基于灰色關聯分析模型的鐵路貨運影響因素分析

徐 紅,覃恩來,張婭婷

(1.中國鐵路昆明局集團有限公司普洱車務段,云南 普洱 665000;2.西藏大學工學院,西藏 拉薩 850000)

1 概 述

近年來,隨著我國國民經濟的穩定發展以及鐵路建設的發展,鐵路貨運在我國貨運體系中扮演著越來越重要的角色。2021年,鐵路貨運量完成了47.73億噸,較2012年增加了8.69億噸,增長了22.27%,鐵路貨運周轉量完成了33 238億噸公里,較2012年增加了4 050.91億噸公里,增長了13.88%[1]。隨著公路、水運、航空等運輸網絡的逐步完善以及顧客運輸需求的變化,鐵路運輸面臨著其他運輸方式激烈的競爭。鐵路運輸部門需要做出合理的運輸計劃以及健全的營銷策略,以此改善鐵路貨物運輸的局面,準確分析其他運輸方式對鐵路貨物運輸的影響,提高鐵路貨運市場的占有率。鐵路貨運量(貨運周轉量)因受到國民經濟的發展水平、鐵路交通的發展水平、其他貨物運輸方式的相互作用呈現出分形特性[2]。在我國鐵路貨運影響因素研究中主要運用灰色系統理論、主成分分析法、回歸分析模型等[3-5]。

采用灰色關聯分析模型對鐵路貨運的影響因素進行研究,基于文獻調研以及實際經驗,選取鐵路營運里程、國內生產總值(GDP)、第一產業增加值、第二產業增加值、公路貨運量比例、水運貨物量比例、公路貨運周轉量比例、水運貨物周轉量比例8個指標因素[1],對結果進行分析,為鐵路部門制定合理的貨物運輸政策提供重要的參考依據。

2 灰色關聯分析模型構建

2.1 確定特征序列以及原始序列[8]

鐵路貨物運輸影響較大的特征數列表示為

X0=(x0(1),x0(2),…x0(n))

(1)

鐵路貨運量以及鐵路貨運周轉量的原始序列為

Xi=(xi(1),xi(2),…xi(n))

(2)

其中:i=1,2,3,...,m;n為每個原始序列所包含的時間序列數;m為比較數列的數量。

2.2 樣本數據的無量綱化處理

由于各個指標因素之間數量級和計量單位差別較大,無法對各個因素直接進行比較和計算。因此需要將分析數據轉化為無量綱值。無量綱化處理數據的方法有很多,主要包括極值法、均值法以及標準法,選取均值法進行數據的無量綱化處理,公式表示為

(3)

2.3 灰色關聯度計算

根據式(4)計算比較序列和參考序列的絕對差,得到差序列Δxi(j),根據公式(5)和公式(6)計算各原始序列和特征序列中的最大差值Δmax和最小差值Δmin。

(4)

MAX=maxxi(j),i=1,2,…m,j=1,2,…n

(5)

MIN=minxi(j),i=1,2,…m,j=1,2,…n

(6)

Δmax=maxMAX

(7)

Δmin=minMAX

(8)

計算各指標灰色關聯系數ξ(ik)

(9)

式中:ξ(ik)是原始系列與比較序列之間的灰色關聯系數;ρ為分辨系數,在[0,1]之間分布,當ρ≤0.546 3時,分辨力最好,分辨系數取ρ=0.5。

灰色關聯度的計算公式為

(10)

式中:ri為比較數列xi對參考數列x0的灰色關聯度。ri值越接近1,說明原始序列Xi和特征序列X0之間的相關性越強。一般來說ri>0.8,說明因素之間的關聯性很強,0.5≤ri≤0.8則被認為有一定的關聯性,ri<0.5時則被認為是二者毫無關聯[9]。

3 鐵路貨運需求的主要影響因素

3.1 國民經濟的發展水平

鐵路貨運需求的大小取決于國民經濟的發展水平,經濟水平的發展必將推動貨運需求的增長。同時,鐵路的發展也將拉動經濟的快速增長[10]。

鐵路貨物運輸的對象主要包含國民經濟中的第一產業和第二產業產品。第一產業和第二產業增加值能夠直接體現第一產業和第二產業的經濟發展狀況[11]。鐵路貨物運輸的發展不僅能夠帶動經濟的增長,還推動工業的發展[12]。

