港口腹地海铁联运车站的辐射范围分析方法与应用

Analysis Method and Application of the Radiation Range of Port Hinterland Rail-Sea Intermodal Stations

摘要

为支撑铁路运输企业实施精准营销，促进海铁联运发展，提出一种融合广义费用理论和GIS网络分析技术的铁路车站辐射范围研究方法。以福建省内福州港和厦门港为例，分析2个港口腹地的海铁联运车站辐射范围。在此基础上，从辐射范围变化与海铁联运分担率变化2方面，评估厦门港海铁联运补贴政策的实施效果。结果表明：厦门港、福州港腹地各铁路站点的辐射范围分别在20~45 km，20~80 km区间；财政补贴能够有效促进厦门港海铁联运发展，表现为补贴实施后，厦门港腹地各海铁联运车站的辐射范围显著增长，在研究区域内的海铁联运分担率提高约6.22%；但财政补贴也带来邻近港口间铁路货源恶性竞争问题，表现为补贴实施后，厦门港海铁联运增量中约30.96%由福州港铁路货源转移。

Abstract

To support precise marketing for railway transportation enterprises and promote the development of rail-sea intermodal transport, a research method was proposed that combines the Generalized Cost Theory and GIS network analysis technology to study the radiation range of railway stations. Using the examples of Fuzhou Port and Xiamen Port in Fujian Province, the radiation range of rail-sea intermodal stations in the hinterland of these two ports were analyzed. Based on this, the effectiveness of Xiamen Port's sea-rail intermodal subsidy policy was assessed from the perspective of changes in radiation range and changes in the share of sea-rail intermodal transport. The results show that the radiation range of railway stations in the hinterland of Xiamen Port and Fuzhou Port is 20~45 km and 20~80 km respectively. Financial subsidies can effectively promote the development of sea-rail intermodal transport at Xiamen Port, manifested by a significant increase in the radiation range of sea-rail intermodal stations in Xiamen Port's hinterland and an approximate 6.22% increase in the share of sea-rail intermodal transport in the study area. However, financial subsidies also bring about issues of fierce competition between neighboring ports in terms of railway freight sources, as approximately 30.96% of Xiamen Port's sea-rail intermodal growth results from the transfer of railway freight sources from Fuzhou Port.

Graphical abstract

关键词

海铁联运 / 辐射范围 / 广义费用 / 网络分析 / 补贴政策

Key words

Rail-Sea Intermodal Transport / Radiation Range / Generalized Cost / Network Analysis / Subsidy Policy

0　引言

在共建“一带一路”和“双循环”背景下，构筑“向东开行海铁联运班列，向西开行中欧班列”的货运新格局是铁路发展的趋势。我国海铁联运发展仍处于初期阶段，2020年，集装箱铁水联运量占港口集装箱吞吐量的比例约为2.5%，与欧美国家20%~30%的水平差距较大。港口腹地的海铁联运车站作为衔接内陆腹地与沿海港口的关键节点，具有汇聚辐射区域内货源，并经铁路班列运输至港口的服务功能。研究海铁联运车站的辐射范围能够支撑港口和铁路企业实施精准营销，有助于促进海铁联运发展。

目前，货运枢纽辐射范围的研究，从研究对象看，主要集中在机场、港口物流枢纽和大型物流园区等重要节点^[1-2]，针对铁路货运场站，尤其是海铁联运车站的研究较少^[3-5]。从研究方法看，主要包括广义费用理论^[6]、引力模型^[7]、集中度指数模型^[8]等。其中，广义费用理论的应用最广，例如张新放等^[3]通过计算枢纽综合服务水平，综合运用广义费用理论测算成都联运枢纽最优辐射范围；Kim等^[4]基于广义费用理论，结合集装箱货物流量的累积概率密度函数估算得到铁路场站辐射范围约为36 km。但是，上述研究对辐射范围的分析缺少考虑实际路网结构，测算广义费用时，对于关键参数中的运距(包括接驳距离和干线运距)的处理，如采用空间直线距离乘以非直线系数的方式，容易造成辐射范围的测算偏差。其次，为推动海铁联运发展，地方政府纷纷出台相应的引导政策。基于财政补贴的经济性引导被诸多沿海港口城市所采纳，包括宁波舟山港、厦门港、深圳港等。国内外实践经验表明，财政补贴能够有效吸引港口腹地的公路货源转向铁路，拓展铁路车站辐射范围^[9]。但是，也存在邻近港口间腹地的铁路货源恶性竞争问题，即受补贴港口会吸引未补贴或补贴额度相对较小港口的铁路货源。既有研究中，针对财政补贴的效果评估，仅定量分析了受补贴港口的海铁联运增量^[10-11]，对邻近港口间腹地的铁路货源竞争问题缺乏探讨，不利于补贴政策的科学制定与调整。

