資源集約化利用下鐵路集裝箱辦理站布局優化研究

趙 娟， 王 龍， 劉 暢

(1. 北京交通大學 交通運輸學院， 北京 100044； 2. 中國鐵路經濟規劃研究院有限公司 運輸研究所， 北京 100038)

2010—2019年， 鐵路集裝箱運量快速增長，年均增長率達16%。2019年發送量達1 767萬TEU，同比增長26.5%。雖然近年來我國鐵路集裝箱發展迅速，但仍存在差距和不足。主要是班列化水平較低、運輸時效性不高，多式聯運設備設施不完善，集裝箱運輸前后 “一公里” 服務斷鏈問題尚未解決，場站布局、布置有待優化等。

經實地調研發現，局部地區集裝箱運量的增長速度不及集裝箱辦理站設施設備的投入速度，布設過多的鐵路集裝箱辦理站將導致各站對有限貨源形成無序競爭，使得鐵路集裝箱貨源過度分散、辦理站能力不能充分利用。造成原本可以組織直達班列開行的集裝箱車流不得不匯至相鄰編組站集結，增加了鐵路運輸組織成本、降低運輸生產效率。

目前，運輸網絡節點布局大多是通過運輸路線規劃研究，實現以最低的運輸成本向客戶提供產品或服務。較早期O’Kelly[1]對Hub選址問題做了分析研究，在一定數量的備選點集中選擇p個Hub點，在從起始點至終點必須經過Hub點的前提下，讓整個網絡物流運輸費用最小。既有的研究成果[2-5]大多側重于節點模型及求解算法等方面，雙層規劃模型、神經網絡模型、成本費用模型、多目標規劃選址模型及基于圖論采用計算機模擬及啟發式算法求解是運輸站點布局的常用方法。文獻[6-10]以分別運輸總費用最小、最小救援基地總成本、集散運輸成本最優、運輸成本最小為優化目標建立雙層規劃選址模型。張云霞[11]建立了綠色物流運輸模型，實現運輸效益最大化。丁小東[12]提出基于“點對點”直達高鐵快運網絡布局和流量分配方案。尹傳忠[13]建立不確定需求的鐵路行包基地及配送點選址問題的概率模型。陳雷等[14]將公鐵貨流轉移與鐵路車流徑路問題統籌考慮，構建了綜合優化模型。林楓[15]從綜合交通樞紐與城市交通網絡之間的動態關系出發,構建了綜合交通樞紐貨運站布局優化模型。

綜上所述，既有站點布局優化的研究一般以運輸距離或運輸費用最小化為優化目標建立模型，若位于同一地區的不同集裝箱辦理站，其輻射區域存在交叉，區內的有限貨源存在同質化競爭，也不利于路網能力的充分利用。為此，本文在考慮運輸距離基礎上，比較公路短駁費用與鐵路運輸費用，合理設定集裝箱站的吸引范圍，建立資源集約化利用下鐵路集裝箱辦理站布局優化模型。分析集裝箱貨源分布和運輸量，結合集裝箱貨源地的分布情況，合理布局集裝箱貨源的集中辦理站點、有效整合相應的運力資源，有利于促進鐵路運力資源運用效率的提升和運輸效益的增加。通過構建整數規劃模型對集裝箱辦理站的合理布局進行優化解析。

1 鐵路集裝箱辦理站布局優化問題

集裝箱辦理站是鐵路集裝箱集、疏、中轉的樞紐，其在路網的布局直接影響集裝箱的周轉效率，進而影響運輸成本。同時，辦理站的布局也影響鐵路與其他運輸方式的接駁便捷程度，影響辦理站及鐵路集裝箱的貨源及運輸成本。

鐵路集裝箱辦理站布局要解決的問題包括：①根據社會經濟布局、線路、辦理條件等確定哪些站點可以設為備選的站點；②如何根據相關約束條件優選辦理站；③如何實現一定集裝箱辦理站布局情況下的成本最低。

2 鐵路集裝箱辦理站布局優化模型

以研究區域(即某鐵路局集團公司管轄區域)內既有集裝箱辦理站為備選集合，集裝箱辦理站所在地區(這里精確到縣區級行政區劃)為集裝箱貨流的發到小區，分析各地區間的集裝箱OD交流情況。收集整理地區集裝箱貨物發送或到達節點至臨近的集裝箱辦理站的公路短駁費用，以集裝箱辦理站作業能力等為約束條件。在已知集裝箱貨源分布和流量流向情況下，運用最優化理論，構建效益最大化下集裝箱辦理站優化的0-1整數規劃模型。

2.1 參數及變量

參數及含義見表1。

表1 參數及含義

決策變量及含義見表2。

表2 決策變量及含義

2.2 目標函數

本模型的目標函數為鐵路集裝箱的作業成本最小，由4部分組成：①區域內發到的集裝箱貨源從貨源點至辦理站的公路短駁費用(包括發送和到達)；②集裝箱辦理站因辦理量不足而產生的懲罰費用；③集裝箱辦理站因單方向運量不足以開行直達列車而產生的懲罰費用；④集裝箱辦理站的作業費用。即

(1)

式中：θ為集裝箱辦理站因辦理量不足而產生的單位懲罰費用，元；ε為集裝箱辦理站因不足以開行直達列車而產生的單位懲罰費用，元；m為集裝箱辦理站足以支撐某一方向開行直達班列所需的集裝箱貨運需求，TEU。

