钟玉满
(中国铁路设计集团有限公司,天津 300251)
目前,我国已经修建或者规划了很多规模不同、功能各异的集装箱节点站,从既有节点站分布来看,在布局上存在东部多、西部少的现象,且大部分城市在规划建设时盲目求全,导致分布过于密集,出现货运量分散、货运设施闲置等现象[1]。因此,对这些集装箱节点站进行研究和规划就显得很有必要,本文运用主成分分析法,对集装箱节点站的运营情况进行研究,并结合实例分析,为集装箱节点站的整合和优化提供依据[2]。
本文构建的评价指标体系包含运量需求、经济环境、交通基础环境和行政环境四个方面,具体如表1所示。
表1 铁路集装箱节点站布局评价指标体系
本文以某铁路局的集装箱节点站(a、b……w)为研究对象,根据主成分分析法的计算流程,首先建立原始样本矩阵。铁路集装箱运量为集装箱总运量(单位:万吨),铁路货运发送量可以反映节点站规模的大小(单位:万吨),固定资产投资反映该地区的经济发展趋势(单位:亿元),地区工业增加值反映了企业对GDP的贡献(单位:亿元),公路网密度体现了运输的通达性(单位:公里/百平方公里),铁路网密度采用该地区的均值,但不作为主成分分析的指标,只作为一项考虑因素。地区行政级别可以反映运输需求的大小,本文规定,直辖市、省会、地级市、县级市数值分别为7、5、3、1。样本矩阵Y如表2所示。
标准化处理后得到一个23×6的矩阵为Y':
借助SPSS软件,得到相关系数矩阵C:
对数据进行因子分析,得到以下结果:
从表4可以看出,只有成份1的特征值大于1,解释的总方差为80.246%,因此,本文提取一个主成分F。
用X1、X2、……、X6分别表示各项指标的标准化数据,由成份得分系数矩阵,得到主成分表达式:F=0.892X1+0.887X2+0.948X3+0.934X4+0.883X5+0.826X6
表2 主成分分析样本矩阵数据
表3 公因子方差
表4 解释的总方差
将23个样本的标准化数据带入式10,得到主成分得分,按照得分从高到低进行排序,得到最终结果(见表6)。
从评价结果可以看出,a和p的得分远高于其他样本,说明二者的运营效果很好,运量需求较大、经济水平高、交通运输网络发达、地理位置优越,是连接国内各个城市和港口的重要节点;s、u、k、w、n、g 的得分均为正值,说明得分高于总体均值,是进一步提高设备能力、运输能力、装卸能力的重要发展对象;而 c、b、f、e、l、v、r、o、h、t、d、q、m、i、j的得分较低,可适当关闭一些运量较小、设备老旧、规模较小的集装箱节点站。
表5 成份得分系数矩阵
表6 铁路集装箱节点站运营效果评价主成分得分和排名
综上所述,本文构建了一套集装箱节点站运营效果的评价指标体系,反映了运量需求、经济环境、交通基础环境和行政环境四个方面,并采用主成分分析法对某铁路局的23个集装箱节点站进行评价,验证了方法的可行性,评价结果可以作为进一步优化节点站布局的依据。