李國旗，申 皓，焦敬娟

(1. 西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 610031；2. 綜合交通運(yùn)輸智能化國家地方聯(lián)合工程實(shí)驗(yàn)室，四川 成都 611576；3. 綜合交通大數(shù)據(jù)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室，四川 成都 611576；4. 北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100044)

隨著電子商務(wù)市場的爆發(fā)式增長，快遞業(yè)市場規(guī)模急劇擴(kuò)大，成為推動互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展的重要支撐。在快遞市場不斷細(xì)分和時效性要求日漸差異化的情形下，航空快運(yùn)運(yùn)價高、運(yùn)輸量有限，而公路快運(yùn)變動成本過高、且時效性難以保證，現(xiàn)有運(yùn)輸方式難以完全適應(yīng)不斷增長的快遞市場運(yùn)輸需求。到2019年底，中國高速鐵路(以下簡稱“高鐵”)運(yùn)營里程已達(dá)3.5萬km，高鐵已經(jīng)覆蓋80%以上的大城市。到2030年，高鐵里程將達(dá)到4.5萬km，初步實(shí)現(xiàn)省會城市全面連通、地級市快速通達(dá)、縣域基本覆蓋。在高鐵節(jié)點(diǎn)和網(wǎng)絡(luò)逐步完善的情況下，南昌、濰坊等地已經(jīng)開始規(guī)劃建設(shè)高鐵快運(yùn)物流基地，表明高鐵快運(yùn)樞紐建設(shè)迫在眉睫。與公路和航空相比，高鐵具有明顯的速度和網(wǎng)絡(luò)化優(yōu)勢，具備發(fā)展高鐵快運(yùn)的先天條件。2011年，原鐵道部首次提出有針對性地根據(jù)高鐵的發(fā)展，利用高鐵資源去開拓市場。2014年4月1日，作為高鐵快運(yùn)的運(yùn)營主體，中鐵快運(yùn)正式在北京、鄭州、武漢、廣州、長沙等20個城市開行零散貨物快運(yùn)業(yè)務(wù)，2015年，高鐵快運(yùn)運(yùn)量達(dá)303萬件，比上年增長3.24倍；2018年，我國完成快遞業(yè)務(wù)收入6 038億元，同期高鐵快運(yùn)營業(yè)收入約為3億元，高鐵快運(yùn)市場處于起步階段。當(dāng)前，中鐵快運(yùn)主要采用“動檢”列車、客運(yùn)列車行李架、大件行李存放區(qū)及乘務(wù)員工作間開展高鐵運(yùn)輸，在“雙十一”等快遞包裹集中期，利用高鐵座位空間組織整列運(yùn)輸，整體運(yùn)能不足。在貨運(yùn)動車組即將投運(yùn)情況下，運(yùn)輸能力有望顯著提升。高鐵轉(zhuǎn)運(yùn)樞紐具有區(qū)域間中轉(zhuǎn)、集散、銜接等功能，能夠銜接兩個及以上方向的高鐵運(yùn)輸通道，科學(xué)選擇高鐵快遞轉(zhuǎn)運(yùn)樞紐，有利于提升高鐵快運(yùn)體系的運(yùn)轉(zhuǎn)效率，推動高鐵快運(yùn)網(wǎng)絡(luò)的快速發(fā)展，提升高鐵快運(yùn)市場競爭力。