综上，考虑公、铁实际路网结构，提出一种融合GIS空间网络分析和广义费用理论的海铁联运车站辐射范围研究方法，以福州港和厦门港的腹地集装箱运输为例，在确定2个港口腹地的铁路车站辐射范围基础上，量化评估财政补贴对2个港口的腹地铁路车站辐射范围与海铁联运量的影响。

1　辐射范围分析方法

1.1　基本框架

为弥补既有辐射范围分析方法中缺少考虑实际空间路网结构的不足，基于空间模拟抽样，提出一种融合广义费用理论和GIS网络分析技术的港口腹地海铁联运车站辐射范围研究方法，港口腹地海铁联运车站辐射范围的分析框架如图1所示。

首先，针对港口腹地铁路站点，采用蒙特卡洛模拟方法对站点所在区域进行大规模的足量抽样，确定需求点集合。考虑到我国出口集装箱远大于进口集装箱的现状，在此仅考虑腹地至港口集装箱的单向运输，即所确定的需求点集合均为托运起点。其次，利用GIS网络分析法，创建公、铁要素数据集；导入矢量化的铁路站点所在区域的城市道路网络、该区域至港口的铁路和高速公路网络，以运距为成本阻抗，分别构建公、铁网络数据集；针对上述抽样需求点，利用GIS中Network Analyst扩展模块的OD成本矩阵功能进行最短路径测算，分别获取公路直达运输的“门到港”运距矩阵、铁路运输的接驳距离矩阵和“站到港”运距矩阵，基于GIS的网络分析流程如图2所示。根据广义费用理论，分别测算各抽样点利用公路和铁路到港的广义费用；基于广义费用最小化原则，通过公、铁广义费用的比较，确定各抽样点至港口集装箱运输选择的运输方式，明确选择铁路到港的需求点分布范围。最后，以铁路站点为圆心，选取5 km为半径步长分别绘制圈层；借助GIS叠加分析统计公、铁到港的需求点数量，依据各圈层范围内选择公、铁到港的需求点数测算该圈层的铁路市场分担率；以铁路市场分担率达到50%为依据，确定铁路车站的辐射范围，在该范围内，铁路优于公路。

1.2　广义费用理论

在货运交通领域，广义费用指托运人托运货物全过程中的总付出，包括经济性费用和非经济性费用，其中经济费用包括时间价值费用、安全性价值费用等。既有研究表明，经济性费用和时间价值费用是影响货运方式选择的主要因素^[12]。因此，选取这2项费用建立公、铁集装箱运输的广义费用函数。

在经济性费用上，结合公、铁集装箱运输流程，公路运费构成主要由费率与运距决定，可表达为

C_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}=c_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}\times D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}⑴

式中：C_road为公路运费，元/箱；c_road为公路运费率，元/(箱·km)；D_road为公路运距，km。

既有研究中，多设定c_road为固定费率，忽略实际运输过程中存在的距离经济，即运费率随运输距离增加而递减的现象^[13]。为此，考虑距离经济原理，将c_road设定为随距离变化的函数，可表达为

c_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}=f(D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}})⑵

铁路经济性费用由铁路干线运费、短驳运费和发/到站装卸综合费用构成，可表达为

C_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}=C_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{h}}+C_{\mathrm{d}\mathrm{r}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}+\mathrm{2}\times C_{\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{d}\mathrm{l}\mathrm{e}}⑶

式中：C_rail为铁路经济性费用，元/箱；C_railh为铁路干线运费，元/箱；C_drayage为短驳运费，元/箱；C_handle为发/到站装卸综合费用，元。

铁路干线运费C_railh由基价1、基价2和铁路运输距离决定，可表示为

C_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{h}}=c_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{1}}+c_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{2}}\times D_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}⑷

