货运模型中物流要素整合方法研究

 郑庭月，张戎

 (同济大学交通运输工程学院，上海201800)

【摘要】货运模型是为了辅助决策者对货物运输政策、运输系统的相互影响进行评估。物流概念的产生促进了货物运输变革，货运模型也越来越多的考虑物流要素。本文从库存物流、运输物流两方面，分析了货运模型中物流要素整合的基本过程、技术路线。单独探讨了包含物流枢纽要素的货运模型，并对不同模型性能进行评价。结合货运模型的数据需求和能力局限，总结了未来发展方向。

【关键词】货物运输；物流要素；模型

1  引言

 物流的飞速发展重塑货运需求，经济结构的变化带来了货物流地理和结构调整，同时给货运模型提出新的要求。传统的四阶段法确定了货运模型的框架，但货物运输还需要更多物流要素，包括运载量的确定和对运输方式选择的影响，或者集配中心的使用等。

 早期在非集计模型处理方式选择和物流选择时，模型中有一些物流要素。Bergman对货运模型的空间物流过程做了详细阐述，是建模过程中整合运输物流的起点。早期研究强调货运模型中供应链的重要性，但尚未指明模型应有的物流过程的特殊属性。

Tavasszy探讨了物流服务和成本变化趋势，并对运输成本和库存成本的构成做了定型分析。StefanHuber对已有的货运模型如何整合物流枢纽进行了详尽探讨，并对全球超过1 00个模型一般的物流要素和特殊的运输物流枢纽进行检验，总结了货运模型按属性的分类方法，如表1所示。

2  货运模型物流要素整合

 运输流分配包含两层含义：时间分配，将年商品OD流转化为日高峰期车流；空间分配，确定现实运输网络中行车路径。货运与客运的不同之处在于货运库存成本和运输成本的权衡，导致一年中货运的不均衡。

2.1  库存物流

 大型库存降低了生产过程中无法满足需求或使用所需投入的风险；小而频繁的交付可降低库存成本，但带来更高的运输和缺货成本。运输和库存之间的这种权衡是物流模型的一部分。

2.1.1  运载量决策

  不同经济环境下，运输企业对通道内运载量分配是不同的。Inaba使用切换回归方法，认为运载量选择和方式选择属于同一优化问题，同时在厂商决策过程中引入了空间竞争，提供了多种运输方式选择用于货运需求预测。

  Megersa Abate使用一个离散一连续经济模型，分析了在变化的路线／运输过程中，承运人和车辆特性对运载量选择的影响。结果表明，在需求较大的长距离运输中，更有可能选择大运载量。

2.1.2  库存选择

  货物运输过程中仓储会影响整体运输作业，利用库存选择模型能有效刻画贸易区间的商品流过程，包括进货点和中间交叉作业等。库存位置与运输链不同分支上的运载量和运输方式也密切相关。

 1970年经济订货批量(EOQ)的概念引入库存理论模型的运输和库存函数中。经典的经济订货批量模型中，需求量、货物的持有成本、订购成本都是固定的，且所订购货物在规定时间送达，具有很大局限性。NCHRP606(2008)研究了影响日运输量的因素，但这种固定因素的方法不能说明商品流的时间变化，也不依赖于物流因素。例如，降低燃料成本可能会增加一定量的货动，同时改变企业的日常成本函数和物流决策，如供应商、运载量、库存量等。

 Miyuan Zhao提出了一个两阶段ADA模型。该模型首先用供应链网络模型将总的年货运量分解到厂商组的年货运量，然后对整个供应链的采购订单交易过程建模，按时间分配各厂商组的年货运量。批量大小由EOQ模型估计。

2.1.3运输和库存成本整合

 Baumol首先提出了一个综合运输成本和库存成本的库存理论模型，其中运输成本包括单位固定运输成本、速度（平均前置时间）和可靠度（前置时间方差）。在此基础上，后续模型相继引入了独立订货量和安全库存决策、运费折扣、订货量灵敏度分析等。

