水路运输的特征
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇水路运输的特征范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
水路运输的特征范文第1篇
为全面客观地测度江苏省工业化阶段水路运输资源配置效率，应用数据包络分析（Data Envelopment Analysis，DEA）方法的C2R模型和C2GS2模型实证研究各种配置效率.数据分析表明，与铁路、公路运输相比，水路运输不存在相对过剩的投入规模，其综合效率、技术效率与规模效率的均值最小.要提高水路运输资源配置效率，需要在交通系统内协调配置各种运输方式的交通资源，同时协调水路运输内部各部门单位的资源配置.从资源配置的角度出发，相关部门在交通资源配置之前对各种运输方式的资源配置效率进行横向比较与纵向比较相结合的全面客观评价是必要的，也是可行的.
关键词：
运输资源； 配置效率； 数据包络分析（DEA）； 波动性
中图分类号： F552
0 引 言
根据文献[1]分析，江苏省工业化阶段划分主要依据为人均GDP，1995―2001年、2002―2007年、2008―2013年分别为工业化初期、中期和后期；按同样方法计算[2]，江苏省2014年人均GDP为
11 757美元，超过后工业化阶段的标志值11 170美元，据此判断江苏省从2014年起进入后工业化阶段.结合运输化理论[3]，江苏省工业化初期的主要运输对象为纺织品、建材、金属制品、大宗原材料及农产品，主导运输方式为水路运输和铁路运输；江苏省工业化中期的主要运输对象为机械、化工品、油品等重化工业产品，水路运输和铁路运输仍为主导运输方式，但公路运输开始兴起；江苏省工业化后期的主要运输对象为精细化工品、高档消费品、医药制品、成套设备等高价货物，水路运输和铁路运输发展趋稳，高速公路运输和航空运输迅速发展.本文拟通过横向和纵向比较，全面客观地测度江苏省工业化阶段水路运输资源配置效率，为相关部门提供决策参考.
考虑到层次分析法确定指标权重较为主观，模糊综合评判法主要适用于不确定性问题等，因此本文采用较成熟的数据包络分析（Data Envelopment Analysis， DEA）方法.该法适用于客观衡量具有多个输入输出变量的决策单元（Decision Making Unit， DMU）的相对效率，其在交通运输业中的适用性早已被诸多文献证实，例如文献[411]运用DEA方法的C2R模型和C2GS2模型测度了交通运输的效率，但未涉及工业化阶段交通资源配置效率、输入输出变量间相关关系及其他因素对DEA方法评价有效性的专门分析.在借鉴已有成果的基础上，本文较多地将质量指标应用于DEA方法的C2R模型和C2GS2模型，横向比较与纵向比较相结合全面分析江苏省工业化阶段的水路运输资源配置效率.本文的研究意义在于测算江苏省3种主要运输方式的相对效率和规模收益，指导交通资源配置方向与策略调整；分析在输入输出变量调整情况下，水路运输资源配置的效率值以及效率波动性和绩效方面的区别，为准确、全面测算水路运输及其他运输方式资源配置相对效率提供实证范例与重要参考，同时推动DEA方法的C2R模型和C2GS2模型实证研究.
1 水路运输在江苏省综合运输中的资源配置效率分析
1.1 评价方法与模型
在式（1）中加上约束条件nj=1λj=1则得C2GS2模型线性规划，求解该模型所得的最优解θ即为技术效率值.当θ=1且S-i= S+r=0时，Dj达到完全技术效率.另外，规模效率=综合效率/技术效率；C2R模型和C2GS2模型计算结果与指标的量纲无关；综合效率、技术效率、规模效率相应的数值等于1时分别称为完全配置效率、完全技术效率和完全规模效率，当且仅当完全技术效率与完全规模效率同时存在时方可达到完全配置效率.
1.2 评价指标选择
为更好地测算水路运输资源在交通系统内的相对配置效率，尽量选取质量指标.限于数据可得性与指标可比性，本节所指综合运输仅包括铁路、公路和水路运输.从配置研究的角度分析，交通资源常指交通基础设施（但不排斥其他指标）[13]，而运输线路的形成整合了人力、物力、财力、技术、组织、制度等交通资源，交通职工是交通基础设施营运的必备要素.因此，以各运输方式从业人数占全省综合运输从业人数的比例、各运输方式线路长度占全省综合运输线路长度的比例为输入指标，以各运输方式旅客周转量占全省综合运输旅客周转量的比例、各运输方式货物周转量占全省综合运输货物周转量的比例为输出指标（就指标本身含义而言，旅客周转量相较于旅客运输量、货物周转量相较于货物运输量更能表征运输成果，也更适合作为DEA的输出变量）.
1.3 实证分析
各运输方式从业人数来源于历年《中国统计年鉴》，其余数据来源于历年《江苏省统计年鉴》.以年份为DMU，DMU总数于输入输出指标总数的2倍.EViews相关关系分析显示，输入指标、输出指标内部各指标间不存在高度相关关系，而输入指标与输出指标间存在相关关系，能保证取得客观的评价效果.将数据代入C2R模型和C2GS2模型，并采用LINGO求解，计算结果见图1，3种运输方式资源配置的3种效率的标准差计算结果见表1.综合分析计算结果可知：
（1）公路运输在综合运输中的资源配置效率最高.公路运输的综合效率、技术效率和规模效率在工业化各阶段的均值均高于0.9，是综合运输中唯一有此佳绩的运输方式；公路运输完全配置效率和完
全技术效率时间分别为2 a和8 a，分别占工业化阶
段总时间（19 a）的10.53%和42.11%.进一步分析可知，公路运输规模收益不变与规模收益递减的时间合计占工业化阶段总时间（19 a）的26.32%，表明在特定的运输产出条件下，公路运输人力与物力（线路）资源配置规模相对过大.
（2）水路运输在综合运输中的资源配置效率最低.水路运输的3种效率在工业化各阶段的均值均低于0.9；分阶段看，水路运输的3种效率在工业化阶段处于“中低高”的发展趋势，工业化后期表现出明显高于初期和中期的趋势，体现了其资源配置在综合运输体系内与工业化进程逐步协调的相对动态过程.水路运输资源配置的3种效率虽然在工业化后期高于铁路运输和公路运输，但在工业化初期和中期的13 a中远低于铁路运输和公路运输，故其在工业化实现阶段的均值在综合运输中为最低.
（3）工业化实现阶段，在3种运输方式的标准差所显示的波动性方面，规模效率波动性小于技术效率和综合效率的波动性，表明江苏省3种运输的投入规模波动性相对较小.
同期，水路运输、铁路运输、公路运输的资源完全配置效率时间之比为4∶5∶2.在综合运输中，水路运输资源配置综合效率、技术效率和规模效率的标准差均为最大而效率平均值却最小，其综合效率、技术效率、规模效率的标准差分别为公路运输相应效率标准差的2.01，1.39，5.88倍，为铁路运输相应效率标准差的1.84，1.63，2.97倍.可见，水路运输资源配置效率的波动性最大，而铁路运输和公路运输的综合效率、技术效率波动性相差不大.
2 江苏省工业化阶段水路运输资源配置效率纵向比较分析
2.1 评价模型与指标选择
为纵向比较分析江苏省工业化阶段19 a间的水路运输资源配置效率，继续选择C2R模型测算综合效率，选择C2GS2模型测算技术效率.考虑数据可得性和指标代表性，选取航道里程（km）、船舶载客量（客位）、码头泊位长度（km）、水路运输从业人数（万人）、船舶净载质量（万t）和港航建设投资（亿元）为模型的输入指标，并依次记为X1， X2， X3， X4， X5， X6；选择旅客周转量（亿人・km）、港口货物吞吐量（亿t）、货物周转量（亿t・km）为模型的输出指标，并依次记为Y1， Y2， Y3.
