动车组列车售票组织策略优化研究

张振利

（中国铁路总公司 运输局，北京 100844）

随着高速铁路的投入运营，高速铁路旅客出行的时间波动特征较强，客流出发和到达时间域更为集中。即便在高速运输模式下，列车开行数量的调整也无法充分适应客流的变化。因此，加强日常售票组织，采用票额共用、席位复用和票额预分等售票策略对于强化动车组列车营销、提高列车收益具有重要的现实意义。

1 动车组列车售票组织现状

动车组列车从2009年开始采用票额共用、席位复用、票额预分和限售区段等售票组织策略。票额共用是指旅客列车某一乘车站的票额在规定时间内允许被列车前方车站使用；席位复用是指当旅客列车席位某一区段售出后，自动实现剩余区段席位能被再次发售利用；票额预分是指在旅客列车票额总量一定的情况下，按照预测的客流进行席位的区段裂解；限售区段是指在不同的运输时段，灵活调整列车以远站，以保证均衡运输的售票组织方法[1-3]。

通过上述售票组织策略的应用，同时运用票额预分算法，实现了铁路的增运增收。2012年全部列车票额共用4.8亿张，使全路客运收入增加399.8亿元； 席位复用3.4亿张， 使客运收入增加188.7亿元。目前售票组织策略主要由各铁路局客运管理人员人工调整，由于动车组列车数量大、停站多、管理人员少，现有售票组织策略应用于动车组列车还存在以下问题：一是难以通过人工对每一趟列车的任意站间进行精细化的共用时间设置，无法及时兼顾始发站和中间站的客流需求；二是难以通过人工根据客流变化实时调整每一趟列车的限售区段，无法及时兼顾长短途的客流需求。因此，应进一步深入研究动车组列车的售票组织策略，以“智能”代替“人工”，实现票价一定条件下的收益最大化。

2 基于收益最大化的动车组列车售票组织优化方法

铁路客运收益的最大化来源于科学的售票组织，而售票组织的科学合理取决于客流掌握的程度。因此，在当前固定票价情况下，在售票组织方面，保证实现动车组列车收益最大化的关键包括：①客流预测及其优化方法，客流预测的准确性是趟车收益最大化的基础；②基于预测客流的票额预分优化方法，基于客流进行票额预分的合理性和科学性是动车组趟车收益最大化的核心。

2.1 客流预测及优化方法

客流预测以铁路客票系统中的客运量数据为依据，利用 OD 客流的年规律和周规律，选取“四因素”时间序列客流预测模型进行短期预测[4]，该模型为

式中：Xt为预测客流；Xt-i为 t-i 周与 t 同一日的客流，t-1为前一周，t-2为前两周，以此类推；p 为模型阶次；Xty1和 Xty2分别为上一年和上两年与 t 同一日的历史客流；Wy∈[0，1]为近期客流参考权重，Wy1∈[0，1]和 Wy2∈[0，1]为上一年和上两年客流参考权重；Wat∈[0，1]为预售量参考权重，根据专家经验取值；φi为自回归系数；αt为白噪声输入。

以上模型已经应用于日常和客流高峰期的总体客流预测，以及票额预分时 OD 间的客流预测，开行方案稳定时，预测总体客流的准确度约为95%；不稳定时，准确度约为85%。但是，将“四因素”时间序列客流预测模型应用于动车组列车 OD 客流预测时，存在以下问题。

（1）OD 区间客流量较小时预测偏差较大。例如，G565(北京西—郑州)的高邑西—邢台东区间，历史客流数据均为个位数，按“四因素法”进行预测客流为3，但若实际发生为5，则偏差为66%，若实际发生为2，偏差33%。

（2）同方向列车间客流迁移，趟车客流预测需要随方向和时段进行调整。例如，北京南—南京间日均开行48对旅客列车，在非高峰客流期间，近40% 的旅客属于“随到随走”，受市内交通环境、铁路售票环境、天气等的影响，旅客赶不上预期出发的列车时，会改乘后续列车出行。

（3）历史客流被抑制，不能真实反映客流需求。铁路与航空客流的最大区别是铁路列车经停到站的数量，由于列车能力或旅客购票时间差异会导致短途客流挤占长途客流能力。例如，京沪高速铁路 D405次(北京南—济南西)动车组列车经停廊坊，北京南—廊坊某周五客流为371人，而廊坊—济南西还剩余车票284张，分析认为短途旅客有提前购票的习惯，北京南—廊坊旅客提前将票购出，导致北京南—济南西旅客无票可购，廊坊—济南西席位大量虚靡。

