您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[世界银行]:利用大型航运数据估算东欧和中亚的公路货运成本(英) - 发现报告
当前位置:首页/行业研究/报告详情/

利用大型航运数据估算东欧和中亚的公路货运成本(英)

AI智能总结
查看更多
利用大型航运数据估算东欧和中亚的公路货运成本(英)

政策研究工作论文 10533 公开公披开公露披开公授露披开权授露披权授 估算使用大型航运数据在东欧和中亚估计公路货运运输成本 今泉敏士 运输全球实践2023年7月 政策研究工作论文10533 摘要 最近全球危机,如COVID19危机,提醒我们高效运输和物流的重要性。然而,值得注意的是,即使在危机之前,一些地区已经经历了货运成本的逐渐增加,观察到的空载卡车越来越多。本文利用来自东欧和中亚国家的大量独特航运数据,重新审视了道路货运成本确定的问题。研究发现,规模经济在货运重量或装载因数以及距离上都十分显著。就货运重量而言,其弹性系数特别高,绝对值约为03到10。因此,为了控制卡车运输成本,它 重要的是通过在起点和目的地进行货运整合来最大化负荷率。关于距离的弹性相对较小,绝对值为004至016,但仍然具有统计学意义,这表明距离可能不是贸易和区域一体化必然的约束因素。卡车运输成本也随着驾驶速度而降低,这可以作为运输效率或道路条件的代理。对于食品产品(003)和其他消费品(011)的弹性是显著的。最后,该论文发现,跨境运输会使货运成本增加3至4个百分点。 本文是运输全球实践(TransportGlobalPractice)的成果。这是世界银行(TheWorldBank)为提供其研究成果的公开访问并贡献世界各地的发展政策讨论做出更大努力的一部分。政策研究报告工作纸张也发布在Web上,网址为httpwwwworldbankorgprwp。作者可通过aiimiworldbankorg获取联系。 《政策研究工作论文系列》传播正在进行中的研究成果,以促进关于发展的思想交流。问题。该系列的目标是迅速发布研究结果,即使报告的呈现不够完美。论文包含了 作者的名字应相应引用。本文中表达的研究发现、解释和结论完全是作者自己的。作者的观点。他们并不一定代表国际复兴与开发银行世界银行的立场。 其附属机构,或世界银行执行董事及其所代表的政府。 由研究支持团队制作 估算东欧和中亚的公路货运运输成本 利用大型航运数据 今泉敏士 东部和南部非洲,交通运输世界银行 关键词:公路运费率、航运成本、区域一体化。JEL分类:R41C21O52 相应作者。 本文是《缩小经济距离研究》的背景论文。 I引言 近年来,由于各种外部冲击,如2019冠状病毒病(COVID19)危机,全球运输成本一直在上升,这提醒我们高效运输和贸易的重要性。1由于全球贸易和产出增长停滞以及恢复速度超过预期,国际航运仍然受限。在物流设备、集装箱、服务运营商(如卡车司机和港口运营商)以及货运船只(UNCTAD,2021)方面仍存在短缺。2021年,海运运费达到每40英尺集装箱超过10000美元,是COVID危机前的五倍以上()。图1道 路运输成本也在增加。据欧盟统计局统计,运输统一消费者价格指数从2020年的1067上升到2022年的1276,过去两年增长了20个百分点()图2 图1全球航运运费率图2欧盟运输消费者价格指数 来源:德鲁里咨询公司。来源:欧盟统计局 2然而,值得注意的是,即使在COVID危机之前,一些地区,如欧洲,已经观察到货运成本呈上升趋势。存在多种原因。首先,燃料价格上升。特别是,柴油价格在2016年平均为099欧元,但到2019年上升至140欧元,到2022年约为2欧元(图3这对运费率产生了重大影响,因为柴油成本占到了总运输运营成本的13到12。其次,卡车司机不足。市场中的老龄化劳动力是一个结构性挑战,给运输行业带来了更大的压力。 1以下分析考察了2010年至2020年的时期。COVID危机的影响可能在我们数据集中没有得到充分反映。 提高驾驶员工资。