复杂网络视角下上海市加油站布局特征研究

施佳怡 郭进利

摘 要：随着经济与汽车工业的发展，加油站成为重要的配套基础设施，加强其布局合理性可有效改善城市交通系统。从复杂网络视角将上海市180个中石油加油站作为节点，形成网络拓扑图，并应用商业数据平台（BDP）可视化数据分析工具获得布局图，研究其布局特征。结果发现，不同服务半径下的加油站点网络拓扑图均具有小世界网络特征，高度值的加油站点聚集在市区，不同区域的加油站分布存在差异性。因此未来布局规划可重点考虑郊区，围绕重要节点进行合理布局。

关键词：复杂网络;布局特征;可视化;加油站

DOI：10. 11907/rjdk. 182837 开放科学（资源服务）标识码（OSID）：

中图分类号：TP319文献标识码：A 文章编号：1672-7800（2019）009-0146-04

Research on the Layout Characteristics of Shanghai Gas Stations

from the Perspective of Complex Networks

——Take China National Petroleum Corporation as an Example

SHI Jia-yi，GUO Jin-li

（School of Management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract： With the development of the economy and the automobile industry， the gas station as an important infrastructure to strengthen the rationality of its layout plays a decisive role in improving the city's transportation system. From the perspective of complex network， this paper takes 180 China National Petroleum Corporation gas stations as nodes to form a network topology map， and uses BDP （commercial data platform） visual data analysis tool to obtain the layout map， and then studies its layout characteristics. The results show that the network topology map of the gas Stations under different service radius has the characteristics of small world network and the gas stations with height values are concentrated in the urban area. There are differences in the distribution of gas stations in different areas. Future layout planning can focus on the status of the suburbs and rational layout should be made around important nodes.

Key Words： complex network; layout characteristics; visualization; gas station

0 引言

加油站作为城市交通必不可少的配套设施，其布局合理性、规范性对城市交通体系具有举足轻重的作用。本文从复杂网络视角分析中石油在上海市的布局特征，借助商业数据平台（BDP）可视化数据分析工具探讨其布局规划不合理之处，并提出进一步改善建议，使加油站布局更好地适应上海市未来车辆与经济发展需求，为市民提供生活便利，同时缓解上海市交通壓力。

1 相关研究综述

1.1 加油站选址

于林[1]对影响加油站选址的因素进行定性分析，得出确定加油站位置时主要考虑因素;马义飞、高荣[2]选取某路段加油站构建布局模型，并用案例验证模型实用性;陈红[3]利用辐射选址法，根据加油站保本销量对加油站进行选址研究;杨德峰[4]依照财务指标定量分析加油站选址，将评价模型得到的结果作为评价指标运用于运营业绩分析;孙宝凤等[5]采用蒙特卡洛模拟方法，协调覆盖区域内加油需求与服务能力之间的平衡关系。

1.2 加油站空间布局

崔静[6]通过构建分配模型，确定加油站规模与用户耗费的关系;马小毅等[7]依据加油站供油能力及空间布局，构建了空间布局评价方法;朱春节[8]基于差异化原则、集约原则等布局原则，提出加油站布局方法;王成龙[9]利用集合覆盖模型优化站点分布，提高加油站网络整体功能。

目前国内关于加油站选址布局的研究主要基于规划布局原则及影响选址的因素，从复杂网络视角对加油站网络布局特征进行的研究较为少见。

2 加油站复杂网络构建

2.1 数据来源及研究方法

本文数据主要由2018年高德数据供应商提供的上海市15个区和1个县的180个中石油加油站点经纬度坐标组成。基于复杂网络，以中石油加油站点为节点，根据不同半径确定每个站点包含的范围，若包含区域有重叠，则认为站点间存在关系;反之，站点间不存在关系。通过站点间的关系矩阵构建一个复杂网络，从而得到上海市中石油加油站网络拓扑结构图，在此基础上分析网络结构及布局特征。另外，运用BDP可视化数据分析工具，将上海市中石油加油站的经纬度导入BDP平台提供的高德地图中，探讨其布局特征与地理意义，并提出改善建议。

2.2 网络构建

2.2.1 研究对象

中石化公司在上海市的站点市场占有率接近70%，中石油公司近20% [8]。由于前者覆盖率较大，在研究其布局特征时存在一定难度，因此本文选择市场占有率较小的中石油加油站点布局情况作为研究对象，不仅数据处理量比较合理，而且可以清晰地观察其布局特征、展现基于复杂网络的结论。

