铁路行包快运节点等级划分及布局方法研究

马波涛

（铁道部经济规划研究院规划咨询部助理研究员，北京 100038）

铁路行包快运节点等级划分及布局方法研究

马波涛

（铁道部经济规划研究院规划咨询部助理研究员，北京 100038）

铁路行包快运节点的等级划分是其布局优化的基础，针对目前节点等级划分大多依靠经验而不够客观的问题，采用重要度计算和聚类分析的方法，对全国行包快运节点的等级进行划分，并在此基础上给出节点布局的方法和建议。

铁路行包快运；节点等级；重要度；聚类分析；节点布局

铁路网节点的选择是铁路网布局规划的基础性工作和重要内容，直接影响铁路网布局规划层次的深度、路网布局方案的合理性和研究工作的繁杂程度。行邮和快速货物运输网络是铁路运输网络的重要组成部分，其节点的选取和布局同样是行包快运列车开行方案的基础。对行包快运节点所在城市及预期建设城市进行等级划分，对于优化行包节点布局，完善行包开行方案具有重要意义。

目前我国行包快运业务主要由中铁快运股份有限公司（以下简称中铁快运）承担，2009年中铁快运完成的行包发送量占全路行包发送总量的7.4%，其行包快运节点主要有行包基地、行包快运作业站、铁路客站行包房和行包快运服务网点等形式[1]。对其等级的划分没有一致的方法，而是根据城市的行政等级和经验来确定，主观性太强。节点重要度是对节点重要程度进行计算和排序的一种方法，结合聚类分析，可以找出节点的特征及其与经济社会指标的内在联系，有效解决节点等级划分不够科学、客观的问题。

1 行包快运节点重要度计算[1]

1.1 重要度计算方法

结点重要度是反映研究区域内各结点功能强弱的特征参数。通常情况下，区域内各结点由于社会经济发展水平和地理条件等方面的差异，其在交通网络中所表现出的功能是有差异的，功能表现强的结点，说明其所处地位重要。重要度是对结点社会经济活动的度量，是描述规划区内结点在交通网络中所处地位、重要程度相对大小的一个量化的综合指标，受诸多因素的影响。重要度计算公式如下。

式中：Ii为某个时点第i结点的重要度；Ri，Gi，Si为第i结点（指标可根据不同情况调整，下同）的人口、GDP、客货运输量等；R軍，G軍，S軈为各结点平均的人口、GDP、客货运输量等；α1，α2，α3为各项指标的权重，一般采用相关系数。

1.2 结点的选取及重要度的计算

目前我国铁路行包快运网络的结点按照中铁快运的经营模式，分为分公司、营业部和营业网点等几个级别。考虑到影响统计数据选取的可行性，选取内地地级及以上城市、部分已设立营业部级网点的县级市作为计算快运重要度的结点，共计293个城市。

影响快运重要度的因素较多，每个结点（城市）的人口、GDP和客货运输量等都是影响行包快运业务量的因素。对2007年中铁快运各营业部行包发送量与对应城市的相关指标（包括市辖区非农业人口、全市人口、全市GDP、市辖区GDP、全社会客运量、铁路客运量、全社会货运量、铁路货运量）进行相关性分析，选取有效样本161个，统计结果显示结点行包发送量与以上8个指标的相关系数依次为0.657、0.262、0.756、0.724、0.361、0.481、0.489和0.047，与前7个指标正相关。结点行包发送量与市辖区人口的相关性大于全市人口，与全市GDP的相关性大于市辖区GDP，与铁路客运量的相关性大于全社会客运量。因此计算选取市辖区人口、全市GDP、铁路客运量和全社会货运量作为计算结点快运重要度的主要指标。

在相关性分析的基础上，利用选定的指标，对293个城市快运重要度进行计算，计算结果如表1所示。

表1 城市节点行包快运重要度计算结果

2 行包快运节点等级划分

2.1 基于聚类分析的节点等级划分方法

实际应用中的聚类算法主要有“快速聚类分析方法”（K—Means Cluster Analysis）和“层次聚类分析方法”（Hierarchical Cluster Analysis）。聚类方法的选择既要考虑数据的类型，又要考虑应用的特定目标[2]。影响行包快运节点的变量众多，需要将具有共同特征的变量聚在一起，选取具有代表性的变量作分析。本文选取层次聚类中能够对变量进行分类的R型聚类，首先进行变量聚类，然后在变量处理结果的基础上进行Q型聚类，即样本聚类。

