0 引言
与物流基地相关的既有研究多关注基地选址与空间布局[3⇓⇓-6]、运输结构调整与供应链管理[7⇓-9]以及绿色低碳[10⇓-12]等内容，针对货运交通模型构建方法的研究相对较少。目前已构建的货运交通模型，主要从货车、货物和出行链三方面对交通“四阶段法”进行局部优化与应用。在基于货车构建的货运交通模型方面，罗天玥[13]利用四阶段法分析货车GPS数据并构建武汉市货运交通需求模型；谭俊宇等[14]通过收集货车轨迹数据，研究不同类型的货运仓储设施（用地）货车生成率的空间异质性；陈小鸿等[15]以深圳市重型货车为研究对象，建立多尺度地理加权回归模型，量化设施规模、路网里程等要素对货运交通需求影响的空间异质性；蔡静[16]基于多源大数据建立复合路网下货车动态OD需求预测模型，并提出多项北京市货车通行管理政策建议。以货车为研究对象可较好地掌握货运对城市交通的影响，但收集实际车辆信息存在较大困难，且不能全面反映货运交通产生机理及经济特征，需要基于货物做进一步研究。在基于货物构建的货运交通模型方面，冯小虎[17]依据四阶段法提出基于投入产出关系的货运产生吸引量预测方法，并构建基于边际利润的货运OD分布条件选择模型；李超等[18]结合不同产业货运特征，通过逐步回归分析建立产业园区货运量预测模型；张振豪[19]从货物需求出发，分析大型货物集散点的货运分布规律并提出OD类型选择阻抗。以货物为研究对象可较好地反映经济特征及产业发展，但不能描述货车时空特征，且难以实现货运量与交通量的转换，需要基于出行链做进一步研究。在基于出行链构建的货运交通模型方面，张戎等[20]通过构建包含出行链和配送方式属性特征等的Logit模型研究城市货运车辆选择行为；张怀容[21]分析了货车出行链并考虑货车出行行为对货运交通分配的影响，建立基于Fisk模型的随机用户均衡分配模型；张怀容[22]还分析了货车的出行链模式并建立货运量与交通量的转换模型。以货物出行链为研究对象可较好地将货物与货车相关联，但无法单独实现货运交通模型的构建，且需货车及货物的相关详细数据做支撑。
综上，现阶段大多数研究从货车、货物、出行链中的单个或两个方面出发对交通四阶段法进行局部改进，未将三者融合，且较少实现完整的四阶段法模型在货运交通分析与预测方面应用的优化，同时对物流网络关系、货运时空特征和交通规律剖析不足。因此，本文将基于货物的交通需求预测、基于货车的时空特征分析、基于社会经济及空间距离的货运吸引力计算、基于出行链的货运量与交通量转换相融合，对交通四阶段法模型进行全面优化，用于构建城市物流基地货运交通模型，并以北京市为例开展实证研究，以期为城市货运交通的分析与预测提供理论支撑。
1 模型构建
鉴于物流基地的货车定位数据源分散且难以获取、车辆与货物信息分离、一体化管理尚未成熟等现实情况，本研究将货物、货车、出行链相融合，对四阶段法交通模型进行全局优化，从货运生成、货运分布、货运方式划分、货运量转换成交通量到货运交通分配，系统研究物流基地的货运交通模型构建方法及货运交通量计算方式，以明确货运交通特征，客观预测未来货运交通需求的发展规律。
1.1 货运生成
若无法通过实地调研获取现状年货运量，则可利用仓储面积、装卸效率及所用货车类型来计算。基于既有研究[23]，改进后的年货运量计算公式为：
Q=
式（1）~式（2）中： 为现状年货运量，单位t； 为仓储地块编号； 为车辆类型编号； 为 地块 类型车辆数，单位辆； 为 类型车辆实载重，单位t/辆； 为 地块 类型车辆每天装卸货物时长，单位h； 为 地块仓储面积，单位万m2； 为 地块单位仓储面积 类型车辆的装卸效率，单位辆/（万m2·h）。
规划年货运量的计算需综合考虑两个方面：首先，应遵循既有产业规划；其次，需基于国土空间规划地块面积，既有地块利用增长率法求解，新开发地块基于单位面积年货运量求解。
1.2 货运分布
货物出行链表征货物从运输源头到终点的全部流通轨迹和运输方式。在构建货运分布模型阶段，考虑货物出行链特征并结合人口、经济、产业、土地利用、运输距离、货类等因素，构建基于货物的吸引力模型，探讨基地与各目的地间的经济联系、货运强度及空间阻抗。货物出行链特征为：各类货物被运到基地，经仓储、分拣、加工、贸易、信息处理后，配送到其他城市或市内的物流节点、商户、工厂等。货运分布分城市对外运输（干线运输）和城市内部运输（城市运输）两部分，且均区分货物运到基地和从基地运出。
