我国高铁快运网络节点规划研究

李 奇,孙 逊,贺政纲

(1.中铁第四勘察设计院集团有限公司物流规划研究所,武汉 430063； 2.西南交通大学交通运输与物流学院,成都 610031)

1 概述

随着高铁的快速发展，人民在享受高铁带来出行便利的同时，对高铁在服务生产、促进流通等方面有了更高的期待。同时在电子商务发展以及人们消费观念的转变之下，我国快递业务量已从2011年的36.7亿件增长到2018年的507.1亿件，快递业收入则由574.6亿元增至6 038.4亿元，已连续5年成为全球第一的快递大国。快递是时效性产品，对运输时间及安全要求较高，高铁的大运量、快速、可靠性强、安全等运输特征很好地满足了快递的运输要求，是快递业理想的运输工具，同时，数量庞大的快递包裹为高铁快运的发展提供了充足的货源支撑。与此同时，国务院、发改委及交通运输部也多次发文，鼓励发展高铁快运和快递电商班列，打造铁路高端货运产品，提升铁路货运服务水平。在市场快运需求剧增、国家宏观政策指引的背景之下，我国高铁快运迎来发展的关键时期。

目前，学术界关于高铁快运的研究主要集中在高铁快运可行性分析、高铁快运需求分析与预测、高铁快运产品设计和高铁快运运输组织模式及开行方案研究4个方面，代表性的文章主要有：Bingguan J等[1]研究了高铁货运的可行性后提出了共享高铁网络的概念，认为高铁在中远距离的货物运输上有着明显优势，发展高铁货运可以充分利用铁路的闲置运力，有助于铁路部门获取更多的资金流和信息流；Jennifer A.Pazour[2]对高铁货运的经济效益进行了研究，分析了高铁货运与航空货运的竞争合作关系，验证了高铁货运具有综合经济效益，在未来具有广阔的市场前景；李先进、林仲洪、张钰梅、高立杰等[3-6]学者从高铁运输的优势运距、货物装载、网络布局及定价策略等方面论证了高铁参与电商物流的可行性，认为高铁货运是我国货运市场的一个关键补充；Euro Carex(2011)报告中详细介绍了欧洲高铁快递联盟的成立背景、发展历程、基础设施及设备、产品服务等，通过与公路及航空货运的横向及纵向比较分析，认为高铁快运能有效分担航空货运的压力，同时可利用高铁构建快递多式联运网络，提升快递服务水平[7]；栾廷玉、田睿琪、姜超慧[8-10]建立了高铁货运组合预测模型，并且基于航空、高铁和公路三者之间的竞争关系构建了高铁货运分担率模型，从而对我国高铁货运班列的货运量进行预测；刘启钢等[11]通过分析我国快递市场主要竞争对手间的产品参数，结合我国高铁快运发展现状，设计了高铁快运产品谱系，并建议在短途运输中发展当日达和次晨达两种产品，在中长距离运输中发展次日达产品；周凌云等[12]通过借鉴知名快递企业的增值业务发展模式和经验，总结分析对我国高铁快运增值业务拓展的启示，并提出了高铁快运增值服务拓展模式和路径；张涛、范毅、梁皓妍等[13-16]在对我国高铁货运市场深入分析的基础上，综合考虑了运输企业的经济效益以及客户需求的满载率、送达率等目标，设计了高铁货运专列开行方案模型；席江月等[17]学者从大节点的视角对高铁快递的运输组织模式及集疏散模式进行了分析，并对高铁快递干线运输通道布局进行了研究。除此之外，张媛等[18]将我国高铁快递网点划分为3个层级，并从定性分析的角度，将京沪高铁沿线高铁车站进行网点结构划分；孙逊[19]从需求层次及功能层次两个方面对我国高铁物流进行分析，并运用多因子分析法研究了影响高铁物流网络布局的因素，最后对我国高铁物流基地的载体城市进行规划。总结既有研究成果可知，高铁快运已经成为铁路运输和物流行业的研究热点，并且在可行性研究、需求分析和运量预测、产品设计以及运输组织模式等方面的研究较为深入，而关于网络节点规划的研究还比较薄弱，因此对高铁快运网络节点规划具有重要的理论及现实意义。

