面向市场化转型的铁路物流基地运营绩效动态评价方法

Dynamic Evaluation Method for Operational Performance of Railway Logistics Bases amid Market-oriented Transformation

摘要

传统的铁路物流基地运营绩效评价方法通常以服务铁路运输生产的静态评价为主，在动态反映铁路物流基地市场化转型过程的状态变化方面存在一定不足。面向铁路物流基地运营绩效评价中存在市场化转型效果评价指标体系不完善、评价方法动态性不足、评价标准不明确等问题，建立市场化转型条件下铁路物流基地运营绩效评价指标体系，明确评价标准，以熵权法和理想解法模型为基础，通过引入随时间变化的奖惩因子将物流基地运营绩效与时间变量相关联，构建铁路物流基地运营绩效动态评价模型，并通过算例分析验证模型的科学性和适用性，研究结果表明：运营模式创新、协作机制构建、服务业态升级、智能化技术应用等改革措施对铁路物流基地市场化转型成效具有重要影响。

Abstract

Traditional evaluation methods for operational performance of railway logistics bases usually focused on static evaluation, but there are certain shortcomings in dynamically reflecting the changes in the state of market-oriented transformation. In response to the main problems in the operational performance evaluation of railway logistics bases, e.g., incomplete evaluation index system for effectiveness of market-oriented transformation, inadequate dynamicity of evaluation methods, and unclear evaluation standards, a system of operational performance evaluation indicators amid market-oriented transformation was established, with evaluation standards identified. Based on entropy weight method and TOPSIS, a dynamic evaluation model of operational performance of railway logistics bases was constructed by introducing reward and punishment factors that change over time and the scientific basis and applicability of the model verified through case analysis. The research results show that reform measures such as innovation in operational models, construction of collaborative mechanisms, service model upgrading, and intelligent technologies application, have a significant impact on the effectiveness of market-oriented transformation of railway logistics bases.

Graphical abstract

关键词

铁路物流基地 / 转型发展 / 运营绩效 / 动态评价 / 理想解法

Key words

Railway Logistics Base / Transformation Development / Operational Performance / Dynamic Evaluation / TOPSIS

铁路物流基地作为铁路物流网络的重要节点设施，对于保证铁路物流网络运行效率和改善铁路物流服务质量具有不可替代的作用。面向不断升级的社会物流市场需求和铁路物流企业内部降本增效、提升经营能力的需要，科学合理评价铁路物流基地运营绩效，能够有效推动铁路物流服务产品升级和业务的高质量发展^[1]。市场化转型发展需要铁路物流基地具备更强的资源整合能力和盈利能力，能够在日益加剧的市场竞争中取得竞争优势，充分发挥铁路货运在国家综合运输体系中的骨干作用。绩效评价是激发铁路物流基地经营主体活力的有效手段，科学评价运营绩效，对于反映铁路物流基地市场化转型中存在的突出问题，探索铁路物流基地市场化、多元化发展路径具有重要意义。传统的铁路货运服务质量评价、标准化货场(货运站)建设评价工作中，通常以客户满意度，客户投诉处理满意率，货运安全质量，标准化货运、货检、抑尘站创建等评价指标为主，对于货运场站合资合作开发、多元化经营效果的评价不足；评价方法通常采用百分制、千分制的周期性静态评价方法，开展月度、季度、年度评价，对于不同评价周期内的动态变化效果反映不足。因此，为规避传统静态绩效评价方法在实时性、延续性方面存在的不足，将熵权法与理想解法模型相融合，面向市场化经营环境，构建铁路物流基地运营绩效动态评价模型，实现对铁路物流基地运营绩效的科学、动态评价，为铁路物流基地高质量发展提供理论支撑。

