第 19 卷 第 1 期 交通运输系统工程与信息 Vol.19 No.

1
2019 年 2 月 Journal of Transportation Systems Engineering and Information Technology February 2019

文章编号 ：1009-6744(2019)01-0040-05 中图分类号 ：U116.2 文 献 标 志 码 ：A

DOI:10.16097/j.cnki.1009-6744.2019.01.007

高铁快运产品货流分担率计算方法研究
于雪峤 1a，
郎茂祥*1a,1b，周凌云 2a，
王丹竹 2a，于 潇 2b
(1. 北京交通大学 a. 交通运输学院，b. 城市交通复杂系统理论与技术教育部重点实验室，北京 100044；
2. 中国铁道科学研究院集团有限公司 a. 运输及经济研究所，b. 通信信号研究所，北京 100081)

摘 要： 考虑客户对高铁快运产品的选择行为与高铁快运产品供给的相互关系，设计了基
于供需匹配的两阶段高铁快运产品货流分担率计算方法.第 1 阶段考虑客户对高铁快运产品
的选择意愿，构建高铁快运产品效用函数，建立考虑货流类型的高铁快运产品货流分担率计
算模型，以刻画客户选择行为的差异和货流结构的差异对货流分担率的影响；第 2 阶段考虑高
铁快运产品的供给特征，设计与客户选择效用值相关的货流转移概率的计算方法，并修正第 1
阶段的货流分担率计算结果.最后，以哈大高铁通道为例，对本文提出的方法进行验证.研究结
果表明，考虑供需关系的高铁快运产品分担率计算方法更符合实际.
关键词： 铁路运输；高速铁路；货流分配；货流分担率

Calculation Method of the Freight Flow Sharing Rate of

High-speed Railway Express Products
YU Xue-qiao1a, LANG Mao-xiang1a, 1b, ZHOU Ling-yun2a,
WANG Dan-zhu2a, YU Xiao2b
(1a. School of Traffic and Transportation, 1b. MOE Key Laboratory for Urban Transportation
Complex System Theory and Technology, Beijing Jiaotong University, Beijing 100044, China;
2a. Transportation and Economics Research Institute, 2b. Signal and Communication Research
Institute, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China)

Abstract: Considering the relationship between customer's choice and the supply of high-speed railway express
products, a two- stage high- speed railway express product freight flow sharing rate calculation method based on
supply- demand matching is designed. The customer's willingness to choose high- speed railway products is
considered in the first stage, the utility function of high-speed railway express product is constructed，and a model
for calculating the freight flow sharing rate of high-speed railway products is established considering the types of
freight flows to reflect the difference of customer choosing behavior and the difference of freight flow structure.
The characteristics of high- speed railway products supply is considered in the second stage, a method for
calculating the freight flow shifting probability related to the customer's choice utility value, which is designed to
modify the result of the first stage. Finally, taking the Harbin-Dalian corridor as an example, the method proposed
in this paper is verified. The research results show that the calculation method of the share rate of high- speed
railway transport products considering the relationship between supply and demand is more practical.
Keywords: railway transportation; high speed railway; freight flow distribution; freight flow sharing rate

0 引 言 挥高铁优势，铁路总公司全面推进高铁快运业务，
我国高铁已经实现网络化运营，为了充分发 在全国 505 个城市试行，主要包括当日达、次晨达、

收稿日期：2018-09-27 修回日期：2018-11-08 录用日期：2018-11-19

基金项目：国家重点研发计划资助/ National Key R & D Program of China(2018YFB1201402)；中国铁路总公司科技研究开
发计划课题/Science and Technology Research and Development Program of China Railway(2017X010-A, 2017X010-B).
作者简介：于雪峤(1990-)，男，
黑龙江哈尔滨人，博士生. *通信作者：mxlang@bjtu.edu.cn

