基于物流平臺的公路煤炭運(yùn)量測算方法研究

摘? 要： 以煤炭為例，依托國內(nèi)物流平臺和關(guān)聯(lián)產(chǎn)業(yè)數(shù)據(jù)，對公路大宗貨類運(yùn)量推算方法開展研究。通過提取代表大宗規(guī)律性運(yùn)輸需求和零散非規(guī)律性運(yùn)輸需求波動序列，建立回歸模型，實(shí)現(xiàn)了對基于物流平臺推算的公路煤炭運(yùn)量初始序列的修正。從結(jié)果看，模型能夠比較合理地反映公路煤炭貨運(yùn)量變化的影響因素和波動規(guī)律，可為后續(xù)完善公路分貨類運(yùn)量測算方法提供借鑒。

關(guān)鍵詞： 貨運(yùn)量? 煤炭運(yùn)量? 物流平臺

一、前言

貨運(yùn)量是反映宏觀經(jīng)濟(jì)運(yùn)行情況的重要實(shí)物量指標(biāo)，公路貨運(yùn)量作為各種運(yùn)輸方式中占比最大的部分，目前的日常統(tǒng)計主要局限在總量數(shù)據(jù)層面，而能夠更加全面反映貨運(yùn)需求結(jié)構(gòu)性變化的公路貨運(yùn)量分貨類統(tǒng)計基本處于空白狀態(tài)。同時，在鐵路、公路、水路三種貨運(yùn)量主要承載方式中，公路也是唯一一種無法實(shí)現(xiàn)分貨類月度統(tǒng)計的行業(yè)，造成全社會貨運(yùn)量和公路貨運(yùn)量與宏觀經(jīng)濟(jì)發(fā)展關(guān)聯(lián)性研究難以開展，極大地制約了貨運(yùn)量指標(biāo)在宏觀經(jīng)濟(jì)決策過程中支撐作用的發(fā)揮。近年來隨著“互聯(lián)網(wǎng)+交通”加速融合，具備貨物供需匹配撮合、線上交易結(jié)算功能的第三方物流平臺快速發(fā)展，業(yè)務(wù)量規(guī)模持續(xù)提高，分貨類運(yùn)輸量數(shù)據(jù)規(guī)模已具備了一定的行業(yè)代表性，為開展公路貨運(yùn)分貨類貨運(yùn)量推算提供了可能。

二、研究現(xiàn)狀

公路貨運(yùn)量統(tǒng)計工作的組織方式依各國國情不同存在各自特點(diǎn)。美國的貨物運(yùn)輸統(tǒng)計體系是每五年開展一次商品流動調(diào)查（CFS）獲得貨物運(yùn)輸基礎(chǔ)數(shù)據(jù)，再結(jié)合貨運(yùn)分析框架進(jìn)行推算補(bǔ)充，以及非調(diào)查年度的運(yùn)輸量數(shù)據(jù)及分結(jié)構(gòu)數(shù)據(jù)。其中商品流動調(diào)查是通過對相關(guān)行業(yè)企業(yè)進(jìn)行分層抽樣，以周為單位、調(diào)查年度每季度填報一次，通過紙質(zhì)或電子問卷進(jìn)行貨類、運(yùn)量、起止點(diǎn)等信息采集，實(shí)現(xiàn)對主要產(chǎn)業(yè)貨運(yùn)需求的統(tǒng)計。日本的公路運(yùn)輸貨物流量調(diào)查包含在其完整的一套“汽車運(yùn)輸統(tǒng)計調(diào)查”中，調(diào)查的對象以在國內(nèi)進(jìn)行運(yùn)輸活動的汽車為對象，調(diào)查方法采用抽樣調(diào)查方法，按照都道府縣和市町村為單位進(jìn)行分層隨機(jī)抽樣，通過郵遞或在線進(jìn)行問卷發(fā)放和回收，包括了糧食、蔬菜水果、畜產(chǎn)品、煤等超40種貨物大類。英國分貨類調(diào)查則是采用三層的分層抽樣調(diào)查，即通過車輛行政區(qū)劃、車輛類型和區(qū)域人口比例三個層次進(jìn)行抽樣，通過紙質(zhì)問卷進(jìn)行統(tǒng)計匯總分析。貨類劃分主要包括農(nóng)產(chǎn)品、煤、金屬制品、郵件包裹等20余種貨物大類。

