中欧班列集结中心选址优化研究

刘一凡，董 岗

（上海海事大学 经济管理学院，上海 201306）

0 引言

近年来，面对欧亚地区市场持续增长的需求，中欧班列开行数量稳健增长，在保障国际物流运输通畅中承担着重要作用[1]。然而，中欧班列的快速发展也带来了一系列问题，如运输线路重复、口岸拥堵和压箱、境内节点对货源的竞争激烈等[2-4]。因此，亟需研究如何优化节点城市货运网络布局，选择合适的城市作为集结中心，合理地规划运输路线和运输方式，提高中欧班列的运输效率。

节点城市的竞争力评价在网络优化上应用范围广泛。王东方等[5]选择已经开行中欧班列的20个城市作为研究对象，分析了中欧班列节点城市物流网络的特性。贾鹏等[6]选取全国110 个物流枢纽承载城市作为网络节点，刻画了枢纽城市货物联系网络时空演化特征。李楠等提出评价节点城市物流发展水平的指标体系包括竞争实力、物流业产出水平、物流信息化等方面[7-9]。针对中欧班列运输网络的优化问题，Li等[10]构建进口粮食配送节点的货运网络，利用中心度指标对进口粮食配送中心的重要性进行评价。王广翔等[11]建立了混合整数规划模型，研究环境因素约束下中欧班列集结中心的选址与运输网络优化问题。徐祥等[12]研究中欧班列集结中心选址问题时，考虑到运输成本最小化和用户均衡问题的双目标规划，借助MAS 模拟算法和机器学习，得出在乌鲁木齐、兰州和沈阳建立集结中心。

通过对已有文献的研究可知，关于集结中心选址的研究大致可以分为2 类。一是评价节点城市的发展水平，将发展水平高的视为集结中心；其次是借助数学模型构造目标函数求解成本最小化的集结中心选址方案。因此将两种方法相结合，建立一个双层规划模型来确定中欧班列西通道集结中心的节点城市。上层模型使用熵权-TOPSIS评价各节点城市的竞争力，确定集结中心的备选城市，下层模型探究中欧班列更经济、绿色的运营思路和方案，并基于上层选址结果构建混合整数规划模型，确定最终的集结中心并提供相关发展建议。

1 问题描述

目前中欧班列的运营模式大多数采取直达模式，这种开行模式组织运营方面用时少，方便快捷，但是会造成班列运营线路的重复，节点城市间对货源的恶性竞争，并且很难达到规模经济。与直达模式相对比的是集结模式。中欧班列运营模式如图1所示。

图1 中欧班列运营模式Fig.1 Operation mode of China Railway Express

集结模式可以先将货源地的货物运至集结中心，然后在集结中心根据货物目的地进行编组，最后再统一运至出境口岸。因此集结中心可以解决相邻城市之间向同一目的地运输的问题，减少货物在货源地等待满载的时间，进而减少中欧班列运营过程中的空箱率。为此，以中欧班列开行的节点城市为研究对象，选取中欧班列节点城市在运输通道的集结中心，对比2 种模式的经济效益和环境效益，进而优化节点城市的货运网络。

2 模型构建

2.1 中欧班列节点城市竞争力评价指标体系构建

中欧班列节点城市的竞争力评价是以评价节点城市的物流能力为目的。城市物流流通的物质包括生产活动所需的原材料、生产资料和人们日常生活的消费品等，因此物流产业规模决定了物流对象[13]。在参考以往研究成果的基础上，选取了物流需求规模、物流规模水平、城市信息化度、城市发展潜力和城市影响力作为评价指标[7-9]。并且考虑到集结中心可以作为中欧班列国际运输的重要节点，将城市的枢纽等级和节点城市到出境口岸的距离也作为研究对象。中欧班列节点城市竞争力评价指标体系如表1所示。

表1 中欧班列节点城市竞争力评价指标体系Tab.1 Index system for competitiveness evaluation of node cities for China Railway Express

其中，为了评价城市影响力方面的城市物流枢纽等级，将属于国家发展和改革委员会公布的5 个中欧班列“集结中心”示范工程建设城市、发展规划中被列为内陆主要货源地节点、《全国流通节点城市布局规划(2015—2020 年)》中被规划为国家级流通节点的城市各计1分。

2.2 节点城市竞争力评价模型

节点城市竞争力评价模型为上层规划模型。节点城市的竞争力涉及多方面的指标，全方位地展现出一个城市综合的物流水平。熵权-TOPSIS法是信息熵和TOPSIS 法的结合，可以有效地解决多目标决策问题。因此选用熵权-TOPSIS模型评价中欧班列节点城市的竞争力水平。