1　铁路物流基地建设运营及绩效评价现状

1.1　铁路物流基地建设运营现状

自2015年国家铁路正式启动铁路物流基地规划建设以来，全国范围内共规划建设一级铁路物流基地35个，二级铁路物流基地227个^[2]。目前，已经建成一级铁路物流基地32个，总面积约3 667万m²；二级铁路物流基地124个，总面积约5 867万m²。一级铁路物流基地位于全国性铁路枢纽城市，能够提供货源集结、班列组织和路网中转服务，具备完善的综合物流服务、物流增值服务和配套服务功能，在铁路物流服务网络中发挥核心枢纽功能^[3]；二级铁路物流基地位于区域性铁路枢纽城市，能够提供较强的货物集散、班列组织或专业物流服务；三级铁路物流基地分布较为分散，主要承担城市范围内的货物集散、城市配送或专业物流服务功能。

1.2　铁路物流基地运营绩效评价现状

铁路物流基地运营管理通常由合资运营公司负责，根据运营模式不同，物流基地运营公司可能为铁路局集团公司(或下属企业)控股、参股^[4]。伴随社会物流需求日趋多元化、快捷化、定制化，铁路物流基地也面临市场化转型发展的必然趋势^[5]。铁路物流基地运营绩效直接关系到物流基地运营公司的经营效益。既有铁路物流基地绩效评价工作，一般由铁路局集团公司或物流基地运营公司组织实施，对物流基地的发送量、到达量、装车数、卸车数、仓储量、运输收入、经营收入、安全事故等运营管理情况进行考核^[6]，尚未形成统一的评价指标体系、评价方法和标准化的评价流程。

1.3　铁路物流基地运营绩效评价指标存在的不足

（1）缺乏市场化经营水平评价指标。市场化转型条件下，铁路物流基地运营管理模式将更加灵活，业务开展及经营管理柔性化、高效化要求不断提升^[7]。按照当前“一园区一公司”的发展趋势，采用现代化企业治理方式进行铁路物流基地经营管理将成为必然。既有铁路物流基地评价指标中，关于铁路物流基地运营主体与社会企业、地方政府、金融机构等多元化主体的合资合作模式、协同运作机制的评价指标鲜有涉及，对于铁路物流基地运营主体现代企业治理能力的评价也相对缺失，在科学反映铁路物流基地市场化经营合作水平方面存在不足^[8]。

（2）智能化、多元化服务水平评价指标。不足铁路物流基地现代化、市场化转型升级势在必行，自动化、信息化、智能化生产运营是未来重要的发展方向。智能门吊、智能叉车以及门吊远控技术在铁路物流基地中的配备比率不断提升，但关于智能化设施设备的配置和运用情况评价指标不足，无法反映铁路物流基地智能化作业现状^[9]。多元化服务是铁路物流基地市场化的重要内容，物流信息、物流金融、物业管理等物流及延伸服务发展迅速，但对于多元化服务的评价指标还存在不足。

（3）效率效益评价指标有待完善。市场化转型将使铁路物流基地面临更大的市场竞争，在激烈的市场竞争中生存发展，提升生产效率和经营效益迫在眉睫。既有评价体系中对于铁路物流基地仓储设施、装卸机械的数量统计已经较为健全，但对于设施设备的利用效率评价尚未涉及^[10]。在收入统计方面，除运输收入外的其他业务收入，能够在一定程度上反映铁路物流基地多元化经营水平，完善其他收入等评价指标极为必要。

2　铁路物流基地运营绩效评价指标体系

2.1　评价指标体系优化思路

面向市场化转型发展的铁路物流基地运营绩效评价，考虑到市场化转型对铁路物流基地拓展合作主体、创新运营模式、丰富物流业态、提升资源利用率、应用智能技术等方面具有更高要求，需进一步纳入合资合作、企业治理、资源利用、物流收入等评价指标。

在市场化经营水平评价指标方面，选取合作模式灵活性、协调机制健全性、现代企业治理水平等指标，通过评价铁路物流基地与社会物流企业、生产企业、商贸流通企业、地方政府等多元化主体合作的深度和广度，以及铁路物流基地运营管理现代化、法治化水平，反映铁路物流基地市场化经营转型成效。

