JP2014002466A - Two-step analysis method for measuring railroad demand in land freight - Google Patents
Two-step analysis method for measuring railroad demand in land freight Download PDFInfo
- Publication number
- JP2014002466A JP2014002466A JP2012135952A JP2012135952A JP2014002466A JP 2014002466 A JP2014002466 A JP 2014002466A JP 2012135952 A JP2012135952 A JP 2012135952A JP 2012135952 A JP2012135952 A JP 2012135952A JP 2014002466 A JP2014002466 A JP 2014002466A
- Authority
- JP
- Japan
- Prior art keywords
- freight
- transportation
- railway
- demand
- cargo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 28
- 238000012108 two-stage analysis Methods 0.000 claims description 23
- 238000009826 distribution Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000008520 organization Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、陸上貨物における鉄道需要を計測する二段階分析方法に関するものである。 The present invention relates to a two-stage analysis method for measuring railway demand in land freight.
これまで、鉄道貨物輸送に関する需要予測は、一般的な四段階推定法を用いているが、貨物輸送の実績における鉄道分担シェアはトンベースで１％弱、トンキロベースで約４％であり、いずれも誤差項数字以内に収まっており、このような推定法により鉄道貨物需要を客観的に測定することは不可能である。 So far, the demand forecast for railway freight transportation has been using a general four-stage estimation method, but the share of railway in freight transportation is less than 1% on a ton basis and about 4% on a ton-kilometer basis. However, it is impossible to objectively measure railway freight demand by such an estimation method.
本出願の発明者は、既に「貨物駅と線区に基づいた貨物流動計測システム」（上記特許文献１参照）を提案しており、各駅から発送された貨物の線区通過状況と各地域における貨物駅の地域影響範囲（駅勢圏）を把握できるようにしている。
また、同様に「鉄道貨物輸送による効果の評価方法」（上記特許文献２参照）により各駅勢圏に存在する陸上貨物の流動経路を抽出して、鉄道輸送とトラック輸送との比較を行い、それに基づいて鉄道輸送に伴う物流費用優位性の判断基準などを計測できるようにしている。
The inventor of the present application has already proposed a “freight flow measurement system based on a freight station and a line section” (see
Similarly, the “Evaluation method of the effect of rail freight transportation” (see Patent Document 2 above) extracts the flow path of land freight existing in each station area and compares it with rail transportation and truck transportation. Based on this, it is possible to measure the criteria for determining the logistics cost advantage associated with rail transport.
しかしながら、既存の分析手法の限界を打破するためには、まず陸上貨物輸送に影響を与える影響要素は何であるか、地域経済、工業生産、地域間貨物の流動状況、そして鉄道を含む陸上貨物輸送の実態がどうなっているかなどの分析・把握により、既存の鉄道貨物と類似性のある陸上貨物に限定し、具体的な鉄道線区の貨物輸送実状に基づいて、陸上貨物のモーダルシフトの可能性を定量的に計測する方法が必要となるが、このような方法は提案されていなかった。 However, to overcome the limitations of existing analytical methods, first of all, what are the influencing factors affecting land freight transport, regional economy, industrial production, inter-regional freight flows, and land freight transport including railways? By analyzing and grasping the actual conditions of land transportation, it is limited to land freight similar to existing rail freight, and modal shift of land freight is possible based on the actual freight transportation situation of the railway line A method for quantitatively measuring sex is required, but such a method has not been proposed.
本発明は、上記状況に鑑みて、陸上貨物における鉄道分担シェアの向上を図るモーダルシフトの可能性を定量的に示す陸上貨物における鉄道需要を計測する二段階分析方法を提供することを目的とする。 In view of the above situation, an object of the present invention is to provide a two-stage analysis method for measuring railway demand in land freight that quantitatively indicates the possibility of a modal shift to improve the share of railway in land freight. .
本発明は、上記目的を達成するために、
〔１〕陸上貨物の鉄道需要を計測する二段階分析方法であって、鉄道線区での輸送の特徴を分析した上で、鉄道貨物と類似性のある製造業地域間陸上貨物に限定し、かつこの線区を通過する貨物を対象にして、まず鉄道輸送が可能となる潜在貨物需要分析モデルを作成し、次に貨物駅勢圏を単位として鉄道とトラックの分担率を再現する輸送機関分担率モデルを構築することを特徴とする。
In order to achieve the above object, the present invention provides
[1] This is a two-stage analysis method for measuring railway demand for land freight. After analyzing the characteristics of transportation in the railway line area, it is limited to land freight between manufacturing areas similar to rail freight. In addition, for cargo passing through this section, first create a potential cargo demand analysis model that enables rail transportation, and then redistribute the railway and truck sharing ratios for each cargo station area. It is characterized by constructing a rate model.
〔２〕上記〔１〕記載の鉄道需要を計測する二段階分析方法において、前記潜在貨物需要分析モデルは、地域経済データ、工業データ、地域間貨物流動データを利用して各地域における製造業の生産額に関する情報を参照して業種別貨物量を推定し、また、発着地データベース、物流経路データベース、鉄道経路データベース、線区輸送データベースに基づいて各地域における製造業陸上貨物から鉄道輸送が可能となる潜在的な貨物と線区を通過可能な貨物に関する諸係数を割り出すことを特徴とする。 [2] In the two-stage analysis method for measuring railway demand as described in [1] above, the latent cargo demand analysis model uses regional economic data, industrial data, and interregional cargo flow data for the manufacturing industry in each region. It is possible to estimate the amount of freight by industry by referring to the information on the production value, and it is possible to transport rail from the manufacturing land freight in each region based on the departure / arrival point database, distribution route database, rail route database, and line transportation database. It is characterized by determining various factors related to potential cargo and cargo that can pass through the line.