 Mendoza研究了单制造商与多个供应商的问题，假设供应商用卡车运输货物，运用分段线性二元变量函数对实际运输成本进行建模，并根据非线性混合整数规划得到最有订货量分配和供应商集合。

 运费率构成较复杂，Swenseth比较了5种连续运费率函数：常数函数、比例函数、指数函数、逆函数和调整后的逆函数，推荐使用逆函数和调整后的逆函数用于最优订货量决策。

2.2  运输物流

 货物运输过程往往不是单一运输方式能完成的，多涉及水路、铁路、公路、航空和多式联运设施。

 厂商通常选择能够实现自身利润或者效益最大化的运输决策方案。由经济模型建立不同的效用函数，通常采用Logit模型求解。Jiang使用非集计巢式logit模型研究了法国货运需求，研究表明公路运输在700km以内的近距离运输占优势地位，超过1400km则往往选择多式联运方式。该研究缺少运输属性方面数据，例如成本、时间等，模型缺乏解释。Arencibia使用SP调查方法，包括运输成本、时间、频率、准时性、货物损坏、灵活性、货物追踪和环境影响等，用混合logit模型研究托运人对道路、铁路、水运3种不同运输方式提供的服务属性偏好。

 对货运方式选择问题的研究，一般是通过实验调查，对运输方式属性进行定量研究。Moschovou结合多方货运主体调查，利用线性回归分析方法研究希腊货运方式选择行为。研究表明，运输可靠性、货损、装卸设施是影响货运方式选择的主要属性。

 Paolo Ferrari以阿尔卑斯山通道运输方式选择实例，探讨了货运过程动态成本函数和运输方式划分。方式划分随时间的变化动态性体现在3个方面：整体货运量的增长率；用户对运输成本变化的反应的延迟；系统各种运输方式的动态成本函数。系统的动态特性变化（如新建铁路隧道、增加道路车道），会产生新的动态成本函数和货运增长率。

3  考虑物流枢纽的货运模型

 模型中除了整合必要的物流元素，还需要考虑物流枢纽建设。物流枢纽是指物流网络中的连接点、基础设施和节点，主要承担商品流转运，可分为配送物流中心和运输物流中心。配送物流中心具有存储功能，如地方仓库；运输物流中心不具备仓储功能，如机场。物流枢纽的功能区别是货运模型基础，不同功能中心吸引的货源和运输操作有很大区别。

3.1  SMILE模型和SLAM模型

 荷兰的SMILE  (Strategic Model Integral Logistics and Evaluation)模型是第一个在商品流路径选择过程中考虑配送中心的模型。1997年第一个版本诞生，模型明确了供应链中的仓库位置和功能。荷兰交通运输部在2003～2004年提出了SMILE模型的改进版，引入随机分配过程，用于辅助政策制定。

 该模型在进行运输流模拟的时候把经济、物流和运输三者连接起来，同时实现了土地利用（通过生产）、贸易（通过销售、采购）、物流（通过库存）、运输与传统的四阶段法的结合。通过枚举供选择的分配通道，用logic选择模型计算出不同选择的可能性。542种不同类型产品按属性（商品价值、包装密度、易腐性、交付时间、运载量等）被分为50种物流类别，不同类别的商品特性会影响商品的处理能力。因此配送中心会影响运输流，并通过装卸率和存储率等带来商品流的空间再分布。和其他模型一样，SMILE模型通过库存和仓储服务将贸易和运输联系起来。

 借鉴SMILE模型经验，欧洲SCENTS模型应用SLAM  (Spatial Logistics Appended Module)评估欧洲运输系统物流变化影响，主要是配送中心选址。该模型考虑了配送结构的变化（如用于配送的中间仓库的数量和位置分布），并将它们合并到流量分配中。

 SLAM接收SCENES的生产流和消费流，生成供选择的配送链的OD矩阵。根据产品特性、市场和运输服务，可得到一系列配送链；位置评分模块从经济活动、中心性、基础设施的可达性等对这些可能的配送中心评分；链选择模块挑选出最具吸引力的配送中心，并由这些配送中心建立物流链。单独对每一条链计算其物流成本，包括运输成本、库存成本等。最终运输链的确定是基于总成本最小方法。该模型不足之处在于没有深入考虑网络影响，往往会选择效益最好的抽象的分销网。

