基本介紹
- 中文名：運量
- 外文名：freight volume
- 拼音：yùnliàng
- 基本解釋：運輸量的簡稱
基本含義,詞語概念,鐵路貨櫃運量預測與影響因素分析,鐵路貨櫃運量預測,鐵路貨櫃運量影響因素分析,總結,鐵路路網規劃運量預測,運量預測,運量分布預測,結論,基於“三階段法”的高速鐵路短期運量預測,運量預測準備條件,京滬高速鐵路運量預測結果及分析,結論,
基本含義
客運量以人次表示，它既取決於旅客人數或出行次數，又同人口數量、結構及其生活水平密切相關。貨運量以噸表示，主要由產品產量及其商品率、生產企業地域組合以及進口商品數量等因素決定，它在一定程度上反映了地區工農業生產發展水平、結構與特徵。
運量常用機車車輛的通過總重量表示，它是機車車輛軸重及其通過次數的乘積，是反映軸重，速度，行車密度的一項綜合指標。
詞語概念
引證解釋
1。 猶言承載容納。語出《莊子·知北游》：“運量萬物而不匱，則君子之道，彼其外與！” 成玄英 疏：“夫運載萬物，器量羣生，潛被無窮而不匱乏者，聖人君子之道。” 明 宋濂 《序》：“其博大偉碩有如此者，而其運量則不越乎倫品之間。” 清 方苞 《序》：“《周官》一書，豈獨運量萬物，本末兼貫，非聖人不能作哉！” 清 全祖望 《劉繼莊傳》：“凡 繼莊 所撰著，其運量皆非一人一時所能成。”
2。 運輸量的簡稱。
鐵路貨櫃運量預測與影響因素分析
運用時間序列的趨勢外推法、灰色預測和組合預測方法對鐵路貨櫃運量進行了預測，在此基礎上運用因子分析方法對影響鐵路貨櫃運量的因素進行了分析，得到了國民經濟巨觀因素和外界競爭因素對鐵路貨櫃運量具有影響的兩個解釋性因子。
鐵路貨櫃運量預測
1） 時間序列的趨勢外推法預測結果：
對回歸係數進行檢驗，均顯著異於零。同時進行殘差分析和觀察殘差分布圖，發現隨著年份的增加，殘差點在0 線周圍隨機分布。對標準化殘差進行K-S非參數檢驗，發現標準化殘差分布與標準常態分配不存在顯著差異。可以認為殘差滿足線性模型的前提要求。
2） 灰色預測法預測結果：
由於在預測中許多影響因素不能定量描述或是模糊的，有些甚至是不可知的。所以，貨櫃運輸發展屬於典型的灰色系統，利用灰色系統理論建立預測模型，能夠獲得比較滿意的預測效果。
3） 組合預測法預測結果：
運用組合預測法預測2003年—2015年鐵路貨櫃運量。
鐵路貨櫃運量影響因素分析
鐵路貨櫃運量取決於3個因素：箱源基礎（由巨觀經濟因素決定）；設施條件（線路、專用車輛、貨櫃、信息系統等）和服務水平（安全性、準時性、可靠性、便捷性等）。
（1）影響鐵路貨櫃運量因素的多元回歸分析。為了找出線性方程預測鐵路貨櫃運量，對所獲得的數據採用多元回歸進行分析。
通過分析發現鐵路貨櫃運量不能採用多元回歸分析。
（2）影響鐵路貨櫃運量因素的因子分析（主成分分析法）。因子分析的思想是將觀測變數進行分類，將相關性較高的變數分在同一類中，則不同類的變數之間相關性較低。每一類變數實際上代表一個本質因子，因子分析的目的就是尋找這種類型的結構（模型）。套用Spss 統計軟體分別對鐵路貨櫃運量影響因素進行因子分析。
總結
對鐵路貨櫃的運量預測及其影響因素的分析結果表明，用組合預測法進行預測是有效的。同時，影響鐵路貨櫃運量的因素很多，這裡只是對巨觀因素進行了分析，發現可以用兩個因子來概括，即巨觀經濟因素和競爭外界因素。
鐵路路網規劃運量預測
鐵路運輸具有單路徑固定性特徵。借鑑公路四階段法的成熟思路，採用定性與定量相結合的綜合運量預測方法，對鐵路局的中長期路網規劃中的運量進行了預測，即運用 SPSS 軟體定量預測出趨勢運量和利用在跨越式發展背景下的定性預測出轉移運量和誘增運量。
運量預測是鐵路路網規劃的重要基礎和依據。較為成熟的運量預測方法有公路的四階段預測法，即交通生成、交通分布、交通方式、交通分配。但是，由於公路運輸特徵為多路徑隨機性而鐵路運輸特徵為單路徑固定性，二者本質有很大的不同，同時，四階段法中的模型套用都有一定局限性，因此，鐵路路網規劃的運量預測應根據實際情況借鑑四階段法的思路採用定性與定量相結合的方法，而不是生搬硬套四階段法。
運量預測
1）預測方法 ：
運量預測方法眾多，按性質的不同，可分為如下幾類，
（1）線性回歸模型：影響鐵路運量的因素眾多，為處理問題方便起見，選取國民生產總值和人口分別作為客貨運相關因素指標，建立一元線性回歸模型Y = ax + b；
（2）時間序列模型：一次時間序列模型Y = a +b1t；二次時間序列模型Y = a +b1t + b2t2；三次時間序列模型Y = a + b1t + b2t2 + b3t3；
（3）平均增長率模型：Y = x0(1 + α)t。
2）SPSS 軟體：
