论文部分内容阅读
【摘 要】论文构建了包含运量需求、经济环境、交通基础环境和行政环境四个方面的评价指标体系，以某铁路局的23个集装箱节点站为研究对象，运用主成分分析法，对其运营效果进行了评价。
【Abstract】This paper constructs an evaluation index system including traffic volume demand， economic environment， traffic basic environment， and administrative environment. It takes 23 container node stations of a railway bureau as research objects and evaluates their operation effect by using the principal component analysis method.
【关键词】集装箱节点站;评价指标;主成分分析法
【Keywords】container node station; evaluation index; principal component analysis
【中图分类号】U29 【文献标志码】A 【文章编号】1673-1069（2019）07-0191-02
1 引言
目前，我国已经修建或者规划了很多规模不同、功能各异的集装箱节点站，从既有节点站分布来看，在布局上存在东部多、西部少的现象，且大部分城市在规划建设时盲目求全，导致分布过于密集，出现货运量分散、货运设施闲置等现象[1]。因此，对这些集装箱节点站进行研究和规划就显得很有必要，本文运用主成分分析法，对集装箱节点站的运营情况进行研究，并结合实例分析，为集装箱节点站的整合和优化提供依据[2]。
2 评价指标体系的建立
本文构建的评价指标体系包含运量需求、经济环境、交通基础环境和行政环境四个方面，具体如表1所示。
3 实例分析
3.1 铁路集装箱节点站布局评价过程
本文以某铁路局的集装箱节点站（a、b……w）为研究对象，根据主成分分析法的计算流程，首先建立原始样本矩阵。铁路集装箱运量为集装箱总运量（单位：万吨），铁路货运发送量可以反映节点站规模的大小（单位：万吨），固定资产投资反映该地区的经济发展趋势（单位：亿元），地区工业增加值反映了企业对GDP的贡献（单位：亿元），公路网密度体现了运输的通达性（单位：公里/百平方公里），铁路网密度采用该地区的均值，但不作为主成分分析的指标，只作为一项考虑因素。地区行政级别可以反映运输需求的大小，本文规定，直辖市、省会、地级市、县级市数值分别为7、5、3、1。样本矩阵Y如表2所示。
对数据进行因子分析，得到以下结果：
从表4可以看出，只有成份1的特征值大于1，解释的总方差为80.246%，因此，本文提取一个主成分F。
用X1、X2、……、X6分别表示各项指标的标准化数据，由成份得分系数矩阵，得到主成分表达式：F=0.892X1+0.887X2+0.948X3+0.934X4+0.883X5+0.826X6
3.2 评价结果分析
將23个样本的标准化数据带入式10，得到主成分得分，按照得分从高到低进行排序，得到最终结果（见表6）。
从评价结果可以看出，a和p的得分远高于其他样本，说明二者的运营效果很好，运量需求较大、经济水平高、交通运输网络发达、地理位置优越，是连接国内各个城市和港口的重要节点;s、u、k、w、n、g的得分均为正值，说明得分高于总体均值，是进一步提高设备能力、运输能力、装卸能力的重要发展对象;而c、b、f、e、l、v、r、o、h、t、d、q、m、i、j的得分较低，可适当关闭一些运量较小、设备老旧、规模较小的集装箱节点站。
4 结论
综上所述，本文构建了一套集装箱节点站运营效果的评价指标体系，反映了运量需求、经济环境、交通基础环境和行政环境四个方面，并采用主成分分析法对某铁路局的23个集装箱节点站进行评价，验证了方法的可行性，评价结果可以作为进一步优化节点站布局的依据。
【参考文献】
【1】陈炜.辽宁省物流节点布局及其优化研究[D].辽宁：辽宁工程技术大学，2015.
【2】宇海龙.旅客列车开行方案评价研究[D].北京：北京交通大学，2009.
【Abstract】This paper constructs an evaluation index system including traffic volume demand， economic environment， traffic basic environment， and administrative environment. It takes 23 container node stations of a railway bureau as research objects and evaluates their operation effect by using the principal component analysis method.
【关键词】集装箱节点站;评价指标;主成分分析法
【Keywords】container node station; evaluation index; principal component analysis
【中图分类号】U29 【文献标志码】A 【文章编号】1673-1069（2019）07-0191-02
1 引言
目前，我国已经修建或者规划了很多规模不同、功能各异的集装箱节点站，从既有节点站分布来看，在布局上存在东部多、西部少的现象，且大部分城市在规划建设时盲目求全，导致分布过于密集，出现货运量分散、货运设施闲置等现象[1]。因此，对这些集装箱节点站进行研究和规划就显得很有必要，本文运用主成分分析法，对集装箱节点站的运营情况进行研究，并结合实例分析，为集装箱节点站的整合和优化提供依据[2]。
2 评价指标体系的建立
本文构建的评价指标体系包含运量需求、经济环境、交通基础环境和行政环境四个方面，具体如表1所示。
3 实例分析
3.1 铁路集装箱节点站布局评价过程
本文以某铁路局的集装箱节点站（a、b……w）为研究对象，根据主成分分析法的计算流程，首先建立原始样本矩阵。铁路集装箱运量为集装箱总运量（单位：万吨），铁路货运发送量可以反映节点站规模的大小（单位：万吨），固定资产投资反映该地区的经济发展趋势（单位：亿元），地区工业增加值反映了企业对GDP的贡献（单位：亿元），公路网密度体现了运输的通达性（单位：公里/百平方公里），铁路网密度采用该地区的均值，但不作为主成分分析的指标，只作为一项考虑因素。地区行政级别可以反映运输需求的大小，本文规定，直辖市、省会、地级市、县级市数值分别为7、5、3、1。样本矩阵Y如表2所示。
对数据进行因子分析，得到以下结果：
从表4可以看出，只有成份1的特征值大于1，解释的总方差为80.246%，因此，本文提取一个主成分F。
用X1、X2、……、X6分别表示各项指标的标准化数据，由成份得分系数矩阵，得到主成分表达式：F=0.892X1+0.887X2+0.948X3+0.934X4+0.883X5+0.826X6
3.2 评价结果分析
將23个样本的标准化数据带入式10，得到主成分得分，按照得分从高到低进行排序，得到最终结果（见表6）。
从评价结果可以看出，a和p的得分远高于其他样本，说明二者的运营效果很好，运量需求较大、经济水平高、交通运输网络发达、地理位置优越，是连接国内各个城市和港口的重要节点;s、u、k、w、n、g的得分均为正值，说明得分高于总体均值，是进一步提高设备能力、运输能力、装卸能力的重要发展对象;而c、b、f、e、l、v、r、o、h、t、d、q、m、i、j的得分较低，可适当关闭一些运量较小、设备老旧、规模较小的集装箱节点站。
4 结论
综上所述，本文构建了一套集装箱节点站运营效果的评价指标体系，反映了运量需求、经济环境、交通基础环境和行政环境四个方面，并采用主成分分析法对某铁路局的23个集装箱节点站进行评价，验证了方法的可行性，评价结果可以作为进一步优化节点站布局的依据。
【参考文献】
【1】陈炜.辽宁省物流节点布局及其优化研究[D].辽宁：辽宁工程技术大学，2015.
【2】宇海龙.旅客列车开行方案评价研究[D].北京：北京交通大学，2009.