在智能化、多元化服务水平评价指标方面，选取物流服务、物流增值服务内容及质量等指标，通过评价铁路物流基地运输、仓储、装卸搬运、包装加工、配送、物流信息、物流金融、物业服务等服务功能的全面性，反映铁路物流基地满足市场化需要的服务功能建设水平；选取智能门吊、门吊远控、智能门闸、智能叉车、智能安全系统等智能化装备技术应用情况，反映铁路物流基地智能化发展水平。

在效率效益评价指标方面，选取仓储效率、装卸效率、智能化生产技术应用、生产安全等指标，通过评价铁路物流基地仓库、堆场、门吊、正面吊、叉车等设施设备的利用率，反映铁路物流基地生产质效；选取发送量、运输收入、其他收入等指标，通过评价铁路物流基地的生产能力、运输收入、物流企业收入和其他多元化业务收入的情况，反映铁路物流基地收入的多样性水平。

2.2　评价指标体系构建

建立面向市场化转型的铁路物流基地运营绩效评价指标体系，包括管理水平、服务质量、生产效率^[11]和经营效益4个方面，每个方面包含若干个定性与定量评价指标。定性评价指标采用专家评价法获得评价指标的评价值，定量评价指标根据评价指标计算方法通过统计数据获得评价指标的统计值。铁路物流基地运营绩效评价指标体系如表1所示。

2.3　评价数据预处理

基于铁路物流基地运营绩效评价指标体系，通过专家评价法和现场数据统计等方法对指标的统计值进行采集，即可获得各项评价指标的统计值。但由于评价指标的量纲不同，代入动态评价模型展开计算前，需要对指标评价值进行归一化预处理，消除不同量纲对评价结果的影响^[12]。采用最大-最小值标准化方法，根据公式⑴对统计数据予以归一化处理。

y_{ij}^{}=\frac{x_{ij}-\mathrm{m}\mathrm{i}\mathrm{n}(x)}{\mathrm{m}\mathrm{a}\mathrm{x}(x)-\mathrm{m}\mathrm{i}\mathrm{n}(x)}⑴

式中：x_{ij}为第i个评价对象的第j项评价指标的评价值；y_{ij}^{}为归一化后的第i个评价对象的第j项评价指标的评价值。

2.4　评价指标权重

综合考虑指标评价值统计数据之间的差异性、时间维度对评价指标的影响等因素，采用熵权法计算评价指标的权重。熵权法根据每项评价指标包含信息量的多少来确定指标权重，信息量越大说明指标变化程度越大，对应的熵值越小，对评价方案的影响越大，评价指标的权重越大。与传统的层次分析法相比，熵权法在评价指标赋权时具有更好的客观性，其计算过程和计算结果也具有较好的稳定性，能够有效避免指标赋权过程中由于主观意愿导致的误差。基于信息熵的评价指标权重计算方法公式如下。

e_{ij}=-\frac{\mathrm{1}}{\mathrm{l}\mathrm{n}m}{\displaystyle \sum _{i=\mathrm{1}}^m}{y}_{ij}\mathrm{l}\mathrm{n}{y}_{ij}i=\mathrm{1}，\mathrm{2}，\cdots ，m；j=\mathrm{1}，\mathrm{2}，\cdots ，n⑵

w_{ij}=\frac{\mathrm{1}-e_{ij}}{n-{\displaystyle \sum _{j=\mathrm{1}}^n}{e}_{ij}}i=\mathrm{1}，\mathrm{2}，\cdots ，m；j=\mathrm{1}，\mathrm{2}，\cdots ，n⑶