2.2 实证分析
① 2013年公路、水路客货运量及周转量以专家调查结果为准，由于调查口径发生变化，为保证数据的可比性，2013年运输量数据取自《2013年江苏省国民经济和社会发展统计公报》
从业人员数据来源于历年《中国统计年鉴》，港航建设投资数据来源于《2014江苏交通年鉴》，其余数据来源于历年《江苏省统计年鉴》①.以年份为DMU，DMU总数于输入输出指标总数的2倍.为避免数量级相差过大可能导致无可行解，将X1， X2， X3， X5， X6， Y2， Y3的单位依次调整为106m，万客位，104m，106t，10亿元，107t和1010t・km.EViews相关关系分析显示，输入指标X5与X6之间存在高度相关性，输出指标Y2与Y3之间存在高度相关性，其他输入指标和输出指标内部各指标间不存在高度相关性，而输入指标与输出指标间存在相关性.为取得客观的评价效果，根据不同的输入输出指标组合设计了4个方案，分别为：方案A（X1， X2， X3， X4， X5， Y1， Y2），B（X1， X2， X3， X4， X5， Y1， Y3），C（X1， X2， X3， X4， X6， Y1， Y2），D（X1， X2， X3， X4， X6， Y1， Y3）.将数据代入C2R模型和C2GS2模型，并采用LINGO求解，计算结果见表2（其中均值为4个方案的均值），各方案3种效率的均值和标准差见表3.
将不同方案进行两两组合分成6组，分别为组I（方案A与B）、组II（方案C与D）、组III（方案A与C）、组IV（方案B与D）、组V（方案A与D）、组VI（方案B与C）.综合分析表2和3可以发现：
（1）如表2所示，在各组内部具有相同投入和一项不同产出（Y2与Y3）的情况下，水路运输资源配置具有相同的良好综合效率和规模收益状态，即同一年份的完全配置效率和规模收益状态相同，而且，组I和组II分别有高达47.37%和63.16%的年份处于完全配置效率和规模收益不变状态，其余年份则处于DEA无效和规模收益递增状态.除了组I中方案B的2006年的3种效率均略高于方案A的、组II中方案C的2000年的3种效率均略高于方案D的外，两组内部各方案其余年份的所有效率处于相同的态势，原因在于在所有投入和一项产出完全相同的情况下，cov（Y2， Y3）=0.991 9≈1，即方案A和C的产出Y2与方案B和D的产出Y3具有高度正相关性（接近完全正相关）.
组I和组II的完全技术效率时间分别为13 a和14 a，分别占江苏省工业化阶段总时间（19 a）的68.42%和73.68%，均超过50%.同时，两组内部方案中的技术效率均高于综合效率和规模效率，而且工业化阶段各方案的技术效率均值都大于0.99，接近完全技术效率.这表明江苏省水路运输资源配置在当时的水路运输技术条件下，实现了以较少的投入取得较大的产出，换言之，水路运输技术在江苏省水路运输资源配置效率提升中发挥了较大的作用.
在组I和组II内部方案的综合效率均值、波动性表现上，方案A优于方案B，方案C优于方案D.这表明在具有相同投入的条件下，港口货物吞吐量作为模型的输出变量取得了相对于货物周转量作为模型的输出变量时更小的波动性、更高的效率和绩效产出.
（2）如表2所示，在各组内部具有相同产出和一项不同投入（X5与X6）的情况下，除2009年外，组III和组IV的方案A和B处于完全配置效率和规模收益不变状态时，两组的方案C和D也处于完全配置效率和规模收益不变状态，反之则不成立；组III和组IV各组内部两方案同时达到完全配置效率和规模收益不变状态的DMU总数均为8（即时间为8 a），占江苏省工业化阶段总时间（19 a）的42.11%；组IV和组III各组内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间分别为14 a和13 a，综合效率均值分别为1.890 3，1.853 5，标准差之和分别为0.183 3，0.240 8，组IV的绩效表现较好而波动性较小，整体表现优于组III，表明在具有相同产出的条件下，港航建设投资（X6）作为模型的输入变量时取得了比船舶净载质量（X5）作为输入变量时更小的波动性、更高的效率和绩效产出.
（3）如表2所示，在各组内部具有一项不同投入和一项不同产出的情况下，组V内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间（14 a）占江苏省工业化阶段总时间（19 a）的73.68%，其中，同时处于完全配置效率和规模收益不变状态的时间（8 a）占江苏省工业化阶段总时间（19 a）的42.11%，这一比例与组III，组IV的相同.组VI内部方案同时处于相同规模收益状态（规模收益不变或递增）的时间（13 a）占江苏省工业化阶段总时间（19 a）的68.42%，其中，同时处于完全配置效率和规模收益不变状态的时间（8 a）占江苏省工业化阶段总时间（19 a）的42.11%，这一比例与组III，组IV，组V的相同，而且，组V，组VI内部方案同时处于规模收益不变和完全配置效率的DMU（年份）完全重合.如表3所示，组V和组VI的综合效率均值之和分别为1.888 1和1.855 7，标准差之和分别为0.191 5和0.232 5，两组相应的差值仅有0.032 4，0.041 0.由此可见，在各组内部具有一项不同投入和一项不同产出的情况下，水路运输资源配置效率与综合绩效的表现差异不明显.
（4）总体上，工业化阶段方案A的综合效率均值大于其他3个方案的，其综合效率的波动性小于其他3个方案的（见表3）.由此可见，相对于其他3个方案而言，方案A的投入产出变量之间的整体协调性更好.
方案A，B，C，D达到完全配置效率的DMU总数分别为8，9，13，
12，与其规模收益不变的DMU总数和年份完全相同，即每个方案的完全配置效率与规模收益不变状态总是并存的，其余年份均不处于规模收益递减状态，即水路运输资源配置不存在相对过剩规模.
如表2和3所示，在工业化初期，所有方案均达到了完全技术效率，表明在1995―2001年，水路运输资源配置在当时的技术条件下，实现了以最少的投入取得最大的产出，这一表现优于工业化中期和后期.以均值计算，相较于其他年份，1995，1996，1997，1999，2008，2010，2012，2013年共计8个年份处于完全配置效率和规模收益不变状态，占江苏省工业化阶段总时间（19 a）的42.11%；而分阶段看，工业化初期和后期各占一半，分别占两个阶段时间的57.14%和66.67%.同时，就综合效率和波动性而言，江苏省工业化阶段3个时期的表现按优、中、差排序依次分别为工业化后期、工业化初期、工业化中期，即江苏省工业化中期的水路运输资源配置效率在江苏省工业化进程中表现最差.经过主动调适，例如南京通关便利化措施的推行[14]，水路运输业较为有效地化解了2008年世界金融危机的影响，表现出与经济社会发展的相对协调性，同时也反映出近年来江苏省经济发展步入了新常态.
此外，在各组内部方案各种效率值和规模收益方面，组III与组IV、组I与组II的表现差异明显，前者的相似度较低.这是因为不同投入之间虽然具有高度正相关性，但离完全正相关尚存差距（0.940 4
3 结论及建议
（1）3种运输方式的资源配置效率横向比较分析表明，江苏省工业化中期水路运输资源配置效率最低且波动性最大，公路运输资源配置效率最高且综合效率和规模效率的波动性最小；江苏省工业化后期水路运输资源配置3种效率的均值高于其他2种运输方式的，也高于前2个阶段的相应数值.
