托運(yùn)人在不同時(shí)空下的選擇行為差異揭示

諸立超，劉昭然

(1.浙江財(cái)經(jīng)大學(xué)工商管理學(xué)院，杭州310018；2.中國(guó)宏觀經(jīng)濟(jì)研究院綜合運(yùn)輸研究所北京100038)

0 引 言

我國(guó)貨運(yùn)業(yè)長(zhǎng)期快速發(fā)展的同時(shí)，積累了諸多問(wèn)題，特別是貨運(yùn)結(jié)構(gòu)不合理.宏觀層面的貨運(yùn)結(jié)構(gòu)不合理，是微觀層面托運(yùn)人過(guò)多選擇公路的集計(jì)體現(xiàn).作為一種高能耗、高污染的運(yùn)輸組織方式，公路過(guò)多承擔(dān)大批量、長(zhǎng)距離貨運(yùn)任務(wù)，導(dǎo)致交通擁堵和環(huán)境污染嚴(yán)重.因此，2018年國(guó)務(wù)院及其辦公廳發(fā)布《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》《推進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整三年行動(dòng)計(jì)劃(2018—2020年)》，將調(diào)整貨運(yùn)結(jié)構(gòu)、優(yōu)化資源配置上升為支撐我國(guó)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的戰(zhàn)略性課題.優(yōu)化貨運(yùn)結(jié)構(gòu)，關(guān)鍵在于掌握需求側(cè)托運(yùn)人選擇行為，并從供給側(cè)提供符合需求的鐵路和水路貨運(yùn)服務(wù).

學(xué)者們已構(gòu)建豐富多樣的貨運(yùn)方式選擇模型，研究托運(yùn)人在不同貨運(yùn)情景中的偏好，并將模型用于時(shí)間價(jià)值估計(jì)和分擔(dān)率預(yù)測(cè).研究表明，受貨運(yùn)方式屬性[1]、貨物屬性[2]和托運(yùn)人屬性[3]等影響，托運(yùn)人選擇行為表現(xiàn)出異質(zhì)性.即便是最常被研究的時(shí)間和費(fèi)用兩個(gè)變量，對(duì)選擇行為的影響也會(huì)隨著空間和時(shí)間變化.美國(guó)馬里蘭州不同地區(qū)托運(yùn)人的費(fèi)用偏好差異巨大，某些地區(qū)托運(yùn)人的選擇行為甚至不受費(fèi)用顯著影響[4]；對(duì)意大利羅馬和西班牙桑坦德的城市貨運(yùn)而言，部分細(xì)分市場(chǎng)的托運(yùn)人偏好存在一定相似性[5].此外，隨著時(shí)間的推移，費(fèi)用對(duì)西班牙托運(yùn)人選擇行為的影響從0.10 水平的不顯著[6]變?yōu)轱@著[7]；而加拿大安大略省和大多倫多地區(qū)的客運(yùn)研究則表明，行為模型有效性在5年[8]至20年[9]間.通過(guò)梳理發(fā)現(xiàn)，使用相近地區(qū)或若干年前采集數(shù)據(jù)構(gòu)建的貨運(yùn)模型，生成的參數(shù)先驗(yàn)值在大概率上不能準(zhǔn)確描述當(dāng)前特定地區(qū)的托運(yùn)人選擇行為，并會(huì)降低貨運(yùn)方式選擇調(diào)查問(wèn)卷設(shè)計(jì)的有效性[10]；此類(lèi)貨運(yùn)模型的實(shí)證應(yīng)用，特別是成本收益分析，會(huì)導(dǎo)致政策制定者和貨運(yùn)服務(wù)供應(yīng)商做出錯(cuò)誤決策.

綜上，既有貨運(yùn)研究缺乏從時(shí)空兩個(gè)維度探索托運(yùn)人選擇行為變化，很難幫助政策制定者和貨運(yùn)服務(wù)供應(yīng)商確定貨運(yùn)方式選擇模型在不同時(shí)空維度的適用性，可能導(dǎo)致模型錯(cuò)誤應(yīng)用.在中國(guó)經(jīng)濟(jì)結(jié)構(gòu)加快調(diào)整、貨運(yùn)轉(zhuǎn)型升級(jí)背景下，有必要探索不同時(shí)空下的托運(yùn)人選擇行為差異及變化規(guī)律，明確貨運(yùn)行為模型在空間和時(shí)間上的適用范圍，為后續(xù)的問(wèn)卷有效設(shè)計(jì)和行為模型應(yīng)用提供指導(dǎo).

