铁路货运量预测风险分析及概率树评价法的应用

郑 辉

（中铁第五勘察设计院集团有限公司 线路运输设计院，北京 102600）

1 铁路货运量预测风险分析

1.1 货运量预测中的风险因素

铁路货运量预测是市场预测，属于经济预测的范畴，大多为中长期预测。其预测方法有很多，按技术特性可分为经验推断法、产销平衡法和经济数学预测法3类。经验推断法主要根据预测者的主观经验和掌握的信息对未来做出判断。因此，预测者的经验、水平和拥有的信息量对于预测结果起决定性作用。产销平衡法是针对煤炭、石油、钢铁、矿石、水泥等大宗品类货物预测的一种基本方法，需要掌握大量经济、技术信息，并对未来发展情景作深入的研究分析。经济数学预测法是根据历史和现状的数据，建立模拟公式推导。因此，数据的积累、模型的适应性和参数的选择显得至关重要[1]。

上述3类预测方法各有优缺点，根据其在预测操作中的特性可知，铁路货运量预测中的风险因素主要有：预测者的经验水平、同一通道内其他交通运输方式的建设规划、预测方法与模型的选择、模型参数的选定、城市发展规划等。

1.2 货运量预测风险分析的意义

风险事件是指任何影响项目目标实现的可能发生的事件，由一种或几种风险因素相互作用而产生。风险就是风险事件发生的可能性。由于其不确定性，从而对工程项目目标的实现产生有利或不利的影响[2]。

铁路货运量预测是从资源开发、经济发展需要等角度出发，考察铁路建设的必要性，预测货运量，提出线路要求的年输送能力，作为确定线路等级、技术标准、设备规模、方案比选和初步经济评价的技术依据。不同的运量预测水平，将影响不同的线路等级、设备规模，从而影响铁路投资、投资收益率等。铁路建设所需资金巨大，目前主要以国家投资为主，随着多元化投资改革的推进，社会多种力量已开始逐步涉足铁路市场。因此，做好对铁路运量预测的风险分析与管理将是对国家投资和其他投资方利益的先期保护。

2 铁路货运量预测风险分析方法

根据铁路货运量预测和风险分析的特点，铁路货运量预测的风险分析方法主要分为两大类。一类是定性风险分析方法，另一类是定量风险分析方法。定性风险分析是利用已识别风险的发生概率、风险发生对项目目标的相应影响及其他因素，对已识别风险的优先级别进行评价，是一种快捷、有效的方法，为定量风险分析奠定基础。定性风险分析通常采用“风险概率和影响评价”方法与“概率和影响矩阵”方法。定量风险分析一般是通过定性风险分析方法排出风险的优先顺序后，再采用数学模型进行量化的方法。定性分析和定量分析在应用中是相辅相承、息息相关的。定量风险分析一般应当在确定风险应对计划时再次进行，以确定项目总风险是否已经减少到满意。本文所采用的概率树评价法属于定量风险分析方法。

3 概率树评价法在铁路货运量预测中的应用

3.1 概率树评价法概念

概率树评价法假定风险变量之间是相互独立的，可以通过对每个风险变量各种状态取值的不同组合计算铁路建设项目的预测运量。因其分析结构图呈树状，称之为概率树评价法。

设风险变量有 A,B,C,…，M。每个风险变量有状态 A1,A2,…，An1；B1,B2,…，Bn2；……；M1,M2,…，Mnm。则各种状态发生的概率为：

则各种状态组合的联合概率为：P{A1}×P{B1}×…×P{M1}，P{A2}×P{B2}×…×P{M2}，……，P{An1}×P{Bn2}×…×P{Mnm}，共有这种状态组合和相应的联合概率 n1× n2… × nm个。

3.2 算例分析

3.2.1 项目背景

某地方铁路位于我国西部地区，该工程主要为当地经济发展服务。本线的实施有助于当地工业园区规划的推进和招商引资的实现，而工业园区和招商引资的实现程度又在相当大的程度上影响到本线的铁路运量和收益情况，因此二者之间是相辅相承的关系。