考虑到全国产业布局、物流体系发展及各省间流通关系等影响因素较复杂，为简化计算，目标年基地干线运输各货类的货运分布仅区分到达和发送，各货类OD分布依据现状调查结果确定。城市运输以从基地运出为主，目标年各类货物从基地运到市内各区的OD分布依据功能定位、地域关系和经济技术特征等采用吸引力模型求解，并利用现状分布情况局部修正；利用历年统计数据构建自回归差分移动平均（AutoRegressive Integrated Moving Average, ARIMA）时间序列模型，预测目标年各类货物影响因素特征值。基于既有研究[17]，改进后的吸引力模型计算公式为：
式（3）~式（4）中： 为市内某区 在时间点 （即目标年）的各类货物影响因素观测值； 为市内各区的编号； 为影响因素编号； 为影响因素常数项； 为模型阶数，基于过去 个时间点（本研究取过去10年）观测值预测目标年的值； 是 个时间点中的起始时间点； 为对应时间点 的系数，表示过去10年与目标年观测值间的线性关系； 为过去10年与目标年观测值误差间的关系； 为过去10年观测值的误差项； 为目标年观测值的随机噪声，假设是均值为0、方差为常数的白噪声； 为基地某类货物与各区 间的吸引力； 为基地与各区 间的距离，单位km。
1.3 货运方式划分
货运方式划分区分到达和发送，分别计算干线运输和城市运输货物到达基地和从基地发出所采用的各种运输方式的分担比。
基于实地调研和基地统计数据得到铁路运输现状年货运量，根据市级物流专项规划和基地产业规划等获取目标年货运量。对于列车车型及编组，暂不在本次研究中讨论。
公路运输基于货车时空分布及货物出行链特征，为不同货类匹配适当的货车车型。将连续一个月的各类车型数据按小时分别聚类，解析现状到、发时间分布规律；从路网运行监测系统中剥离基地各类货车过境和到、发量，并结合问卷调查和部分闸机数据，得到现状各基地干线及城市运输所用车型构成；目标年干线运输和城市运输到达基地和从基地发出的各货类公路运输所采用的货车车型构成，分别类比现状的车型构成。
1.4 交通量换算及分配
通过基于货物的交通需求分析和基于货车的运输特征分析，实现不同货类货运量与不同类型货车数的转换，即基地公路货运量到交通量的转换。依据《城市综合交通体系规划标准》（GB/T 51328—2018）[24]得到车辆换算系数，基于大量调查与统计分析获取各类货车的实载重。交通量换算公式为：
式（5）~式（8）中， 为某货类g（商品车除外）公路运输日交通量，单位辆次/d； 为某货类g（商品车除外）公路运输当量日交通量，单位pcu/d； 为商品车货类g的公路运输日交通量，单位辆次/d； 为商品车货类g的公路运输当量日交通量，单位pcu/d； 为某货类 的年货运量，单位t/年； 为货类编号； 为用 类车辆运货的比例； 为 类车辆换算为标准车的系数； 为货运量日不均匀系数，本研究根据对基地周边路网运行监测系统的货车数据分析取1.5； 为物流基地年运转天数，单位d，取365d； 为货车空驶距离与总行驶距离之比，基于调查统计分析取0.5； 为 类车辆的实载重，单位t/辆； 为轿运车的实载重，单位台/辆； 为商品车的重量，单位t/台，按市场在售商品车重量的均值取1.5t/台。
对于交通量分配，在基于货运分布及出行链特征，得到基地各类货物的到、发交通量后，用各类货物物流仓储面积除年货运量得到单位面积年货运量；用各类货物的物流仓储面积分别除货运量和交通量，得到单位面积交通发生吸引率指标。
2 实证分析
《北京城市总体规划（2016年—2035年）》[25]明确要构建由物流基地、专业物流园区、配送中心、末端配送点组成的城乡公共物流配送设施体系。《北京物流专项规划》[26]提出在全市布局6个大型物流基地，在现有4个（顺义空港、通州马驹桥、大兴京南、平谷京平）基础上新增2个（昌平南口、房山窦店），未来形成覆盖北京各主要物流方向的，功能完善、分布合理的商贸物流节点网络。其中，京平物流枢纽被确定为公铁融合的一级物流枢纽，规划建成国家骨干冷链物流基地、国家级示范物流园区、陆港型物流基地；京南物流基地前身是煤炭、建材等的集散地，现状以物流仓储及工业用地为主，未来将成为大兴国际机场及周边联动发展的现代智慧物流园区，以公路运输为主、铁路为辅；马驹桥物流基地是集货物集散、商品配送等于一体的大型综合现代物流枢纽；空港物流基地是重要的航空-公路国际货运枢纽型基地。规划新增的房山窦店（公铁联运）和昌平南口物流基地，服务分别覆盖北京西南和西北区域。本文将以北京市这6个大型物流基地为例，研究基于改进四阶段法的城市货运交通分析和预测模型的实际应用。
