晁攀迪，周凌云，康穎豐，劉柄全

（1.中國鐵道科學(xué)研究院 研究生部，北京 100081；2.中國鐵道科學(xué)研究院集團(tuán)有限公司 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081；3.中鐵國際多式聯(lián)運(yùn)有限公司，北京 100161）

0 引言

隨著居民消費(fèi)升級和大宗貨物產(chǎn)量提升，交通運(yùn)輸業(yè)蓬勃發(fā)展，多式聯(lián)運(yùn)貨運(yùn)量穩(wěn)步增加。當(dāng)前，我國貨運(yùn)方式不斷完善，為促進(jìn)運(yùn)輸方式間有效銜接、實(shí)現(xiàn)運(yùn)輸方式的深度融合，國家大力推進(jìn)“公轉(zhuǎn)鐵、公轉(zhuǎn)水”運(yùn)輸結(jié)構(gòu)調(diào)整，此舉將有助于實(shí)現(xiàn)“碳達(dá)峰、碳中和”目標(biāo)[1]，促進(jìn)可持續(xù)發(fā)展。

多式聯(lián)運(yùn)具有一單制、聯(lián)合運(yùn)輸?shù)奶攸c(diǎn)，政府部門出臺多種政策推動多式聯(lián)運(yùn)發(fā)展。2018年9月《推進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整三年行動計劃》引導(dǎo)大宗貨物按照“公轉(zhuǎn)鐵、公轉(zhuǎn)水”進(jìn)行調(diào)整。2022 年1 月《推進(jìn)多式聯(lián)運(yùn)發(fā)展優(yōu)化調(diào)整運(yùn)輸結(jié)構(gòu)工作方案》要求顯著優(yōu)化重點(diǎn)區(qū)域運(yùn)輸結(jié)構(gòu)，提高多式聯(lián)運(yùn)銜接水平[2]。2023 年1 月《推進(jìn)鐵水聯(lián)運(yùn)高質(zhì)量發(fā)展行動方案(2023—2025 年)》表明運(yùn)輸結(jié)構(gòu)調(diào)整可提高綜合運(yùn)輸組合效率，推動鐵水聯(lián)運(yùn)高質(zhì)量發(fā)展，為運(yùn)輸結(jié)構(gòu)發(fā)展?fàn)I造良好政策環(huán)境[3]。

系統(tǒng)動力學(xué)具有復(fù)雜性和多樣性的特點(diǎn)[4]，為了揭示運(yùn)輸結(jié)構(gòu)各因素間相互聯(lián)系作用機(jī)理，運(yùn)用系統(tǒng)動力學(xué)模型對相關(guān)因素進(jìn)行政策模擬，將系統(tǒng)架構(gòu)功能和系統(tǒng)動態(tài)行為相關(guān)聯(lián)，明確反饋機(jī)制，研究系統(tǒng)因素間動態(tài)關(guān)系并解決動態(tài)復(fù)雜性問題。

1 貨物運(yùn)輸結(jié)構(gòu)系統(tǒng)分析

1.1 模型假設(shè)

運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)動力學(xué)模型影響因素較多，作用機(jī)理較為復(fù)雜，為確保政策仿真模型貼合實(shí)際，假設(shè)貨運(yùn)市場穩(wěn)定發(fā)展，經(jīng)濟(jì)環(huán)境良好且沒有較大波動，貨運(yùn)物資主要為大宗貨物，按照“自上而下”能源換算、使用對應(yīng)碳排放量系數(shù)估算貨運(yùn)碳排放量。

1.2 因果關(guān)系分析

貨運(yùn)結(jié)構(gòu)調(diào)整是一個多輸出、多輸入的復(fù)雜開放系統(tǒng)，涉及因素眾多，且系統(tǒng)因素相互連結(jié)、共同制約。為更好服務(wù)貨運(yùn)物流和經(jīng)濟(jì)發(fā)展，考慮因素間邏輯關(guān)系，建立運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)動力學(xué)模型。運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)動力學(xué)模型因果關(guān)系圖如圖1所示。

