铁路技术站有调中时增量贡献方向别影响的点关联分析

技术与方法　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－１５２Ｘ．２０１５．０９（２）．０３８　物流技术２０１５年第３４卷９月　（下半月）　铁路技术站有调中时增量贡献方向别　影响的点关联分析　张斌　（武汉铁路局职工教育基地，湖北【摘襄阳４４１００１）　要】使用组成分析得到的数据，应用点关联分析法对铁路物流网中某铁路技术站各方向有调中时增量贡献与全站有调　中时增量贡献的关联性进行探讨，结果表明运用所述方法可使有调中时分析更细致、深入，为铁路技术站采取更有效的措施压缩　有调中时提供决策参考。　［关键词】有调中时；组成分析；增量贡献；关联度；点关联分析　【中图分类－￣－］Ｕ２９２　［文献标识码】Ａ　［文献编￣－］１ｏｏ５—１５２Ｘ（２０１５）０９（２）一０１６０—０３　ＰｏｉｎｔＲｅｌａｔｉｏｎＡｎａｌｙｓｉｓｏｆＤｉｒｅｃｔｉｏｎ－ｓｐｅｃｉｉｃＩｎｃｒｅｍｅｎｔａｌＣｏｎｔｒｉｂｕｔｉｏｎｏｆＴｒａｎｓｉｔＴｉｍｅｗｉｆｔｈＲｅｓｏｒｔｉｎｇｉｎＲａｉｌｗａｙ　Ｔｅｃｈｎｉｃａｌ　Ｓｔａｔｉｏｎｓ　ＺｈａｎｇＢｉｎ　（ＳｔａｆｆＥｄｕｃａｔｉｏｎＢａｓｅｏｆＷｕｈａｎＲａｉｌｗａｙＢｕｒｅａｕ，Ｘｉａｎｇｙａｎｇ４４１００１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｕｓｉｎｇｔｈｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｎｄｐｏｉｎｔｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，ｗｅｄｉｓｃｕｓｓｅｄ　ｔｈｅｃｏｒｒｅｌａｔｉｏｎｏｆｔｈｅｉｎｃｒｅｍｅｎｔｌｅｏｎｔａｒｉｂｕ—　ｔｉｏｎｏｆｔｈｅｔｒａｎｓｉｔｔｉｍｅｗｉｔｈｒｅｓｏｒｔｉｎｇｆｏｒｄｉｆｆｅｒｅｎｔｄｉｅｃｔｒｉｏｎｓｉｎａｒａｉｌｗａｙｔｅｃｈｎｉｃａｌｓｔａｔｉｏｎｗｉｔｈｔｈｅｉｎｃｒｅｍｅｎｔｌｃｏｎｔａｉｂｕｔｒｉｏｎｏｆｔｈｅｔｒａｎｓｉｔｔｉｍｅｗｉｔｈｒｅ—　ｓｏｒｔｉｎｇｆｏｒｔｈｅｗｈｏｌｅ　ｓｔａｔｉｏｎａｎｄｆｏｕｎｄｔｈａｔｔｈｅｍｅｔｈｏｄｓｕｓｅｄｉｎｔｈｉｓｐａｐｅｒｃｏｕｌｄｙｉｅｌｄｍｏｒｅａｃｃｕｒａｔｅａｎｄｄｅｔａｉｌｅｄｒｅｓｕｌｔｓ．　Ｋｅｙｗｏｒｄｓ：ｔｒｎｓｉａｔｔｉｍｅｗｉｔｈｒｅｓｏｒｔｉｎｇ；ｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ；ｉｎｃｒｅｍｅｎｔｌｃｏｎｔａｒｉｂｕｔｉｏｎ；ｃｏｒｒｅｌａｔｉｏｎ；ｐｏｉｎｔｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ　技术站货车有调中转作业系统具有不确定性，可将影响　１　引言　铁路物流（Ｒａｉｌｗａｙ　Ｌｏｇｉｓｔｉｃｓ）是依托铁路的点、线集合，发挥　基础设施和生产运营两个层面的网络经济特征，联结供给主　体和需求主体，根据铁路资源配置和优化条件，将运输、储存、　装卸、搬运、包装、流通加工、配送、信息处理等功能有机结合，　是物品从供应地向接受地实体流动的计划、实施与控制的过　程［１１。铁路中转车平均停留时间（简称中时）是影响铁路物流运　有调车中时增量的各方向子集构成的系统视为灰色系统。