國外學(xué)者對樞紐選址的研究開始較早。早在1987年，O’Kelly[1]就運(yùn)用整數(shù)規(guī)劃，以總運(yùn)輸成本最小為目標(biāo)，提出了航空客運(yùn)網(wǎng)絡(luò)樞紐的經(jīng)典選址模型。其后，有學(xué)者在該模型的基礎(chǔ)上從樞紐機(jī)場容量限制[2]、機(jī)場容量多水平?jīng)Q策[3]、航線需求不確定[4-5]等角度對航空樞紐選址模型進(jìn)行拓展。公路客運(yùn)樞紐選址方法較多，代表性的有：使用啟發(fā)式算法，建立樞紐布局規(guī)劃模型選址[6]；建立評價指標(biāo)體系，運(yùn)用綜合評價方法選址[7]以及圖論或最優(yōu)路徑選址[8]。在物流中心的選址中，早期使用的方法主要有混合整數(shù)規(guī)劃、層次分析法、重心法等。近幾年，一些學(xué)者開始使用模糊集聚類[9]、布谷鳥算法[10]等創(chuàng)新型算法解決物流配送中心選址問題。在其他類型的樞紐選址問題中，也有利用改進(jìn)模擬植物生長樹算法解決依托地鐵網(wǎng)絡(luò)的城市配送樞紐問題[11]；建立多目標(biāo)非線性混合整數(shù)規(guī)劃模型，解決高鐵客運(yùn)樞紐選址問題[12]；利用聚集k-hub中心啟發(fā)式算法解決大規(guī)模選址問題等[13]。

以上的設(shè)施選址問題研究主要集中于P-中值選址問題和最大覆蓋模型選址問題。在P-中值選址問題中，優(yōu)化目標(biāo)只強(qiáng)調(diào)了加權(quán)距離最小化，未考慮覆蓋半徑約束，在省域及以上范圍的選址中難以實(shí)現(xiàn)服務(wù)的及時滿足。在最大覆蓋選址問題的研究中，考慮了覆蓋半徑，但模型追求覆蓋需求的最大化，沒有考慮服務(wù)成本的優(yōu)化，會導(dǎo)致綜合成本過高[14]。本文將最大覆蓋樞紐選址和P-中值樞紐選址相結(jié)合，同時考慮覆蓋半徑約束與最小成本約束，建立綜合模型并用遺傳算法求解，測算不同情形下的高鐵快遞轉(zhuǎn)運(yùn)樞紐選址方案，以期為高鐵快遞服務(wù)網(wǎng)絡(luò)的構(gòu)建和貨物動車組開行方案制定提供支撐。此外，需求點(diǎn)與備選點(diǎn)之間的距離矩陣為基于高鐵路網(wǎng)測量得出的實(shí)際路網(wǎng)距離，更具有實(shí)際應(yīng)用價值。

1 高鐵快遞轉(zhuǎn)運(yùn)樞紐選址模型建立

1.1 問題假設(shè)

綜合考慮備選點(diǎn)與需求點(diǎn)運(yùn)輸距離、需求點(diǎn)的需求強(qiáng)度、備選點(diǎn)綜合布局系數(shù)、運(yùn)輸距離限制等影響因素，建立帶覆蓋距離限制的高鐵快遞轉(zhuǎn)運(yùn)樞紐選址模型[15]。由于高鐵路網(wǎng)之間的聯(lián)系錯綜復(fù)雜，且與樞紐所在城市的經(jīng)濟(jì)發(fā)展、地理位置等聯(lián)系密切，樞紐內(nèi)各要素間的相互作用也十分復(fù)雜，為便于建模分析，提出4個假設(shè)：①一個城市的貨物只能由一個高鐵快遞轉(zhuǎn)運(yùn)樞紐負(fù)責(zé)轉(zhuǎn)運(yùn)；②一個城市最多只能建設(shè)一個高鐵快遞轉(zhuǎn)運(yùn)樞紐；③高鐵快遞轉(zhuǎn)運(yùn)樞紐的規(guī)模容量總可以滿足需求點(diǎn)的需求，并由其配送輻射范圍內(nèi)的需求強(qiáng)度確定；④備選點(diǎn)修建高鐵快遞轉(zhuǎn)運(yùn)樞紐的成本和運(yùn)營成本相等。

1.2 模型構(gòu)建

(1)

s.t.

