經濟的轉折點幾個月，潛在地提供了一個有用的預報工具”[3]。中國各省(區、市)的GDP產出是按照“在地原則”進行統計的，現階段尚未存在一種按照“在地原則”進行統計的貨物運輸量統計方法與之對應，用以關聯當地GDP產出，預判當地GDP走勢。
美國以每5年一次的商品流動調查，結合交通抽樣調查完成其公路貨物運輸量的統計[4];中國現行的公路貨物運輸量制度是以本地營運貨車為本位進行統計的，暫未計入非營運貨車運輸量。參與公路貨物運輸的車輛可按照車輛注冊地劃分為本地車輛和外地車輛;可按照使用性質劃分為營運車輛和非營運車輛;又可按照路網等級劃分為高速公路和普通公路[5-6]。不同用途的貨物運輸量需要不同的統計方法。劉擁華等[7]依托高速公路聯網收費系統、交通量觀測站與交通調查信息系統等數據提出了公路路網貨物運輸量月度波動系數推算方法;張志俊[8]提出了基于車籍調查和發貨方調查的區域煤炭公路貨運車輛運輸量統計調查方法;陳蔭三[9]提出了高速公路運輸量的統計方法，以滬寧高速公路為依托首次統計了高速公路運輸量;楊銘等[10]依托車輛年檢平臺、高速公路聯網收費數據和交通量觀測數據，提出了區域公路貨物周轉量的估計方法并按照車輛注冊地比例進行了分割;趙懷鑫等[11]提出了運用灰色關聯度算法計算經濟指標與公路貨物運輸量指標的關聯系數;張文會等[12]建立了灰色馬爾可夫預測模型來提高公路貨物運輸量的預測精度;靳文舟等[13]提出了屬地道路貨物運輸統計概念、指標體系和調查方法;孫東泉[14]分析了日本不同使用性質貨車所承擔的貨物運輸量份額和運輸效率，結果表明：2010年非營運貨車貨運量占比為29.3%，營運車輛的運輸效率是非營運車輛的20倍;任翠萍[15]分析了中美道路貨物數據框架，運用車輛使用性質、貨運經濟發展指標、貨物屬性與運價等重構了道路運輸統計體系。
相關知識推薦：運輸經濟學論文發表指導
上述研究多是單獨以分層抽樣調查推算方法、高速公路聯網收費數據統計和灰色關聯分析模型的方式完成了公路貨物運輸量的估計與推演[16]，鮮見提出在地公路貨物運輸量統計方法的研究，未見嘗試運用多源數據融合的方式提出在地公路貨物運輸量的推算邏輯和初步實證的研究。本文通過融合行業內多源數據[17-20]，運用車輛管理所在冊貨車信息返溯高速公路聯網收費數據拆分在地貨物運輸量，進而提出統計方法，對補充公路貨物運輸量統計理論研究有參考價值。
1統計基礎與思路
1.1統計范疇
參與省屬轄區內貨物運輸的車輛為本省籍營運貨車、本省籍非營運貨車和外省籍貨車。市屬轄區內應將本省籍貨車細分為本市籍營運貨車、本市籍非營運貨車和本省外市籍貨車。
非營運貨車的保有量、活動頻次和范圍有限。2009年，德國籍非營運貨車完成的貨運量占德國籍貨車總貨運量的28.1%，完成的貨物周轉量占總貨物周轉量的15.1%。非營運貨車的平均運距為62km，低于德國籍營運貨車平均運距135km，多集中在50km以內的短途運輸中。美國從1992年開始計入非營運貨車運輸量，農林牧漁業、建筑業、批發零售業中的非營運貨車貨運量為營運車輛的2～4倍。企業擁有非營運貨車車隊可以提升運輸服務水平、壓低專業運輸企業成本和便于運輸快速響應。通常，城市實體經濟發展水平高，則市籍非營運貨車數的比例也會偏高。調查發現：廣東省實體經濟發展程度高的城市非營運貨車比例可高達22.07%，其在本市籍貨車中承擔的貨運量比例可達到19.8%，與德國類似，承運貨物運距基本短于50km，多承運西藥品及中藥材、冷鮮肉制品、危險品等貨物，車廂呈現專業化特點。