3.2 鐵路交通的發展水平

鐵路運輸網的布局和管理水平、貨物運輸工具的改善和發展都影響著鐵路貨物運輸的效率,制約著鐵路貨物運輸的發展。一般而言,鐵路貨物運輸量伴隨著鐵路運輸長度的增加而增長的。

3.3 其他貨運方式的相互作用

目前我國的五種貨物運輸方式,分別是鐵路、公路、水運、航空以及管道運輸,五種運輸方式有不同的特征和優勢,它們之間既相互合作又具有競爭關系,共同承擔著的全社會的貨運需求。2012～2021年我國鐵路、貨運以及水運三種貨物運輸方式貨運總量以及貨運周轉量總量分別占全年總運輸量的比例均值為98.28%、97.50%[1]。

4 鐵路貨運需求預測實例演算

4.1 確定原始序列與特征序列

與鐵路貨運需求相關聯的因素有很多,基于文獻調研以及實際經驗,綜合考慮合理性、數據的可操作性以及計算過程的簡明性。選取了2012～2021年間鐵路貨運量(鐵路貨運周轉量)[1]作為初始特征序列,同時選取國民經濟發展水平中的國內生產總值(GDP)、第一產業增加值、第二產業增加值和鐵路交通發展水平中的鐵路總里程以及其他貨運方式中的公路與水運貨運量(貨運周轉量)各占比例的時間序列作為初始因素序列。分別以鐵路貨運量以及鐵路貨運周轉量為特征數列的原始數列,見表1和表2。

表1 鐵路貨運量及其影響因素的原始數列

表2 鐵路貨運周轉量及其影響因素的原始數列

4.2 無量綱化處理

利用公式(3)采用均值法對數據進行無量綱化處理,所得結果見表3和表4。

表3 數據無量綱化處理表(鐵路貨運量及其影響因素)

表4 數據無量綱化處理表(鐵路貨運周轉量及其影響因素)

4.3 灰色關聯度計算

利用公式(10)轉化得到鐵路貨運量(貨運周轉量)與其影響因素之間的灰色關聯度ri見表5和表7。對時間序列的灰色關聯度表取均值,對均值進行排序,得到灰色關聯度排序表,見表6和表8。灰色關聯度的值越大,則代表鐵路貨運量(貨運周轉量)與其影響因素之間的關聯性越大;反之,則它們之間的關聯性越小。

表5 鐵路貨運量與其影響因素的灰色關聯度表

表6 鐵路貨運量影響因素的灰色關聯度排序表

表7 鐵路貨運量周轉量與其影響因素的灰色關聯度表

表8 鐵路貨運周轉量影響因素的灰色關聯度排序表

5 鐵路貨運量以及鐵路貨運周轉量與其影響因素的演算結果分析

(1)通過對鐵路貨運量與其影響因素的灰色相關性分析,發現水運貨運量比例對其的影響因素最大,其次是公路貨物量比例、第一產業增加值。水運貨物運輸方式是最主要的競爭關系,公路運輸是次要的競爭關系。同時鐵路營運里程與鐵路貨物運輸關系密切,是鐵路貨物運輸的基礎。國內生產總值與鐵路貨運量保持一致的發展。

(2)通過對鐵路貨運周轉量與其影響因素的相關性來看,水運貨物周轉量比例、公路貨物周轉量比例與鐵路貨運周轉量保持著較強的相關性,相關性均在0.7以上。鐵路貨物運輸的發展對第一產業、第二產業發展起推動作用。同時,鐵路貨運周轉量與第一產業的關聯度大于第二產業的關聯度,說明鐵路貨物周轉對第一產業增加值的影響更加顯著。完善的鐵路基礎設施為鐵路運輸的發展提供了有力的保障。健康的經濟發展,為鐵路運輸提供良好的運輸環境。

6 結 論

以灰色關聯度分析為理論基礎,總結、梳理鐵路貨運與國民經濟發展水平、鐵路交通發展水平以及其他貨運方式影響的基礎上,選取能夠代表鐵路貨運發展的相關指標(鐵路貨運量、鐵路貨運周轉量),并計算其與國內生產總值(GDP)、鐵路營運里程、第一產業增加值、第二產業增加值、公路貨運比例(公路貨運周轉量比例)、水路貨運比例(水運貨運周轉量比例)之間的相關性,總結出鐵路貨物運輸發展的規律,驗證了該方法的可行性以及合理性。但是選擇的影響因素不能完全包含鐵路貨物運輸全部的影響因素,從理論方面出發,選擇的影響因素越多越具有代表性,結果就越合理和準確。