2 我国高铁快运网络节点规划

2.1 高铁快运网络节点规划基本思路

参考既有物流网络结构及主要快递企业网点层级结构，结合枢纽辐射式网络相关理论，认为构建“全国性-区域性-城市性”三级结构的高铁快运服务网络符合并能满足我国高铁快运的市场发展需求。同时，在三级结构网络中，主要工作是确定一、二级网络节点，三级网络节点则视实际情况而定。我国高铁快运网络节点规划的基本思路如图1所示。

2.2 高铁快运一、二级候选节点选取

一、二级高铁快运网络节点是高铁快运网络中的全国性和区域性网络节点，这类节点城市应满足以下3个条件：

(1)是“八纵八横”高铁网覆盖城市，且设有高铁车站或动车所；

(2)是快递业重要的供需集散地；

(3)是全国重要的交通节点城市，在我国货物流通中扮演重要的角色。

为此，选取2017年我国快递业务量百强城市、主要快递企业分拨中心载体城市统计数据(含顺丰、申通、圆通、中通、韵达和中国邮政分拨中心的分布数据以及国家《快递业发展“十三五”规划》中快递专业类物流园区布局城市数据，并且数量≥2的城市)以及《中长期铁路网规划》(2016-2030年)中高速铁路网规划作为依据，筛选出满足上述条件的城市63个，再加上青海省省会西宁市，总计64个城市作为我国一、二级高铁快运网络候选节点，这64个城市2017年的快递总量为336.1亿件，占全国快递总量的比例为83.9%。64个节点城市分布信息如表1所示。

表1 一、二级高铁快运网络候选节点分布信息

2.3 高铁快运网络节点规划指标体系构建

影响高铁快运网络层级结构的关键因素是快递业务量，而快递业务量与城市经济发展水平、居民消费能力、区域交通条件等因素有关[10]。结合既有研究，构建包含地区经济发展水平、社会消费能力、邮电行业业务量、人口状况以及交通运输条件5大类共7个影响因素的高铁快运网络节点规划指标体系，指标体系如图2所示。

图2 高铁快运网络节点规划指标体系

2.4 基于系统聚类分析的高铁快运网络一、二级节点层级划分

通过查阅资料，统计64个候选节点城市7个影响因素2017年的统计数据，然后利用SPSS软件，样本间距离采用欧式距离、类间距离采用类平均距离法对64个城市的统计数据进行系统聚类分析，64个节点的聚类树状结果如图3所示。

图3 一、二级高铁快运网络节点系统聚类分析树状图

由图3可知，若将上述64个节点划分为2类，也即将上述聚类结果分为两类分别作为一级高铁快运节点和二级高铁快运节点，则一级高铁快运节点仅有上海、北京、广州、深圳和杭州5个，这显然不满足高铁快运全国性枢纽节点的分布要求。若将上述系统聚类分析结果分为3类，则前两类中包括上海、北京、广州、深圳、杭州、成都、武汉、青岛、苏州、东莞、金华、郑州、重庆13个城市。因此，将系统聚类分析结果划分为3类，并将第1和第2类结果合并作为高铁快运一级节点，将第3类结果作为高铁快运二级节点。系统聚类分析层级划分结果如表2所示。

表2 系统聚类分析层级划分结果

2.5 基于K-means聚类算法的高铁快运网络一、二级节点区域划分

运用系统聚类分析方法，如果仅根据图2的指标体系数值来计算分析，得出的分类结果可能会出现某一层级节点分布太集中或稀疏的情况，这样的网络节点分布无法协调整个网络的业务运转，资源利用效率不能保证。因此，将网络中各个节点的地理位置加入分类决策系统，运用K-means(即k均值)聚类算法，将各节点的实际地理空间距离作为优化目标，对系统聚类分析得到的层级划分结果进行优化，使得高铁快运网络节点结构更加科学并满足实际运作需求。K-means聚类算法的原理如下。

