刘柏东

（中石化销售有限公司广东石油分公司，广东广州，510632）

1 绪论

运距测量是成品油销售企业的物流管理工作中的重要一环，确保运距真实合理是物流配送线路优化的基础和前提[1]。然而传统运距测量主要靠人工进行实地测量，这种方式主要存在以下几点弊端。

1.1 配送路径效率低成本高

绝大多数成品油销售企业，配送路径都存在变化快通道多的特点。而人工实地测量耗时耗力，因而效率十分低下。以中石化集团中某企业为例，按要求每半年需开展一次全面运距复测。但该企业配送路径多达2700余条，累计21万多公里，按每天行驶500公里来人工测量，至少需花费420天，总耗时近14个月。为了按期完成运距复测，企业一般需抽调更多人员进行分组测距。复测工作所产生的燃油费和路桥费按照每100公里20元计算，总的车辆运行费用大约为5万元；人工成本按照每天8小时计算，共需约2万个人工时，差旅费支出约为25万元。

1.2 配送路径选择主观因素多精度低

当前销售企业的成品油资源配送大多都是实行省公司主动配送，而地市公司不再设置任何物流职部门。测量人员往往只能参照百度和高德等导航软件规划的线路进行测量。导航软件规划线路一般是小轿车的行驶线路，不是货车行驶线路，更不是危化品车辆运输线路；因为油罐车在实际运输中会存在很多限高、限行和限重等交通管制问题，所以使用导航软件会存在测量路径与实际油罐车行驶路径不符等情况，导致最后的测量结果与结算标准存在较多差异[2]。

1.3 配送路径覆盖率低实效性差

以往运距复测完成后再与承运商对接，若存在较大争议，还需进行二次复测。由于测量线路较多，通常采用抽查的方式进行复测，选定标准一般为存在差异或附近路网发生变化的线路，此时承运商就会提出线路结算负差异，而对存在正差异的线路则不予理会。

2 基于GPS大数据运距测量新方法

鉴于油品销售企业承运的车辆均装配GPS定位设备，因此可通过油罐车GPS轨迹数据，“投影”形成车辆行驶轨迹，完成“库-站”线路自动匹配，以大数据驱动实现运距测量智能化[3]。

2.1 大数据技术实现智能化运距测量

GPS轨迹数据是目前较为成熟和完善的数据资源，安装了GPS的油罐车已经实现全天候行驶数据的采集。基于大数据的智能化运距测量，可从GPS轨迹中提取优化路径，从而提升运距测量效率。

应用智能锁控系统采集可大量油罐车GPS轨迹数据，但如何有效利用这些数据，解决实地运距测量中心“效率低、耗时长、耗人力”，是运距测量管理中迫切需要解决的难题。通过获取油罐车运行的GPS历史数据，可以点-点投影连线形成车辆行驶轨迹，然后与配送单据匹配找出从油库至加油站的运输线路[4]。

2.1.1 获取油库至加油站运输路径

通过采集智能锁控系统中车辆行驶GPS运行数据，可获取到相邻两个点的定位（地理位置、经纬度信息），并在地图中形成连线，“投影” 形成车辆的实际行驶轨迹，如图1所示。

图1 实际行车轨迹图

接着通过车辆和配送单据匹配，得到车辆从油库出发和运输到达加油站时间区间，然后截取出从油库至加油站的行驶轨迹，形成“库-站”间各类可达路径。

2.1.2 对运输路径进行纠偏

考虑到GPS轨迹信息受采集的间隔长、信号干扰频繁、定位漂移、高低落差等因素影响，特别是长距离运输时车辆途经桥梁、隧道、拐弯或其他保护区时，GPS信号会长时间丢失；此时对数据进行插值补全操作，通过“点-点”连线获取到的运输路径，可能会与实际线路不符[5]；这就需要将GPS轨迹还原至高德地图，用“点-点”导航的方式进行运输路径的纠偏，如图2所示，还原真实的行驶路径。

图2 真实行驶路径

2.1.3 运输路径归类形成线路

从油库到加油站有多条线路，如图3所示；同一条线路又存在多种的分值路径，如图4所示；这种情况在城区、城郊或路网发达的区域特别明显[6]。为归类和甄别存在的分值路径，可将GPS轨迹重合的公里数到达或超过该路径总长95%的，归类为同一线路。

图3 多条线路

图4 分值路径

2.1.4 确定“库-站”标准结算线路

一般来说，可将油罐车行驶距离最短的线路定义为“库-站”最佳运输线路。但随着交通路网改造和完善，“库-站”最优运输线路在不同时间会动态变化，同时受城市交通管制、桥梁隧道限高限重等影响，“库-站”间最短线路也可能不是最佳线路。此时可由系统自动完成运输线路生成、GPS自动纠偏、相似路径自动合并和导航复测，识别出最短线路。