江苏省工业化阶段历年水路运输资源配置效率纵向比较分析表明，水路运输资源配置效率均值在工业化后期达到3个阶段中的最大值，这与横向比较分析结论相互印证，表明江苏省水路运输资源配置与工业化进程相互调适，配置效率在工业化后期快速提升.
同时，两种实证分析存在重要区别：横向比较与纵向比较分析得出水路运输资源配置规模收益不变（完全效率）的时间分别为4 a，8 a，后者是前者的2倍；横向比较分析主要实证研究了水路运输在综合运输中的概况，而纵向比较分析能够选择更多具体的行业特色指标深入剖析水路运输资源配置详情，并且能够研究多变量变换对DEA模型的影响，即通过输入输出变量的调整比较分析水路运输资源配置效率的差异性.
可见，在DEA模型中，单一的纵向比较或横向比较都不能准确地对水路运输资源配置效率进行全面评价.鉴于DEA模型是一种客观分配权重的评价模型，该结论具有普适性，即对其他运输方式资源配置效率的全面评价具有同样的参考价值.因此，从资源配置的角度出发，相关部门在交通资源配置之前对各种运输方式的资源配置效率进行横向比较与纵向比较相结合的全面客观评价是必要的，也是可行的.
（2）无论是横向比较还是纵向比较，水路运输资源配置在江苏省工业化各阶段均不存在相对过剩的投入规模.相对于水路运输，铁路运输和公路运输分别存在5 a和3 a的规模收益递减；不同投入产出组合的水路运输资源配置方案的综合效率与规模效率具有相同的发展趋势，即同时等于1或者同时小于1，提高规模效率能加速提升水路运输资源配置的综合效率.因此，从增加运输产出量与提升资源配置效率的角度看，向水路运输倾斜交通资源配置能够取得更大的规模收益和综合效率.
（3）横向比较显示，水路运输相对于公路运输的资源配置，其投入规模较小且增速较低，应当适度降低公路运输资源投入规模并逐步加大水路运输资源配置力度.同时，纵向比较表明，在其他变量相同的条件下，作为输出变量的港口货物吞吐量相较于货物周转量、作为输入变量的港航建设投资相较于船舶净载质量应用于DEA方法的C2R模型和C2GS2模型更有绩效.因此，在其他条件相同的情况下，要获得更高的水路运输资源配置效率与绩效产出，应当优先配置资源进行港口与航道建设投资，以提高港口吞吐量为目标进行水路运输资源配置策略调整.港口作为水陆连接的界面、水运活动的中心，其集疏运系统整合了各种交通方式资源，因此提高港口效率能够有效促进各种运输方式的效率提升与绩效产出.可见，以港口现代化作为综合运输体系交通资源整合的重要抓手与关键节点具有充分的科学依据，新加坡港、鹿特丹港、安特卫普港等世界强港的成功实践即是典型例证.
（4）运输资源配置的综合效率与规模收益不变总是同时达到，即综合效率=1的DMU（年份）其规模收益处于不变状态，相对于其他DMU（年份），其达到了以最佳投入规模实现最大运输产出.为此，要实现水路运输及其他运输方式的良好规模收益，应当注意协调各种交通资源配置比例，而不是随意增加或减少任何交通资源的投入量，这为各种运输方式协调发展以构建综合运输体系以及各种运输方式内部各部门单位的资源配置（工作）协调提供了理论依据.同时，运输方式自身各部门单位的资源配置比例也应当协调，只有达到最佳的投入规模，才能实现最大的运输产出，达到最高的综合效率，实现社会范围内的运输合理化.
（5）纵向比较分析还表明，只有各方案同时为完全配置效率和规模收益不变时，各方案的均值才同样达到完全配置效率和规模收益不变状态；另外，变量之间的相关系数高低会对模型分析结果产生影响，在其他变量相同的条件下，不同方案的两个变量之间的相关系数越接近1，两方案的DEA方法的C2R模型和C2GS2模型效率值和规模收益状态相似度越高，故需在实证研究之前用相关系数分析法科学合理地甄选输入输出变量.
参考文献：
[1]李上康. 江苏省工业化中后期阶段与相应运输化阶段的确定分析[J]. 铁道运输与经济， 2015， 37（1）： 1017.
[2]陈佳贵， 黄群慧， 钟宏武. 中国地区工业化进程的综合评价和特征分析[J]. 经济研究， 2006（6）： 415.
[3]荣朝和. 运输发展理论以运输化为主要线索的新进展[J]. 北方交通大学学报， 1995（4）： 502507.
[4]张矢宇， 萧汉梁. 运输配置效率论和我国内河运输配置效率的区域横向测评[J]. 武汉理工大学学报（交通科学与工程版）， 2004， 28（1）： 122125.
[5]. 我国交通运输系统资源配置分析与评价[D]. 大连： 大连海事大学， 2005.
[6]王晓兰. 江苏省交通建设与区域经济协调发展的实证研究[D]. 南京： 南京理工大学， 2007.
[7]常亚青， 宋来. 交通运输业相对效率、技术进步和全要素生产率动态研究[J]. 交通与运输， 2008（12）： 143145.
[8]李维维. 江苏省交通基础设施运营效率及效能研究[D]. 南京： 南京理工大学， 2009.
[9]陈辰， 胡甚平. 基于模糊DEA的航运公司安全管理有效性评价[J]. 上海海事大学学报， 2012， 33（1）： 1215， 19.
[10]崔岩， 吴丽美， 曲建华. 基于DEA的河南省交通运输效率评价[J]. 河南科学， 2013， 31（2）： 201204.
[11]仲维庆. 区域交通运行效率分析及规模适应性研究[D]. 大连： 大连海事大学， 2013.
[12]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429444.