万方数据
 第 19 卷 第 1 期 高铁快运产品货流分担率计算方法研究 41

次日达和隔日达 4 种运输产品.高铁快运具有时效 探讨了高铁航空一体化的可行性及影响其竞争力

性强、安全性高、绿色环保的优势，但其作为快递 的因素，并以马德里—马拉加线为例分析了其整
市场的新兴力量，如何打破传统市场格局、打开市 合效益.
场局面成为了其发展的关键问题.因此，应建立更 既有研究大多是建立基于客户或旅客选择的
理性的高铁快运经营决策机制，从提高产品供给 效用函数以分析通道内各种运输方式的竞争力，
质量出发，推进运输产品结构调整，合理配置运力 对于高铁快运市场，目前推出的几种产品更多的
资源，扩大有效供给，提高供给结构对需求变化的 是合作关系，现阶段高铁快运的组织模式限制了
灵活适应性，更好满足广大客户的需要.本文研究 高铁快运的能力，因此，为了充分利用高铁运输资
当日达、次晨达、次日达和隔日达 4 类高铁快运产 源，可通过运输供给引导需求，考虑供需关系确定
品的货流分担率，对于确定各类高铁快运产品的 不同高铁快运产品的货流分担率[7].更进一步地，通
市场定位、定价和制定运输方案具有重要的指导 过研究各类高铁快运产品的货流分担率可为今后
意义. 货运动车组的配置及运用提供理论依据.
国内外学者在运输市场竞争力方面的研究成
果十分丰富，构建了一系列系统化、精细化的数学 1 考虑客户选择意愿的高铁快运产品货流
模型：林湛等 考虑乘客的乘车时间、换乘时间及
[1]
分担率计算
换乘次数等影响因素，并以其作为广义费用函数 不同属性的货流对于高铁快运产品的选择差
分 析 了 乘 客 的 径 路 选 择 行 为. 该 研 究 还 对 传 统 异较大，因此，本文首先对选择高铁快运产品的货
Logit 模型进行了改进，在乘客径路选择概率计算 流进行分类，再分析不同产品的技术经济特性，进
中加入随机变量，使得求解结果更符合实际.四兵 而构建考虑货流类型和高铁快运产品效用值的
锋等 [2] 研究了无缝换乘条件下的城市轨道交通客
Logit 模型.
流分配问题，将乘客的出行时间细分为区段运行
1.1 高铁快运货流分类分析
时间、步行时间、平均等待时间、列车的平均停车
货物属性中影响客户选择高铁快运产品的关
时间，并将拥挤程度作为影响因素，建立了广义费
键因素为货物自身价值及时间敏感性.因此，根据
用函数，将基于深度优先的遍历算法应用在有效
这两方面对高铁快运货流进行分类.
路径的搜索中，提出了基于回溯遍历的有效路径
搜索算法.唐继孟[3]在公铁联运竞争力方面做了大 经过现场调研，结合聚类分析的方法，统计货

量深入研究，首先建立了公铁联运网络上的运输 流自身属性对客户选择行为的影响因素，结果如
方案选择模型，用于定量分析枢纽延误对公铁联 表 1 所示.
运竞争力的影响，后又建立了基于公铁联运全过
表1 高铁快 运货 流分类
程的广义费用函数用以分析公铁联运与公路直达 Table 1 Classification of high speed
运输的竞争力，模型直观展示了公铁联运各环节 railway freight flow
对其竞争力的影响.Arunotayanun[4]将出行时间、费 时间属性
价值属性
用、服务质量和服务弹性等作为影响托运人选择 敏 感 较敏感 一般敏感
高 1 2 3
行为的因素，通过分析多项 Logit 模型与混合 Logit
较 高 4 5 6
模型的输出结果，发现两种结果对于不同的托运 一 般 7 8 9
人进行运输方式选择存在偏好异质性.Ahmadreza 归类后的货流可分为 3 类，1、2、4 为高端货流，
Talebian[5]建立了一个三阶段博弈模型来研究城际 表现为其自身价值高且对运输时效要求高，例如
客运通道内的铁路竞争力，认为双寡头市场中，铁 证件、医用手术急需药品等货物；3、5、7 为中端货
路企业与航空公司应最大化发挥自身优势，并指 流，表现为其自身价值较高或对时效性要求较高，
出：
铁路企业通过提升自身列车技术或提供更优惠 例如信函、疫苗等货物；6、8、9 为低端货流，表现为
的票价，会显著增加市场竞争力.M. Pilar Socrro[6] 其自身价值较高且对时效性要求不高，例如服装、