针对上述问题，提出通过优化票额预分方法，解决小客流 OD 区间客流预测问题、被迁移客流问题及被抑制客流问题。

2.2 票额预分优化方法

在铁路票额预分方面，以预测的旅客列车 OD客流为基础，以旅客列车全程的客座利用率、收入及整体效益最大化为目标，研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分主要原则，给出票额预分算法和流程，并在此基础上构建铁路旅客列车票额智能预分系统[5-7]。王洪业等[8]采用基于改进的移动平均时间序列分析法，实现列车逐日分席别的站站客流预测，综合考虑票额裂解、票额保护和客流培养因素，建立站间票额数量调配模型，以站站间的票额分配数裂解票额时使用的长途票额最少为目标函数，建立席位占用优化模型。以上票额预分算法的运用，实现了铁路的增运增收，取得了良好的成效，但是在解决小客流 OD 区间、被迁移客流及被抑制客流问题方面仍然不够完善。针对以上3个问题分别采用模糊预分、共用限售控制、预分模板予以优化解决，使基于客流预测的票额预分更加科学、合理。

2.2.1 模糊预分

模糊预分为解决小客流 OD 区间预测客流无法精准的问题，即将小客流 OD 区间合并进入大客流OD 区间，以合并后的大客流 OD 区间的预测客流为客流需求实施预分，并根据不同客流区间设置限售区段。如 G244次列车(青岛—合肥)沿途有10个停靠站，预测 OD 客流如表1所示。

青岛、潍坊、淄博站到宿州东、水家湖站属于小客流 OD 区间票额预分时，将其预测客流并入大客流 OD 区间，分别控制限售区间，票额分配结果如下。①青岛—合肥预分56张票额(其中48张限售区间为合肥站，2张限售区间为水家湖、合肥站，6张限售区间为宿州东、水家湖、合肥站)；②潍坊—合肥预分33张票额(其中28张限售区间为合肥站，1张限售区间为水家湖、合肥站，4张限售区间为宿州东、水家湖、合肥站)；③淄博—合肥预分36张票额(其中32张限售区间为合肥站，1张限售区间为水家湖、合肥站，3张限售区间为宿州东、水家湖、合肥站)。

表1 G244预测客流

采用以上票额预分方法后，当青岛—水家湖的旅客购票需求出现时，可以优先使用2张限售区间为水家湖、合肥的票额，该部分票额用完后，只能在开车前一定时间内，当限售区间为合肥的车票取消限售后，使用其剩余票额；当青岛—水家湖购票需求不足时，2张限售区间为水家湖、合肥的票额也可以同时供青岛—合肥的旅客使用。

通过模糊预分，在满足小客流 OD 区间客流需求的前提下，由大客流 OD 区间的票额或客流进行调剂，避免了小客流 OD 区间席位的虚糜或不足。

2.2.2 共用限售控制

在票额预分研究过程中，同方向客流在列车间的迁移是不可避免的，但在票额预分过程中必须重点研究如何避免因客流的迁移而导致长途车输送短途客流。然而，现有票额预分方面的研究大多按照预测客流的 OD 设置票额可用的乘车站、限售站和限以远站，在客流迁移的票额使用抑制方面研究较少。为确保“长票长用、短票短用”，在票额预分时应同步考虑有效的票额使用抑制手段：①票额预分时，同步设置车票的可共用区段及可共用时间；②票额预分时，同步设置车票的限售区段及放开限售的时间。

票额预分时设定限售约束，开车前一定时间放开限售约束。依据客流预测进行票额预分时，设定了每一张票允许的乘车站和售到区段，为使票额得到充分利用，可以根据每个站的旅客购票习惯分析，设定在票额站开车前一定时间内，松绑票额销售的约束，允许票额被前方站共用，也允许区段较长的车票售给短途旅客。例如，G567次列车(北京西—郑州东)沿途有8个停靠站，预测 OD 客流如表2所示。

表2 G567列车的 OD 客流

表2中，北京西—安阳东、新乡东、郑州东，安阳东—郑州东，新乡东—郑州东的客流占列车整体客流的近90%，即该列车在北京西、安阳东、新乡东、郑州东4个站之间的客流量约占列车全部客流的90%，因而票额分配时应尽量保证长途客流的购票需求。