水路运输的特征范文第2篇
交通快速机动化发展阶段的到来，势必会对稀缺要素的供给保障产生强烈的冲击。无论是从能源的供给保障还是从碳排放的角度看，发展低碳交通已成为中国政府的不二选择。然而在发展低碳交通之前，对于交通碳排放状况进行分析是至关重要的。如果中国交通碳排放现状已经处于低碳水平的话，那么就没有发展低碳交通的必要。鉴于此，本文对中国交通部门的碳排放总量、各种交通方式的碳排放量和碳排放效率等进行了分析，并与发达国家作了横向比较。
一、中国交通部门的碳排放总量分析
随着我国经济的跨越式增长，中国交通部门的碳排放也呈现出持续增长的趋势。本文根据《2006年ipcc国家温室气体清单指南》的指导方法，运用排放因子法，测算了中国交通部门1991-2009年的二氧化碳排放量（见图1）。碳排放量只需要在二氧化碳排放量的基础上乘上其碳含量（12/44）。二氧化碳排放量测算公式如下：
二氧化碳排放量= ∑ ei × efi （1）
其中e表示燃料消耗量，ef表示燃料的排放因子（见表1），i表示交通燃料的类型。
从图1可以发现，在整个研究时间段内，二氧化碳排放量增速明显，年均增长率为15.6%。从碳排放增长率的角度看，可以分为两个阶段：1991-2002年碳排放增速较为平稳，从1991年的151.6mt提高到2002年的269.8mt，年均增长率为6.5%；2003-2009年碳排放增速加快，从2003年的335.7mt提高到2009年的602.3mt，年均增长率为11.3%。
根据ipcc的燃料碳排放因子，可以发现燃料单位碳排放之间的关系为：煤炭＞柴油＞煤油＞汽油＞天然气。从煤炭—柴油—天然气的变动趋势可以看出，中国交通结构调整趋向“低碳化”，但是总体上交通部门还是处于高碳排放的状态。交通领域有着明显的存量效应，高碳技术的机动车比例较高，这在很大程度上决定了中国交通的高碳排放。随着铁路电气化、水路高效化、公路清洁化的发展，交通结构有了明显改善。
二、各种交通方式的碳排放量分析
（一）公路碳排放量分析
公路承担着绝大多数的中短途运输，是占交通碳排放比重最大的子部门。随着经济快速发展，公路运输得到了大力发展。1991-2008年公路部门的客运周转量增加了334%，货运周转量增长了859%，与此相伴随的是公路能耗和碳排放量的快速增长，其中以柴油和汽油消耗最为明显。随着交通领域节能减排的相关政策出台，使用电力、天然气、生物燃料等清洁燃料的机动车比例有所增加。
从全社会交通碳排放角度看，公路碳排放应包括营运性公路运输业的碳排放和非营业性公路运输业的碳排放。2005年我国营业性载货汽车和载客汽车共消费汽油为0.17亿吨，柴油为0.39亿吨，排放二氧化碳分别为50.68mt和122.13mt，占交通碳排放的11.9%和28.6%，单单公路营运性运输的碳排放就占交通碳排放的40.5%。①随着经济增长，非营运性碳排放所占比例会逐年增加。按保守的统计数据估计，全社会公路碳排放占交通碳排放的70～80%。
（二）铁路碳排放量分析
铁路作为现阶段重要的交通方式，承担着中长途的客货运任务。铁路部门通过电气化结构调整，基本上实现了铁路发展与碳排放的相对脱钩。到“十一五”末，铁路电气化率达到了45%左右，在铁路总运输量大幅度增长的情况下，总能耗和碳排放没有大幅增长。通过1990-2005年中国铁路企业的碳排放量比较（见表2），可以发现铁路企业的碳排放逐年降低，2003以后一直维持在30mt左右。
由于没有考虑电力因素，碳排放测算量无法完全反映出电气化结构调整的实际贡献。何吉成和吴文化指出，33年来电气化铁路使得中国铁路运输行业的直接减碳量为426.7万吨，直接减碳量年均增长48.3万吨。电气化结构调整为减少铁路能耗、二氧化碳排放发挥了重要的作用。②
（三）航空碳排放量分析
航空运输业在经济增长、管制放松、科技进步等因素作用下，得到了快速发展。相关统计数据表明，换算周转总量从1991年的30.2亿吨公里增加到2008年的376.8亿吨公里，提高了10倍左右；民用飞机拥有量从1990年的503架，增加到2009年的2181架。③航空运输总量和飞行里程的增加，一方面增加了能耗和碳排放，为节能减排的实现增加了难度；另一方面，规模效应提高了航空的能源利用效率和碳排放效率。
近20年航空部门碳排放量呈现出上升趋势（见图2）。在整个时间段内，航空部门碳排放量累积增长了7.88倍，到2008年达到了36.4mt。2003年以来，航空部门碳排放增速加快。可以预见的是，随着经济增长，航空碳排放将会以较快的碳排放速度增长。
转贴于
（四）水路碳排放量分析
水路运输作为综合交通运输体系的重要组成部分，承担着中国90%以上外贸的货运运输工作。中国具有内河流域长、沿海区域广阔的特点，适合发展运能大、成本低、能耗少的水路运输。
“十五”期间，水路货运量年均增长率为12.4%，远洋货运量年均增长率高达16.2%，水路运输得到了较大的发展。“十五”期间水路营业性船舶燃油消耗和碳排放量见表3。从表3可知，在此期间，总体上水路运输碳排放呈现上升趋势，到2005年达到了39.7mt。据相关研究，考虑到非营业性运输船舶油耗，2005年中国水路运输的实际碳排放量将达到61.5mt。①
目前水路碳减排的存在问题主要体现在：宏观层面，水路运力结构需要调整，主要包括内河船型标准化、老旧船和劣质船整治等方面；船运市场的无序竞争，使得水路运输的碳排放效率低下；航道基础设施投入的不足，一定程度上降低了船舶的碳排放效率。在微观层面，主要存在运输企业管理水平低下、能源管理基础工作不完善、碳减排意识薄弱等问题。
三、不同交通方式的碳排放效率比较
交通方式碳排放效率受多种因素影响，一般来说，技术水平是最主要的影响因素。随着科技发展，交通方式碳排放效率会持续提高。交通基础设施、交通状况、交通行为、运输企业管理水平等都是影响碳排放效率的重要因素。可以说，在一定发展阶段，交通基础设施、交通状况等外部环境更能够影响碳排放效率。
表4列举了近20年来各交通方式的碳排放水平，可以发现碳排放水平较低的交通方式是水运，最高的则是航空。值得注意的是公路的碳排放水平。比较历年我国营业性道路运输客货运的碳排放水平发现，客货运碳排放水平持续增加。
得益于电气化结构调整，铁路低碳化战略地位逐渐凸显。从交通方式碳排放水平看，2003年我国各交通模式百吨·公里碳排放量指标，航空燃油消耗排放二氧化碳为103.6kg，公路汽油消耗排放二氧化碳为20.6kg，柴油消耗排放二氧化碳为16.4kg，铁路柴油消耗排放二氧化碳仅为1.6kg。①从公路转移1万吨·公里运输量到铁路，可以节约柴油约0.47t，减少二氧化碳排放为1.5t。按照2007年公路货物周转量11355亿吨·公里测算，假如全部转移到铁路运输，可以节约柴油53.4mt，减少二氧化碳排放为168.7mt。②现阶段，铁路碳排放效率是各交通方式中最高的，略高于水路运输。而随着水路基础设施建设的提升、船舶标准化等措施的实现，可以预见水路碳排放效率无疑将是最高的。
四、与发达国家交通方式的碳排放效率进行比较
（一）公路运输碳排放效率低于发达国家
中国汽车工业发展落后于发达国家，发动机排放技术标准的制定主要依据欧美国家的标准。目前欧美国家已经使用欧ⅴ排放标准，而中国的排放标准基本上相当于欧ⅲ的排放标准。因此，从技术水平上看，中国公路的碳排放效率明显低于欧美发达国家。
由2000年德国的环境报告可知，德国在客运交通方面，每百人公里二氧化碳排放量，公路为16.8kg，航空为13.4 kg，铁路为4.8 kg；在货运交通方面，每百吨公里二氧化碳排放量，公路为79.8kg，航空为10.7kg，铁路为2.6kg。其铁路客运的碳排放量约为公路客运的1/4，铁路货运的碳排放量仅为公路货运的1/30。③通过与中国交通碳排放效率进行比较，发现德国公路的货运碳排放效率还低于中国的水平。道路运输能源强度与碳排放效率有着直接的关系。欧盟及其典型国家的道路货运能源强度见表5。由表5可知，德国比其他国家有着更低的能源强度，故而中国公路的碳排放效率应该高于欧盟其他国家。