式中：c_rail1为基价1，元/箱；c_rail2为基价2，元/(箱·km)；D_rail为铁路运距，km。

由于托运人自行组织的首末端短驳在不同地区运费差异较大，难以统一量化。因此，铁路接驳运费以铁路企业开展的接取送达服务费用为依据，由起步里程费和超里程费用2部分构成，可表示为

C_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}=c_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{1}}+c_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{2}}\times (D_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}-\mathrm{10})⑸

式中：C_drayage为首端/末端短驳运费，元/箱；c_drayage1为起步里程费，元/箱；c_drayage2为超里程费率，元/(箱·km)；D_drayage为短驳距离，km。

在时间价值费用上，一般采用单位时间价值与在途时长的乘积表示。对于同一批托运货物，无论其选择何种运输方式，时间价值是一定的。因此，公、铁的时间价值费用差异在于在途时长，可分别表示为公式⑹、公式⑺。

T{C}_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}=VOT\times W\times \frac{D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}}{V_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}}⑹

式中：TC_road为公路时间价值费用，元/箱；VOT为单位时间内运输单位货物的时间价值，元/(h·箱)；W为单位集装箱的载重量，t；V_road为公路运输速度，km/h。

T{C}_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}=VOT\times W\times (\frac{D_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}}{V_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}}+\frac{D_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}}{V_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}})⑺

式中：TC_rail为铁路时间价值费用，元/箱；V_rail为铁路运输速度，km/h；V_drayage为短驳速度，km/h。

综上，公、铁集装箱运输的广义费用函数可分别表示为

G{C}_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}=C_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}+T{C}_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}⑻

G{C}_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}=C_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}+T{C}_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}=C_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{h}}+C_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}+\mathrm{2}\times C_{\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{d}\mathrm{l}\mathrm{e}}+T{C}_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}⑼

即

G{C}_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}=f(D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}})\times D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}+VOT\times W\times \frac{D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}}{V_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}}⑽

G{C}_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}=c_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{1}}+c_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}\mathrm{2}}\times D_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}+\left[c_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{1}}+c_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{2}}\times (D_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}-\mathrm{10})\right]+\mathrm{2}\times C_{\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{d}\mathrm{l}\mathrm{e}}+VOT\times W\times \left(\frac{D_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}}{V_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}}+\frac{D_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}}{V_{\mathrm{d}\mathrm{r}\mathrm{a}\mathrm{y}\mathrm{a}\mathrm{g}\mathrm{e}}}\right)⑾

2　案例研究

2.1　站点选取与参数标定

选取福建省内主要的集装箱港厦门港和福州港作为研究对象。2022年，厦门港和福州港分别完成集装箱吞吐量1243万TEU、346万TEU，分列国内港口集装箱吞吐量的第7、第17位。围绕打造“丝路海运”枢纽的目标，近年来2个港口大力发展集装箱海铁联运。目前，厦门港已经开通至向塘、吉安等6条海铁联运班列，福州港已经开通至宜春、向塘等8条海铁联运班列。以2个港口已开通班列的腹地铁路站点为例，分析这些站点的辐射范围，腹地海铁联运站点选取如表1所示。

依据图1所示的分析框架，首先探讨在无补贴状态下各个案例站点的辐射范围。由调研所得，2个港口的腹地范围主要覆盖福建和江西两省，海铁联运集装箱源主要来自距港口200 km以上的腹地。据此，以福建和江西两省全域为基础，以距离厦门港和福州港200 km以上为条件，确定研究区域如图3所示。针对研究区域，采用蒙特卡洛模拟进行该区域内需求点的经纬度随机抽样，为实现对研究区域的有效均匀覆盖，设定模拟抽样次数为10 000次。在此基础上，采用广义费用理论，对比抽样点至港口的公路、铁路广义费用，确定各抽样点至港口集装箱运输选择的运输方式，明确选择铁路到港的需求点分布范围，进而分析案例铁路站点的辐射范围。

为测算各抽样点的公、铁广义费用，需要获取公式⑽、公式⑾中各参数。其中，铁路接驳运距、站到站干线运距和公路“门到港”运距借助GIS网络分析得到。GIS网络分析的公、铁路网结构数据源于全国地理信息资源目录服务系统。既有研究中，公路费用的测算多采用固定费率乘以运距的处理方式，忽略实际情况下公路运费存在的距离经济特性，导致广义费用测度偏差。针对这一不足，基于开源的货运数据查询网站(https：//www.56pingtai.net/route/goRoutePage.do)获取我国主要城市间公路货运的费用数据，参照文献[13]中公路运费与运距的指数函数关系，通过最小二乘拟合得到我国公路运费与运距的函数关系表达式为f(D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}})=\mathrm{31.27}\times {D_{\mathrm{r}\mathrm{o}\mathrm{a}\mathrm{d}}}^{-\mathrm{0.208}}。公、铁广义费用测算的参数确定如表2所示。