式中：m为评价对象的总数；n为评价指标的总数；e_{ij}为第i个评价对象的第j项评价指标的信息熵；w_{ij}为第i个评价对象的第j项评价指标的权重。

3　铁路物流基地运营绩效动态评价模型

3.1　基于理想解法的静态评价模型

完成基础数据处理和评价指标权重计算后，采用理想解法模型来求得铁路物流基地运营绩效的静态评价结果，作为动态评价模型的初始值。理想解法(TOPSIS)的基本原理是通过计算各评价对象与最优方案之间的距离，对所有评价对象进行排序。首先找出全部评价方案中的最优方案和最劣方案，然后计算所有评价对象与最优、最劣向量之间的距离，最后计算每个评价对象与最理想目标的接近程度，作为评价对象的排序依据。

设共有m个待评价的铁路物流基地作为评价对象，每个评价对象都有n个评价指标，则建立原始数据矩阵为：

X=\left[\begin{array}{c}{x}_{\mathrm{11}}\\ ⋮\\ x_{m\mathrm{1}}\end{array}\begin{array}{c}\cdots \\ \\ \cdots \end{array}\begin{array}{c}{x}_{\mathrm{1}n}\\ ⋮\\ x_{mn}\end{array}\right]⑷

对原始数据进行归一化，记为y_{ij}。设Y^{+}为所有指标评价值的最优向量，Y^{-}为所有指标评价值的最劣向量。

Y^{+}=(\mathrm{m}\mathrm{a}\mathrm{x}\{y_{\mathrm{11}}，y_{\mathrm{21}}，\cdots ，y_{m\mathrm{1}}\}，\cdots ，\mathrm{m}\mathrm{a}\mathrm{x}\{y_{\mathrm{1}n}，y_{\mathrm{2}n}，\cdots ，y_{mn}\})=(Y_{\mathrm{1}}^{+}，Y_{\mathrm{2}}^{+}，\cdots ，Y_n^{+})⑸

Y^{-}=(\mathrm{m}\mathrm{i}\mathrm{n}\{y_{\mathrm{11}}，y_{\mathrm{21}}，\cdots ，y_{m\mathrm{1}}\},\cdots ,\mathrm{m}\mathrm{i}\mathrm{n}\{y_{\mathrm{1}n}，y_{\mathrm{2}n}，\cdots ，y_{mn}\})=(Y_{\mathrm{1}}^{-}，Y_{\mathrm{2}}^{-}，\cdots ，Y_n^{-})⑹

依次计算每个铁路物流基地与Y^{+}和Y^{-}的距离，分别记为Z_i^{+}和Z_i^{-}。

Z_i^{+}=\sqrt[]{{\displaystyle \sum _{j=\mathrm{1}}^n}(Y_j^{+}-y_{ij}{)}^{\mathrm{2}}}i=\mathrm{1}，\mathrm{2}，...，m⑺

Z_i^{-}=\sqrt[]{{\displaystyle \sum _{j=\mathrm{1}}^n}(Y_j^{-}-y_{ij}{)}^{\mathrm{2}}}i=\mathrm{1}，\mathrm{2}，...，m⑻

计算每个评价对象与最优方案的贴近程度F_i，F_i越接近0，表示该评价对象的评价结果越差，F_i越接近1，表示该评价对象的评价结果越好。F_i计算公式如下。

F_i=\frac{Z_i^{-}}{Z_i^{+}+Z_i^{-}}\mathrm{0}\le F_i\le \mathrm{1}⑼

通过基于理想解法的静态评价模型，即可获得各铁路物流基地运营绩效的评价初始值，作为动态评价模型的基础。

3.2　动态评价模型构建

市场化转型发展对铁路物流基地在运营管理、装备配置和业务开展等方面都提出更高要求，转型发展是一个循序渐进的过程，不能一蹴而就。与静态评价模型相比，动态评价模型通过建立绩效评价结果与时间变量之间的关系，可以更加科学精准地反映出铁路物流基地转型发展中运营绩效的变化过程。与评分制的评价方法不同，铁路物流基地运营绩效动态评价模型的评价结果，以获得评价对象运营绩效排序为目标，而不是单纯获得评价对象的绩效得分，再对通过分数区间划分优良中差，确定评价对象的绩效水平。排序制的评价标准，能够更好反映出评价对象的整体水平，以及单个评价对象在群体中的位置水平。通过分析不同评价周期内的排位次序结果，反映评价对象的改进或退步效果，以及整个评价群体的整体状态，有利于实现评价结果的横向、纵向比较。动态评价模型建立步骤如下。

