【《高铁快运运营网点规划理论基础概述》5200字】

高铁快运运营网点规划理论基础概述目录TOC\o"1-3"\h\u22563高铁快运运营网点规划理论基础概述 1248911.1“轴-辐”式网络结构介绍 1171691.2高铁快运网络网点规划的影响因素 3180211.2.1综合经济状况 358541.2.2社会消费能力 5227911.2.3交通运输条件 7284151.2.4人口状况 9292291.2.5邮政业务量 11189661.2.6高铁运输能力 12“轴-辐”式网络结构介绍“轴-辐”式网络的概念来自于航空网络规划，指的是一个或多个机场作为枢纽，通过这些机场建立相互的衔接联系，以补充空中交通的发展，而机场周围的小城市是不能通航的，也就是说，它们不是枢纽点。枢纽与枢纽之间的运输被称为干线运输，枢纽与非枢纽点之间的运输被称为支线运输。如图3-1所示，在该网络中，来自非枢纽点的流量首先在枢纽处汇集，然后从枢纽分配到网络中的其他点。由于中心点聚集了来自其他非中心点的流量，所以它产生了规模经济，减少了了物流的运输成本。图3-1“轴-辐”式网络结构目前，“轴-辐”式网络结构被广泛用于邮政、通信、旅游等行业。事实证明，“轴-辐”式网络不仅可以优化资源配置，还能提高运输效率，实现规模经济。“轴-辐”式网络的类型“轴-辐”式网络可以从中心枢纽点的数量上分为单枢纽和多枢纽两种类型，而多枢纽可以用中心枢纽点与辐射节点的连接方式上分为单配置枢纽、多配置枢纽和混合配置枢纽。(1)单配置枢纽网络：在该网络中每个径向节点都连接到一个中心枢纽点，径向节点之间不能有任何连接，同时网络中要有一个以上的中心枢纽点。货物从径向节点运输到其所属的中心枢纽点，然后通过枢纽干线运输到目的地所属的枢纽点，且在运输过程中无需配置货物的运输流向。(2)多配置枢纽网络：每个径向节点可以连接到一个以上的枢纽节点，而且径向节点之间没有连接，同时网络结构中存在几个枢纽节点。这是因为有些货物被运送到中心枢纽节点后，还得利用货物流调配再次进行取货、转运和运输。如图3-2所示。图3-2多配置型网络结构(3)混合配置枢纽网络：每个径向节点可以连接到一个以上的中心枢纽节点，并且径向节点之间也可以有连接。在个别情况下，考虑到运输工具的连接性、满载系数、运输成本和时间效率，可能不仅要在辐射节点和枢纽中心点之间以及枢纽中心点和枢纽中心点之间运输货物，还必须在径向节点之间取货和分配。例如，在铁路运输中，由于车站之间的紧密联系，不可能所有的线路都直接在中心枢纽点和径向节点之间进行点对点的直达运输，通常在线路上有几个中间需要停靠。然而，可以假设这部分径向节点之间的运输是小规模的，整个网络仍然是一个“轴-辐”式模型。为了尽可能的符合实际情况，本研究也是围绕这种结构的网络模型为基础所展开的。如图3-3所示。图3-3混合配置型网络结构高铁快运网络网点规划的影响因素目前我国的高铁快运网络正有上百个快运网点在运营，所以如何将这些网点分为全国性一级枢纽中心、二级区域性分拨中心、三级城市性营业网点等需要根据各种影响因素来进行综合指标评价。高铁快运网络的等级划分应以各种影响因素组成的标准指标体系为基础，按照加权计算的方法，对总分进行排序，从而确定网络中网点的层次划分。对于快运网络来说，影响其层级划分的主要因素就是城市的快递业务量，同时这也与当地经济发展水平、居民消费能力和交通状况密切相关。探究快递网络层次的目的是为了有意义地分配资源，降低业务运作成本，实现规模经济。因此，基于这种关系，本文共选取了十一个指标，将高铁快运运营网络网点从六个方面层级划分：宏观经济条件、社会消费能力、交通运输条件、人口数量、邮政业务量、高铁运输能力。综合经济状况国内生产总值是一个国家或地区所有居民单位在一段时期内按国内价格计算的生产活动的最终产出，通常被认为是衡量一个国家经济状况的最佳指标。国内生产总值是全球经济领域的重要统计指标，也是中国新国民经济核算体系的关键指标，反映了一个国家或地区的经济水平和消费市场规模。