3.2  SAMGODS模型

 瑞典的SAMGODS模型是国家层面的宏观模型。模型由多个考虑经济发展、贸易等子模型构成，提供35个商品组和86个预定义的运输链（包括34种可能的运输工具），用于多式联运网络的运输过程。

 物流模块由3步骤组成，遵循ADA (aggregated-disaggregated-aggregated)结构，可进行运载量、运输路线和运输方式等决策。首先得到生产地和销售地之间总的商品流，再将总的商品流分解后分配到单个的厂商，厂商就可以进行相应的物流决策，如运载量的确定，整合中心和配送中心的使用等。最后再将数据汇总，以OD流形式分配到路线中。

 模型可生成多条运输链，以总物流成本最小为目标进行运输链选择。运输过程的差异导致成本不同，主要体现在发件端或收件端的装卸成本、仓库的库存成本、转运中心的使用成本等。考虑节点特性（与不同交通方式的连接度、空间状况、处理不同商品类型的可行性等）规模经济和不同节点的科技操作水平差异，不同节点的成本不同，基于假设业务量越多的节点科技越先进，可用一个0～1的技术因子进行表征。

3.3  LAMTA模型

 洛杉矶的LAMTA (Los Angeles Metropolitan Area)货运预测模型是多式联运需求模型，主要用于道路货运，也包括多式联运框架，用于支持货运决策和物流枢纽确定。

 除了运输发生、分布、方式选择等基本子组件，LAMTA模型整合了一个单独的模块用于物流枢纽的建模。TLN (Transport Logistics Node Model)模型合并仓库、配送中心、多式联运场站，对长距离货物运输造成影响（更准确地说是影响LAMA区域内和区域外的商品流）。TLN并未对完全在区域内的商品流建模，因此在构建长距离运输链时，研究区域内部的运输物流中心可定义为一个总的枢纽（多式联运货场）。TLN模块基于以下两个要素：模块对物流枢纽的属性进行定义；输入OD矩阵，对每种运输方式和商品组合，生成单独的矩阵。

  商品流分解成人境流和出境流两部分，对每个产品组合和每个方向，分别计算出经过各个中心的货运百分比。此外，进一步将由卡车单独承担的短距离运输进行分配。TLN模块的最终输出是每种运输方式的四个矩阵和商品组合（直接短距离运输、直接长距离运输、途径转运中心的短距离运输和途径转运中心的长距离运输）。针对跨境商品流，LANTA模型才需要考虑运输物流枢纽。

3.4 FAME模型

  芝加哥伊利诺伊大学提出的FAME (FreightActivity Micro simulation Estimator)模型提出了行

为货运建模的全新框架理念，更详细考虑了物流要素，对不同类型的中间装卸设备、运输方式选择和运载量的收益进行不断比较。

  初始状态下，具有一定特性和地理分布特点的单个决策者生成不同的厂商类型。不同厂商类型之间的贸易关系可在接下来的供应商选择模块中定义。根据实测的运载量分布情况得到运载量和发货频次。在商品流最终分配到网络之前，利用probit模型进行行为方式选择。对每个物流运输链，都需要考虑转运站点的数量和运输方式选择，此外确定最有的途径枢纽的运载量。商品特性和成本对模型中物流枢纽的选择至关重要。

  考虑物流参与者行为的基于主体的模型较少，Liedtke提出的InterLog模型是较早整合主体行为的微观仿真模型之一。模型首先根据生产或消费的商品类型对寄件人和收件人进行分类，不同分类有特定的行为参数。物流决策通过总物流成本和运输相关的决策联系起来，这些成本包括订货成本、通信成本、库存成本、装卸成本和一般的运输成本。总的物流成本还受商品属性和商业关系影响，商业关系是主体之间的配送和运输的关键要素。