從圖1 可得因素間因果關(guān)系如下。①地方經(jīng)濟(jì)穩(wěn)步發(fā)展促進(jìn)固定資產(chǎn)投資增加，購置治超設(shè)備、安裝監(jiān)控裝置等舉措進(jìn)一步推動公路治理超載超限，對貨運(yùn)碳排放量具有一定的抑制作用。由于碳排放會對貨運(yùn)環(huán)境造成一定程度損失，產(chǎn)生環(huán)境污染治理資金，繼而對國民經(jīng)濟(jì)產(chǎn)生一定抑制作用。②通過政府政策和財政支持，優(yōu)化運(yùn)輸結(jié)構(gòu)，推動傳統(tǒng)運(yùn)輸方式向更高效、更環(huán)保、更經(jīng)濟(jì)的方向轉(zhuǎn)型升級，有效提升港口吞吐量和鐵路貨運(yùn)量[5]，優(yōu)化貨運(yùn)樞紐布局建設(shè)[6]，推動鐵水聯(lián)運(yùn)高質(zhì)量發(fā)展。③多式聯(lián)運(yùn)推廣倒逼公路運(yùn)輸提質(zhì)增效，進(jìn)而促進(jìn)公路治超的加強(qiáng)和改進(jìn)。在公路治超中，需要運(yùn)用信息化、智能化手段和技術(shù)對車輛載重、貨物裝載、行駛路線進(jìn)行監(jiān)測，進(jìn)一步帶動貨運(yùn)技術(shù)創(chuàng)新，推動多式聯(lián)運(yùn)裝備轉(zhuǎn)型升級，帶動多式聯(lián)運(yùn)周轉(zhuǎn)量提升[7]。④公鐵聯(lián)運(yùn)促進(jìn)鐵路貨運(yùn)量上漲[8]，有利于提升鐵路運(yùn)量優(yōu)化運(yùn)輸結(jié)構(gòu)，同時政府給予一定的運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助鼓勵鐵路發(fā)展，推動多式聯(lián)運(yùn)周轉(zhuǎn)量和公鐵聯(lián)運(yùn)運(yùn)量合理增加。

1.3 構(gòu)建存量流量圖與系統(tǒng)主要方程

根據(jù)貨運(yùn)結(jié)構(gòu)特性，為進(jìn)一步明確變量之間邏輯關(guān)系及作用機(jī)理，在運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)動力學(xué)模型因果關(guān)系圖基礎(chǔ)上，通過引入輔助變量、狀態(tài)變量、速率變量、常量等指標(biāo)，繪制運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)流圖，運(yùn)輸結(jié)構(gòu)調(diào)整系統(tǒng)流圖如圖2所示。

從圖2 可知，通過細(xì)分貨物周轉(zhuǎn)量、貨運(yùn)量、碳排放量等相關(guān)指標(biāo)[8]，圖中存在4 個存量變量(樞紐增值、GDP、貨運(yùn)碳排放量、能耗排放量)、7個速率變量(貨運(yùn)碳排放增量、貨運(yùn)碳排放減量、能耗增加量、能耗減少量、GDP 增加值、GDP 減少值、樞紐增量)和其他輔助變量，可看出地方經(jīng)濟(jì)產(chǎn)值和貨運(yùn)量是帶動地區(qū)發(fā)展核心指標(biāo)[9]，優(yōu)化調(diào)整運(yùn)輸結(jié)構(gòu)是推進(jìn)指標(biāo)優(yōu)化的重要抓手[10]。

結(jié)合貨運(yùn)結(jié)構(gòu)調(diào)研情況，明確變量種類，相關(guān)參數(shù)計算方式如下。

式中：Cgdp為地方經(jīng)濟(jì)產(chǎn)值，億元；Cgdpzjz為地方經(jīng)濟(jì)產(chǎn)值增加值，億元/a；Cgdpjsz為地方經(jīng)濟(jì)產(chǎn)值減少值，億元/a；Cgdpcsz為地方經(jīng)濟(jì)產(chǎn)值初始值，億元[11]。

式中：Xhytpfl為貨運(yùn)碳排放量，萬t；Xhytpfzl為貨運(yùn)碳排放增量，萬t/a；Xhytpfjl為貨運(yùn)碳排放減量，萬t/a；Xhytpfcsz為貨運(yùn)碳排放量初始值，萬t。