1 數(shù)據(jù)簡(jiǎn)介

中國(guó)是出口貿(mào)易大國(guó)，故本文聚焦從內(nèi)陸城市至港口城市的出口集裝箱內(nèi)陸段運(yùn)輸鏈選擇.建模數(shù)據(jù)采集于中國(guó)東部的蚌埠、常州、上饒和義烏4 個(gè)城市.從空間來(lái)看：蚌埠和常州離上海港更近，上饒和義烏離寧波港更近；4 個(gè)城市的出口集裝箱均可通過(guò)公路或鐵路運(yùn)抵上海港及寧波港；蚌埠和常州緊鄰長(zhǎng)江，貨物也可通過(guò)水路運(yùn)抵上海港.從時(shí)間來(lái)看：常州、上饒和蚌埠的數(shù)據(jù)集分別于2010，2012，2014年采集，義烏數(shù)據(jù)分別于2009年和2015年兩次采集，調(diào)查時(shí)間均為2～3 d，數(shù)據(jù)如表1所示.

問(wèn)卷調(diào)查的貨主和貨代公司通過(guò)隨機(jī)抽樣確定，受訪者為公司物流經(jīng)理或熟悉出口集裝箱內(nèi)陸段運(yùn)輸?shù)膯T工.基于對(duì)受訪者一對(duì)一、面對(duì)面的調(diào)查，獲取選擇行為數(shù)據(jù).在面對(duì)面調(diào)查過(guò)程中，調(diào)查者可及時(shí)解決受訪者存在的問(wèn)題，盡量確保所采數(shù)據(jù)能反映托運(yùn)人實(shí)際的選擇行為.就樣本量而言，當(dāng)數(shù)據(jù)集平均每個(gè)選項(xiàng)對(duì)應(yīng)的樣本量超過(guò)30時(shí)，才能得到可靠的參數(shù)估計(jì)值[11]，本例符合這一最低要求，而后文參數(shù)估計(jì)的顯著性則從后驗(yàn)角度證明了每個(gè)數(shù)據(jù)集樣本量的足夠性[12].本研究聚焦不同時(shí)空托運(yùn)人選擇行為差異，不涉及未來(lái)年分擔(dān)率預(yù)測(cè)，故數(shù)據(jù)采集時(shí)間對(duì)研究結(jié)果無(wú)顯著影響.此外，2009年義烏約10%的出口貨物經(jīng)上海港出口，2015年這一比例幾乎降為0，故2015年問(wèn)卷調(diào)查不再考慮經(jīng)由上海港出口的運(yùn)輸路徑.雖然貨物屬性和托運(yùn)人屬性也會(huì)影響托運(yùn)人選擇行為，但基于以下原因，本文建模僅考慮研究者公認(rèn)的時(shí)間和費(fèi)用因素：①為方便比較針對(duì)不同時(shí)空構(gòu)建的模型，不同模型選取相同變量；②為盡量減小貨物屬性和托運(yùn)人屬性等因素的影響，所研究的4 個(gè)貨運(yùn)通道均位于東部，產(chǎn)業(yè)結(jié)構(gòu)差異較小，所研究貨物均為價(jià)值較高的集裝箱；③在未考慮貨物屬性和托運(yùn)人屬性的模型中，這兩類(lèi)因素對(duì)托運(yùn)人選擇行為的影響仍可通過(guò)常數(shù)項(xiàng)體現(xiàn)，且不顯著影響其他參數(shù)估計(jì)值.