SPSS 的基本功能包括數據管理、統計分析、圖表分析、輸出管理等，其過程包括描述性統計、均值比較、一般線形模型、相關分析、回歸分析、對數線形模型、聚類分析、數據簡化、生存分析、時間序列分析多重回響等大類。
SPSS 軟體統計結果中的 Rsq 意為 R 的平方，表示模擬線與實際線擬和的最佳化程度，Rsq 值越高說明模擬線的擬和度越好。
3）運量產生預測 ：
結合 SPSS 軟體預測所得的各模型 Rsq 值（線形回歸中以人口作為旅客運量的影響因素，GDP 為貨物運量的影響因素），並綜合考慮各方法優劣所得客貨傳送到達最終預測值統計。
運量分布預測
O 即 origin，意為發點；D 即 destination，意為到點。為處理簡便起見，把眾多區域歸併為交通小區，小區內的重要點作為交通重心，兩重心之間的客貨交流量所組成的矩陣稱為 O-D 矩陣，兩重心之間的客貨交流量所經過的徑路稱為 O-D 徑路。根據 O-D 矩陣，再根據最短 O-D 徑路原則，對流量進行分配，以確定運量的分布情況，從而找出造成瓶頸地段的原因，對未來路網做出正確的規劃決策。
結論
運量分為趨勢運量、轉移運量、誘增運量，如果全國路網不發生改變，則未來運量分布將遵循 2 節中的歷史規律，因而，必然促使各局更加加強對外通道，完善路網結構。
基於“三階段法”的高速鐵路短期運量預測
預測中的路網構成變化、區域經濟布局變動、區域經濟成長速度差異等一些具有時變性和特殊性因素，採用在“四階段法”運量預測基礎上改進而成的“三階段法”進行高速鐵路短期客運量預測。首先採用組合預測模型進行趨勢運量預測，然後採用多元 LOGIT 模型進行方式分擔，最後採用彈性係數誘增模型進行誘增運量預測。
運量預測準備條件
1： 京滬通道相關 OD 區域的劃分
京滬通道內現有的運輸方式包括高速鐵路、既有鐵路、航空、公路等四種方式。根據現有的客流組織模式，在高速鐵路尚未成網的條件下，與京滬高鐵相關聯的高速鐵路有膠濟客專、滬杭城際、寧杭城際、及東南沿海客專等。
2 ：運輸方式服務屬性的確定
( 1) 旅行時間。京滬高速鐵路本線及跨線均開行了最高速度為 300 km /h 的 G 字頭列車和行車速度 200 km /h 的 D 字頭列車，依照兩種列車開行比例計算速度折扣係數，以確定本線與跨線列車的旅行時間。既有鐵路運行時間按照現狀取值。公路民航預測年度不會有大的改善也按現狀取值。
( 2) 進出站( 場) 時間。影響旅客進出站時間的主要因素是城市及市郊道路的交通狀況。預測年度，各交通小區進出車站時間根據各地規劃的城市道路或其它交通方式的速度、里程確定。
( 3) 等候時間。旅客在站等候時間以現狀為基礎，2014 年等候時間按照現有列車開行的實際服務頻率來計算；2015 年隨著客流需求的增加，列車開行對數將會有所增加，因此按照現狀基礎上減少 5% 考慮。公路與民航等候時間確定方法與鐵路相同。
( 4) 運價水平。預測年度，預測年度比照高速公路已通車地區運價率計算旅客票價。民航旅客票價在預測年度基本按現狀公布票價考慮。
( 5) 其它費用。公路旅客的其它費用主要是旅客進出站場費用，預測年度對旅客進出站場費用影響較小，按維持現狀不變考慮。民航旅客的其它費用包括旅客進出機場費用、機場建設費及保險費，也按維持現狀不變考慮。
( 6) 旅客時間價值。預測中的時間價值是通過京滬通道客流調查所得，調查旅客為節省 1 、2 、3 h 的旅行時間旅客願多支付的票價來體現旅客出行時間價值。
京滬高速鐵路運量預測結果及分析
1）採用“三階段法”對京滬高鐵本線及跨線客流進行運量預測
由於京滬通道內高速鐵路本線、京津城際鐵路、滬寧城際鐵路已經開通，預測時考慮京津與滬寧城際鐵路的趨勢客流，測算北京—天津段、南京—上海段的城際客流具有較低的轉移比例，其他區段包括徐州、濟南、南京、上海等大站承擔京滬高鐵本線與跨線大站之間的客流交流，因此高速鐵路所占運輸方式份額較大。
2）跨線客流預測結果及分析
預測過程中的數據也是經過大量的調查統計所得，各個模型的參數也是通過大量歷史年份數據擬合確定的，因此“三階段法”預測結果的可信度比較高。與“四階段法”相比，預測過程中考慮了一系列的時變性和特殊性因素，因此，“三階段法”比“四階段法”預測結果更加貼近實際。
結論
“三階段法”在預測年度的 OD 分布預測中考慮了諸如路網構成變化、區域經濟布局變動、區域經濟成長速度差異等一系列具有時變性和特殊性因素。採用的組合預測模型更強調來源於不同信息的各種預測，而非構造複雜的單項預測，具有更高的預測性能和出現極端預測誤差的更小風險。採用多元 LOGIT 模型進行方式分擔時，有關參數的標定是通過各 OD 對間的時間、費用、服務水平等多種因素綜合確定。