2.1 货运量计算
表1 各类车型载重及折算系数表 |
| 车型编号 | 车辆 类型 | 车辆长度/m | 额定载重/t | 车辆实载重 /t | 车辆折算系数 |
|---|---|---|---|---|---|
| 1 | 小货 | 4.2 | 2.5 | 2 | 1 |
| 2 | 中货 | 6~8 | 9 | 6 | 2 |
| 3 | 大货 | 9~10 | 18 | 12.5 | 3 |
| 4 | 特大货 | 12~15 | 39 | 36 | 4 |
| 5 | 轿运车 | — | — | 7~9台商品车 | 4 |
注：轿运车单独划分类型，通过所载运商品车的辆数表示其装载能力。 |
表2 物流基地货物分类及单位面积年货运量表 |
| 二级分类 | 一级分类 | 单位面积年货运量 /（万t/万m2） |
|---|---|---|
| 钢 | 建材 | 13.8~23.9 |
| 矿建材料 | ||
| 水泥 | ||
| 木材 | ||
| 盐 | 生活必需品 | 9.4~10.8 |
| 粮食 | ||
| 轻工、医药 | ||
| 农林牧渔产品 | ||
| 快递 | ||
| 机械产品及电子器件 | 电子机械设备 | 2.0~12.3 |
| 商品车 | 其他 | 1.6 |
经计算，到2035年，北京物流基地货运规模将从现状的3 344万t/年增长至9 000万t/年。现状京南物流基地货运量最高，未来京平物流枢纽将逐步建设成为货运量最高的基地；京平物流枢纽、京南和马驹桥物流基地的产业规划已明确2035年货运量将分别达4 000万t、2 000万t和1 200万t。既有地块利用增长率法、新开发地块基于单位面积年货运量，计算得到2035年空港物流基地货运量为1 000万t。南口物流基地的货物类型类比同为公路运输的马驹桥物流基地，窦店物流基地类比同为公路与铁路运输结合的京平物流枢纽和京南物流基地，基于镇域国土空间规划中的用地条件，得到2035年南口、窦店物流基地的货运量分别为470万、330万t。
2.2 货运分布特征分析
涉及铁路运输的是京平物流枢纽和京南物流基地，其现状铁路年运输量为190万t和424万t，由于货物装卸、转运等能力受限，末端接、送货还需货车接驳，且铁路运输补贴及费用减免力度不高，所以与公路相比，现状铁路运输的经济及时间成本较高，降本增效政策支撑不足，铁路运输效益无法充分发挥。
表3 各货类影响因素表 |
| 货类 | 影响因素 |
|---|---|
| 建材 | 地区生产总值、规模以上工业总产值、 建筑业总产值、房屋施工面积 |
| 生活必需品 | 常住人口、社会消费品零售总额、人均消费支出 |
| 电子机械设备 | 常住人口、社会消费品零售总额、人均消费支出、地区生产总值、规模以上工业总产值 |
| 其他 （商品车） | 社会消费品零售总额、民用汽车保拥有量 |
经计算，2035年北京物流基地的干线运输仍以输入为主、货运量为3 825万t/年，运出货运量为642万t/年；城市运输以从基地运到市内各区为主、货运量为3 858万t/年，运到基地货运量为675万t/年。依据各基地产业发展规划，随着铁路物流降本增效、提质发展，到2035年北京物流基地铁路运输总量将明显增长、部分基地铁路运输货类有所调整。依据京平物流枢纽和京南物流基地产业发展规划，未来京平物流枢纽承担北京地区铁路大宗运输将逐步增多，京南基地铁路运输逐渐转向以生活必需品和电子机械设备等为主、建材有序外迁，2035年京平、京南铁路货运量将分别为1 500万t和100万t左右；依据窦店物流基地产业发展规划，窦店基地将以房山区现代交通、新材料、智能装备和医药健康产品物流为特色，2035年若启用铁路运输，铁路分担率约为10%~15%。
