鐵路貨車運用效率對策探討

李衛民，劉清芳，尹 璐

(中國鐵路總公司 發展和改革部，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，實現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，企業新協議加入1 143車；報廢車剔出1.26萬車、企業自備車退出8 454車。現在車凈增數量為3.29萬車。2012—2017年貨車現在車統計如圖1所示。

從貨車統計運用效率指標看，貨車運用呈現特點分析如下。

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年貨車現在車統計圖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%。可見，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。可見，貨車周時持續走高，停時保持在高位。

1.1.4 從企業自備車角度分析

2017年企業自備車占比為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。企業自備重車占比為2.1%，同比下降2.7%，年均下降8.2%。可見，企業自備車占比不高，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。貨物發送量和貨物周轉量同時增長的，有金屬制品、工業機械、文教用具、零擔和集裝箱等5個品類；僅貨物發送量增長的為木材。

按貨物品類位次變化排序，貨物發送量和貨物周轉量占比綜合名次提升的有集裝箱，發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%)、農業機具(61.6%)、化肥及農藥(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%)、農副土特產品(-19.0%)、水泥(-18.4%)。2017年，平均運距較大的品類有棉花、紡織品、農業機具、鮮活易腐貨物、化肥及農藥，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、汽車運輸等其他車為7.70萬輛，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%。空車率為61.0%，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（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%。裝車數下降9.4%、年均下降2.0%。可見，敞車重車和裝車的下降幅度均大于現在車的下降幅度，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。關于敞車現在車與煤發送量適應性方面，2018年，煤發送量目標為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年適合敞車運輸的冶煉物資下降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 關聯分析

關聯分析的基本思想是根據序列曲線幾何形狀的相似程度來判斷系統與各因素間的聯系是否緊密，緊密程度用灰色關聯度表示。下面以全路貨車運用率作為系統特征序列，以周時、旅行速度、空率、重周距、中轉距離、中時、停時實際完成數為因素序列，計算初值像、差序列、兩極差、關聯系數、灰色關聯度。貨車運用主要指標如表1所示。影響因素關聯度大小及排序如表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、周時的關聯度表現出顯著的相關關系。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點統計運報-2結存數，現在車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為14.58萬車，按靜載重計算的發送噸為933.11萬 t，全年發送噸為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）現在車既有增量，增加運用車1.1萬車。貨車18點統計數據顯示， 2018年1—2月日均現在車為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優化車站作業組織，提高調車計劃質量，合理安排取送車次數和時機，加強運、貨、裝之間的聯勞協作，壓縮待送、待取、待裝、待卸等非生產停留時間。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。

根據關聯分析結果，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）調整優化貨車車種結構。利用統計大數據技術，從供給側結構改革角度，細化匹配鐵路貨物發送量和區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，實現貨流與車流的有效統一，提出貨車精準調配運用和配置建議。

（5）調動企業積極性，拓展貨車購置融資渠道。吸引企業資金和社會資本，購置企業自備貨車，增加自備車比重或協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“路企雙贏”。

5 結束語

根據我國近年貨車運用情況，動態分析貨車各項統計指標年均增長幅度和發展趨勢，綜合評價貨車車種與貨物品類的結構關聯，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。較傳統采用相對獨立統計指標，基于灰色關聯度法考慮了指標之間的關聯性和動態性，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出較強的適用性和可操作性。為穩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作業流程挖潛提效、貨車車種結構優化調整、貨車配置多渠道融資等措施，以盡可能實現貨運增量的目標。