一种基于联运产品服务效率的运输收益清算方法
毛保华*，曾 玮，李佳杰
(北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室，北京100044)
摘 要： 既有多式联运收益清算一般按照各方式运输距离及费率确定，未充分考虑运输时间效率和外部性(如碳排放)对于联运服务竞争力的影响，导致收益清算与联运服务竞争力的分离，限制了联运服务的发展.本文据此提出了基于各方式运输时间效率及碳排放的收益清算方法，该方法考虑了各方式运输时间及运输时间比例的变化，并通过权重系数来满足不同联运环境下收益清算的需要“.渝新欧”多式联运的实例结果表明，本文方法可提高运输效率较高、绿色低碳方式的收益占比，如当公路时间不变，铁路运输时间由目前的14.9 d缩短至9.0 d时，其收益由95.0%提升至98.9%.运输时间及其比例的权重系数案例显示，其他条件一定时，不同的权重系数下铁路的收益占比相差约3%，因此需根据实际联运环境确定合理的权重系数.
关键词： 综合交通运输；多式联运；收益清算；运输时间效率；碳排放
0 引 言
多式联运是指由两种及以上相互衔接的交通工具共同完成的运输服务.由于多式联运可以根据各种运输方式的优势整合运输过程，因而利于实现较低成本、较高效率及节能环保等目标.随着经济的全球化发展，各国间的贸易、运输往来逐渐频繁，多式联运在长距离的国际运输服务中发挥了重要作用[1].然而，与欧美发达国家相比，我国的多式联运发展较为缓慢，竞争力较低，在服务质量与发展水平上均存在一定差距.
国内外学者对于多式联运服务竞争力的影响因素及如何提高竞争力展开了一定研究.宋炳良[2]、唐继孟[3]根据多式联运服务的运输费用和时间分别构建了集装箱海铁和公铁联运广义费用函数，并通过多项Logit 模型刻画托运人的选择概率，构建了联运服务竞争力模型.汪原也等[4]以巴拿马航运为例，重点分析了时间成本对多式联运服务的影响，结果表明新联运方式可减少2～3 d 运输时间，证明了该方式的优势.除运输费用和时间等内部成本，Janic[5]、Fahimnia 等[6]研究了包括碳排放、噪音等外部成本对多式联运的影响，通过外部成本内部化来提升联运的竞争力.许奇等[7]从运输价格、运输时效、联运机制、联运设施等4方面分析了我国集装箱多式联运面临的问题，针对这些问题提出了完善市场化机制、改革定价机制等策略.张德超[8]从博弈视角研究了多式联运中各参与方的利益分配问题，在既有Shapley 值法基础上，增加考虑了各方在联运联盟中的角色定位，对联盟服务的投入和贡献度，在联运中承担的风险等，使收益分配更加公平合理，从而间接地提高多式联运的整体服务水平.
综上，既有研究大多从多式联运的内部成本(即运输时间、费用等)和外部成本(即碳排放、噪音等)方面分析其竞争力，鲜有从收益清算角度来研究提高联运组织效率，减少联运过程碳排放的策略.实际上，按各方式运输费率和运输距离进行收益分配的方式，未能充分调动各参与方通过提高效率获取更高收益的积极性，制约了联运产品竞争力的提升.本文在分析多式联运广义费用结构基础上，提出了考虑各方式运输时间效率及碳排放的收益清算方法，并通过“渝新欧”班列的实例验证模型的有效性.
1 考虑联运产品服务效率的收益清算模型
本节在分析多式联运广义费用函数结构的基础上，通过对各方式运输时间效率及碳排放对于联运服务竞争力影响的分析，分别提出基于运输时间的清算方法及基于运输时间和碳排放的清算方法.考虑到联运服务中不同方式运输时间的差异，本文在收益清算时将同时考虑各方式运输时间及运输时间比例的变化，从而兼顾各方利益分配与总体效率的关系.
1.1 一般联运货物广义费用函数的结构及构建方法
广义费用函数作为托运人对运输过程“综合代价”的一种评估，是托运人进行方式选择时的重要依据，包括直接的财务费用成本和间接的时间成本.本文以公铁联运班列为例，说明联运货物的广义费用函数.为进行模型描述，表1给出了相关参数及变量定义.
