李衛(wèi)民，劉清芳，尹 璐

(中國鐵路總公司 發(fā)展和改革部，北京 100844)

為深入貫徹落實中央調整運輸結構、增加鐵路貨運量的部署要求，中國鐵路總公司研究制訂了《鐵路貨運增量行動方案(2018—2020年)》。打好貨運增量攻堅戰(zhàn)，實現(xiàn)鐵路貨運量大幅度增長，提升裝備設施保障能力是關鍵因素之一，同時提高貨車運用效率和效益非常必要[1-8]。為此，通過貨車運用效率的探討，提出提高貨車運用效率的意見措施，保證鐵路貨運增量行動方案順利實施。

1 鐵路貨車運用及貨運量概況

1.1 鐵路貨車運用概況

2017年貨車現(xiàn)在車日均完成81.26萬車，同比增加2.0萬車，增長2.5%，2012—2017年平均增長0.8%。其中：國鐵貨車（部屬貨車）72.53萬車，同比增加2.3萬車，增長3.3%，年均增長1.3%；企業(yè)自備車8.73萬車，同比減少3 038車，下降3.4%，年均下降2.9%。2017年國鐵新購貨車5.34萬車，企業(yè)新協(xié)議加入1 143車；報廢車剔出1.26萬車、企業(yè)自備車退出8 454車?，F(xiàn)在車凈增數(shù)量為3.29萬車。2012—2017年貨車現(xiàn)在車統(tǒng)計如圖1所示。

從貨車統(tǒng)計運用效率指標看，貨車運用呈現(xiàn)特點分析如下。

1.1.1 從貨車運用效率角度分析

從貨車運用率來看，2017年貨車運用率達81.0%，同比增加5.2個百分點，但未能達到2012年83.6%和2013年81.9%的水平，年均下降0.6%。2012—2017年貨車保有量及運用率如圖2所示。

圖1 2012—2017年貨車現(xiàn)在車統(tǒng)計圖Fig.1 The Statistical chart of freight cars in service for 2012—2017

圖2 2012—2017年貨車保有量及運用率圖Fig.2 The Numbers of freight cars on hand and operation rates for 2012—2017

從貨車靜載重來看，2017年為近幾年的較低水平。2017年完成61.1 t，同比提高0.5 t、增長0.8%，比2012年低2.9 t，年均下降0.9%。其中，煤69.8 t，同比提高0.6 t、增長0.9%，年均增長0.3%；集裝箱37.6 t，同比減少0.1 t、下降0.3%，年均下降0.4%。

從貨車空率來看，2017年完成49.4%，同比減少0.9個百分點、下降1.8%，但2012—2017年均增長0.6%，比2012年增加1.4個百分點、增長2.9%。空車車輛公里平均增長為1.1%，高于重車車輛公里0.5%的增長水平，均高于貨物發(fā)送量（-2.0%）和貨物周轉量（-2.2%）的增長幅度。

1.1.2 從貨車檢備率角度分析

2017年貨車檢修和備用車日均7.38萬車，檢備率為9.1%，同比下降2.4個百分點，但2012—2017年均增長14.4%。2017年國鐵貨車備用率為6.8%，同比下降2.2個百分點，年均增長高達21.1%，日均備用車4.95萬車，主要為敞車、棚車和平車。其中：敞車1.16萬車，占23.5%；棚車9 132車，占18.5%；普通平車、兩用平車和集裝箱車7 232車，占14.6%；罐車5 831車，占11.8%；汽車運輸車（原家畜車）5 191車，占10.5%；糧食車3 540車，占7.2%?？梢?，貨車檢備率較高，特別是備用率過高。

1.1.3 從貨車周時、停時角度分析

采用車輛相關法計算，2017年貨車周時為4.87 d，同比持平，年均增長0.8%，比2012年增加0.19 d。如果采用時間相關法計算的周時為4.24 d，其中，旅行時間1.43 d、占33.7%，貨物作業(yè)停留時間1.49 d、占35.2%，中轉停留時間1.32 d、占31.1%，旅行、作業(yè)和中轉時間基本各占1/3。周時2種計算方法差異較大，達0.63 d?？梢姡涇囍軙r持續(xù)走高，停時保持在高位。

1.1.4 從企業(yè)自備車角度分析

2017年企業(yè)自備車占比為10.7%，同比減少0.7個百分點、下降5.7%，2012—2017年均下降3.7%、下降了2.2個百分點。企業(yè)自備重車占比為2.1%，同比下降2.7%，年均下降8.2%?？梢?，企業(yè)自備車占比不高，且呈逐年減少趨勢。

