基于灰色关联分析模型的铁路货运影响因素分析

徐 红,覃恩来,张娅婷

(1.中国铁路昆明局集团有限公司普洱车务段,云南 普洱 665000;2.西藏大学工学院,西藏 拉萨 850000)

1 概 述

近年来,随着我国国民经济的稳定发展以及铁路建设的发展,铁路货运在我国货运体系中扮演着越来越重要的角色。2021年,铁路货运量完成了47.73亿吨,较2012年增加了8.69亿吨,增长了22.27%,铁路货运周转量完成了33 238亿吨公里,较2012年增加了4 050.91亿吨公里,增长了13.88%[1]。随着公路、水运、航空等运输网络的逐步完善以及顾客运输需求的变化,铁路运输面临着其他运输方式激烈的竞争。铁路运输部门需要做出合理的运输计划以及健全的营销策略,以此改善铁路货物运输的局面,准确分析其他运输方式对铁路货物运输的影响,提高铁路货运市场的占有率。铁路货运量(货运周转量)因受到国民经济的发展水平、铁路交通的发展水平、其他货物运输方式的相互作用呈现出分形特性[2]。在我国铁路货运影响因素研究中主要运用灰色系统理论、主成分分析法、回归分析模型等[3-5]。

采用灰色关联分析模型对铁路货运的影响因素进行研究,基于文献调研以及实际经验,选取铁路营运里程、国内生产总值(GDP)、第一产业增加值、第二产业增加值、公路货运量比例、水运货物量比例、公路货运周转量比例、水运货物周转量比例8个指标因素[1],对结果进行分析,为铁路部门制定合理的货物运输政策提供重要的参考依据。

2 灰色关联分析模型构建

2.1 确定特征序列以及原始序列[8]

铁路货物运输影响较大的特征数列表示为

X0=(x0(1),x0(2),…x0(n))

(1)

铁路货运量以及铁路货运周转量的原始序列为

Xi=(xi(1),xi(2),…xi(n))

(2)

其中:i=1,2,3,...,m;n为每个原始序列所包含的时间序列数;m为比较数列的数量。

2.2 样本数据的无量纲化处理

由于各个指标因素之间数量级和计量单位差别较大,无法对各个因素直接进行比较和计算。因此需要将分析数据转化为无量纲值。无量纲化处理数据的方法有很多,主要包括极值法、均值法以及标准法,选取均值法进行数据的无量纲化处理,公式表示为

(3)

2.3 灰色关联度计算

根据式(4)计算比较序列和参考序列的绝对差,得到差序列Δxi(j),根据公式(5)和公式(6)计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)

计算各指标灰色关联系数ξ(ik)

(9)

式中:ξ(ik)是原始系列与比较序列之间的灰色关联系数;ρ为分辨系数,在[0,1]之间分布,当ρ≤0.546 3时,分辨力最好,分辨系数取ρ=0.5。

灰色关联度的计算公式为

(10)

式中:ri为比较数列xi对参考数列x0的灰色关联度。ri值越接近1,说明原始序列Xi和特征序列X0之间的相关性越强。一般来说ri>0.8,说明因素之间的关联性很强,0.5≤ri≤0.8则被认为有一定的关联性,ri<0.5时则被认为是二者毫无关联[9]。

3 铁路货运需求的主要影响因素

3.1 国民经济的发展水平

铁路货运需求的大小取决于国民经济的发展水平,经济水平的发展必将推动货运需求的增长。同时,铁路的发展也将拉动经济的快速增长[10]。

铁路货物运输的对象主要包含国民经济中的第一产业和第二产业产品。第一产业和第二产业增加值能够直接体现第一产业和第二产业的经济发展状况[11]。铁路货物运输的发展不仅能够带动经济的增长,还推动工业的发展[12]。

3.2 铁路交通的发展水平

铁路运输网的布局和管理水平、货物运输工具的改善和发展都影响着铁路货物运输的效率,制约着铁路货物运输的发展。一般而言,铁路货物运输量伴随着铁路运输长度的增加而增长的。

