“中欧班列+海运”系统多主体协同运营仿真研究

陈思，梁玥，汤银英，钟娟

(1.西南交通大学 交通运输与物流学院，四川 成都 610031；
2.西南交通大学 综合交通运输智能化国家地方联合工程实验室，四川 成都 610031；
3.西南交通大学 综合交通大数据应用技术国家工程实验室，四川 成都 610031)

中欧班列是往返于我国与欧洲间的国际铁路货物联运列车。因其数量增长快、覆盖面广、疫情等波动因素影响下运营稳定性强等特点，中欧班列逐渐成为中高价值货物跨境运输的重要选择之一。“中欧班列+海运”模式更是贯穿亚欧铁海联运通道畅通连接的关键渠道，也是促进我国、欧洲及“一带一路”沿线国家经济贸易深度融合与发展的重要桥梁。“中欧班列+海运”在蓬勃发展的同时也面临不少困境：运营流程繁琐、参与主体配合欠缺及全流程信息流通不畅等。而这些困境产生的根本原因在于多主体(内陆港、沿海港、船公司、货代公司及政府等)间利益、责任关系复杂，而各因素间变化的此长彼消严重影响主体的行为决策，从而影响整个系统的协同发展。因此，厘清“中欧班列+海运”运输模式下各主体间的动态互动关联、探索影响因素间的动态变化机理是提高“中欧班列+海运”系统协同水平的重要手段，是中欧班列高质量发展的关键问题，也是扩大中欧班列品牌影响力、助推亚欧经济贸易深度合作的重要任务。

对于“中欧班列+海运”的相关研究，大多集中研究政策驱动下的发展策略[1]、运输路径优化[2]、港口间协同优化[3]等方面，其中的大多文献已经指出协同运营在海铁联运中起到的关键作用，不少学者以提高协同度为切入点，提出搭建平台公司[4]、构建海铁联运协调机制[5]、优化协调装卸过程[6]、推动电子单据流转[7]等方式，保证海铁联运主体间的信息互通，但仍未能解决“中欧班列+海运”协同运营不佳的问题。一方面，是因为鲜有学者研究海铁联运主体的协同关系机理；
另一方面，由于中欧班列开行受政府补贴影响，在考虑“中欧班列+海运”模式时，需要将政府纳入协同主体，主体间的协同关系更为复杂，此方面的研究甚少。针对主体间的协同研究，大多构建协同度模型[8]，分析主体间的协同情况，但不能反映相互的作用机理和因素影响程度，因而需要引入系统动力学理论深入研究。系统动力学在因素评估[9]、主体互动反馈分析及系统协同效应[10]方面应用广泛，适用于“中欧班列+海运”系统主体间的复杂场景。基于此，提出面向“中欧班列+海运”系统协同度模型基础上的系统动力学研究，以期发掘系统中众参与方的动态协同运作机理。

1.1 结构分析

系统动力学认为系统内部因素对系统行为起决定性作用，外部因素不能对系统产生根本影响，故对系统边界进行界定直接影响模型构建的正确性[3]。从系统的结构上看，内陆港、沿海港、船公司、货代公司及政府5 个子系统之间相互作用与影响，推动整个“中欧班列+海运”系统的发展。

（1）沿海港对内陆港的影响主要体现在中欧班列集装箱货运量、班列开行数量、营业额、运输时间及内陆城市的经济水平上。

（2）内陆港对沿海港的影响主要体现在海运集装箱货运量、营业额、运输时间及沿海城市的经济水平上。

（3）货代公司和船公司对彼此的影响体现在对其货运代理量/船舶开行数量、公司营业额和顾客满意度3 个方面，货代公司和船公司对内陆港与沿海港的影响类似，集中在集装箱货运量、营业额2个方面。

（4）内陆港与沿海港对货代公司和船公司的作用表现在营业额和顾客满意度上，具体的满意度又包括运输准时率、货物破损率、价格的优惠程度3个方面。

（5）政府在系统中起到调节作用，通过资金扶持和法律约束，使内陆港、沿海港、货代公司和船公司节约运输时间、提高运输效率、巩固货源、增加运营收益，保证主体间形成有效机制，约束双方的交易行为，协助“中欧班列+海运”系统的协同运作。而主体间的良好合作也能帮助政府增加GDP。

