物流枢纽对周边交通影响分析＊

孙焰 高源发 郑文家

（同济大学道路与交通工程教育部重点实验室 上海 201804）

0 引 言

物流枢纽是物流网络中货物流的重要集散中心，它不仅是关系全局的重要物流组织和生产基地，保证物流网络畅通、实施宏观调控的重点，同时又是物流网络中各节点设施相互联系、相互配合的重要环节和支持所在地区经济和社会发展的重要基础设施、联系纽带，因此物流枢纽在物流网络系统中具有特殊重要的地位和作用.

对于物流枢纽而言，当其建成后投入使用，内部将会产生大量的客运流量和货运流量，会对枢纽周围的交通产生巨大的影响.同时，由于客运流量与货运流量的组织方法并不相同，因此，如果枢纽周围客货运交通的组织没有做好，那么枢纽的交通将会十分混乱，不仅仅影响枢纽内员工的出行，还影响了物流枢纽的作业效率.因此在枢纽建设时，得到枢纽交通量后，需要根据一定的交通规则和理论方法，去进行交通量的分配，把交通量分配到各条道路上，使得枢纽内部的交通更加顺畅.

1 枢纽最优货运交通组织模式

对于物流枢纽的客运流量而言，由于其具有很大的自由性，因此难以通过一定的交通管理措施进行控制，其总会选择最短路或者是时间最少的道路，而对于货运流量而言，在枢纽内部可以通过一定的交通管理措施进行调控，合理的分配货运交通的流量.

对于交通分配而言，目前广泛使用的便是1952年Wardrop 所提出的分配理论.其包括Wardrop第一原理和Wardrop第二原理，即系统中的个体最优和系统总体最优［1］.

对于物流枢纽这一个系统而言，考虑到如果采用个体最优，则所有的个体都会选择最短的道路进行行驶，而道路上的容量是一定的，这样一来必然会造成枢纽内部道路的拥堵；而如果采用系统总体最优，那么通过一定的组织方法，会使得系统内部的用户总和最优，从而路网的使用更加健康和良好.因此通过以上的分析，本文决定采用Wardrop第二原理，以其为交通分配的基本原理进行物流枢纽内部的交通分配.

1.1 货运交通分配模型建立

为了方便对交通运输网络的描述，采用一个有向图表示，即G=（V，E）.其中：V为所有的顶点的组合；E为所有的边的组合.定义路网上的弧为eij，dij为eij的长度，bij为eijh的容量.定义K为所有车流的集合；nk为第k支车流的流量.定义决策变量为流量nk是否选择eij这条路.

考虑到路网的通行能力，可以知道，当一条道路上的车流过多时，其行驶的速度会受到一定的影响，并且会影响到其通行的时间，因此如果考虑采用总行驶时间最少，那么必然要考虑各条道路的路阻函数，将会给分配带来许多麻烦.在此，本文决定采用总的车公里数最少作为系统最优的目标.并为了保证对货运流量的管理和控制，规定OD 间车流不能分开.因此，货运交通分配的目标函数为

为了保证路网收发点和中间点的流量平衡，则要求

为了保证各条路的总车流量受通过能力的约束，并且车流分配尽可能的均匀，防止某些路段上的流量过于集中，要求：

1.2 货运交通分配模型算法设计

根据以上模型的建立，可以看出是NP 困难问题.目前对于NP困难问题而言，采用精确计算方法工作量大，因此人们的研究都偏向于启发式算法.目前启发式算法主要包括禁忌搜索算法、模拟退火算法、遗传算法、蚁群优化算法等［2］.本文采用贪婪取走启发式算法进行模型的求解.

由于本文的目标函数为总的车公里数最少，而对于物流枢纽而言，其在一定时间内的交通流量是固定的，所以车辆的行驶距离将会直接影响到本文的目标函数，因此为了保证总的车公里数最小，车辆需要尽可能的选择最短路，但是考虑到路段饱和度的约束，所有的交通流量都选择最短路径是不可能的，因此当路段的饱和度不满足约束时，需要放弃最短路，选择绕行，以保证系统最优的目的.通过资料的收集可以知道，最短路的距离越小，其绕行的能力越差，因此流量分配的顺序将会由各个OD 的最短路的距离来决定，优先分配最短路距离小的流量.而在选择最小的最短路距离时，如果是惟一的，则直接进行分配；如果不惟一，则利用每一个OD 对的次短路的距离比上最短路的距离，其比值的大小将会反映绕行的代价的大小，比值越大，其绕行的代价越大，因此应该选择比值最大的那个OD 对进行分配.依此循环，直到所有的OD 对都分配完成为止.

