1概述货运枢纽是综合运输体系和综合立体交通网络的关键节点[1]，在建设交通强国、构建综合立体交通网[2]、发展现代化综合运输服务体系中发挥着重要作用，是建设完善现代化高质量国家综合立体交通网的坚实基础，也是推动经济高质量发展不可或缺的重要力量。货运枢纽选址问题是货运枢纽研究的基础和难点。TANIGUCHI等[3]总结了货运枢纽选址的趋势，为枢纽的选址提供一定理论支撑。TANIGUCHI等[4]基于排队理论，计算出物流中心的位置和规模，提出了一种通用配送模式的随机路线。RODRIGUEZ等[5]提出一种基于交通拥堵成本的货运枢纽位置模型，结果显示该模型在发生交通拥堵时能够提供一个更好的方案。詹嘉[6]找出货运站选址的影响因素，并采用定性和定量相结合的方式，综合得出选址方案方法。李之红[7]采用灰色相关法建立了公路枢纽整体布局模型。杜志芳[8]、吴延芳[9]均建立了基于重要性的混合整数综合货运枢纽场站布局规划模型。罗曦[10]建立了考虑节点重要性的货运枢纽布局模型，以确定转型过程中城市内货运枢纽布局方案。雷翔[11]研究港口物流中心选址的特点，建立了基于配送成本最优和客户支出费用最优的双层规划模型，得到选址方案。袁俊丽等[12]综合考虑影响交通枢纽布局的各种因素，对福建省各地级市和县级节点进行类别和级别划分，确定了福建省综合运输枢纽布局规划方案。目前的理论研究方法较为传统，较少采用大数据进行分析，随着自动化系统的完善，大数据的收集与运用能够为货运枢纽选址的理论研究提供新的可能性。据资料《2019中国公路货运大数据报告》[13]研究结论，公路货运与国民经济活动、产业活动密切相关，呈现出经济活动水平越高，活跃运力水平越高的现象，活跃运力与GDP相关系数超过0.8。货车出发点和到达点反映了货物的供给点和需求点，而点的密集程度反映了周边供给和需求的强弱，如在供给或需求较强的位置建设货运枢纽，能够提高运输效率，满足社会经济需要。近年来，随着营运车辆GPS平台、高速公路收费、联网售票等自动化系统日趋完善，基于上述系统的货车GPS数据，在构建科学完备的计算模型基础上，能够为货运枢纽的科学合理布局提供有效支撑。本文根据货车GPS点的现状情况，按照GDP增长情况预测规划年的货车GPS点分布，建立基于货车GPS点的聚类分析模型，对货运枢纽的数量及选址进行规划。2基于货车GPS点聚类的货运枢纽选址模型2.1K均值聚类分析聚类分析是一种建立在无类别标记数据上的非监督学习算法。K均值（K-means）是聚类中最经典的算法之一，基于点与点之间距离的相似度来计算点的最佳类别归属，具有运算快速的特点，适用于计算簇密集分布，呈球状或团状分布的点群，因此对于大批量货车GPS点的聚类分析K均值是较适合的方法。K均值聚类如图1所示。10.19301/j.cnki.zncs.2024.04.006.F001图1K均值聚类本文中点与点之间的距离采用欧几里得距离：d(x,u)=∑i=1n(xi-ui)2 （1）聚类算法主要流程：随机选择K个点作为初始聚类中心；计算每个样本与K个聚类中心的距离，将每个样本分类到最近中心所属的聚类中；重新计算K个聚类的中心，中心为聚类中所包含数据点的均值；重复计算每个样本与K个聚类中心距离并分类，直到达到优化目标，K个聚类中心不再移动。定义优化目标：K(c,u)=min∑i=1k∑x∈kidist(Ci,x)2 （2）式中：K——中心点，即簇数目；Ci——每个簇内的中心点；x——属于每个簇内的样本点。