基于选址分配的中欧班列运输网络优化研究

文思涵

【摘要】针对我国中欧班列的运输现状，解决直达班列不同线路恶性竞争、国内货源分散等问题，从选址分配的角度出发，以中欧班列网络运输节点为研究对象，建立总成本最小模型，采用LINGO11.0对其进行优化求解。实例仿真结果表明：通过该模型及算法得到的全局最优解可以有效降低中欧班列运输网络的物流运作总成本。

【关键词】运输经济 中欧班列 集拼集运 LINGO软件

一、引言

2017年，中欧班列建设发展取得阶段性成果，中欧班列开行数量迅速增长，全年开行3673列，同比增长116%。且服务范围迅速扩大，运行效率不断提高，但是线路重复、无序竞争等问题也随之出现。对于中欧班列运输网络进行优化研究，能够提升中欧班列的运行效率，减少重复建设，避免运力浪费，提高经济效益。

近年来，国内对于中欧班列的发展研究中，一方面，目前针对中欧班列铁路货运的的研究主要集中在影响因素探讨及发展对策建议上，很少从量化与模型的角度去探究运输网络结构对中欧班列货运成本影响；另一方面，现有中欧班列研究缺乏对于总体布局的系统设计，仅仅从运营企业或地方政府的角度来看，无法全面分析中欧班列未来发展的思路。

针对上述不足，本文从宏观调控的角度对于中欧班列现有开行模式进行分析，找出其不足之处，建立基于选址分配的中欧班列运输网络优化模型，通过科学方法量化建模，以实证数据为基础进行分析论证，为中欧班列的健康快速发展提供了一定的理论支持。

二、中欧班列运行模式改进

中欧班列运行线路目前主要是中欧班列点对点运行线路，具体表现为：中国主要货源城市采用集装箱或者整车运输的五定班列，依托专用运输通道，经由铁路枢纽节点、口岸与国外城市之间开行的点对点直接配送的物流运输网络模式。从班列运营的整体布局来看，这种运行模式导致了多数班列运行线路长距离重合或相近、货源分散、运行成本高，造成大量资金、资源和运力的浪费以及地方之间的恶性竞争。

要改善中欧班列点对点运行线路的不足，必须按照沿线国家的经济布局、口岸分布与通道建设，在不同地区共享班列运输，满载后送往口岸通关，实现“分组组装，散货集结”，降低运营成本，避免运力浪费，保证运输班列的高频率常态化运营。如图1所示。三、基于选址分配的中欧班列运输网络模型的构建（一）问题描述本文建立的是基于选址分配的中欧班列运输网络模型，优化后的中欧班列运输网络一般包括：中国主要货源城市、中国候选集货枢纽、口岸、欧洲候选集货枢纽、欧洲主要终点城市共5个物流节点。主要表现为：运用集货枢纽和运输路线，将运输量集中到枢纽节点之后，向终点城市发运的运行模式，为货物提供转运服务。

（二）问题假设

构建基于选址分配的中欧班列运输网络优化模型的基本假设为：①只考虑单一品种的产品的客户需求情况，且客户的需求为单一品种的商品，规格和价值相同；②各点之间的运输距离采用交通营运里程表示；③中欧集货枢纽、口岸的货物运输服务能力有限，且已知；④假设客户需求是确定的，货运量采用周平均数据；⑤考虑运输货物的相关成本包括运输成本、通关成本、运营成本、同定建设成本。