根据以上的算法思路，该模型的求解步骤如下.

1）输入OD 流量和各个节点的距离.

2）采用深度优先搜索算法，求出所有具有流量的OD 的路径，并进行排序.

3）在所有具有流量的OD 的最短路径中，找出最小的，并获得其起讫点，进行分配.

4）判断最小的最短路径是否惟一，如果惟一则按照最短路径分配，其中要满足容量和饱和度的限制；如果不惟一，那么计算其绕行代价，优先分配绕行代价最大的那个OD 对.对于饱和度的限制，本文规定每一路段的饱和度都必须小于0.7，如果饱和度不符合，需要进行绕行.

5）分配完成后，修改各个路径的容量和流量，并把该OD 对的最短距离变成无穷大.

6）判断是否已经分配完成.若是则结束，若不是则转第3步.

2 客货运路径优化分配模式

物流枢纽的客流主要是因为枢纽内部企业员工的上下班而引起的，其具有很强的规律性，而对于货流而言，其主要是由于枢纽内的物流作业所引起的，虽然其也存在一定的规律，但是当客流与货流交叉时，就会存在两者的高峰期是否一致的问题，因此在本文中，对于客货运路径分配的模式，决定采用2种方案，分别应对客运与货运的高峰期是否一致的问题.

2.1 客运与货运的高峰期一致

当客运和货运的高峰期都一致的时候，由于货运车辆在物流枢纽内部可以通过一定的交通运输组织来进行控制，而客运的流量会采用最短路径，这时候路网上客运流量与货运流量会共同使用道路设施，因此首先应该把不同类型的车辆，根据车辆换算系数，把全部的流量都换算成标准车进行计算.根据《公路工程技术标准》，将小客车作为标准车型，车辆换算系数见表1［3］.

把车辆换算成标准车后，首先按照全有全无的分配原则，把从外部到达物流枢纽和物流枢纽出去的客运流量分配到各条道路上，并根据每条道路的容量限制和分配所得的客运流量，修改交通运输网络模型中道路的容量，得到一个新的有向图.再根据所得到的新的有向图进行货运流量的分配，对于货运流量的分配，首先需要修正物流枢纽周围的道路容量，使其变成无穷大，实现了在枢纽内部按照内部交通组织来进行行走，而在外部按照全有全无的分配方法进行分配，然后再与真实的交通流量相比较，根据交通影响评价的计算指标，得到物流枢纽对周围交通的影响，并进行分析.因此其交通分配的步骤为：

表1 标准车的车辆换算系数

1）把客运流量和货运流量转化为标准车流量.

2）客运流量按照全有全无的方式进行分配.

3）修正交通网络模型上道路的流量和容量.

4）按照货运交通分配模型的算法分配货运的流量.

5）计算道路的饱和度，分析物流枢纽对周围交通的影响.

芭蕉现存俳句983首〔1〕，其中约40首俳句带有表示颜色的词，带“白”字的24首，带“青”字的11首，带“红”字的4首，带“紫”字的2首。在芭蕉的色彩意识中，“白”“青”占绝对优势。此外，尚有为数较多的间接表示颜色意味的词，如“月”“雨”“雪”“露”等表示“白色”或“无色”的词，由此可见，芭蕉的色彩意识总体倾向于自然色，对于浓丽的色彩有回避倾向。

2.2 客运与货运的高峰期不一致

当客运与货运的高峰期不一致时，无论是客运还是货运，其都会使用运输网络中的道路，并且由于其高峰期不一致，那么会导致在某一个流量的高峰期只有货运或者是客运在使用道路.因此，本文进行均衡处理，即首先把物流枢纽里的客运和货运交通量全都按照车辆换算系数转化成标准车，然后再把转化后的标准车按照货运交通分配模型分配到交通运输网络中.其交通分配的步骤为：

1）把客运流量和货运流量转化为标准车流量.

2）把转化后的客运流量和货运流量进行相加，得到路网上的总流量.

3）输入交通网络模型上道路的流量和容量.

4）按照交通流量分配模型的算法进行分配总的流量.