万方数据
 42 交通运输系统工程与信息 2019 年 2 月

图书等货物. 义费用过大时，将产生一些不合理结果.因此，本文
1.2 构建效用函数 采用相对效用计算各类高铁快运产品被选择的概
运输产品的效用函数值可近似代表客户的感 率，用P in表示第i类高铁快运产品被第n类货流选择
知效用，决定其被选择的概率.通常情况下，运输产 的概率，则其可以表示为
-V in
品的效用函数值与其经济性、快速性、便捷性、安 exp( )
P in = Vˉ (5)
全性、舒适性、准时性等因素相关.对于各类高铁快
∑
V jn
exp(- )
运产品，其安全性和准时性相差不大，因此，本文 j Vˉ
仅考虑经济性、快速性和便捷性对客户选择行为 Vˉ表示效用函数的平均值.
式中：
的影响.由于不同货流对于高铁快运产品的需求不 在此基础之上，进一步考虑通道内各类货流
同，因此在计算效用函数值时，应同时考虑高铁快 所占比例，可得出不同高铁快运产品的货流分担
运产品的差异性，如式(1)所示. 率为
V in =(θ1n J in + θ 2n K in - θ3n C in) (1) P i = n1 P i1 + n 2 P i2 + n3 P i3 (6)
式中：
V in表示第i类高铁快运产品对第n类货流的效 n1 + n 2 + n3 = 1 (7)
用值；J in、K in、
C in分别表示第i类高铁快运产品对第n 式中：P i表示第i类高铁快运产品的货流分担率；
n1、
类货流经济性、快速性和便捷性的效用值；
θ1n、
θ 2n、 n 2、n3分别表示通道内 3 种等级高铁快运货流所占
θ3n分别表示各影响因素对第n类货流的未知参数. 比例.
对于各类高铁快运产品的经济性J in，可以根据
各类产品的收费标准确定，如式(2)所示. 2 考虑运输供给的高铁快运产品货流分担
J in = S i + X i∙gˉi (2) 率修正
式中：S i表示第i类高铁快运产品的首重；X i表示第i 受到高铁快运组织特点、运输能力的限制，当
类高铁快运产品的续重；gˉi 表示不同货类的平均 客户的选择意愿不能被满足时，客户会退而求其
次的选择其他相近的高铁快运产品，因此，客户意
续重.
愿的转移与每种高铁快运产品的效用函数值相关.
对于各类高铁快运产品的快速性 K in ，可根据
上文研究了基于客户选择意愿的高铁快运产品货
各类产品的服务总时间确定，其包括货物的运输
流分担率，未考虑高铁快运产品供给特性对产品
时间和货物的等待时间，如式(3)所示.
--
- 分担率的影响，本节将分析高铁快运产品供给能
K in = T + W in (3)
--
- 力对客户选择行为产生的影响，首先分析每一类
式中：
T 代表货物的运输时间； W in代表第n类货流等
货流转移与高铁快运产品效用值的关系，进而计
待第i类产品发车及配送的平均时间，本文假定客
算货流转移的总概率，从而求得各类高铁快运产
户选择发货的时间服从正态分布.
品的货流分担率.本文假设货物不存在积压.
受目前捎带运输组织模式的限制，为了避免
2.1 高铁快运货流转移条件
对客运的干扰，仅选取了固定的若干车次开展高
令 N 代表通道内所有可以承担高铁快运任务
铁快运业务.对于各类高铁快运产品的方便性C in，
的列车，N i代表承担第i类高铁快运产品的列车数
可用在 1 天内可以承担该类产品的列车数表示，如
量，
Q代表高铁快运市场总需求，
C表示高铁快运列
式(4)所示.
车总装载能力，Δ i表示第i类高铁快运产品需求和
C in = N i (4)
实际载运能力的差值，则高铁快运货流发生转移
式中：N i表示 1 天内可承担第i类高铁快运产品任务
的条件可表示为
的列车数.
ì Q∙P i
1.3 基于客户选择意愿的分担率计算模型 ïïΔ i → j = N - 1 > 0
í C∙ i (8)
在传统的 Logit 模型中，某一种运输产品被选 ïï N
择的概率由各产品间的效用绝对差所决定，当广 îΔ j < 0