2.2.1 标准化评估矩阵

（1）构造初始矩阵。该矩阵设有m个评价对象(中欧班列节点城市)n个评价指标。

式中：yij为第i个评价对象的第j个指标数据；i为评价对象次序；j为评价指标次序；Y为初始矩阵。

（2）归一化处理。由于指标的量纲并不相同，为了使指标在同一范围内进行比较，对所有指标进行归一化处理，得到规范的判断矩阵。归一化处理后的标准判断矩阵Z为

式中：zij为第i个评价对象的第j个指标数据标准化后的值。

2.2.2 熵权法确定各指标的权重

（1）计算第j个指标的熵值ej。

（2）由熵值ej确定第j个指标的权重wj。

（3）将权重与指标的数值对应相乘得到加权标准化判断矩阵P。

式中：pij为第i个评价对象的第j个评价指标的数据加权值。

2.2.3 计算相对贴近度

（1）加权标准化判断矩阵的正负最大值。

式中：A+为所在列的正最大值；A-为所在列的负最大值。

（2）i到正负最大值的贴近度。

式中：为第i个评价对象到正最大值的接近度；为第i个评价对象到负最大值的接近度。2.2.4 确定最终得分

式中：ci是第i个评价对象与正负最大值的贴近度，ci介于0和1之间，值越贴近1，重要度越高。

2.3 混合整数规划模型

混合整数规划模型为下层规划模型。考虑到政府的预算限制以及环境因素，将上层规划模型确定的集结中心备选城市使用混合整数规划确定最终的集结中心。中欧班列集结中心运营模式如图2所示。

图2 中欧班列集结中心运营模式Fig.2 Operation mode of assembly center of China Railway Express

（1）模型假设。中欧班列在组织运营过程中影响因素较多，为了方便计算和分析，假设如下：①所选的集结中心备选城市为上层规划模型中选出的集结中心备选城市；②假设一个城市只能选择一个集结中心转运货物，一个集结中心只能选择一个出境口岸；③从货源地到集结中心的运输方式可以选择公路或铁路运输，从集结中心到出境口岸的运输方式只选铁路运输；④集结中心和出境口岸有处理货物能力的限制；⑤运输产生的碳成本以碳税的形式向中欧班列运营商征收；⑥考虑集结中心备选城市间的横向运输，即未选为集结中心的城市货源可以向已选为集结中心的城市运输。

（2）模型符号及定义。混合整数规划模型中集合、参数和变量的符号及含义如表2所示。

表2 符号及含义Tab.2 Symbols and definitions

（3）模型建立。混合整数规划的目标是使经济成本与环境成本之和最小。模型中函数Z1是经济目标，代表了在节点城市建立集结中心时中欧班列的运营成本，包括运输的在途成本、时间价值成本、集结中心处理货物的成本和出境成本。函数Z2是环境目标，代表了中欧班列在运营过程中所产生的碳排放量，包括运输过程中的碳排放和货物在集结中心由于等待、换轨等所产生的碳排放。有关约束中欧班列碳排放的政策尚未成熟，因此将碳排放转化为向运营商征收碳税的问题。

约束条件⒁表示若被选为集结中心，到达已选集结中心的货运量等于从已选集结中心到出境口岸的货运量。约束条件⒂表示运往集结中心货运量不可超过集结中心的最大处理能力。约束条件⒃表示货源地只能选择一个备选集结中心城市。约束条件⒄表示集结中心备选城市中未被选为集结中心的城市只能选择一个已选集结中心。约束条件⒅表示集结中心的货物只能从一个出境口岸出境。约束条件⒆表示集结中心到出境口岸的货运量小于出境口岸的处理能力。

3 实证分析

3.1 中欧班列西部通道节点城市的选取

中欧班列共有西、中、东3 条运输通道。通过西通道阿拉山口和霍尔果斯口岸出境的中欧班列数量占5 个出境口岸数量的60%，因此选择西通道的节点货源城市作为研究对象。鉴于西通道涉及城市较多，根据以下原则筛选出研究的节点城市：①已经开行中欧班列的城市，如郑州、西安等；②规划开行中欧班列的城市，如昆明、贵阳等；③在《全国流通节点城市布局规划(2015—2020 年)》中被规划为国家级流通节点的城市，以及中欧班列中、西通道共同吸引的节点城市，如长沙、广州等；④在《国家物流枢纽布局和建设规划》中陆港型国家物流枢纽承载的城市，如遵义、安阳等。综上所述，共筛选出42 个城市作为中欧班列西通道物流网络的境内备选节点。

3.2 节点城市竞争力水平分析

为提升备选城市评价的公平性和可比性，选择2016、2018、2020 和2021 年的指标数据。物流需求规模、物流规模水平、城市信息化度和城市发展潜力指标数据来源于各节点城市统计年鉴；城市影响力指标数据通过中国铁路95306 网获取各城市铁路运输线路状况。将数据带入到模型中得到基于熵权-TOPSIS节点城市排名结果如表3所示。

表3 基于熵权-TOPSIS节点城市排名结果Tab.3 Node city ranking results based on entropy weight-TOPSIS method