〔３〕上記〔１〕記載の鉄道需要を計測する二段階分析方法において、前記駅勢圏を単位にした輸送機関分担率モデルは、貨物駅勢圏内における輸送機関別の陸上貨物輸送実態データベースと、影響要素のデータベースとを参照して作成することを特徴とする。
〔４〕上記〔３〕記載の鉄道需要を計測する二段階分析方法において、前記影響要素は、輸送ロット重量、アクセス条件、輸送時間、輸送費用であることを特徴とする。
[3] In the two-stage analysis method for measuring railway demand as described in [1] above, the transport share model based on the station sphere is a land freight transportation actual state database for each transportation in the cargo station sphere. It is characterized by being created with reference to a database of influential elements.
[4] In the two-stage analysis method for measuring railway demand according to [3] above, the influential elements are transportation lot weight, access conditions, transportation time, and transportation cost.
本発明によれば、陸上貨物輸送における地域間輸送ペアに対して、輸送線区の実態に基づいた鉄道輸送の改善策の検討と、各々の対策によるモーダルシフトの可能性を定量化する重要なツールとして利用することができる。 According to the present invention, for inter-regional transportation pairs in land freight transportation, it is important to examine measures for improving rail transportation based on the actual conditions of transportation line sections and to quantify the possibility of modal shift by each countermeasure. It can be used as a tool.
本発明の陸上貨物の鉄道需要を計測する二段階分析方法は、鉄道線区での輸送の特徴を分析した上で、鉄道貨物と類似性のある製造業地域間陸上貨物に限定し、かつこの線区を通過する貨物を対象にして、まず鉄道輸送が可能となる潜在貨物需要分析モデルを作成し、次に貨物駅勢圏を単位として鉄道とトラックの分担率を再現する輸送機関分担率モデルを構築する。 The two-stage analysis method for measuring the railway demand for land freight according to the present invention is limited to land freight between manufacturing areas similar to rail freight after analyzing the characteristics of transportation in the railway line. A transport demand sharing model that first creates a potential cargo demand analysis model that enables rail transport, and then reproduces the share of rail and trucks for each cargo station area. Build up.
以下、本発明の実施の形態について詳細に説明する。
本来は、鉄道貨物需要に関する分析は、全ての貨物を対象にして行うべきである。しかし、現状の貨物輸送において、鉄道貨物輸送の分担率は、全体輸送の誤差内に陥っている程度の数値に過ぎない。従って、貨物輸送に関する既存の需要分析・予測手法は、鉄道に適用できなかったし、それらのモデルを利用して鉄道貨物を分析することは現実では不可能である。
Hereinafter, embodiments of the present invention will be described in detail.
Originally, the analysis of railway freight demand should be conducted on all freights. However, in the current freight transportation, the share of rail freight transportation is only a numerical value that falls within the error of the whole transportation. Therefore, existing demand analysis and prediction methods related to freight transportation cannot be applied to railways, and it is impossible in reality to analyze railway freights using these models.
本発明は、上記した鉄道貨物の分析手法を打開するものであり、対象線区での輸送の特徴を分析した上で、鉄道貨物と類似性のある製造業地域間陸上貨物に限定し、かつ同線区を通過する貨物を対象にして、まず鉄道輸送が可能となる潜在鉄道貨物分析モデルを作成し、次に貨物駅勢圏を単位として鉄道とトラックの分担率を再現する駅勢圏を単位にした輸送機関分担率モデルである地域間輸送ペアに対して陸上貨物のモーダルシフトの可能性を定量的に示す鉄道貨物輸送需要予測の二段階分析方法である。 The present invention breaks down the above-mentioned rail freight analysis method, and after analyzing the characteristics of transportation in the target line, is limited to inter-manufacturing land freight similar to rail freight, and First, a potential rail freight analysis model that enables rail transport is created for cargo passing through the same section, and then a station sphere that reproduces the share of railways and trucks in units of freight stations. It is a two-stage analysis method of railway freight transportation demand forecast that quantitatively shows the possibility of modal shift of land freight for inter-regional transportation pairs, which is a unit model of transportation organization in units.
図１は本発明による陸上貨物における鉄道需要を計測する二段階分析方法の概要図である。
（１）鉄道輸送が可能となる潜在鉄道貨物分析モデル１を作成する。ここでは、地域経済データ２、工業データ３、地域間貨物流動データ４、また、発着地データベース５、物流経路データベース６、鉄道経路データベース７、線区輸送データベース８を利用して各地域における製造業地域間陸上貨物における対象線区を通過可能な鉄道潜在需要を推定する。
FIG. 1 is a schematic diagram of a two-stage analysis method for measuring railway demand in land freight according to the present invention.
(1) Create latent railway
（２）次に、駅勢圏を単位にした輸送機関分担率モデル１１を作成する。ここでは、貨物駅勢圏内における輸送機関別の陸上貨物輸送実態データベース１２と、影響要素のデータベース１３、つまり、輸送ロット重量１４、アクセス条件１５、輸送時間１６、輸送費用１７を参照する。
このような二段階の分析を経て、陸上貨物のモーダルシフトの可能性を定量的に計測する。
(2) Next, a transport agency
Through this two-stage analysis, the possibility of modal shift of land freight is quantitatively measured.
以下、本発明についてより詳細に説明する。
〔１〕製造業地域間陸上貨物における潜在鉄道貨物需要分析モデルの構築
本発明の鉄道貨物需要分析の第１段階の潜在貨物分析モデル１の構築については、以下のように検討した。
（１）経済統計・工業統計や物流センサス（図１の地域経済データ２、工業データ３、地域間貨物流動データ４に相当）を利用して各地域における製造業の生産額から、業種別貨物量を推定する。
（２）物流センサス、鉄道輸送実績、関連地域間貨物流動などのデータ、そして整備された線区輸送データベース（図１の発着地データベース５、物流経路データベース６、鉄道経路データベース７、線区輸送データベース８に相当）に基づいて、各地域における製造業陸上貨物から鉄道輸送が可能となる潜在的な貨物、さらに対象線区の通過可能な貨物に関する諸係数を割り出す。
（３）上記（１）と（２）を踏まえ、各地域における製造業地域間陸上貨物における研究対象線区を通過可能な鉄道潜在需要を推定する。
Hereinafter, the present invention will be described in more detail.