(2)

Zij≤hjj∈Mi

(3)

(4)

Zij，hj∈{0，1}

(5)

dij≤s

(6)

式中：F為運(yùn)輸費(fèi)用；N為已開通高鐵城市數(shù)量；Cj為經(jīng)濟(jì)、交通、設(shè)施影響下的綜合布局系數(shù)；wi為需求點(diǎn)的需求強(qiáng)度；dij為從需求點(diǎn)i到離它最近高鐵快遞轉(zhuǎn)運(yùn)樞紐j的距離，km；Zij為0-1變量，表示需求點(diǎn)和高鐵快遞轉(zhuǎn)運(yùn)樞紐的服務(wù)需求分配關(guān)系，需求點(diǎn)i的快遞運(yùn)輸需求由樞紐j供應(yīng)zij為1，否則為0；hj為0-1變量，點(diǎn)j被選為高鐵快遞轉(zhuǎn)運(yùn)樞紐則hj為1，否則為0；Mi為到需求點(diǎn)i距離小于s的備選樞紐點(diǎn)集合；s為新建高鐵快遞轉(zhuǎn)運(yùn)樞紐離它服務(wù)的需求點(diǎn)的距離上限，即覆蓋半徑，km。

式(1)以布局系數(shù)加成下的運(yùn)輸費(fèi)用最小化為目標(biāo)函數(shù)；式(2)保證每個需求點(diǎn)只能由一個高鐵快遞轉(zhuǎn)運(yùn)樞紐服務(wù)；式(3)確保需求點(diǎn)的快遞運(yùn)輸需求只能被設(shè)為高鐵快遞轉(zhuǎn)運(yùn)樞紐的點(diǎn)供應(yīng)；式(4)規(guī)定了被選為高鐵快遞轉(zhuǎn)運(yùn)樞紐的數(shù)量為p；式(5)規(guī)定變量zij與hj都為0-1決策變量；式(6)保證了需求點(diǎn)與高鐵快遞轉(zhuǎn)運(yùn)樞紐之間的距離不可以大于距離約束s。

2 算法設(shè)計(jì)

樞紐選址問題屬于NP-hard難題，此類問題常用的求解方法有模擬退火算法、遺傳算法、禁忌搜索算法、蟻群算法等。由于高鐵快遞轉(zhuǎn)運(yùn)樞紐需求點(diǎn)較多，涉及變量復(fù)雜，解空間較大，難以進(jìn)行快速準(zhǔn)確的選址，而遺傳算法的群體搜索策略，使遺傳算法可以突破領(lǐng)域搜索的限制，實(shí)現(xiàn)整個解空間上的分布式信息采集和探索[16]，所以選擇遺傳算法對模型進(jìn)行求解。以下結(jié)合高鐵快遞轉(zhuǎn)運(yùn)樞紐選址模型對求解過程做具體說明。

2.1 染色體編碼設(shè)計(jì)

目前染色體編碼的常用方法有二進(jìn)制編碼、格雷碼編碼和整數(shù)編碼等。本文涉及的染色體表示為備選樞紐點(diǎn)的選擇，用二進(jìn)制表示，是一個一行多列的矩陣[17]。列的數(shù)量為備選樞紐節(jié)點(diǎn)的個數(shù)，用1表示樞紐節(jié)點(diǎn)，0表示非樞紐節(jié)點(diǎn)。例如：備選樞紐節(jié)點(diǎn)為10個，依次排序?yàn)?～10，用矩陣[0 1 1 0 0 1 1 0 1 0]表示，則編號為2、3、6、7和9的城市被選為高鐵快遞轉(zhuǎn)運(yùn)樞紐點(diǎn)，編號為1、4、5、8和10的城市為非樞紐點(diǎn)。

2.2 產(chǎn)生初始種群

隨機(jī)產(chǎn)生一定數(shù)量的初始編碼，代表樞紐選址優(yōu)化模型的多個解，即為遺傳算法的初始種群。初始種群的大小直接影響算法運(yùn)行的效率與結(jié)果，種群規(guī)模過小容易陷入局部最優(yōu)解，規(guī)模過大會影響運(yùn)算效率。用Matlab隨機(jī)函數(shù)的方式生成初始種群，這樣可以讓初始選點(diǎn)比較均勻合理的分布在備選點(diǎn)的范圍內(nèi)。

2.3 建立適應(yīng)度函數(shù)

適應(yīng)度函數(shù)的選取直接影響到遺傳算法的收斂速度以及能否找到最優(yōu)解。適應(yīng)度越高表明染色體越符合模型的要求，越容易將基因遺傳到下一代。本文中的適應(yīng)度函數(shù)由目標(biāo)函數(shù)直接變形得到。