1.2 鐵路貨運量概況

2017年國家鐵路貨物發(fā)送量完成29.18億 t，同比增長10.1%，比2012年下降9.5%，年均下降2.0%；貨物周轉量完成24 072.23億 t·km，同比增長13.3%，2012—2017年平均增長-2.2%，即比2012年下降10.6%。貨物平均運距為825 km，同比增加23 km、增長2.9%，年均增長-0.2%，即比2012年減少10 km、下降1.2%。2012—2017年，28個品類中貨物發(fā)送量、貨物周轉量和運距均增長的，有電子電器、紡織品和其他等3個品類。

1.3.2 超濾膜的選擇 在室溫及壓力小于30 psi條件下，將酶解液依次通過截留分子量為100 kDa、30 kDa和10 kDa的超濾膜，然后測定每段分子量間的多糖含量，分析靈芝多糖的分子量分布。以多糖的截留率、蛋白質去除率及膜的性能為指標，綜合評價不同孔徑超濾膜的過濾效果。

1.2.1 運量結構情況

按貨物發(fā)送量和貨物周轉量計算，貨物占比前十的品類基本一致，分別占總量的92.8%和91.5%，前者下降0.6個百分點、后者上升1.0個百分點，總體結構向好。貨物發(fā)送量和貨物周轉量同時增長的，有金屬制品、工業(yè)機械、文教用具、零擔和集裝箱等5個品類；僅貨物發(fā)送量增長的為木材。

按貨物品類位次變化排序，貨物發(fā)送量和貨物周轉量占比綜合名次提升的有集裝箱，發(fā)送量僅次于煤和金礦，周轉量僅次于煤。綜合名次下降較大的有棉花、水泥、醫(yī)藥品。

1.2.2 運距變化情況

貨物平均運距有增有減，變化幅度較大。自2012年以來，前3年逐年下降，2015年到達谷底，之后的2年逐年回升。煤、冶煉物資運距基本穩(wěn)定，平均為639 km，760 km。有9個品類增長，增幅較大的有電子電器(93.9%)、紡織品(76.8%)、農(nóng)業(yè)機具(61.6%)、化肥及農(nóng)藥(21.5%)；其余19個品類下降，降幅較大的有木材(-31.0%)、磷礦石(-30.9%)、鹽(-29.8%)、非金礦(-26.8%)、農(nóng)副土特產(chǎn)品(-19.0%)、水泥(-18.4%)。2017年，平均運距較大的品類有棉花、紡織品、農(nóng)業(yè)機具、鮮活易腐貨物、化肥及農(nóng)藥，分別為4 041 km，3 311 km，2 667 km，2 125 km，1 980 km；平均運距較小的品類有礦建材料、水泥、鹽、非金礦、金礦、煤，分別 為 334 km，348 km，447 km，507 km，560 km，651 km。

2 貨車擁有量與貨物運量結構關系變化情況

2.1 貨物運量分品類結構變化情況

2017年貨物發(fā)送量完成29.18億t。將28個貨物品類歸集為7個品類，其中：煤完成14.91億 t，同比增長13.2%，比2012年下降11.5%，年均下降2.4%，占比51.1%的煤同比增長和年均下降均超全路平均值；冶煉物資完成6.98億 t，同比增長8.7%，比2012年下降13.0%，年均下降2.7%；糧食等（化肥及農(nóng)藥、飲料煙草、磷礦石、鹽、棉花6個品類）完成1.79億 t，同比增長8.1%，比2012年下降26.8%，年均下降6.0%，降幅最大；礦建材料等（水泥、木材、化工品4個品類）完成1.81億 t，同比下降3.1%，比2012年下降19.5%，年均下降4.2%；石油完成1.17億 t，同比下降5.9%，比2012年下降7.2%，年均下降1.5%；集裝箱（含零擔，下同）完成1.91億 t，同比增長21.4%，比2012年增長110.3%，年均增長16.0%。其他整車（其余10個品類）完成0.60億 t，同比增長7.1%，比2012年增長19.9%，年均增長3.7%，同比和年均雙雙增長。

2017年貨物周轉量完成24 072億t·km。與2012年相比，冶煉物資下降幅度較大，下降26.4%，年均下降6.0%；糧食等、礦建材料等、石油和煤分別下降21.1%，18.3%，15.4%和10.7%，年均分別下降4.6%，4.0%，3.3%和2.2%；其他整車增長19.6%，年均增長3.6%；集裝箱增長79.2%，年均增長12.4%。

2.2 貨車擁有量分車種結構變化情況

2017年國家鐵路貨車擁有量為71.8萬輛，同比增加0.73萬輛、增長1.0%，比2012年增加5.36萬輛、增長8.1%，年均增長1.6%。將14個車種歸集為7個車種，其中：棚車為11.66萬輛，占比16.2%，比2012年增加0.81萬輛、增長7.5%，年均增長1.5%；敞車為41.85萬輛，占比58.3%，比2012年減少3.98萬輛、下降8.7%，年均下降1.8%，占比下降10.7個百分點；平車為6.65萬輛，占比9.3%，比2012年增加2.71萬輛、增長68.6%，年均增長11.0%，占比增加3.3個百分點；罐車為3.59萬輛，占比5.0%，比2012年增長15.3%，年均增長2.9%；集裝箱車、汽車運輸?shù)绕渌嚍?.70萬輛，占比10.7%，比2012年增加5.82萬輛、增長310.7%，年均增長32.6%，占比增加7.9個百分點。

