基于复杂网络的高速铁路网络结构特征分析

2025-01-06

0 引言

铁路作为国民经济大动脉,具有投资规模大、建设周期长、影响范围广的性质,车站和线路变化影响其他交通设施的区域性质,甚至影响整个网络的运输功能。铁路运输网络节点数量多、枢纽结构复杂,具有复杂巨大系统的特性,从复杂网络系统的角度分析网络结构特性,深入挖掘静态物理网络信息,对未来规划及建设具有重要参考意义。

近年来,国内外多位学者已从铁路网络结构拓扑特性角度展开分析,验证铁路网络具有小世界或无标度特性。Li应用网络科学分析我国铁路基础设施网络结构;Monmand利用P Space模型分析巴基斯坦铁路网络的结构特性;Cao分析以城市为节点、城市间列车车次为边的铁路网络拓扑性质;宗跃光等结合B-A模型,剖析南京城市内部复合交通网络结构,得出城市复合交通网络由随机网络和无尺度网络共同组成;于海宁等分析多种交通网络不同的拓扑结构和特性;邢莹莹构建上海市轨道交通复杂拓扑网络和加权网络,从地理信息网络和客流信息网络2个角度分析其特性;王凡分析京津冀地区铁路地理网络和列流网络的特性;冯骁分析高铁网络和航空运输网络的物理网络和换乘网络特性,得出高铁航空复合运输网络不具备明显的模块结构。由此可见,复杂交通网络的特性分析研究侧重网络建模方式和数据有效性。

此外,我国学者基于网络特性分析结果开展系列研究,为交通网络的规划提供了理论依据。闫玲玲等提出一种基于度和聚类系数的新指标,评价航空网络节点的重要性;冯长春等在复杂网络的基础上,研究高铁影响下省际空间格局;文献利用L Space模型构建拓扑网络,结合各个复杂网络基本指标定量分析中国高铁路网特性,为完善路网提供理论依据;陈欣等从复杂网络的基本特征指标、中心性指标、抗毁性指标分析我国长三角地区航空网络的拓扑结构,得出该地区航空网络具有小世界特性和无标度特性,并基于此提出航线规划建议;来逢波等构建以城市为节点的高速铁路网,分析识别网络重要节点城市及其功能。

上述研究大多是基于网络拓扑特性分析结果,鲜少考虑高速铁路网络整体的结构变化情况。结合高速铁路广义和狭义概念,界定高速铁路网络研究范围,以复杂网络演化理论为基础,将实际车站作为节点,铁路线路作为边,构建高速铁路物理网络,通过计算分析该网络的特征指标,再进一步对比分析2023年高速铁路网络的结构变化,对高速铁路网络的车站线路规划提出合理建议。

1 网络构建与特征指标

1.1 网络构建方法

交通网络主要由节点和线路构成。根据网络中节点和线路定义不同,建模方式分为L SpaceP SpaceB SpaceC Space四种。运用常用的L Space建模方法,构建以车站节点为网络节点、以车站之间的实际铁路线为网络边的物理网络。高速铁路网主要由单车场车站、线路所、多车场车站、车场、区间正线、区间等元素构成,结合复杂网络分析理论,将路网中的单车场车站、线路所、多车场车站作为节点,将区间正线作为边,构建高速铁路网络模型见原文。

1.2 基本特征指标

结合复杂网络理论,从复杂网络相关指标对拓扑网络进行分析,主要包括度和度分布、介数、直径、平均路径长度和聚集系数等基本特征指标,高铁路网基本指标见表1

1 高速铁路网基本指标

2 研究范畴与数据来源

2.1 高速铁路网研究范畴 
高速铁路指设计标准等级高、能让列车高速运行的铁路系统,其含义在不同国家、不同时代以及不同的科研学术领域有不同规定。根据我国政府部门发布的高速铁路相关文件,高速铁路有2种概念,一种是根据国家铁路局颁布的TB 106212014《高速铁路设计规范》得到,中国高速铁路是设计速度250km/h(含预留)以上、列车初期运营速度200km/h以上的客运专线铁路,这种概念侧重具体技术标准,是针对铁路施工建设技术等级设置的级别,简称高铁级。另一 种是根据国家发改委颁布的《中长期铁路网规划(2016年)》得到,中国高速铁路网由所有设计速度250km/h以上新线和部分经改造后设计速度达到200km/h 以上的既有铁路线共同组成,这种概念侧重路网规划,是针对完善铁路网新规划设计的线路,称为高速铁路网。