“中欧班列+海运”系统下各子系统关系图如图1所示。

图1 “中欧班列+海运”系统下各子系统关系图Fig.1 Relationship among subsystems of the “China Railway Express+shipping” system

班列开行数量、船舶开行数量和海铁联运营业额是衡量“中欧班列+海运”系统是否运营良好的重要指标，因而将系统边界界定为：班列开行数量、船舶开行数量和海铁联运营业额。

1.2 因果关系分析

以“中欧班列+海运”线路为研究对象，分析主要变量之间的因果关系，中欧班列开行下“中欧班列+海运”系统的因果关系图如图2所示。

图2 中欧班列开行下“中欧班列+海运”系统的因果关系图Fig.2 Causal relationship of the “China Railway Express+shipping” system under the opening of China Railway Express

“中欧班列+海运”下各子系统之间关系复杂，协同度对“中欧班列+海运”系统稳定运营具有关键作用，需构建面向“中欧班列+海运”协同度的系统动力学模型。

2.1 存量流量模型构建

在“中欧班列+海运”因果关系分析的基础上，构建“中欧班列+海运”存量流量模型如图3所示。

图3 “中欧班列+海运”存量流量模型Fig.3 Stock-flow model for “China Railway Express+shipping”

结合“中欧班列+海运”调研情况，设置各变量的类型，“中欧班列+海运”存量流量模型主要方程如表1所示。

表1 “中欧班列+海运”存量流量模型主要方程Tab.1 Main equations of the stock-flow model for “China Railway Express+shipping”

2.2 协同度指标体系构建

根据内陆港、沿海港、船公司、货代公司以及政府5 个主体各自的特点选取指标并构建“中欧班列+海运”协同度指标体系如表2所示。

表2 “中欧班列+海运”协同度指标体系Tab.2 Index system for synergy degree of “China Railway Express+shipping”

2.3 协同度指标权重确定

（1）数据归一化处理。

式中：x为指标数据；
X为归一化处理后的数据。

（2）指标权重确定。熵权法计算步骤如下。

①计算指标j无序系数的平均值K。

式中：m为系统个数。

② 计算第i个子系统内第j个指标所占比重Yij。

式中：X′为经过标准化处理的矩阵。

③计算第j个指标的熵值Hj。

④ 计算指标间差异系数di。

⑤ 计算第j个指标的权重wj。

2.4 协同度模型构建

（1）计算指标有序值。用eij表示“中欧班列+海运”系统内的各个指标，i代表5 个子系统，j代表子系统下各个指标。“中欧班列+海运”系统中有序值ui(eij)的计算公式如下。

当eij为正向指标时，

当eij为负向指标时，

式中：ui(eij)为指标有序值，ui(eij) ∊[0，1]，如果其取值越大，则eij对子系统i的贡献度越高；
eij∊[αij，βij]，αij是子系统i的第j个指标最小值，βij是子系统i第j个指标的最大值。

（2）计算系统有序度。采用线性加权法计算子系统有序度，计算公式为

（3）计算协同度。给定初始时刻t0，设子系统i在t0时刻的有序度为(ei)，i∊[1,5]；
当系统演变到t1时刻，子系统i的有序度为(ei)，i∊[1,5]，协同度计算公式为

（4）划分协同度等级。借鉴现有研究成果［8］对协同度等级进行划分，协同度等级划分表如表3所示。

3.1 案例背景

“中欧班列(成都)+宁波海运”线路运行稳定，2011 年起，成都国际陆港和宁波港开始合作，自2013 年中欧班列(成都)开行后，成都国际陆港与宁波港建立了海铁联运深度合作关系，截至2021 年，成都与宁波已实现1 周1 列的班列运输。该线路在“中欧班列+海运”模式中具有代表性，且具备较为成熟的数据基础，因而以这条线路为研究对象，进行实证与仿真研究。

3.2 参数确定

选取2016—2020 年国家统计年鉴、地方统计年鉴、港口统计年鉴以及调研数据确定变量参数。基于2.4 节的协同度模型，结合“中欧班列(成都)+宁波海运”系统下指标实际数据，得到2016—2020年“中欧班列+海运”系统协同度，并根据表3的协同度等级划分标准对其进行等级划分，“中欧班列(成都)+宁波海运”系统协同度及其等级如表4 所示。在此取2016年的协同度0.315 2作为输入参数。