万方数据
 第 19 卷 第 1 期 高铁快运产品货流分担率计算方法研究 43

式(8)表示仅当某一种产品被选择的概率与需 率，其可以表示为
求的乘积大于开行比例与高铁总载运能力的乘积 α i → j = n1 β 1 + n 2 β 2 + n3 β 3
i→j i→j i→j
(16)
时，
货流才会发生转移. 令 f i → j 表示各类高铁快运产品间货流转移的
2.2 计算货流在不同种类产品间的转移概率 比例，根据式(8)的货流转移判别条件，
其可表示为
当某一种运输产品不能满足客户的选择意愿 f i → j = α i → j∙Δ i (17)
时，则要考虑选择其他运输产品.目前中铁快运经
2.3 各类产品货流分担率的修正计算
营的高铁快运产品包括当日达(d)、次晨达(c)、次日
根据货流转移判别条件式(8)，货流发生转移
达(r)和隔日达(s).以当日达为例，若受到运输能力、
存在 2 种情况：
运输组织模式等因素影响，
客户不能选择当日达产
(1) | Δ j | > f i → j，此时
品时，
则这一部分货流将会发生转移， 如式(9)所示.
1 P i′ = P i - f i → j (18)
Pi → j ∝ n
n
(9)
V i - V jn i,i ≠ j

P j′ = P j +∑ f i → j (19)
式中：P in→ j 表示货流从第i类高铁快运产品向第 j 类 1

V in、
产品转移的概率， V jn分别表示两类产品的效用 (2) | Δ j | < f i → j，此时
函数值. P i′ = P i - f i → j (20)
从式(9)可以看出，货流转移的概率与各类高
P j′ = P j + Δ j (21)
铁快运产品的效用值相关，客户会优先选择与自
P k′ = P k + min{Δ k ,f i → k} (22)
己选择意愿产品效用值相近的高铁快运产品.因
此，为了确定货流转移的概率，需建立概率与效用 P l′ = P l + min{Δ l ,f i → l} (23)
值表达式，以当日达货流转移为例，根据V - V j 的 n
d
n

正负可分为 3 种情况： 3 案例分析

(1) V - V j > 0.此时说明其他高铁快运产品的
n
d
n
本文假设高铁快运总需求可以被满足，以哈
效用值低于当日达产品，
则货流转移概率可表示为 大高铁为例，验证高铁快运产品货流分担率计算
P dn → c + P dn → r + P dn → s = 1 (10) 方法的准确性.
P n
V -V
n n
3.1 参数标定
d→c
= d c
(11)
P n
d→r V -V
n
d r
n
为了标定θ1n、θ 2n、θ3n，可将 N 个客户选择m种运
P dn → r V dn - V rn
= (12) 输产品的过程看作N 次贝努里试验，采用极大似然
P dn → s V dn - V sn
估计法求得.通过某月内对货流及客户调查数据进
(2) V dn - V jn < 0.此时说明其他高铁快运产品的
行统计分析，可以得到各相关参数的取值，如表 2
效用值高于当日达产品，
则货流转移概率可表示为 所示.
P dn → c + P dn → r + P dn → s = 1 (13)
P dn → c V dn - V rn 表2 各类货流统 计结 果
= (14)
P dn → r V dn - V cn Table 2 Statistical results of various types of
freight flow
P dn → r V dn - V sn
= (15)
P dn → s V dn - V rn 货 流
当日 次晨 次日 隔日 所占
达/次 达/次 达/次 达/次 比例/%
(3) 当V - V j 存在有正有负情况时，说明有些
n
d
n

货流 1 827 202 6 0 12.18

运输产品的效用值比当日达高、有的比当日达低， 货流 2 256 2 361 2 415 894 69.74
此时只考虑V dn - V jn > 0的部分，货流按与效用值正 货流 3 0 83 520 933 18.08

V dn - V jn < 0部分的转移概率为 0.
比的关系转移， 其可以看作是一个离散分布场合的极大似然
令 α i → j 表示货流从产品 i 向产品 j 转移的总概 估计函数，即

万方数据
 44 交通运输系统工程与信息 2019 年 2 月

f ( θ |P ) = P( N1,N 2 ,⋯,N m |θ) = N!