2.3 货运方式及特征分析
将2024年3月一整月的各类车型数据按小时分别聚类，解析现状各类货车到、发时间分布规律，如图5所示。由聚类分析结果可看出，货运时间因基地所处地理位置（尤其是六环内外）和货车类型的不同而有明显差异。京平和京南基地在六环外，以中型及以上货车为主的公路干线运输送货到基地集中在早晨到中午，由基地送到市外集中在下午；以小型货车为主的城市运输送货到基地集中在上午，从基地送到各区为全天。空港和马驹桥基地紧邻六环内，干线运输到、发均集中在夜间到凌晨。两个基地的城市运输略有差异，送货到空港主要时段在城市交通早、晚高峰后，从空港送到各区主要在白天和晚高峰，货运时段与城市交通高峰错开；马驹桥因有明显的二次集散功能而出现多次到达和发送，到达集中在早、晚高峰和中午三拨，货运早、晚高峰与城市交通高峰时段叠合明显，区域交通压力较大，需进行调控，而从基地送到各区则分上午和下午两拨。规划的窦店和南口基地在六环外，预估未来各类货车的到发时间特征类似于京平和京南基地。因相关政策制约，中型及以上货车在干线运输中主要于夜间和凌晨时段活动，其在禁行时段于六环外（尤其是各进京通道沿线区域及检查站）长时间停驻等待，容易造成运输效率低下、沿线停靠点拥堵，导致交通秩序混乱。持有货运通行证的车辆有限，且纯电动货车充电设施配置不足，导致白天五环内城市运输货运能力和周转效率未充分发挥。
从路网运行监测系统中剥离基地各类货车过境和到、发量，并结合问卷调查和部分闸机数据，得到现状北京各物流基地干线及城市运输所用车型构成。2035年类比现状，得到各物流基地干线和城市运输车型构成如图6所示。研究发现，基地干线运输以大型、特大型货车为主，其中从京南基地发出的干线运输货物有一定比例会在环京地区集结，由中型车辆换装大型和特大型车辆后进行长途运输；空港基地运输较多为高端、小件生活必需品和电子机械设备，中型车干线运输占比较高。城市运输送到基地以中型和大型货车为主，其中空港基地的高端、小件生活必需品和电子机械设备使用小型货车的比例较高；从基地配送到市内以小型和中型货车为主，其中京平、京南和空港基地的大型货车占比较高，前两者因在六环外，大型货车行驶受限相对较少，空港基地则是因为有部分货物需分拨到马驹桥等其他基地。
2.4 货运交通量换算及分配
以现状调查得到的最不利但较普遍的空车取、送货的运输组织方式计算空驶率，利用1.4节中的模型求解基地现状及2035年高峰日在路网上产生的货运交通量及当量交通量，如图7所示。现状在路网上产生约4.4万辆次/d的交通量，其中干线运输为0.4万辆次/d，到达占84%；城市运输为4.0万辆次/d，发送占87%。2035年将在路网上产生11.5万辆次/d的交通量，其中干线运输增加1.94倍，达1.3万辆次/d，到达占比增至89%；城市运输增加1.64倍，达10.2万辆次/d，发送占比增至90%。由图7对比发现，现状京南基地交通量最高，马驹桥次之，2035年京平物流枢纽将成为交通量最高的基地。空港基地因以生物医药、航材、电子等的国际中转、分拨配送为主线，以高附加值物流加工为补充，还承接如顺丰在北城的陆运集散枢纽等功能，所以其城市运输（含航空转运）到达量和干线运输发送量相对较高。马驹桥基地有苏宁、京东等大型物流企业聚集，并且承担如顺丰在南城的陆运集散枢纽等功能，其城市运输到达量较高。
基于交通分布模型求解2035年北京各物流基地城市运输交通量分配到市内各区的情况，结果如图8所示。由图8可看出，各物流基地与北京各区的城市运输以从基地供货给各区为主，从各区运到基地的较少。每日从京平基地送货到朝阳、顺义、通州区的货车超2 000辆次/d，从京南基地送货到大兴、丰台、朝阳、东城、西城区超1 500辆次/d，从马驹桥基地送货到通州、朝阳、东城、西城区超500辆次/d，从空港基地送货到朝阳、顺义、海淀、东城、西城区超500辆次/d，从南口基地送货到海淀、昌平区超500辆次/d，从窦店基地送货到房山、大兴、丰台、东城、西城区超200辆次/d。每日仅有从朝阳、顺义、海淀、东城、西城区运货到空港基地和京平物流枢纽的货车数超150辆次/d。
