运量

汉语词语

运量是一定时期内运送旅客或货物的数量。是运输业最基本的指标。分为客运量和货运量两种。

基本含义

客运量以人次表示，它既取决于旅客人数或出行次数，又同人口数量、结构及其生活水平密切相关。货运量以吨表示，主要由产品产量及其商品率、生产企业地域组合以及进口商品数量等因素决定，它在一定程度上反映了地区工农业生产发展水平、结构与特征。

运量常用机车车辆的通过总重量表示，它是机车车辆轴重及其通过次数的乘积，是反映轴重，速度，行车密度的一项综合指标。

词语概念

引证解释

1。犹言承载容纳。语出《庄子·知北游》：“运量万物而不匮，则君子之道，彼其外与！” 成玄英疏：“夫运载万物，器量羣生，潜被无穷而不匮乏者，圣人君子之道。” 明宋濂《序》：“其博大伟硕有如此者，而其运量则不越乎伦品之间。” 清方苞《序》：“《周官》一书，岂独运量万物，本末兼贯，非圣人不能作哉！” 清全祖望《刘继庄传》：“凡继庄所撰著，其运量皆非一人一时所能成。”

2。运输量的简称。

铁路集装箱运量预测与影响因素分析

运用时间序列的趋势外推法、灰色预测和组合预测方法对铁路集装箱运量进行了预测，在此基础上运用因子分析方法对影响铁路集装箱运量的因素进行了分析，得到了国民经济宏观因素和外界竞争因素对铁路集装箱运量具有影响的两个解释性因子。

铁路集装箱运量预测

1）　时间序列的趋势外推法预测结果：

对回归系数进行检验，均显著异于零。同时进行残差分析和观察残差分布图，发现随着年份的增加，残差点在0 线周围随机分布。对标准化残差进行K-S非参数检验，发现标准化残差分布与标准正态分布不存在显著差异。可以认为残差满足线性模型的前提要求。

2）　灰色预测法预测结果：

由于在预测中许多影响因素不能定量描述或是模糊的，有些甚至是不可知的。所以，集装箱运输发展属于典型的灰色系统，利用灰色系统理论建立预测模型，能够获得比较满意的预测效果。

3）　组合预测法预测结果：

运用组合预测法预测2003年—2015年铁路集装箱运量。

铁路集装箱运量影响因素分析

铁路集装箱运量取决于3个因素：箱源基础（由宏观经济因素决定）；设施条件（线路、专用车辆、集装箱、信息系统等）和服务水平（安全性、准时性、可靠性、便捷性等）。

（1）影响铁路集装箱运量因素的多元回归分析。为了找出线性方程预测铁路集装箱运量，对所获得的数据采用多元回归进行分析。

通过分析发现铁路集装箱运量不能采用多元回归分析。

（2）影响铁路集装箱运量因素的因子分析（主成分分析法）。因子分析的思想是将观测变量进行分类，将相关性较高的变量分在同一类中，则不同类的变量之间相关性较低。每一类变量实际上代表一个本质因子，因子分析的目的就是寻找这种类型的结构（模型）。应用Spss 统计软件分别对铁路集装箱运量影响因素进行因子分析。

总结

对铁路集装箱的运量预测及其影响因素的分析结果表明，用组合预测法进行预测是有效的。同时，影响铁路集装箱运量的因素很多，这里只是对宏观因素进行了分析，发现可以用两个因子来概括，即宏观经济因素和竞争外界因素。

铁路路网规划运量预测

铁路运输具有单路径固定性特征。借鉴公路四阶段法的成熟思路，采用定性与定量相结合的综合运量预测方法，对铁路局的中长期路网规划中的运量进行了预测，即运用 SPSS 软件定量预测出趋势运量和利用在跨越式发展背景下的定性预测出转移运量和诱增运量。

运量预测是铁路路网规划的重要基础和依据。较为成熟的运量预测方法有公路的四阶段预测法，即交通生成、交通分布、交通方式、交通分配。但是，由于公路运输特征为多路径随机性而铁路运输特征为单路径固定性，二者本质有很大的不同，同时，四阶段法中的模型应用都有一定局限性，因此，铁路路网规划的运量预测应根据实际情况借鉴四阶段法的思路采用定性与定量相结合的方法，而不是生搬硬套四阶段法。

运量预测

1）预测方法：

运量预测方法众多，按性质的不同，可分为如下几类，

（1）线性回归模型：影响铁路运量的因素众多，为处理问题方便起见，选取国民生产总值和人口分别作为客货运相关因素指标，建立一元线性回归模型Y = ax + b；

（2）时间序列模型：一次时间序列模型Y = a +b1t；二次时间序列模型Y = a +b1t + b2t2；三次时间序列模型Y = a + b1t + b2t2 + b3t3；

（3）平均增长率模型：Y = x0(1 + α)t。

2）SPSS 软件：

SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等，其过程包括描述性统计、均值比较、一般线形模型、相关分析、回归分析、对数线形模型、聚类分析、数据简化、生存分析、时间序列分析多重响应等大类。