表1 5 個(gè)數(shù)據(jù)集描述統(tǒng)計(jì)Table1 Descriptive statistics of five data sets

2 模型構(gòu)建

2.1 模型簡(jiǎn)介

離散選擇模型的基本思想是，托運(yùn)人通過(guò)選擇一條運(yùn)輸鏈而獲取一定效用.為比較選擇行為差異，不同時(shí)空下托運(yùn)人n選擇運(yùn)輸鏈i的效用函數(shù)Uni僅包含時(shí)間tni和費(fèi)用cni，即

式中：Vni為僅能被研究者觀察到的可觀測(cè)效用；εni為捕捉到的未包含在Vni內(nèi)的因素對(duì)效用的影響；i,j分別代表第i條，第j條運(yùn)輸鏈，r1,r2,w分別代表公路、鐵路和水路運(yùn)輸鏈；βt,βc為待估計(jì)參數(shù)；Ci為常數(shù)項(xiàng).托運(yùn)人選擇效用最高選項(xiàng)的概率為

可觀測(cè)效用Vni一般被假定為屬性的線性組合.聯(lián)立式(1)和式(2)，基于εni服從獨(dú)立同分布的極值類(lèi)I 分布假設(shè)，根據(jù)文獻(xiàn)[13]推導(dǎo)得到多項(xiàng)Logit(Multinomial Logit，MNL)模型概率公式為

式中：J為貨運(yùn)通道運(yùn)輸鏈數(shù)量，如蚌埠J=3，上饒J=2.

MNL模型與混合Logit(Mixed Logit，ML)模型的最大差異在于隨機(jī)偏好.前者將托運(yùn)人偏好視為同質(zhì)化，而后者將托運(yùn)人偏好視為一個(gè)分布，能夠處理托運(yùn)人偏好異質(zhì)性及同一托運(yùn)人重復(fù)選擇的潛在相關(guān)性問(wèn)題[14].

式中：βnt和βnc分別代表個(gè)體n對(duì)時(shí)間t和費(fèi)用c的偏好；βt和βc分別代表總體對(duì)時(shí)間和費(fèi)用的偏好均值，σt和σc分別代表總體對(duì)時(shí)間和費(fèi)用的偏好標(biāo)準(zhǔn)差；vnt和vnc分別代表個(gè)體n對(duì)時(shí)間和費(fèi)用偏好異質(zhì)性的隨機(jī)數(shù).因ML 模型概率為積分，概率計(jì)算和參數(shù)估計(jì)需通過(guò)蒙特卡羅模擬近似.

式中：為βnc的第r次抽樣，r=1,…,R，R為抽樣總數(shù).

為進(jìn)一步揭示托運(yùn)人對(duì)時(shí)間和費(fèi)用的風(fēng)險(xiǎn)態(tài)度，構(gòu)建非線性效用函數(shù)[15]為

式中：α為待估計(jì)的風(fēng)險(xiǎn)參數(shù).若α=0 ?c′=c，托運(yùn)人為風(fēng)險(xiǎn)中立者；若α ＞0 ?c′＜c，托運(yùn)人感知費(fèi)用低估真實(shí)費(fèi)用，托運(yùn)人為風(fēng)險(xiǎn)偏好者；若α ＜0 ?c′＞c，意味著托運(yùn)人將高估真實(shí)費(fèi)用，為風(fēng)險(xiǎn)厭惡者.聯(lián)立式(3)和式(6)，得到非線性MNL(Nonlinear MNL，NMNL)模型概率為

2.2 估計(jì)結(jié)果

因3 個(gè)數(shù)據(jù)集由RP 和SP 數(shù)據(jù)組成，如表1所示，有必要使用巢式Logit 模型檢查兩類(lèi)數(shù)據(jù)間的測(cè)度差異[16].結(jié)果表明，測(cè)度參數(shù)在0.10 水平上并不顯著，可直接融合兩類(lèi)數(shù)據(jù).針對(duì)每個(gè)數(shù)據(jù)集，構(gòu)建線性和非線性效用的MNL和ML模型用于比較，最佳模型參數(shù)估計(jì)結(jié)果如表2所示.總體上，所有模型精度ρˉ2( )0 均大于0.35(達(dá)到0.2～0.4便可認(rèn)為精度較高)，說(shuō)明僅考慮時(shí)間和費(fèi)用的模型仍能對(duì)托運(yùn)人選擇行為做出良好解釋.此外，所有時(shí)間和費(fèi)用參數(shù)估計(jì)值在0.05 水平上顯著，且正負(fù)符合預(yù)期.對(duì)大部分?jǐn)?shù)據(jù)集而言，ML 模型解釋能力最佳，而MNL 和NMNL 模型分別更適合2012 上饒和2014 蚌埠數(shù)據(jù).此外，“我們習(xí)慣于蚌埠長(zhǎng)時(shí)間、高費(fèi)用的運(yùn)輸”“我們認(rèn)為蚌埠的貨運(yùn)服務(wù)與其他城市并無(wú)太大差別”等主觀觀點(diǎn)，導(dǎo)致蚌埠托運(yùn)人為風(fēng)險(xiǎn)偏好者，對(duì)這些屬性變化不敏感.