通过对影响变量的相关性分析可以进行变量聚类。根据相关性分析，全市GDP和市辖区GDP两个变量相关系数最大，具有明显的同类特征，可聚为一类。此类变量中选取哪一个作为代表变量，可根据专业经验决定。由于全市GDP变量与行包快运量的相关性大，因此选用全市GDP作为代表性变量，其余各变量的聚类和代表变量选取依此类推。

样本聚类可借助SPSS软件聚类分析模块中的两步聚类过程。分类过程中第一步首先将样本聚为许多小的子类；第二步对第一步形成的子类再次聚类，得到最好的类数。对于聚类过程中的距离测定，则采用似然距离测度，同时可以处理分类变量和连续变量。聚类数初始不确定，使用软件依据Akaik判据（AIC）或贝叶斯判据（BIC）自动选择最佳聚类数。聚类为J时BIC的计算公式如下[2-3]：

式中：KA为连续变量个数；KB为分类变量个数；Lk为第k个分类变量的取值种类数；Nj为分类对象总个数；Nj为第j个聚类中对象的个数；为全部数据中第k个连续变量的方差估计；为第j个聚类中第k个连续变量的方差估计；Njkl第j个聚类中第k个连续变量取值为l的对象个数。

2.2 行包快运节点等级划分方案

考虑节点重要度计算结果已经体现了变量聚类的过程，因此直接对293个节点重要度进行样本聚类分析，用SPSS软件自动聚类过程确定最佳聚类数。通常情况下，BIC值较小说明模型较好，因此，如表2所示，按BIC最小值取最后的聚类结果，即聚为4类。有时BIC随类数的增加而不断减少，此时就要用变化值和变化率来确定最好的聚类结果。

表2 自动聚类的贝叶斯判据

聚类分析的结果见表3，其中1类节点4个，2类节点22个，3类节点60个，4类节点207个。

表3 行包快运节点聚类结果

3 行包快运节点等级调整及布局方法

在实际应用中，聚类分析结果需要根据铁路网实际情况进行调整，以满足节点布局的要求。等级调整主要考虑以下因素：行包快运节点与其他主要专业运输节点（主要为集装箱和特殊货物运输）的统一布置，节点在路网中的位置和作用，节点的社会属性（如行政等级等）。

根据中铁快运行包节点的等级划分，考虑将行包基地的布局控制在第1和第2类节点范围内，将行包办理站的布局控制在第3类节点范围内，而车站行李房、行包快运服务网点的设置则不限于第4类节点。

目前，铁道部已经对集装箱中心站和办理站建设进行了规划[4]，行包快运节点的建设必须与其统筹布置，因此，将乌鲁木齐、昆明、兰州等纳入18个集装箱中心站的城市节点由第3类归入第2类；将柳州、海口、西宁、银川、防城港、宝鸡、东山、阿拉山口等纳入集装箱办理站的城市节点由第4类归为第3类。

考虑节点的社会属性及其在路网中的位置和作用，将处于路网尽头或线路交汇处，且行包运量较大的省会或其他重要城市节点如福州、南宁、拉萨、包头、厦门等归入第2类。

根据以上原则调整，最终得到1类节点4个，包括北京、上海、广州、成都；2类节点27个，包括重庆、天津、武汉等，行包基地的设置可基本上与这两类节点相对应。3类节点65个，包括佛山、无锡、徐州等，行包办理站的设置可基本上与之相对应。4类节点197个，包括商丘、海拉尔、锦州、德州等。该类节点中如有新建铁路车站，则应同步设置行包房；该类节点若无铁路车站，则应发展无轨营业网点，办理相应的行包快运业务。

4 结论

随着铁路网特别是客运专线网的规划建设，行包快运节点的功能、形式和布局将发生重大变化。为适应这些变化，调整行包快运节点功能，优化和完善节点布局十分必要。

[1]洪雁,余巧凤,马波涛,等.铁路行包运输网络中长期发展规划研究[R].北京：铁道部经济规划研究院，2010

[2]王爽,等.客运节点等级划分方法及列车开行方案求解策略研究[J].铁道学报.2011（3）：1-8

[3]卢纹岱.SPSS for Windows统计分析[M].3版.北京:电子工业出版社，2006

[4]戴新鎏,余巧凤,马波涛,等.中长期铁路网规划（2008年调整）研究[R].北京：铁道部经济规划研究院，2008

Nodes classification is the basis for nodes optimization of baggage and parcel express.In view of the current nodes classification reling on experience,and not enough objective,this article uses the method of critical degree calculation and cluster analysis to classify the nodes of baggage and parcel express.On this basis,the article gives the method of node layout and suggestions.

baggage and parcel express；node class；critical degree；cluster analysis；node layout

A

1004-9746（2011）06-0009-03

魏艳红）

2011-12-02）