表3 协同度等级划分表Tab.3 Classification of synergy degree

表4 “中欧班列(成都)+宁波海运”系统协同度及其等级Tab.4 Synergy degree of “China Railway Express (Chengdu)+Ningbo shipping” system and its level

3.3 模型有效性验证

基础数据包括2016—2020 年的实际数据，使用系统动力学软件进行模拟仿真得到2016—2025年的数据，经模拟计算，2016—2020年5年来的实际数据与模拟得到的结果误差在±5%以内，表明模型拟合效果较好，证明该模型具有有效性。

3.4 仿真结果分析

基于补贴系数、运价、协同度的灵敏度分析，选取2020—2025 年仿真值的浮动百分比取均值，对班列开行数量波动幅度、船舶开行数量波动幅度、海铁联运营业额波动幅度进行了动态研究，并基于此探索“中欧班列+海运”系统影响程度。

3.4.1 补贴调整仿真分析

考虑到中欧班列开行受地方政府财政补贴影响较大，舟山港的海铁联运事业也依托于宁波市政府的扶持，因而将补贴系数作为关键参数进行调整，参考2016年宁波市对货代公司、港口和船公司的补贴比例，货代公司补贴系数0.002，沿海港补贴系数0.19，船公司补贴系数0.005，结合同年成都市海铁联运补贴金额，确定内陆港补贴系数为0.203，整体补贴系数0.4。考虑整体补贴的调整和“中欧班列+海运”下5个运营主体各自的补贴调整方案，补贴系数调整对“中欧班列+海运”系统的影响如表5所示。仿真得出散点图，为更好地发掘不同补贴系数的走向趋势，连接平滑得到以补贴调整为主的仿真结果如图4所示。

由表5 和图4 可知，单个主体的补贴变动使班列开行数量、船舶开行数量、海铁联运营业额在原仿真值结果的基准上保持±5%内的小幅度浮动，对“中欧班列+海运”系统整体的运作影响不大。经过如图4 因果关系作用，在众多变量如表1 所示影响关系中基于系统动力学变量方程式迭代关系，在多影响因素环境中理清不同主体补贴对于总体补贴的影响占比。整体补贴系数的提升使班列开行数量、船舶开行数量、海铁联运营业额都得到了显著增长，分别为44.16%，72.04%，68.74%，而整体补贴系数的减少也使各变量急剧减少，分别是-61.88%，-34.71%，-30.32%，“中欧班列+海运”系统对整体补贴变动的敏感性较强。

图4 以补贴调整为主的仿真结果Fig.4 Simulations based on subsidy adjustment

表5 补贴系数调整对“中欧班列+海运”系统的影响Tab.5 Impact of subsidy coefficient adjustment on “China Railway Express+shipping” system

3.4.2 运价调整仿真分析

运价是影响货主选择的重要因素，因而考虑运价对“中欧班列+海运”系统的影响。参考2016年THC码头操作费927元，货代公司作业费3 820元，海运费3 260 元，铁路运费8 000 元，整体总运费16 007元作为依据，确定各参数取值，以运价调整为主的仿真方案共包括10 个，将整体运价调整与“中欧班列+海运”各运营主体的运价调整进行对比，运价调整对“中欧班列+海运”系统的影响对比如表6 所示，以运价调整为主的仿真方案如图5所示。

由表6 和图5 可知，单个主体运价的变动使班列开行数量、船舶开行数量、海铁联运营业额在原仿真值结果的基准上保持±5%内的小幅度浮动，对“中欧班列+海运”系统整体的运作影响不大。经过如图5 因果关系作用，发掘不同主体运价成本构成对总体“中欧班列+海运”运价的影响占比。整体运价的调整对“中欧班列+海运”系统的影响最为明显。整体运价提高时，班列开行数量、船舶开行数量、海铁联运营业额波动幅度分别为-35.39%，-79.79%，-10.04%；
整体运价降低时，各变量波动幅度分别为34.78%，37.40%，-4.09%，且运价上涨情况下，各变量增长速度皆大幅度缓于基础线“初始情况”。对“中欧班列+海运”系统下单个运营主体的运价进行降价、涨价调整，其结果与原仿真值差距较小，各变量波动幅度都在±5%内。

图5 以运价调整为主的仿真方案Fig.5 Simulation scheme based on freight rate adjustment

表6 运价调整对“中欧班列+海运”系统的影响对比Tab.6 Comparison of impact of freight rate adjustment on “China Railway Express+shipping” system

