刘陈绮卉,倪少权
(1西南交通大学交通运输与物流学院 硕士研究生,四川 成都 610031;2西南交通大学交通运输与物流学院 博士、教授,四川 成都 610031)
近年来高速铁路大规模成网运行,使得跨线客流数量增加,通过估算其中换乘客流约占理论总客流的75.8%~90.2%,并且绝大部分为中小节点之间的换乘客流[1]。为减少旅客的出行时间,高速铁路的输送模式受到重视[2],组织高速铁路中转换乘运输,使旅客途中经过至少一次换乘组织到达目的地,高速线上只运行高速列车,提高了高速铁路通过能力利用率[3]。崔炳煤以旅行、换乘目标值之和最小为目标,建立了旅客中转换乘方案选择问题的数学优化模型[4]。在中转换乘模式下换乘节点的有效选取有利于事先加强换乘节点的换乘作业组织,提高旅客换乘的效率[5]。
换乘节点应具备良好的路网衔接能力和客流集中疏散能力[6],Li整合站点与城市的关系,节点功能布局及空间形式的特点,为节点选择提供参考[7]。屈明月从旅客换乘选择出行方案值的大小来选取和确定换乘节点,分析得出不同高速铁路线上换乘节点的选取符合一定规律[8]。程述英通过分析旅客的候车时间、换乘时间消耗与列车服务频率之间的关系,成功构建了客运专线网换乘节点的优化模型[9]。
Garmendia提出了高速铁路促进小型节点城市发展的条件[10]。袁敏通过初步筛选主要换乘节点,建立节点重要度评价指标,并对重要度指数进行模糊聚类分析,划分等级[11]。Nathanail提出用于监测和控制高速铁路乘客的服务质量的框架,有利于对量化节点选择决策指标[12]。Shi建立了节点等级划分指标体系,对各指标进行量化确定决策指标,并建立了灰色关联决策模型[13]。本文将从外部环境、技术能力和客流运量三个方面归纳高速铁路换乘节点影响因素,得到节点分类的评价指标,并采用基于层次分析法的灰色白化权函数聚类分析法对节点进行分类,以京沪高速铁路换乘节点选择为例,讨论每一类节点特性,最终确定换乘节点,并提出换乘节点优化建议。
高速铁路换乘节点是完成客流集散的重要场所,应设置在路网通道上的各个中心城市,它在完成客流中转换乘作业的同时,还应具备相关技术作业条件。对于换乘节点的功能定位如下。
1)路网通达度高,客流吸引力强。换乘节点在整个高速铁路网中起到联系城市间生产生活的作用,其通达程度取决于所在城市的地理位置,以及与周围城市的政治、经济、文化的交流程度[14]。
2)集散功能完备,综合服务完善。换乘枢纽应实现公共交通换乘一体化,与城市轨道交通、道路交通等有效衔接。换乘节点内具备清晰的进出站及换乘流线,为旅客提供快捷、便利的换乘条件和服务。
3)设施设备齐全,技术作业达标。高速铁路车站主要办理列车始发终到、越行通过作业,兼顾列车整备存放以及日常检查。换乘节点的到发线数量以及站台数量等利用率直接影响着高速列车的接发车效率,因此换乘节点应达到相应技术作业所需的标准[15]。
高速铁路换乘节点的影响因素即为选择评价指标,根据旅客的换乘需求,主要从外部环境、技术能力和客流运量考虑换乘节点的选择,并将这三个方面影响因素作为一级评价指标。其中,外部环境包括枢纽城市行政等级、经济水平和人口数量,技术能力包括枢纽能力、动车段条件和路网通达性,客流运量包括日均发送量和换乘客流量,如图1所示。
图1 高速铁路换乘节点评价指标
层次分析法(Analysis Hierarchy Process,AHP)是最常用的评价分析方法,在工程设计等领域都有广泛的应用,但当评价的对象较多时,AHP显得较为繁琐,并且由于判断矩阵选择的随意性,使判断结果并不准确。聚类分析法通过评价对象相似度的度量值可将其快速分类,但不能用于精准的评价对象[16]。
本文将基于灰色白化权函数的聚类分析法与层次分析法相结合,对换乘节点进行划分。灰色白化权函数聚类是将聚类对象或评价对象通过不同聚类指标或评价指标所拥有的白化值,根据不同的灰类或评价等级进行归纳,从而对聚类对象进行归类[17]。其中,白化值则为划分不同灰类的标准。
