运输需求分析与预测

第4章

运输需求分析与预测第4章主要内容第一节运输需求的概念及其特征第二节运输量预测的概念、原理与方法第三节客运量调查及预测第四节货源及货运量调查及预测第一节运输需求概述一、运输需求概念二、运输需求的特征三、运输需求的产生及其影响因素重点：需求要素和需求影响因素（1）需求与需求数量需求是指在一定的时间内，对于每一种可能的价格，消费者愿意并且能够支付的购买某种商品或服务的数量。需求数量指的是在其他条件不变的情况下，对于某个具体的价格，消费者愿意购买的商品数量。二、运输需求概述运输需求是指在一定的时期内，一定价格水平下，社会经济生活在货物与旅客空间位移方面所提出的具有支付能力的需要。运输需求必须具备两个条件，即具有实现位移的愿望和具备支付能力，缺少任一条件，都不能构成现实的运输需求。第一节运输需求概述运输需求包含以下六项要素：

1、运输需求量，也称流量

2、运输方向，也称流向,3、运输距离，也叫流程

4、运输价格，简称运价

5、运送时间和送达速度，又称流时和流速

6、运输需求结构，不同运输对象、目的第一节运输需求概述三、运输需求的特征

1、广泛性：社会联系

2、多样性：服务对象

3、派生性：经济发展引起—派生

4、时间特定性：追随、反映社会经济活动

5、空间特定性：体现在空间和方向上

6、部分可替代性：方式选择第一节运输需求概述四、运输需求的产生及其影响因素（一）运输需求的产生运输需求包括旅客运输需求和货物运输需求，这两种需求的产生来源存在明显差异。1、旅客运输需求的产生旅客运输需求一般可分为：生产需求和消费需求。第一节运输需求概述2、货物运输需求的产生货物运输需求产生的来源有以下三个方面：（1）自然资源地区分布不均衡，生产力布局与资源产地的分离（2）生产力布局与消费群体的空间分离（3）地区间商品品种、质量、性能、价格的差异（二）影响运输需求的因素分析

1、影响旅客运输需求的主要因素（1）人口数量、结构及城市化程度（2）居民消费水平（3）经济发展水平（4）运输服务质量与价格（5）经济体制（6）运输基础设施的建设第一节运输需求概述2、影响货物运输需求的主要因素（1）经济因素（2）国民经济产业结构和产品结构（3）运输网的数量和质量（4）运价水平的变动（5）国家政治、体制、政策因素（6）人口增长与分布第一节运输需求概述3、运输需求分析中应注意的问题（1）运输需求是社会经济活动的派生需求（2）在微观经济中有个假设前提：商品是可以储存的。便运输产品与服务不具有这个特性。（3）微观需求理论应用于运输问题时，要选择合适的方法，这也是个难题。五、运输需求函数（一）运输需求函数的表达式运输需求的大小通常用运输需求量来描述。运输需求量是指在一定时间、空间和一定的条件下，运输消费者愿意购买且能够购买的运输服务数量。运输需求量可表示为影响它的诸多因素的函数：第一节运输需求概述注意：上式只是运输需求量的一般表达式，并没有表示运输需求量同其他影响因素之间的确定关系。要得到有实际应用价值的函数关系，必须对具体问题进行具体的经济分析和数据统计、数量计算，从而得出确切的函数表达式。第一节运输需求概述（二）运输需求曲线运输需求曲线是假定在运输服务价格以外其它因素均保持不变的条件下，反映需求量与价格之间关系的曲线。一般情况下，如果运输服务价格下降，则用户对运输的需求量将会增加；反之，则减。即运输需求与运价是反方向变化的，这是运输需求的一般规律。如图2-1-1所示，通常用横轴表示需求量Q，用纵轴表示运价P，DD表示运输需求曲线。此时运输需求曲线可简化为Qd=f（P）。第一节运输需求概述第二节运输量预测一、运输量预测的概念二、运量预测的一般原理三、运量预测的一般方法四、运输调查重点：基本预测方法的思路运输需求与运输量预测