2.4 遺傳操作

(1)選擇

為了克服遺傳算法初始個體差異較大問題，引入輪盤賭選擇機(jī)制，保證產(chǎn)生的后代與環(huán)境適應(yīng)度成正相關(guān)，實(shí)現(xiàn)后代進(jìn)化的可持續(xù)優(yōu)良選擇。設(shè)群體大小為n，其中個體i的適應(yīng)度為Fi，則i被選擇的概率為

(7)

(2)交叉

交叉是兩個染色體將部分基因互換，產(chǎn)生新一代個體的過程。本文所使用的交叉方法是單點(diǎn)交叉，即在二進(jìn)制編碼中，隨機(jī)選擇一個點(diǎn)，以這個點(diǎn)為界限，相互交換變量，見圖1。

圖1 單點(diǎn)交叉變異操作過程

(3)變異

變異是在交叉算子不斷產(chǎn)生的新個體中進(jìn)行微調(diào)，得到新的染色體，增加種群的多樣性，提高遺傳算法的局部搜索能力，防止出現(xiàn)早熟現(xiàn)象。由于解空間離散且規(guī)模較大，所以設(shè)定在變異概率為0.2下基因發(fā)生變化。

3 實(shí)例分析

3.1 研究數(shù)據(jù)

3.1.1 數(shù)據(jù)來源

當(dāng)前高鐵快運(yùn)服務(wù)網(wǎng)絡(luò)主要建立在城市，快遞需求的主體也是在城市。據(jù)統(tǒng)計(jì)，2017年快遞業(yè)務(wù)量排名前50的城市占全國的比重高達(dá)84%。截至2017年，我國已開通高鐵的190個地級行政單元、9個自治州以及3個鄰近的湖北直管市(合并為1個)為研究對象，根據(jù)高鐵快遞轉(zhuǎn)運(yùn)樞紐研究以及實(shí)際規(guī)劃建設(shè)情況[18-19]，提出在200個備選點(diǎn)中選擇30個高鐵轉(zhuǎn)運(yùn)樞紐。海南省與其余省份高鐵網(wǎng)絡(luò)不互通，未考慮在內(nèi)。上述城市能夠基本覆蓋高鐵快運(yùn)的服務(wù)區(qū)域，是高鐵快運(yùn)服務(wù)的需求主體，具有較強(qiáng)的代表性。

數(shù)據(jù)主要分為兩類：交通數(shù)據(jù)包括200個城市的地理坐標(biāo)以及我國高鐵線路網(wǎng)絡(luò)的地理坐標(biāo)、車站等級、車站數(shù)量以及200個城市間高速鐵路網(wǎng)距離矩陣，該矩陣是在等面積割圓錐投影(Albers)基礎(chǔ)上，利用ArcGIS矢量數(shù)據(jù)空間和網(wǎng)絡(luò)分析功能獲得；經(jīng)濟(jì)數(shù)據(jù)包括200個城市的社會消費(fèi)品零售總額、阿里巴巴發(fā)布的電子商務(wù)發(fā)展指數(shù)以及城市經(jīng)濟(jì)評價值，數(shù)據(jù)來自2016年《中國城市統(tǒng)計(jì)年鑒》《中國城市電子商務(wù)發(fā)展指數(shù)報(bào)告》《中國城市競爭力第17次報(bào)告》。

3.1.2 需求強(qiáng)度

4.1.1 加強(qiáng)早期咨詢檢測 當(dāng)夫妻一方發(fā)現(xiàn)HIV感染時，有相當(dāng)比例的配偶也已經(jīng)感染HIV［9］，提示感染者發(fā)現(xiàn)較晚，晚發(fā)現(xiàn)艾滋病患者體內(nèi)較高的病毒載量水平增加了配偶HIV感染的風(fēng)險。因此，早期發(fā)現(xiàn)對阻斷配偶間HIV傳播甚為重要。鼓勵有高危行為史的配偶早期接受HIV咨詢檢測，有利于及早發(fā)現(xiàn)感染狀況，及時對單陽家庭采取防護(hù)措施，避免婚內(nèi)感染。