抗癌药物主要影响人体的造血系统，使造血系统不能正常工作，人体血液中的血红蛋白、血小板、红细胞以及白细胞等含量也会大幅下降，给患者的肝功能带来严重的伤害。其他药物抗凝药物会加快释放组织脂蛋白酶，使血液中的三酰甘油含量迅速下降。
翻译学科的生命力在于同社会的结合，为国家战略的服务，具体来说，就是与“一带一路”的联系。目前中国的翻译重心由“译入”转向“译出”。“汉学家模式”仍是当今中国文学“走出去”的主要力量，但从长远发展来看，若想真正让中国文化走出去，必须培养出更多能将两种语言和文化熟练转换的优秀本土译者。[2]同时，中国文化要“走出去”不仅要关注译本的翻译质量，还要对外国读者的阅读诉求以及国外出版机制进行充分的了解，不断引入现当代小说英译的作品介绍，推广和倡导计算机辅助翻译软件，推动中国文化“走出去”的效率和质量。
在企业成本分析的过程中，成本管理通常会为控制管理提供方向，整个管理中，需要结合生产经营周期以及成本范围，进行信息管理方案的完善。但是，在一些企业集团战略成本管理中，存在着信息不充分以及监管困难的问题，这些问题的出现主要是由于公司侧重成本控制，没有认识到产品生产以及售后服务的重要性，导致成本管理工作存在不足，为企业成本管理工作的设计带来限制。
式(2)根据国内和国外的公路和铁路运输，将总财务费用拆分成5 部分.根据我国运输的实际，其中，公路部分的运输费用为纯公路运输费用，以及公路与铁路衔接部分费用的1/2，即第1和第5部分及第2和第4部分的1/2；铁路部分的运输费用则为第3 部分及第2 和第4 部分的1/2.同理，可将总运输时间拆分成5 部分，各部分的运输时间可按照式(4)～式(8)计算.
其中，国内公路运输时间包括订单处理时间、空箱和重箱的运输时间及货物的装箱时间；国内公路与铁路衔接的时间则包括汽车办理进站的手续时间，是否存在铁路接运时间和等待发车时间(取平均发车间隔时间的1/2)，站内运输时间；铁路运输时间包括列车在各国的运行时间，通关换装时间和目的地车站的清关时间；国外铁路与公路衔接的时间和国外公路运输时间与国内段基本一致，在此不再赘述.
表1 广义费用函数的参数及其含义
Table1 Parameters and variable definitions of generalized cost function
亚马逊近日发布一款机器学习芯片，希望借此提升未来几年的盈利能力。这款名为Inferentia的芯片将对研究人员所谓的推断过程提供帮助。例如，可以扫描输入音频，并将其转换成基于文本的请求。
1.2 不同方式对联运服务产品效率的贡献分析
从上节内容可以看出，影响联运竞争力的广义费用函数值可分为联运总体财务费用及总运输时间效率两部分.当前联运服务收益清算大多按照各运输方式的单位运输运价和其运输距离计算，这一清算方法未考虑各运输方式的运输时间效率，使参与联运的运营商缺乏提高运输效率的积极性，影响了联运服务的发展.同时，考虑到政府在节能减排方面的目标，在联运收益清算中增加考虑环保因素，有利于鼓励发展绿色环保的运输形式.
(1)基于不同运输方式运输时间的清算.
根据式(1)～式(8)可计算某一种多式联运中各运输方式分别的运输时间及财务费用，并可计算该联运方式的广义费用函数值，从而衡量其竞争力.
由于联运班列对托运人的影响主要体现在运输费用和运输时间上，通过对时间项的加权来确定联运班列对某种货物运输的广义费用函数值，如式(1)所示.其中，联运方式的财务费用C 和运输时间T 可分别由式(2)和式(3)确定.
不同方式在总运输时间中所占比例不同，如“渝新欧”班列铁路和公路的运输时间占比约为90%和10%.这里的收益清算方法中将同时考虑2种方式运输时间的变化及运输时间变化的比例，以尽可能地保证运输时间占比较小的方式的利益.以方式1 为基准，2 种方式在运输时间和运输时间比例的变化差值分别如式(9)和式(10)所示.其中，时间常数ξ 1和时间比例常数ξ 2可防止在某一方式时间不变时t DV和t GV始终为1的情形，从而激励另一种方式提高运输效率.
表2 基于运输时间的清算模型参数及其含义
Table2 Parameters and variable definitions of profit allotment model based on transportation time
模型假设：①联运服务由2 种方式完成，②清算比例按各方式运输时间与其初始运输时间的变化关系确定.表2给出了相关参数及变量定义.