國內(nèi)公路貨運(yùn)量統(tǒng)計主要由交通運(yùn)輸部具體負(fù)責(zé)，主要經(jīng)歷了三個階段。改革開放以前，運(yùn)輸生產(chǎn)活動過程均通過“運(yùn)單”進(jìn)行調(diào)度調(diào)控，在這一階段運(yùn)輸量統(tǒng)計是通過對運(yùn)單記錄的全面調(diào)查進(jìn)行采集的。第二階段是從改革開放后至2008年，因原有交通運(yùn)輸系統(tǒng)逐級上報的系統(tǒng)內(nèi)企業(yè)運(yùn)輸量代表性逐步下降，1992年由交通運(yùn)輸部和國家統(tǒng)計局聯(lián)合發(fā)布通知規(guī)定公路貨運(yùn)量覆蓋范圍擴(kuò)展至所有營業(yè)性市場主體，由此公路貨運(yùn)量從全面調(diào)查正式轉(zhuǎn)為抽樣調(diào)查。第三階段是2009年至今，在2008年正式開展全國范圍內(nèi)運(yùn)輸量專項調(diào)查后，公路貨運(yùn)量統(tǒng)計逐步轉(zhuǎn)變?yōu)槎ㄆ谌嬲{(diào)查和非調(diào)查期波動系數(shù)推算的模式，即每5年開展一次全面調(diào)查，非調(diào)查月則通過車輛跟蹤調(diào)查等方法確定月度波動系數(shù)進(jìn)行全行業(yè)公路貨運(yùn)量推算。

此外，國內(nèi)關(guān)于公路貨運(yùn)量統(tǒng)計方法的研究也在持續(xù)深化。曹錦文、吳群琪對比了國內(nèi)外公路運(yùn)輸統(tǒng)計機(jī)構(gòu)設(shè)置、指標(biāo)構(gòu)成和技術(shù)手段之間的差異，認(rèn)為我國公路貨運(yùn)統(tǒng)計在指標(biāo)的全面性以及數(shù)據(jù)來源的廣泛性等方面仍有待提升，而這一情況不光在我國，在日本等發(fā)達(dá)國家公路運(yùn)輸統(tǒng)計中也普遍存在。Kawasaki通過分析日本公路交通統(tǒng)計現(xiàn)狀，認(rèn)為雖然目前公路統(tǒng)計發(fā)展已較為成熟，但在公路運(yùn)輸量向宏觀經(jīng)濟(jì)研究延伸以及新的大數(shù)據(jù)資源應(yīng)用等方面仍具有很大的提升空間。王璐等通過灰熵分析方法研究了宏觀經(jīng)濟(jì)主要指標(biāo)對公路貨運(yùn)量變化的影響顯著性，在此基礎(chǔ)上構(gòu)建了GM（1，N）模型實(shí)現(xiàn)了對各主要因素的預(yù)測。梁仁鴻和仵思燃通過灰色關(guān)聯(lián)分析模型對公路貨運(yùn)量和主要貨類產(chǎn)量間的關(guān)聯(lián)關(guān)系開展了研究，在此基礎(chǔ)上通過普通最小二乘法（OLS）提出了公路貨運(yùn)量推算的改進(jìn)思路。劉擁華等通過出口車流量、通行費(fèi)收入、車貨總質(zhì)量、超限率等信息和空車質(zhì)量抽樣調(diào)查數(shù)據(jù)對基于高速公路通行數(shù)據(jù)進(jìn)行高速公路貨運(yùn)量測算進(jìn)行了研究。