将国内生产总值和快递业务量两者运用SPSS软件进行相关性分析，国内生产总值的统计数据见表3-1，快递业务量数据见表3-2，快递业务量与国内生产总值的数据散点图如图3-4所示：表3-12011-2020年国内生产总值统计表单位：亿元年份20112012201320142015国内生产总值487940.2538580.0592963.2643563.1688858.2年份20162017201820192020国内生产总值746395.1832035.9919281.1986515.21015986.2表3-22011-2020年快递业务量统计表单位：万件年份20112012201320142015快递业务量367311.1568548.0918674.91395925.32066636.8年份20162017201820192020快递业务量3128315.14005591.95071042.86352291.08336000.0图3-4国内生产总值与快递业务量数据散点图将国内生产总值和快递业务量两者运用SPSS软件进行相关性分析，由于两个变量都是连续型变量，且均服从正态分布，故选择皮尔逊相关性分析，表4-3为SPSS软件输出的相关性的分析表格。表3-3国内生产总值与快递业务量相关性分析表由表可知皮尔逊相关性系数即r值为0.974。一般来说，r的绝对值大于0.95时则认为两者存在显著性相关，且正值为正相关，负值为负相关；r的绝对值大于等于0.8时则认为两者存在高度相关；r的绝对值在0.5至0.8之间时则认为两者中度相关；r的绝对值在0.3至0.5之间时则认为两者低度相关；r的绝对值小于0.3时则认为两者不相关[21]。由于国内生产总值与快递业务量的相关性系数为0.974＞0.95，故国内生产总值与快递业务量显著相关。同时系数右上角的两个“**”符号表示当指定的显著性水平为0.01时，统计检验的相伴概率值小于等于0.01，即总体无显著线性相关的可能性小于等于O．01。同时表中双侧的Sig接近于0，一般来说，Sig＜0.05意味着两个变量存在显著相关关系，所以国内生产总值与快递业务量有显著的相关关系。社会消费能力社会消费能力具体包括两个指标：消费品零售总额和居民的人均消费支出。社会消费品零售总额是指批发零售业、住宿餐饮行业等部门直接面向城乡居民和社会团体销售的消费品零售额，反映一个地区消费品输出水平。居民人均消费支出是指城市居民的人均消费支出和农村居民的人均消费支出的平均值。消费支出是指居民在日常生活中的支出，包括食品、衣着、家用电器及服务、医疗、交通和通信、娱乐、教育和文化服务、住房及其他商品和服务等八大类支出，可以反映一个地区消费品的购买力。运用SPSS软件将这两个指标与快递业务量之间进行相关性分析，社会消费品零售总额和居民人均消费支出的统计数据见表3-4，快递业务量数据见表3-2，两个指标与快递业务量的数据散点图如图3-5和3-6所示：表3-42011-2020年社会消费品零售总额与居民人均消费支出统计表年份20112012201320142015社会消费品零售总额（亿元）179803.8205517.3232252.6259487.3286587.8居民人均消费支出（元）1019111291132201449115712年份20162017201820192020社会消费品零售总额（亿元）315806.2347326.7377783.1408017.2391981.0居民人均消费支出（元）1711118322198532155921210图3-5社会消费品零售总额与快递业务量数据散点图图3-6居民人均消费支出与快递业务量数据散点图将社会消费品零售总额和居民人均消费支出与快递业务量运用SPSS软件进行相关性分析，由于三个都是连续型变量，且均服从正态分布，故选择皮尔逊相关性分析，表3-5为SPSS软件输出的相关性的分析表格。表3-5社会消费品零售总额及居民人均消费支出与快递业务量相关性分析表由表可知皮尔逊相关性系数即r值为0.812与0.942。故社会消费品零售总额及居民人均消费支出与快递业务量为高度、显著相关。表中出现“**”符号，表明显著性水平在0．01下，认为标记的相关系数是显著的。同时表中两者双侧的Sig均接近于0，所以社会消费品零售总额及居民人均消费支出与快递业务量有显著的相关关系。交通运输条件运输条件主要包括：里程数、运输工具的拥有量和五种运输方式的技术质量、不同运输方式的货物和旅客运输量、停靠港口的长度、泊位数量和货物吞吐量以及其他反映一个国家或地区运输发展总体状况的信息。快递业的发展与运输的实际条件有着密不可分的关系。根据本文的研究，我们主要考察两个指标，即货物运输量和运输、仓储和邮政业的增加值。货物运输的数量是指在一定时期内通过不同运输工具运输的货物的实际吨数。该指标是一个定量指标，反映了运输业对国民经济和人民生活的表现。第三产业中的运输、仓储和邮政业的增加值是经济体系的一个重要指标，它有机地结合了生产、分配和消费的各个方面，反映处某地区物流业的发展状况。