2.2确定货运枢纽数量在聚类过程中，需要提前确定生成的簇数目K，即货运枢纽数量。货运枢纽的数量受区域社会经济发展水平、城市区位、市场需求等因素影响，目前并没有统一的标准。为了科学确定城市内货运枢纽数量，本文基于覆盖货车GPS点最多、聚类中心最少的经济效益原则建立货车GPS点聚类数量收敛模型，通过给定某个城市单个枢纽的覆盖半径R，从K=1开始聚类计算，迭代计算至K=n，得到各K值下货车GPS点在以聚类中心为圆心、R为半径各类群中的覆盖率，一般随着K值的增加覆盖率也会逐渐增加趋于100%。根据聚类数量K和覆盖率的收敛关系图像可确定簇数目K，进而确定货运枢纽选址布局。GPS点覆盖率计算公式：Tn=∑k=1nxk'Ck⋅1n,xk'∈DD=xidist(xi,Centerk)≤R （3）式中：xk'——第k类簇与聚类中心距离在R以内的点；xk'——第k类簇中数据对象个数；Tn——聚类中心数为n时，货车GPS点在半径R范围内的覆盖率。3案例分析以肇庆市为例，进行货运枢纽选址布局分析，现状数据选择2021年日均GPS点数，规划年度为2025年，按照GDP增长情况得到2025年预测日均GPS点数量。肇庆市2021年日均GPS点数为8 700个，2025年预测日均GPS点数为13 648个。肇庆市位于广东省中西部，是粤港澳大湾区、珠江——西江经济带的关键节点城市，也是东南沿海各地通往西南各地的重要交通枢纽，综合考虑肇庆市货运枢纽城市能级和城市面积，拟定单个货运枢纽的覆盖半径为20 km。根据以上选址模型采用Python编程计算，得到不同聚类数量下GPS点的覆盖率情况。不同聚类数量下GPS点的覆盖率如图2所示。10.19301/j.cnki.zncs.2024.04.006.F002图2不同聚类数量下GPS点的覆盖率当聚类数量K=10时，GPS点覆盖率达到97.6%，曲线收敛，可知在货运枢纽覆盖半径取20 km条件下，肇庆市最优货运枢纽数量为10。将K=10代入模型中进行聚类分析。肇庆市货运枢纽选址情况如图3所示。10.19301/j.cnki.zncs.2024.04.006.F003图3肇庆市货运枢纽选址情况（圆圈表示货运枢纽）4模型结果分析为了验证模型结果的可靠性，结合肇庆市货运枢纽规划情况进行对比分析。肇庆市现代物流业空间发展布局规划（2020—2035年）提到，要构建“两核九节点、一环三通道”物流空间布局体系，其中“两核”指以河港新港新基湾作业区、空港珠三角枢纽（广州新）机场为核心的肇庆国际多式联运物流园和肇庆空港物流园。“九节点”指肇庆国际多式联运物流园（双节点：新港新基湾物流板块、四会大沙物流板块）、肇庆空港物流园、高新区商贸物流园、怀集绿色农副产品物流园、德庆南药物流园、高要物流中心、封开物流中心、广宁物流中心。由图3可知，基于货车GPS点聚类货运枢纽选址模型得出的选址结果，基本上与肇庆市物流空间布局规划契合，货运枢纽均沿西江物流通道和北部物流通道布设，枢纽点位置与规划点基本一致。因此，可以认为基于货车GPS点聚类的货运枢纽选址模型方法较为科学合理。5结语基于货车GPS点聚类的货运枢纽选址模型为货运枢纽的布局规划提供了一种理论方法，能够利用大数据的手段实现货运枢纽的初步选址。但由于货运枢纽的具体选址需要结合城市用地、周边交通条件等因素进一步细化，货运枢纽规模也需要根据周边市场需求进一步量化。因此，本文仅提供了一种选址的初步理论手段，实际选址还需要根据客观条件进一步优化。