式中：Xdslybl為多式聯(lián)運(yùn)比例；Xdslytjcs為多式聯(lián)運(yùn)調(diào)節(jié)參數(shù)；Cdslybt為多式聯(lián)運(yùn)補(bǔ)貼，億元；Xdslybtcs為多式聯(lián)運(yùn)補(bǔ)貼參數(shù)；Cdslyzbtz為多式聯(lián)運(yùn)裝備投資，億元；Xdslyzbtzcs為多式聯(lián)運(yùn)裝備投資參數(shù)[12]；Chysncz為貨運(yùn)樞紐產(chǎn)值，億元；Xhysnczcs為貨運(yùn)樞紐產(chǎn)值參數(shù)；Xysbtbltjcs為運(yùn)輸補(bǔ)貼比例調(diào)節(jié)參數(shù)；Xdslybltjcsn為多式聯(lián)運(yùn)比例調(diào)節(jié)初始年。

式中：Xhjwrsscs為環(huán)境污染損失參數(shù)；Chjwrss為環(huán)境污染損失[13]，億元；Xhytpffycs為貨運(yùn)碳排放費(fèi)用參數(shù)；Chytpffy為貨運(yùn)碳排放費(fèi)用[14]，億元；Xtpfcs為碳排放參數(shù)[15]。

式中：Xhyzzl為貨物周轉(zhuǎn)量，億t·km；Xgdptjcs為地方經(jīng)濟(jì)產(chǎn)值調(diào)節(jié)參數(shù)；Xzzlyz為周轉(zhuǎn)量因子；Xzzltjcs為周轉(zhuǎn)量調(diào)節(jié)參數(shù)。

式中：Cysjscxtz為運(yùn)輸技術(shù)創(chuàng)新投資，億元；Xtzcs為投資參數(shù)；Xysjscxtzqd為運(yùn)輸技術(shù)創(chuàng)新投資強(qiáng)度；Xqdcs為強(qiáng)度參數(shù)；Xtpflcs為碳排放量參數(shù)。

式中：Xtlhyl為鐵路貨運(yùn)量，億t；Xhyl為貨運(yùn)量，億t；Xhylcs為貨運(yùn)量參數(shù)；Ctlgz為鐵路固定資產(chǎn)[16]，億元；Xtlgzcs為鐵路固定資產(chǎn)參數(shù)；Xtslyzzl為鐵水聯(lián)運(yùn)周轉(zhuǎn)量，億t·km；Xgtlyzzl為公鐵聯(lián)運(yùn)周轉(zhuǎn)量，億t·km；Xtlhycs為鐵路貨運(yùn)參數(shù)；Cglzctz為公路治超投資，億元；Xtzcs為投資參數(shù)；Xygcs為有關(guān)參數(shù)；Xhycs為貨運(yùn)參數(shù)。

Cjyhbzhyc=DELAY3(Xyczhl×Xjtyshbtre×Xyccs，Xyccsz) ⑻式中：Cjyhbzhyc為交通運(yùn)輸環(huán)保轉(zhuǎn)化延遲，億元；Xyczhl為延遲轉(zhuǎn)化率，1/億元[17]；Xjtyshbtre為交通運(yùn)輸環(huán)保投入額，億元；Xyccs為延遲參數(shù)；Xyccs為延遲初始值，億元。

2 實(shí)證與仿真研究

2.1 研究對象及參數(shù)確定

重慶位于我國內(nèi)陸西南部，是長江經(jīng)濟(jì)帶、“一帶一路”重要樞紐[10]。2022 年6 月，重慶成為全國首個累計重箱折列開行量突破10 000列的中歐班列開行城市[9]，重慶貨運(yùn)物流具有代表性且數(shù)據(jù)基礎(chǔ)成熟，因此選擇重慶為例進(jìn)行貨運(yùn)系統(tǒng)運(yùn)輸結(jié)構(gòu)治理政策模擬仿真。

系統(tǒng)所需數(shù)據(jù)及相關(guān)指標(biāo)主要取自國家統(tǒng)計局、《中國統(tǒng)計年鑒》《中國交通運(yùn)輸年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國物流年鑒》、有關(guān)統(tǒng)計公報等統(tǒng)計資料，貨運(yùn)CO2排放系數(shù)、環(huán)保投入比、運(yùn)輸單位能耗等指標(biāo)來源于參考文獻(xiàn)[4]。

2.2 模型檢驗(yàn)