由表3 可知，重庆在2020 年和2021 年的竞争力排名中均位居第一。重庆不但是首个开行中欧班列的节点城市，也是西部陆海新通道的核心枢纽，在综合交通体系中承担着重要的作用。另外，重庆、成都、郑州、西安和乌鲁木齐作为中欧班列集结中心示范工程建设的节点城市，在铁路运输网络中承担着重要的枢纽作用，成为实现欧亚大陆互联互通的重要支撑点。南京和义乌等在2020 年和2021年竞争力排名有所上升，这些城市具有稳定的进出口贸易，可以促进经营环境的良好发展，保障节点城市的枢纽经济。然而，鹰潭、格尔木和武威等城市地处偏远或交通不便利的地区，物流需求规模和物流设施的完善存在一定的局限性，导致其排名较低。综上所述，选取2020 年和2021 年节点城市竞争力水平均在排名前十五的城市作为集结中心的备选城市。符合条件的共有14 个城市，分别是重庆、广州、东莞、成都、郑州、南京、天津、西安、武汉、青岛、长沙、合肥、厦门和乌鲁木齐。

3.3 确定最终的集结中心

3.3.1 确定最终集结中心指标的数据来源

对节点城市的竞争力水平分析可知，重庆、广州等14 个城市作为集结中心的备选城市，其余的28个城市作为货源地城市。并根据2020年和2021年中欧班列的货运量预测出节点城市向欧洲运输的货运量，各节点城市的货运需求量如表4所示。

表4 各节点城市的货运需求量Tab.4 Freight demand of each node city

根据Zhao 等[14]的研究，设置中欧班列集结中心的建设成本为3 亿元，每吨货物的单位时间价值为37.5。阿拉山口和霍尔果斯口岸每周的通关能力为60 列和67 列，假设每列车的核载量为2 000 t，由此可以得出每天的通货能力。每单位货物在运输过程中所产生的碳排放量计算借助了欧洲环境署认定的温室气体排放计算器EcoTransIT World，该工具根据消耗的能源和使用的燃料，基于自下而上的方法确定排放量。各个节点城市到备选集结中心的公路和铁路距离分别使用百度地图和百度百科铁路里程表查询得到。货物在阿拉山口口岸和霍尔果斯口岸平均的通关时间分别为6 h和8 h，因此货物在口岸的出境成本为每吨货物的单位时间价值与口岸每天的平均通关时间的乘积[15]。参数的具体取值如表5所示。

表5 参数的具体取值Tab.5 Parameter values

3.3.2 结果分析

将相关数据带入到模型中，求解出42个节点城市中最终被选为集结中心的节点城市为乌鲁木齐、重庆、郑州、武汉、东莞和合肥。进一步观察分析结果可以得出非集结中心的节点城市向集结中心运输货物的线路及方式。中欧班列最终集结中心选址结果及货物流向如图3所示。

图3 中欧班列最终集结中心选址结果及货物流向Fig.3 Final site selection of assembly center of China Railway Express and cargo flow

由图3可知，6个集结中心分别位于华东、西北、华南、华北以及中部等地区，地理位置分布较分散，可以很好地集结中欧班列西通道货源。其中，乌鲁木齐位于西北地区，是阿拉山口和霍尔果斯通道的必经之地。乌鲁木齐可以集结西北和华北地区的货源，在集结中心重新编组运输，减少通往出境口岸运输线路重复的问题。重庆作为西南地区重要的交通枢纽，可以集结成都、昆明和贵阳等地区的货物，以便提高中欧班列的运输效率与灵活性。东莞可以整合来自广州、厦门和南宁等地区的货源，实现货物的高效集散。武汉集结了湖南和江西等地区的货源，减少了相邻城市向境外同一节点运输货物的列车，可以降低空箱返运率。合肥可以集中运输江浙地区的货物，可以整合优化利用物流资源，降低物流成本，减少碳排放。郑州位于中部地区，河南、河北和山东地区的货物可以运至郑州，由郑州的集结中心进行重新编组，开行点对点直达国外城市的班列，从而增强城市的竞争力。

中欧班列西通道各节点城市在优化运输线路前，各开行城市均提供直达班列至国外目的地城市。优化后的节点城市可以选择对应的集结中心，在一定程度上减少了运输线路重复和资源浪费的情况。为了更直观地对比优化前后的结果，假设优化前各节点城市不考虑节点间的转运成本，铁路运输直达出境口岸；假设优化后集结中心的使用周期为20 a，建设成本均摊到年度。由运算结果可知，优化后的运营成本为415.23亿元，相比优化前的经济目标值408.03 亿元上升了1.8%；优化后碳排放所承担的成本为5 133.5 万元，相比优化前的碳成本10 726 万元下降了52.1%；优化后的总成本为415.74 亿元，相比优化前的总成本409.1 亿元上升了1.6%；这意味着集结中心的建立会使成本小幅度上升，碳排放量大幅度下降。

4 结束语

中欧班列集结中心可以加快“干支结合、枢纽集散”的班列组织方式，并促进节点城市间的协调运作。以中欧班列西通道货源吸引区的节点城市为研究对象，建立双层规划模型，选出乌鲁木齐、重庆、郑州、武汉、东莞和合肥为中欧班列西通道货源吸引区的集结中心。各个集结中心之间应着力提升集结中心的运输能力，实现周边城市的资源共享，以提高中欧班列的市场竞争力。然而，中欧班列运输货物种类繁多且有中西东三大通道，因此，下一步计划研究基于货运品类的运输网络布局。