“运输需求”与“运输量”是两个不同的概念。如前所述，运输需求是社会经济生活在货物与旅客空间位移方面所提出的具有支付能力的需要；而运输量则是指在一定的运输供给条件下所能实现的货物与旅客的空间位移量。社会经济生活中的货物与旅客空间位移是通过运输量的形式反映出来的。运输需求、运输供给与运输量相互关系的示意图。过去许多预测工作没有分清运输需求与运输量的区别，在大部分预测过程中主要采用了以过去的历史运输量预测未来运输需求的方法，以“运量预测”简单代替运输需求预测，这种概念上的误差在一定程度上影响了预测的准确程度。在运输能力满足需求的情况下，运量预测尚可以代表对运输需求量的预测；而在运输能力严重不足的情况下，不考虑运输能力限制的运量预测结果，就难以反映经济发展对运输的真正需求。一、运输量预测(TrafficVolumeForecasting)

（一）运输量预测和含义运输量是指在一定运输供给条件下所能实现的人与货物空间位移。运输量预测是根据运输及其相关变量过去发展变化的客观过程和规律性，参照当前已经出现和正在出现的各种可能性，运用现代管理、数学和统计的方法，对运输及其相关变量未来可能出现的趋势和可能达到的水平所做出的一种科学推测。第二节运输量预测（二）运量预测的内容

1、社会总运输量预测

2、各种运输方式的运量预测

3、地区之间的运量预测

4、运输企业在运输市场上的占有率预测第二节运输量预测注意：在四类预测中，前两类属于宏观预测的范畴；后两类属于微观预测的范畴。由于预测的目的要求不同，因此内容的粗细也不同。一般来讲，宏观预测与长期预测内容要粗一些，微观预测和短期预测则内容细一些。例如列入本企业（或部门）经营的运输量，不仅有客、货运量和周转量，还应包括上行、下行的运输量、淡、旺季的运输量、货物运量中主要货物的分类和比重等。二、运输量预测原理可知性原理：规律可知；系统性原理：相互联系；相似性原理：规律相似；连续性原理：变化连续；关联性原理：因果对应；可能性原理：多种可能；第二节运输量预测三、运量预测的一般方法

运量预测的方法很多，目前国内外应用的各种方法已达150种之多。运量预测的方法可以归结为定性预测和定量预测两大类。第二节运输量预测（一）定性预测方法定性预测方法是指预测者经过调查研究，掌握资料后凭个人的经验、知识，对经济现象发展前景的性质、方向、规模等做出推断，有时也包括粗略的计算。该方法的结果，主要取决于预测者的经验、学识水平以及对资料的了解程度，因而带有比较浓厚的主观色彩和个人随意性。第二节运输量预测

定性预测法主要用于意见相悖的场合，无法建立任何数学模型的场合，以及那些后果难于直接肯定或无法验证的场合。定性预测的优点是简单、易行和综合性强，且对资料要求低，能考虑各种各样的因素，包括政治的、环境的和心理的等无法测定的因素；缺点是预测结果受人为的主观因素影响大，客观确定性差，精度难于估计和控制。第二节运输量预测定性预测法主要包括运输市场调查法、德尔菲法类推法等

1、运输市场调查法运输市场调查法也称直接归纳法，例如货物发送量，每年安排专门时间到运输企业所在吸引区的政府计划委员会、各有关行业主管部门和重点厂矿进行调查，了解下年或以后数年主要货物发送量的预计情况，并根据调查获得的资料加以归纳汇总，在考虑其他有关因素的影响后，做出本企业的货物发送量预测。第二节运输量预测通过一定时期的资料积累和周到细致的调查工作，可以掌握吸引区内客货运量变化的大体趋势，运输市场调查法能够得出比较符合实际的预测结果。但如果吸引区范围较大，经济调查的工作量将过于繁重，遗漏和调查数据偏大偏小的情况也难以避免。这种方法在严格的计划经济体制下效果较好，当市场因素在经济活动中所占比重越来越大的时候，无论客货运都会受很多不确定因素的影响，运输市场调查法的局限性也就比较明显。第二节运输量预测