系統(tǒng)基于2010—2020 年重慶地區(qū)實(shí)際數(shù)據(jù)，以2020 年為基準(zhǔn)、1 年為步長仿真得到2010—2030 年重慶地區(qū)相關(guān)指標(biāo)數(shù)據(jù)。為確定模型穩(wěn)定性，將模型步長按照0.25、0.5、1 設(shè)定為穩(wěn)定性情景1、穩(wěn)定性情景2、穩(wěn)定性情景3；為測試模型靈敏度，將公路比例按照降低0%、降低5%、降低10%設(shè)定為靈敏度檢驗(yàn)情景1、靈敏度檢驗(yàn)情景2、靈敏度檢驗(yàn)情景3，運(yùn)輸結(jié)構(gòu)調(diào)整模型穩(wěn)定性檢驗(yàn)和靈敏度檢驗(yàn)結(jié)果如圖3所示。

圖3 運(yùn)輸結(jié)構(gòu)調(diào)整模型穩(wěn)定性檢驗(yàn)和靈敏度檢驗(yàn)結(jié)果Fig.3 Results of the stability and sensitivity tests of transportation structure adjustment model

從圖3 可看出，模型檢驗(yàn)主要包括穩(wěn)定性檢驗(yàn)和靈敏度檢驗(yàn)[11]。不同步長指標(biāo)數(shù)值基本一致，表明模型較為穩(wěn)定。同時不同公路比例碳排放量具有明顯差異，表明模型已通過穩(wěn)定性和靈敏度運(yùn)行檢驗(yàn)[12]。

一致性檢驗(yàn)是模型仿真結(jié)果與源數(shù)據(jù)進(jìn)行對比，觀測并計算誤差值的大小，體現(xiàn)模型預(yù)測精度和有效性[12]。對比模型仿真歷史值和模擬值并計算誤差，一致性檢驗(yàn)結(jié)果如表1所示。

表1 一致性檢驗(yàn)結(jié)果Tab.1 Model consistency test results

從表1 分析2010—2020 年10 年重點(diǎn)指標(biāo)的實(shí)際值和模擬值可得，模型數(shù)據(jù)誤差基本在±10%內(nèi)，說明系統(tǒng)可以較為準(zhǔn)確反映運(yùn)輸結(jié)構(gòu)調(diào)整情景。

3 政策模擬結(jié)果分析

依據(jù)工作方案，結(jié)合實(shí)際需求，按照運(yùn)輸結(jié)構(gòu)調(diào)整、運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助、公路治超、基礎(chǔ)設(shè)施投資、優(yōu)化貨運(yùn)樞紐布局建設(shè)5 個維度研究不同政策調(diào)整影響，并將政策模擬分為基礎(chǔ)情景、單一政策和組合政策3個情景進(jìn)行研究[5]。

3.1 單一政策模擬

3.1.1 綜合交通運(yùn)輸結(jié)構(gòu)調(diào)整政策模擬分析

交通運(yùn)輸方式作為運(yùn)輸結(jié)構(gòu)調(diào)整重要影響因素，可以有效帶動貨運(yùn)量增長?；谥貞c運(yùn)輸方式占比現(xiàn)狀，結(jié)合“公轉(zhuǎn)鐵”“公轉(zhuǎn)水”和“多式聯(lián)運(yùn)比例提升”維度，將公路周轉(zhuǎn)量比例下降20%、鐵路周轉(zhuǎn)量比例提升15%、水運(yùn)周轉(zhuǎn)量提升5%，“公轉(zhuǎn)鐵”“公轉(zhuǎn)水”單一政策模擬結(jié)果如圖4所示。

圖4 “公轉(zhuǎn)鐵”“公轉(zhuǎn)水”單一政策模擬結(jié)果Fig.4 Single-policy simulation results of “road-to-rail” and “road-to-water”

從圖4 可看出，鐵路周轉(zhuǎn)量提升15%時，GDP減少值下降10.35%，可得運(yùn)輸結(jié)構(gòu)調(diào)整與區(qū)域經(jīng)濟(jì)變化呈正相關(guān)性，說明“公轉(zhuǎn)鐵”能夠顯著提高GDP。比較情景一與基礎(chǔ)情景數(shù)據(jù)，并計算相對百分比可得，當(dāng)公路周轉(zhuǎn)量減少20%時，貨運(yùn)能耗量、碳排放量和創(chuàng)新投資分別下降0.84%、19.88%和15.66%，表明“公轉(zhuǎn)鐵”“公轉(zhuǎn)水”對創(chuàng)新發(fā)展具有積極推動作用，有效降低碳排放和貨運(yùn)能耗。

