陳 誠(chéng)

（中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081)

0 引言

隨著供給側(cè)結(jié)構(gòu)性改革不斷深化,我國(guó)運(yùn)輸結(jié)構(gòu)與特征發(fā)生快速變化,電子消費(fèi)品、日用消費(fèi)品、快速消費(fèi)品等零散高附加值白貨物流需求增長(zhǎng)迅速。隨著國(guó)家運(yùn)輸結(jié)構(gòu)調(diào)整和大氣污染防治等相關(guān)政策的推進(jìn)落實(shí),更多的公路白貨物流需求將轉(zhuǎn)移至鐵路?！鞍棕洝碧刂赋?、石油、焦炭、金屬礦石、鋼鐵、非金屬礦石、磷礦石等大宗貨物之外的品類。從客戶角度分析,白貨品類具有企業(yè)個(gè)體物流需求小、運(yùn)到時(shí)限要求高、價(jià)格敏感性強(qiáng)等需求特點(diǎn)。從鐵路角度分析,白貨物流需求具有總量需求大、單個(gè)城市需求小、運(yùn)輸方向不平衡等特點(diǎn)。由于城市點(diǎn)對(duì)點(diǎn)的白貨物流需求一般無(wú)法滿足鐵路貨車成列開行的要求,而通過(guò)編組站進(jìn)行多次車流集結(jié)會(huì)造成白貨全程運(yùn)到時(shí)效慢、時(shí)限不可控,致使鐵路在白貨物流市場(chǎng)缺乏市場(chǎng)競(jìng)爭(zhēng)力。

近年來(lái),針對(duì)鐵路白貨物流需求的研究,主要集中在貨源需求組織的策略和手段方面。鄭平標(biāo)等[1]提出對(duì)于高附加值貨物應(yīng)通過(guò)開發(fā)適應(yīng)的運(yùn)輸產(chǎn)品、保障運(yùn)輸能力、完善客戶管理、制定靈活的運(yùn)價(jià)政策來(lái)加強(qiáng)貨源組織；崔德偉等[2]針對(duì)鐵路白貨客戶采用的自營(yíng)、外包和綜合3種物流模式,提出與生產(chǎn)企業(yè)加強(qiáng)合作、建立物流配送中心、加強(qiáng)無(wú)軌站建設(shè)等相應(yīng)的白貨運(yùn)輸對(duì)策建議；張玉召等[3]探討由鐵路貨運(yùn)營(yíng)銷中心、第三方物流企業(yè)、鐵路和第三方物流企業(yè)形成聯(lián)合體組織貨源等3種模式；楊文曦[4]針對(duì)鐵路白貨班列產(chǎn)品在管理模式、組織方式、時(shí)效評(píng)價(jià)等方面的不足,提出班列運(yùn)到時(shí)效精益管理的建議；鞠蓓[5]分析了鐵路白貨運(yùn)輸運(yùn)到時(shí)限超時(shí)的原因,提出運(yùn)輸組織、合理中轉(zhuǎn)、分接口接車能力等方面的建議；寧榮[6]提出基于聚類算法的區(qū)域運(yùn)輸網(wǎng)絡(luò)分析理論,解決集裝箱辦理站區(qū)域運(yùn)輸網(wǎng)絡(luò)布局不均的問(wèn)題。目前,從鐵路白貨物流需求現(xiàn)狀出發(fā),有效解決城市鐵路白貨物流需求不足的研究較少。從鐵路物流需求數(shù)據(jù)入手,通過(guò)物流需求集聚手段,整合分散的鐵路白貨客戶需求,集零為整,以支撐區(qū)域間白貨物流產(chǎn)品的開發(fā)和運(yùn)營(yíng)。