[1] Construction of latent railway freight demand analysis model for land freight between manufacturing regions The construction of latent
(1) By using economic and industrial statistics and logistics census (corresponding to regional economic data 2,
(2) Logistics census, railway transport results, cargo flow between related areas, etc., and developed line transportation database (departure and
(3) Based on the above (1) and (2), estimate the potential demand for railway that can pass through the study line in the inter-manufacturing land freight in each region.
(Ａ) 製造業貨物量（業種別）の推定
製造業には様々な業種がある。業種によって、単位生産額から生み出す貨物量に差異が存在する。そのために、ここでは、関連統計調査データに基づいて、式（１）に示すように製造業の業種別貨物量を推定する。
(A) Estimating manufacturing industry cargo volume (by industry) There are various industries in the manufacturing industry. Depending on the type of industry, there is a difference in the amount of cargo generated from the unit production value. Therefore, here, based on the related statistical survey data, as shown in the equation (1), the amount of freight by industry in the manufacturing industry is estimated.
ここで、ＦＴ：製造業貨物量（トン) 、ＦＭ：生産額（万円）、γh ：業種ｈに対するパラメーターを示す。
表１は、製造業の業種別貨物量を推定するモデルを示したものである。各業種のパラメーターに対して統計検定水準１％で各種モデルの有意性を有することで、図２に示すような製造業貨物量の実績値と推定値を比較した結果により、モデルの精度が高いと判断できる。
Here, FT: manufacturing industry cargo volume (tons), FM: production value (10,000 yen), γ h : parameters for industry h.
Table 1 shows a model for estimating the cargo volume by industry in the manufacturing industry. By having a statistical test level of 1% for each industry parameter and the significance of various models, the model accuracy is high as a result of comparing the actual and estimated values of manufacturing cargo volume as shown in Fig. 2. It can be judged.
(Ｂ) 対象線区を通過可能な潜在鉄道貨物量の推定
一般に、各地域には複数の業種が存在するため、各地域から発送する製造業貨物量は、業種別の貨物量を合計したものである。
従って、対象線区を通過可能な潜在鉄道貨物量は、上記式 (１) で推定した製造業（業種別）貨物量から、次に示す式（２）を用いて算出できる。
(B) Estimating the amount of potential rail freight that can pass through the target line Generally, there are multiple industries in each region, so the amount of manufacturing cargo shipped from each region is the sum of the amount of cargo by industry. It is.
Therefore, the potential rail freight volume that can pass through the target line can be calculated from the manufacturing industry (industry-specific) freight amount estimated by the above formula (1) using the following formula (2).
以上の諸係数は物流センサス、鉄道輸送実績、関連地域間貨物流動などのデータおよび線区輸送データベースを利用して割り出すことができる。表２は各地域におけるＫＳ線区に対する諸係数を算出したものである。 The above factors can be calculated using data such as logistics census, railway transportation performance, inter-regional cargo flow, and line transportation database. Table 2 shows the calculated coefficients for the KS line in each region.
〔２〕貨物駅勢圏を単位にした潜在鉄道貨物の輸送機関分担率モデルの構築
本発明の鉄道貨物需要分析の第２段階では、各地域から発送した製造業地域間陸上貨物において主要線区の関係貨物駅の駅勢圏を単位にした潜在鉄道貨物の輸送機関分担率モデルを構築する。
（１）貨物駅勢圏内に存在する潜在鉄道貨物における輸送機関分担率の分析
ここで、貨物駅勢圏内の製造業地域間陸上貨物において、鉄道輸送が可能となる潜在貨物の輸送機関分担率は、鉄道とトラック貨物の分担率をさす。これは、地域によって、貨物駅によって、対象線区によって、そして輸送先によって異なることがある。図３は、地域Ｋにおける各貨物駅勢圏内から発送したＫＳ線区を通過可能な貨物において、鉄道とトラック貨物の分担率を示す図である。
[2] Construction of a transport system sharing model for latent railway cargo in units of cargo station spheres In the second stage of the railway cargo demand analysis of the present invention, in the land freight shipped from each region, Construct a transport share model for potential rail freight based on the station area of the relevant freight station.
(1) Analysis of the share of transport facilities for potential rail freight within the freight station area Here, the share of transport means for potential freight that can be transported by rail for land freight between manufacturing areas within the freight station area is The share of railway and truck cargo. This may vary from region to region, freight station, subject line, and destination. FIG. 3 is a diagram showing a share ratio between a railroad and a truck freight in a freight that can pass through the KS line section sent from each freight station area in region K.