2.2.2 假设条件

加油站服务半径与其所在区域、道路及周围环境、设施等有关，所以在构建网络模型时，为防止其它因素干扰对网络特征的研究，需预先假设：①加油站点均同质;②无权无向网络;③两个加油站点间存在边时在邻接矩阵中记录1，反之为0。

2.2.3 半径设置

根据集合覆盖模型和建设部发布的《城市道路交通规划设计规范》，城市公共加油站服务半径宜为0.9～1.2km[10]。因此，构建网络模型时，分别以0.9km和1.2km作为上海市中石油加油站服务半径，再运用Python计算得出180个加油站任意两点间的直线距离。首先以0.9km为服务半径，运用Excel筛选出站点间距离小于服务半径之和（1.8km）的加油站，并认定其加油站服务范围存在重叠，定义加油站之间有边存在，同时在网络相应邻接矩阵中将对应元素设置为1，反之为0;然后以相同方式，得到以1.2km为服务半径时的邻接矩阵;得到两个180×180的邻接矩阵后，导入UCINET软件，得到两个服务半径对应网络拓扑结构图，如图1、图2所示。图中的点对应上海市180个中石油加油站点，两点之间的边代表两个加油站之间存在关系。

2.2.4 网络参数及意义

本文从复杂网络视角对加油站网络进行研究，主要参数包括：网络密度、度、度中心性、平均路径长度、K-核和聚类系数。网络密度主要反映网络稀疏性与稠密化程度，度可以刻画单个节点属性，度中心性代表单个节点在网络中的地位，平均路径长度与网络度可以描述网络各节点的联系性，聚类系数与K-核可以刻画网络集中程度[11]。若一个网络具有较大的网络聚类系数与较小的平均最短路径长度，则说明该网络具有小世界网络特征。

3 拓扑性质与布局特征

3.1 复杂网络特征

3.1.1 整体网络特征

朱陈平等[12]在复杂网络理论研究中提出，现实中大部分复杂网络均具有稀疏性。本文研究对象为上海市中石油加油站点网络，根据不同半径形成两个拓扑结构，  0.005 2和0.007 8的平均网络密度体现了网络稀疏性。同时，由表1可知两个网络的聚类系数均较高，平均路径长度均较小。因此，上海市加油站点网络同样具有小世界网络特征。

3.1.2 局部特征

0.9km服务半径的加油站点网路最大K-核为3-核，1.2km服务半径的加油站点网络最大K-核为4-核，说明后者网络凝聚力比前者强。根据表2可知，0.9km半径复杂网络的度均值为0.922，表示1个站点平均与1个站点连接，连接数越小，对于站点之间共享服务区域越不利。该网络最大节点度值为3，有10个节点，占总数的5.56%;度值为2的节点有46个，占总数的25.56%。由此说明度值为3的10个节点在0.9 km半径的网络中占主导地位。

3.2 空间布局特征

通过BDP可视化数据分析工具将复杂网络参数及加油站站点空间分布对应，直观分析上海市中石油加油站空间布局特征。

（1）站点空间分布不合理。由表2、图3所示，0.9km服务半径内，度值为3的10个中石油加油站分布在静安区、奉贤区和浦东新区，其中，有5个加油站分布在静安区。由表3、图4所示，1.2km服务半径内，度值高的13个中石油加油站主要分布在市区，分别是静安区、虹口区、徐汇区和长宁区。其中，有9个度值高的加油站分布在静安区。由此可见，起关键作用的中石油加油站基本分布在静安区，并且度值低的加油站点布局也比较分散，空间布局非常不合理。

（2）度值大的站点聚集。由图3、图4所示，度值较高的节点主要聚集在静安区，并且在市区高度值节点之间联系更紧密，倾向于集聚成片分布。由图4可以清晰地看到以静安区为中心的周边市区，加油站点的凝聚力显著强于其它区域。另外，在各郊区中，有4个度值为3的加油站分布在奉贤区，也具有较强的凝聚力。

（3）不同区域区别对待。节点度值越大說明其在网络中越重要，与多个节点之间存在联系。因此，较大度值的节点主要分布在市区，说明中石油加油站更倾向于在交通与经济更为发达的市区设置加油站点，不重视郊区的发展。各区域内节点度之和数值越大并不代表该区域加油站点数量越多，如长宁区只有一个加油站点，但由表5可知，以1.2km为服务半径时，它的节点度为6，说明该站点在网络中占据重要地位，也进一步说明，中石油在郊区加油站分布不均匀，各区域内站点联系性较小，布局分布合理性有待进一步提高。

