高鐵建設(shè)對(duì)人們出行選擇的影響分析

張 森 白著華 李 洋 陳麗娟 李明珠

（青島理工大學(xué)信息與控制工程學(xué)院，山東 青島 266520）

隨著高鐵迅猛發(fā)展，給人們的出行帶來了極大的便利，能夠?qū)Ω咚俟泛推胀熊嚻鸬綔p壓的作用。分析高鐵對(duì)高速公路以及普通列車的客流量起到減壓作用，并選擇發(fā)展不同的城市，給出所選城市高鐵配置的最佳數(shù)量。

1 數(shù)據(jù)處理與模型建立

通過搜集資料得到山東高鐵近10年的通道里程和客流量數(shù)據(jù)。為了合理研究高鐵引入通道后對(duì)公路的影響，對(duì)高鐵通車后高速公路的客流密度增長(zhǎng)率與高鐵的里程數(shù)做出折線圖以觀察高鐵出現(xiàn)對(duì)高速公路客流密度的影響，如圖1所示。

圖1 2009～2018年客流密度增長(zhǎng)率

由圖1可以看出，高鐵出現(xiàn)后高速公路的客流量密度增長(zhǎng)率逐年降低，甚至近幾年出現(xiàn)負(fù)值，表明高鐵的出現(xiàn)確實(shí)減輕了高速公路的客流壓力，并且效果逐年遞增。這可初步說明高鐵的開通對(duì)于高速公路的客流量的確起到了減壓的作用。建立數(shù)學(xué)模型研究高鐵的開通如何減輕高速公路以及普通列車的客流量，并給予理論的說明和實(shí)例分析。

2 線性回歸分析

針對(duì)以上數(shù)據(jù)分析利用SPSS對(duì)高鐵通車?yán)锍桃约翱土髅芏仍鲩L(zhǎng)率進(jìn)行一元線性回歸分析，結(jié)果如表1所示。

表1 線性回歸分析結(jié)果

它們的標(biāo)準(zhǔn)化系數(shù)為-1.858，說明高鐵對(duì)高速公路的車輛通行影響較大，起到較好的緩解作用，同時(shí)驗(yàn)證圖1所得的理論結(jié)論。

因此，高鐵的開通對(duì)高速公路的車輛通行壓力有所減緩，并且十分顯著。

3 高速鐵路的誘增客流量預(yù)測(cè)

所謂的誘增客流量就是指某種客運(yùn)方式新建或改造之后，改善了原來通道內(nèi)的交通供給的能力以及服務(wù)水平等因素，從而將原有的潛在客運(yùn)需求誘發(fā)為新的客流量的一個(gè)過程。

4 新建高速鐵路誘增客流量的生長(zhǎng)規(guī)律

高鐵誘增客流量的變化過程會(huì)經(jīng)歷三個(gè)階段，其分別為聚集形成的階段、快速發(fā)展的階段和成熟穩(wěn)定的階段，其各階段的變化曲線如圖2所示。

圖2 高鐵誘增客流量的變化過程

5 誘增客流量的預(yù)測(cè)

本文此處選用了國際上比較認(rèn)可的重力預(yù)測(cè)模型，主要考慮了區(qū)域客運(yùn)通道內(nèi)各節(jié)點(diǎn)之間的廣義出行費(fèi)用，從而對(duì)誘增客流量進(jìn)行了預(yù)測(cè)：

設(shè)節(jié)點(diǎn) A與B 之間的趨勢(shì)客流量為QAB：

式中：SEA、SEB——為客運(yùn)通道內(nèi)節(jié)點(diǎn)A、B的社會(huì)經(jīng)濟(jì)指標(biāo)；TAB——為客運(yùn)通道內(nèi)節(jié)點(diǎn)A、B的交通阻抗；α、β、γ——模型中的參數(shù)。

此處，交通阻抗指的是乘客從節(jié)點(diǎn)A到B所需要付出的運(yùn)輸代價(jià)，本文中采用兩地之間的廣義費(fèi)用函數(shù)來代表交通阻抗。

6 不同城市高鐵數(shù)量的預(yù)測(cè)

經(jīng)過搜集資料可得北京、濟(jì)南、桂林的人口、GDP、人均GDP如表2所示。

表2 北京、濟(jì)南、桂林的人口、GDP、人均GDP情況

將表2中得到的 2018年北京、濟(jì)南和桂林的人口、GDP的預(yù)測(cè)值代入重力模型公式，計(jì)算2018年北京、濟(jì)南和桂林的趨勢(shì)客流量。將公路與高速鐵路的廣義出行費(fèi)用代入公式中得出2018年高鐵誘增客流量。計(jì)算結(jié)果見表3。

表3 北京、濟(jì)南、桂林的計(jì)算結(jié)果 /億人

通過搜集數(shù)據(jù)可得，2018年北京、濟(jì)南和桂林的客運(yùn)指標(biāo)如表4所示。

表4 北京、濟(jì)南、桂林的客運(yùn)指標(biāo)

2018年北京、濟(jì)南、桂林的高鐵客運(yùn)量和高鐵客運(yùn)比例如圖3所示。

圖3 2018年北京、濟(jì)南、桂林的高鐵客運(yùn)量和高鐵客運(yùn)比例

根據(jù)上述得出的logit高鐵誘增客流量的生長(zhǎng)過程曲線，可以預(yù)測(cè)出北京、濟(jì)南、桂林三地未來五年的高鐵客運(yùn)量如表5所示。

表5 北京、濟(jì)南、桂林未來五年的高鐵客運(yùn)量 /億人

7 建立多元線性規(guī)劃模型

先以北京為例，設(shè)有x輛短程、y輛遠(yuǎn)程，遠(yuǎn)程客運(yùn)量為2.83億人次，日均遠(yuǎn)程客運(yùn)量為62.53萬人次，短程客運(yùn)量為0.77億人次，短程客運(yùn)量為16.58萬人次。建立方程：

解得x=59，y=260。

即五年后北京短程高鐵有59輛、遠(yuǎn)程高鐵應(yīng)有260輛。同樣的方法可得濟(jì)南五年后短程高鐵有70輛、遠(yuǎn)程高鐵應(yīng)有72輛；桂林短程高鐵有45輛、遠(yuǎn)程高鐵應(yīng)有39輛。

本文所建立的多種模型都是基于高速道路通行及預(yù)測(cè)問題，實(shí)際實(shí)用性強(qiáng)，充分利用了所搜數(shù)據(jù)并對(duì)具體地點(diǎn)的具體高速道路通行情況進(jìn)行了計(jì)算分配與預(yù)測(cè)，對(duì)具體地點(diǎn)未來需要高鐵數(shù)量方面都得出了數(shù)據(jù)與結(jié)論，為各地計(jì)算高速鐵路問題提供了良好的模型與方法，具有較廣的適用范圍。

8 結(jié)語

經(jīng)過計(jì)算可以得出高鐵的數(shù)量和當(dāng)?shù)氐慕?jīng)濟(jì)狀況相掛鉤，經(jīng)濟(jì)水平高的地區(qū)高鐵的總數(shù)量也較多，同時(shí)我們還發(fā)現(xiàn)經(jīng)濟(jì)水平高的地區(qū)所需要的遠(yuǎn)程高鐵的數(shù)量也明顯較多，這充分說明經(jīng)濟(jì)因素是影響高鐵數(shù)量的一個(gè)重要因素。