尽管55岁以上驾驶员占欧洲该行业总劳动力34,但只有7 人年龄在25岁以下(Ti等人,2022年)。 3负载率是运费重要决定因素。在欧洲,空载车辆承运公路货运公里数份额一直在增加,尤其是在国际货运方面(图4从效率角度来看,在保持其他条件不变情况下 ,空集装箱越多,运费率可能越高。运费率还受道路状况影响。一般来说,道路质量 越高,运费率越低。理论上,如果道路维护得当,道路使用者成本,包括车辆运营和维护成本以及驾驶员时间成本,可以降低。道路粗糙度与驾驶速度呈负相关(例如,Alessandroni等人,2017)。然而,道路状况、交通速度和运费率之间关系可能因其他涉及因素而变得复杂,例如卡车行业市场结构。考虑到所有这些因素,关于整体运费率是上升还是下降,以及原因,仍存在争议。 第4部分:本研究从利用东欧和中亚国家海量航运数据出发,重新审视了关于道路货物运输成本确定问题。自2010年代初以来,该地区为了改善欧亚地区之间连通性而进行了大量基础设施投资。尽管我们普遍认为增强连通性将促进区域一体化和贸易(例如,ADB,2020;KalyuzhnovaandHolzhacker,2021),但根据我所知最佳知识 ,现有经验性证据却很少。该论文利用了独特微观数据,这些数据包括了中亚区域经济合作组织(CAREC)成员国点对点航运数据,涵盖了阿塞拜疆、格鲁吉亚、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦,这些数据由亚洲开发银行(ADB)收集。2数据专注于长途卡车运输,涵盖了从2010年到2020年长时间段,这使我们能够评估该地区长期基础设施投资对货运成本影响。 2参见ADB(2014,2020)以获取更多详细信息。我想特别感谢CAREC走廊绩效测量与监控(CPMM)团队分享相关原始数据。 5下文各部分组织如下:第二节阐述了概念理论框架并发展了我们实证模型。第三节描述了我们数据。第四节展示了主要估计结果。第五节讨论了稳健性和一些政策含义 。然后,第六节得出结论。 图3欧盟地区泵价格图4欧盟道路货运空载率 来源:欧盟统计局。来源:欧盟统计局 II理论背景与实证模型 6运费由多种因素决定。从传统运输经济学角度来看,道路改善可以降低燃料成本、车辆维护成本和潜在致命成本。根据高速公路发展和管理模型(HDM4)道路管理和评估软件,如果通过国际粗糙度指数(IRI)测量道路状况从8(表示道路状况极差)改善到2(表示道路状况良好),在保持其他因素不变情况下,道路使用者成本可以降低约15。()图5在竞争环境中,运输成本降低转化为运输服务价格降低。 这实际上在一些,但并非所有国家发生(Teravaninthorn和Raballand,2009)。然而 ,这还可能取决于各种其他因素,包括物流、法规以及卡车运输业竞争力。 从货运运营商角度来看,负载因子对于控制其运营成本尤为重要。尽管高负载因子并不必然导致高燃油效率,即所谓“负载因子悖论”(例如,Arvidsson2013),但它在货运分配中高效率通常是一个良好指标。在欧洲,大量道路货运里程是通过空车完成(例如,McKinnon2010;Eurostat2021)。尽管平均空车率 近年来,国内货运一直在下降,而国际货运空载率却在增加,引发了关于区域层面货运效率低下和高成本担忧。以下分析将考察国内和国际货运之间潜在结构性差异。 8在起点和目地货运整合是运力系数关键决定因素。由于规模经济和整合(例如 ,Tsekeris,2022),大型城市之间运费往往较低。在欧洲,巴黎和马德里之间公路运费,这两个总面积超过500万人口大都市,远低于从巴黎运送到德国中型城市杜伊斯堡成本,后者人口约为50万()。图6此外,从巴黎到杜伊斯堡运费远低于从杜伊斯堡到巴黎运费,因为前者货物运输需求要大得多。换句话说,在杜伊斯堡装满一整个拖车更为困难。 在城市背景下,文献也呼吁合作货运整合(例如,Arvidsson,2013;Teo等,2014)。随着运输成本降低,企业持有更少库存,需要更频繁、批量更小订单。这可能导致城市交通拥堵。