设有m个铁路物流基地作为评价对象S{}_{\mathrm{1}}{}^{}，S{}_{\mathrm{2}}{}^{}，\cdots，S{}_m{}^{}，在连续k个时间间隔相同的评价周期中，对m个评价对象进行动态评价。将评价对象S_i在t_h时刻的评价结果记为

r_{ih}=r_i(t_h)i=\mathrm{1}，\mathrm{2}，\cdots ，m；h=\mathrm{1}，\mathrm{2}，\cdots ，k+\mathrm{1}⑽

S_i在[t_h，t_{h+\mathrm{1}}]时段区间内的变化速度记为v_{ih}，其中，i=\mathrm{1}，\mathrm{2}，\cdots ，m；h=\mathrm{1}，\mathrm{2}，\cdots ，k+\mathrm{1}。

v_{ih}计算公式如下。

v_{ih}=(r_{i,h+\mathrm{1}}-r_{ih})/(t_{h+\mathrm{1}}-t_h)i=\mathrm{1}，\mathrm{2}，\cdots ，m；h=\mathrm{1}，\mathrm{2}，\cdots ，k+\mathrm{1}⑾

此时，评价对象变化情况示意图如图1所示。

评价对象变化曲线与横轴包围的图形面积反映了评价对象变化在[t_h，t_{h+\mathrm{1}}]时段区间内变化的总体状态，因此，用积分形式来表示评价对象S_i的动态评价值s_v^i(t_h，t_{h+\mathrm{1}})，计算公式如下。

s_v^i(t_h，t_{h+\mathrm{1}})={\displaystyle \underset{t_h}{\overset{t_{h+\mathrm{1}}}{\int }}}[v_{ih}+(t-t_h)\times (v_{i,h+\mathrm{1}}-v_{ih})/(t_{h+\mathrm{1}}-t_h)]\mathrm{d}t⑿

设第i个评价对象S_i变化速度在[t_h，t_{h+\mathrm{1}}]区间内的增长率为{\alpha }_{ih}。

{\alpha }_{ih}=\left\{\begin{array}{cc}\mathrm{0}& t_{h+\mathrm{1}}=\mathrm{1}\\ \frac{v_{i,h+\mathrm{1}}-v_{ih}}{t_{h+\mathrm{1}}-t_h}& t_{h+\mathrm{1}}>\mathrm{1}\end{array}\right.i=\mathrm{1}，\mathrm{2}，\cdots ，m⒀

v_{i,h+\mathrm{1}}和v_{ih}可以由公式⑾求出。引入关于{\alpha }_{ih}的单调递增函数\lambda ({\alpha }_{ih})作为反映评价值动态变化的奖惩因子，用以激励{\alpha }_{ih}的增长或者惩罚{\alpha }_{ih}的降低^[13]，计算公式如下。

\lambda ({\alpha }_{ih})=\frac{\epsilon }{\mathrm{1}+e^{-{\alpha }_{ih}}}⒁

设定当{\alpha }_{ih}=\mathrm{0}时，\lambda ({\alpha }_{ih})=\mathrm{1}，即当评价对象变化速率没有变化时，不进行奖励也不进行惩罚，可求得\epsilon =\mathrm{2}。当{\alpha }_{ih}>\mathrm{0}时，\lambda ({\alpha }_{ih})>\mathrm{1}，表示评价对象的此项指标处于改善阶段，予以奖励。当时，，表示此项指标处于下降阶段，予以惩罚。通过奖惩因子对指标评价值进行修正，即可实现将静态面板数据与前后周期内的相邻数据产生关联，实现随时间变化的动态评价。奖惩因子修正后的评价指标值为r_i^{\mathrm{\text{'}}}(t_h)，公式如下。

