李 瑞，代明睿，李鳳姿

（中國鐵道科學(xué)研究院 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081）

基于灰色關(guān)聯(lián)度的鐵路貨運(yùn)量關(guān)鍵影響因子選取方法研究

李 瑞，代明睿，李鳳姿

（中國鐵道科學(xué)研究院 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081）

影響鐵路貨運(yùn)量的因素眾多、關(guān)系復(fù)雜，而且不同因素對(duì)于鐵路貨運(yùn)量變化的影響程度不同。通過對(duì)影響鐵路貨運(yùn)量的各方面因素進(jìn)行分析，從宏觀經(jīng)濟(jì)、鐵路貨運(yùn)市場(chǎng)供需、物流環(huán)境3個(gè)方面選取具有代表性的、可量化的指標(biāo)作為貨運(yùn)量影響因子，利用灰色關(guān)聯(lián)度分析模型，求解出各影響因子序列與鐵路貨運(yùn)量之間的關(guān)聯(lián)度，并根據(jù)關(guān)聯(lián)度排序情況進(jìn)一步確定影響因子與鐵路貨運(yùn)量的緊密程度，從而實(shí)現(xiàn)對(duì)鐵路貨運(yùn)量關(guān)鍵影響因子的篩選。

鐵路貨運(yùn)量；灰色關(guān)聯(lián)度；影響因子

在鐵路貨運(yùn)市場(chǎng)營銷決策過程中，貨運(yùn)量通常是一個(gè)重要的影響因素。許多決策模型都是在對(duì)鐵路貨運(yùn)量變化進(jìn)行研究的基礎(chǔ)上進(jìn)行構(gòu)建，而經(jīng)濟(jì)形勢(shì)的變化、鐵路貨運(yùn)市場(chǎng)的變動(dòng)及物流環(huán)境的變化等，都會(huì)影響鐵路貨運(yùn)量的變化。從宏觀層面看，國民生產(chǎn)總值 (GDP) 變化 (包括第一、第二產(chǎn)業(yè)產(chǎn)值的變化) 與鐵路貨運(yùn)量密切相關(guān)；從微觀層面看，鐵路總運(yùn)量由鐵路貨運(yùn)市場(chǎng)中各品類運(yùn)量組成；從整個(gè)物流環(huán)境分析，與鐵路運(yùn)輸形成競(jìng)爭(zhēng)關(guān)系的其他運(yùn)輸行業(yè)運(yùn)量也影響著鐵路貨運(yùn)量[1]。因此，鐵路貨運(yùn)量的分析研究，首先應(yīng)從眾多影響因子中篩選出與鐵路貨運(yùn)量變化有著較高關(guān)聯(lián)度的因子，通過對(duì)關(guān)鍵因子的研究來確定鐵路貨運(yùn)量的變化規(guī)律；通過減少影響因子的維度降低研究復(fù)雜度[2]。為此，利用灰色關(guān)聯(lián)度模型分析鐵路貨運(yùn)量與影響因子之間的關(guān)聯(lián)關(guān)系，找出影響鐵路貨運(yùn)量變化的核心影響因素[3]。關(guān)聯(lián)度差異，進(jìn)而較為準(zhǔn)確地從眾多影響因子中篩選出影響貨運(yùn)量的關(guān)鍵因子[5]。

1.2 鐵路貨運(yùn)量影響因子的選取

目標(biāo)特征序列為鐵路貨運(yùn)量數(shù)據(jù)，影響因子序列從宏觀經(jīng)濟(jì)、鐵路貨運(yùn)市場(chǎng)供需、物流環(huán)境 3 個(gè)方面中選取具有代表性的、可量化的指標(biāo)作為研究對(duì)象。經(jīng)過篩選，初步確定貨運(yùn)量影響因子[6]如圖 1 所示。

圖 1 鐵路貨運(yùn)量影響因子

1 鐵路貨運(yùn)量影響因子的灰色關(guān)聯(lián)度分析

1.1 問題描述

灰色關(guān)聯(lián)度分析是利用灰色關(guān)聯(lián)度模型，對(duì)特征序列和影響因子序列進(jìn)行關(guān)聯(lián)性分析，得到特征序列與影響因子之間的關(guān)聯(lián)度；通過關(guān)聯(lián)度比較，得出特征序列與各項(xiàng)影響因子間的關(guān)系。在鐵路貨運(yùn)量關(guān)鍵影響因子的選取過程中，鐵路貨運(yùn)量歷史數(shù)據(jù)即為模型中的特征序列，其他影響因素的歷史數(shù)據(jù)即為影響因子序列，由目標(biāo)特征序列和影響因子序列構(gòu)成的序列空間為灰關(guān)聯(lián)因子空間[4]。