快遞需求量是影響高鐵快遞轉(zhuǎn)運(yùn)樞紐選址的決定性因素。由于現(xiàn)階段高鐵快運(yùn)市場需求量很小，且難以獲取各城市的高鐵快運(yùn)潛在需求量。因此，本文采用能夠體現(xiàn)快遞需求潛力的阿里巴巴電子商務(wù)發(fā)展指數(shù)和城市社會消費(fèi)品零售總額對需求強(qiáng)度進(jìn)行模擬。其中：阿里巴巴電子商務(wù)發(fā)展指數(shù)被商務(wù)部和社會廣泛認(rèn)可，能真實(shí)反映不同地區(qū)快遞發(fā)展水平；社會消費(fèi)品零售總額常在商務(wù)部電商統(tǒng)計(jì)中，常用來與線上零售額進(jìn)行對比，具有較強(qiáng)的權(quán)威性。據(jù)此，本文在文獻(xiàn)[20]提出的城市配送需求估算方法基礎(chǔ)上，采用對快遞需求有密切關(guān)系的社會消費(fèi)品零售總額以及阿里巴巴電子商務(wù)發(fā)展指數(shù)(簡稱aEDI)來估算高鐵快運(yùn)需求強(qiáng)度，即

(8)

3.1.3 綜合布局系數(shù)

不同高鐵站點(diǎn)在路網(wǎng)中的地位不同，轉(zhuǎn)運(yùn)能力差異較大，本文重點(diǎn)選取數(shù)據(jù)真實(shí)可靠的車站等級、城市車站數(shù)以及經(jīng)濟(jì)評價值作為高鐵快遞轉(zhuǎn)運(yùn)樞紐選址布局因素。由于多目標(biāo)優(yōu)化會導(dǎo)致優(yōu)化過程中計(jì)算量大大增加，致使模型難以搜索到優(yōu)解。因此，在文獻(xiàn)[21]基礎(chǔ)上，采用熵值法將影響高鐵快遞轉(zhuǎn)運(yùn)樞紐選址各項(xiàng)影響因素轉(zhuǎn)化綜合布局系數(shù)，體現(xiàn)不同城市高鐵站在路網(wǎng)中的重要性程度，將多目標(biāo)屬性問題轉(zhuǎn)變?yōu)閱文繕?biāo)問題，便于采用模型充分尋優(yōu)。其中：經(jīng)濟(jì)評價值使用《中國城市競爭力第17次報(bào)告》中的經(jīng)濟(jì)競爭力指數(shù)反映。由于各指標(biāo)單位不同，首先進(jìn)行標(biāo)準(zhǔn)化處理。因?yàn)槟繕?biāo)函數(shù)為求最小值，所以采用負(fù)向指標(biāo)標(biāo)準(zhǔn)化，表達(dá)式為

(9)

最后，根據(jù)各指標(biāo)在樞紐發(fā)展中的作用程度，構(gòu)建判斷矩陣，運(yùn)用熵值法計(jì)算各指標(biāo)權(quán)重Wm。經(jīng)過標(biāo)準(zhǔn)化和權(quán)重賦值后，得到樞紐綜合布局系數(shù)為

(10)

式中：Cj為第j個地區(qū)的綜合布局系數(shù)得分；Wm為第m個指標(biāo)所占的權(quán)重。

3.2 結(jié)果分析

樞紐一般布局在地理?xiàng)l件優(yōu)越、交通網(wǎng)絡(luò)發(fā)達(dá)的地區(qū)，因此樞紐的服務(wù)半徑可以使用距離或者時間來表征。由于高鐵快遞轉(zhuǎn)運(yùn)樞紐的服務(wù)半徑取值上沒有明確結(jié)論。因此，根據(jù)《鐵路安全管理?xiàng)l例》[22]規(guī)定，假設(shè)列車平均運(yùn)輸速度為200 km/h，分3種情形進(jìn)行樞紐點(diǎn)方案的模擬：情形①的覆蓋半徑設(shè)定為600 km(完全滿足當(dāng)日達(dá)時效要求)，情形②的覆蓋半徑設(shè)定為800 km(基本滿足當(dāng)日達(dá)時效要求)，情形③覆蓋半徑設(shè)定為1 000 km(基本滿足次日達(dá)時效要求)，對3種情形計(jì)算的方案進(jìn)行討論分析。