采用基于AHP的灰色白化权函数聚类分析法对换乘节点进行划分,算法步骤如下。
Step 1:根据换乘节点的评价指标体系S将其分为三级,一级指标为:外部环境(S1)、技术能力(S2)、客流运量(S3),其子集为
分别进行二级评价,Si的评价矩阵为
式中:rij为二级评价指标的得分。
Step 2:运用AHP确定二级评价矩阵的聚类权Hi=(ηi1,ηi2,...,ηin),以及一级评价指标的聚类权H=(η1,η2,η3), 所赋权值体现了该指标在聚类过程中的重要性和差异性。则一级指标得分为
式中:n为评价对象个数,m为二级指标个数。
Step 3:本文根据换乘节点的功能定位,将其划分为3个灰类:路网性节点、区域性节点、地方性节点,根据3个灰类的节点对评价指标的要求得出分类阈值。由于3个一级指标均为综合性指标,可以认为它们具有相同的白化权函数fk(Si),其中k表示不同的灰类,k=1,2,3。
Step 4:计算定权类系数和灰色聚类系数向量
式中:t为一级指标个数,通过灰色系数向量直接进行聚类分析,将聚类对象归至不同灰类中。
京沪高速铁路全长1 318 km,共设有23个站点,其中与其他高速线或既有线相连的中间节点有8个,如图2所示。由于北京南站、上海站为京沪高速铁路线路的两端点站,镇江南与镇江在同一城市枢纽内,所以不作为换乘节点考虑。因此,本文只考虑天津南、德州东、济南西、徐州东、蚌埠南、南京南、上海虹桥7个中间节点。对中间节点进行二级指标评分,结果如表1所示。
图2 京沪高速铁路节点示意图
表1 京沪高速铁路节点二级指标评分
表2 京沪高速铁路节点一级指标得分
将所有节点归于路网性节点、区域性节点、地方性节点3个灰类,分别构造一级指标关于3个灰类的白化权函数如下:
由表3可知,路网性节点有南京南站、上海虹桥站,区域性节点有天津南站、济南西站、徐州东站,地方性节点有德州东站、蚌埠南站。路网性节点不仅在京沪高速铁路上有重要地位,在整个铁路网络中也起到关键性作用,均设置为换乘节点。区域性节点对于京沪高速铁路来说具有一定的区域连通性,均设置为换乘节点。地方性节点的路网连通性以及技术作业能力相对较弱,可根据列车开行情况和客流需求,有选择性地设置为换乘节点。
京沪高速铁路可将天津南站、济南西站、徐州东站、南京南站、上海虹桥站设置为换乘节点,德州东站和蚌埠南站保留设置为换乘节点的能力,根据换乘客流实际情况可进行少量列车的换乘接续。
由于高速铁路的大型客运站点尤其是路网性节点的换乘客流较多,容易造成大量客流在客运站内滞留,影响换乘效率。可以考虑将与其相邻的小型客运站设置为部分高速列车的换乘节点,加强小型客运站点的换乘条件,由此来分散换乘客流,提高旅客的换乘效率。
调整同一列车上行方向与下行方向在不同换乘节点进行换乘,从而吸引不同方向的客流进入不同的换乘节点。同时,同一方向不同车次交错选择换乘节点,以达到分散疏导节点换乘客流的目的。
分区段确定同种列车的初始停站方案,再结合计算机编制列车运行图,按“递远递停”调整列车停站及接续方案。同时根据换乘客流时间分布规律,考虑线路通过能力及车底周转等因素的情况下,高峰时段适当增设列车停靠换乘节点次数。
1)对节点选择影响因素设置两级评价指标,设定不同的聚类权,在一定程度上减小了评价结果的偏差。基于AHP的灰色白化权函数聚类分析法克服了传统的聚类分析法的局限性,白化权函数可根据所有同类对象样本值确定。
2)京沪高速铁路换乘节点选择结果与实际运营采用的换乘节点客观情况基本相符,表明了这种分类方法的有效性,可为高速铁路换乘节点的选择及布局提供一定的理论参考依据。
3)随着高速铁路网络逐步完善,跨线客流也将迅速增长,还应对成网条件下的客流量进行预测,加强换乘节点选择的有效性。确定换乘节点后,客流吸引程度需进一步验证,客流组织及列车接续组织等还需要协调研究。