在選取鐵路貨運(yùn)量關(guān)鍵影響因子過程中，首先需要確定備選影響因子集。經(jīng)濟(jì)變化、市場(chǎng)供需變化、物流行業(yè)競(jìng)爭(zhēng)、國家政策變化等多方面因素都會(huì)影響鐵路貨運(yùn)量的變化；由于備選影響因子集涉及范圍較廣，需要初步選出其中的主要因素，然后使用主要因素構(gòu)建成新的因子集進(jìn)行分析。在這個(gè)過程中，眾多因子序列間在量綱和數(shù)量級(jí)上存在較大差異。通過灰色關(guān)聯(lián)分析過程中的數(shù)據(jù)無量綱化處理，可以降低各影響因子與鐵路貨運(yùn)量之間由于數(shù)值單位不同造成的

歷史數(shù)據(jù)表明，鐵路貨運(yùn)量主要集中在大宗物資的運(yùn)輸，因而抓住大宗物資運(yùn)輸?shù)暮诵钠奉?，就可以摸清鐵路貨運(yùn)的市場(chǎng)情況[7]。從物流環(huán)境變化角度來看，影響鐵路貨運(yùn)量變化的一個(gè)重要方面，就是其他運(yùn)輸行業(yè)的發(fā)展?fàn)顩r，因而有必要將與鐵路運(yùn)輸有競(jìng)爭(zhēng)關(guān)系的其他運(yùn)輸方式貨運(yùn)量作為研究因子，通過將鐵路貨運(yùn)量與公路、水運(yùn)、航空運(yùn)輸?shù)年P(guān)聯(lián)度進(jìn)行對(duì)比，得到鐵路貨運(yùn)量與其他運(yùn)輸行業(yè)競(jìng)爭(zhēng)的關(guān)系。由于我國電子商務(wù)行業(yè)發(fā)展迅速，快遞業(yè)務(wù)急劇上升，因而將電商物流作為影響鐵路貨運(yùn)量的一個(gè)因子。

2 鐵路貨運(yùn)量關(guān)鍵影響因子選取過程

2.1 研究數(shù)據(jù)源的確定

選取 2005—2013 年鐵路貨運(yùn)量數(shù)據(jù)作為目標(biāo)特征序列，變量因子序列數(shù)據(jù)包括 2005—2013 年宏觀經(jīng)濟(jì)數(shù)據(jù)，以及公路、水運(yùn)、航空貨運(yùn)量及國內(nèi)快遞運(yùn)輸業(yè)務(wù)量。2005—2013 年國家鐵路貨運(yùn)量數(shù)據(jù)如表 1 所示。宏觀經(jīng)濟(jì)數(shù)據(jù)如表 2 所示，其中包括2005—2013 年 GDP、第一產(chǎn)業(yè)增加值和第二產(chǎn)業(yè)增加值；考慮到第三產(chǎn)業(yè)對(duì)鐵路貨運(yùn)量的影響很小，因而沒有將其列為研究對(duì)象。2015—2013 年公路、水運(yùn)、航空貨運(yùn)量及國內(nèi)快遞運(yùn)輸業(yè)務(wù)量如表 3 所示。

表 1 2005—2013 年國家鐵路貨運(yùn)量數(shù)據(jù)

表 2 2005—2013 年宏觀經(jīng)濟(jì)數(shù)據(jù) 億元

表 3 2005—2013 年公路、水運(yùn)、航空貨運(yùn)量及國內(nèi)快遞運(yùn)輸業(yè)務(wù)量

2.2 灰色關(guān)聯(lián)度計(jì)算

在特征序列 (貨運(yùn)量數(shù)據(jù)) 和影響因子序列 (即與貨運(yùn)量變化相關(guān)的其他參考序列) 數(shù)據(jù)確定后，用數(shù)列 x0代表國家鐵路貨運(yùn)量，數(shù)列 x1為 GDP，x2為第一產(chǎn)業(yè)增加值，x3為第二產(chǎn)業(yè)增加值，x4為煤炭運(yùn)量，x5為鋼鐵及有色金屬運(yùn)量，x6為金屬礦石運(yùn)量，x7為糧食運(yùn)量，x8為公路貨運(yùn)量，x9為水路貨運(yùn)量，x10為民航貨運(yùn)量，x11為全年快遞業(yè)務(wù)量。進(jìn)行灰色關(guān)聯(lián)度計(jì)算的主要步驟如下。

