基于公路货运市场监测的铁路运价调整机制研究

针对铁路货运缺乏市场竞争力的问题，研究公铁竞争环境下铁路货运定价策略。首先搭建多种运输方式市场监测可视化平台，监测公路货运市场，分析公路货运量及运价随线路、季节、市场供需、运输成本等因素的变化趋势，并构建基于ARIMA模型和SVM模型的公路市场运价驱动预测模型，捕捉运价变化的时间序列特征以及市场因素对运价的影响，对公路货运周运价进行预测。其次，在公路货运价格预测的基础上，根据预测结果，在公铁竞争的市场条件下，提出基于Logit模型的公铁竞争定价机制，通过求解得到铁路货运建议定价。研究对于铁路运输企业完善价格决策体系、提高铁路货运市场竞争力、降低社会物流成本具有重要的现实意义。

₁公路运输价格变化趋势及影响因素分析

1.1 公路运输价格变化趋势

(1)零担重货和零担轻货变化情况

零担重货运价变化趋势

零担轻货运价变化趋势

(2)不同车长的整车价格变化情况

不同车长的整车价格变化情况

1.2 运价影响因素分析

皮尔逊系数法是英国统计学家皮尔逊提出的一种用来考察2个事物或变量之间相关强度的方法。在前期分析中可得，运价与可能的影响因素间存在着一定的相关性，因此选用皮尔逊系数法计算影响因素与运价之间的相关系数，相关系数越接近于1或-1，相关强度越强，相关系数越接近于0，相关强度越弱。

(1)零担货运价格影响因素分析

a零担轻货价格与影响因素相关性

 b 零担重货价格与影响因素相关性

(2)整车运价影响因素分析

整车价格与影响因素之间的皮尔逊系数矩阵

(3)公路货运成本与运价相关性分析

从甘肃省高速公路运营服务中心网站提取了21万余条运输数据，结合调研所得，分车型计算了部分货车在高速公路运输过程中所产生的油耗费用、通行费用、劳动费用、折旧等。高速公路货车运输成本样表。

高速公路货车运输成本样表

2公路运价预测

2.1 数据集准备

公路运价主要受到市场因素和运输成本因素影响。通过上述对运价影响因素的相关性分析，从以上因素中选取了独立且与公路运价的相关显著性P值在0.05以下的指标作为输入模型的特征指标。对已有数据进行预处理之后，得到2020年8月至2021年8月的历史周运价数据与特征指标数据，作为公路运价预测模型输入数据集。

公路运价预测模型输入数据集(示例)

2.2 预测模型搭建

综合考虑公路运价时间序列自身特性和多种相关特征的影响，采用加权方式将ARIMA模型和SVM模型的预测结果进行结合，以获得精度较高、误差水平低的预测结果，公式如下。

将2020年8月至2021年7月各线路各品类的历史周运价数据与特征指标数据作为输入数据，输入上述提出的ARIMA-SVM组合模型，输出得到2021年8月各线路各品类的周运价预测结果，并分析模型输出结果的精度，公式如下。

各线路运价平均预测精度如下图所示，总体上看，约90%的数据预测精度高于0.7，约75%的数据预测精度高于0.75，约63%的数据预测精度高于0.8，整体的预测情况较好。就具体线路而言，各货类平均预测精度低于0.7的线路有：兰州—嘉峪关、兰州—沈阳、兰州—石嘴山、兰州—太原、兰州—榆林、兰州—长沙，除兰州—嘉峪关线路外，其他主要以跨省线路为主；针对具体货类而言，轻工医药产品的平均预测精度低于0.7。

各线路运价平均预测精度

3基于公铁竞争的铁路货运价格制定 

3.1 广义费用构建

根据安全成本及便利成本的定义，将2种成本统一称为货主满意度成本，广义费用函数计算公式如下。

因此，选择某种运输方式的效用函数Vi可表示为

3.2 基于Logit模型的货运模式选择模型构建

货运模式选择模型构建基于以下基本假设：①假设铁路与公路互为竞争对手，货主在选择运输方式时仅考虑铁路运输或公路运输；②货主以广义运输费用作为货运方式的选择依据，当2种货运方式广义运输费用相同时，货主选择铁路运输。

基于Logit理论，公式(7)表示货主在选择不同运输方式时，对每种运输方式不同的效用感知。其中，根据效用最大化理论，货主会选择使其感知效用最大化的运输方式，公式(8)中满足公式(9)的条件。运输方式的选择枝集合由0(公路货运)和1(铁路货运)组成。公式(10)为假定随机项相互独立同分布得到的Logit模型的数学表达式。

因此，考虑货物类型的运输方式选择概率公式如下。

式中：类货物选择运输方式的概率；时，对于货物类型，货主选择铁路运输，反之，则选择公路运输。

3.3 基于公铁竞争的铁路运价制定

进行铁路货运竞争定价，即求公式(11)中，使得，模型中假设铁路和公路的时间成本及货主满意度成本已知。根据前节公路货运价格的预测结果，在公铁竞争的市场条件下，基于竞争定价模型，可求得相应时间段分线路、不同货类的铁路运输成本。2021年8月公铁竞争定价计算结果(示例)如下表所示。根据计算结果，2021年8月公路运价均值与铁路运价均值比较如图6所示。在竞争环境下，铁路运价均值整体低于公路运价均值，铁路运价能够根据公路运价的波动变化做出及时的调整。

2021 年 8 月公铁竞争定价计算结果 ( 示例 )

2021年8月公路运价均值与铁路运价均值比较  

⁴铁路货运竞争定价启示建议

为提高铁路货运市场竞争力，研究公铁竞争环境下铁路货运定价策略。通过分析影响公路货运定价的相关因素，综合考虑公路运价时间序列特性和多种相关特征的影响，采用加权方式将ARIMA模型和SVM模型的公路运价预测结果进行结合，对公路运价进行预测。其中，ARIMA模型可以捕捉公路运价随时间变化的趋势特点，SVM模型用来捕捉铁矿石原矿产量、磷矿石产量、物流运价指数、运输成本等高关联度因素的影响，得到的公路运价预测精度较高，为下一步根据竞价确定铁路货运价格提供数据支持。在公路货运价格的基础上，建立模型对铁路价格进行调控，对于铁路运输企业完善企业价格决策体系、分担社会货物运输量、提高铁路货运市场竞争力、降低社会物流成本具有重要的现实意义。

总体而言，在竞争定价情境下，铁路运价基本低于公路运价，且铁路运价的变化趋势更为稳定。但由于不同货类、不同线路的特殊性，运价变化的趋势具有不同的特点。对于部分地区其公路定价远低于铁路成本，采取竞争定价可能存在着一定程度的偏差。因此，铁路可以采取竞争定价模型与局部调整相结合的策略，对于特殊货类和特殊线路应重视其市场运价监测，从而灵活调整铁路货运价格，提高铁路货运的竞争力。