三、方法思路

（一）研究思路

近年來，公路貨運(yùn)線上發(fā)布業(yè)務(wù)量已占到公路貨運(yùn)量的30%左右，其數(shù)據(jù)變化已經(jīng)具備了一定的行業(yè)代表性，因此通過主要物流平臺重點(diǎn)貨類變化趨勢來測算全行業(yè)公路貨運(yùn)量變化，已經(jīng)成為一種較為合理的備選方案。但物流平臺數(shù)據(jù)也存在一些難以克服的短板。一是物流平臺與公路貨運(yùn)市場貨類構(gòu)成存在差異，即物流平臺分貨類運(yùn)量信息可以視作一個“有偏差”的隨機(jī)抽樣數(shù)據(jù)。二是物流平臺的貨運(yùn)量、貨類結(jié)構(gòu)占比會不同程度受到平臺企業(yè)市場定向開拓影響，造成平臺貨運(yùn)量總體規(guī)模變化與公路貨運(yùn)量變化趨勢出現(xiàn)偏離，以及部分貨類占比短期內(nèi)出現(xiàn)躍升，無法準(zhǔn)確反映公路貨運(yùn)市場真實(shí)發(fā)展態(tài)勢。

以煤炭這一貨類作為代表研究物流平臺數(shù)據(jù)推算可行性，主要出于以下三方面考慮：一是大宗物資運(yùn)輸是影響貨運(yùn)量變化的主要因素，煤炭作為其中占比較大的貨類更容易受到宏觀經(jīng)濟(jì)發(fā)展影響而出現(xiàn)規(guī)律性波動，對于研究經(jīng)濟(jì)運(yùn)行情況具有更大的意義。二是相對于消費(fèi)品、設(shè)備器材等貨類，煤炭分類標(biāo)準(zhǔn)相對明確，各平臺數(shù)據(jù)劃分范圍較為一致、數(shù)據(jù)可比性強(qiáng)、可靠性高，同時在調(diào)查期內(nèi)貨運(yùn)平臺煤炭貨運(yùn)量規(guī)模相對穩(wěn)定、未出現(xiàn)階梯型跳躍。三是當(dāng)前煤炭產(chǎn)量、進(jìn)口量以及鐵路、水路煤炭運(yùn)輸量統(tǒng)計相對成熟，同時煤炭運(yùn)輸量長期以來也形成了相對穩(wěn)定的規(guī)模，在公路貨運(yùn)量和物流平臺貨運(yùn)量的占比也相對穩(wěn)定，可對比參考的指標(biāo)更加充足，有利于形成更加可靠的推算方案，進(jìn)而供其他貨類推算參考。

在開展公路煤炭貨運(yùn)量推算研究過程中，假設(shè)公路煤炭貨運(yùn)量由兩部分構(gòu)成，一部分是長期協(xié)議等規(guī)律性運(yùn)輸需求，另一部分是短期臨時性零散運(yùn)輸需求，其中長期規(guī)律性運(yùn)輸量與原煤生產(chǎn)、煤炭進(jìn)口以及鐵路、港口煤炭運(yùn)輸?shù)瓤赡芫哂虚L期的匹配性，而物流平臺煤炭運(yùn)輸量非規(guī)律的波動變化，則更多地反映出短期零散運(yùn)輸需求的變化規(guī)律。