（2）求序列差。

表 4 初始值序列

式中：Δi(k) 為整個(gè)灰關(guān)聯(lián)因子空間上第 k 點(diǎn)相對(duì)于的差值。

（3）求灰關(guān)聯(lián)因子空間中的兩級(jí)最大差與最小差。

式中：M 為兩級(jí)最大差；m 為兩級(jí)最小差。

（4）計(jì)算關(guān)聯(lián)系數(shù)。

式中：γ(0,i)(k) 為 xi對(duì)于 x0在第 k 點(diǎn)上的關(guān)聯(lián)系數(shù)；ξ為分辨系數(shù)，用于削弱當(dāng) M 過大時(shí)關(guān)聯(lián)系數(shù)失真的影響。在計(jì)算過程中，ξ 取值一般為 0.5，因而 γ(0,i)(k) =，其中。

（5）計(jì)算關(guān)聯(lián)度。

式中：γi為灰關(guān)聯(lián)因子空間中影響因子序列 xi對(duì)于特征序列 x0的關(guān)聯(lián)度。

經(jīng)過上述步驟計(jì)算，可以得出目標(biāo)特征序列鐵路貨運(yùn)量與其影響因子之間的關(guān)聯(lián)度，它代表關(guān)鍵因子對(duì)鐵路貨運(yùn)量的影響程度。灰色關(guān)聯(lián)度如表 5 所示。

表 5 灰色關(guān)聯(lián)度

2.3 結(jié)果分析

通常認(rèn)為關(guān)聯(lián)度大于 0.9 的因子與目標(biāo)特征序列非常密切；關(guān)聯(lián)度大于 0.75 的因子有較好的關(guān)聯(lián)性，可以作為關(guān)鍵因子；關(guān)聯(lián)度在 0.6～0.75 之間的因子與目標(biāo)特征需求的關(guān)聯(lián)性一般，可以根據(jù)實(shí)際研究需要有選擇地將其確定為關(guān)鍵因子；0.6 以下為較弱關(guān)聯(lián)度因子，不作為關(guān)鍵因子。從上述結(jié)果來看，影響鐵路貨運(yùn)量的關(guān)鍵影響因子包括第二產(chǎn)業(yè)增加值、煤炭運(yùn)量、鋼鐵及有色金屬運(yùn)量、金屬礦石運(yùn)量、水運(yùn)運(yùn)量。如果擴(kuò)大關(guān)鍵因子范圍，可以將公路貨運(yùn)量、糧食運(yùn)量、第一產(chǎn)業(yè)增加值納入考慮。

3 結(jié)束語

通過灰色關(guān)聯(lián)度分析，可以從特征序列的眾多影響因子中提取出關(guān)鍵影響因子。將鐵路貨運(yùn)量作為特征研究對(duì)象，利用灰色關(guān)聯(lián)度分析模型，從多角度對(duì)鐵路貨運(yùn)量影響因子進(jìn)行分析挖掘，找到影響鐵路貨運(yùn)量的關(guān)鍵因素，為后續(xù)有關(guān)鐵路貨運(yùn)量的分析研究，包括貨運(yùn)量預(yù)測(cè)、預(yù)警等提供研究基礎(chǔ)[8]。

[1] 安 迪. 鐵路貨運(yùn)量影響因素分析及對(duì)策研究[J]. 鐵道貨運(yùn)，2014，32(10)：41-46.

[2] 張 憲. 基于 Matlab 的鐵路內(nèi)部因素與貨運(yùn)量的灰色關(guān)聯(lián)分析[J]. 交通科技與經(jīng)濟(jì)，2015(2)：38-40.

[3] 于 泳. 試析影響中國鐵路貨運(yùn)量的主要因素[J]. 物流科技，2003(6)：37-39.

[4] 王 棟，米國際. 基于灰色關(guān)聯(lián)和 BP 神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測(cè)方法[J]. 江南大學(xué)學(xué)報(bào)：自然科學(xué)版，2015(1)：80-84.

[5] 保魯昆，辛 靈，鮑晶晶. 基于供需關(guān)系的鐵路貨運(yùn)需求預(yù)測(cè)[J]. 交通科技與經(jīng)濟(jì)，2007(2)：99-101.

[6] 崔淑華，王 娜，胡亞南.基于主成分分析的公路貨運(yùn)量預(yù)測(cè)影響因素研究[J]. 森林工程，2005(5)：65-67.

[7] 崔艷萍，肖 睿. 鐵路運(yùn)輸能力研究綜述[J]. 鐵道運(yùn)輸與經(jīng)濟(jì)，2015，37(6)：20-26.

[8] 姜 琪. 中國鐵路運(yùn)輸業(yè)發(fā)展困境與有效競(jìng)爭(zhēng)研究[J]. 中國物價(jià)，2013(6)：22-24.

責(zé)任編輯：金 穎

1004-2024(2015)11-0011-04

：U294.1+3

：B

10.16669/j.cnki.issn.1004-2024.2015.11.03

2015-11-16

中國鐵路總公司科技研究開發(fā)計(jì)劃課題(2014X009-G)