①②⑥⑧见邹志方《陆游研究》第三章，第一节“初仕瑞安”。人民出版社，2008年版，第127-131页。
接下来可按2种方式在运输时间(t DV)和运输时间比例(t GV)的变化差值构建新的收益清算模型.2 种方式在当前清算方式下的收益占比分别如式(11)和式(12)所示，其中，λ 表示在新的收益清算模型中t DV和t GV的权重系数.当λ ＞0.5时表示将更看重t DV，否则更看重t GV.
式中：
和
分别表示考虑碳税后，运输方式1和运输方式2的收益清算比例.
根据2.1节参数设置，可测算出“渝新欧”联运班列中公路和铁路的运输时间及收益占比分别为2.0 d、14.9 d和5%、95%.根据本文提出的基于运输时间及基于运输时间与碳排放的收益清算方式，可计算不同的公路和铁路运输时间下的清算结果，如图2所示.
表3 基于不同运输方式外部性(碳排放)的清算模型参数及其含义
Table3 Parameters and variable definitions of profit allotment model based on carbon emissions
这里的外部性(碳排放)暂用CO2排放税(碳税)计量，它是针对排放CO2的经济活动征收的税种.在经济学理论中，环境污染是具有典型的负面的外部性特征，在交易活动中会导致市场配置资源失效.在联运服务中，考虑碳排放的外部性，可以用方式1较方式2所产生的额外碳税来表示，计算方法如式(13)所示.
从而，综合考虑各方式运输时间及外部性(碳税)的收益分配可按式(14)和式(15)计算.
(2)基于不同运输方式运输时间及外部性(碳排放)的清算.
2 案例分析
2.1 案例参数
以重庆—杜伊斯坦的“渝新欧”多式联运班列为例，对本文的收益清算模型进行验证及分析.案例线路及相关参数取值分别如图1和表4所示.
图1 “渝新欧”班列的运输线路图
Fig.1 The geographical information of Yuxinou railway express
表4 案例参数取值[3,9,10]
Table4 Parameters and variable definitions of the case study
2.2 模型效果分析
除运输时间，不同方式的外部性(本文考虑碳排放)影响也不同，进而影响联运服务的竞争力.为鼓励发展绿色环保型运输形式，可进一步在清算方式中增加碳排放量较少方式的收益占比.为便于模型描述，相关参数及变量定义如表3所示.
图2 本文2 种收益清算方式在不同运输时间下的结果
Fig.2 The results of two profit allotment models in this paper under different transportation time
选取其中典型的4 种情形(图2中A、B、C、D点)将2 种方式与既有清算方法进行比较，结果如表5所示.由于公路和铁路收益占比总和为1，这里仅计算了铁路收益占比.此外，既有方法的分配结果不随2种方式运输时间的变化而变化，其铁路收益占比始终为95.0%.
表5 4 种典型情形下3 种清算方法的对比分析
Table5 Comparative analysis of three profit allotment models in four typical cases (%)
从图2和表5可以看出，当2 种方式的运输时间均不变时，本文基于运输时间的清算方法与既有方法相同；当公路时间不变，铁路运输时间减少时，铁路收益占比增大；如当铁路运输时间由目前的14.9 d 缩短至9.0 d 时，其收益由95.0%提高至98.9%，联运竞争力也将提高；类似地，当铁路时间不变，而公路时间由目前的2.0 d 缩小至1.2 d 时，铁路的收益占比将由95.0%下降至92.2%，即铁路收益减少2.8%，该数值小于前一情形铁路收益提升值(即3.9%)，这是因为虽然2种情形下公路和铁路的时间均改变约40%，但从绝对天数上看铁路缩小了近6.0 d，大于公路缩小的0.8 d.当2 种方式的运输时间均缩小时，如当公路时间缩小至1.2 d，铁路时间缩小至9.0 d 时，由于铁路缩小的绝对天数较多，其相对收益仍提升至97.5%.
从上述分析可知，基于运输时间的方式较既有方法(始终为95.0%)考虑了各运输方式提升效率后收益再分配问题，利于鼓励各方式通过提高运输效率来获取更大的总收益.需要说明的是，在D情形下，公路提高了运输效率但收益占比仍低于初始值5%，但联运商可通过较A情形减少的6.7 d总运输时间与托运人谈判获取更高的总运费，2种方式的收益值仍可能高于初始值，本文方法可视为一种良性循环激励机制.
最后，从图2和表5可知，本文的2种收益清算方法间的差异较小，由于公路运输的单位距离碳排放量大于铁路，因此基于运输时间效率与碳排放方式的结果略小于仅基于运输时间的清算方式，这一分配结果符合各国政府所提倡的绿色交通政策.
