基于灰色系统模型的铁路客运量分析探讨

3.3 检验

表四我国2005至2009年铁路客运量预测值与实际值比较

平均相对误差为0.42852%，预测精度较高。

表五 我国2010至2014年铁路客运量预测值

4.对预测结果的分析

根据预测未来几年的铁路客运量呈上升趋势。不过铁路客运量的预测与评估不是单一或某些因素的直接结果，而是众多因素“合力”的作用，同时，这些因素又处在不断的变化过程当中。

4.1 国家宏观政策的作用

铁路客运量与国家的宏观政策紧密相联，客运专线、城际铁路以及高速铁路的建设，标志着我国铁路进入了一个蓬勃发展的新时期。一旦国家做出对铁路部门的政策性倾斜和支持，必将吸引更多旅客选择铁路出行。因此，铁路的作用不可替代，铁路客运量处于同比大幅上升的态势。

4.2 重大事件的影响

即将发生或今后若干年将要发生的重大事件亦对铁路客运量有所影响，尤其是难以预测的突发事件的出现。论文参考。例如，2003年突发非典及2008年年初的冰雪灾害天气，都对铁路客运量产生了重大影响。举世瞩目的2008年北京奥运会和2010年哈尔滨冬奥会以及上海世博会，将吸引世界各地的大量客流，铁路作为五大运输方式中的主要方式，其客运量必然增加。

4.3 新增基础设施的影响

随着经济社会的不断发展，城区内的基础设施，尤其是交通设施的更加完善。这些设施的投入使用，对我国车站的客运量将产生替代或互补的作用。不过，由于铁路的旅行费用大大低于航空和公路，加之城际铁路的建成及第六次铁路提速的影响，势必提高铁路旅客运输的时效性，从而吸引更多的乘客选择铁路出行。

5.铁路客运的改善与展望

面临公路客运日益强劲的竞争，铁路客运量的市场份额略有下降。若要有所完善，则需要做到提高铁路运能，提升服务水平和技术水平，从而提高市场竞争力。

首先，加快铁路快速客运系统建设是当务之急随着经济发展和人民生活水平的逐步提高，对铁路客运速度、旅行舒适度等服务质量的需求越来越高。目前我国铁路运能与运量的矛盾尚未缓解，尤其是季节性运能紧张问题严重困扰铁路，春运、暑运、“五一”、“十一”等客流集中的时间长达120多天，在此期间需要增加大量客运列车，能力短缺问题更加突出。论文参考。铁路是国家的重要基础设施，在全面建设小康社会中肩负着重要使命，铁路在运输数量和运输质量上面临更高的新要求。为了适应全面建设小康社会的运输需求，铁路必须实现跨越式发展，尽快形成铁路快速客运网，从而满足日益增长的运输需求。

其次，要逐步增强铁路在社会客运市场中的竞争力在社会客运市场中，铁路和公路为主导运输方式。论文参考。价格水平、服务特性的差异，决定铁路在客运市场中的得失。新建铁路和既有铁路提速速度目标值的选择应该考虑具备与公路竞争的速度优势，因地制宜地尽可能提高建设标准。同时，需要进一步加强营销措施，针对中长途客运、城际中短途客运及经济型客运等重点市场需求， 优化产品结构，发挥安全、舒适、经济、快速、准时等优势，提高服务质量和服务频率，努力争取市场份额。

科学的客流预测是决策的依据，对我国铁路客运量进行预测研究，为列车开行方案的确定和客流组织提供重要依据。但由于影响客运量变化的因素很多，如国家宏观经济的调控措施，市场价格的变动，重大事件的发生等等。因此在预测铁路客运量时，要用科学的数学模型对预测对象进行定量的预测分析，灰色系统理论精确度高，属于符合客观事物本身演变规律的基础理论模型，可以为企业决策提供正确可靠的依据。基于相对精确的灰色预测法，我们可以采取适当的措施去完善铁路客运体系。铁路具有运量大、能耗低、污染少的优势，其客运量的增长存在较大潜力，铁路将在我国旅客运输中发挥日益重要的作用。展望我国铁路未来客运形势，促使客运量增长的有利因素较多，旅游业的发展以及国内重大活动的举办将为铁路客运量的增长拓展更为广阔的空间。按照我国铁路“十一五”及中长期发展规划，将逐步建成以北京、上海、广州为全国性客流中心，沟通所有区域性和绝大部分地区性客流中心的铁路快速客运网络。随着京沪高速铁路和京广、京哈、陇海、浙赣等铁路客运专线的建设，将逐步形成相当规模的铁路快速客运网，主要繁忙干线实现客货分线，从根本上解决路网主要通道能力紧张问题。届时，将极大地提高铁路在客运市场中的竞争能力，充分满足经济和社会发展对铁路客运数量和质量的需求。

【参考文献】
[1] 邓聚龙.灰理论基础[M].长沙：华中科技大学出版社,2002.
[2] 邓聚龙.灰色系统理论教程.武汉：华中理工大学出版社,1990.
[3] 邓聚龙.灰色预测与决射M].武汉：华中工学院出版社,1986.
[4] 2006年中国铁路运输行业分析及投资咨询报告[M]．中国投资咨询网，2006．
[5] 张飞涟,史峰.铁路客货运量预测的随机灰色系统模型[J]．中南大学学报：自然科学版,2005,36(1).
[6] 单丽辉，王强．铁路货运量的灰色预测模型[J]．铁道货运，2006(2).
[7] 中国统计局编．中国统计年鉴．北京：中国统计出版社，2005．
[8] 中国统计年鉴2006[G]．北京：中国统计年鉴编辑部，2006.
[9] 刘琦．影响铁路客流的因素及相关度分析．上海铁道大学学报，1999，20(2)： 19-20.
[10] 李云贵,李清富,赵国藩．灰色GM(1，1)预测模型的改进[J]．系统工程，1992，10(6)：27—31.
[11] 刘思峰,郭天榜,党耀国.灰色系统理论及其运用[M].北京：科学出版社，1999．
[12] 秦元庆,陈少鸿.灰色模型在春运客流量预测应用中的优化．控制与决策，2003,18(4).
[13] 黄志仁.用灰色模型预测铁路旅客运输量发展趋势.铁道运输与经济,
1997(5)
[14] 崔捷晴.基于灰色预测法的铁路客运量预测[J].科技和产业,2007年08期.
[15] 郭孜政.铁路客运量影响因素层次结构分析[J].交通运输工程与信息学报,2007年04期.
[16] 王慧晶.基于灰色预测模型的铁路客运量预测研究[J].铁道运输与经济,2006年06期.
 

 2/2   首页 上一页 1 2