货运需求弹性：地理多式联运网络分析外文翻译资料

 2022-08-02 12:53:07

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

货运需求弹性：地理多式联运网络分析

摘要：本文介绍了铁路，公路和内陆水路三种货运方式的需求的直接和交叉弹性估计。本文使用比利时货运的详细多式联运网络模型对10种不同类别的货物进行计算。该模型最大程度地减少了由O-D矩阵定义的运输任务的总成本，该模型将交通流分配给不同的方式，运输方式和路线。具有不同相对成本的连续模拟保证了特定的弧弹性的计算可能。与通常的方法相反，本方法不是基于对有关实际方式选择和运输关税的分类数据的统计分析。这是一个特别有用的功能，因为在欧洲，此类数据通常不适用于货运。此外，它充分考虑了网络的详细特性，所有可用路由和模式组合以及网络内活动的特定位置。将其估计值与以前发布的估计值进行比较，尤其是与本杂志上发表的Abdelwahab的结果（1998年）进行比较。

关键词：弹性；货物运输；GIS；网络

1.介绍

除了包括Oum，1979a，Oum，1979b关于加拿大铁路，公路和内陆水道之间的多式联运竞争的早期论文，对货运的直接和交叉弹性的估计的相关文献很少。此外，很少会针对不同的市场细分（即不同类别的商品）分别估算货运价格的弹性，并且它们没有明确考虑地理网络的空间特征，例如便捷的水路或铁路交通在某些位置跟踪。不过一个明显的例外是Abdelwahab（1998）最近发表的一篇论文，该论文分析了不同类别的货物以及美国不同地区的铁路和公路运输需求。

在本文中，我们将根据比利时货运的详细多式联运地理信息系统（GIS）网络模型，以完全不同的方法得出铁路，公路和水路运输的直接弹性和交叉弹性的估计值。使用NODUS软件开发了嵌入欧洲网络中的比利时铁路，水路和公路网模型，该模型基于对每种运输解决方案，方式，运输工具（重型和轻型卡车，船只类型等）和路线的成本进行的详细分析和比较。给定十种不同类别商品的出发地和目的地矩阵，通过对模式，车辆类型或其组合和路线之间的流进行最佳分配，可以最大程度地减少相应运输任务的一般成本。然后，通过使用不同成本参数进行仿真，可以对模态替代进行全面分析，并生成与成本变化相关的直接和交叉弧弹性，获得每种商品的具体估计。它们充分考虑了网络的详细空间特征以及每组商品的活动的不同本地化。

与通常的统计方法相比，这些网络弹性的计算不是基于对实际模式选择和关税的数据分析。实际上，在欧洲，每种运输方式都无法获得此类分类数据。该方法论是假设托运人将其普遍的运输成本减至最小，这是一个普遍接受的假设，并且（仅）需要始发地和目的地的汇总矩阵以及有关运输运营的详细成本信息。严格来说，它们是广义的成本弹性，而不是价格弹性。因此，它们有些不寻常，与统计上得出的行为弹性相比，它们的评估需要对它们的特殊特征有一个很好的了解。但是，这显示它们与Abdelwahab（1998）估计的特征具有某些共同点。

因此，在第2节中，本文从一些方法上开始考虑。首先，第2.1节将网络弹性与其他更常见的弹性进行了比较。然后，第2.2节给出了多式联运模式及其成本函数的一些基本要素。第3节介绍了如何在比利时网络上进行构建和校准，并提供了一些性能指标。第4节介绍了从一组主要与Abdelwahab（1998）获得的估计值进行了比较模拟中获得的弹性。本文对结果进行了全面评估。

2.研究方法思考

2.1 货物运输弹性

在解释用于获取运输需求弹性度量的GIS运输模型的主要特征之前，有必要简要回顾一下货运文献中可能发现的不同类型的价格弹性。第一个主要区别必须是介于普通弹性和条件弹性之间。前者衡量价格变化的组合替代和规模或产出效果；后者类似于消费者理论中的补偿需求弹性，并且以给定的产出水平为条件。在他们的调查中（Oum等，1992）发现，并不总是很容易确定文献中提出的弹性类型。如果托运人的输出包括在需求方程中，他们将弹性作为条件。

我们所知道的所有已公布的货运弹性度量都是根据时间序列或横截面数据从计量经济学估算中获得的。横截面数据通常不提供有关输出的信息，因此相应的估计值通常不是条件类型的。

现在综合考虑市场总弹性和模式特定弹性。在本文中，我们将重点放在后者上，后者通常基于模态拆分分析。可以从汇总或分类数据中估计这种弹性。在这两种情况下，它们实际上都无法考虑价格变化对总交通量的影响，因此需要对其进行调整以获得常规需求弹性（Taplin，1982； Quandt，1968； Oum等，1992）用离散选择模型从数量份额的汇总数据中获得的弹性在某种程度上低估了托运人对价格变化的反应（Winston，1979）。因此，在任何可能的情况下，最好继续进行有关单个托运人选择的分类数据。在这种情况下，如Abdelwahab（1998）所做的那样，必须将计算出的个体弹性汇总到样本上以获得模式的市场需求弹性。