鉴于高速铁路概念上有所不同,从网络连通性的角度出发,考虑动车组(含动力集中型动车组)实际运行情况,将高速铁路网泛指为由以下3部分铁路组成 的线路:

1)设计速度200km/h及以上铁路,构成高速铁路网的骨架;

2)部分设计速度200km/h以下铁路,在路网中起补充连接作用;

3)枢纽内联络线、疏解线等,在路网中起辅助作用。

2.2 高速铁路网数据 

路网主要由节点和线路构成,依据对路网结构分析颗粒度的不同,可将路网分为宏观路网和微观路网。宏观路网的主要构成要素有车站、线路所、分场道岔、干支线、枢纽内联络线与疏解线等。微观路网则主要侧重于车站站场内部的要素,包括股道、道岔、进站信号机、出站信号机、站台等车站设备,以及车站内场间联络线等。主要对路网结构进行分析,故只统计宏观路网构成要素。

选取2021年底已开通的车站和线路,构建的高速铁路网中约有1800个车站 (含线路所),设计速度200km/h及以上线路约41299km
按照不同的设计速度,分为速度350300250200km/h铁路,运营里程分别占高速铁路网总里程的35.8%5.5%39.8%18.9%。我国设计速度200km/h及以上铁路运营基本情况见表2
2 我国设计速度200 km/h及以上铁路运营基本情况
2.3 高速铁路网络构建
基于上述界定的高速铁路网范畴,将车站(线路所)作为节点,相邻车站间的区间正线作为边,利用ArcGISExcel两个软件,以车站的实际地理坐标和线路区间长度为属性,构建高速铁路网络拓扑图(见图1)。高速铁路网中有1800余个车站(包括线路所),车站相邻站间的连接关系2000余组。
1 高速铁路网络拓扑图

3 高铁路网结构特征分析

3.1 车站分布情况 

根据《中长期铁路网规划(2016年)》,铁路网发展重点是进一步完善路网布局,中东部地区扩充铁路网规模、提升路网质量,西部地区提高覆盖水平。从各铁路局集团公司管辖车站数量来看,车站数>300个的为中国铁路上海局集团有限公司,车站数在200~300个的有2个铁路局集团公司,车站数在100~200个的有4个铁路局集团公司,车站数在50~100个的有6个铁路局集团公司,车站数<50个的有5个铁路局集团公司,中国台湾与中国香港各管辖车站分别为12个、1个。高速铁路网中东部地区的车站数量远远多于西部,体现了中东部地区、沿海沿江地区客流需求量大的基本特点。

3.2 路网特征分析 
根据2.2节建立的高速铁路网络模型,利用Python算复杂网络度与度的分布、介数、直径、平均路径长度、聚集系数等特征参量,分析我国高速铁路路网特征。
3.2.1 度与度的分布 

度表示与车站相连的区间数目,表明车站在路网中地位的重要性。度的值越大,表明车站的连通性越好,在路网中的地位越重要;度的分布表示为不同度值的车站在路网中的占比。根据度的定义,计算得到各车站的度,路网中度值前10的主要车站见表3,统计后得到不同度的车站数量,路网各车站度的分布情况见表4