また、ＫＳ線区を通過可能な貨物の輸送先によっても輸送機関分担率が変化する。
（２）輸送機関分担率に及ぼす影響要素の分析
輸送機関分担率に影響を及ぼす影響要因は様々であるが、貨物の荷主は、輸送機関を選択するときに、企業のロジスティクス視点から、商的慣習、輸送サービスの高度化、安全性、信頼性、確実性、迅速性、利便性、低コスト、短時間、多頻度、ジャスト・イン・タイム（ＪＩＴ）などの多くの影響要素を考慮する。その中には、定性的影響要素と定量的影響要素が存在する。これらの影響要素をすべて解明することは、社会複雑系になるので不可能である。ここでは、一般的によく使われる輸送機関分担率に及ぼす定量的影響要素として、荷主が一回に出荷し輸送する貨物量という輸送ロット重量、輸送施設の利便性という貨物駅や高速道路インターチェンジへのアクセス条件、荷主の貨物発送から輸送先までのドアツードア輸送時間、そして輸送費用などを取り上げ、分担率モデルの構築を行う。分析用になる各種データの取得方法は、以下の通りである。
・輸送ロット重量は、物流センサスに基づいたものを利用する。
・貨物駅勢圏内における鉄道輸送またはトラック輸送のアクセス条件は、鉄道輸送の場合には発送貨物の所在地から貨物駅まで、トラック輸送の場合には高速道路のインターチェンジまでのアクセス距離を指し、電子地図上で測定したものである。
・ドアツードア輸送時間は、物流センサスや鉄道貨物実績データそして線区輸送データベースに基づいている。鉄道の場合には鉄道時刻表に従って出発駅、中継駅、到着駅での各種作業（荷積み、積換え、荷降ろし）時間と待機時間そして列車運行経路などにより計ったものであり、トラック輸送の場合には出発地から到着地までの一般道路走行時間、高速道路インターチェンジを経由して高速道路走行時間、荷積み卸し時間、待機時間そしてドライバー労働時間の規制による休憩時間を考慮して測定したものである。
・輸送費用は、上記特許文献２で提案した輸送費用モデルを用いて各輸送ペアにおける鉄道輸送とトラック輸送の場合をそれぞれ算出したものである。
In addition, the distribution ratio of transportation varies depending on the destination of cargo that can pass through the KS line.
(2) Analysis of influential factors that affect the share of transportation means Although there are various influencing factors that affect the share of transport means, cargo consignors, when selecting a transport means, from a corporate logistics perspective, Consider many influencing factors such as customs, advancement of transport services, safety, reliability, certainty, speediness, convenience, low cost, short duration, frequent, just-in-time (JIT). Among them are qualitative and quantitative influence factors. It is impossible to elucidate all of these influencing factors because it is a complex social system. Here, as a quantitative influence factor on the commonly used transport share, the transport lot weight, which is the volume of cargo shipped and transported by the shipper at one time, the convenience of the transport facility to the freight station and expressway interchange The share ratio model is constructed by taking up the access conditions of the shipper, the door-to-door transportation time from the cargo shipment of the shipper to the destination, and the transportation cost. The method for obtaining various data for analysis is as follows.
・ Transport lot weight is based on logistics census.
・ Access conditions for rail transport or truck transport within the freight station area indicate the access distance from the location of the cargo to be shipped to the cargo station in the case of rail transport and to the expressway interchange in the case of truck transport. Measured above.
・ Door-to-door transportation time is based on logistics census, railway track record data, and line transportation database. In the case of railroads, it is measured according to various work (loading, transshipment, unloading) time and waiting time at the departure station, relay station, and arrival station according to the railway timetable, and the train operation route. In some cases, it was measured taking into account the general road travel time from the departure point to the destination, highway travel time via highway interchange, unloading / unloading time, waiting time, and break time due to driver working time regulations It is.
The transportation cost is calculated by using the transportation cost model proposed in Patent Document 2 above for the cases of rail transportation and truck transportation in each transportation pair.
以上のような影響要素と輸送機関分担率の間にどのような関係が存在しているかは、図４〜図７の散布図に示すように、それぞれの貨物駅勢圏内から輸送先の地域までの輸送ペアで表すことができる。基本的には、トラック分担率が高い実態が見える。鉄道は、低い分担率の場合が多いが、輸送ペアによって０．５ないし０．８のケースがあることがわかる。以下で、輸送機関分担率に対する各影響要素の影響について考察する。 As shown in the scatter charts in Figs. 4-7, the relationship between the influential factors and the transport ratio is as follows. Of transport pairs. Basically, it can be seen that the truck share is high. Railways often have a low share, but it can be seen that there are cases of 0.5 to 0.8 depending on the transport pair. In the following, the influence of each influencing factor on the transport share is considered.
図４は、地域Ｋにおける各貨物駅の駅勢圏内から発送した貨物が、ＫＳ線区を通過して輸送先の地域までという輸送ペアごとの陸上貨物における輸送ロット重量に対する輸送機関分担率の散布図を示したものである。鉄道の場合には、全般的に分担率が低く、大部分の輸送ロットは５トン以下に集中している。トラックの場合は、分担率が０．８以上高く、１０トン以下の輸送ロットが多いことがわかった。 Fig. 4 shows the distribution of the distribution ratio of the transportation system for the transportation lot weight in the land cargo for each transportation pair where the cargo shipped from the station area of each cargo station in region K passes through the KS line to the destination region. FIG. In the case of railways, the share is generally low, and most transportation lots are concentrated below 5 tons. In the case of trucks, it was found that the share ratio was 0.8 or higher and there were many transportation lots of 10 tons or less.
図５は、同輸送ペアごとに対して地域Ｋから発送した貨物の貨物駅又は高速道路インターチェンジへのアクセス条件と輸送機関分担率の散布図を示したものである。アクセス距離は、鉄道とトラックともに４０ｋｍ以下のものが多いが、６０ｋｍないし１００ｋｍのケースもあることが判明した。
図６は、輸送ペアごとに対して鉄道とトラックの輸送時間と輸送機関分担率の散布図を示したものである。鉄道輸送は、ドアツードアの輸送時間がトラック輸送より長いものが多い。また鉄道輸送の場合は、図７に示すように、輸送費用が相対的に安いことがわかった。
FIG. 5 shows a scatter diagram of the access conditions to the freight station or highway interchange of the cargo sent from the region K for each transport pair and the transportation organization share rate. Access distances of both railroads and tracks are mostly 40 km or less, but it has been found that there are cases of 60 km to 100 km.
FIG. 6 shows a scatter diagram of railway and truck transportation time and transportation organization share for each transportation pair. Rail transport often has a longer door-to-door transport time than truck transport. In the case of rail transportation, as shown in FIG. 7, it was found that the transportation cost is relatively low.