∏ 代入式(5)，等式两边取对数后分别对θ1n 、θ 2n 、
N
P i (24) i

N1 !N 2 !⋯N m !
θ3n取偏导，并令其等于零，以对θ1n求偏导为例，
即
V ∂V V ∂V ù
exp( in )∙ in - exp( in )∙ê∑exp( in )∙ inú
V é m

∂ ln f Vˉ ∂θ in Vˉ ëi = 1 Vˉ ∂θ inû
=∑
m

=0 (25)
∂θ in 2

ê∑exp( )ú
i=1 é m
V in ù
ëi = 1 Vˉ û
通过 Matlab 编程求解，解得 铁快运产品货流分担率两阶段计算方法.构建了高
é0.126 3 0.696 6 0.463 0ù 铁快运产品效用函数，分别计算了基于客户选择
θ in = êê0.092 7 0.158 5 0.013 8úú (26)
意愿和考虑运输供给修正的货流分担率，通过实
ë0.108 2 0.030 0 0.006 9û
代入式(5)~式(7)，求得基于客户选择意愿的高 际案例验证了计算方法的可行性.修正后的货流分

铁快运产品货流分担率结果如表 3 所示. 担率计算结果可为今后高铁货运动车组的运力配

给提供依据，从各类高铁快运产品的货流分担率
表3 两阶段货 流 分担 率计 算结 果 可以看出，次晨达、次日达产品占据了大部分货
Table 3 Freight flow sharing rate calculation
流，因此货运动车组的投入更适合承担此类高铁
results of the two stage (%)
快运产品的运输任务.另外，当日达货物的需求较
高铁快运产品 当日达 次晨达 次日达 隔日达
高且收益较大，目前受运输能力与组织模式的影
基于客户选择意愿 17.91 32.92 29.43 19.74
货流转移比例 -8.93 5.47 3.46 — 响，不能有效满足需求，可考虑提高承运当日达货
修正后货流分担率 8.98 38.39 32.89 19.74 物的列车比例.今后的研究，可针对各类产品的质
实际分担率 9.73 36.42 36.59 17.26
量因素进行弹性分析，从运价、运到时限等多方面
3.2 高铁快运产品货流分担率的修正计算 讨论铁路成本与收益的关系，以制定更加合理的
在实际运营中，铁路会优先安排当日达货物 高铁快运市场营销策略.
装车，其次分别是次晨达、次日达和隔日达货物，
因此，综合考虑运输组织特点并比较各类高铁快
运产品货流分担率和各类产品的开行比例，当日 参考文献：
达和次晨达不能有效满足客户需求，这部分货流 [1] 林湛, 蒋明青, 刘剑锋, 等. 城市轨道交通客流分配的
将发生转移. 改进 Logit 模型及方法[J]. 交通运输系统工程与信息,
2012, 12(6): 145-151. [LIN Z, JIANG M Q, LIU J F,
由式(17)可得货流转移的概率矩阵为
et al. Improved Logit model and method for urban rail
éα α α ù transit network assignment[J]. Journal of Transportation
ú é0.853 4 0.146 6 0ù
d→c d→r d→s
êα
P= ê c→d
α c→r
α ú = êê 0
c→s 0.195 5 0úú (27)
Systems Engineering and Information Technology, 2012,
êα α α ú êê 0 0 0úú 12(6): 145-151.]
ú ë 0 0 0û
r→d r→c r→s
êα α α [2] 四兵锋, 毛保华, 刘智丽. 无缝换乘条件下城市轨道交
ë s→d s→c û
s→r

通网络客流分配模型及算法[J]. 铁道学报, 2007, 29

进而根据本文 2.3 节所述考虑货流转移的分
(6): 12-18. [SI B F, MAO B H, LIU Z L, et al. Passenger
担率修正计算方法，可以得到修正后的货流分担 flow assignment model and algorithm for urban railway
率，其修正值与修正后的货流分担率结果及哈大 traffic network under the condition of seamless
transfer[J]. Journal of the China Railway Society, 2007,
高铁实际分担率如表 3 所示.
29(6): 12-18.]
通过表 3 可以看出，考虑货流转移后的高铁快 [3] 唐继孟. 我国集装箱公铁联运争力分析及其提升策略
运产品货流分担率更符合实际情况，表明了计算 研 究 [D]. 北 京: 北 京 交 通 大 学, 2018. [TANG J M.
方法的可行性. Competitiveness of container rail- road intermodal
transport and its improving strategies in China[D].
Beijing: Beijing Jiaotong University, 2018.]
4 结 论
本文设计了考虑高铁快运产品供给影响的高 下转第 54 页