最后，我们必须提到运输需求之间的区别，运输需求通常以吨-公里（吨位运输量乘以运输距离）来衡量，而交通量以车辆-公里（行驶公里）来衡量。正如Bjouml;rner（1999）指出的那样，从环境角度来看，交通弹性尤其重要。

下一部分本文将提供有关用于得出我们的估计的运输模型的更多详细信息，但是，通过其一般描述，我们已经可以参考上述区别定义获得的弹性类型。该模型不是计量经济学模型，而是基于GIS的比利时跨欧洲网络中的货运多式联运网络模型。如导言所述，给定每组商品的点对点O-D矩阵，它将每种商品的运输流分配给方式，方式和路线的最便宜组合。在通过成本函数对模型进行适当的校准之后，对成本进行的敏感性分析使人们能够评估其对模式市场份额的影响，并计算吨位和吨公里模态弧弹性。因此，计算出的弹性与通常从观察到的模态选择中直接得出的通常的行为弹性截然不同。如第3节所述，在本方法论中，该模型是根据观察到的路线流量和总市场份额数据进行校准（某种意义上而言），但是用于计算弹性的详细模式分配是总成本的输出最小化。因此，所得的弹性仅间接地从观察到的数据中得出。在以下两个假设下，它们可以作为运输需求弹性的估计：托运人实际上正在使广义运输成本最小化；并且（未知）关税与运营运输成本密切相关，至少在竞争激烈的运输市场。显然可以对这两种假设进行辩论，并将通过模型的性能和结果的质量在某种程度上对其进行评估。

由于所有模拟都使用相同的O-D矩阵，因此对于给定的运输任务，每组商品计算出的网络弧弹性属于条件类型。估计是基于每对始发地和目的地之间的流动的“全有或全无”分配过程，因此这些弹性是“个体”响应的集合。这种分配程序似乎非常适合城市间货运。

弹性充分考虑了网络的空间配置，不同O-D矩阵的特定特性以及不同操作的运输成本，包括运输期间作为不同商品的库存成本的时间成本。由于为产生弹性而模拟的成本变化取决于运输的一般成本，因此这些估算不能视为通常的价格弹性，而应视为“广义成本弹性”。这意味着它们累积了广义成本中所包含的因素的影响，这些因素被假定为确定托运人的选择，不仅包括所有直接货币成本，而且在某种程度上还决定了托运人的时间价值。

另一个重要的一点是，这些措施不是从统计调整后的（动态）响应函数得出的，而是从根据观察到的1995年数据和固定O-D矩阵校准的最佳静态运输选择模型中得出的。这意味着这些弹性没有考虑到成本变化引起的任何需求。另一方面，它们衡量托运人对新的相对成本进行全面调整的效果。此外，由于通过所有模拟来控制成本变化，因此完全尊重了其他条件，并且估计中不包括其他模式可能进行的竞争性调整的影响。因此，应该清楚的是，计算出的弹性不应与包含诱导需求和竞争性调整的影响的长期弹性同化。

最后，请注意，相对于车辆-公里的弹性与相对于吨-公里的弹性成正比，因为该模型假设每种商品类别以及每种运输方式和运输方式的投入都是固定的组合。在以下各节中将对所有这些问题进行一些其他讨论。

2.2 货运GIS网络中的多式联运

如果分别确定运输链中的不同操作，则可以更好地获得通过网络进行的货运详细分析以及所有其他解决方案。在NODUS网络模型中，所有运输方式和手段，以及所有装载，卸载，转运和运输（例如，在边界等）的操作都被识别并与“虚拟链接”相关联。根据基础地理网络的特征，自动生成虚拟的扩展多模式网络或“虚拟网络”。在当前情况下，数字化网络上大约有17,000个地理链接，从中生成了大约265,000个虚拟链接的虚拟网络。

适当的成本函数（请参见第2.3节）被附加到由特定传输操作定义的每个虚拟链路上。它们允许生成特定于网络上每种运输解决方案的“通用成本函数”。然后，在给定一个O-D矩阵的情况下，有可能就模式，方式和路线的选择（包括模式间组合）同时最小化相应的总广义成本。我们很容易意识到，在这种情况下，广义成本的定义是不完整的，因为尚无关于相对安全性，可靠性或模式和手段的其他定性属性的信息，因此不包括在内。这些属性可能在托运人的运输方式选择中起重要作用，具体取决于所运输商品的类型及其生产过程。为了弥补这种信息的不足，针对观察到的主要环节流量和总市场份额对模型进行了校准。因此，平均来看，由模型进行的分配间接地考虑了模式之间的质量差异。从这个角度来看，它与大多数计量经济学模型获得的估计值并无太大差异。