根據(jù)2021 年中國集裝箱行業(yè)協(xié)會《中國集裝箱行業(yè)與多式聯(lián)運(yùn)發(fā)展報告》顯示，我國鐵水聯(lián)運(yùn)比重為2.7%[16]，占比較低，存在運(yùn)輸效率下降、物流成本增加、環(huán)保壓力上升等問題，需要調(diào)整運(yùn)輸結(jié)構(gòu)、提升聯(lián)運(yùn)水平。將鐵水聯(lián)運(yùn)比重分別提升10%和20%，觀察相關(guān)指標(biāo)變化，鐵水聯(lián)運(yùn)單一政策模擬結(jié)果如圖5所示。

圖5 鐵水聯(lián)運(yùn)單一政策模擬結(jié)果Fig.5 Simulation results of a single-policy of rail-water combined transport

從圖5可看出鐵水聯(lián)運(yùn)比重提升對帶動GDP具有積極效果。情景三相關(guān)指標(biāo)與基礎(chǔ)情景進(jìn)行對比、平均和單位換算可得，當(dāng)鐵水聯(lián)運(yùn)比重每提高10%時，GDP 減少值每年減少53.75 萬元，碳排放減少521.42 t，環(huán)境治理投資下降0.026億元。說明鐵水聯(lián)運(yùn)有效帶動經(jīng)濟(jì)發(fā)展，降低貨運(yùn)碳排放量，從而減少貨運(yùn)環(huán)境治理投資。因此，應(yīng)進(jìn)一步推動加大鐵水聯(lián)運(yùn)比重，有效提升運(yùn)量規(guī)模，促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。

3.1.2 運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助調(diào)整政策模擬分析

運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助主要是為推動各種交通運(yùn)輸方式深度融合，進(jìn)一步優(yōu)化調(diào)整運(yùn)輸結(jié)構(gòu)，針對公轉(zhuǎn)鐵、公轉(zhuǎn)水、多式聯(lián)運(yùn)成效明顯的運(yùn)輸企業(yè)給予補(bǔ)助。

合理的運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助促進(jìn)運(yùn)輸結(jié)構(gòu)有效調(diào)整，“公轉(zhuǎn)鐵”補(bǔ)貼、“公轉(zhuǎn)水”補(bǔ)貼和多式聯(lián)運(yùn)補(bǔ)貼一定程度影響不同運(yùn)輸方式貨運(yùn)量，將運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助分別提升10%、20%，運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助政策模擬結(jié)果如圖6所示。

圖6 運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助政策模擬結(jié)果Fig.6 Simulation results of subsidy policy for transportation structure adjustment

從圖6 可得，運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助增長對鐵水聯(lián)運(yùn)周轉(zhuǎn)量具有積極效果。相關(guān)指標(biāo)將情景五、情景四與基礎(chǔ)情景進(jìn)行對比、平均化后除以補(bǔ)貼額可得，運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助每增長1 億元，鐵路周轉(zhuǎn)量增加4.96億t·km，鐵水聯(lián)運(yùn)周轉(zhuǎn)量提升7.65億t·km，多式聯(lián)運(yùn)周轉(zhuǎn)量提高25.47 億t·km，說明運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助與鐵路周轉(zhuǎn)量變化正相關(guān)，有效帶動鐵水聯(lián)運(yùn)周轉(zhuǎn)量和多式聯(lián)運(yùn)周轉(zhuǎn)量增長。因此需要充分發(fā)揮補(bǔ)貼資金引導(dǎo)作用，顯著增加多式聯(lián)運(yùn)比重，切實(shí)提高運(yùn)輸組織水平。

3.1.3 公路治超補(bǔ)貼調(diào)整政策模擬分析

采取嚴(yán)格的超載超限治理措施會倒逼公路運(yùn)輸企業(yè)減少超載超限行為，從而降低運(yùn)輸量。此外，貨主企業(yè)可能會選擇其他運(yùn)輸方式或調(diào)整運(yùn)輸計劃，以規(guī)避超載超限限制。將公路治超補(bǔ)貼提升10%、20%，觀察治超補(bǔ)貼對系統(tǒng)相關(guān)指標(biāo)影響，公路治超補(bǔ)貼政策模擬結(jié)果如圖7所示。