2、德尔菲法（专家预测法）德尔菲法，又称专家预测法，由美国兰德公司于1964年首先提出和运用。该方法是以专家为索取信息对象，采用匿名的方式，通过几轮征询，征求专家的意见和看法，然后将他们的意见和看法进行综合整理和归纳，再反馈给各个专家，供他们分析判断、提出新的意见和看法。这样通过多次反复，使意见逐步趋于一致。德尔菲法是一种应用范围十分广泛的预测方法。第二节运输量预测德尔菲法的具体操作过程如下：（1）选择专家（2）拟定、设计各种调查表（3）预测过程（4）预测结果处理第二节运输量预测第二节运输量预测德尔菲法最大的优点在于：

(1)预测的匿名性，避免权威影响而随大流，能真正表达每一个专家的意见；

(2)预测的反复性，能够有控地反复多次征询意见；

(3)预测的收敛性，使意见逐渐趋于一致；

(4)部分可量化性。能做出统计评估，使定性分析同定量分析结合起来。3、类推法应用经济现象间相似性的发展规律，通过找出先导事件进行预测。第二节运输量预测德尔菲法应用案例（补充）（二）定量预测方法定量预测方法，即数学分析方法，是指运用统计方法及数学模型，对经济现象或经济系统的发展规模、水平、速度和比例关系等做出数量上的估计预测。定量预测方法可以归结为三大类比较常用的数学模型：因果关系模型、时间序列关系模型、结构关系模型。第二节运输量预测1、时间序列关系模型又称为趋势外推法，即预测对象与演变过程的时间关系数学模型。它是根据运量从过去到现在的变化规律，来推测未来运量。

优点：需要数据少、简便，只要所研究的运量时间数列其趋势没有大的波动，预测效果就较好；

缺点：无法反映运量变化的原因，对于由于影响运量变化的外部因素变化，如调整经济政策和发展速度而引起的运输需求的变动无法反映。常用的方法:移动平均法、指数平滑法、灰色系统GM（1，1）等等。第二节运输量预测移动平均法修匀原始时间数列比较客观也比较容易从中看出变动趋势，但数列两端的值无法进行修匀计算，因此每一次移动平均都会使数列变短，影响更进一步的观察。另外，只有当数列的变化接近直线形式时，才能使用上述线性方程预测未来趋势；特别是当原始数列的最后几项变动较明显时，预测值更会出现大的波动。第二节运输量预测（1）移动平均法

指数平滑法具有一定的实用价值，它对实际运量时间数列的长度没有特别要求，资料较少时也可以预测，对加权指数的正确选择也能使近远期数据的影响作用比较合理地反映出来。它的局限性在于不能考虑其它因素对运量变动的影响，而且一般仅适用于在数列变化比较稳定时做近期预测。第二节运输量预测（2）指数平滑法（2）指数平滑法指数平滑法是取预测对象全部历史数据的加权平均值作为预测值的一种预测方法。指数平滑法对移动平均法有两个方面的改进：一是全部历史数据而不是一组历史数据参与平均；二是对历史数据不是采用算术平均而是采用加权平均，近期数据加较大权数，远期数据加较小权数。Ft+1——下一时期预测值X

t——本期实际值Ft——本期预测值α——平滑系数α取值由经验确定，P73Ft+1

=

αX

t

＋

(1-α)