以上より、各影響要素をいずれか単独で考慮して輸送機関分担率との関係を明確にすることはかなり難しいことがわかる。したがって、これら影響要素を組み合わせて総合的に分析することが必要となる。
（３）主要線区を通過可能な陸上貨物における鉄道とトラックの分担率モデル
前に述べたように、単一の影響要素から輸送機関分担率を明確に解析することは難しいため、ここでは、複数の影響要素を考慮して輸送機関分担率の解明を試みる。その関係式を表現するには、一般的にランダム効用理論に基づいて現況のデータから作成することが考えられる。本発明では、上記した（２）で分析した４つの影響要素を説明変数として、それらの効用を最大化する期待値に対して鉄道とトラックの分担率を再現する確率モデルの構築を行う。
From the above, it can be seen that it is quite difficult to clarify the relationship with the transport share by considering each influential factor alone. Therefore, it is necessary to analyze comprehensively by combining these influencing factors.
(3) Railway and truck sharing ratio model for land freight that can pass through main lines As mentioned earlier, it is difficult to clearly analyze the transportation sharing ratio from a single influence factor. Attempt to elucidate the share of transportation in consideration of multiple influencing factors. In order to express the relational expression, it is generally considered that the relational expression is created from the current data based on the random utility theory. In the present invention, the four influence factors analyzed in the above (2) are used as explanatory variables, and a probability model that reproduces the sharing ratio between the railway and the truck with respect to the expected value that maximizes their utility is constructed.
この分担率モデルは、基本的に２つの関数式がある。
１つは、ロジスティックモデルで表現する関数〔下記式（３）〕を利用して分析することである。
This sharing ratio model basically has two functional expressions.
One is to analyze using a function expressed by a logistic model [the following formula (3)].
もう１つは、次の式（４）で表すように確率項の分布を正規分布とするプロビットモデルで分析することである。
ここで、
Ｐmr：貨物駅勢圏内に存在する製造業地域間陸上貨物に対する輸送ペアごとにおける鉄道分担率、
ｋｓ：対象線区（ＫＳ線区）、
ＭＩ：選択肢の数、
Ω：確率項の分散共分散行列を表すもの、
P mr : Railway sharing ratio for each transportation pair for inter-manufacturing land freight within the freight station area,
ks: target line (KS line),
MI: number of choices,
Ω: the variance-covariance matrix of the probability term,
これまで分析したデータを利用して、表３に示すように各影響要素の組合せにより鉄道とトラックの分担率再現モデルを構築することができた。ロジスティックモデルとプロビットモデルに関しては、各要素の符号が一致したため、推定されたモデルにはロジック的な問題がなかったと考えられる。また、モデルの相関係数は、０．７６と０．７７であるが、１％の統計検定水準で全体の有意性があるため、モデル全体で輸送機関分担率を再現できる信頼性を有することが判明した。 By using the data analyzed so far, as shown in Table 3, it was possible to build a railway and truck sharing ratio reproduction model by combining each influence element. Regarding the logistic model and the probit model, since the signs of the respective elements coincide, it is considered that the estimated model had no logic problem. In addition, the correlation coefficient of the model is 0.76 and 0.77, but the whole model is significant at the statistical test level of 1%. There was found.
さらに、各要素のパラメーターについて考察する。まず、輸送機関固有変数では、ダミー変数（トラック：１、鉄道：０）を利用して表現したが、推定した同項目のパラメーターはプラス符号でその値が２つのモデルにおいてそれぞれ３．４７、と１．９０であるため、トラック輸送には固有的な優位性が圧倒的にあることがわかった。これは、国内貨物輸送市場の現状（６３，０００社以上のトラック輸送事業者：１社の鉄道貨物事業者）が客観的にモデルに現われたことと考える。 In addition, consider the parameters of each element. First, in terms of transportation-specific variables, dummy variables (truck: 1, railway: 0) were used, but the estimated parameters of the same item were plus signs and their values were 3.47 in the two models, respectively. Since it was 1.90, it was found that truck transport has an overwhelming inherent advantage. This is because the current state of the domestic freight transportation market (more than 63,000 trucking operators: one rail freight operator) appeared objectively in the model.
次に、輸送費用、輸送時間やアクセス条件に対して各パラメーターの符号は、すべてマイナスで、輸送費用が高くなるほど、輸送時間が長くなるほど、そしてアクセス距離が遠くなるほど、輸送機関利用の効用性が低くなるというロジックと一致していると判断できる。また、輸送費用項目のパラメーター値は小さいため、費用面で競争が激しくなっていることがわかった。また、地域間陸上貨物に限定したモデルであるため、輸送時間のパラメーター値が大きくなくても、輸送時間が一定の程度で輸送機関分担率に及ぼす影響を有していることがわかった。 Next, the sign of each parameter for transport cost, transport time, and access conditions is all negative, and the higher the transport cost, the longer the transport time, and the longer the access distance, the more effective the use of the transportation system is. It can be determined that it is consistent with the logic of lowering. In addition, since the parameter value of the transportation cost item is small, it turned out that the competition in terms of cost is intensifying. In addition, since the model is limited to inter-regional land freight, it has been found that even if the parameter value of transport time is not large, the transport time has an effect on the share of transport organization at a certain level.
さらに、アクセス条件については、アクセス距離が近くなるほど、輸送機関利用の利便性が高いということである。推定したモデルにある同パラメーター値によると、輸送施設へのアクセス条件は、重要な影響要素であることがわかった。
そして、地域間貨物に対する輸送ロットは、荷主が輸送機関を利用するとき、一回になるべく多くの貨物量を輸送するように要求することが多くあり、プラス符号で説明できることが考えられる。このパラメーター値は、ｋｇ単位に対応しているため小さくなったが、トンに換算すると一定程度の影響があることが判断できる。これは、５トンコンテナを中心にした鉄道貨物輸送にとっては、今後改善の方向性への手掛かりになる。
Furthermore, the access condition is that the closer the access distance is, the higher the convenience of using the transportation facility. According to the parameter values in the estimated model, the condition of access to the transport facility was found to be an important influencing factor.