通過(guò)分析鐵路白貨物流需求分布可以看出,發(fā)送到達(dá)地區(qū)需求量差異明顯,個(gè)別區(qū)域間的需求較大,這些條件為鐵路白貨物流需求集聚提供了貨源基礎(chǔ)。此外,中國(guó)國(guó)家鐵路集團(tuán)有限公司在全國(guó)規(guī)劃了208個(gè)鐵路一級(jí)、二級(jí)物流基地,其中一級(jí)物流基地33個(gè),服務(wù)于國(guó)家級(jí)流通節(jié)點(diǎn)城市,二級(jí)物流基地175個(gè),服務(wù)于區(qū)域級(jí)流通節(jié)點(diǎn)城市,物流基地基本覆蓋周圍區(qū)域的白貨物流需求。截至2019年4月底,鐵路物流基地已建成136個(gè),其中一級(jí)29個(gè)、二級(jí)107個(gè)。物流基地的建成運(yùn)營(yíng),為白貨物流需求集聚提供了重要載體。鐵路班列化的運(yùn)輸組織模式,同普通貨車編組集結(jié)的模式相比,具有明顯的時(shí)效優(yōu)勢(shì),速度標(biāo)尺160 km/h的班列干線旅速能達(dá)到100 km/h,速度標(biāo)尺120 km/h的班列干線旅速能達(dá)到60 km/h,遠(yuǎn)遠(yuǎn)高于編組貨物列車的平均旅速,與公路運(yùn)輸相比具有一定競(jìng)爭(zhēng)力,能夠進(jìn)一步吸引公路貨源。因此,以鐵路物流基地作為兩端物流需求的集聚載體,組織開行大節(jié)點(diǎn)間班列化的白貨列車,能夠有效壓縮全程時(shí)效,保持穩(wěn)定的時(shí)限,解決目前白貨物流時(shí)限過(guò)長(zhǎng)且不穩(wěn)定的弊端,滿足白貨客戶的物流需求,因而提出基于K-means算法的鐵路白貨物流需求集聚方法,為鐵路白貨列車班列化開行提供有效的理論支撐。

1 鐵路白貨物流需求集聚方法分析

1.1 K-means聚類算法基本原理

聚類是一種無(wú)監(jiān)督學(xué)習(xí)的方法,其實(shí)質(zhì)是依據(jù)某種距離度量,把相似的對(duì)象放入同一集聚群中,把不相似的對(duì)象放到不同的集聚群中。聚類與分類不同,聚類不依賴預(yù)先定義的類或帶類標(biāo)記的訓(xùn)練實(shí)例,需要由聚類學(xué)習(xí)算法自動(dòng)確定標(biāo)記。聚類是觀察式學(xué)習(xí)而不是示例式學(xué)習(xí),它是從數(shù)據(jù)集中尋找數(shù)據(jù)之間的關(guān)系,使得同一類數(shù)據(jù)之間盡可能的相似,不同類別的數(shù)據(jù)最大化可能的相異,從而發(fā)現(xiàn)數(shù)據(jù)之間隱藏的有規(guī)律的信息[7]。聚類分析算法有劃分法、系統(tǒng)聚類法、密度法、網(wǎng)格法、模型法、孤立點(diǎn)法、模糊分析法等。在處理大量的非空間數(shù)據(jù)對(duì)象時(shí),劃分法中的K-means算法能夠快速收斂,是最常用的方法。

K-means算法是一種基于劃分的聚類算法,K代表集聚群個(gè)數(shù),means代表集聚群內(nèi)數(shù)據(jù)對(duì)象的均值,通過(guò)設(shè)置不同的K值,來(lái)聚集距離較近的集聚群。K-means算法以距離作為數(shù)據(jù)對(duì)象間相似性度量的標(biāo)準(zhǔn),即數(shù)據(jù)對(duì)象間的距離越小,則它們的相似性越高,越有可能在同一個(gè)集聚群。數(shù)據(jù)對(duì)象間距離的計(jì)算有很多種,通常采用歐氏距離來(lái)計(jì)算數(shù)據(jù)對(duì)象間的距離。歐式距離的計(jì)算公式可表示為

式中：distance(xi,xj)為第i個(gè)對(duì)象和第j個(gè)對(duì)象兩點(diǎn)之間的歐氏距離,xi,xj分別為第i個(gè)和第j個(gè)數(shù)據(jù)對(duì)象；D為數(shù)據(jù)對(duì)象的屬性個(gè)數(shù)；xi,d,xj,d分別為第i個(gè)對(duì)象和第j個(gè)對(duì)象在屬性d上的值。