3 路网中度值前10的主要车站
4 路网各车站度的分布
假定高速铁路网均为双线,即各高速铁路车站入度和出度相等,则车站的度为其入度和出度之和的1/2。整体来看,度的分布服从幂律分布。具体数据为:度值k≥3的有369个车站,占比20.24%k≥5的有34个车站,占比1.85%k≥7的有贵阳东站、庐山站、长沙南站、杭州南站、南京南站和郑州东站,都位于重要枢纽地区,涉及较多联络线,线路间关联紧密、耦合性强,途径该站的径路选择也较为复杂,郑州东站衔接线路示意见图2
2 郑州东站衔接线路示意图
3.2.2 介数
介数表示经过车站的最短路径数量占整个路网最短路径总数的比例。介数的值越大,表明经过车站的最短路径越多,车站在路网中的地位越重要。根据介数的定义,计算得到各车站的介数,路网中介数值前10的主要车站见表5
5 路网中介数值前10的主要车站

路网车站介数值的相关指标见表6,路网车站的介数值范围见表7。车站的介数值越大,意味着该车站与周围车站的连接关系多、连通性好。由统计结果可以看出,介数值为0的车站都是线路的OD车站;不存在介数值为1的车站,即与所有车站都相连,与实际相符。具体地,介数值排名前10的车站有长沙南、郑州东、武汉站等,主要位于京广高铁等主干线上(见图3),集中在郑州、武汉、长沙等枢纽地区,在路网中承担着重要的换乘作用。

6 路网车站的介数相关指标
7 路网车站的介数值范围
3 京广高铁介数值较高车站示意图
3.2.3 直径 

直径表示任意2个车站之间最短路径的最大值,反映路网中距离最远的2个车站。根据直径的定义,计算得到高速铁路网的直径为139,即路网中2个车站之间的最大距离为139个车站(含线路所),为双鸭山西站—临沧站、双鸭山西站—丽江站。

3.2.4 平均路径长度
平均路径长度表示任意2个车站之间最短路径的平均值,反映网络的可达性,任意2个车站之间的路径长度越小,表明路网的可达性越高。根据平均路径长度的定义,计算得出高速铁路网的平均路径长度为48.916973,即路网中各车站之间的距离大约为49个车站(含线路所)。
3.2.5 聚集系数 
聚类系数表示车站之间相互连接的程度,数值为0~1,越接近1表明网络中车站连接越紧密。根据聚集系数的定义,计算得出路网中各车站的聚集系数及统计数据,路网聚集系数前10的主要车站见表8,路网车站的聚集系数统计见表9
8 路网聚集系数前10的主要车站
9 路网车站的聚集系数统计

从计算结果可以看出,路网中多数车站的聚集系数为0,约8%的车站具有集结成团的属性,表明路网中大部分车站两两相连,3个以上的车站连接较少,从计算得到的网络平均聚类系数来看,仅为0.028090,说明我国高速铁路网整体的车站集团化程度不高。具体地,聚集系数排名前10的车站有深圳、天河东、茶山站所在的广州地区,以及杭州南、太原南、天津西站等小枢纽地区,设有较多线路所,连接紧密程度高,因此,车站在小范围内呈现集结成团的特性。

综上分析,从度与度的分布来看,75.67%的车站连接2个车站,属于少量连接状态;7.12%的车站连接4个车站,属于大量连接状态,服从幂律分布。从聚集系数来看,91.93%的车站聚集系数为0,即任意3个车站间大部分没有直接连通。整体上高速铁路网具有无标度网络特征,局部小枢纽地区的子网络具有小世界网络特征。
3.3 结构变化分析

结合高速铁路网络不断发展的特征,在2021年高速铁路网络基础上,加入2022年已开通和预计2023年底开通的新建车站和线路,建立2023年高速铁路网络,对比相关指标参数,进一步分析高速铁路网络结构特征的变化。

2023年高速铁路网络中加入京唐城际、京滨城际、南凭高铁南崇段、杭温高铁、成宜高铁、沪宁沿江高铁等线路,有1900余个车站,车站相邻站间的连接关 系2100余组。