假设一条链路j的每吨成本全部不变或与距离sj成比例，则总成本在方式（t），均值（m）和路线（l）的选择中已降至最低，可以写成：

它是虚拟网络上所有连续链路（或操作）的所有成本之和。假设一条链路上每吨的成本要么是恒定的，要么是与特定运输工具的距离成比例的，这是大规模网络分析的标准特征。成本与总数量成正比，这意味着通过给定路线上的一种手段，货运规模会不断获得回报。

总成本最小化是通过应用Johnson（1973）算法实现的，该算法是Moore（1957）和Dijkstra（1959）开发的算法的一种版本。它在内存中高效组织数据，可确保非常快速的检索。已知当在地理网络上使用时特别有效，在该地理网络中，链路的数量大致对应于节点的数量。

2.3 虚拟网络的成本函数

车辆运营，处理成本和商品库存成本的成本函数基于对详细会计数据和车辆，技术系数的分析。数据是从众多来源收集的；它们都在Jourquin（1995）中列出并进行了详细讨论。

系数Atm对应于（非）装载和转运过程中车辆和机组人员产生的固定成本。它基于资本年金，保险，维护成本和工资。处理操作的持续时间由Deming（1978）公式估算，一种处理时间与处理量之间的非线性关系。每公里的不变成本包括与上述相同的参数，但也是平均速度，燃油消耗和装载率的函数。

在始发地和目的地或转移操作期间处理货物的人工成本是基于与上述相同的时间公式。其他一些成本是由于网络某些点的延迟，管理性文书工作甚至拥挤造成的。这些费用作为某些节点和/或链接上的固定成本包括在内。

运输过程中与货物相关的资本的机会成本与整个运输链所需的总时间成比例。它的重要性随商品的价值而变化，而商品的价值则针对每种商品。

3 参考模型与校验

本文通过三个步骤建立了1995年比利时境内和通过比利时的实际货物流动模型，即“参考方案”：

1.首先，使用来自各种来源的信息，托运人调查，一些主要链接上的流量观察以及汇总的已发布统计数据，为每种模式以及10个欧洲NST-R商品组建立了起点和目的地的矩阵。在比利时内部，城市被用作中心。在国外，数据仅在NUTS3或NUTS2欧洲地区的总水平上可用。然后，通过蒙特卡洛程序在这些地区内部的不同城市之间分配交通流量，对网络操作施加了许多限制：不允许在港口或火车站进行某些商品或大班火车的装卸操作，因为这些货物或装卸列车不可能进行此类移动。多式联运解决方案仅适用于“多样化”商品类别，这是一个剩余但重要的类别，其中包括集装箱运输（商品类别的定义请参见表1）。

2.通过最小化成本，然后将所有这些矩阵分配给它们各自的网络，并将网络链路上的汇总流量与沿道路，铁路和水路进行的计数进行比较。调整了某些链接的速度，以重定向一些流量并获得更好的拟合度，特别是在大城市的外围。

3.在那个阶段，相对于每种模式的矩阵被合并以获得对应于不同商品组的10个矩阵。它们用于通过最小化成本将运输流同时分配给各种模式，运输工具和路线。通过调整将用户连接到运输设施的链接的成本，对每组商品进行模型的最终校准。

如上所述，模型不仅将流量分配给一种模式，而且还分配给一种运输工具。 在此应用程序中，该模型根据不同的成本函数，每个内河航道的容量以及上述排除因素，在识别所用船的类型（300吨，600吨，1350吨和2000吨以上）方面表现非常出色。同样地，也获得了列车和传统列车之间令人满意的分配。不过，对于小型和大型卡车（分别多达10吨和40吨）使用不同的成本函数并不能导致这两种方法之间的正确选择。据推测，这两种类型的卡车都根据货物的大小进行了长途和短途运输，但是我们没有关于货物大小的信息。表1将模型所做的分配结果与观察到的集合模态选择进行了比较。它表明模拟的结果与观察到的市场份额相当吻合。

评估模型性能的另一种方法是计算观察到的流量与模型在网络上各个点分配的流量之间的相关性。水路流量的相关系数为0.92，铁路的相关系数为0.86，道路的相关系数为0.91。

4 模型结果和讨论

一旦获得了校准的参考情景，就可以在一些修改的成本函数中执行一组仿真。在第一组中，每种模式的总运输成本分别依次降低和增加了参考水平的2％，5％和10％。为了将直接运输成本的影响与其他装卸，转运和过境成本分开，产生了第二套任务，其中每种模式仅将“运输成本”相继降低了5％。为了评估行进距离对测得的弹性的影响，第三组采用O-D矩阵，分为短途和长途运输（gt;300km），每种模式的总运输成本依次降低了5％。可以设想其他一些模拟，例如，模拟着重于成本函数的特定参数，例如燃料和人工成本或速度。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[240862]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章