Ft

相关概念辩解灰色系统产生于控制理论的研究中。一个系统的内部特征是完全已知的，即系统的信息是充足完全的，我们称之为白色系统。若一个系统的内部信息是一无所知，一团漆黑，只能从它同外部的联系来观测研究，这种系统便是黑色系统。灰色系统介于二者之间，灰色系统的一部分信息是已知的，一部分是未知的。（3）灰色系统GM(1,1)模型一个商店可看作是一个系统，在人员、资金、损耗、销售信息完全明确的情况下，可算出该店的盈利大小、库存多少，可以判断商店的销售态势、资金的周转速度等，这样的系统是白色系统。遥远的某个星球，也可以看作一个系统，虽然知道其存在，但体积多大，质量多少，距离多远，这些信息完全不知道，这样的系统是黑色系统。人体是一个系统，人体的一些外部参数（如身高、体温、脉搏等）是已知的，而其他一些参数，如体体的穴位有多少，穴位的生物、化学、物理性能，生物的信息传递等尚未知道透彻，这样的系统是灰色系统。

2、因果关系模型属于影响因素分析法，主要通过对过去和现在的指标数据进行分析，研究预测对象与影响因素之间的因果关系。

优点：在数据量足够多的情况下，可获得较高的精度，提供运量变化原因方面的信息；

缺点：自变量、外生变量指标未来值的选择带有预测性，影响预测的精确程度。

常用的方法：回归预测、产值系数法、产运系数法、乘车系数法、重力模型、出行方式选择模型等等。第二节运输量预测

（1）回归预测法P751）回归分析的源起“回归”是由英国著名生物学家兼统计学家高尔顿（Galton）在研究人类遗传问题时提出来的。为了研究父代与子代身高的关系，高尔顿搜集了1078对父亲及其儿子的身高数据。他发现这些数据的散点图大致呈直线状态，也就是说，总的趋势是父亲的身高增加时，儿子的身高也倾向于增加。但是，高尔顿对试验数据进行了深入的分析，发现了一个很有趣的现象—回归效应。因为当父亲高于平均身高时，他们的儿子身高比他更高的概率要小于比他更矮的概率；父亲矮于平均身高时，他们的儿子身高比他更矮的概率要小于比他更高的概率。它反映了一个规律，即当父亲身高很高时，他的儿子的身高一般不会比父亲身高更高。同样如果父亲很矮，他的儿子也一般不会比父亲矮，而会向一般人的均值靠拢。当时这位英国遗传学家将这种现象称为回归。

2）回归预测法分类P75

根据自变量的个数不同，可将回归分析分为一元回归分析和多元回归分析。当只有一个自变量时，称为一元回归分析；当自变量有两个或多个时，称为多元回归分析。根据回归线的形状不同，可将回归分析分为线形回归分析和非线性回归分析。根据回归分析的方法，得出的数学表达式称为回归方程（回归模型）。它有多种形式，可以是直线方程，也可以是曲线方程。若拟合的是直线方程则为线性回归分析；拟合曲线方程，则为非线性回归分析。①一元线性回归P75例题1：货运市场货运量y与某影响因素之间的统计资料如下：请建立一元线性回归模型，并预测x=7时的货运量。y（吨）324465878x123243546答案：y=0.99+1.27x当x=7时,y=9.88(吨)补充题2：某运输企业，一年内每月的销售收入x与销售费用y统计如下表所示。Xi187.1179.5157.0197.0239.4217.8227.1233.4242.0251.9230.0271.8yi25.422.820.621.832.424.429.327.927.834.229.230.0求销售费用y关于销售收入x的线性回归方程。答案：②多元线性回归P76补充题3：