3.3 其他货运方式的相互作用

目前我国的五种货物运输方式,分别是铁路、公路、水运、航空以及管道运输,五种运输方式有不同的特征和优势,它们之间既相互合作又具有竞争关系,共同承担着的全社会的货运需求。2012～2021年我国铁路、货运以及水运三种货物运输方式货运总量以及货运周转量总量分别占全年总运输量的比例均值为98.28%、97.50%[1]。

4 铁路货运需求预测实例演算

4.1 确定原始序列与特征序列

与铁路货运需求相关联的因素有很多,基于文献调研以及实际经验,综合考虑合理性、数据的可操作性以及计算过程的简明性。选取了2012～2021年间铁路货运量(铁路货运周转量)[1]作为初始特征序列,同时选取国民经济发展水平中的国内生产总值(GDP)、第一产业增加值、第二产业增加值和铁路交通发展水平中的铁路总里程以及其他货运方式中的公路与水运货运量(货运周转量)各占比例的时间序列作为初始因素序列。分别以铁路货运量以及铁路货运周转量为特征数列的原始数列,见表1和表2。

表1 铁路货运量及其影响因素的原始数列

表2 铁路货运周转量及其影响因素的原始数列

4.2 无量纲化处理

利用公式(3)采用均值法对数据进行无量纲化处理,所得结果见表3和表4。

表3 数据无量纲化处理表(铁路货运量及其影响因素)

表4 数据无量纲化处理表(铁路货运周转量及其影响因素)

4.3 灰色关联度计算

利用公式(10)转化得到铁路货运量(货运周转量)与其影响因素之间的灰色关联度ri见表5和表7。对时间序列的灰色关联度表取均值,对均值进行排序,得到灰色关联度排序表,见表6和表8。灰色关联度的值越大,则代表铁路货运量(货运周转量)与其影响因素之间的关联性越大;反之,则它们之间的关联性越小。

表5 铁路货运量与其影响因素的灰色关联度表

表6 铁路货运量影响因素的灰色关联度排序表

表7 铁路货运量周转量与其影响因素的灰色关联度表

表8 铁路货运周转量影响因素的灰色关联度排序表

5 铁路货运量以及铁路货运周转量与其影响因素的演算结果分析

(1)通过对铁路货运量与其影响因素的灰色相关性分析,发现水运货运量比例对其的影响因素最大,其次是公路货物量比例、第一产业增加值。水运货物运输方式是最主要的竞争关系,公路运输是次要的竞争关系。同时铁路营运里程与铁路货物运输关系密切,是铁路货物运输的基础。国内生产总值与铁路货运量保持一致的发展。

(2)通过对铁路货运周转量与其影响因素的相关性来看,水运货物周转量比例、公路货物周转量比例与铁路货运周转量保持着较强的相关性,相关性均在0.7以上。铁路货物运输的发展对第一产业、第二产业发展起推动作用。同时,铁路货运周转量与第一产业的关联度大于第二产业的关联度,说明铁路货物周转对第一产业增加值的影响更加显著。完善的铁路基础设施为铁路运输的发展提供了有力的保障。健康的经济发展,为铁路运输提供良好的运输环境。

6 结 论

以灰色关联度分析为理论基础,总结、梳理铁路货运与国民经济发展水平、铁路交通发展水平以及其他货运方式影响的基础上,选取能够代表铁路货运发展的相关指标(铁路货运量、铁路货运周转量),并计算其与国内生产总值(GDP)、铁路营运里程、第一产业增加值、第二产业增加值、公路货运比例(公路货运周转量比例)、水路货运比例(水运货运周转量比例)之间的相关性,总结出铁路货物运输发展的规律,验证了该方法的可行性以及合理性。但是选择的影响因素不能完全包含铁路货物运输全部的影响因素,从理论方面出发,选择的影响因素越多越具有代表性,结果就越合理和准确。