2.3 敞車運用情況分析

2017年國鐵敞車現(xiàn)在車為42.87萬車，同比增加4 914車、增長1.2%。運用車40.46萬車，同比增加2.79萬車、增長7.4%，其中重車25.14萬車，同比增長2.6%；空車15.32萬車，同比增長16.4%?？哲嚶蕿?1.0%，同比高出7.2個百分點，高出全路各車種平均值8.4個百分點。日均裝車數(shù)（含增加使用車）為9.36萬車，同比增加6.4%。可見，敞車空車增長幅度大于重車增長幅度，空車率上升。與2012年相比，國鐵敞車現(xiàn)在車下降5.4%、年均下降1.1%，低于煤11.5%的下降幅度。其中，重車下降15.9%、年均下降3.4%；空車增長8.6%、年均增加1.7%，空車率增長29.1%；備用車增長219.6%、年均增長26.2%；檢修車增長28.8%、年均增長5.2%。裝車數(shù)下降9.4%、年均下降2.0%?？梢?，敞車重車和裝車的下降幅度均大于現(xiàn)在車的下降幅度，備用率上升。

從以上敞車運用特點看，敞車運用效率存在提升空間。關于敞車現(xiàn)在車與煤發(fā)送量適應性方面，2018年，煤發(fā)送量目標為16.41億 t，比2012年下降2.34%，2018年前2個月國鐵敞車現(xiàn)在車為42.94萬車，下降5.26%。兩者相差2.92個百分點，在其他品類貨物運用敞車不變的情況下，缺口13 232車。事實上，2017年適合敞車運輸?shù)囊睙捨镔Y下降13.0%，在2018年相關品類貨物維持2017年水平或增量不大的情況下，可增加敞車1.6萬車（不含鋼鐵及有色，增加敞車0.7萬車）。另外，原由敞車裝運集裝箱，改由平車和集裝箱車運輸，也會騰出一定量的敞車。

3 鐵路貨車運用效率分析

3.1 關聯(lián)分析

關聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷系統(tǒng)與各因素間的聯(lián)系是否緊密，緊密程度用灰色關聯(lián)度表示。下面以全路貨車運用率作為系統(tǒng)特征序列，以周時、旅行速度、空率、重周距、中轉距離、中時、停時實際完成數(shù)為因素序列，計算初值像、差序列、兩極差、關聯(lián)系數(shù)、灰色關聯(lián)度。貨車運用主要指標如表1所示。影響因素關聯(lián)度大小及排序如表2所示。

表2排序結果表明，貨車運用率影響因素的強弱順序依次為中轉距離、重周距、周時、空率、旅速。中距、重周距、周時的關聯(lián)度表現(xiàn)出顯著的相關關系。因此，為了加速車輛周轉，提高貨車運用效率，應當主要對中距、重周距和周時3項指標進行優(yōu)化。

表1 貨車運用主要指標Tab.1 The major indicators of freight cars operation

表2 影響因素關聯(lián)度大小及排序Tab.2 The relevancy and rank of the influencing factors

3.2 估評分析

按照2017年12月31日貨車18點統(tǒng)計運報-2結存數(shù)，現(xiàn)在車82.68萬車，如果采用2012年貨車運用效率水平（運用率83.6%、周時4.68 d、裝車率98.7%、靜載重64.0 t）測算，在不新購貨車的情況下，2018年國家鐵路發(fā)送量可達34.06億 t。具體的計算過程如下：按照運用率計算的運用車為69.12萬車（日均），按周時計算的工作量為14.77萬車，按裝車率計算的裝車數(shù)為14.58萬車，按靜載重計算的發(fā)送噸為933.11萬 t，全年發(fā)送噸為34.06億 t。

4 鐵路貨車運用效率對策

2018年鐵路貨物發(fā)送量目標為31.18億t，同比增加2億t、增長6.9%。其中，煤增運1.5億t、金礦2 100萬t、鋼鐵700萬t、糧食200萬t、集裝箱2 000萬t，按照2017年相應靜載重69.8 t，66.8 t，58.1 t，63.5 t，37.6 t測算，日均裝車8 623車；按照2017年周時4.87 d測算，日均運用車4.2萬車。結合2018年目標任務，應通過運輸組織挖潛提效和新購貨車相結合的方式解決運用車問題。