此外，由于公路煤炭貨運(yùn)量真實(shí)數(shù)據(jù)難以直接觀測，僅有5年一次的貨運(yùn)量專項調(diào)查數(shù)據(jù)可供參考，而物流平臺煤炭貨運(yùn)量占比容易受到其他貨類結(jié)構(gòu)性跳躍影響，存在部分偏差。因此在本次研究中，采用了“兩步走”近似修正的思路，力爭獲取公路煤炭貨運(yùn)量推算的次優(yōu)結(jié)果，即首先通過物流平臺煤炭貨運(yùn)量占比變化情況作為波動系數(shù)，結(jié)合2019年9月貨運(yùn)量專項調(diào)查月煤炭占比情況，對其余月份公路貨運(yùn)量煤炭占比進(jìn)行推算，得到公路煤炭貨運(yùn)量月度數(shù)據(jù)初始序列;第二步通過測算公路煤炭貨運(yùn)量月度數(shù)據(jù)初始序列中可以被規(guī)律性運(yùn)輸需求和非規(guī)律性運(yùn)輸需求解釋的部分，通過引入其他相關(guān)外部校核指標(biāo)、降低其對貨運(yùn)平臺數(shù)據(jù)波動的依賴性，在一定程度上修正公路煤炭貨運(yùn)量預(yù)期值，降低物流平臺煤炭貨運(yùn)量占比可能存在的系統(tǒng)偏差。

（二）模型介紹

1公路煤炭貨運(yùn)量初始占比的確定。推算公路煤炭貨運(yùn)量初始占比，一個相對合理可行的方案是通過物流平臺煤炭貨運(yùn)量占比變化作為公路煤炭貨運(yùn)量占比變化的趨勢判斷依據(jù)，而公路煤炭貨運(yùn)量占比的基準(zhǔn)值就是2019年9月專項調(diào)查分貨類占比數(shù)據(jù)，計算方法見式（1）。

rt=r201909×rtr201909式（1）

其中r201909表示基期（2019年9月）公路煤炭貨運(yùn)量占比，r表示物流平臺煤炭貨運(yùn)量占比情況。通過公路煤炭貨運(yùn)量占比初始序列和公路貨運(yùn)量月度數(shù)據(jù)可以對公路煤炭運(yùn)輸量序列進(jìn)行測算。

2公路煤炭非規(guī)律性運(yùn)輸需求變化趨勢的測算。公路煤炭非規(guī)律性運(yùn)輸需求主要以零散運(yùn)輸需求變化為主，由于國內(nèi)煤炭運(yùn)輸通常要經(jīng)由鐵路、公路、水路中的一種或多種運(yùn)輸方式共同完成，公路煤炭運(yùn)輸主要與原煤產(chǎn)量、煤炭進(jìn)口量、鐵路煤炭發(fā)送量以及港口煤炭吞吐量等指標(biāo)密切相關(guān)，因此公路煤炭長期規(guī)律性運(yùn)輸需求與上述指標(biāo)存在直接或間接的關(guān)聯(lián)關(guān)系。非規(guī)律性零散、偶發(fā)運(yùn)輸需求則不直接或間接衍生自煤炭干線運(yùn)輸，通常與上述指標(biāo)關(guān)聯(lián)較弱，因此通過測算物流平臺煤炭非規(guī)律性貨運(yùn)量規(guī)模變化，即測算物流平臺煤炭運(yùn)量不依賴上述關(guān)聯(lián)指標(biāo)波動的殘差序列，將可以有效反映公路煤炭非規(guī)律性運(yùn)量的變化趨勢。為了確保序列平穩(wěn)性，首先對各指標(biāo)進(jìn)行差分，得到的模型如式（2）：

dxt=α1×dProt+α2×dRailt+α3×dPortt+c+ut

ut～N（0，σ2）式（2）

其中，xt表示第t期物流平臺煤炭運(yùn)量，Prot表示原煤運(yùn)輸規(guī)模，由原煤產(chǎn)量和煤炭進(jìn)口量組成，Railt表示全國鐵路煤炭發(fā)送量，Portt表示全國港口煤炭一次下水量，用以代表水路煤炭運(yùn)輸規(guī)模變化，c為常數(shù)項，ut為物流平臺煤炭貨運(yùn)量殘差、即非規(guī)律性運(yùn)輸需求變化量。