当地的能源重化工工业园区是经国家相关部门核准的省级工业园区。该园区立足周边丰富的褐煤资源，充分考虑和整合其他优势资源，确定建立以煤化工为主、煤电化一体化、其他产业为辅的循环经济产业格局。目前该园区仍处于规划阶段。

该地方铁路办理货运作业的车站共有2个，其中化工园区站主要为能源重化工工业园区服务，该园区产生的铁路货运量构成本线的主要货运量。以下主要分析化工园区站远期货运量的风险情况。

3.2.2 风险因素

由以上资料可知，铁路货运量的大小主要取决于园区得到国家政策的支持程度、园区招商引资是否成功、能否实现计划规模、产品被市场的接受程度等，项目风险较大，主要风险因素体现在3个方面：政策风险、招商引资程度和市场风险。其他方面的风险因素也存在，在此主要对这3个方面进行分析论证。

3.2.3 应用概率树评价法

根据项目特点及风险因素变化特性进行分析，风险因素的概率分布如表1所示。

表1 风险因素概率分布表

每个风险因素有3种状态，共有 27 种数据组合，如图1所示。圆圈中的数字表示风险因素各种状态的发生概率，如图上第一个分支表示政策因素、招商引资程度、市场因素同时增加 30% 的情况，称为第一分支事件。第一分支事件发生概率为：P1{政策因素增加 30%}× P2{招商引资因素增加 30%}× P3{市场因素增加 30%}＝0.3 × 0.2 × 0.3＝0.018。

第一分支事件中，在政策、招商引资、市场3个方面因素分别向有利方向调整 30%后，通过调查研究，结合园区产业规划的相关资料，采用产销平衡法重新预测化工园区站远期到发货运量合计为 1389万t。依此类推其他分支事件的到发运量，详见表 2。

将各分支事件的远期到发运量与可能性分别相乘，得到加权到发运量。将各加权到发运量加总即得到本项目化工园区站的远期到发货运量期望值 1041万 t。

在不考虑上述3种风险因素发生变化的状态下，利用产销平衡法可求得货运量值为 1098万t，而由表2可知利用概率树评价法求得的货运量期望值为1041万t，比前者减少 57万t，即若考虑3种因素综合影响将导致运量比前者减少 5.2%；如果仅考虑政策因素影响将导致运量比前者增加 5.0%；仅考虑招商引资因素影响将导致运量比前者减少 16.3%；仅考虑市场因素影响将导致运量比前者减少 6.2%。

图1 风险因素概率树分解图

这说明该方法在一定程度上减小了由主要风险因素带来的偏差，对铁路货运量预测具有积极意义，可以有效控制以货运量为设计依据的货运设施规模的大小，减少投资的偏差。本例由于3个主要风险因素不发生变动的概率较大，再加上各因素正、反向变动的相互抵消作用，所以期望值与不考虑风险因素变动情况下的预测值偏差不大，对控制风险的意义不够明显，但不能否认概率树评价法的积极作用。

4 结束语

在预测铁路货运量时，应积极、全面地分析影响运量的主要风险因素，利用概率树评价法能够测算风险因素的不同变动对货运量的影响，综合考虑各种风险因素，从而有效降低各种不确定因素带来的预测偏差。虽然概率树评价法对控制铁路货运量预测中的风险具有良好作用，但通过上例可以看出，概率树评价法在应用中仍有一定的不足和难点，主要体现在2个方面：一是需要对风险因素进行全面分析，较为准确地测算出其变化率和对应的概率；二是对于每一种不同风险因素组合都要预测其铁路货运量，工作量大。

表2 货运量期望值计算表

[1] 中国中铁二院工程集团有限责任公司. 铁路运量[M].北京：中国铁道出版社，2010.

[2] 全国注册咨询工程师 (投资) 资格考试参考教材编写委员会. 工程项目组织与管理 (2008年版) [M]. 北京：中国计划出版社，2007.