r_i^{\mathrm{\text{'}}}(t_h)=\lambda \left({\alpha }_{ih}\right)\times r_i(t_h)⒂

采用熵权法和理想解法模型计算求得铁路物流基地运营绩效的静态评价值，将第i个评价对象在t_h时刻的静态评价值记为F_i(t_h)。考虑到离当前评价时刻t_h越接近的评价周期内的评价值，对当前时刻t_h的评价值的影响更大，因此采用“厚今薄古”原则来设置相邻时刻评价值的影响权重^[14]，设第h个评价周期的时间权重为{\tau }_h，计算公式如下。

{\tau }_h=\frac{h}{{\displaystyle \sum _{h=\mathrm{1}}^N}h}h=\mathrm{1}，\mathrm{2}，\cdots ，N⒃

式中：h为评价周期次序号；N为评价周期总数。

最后，根据静态评价值F_i(t_h)与时间权重{\tau }_h，采用公式⒄即可计算出铁路物流基地运营绩效动态评价结果F_i^{\mathrm{\text{'}}}。

F_i^{\text{'}}={\displaystyle \sum _{h=\mathrm{1}}^N}{F}_i(t_h)\times {\tau }_{h}h=\mathrm{1}，\mathrm{2}，\cdots ，N⒄

3.3　评价算例验证

根据表1中的运营绩效评价指标，以7个一级铁路物流基地在2018—2022年的运营绩效统计数据为例，验证模型的适用性。通过对初始统计数据进行归一化处理，按照公式⑶即可求得不同评价指标的权重，铁路物流基地运营绩效评价指标权重如表2所示。

按照公式⑼即可计算获得7个评价对象近五年的运营绩效静态评价结果，铁路物流基地运营绩效静态评价结果如表3所示。

依据“厚今薄古”原则，根据公式⒃，可以计算得到2018—2022年不同年份在动态评价中的年份权重，2018—2022年年份权重如表4所示，其中，{\tau }_{\mathrm{1}}=\mathrm{1}/（\mathrm{1}+\mathrm{2}+\mathrm{3}+\mathrm{4}+\mathrm{5}）=\mathrm{1}/\mathrm{15}=\mathrm{0.067}，{\tau }_{\mathrm{2}}=\mathrm{2}/\mathrm{15}=\mathrm{0.133}，{\tau }_{\mathrm{3}}=\mathrm{3}/\mathrm{15}=\mathrm{0.200}，{\tau }_{\mathrm{4}}=\mathrm{4}/\mathrm{15}=\mathrm{0.267}，{\tau }_{\mathrm{5}}=\mathrm{5}/\mathrm{15}=\mathrm{0.333}。越靠近当前评价时刻，评价周期的年份权重越高。

最后，根据公式⒂、公式⒄，结合表2、表3、表4，即可求得2018—2022年铁路物流基地运营绩效分年度动态评价结果和综合评价结果，铁路物流基地运营绩效分年度动态评价结果如表5所示，2018—2022年铁路物流基地运营绩效综合评价结果如表6所示。

3.4　评价结果分析

研究结果表明，运营绩效动态评价模型能够将铁路物流基地市场化转型发展的成效与发展时序相关联，针对注重市场化转型的铁路物流基地予以一定程度的鼓励。例如，更加侧重对铁路物流基地多主体运营合作、合作模式创新、协调机制构建、物流及增值服务多样化、智能化技术应用等方面的评价。从评价结果来看，第5、6号铁路物流基地的转型发展成效更加显著，第3、7号铁路物流基地发展成效较为不理想。第3号铁路物流基地运营绩效评价指标值得分(2018—2022年)如图2所示，第5号铁路物流基地运营绩效评价指标值得分(2018—2022年)如图3所示。