3公路煤炭規(guī)律性運(yùn)輸需求測算及初始運(yùn)量修正。這一過程主要是通過規(guī)律性運(yùn)輸需求變化和非規(guī)律性運(yùn)輸需求變化序列構(gòu)建一套相對穩(wěn)定的對應(yīng)關(guān)系，實(shí)現(xiàn)對公路煤炭運(yùn)量變化量的量化測算，同時降低物流平臺貨類數(shù)據(jù)波動性對公路分貨類運(yùn)輸量數(shù)據(jù)的影響。其中，規(guī)律性運(yùn)輸需求主要表現(xiàn)為與原煤產(chǎn)量、煤炭進(jìn)口量、鐵路煤炭發(fā)送量以及港口煤炭吞吐量等指標(biāo)存在關(guān)聯(lián)關(guān)系的運(yùn)輸量變化，非規(guī)律性運(yùn)輸需求趨勢變化由物流平臺隨機(jī)波動序列表征。根據(jù)這一思路可以構(gòu)建的公路煤炭貨運(yùn)量推算模型如式（3）：

dxt=β1×dProt+β2×dRailt+β3×dPortt+β4×ut+c+εt

εt～N（0，τ2）式（3）

其中，xt表示第t期公路煤炭運(yùn)量，εt為公路煤炭貨運(yùn)量殘差序列。

四、實(shí)證分析

（一）數(shù)據(jù)基本情況

由于物流平臺是近幾年新出現(xiàn)的業(yè)態(tài)模式，綜合包括滿幫集團(tuán)在內(nèi)的國內(nèi)10家代表性物流平臺企業(yè)數(shù)據(jù)情況分析，本文選取2019年1月至2020年6月數(shù)據(jù)開展分析。一方面2019年以來物流平臺訂單量、貨運(yùn)量、用戶數(shù)等指標(biāo)逐步從以往爆發(fā)式跳躍發(fā)展進(jìn)入平穩(wěn)發(fā)展階段，數(shù)據(jù)結(jié)構(gòu)相對穩(wěn)定、數(shù)據(jù)規(guī)范性也逐步提高;另一方面也是在確保數(shù)據(jù)可靠性和可用性基礎(chǔ)上，兼顧時間序列長度。數(shù)據(jù)來源方面，公路貨運(yùn)量月度數(shù)據(jù)、港口煤炭吞吐量、2019年9月專項調(diào)查月公路煤炭貨運(yùn)量和部分典型物流平臺發(fā)布的煤炭運(yùn)量數(shù)據(jù)來自交通運(yùn)輸部，鐵路煤炭發(fā)送量來自鐵路統(tǒng)計月報，煤炭進(jìn)口量來自海關(guān)總署。

從物流平臺煤炭貨運(yùn)量、煤炭總運(yùn)輸需求規(guī)模、鐵路和代表水路煤炭運(yùn)輸?shù)母劭谙滤繑?shù)據(jù)相關(guān)性來看，物流平臺煤炭貨運(yùn)量變化與煤炭總需求變化相關(guān)性較高，而鐵路和港口煤炭運(yùn)輸相關(guān)性較高，這與當(dāng)前我國煤炭運(yùn)輸格局吻合。目前我國煤炭除坑口發(fā)電消耗外，大部分煤炭還是需要依賴鐵路、公路、水路等貨物運(yùn)輸方式，而即便通過鐵路、水路進(jìn)行煤炭運(yùn)輸，大多也需要公路運(yùn)輸?shù)你暯?、短駁，因此煤炭運(yùn)輸大部分都需要公路不同程度的參與，因此物流平臺煤炭貨運(yùn)量與煤炭總運(yùn)輸需求量走勢較為接近;鐵路煤炭運(yùn)輸主要以“三西”地區(qū)煤炭的西煤東運(yùn)為主，鐵路煤炭運(yùn)輸量與北方港口下水量關(guān)聯(lián)更為密切，因此以北方港口煤炭下水量為主的港口煤炭一次下水量與鐵路煤炭發(fā)送量具有較高的一致性。公路煤炭運(yùn)輸與鐵路、水路煤炭運(yùn)輸之間既存在相互依存也存在相互替代，因此呈現(xiàn)出相對較低的相關(guān)性（見表1）。