And the transportation lot for the inter-regional cargo often requires that the cargo amount be transported as much as possible when the shipper uses the transportation means, and it can be explained by a plus sign. This parameter value is small because it corresponds to the kg unit, but it can be judged that there is a certain degree of influence when converted to tons. This is a clue to future improvement for rail freight transportation centering on 5 ton containers.
本発明では、鉄道貨物と類似性のある製造業地域間陸上貨物に限定して、地域経済産業統計、物流センサスおよび地域間貨物流動調査そして鉄道貨物輸送実績データなどを用いて貨物輸送の実態を総合的に分析し、鉄道を中心にして主要線区を通過可能な潜在貨物に対する需要予測を行う二段階分析手法を開発した。その主な成果は、以下の通りである。
(１) 鉄道貨物輸送実績や物流センサスデータに基づいて陸上貨物輸送の関連データベースの整備により主要線区の貨物実態を把握することができた。同関係駅勢圏内において同線区を通過可能な製造業地域間陸上貨物の集荷ゾーンが判明した。
In the present invention, the actual situation of freight transportation is analyzed using regional economic and industrial statistics, logistics census, inter-region freight flow surveys, and railway freight transportation performance data, etc. A two-stage analysis method has been developed that comprehensively analyzes and forecasts demand for potential cargo that can pass through the main railway line, centering on railways. The main results are as follows.
(1) Based on the results of rail freight transportation and logistics census data, we were able to ascertain the actual cargo conditions in the main lines by developing a database related to land freight transportation. A zone for collecting land freight between manufacturing areas that can pass through the same district within the same station area has been found.
(２) 製造業地域間陸上貨物に対して、ＫＳ線区を通過可能な貨物分析モデルの構築により、各地域から発送する貨物において鉄道線区の潜在需要分析が可能となった。
(３) 関係駅の影響範囲に存在するＫＳ線区を通過可能な潜在貨物に対して貸切トラック及びトレーラー貨物の輸送状況の分析により、トラックと鉄道の分担率を明らかにするとともに、発送貨物駅の影響範囲を単位にして、発駅と到着地域の輸送ペアの輸送経路を分析することにより、貨物輸送時間及び費用、荷主の所在地から駅までのアクセス条件などの複数影響要素を用いて、同線区の貨物輸送需要予測モデルを開発した。
(2) With the construction of a cargo analysis model that can pass through the KS line for land freight between manufacturing industries, it is possible to analyze the potential demand in the railway line for cargo shipped from each region.
(3) Analyzing the transportation status of chartered trucks and trailer cargo for potential cargo that can pass through the KS line within the affected area of the relevant station, and clarifying the share ratio of trucks and railroads, and shipping cargo stations By analyzing the transportation route of the transportation pair between the departure station and the arrival area in units of the influence range of the station, it is possible to use the multiple influence factors such as freight transportation time and cost, access conditions from the shipper's location to the station, etc. A freight transport demand forecasting model for the railway line was developed.
以上より、鉄道を中心にした貨物輸送需要予測の二段階分析手法を確立した。今後、総合的な鉄道輸送政策の作成や輸送インフラ改良整備の立案などに資することができる。
以下に、本発明の応用の一例を示す。
過去の様々な分析によると、陸上貨物において鉄道にも適した潜在的な需要が多く存在し、しかもトラック輸送に対比した利用者からも鉄道輸送における主な問題点を指摘しながらも一定の評価があったことがわかっている。また、貨物列車積載率などの輸送実態を見ると、例えば、利用者にとって有効的な発着時間帯における列車の積載率が高く、利用者の輸送ニーズに合わせた輸送サービスを提供できれば、鉄道利用、即ちモーダルシフトの可能性が十分あると考えられる。ここでは、利用者から強く指摘されたトラックより劣った項目である「荷発から荷受までの輸送時間の短さ」、「輸送量の変動への対応」、「輸送ニーズに合わせた発着時刻」に対して、本発明の分担率モデルを用いてモーダルシフトの可能性について検討した。
Based on the above, a two-stage analysis method for freight transportation demand forecasting centered on railways was established. In the future, it can contribute to the creation of comprehensive railway transportation policies and the planning of improvement and improvement of transportation infrastructure.
An example of application of the present invention is shown below.
According to various past analyses, there are many potential demands suitable for railways in land freight, and some evaluations are made while pointing out the main problems in railway transportation from users compared to truck transportation. I know that there was. In addition, looking at the actual state of transportation such as freight train loading rate, for example, if the train loading rate is high in the effective arrival and departure times for users, and it can provide transportation services that meet the users' transportation needs, That is, it is considered that there is a sufficient possibility of modal shift. Here, items that are inferior to trucks that are strongly pointed out by users, such as “Short transport time from delivery to receipt”, “Responding to changes in transport volume”, “Departure / arrival time according to transport needs” On the other hand, the possibility of a modal shift was examined using the sharing rate model of the present invention.