3 行為差異

3.1 時(shí)間價(jià)值

時(shí)間價(jià)值(Value Of Time，VOT)是一種邊際替代率，代表效用不變情況下，托運(yùn)人為縮短單位時(shí)間而愿意多支付的費(fèi)用，即

式中：V為VOT；Xcost和Xtime分別代表運(yùn)輸費(fèi)用和時(shí)間；ΔXcost和ΔXtime分別代表運(yùn)輸費(fèi)用增量和時(shí)間增量.根據(jù)配對(duì)樣本t檢驗(yàn)，不同城市擁有顯著不同的貨運(yùn)VOT，即便是同一城市的不同年份數(shù)據(jù).為確定VOT 影響因素，建立一個(gè)以VOT 為因變量，貨運(yùn)通道兩端城市社會(huì)經(jīng)濟(jì)特征為自變量的向后多元回歸方程，且所有變量采用對(duì)數(shù)形式，最佳模型為

式中：G代表人均GDP.回歸模型表明，除貨運(yùn)方式時(shí)間和費(fèi)用水平及托運(yùn)人偏好外，貨運(yùn)通道VOT 也受起點(diǎn)城市社會(huì)經(jīng)濟(jì)特征影響，但與終點(diǎn)城市社會(huì)經(jīng)濟(jì)特征無(wú)顯著關(guān)聯(lián).起點(diǎn)城市人均GDP 增長(zhǎng)1%，托運(yùn)人VOT 將降低1.135%.主要原因在于，東部城市擁有更強(qiáng)的產(chǎn)業(yè)基礎(chǔ)和國(guó)際貿(mào)易，且更接近港口，貨物運(yùn)抵港口的時(shí)間更短.據(jù)此可合理推斷，較短的運(yùn)輸鏈時(shí)間、更發(fā)達(dá)的經(jīng)濟(jì)，使托運(yùn)人為進(jìn)一步壓縮時(shí)間而愿意支付的費(fèi)用更低.因本例貨運(yùn)通道數(shù)量較少，未來(lái)需進(jìn)一步檢查VOT與其他變量的關(guān)系.

表2 不同貨運(yùn)通道最佳模型參數(shù)估計(jì)結(jié)果Table2 Estimation results for the best model of each freight corridor

3.2 彈 性

基于式(9)和表2的參數(shù)估計(jì)值，表3計(jì)算了選擇概率相對(duì)于時(shí)間和費(fèi)用的彈性.總體上，不同時(shí)空的托運(yùn)人，對(duì)同一貨運(yùn)方式的時(shí)間和費(fèi)用彈性存在很大差異.大部分情況下，因公路市場(chǎng)份額遠(yuǎn)高于鐵路，導(dǎo)致鐵路運(yùn)輸鏈時(shí)間和費(fèi)用彈性大于公路，即公路概率增量相對(duì)減小，其時(shí)間和費(fèi)用大部分缺乏彈性.

表3 不同貨運(yùn)通道最佳模型間的彈性比較Table3 Comparison of elasticity among the best models of different freight corridors

3.3 參數(shù)估計(jì)值

參數(shù)估計(jì)值在不同時(shí)空維度的可轉(zhuǎn)移性指標(biāo)分為非集計(jì)(托運(yùn)人選擇結(jié)果)和集計(jì)(市場(chǎng)分擔(dān)率)指標(biāo)，且前者更可靠.非集計(jì)可轉(zhuǎn)移性度量指標(biāo)包括可轉(zhuǎn)移性檢驗(yàn)統(tǒng)計(jì)量(Transferability Test Statistic，TTS)和轉(zhuǎn)移指標(biāo)(Transfer Index，TI)[17]，即