2.3 运输时间及其比例的权重系数灵敏度分析
在前述案例中，将各方式运输时间和运输时间比例变化值(即式(11)和式(12))的权重系数设置为0.7，这意味着在新的收益分配中更看重各方式所减少的运输时间绝对值，而非各方式所缩小的时间比例.由于多式联运中各方式运输时间不同(如“渝新欧”班列铁路和公路运输时间占比约为90%和10%)，这将导致运输时间较小的公路在新的分配方法中处于较为不利的地位，为兼顾总运输效率提升，以及各方式在提升其效率时的积极性，可设置合理的权重系数.这里采用灵敏度分析方法，结果如图3所示.
图3 不同权重系数下铁路收益占比与其运输时间的关系
Fig.3 The relationship of rail revenue share and transportation time under different weight coefficient
从图3可以看出，在相同权重系数λ 和公路运输时间下，铁路收益占比随着铁路运输时间的减少而增大，这与前述案例结果相符.当公路运输时间为2.0 d时(图3(a))，此时公路和铁路的收益占比仅将由铁路运输时间的变化值确定，将表4中参数代入式(9)和式(10)分别为
和
(式(9)数值小于式(10)，且两式均为负数)，再结合铁路收益计算公式(式(12))中的减号可得式(9)大于式(10)，因此随着权重系数的增大，铁路的收益占比增加；类似地，当公路运输时间为1.2 d时(图3(b))，铁路的收益占比同样随着权重系数增大而提高.
同时，从图3(a)和(b)可以看出，在相同的公路、铁路运输时间下，不同权重系数下铁路收益占比差异较大.如铁路运输时间为9.0 d 时，图3(a)和(b)中权重系数λ 为0和1时铁路的收益占比分别相差2.4%和3.6%，这对两企业具有较大影响，尤其是收益占比较小的公路，其波动比例更为显著，因此可结合实际情况确定适当的权重系数.
3 结 论
本文在分析影响联运服务竞争力的运输费用及运输时间两个主要因素的基础上，提出了一种基于联运服务质量(效率)贡献率的收益清算方法，该方法可考虑运输时间效率及碳排放对于联运产品竞争力的影响，利于促进联运产品质量的改善.
基于“渝新欧”联运班列的案例分析表明：本文方法可提高运输效率较高、绿色环保方式的收益占比；如当公路时间不变，铁路运输时间由目前的14.9 d 缩短至9.0 d 时，其收益由95.0%提升至98.9%；当考虑各方式碳排放时，铁路收益可进一步提高至99.0%.各方式运输时间及其比例的权重系数的灵敏度分析表明：在相同的公路、铁路运输时间下，不同权重系数下的铁路收益占比差异较大，如权重系数为0 和1，铁路运输时间均为9.0 d、公路运输时间分别为2.0 d和1.2 d时，铁路收益占比分别相差2.4%和3.6%.因此联运产品设计可根据实际确定合理的权重系数，兼顾各方式的利益与积极性.
采用SPSS 19.0统计学软件对数据进行处理，计数资料以例数（n）、百分数（%）表示，采用x2检验；计量资料以“±s”表示，采用t检验，以P＜0.05为差异有统计学意义。
多式联运服务的外部成本包括碳排放、空气污染、噪音、交通拥堵等，因此未来可深入研究其他外部成本因素在多式联运收益清分中的影响.
对此，京东集团执行副总裁兼首席公共事务官蓝烨表示，中国庞大的市场以及消费者对品质需求的不断提升，让任何一个外国优质品牌都难以忽视。同时，京东集团于进博会开幕当天宣布：进博会期间，京东集团预计直接签约并采购近千亿元进口品牌商品。
2022年冬奥会不仅对举办城市的经济发展带来一定影响，还对我国冰雪体育产业的发展带来深远意义，详细研究2022年冬奥会对我国大众冰雪运动发展的影响尤为重要。通过分析我国大众冰雪运动的发展现状，我国大众冰雪运动的发展优势和劣势，阐述2022年北京冬奥会对我国大众冰雪运动发展影响的展望，增加我国大众冰雪运动的体育人口，促进我国大众冰雪项目场所建设的发展，提高国民对大众冰雪运动及全民健身的观念意识，进一步提升大众冰雪运动的社会经济及人文价值。只有这样，才能切实发挥体育育人的积极作用，从而为2022年冬奥会的成功举办和大众冰雪运动的深入发展奠定坚实基础。
参考文献：
[1] 周明华,李楠.多式联运协同服务系统的设计与实现[J].交通信息与安全,2010,28(2): 65-69,73.[ZHOU M H,LI N.Design and implementation of multi-model transport cooperated information system[J].Journal of Transport Information and Safety,2010,28(2): 65-69,73.]