从动态评价结果来看，第5号铁路物流基地在综合排序中得分最高。该铁路物流基地位于我国长江三角洲地区，所处区域经济发展水平较高，为提升服务能力和生产作业效率，该铁路物流基地在多元化合作、智能化系统研发方面取得显著成效。由该评价对象5年内各评价指标得分值，可以看出，该评价对象在合作模式灵活性、协调机制健全性、物流服务、增值服务、装卸机械利用率、智能化装备配置等方面得分更高。说明第5号铁路物流基地在积极拓展业务经营范围、丰富物流服务类型、加强智能化技术应用、探索与社会企业合作、实现运营模式创新等方面做出了更多努力，充分发挥了不同运营主体的优势，有效提升了铁路物流基地运量及经营质效，更好地实现了铁路物流基地面向快捷物流、多式联运等社会物流需求的市场化转型发展^[15]。第3号铁路物流基地的评价结果最不理想。该铁路物流基地位于我国华北地区，其所处区域的铁路货运业务以煤炭等大宗货物运输为主，快捷物流发展水平仍有待提升。该评价对象在物流服务、增值服务、智能化装备配置等方面的得分相对较低，仓储设施利用率、装卸机械利用率、智能化装备配置等指标值得分的成长性不足，反映了该评价对象在市场化转型过程中并没有取得比较明显的突破和改善。

铁路物流基地市场化转型发展需要分阶段、分步骤、分目标地逐步实现，有序推进。在转型升级过程中，应广泛借鉴社会物流基地的发展经验，提升转型质效，降低经营风险。一是，推进铁路物流基地市场化转型，应建立覆盖基地全生命周期的经营管理模式，统筹考虑基地规划布局、开发建设、运营管理各个阶段，避免出现因选址布局与市场需求和多式联运基础设施不衔接，设施建设无法满足现代物流需求等情况发生。二是，铁路物流基地规划布局在充分考虑铁路物流基础设施分布的同时，还应积极与国家、区域物流及产业规划相结合，充分考虑公路、水路、航空等综合交通运输基础设施的分布，提升多式联运能力。三是，应积极引入多元化投资建设主体，创新合资合作模式，充分发挥多元主体在各自领域内的竞争优势，为铁路物流基地建设运营提供良好的资金和管理保障。四是，在物流及增值服务拓展方面，应依托铁路大运量、低能耗、稳定性的优势，拓展运输、仓储、装卸搬运、流通加工、接取送达、物流信息等基础服务，开展运费贷、仓单质押、保理融资等物流增值服务，有效延伸服务链条、拓展服务范围。

4　结束语

市场化转型发展背景下，铁路物流基地作为铁路运输企业为客户提供物流服务的重要载体，既要注重面向市场实现开放、合作、共赢，又要兼顾自身发展质量，提升经营效率效益。建立面向市场化转型的运营绩效评价指标体系，对于客观反映铁路物流基地转型效果具有积极意义。在此基础上，采用动态评价模型进行铁路物流基地运营绩效评价，不仅能够更加科学地反映铁路物流基地市场化转型过程中，不同评价周期内的运营绩效变化情况，而且能够有效避免部分评价指标值发生较大跨度的变革性调整时，对评价结果稳定性、科学性的影响。同时，市场化转型评价指标和动态评价模型，会更加鼓励铁路物流基地积极创新探索多元化经营合作模式，拓展综合物流业务经营范围，更加契合客户的快捷物流、定制化物流市场需求，助力铁路物流基地高质量发展。

参考文献

[1] 李艳伟，龙佳桂，陈容.后疫情时代铁路货运向现代物流转型的发展对策[J].物流技术，2021，40(11)：15-19.

[2] LI Yanwei， LONG Jiagui， CHEN Rong.Countermeasures to Transform Railway Freight Transport to Modern Logistics in Post-epidemic Era[J]. Logistics Technology，2021，40(11)：15-19.

[3] 中国铁路总公司.铁路物流基地布局规划及2015—2017年建设计划[A].北京：中国铁路总公司，2015.