在進(jìn)行模型參數(shù)估計前，首先對上述指標(biāo)以及公路煤炭貨運(yùn)量初始序列進(jìn)行平穩(wěn)性檢驗（見表2），在95%的置信水平下，ADF檢驗顯示各指標(biāo)一階差分后的數(shù)據(jù)均拒絕具有單位根的原假設(shè)，即具有顯著的平穩(wěn)性。

（二）模型參數(shù)估計結(jié)果

在此基礎(chǔ)上，通過Eviews軟件對物流平臺煤炭貨運(yùn)量與煤

炭總運(yùn)輸需求規(guī)模以及鐵路、港口煤炭運(yùn)輸生產(chǎn)情況建立參數(shù)估計模型，用以提取代表非規(guī)律性、零散煤炭運(yùn)輸需求波動變化序列。從模型初步估計結(jié)果看，港口煤炭一次下水量差分序列參數(shù)t統(tǒng)計量無法顯著拒絕零假設(shè)，一方面，由于港口煤炭運(yùn)輸與鐵路煤炭運(yùn)輸相似度較高、造成二者解釋能力存在重疊;另一方面，港口煤炭既包含了鐵路煤炭運(yùn)輸對公路的負(fù)向分流部分，也包含了內(nèi)外貿(mào)煤炭增長帶來的公路運(yùn)輸需求正向拉動部分，兩種作用相互疊加，造成了港口煤炭運(yùn)輸生產(chǎn)變化與公路煤炭運(yùn)輸需求變化的穩(wěn)定性稍弱，因此在后續(xù)模型估計過程中將其剔除并獲得回歸殘差序列，最終得到的模型估計結(jié)果如表3所示：

類似地，對公路初始煤炭貨運(yùn)量差分序列進(jìn)行模型參數(shù)估計，港口煤炭生產(chǎn)指標(biāo)同樣存在參數(shù)不顯著的情況，在對包括煤炭總運(yùn)輸需求規(guī)模、鐵路煤炭發(fā)送量在內(nèi)的規(guī)律性變化和代表非規(guī)律性變化的物流平臺煤炭運(yùn)量殘差序列進(jìn)行OLS估計，得到的結(jié)果如表4所示：

從模型估計結(jié)果看，煤炭運(yùn)輸需求規(guī)模每增加1噸，可以帶動公路煤炭貨運(yùn)量約22噸，這與公路在煤炭運(yùn)輸中承擔(dān)兩端“最后一公里”、部分干線運(yùn)輸以及鐵水中轉(zhuǎn)作用一致;鐵路煤炭運(yùn)量每增長1噸，將對公路煤炭運(yùn)量造成幾乎等量的分流;物流平臺非規(guī)律性、零散煤炭運(yùn)量對公路貨運(yùn)市場煤炭零散運(yùn)輸需求的放大比例在41倍左右。此外，常數(shù)項為負(fù)值表明隨著特高壓發(fā)電等技術(shù)逐步成熟、坑口發(fā)電量將逐步提高，加之公路運(yùn)輸環(huán)保整治力度加大，在煤炭運(yùn)輸總體需求不變的情況下，公路煤炭貨運(yùn)量將總體呈現(xiàn)緩慢下降的態(tài)勢。