万方数据
 54 交通运输系统工程与信息
[8] 尹宏鹏, 陈波, 柴毅, 等. 基于视觉的目标检测与跟踪
综述[J]. 自动化学报, 2016, 42(10): 1466-1489. [YIN
H P, CHEN B, CHAI Y, et al. Vision- based object
detection and tracking: A review[J]. Acta Automatica
Sinica, 2016, 42(10): 1466-1489.]
[9] CHANG DAHCHUNG, FANG MENGWEI. Bearing-
only maneuvering mobile tracking with nonlinear
filtering algorithms in wireless sensor networks[J]. IEEE
Trans on Systems Journal, 2014, 8(1): 160-170.
[10] 张云洲, 付文艳, 项姝, 等. 室内环境下基于 IMM-EKF
算法的移动目标定位[J]. 计算机研究与发展, 2014, 51
(11): 2408- 2415. [ZHANG Y Z, FU W Y, XIANG S,
et al. IMM-EKF algorithm-based indoor moving target
localization[J]. Journal of Computer Research and
Development, 2014, 51(11): 2408-2415.]
[11] 宫淑丽, 王帮峰, 吴红兰, 等. 基于 IMM 算法的机场场
面运动目标跟踪[J]. 系统工程与电子技术, 2011, 33
(10): 2322-2326. [GONG S L, WANG B F, WU H L,
et al. Tracking of moving targets on airport surface
based on IMM algorithm[J]. Systems Engineering and
Electronics, 2011, 33(10): 2322-2326.]
[12] 宋青平, 刘荣科. 自适应融合 IMM 的自主无线电载波
跟踪算法[J]. 宇航学报, 2015, 36(5): 605-612. [SONG
上接第 44 页
[4] ARUNOTAYANUN K, POLAK J W. Taste heterogeneity
and market segmentation in freight shippers' mode
choice behaviour[J]. Transportation Research Part E
Logistics & Transportation Review, 2011, 47(2): 138-
148.
[5] TALEBIAN A, ZOU B. Integrated modeling of high
performance passenger and freight train planning on
shared- use corridors in the US[J]. Transportation
Research Part B Methodological, 2015(82): 114-140.
[6] SOCORRO M P, VIECENS M F. The effects of airline
万方数据
2019 年 2 月
Q P, LIU R K. An adaptive fusion IMM algorithm for
autonomous radio carrier tracking[J]. Journal of
Astronautics, 2015, 36(5): 605-612.]
[13] 崔留争, 高思远, 贾宏光, 等. 神经网络辅助卡尔曼滤
波在组合导航中的应用[J]. 光学精密工程, 2014, 22
(5): 1304- 1311. [CUI L Z, GAO S Y, JIA H G, et al.
Application of neural network aided Kalman filtering to
SINS/GPS[J]. Optics and Precision Engineering, 2014,
22(5): 1304-1311.]
[14] 谭兴龙, 王坚, 赵长胜. 神经网络辅助的 GPS/INS 组合
导航自适应 UKF 算法[J]. 测绘学报, 2015, 44(4): 384-
391. [TAN X L, WANG J, ZHAO C S. Neural network
aided adaptive UKF algorithm for UPS/ INS integration
navigation[J]. Acta Geodaetica et Cartographica Sinica,
2015, 44(4): 384-391.
[15] CHANG S G, YU B, VETTERLI M. Adaptive wavelet
thresholding for image de- noising and compression[J].
IEEE Transactions on Image Processing, IEEE
Transaction on, 2000, 9(9): 1522-1546.
[16] ALI N H, HASSAN G M. Kalman filter tracking[J].
International Journal of Computer Applications, 2014,
89(9): 15-18.
and high speed train integration[J]. Transportation
Research Part A Policy & Practice, 2013, 49(49): 160-
177.
[7] 王莹, 郝丹, 李海鹰, 等. 基于供需匹配的铁路运输通
道客流分担率研究[J]. 铁道学报, 2014, 36(12): 1-5.
[WANG Y, HAO D, LI H Y, et al. Research on share
rate of passenger flow in railway transportation corridor
based on matching between supply and demand[J].
Journal of the China Railway Society, 2014, 36(12): 1-
5.]