2009年進出德國的貨物中，由德國籍貨車承運的比例占35.0%[21]。實體經濟發達的城市對外地貨車的吸引力強，使其以低于當地成本運輸，參與當地貨物運輸程度高，常持平或高于本市籍營運貨車貨運量比例，且承擔長途貨物運輸的意愿強。不同轄區間的貨物運輸不均衡性是中國公路運輸的特點。統計安徽、江蘇、江西、福建、湖南、廣東等6個省份內3軸及3軸以上貨車的高速公路聯網收費數據，結果見表1(數據來源于2018年上述各省高速公路聯網收費數據庫)。
由表1可見：參與江蘇省內運輸的安徽籍貨車數是在安徽省內運輸的江蘇籍貨車數的3.45倍;參與福建省內運輸的江西籍貨車數是在江西省內運輸的福建籍貨車數的5.36倍;參與廣東省內運輸的湖南籍貨車數是在湖南省內運輸的廣東籍貨車數的9.38倍。
按照有數據支撐、可實施統計的原則，將普通公路限定為國省干線普通公路，不納入農村公路和其他等外路的統計。省(市)級轄區內貨車車流流向分為4種：穿越、省(市)內、進省(市)和出省(市)。穿越車流的裝貨與卸貨地點均不在本省(市)轄區內，未參與本地貨物的匯集與疏解過程，所以不應計入在地貨物運輸量。經高速公路進出省(市)的，由聯網收費數據判斷與分析;經國省干線普通公路進出省(市)的，由交通量觀測站數據和抽樣調查數據分析。
1.2基礎數據集
以市級在地公路貨物運輸量為例，為完成推算，至少應具備以下數據集。
(1)貨運專項調查數據。關鍵字段為被抽樣的本市籍貨車車型、軸數、核定載質量、車牌號，以及每趟次運輸的起止日期、起止點、貨物品類、貨運量和運輸距離、是否駛入高速公路等。通過分層抽樣逐層擴算得到公路貨物運輸量，因未區分路網等級，統計結果僅能代表本市籍營運貨車產生的公路運輸量。
(2)高速公路聯網收費數據。關鍵字段為每輛貨車進出收費站的起止時間、起止收費站、軸數、車型、車牌號、總重和行駛距離。有全口徑統計的特點，因未區分車輛使用性質，其統計結果代表車輛在本市轄區內高速公路上產生的貨物運輸量。
(3)普通公路抽樣調查數據。關鍵字段為貨車軸數、車型、車牌號、每趟次運輸的起止日期、起止點、貨運量、是否駛入高速公路等。其估計結果代表車輛在本市內國省干線普通公路上產生的貨物運輸量。
(4)普通公路交通量調查數據。關鍵字段為交通量觀測設備所處位置、交通量、車型等。其統計結果代表本市轄區內國省干線普通公路上的交通量。
(5)車輛管理所在冊貨車數據。僅提取本市籍在冊貨車車牌號和使用性質字段，用以區分營運貨車和非營運貨車。它的功能是輔助拆分車輛的使用性質，而本身無法處理出貨物運輸量。
在地公路運輸量統計所需的必要基礎數據集與可實現的統計維度對應關系見表2。
1.3統計思路
為獲得行政區劃內的在地貨物運輸量，拆分基礎數據集的邏輯見圖1，Fa、Fb、Fc、Fd分別為本市籍營運貨車、本市籍非營運貨車、本省外市籍貨車、外省籍貨車的貨運量。由圖1可知：拆分邏輯中去除了穿越車流和未在本市轄區內行駛的無關車流。拆分邏輯的實質是充分利用聯網收費數據全口徑統計、高精度車牌識別的特點，結合車輛管理所數據精準定位車輛使用性質，在進市、出市和市內3種車流下，將數據集拆分為3種車輛注冊地和2種使用性質的過程。
2、運輸量統計模型
2.1本市籍營運貨車