适　应铁路专业管理深度分析的要求，进行旬、月等较长报告期的　分析时，还应掌握该系统中有调车中时增量与各方向子集有　调车中时增量间关联性信息。灰色系统的这种信息宜采用点　关联分析法获得，其使用的点关联度对因素问整体和局部的　相对变化均能反映　。在组成分析结果的基础上，本文应用点　关联分析法对技术站各方向有调中时增量贡献与全站有调中　时增量贡献的关联性进行探讨，使有调中时分析更为细致与　深入，从而采取更有效的措施压缩有调中时。　输能力的重要指标，技术站是铁路物流的重要节点，已有研　究［２－３］表明技术站中时分析的重点是有调中时分析。技术站采　用组成分析法　进行有调中时分析，可按衔接大方向将全站有　调中转车划分为若干有调中转子集，计算各子集对有调中时　增量贡献，以查找要害问题、解释该指标延长（缩短）的原因并　为扩能提效提供数据。　【收稿日期１２０１５—０８一Ｏ１　２点关联分析法　在点关联分析中，点关联度可分为正关联度、负关联度、　零关联度及整体关联度四种，前三种分别是参考系列与比较　［作者简介】张斌（１９６３一），武汉铁路局职工教育基地铁路行车专业高级工程师。　－１６０——　张斌：铁路技术站有调中时增量贡献方向别影响的点关联分析　序列发展趋势（变化方向）一致、相反、其中一个序列未发生变　技术与方法　施工多的情况，该站确定上旬计划全站有调中时按８．３ｈ考核。　化时的度量，最后一种则是两系列间整体关联程度的度量。设　系统有ｍ个因素ｘＤｉ＝ｌ　２－．，ｍ其行为数据序列为：　参考系列：ｘ　【ｘ。（１），ｘ０（２），…，ｘ如））ｘ０（ｔ）≥０（仁ｌ，２，…，ｎ）；　比较系列：Ｘｉ＝｛ｘｉ（１），Ｘｉ（２），…，ｘ　㈤｝ｘｉ（ｔ）￣Ｏ（ｔ＝ｌ，２，…，ｎ）。　点关联分析步骤如下　：　表２某技术站２０１５年４月１日一１０日方向别及　全站有调中转车数统计表　日期　有调子集　１　２　３　４　５　６　７　８　９　１０　东线　南线　西线　北线　全站　２ｌ６　２９７　１８７　２６２　４４７　３３５　２２６　２５６　３０１　３　１％８　１　８１７　１　８２４　１　９４９　１　９８０　１　９９８　１７２０　１　８４４　１　７４６　１　７０９　７２３　９３７　９３７　７７４　７９０　８１４　８９８　５　７１５　８０６　（１）采用均值算子Ｄ对序列Ｘ　＝ｆｘ＿（１），Ｘ　（２），…，ｘ　（ｎ）｝进行无量　纲化处理。　ｉ１　４９４　１弱１　１　６ｌ１　１　６４９　１４３１　１　１　１　６０６　ｌ　６４２　１　５８０　１　５００　４　４２ｌ　４　５５２　４　５５９　４　４　６４８　４　７１８　４　４５０　４　２６８　４３４２　４３７４　Ｄ＝｛ｘ，Ｏ）ｄ，ｘ　）　，…，ｘｉ（ｎ）ｄ｝　，Ｉ　ｋ＝ｌ　其中，ｘ，（Ｊｊ｝　：　（　）／　，　，＝　∑ｘ　（　），ｋ＝１，２，…，”。　（２）计算点关联系数　）＝　溅　南线　西线　表３某技术站２０１５年４月１日一１０日方向别及　全站有调中转车停留车小时统计表　有调子集　１　２　３　４　５　日期　６　７　８　９　１０　２９９ｇ　３６６０　ｌ　３５４　２啦　３６　２　４ｍ　２５２５　ｌ观６　１　７７９　＂ｇ　１４　８８２　１６８７６　１３１２８　１５３８０　１６０裆　１５７８８　１３３２０　１５４４２　１５　４５４　１５４５４　７３４３　７ｌ２ｌ　７田８　５　４５９　５６０７　４８５２　６　９５４　４　２３７　８　０９９　８　０９９　式中，△　（　）＝ｘｏ（ｋ＋△　）一　【　），，△　）＝　（　＋Ａｋ）一Ｘｉ（　），　ｉ＝１，２，…，ｍ。　