[2] 宋炳良.国际集装箱多式联运与东部港口竞争力分析[J].中国航海,2003(3): 63-66.[SONG B L.Analysis of international multi- modal transportation and eastern coastal ports competitiveness[J].Navigation of China,2003(3):63-66.]
[3] 唐继孟.我国集装箱公铁联运争力分析及其提升策略研究[D].北京: 北京交通大学,2018.[TANG J M.Competitiveness of rail-road intermodal transport and its improving strategies in China[D].Beijing: Beijing Jiaotong University,2018.]
[4] 汪原也,郭杨,吴国强.基于时间成本分析多式联运在中美洲航线的优势[J].水运管理,2014,36(11): 16-19.[WANG Y Y,GUO Y,WU G Q.Analysis of the advantage of multi-modal transportation in central America service based on transport time cost[J].Shipping Management,2014,36(11):16-19.]
[5] JANIC M.An assessment of the performance of the European long intermodal freight trains (LIFTS)[J].Transportation Research Part A: Policy and Practice,2008,42(10):1326-1339.
[6] FAHIMNIA B,REISI M,PAKSOY T,et al.The implications of carbon pricing in Australia: An industrial logistics planning case study[J].Transportation Research Part D: Transport and Environment,2013(18):78-85.
[7] 许奇,何天健,毛保华.我国铁路集装箱多式联运现状与发展[J].交通运输系统工程与信息,2018,18(6):194-200.[XU Q,HO T K,MAO B H.The development and current status of railway container intermodal transport in China[J].Journal of Transportation Systems Engineering and Information Technology,2018,18(6):194-200.]
[8] 张德超.基于Shapley 值的多式联运收益分配研究[J].交通科技与经济,2015,17(6): 35-40.[ZHANG D C.The benefit assignment mechanism research on multimodal transport based on Shapley value[J].Technology ＆Economy in Areas of Communications,2015,17(6):35-40.]
[9] LIN B,LIU C,WANG H,et al.Modeling the railway network design problem: A novel approach to considering carbon emissions reduction[J].Transportation Research Part D: Transport and Environment,2017(56):95-109.
[10] NORDHAUS WILLIAM D.Revisiting the social cost of carbon[J].Proceedings of the National Academy of Sciences,2017,114(7):1518-1523.
A Profit Allocation Model Based on Service Efficiency of Multimodal Transport
MAO Bao-hua,ZENG Wei,LI Jia-jie
(Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport,Ministry of Transport,Beijing Jiaotong University,Beijing 100044,China)
Abstract: The profit allocation of multimodal transportation is generally determined according to transportation distance and rate of each mode.However,the impact of transportation time efficiency and externality (such as carbon emission)on the competitiveness of multimodal services is not fully considered.As a result,the profit allocation and service competitiveness are separating,and then limiting the development of multimodal services.Therefore,this paper proposed a profit allocation model based on transportation time efficiency and carbon emission,which considered the effect of transportation time and its ratio on profit allocation simultaneously.Weight coefficient was adopted to meet the needs of profit allocation in different situations.The case study of Yuxinou multimodal transportation shows that the proposed method improves the proportion of profit with high transportation efficiency and green low-carbon mode.For example,when road transportation time remains unchanged and railway transportation time shortens from the current 14.9 days to 9.0 days,the proportion of railway profit increases from 95.0% to 98.9%.The transportation time and its weighting coefficient of proportion shows that when other conditions remain unchanged,the profit ratio of railway differs about 3% under different weight coefficients.Therefore,a reasonable weighting coefficient should be determined according to the actual multimodal situation.
Keywords: integrated transportation;multimodal transport;profit allocation;transportation time efficiency;carbon emission
文章编号： 1009-6744(2019)03-0034-07
中图分类号： U15
文献标志码： A
DOI: 10.16097/j.cnki.1009-6744.2019.03.006
收稿日期： 2018-12-19
修回日期： 2019-02-02录用日期： 2019-02-11
基金项目： 国家自然科学基金/National Natural Science Foundation of China(71390332，71621001).
作者简介： 毛保华(1963-)，男，湖南祁阳人，教授，博士.*
通信作者： bhmao@bjtu.edu.cn
标签：综合交通运输论文; 多式联运论文; 收益清算论文; 运输时间效率论文; 碳排放论文; 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室论文;