3.4.3 协同度调整仿真分析

“中欧班列+海运”系统中涉及到的主体较多，需考虑主体间的协同度问题。当协同度增加至0.5(中度协同)时，班列开行数量、船舶开行数量、海铁联运营业额波动幅度均上涨，当协同度减少至0.2(低度协同)时，各变量波动幅度均下降。协同度调整对“中欧班列+海运”系统的影响如表7所示，以协同度调整为主的仿真结果如图6 所示，提高协同度能带来各变量的增长。

图6 以协同度调整为主的仿真结果Fig.6 Simulations based on synergy degree adjustment

表7 协同度调整对“中欧班列+海运”系统的影响Tab.7 Impact of synergy degree adjustment on “China Railway Express+shipping” system

3.4.4 综合仿真分析

由上述仿真结果可知，上调整体补贴、降低整体运价、提高主体协同度对“中欧班列+海运”系统影响最大，选取以上关键要素的仿真值再次进行综合仿真，综合仿真方案如表8 所示，综合仿真结果图如图7所示。

图7 综合仿真结果图Fig.7 Comprehensive simulations

表8 综合仿真方案Tab.8 Comprehensive simulation scheme

方案一：海铁联运补贴系数由0.4 调整为0.5，内陆港补贴系数从0.203调整为0.287，宁波市政府对沿海港的补贴系数由0.19 调整为0.2，对货代公司的补贴系数由0.002调整为0.005，对船公司的补贴系数由0.005调整为0.008，其余参数不变。综合仿真结果表明，政府补贴的增加对“中欧班列+海运”系统运作影响较大，到2025年，“中欧班列(成都)+宁波海运”线路班列开行数量达到694 列，相应的海铁联运营业额5 776.1 万元，船舶开行数量增长至16 艘。从综合仿真结果图中可以看出，随着补贴系数的提高，各主要变量和初始情况相比，都有一定提升。但在补贴系数提高的初、中期，班列开行数量和船舶开行数量较初始情况变化不大。由于政府补贴系数基数更大，迭代影响变量更多，政府补贴系数调整和其他方案相比，对各重要变量起到的作用最为显著，说明目前政府的资金补贴是“中欧班列+海运”系统中最为重要的影响因素，且前期的基础投资较多，增长较慢，在中、后期进入快速成长阶段，班列开行数量、海铁联运营业额、船舶开行数量都得到增长。

方案二：将铁路运费由0.8万元调整为0.75万元，将货代公司作业费由0.382万元调整为0.32万元，将THC 码头操作费由0.092 7 万元调整为0.085 万元，将海运费由0.326万元调整为0.285万元，其余参数不变。综合仿真结果表明，到2025 年，运价的降低使得“中欧班列(成都)+宁波海运”班列开行数量增长至563列，相应的营业额达到4 913.68万元，船舶开行数量增长至8艘。从仿真结果图可以看出，运价的降低使得各关键变量的值在初始情况上有一定增长，从总体上来看，运价下调对“中欧班列+海运”系统的运作起到一定积极作用，但是由于运价总体基数占比较小，涉及影响变量相对较少，因此迭代次数更少，从而作用小于政府补贴对“中欧班列+海运”系统带来的积极效果。

方案三：在其余所有参数不变的前提下，将协同度参数由0.315 2 变为0.5，研究协同度对“中欧班列+海运”系统的影响程度。通过提高协同度，班列开行数量增长至504 列，海铁联运营业额达到4 300万元，船舶开行数量达到6艘。由综合仿真结果图可知，与增加补贴、降低运价相比，提高“中欧班列+海运”主体间的协同度是保证各关键变量的增长速度保持平稳的一种重要方式，协同度的提高使得班列开行数量、海铁联运营业额、船舶开行数量得以提升。

通过构建面向“中欧班列+海运”协同度的系统动力学模型并进行仿真模拟，针对“中欧班列+海运”这一新的运输模式，建议政府进一步健全“中欧班列+海运”补贴机制，给予充分的补贴支持；
运价在“中欧班列+海运”系统中属于高敏感因素，建议谨慎调整运价；
同时，“中欧班列+海运”系统中的港口和企业应该加大协同力度，提高在信息共享、运价调整、运输方案确定等方面的合作水平，形成良好有序的市场环境。