将上述两个指标与快递业务量之间的相关性进行分析，表3-6为货物运输量与交通运输、仓储及邮政业增加值的统计数据，快递业务量数据见表3-2，这两个指标与快递业务量的数据散点图如图3-7和3-8所示：表3-62011-2020年货运量与交通运输、仓储及邮政业增加值统计表年份20112012201320142015货运量（万吨）36969614100436409890041672964175886交通运输、仓储及邮政业增加值（亿元）21842.023763.226042.728534.430519.5年份20162017201820192020货运量（万吨）43867634804850515273247136244634000交通运输、仓储及邮政业增加值（亿元）33028.737121.940337.242466.341561.7图3-7居民人均消费支出与快递业务量数据散点图图3-8交通运输、仓储及邮政业增加值与快递业务量数据散点图同样使用SPSS软件对货运量及交通运输、仓储及邮政业增加值与快递业务量的相关性进行分析，选择皮尔逊相关性分析，表3-7为SPSS软件输出的相关性的分析表格。表3-7货运量及交通运输、仓储及邮政业增加值与快递业务量相关性分析表由表可知皮尔逊相关性系数为0.775与0.947。故货运量及交通运输、仓储及邮政业增加值与快递业务量为中度、显著相关。且显著性水平在0.01下，认为标记的相关系数是显著的。同时表中两者双侧的Sig均接近于0，所以货运量及交通运输、仓储及邮政业增加值与快递业务量有高度的相关关系。人口状况人口状况包括两个指标：总人口数和人均国内生产总值。总人口代表了一个地区物流发展的潜力和趋势。一个人口众多的地区，即使现阶段经济发展相对缓慢，但随着物质条件的丰富，也可能蕴含着巨大的物流消费和需求潜力。人均国内生产总值是衡量人们生活水平的标准，反映了人们的富裕程度，因为只有当生活水平达到一定程度时，才能刺激相应的物流需求。将总人口数和人均国内生产总值与快递业务量之间的相关性进行分析，表3-8为两指标的统计数据，快递业务量数据见表3-2：总人口数与快递业务量的数据散点图如图3-9，人均国内生产总值与快递业务量的数据散点图如图3-10所示：表3-82011-2020年国内总人口数与人均国内生产总值统计表年份20112012201320142015总人口数（万人）134735135404136072136782137462人均GDP（元）3630239874436844717350237年份20162017201820192020总人口数（万人）138271139008139538140005140239人均GDP（元）5413960014660067058172447图3-9总人口数与快递业务量数据散点图图3-10人均国内生产总值与快递业务量数据散点图使用SPSS软件对总人口数及人均国内生产总值与快递业务量的相关性进行分析，三个变量都是连续型变量，且均服从正态分布，故选择皮尔逊相关性分析，表3-9为SPSS软件输出的相关性的系数矩阵。由图发现皮尔逊相关性系数为0.942与0.973。故总人口数及人均国内生产总值与快递业务量均显著相关。同时表中两者双侧的Sig均接近于0，所以总人口数及人均国内生产总值与快递业务量有显著的相关关系。邮政业务量邮政业务总量的含义是邮政部门向社会提供的全部服务产品的货币表现，是邮政部门一年的总产值。它全面反映了一定时期内国内邮政工作的整体表现，是研究邮政业务量构成和趋势的一个重要指标。它是将各种邮政业务服务量，如信件、快件、特快专递、电报以及报纸和期刊的累计数量与相应的平均单位相乘的结果，并且还加上其他业务收入。将邮政业务总量与快递业务量之间的相关性进行分析，邮政业务总量的统计数据见表3-10，快递业务量数据见表3-2，快递业务量与邮政业务总量的数据散点图如图3-11：表3-102011-2020年国内邮政业务总量统计表单位：亿元年份20112012201320142015邮政业务总量1607.712036.842725.083639.085078.72年份20162017201820192020邮政业务总量7397.249763.7112345.1916229.6321053.00图3-11邮政业务总量与快递业务量散点图使用SPSS对邮政业务总量与快递业务量的相关性进行分析，选择皮尔逊相关性分析，表3-11为SPSS软件输出的相关性的系数矩阵。表3-11邮政业务总量与快递业务量相关性分析可