在实际配送中，根据车辆行驶所采用路线的频率，确定结算运距的标准是较容易实现的方式。这种方法统计一段时期内车辆行驶次数最多的线路，定义为标准的结算线路，如图5所示。

图5 优先线路

2.2 制定细则与智能化测距

2.2.1 制定测量标准与复核

结算运距是运费计算的主要构成部分，按照销售企业与运输企业签订的运输合同，每季度对公路运费结算中的运距标准进行复测修订。

通过智能化运距测量系统分析一段时期内配送车辆实际行驶线路和距离，并与结算运距进行对比。

运距复核重点对象包括：年销量5000吨以上的加油站、新增加油站、高速公路沿途加油站、路网变化后运距有变化或流向调整的加油站，以及加油站新增到非定位油库的公路运距。

2.2.2 明确智能化运距测量与优化

由运距管理员在浏览器打开运输路径链接，第一步检查路径是否为车辆行驶的常规线路，有无明显绕路或不合理的轨迹；第二步检查“投影”的线路有无明显信号丢失、偏移等；第三步检查纠偏里程与实际里程的差异，并于结算运距进行对比。

2.2.3 明确运距测量标准的要求

运费结算根据车辆GPS实际轨迹运距对比运距标准，按以下规则执行：

①测量运距与结算运距标准偏差在±10%或3公里内，按运距标准结算。

②测量运距大于结算运距标准10%或3公里内，由地市公司和运输企业共同查找差异原因，无合理原因的按运距标准结算。

③测量运距小于结算运距10%或3公里内，由的市公司与运输企业共同确认，按新测量运距结算。

④对在一季度内仅发生少量新增配送通道，以系统测量的电子运距作为结算运距。

2.2.4 实时监测运输线路变化与核减

由于交通路网变化和地方政府对危运车辆管制，配送线路也在不断的优化[8]。当运距核增时，运输企业会立即提请复测并按新增运距结算；反之运距核减时，运输企业未必会主动提请复测，运距更新滞后可能会导致运费虚增。

通过大数据“明察秋毫”地监测运输线路变化，规范车辆行驶线路，让车辆尽量跑在最优化的线路上，一旦发现车辆偏离最优运输线路，立即提醒相关运输企业给予纠正。

3 运距测量优化的成效评估

通过GPS轨迹大数据驱动实施运距测量后的成果主要体现以下四个方面。

3.1 降费效果显著

通过对广东某石油销售企业2700多条运距进行复核，一个季度共核减配送运距442条，核减配送里程5186公里，以现行运价评估，可节费443万元。如图6所示。

图6 减距节费图

3.2 实现全覆盖实时测量

智能化运距测量实现小举措发挥大作用，一是测量周期由以前的耗时数月提升至即时完成；二是有效解决了传统人工测量中路网不熟、人为偏差等问题，极大提高了测量的精准度；三是测量费用下降95%以上，据测算可节约人工运距复测的差旅成本约25万/年，节约2万人工时；四是智能化运距测量可复制性强，易于全系统内推广。

3.3 实现运输线路变化有迹可循

基于GPS轨迹大数据的智能化运距测量可以对油罐车有无偏离线路，运输过程有无长时间停车等异常情况进行监督。同时针对油品未按时送达，计划员可事后调出轨迹和时间，分析存在问题，提出解决措施。此外，所有运输数据长期保存，对争议线路和历史问题实现有据可查，有迹可循。

3.4 实现全物流运行统筹平衡

“库-站”配送是加油站保供的最后一道环节，智能化运距测量的优势在于：

①有助于精准测算出油库因辐射范围，以及跨省提油辐射范围，减少车辆迂回空跑，提高车辆周转效率，实现精准配送；

②有助于与油站销量、油站液位仪库存，路网实时等数据联动，可实现油品自动补货功能；

③有助于智能配送系统合理选择配送时间，确保油站不脱销；

④有助于与油库液位仪数据联动，可实时动态调整油库可发量，及时调整库库直接调配，确保油库不停发。

4 结论

基于GPS轨迹大数据的智能运距测量新方法具有较强的可操作性和可靠性，实现石油配送的智能化运距测量和实时监控。

智能运距测量新方法能够有效提升销售企业成品油物流配送效率，具有明显的经济效益。可为后续销售企业开展智能配送、库存分析、全物流联动拓实基础数据。

智能运距测量新方法有助于提升企业物流优化水平，尤其对于油站多、路网变化快、路径复杂的企业，更具有广阔的应用和发展空间。