5）计算道路的饱和度，分析物流枢纽对周围交通的影响.

3 交通影响评价指标选择

1）对周边路段影响 选取路网的饱和度（LOS）指标来反映城市内一定区域的路网服务水平，即

表2 路网饱和度指标评价标准

2）对整个路网的影响分析 物流枢纽建成前后对影响范围内主要路段的平均影响度为［5-6］

式中：Vi为路段的交通流量；Ci为路段的道路容量；Is为建设项目建成前后对影响范围内路段的平均影响度；m为影响范围内主要路段的个数，主要路段包括主干路和次干路以及较重要的支路.

在本文中，为了便于计算，着重关注路网的饱和度（LOS）这一指标，通过这一指标来反应各条道路的使用情况.

4 案例分析

利用本文所提出的物流枢纽对周围交通环境的影响分析方法，选取福建漳龙物流枢纽进行实证研究，以验证该方法的可行性和可操作性.

漳龙物流枢纽是漳州漳龙物流园区开发有限公司投资兴建的综合型物流枢纽，该枢纽现状用地位于漳州市九龙大道270号，距漳龙高速入口2km、郭坑火车站5km、漳州货运站3km，距漳州港20km、厦门50km，相邻漳州蓝田工业区和龙文经济开发区.见图1.

图1 漳龙物流枢纽范围示意图

漳龙物流枢纽未来规划的外部道路中，金宝路为东西向的横向道路，根据它在枢纽中作为连接物流枢纽与外部地区的快速通道的重要地位，道路横断面定位双向4车道，其余的3条南北方向的纵向道路为金上路、金洋路和金秋路，道路横断面定位为双向2车道.在对外的通道上，主要包括：枢纽南边的高速引线、枢纽东边的漳华路、枢纽北面的金龙路、枢纽西面的金塘路这四条道路.根据枢纽的道路设计，其交通网络的各项参数见图2，各等级公路的通行能力见表3.

图2 漳龙物流枢纽交通网络各项参数

表3 一级公路每车道的设计通行能力

同时，该物流枢纽的客货运交通流量见表4～5.

表4 物流枢纽高峰小时货运OD表 pcu／h

当客运和货运的高峰期一致时，利用上文的算法，得到的分配结果见图3.其中线条的颜色和宽度表示了道路的拥挤程度，即VC比.

表5 物流枢纽高峰小时客运OD表 pcu／h

图3 客运与货运高峰期一致时的分配结果

当客运和货运的高峰期不一致的时候，利用上文的算法，得到的分配结果见图4.

图4 客运与货运高峰期不一致时的分配结果

如果全部的客运流量和货运流量都按照全有全无进行分配，则运行的结果见图5.

图5 按照全有全无分配结果

对比以上3 种情况，选取其中流量最大的6条路径的结果，见表6.

表6 3种分配方法的结果对比

通过以上图表的对比，可以看出，相比于全有全无分配，本文的模型可以较好的实现物流枢纽交通的分配，并且分配的结果对周围的影响也较小，具有良好的实用性.

5 结束语

为了进行物流枢纽交通影响分析，需要对枢纽的流量进行相应的组织，减少其对周围交通的影响.针对物流枢纽里的货流，文中建立了货运交通分配模型，并且设计了贪婪取走启发式算法.同时，考虑到物流枢纽内既有客流又有货流，因此本文综合考虑了物流枢纽里这两种不同的流量，针对这两种流量存在高峰期不一致的情况，设计了不同的流量分配方法.最后，通过实例研究，证明了本文方法的可靠性和实用性.该研究方法可对城市物流枢纽的规划产生积极影响，有助于规划决策者在建设物流枢纽时综合考虑其对周边路网的影响.

［1］任科社.交通运输系统规划［M］.北京：人民交通出版社，2010.

［2］孙 焰.现代物流管理技术［M］.上海：同济大学出版社，2011.

［3］中华人民共和国交通部.JTG B01-2003公路工程技术标准［S］.北京：交通部公路司，2004.

［4］马玉红.物流园区交通影响分析方法研究［D］.长春：吉林大学，2007.

［5］彭 弛.物流园区交通影响分析研究［D］.长沙：长沙理工大学，2007.

［6］张剑宇，封学军，王 伟，等.物流园区交通影响分析研究［J］.物流科技，2008（6）：55-58.