K-means算法根據(jù)預(yù)先設(shè)定的k值將樣本分為k個(gè)群,每個(gè)群的均值用μk來(lái)表示,這些均值被看作每個(gè)群的中心。K-means算法的目的是要找到k個(gè)群中心,使得每個(gè)樣本離集聚中心的歐式距離的平方誤差之和最小,可表示為

式中：J表示樣本離集聚中心的歐式距離的平方誤差之和；N表示樣本總數(shù)；K表示集聚群的個(gè)數(shù)；rnk表示第n個(gè)樣本是否在第k個(gè)集聚群內(nèi),若在則為1,反之為0；xn表示第n個(gè)樣本點(diǎn)；μk表示第k個(gè)集聚群的中心；Ck表示第k個(gè)集聚群的樣本集合表示第k個(gè)樣本群中的第i個(gè)樣本點(diǎn)。

K-means聚類算法是首先隨機(jī)選取k個(gè)評(píng)價(jià)對(duì)象作為模型的初始聚類中心,然后依次計(jì)算每個(gè)對(duì)象與各聚類中心之間的空間距離,依據(jù)每個(gè)對(duì)象與各個(gè)聚類中心之間的距離,將所有對(duì)象分配給距離其最近的聚類中心。每個(gè)聚類中心及分配給其的聚類對(duì)象分別代表一個(gè)集聚群。當(dāng)全部聚類對(duì)象都被分配完畢后,表示一次計(jì)算結(jié)束,每個(gè)聚類的聚類中心由已經(jīng)聚類分配的現(xiàn)有對(duì)象被重新計(jì)算。重復(fù)迭代此過(guò)程,直到達(dá)到最大迭代次數(shù),或者兩次迭代的差值小于某一閾值時(shí),迭代終止,得到最終聚類結(jié)果[8-9]。K-means算法聚類流程圖如圖1所示。

圖1 K-means算法聚類流程圖Fig.1 K-means clustering algorithm flow chart

1.2 鐵路白貨物流需求集聚模型

以K-means算法聚類為核心,搭建鐵路白貨物流需求集聚模型,模型搭建思路如下。①確定集聚的基本單元。鐵路日常以鐵路局集團(tuán)公司、站段、車站為管理單位,貨票上的貨物始發(fā)終到位置信息體現(xiàn)為所屬的站段和車站。如果以車站為基本單元進(jìn)行物流需求聚類,由于辦理白貨業(yè)務(wù)的車站有2000多個(gè),會(huì)形成2000多個(gè)發(fā)到站之間的需求OD矩陣,數(shù)據(jù)復(fù)雜,并且部分車站名稱較為生僻,聚類結(jié)果直觀性不強(qiáng)。因此,提出以城市為物流需求集聚的基本單元,有效簡(jiǎn)化了數(shù)據(jù),同時(shí)提高結(jié)果的直觀性。②利用聚類算法將相鄰城市合并為一個(gè)城市群,合并城市需求,形成城市群之間的OD需求。③通過(guò)設(shè)定城市間距離和需求量,篩選出符合條件的城市群間的白貨品類流動(dòng)的主要方向。

鐵路白貨物流需求集聚的具體流程可以分為數(shù)據(jù)采集、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)聚類和結(jié)果輸出4個(gè)步驟,具體如下。

（1）數(shù)據(jù)采集。①采集鐵路物流需求數(shù)據(jù)。從貨票信息中選取了物流需求聚類需要的核心信息,得到每單貨票的貨物品類、發(fā)送噸數(shù)、發(fā)站、到站等信息。②采集城市的位置信息。通過(guò)調(diào)用網(wǎng)絡(luò)上公開的經(jīng)緯度查詢接口來(lái)獲取全國(guó)城市的經(jīng)緯度。

（2）數(shù)據(jù)轉(zhuǎn)換。①建立車站與城市的對(duì)應(yīng)關(guān)系。通過(guò)查詢車站信息,同時(shí)比對(duì)鐵路貨運(yùn)站分布圖,明確每個(gè)車站所在的省份和城市,將貨票上基于車站的貨物信息轉(zhuǎn)化為基于城市的貨物信息。②建立城市間的物流需求流向表。將同屬于一個(gè)城市的多個(gè)車站需求數(shù)據(jù)匯總,得到城市的鐵路物流需求。將貨票運(yùn)量信息按照發(fā)送城市、到達(dá)城市和品類匯總統(tǒng)計(jì),使得同一個(gè)城市多個(gè)車站的物流需求數(shù)據(jù)合并,得到以城市為基本單元的物流需求信息,進(jìn)而建立城市間的物流需求信息表。