2.2　站点辐射范围分析

基于上述参数设定和模拟抽样结果，依据图1所示的分析流程，借助数值计算软件，得到研究区域内厦门港和福州港腹地的海铁联运需求点分布，港口腹地铁路站点需求点分布如图4所示。由图4可知，受铁路车站周边的城市道路网结构影响，海铁联运需求点分布呈现不规则的分布形状，铁路站点可达性越高的区域，海铁联运需求点越密集。其次，各站点的海铁联运需求点分布表现出远离港口方向的密集度高于靠近港口方向的分布密集度特征，这是由于在远离港口方向上，公路直达方式的运距增长，公路到港的广义费用相较于铁路到港不具有竞争优势。最后，依据海铁联运需求点数与研究区域的需求点抽样总数，估计厦门港与福州港在研究区域内的海铁联运分担率(定义为海铁联运需求点数占到该港口总需求点数的比例)得到，厦门港在研究区域内(即距港口200~600 km范围)的海铁联运分担率约为7.52%，福州港在研究区域内的海铁联运分担率约为24.28%。

根据图4所得的各铁路站点的海铁联运需求点分布结果，以铁路站点为圆心，以5 km为半径步长分别绘制圈层，通过GIS网络分析中空间连接工具进行公、铁到港需求点数量的叠加分析，测算各圈层的铁路分担率，定义为该圈层海铁联运需求点占该圈层抽样需求点总数的比例；以铁路分担率不小于50%，即该范围内铁路到港相比于公路到港占优为依据，确定铁路车站的辐射范围，厦门港腹地铁路车站辐射范围如图5所示，福州港腹地铁路车站辐射范围图6所示。由图5和图6可知，从整体上看，厦门港和福州港各腹地站点辐射范围均表现出与该站点至港口的铁路运距成正比的特征，即至港口铁路运距越长，该站点的辐射范围越大。而分港口来看，厦门港腹地各铁路站点的辐射范围在20~45 km(辐射范围最小的建阳站为20~25 km，最大的向塘站和上饶站为40~45 km)；福州港腹地各铁路站点的辐射范围则在20~80 km(辐射范围最小的赣州东站和邵武站为20~25 km，最大的宜春西站为75~80 km)。这一结果与我国铁路集装箱接驳范围在20~80 km区间的现状基本相符^[15]。由分析结果可知，在研究区域内福州港腹地站点的辐射范围大于厦门港腹地站点，原因在于所选的案例站点中，公路直达福州港的平均运距(约562.15 km)显著高于公路直达厦门港的平均运距(约439.98 km)，公路直达运距越长的市场区域，公路到港的广义费用相较于铁路到港越不具有竞争优势。

3　财政补贴政策的影响分析

厦门港与福州港相距约370 km，2个港口在研究区域内存在长期的货源竞争，尤其是海铁联运的货源竞争。厦门港自2004年首开海铁联运班列起就开始实行财政补贴政策用以培育海铁联运市场。截至2021年，厦门港集装箱海铁联运补贴标准如表3所示。财政补贴下，货源地至厦门港的铁路广义费用得到显著降低，使得厦门港在研究区域的海铁联运站点辐射范围扩大，从而实现海铁联运量的有效增长。而这些海铁联运的增量一部分是由公路货源转移而来(定义为“公转铁”)，一部分则是由福州港的铁路货源转移而来(定义为“铁转铁”)。从铁路运距的角度，福州港的铁路货源转移增加了货源地到港口的铁路运距，提高了2个港口集疏运系统的碳排放总额，不利于港口集疏运系统的“达峰”目标实现。基于此，重点探究厦门港财政补贴对辐射范围的影响，分析财政补贴下研究区域内需求点的“公转铁”“铁转铁”效果。