由于模型解空間規(guī)模較大，將運(yùn)行迭代次數(shù)設(shè)置為6 000，以便充分尋優(yōu)，減少陷入局部最優(yōu)解的概率。在2 000代之前，模型搜索速度最快，適應(yīng)度值下降明顯，在3 000～5 000代之間尋找到最優(yōu)解，5 000代后適應(yīng)度值穩(wěn)定不變，表示解已經(jīng)穩(wěn)定，不同情形的迭代收斂結(jié)果見圖2。

圖2 不同情形方案的迭代收斂結(jié)果

3.2.2 方案的合理性和有效性討論

根據(jù)迭代收斂結(jié)果，確定不同情形的高鐵快遞轉(zhuǎn)運(yùn)樞紐方案。其中，17個城市均滿足3種情形，占比超過56%。

從地域分布分析，高鐵快遞轉(zhuǎn)運(yùn)樞紐布局存在明顯的東西差異，總體呈現(xiàn)出東部稠密、中部次之、西部稀疏的分布格局。東中西部樞紐數(shù)量在3種情形中比例都近似于3∶1∶1，與2018年東中西部人口分布比例相近，說明樞紐選址與人口數(shù)量關(guān)聯(lián)性較強(qiáng)，人口數(shù)量越多，地形越平坦，快遞業(yè)務(wù)量越大，高鐵快遞轉(zhuǎn)運(yùn)樞紐選擇的概率越大。

從城市群分布分析，高鐵快遞轉(zhuǎn)運(yùn)樞紐主要集中在胡煥庸線東側(cè)的城市群地區(qū)。其中：位于華北的京津冀城市群以北京、天津?yàn)楹诵?；位于華東的長三角城市群以上海、杭州為核心；位于華南的珠三角城市群以廣州為核心；位于華中的長江中游城市群以武漢為核心；位于西南的成渝城市群以成都、重慶為核心；位于東北的遼寧中部城市群以沈陽為核心；位于西北的天山北坡城市群以烏魯木齊為核心，說明樞紐選址與經(jīng)濟(jì)、交通區(qū)位因素聯(lián)系密切，依賴于城市群的核心城市，具有形成軸輻網(wǎng)絡(luò)的基礎(chǔ)與條件。不同情形下的樞紐分布結(jié)構(gòu)見圖3。

圖3 不同情形下樞紐城市的地域分布結(jié)構(gòu)

從快遞需求的及時滿足程度來看，通過與全國快遞業(yè)務(wù)量前50名城市進(jìn)行對比，結(jié)果可知，情形①中有24個樞紐城市進(jìn)入快遞業(yè)務(wù)量前50，占比80%，業(yè)務(wù)量在前50城市中占比67.97%；情形②中有21個樞紐城市進(jìn)入快遞業(yè)務(wù)量前50，占比70%，業(yè)務(wù)量在前50城市中占比71.08%；情形③中有22個樞紐城市進(jìn)入快遞業(yè)務(wù)量前50，占比73%，業(yè)務(wù)量在前50城市中占比60.68%。3種情形下綜合選出的48個城市中有29個樞紐城市在快遞前50名，占比60%，業(yè)務(wù)量占比達(dá)到82.10%。結(jié)果表明，高鐵快遞轉(zhuǎn)運(yùn)樞紐的選址方案可以基本滿足主要城市的快遞業(yè)務(wù)需求，符合快遞業(yè)務(wù)發(fā)展的實(shí)際情況。