采用95%置信区间计算各类货物的单位面积交通发生吸引率，如表4所示。分析计算结果可知，商品车的占用空间及载运车型相对固定，故其发生吸引率变化范围较小，是相对固定的值；与建材及电子机械设备相比，生活必需品的周转率较高，所以单位面积年货运发生率与吸引率的值差异相对较小；电子器械设备因部分精密小巧且易损、城市运输车辆满载率较低，部分在物流基地仓储时间长、年周转率低，所以与生活必需品相比，其单位面积年货运发生率的高值更高、低值更低；建材的密度较高，所以单位吨数货运量生成的货车当量数比其他货类更低且波动较小，但各种建材的体积及占地面积差异较大，所以单位面积年货运生成率比其他货类的波动更大。
表4 各类货物单位面积交通发生吸引率表 |
| 货类 | 单位面积年货运吸引率 /（万pcu/万m2） | 日货运量吸引率 /（pcu/t） | 单位面积年货运发生率 /（万pcu/万m2） | 日货运量发生率 /（pcu/t） |
|---|---|---|---|---|
| 建材 | 0.1~5.2 | 0.19~0.25 | 6.6~27.8 | 0.24~0.29 |
| 生活必需品 | 3.3~6.1 | 0.18~0.28 | 7.2~8.6 | 0.33~0.44 |
| 电子机械设备 | 1.2~5.2 | 0.18~0.30 | 1.6~10.5 | 0.36~0.43 |
| 其他（商品车） | 0.3 | 0.33 | 1.9 | 0.33 |
3 结论
物流基地是整个城市物流系统的关键节点，研究物流基地货运交通特征对摸清城市物流情况意义重大。本文将货物、货车和货物出行链特征相融合，同时考虑货运量到交通量的换算，基于改进的四阶段法交通模型构建了完整的城市物流基地货运交通量分析与预测模型，并以北京市为例开展了实证研究，得出如下结论。
1）本文基于大量调研，给出了物流基地货物及货车分类方法，将物流基地常规货物分为生活必需品、建材、电子器械设备及其他（商品车）等4类并求解单位面积年货运量；将货车分为小、中、大、特大货和轿运车等5类并给出了车型实载重和车辆换算系数。
2）基于调查及仓储面积求得北京物流基地现状年货运量共计3 344万t/年，基于规划及单位面积年货运量求得2035年6大物流基地合计货运量为9 000万t/年，其中生活必需品占比由现状的45%增至51%。
3）通过调查得到现状物流基地货运空间分布，发现北京是典型的物流“输入型”城市，其中干线运输到发与我国津冀、华东、华南地区联系最紧密；城市运输到达各基地最多的为朝阳、海淀、昌平区，从基地发出最多的为大兴、房山、朝阳区。
4）基于多源数据解析货车到、发时间分布规律，发现北京物流基地货运时间因所处地理位置（尤其是六环内外）以及货车类型的不同而有明显差异，干线运输中型及以上货车大多在夜间和凌晨活动，禁行时段在六环外长时间停驻等待，会导致运输效率低下、沿线停靠点拥堵且交通秩序混乱。
5）结合调查并剥离基地周边路网各类货车过境和到、发量数据，发现干线运输以大型、特大型货车为主，城市运输送到基地以中型和大型货车为主，从基地配送到市内以小型和中型货车为主。
6）将货运量换算为交通量，得出北京物流基地现状在路网上产生约4.4万辆次/d的交通量，其中城市运输为4.0万辆次/d，从基地出发占87%；2035年在路网上将产生11.5万辆次/d的交通量，其中城市运输为10.2万辆次/d，从基地出发增至90%。
7）基于吸引力模型将目标年城市运输货运分布的货运量换算为交通量，得到2035年每日北京各物流基地与市内各区之间的交通量，其中从京平物流枢纽产生交通量最高，其送货到朝阳、顺义、通州区的货车超2 000辆次/d，但每日从各区运货到京平物流枢纽最多超150辆次/d。
8）用各类货物的物流仓储面积分别除货运量和交通量，得到单位面积交通发生吸引率指标，发现商品车的发生吸引率相对固定，生活必需品的年货运吸引率较高，电子器械设备的单位储存面积生成货车当量数较高，不同建材的年货运发生吸引率差异较大。
因为本文是以北京这种物流“输入型”城市为对象构建物流基地货运交通分析和预测模型，且研究局限在市域范围内，缺少关于模型对其他物流“输出型”或“输入输出均衡型”等城市的适用性讨论，也缺少对模型在都市圈、城市群等更大范围内的适用性的探究，在后续研究中可予以加强，以便更好地论证模型及研究方法的有效性和科学性。