高铁建设对人们出行选择的影响分析

张 森 白著华 李 洋 陈丽娟 李明珠

（青岛理工大学信息与控制工程学院，山东 青岛 266520）

随着高铁迅猛发展，给人们的出行带来了极大的便利，能够对高速公路和普通列车起到减压的作用。分析高铁对高速公路以及普通列车的客流量起到减压作用，并选择发展不同的城市，给出所选城市高铁配置的最佳数量。

1 数据处理与模型建立

通过搜集资料得到山东高铁近10年的通道里程和客流量数据。为了合理研究高铁引入通道后对公路的影响，对高铁通车后高速公路的客流密度增长率与高铁的里程数做出折线图以观察高铁出现对高速公路客流密度的影响，如图1所示。

图1 2009～2018年客流密度增长率

由图1可以看出，高铁出现后高速公路的客流量密度增长率逐年降低，甚至近几年出现负值，表明高铁的出现确实减轻了高速公路的客流压力，并且效果逐年递增。这可初步说明高铁的开通对于高速公路的客流量的确起到了减压的作用。建立数学模型研究高铁的开通如何减轻高速公路以及普通列车的客流量，并给予理论的说明和实例分析。

2 线性回归分析

针对以上数据分析利用SPSS对高铁通车里程以及客流密度增长率进行一元线性回归分析，结果如表1所示。

表1 线性回归分析结果

它们的标准化系数为-1.858，说明高铁对高速公路的车辆通行影响较大，起到较好的缓解作用，同时验证图1所得的理论结论。

因此，高铁的开通对高速公路的车辆通行压力有所减缓，并且十分显著。

3 高速铁路的诱增客流量预测

所谓的诱增客流量就是指某种客运方式新建或改造之后，改善了原来通道内的交通供给的能力以及服务水平等因素，从而将原有的潜在客运需求诱发为新的客流量的一个过程。

4 新建高速铁路诱增客流量的生长规律

高铁诱增客流量的变化过程会经历三个阶段，其分别为聚集形成的阶段、快速发展的阶段和成熟稳定的阶段，其各阶段的变化曲线如图2所示。

图2 高铁诱增客流量的变化过程

5 诱增客流量的预测

本文此处选用了国际上比较认可的重力预测模型，主要考虑了区域客运通道内各节点之间的广义出行费用，从而对诱增客流量进行了预测：

设节点 A与B 之间的趋势客流量为QAB：

式中：SEA、SEB——为客运通道内节点A、B的社会经济指标；TAB——为客运通道内节点A、B的交通阻抗；α、β、γ——模型中的参数。

此处，交通阻抗指的是乘客从节点A到B所需要付出的运输代价，本文中采用两地之间的广义费用函数来代表交通阻抗。

6 不同城市高铁数量的预测

经过搜集资料可得北京、济南、桂林的人口、GDP、人均GDP如表2所示。

表2 北京、济南、桂林的人口、GDP、人均GDP情况

将表2中得到的 2018年北京、济南和桂林的人口、GDP的预测值代入重力模型公式，计算2018年北京、济南和桂林的趋势客流量。将公路与高速铁路的广义出行费用代入公式中得出2018年高铁诱增客流量。计算结果见表3。

表3 北京、济南、桂林的计算结果 /亿人

通过搜集数据可得，2018年北京、济南和桂林的客运指标如表4所示。

表4 北京、济南、桂林的客运指标

2018年北京、济南、桂林的高铁客运量和高铁客运比例如图3所示。

图3 2018年北京、济南、桂林的高铁客运量和高铁客运比例

根据上述得出的logit高铁诱增客流量的生长过程曲线，可以预测出北京、济南、桂林三地未来五年的高铁客运量如表5所示。

表5 北京、济南、桂林未来五年的高铁客运量 /亿人

7 建立多元线性规划模型

先以北京为例，设有x辆短程、y辆远程，远程客运量为2.83亿人次，日均远程客运量为62.53万人次，短程客运量为0.77亿人次，短程客运量为16.58万人次。建立方程：

解得x=59，y=260。

即五年后北京短程高铁有59辆、远程高铁应有260辆。同样的方法可得济南五年后短程高铁有70辆、远程高铁应有72辆；桂林短程高铁有45辆、远程高铁应有39辆。

本文所建立的多种模型都是基于高速道路通行及预测问题，实际实用性强，充分利用了所搜数据并对具体地点的具体高速道路通行情况进行了计算分配与预测，对具体地点未来需要高铁数量方面都得出了数据与结论，为各地计算高速铁路问题提供了良好的模型与方法，具有较广的适用范围。

8 结语

经过计算可以得出高铁的数量和当地的经济状况相挂钩，经济水平高的地区高铁的总数量也较多，同时我们还发现经济水平高的地区所需要的远程高铁的数量也明显较多，这充分说明经济因素是影响高铁数量的一个重要因素。