依据图1所示的分析框架和前文的模拟抽样需求点，基于厦门港集装箱海铁联运财政补贴标准，改变各个需求点通过铁路运抵厦门港的广义费用参数，得到补贴政策下的厦门港腹地铁路车站辐射范围变化如图7所示。由图7可知，财政补贴对厦门港腹地各铁路站点的辐射范围具有显著的扩张作用。实施现行财政补贴标准情况下，研究区域厦门港各海铁联运站点的辐射范围增长在5~15 km区间，增长率在10%~50%区间。其中，辐射范围增长率最低的向塘站约为11%，增长率最高的赣州东站约为50%。各站点辐射范围的增长率表现出同该站点与厦门港的铁路运距成反比的分布特征，即与厦门港的铁路运距越短，补贴实施后的辐射范围增长率越高。这是由于研究范围内各站点的补贴金额相同(基本均属于省外，1 000 km以内)，铁路运距越长的站点，无补贴情况下的辐射范围基数更大。

其次，分析补贴政策实施前后，厦门港腹地铁路车站的海铁联运需求点分布变化。补贴政策实施前后的厦门港腹地铁路车站海铁联运需求点分布变化如图8所示。依据前文定义的海铁联运分担率，即海铁联运需求点数占该港口总需求点数的比重，估计得到补贴后，厦门港在研究区域内的海铁联运分担率约为13.74%，相比于无补贴情况下的7.52%，提高了6.22个百分点。进一步，分析这些新增的厦门港海铁联运需求点(共617个需求点)在无补贴情况下的港口及到港方式选择，得到新增的海铁联运需求点中，426个需求点是由原公路需求点转移，占比约69.04%；191个需求点是由原福州港海铁联运需求点转移，占比约30.96%。这一结果表明，厦门港财政补贴实施后，海铁联运增量中存在较大成分的福州港铁路货源转移，说明特定港口实施海铁联运财政补贴，造成邻近港口间腹地的铁路货源恶性竞争问题显著。为此，提出2点建议：①加快推进省内港口资源整合，明确省内各港口功能定位，在此基础上，由省一级层面指导各港口的海铁联运补贴细则出台，实现各港口同步、同标准补贴，避免差异化补贴后邻近港口间的铁路货源恶性竞争；②完善补贴实施方案，改变以铁路运距为唯一补贴标准判别指标的原则，鼓励各个港口深入挖掘其优势腹地范围，针对本港口具有广义费用优势且“公转铁”潜力较大的市场范围实行相应力度的补贴。

4　结论

研究港口腹地海铁联运车站的辐射范围能够为港口和铁路企业实施精准营销提供有效支撑。为此，提出一种融合广义费用理论和GIS网络分析技术的海铁联运车站辐射范围研究方法，并以福建省内福州港和厦门港为例，应用该方法分析2个港口腹地的海铁联运车站辐射范围，并从车站辐射范围变化与海铁联运分担率变化两方面评估厦门港海铁联运补贴政策的实施效果。主要结论如下。

（1）无补贴情况下，在研究区域内，厦门港海铁联运分担率约为7.52%，福州港约为24.28%；厦门港腹地各铁路站点的辐射范围在20~45 km，福州港腹地各铁路站点的辐射范围则在20~80 km。

（2）财政补贴能够有效促进厦门港海铁联运发展，表现为财政补贴实施后，厦门港各海铁联运站点的辐射范围显著增长，在研究区域内的海铁联运分担率提高约6.22个百分点。

（3）厦门港财政补贴实施后，海铁联运增量中，约69.04%由公路货源转移，约30.96%由福州港铁路货源转移，差异化补贴方案造成邻近港口间腹地的铁路货源恶性竞争问题突出。

此次研究在铁路到港广义费用的时间价值费用测算部分，未考虑由于班列发车频率带来的站点等待时长，会导致港口腹地铁路站点的辐射范围测算存在一定偏差。其次，以模拟抽样需求点进行海铁联运需求的近似估计，未考虑各个需求点的集装箱运输需求(即箱量)差异，会导致补贴实施效果估计的误差，后续研究中将进一步完善上述不足，细化研究结论。

参考文献

[1] 施路，崔异. 物流中心服务范围界定方法研究[J]. 铁道运输与经济，2011，33(2)：69-73.

[2] SHI Lu， CUI Yi. Research on Service Range Limitation of Logistic Center[J].Railway Transport and Economy，2011，33(2)：69-73.