貨運專項調查數據可確定本市籍營運貨車的貨物運輸量。按照隨機抽樣原理，一部分被抽樣的本市籍營運貨車可能在調查期內未在本市轄區內行駛，應去除穿越本轄區或未在本轄區內行駛的貨車無關樣本。
3實例分析
2013年廣東省某市發現：本地貨物多由外地貨車承運且本市籍營運貨車產生的貨物周轉量與當地GDP的發展水平不一致。為此，采集了該市9月內高速公路聯網收費數據、普通公路交通量調查數據、公路貨物專項調查數據，并在進市、出市節點及市內交通量較大的治超站開展24h貨車補充抽樣調查[30]。
統計進出該市高速公路收費站的2013年貨車計重數據，參數結果見表4，可見：不同車流的2軸貨車重車比均比6軸半掛列車低;4軸貨車因在本市轄區內配載靈活性好，重車比最高。高速公路上參與本市貨物運輸程度最高的為本省外市籍貨車，是本市籍營運貨車的3.25倍。本市籍營運貨車比例低并不能代表本市運力不足，外地貨車比例大反而體現了貨運經濟的高水平發展。
運用5種基礎數據集統計得到調查月度的在地公路貨運量為4.955×107t，在地公路貨物周轉量為5.698×109t·km。按車流統計的在地貨運量結構比例見表5，可見：本市籍營運貨車的市內貨運量在總市內貨運量中占66.28%，在進市、出市和市內車流中占74.48%，主要承擔短途運輸;外地貨車在跨市(進市、出市)貨運量中占79.16%，主要承擔與本省外市和外省交流的貨物運輸，而在市內運輸中所占份額較小。
美國運輸統計局常采用單位GDP的貨物周轉量作為衡量貨物運輸在經濟中的重要性尺度。2013年中國創造每萬元GDP的公路貨物周轉量為979.84t·km，現以該指標評價在地貨物運輸量估算的準確性，該市創造每萬元GDP的公路貨物周轉量為975.46t·km，二者基本持平，相對偏差率為0.45%，表明在地貨物運輸量統計方法有良好的一致性。
經統計，本市籍營運貨車中穿越本轄區和未在本轄區內行駛的無關貨車貨運量為6.689×105t，進市、出市和市內車流中本市籍營運貨車共計完成貨運量為1.942×107t，按照式(11)估計該市在地貨運量規模指數為2.47，表明偏移程度大且外地貨車的參與程度高。按照車輛注冊地匯總的全國貨物運輸量與經濟存在關聯，但僅用本市籍營運貨車貨物運輸量指導當地經濟規劃是不夠的，應完成在地貨物運輸量統計。
4結語
(1)針對本市籍營運貨車產生的貨物運輸量不匹配當地貨物運輸經濟發展水平的現象，基于現行統計制度，提出了在地貨物運輸量統計方法和規模指數，以應統盡統的原則揭示了分車籍的統計內容和拆分邏輯。
(2)基于統計模型，所研究的城市創造每萬元GDP的貨物周轉量與全國水平的相對偏差率為0.45%，表明該模型具備良好的一致性;將本市籍非營運貨車和外地貨車所產生的貨物運輸量納入后，所研究城市的在地貨運量規模指數達到2.47，表明本市籍營運貨車產生的貨物運輸量不足以支撐當地經濟規劃。
(3)不宜以本市籍營運貨車貨物運輸量設定經濟增長指標，外地貨車參與程度高是當地貨運經濟高水平發展的標志，不宜平抑外地貨車在本地市場的承運份額，制定區別對待政策，應當有序調節本市籍營運貨車車型、承運貨物由量向質的提升，鼓勵其承擔高附加值貨物的配送業務。
(4)國省干線普通公路已基本不收費，其他地區的基礎數據集完備程度和交調站點覆蓋程度也不盡相同，本文未詳細闡述其基礎數據的采集手段和調查方法;在下一步研究中，將著重探尋影響非營運貨車與外地貨車參與程度的關鍵因素。——論文作者：閆晟煜1，肖潤謀1，楊銘2
SCISSCIAHCI