2.3 約束條件

(1) 車站i的集裝箱辦理量不超過其辦理能力

i∈B

(2)

(2) 流量平衡約束

(3)

(4)

(3) 變量邏輯約束

(5)

(6)

zi∈{1,0}

(7)

可以看出，本文建立的集裝箱辦理站布局優化模型是一個多目標的整數規劃模型，可以運用廣泛使用的商業優化計算軟件Lingo求解。

3 案例分析

以中國鐵路昆明局集團有限公司轄區內的集裝箱辦理站合理布設規模為案例背景對模型進行驗證。2018年局管內各站集裝箱辦理量情況見表3。

表3 2018年中國鐵路昆明局集團有限公司管內集裝箱辦理站及其辦理量、作業能力

中國鐵路昆明局集團有限公司管內共計包含52個集裝箱辦理站，除個別車站作業量相對飽滿之外，大部分車站能力過剩。因而以此52站為集裝箱辦理站的備選站址進行優化篩選。由表1可見，平田、松河、沙沱、喜鵲樂、山腰、山腰(境)、甸尾、蓮池、中灘9個辦理站的現狀辦理量為0，將其排除在集裝箱辦理站的備選集之外。考慮到威舍、拉鲊、迤資、麗江東、西邑、河口北、玉溪南7個車站與其他車站相距較遠，對區域內集裝箱貨源的輻射能力具有獨立性、隔離性，將其納入集裝箱辦理站范圍之內，而不納入模型優選的范疇。對其余36個集裝箱辦理站進行模型優選。分地區來看，昆明市內共包含12個辦理站，曲靖市內包含11個辦理站，六盤水市內包含6個辦理站，此外，大理市、楚雄州、紅河州分別開設了2個、3個、2個辦理站。以2018年昆明局內各站發到的集裝箱OD為基礎,見表4、表5。

表4 2018年中國鐵路昆明局集團有限公司始發集裝箱OD(部分數據示例)

表5 2018年中國鐵路昆明局集團有限公司到達集裝箱OD(部分數據示例)

對昆明局管內的集裝箱發到地按區縣進行劃分，則昆明局發到的集裝箱OD共計193股，集裝箱辦理量為1 150 478 TEU，其中管內自裝自卸集裝箱OD流45股、辦理量251 174 TEU，自裝交出OD流67股、辦理量295 725 TEU，接入自卸OD流流81股、辦理量603 579 TEU。

模型相關參數取值說明：以集裝箱發到企業所處區縣距離各集裝箱辦理站的距離作為公路短駁費用，限定同屬于同一地級行政區劃的企業只選擇同一地級市內的車站作為集裝箱辦理站。昆明地區各區縣至各車站的公路短駁距離見表6。

表6 各區縣至各車站公路短駁距離 km

對各車站集裝箱辦理費用數據進行匹配公路里程數據的量綱化取值，得出各車站集裝箱辦理費用參數，具體數據因篇幅限制不再贅述。同時根據專家經驗取及現場調研數據取值參數θ=20，ε=0.5。

將上述OD數據及參數取值代入模型，并代入分縣區、分具體廠區測算的貨源地與鄰近辦理站之間的公路短駁費用，通過模型分析同去向貨源共站辦理、開行直達班列的可能性。由此，利用優化計算軟件Lingo11.0進行優化計算，得到合理的集裝箱辦理站布設情況見表7。

根據表7，經過優化計算，在保證一定的公路短駁覆蓋范圍內，現狀36個集裝箱辦理的分散的作業量，僅需其中13個辦理站即可集中完成。由此，原36個車站平均僅45.5%的能力利用率在將辦理站規模壓縮至13個之后得到了大幅提升，能力利用率可達72.2%，能力虛糜狀況得到了較大的改觀。作業集中后箱流強度增大，有利于集裝箱班列的開行，開行頻次增加、作業成本降低，若保證3天開1列的頻率，則可形成30個穩定開行的集裝箱直達班列，其中，始發班列10列，到達班列20列，見表8、表9。

表7 模型優化結果

表8 始發集裝箱直達班列去向

表9 到達集裝箱直達班列去向

4 結論

綜上所述，過度分散的運力資源不利于鐵路實施集約化經營，特別是位于同一地區的不同集裝箱辦理站，其輻射區域存在交叉，對于區內的有限貨源存在同質化競爭，不利于路網能力的充分利用，增加了鐵路作業的隱性成本，影響鐵路運輸效益。采用集中貨源于少數辦理站開展集約化作業的策略，能夠有效減少辦理站的能力虛糜，且有利于降低物流成本。

本文考慮了集裝箱運輸距離，綜合比較公路短駁費用與鐵路運輸費用，建立集裝箱辦理站優化布局的整數規劃模型并利用Lingo求解，對集裝箱辦理站備選集進行篩選，優化集裝箱辦理站。對昆明局集團公司轄區內的集裝箱辦理站布局進行實例驗證，運用本文提出模型得到：原36個集裝箱辦理站壓縮至13個，平均能力利用率從45.5%增加到72.2%，優化效果顯著。對于目前已經配套建設完成的集裝箱辦理站設施設備資源，應一方面積極爭取貨源，提升作業需求，另一方面在保留既有設施設備的情況下盡量將人員投入集中于作業條件相對更優的辦理站，形成作業成本的集約化優勢，待后期集裝箱作業持續上量后再有序“激活”其他車站的辦理能力。