まず、対策１（荷発から荷受までの輸送時間短縮、他の要素の変化なし）は、輸送時間に限定して分析する。鉄道輸送の場合において発送荷主ドアから到着荷主ドアまでの所要時間は、両端駅におけるトラック集配時間、駅構内における各種作業時間および各種滞留時間、列車運行時間などを含むため、各種時間に対して鉄道貨物輸送事業者の工夫が必要である。ここでは、ある輸送ペアの貨物輸送において、鉄道貨物輸送案内どおりの所要時間で貨物輸送を行う場合（即ち実際のドアツードア輸送時間を案内所要時間までに短縮した場合）に、鉄道へシフトする貨物による鉄道分担率の増分を検討した。その結果は、図８の対策１に示すように鉄道分担率が１．７％高まる可能性があることがわかった。
First, measure 1 (reduction of transportation time from delivery to receipt of goods, no change in other factors) is limited to transportation time. In the case of rail transport, the required time from the shipper door to the arrival shipper door includes the truck collection and delivery time at both ends of the station, various work hours and various residence times at the station premises, and train operation time. Ingenuity of freight carriers is necessary. Here, when freight is transported in the required time according to the rail freight transport guide in the transport of a certain transport pair (that is, when the actual door-to-door transport time is shortened to the guide required time), the freight is shifted to the rail. The increment of the railway share was examined. As a result, it was found that there is a possibility that the railway sharing rate may increase by 1.7% as shown in
次に、輸送量の変動への対応は、輸送ロットの変化で考える。対策としては大型コンテナを提供することである。図８の対策２は、「大型コンテナの提供、他の要素の変化なし」であり、その場合に鉄道分担率の増分が１．１％となることがわかった。
また、輸送ニーズに合わせた発着時刻への対策であるが、利用者に要求された有効時間帯に対して鉄道貨物ダイヤの設定に困難性があるため、ここでは要求された発着時間帯に対して、貨物出荷時刻から輸送先の到着時刻までの要求輸送時間と実質輸送時間の差に輸送費用割引制度を導入すると考え、例えば、この時間差が５時間以上の場合は、輸送費用を１０％割引と設定する。図８の対策３は、輸送ニーズに合わせた発着時刻への対策に関する費用割引制度を導入した場合には鉄道分担率の０．６％の増分に過ぎず、やはり単なる費用対策だけは、モーダルシフトへの効果が小さいことがわかる。
Next, the response to changes in transportation volume is considered by changes in transportation lots. The countermeasure is to provide a large container. Measure 2 in FIG. 8 is “Provision of large containers, no change in other elements”. In this case, it was found that the railway share increase was 1.1%.
Although it is a countermeasure for the arrival and departure times according to the transportation needs, it is difficult to set the rail freight schedule for the effective time zone requested by the user. Therefore, we consider introducing a transportation cost discount system for the difference between the required transportation time from the cargo shipment time to the arrival time at the destination and the actual transportation time. For example, if this time difference is 5 hours or more, the transportation cost is discounted by 10%. And set.
さらに、図８の対策４は、貨物駅のアクセス条件への対策であり、オフレール施設の利用などが考えられる。例えば、アクセス利便性を５０％高める場合は、鉄道分担率の増分が３．３％となることが判明した。
そして、鉄道貨物輸送に対して「輸送量の変動への対応」、「輸送案内どおりの輸送時間の維持」、「アクセス利便性の増強」さらに「発着時刻に対する輸送費用の柔軟性」および「モーダルシフト等事業補助制度の活用」を一括化した総合輸送体制を構築する。この場合に、鉄道分担率の増分が７．４％あり、理論的にモーダルシフトへの効果が高いことがわかった。
Furthermore,
For rail freight transportation, “responding to fluctuations in transportation volume”, “maintaining transportation time according to transportation guidance”, “enhancing access convenience”, “flexibility of transportation costs depending on arrival and departure times” and “modal” Establish a comprehensive transportation system that integrates the use of business assistance systems such as shifts. In this case, the railway share increased by 7.4%, and it was found that the effect on modal shift is theoretically high.
以上は、鉄道利用者の輸送サービス要求に対して陸上貨物輸送に及ぼす各影響要素の改善および総合輸送体制による鉄道分担率の増分を推定した結果であり、陸上貨物モーダルシフトの可能性が多くあることが判明した。
このように、本発明の陸上貨物における鉄道需要を計測する二段階分析方法では影響要素を変動させて分析を行うことにより、需要の変動を予測することができる。
The above is the result of the estimation of the improvement of each influencing factor on land freight transportation and the increase of the railway sharing rate by the comprehensive transportation system in response to the railway user's transportation service request, and there is much possibility of land freight modal shift It has been found.
Thus, in the two-stage analysis method for measuring railway demand in land freight according to the present invention, fluctuations in demand can be predicted by performing analysis by varying the influence factors.
なお、上記した図１に示す処理は、図示しないが、コンピュータを用いて処理することになり、メンタルプロセスではなく自然法則に則って処理される。
因みに、鉄道分担シェアの向上の対策としてドアツードア輸送時間の短縮を図る。
また、鉄道分担シェアの向上の対策として大型コンテナを提供する。
さらに、鉄道分担シェアの向上の対策として発着時刻に対する輸送費用の弾力化を図る。
The above-described processing shown in FIG. 1 is performed using a computer (not shown), but is performed according to the laws of nature rather than the mental process.
By the way, the door-to-door transportation time will be shortened as a measure to increase the share of railway sharing.
In addition, large containers will be provided as a measure to improve the share of railway sharing.
In addition, as a measure to improve the share of railway sharing, the transportation cost for the departure and arrival times will be made more flexible.
また、鉄道分担シェアの向上の対策として貨物駅へのアクセス条件の改善をすることが重要である。
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨に基づき種々の変形が可能であり、これらを本発明の範囲から排除するものではない。
It is also important to improve the access conditions to the freight station as a measure to increase the share of railway sharing.
In addition, this invention is not limited to the said Example, Based on the meaning of this invention, a various deformation | transformation is possible and these are not excluded from the scope of the present invention.
本発明の陸上貨物における鉄道需要を計測する二段階分析方法は、陸上貨物の鉄道分担シェアの向上を図るモーダルシフトの可能性を定量的に示す陸上貨物における鉄道需要を計測する二段階分析方法として利用可能である。 The two-stage analysis method for measuring railway demand in land freight according to the present invention is a two-stage analysis method for measuring railway demand in land freight that quantitatively shows the possibility of a modal shift to improve the share of railway freight sharing. Is available.