（三）变量及符号说明

一各个中国主要货源城市编号，中国主要货源城市总数为M；一各个中国候选集货枢纽编号，中国候选集货枢纽总数为I；一各个口岸编号，口岸总数为K；一各个欧洲候选集货枢纽编号，欧洲候选集货枢纽总数为J；一各个欧洲主要终点城市编号，欧洲主要终点城市总数为N；X1mi、X2ik、X3kj、X4jn-四段路程中不同节点城市之间的周货运量；C1mi、C2ik、C3kj、C4jn-四段路程中不同节点城市之间的单位运距单位运量的运输成本；D1mi、D2ik、D3kj、D4jn-从四段路程中不同节点城市之间的运输距离；OXm-主要货源城市m的周货运总量；HXi-候选集货枢纽i的周集货总量；PXk-口岸k的周集货总量；EXj-候选集货枢纽j的周集货总量；FXn-主要终点城市n的周货运总量；HGCi、PGCk、EGCj-候选集货枢纽i、口岸k、候选集货枢纽j的固定建设成本；HYCi、PYCk、EYCj-候选集货枢纽i、口岸k、候选集货枢纽j的单位运营成本；PTCk-为口岸k的单位通关成本；HVi、PVk、EVj-候选集货枢纽i、口岸k、候选集货枢纽i的周服务容量。

其相应的约束条件如下：

第m个主要货源城市运输到第i个候选集货枢纽的周货运量与其运输到主要终点城市n的周货运量平衡：

Hwi=0.否

1.中国候选集货枢纽i被选中

（11）

EWj=0.否

1.欧洲候选集货本世纪j被选中 （12）

PWk=0.否

1.延边陆路口岸节点k被选中使用 （13）

四、算例仿真

中欧班列运输网络的基本情况如下：在中国境内有14个主要货源城市和候选集货枢纽，3个口岸，欧洲境内有18个欧洲候选集货枢纽和欧洲主要终点城市。不同节点城市之间的距离通过Goole投影可得，文献[5]列举了枢纽城市周集货量和单位运输成本，假定来自中欧班列运输网络具体运营数据如表1—3所示。

为了验证LINGO.11.0软件在求解中欧班列运输网络优化问题上的有效性、先进性和可行性，使用LINGO 11.0在Ms Windows10、Pentium43.06GHz、1.OOGB内存的环境下对上述模型进行求解，优化后得到的中欧班列运输网络的平均最佳综合总成本为5094美元。该模型选中了成都、西安、营口作为中国集货枢纽，选中阿拉山口/霍尔果斯、满洲里、二连浩特作为口岸，选中汉堡、华沙、莫斯科作为欧洲集货枢纽。计算得到的各个变量值如表4所示，从图2可知中欧班列运输网络的全局走向。综上所述，与现有的中欧班列运行现狀相比，优化后的中欧班列运输网络保障了运输班列的高频率常态化运营，最大限度地避免运力资源的浪费；同时以渝新欧、郑欧、苏满欧等典型班列为例，在不考虑政府补贴因素的情况下，平均一班列集装箱的综合运输总费用为8200美元，而中欧班列运输网络优化后的一班列集装箱平均费用为5094美元，降低了37.87%的综合运输总费用，不仅减少了政府补贴的财政压力，还尽可能降低了各地恶性竞争的怪圈。但是，在考虑实际运营情况时，中欧班列运输网络优化模型由于受限条件较多，模型设置了比较严格的理论假设，这些因素之间是彼此制约的，有待选择更加完善的模型来进行求解。

五、结语

本文通过构建基于选址分配问题模型，对中欧班列运输网络进行优化，同时运用LINGO.11软件来对该模型进行了优化计算和实例仿真检验，验证该模型的有效性，较好地实现了在最大限度降低中欧班列运输网络综合总成本的目标下对中欧班列运输网络进行优化，为中欧班列的发展提供了一定的理论支持。

参考文献：

[1]王杨堃.中欧班列发展现状、问题及建议[J]. 综合运输，2015，（S1）.

[2]许英明.“一带一路”战略视角下中欧班列综合效益发挥路径探讨[J].前言，2015，（11）.

[3]罗耀波，孙延明.基于模糊时间窗的带容积约束选址路径问题[J].系统工程，2014，（01）.

[4]李昌兵，张斐敏.集成选址路径库存问题的逆向物流网络优化[J].计算机集成制造系统，2014，（07）.

[5]王德占.201 6年大陆桥运输指标与中欧班列相关数据分析及2017年中欧、中亚班列发展预测[J].大陆桥视野，2017，（02）.

[6]张军.基于集成选址-运输路线问题的废旧家电逆向回收物流网络优化[J].计算机应用，2012，（09）.