资源集约化利用下铁路集装箱办理站布局优化研究

赵 娟， 王 龙， 刘 畅

(1. 北京交通大学 交通运输学院， 北京 100044； 2. 中国铁路经济规划研究院有限公司 运输研究所， 北京 100038)

2010—2019年， 铁路集装箱运量快速增长，年均增长率达16%。2019年发送量达1 767万TEU，同比增长26.5%。虽然近年来我国铁路集装箱发展迅速，但仍存在差距和不足。主要是班列化水平较低、运输时效性不高，多式联运设备设施不完善，集装箱运输前后 “一公里” 服务断链问题尚未解决，场站布局、布置有待优化等。

经实地调研发现，局部地区集装箱运量的增长速度不及集装箱办理站设施设备的投入速度，布设过多的铁路集装箱办理站将导致各站对有限货源形成无序竞争，使得铁路集装箱货源过度分散、办理站能力不能充分利用。造成原本可以组织直达班列开行的集装箱车流不得不汇至相邻编组站集结，增加了铁路运输组织成本、降低运输生产效率。

目前，运输网络节点布局大多是通过运输路线规划研究，实现以最低的运输成本向客户提供产品或服务。较早期O’Kelly[1]对Hub选址问题做了分析研究，在一定数量的备选点集中选择p个Hub点，在从起始点至终点必须经过Hub点的前提下，让整个网络物流运输费用最小。既有的研究成果[2-5]大多侧重于节点模型及求解算法等方面，双层规划模型、神经网络模型、成本费用模型、多目标规划选址模型及基于图论采用计算机模拟及启发式算法求解是运输站点布局的常用方法。文献[6-10]以分别运输总费用最小、最小救援基地总成本、集散运输成本最优、运输成本最小为优化目标建立双层规划选址模型。张云霞[11]建立了绿色物流运输模型，实现运输效益最大化。丁小东[12]提出基于“点对点”直达高铁快运网络布局和流量分配方案。尹传忠[13]建立不确定需求的铁路行包基地及配送点选址问题的概率模型。陈雷等[14]将公铁货流转移与铁路车流径路问题统筹考虑，构建了综合优化模型。林枫[15]从综合交通枢纽与城市交通网络之间的动态关系出发,构建了综合交通枢纽货运站布局优化模型。

综上所述，既有站点布局优化的研究一般以运输距离或运输费用最小化为优化目标建立模型，若位于同一地区的不同集装箱办理站，其辐射区域存在交叉，区内的有限货源存在同质化竞争，也不利于路网能力的充分利用。为此，本文在考虑运输距离基础上，比较公路短驳费用与铁路运输费用，合理设定集装箱站的吸引范围，建立资源集约化利用下铁路集装箱办理站布局优化模型。分析集装箱货源分布和运输量，结合集装箱货源地的分布情况，合理布局集装箱货源的集中办理站点、有效整合相应的运力资源，有利于促进铁路运力资源运用效率的提升和运输效益的增加。通过构建整数规划模型对集装箱办理站的合理布局进行优化解析。

1 铁路集装箱办理站布局优化问题

集装箱办理站是铁路集装箱集、疏、中转的枢纽，其在路网的布局直接影响集装箱的周转效率，进而影响运输成本。同时，办理站的布局也影响铁路与其他运输方式的接驳便捷程度，影响办理站及铁路集装箱的货源及运输成本。

铁路集装箱办理站布局要解决的问题包括：①根据社会经济布局、线路、办理条件等确定哪些站点可以设为备选的站点；②如何根据相关约束条件优选办理站；③如何实现一定集装箱办理站布局情况下的成本最低。

2 铁路集装箱办理站布局优化模型

以研究区域(即某铁路局集团公司管辖区域)内既有集装箱办理站为备选集合，集装箱办理站所在地区(这里精确到县区级行政区划)为集装箱货流的发到小区，分析各地区间的集装箱OD交流情况。收集整理地区集装箱货物发送或到达节点至临近的集装箱办理站的公路短驳费用，以集装箱办理站作业能力等为约束条件。在已知集装箱货源分布和流量流向情况下，运用最优化理论，构建效益最大化下集装箱办理站优化的0-1整数规划模型。

2.1 参数及变量

参数及含义见表1。

表1 参数及含义

决策变量及含义见表2。

表2 决策变量及含义

2.2 目标函数

本模型的目标函数为铁路集装箱的作业成本最小，由4部分组成：①区域内发到的集装箱货源从货源点至办理站的公路短驳费用(包括发送和到达)；②集装箱办理站因办理量不足而产生的惩罚费用；③集装箱办理站因单方向运量不足以开行直达列车而产生的惩罚费用；④集装箱办理站的作业费用。即

(1)

式中：θ为集装箱办理站因办理量不足而产生的单位惩罚费用，元；ε为集装箱办理站因不足以开行直达列车而产生的单位惩罚费用，元；m为集装箱办理站足以支撑某一方向开行直达班列所需的集装箱货运需求，TEU。