如圖7 所示，通過計算實(shí)驗(yàn)情景和基礎(chǔ)情景指標(biāo)變化百分比后求平均可得，當(dāng)治超投資增長10%時，公路貨運(yùn)量降低1%，貨運(yùn)碳排放量降低13.33%，鐵路貨運(yùn)量增加2.12%，GDP減少值下降3.25%。說明治超補(bǔ)貼與公路貨運(yùn)量和貨運(yùn)碳排放量呈負(fù)相關(guān)性，加大治超力度可顯著提升鐵路貨運(yùn)量，充分發(fā)揮鐵路運(yùn)輸對經(jīng)濟(jì)發(fā)展有效帶動作用，推進(jìn)綜合交通運(yùn)輸體系高質(zhì)量發(fā)展。

3.1.4 基礎(chǔ)設(shè)施投資調(diào)整政策模擬分析

為適應(yīng)不斷增加的貨運(yùn)需求，需進(jìn)一步加強(qiáng)貨運(yùn)基礎(chǔ)設(shè)施建設(shè)。為研究基礎(chǔ)設(shè)施投資作用機(jī)理，將投資比重分別增加10%、20%，基礎(chǔ)設(shè)施投資政策模擬結(jié)果如圖8所示。

圖8 基礎(chǔ)設(shè)施投資政策模擬結(jié)果Fig.8 Simulation results of infrastructure investment policies

從圖8 可以看出，加大基礎(chǔ)設(shè)施投資有效帶動貨運(yùn)量、多式聯(lián)運(yùn)周轉(zhuǎn)量增長。確定觀察指標(biāo)后，將政策模擬情景與基礎(chǔ)情景數(shù)值比較、平均后除以投資均值后計算可得，當(dāng)基礎(chǔ)設(shè)施投資每增加1 億元時，貨運(yùn)量增加7.5 萬t，多式聯(lián)運(yùn)周轉(zhuǎn)量提升0.058億t·km，碳排放減少0.12萬t，公路周轉(zhuǎn)量下降0.016 億t·km。同時基礎(chǔ)設(shè)施投資與碳排放和公路周轉(zhuǎn)量波動呈反比，提升貨運(yùn)基礎(chǔ)設(shè)施建設(shè)水平，促進(jìn)貨運(yùn)交通綠色發(fā)展。

3.1.5 優(yōu)化貨運(yùn)樞紐建設(shè)政策模擬分析

貨運(yùn)樞紐依靠貨運(yùn)場站，與不同運(yùn)輸方式結(jié)合提升樞紐物流效率[13]。為研究物流園區(qū)作用機(jī)理，將物流園區(qū)增量比例分別提升10%、20%進(jìn)行仿真，物流園區(qū)政策模擬結(jié)果如圖9所示。

圖9 物流園區(qū)政策模擬結(jié)果Fig.9 Simulation results of logistics park policy

從圖9 可知，貨運(yùn)樞紐能力提升有效帶動貨物周轉(zhuǎn)量增長。通過計算不同情景中各指標(biāo)與初始值差值，平均后除以樞紐增量可得，物流園區(qū)投資每增加1億元，多式聯(lián)運(yùn)周轉(zhuǎn)量增加2.54億t·km，單一方式貨物周轉(zhuǎn)量增加3.11億t·km，多式聯(lián)運(yùn)裝備投資提升8.15 億元，公路治超投資增加0.85 億元。說明加大物流園區(qū)投資對貨物周轉(zhuǎn)量具有較為明顯拉動作用。同時，物流園區(qū)能力增加帶動多式聯(lián)運(yùn)裝備投資和公路治理投資，促進(jìn)產(chǎn)業(yè)升級。

3.2 組合政策模擬分析

根據(jù)單一政策模擬結(jié)果，結(jié)合各指標(biāo)幅度，將公路周轉(zhuǎn)量比例下降20%、鐵路周轉(zhuǎn)量比例提升15%、水運(yùn)周轉(zhuǎn)量比例提升5%，鐵水聯(lián)運(yùn)比重、運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助、公路治超補(bǔ)貼、基礎(chǔ)設(shè)施投資比重、物流園區(qū)增量比例分別提升20%，從運(yùn)輸結(jié)構(gòu)調(diào)整、運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助、公路治超、基礎(chǔ)設(shè)施投資、貨運(yùn)樞紐等維度組合政策模擬[14]，組合政策模擬結(jié)果如圖10所示。