在设计 G567的列车开行方案时，为了方便沿途小站客流出行，共设计了6个停站，但第1站到第3站间，即北京西—石家庄间还开行了其他72对/d 高速铁路列车，其中始发终到列车8对/d，始发站出发时间与 G567列车相近的有5对/d，如果控制北京西—石家庄的客流由北京西—石家庄的始发终到列车运输，而北京西—安阳东、新乡东、郑州东站的客流由北京西—郑州东站的始发终到列车运输，则能够实现长途列车运送长途客流、短途列车运送短途客流。为此，针对表2所示的预测客流，在票额预分时可以做以下处理。

（1）北京西—郑州东分配票额789张，其中控制限售区段为郑州东站686张，新乡东站以远77张，安阳东站以远7张，石家庄站以远19张，控制车票均售给长途旅客。

（2）距开车前2h 以内，保定东、石家庄站可以共用北京西站的车票，实现始发站开车前2h 有剩余车票时，满足旅客购买保定东—郑州东、石家庄—郑州东车票的需求。

（3）距开车前30min 以内，松绑限售区段控制，不再控制必须售长途票，可以销售至列车沿途各站的车票，满足短途客流的需要。

2.2.3 预分模板

为了解决被抑制客流问题，研究票额预分时辅助预分模版，实现人工干预与系统智能处理相结合，即通过现场业务人员反映、观察人员反馈及分析人员综合分析，预估或发现某一趟列车预期客流与历史客流差异较大，可以人工设定预分模版进行票额预分。

设定预分模版时，同时设定分堆控制，并实现始发站车票长途阶梯使用。为了保证列车始发站的客流需求得到满足，同时兼顾沿途站的客流需求，在票额预分时进行分堆处理，根据列车停靠车站与相邻车站的关系进行分堆设置，同一堆中的车站被视为共同体，预测客流合并处理，票额均以始发站终到的长途形式保留。

例如，G55次列车(北京南—福州)沿途停靠19个车站，客流的主要下车站在台州和福州。由于列车停站多、运行时间长，若不进行有效售票组织管理，会造成该列车以运送短途接续客流为主、长途旅客需求得不到满足。为此，进行预分模板设定和票额预分如下：北京南—台州分配票额280张，北京南—福州分配票额400张；天津南—台州分配票额40张，天津南—福州分配票额50张；济南西—台州分配票额31张，济南西—福州分配票额70张；其余 OD 区间均不分配票额。按预分模板进行票额预分后，基本控制在距开车一定时间以前，只有需求为台州以远的旅客才能购买到本次列车车票，尽可能增加动车组列车开行效益。

3 效果分析

从2013年6月初开始，以北京铁路局始发的部分动车组列车为试点，运用以上票额预分方法进行售票组织，与2012年同期相比效果显著，客运指标如表3所示。

表3 北京铁路局始发动车组列车预分试点客运指标对比

由表3可知，试点列车的客座利用率均有提升，长春、上海、沈阳、西安北等方向列车客座利用率下降是因为不同程度地增加了列车开行对数。

4 结束语

采用模糊预分、共用限售控制、预分模板策略以解决目前票额分配中存在的小客流 OD 区间、被迁移客流和被抑制客流问题，可以在一定程度上提高列车能力利用率和客票收益。然而，实现动车组列车全程效益最大化的售票组织方法只适用于能力较为充裕的动车组列车，对于能力紧张时期或能力紧张的普通列车，优化预分方法确保收益最大化还有待于进一步研究。当铁路实行动态票价机制后，提高预测准确度、采取多级票价的席位存量控制以实现旅客列车效益最大化也亟待研究。

：

[1]朱建生，单杏花，周亮瑾，等. 中国铁路客票发售和预订系统5.0版的研究与实现[J]. 中国铁道科学，2006，27(6)：95-103.

[2]冯 飞. 铁路客票发售和预订系统票额分配研究[J]. 铁道运输与经济，2009，31(7)：88-91.

[3]周燕军. 加强票额分配管理提高旅客列车效益[J]. 铁道运输与经济，2005，27(5)：48-50.

[4]单杏花. 铁路客运收益管理模型及其应用研究[D]. 北京：中国铁道科学研究院，2012.

[5]张秀敏，赵冬梅，文曙东. 铁路客运收益管理研究[J]. 铁道运输与经济，2006，28(7)：7-10.

[6]单杏花，周亮瑾，吕晓艳，等. 铁路旅客列车票额智能预分研究[J]. 中国铁道科学，2011，32(6)：125-128.

[7]宗俊雅，李宗平. 多种折扣下铁路票额分配模型初探[J]. 铁道运输与经济，2008，30(7)：24-26.

[8]王洪业，吕晓艳，周亮瑾，等. 基于客流预测的铁路旅客列车票额智能分配方法[J]. 中国铁道科学，2013，34(3)：128-132.