4 改善建议

本文在复杂网络视角下，研究上海市中石油加油站空间布局，发现其存在以下问题，并提出相应改善建议。

（1）除静安区加油站点联系密切，其它各区加油站点联系相对稀疏，不同服务半径下的加油站点网络拓扑图均具有小世界网络特征。因此，需改善郊区加油站布局，使郊区加油站的选址尽可能在服务半径之内，增强加油站点之间的联系性，提高加油站点网络结构稳定性。

（2）高度值的加油站点聚集在市区，使市区加油站凝聚力大于郊区。虽然市区交通及商业比较发达，但郊区发展潜力大、速度快。因此，可将加油站设置在郊区发达的枢纽位置，提高其凝聚力。

（3）不同区域内加油站分布存在差异性：①度值高的节点在静安区聚集程度很高，有成片分布倾向。由表5可知，静安区节点度值大于3的节点度值总和为47，明显高于其它片区。由于市区发展程度高于郊区，所以中石油更偏向在市区集中设置加油站点，并且站点之间联系密切;②郊区加油站点分布非常不均匀，例如在宝山区，只有7个加油站点，而浦东新区有42个加油站点。未来中石油在规划加油站点时，可以重点考虑郊区现状，围绕郊区重要节点位置进行合理的空间布局，提高中石油在上海市的凝聚力和影响力，为市民更好地提供便利。

5 结语

本文基于复杂网络视角，探索上海市中石油加油站点网络布局特征，针对中石油加油站空间布局空间布局不合理之处，提出改善建议。加油站点布局受很多不确定因素影响，本文仅从地理距离角度构建加油站点复杂网络模型，并没有考虑其发展趋势;同时，本文以中石油加油站为研究对象，没有考虑中石化等竞争对手对其抗毁性的影响，以上问题是下一步研究内容。

参考文献：

[1] 于林. 加油站选址与布局[J]. 石油商技，1999，17（4）：39-42.

[2] 马义飞，高荣晓. 路段加油站布局模型[J]. 运筹与管理，2005，14（5）：63-68.

[3] 陈红.加油站布局的构思[J]. 石油库与加油站，2001，10（5）：27-31.

[4] 杨德锋. 加油站选址研究[J]. 中国石油大学学报：社会科学版，2006，22（3）：20-23.

[5] 孙宝凤，高坤，申琇秀，等.  基于能力平衡和变覆盖半径的加油站网络扩充选址模型[J]. 吉林大学学报：工学版，2018，48（3）： 704-711.

[6] 崔静，常琪. 我国加油站布局问题研究[J]. 石油化工管理干部学院学报，2007，9（3）：36-39.

[7] 马小毅，丰富，陈先龙. 加油站空间布局评价方法研究——以广州市为例[J]. 交通与运输：学术版，2016（1）：266-270.

[8] 朱春节. 上海市加油站规划布局研究[J]. 交通与运输：学术版， 2016（1）：260-265.

[9] 王成龙. 国有石油企业视角下的加油站布局策略[J]. 石油库与加油站，2008，17（6）：1.

[10] 卢志成，黄云. 城市机动车加油站需求预测与规划布局方法探讨[J]. 规划师，2011，27（2）：99-103.

[11] 汪小帆，李翔，陈关荣. 网络科学导论[M]. 北京：高等教育出版社，2012.

[12] 朱陈平，张永梅，刘小廷，等. 复杂网络稀疏性的统计物理研究综述[J]. 上海理工大学学报，2011，33（5）：425-432.

[13] 郑啸，陈建平，邵佳丽，等. 基于复杂网络理论的北京公交网络拓扑性质分析[J]. 物理学报，2012，61（19）：95-105.

[14] 何亚伯，周雅丹，张浩. 基于复杂网络理论的城镇居民点布局特征研究[J]. 武汉理工大学学报：信息与管理工程版，2018，40（1）： 55-60.

[15] 甄茂成，张景秋，杨广林. 基于复杂网络的商业银行网点布局特征：以北京市中国银行为例[J]. 地理科学进展，2013，32（12）： 1732-1741.

[16] BARABASI AL，ALBERT R. Emergence of scaling in random networks[J]. Science （New York），1999，286（5439）：509-512.

[17] 雷霆，余镇危. 基于复杂网络理论的计算机网络拓扑研究[J]. 计算机工程与应用，2007，43（6）：132.

[18] 周涛，柏文洁，汪秉宏，等. 复杂网络研究概述[J]. 物理，2005，34（1）： 31-36.

[19] BERMAN O，DREZNER Z，KRASS D. Generalized coverage： new developments in covering location models[J].  Computers and Operations Research，2010，37：1675-1687.

[20] CHURCH R，REVELLE C. The maximal covering location problem[J]. Papers of the Region Science Association，1974，32（1）：101-108.

（責任编辑：江 艳）