[3] 成耀荣，单华夷，刘丰根. 物流园区辐射范围的确定及物流量分摊计算[J]. 交通运输工程学报，2008，8(6)：122-126.

[4] CHENG Yaorong， SHAN Huayi， LIU Fenggen. Acting Sphere Determination of Logistics Park and Allocation Calculation of Logistics Volume[J]. Journal of Traffic and Transportation Engineering，2008，8(6)：122-126.

[5] 张新放，吕　靖，彭　琰. 集装箱陆海联运枢纽辐射范围模型研究[J]. 铁道学报，2021，43(6)：8-16.

[6] ZHANG Xinfang， Jing LYU， PENG Yan. Radiation Range Model of Container Land-Sea Intermodal Hub[J]. Journal of the China Railway Society，2021，43(6)：8-16.

[7] KIM H S， BYUN S J， PARK D J，et al. Estimating the Market Areas of Railway Stations：A Case Study of Containers in Korea[J].Railway Engineering Design and Optimization，2014，155(1)：41-49.

[8] LIMBOURG S， JOURQUIN B. Market Area of Intermodal Rail-Road Container Terminals Embedded in a Hub-and-Spoke Network[J]. Papers in Regional Science，2010，89(1)：135-154.

[9] KIM N S， VAN WEE B. The Relative Importance of Factors that Influence the Break-even Distance of Intermodal Freight Transport Systems[J]. Journal of Transport Geography，2011，19(4)：859-875.

[10] 王玉勤. 贵州省轴辐式物流网络构建研究[J]. 铁道运输与经济，2015，37(12)：41-46.

[11] WANG Yuqin. Study on Establishment of Hub-and-Spoke Logistic Network in Guizhou Province[J]. Railway Transport and Economy，2015，37(12)：41-46.

[12] ZHAO L， ZHAO Y， HU Q，et al.Evaluation of Consolidation Center Cargo Capacity and Locations for China Railway Express [J]. Transportation Research Part E： Logistics and Transportation Review，2018，117(9)：58-81.

[13] 陶学宗，张康，王谦益，等. 宁波舟山港海铁联运发展的创新思路[J]. 中国港口，2021(11)：17-21.

[14] 唐继孟，李建，阳波. 补贴政策对集装箱公铁联运竞争力的影响分析[J]. 交通运输系统工程与信息，2018，18(6)：201-208.

[15] TANG Jimeng， LI Jian， YANG Bo. Impact of Subsidy Policy on the Competitiveness of Container Rail-Road Intermodal Transport[J]. Journal of Transportation Systems Engineering and Information Technology，2018，18(6)：201-208.

[16] SANTOS B F， LIMBOURG S， CARREIRA J S. The Impact of Transport Policies on Railroad Intermodal Freight Competitiveness：the Case of Belgium[J]. Transportation Research Part D：Transport and Environment，2015(34)：230-244.

[17] 简文良，刘肖肖，高良鹏.不同货物品类对运输时效的偏好差异性分析[J]. 铁道运输与经济，2022，44(8)：91-96，122.

[18] JIAN Wenliang， LIU Xiaoxiao， GAO Liangpeng. Analysis of Preference Difference of Different Cargo Categories for Transportation Timeliness[J]. Railway Transport and Economy，2022，44(8)：91-96，122.

[19] MCCANN P. A Proof of the Relationship between Optimal Vehicle Size，Haulage Length and the Structure of Distance-Transport Costs[J]. Transportation Research Part A：Policy and Practice，2001，35(8)：671-693.

[20] 刘浩，张戎，诸立超. 考虑空间特征的货运方式选择行为模型[J]. 交通运输系统工程与信息，2021，21(1)：30-35.

[21] LIU Hao， ZHANG Rong， ZHU Lichao. Freight Mode Choice Behavior Model Incorporating Spatial Characteristics[J]. Journal of Transportation Systems Engineering and Information Technology，2021，21(1)：30-35.

[22] 李聪颖. 铁路货运两端收费对全程物流影响的分析及对策[J]. 中国铁路，2021(5)：47-52.

[23] LI Congying. Analysis and Countermeasures of the Impact of Railway Freight Both-End Charging on the Whole-Process Logistics[J]. China Railway，2021(5)：47-52.

基金资助

福建省自然科学基金项目(2021J05226)

福建省自然科学基金项目(2022J01938)

福建工程学院科研启动基金项目(GY-Z20013)