 市场互动模型对主体选择（厂商、货代）进行建模，检验主体在运输市场中的互动和对总物流成本最小的贡献。通过调整发货频次和合作的运输公司，也可以降低成本。尽管InterLog模型阐述了运输公司的运输行为和相关的物流方面，但重点在于确定运载量，以及已有的寄件人／收件人和运输经营者之间的合同，并没有考虑运输物流枢纽的使用。

3.5  GoodTrip模型和EUNET模型

 荷兰格罗宁根的GoodTrip模型是一个城市货运模型。该模型基于消费者需求，通过将消费者、超市、大型超市、配送中心和制造商结合起来建立物流链。模型由4个组件构成：空间活动组织、货流、运输、基础设施，通过计算每个空间定义区域每组商品的数量，得到消费者和生产者之间吸引到的货物；对商品组进行分类，得到OD矩阵；最后生成车流并分配到网络中。上述决策中，商品流受到活动的空间分布和消费者的市场份额影响。该模型虽然考虑了物流配送中心，但没有包含运输物流枢纽，如装卸设备使用等。

 英国的EUNET模型是区域模型，包括奔宁山脉地区内部商品流和进出该区域的商品流。和SCENES模型类似，该模型服务于区域发展定位，有效地将区域经济和物流联系起来，目的在于根据经济交易和货运物流预测货运需求。

 和其它模型类似，EUNET模型有一个物流模块，可来联系PC矩阵和OD矩阵。物流枢纽主要指配送物流中心，在OD矩阵形成过程中起关键作用。该模型中物流中心间商品流的分配是基于各个中心的属性

（如仓库占地面积）。因此，物流步骤与产品的装卸因素和物流中心的特性密切相关。多个可能的中心构成了多元分销通道，比较中心特征和商品属性可得到配送物流枢纽。该模型不足之处在于没有考虑运输物流中心的可能性。

3.6  小结

 货运模型中整合物流枢纽的方法一般是在预先定义好的运输链中，整合物流模块。该方法过程较复杂，枢纽的属性和货物的性质决定了枢纽的有效运用和运输需求。此外，还可以通过枢纽属性的延伸实现整合，如定义特定货物的装卸能力。

 现有的货运模型中已有较少的一些模型考虑了物流要素，但并没有都考虑到物流枢纽的使用。极为少数的整合了物流中心的模型也只是通过定义枢纽的功能，得到配送物流中心，而对运输物流中心的整合更少。物流枢纽的缺少导致模型精度、解释力度和灵敏度都会下降，直接影响模型预测精度以及评估不同政策措施的准确性。

 物流枢纽数据的不足制约了模型对枢纽的整合。国家统计年鉴没有提供单个货物的OD信息、价值、重量、运输方式和运输物流中心的空间信息，如果有可用信息，也是针对特定领域或者经济部门的性。目前面临最大的挑战是全面的高质量的数据获取，包括枢纽属性（面积、装卸能力、客户分支、装载单元等）、运输过程（运输工具、运输物品、运输量）。

4  结语

 本文研究了货物运输模型中物流要素的整合情况，总体来说，货运模型中物流要素的框架已基本搭建完成，接下来需要完成的工作就是进一步细化模型功能需求，强化对实际问题的解释力度。总结货运模型面临的机遇与挑战以下几点。

 (1)对可靠性的度量，在模型中整合考虑可靠性的成本函数、运输弹性和运输过程中货物损坏率等，综合考虑决策制定的影响因素，进一步完善成本函数。

 (2)基于主体的货运模型是未来发展的一个方向，考虑主体的个体差异性对货物运输系统发展的影响，建模时考虑运输主体行为（如决策、运输方式个人偏好以及主体行为变化等）和主体间相互作用（如谈判、沟通以及处理操作）。

 (3)大数据与货运模型发展的关系：物流操作系统越来越发达，管理过程的自动化，车载记录仪可提供车辆GPS数据，这些都有助于货运信息的收集，如何更为有效地进行数据挖掘、数据清洗和数据融合，是未来研究需要考虑的问题。

 (4)货运需求增加使其负的外部性愈发收到关注，未来货运模型应加进此类描述，评价货运造成的能源消耗、温室气体和污染情况。