Tsekeris(2022)表明,城市扩张对欧洲一般公路货运成本有显著影响。 10除了运费合并之外,文献显示,装载系数也由其他因素决定,如行程距离、车队特征,包括所有权、市场(细分)结构、新技术使用(例如电动汽车管理系统)以及运费合并效率(例如,Barla等人,2010年;Abate,2014年;Santen,2017年;Santen和Rogerson,2018年;Zgonc等人,2019年)。我们数据无法直接捕捉这些因素,但在统计上通过一种方式控制了不可观察特征。 图5路面粗糙度与道路使用者成本图6选择城市之间公路货运费率 来源:HDM4来源:TiUpply和IRU(2022年)。 11鉴于上述背景,以下简化回归模型被考虑:Giventheabovebackgroundthefollowingreduced 01231 在哪里pirt这是一个每吨公里(吨km)单位运费成本,由卡车运营商支付。i沿线路运输货物r在某个时间t每条路径由一对两个位置定义,例如城市和边境点,其中一家海运承运人停泊。因变量通过货物量(更精确地说,是我们数据集中重量)和两个点之间距离进行归一化。然而,为了捕捉货运运营中规模经济效应(例如,Barla等人,2010;Abate2014;Zgonc等人,2019),旅行距离,表示为。dist,包含在解释变量中。 12模型不必是线性。探讨了不同规范,包括二次和对数公式,但不包括虚拟变量。在对数模型中,使用Battese(1997)规范以避免零对数。使用一个小正数进行传统 处理常常会导致显著偏差。对于任何因变量,x当值等于零时,以下变换被考虑 : DDlnxxif0lnl nif012 12 当Dx在0时为1,否则为0。 0 为了检验路面状况影响,使用平均驾驶速度作为代理指标。我们数据中存在显著差异(图7它通过车辆在起点和终点之间实际行驶时间来衡量。3驾驶速度受到多种因素影响,例如交通规则、车辆空气动力学、轮胎压力和驾驶行为,但路况是主要决 定因素之一(Alessandronietal2017)。在我们数据中,观察到驾驶速度是随时间变化,从经验观点来看,这一点很重要。路况会随时间变化(图8当一些道路得到改善时,其他道路却恶化了。 14考虑货运效率或货物空载情况,需考虑货运量,或更精确地,货运重量(重量被使用。在我们数据中,没有其他变量可以直接测量负载系数。关于卡车特性信息没有记录。然而,据推测,大多数卡车容量为2025吨,这是二十英尺等量单位(TEU )集装箱正常最大重量(图9如果许多卡车容量基本恒定,我们重量变量可以 很好地代表负载系数。根据文献,预计重量具有负系数,即降低运费成本。 0 20 40 60 80 100 平均速度(千米小时) 密度 02 04 06 图7驾驶速度分布图8速度和货运量变化 3观察到中间节点(如边境通道和安全检查站)延迟被排除在速度计算之外。在CPMM框架中,这被称为“无延迟速度(SWOD)”。 0 20 40 货量(吨) 60 80 密度 1 15 2 图9货运量分布 0 05 15为了控制其他特定路线特性,考虑了两个变量:Z4首先,包括了一个表示存在跨境虚拟变量。这也有助于区分国内和国际货物。跨境通常需要额外海关、安全检查和行政程序时间,这可能会导致额外费用。如果情况如此,运费很可能会增加。 第16点,为了捕捉每条路线地形复杂性,计算了起点和目地之间高差。从地理角度来说,不同路线有不同特征。高差差异旨在衡量路线崎岖程度。某些地区,例如吉尔吉斯斯坦和塔吉克斯坦,地形非常崎岖。显然,在这些地区不同路线上燃油效率可能会有所不同。 17运输成本也可能因商品类型不同而有所差异。为了测试这种可能性,包含了一组特定商品类型虚拟变量。类型鉴于国家背景,货物被分为六组:(i)近乎空载货物 (重量少于100公斤),(ii)农产品和食品,(iii)服装、服饰和纺织品,(iv)消费品及其他商品,(v)设备(包括车辆),以及(vi)矿产、金属和材料。持有 4其他特定路线特征,例如起止点市场规模和通过道路距离与直线距离之比衡量水平地理复杂性,在论文早期版本中也包括并进行了考察。文