圖10 組合政策模擬結(jié)果Fig.10 Simulation results of combined policy

從圖10 可得，多式聯(lián)運(yùn)周轉(zhuǎn)量明顯提升，貨運(yùn)量提升幅度明顯。在仿真時間內(nèi)，通過計算相關(guān)指標(biāo)變化百分比可得，鐵水聯(lián)運(yùn)周轉(zhuǎn)量增長迅速，2030 年為1 036.802 億t·km，貨運(yùn)量提升15.79%，公鐵聯(lián)運(yùn)下降幅度約為39.49%，應(yīng)合理利用疏港鐵路、水路優(yōu)勢，大力發(fā)展多式聯(lián)運(yùn)，有效提升綜合貨運(yùn)運(yùn)輸效率[2]?；诮M合模擬仿真數(shù)據(jù)，進(jìn)一步分析相關(guān)指標(biāo)，組合政策鐵水聯(lián)運(yùn)運(yùn)量如表2所示。

表2 組合政策鐵水聯(lián)運(yùn)運(yùn)量Tab.2 Combined policy rail-water combined transport volume

從表2可得，2種情景下的鐵水聯(lián)運(yùn)運(yùn)量均呈現(xiàn)上升態(tài)勢，且在2022—2023年顯著增長。與基期水平相比，鐵水聯(lián)運(yùn)的增長幅度明顯偏高，這表明合理的運(yùn)輸結(jié)構(gòu)對于提升鐵路運(yùn)輸能力和鐵水聯(lián)運(yùn)效率具有積極作用，進(jìn)而推動了多式聯(lián)運(yùn)的發(fā)展。進(jìn)一步分析組合政策情景下貨運(yùn)綠色水平，分析單位情境下碳排放指標(biāo)，組合政策碳減排量如表3所示。

表3 組合政策碳減排量Tab.3 Combined policy carbon emission reductions

從表3 可看出，相較于基期，組合情景下的碳排放量明顯降低，同時貨物周轉(zhuǎn)量也有一定程度的提升。通過將情景對應(yīng)的碳排放量與貨物周轉(zhuǎn)量進(jìn)行比值計算，組合情景中單位GDP 的二氧化碳排放均低于基期，符合2030 年碳排放政策限制要求[15]。說明通過有效建立綜合交通貨運(yùn)樞紐，促進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整，注重創(chuàng)新驅(qū)動轉(zhuǎn)變以及完善綠色交通治理體系，可以綜合降低貨運(yùn)碳排放量，達(dá)到碳達(dá)峰行動方案要求，構(gòu)建綠色低碳的運(yùn)輸方式，確保交通運(yùn)輸領(lǐng)域碳排放增長保持在合理區(qū)間，這些措施的實(shí)施將有助于實(shí)現(xiàn)碳達(dá)峰目標(biāo)，促進(jìn)交通運(yùn)輸領(lǐng)域的可持續(xù)發(fā)展。

4 結(jié)束語

貨運(yùn)結(jié)構(gòu)調(diào)整在提升貨運(yùn)效率、優(yōu)化運(yùn)輸組織方式、減輕環(huán)境污染方面具有重要意義。深入研究運(yùn)輸結(jié)構(gòu)調(diào)整、運(yùn)輸結(jié)構(gòu)調(diào)整補(bǔ)助、公路治超、貨運(yùn)基礎(chǔ)設(shè)施、優(yōu)化貨運(yùn)樞紐布局等因素對貨運(yùn)結(jié)構(gòu)調(diào)整的影響機(jī)理，有助于促進(jìn)“公轉(zhuǎn)鐵”“公轉(zhuǎn)水”等運(yùn)輸結(jié)構(gòu)調(diào)整，為提高貨運(yùn)效率提供決策參考。隨著貨運(yùn)行業(yè)進(jìn)一步發(fā)展，未來可繼續(xù)細(xì)化運(yùn)輸結(jié)構(gòu)調(diào)整影響因素，并運(yùn)用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)優(yōu)化運(yùn)輸組織，落實(shí)落細(xì)貨運(yùn)結(jié)構(gòu)優(yōu)化方案，進(jìn)一步提升貨運(yùn)組織效率。