北线　全站　１４２２２　１３６８８　ｌ４０７４　１３７６０　１２４４１　１２４１４　１１　６６２　１４　２３６　１３　０９９　ｌ３０９９　３９４４５　４１３４６　３６　８５５　３７５３１　３７７７０　３７２８２　３４４６１　３５７４０　３８４３ｌ　３８４３１　（３）计算点关联度。令　）　吲　ｚ　州　。　３．１　组成分析　按文献【３］所述步骤对４月上旬各日各方向有调中时进行　组成分析（实际完成与计划对比），结果见表４。在此基础上，取　。）　）　）　州　。　｝　各值的绝对值进行点关联分析，可近似反映原始数值系列的　关联性。　表４各方向对有调中时增量贡献汇总表　日期　Ⅳｏｊ　（　）　称　、Ｚ　Ｎ　分别为Ｘｏ、Ｘ　的正关联度、零关联度、负　。　有调子集　１　２　３　４　５　６　７　８　９　ｌ０　东线　南线　西线　斗。　＋０２６　＋０　０４　＋０ｌ６　．０　０２　＋０　３１　＋０ｌ５　．０　０７　＿０１７　—０　２７　０３　帅筮　＋０　２９　＿ｏ　０３　加５０　＋０３２　关联度和整体关联度，　＝　＋ｚ　与分析　－０３６　＋０４０　—０４４　．０１６　－０　０８　－ｏ　１６　－０笠　＋０　３０　．Ｏ　ｌ５　＋０　０２　．０　２１　．０　２０　＋０　４０　．０ｌｌ　（４）根据　、Ｚ　Ｎ卟　及表１所示判别规则作关联判别　表１点关联判别规则　类型　ｌ　２　北线　全站　＋０圯　＋０２７　＋Ｏ１６　＿０　０２　＿０　１２　＿０　１３　－０１９　ｌ５　０　＋０１４　＋０４９　４０＆　＋０　７８　．０　２２　．Ｏｌ９　－０１７　－０　４０　．Ｏ　５６　＋００７　＋０　判别条件　尸¨）Ⅳｏ　＞０　判别结论　Ｘ　、　ｘ．３．２点关联分析　参考序列ｘ０为表４全站有调中时增量贡献绝对值，比较　系列Ｘｉ（ｉ－１，２，３，４）为表４各子集（以ｓｉ表示，ｉ＝ｌ，２，３，４）有调中　时增量贡献绝对值。取Ａｋ＝ｌ，对Ｘｏ，Ｘ　，Ｘ２，Ｘ　，ｘ４原始数据采用上　文所述方法进行无量纲化处理，计算点关联系数和点关联度，　结果见表５。　表５有调中时点关联分析结果　以正相关为主　Ｐｏｆ＝Ｎ　０　＞０　、ｘｏ撇自旺负性相同　、　以负旧关为主　３　４　５　６　Ⅳ０　＞Ｐ。ｆ＞０　Ｐ０Ｉ＞０　Ｎ　０ｌ＝０　Ｚ　０，≠０　Ⅳ、ｘｏ面阳关　ｘ　、　０负相关　０ｆ＞０　Ｐ０ｆ＝０　Ｚ　０ｆ≠０　０ｔ　７ｏ　馓蚨，ｘ　、　０整ｆ辅相关　３算例　某技术站衔接东线、南线、西线和北线四个大方向，可将　全站有调中转车对应划分为东线、南线、西线和北线四个子　点关联度　正关联度　ＹＯｌ　０．４５０　０．６３９　７＂０３　０．５０８　Ｙｏ４　０．４３ｌ　零关联度　负关联度　０．０００　０３０７　．Ｏ．Ｏｏ０　０．１４７　０．７８６　Ｏ　Ｏ０ｏ　０．２０２　０．７ｌｌ　００００　０．３２５　０．７５６　集，２０１５年４月上旬各日相应的有调中转车数及停留车小时　见表２及表３。适应铁路货运“实货制”改革对运输组织考核的　要求，铁路局对该站每旬下达中时指标计划，已知上旬计划中　整体关联度　０７５７　．根据表１点关联判别规则，对表４结果进行分析。　（１）按整体关联度值，各子集有调中时增量贡献对全站有　调中时增量贡献影响从大到小排列为：ｓ：、ｓ。、ｓ　、ｓ，，表明４月　——时为５．