然而这是不符合逻辑的，造成这种现象的原因是碳排放效率的评价指标选取问题。目前衡量交通碳排放效率主要用单位交通周转量的碳排放水平。单位交通周转量又由交通量和里程所决定，这其中涉及产业结构、基础设施、负载状况等多种影响因素，相互关系特别复杂，容易产生让人困惑的假象。
（二）航空客运碳排放效率高于发达国家
以单位交通周转量碳排放水平来衡量碳排放效率，就可以很直观地发现：如果单次飞行的客运人数或货运重量接近于满负载的话，那么单位燃料的碳排放功效就越高，即碳排放效率就越高。目前中国客运航空就正享受着规模效应的边际收益，而货运航空因高成本而未达到规模化水平，也就是说有着较高的边际成本。
在与日本、美国等国家的交通碳排放比较中，就可以发现客运和货运碳排放效率存在着较大差异，见表6。①在客运方面，三个国家的客运单位碳排放总体上均呈现下降趋势，而中国民航客运的单位碳排放水平低于日本、美国。由于中国民航客运需求大，具有一定的规模效应，而使用了大中型飞机类型，美国、日本等国家的中小飞机的数量占总量的比重较大。在货运方面，中国航空货运单位碳排放水平呈现下降趋势，但是目前略高于日本。可见中国航空部门的二氧化碳减排还是存在着一定的空间。
（三）水路碳排放效率呈现两极化分布
由于海运的国际化趋势明显，且各国统计口径的不一致，水路碳排放效率指标的绝对值不具有可比性，而且与其他运输方式的可比性差。因此重点对内河航运进行国际横向比较。其中美国（特别是密西西比河）发达的内河航运，可作为中国内河航运的参照标杆，但是需要注意发展阶段的对应性和可比性。
近几十年来美国内河航运单位碳排放指标的演变态势与单位能耗强度同步，呈现“u”形曲线，特别是近年来受高附加值货物比重、航速等因素的综合影响，能源强度和碳排放效率有所上升。而中国内河航运单耗和碳排放效率在大型运输企业和个体经营户之间呈现明显的两极分化。一方面，中外运、中远、中海等几家具有多年涉外经营经验的大型运输企业，集约化程度和运作效率相对较高。另一方面，其他航运企业因规模小、经营成本高等原因，忽视管理水平、船舶技术水平等方面的提升，使得能源利用效率和碳排放效率相对较低。总体上看，中国内河航运的市场竞争次序混乱，无助于水路部门碳减排工作的有效展开。
转贴于
五、主要研究结论
（一）中国交通部门碳排放类型属于高碳排放
从整体上看，中国交通部门在快速发展过程中，碳排放呈现出持续增长的趋势。在1991-2009年时间段内交通碳排放年均增长率为15.6%，属于典型的高碳排放类型。以柴油、汽油等石油制品为主的燃料结构更是高碳排放的结构（虽然燃料结构开始朝低碳化方向调整）。
（二）中国不同交通方式的碳排放呈现显著差异性
如果将研究范围缩小到交通子部门层面，可以发现交通方式间的碳排放呈现显著的差异性。公路的碳排放水平要远远高于其他交通方式，水路则是较为清洁的交通方式。而从交通结构解读出“高碳看公路，低碳看水路”的主要规律恰恰反映出中国交通结构的高碳排放特征。
（三）国际比较表明中国交通碳排放效率较低
通过与典型发达国家进行横向比较，可以发现中国交通碳排放效率总体上处于较低水平。航空客运方式等碳排放效率虽说高于典型发达国家，但是得益于中国总体的规模效应，而不是发挥根本作用的技术进步因素。从技术水平的角度看，中国交通部门的碳排放总体上属于高碳排放。
水路运输的特征范文第3篇
关键词：公路运输；经济发展；特点；作用
交通运输业是国家重点管控的一个物质生产部门，在一个国家的经济发展中占有很重要的地位，同时也受到国家宏观调控的控制。一个国家在国际上的经济实力体现，除了像农业、工业、服务业等行业的生产水平之外，另一个衡量该国家实力的重要指标就是该国家的道路网的建设和道路运输的发展状况如何。道路交通运输将社会生产上的各个重要组成部分有机的联系到一起，这种联系包括了社会生产、物质分配、社会交换行为和消费行为等环节，起到联系国家工农业生产、城乡农村、物质和文化交流的重要桥梁和纽带的作用。作为交通运输行业主要的货物和旅客运输方式之一，公里运输是交通运输业的重要组成部分，其是交通运输改革以来，除火车、航空、水路之外的另一种较为方便的运输方式，是运输方式的一次重大革命。公路运输的特点是快速、高效、安全、经济、舒适等，且以后将会实现始发地与目的地运输的直达，在经济建设和发展中发挥着越来越重要的作用。这种运输方式逐渐成为我国经济生活的一个重要组成部分。
一、公路运势的主要特点
1.公路运输操作简单，资金投入少，回报时间快
我国对于道路运输的管理体制没有像水路运输、航空运输或者是铁路运输那样有着很严格的准入体制，一般来讲，公路运输所需要的设备相对较为简单和固定，一般仅为一辆客运汽车或者货车，并也进入运输产业的门槛相对较低，前期购置的车辆费用较其他运输行业来讲相对较低，并且能够实现在很短时间内回收成本获得利润回报，因此，公路运输的入行投资行为较为简单容易，且投资的回收期短，回报周期长。
2.公路运输方式有着极强的适应性
对于运输的车辆来说，在公路上行驶的时间和周期可以根据不同的需求和不同的突况对运输的时间和出货的计划进行调整，运输的各个环节衔接十分的简短，没有任何冗长的手续，运输的适应性较强，特别是公路运输对于货车或者客车的载货量和载客量的多少有着很强的适应性。
3.公路运输的数度快，效率高
该种方式与其它的运输方式有着明显的区别，道路运输在运输过程中花费的时间周期相对较短，货物运输的速度相对较快，特备是在短途运输过程中，由于没有货物或者旅客的转运和转乘，常常能够实现货物或者旅客从始发站到终点站的一站直达。
4.运输形式十分的灵活
公路运输最大的特点就是可以凭借我国广阔交织分布的交通路网实现铁路、水路运输的不能到达的地方，因此，公路交通的触角能够做到无处不在、无时不有等特点。所以，可以依据公路交通运输的这种灵活性可以将运输的途径扩展到城乡农村的经济建设上，为当地发展提供一定的帮助。
二、公路运输在经济发展中的作用
1.公路运输能够促进国民经济的整体快速发展
目前，在我国的运输行业，由于公路运输能够实现“货到付款”的便捷服务，并且航空运输、铁路运输和水路运输的最后一个将货物送到消费者家门口的环节仍然需要由公路货运来完成，因此在未来，公路运输业在发展空间和发展趋势是十分的强劲的。公路交通对于货运商品的正常流通和运转都能起到很好的保护作用。因此，公路运输对于促进我国经济的发展有着不可代替的重要作用。
2.公路运输有利于降低经济发展的成本
公路运输能够缩短运输的周期，能够较少车辆对化石燃油的消耗，降低了运输车辆在运输过程中的磨损，在一定程度上能够降低对车辆的维修和护理次数，延长车辆的使用寿命，最终实现了降低运输成本的目的。特别是我国高速路网建设的日趋成熟和完备，改变了以往传统运输的缺陷和方式，人们出行首先的交通方式就是全新的快速交通的公路运输方式。
3.公路运输有利于改善经济运行方式，实现质量提升
目前，在交通运输上，我国虽然取得了一定的进步和成果，但整体的经济运行的方式还不近合理，交通运输对经济的影响和质量还不高，经营方式的粗放管理现象还是比较的明显。在交通运输行业，由于各种运输的运营方式相对独立，致使运输的技术相对落后，基础设施建设等问题突出，严重影响到了我国经济的合理运行和有效的开展。而相对于其他的运输方式，公路运输有很多的独特之处，能够很好的弥补上述经济运行中存在的问题，通过与其他运输方式有机结合，提升我国整体的交通运输业的运行方式，采用公路运输经济手段来改善其经济运行问题为的主要方式，实现提升其经济质量。
三、结语
公路运输能够实现城乡农村之间的良好经济交流，使得城乡农村之间的经济合作更加的密切，使得城市和农村的经济发展一同实现一个质的飞跃。与此同时，公路运输的快速发展和进步实现了落后地区与先进地区的有机融合，使得落后封闭的地区能够向全方位的发展方式转变，并且也能实现与国外发达地区的多层经济合作和交流，促进经济的均衡发展。
参考文献：
[1] 任艳静. 浅析交通运输业在促进经济发展中的作用[J]. 山西师大学报（社会科学版），2010，11（S3） ：123.