（3）建立基于城市群的物流需求流向表。結(jié)合之前采集到的到的城市經(jīng)緯度信息,可以得到城市間的距離。按照K-means聚類算法要求,設(shè)定k個(gè)聚類群,通過(guò)迭代計(jì)算,整合相鄰城市的物流需求,將全國(guó)劃分為k個(gè)城市群,形成k個(gè)城市群之間的鐵路物流需求,總計(jì)條物流需求線路。

鐵路白貨物流需求集聚流程圖如圖2所示。

2 鐵路白貨物流需求集聚實(shí)例應(yīng)用及分析

2.1 實(shí)例應(yīng)用

在鐵路白貨貨源集聚問(wèn)題中,將城市的經(jīng)緯度作為位置信息輸入,選取2017年全路車站白貨業(yè)務(wù)運(yùn)量數(shù)據(jù)作為物流需求數(shù)據(jù)輸入,設(shè)定城市群數(shù)量為50,應(yīng)用SPSS數(shù)據(jù)分析軟件嵌套的K-means聚類算法對(duì)貨運(yùn)數(shù)據(jù)進(jìn)行自動(dòng)化聚類分析。為了進(jìn)一步得到有效的白貨貨源集聚的城市群對(duì),增加篩選條件,發(fā)送城市群至到達(dá)城市群總噸數(shù)大于100萬(wàn)t且運(yùn)輸距離大于800 km,符合篩選條件的白貨運(yùn)輸城市群如表1所示。發(fā)送主要集中在東北、內(nèi)蒙、華北等區(qū)域,到達(dá)主要集中在東北、西南等區(qū)域。鐵路可以考慮在這些方向上重點(diǎn)組織開發(fā)白貨運(yùn)輸產(chǎn)品。

圖2 鐵路白貨物流需求集聚流程圖Fig.2 Flow chart of demand agglomeration of railway white goods logistics

2.2 結(jié)果分析

基于城市群的白貨貨源整列運(yùn)輸,有效壓縮了干線運(yùn)輸時(shí)間。以黑龍江東部至遼寧西部線路為例,2個(gè)城市群中心城市距離約1200 km,120 km/h標(biāo)尺快速列車平均時(shí)速60 km/h,鐵路干線運(yùn)輸時(shí)間約20 h,兩端群內(nèi)城市對(duì)各自中心城市的最遠(yuǎn)距離取350 km,公路運(yùn)輸時(shí)間各約6 h,公路至鐵路的短倒裝卸作業(yè)時(shí)間取4 h,綜合以上全程運(yùn)輸時(shí)間最大為40 h。采用普通貨車運(yùn)輸方式,按鐵路貨物運(yùn)輸平均時(shí)速10 ～ 20 km/h計(jì)算,鐵路運(yùn)輸需要60 ～ 120 h,加上兩端短倒裝卸各4 h,全程運(yùn)輸68 ～ 128 h?？梢?采用貨源集聚后,運(yùn)到時(shí)限大幅縮短,同時(shí)通過(guò)班列化開行,時(shí)效穩(wěn)定性得以保障。該線路班列開行,雖然增加了城市到中心城市貨源集聚環(huán)節(jié)的費(fèi)用,但通過(guò)集中分撥配送,能夠有效降低短途運(yùn)輸成本,全程費(fèi)用增加極為有限,且考慮到運(yùn)到時(shí)限的大幅提高,抵消了費(fèi)用增長(zhǎng)帶來(lái)的影響,運(yùn)輸綜合質(zhì)量明顯提高。

表1 符合篩選條件的白貨運(yùn)輸城市群Tab.1 White goods transportation city clusters meeting the screening conditions