此外，通過與《“十三五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》提出的綜合交通樞紐對比，情形①高鐵快遞轉(zhuǎn)運(yùn)樞紐中有21個城市入選，占比70%；情形②中18個城市入選，占比60%；情形③中20個城市入選，占比67%。與國務(wù)院《物流業(yè)調(diào)整和振興規(guī)劃》規(guī)劃的38個物流節(jié)點(diǎn)城市對比發(fā)現(xiàn)，情形①和情形②均有26個城市入選，占比87%，情形③中25個城市入選，占比達(dá)83%。其中：方案中有部分城市未列入國家綜合交通樞紐與物流節(jié)點(diǎn)城市。例如，廣東的揭陽、浙江的臺州、江蘇的蘇州均為快遞業(yè)務(wù)量排行前20城市；湖北咸寧正致力發(fā)展成為中三角重要物流樞紐城市；廣西賀州在積極打造區(qū)域交通樞紐物流節(jié)點(diǎn)城市；福建寧德正在建設(shè)“一通道、五中心”物流樞紐網(wǎng)絡(luò)，上述地區(qū)在高鐵快遞轉(zhuǎn)運(yùn)樞紐建設(shè)中具有一定優(yōu)勢。

總體而言，3種情形選出來的快遞轉(zhuǎn)運(yùn)樞紐方案在空間布局上既凸顯了東中西部地區(qū)的地域差異，也體現(xiàn)了以城市群為核心的布局偏好，與城市交通職能銜接較好，覆蓋距離越短，布局的合理性和有效性越顯著。同時，在廣東、江蘇、浙江、福建、廣西等地呈現(xiàn)出有別于交通、物流樞紐布局的新趨勢，應(yīng)在規(guī)劃過程中考慮。

4 結(jié)論

本文綜合考慮樞紐與需求點(diǎn)的運(yùn)輸距離、需求點(diǎn)的需求強(qiáng)度、備選點(diǎn)的綜合布局系數(shù)以及運(yùn)輸距離限制等影響因素，建立了帶覆蓋距離限制的P-中值樞紐選址模型，并運(yùn)用遺傳算法進(jìn)行求解。基于全國高鐵運(yùn)輸網(wǎng)絡(luò)進(jìn)行快遞轉(zhuǎn)運(yùn)樞紐城市的實(shí)例分析，驗(yàn)證了本文提出的模型和算法可以有效解決高鐵快遞轉(zhuǎn)運(yùn)樞紐的選址問題，研究發(fā)現(xiàn)：

高鐵快遞轉(zhuǎn)運(yùn)樞紐的空間布局與人口分布、快遞業(yè)務(wù)量、城市職能與性質(zhì)密切相關(guān)，總體呈現(xiàn)出東部稠密、中部次之、西部稀疏的分布格局。從各地域群體樞紐服務(wù)的人口比例以及城市快遞業(yè)務(wù)量的比重情況來看，樞紐布局為經(jīng)濟(jì)服務(wù)的傾向比較明顯，樞紐的空間格局與中國當(dāng)前人口經(jīng)濟(jì)的空間分布特征基本吻合，合理性和有效性均得到驗(yàn)證。

該高鐵快遞轉(zhuǎn)運(yùn)樞紐方案雖僅考慮了單一運(yùn)輸方式，但選擇的大多數(shù)城市均具有航空運(yùn)輸條件，能夠與航空、公路網(wǎng)絡(luò)高效銜接，實(shí)現(xiàn)多式聯(lián)運(yùn)，支撐《交通強(qiáng)國建設(shè)綱要》提出的“全球123快貨物流圈”的建設(shè)目標(biāo)。在高鐵貨運(yùn)動車組即將投入使用的情形下，該研究方案能夠?yàn)樨涍\(yùn)動車組開行方案編制、專用集貨站建設(shè)提供決策參考，提升高鐵快運(yùn)市場競爭力。

此外，本文未涉及到高鐵快遞轉(zhuǎn)運(yùn)樞紐的建設(shè)成本和容量限制，未獲取到高鐵快運(yùn)潛在需求的實(shí)際數(shù)據(jù)。在后續(xù)研究中，將收集更完備的數(shù)據(jù)，考慮樞紐容量限制、線路實(shí)際開行方案、多種運(yùn)輸方式聯(lián)運(yùn)的影響，增強(qiáng)方案的可操作性和現(xiàn)實(shí)指導(dǎo)意義。