[2] 王雪波，胡建平，陈立东. 铁路运输与公路运输的优化衔接[J]. 科技信息（学术研究）， 2010，9（21） ：75-77.
水路运输的特征范文第4篇
关键词：粮食运输；最优路径；地理信息系统；网络分析
中图分类号：F50 文献标识码：A
Abstract： Inter-provincial grain transport plays an important role in our grain logistics system. The function of GIS network analyst had been the one of main methods of this kind of actual problem to solve the transport costs and paths. The study built the model of street network combined with railway， water transport routes， freight cost， transfer cost and others under the software platform of GIS. Obtained two kinds of transport route and cost data based on the lowest cost and the shortest dietance by the network analysisi. The study found that， shipping and rail transport occupied the main position in the inter-provincial grain transport of China because of the advantage of low cost. The optimal path through coastal and Yangtze River routes most frequently under the conditions of the lowest cost. Because of the high cost of road transport is mainly concentrated in the province or short-distance transport. The highest inter-provincial grain transport freight segment is Harbin-Lhasa section， the total mileage 5 133km， disposable transport by rail， and the freight is 770 yuan/ton， while the minimum freight segment is Shanghai-Nanjing section， total distance 350km， one-time transportation by sea， and the freight is 6 yuan/ton.
Key words： grain transportation； optimal path； GIS； network analyst
0 引 言
省际粮食运输是指粮食实体在生产、收购和销售过程中在国内省级行政区域之间的转运和流通，是研究我国粮食物流体系的重要环节，也是我国粮食流通市场化的重要保证。近年来，随着我国跨省区粮食流通运量的增加，国内粮食流通和进口粮食分流的道路运输已成为影响我国粮食物流体系的主要因素[1]。目前，我国粮食运输主要存在运输散乱、方式落后、损耗较高等主要问题[2]。据调查，我国粮食从生产区到销售区的物流费用占整个粮食销售价格的30%～35%，而美国粮食物流成本大约只相当于我国的40%，由于运输工具落后等问题导致我国粮食运输年均损失800万吨，这些都导致我国粮食物流成本居高不下[3]。粮食物流问题也引起学术界的高度重视，目前，有关粮食运输研究主要集中在物流量估算、运输方式转变和主要运输通道建设等方面，但从省际粮食综合运输费用出发，利用GIS（地理信息系统）的网络分析功能求算省际粮食运输费用和最优路径的研究方法还比较少见。梁书民、刘小和等，曾于2007年在《我国粮食综合运输费用与最优物流路经研究》中，以国内11个城市为准建立了一套实验数据。获取省际粮食运输路径和成本数据，建立粮食运输最优路径将对我国目前粮食物流体系建设提供重要参考。同时，运用GIS网络分析技术解决粮食运输道路选择和成本计算问题，也将是今后粮食物流体系建设的主要研究方向之一[4]。
1 研究方法
1.1 运输成本涉及因素
现代粮食物流体系包括铁路、水路和公路三种主要交通方式，散粮运输和包粮运输是目前两种主要粮食运输方式。据2005年全国货运量数据显示，铁路、公路和水路三种主要交通方式中，公路运输所占比重在50%左右，铁路和水路运输分别占30%和10%左右，其中公路运输则主要以短途运输为主，中长途的省际粮食流通则主要依靠铁路和水路两种方式[5]。省际粮食运输费用来源主要有包装费、装卸费、转运费和吨公里运费等几大类，其中包装费、装卸费、转运费是基于粮食运量的运输成本，吨公里运费可以看作是基于运距的运输成本。
1.2 最优网络路径计算方法
作为空间分析的一个重要方面，GIS网络分析功能的主要目的是对地理网络（如交通网络）、城市基础设施进行模型化和地理分析。其主要内容是在网络数据集基础上，依据网络拓扑关系（线状地物之间、线状地物与点状地物之间、点状地物与点状地物之间的连结、连通关系），并借助空间、属性数据对网络的性能特征进行多方面的分析和计算。在各种GIS网络分析应用中，最基本最关键的问题还是最优路径问题。从网络模型的角度看，最优路径求解就是在网络中的两结点间寻找一条阻碍强度最小的路径，须按照结点的选择顺序访问网络中的所有结点[6]。网络在数学和计算机领域中被抽象为图，所以网络的基础就是图的存储表示，在GIS中的道路网络在具有图理论基本特征的同时也具有一些实际特点。关于最短路径问题，目前为大家所公认的求解方法是由Dijkstra提出的标号法，即Dijkstra算法，算法的关键部分就是不断地从目标点集中找出距离源点最短距离最小的点并加入到已知点集中，同时更新目标点集到源点的新的最短距离。这一过程是最短路径算法的关键，并且与网络的复杂程度有着重要的相关性[7]。
最短路径不仅仅指一般以地理意义上的距离最短，还可以有时间最短、费用最低、路况最佳等测度。粮食道路运输最优路径是具有多因素的复杂性问题，本文为了方便分析对比，是以最低成本和最短运距下的最优路径为目标的，简化了实际物流中粮食道路运输费用问题。
2 数据处理与分析
2.1 数据来源与处理
本文是以全国铁路、公路（国道、高速）和主要港口水运航线数据为道路网络数据集，在成本计算和路径分析过程中为了简化模型，将包装费、装卸费、转运费综合为转运费单一费用，即三种交通方式转换时每吨粮食转运成本为50元。基于运距的吨公里运费数据为：铁路0.15元，公路20元，水路0.016元。
为使原始道路数据能实现最优路径网络分析功能，须对路网数据进行必要的处理和运算，主要步骤如下：（1）制作全国（除台湾、香港外）32个省级行政区域省会城市和大连、青岛、深圳、天津港四个港口城市的点状矢量数据；（2）合并路网矢量数据，对铁路、公路、水路航线矢量数据建立拓扑关系，确保三种交通方式在各站点或港口之间的连通性，并在两种不同运输方式的转运站点添加带有转运费属性的小线段作为转运连接方式；（3）计算出路线长度，添加运费等属性字段，并通过路线长度和吨公里运费相乘运算得出路线运费属性字段；（4）在地理信息系统软件Arcgis Catalog下，用路径矢量数据制作具有拓扑关系的路径网络数据集Network Dataset[8-9]；（5）调用GIS软件Arcgis Network Analyst模块下的New OD Cost_Matrix工具，添加路网数据集，并以城市点状数据为起始站点和终止站点，以运费为阻抗，生成两两城市间运费最低的成本OD矩阵图；（6）将最低成本OD矩阵图导出为矢量数据，用工具箱中的Feature Vertices To Points工具，通过选择Point Type将其分别生成为Origin点和Destination点；（7）调用Network Analyst下New Route工具，分别添加上一步生成的Origin和Destination点，仍以运费为首要阻抗，生成最低成本下两两城市间的最优路径图；（8）导出最低成本OD矩阵的属性数据，获取最低成本矩阵表；（9）将首要阻抗参数设置为运距，重复步骤5到步骤8，则可以生成最短运距下两两城市间的最优路径图和最短路径矩阵表。