式中：XTTS為可轉(zhuǎn)移性檢驗(yàn)統(tǒng)計(jì)量；XTI為轉(zhuǎn)移指標(biāo)；LA(βA)為使用貨運(yùn)通道A 參數(shù)估計(jì)值擬合貨運(yùn)通道A數(shù)據(jù)的似然值；LA(βB)為使用貨運(yùn)通道B參數(shù)估計(jì)值擬合貨運(yùn)通道A數(shù)據(jù)的似然值，A和B可以是同一個(gè)貨運(yùn)通道，但在時(shí)間維度上應(yīng)不同；n為兩個(gè)模型的變量數(shù)之差；為自由度為n、顯著性水平為0.05 的卡方分布臨界值；LA(C)為常數(shù)項(xiàng)模型似然值.

基于似然值，式(10)和式(11)，表4計(jì)算了TTS和TI.TTS 越接近于0，TI 越接近于1(通常介于0～1)，參數(shù)估計(jì)值的可轉(zhuǎn)移性越高.所有TTS 均大于最大臨界值12.59，僅有兩個(gè)TI大于0，表明不同模型間參數(shù)估計(jì)值的不可轉(zhuǎn)移性非常顯著，即便是同一通道不同年份數(shù)據(jù).此外，借助表4模型似然值和表1兩個(gè)城市間距離的相關(guān)性分析，探究模型似然值變化趨勢(shì)，如表5所示.結(jié)果表明，所有相關(guān)系數(shù)為負(fù)，即便它們?cè)?.05水平上并不顯著.這在一定程度上意味著，當(dāng)使用貨運(yùn)通道A(由起點(diǎn)A1至終點(diǎn)A2)的參數(shù)估計(jì)值擬合貨運(yùn)通道B(由起點(diǎn)B1至終點(diǎn)B2)的數(shù)據(jù)時(shí)，兩個(gè)起點(diǎn)城市(A1與B1)距離越短，模型間可轉(zhuǎn)移的可能性越高.總體上，伴隨時(shí)間的流逝，使用A參數(shù)估計(jì)值擬合B數(shù)據(jù)的不準(zhǔn)確性將會(huì)減小，雖然這一變化趨勢(shì)在統(tǒng)計(jì)上并不顯著.

表4 使用貨運(yùn)通道A 估計(jì)值擬合B 數(shù)據(jù)的似然值、TTS 和TI 指標(biāo)Table4 Likelihood,TTS and TI indicators of B data using estimators of freight corridor A

表5 模型似然值與兩個(gè)城市間距離的相關(guān)性分析Table5 Correlation analysis between e model likelihood and distance between two cities

4 結(jié) 論

本文從VOT、彈性和參數(shù)估計(jì)值三方面出發(fā)，探究了不同時(shí)空的托運(yùn)人選擇行為差異.結(jié)果表明：不同空間的VOT 和彈性與年份并不存在顯著相關(guān)性，說(shuō)明不同空間維度的托運(yùn)人選擇行為存在顯著差異；義烏2009年和2015年的參數(shù)估計(jì)值不可轉(zhuǎn)移性，表明不同時(shí)間維度的托運(yùn)人選擇行為存在顯著差異.上述結(jié)果進(jìn)一步說(shuō)明：即便是產(chǎn)業(yè)結(jié)構(gòu)類(lèi)似、地理區(qū)位相近的貨運(yùn)通道，由于貨運(yùn)服務(wù)水平差異等因素，也很難通過(guò)微調(diào)貨運(yùn)通道A參數(shù)以擬合貨運(yùn)通道B數(shù)據(jù)；同時(shí)，由于國(guó)內(nèi)貨運(yùn)業(yè)的快速發(fā)展，托運(yùn)人對(duì)貨運(yùn)服務(wù)偏好在短期內(nèi)發(fā)生顯著變化，縮短了貨運(yùn)方式選擇模型適用年限，義烏實(shí)證表明，貨運(yùn)行為模型適用年限不超過(guò)6年.鑒于本研究有限的樣本量，未來(lái)需采集更多不同時(shí)空的樣本以論證所得結(jié)論.