2.3 约束条件

(1) 车站i的集装箱办理量不超过其办理能力

i∈B

(2)

(2) 流量平衡约束

(3)

(4)

(3) 变量逻辑约束

(5)

(6)

zi∈{1,0}

(7)

可以看出，本文建立的集装箱办理站布局优化模型是一个多目标的整数规划模型，可以运用广泛使用的商业优化计算软件Lingo求解。

3 案例分析

以中国铁路昆明局集团有限公司辖区内的集装箱办理站合理布设规模为案例背景对模型进行验证。2018年局管内各站集装箱办理量情况见表3。

表3 2018年中国铁路昆明局集团有限公司管内集装箱办理站及其办理量、作业能力

中国铁路昆明局集团有限公司管内共计包含52个集装箱办理站，除个别车站作业量相对饱满之外，大部分车站能力过剩。因而以此52站为集装箱办理站的备选站址进行优化筛选。由表1可见，平田、松河、沙沱、喜鹊乐、山腰、山腰(境)、甸尾、莲池、中滩9个办理站的现状办理量为0，将其排除在集装箱办理站的备选集之外。考虑到威舍、拉鲊、迤资、丽江东、西邑、河口北、玉溪南7个车站与其他车站相距较远，对区域内集装箱货源的辐射能力具有独立性、隔离性，将其纳入集装箱办理站范围之内，而不纳入模型优选的范畴。对其余36个集装箱办理站进行模型优选。分地区来看，昆明市内共包含12个办理站，曲靖市内包含11个办理站，六盘水市内包含6个办理站，此外，大理市、楚雄州、红河州分别开设了2个、3个、2个办理站。以2018年昆明局内各站发到的集装箱OD为基础,见表4、表5。

表4 2018年中国铁路昆明局集团有限公司始发集装箱OD(部分数据示例)

表5 2018年中国铁路昆明局集团有限公司到达集装箱OD(部分数据示例)

对昆明局管内的集装箱发到地按区县进行划分，则昆明局发到的集装箱OD共计193股，集装箱办理量为1 150 478 TEU，其中管内自装自卸集装箱OD流45股、办理量251 174 TEU，自装交出OD流67股、办理量295 725 TEU，接入自卸OD流流81股、办理量603 579 TEU。

模型相关参数取值说明：以集装箱发到企业所处区县距离各集装箱办理站的距离作为公路短驳费用，限定同属于同一地级行政区划的企业只选择同一地级市内的车站作为集装箱办理站。昆明地区各区县至各车站的公路短驳距离见表6。

表6 各区县至各车站公路短驳距离 km

对各车站集装箱办理费用数据进行匹配公路里程数据的量纲化取值，得出各车站集装箱办理费用参数，具体数据因篇幅限制不再赘述。同时根据专家经验取及现场调研数据取值参数θ=20，ε=0.5。

将上述OD数据及参数取值代入模型，并代入分县区、分具体厂区测算的货源地与邻近办理站之间的公路短驳费用，通过模型分析同去向货源共站办理、开行直达班列的可能性。由此，利用优化计算软件Lingo11.0进行优化计算，得到合理的集装箱办理站布设情况见表7。

根据表7，经过优化计算，在保证一定的公路短驳覆盖范围内，现状36个集装箱办理的分散的作业量，仅需其中13个办理站即可集中完成。由此，原36个车站平均仅45.5%的能力利用率在将办理站规模压缩至13个之后得到了大幅提升，能力利用率可达72.2%，能力虚糜状况得到了较大的改观。作业集中后箱流强度增大，有利于集装箱班列的开行，开行频次增加、作业成本降低，若保证3天开1列的频率，则可形成30个稳定开行的集装箱直达班列，其中，始发班列10列，到达班列20列，见表8、表9。

表7 模型优化结果

表8 始发集装箱直达班列去向

表9 到达集装箱直达班列去向

4 结论

综上所述，过度分散的运力资源不利于铁路实施集约化经营，特别是位于同一地区的不同集装箱办理站，其辐射区域存在交叉，对于区内的有限货源存在同质化竞争，不利于路网能力的充分利用，增加了铁路作业的隐性成本，影响铁路运输效益。采用集中货源于少数办理站开展集约化作业的策略，能够有效减少办理站的能力虚糜，且有利于降低物流成本。

本文考虑了集装箱运输距离，综合比较公路短驳费用与铁路运输费用，建立集装箱办理站优化布局的整数规划模型并利用Lingo求解，对集装箱办理站备选集进行筛选，优化集装箱办理站。对昆明局集团公司辖区内的集装箱办理站布局进行实例验证，运用本文提出模型得到：原36个集装箱办理站压缩至13个，平均能力利用率从45.5%增加到72.2%，优化效果显著。对于目前已经配套建设完成的集装箱办理站设施设备资源，应一方面积极争取货源，提升作业需求，另一方面在保留既有设施设备的情况下尽量将人员投入集中于作业条件相对更优的办理站，形成作业成本的集约化优势，待后期集装箱作业持续上量后再有序“激活”其他车站的办理能力。