2.2 省际粮食运输路径分析
最低成本条件下各省会城市间运输方式包含单一水路运输、单一铁路运输、水路――铁路一次转运混合运输、铁路――水路――铁路两次转运混合运输等多种方式。最短运距下各省会城市间运输方式主要为铁路运输（为了方便数据对比，在计算最短运距运输路径时排除公路数据），仅在个别沿海港口城市间航线距离较短时才会选择水运航线，如上海―海口段、海口―福州段等。最低成本和最短路径两种运输路径下的运费和运距在与港口城市或水运相关的运输路段具有比较明显的差异，而在以铁路为主要运输方式的内陆城市运输路段则比较一致。自2006年青藏铁路建成通车，我国铁路已实现全国省会城市全覆盖，在省际运输下的最低成本路径已经主要涵盖水运和铁路运输两种方式，公路运输则主要集中于省内或短距运输，用于补充和完善铁路、水运不能覆盖的地区。
根据最低成本条件下全国省际粮食运输路径数据，将所有省会城市两两之间运输路径进行叠加，可以得到省际粮食运输路线频次图（图1）和运输路线频次比重（表1）。从表1中可以看出最低成本下省际粮食运输路线频次在1～15之间所占比重最大，达到46.02%，路线频次最高段为青岛―上海区间段，运输频次高达185。从图1中可以看出，我国省际粮食运输呈现出以东北地区经大连港口外运通道，黄淮海地区经青岛、天津港口外运通道，西北内陆经西安、兰州转运通道，华南地区经福州、深圳、澳门等港口流入通道和长江中下游地区沿江转运通道等为主的五大区域运输格局。依据以上运输格局合理建设和分配运输资源对解决我国粮食物流运力不足等问题具有重要意义。
2.3 省际粮食运输成本分析
从全国部分城市粮食运输最低成本和最短路径下的运费/运距数据（表2、表3）中可以看出：最低成本和最短路径下最高运费均为哈尔滨―拉萨段，运费为770元/吨，总里程5 133km，经铁路一次性运输。最低成本和最短路径下最小运距均为北京―天津段，运距132km，运费20元/吨。最低成本下最大运距为海口―拉萨段的6 680km，运费647元/吨，运输路径从海口由水运至武汉，在武汉经铁路转运至拉萨，其中水运航距3 025km，铁路运距3 655km；而在最短路径下此运段运距为
5 077km，运费762元/吨，由铁路经贵阳、成都、兰州沿线一次性运输，同最低成本路径相比运距缩短了1 603km，运费增加了115元/吨。最低成本下最低运费为上海―南京段，运费6元/吨，经水运一次性运输，航程350km；而在最短运距下，此段运距为302km，经铁路一次性运输，运费45元/吨，同最低成本路径相比运距缩短了48km，运费增加39元/吨。
在最低成本和最短路径下运费差距最大的为哈尔滨―海口段。最短运距下运输路径为铁路运输，经沈阳、天津、石家庄、武汉、长沙一线，全程3 946km，运费592元/吨；最低成本下运输路径由铁路运输至大连，经大连港口转水运至海口，全程运距4 038km，运费242元/吨。从运费和运距比较来看，哈尔滨―海口段粮食运输选择最低成本下运输路线更为适宜，同最短运距运输路径相比运距增加约92km，但运费减少了350元/吨，减少幅度较大，对控制道路运输费用成本具有明显的效果。最低成本和最短路径下运距相差最大的为太原―重庆段。最低成本下运输路径由铁路运至天津，经天津港口转水运至重庆，全程运距4 282km，运费204元/吨；最短运距下运输路径为铁路一次性运输，经西安运至重庆，全程1 410km，运费212元/吨。从运费和运距比较来看，太原―重庆段粮食运输选择最短运距下运输路线更为适宜，同最低成本运输路径相比运费增加约8元/吨，但运距缩短了2 872km，且不需要转运等过程，极大地减少了时间成本和运输资源占用。
综合以上分析可以看出：最低成本运输路径主要利用铁路和水运两种交通方式，国道、高速公路等公路运输方式因成本较高而未被利用；近海和沿江港口城市均涉及水运，如重庆、武汉、南京、上海、福州、海口、天津等，这些港口城市之间多为单一水运；内陆城市间主要依靠铁路运输，如乌鲁木齐―北京段、成都―拉萨段等；港口城市同内陆城市间则大多会经过两种运输方式转换运输，如海口―哈尔滨段需经大连港口转运一次，北京―上海段需经天津港口转运一次；部分非港口城市间还涉及两次转运，如哈尔滨―广州段，需先经大连港由铁路转水运后，再经深圳港由水运转铁路两次转运运输。由于三种运输方式间运输成本差异较大，铁路成本相当于水运成本的9倍，而公路成本则相当于铁路成本的130倍，所以在最低成本下的最优路径选择上第一优先权为水运，在水运运距较大，或者水运不能直接到达，需转运且包含转运费后总运费超过直达铁路运费时，最低成本路径才会选择铁路运输；同样，只有在铁路运距较大，或者铁路不能直接到达，需转运且包含转运费后总运费超过公路直达运费的情况下，最低运费路径才选择公路运输。故此，在所得结果中会出现两地实际铁路距离较近，但最优路径却选择运距较远的水运或水路铁路转运的运输方式，例如太原―重庆段、广州―重庆段等。
3 结论与讨论
（1）我国省际粮食运输呈现出以东北地区经大连港口外运通道，黄淮海地区经青岛、天津港口外运通道，西北内陆经西安转运通道，华南地区经福州、深圳、澳门等港口流入通道和长江中下游地区沿江转运通道等为主的五大运输区域格局，根据此格局可以为合理建设和分配粮食运输资源提供参考。
（2）水路和铁路运输凭其成本较低的优势在省际粮食运输中占据主要地位，公路运输在总体道路运输体系中所占比重较大，但主要集中于省内或短途运输。省际粮食运输应根据在运费成本和时间成本上的不同要求，选择合理的运输方式。提高低成本的水路运输在省际粮食运输中的比重将成为降低运输成本的重要方向，内河航运和深水港口建设将是今后粮食物流体系建设关键环节之一。
（3）我国省际粮食运输转运、装卸和包装费用一直较高，在一定程度上制约了多方式联运的应用和发展，建设现代化的散粮运输设施，发展集装箱运输，顺畅多运输方式间无障碍对接，实现多种运输方式间的低成本转运和多方式联运应该是我国物流体系建设的重要方向。
参考文献：
[1] 袁育芬，唐学军，高兰. 优化我国粮食大流通运输方案初探[J]. 物流科技，2005（9）：90-93.
[2] 甄彤，张秋闻. 基于GIS的粮食配送决策支持系统分析与设计[J]. 计算机应用研究，2009，26（4）：1398-1402.
[3] 周新韶，吴砚峰. 浅析我国粮食物流的问题及对策[J]. 中国商贸，2012（17）：144-145.
[4] 梁书民，刘小和，等. 我国粮食综合运输费用与最优物流路径研究[J]. 中国粮食经济，2007（4）：32-35.
[5] 邹凤羽. 粮食流通市场化的粮食运输问题探析[J]. 粮食问题研究，2004（5）：7-13.
[6] 卢云辉，曹健，孙晓茹. 基于SuperMap Object的网络分析研究[J]. 城市勘测，2012（3）：53-55.
[7] 黄登峰. GIS最短路径分析中关键算法的研究[J]. 城市勘测，2007（4）：68-71.
水路运输的特征范文第5篇
关键词：多式联运；节点拆分；指派问题
中图分类号：U116.2 文献标识码：A
Abstract： In the problem of path optimization about the multimodal transportation， the choice of city node， mode of transportation and mode of transit is very important. To put the different modes of transport， transit mode integrate into the network map through the node split， the final objective is the total transportation cost and the total time to the minimum. Transform the multi-objective planning problem into a single-objective planning problem by introducing the weighting factor， and transform the optimization model into an assignment problem model. Finally， the feasibility and effectiveness of the model is proved by examples.