６ｈ，根据以往无调比重、无调中时以及全年安排集中修　１６１－　技术与方法　物流技术２０１５年第３４卷９月刊（下半月）　上旬南线子集有调中时增量贡献对全站有调中时增量贡献影　况，还可进一步分析寻找南线前方中间站保留空车数量的“临　响最大，西线子集影响最小，该站应选取南线子集的有调中时　界值”，以保证北线排空车流充足，不延长其集结时间。　作为压缩重点。　（２）各子集有调中时增量贡献与全站有调中时增量贡献　４结束语　的零关联度均为零，但正、负关联度都大于零，表明各子集有　调中时增量贡献对全站有调中时增量贡献的影响趋势较复　运用组成分析得到的有调中时增量值进行点关联分析，　杂，与全站有调中时增量贡献变化方向既有一致、又有相反的　可以明确影响技术站全站有调中时增量贡献的重点方向，判　情况。原因在于各子集有调中时增量贡献呈现一定的随机性、　断全站有调中时增量贡献与某方向有调中时增量贡献一致、　各子集有调中时增量贡献又密切相关，从而使各子集有调中　相反的可能性哪一种更大，其中的局部关联性分析有利于站　时增量贡献与全站有调中时增量贡献的变化关系出现较大波　在压缩全站有调中时的高度来计划或分析引起某方向有调中　动。　时变动的举措。　（３）各子集有调中时增量贡献与全站有调中时增量贡献　根据铁路有关部门要求，技术站专业科室要全面推行专　均以正相关为主，表明各子集有调中时增量贡献与全站有调　业管理问题深度分析制度，明确分析范围、质量要求和成果运　中时增量贡献变化方向一致的概率要大，总体而言，压缩各子　用规定等要求。由于灰色点关联分析是对两序列发展趋势（变　集有调中时的措施能使全站有调中时减少，造成各子集有调　化方向）关联性的判定，因此其功能也体现在对未来的预测　中时延长的因素会使全站有调中时延长。　上。当行车组织方法、技术设备、列车运行图、列车编组计划等　（４）以有调车流量最大的南线方向为例，对各子集有调中　内外运营条件没有大的变化时，运用本文所述方法可为技术　时增量贡献与全站有调中时增量贡献的局部关联性进行分　站一定时段内压缩有调中时决策提供参考，有利于采取更有　析。根据点关联系数计算得知，南线子集有调中时增量贡献在　效的措施压缩有调中时。　４月２日、４月９日出现与全站有调中时增量贡献变化方向相　反的情况，具体情况是２日南线子集有调中时增量贡献减少　【参考文献】　致全站有调中时增量贡献增大，９日情况正好相反。分析２日　［１］王德占，王耀球．铁路物流的概念与特性分析ｆＪ１．物流技术，２００８，２７　行车组织措施，为缓解南线子集接车能力不足状况，采取了将　（２）：１７．　平Ｅｔ接进入本站的２００余有调车中转空车保留于前方中间站　［２］李夏苗，姚加林，谢如鹤，查伟雄．压缩中转车在技术站停留时间的　的办法，此举使本子集有调中时降低，却使向北线排空车流不　系统分析【Ｊ１．长沙铁道学院学报，２０００，１８（３）：７５．　足、延长了排空车流集结时间，造成全站有调中时增加；９日情　【３］陈德良，雷定猷．货车中转时间的灰关联分析［Ｊ】．中国铁道科学，２００２，　况是部令取消当日南线“施工天窗”，调度所利用腾出的时间　２３（４）：１２４．　安排本站密集接入南线到达解体列车，本子集有调中转车待　［４］王慈光．运输模型及其优化［Ｍ】．成都：西南交通大学出版社，２０１０．　［５】余少鹤，李夏苗．货车中转停留时间分析方法的改进及应用【ＪＪ．铁道学　解时间有所延长、有调中时增加，但为其余各方向始发列车提　报，２００８，３０（１）：５．　供了充裕车流，有效降低了全站有调中时。对于类似２日的情　（６］刘思峰，郭天榜．灰色系统理论及其应用［Ｍ］．北京：科学出版社，１９９９．　