【高速铁路客流预测及分析2600字】.docxVIP

高速铁路客流预测及分析综述

1.1高速铁路客流组成及特性

客流全称为“乘客流量”，指的是乘客选择一种或者几种交通方式，在一定时间内实现空间移动，通过铁路这种交通运输工具实现空间移动的客流称为铁路客流。铁路客流按客流构成划分为商务流、通勤流、旅游流以及学生流，其中，公务旅行的形式有通勤、商务、会议等；私务性出行包括旅游、务工、探亲等形式。

客流不同构成组分的出行规律差异很大。比如十一黄金周、五一、清明节、端午节、中秋节等期间，客流量普遍激增；学生流集中在寒暑假（即每年6月至9月，12月至次年3月）。除此以外，不同消费水平的乘客对交通出行条件的要求也不同，比如商务客流注重列车的舒适性及正点率，而旅游旅客的需求集中在出行时间方便上。

高铁客流根据客流的形成可划分为三类：诱增客流、趋势客流、转移客流：

第一，诱增客流与交通管制措施的完善、交通基础设施的增加以及政策的引导息息相关。上述因素对乘客产生的出行需求有一定影响，进而产生新的客流。

第二，趋势客流与我国国情的关系非常紧密。由于我国人口基数持续增加，GDP持续走高，数量愈来愈多的乘客选择乘坐高铁作为交通出行工具，高铁趋势客流的连续增长态势非常显著。

第三，转移客流指的是由于高铁的建设，原有的交通流量在某一运输走廊内的重新分配，比如说开通津客运专线之后，从秦皇岛到石家庄最少时间只要三小时，而高速公路最少需要七小时上下，使得近70%的原本选择高速公路出行的乘客换乘至高铁出行。

客流变化的影响因素，从客观上看包括经济社会发展、人口规模、居民消费水平、季节和气候变化、其他交通行业竞争和政策等因素，从主观上看包括行安全、列车延误、发车频次、列车开动速度、票价和交通服务水平等因素。

基于上述客流的基本概念，高铁客流预测既为规划、设计和运营方案的制定提供客流依据，也为各级铁路客运部门制定票价、提升各部门经济效益等方面提供借鉴。

1.2高速铁路客流预测

高铁客流预测对客票定价以及调整具有参考和借鉴价值，经过几年的快速发展，一条高铁的客流规模将达到顶峰，然后增长率将降低，市场将变得更加成熟。从某种意义上说，这个时候市场饱和的现象开始出现。一旦出现此类情况，该高铁历史数据的增长曲线将逐步逼近“罗杰斯蒂克”或者“贡佩尔茨”曲线的上限，呈现S曲线的形态，说明市场进入成熟阶段后增长率逐渐降低，最终趋于一条水平线，详见图2-3。

由图2-3可知，要正确把握客流所处的发展阶段，具体方法可结合铁路客流的增长特征，采取相应的客票定价调整对策，达成铁路客票收入增长的目标。

图2-3高速铁路客流发展阶段图

在运输能力有限的情况下，高铁的客流预测应结合铁路线路上的列车定员、列车数量以及席位再利用等加以确定。在此情况下，客流预测可划分成定性及定量预测法。

第一，定性预测法主要包括德尔菲预测方法以及专家预测方法。德尔菲预测方法匿名轮流征求专家的意见。经由反复的咨询、总结及修正，可以使专家达成共识，但预测的周期会很长，耗时费力，因此对于缺乏足够信息的中长期预测的实用性更强，应用场景也更加广泛；专家预测法是基于学界或企业界专业人士的经验及判断，结合诸多市场上的实际影响因素，很少或不需要处理数据，这样得出结果的速度很快，然而这种方法的一大弊端是预测比较粗糙，大多用于修正其他预测方法得出的结果。

第二，定量预测法主要包括计量经济模型预测法以及时间序列预测法（也称趋势预测法），其中，计量经济模型主要包括引力模型；时间序列预测法包括指数平滑法、算术平均法、移动平均法以及线性趋势预测法；

在日客流量预测中，铁路部门常用的预测方法之一是时间序列预测法，此方法是基于历史事件来对未来进行预测，其基本假设是影响市场的各种历史因素在未来会继续存在，唯一的变量只有时间。所以客流会伴随时间动态变化。在现实情况下，铁路运输企业在实施市场预测过程中，往往不使用“罗杰斯蒂克”或者“贡佩尔茨”曲线模型。大多数时间序列模型要么是指数型，要么即为线性型。其中，指数型时间序列模型的应用场景比较广泛，一方面是使用便捷，另一方面也是因为客流量一般呈现指数型的增长趋势。

算术平均法，预测时需要足够的历史数据作为支撑，方法简单易行，预测公式说明如下：

（2-9）

式（2-9）中，指的是客流量；指的是时间单位；指的是增长率；指的是常数。

移动平均法，若现有数据波动较大或数量不足，则预测时采用移动平均法，往往采用三年以上的数据求和再取平均值。公式说明如下：

（2-10）

式（2-10）中，指的是客流量平均值；指的是预测年数；指的是平均增长率。

指数平滑法，铁路运输部门广泛应用于铁路客流预测。根据指数平滑法，近期历史数据比长期历史数据更是对未