Key words： multimodal transportation； node splitting； assignment problem
0 引 言
随着现代物流业与交通运输业的飞速发展，多式联运打破运输方式间的界限，在现代经济的发展中起到尤为重要的作用，已经成为降低物流成本的有效措施，成为提高市场竞争力的有效手段。国民经济和社会发展“十三五”规划的，表明国家对物流、对多式联运的重视程度也已经有了显著提高。
国内外众多学者在多式联运方面做出了广泛而深刻的研究。王清斌研究了带有时间约束的、以总运输成本最小为目标的混合整数规划模型[1]；Hu Z H设计了免疫近似算法来解决应急调度的路径优化[2]；JANSEN研究了模拟基于港口的集装箱运营规划[3]；Grabener T研究了基于时间窗的城市交通多目标路径优化模型，并利用改进的Martins算法求解[4]；佟璐认为多式联运路径的选择受到多方面相关因素的影响，并将问题转化成为广义最短路径优化问题[5]；雷定猷等将长大货物作为研究目标，将多目标多式联运问题简化，并采用遗传算法求解[6]；周骞等用遗传算法求解了以配送成本最低和时间成本最小为目标的配送网络优化模型[7]。
1 问题描述
在多式联运网络中，存在一个起始节点和一个终止节点以及若干中间节点，任意两个节点之间可能存在若干种运输方式，由一种运输方式转变为另一种运输方式需要一定的转运时间和转运成本。总成本包含运输成本和转运成本，总时间包含运输时间和转运时间。要解决的问题是：从起始节点到终止节点之间寻找一条运输路径使得总成本最低，同时总时间最短。
2 模型假设和符号说明
2.1 模型假设
（1）运输过程中的运量不可分割，在某一节点处发生运输方式的变化时，该节点和下一可达节点之间只能选择一种运输方式。
（2）在节点处发生运输方式的变化时，只考虑转运时间和转运成本；在两节点之g只考虑运输时间和运输成本。
（3）运输方式的改变只能发生在节点处。
（4）每个运输节点都具备运输方式转变的所有条件，即在任一节点处发生运输方式的转变都是可行的。
2.2 符号说明
A表示所有节点集合，i∈A；A表示初始节点；A表示终止节点；B表示节点i可到达的节点集合，j∈B；D表示运输方式的集合，k，l∈D；c表示节点i，j之间选择第k种运输方式的运输成本；t表示节点i，j之间选择第k种运输方式的运输时间；c表示在节点i，运输方式由k转换到l所需费用；t表示在节点i，运输方式由k转换到l所需时间；x
式（1）、式（2）为目标函数，其中式（1）使总成本最低，式（2）使总时间最短；式（3）至式（9）为约束条件，其中式（3）至式（5）保证模型的解能获得一条从起始节点到终止节点的路径，式（6）使若路径经过节点i，则i，j两个节点之间只能选择一种运输方式，式（7）保证运输的连续性，式（8）、式（9）使决策变量只能取0或1。
4 模型求解
4.1 模型简化
由于多目标模型的多个目标函数之间往往互不相容，因此导致求解复杂，为简化求解，加入成本和时间的权重系数，将多目标函数转化为单目标函数，用其反映在路径选择中分别对成本和时间的重视程度。
4.2 网络变形
图1中，包含3个网络节点，其中a为初始节点，a为中间节点，a为终止节点。因为每个路径存在几种运输方式，所以将节点进行拆分，若经由a节点进出有两种运输方式，经由a节点进出有两种运输方式，则将节点拆分后的网络图如图2所示。
图2中，a为虚拟初始节点，a、a为a节点拆分后的中间节点，a、a为a节点拆分后的中间节点，a为终止节点。每个路径代表一种运输方式或转运方式。
4.3 变化后的模型符号说明
A表示变化后所有节点集合，i∈A；A表示变化后的初始节点；A表示变化后的终止节点；c表示节点i，j之间产生的成本；t表示节点i，j之间产生的时间；x=
；α表示运输过程中成本的权重系数；β表示运输过程中时间的权重系数；μ表示货物的单位时间价值，即集装箱迟到目的地1h所产生的成本或费用，由货物的种类及数量决定。
4.4 变化后的模型
式（10）为目标函数，目标是总成本最小；式（11）至式（16）为约束条件，其中式（12）至式（14）保证模型的解能获得一条从起始节点到终止节点的路径，式（7）保证路径方向由起始节点指向终止节点，式（16）使决策变量只能取0或1。
5 算例分析
一个20英尺集装箱从郑州运往韩国首尔，途中有济南、济宁两个中转站以及青岛、连云港两个港口。各城市之间的运输网络如图3所示。其中，郑州到济南、郑州到济宁、济宁到济南间的运输方式包含公路运输和铁路运输，济南到青岛有公路运输和铁路运输，济宁到连云港之间有公路运输和铁路运输，济南到连云港只存在公路运输，青岛、连云港和韩国首尔间只存在水路运输。各节点之间的运输网络如图4所示。各节点之间的运输成本如表1所示；其中，不存在运输路径的两节点运输成本取一个足够大的数，本例中取1 000 000元。
图4中，0代表虚拟初始节点，1代表在郑州选择公路运输，2代表在郑州选择铁路运输，3代表在济宁选择公路运输，4代表在济宁选择铁路运输，5代表在济南选择公路运输，6代表在济南选择铁路运输，7代表在青岛选择公路运输，8代表在青岛选择铁路运输，9代表在青岛选择水路运输，10代表在连云港选择公路运输，11代表在连云港选择铁路运输，12代表在连云港选择水路运输，13代表终点首尔。
各节点之间的运输时间如表2所示。其中，不存在运输路径的两节点运输时间取一个足够大的数，本例中取1 000 000小时。
利用Excel进行规划求解。μ表示货物的单位时间价值，即集装箱迟到目的地1h所产生的成本或费用，由货物的种类及数量决定；本例中取200元/小时。现实环境中，不同公司或产品对时间和成本的要求存在差异，于是α值的变化会导致最优解的变化。
当α=0.1时，计算结果如表3所示，即运输路径为：郑州-（公路）-济南-（公路）-青岛-（水路）-首尔。运输总时间为28.5小时，运输总成本为9 845.6元。
当α=0.4时，计算结果如表4所示，即运输路径为：郑州-（公路）-济南-（铁路）-青岛-（水路）-首尔。运输总时间为30.5小时，运输总成本为9 043元。
当α=0.6时，计算结果如表5所示，即运输路径为：郑州-（铁路）-济南-（铁路）-青岛-（水路）-首尔。运输总时间为34小时，运输总成本为8 134.3元。
6 结 论
在各参数确定的情况下，模型存在一个最优解。时间较短的运输路线，自然成本相对较高，反之亦然，公司往往需要依据实际情况，调整相关参数，得出综合考虑时间和成本意义上的最优运输路径。
参考文献：
[1] 王清斌，韩增霞，计明军，等. 基于节点作业随机特征的集装箱多式联运路径优化[J]. 交通运输系统工程与信息，2011，11（6）：137-144.
[2] Hu Z H. A container multimodal transportation scheduling approach based on immune affinity model for emergency relief[J]. Expert Systems with Applications， 2011，38（3）：2632-2639.
[3] Jansen B， Swinkels P C J， Teeuwen G J A， et al. Operational planning of a large-scale multi-modal transportation system[J]. European Journal of Operational Research， 2004，156（1）：41-53.
[4] Grabener T， Berro A， Duthen Y. Time dependent multi objective best path for multimodal urban routing[J]. Electronic Notes in Discrete Mathematics， 2010，36：487-494.
[5] 佟璐，磊，付慧伶. 多式联运路径优化模型与方法研究[J]. 物流技术，2010，29（3）：57-60.