[4] YANG Z Z， SUN Y， LEE P T.China-Europe Railway Express：A case on the Chongqing International Logistics Center[J]. Transportation Research Part A：Policy and Practice，2020，136(6)：244-261.

[5] 赵全赏. 哈尔滨局集团公司铁路货场经营管理策略研究[J].铁道运输与经济，2021，43(7)：60-64.

[6] ZHAO Quanshang. Study on Resource Utilization and Management Strategies of Railway Freight Yard of China Railway Harbin Group[J].Railway Transport and Economy，2021，43(7)：60-64.

[7] 刘蔚. 新时代我国铁路物流基地经营管理策略研究[J]. 铁道经济研究，2022(3)：15-18.

[8] LIU Wei.Research on Operation and Management Strategy of China's Railway Logistics Base in the New Era[J]. Railway Economics Research，2022(3)：15-18.

[9] 郭晓黎. 铁路物流基地运营统计指标体系构建研究[J]. 铁道运输与经济，2019，41(2)：100-106.

[10] GUO Xiaoli.A Study on the Construction of the Operation Statistics System of Railway Logistics Park[J]. Railway Transport and Economy，2019，41(2)：100-106.

[11] LOMOTKO D V， ALYOSHINSKY E S， ZAMBRYBOR G G. Methodological Aspect of the Logistics Technologies Formation in Reforming Processes on the Railways[J]. Transportation Research Procedia，2016，14(4)：2762-2766.

[12] YANG N P， FENG F L， HUANG Q，et al. Optimized Design to Adverse Transportation Conditions for Railway Freight System[J].Accident Analysis & Prevention，2021，154(5)：106091.

[13] 丁小东，刘启钢，周凌云，等. 基于DEA方法的铁路物流基地运营评价研究[J]. 铁道运输与经济，2019，41(11)：75-81.

[14] DING Xiaodong， LIU Qigang， ZHOU Lingyun，et al. A Study on the Evaluation of Railway Logistics Center Operation based on DEA Method[J].Railway Transport and Economy，2019，41(11)：75-81.

[15] 李笑红，徐金辰，杨南. 基于资源配置决策的铁路货运场站综合评价[J]. 中国铁道科学，2020，41(4)：146-152.

[16] LI Xiaohong， XU Jinchen， YANG Nan. Comprehensive Evaluation for Railway Freight Yard Based on Resource Allocation Decision[J]. China Railway Science，2020，41(4)：146-152.

[17] ABRAMOV A， PODOROZKINA A， BILENKO G，et al. Optimization of Freight Train Speeds on Railway Transport[J]. Transportation Research Procedia，2022，61(2)：371-1375.

[18] 宋云.铁路物流基地统计数据分析方法探讨[J].铁道货运，2019，37(5)：1-6，15.

[19] SONG Yun. A Study on a Modal to Analyze Statistical Data at Railway Logistics Parks based on K-means Clustering Algorithm[J]. Railway Freight Transport，2019，37(5)：1-6，15.

[20] 刘微微，石春生，赵圣斌.具有速度特征的动态综合评价模型[J].系统工程理论与实践，2013，33(3)：705-710.

[21] LIU Weiwei， SHI Chunsheng， ZHAO Shengbin.Dynamic Comprehensive Evaluation Model with the Feature of Speed[J]. Systems Engineering-Theory & Practice，2013，33(3)：705-710.

[22] 赵之毓.区域物流竞争力的动态评价方法与应用研究[D].西安：西安电子科技大学，2021.

[23] CUI S， PITTMAN R， ZHAO J.Restructuring the Chinese Freight Railway：Two Scenarios[J].Asia and the Global Economy，2021，1(1)：100002.

基金资助

中国铁道科学研究院集团有限公司科研项目(2023YJ163)

中国国家铁路集团有限公司科技研究开发计划课题(P2023X014)

陕西省重点研发计划项目(2024GX-YBXM-536)