１ 鉄道輸送が可能となる潜在鉄道貨物分析モデル
２ 地域経済データ
３ 工業データ
４ 地域間貨物流動データ
５ 発着地データベース
６ 物流経路データベース
７ 鉄道経路データベース
８ 線区輸送データベース
１１ 駅勢圏を単位にした輸送機関分担率モデル
１２ 貨物駅勢圏内における輸送機関別の陸上貨物輸送実態データベース
１３ 影響要素のデータベース
１４ 輸送ロット重量
１５ アクセス条件
１６ 輸送時間
１７ 輸送費用
1 Railroad freight analysis model that enables rail transport 2 Regional
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012135952A JP2014002466A (en) | 2012-06-15 | 2012-06-15 | Two-step analysis method for measuring railroad demand in land freight |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012135952A JP2014002466A (en) | 2012-06-15 | 2012-06-15 | Two-step analysis method for measuring railroad demand in land freight |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014002466A true JP2014002466A (en) | 2014-01-09 |
Family
ID=50035610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012135952A Pending JP2014002466A (en) | 2012-06-15 | 2012-06-15 | Two-step analysis method for measuring railroad demand in land freight |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014002466A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115049334A (en) * | 2022-06-16 | 2022-09-13 | 四川省交通勘察设计研究院有限公司 | Statistical analysis method, equipment and storage medium for waterway transportation demand |
| CN115271260A (en) * | 2022-09-26 | 2022-11-01 | 西南交通大学 | Road-rail transport capacity prediction method, device, equipment and readable storage medium |
| CN115409236A (en) * | 2022-06-27 | 2022-11-29 | 广州市交通规划研究院有限公司 | Logistics land demand scale prediction method based on market subdivision theory |
| CN117035469A (en) * | 2023-10-09 | 2023-11-10 | 广东省科学院广州地理研究所 | Method and device for measuring and calculating land indexes of public and railway intermodal transportation junction functional area construction |
-
2012
- 2012-06-15 JP JP2012135952A patent/JP2014002466A/en active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115049334A (en) * | 2022-06-16 | 2022-09-13 | 四川省交通勘察设计研究院有限公司 | Statistical analysis method, equipment and storage medium for waterway transportation demand |
| CN115049334B (en) * | 2022-06-16 | 2023-04-07 | 四川省交通勘察设计研究院有限公司 | Statistical analysis method, equipment and storage medium for waterway transportation demand |
| CN115409236A (en) * | 2022-06-27 | 2022-11-29 | 广州市交通规划研究院有限公司 | Logistics land demand scale prediction method based on market subdivision theory |
| CN115409236B (en) * | 2022-06-27 | 2023-05-12 | 广州市交通规划研究院有限公司 | Logistics land demand scale prediction method based on market subdivision theory |
| CN115271260A (en) * | 2022-09-26 | 2022-11-01 | 西南交通大学 | Road-rail transport capacity prediction method, device, equipment and readable storage medium |
| CN115271260B (en) * | 2022-09-26 | 2022-12-13 | 西南交通大学 | Road-rail transport capacity prediction method, device, equipment and readable storage medium |
| CN117035469A (en) * | 2023-10-09 | 2023-11-10 | 广东省科学院广州地理研究所 | Method and device for measuring and calculating land indexes of public and railway intermodal transportation junction functional area construction |
| CN117035469B (en) * | 2023-10-09 | 2024-01-26 | 广东省科学院广州地理研究所 | Method and device for measuring and calculating land indexes of public and railway intermodal transportation junction functional area construction |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cárdenas-Gallo et al. | An ensemble classifier to predict track geometry degradation | |
| Xie et al. | A multimodal location and routing model for hazardous materials transportation | |
| Sakai et al. | Locational dynamics of logistics facilities: Evidence from Tokyo | |
| Avetisyan et al. | Competitiveness and macroeconomic impacts of reduced wait times at US land freight border crossings | |
| JP2014002466A (en) | Two-step analysis method for measuring railroad demand in land freight | |
| Huang et al. | What will autonomous trucking do to US trade flows? Application of the random-utility-based multi-regional input–output model | |
| Samandar et al. | Weigh Station Impact on Truck Travel Time Reliability: Results and Findings from a Field Study and a Simulation Experiment | |
| Foroutan et al. | Efficiency measurement of railway passenger stations through network data envelopment analysis | |
| JP2020003841A (en) | Program, estimation method of influence area of freight station and estimation system of influence area of freight station | |
| Kasraei et al. | Maintenance decision support model for railway track geometry maintenance planning using cost, reliability, and availability factors: a case study | |
| Antognoli et al. | Present and future operation of rail freight terminals | |
| Cedillo-Campos et al. | MiF3 method: Modeling intermodal fluidity freight flows | |
| Tubis et al. | The scope of the collected data for a holistic risk assessment performance in the road freight transport companies | |
| Chandra et al. | Integrating commodity-based and trip-based approaches of freight demand modelling using trip length distributions | |
| Padidar et al. | Smart Freight Transportation Platform Development and Impacts on CO 2 Emission in Quebec | |
| JP2012073835A (en) | Evaluation method for railroad freight transportation effect | |
| Mostafa et al. | A structural equation model of commercial vehicle ownership | |
| Knapcikova et al. | Automatic Identification applications for smart railway concept | |
| JP2011123690A (en) | Freight flow measurement system based on freight station and line section | |
| BouMjahed et al. | Freight performance measurement in FAST act-mandated state Freight Plans | |
| Trofimova | Fuzzy Set Theory for Planning the Operation of a Motor Transport Enterprise | |
| Kubanova et al. | The comparison of the risks and forwarding company performance compared to average performance in selected EU markets | |
| Li et al. | Understanding and Modeling the Impacts of COVID-19 on Freight Trucking Activity | |
| Pani et al. | Freight activity-travel pattern generation (FAPG) as an enhancement of freight (trip) generation modelling: Methodology and case study | |
| Selezneva et al. | Weigh-in-motion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140908 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150522 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160202 |