（1）現(xiàn)在車既有增量，增加運用車1.1萬車。貨車18點統(tǒng)計數(shù)據(jù)顯示， 2018年1—2月日均現(xiàn)在車為82.65萬車，比2017年增加1.39萬車。按2017年運用率計算，2018年全年日均可增加運用車1.1萬車。

（2）壓縮備用率，提高運用率，增加運用車2.0萬車。2017年國鐵貨車運用率為88.1%，從2015年（最低77.9%）之后的2年呈上升趨勢，但與2012年的92.4%和2013年的90.6%相比，還落后2.5 ～ 4.9個百分點。主要原因是備用率高達6.8%，日均備用車為49 494車。2018年1月為7.8%，日均備用車為58 289車。如果壓縮備用率3個百分點（現(xiàn)在車24 397車），可以增加運用車2.0萬車。

（3）延長中轉距離，壓縮周時，提高旅行速度，增加運用車1.5萬車。

①盡量加大直達車流的比重，提高技術站無調車流的比重，減少有調中轉比例，延長中轉距離，減少中轉次數(shù)和中轉時間，縮短空周距。2017年全周距為1 351 km，同比增加91 km、增長7.2%，其中重周距905 km（超出貨物平均運距80 km），增加69 km、增長8.3%；空周距446 km，同比增加22 km、增長5.2%，比2012年增加36 km、增長8.8%；中轉距離僅為213 km，同比增加13 km、增長6.5%，但平均增長僅0.6%。如此，在一個全周轉運行過程中車輛中轉次數(shù)高達5.3次，而一次中轉時間為5.0 h。如果中時達到2012年的4.7 h，可以壓縮周時0.06 d。

②優(yōu)化車站作業(yè)組織，提高調車計劃質量，合理安排取送車次數(shù)和時機，加強運、貨、裝之間的聯(lián)勞協(xié)作，壓縮待送、待取、待裝、待卸等非生產(chǎn)停留時間。2017年貨物列車技術速度為53.1 km/h，同比增長2.1%，平均增長1.9%；旅行速度為39.0 km/h，同比增長6.0%，為近年來增幅最大，技術速度與旅行速度之差為14.1 km/h，為近年來最低，旅行速度平均增長2.9%，仍有提升空間。借助固定設施和移動設備水平的迅速提升，運輸組織的不斷優(yōu)化、調度水平的逐步提高，著力提升貨物列車運行圖鋪劃技術速度標準，同時合理安排列車中間停留次數(shù)和時間，從而提升列車旅行速度，提高貨物運達速度，加快貨車周轉。另外，壓縮裝卸作業(yè)停時，特別是入線前和出線后的時間也非常必要。旅行速度提高2 km/h（提高5%），可以壓縮周時0.07 d。

根據(jù)關聯(lián)分析結果，空車走行率與運輸組織有關。為減小全周距，可以通過合理調度減少空車走行、降低空車走行率。這也是縮短貨車周時的途徑之一。以上2項壓縮周時0.13 d（下降2.7%），可增加運用車16 910車，約1.7萬輛。另外，如果能夠達到2012年周時水平，則可以增加日均運用車25 026車，考慮全重周距延長增加周時（0.07 d）因素，可以增加運用車15 558車。以上共增加運用車4.6萬輛。

（4）調整優(yōu)化貨車車種結構。利用統(tǒng)計大數(shù)據(jù)技術，從供給側結構改革角度，細化匹配鐵路貨物發(fā)送量和區(qū)域線路品類變化情況與貨車車種的對應關系，細化反映分車種甚至是分車型的運用效率情況，實現(xiàn)貨流與車流的有效統(tǒng)一，提出貨車精準調配運用和配置建議。

（5）調動企業(yè)積極性，拓展貨車購置融資渠道。吸引企業(yè)資金和社會資本，購置企業(yè)自備貨車，增加自備車比重或協(xié)議按國鐵貨車管理和使用，特別是在大宗貨物運輸運力保障方面，實現(xiàn)“路企雙贏”。

5 結束語

根據(jù)我國近年貨車運用情況，動態(tài)分析貨車各項統(tǒng)計指標年均增長幅度和發(fā)展趨勢，綜合評價貨車車種與貨物品類的結構關聯(lián)，科學選取定量、定性指標和評價方法，客觀考察貨車運用狀況。較傳統(tǒng)采用相對獨立統(tǒng)計指標，基于灰色關聯(lián)度法考慮了指標之間的關聯(lián)性和動態(tài)性，在一定程度上降低了主觀賦權的不利影響，在實際測算中整體體現(xiàn)出較強的適用性和可操作性。為穩(wěn)步提升貨車運用效率，運用評估分析法，結合既有設施設備采取關鍵生產(chǎn)作業(yè)流程挖潛提效、貨車車種結構優(yōu)化調整、貨車配置多渠道融資等措施，以盡可能實現(xiàn)貨運增量的目標。