SPSS 软件统计结果中的 Rsq 意为 R 的平方，表示模拟线与实际线拟和的优化程度，Rsq 值越高说明模拟线的拟和度越好。

3）运量产生预测：

结合 SPSS 软件预测所得的各模型 Rsq 值（线形回归中以人口作为旅客运量的影响因素，GDP 为货物运量的影响因素），并综合考虑各方法优劣所得客货发送到达最终预测值统计。

运量分布预测

O 即 origin，意为发点；D 即 destination，意为到点。为处理简便起见，把众多区域归并为交通小区，小区内的重要点作为交通重心，两重心之间的客货交流量所组成的矩阵称为 O-D 矩阵，两重心之间的客货交流量所经过的径路称为 O-D 径路。根据 O-D 矩阵，再根据最短 O-D 径路原则，对流量进行分配，以确定运量的分布情况，从而找出造成瓶颈地段的原因，对未来路网做出正确的规划决策。

结论

运量分为趋势运量、转移运量、诱增运量，如果全国路网不发生改变，则未来运量分布将遵循 2 节中的历史规律，因而，必然促使各局更加加强对外通道，完善路网结构。

基于“三阶段法”的高速铁路短期运量预测

预测中的路网构成变化、区域经济布局变动、区域经济增长速度差异等一些具有时变性和特殊性因素，采用在“四阶段法”运量预测基础上改进而成的“三阶段法”进行高速铁路短期客运量预测。首先采用组合预测模型进行趋势运量预测，然后采用多元 LOGIT 模型进行方式分担，最后采用弹性系数诱增模型进行诱增运量预测。

运量预测准备条件

1：京沪通道相关 OD 区域的划分

京沪通道内现有的运输方式包括高速铁路、既有铁路、航空、公路等四种方式。根据现有的客流组织模式，在高速铁路尚未成网的条件下，与京沪高铁相关联的高速铁路有胶济客专、沪杭城际、宁杭城际、及东南沿海客专等。

2 ：运输方式服务属性的确定

( 1) 旅行时间。京沪高速铁路本线及跨线均开行了最高速度为 300 km /h 的 G 字头列车和行车速度 200 km /h 的 D 字头列车，依照两种列车开行比例计算速度折扣系数，以确定本线与跨线列车的旅行时间。既有铁路运行时间按照现状取值。公路民航预测年度不会有大的改善也按现状取值。

( 2) 进出站( 场) 时间。影响旅客进出站时间的主要因素是城市及市郊道路的交通状况。预测年度，各交通小区进出车站时间根据各地规划的城市道路或其它交通方式的速度、里程确定。

( 3) 等候时间。旅客在站等候时间以现状为基础，2014 年等候时间按照现有列车开行的实际服务频率来计算；2015 年随着客流需求的增加，列车开行对数将会有所增加，因此按照现状基础上减少 5% 考虑。公路与民航等候时间确定方法与铁路相同。

( 4) 运价水平。预测年度，预测年度比照高速公路已通车地区运价率计算旅客票价。民航旅客票价在预测年度基本按现状公布票价考虑。

( 5) 其它费用。公路旅客的其它费用主要是旅客进出站场费用，预测年度对旅客进出站场费用影响较小，按维持现状不变考虑。民航旅客的其它费用包括旅客进出机场费用、机场建设费及保险费，也按维持现状不变考虑。

( 6) 旅客时间价值。预测中的时间价值是通过京沪通道客流调查所得，调查旅客为节省 1 、2 、3 h 的旅行时间旅客愿多支付的票价来体现旅客出行时间价值。

京沪高速铁路运量预测结果及分析

1）采用“三阶段法”对京沪高铁本线及跨线客流进行运量预测

由于京沪通道内高速铁路本线、京津城际铁路、沪宁城际铁路已经开通，预测时考虑京津与沪宁城际铁路的趋势客流，测算北京—天津段、南京—上海段的城际客流具有较低的转移比例，其他区段包括徐州、济南、南京、上海等大站承担京沪高铁本线与跨线大站之间的客流交流，因此高速铁路所占运输方式份额较大。

2）跨线客流预测结果及分析

预测过程中的数据也是经过大量的调查统计所得，各个模型的参数也是通过大量历史年份数据拟合确定的，因此“三阶段法”预测结果的可信度比较高。与“四阶段法”相比，预测过程中考虑了一系列的时变性和特殊性因素，因此，“三阶段法”比“四阶段法”预测结果更加贴近实际。

结论

“三阶段法”在预测年度的 OD 分布预测中考虑了诸如路网构成变化、区域经济布局变动、区域经济增长速度差异等一系列具有时变性和特殊性因素。采用的组合预测模型更强调来源于不同信息的各种预测，而非构造复杂的单项预测，具有更高的预测性能和出现极端预测误差的更小风险。采用多元 LOGIT 模型进行方式分担时，有关参数的标定是通过各 OD 对间的时间、费用、服务水平等多种因素综合确定。

全国各地天气预报查询

上海市

云南省

云南省

云南省

云南省

云南省