2.3 保障措施

白貨物流需求集聚后,為鐵路長(zhǎng)距離白貨運(yùn)輸指明了線路方向和貨源基礎(chǔ)。要真正實(shí)現(xiàn)穩(wěn)定的白貨整列運(yùn)輸,還需要進(jìn)一步考慮適合的品類和開行時(shí)段,選擇適宜的裝載車輛和物流基地,考慮客戶對(duì)價(jià)格的承受能力,制訂貨源組織方案,為開發(fā)高質(zhì)量白貨班列提供保障。

（1）貨源季節(jié)波動(dòng)。部分白貨的物流需求隨季節(jié)變化比較明顯,細(xì)致分析貨源在不同時(shí)間段的發(fā)送運(yùn)量分布,是合理制定、調(diào)整運(yùn)輸計(jì)劃的基礎(chǔ),有利于保障貨運(yùn)列車的裝載率。

（2）裝載車輛要求。白貨貨源對(duì)裝載車輛的要求各不相同,部分適用于集裝箱運(yùn)輸,部分適用于棚車運(yùn)輸。由于目前120 km/h標(biāo)尺的棚車和集裝箱不能混編運(yùn)行,因而需要對(duì)貨源進(jìn)行篩選,形成單一的快速棚車列車或快速集裝箱列車。

（3）物流基地能力。根據(jù)中國(guó)國(guó)家鐵路集團(tuán)有限公司發(fā)展鐵路物流基地的思路,物流基地主要承擔(dān)白貨的“運(yùn)倉(cāng)配”業(yè)務(wù),因而白貨貨運(yùn)班列兩端發(fā)到主要依靠物流基地。在選中的城市群中,選擇地理位置離主要貨源地較近、具備整列開行能力、設(shè)施設(shè)備條件良好、集疏運(yùn)便捷的物流基地作為發(fā)到兩端的作業(yè)場(chǎng)所。

（4）全程物流質(zhì)量比選。物流需求集聚在兩端增加了集聚的作業(yè)環(huán)節(jié),導(dǎo)致物流費(fèi)用有所增加,因而需要全面權(quán)衡全程物流費(fèi)用與時(shí)效的變化,按照客戶的反饋篩選出對(duì)運(yùn)輸時(shí)效要求較高的貨源,根據(jù)需求規(guī)模合理制定開行方案。同時(shí)考慮在開行初期對(duì)遠(yuǎn)距離集聚的貨源進(jìn)行補(bǔ)貼,鼓勵(lì)客戶選擇班列化的貨運(yùn)產(chǎn)品。

（5）貨源組織能力。貨源統(tǒng)一集聚在物流基地,發(fā)到兩端均增加了物流基地至企業(yè)倉(cāng)庫(kù)、轉(zhuǎn)運(yùn)中心的短駁運(yùn)輸環(huán)節(jié)。要加強(qiáng)與優(yōu)質(zhì)社會(huì)物流企業(yè)的合作,發(fā)揮公路靈活便捷的優(yōu)勢(shì),通過(guò)公路運(yùn)輸提高貨源集聚的效率,減少環(huán)節(jié)增加帶來(lái)的影響。

3 結(jié)束語(yǔ)

隨著國(guó)家產(chǎn)業(yè)布局優(yōu)化、能源結(jié)構(gòu)調(diào)整,煤炭為代表的大宗貨物運(yùn)輸需求增長(zhǎng)幅度有限,未來(lái)鐵路增量將更多依賴提高鐵路在白貨物流市場(chǎng)的份額。通過(guò)K-means聚類算法實(shí)現(xiàn)基于城市群的鐵路白貨物流需求集聚,有利于鐵路組織開行點(diǎn)對(duì)點(diǎn)開行白貨班列,有效壓縮全程運(yùn)到時(shí)效,提高貨運(yùn)產(chǎn)品服務(wù)質(zhì)量,進(jìn)而提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力,吸引更多的公路物流需求轉(zhuǎn)向鐵路,由鐵路主要負(fù)責(zé)大節(jié)點(diǎn)的干線運(yùn)輸,公路負(fù)責(zé)兩端近距離的分撥和“最后一公里”的配送,充分發(fā)揮各種交通方式的優(yōu)勢(shì),實(shí)現(xiàn)各種交通方式合理分工,促進(jìn)各種交通方式的融合發(fā)展[10]。