通过计算,2023年高速铁路网中各车站度的分布见表10。网络平均度为 2.280144,增加了0.02。相比2021年,[15]中每个度值的车站占比均有所增加,其中度值为12的车站主要为新建线路的端点站和中间站。主要车站广州南、厦门北、东莞南、南宁东、桂林北、成都东、济南东、南昌南、福州南、襄阳东站的度值增加至5以上,与周围的关联性增强,可疏解高峰时段的客流。同时,通过车站度值变化也可看出,在高速铁路网规划中,新建线路偏向于连接原网络度值较大的车站,体现了无标度网络中车站连接的偏好性质。因此,路网的可靠性对度值较大车站的依附性较好,需做好车站的运输组织建设和日常运营维护,在特殊情况下避免影响路网的整体运输能力。
10 2023年路网各车站度的分布
2023 年高速铁路网车站的介数相关指标见表11,路网车站的介数值范围见表12。网络最大介数值是0.337143,为长沙南站,其次主要大站为郑州东、武汉、石家庄站等,途径其最短路径较多,是重要的换乘节点。相比2021年,路网中介数值在0.20~0.35的车站比例呈下降趋势,且总介数值增加0.11,平均介数 值降低0.002,表明路网整体车站的介数逐渐均衡,可缓解原路网中重要换乘节点的换乘压力。
11 2023年路网车站的介数相关指标
12 2023年路网车站的介数值范围

2023年高速铁路网的直径仍为139,表明路网最远距离仍为中国铁路哈尔滨局集团有限公司双鸭山西站—中国铁路昆明局集团有限公司丽江站、临沧站,平均路径长度为47.683847,相比2021年有所减少,表明随着路网的不断完善,车站之间的可达性增强。

通过计算,2023年高速铁路网中车站的聚集系数统计见表13。网络的聚类系数为0.029716。相比2021年,2023年路网中聚集系数为0的车站占比下降,网络的平均聚类系数增加,表明2023年路网集结成团的车站数量增加,路网整体的连通性增强,具体表现在成都东、太仓等车站,原因在于新建成宜高铁、沪宁沿江高铁等线路逐渐加密川渝地区、沿江地区的网络,加强车站之间的紧密程度,从而提高路网稳定性。
13 2023年路网车站的聚集系数统计

4 结束语

运用复杂网络理论构建了我国高速铁路路网拓扑结构图,分析了截至2021年底高速铁路网结构特征属性参量。通过分析得出,我国高速铁路网整体上具有无标度网络特征,网络中主要枢纽车站与周围车站连接较多,在换乘中起到重要作用,体现在郑州东、杭州南、南京南、长沙南等大型车站,路网局部小枢纽地区的车站连接聚集,紧密程度高,具有小世界网络特征。

此外,在网络结构变化方面,通过加入预计2023年底开通的线路,分析得出2023年高速铁路网络中主要枢纽车站的度值增加,路网可靠性对度值较大车站的依附性较大。路网整体车站的介数逐渐均衡,可缓解重要换乘节点的客流量压力。平均路径长度降低,车站之间的可达性增强。网络的平均聚类系数增加,川渝地区、沿江地区集结成团的车站数量增加,路网整体的连通性增强,路网不断完善。

综上所述,在网络结构均衡方面,枢纽地区车站的连接作用突出,在面对外部攻击时可能出现影响路网整体运输能力的情况。在未来研究中,需注意重要枢纽节点的可替代性,多开辟一些次枢纽和辅助通道,优化路网车站线路布局,完善区域路网结构,同时加强车站的运输组织建设和日常运营维护。


节选自《中国铁路》2024年第3期


相关信息

作      者:

刘明玮中国铁路列车运行图技术中心,中国铁道科学研究院集团有限公司运输及经济研究所

宋锴中国国家铁路集团有限公司运输部

李博,中国铁路列车运行图技术中心,中国铁道科学研究院集团有限公司运输及经济研究所

李靖,中国铁路列车运行图技术中心,中国铁道科学研究院集团有限公司运输及经济研究所

引用文本:刘明玮,宋锴,李博,等.基于复杂网络的高速铁路 网络结构特征分析[J]. 中国铁路, 2024(3): 87-95.


阅读20
分享
写评论...