（上接第６８页）　针对时间风险而言，消费者主要担心网络购物在商品搜　针对绩效风险而言，消费者主要担心收到的商品与期望不　寻，订购、付款、收货方式上会比较耗时，同时退换货也会造成　符，以及商品与实体店存在差异。因此，电商企业应当详细真　时间的浪费。因此，电商企业应该优化网站的商品搜索设计，　实地在网站上呈现商品内容及注意事项，当消费者收到商品产　同时提供简明快捷的付款页面，与优质的物流企业合作，尽可　生疑惑时给予耐心真实的解释。　能节约消费者的时间。　针对身体风险而言，消费者主要担心商品变质或会产生　【参考文献】　副作用等。因此，电商企业应该树立安全第一的观念，在采购　［１］Ｂａｕｅｒ　Ｒ　Ａ．Ｃｏｎｓｕｍｅｒ　ｂｅｈａｖｉｏｒ　ａｓ　ｒｉｓｋ　ｔａｋｉｎｇ【ＡＪ．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　４３ｒｄ　商品时不仅要考虑成本，更要注重商品的品质，为消费者提供　Ｃｏｎｆｅｒｅｎｃｅ　ｏｆＡｍｅｒｉｃａｎ　Ｍａｒｋｅｔｉｎｇ　Ａｓｓｏｃｉａｔｉｏｎ［Ｃ］．１９６０．　更多新鲜、健康的商品。　［２］Ｐｅｔｅｒ　Ｊ　Ｐ，Ｔａｒｐｅｙ　Ｌ　Ｘ．Ａ　ｃｏｍｐａｒａｔｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｒｅｅ　ｃｏｎｓｕｍｅｒ　ｄｅｃｉｓｉｏｎ　针对心理风险而言，消费者主要是在未收到商品前感到　ｓｔｒａｔｅｇｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｎｓｕｍｅｒ　Ｒｅｓｅａｒｃｈ，２００５，２（１）：２９—３７．　紧张和焦虑，以及在与卖家沟通时产生不愉悦。因此，电商企　［３］Ａｋａａｈ　Ｊ，Ｋｏｒｇａｏｎｋａｒ　Ｐ．Ａ　Ｃｏｎｊｏｉｎｔ　Ｉｎｖｅｓｔｉｇａｔｉｏｎ　ｆｏ　ｔｈｅ　Ｒｅｌａｔｉｖｅ　Ｉｍｐｏｒｔａｎｃｅ　业应当加强自身口碑品牌的树立，加强服务意识，以积极的态　ｏｆＲｉｓｋＲｅｌｉｅｖｅｒｓｉｎＤｉｒｅｃｔＭａｒｋｅｔｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｄｖｅｒｔｉｓｉｎｇＲｅｓｅａｒｃｈ，２０１ｌ，　度与消费者进行沟通，及时有效地为消费者提供相关支持，最　２８￣）：３８—４４．　‘　大程度地减轻消费者的疑虑与不愉悦。　［４］Ｃｏｘ　ＤＦ．Ｒｉｓｋ　Ｔａｋｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｈａｎｄｌｉｎｇ　ｏｎ　Ｃｏｎｓｕｍｅｒ　Ｂｅｈａｖｉｏｒ［Ｍ］．　针对社会风险而言，消费者主要出于一种社会心理需求，　Ｂｏｓｔｏｎ：Ｈａｚａｒｄ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ，１９９９．　担心因购买假冒伪劣商品或隐私商品之后被别人知道而遭到　［５］Ｈｉｓｒｉｃｈ　Ｒｏｂｅｒｔ　Ｄ，Ｄｏｍｏｆｆ　ＲｏｎＭｄ　Ｊ，Ｋｅｒｎａｎ　Ｊｅｒｏｍｅ　Ｂ．Ｐｅｒｃｅｉｖｅｄ　Ｒｉｓｋ　ｉｎ　取笑，引发负面评价。因此，电商企业应当做好消费者信息的　Ｓｔｏｒｅ　Ｓｅｌｅｃｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｆｏ　Ｍａｒｋｅｔｉｎｇ　Ｒｅｓｅａｒｃｈ，２００５，（４）：４３５—４３９．　保密工作，为消费者营造一个无后顾之忧的购物氛围。　－１６２－