通過公路煤炭貨運(yùn)量差分?jǐn)M合序列和2019年9月專項調(diào)查公路煤炭貨運(yùn)量，可以計算得出各月公路煤炭貨運(yùn)量的推算值。從占比情況看，2019年1月以來，公路煤炭貨運(yùn)量占公路貨運(yùn)量比重在10%左右，且春節(jié)期間受工廠停工、生活消費(fèi)品運(yùn)輸需求增加等因素影響，占比明顯下降。此后，隨著生產(chǎn)活動恢復(fù)，占比逐步提高，并在三季度達(dá)到全年的峰值水平。進(jìn)入四季度隨著冬季到來、生產(chǎn)活動逐步趨緩，煤炭占比呈現(xiàn)下降態(tài)勢。2020年受疫情影響，生活生產(chǎn)秩序均受到了明顯影響，但隨著疫情防控和復(fù)工復(fù)產(chǎn)取得明顯成果，煤炭貨運(yùn)量占比已出現(xiàn)小幅回升，但尚未達(dá)到2019年同期水平。圖1對推算出的公路煤炭貨運(yùn)量占比與物流平臺煤炭占比情況進(jìn)行了比較，從結(jié)果看，公路煤炭貨運(yùn)量占比總體要高于物流平臺占比，這與煤炭運(yùn)輸以大宗、長期合同運(yùn)輸特點(diǎn)一致，物流平臺以小規(guī)模、分散運(yùn)輸需求撮合為主，因此大宗貨類占比普遍偏低。通過本文提出的基于規(guī)律性和非規(guī)律性運(yùn)輸需求測算得到的公路煤炭貨運(yùn)量占比與物流平臺大數(shù)據(jù)監(jiān)測情況仍能保持總體一致。本文提出的方法對后續(xù)進(jìn)一步開展公路貨運(yùn)量分貨類數(shù)據(jù)測算具有一定的參考意義。

五、結(jié)論

本文利用物流平臺貨類占比對大宗貨類運(yùn)輸量的初始占比進(jìn)行測算，并得出對應(yīng)貨類的初始月度運(yùn)輸量。在此基礎(chǔ)上，對初始序列按照大宗、規(guī)律性運(yùn)輸量和零散、非規(guī)律性運(yùn)輸量進(jìn)行拆分并構(gòu)建回歸模型，修正初始運(yùn)輸量序列。其中規(guī)律性運(yùn)輸量變化趨勢主要依靠相應(yīng)產(chǎn)品產(chǎn)量、鐵路水路對應(yīng)貨類運(yùn)輸量等行業(yè)關(guān)聯(lián)指標(biāo)進(jìn)行表征，非規(guī)律性運(yùn)輸量波動特點(diǎn)則主要依靠物流平臺的非規(guī)律性波動來表征。從模型結(jié)果來看，推算出的公路煤炭貨運(yùn)量占比變化與經(jīng)濟(jì)發(fā)展特征以及物流平臺監(jiān)測數(shù)據(jù)變化規(guī)律較為一致，具有一定的合理性。參數(shù)估計結(jié)果表明煤炭運(yùn)輸需求規(guī)模和物流平臺非規(guī)律性煤炭運(yùn)輸需求變化都會對公路煤炭運(yùn)量形成正向傳導(dǎo)，放大比例分別為22倍（2K2]和41倍，而鐵路煤炭貨運(yùn)量會對公路形成幾乎等量的分流。

參考文獻(xiàn)：

＼[1＼][ZK（#]曹錦文，吳群琪完善我國公路運(yùn)輸統(tǒng)計制度體系的國際借鑒＼[J＼]統(tǒng)計與決策，2011（06）

＼[2＼]Kawasaki ShigeruThe Challenges of Transportation/traffic Statistics in Japan and Directions for the Future＼[J＼]International Association of Traffic and Safety Sciences Research，2015（39）

＼[3＼]王璐，吳群琪，熊銳公路貨物運(yùn)輸發(fā)展影響因素分析及預(yù)測＼[J＼]統(tǒng)計與決策，2015（20）

＼[4＼]梁仁鴻，仵思燃公路貨物運(yùn)輸量統(tǒng)計新試行方案問題及完善思路研究＼[J＼]公路交通科技，2018（07）

＼[5＼]劉擁華，孫靜怡，何民，賈利民，莊文君高速公路貨物運(yùn)輸量統(tǒng)計方法＼[J＼]公路交通科技，2012（29）[ZK）]

（梁鴻旭，交通運(yùn)輸部科學(xué)研究院）