某运输企业对某地区市场调查发现，客运量同居民户数相关，还与居民户均收入水平相关。相关数据统计如下表所示。若预计2010年该地区居民户数为30.2，居民户均收入625。用二元回归分析预测该地区2010年客运量。年份客运量y居民户数x1居民户均收入x22002202228520032622.534020043023.138620053423.44002006402442520074424.54602008492650220095528.5548二元线性回归方程为：y=a+b1x1+b2x2=-20.8387-0.0002x1+0.13889x2相关系数=0.993最后求得客运量预测值y2010=65.963、结构关系模型在社会经济现象中，某些简单的经济关系可以用单一方程形式的模型进行描述和预测。由于社会经济现象的错综复杂，单一方程模型往往不可能全面揭示实际经济过程中的运行机制，这时就需要由多个方程组成的联立方程模型组。补充了解：经济计量模型就是一种结构关系模型。经济计量模型提供了用联立方程描述和预测经济现象运行的一种方法。每个经济计量模型都包含两个或两个以上回归方程，它的特点是其中任何一个方程的参数估计都必须考虑其他方程所提供的信息才能作出，也就是说任何一个方程参数的确定都必须保证其它方程也能同时成立。经济计量模型由于对经济运行具有较强的解释能力，因此近年来得到了普遍应用。经济计量模型预测的一般程序对短期经济变化进行系统分析,建立描述短期经济机制的理论模型;搜集有关的经济变量的统计资料;利用经济计量学方法对模型的参数进行估计;对模型参数的估计值进行检验,判别这些估计值是否满足要求,是否可靠;如不合标准，则须对模型重新进行估计;预测外生变量，确定滞后变量;应用模型进行预测，并对预测进行评价最常用的经济计量模型:投入产出模型，已广泛应用于经济结构分析。投入产出模型在运输需求预测中，尤其是对区域间客货生成及流量、流向的预测，发挥着越来越重要的作用。利用区域间客货的O-D流资料，结合经济分析，以投入产出原理建立区域流模型，定义其为O-D关联模型，可以探求区域间关联的强弱，并对运输联系和经济活动的关系给予解释，同时也可以进行预测。三、运输调查P811、运输调查的概念、形式与方法2、运输调查的步骤第三节客货运量调查与预测一、运输量预测二、客运量调查内容1、需求调查2、需求量调查3、客运市场调查4、客动服务调查三、客运量预测内容一、运输量预测(TrafficVolumeForecasting)

（一）运输量预测和含义运输量是指在一定运输供给条件下所能实现的人与货物空间位移。运输量预测是根据运输及其相关变量过去发展变化的客观过程和规律性，参照当前已经出现和正在出现的各种可能性，运用现代管理、数学和统计的方法，对运输及其相关变量未来可能出现的趋势和可能达到的水平所做出的一种科学推测。第三节客货运量调查与预测移动平均法修匀原始时间数列比较客观也比较容易从中看出变动趋势，但数列两端的值无法进行修匀计算，因此每一次移动平均都会使数列变短，影响更进一步的观察。另外，只有当数列的变化接近直线形式时，才能使用上述线性方程预测未来趋势；特别是当原始数列的最后几项变动较明显时，预测值更会出现大的波动。（1）移动平均法第三节客货运量调查与预测一次移动平均法在整个时间序列中逐点移动逐段求平均，每次求平均的移动，平均期固定。n为移动平均期。例题：某运输公司过去10年货运量的统计资料如下表所示,试采用移动平均法预测该公司今年的运输量.周期年12345678910运输量355360356390374365372380383394表1：历史运输量数据平均误差12.438.08

指数平滑法具有一定的实用价值，它对实际运量时间数列的长度没有特别要求，资料较少时也可以预测，对加权指数的正确选择也能使近远期数据的影响作用比较合理地反映出来。它的局限性在于不能考虑其它因素对运量变动的影响，而且一般仅适用于在数列变化比较稳定时做近期预测。（2）指数平滑法第三节客货运量调查与预测（2）指数平滑法指数平滑法是取预测对象全部历史数据的加权平均值作为预测值的一种预测方法。指数平滑法对移动平均法有两个方面的改进：一是全部历史数据而不是一组历史数据参与平均；二是对历史数据不是采用算术平均而是采用加权平均，近期数据加较大权数，远期数据加较小权数。Ft+1——下一时期预测值X

t—