将我国高铁快运网络节点的分布抽象成图论中的图。依据图论相关理论，用有序三元组G=(V，B，ψ)表示高铁快运网络，其中：

(1)V={v1，v2，v3，…，vn}是图G中的顶点集，vi(i=1，2，3，…，n)表示G中的高铁网络节点；

(2)B是图G中的边集，表示G中的道路；

(3)ψ是边集B到顶点集V中无序元素偶对的集合的映射，称为关联函数；

(4)若将图G上每一条边b对应一个实数w(b)，则称w(b)是边b的权，对于本文，w(b)等于道路g的长度。

若ψ(bi)=(vi，vj)，(i，j=1，2，3，…，n)，根据高铁快运网络中节点在地理上的位置，可以测量取得每个节点的坐标(xi，yi)，则图G中任意两点vi=(xi，yi)，vj=(xj，yj)其道路距离为

(1)

K-means聚类算法方法采用距离作为样本相似性的评价指标，如果两个样本的距离越近，则其相似度越大。K-means聚类算法以数据点间的距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。它以欧式距离作为相似度测度，以评价指标J最小，求对应初始聚类中心向量V的最优分类。

采用K-means聚类算法进行分析的数学模型为

(2)

Ci≠∅(i=1，2，3，…，m)

(3)

Ci∩Cj=∅(i，j=1，2，3，…，m;i≠j)

(4)

(5)

式中，D={Vi，i=1，2，3，…，n}，Vi表示高铁快运网络中节点的坐标，n为节点的总数量；式(2)表示将网络中节点划分的类集合C={C1，C2，C3，…，Cm}；式(3)和式(4)表示每个划分的类中至少包含网络中的一个节点，并且同一个节点不会划分到在两个不同的类中，也即任意两个类互不相交；式(5)中，JC表示划分后每个类中每个节点到聚类中心点的距离之和，Zk是第K个类的中心，d(Vi，Zk)表示类中每个节点到聚类中心点的距离。d(Vi，Zk)的计算公式为

(6)

式中,(xi，yi)、(xk，yk)分别表示任意节点Vi和聚类中心点Zk的坐标。

K-means聚类算法在本文中的应用步骤及算法求解原理如图4和图5所示。

图4 K-means聚类算法应用步骤

图5 K-means聚类算法求解流程

运用谷歌地图获取64个节点城市的经纬度信息，并基于高斯投影坐标转换法将经纬度信息转换成平面坐标数据。

现有研究表明最优K值确定的方法主要有均方根法、均值比准则、手肘法以及人为设定法[20]，本文采用均方根法和均值比法则求得，当节点个数为64时，最优K值取值为6。将最优K值以及各节点平面坐标数据导入Matlab，运用K-means聚类算法求解的结果如图6所示。

图6 K-means聚类算法结果

由图6可知，64个节点被划分为6个区域，每个区域的节点分配情况如表3所示。

表3 各节点K-means聚类算法区域划分结果

2.6 我国高铁快运网络节点规划方案

以表2高铁快运节点系统聚类层级划分结果为基础，结合表3高铁快运节点k-means算法区域划分的结果，按照以下原则进行调整：

(1)每一个区域内至少要有1个一级节点；

(2)每一个区域内一级节点个数由区域内节点数量确定，每5个节点配有1个一级节点，采取四舍五入的方式。比如，当一个区域内节点数为6时，则仅有1个一级节点；当一个区域内节点数为8时，则有2个一级节点；

(3)当同一区域内一级节点个数偏多或偏少时，调整的原则依次按照是否为省会城市和2017年快递业务量大小来调整。

根据上述原则，对64个一、二级高铁快运节点的层级划分结果进行调整，最终结果如表4所示。

除了规划以上64个一、二级高铁快运节点，同时将全国其他开通高铁快运业务的城市规划为三级高铁快运节点，最终形成“13+51+N”三级结构的高铁快运网络。

表4 高铁快运一、二级节点最终划分结果

3 结语

构建完善的高铁快运服务体系，对于充分发挥高铁运输的优势及溢出效应、降低电商物流成本、完善电商快递物流服务体系、提升高铁路网运用效率、打造铁路高端货运服务品牌、实现高铁与快递行业共赢发展等具有重要现实意义。基于大量基础数据，运用系统聚类分析和K-means聚类算法，以定性和定量相结合的方法对我国高铁快运网络节点规划进行研究，最终提出构建“13+51+N”三级结构的我国高铁快运网络。