《交通运输组织学》课程设计
第二章 广州鸿昌货运年度运输量计划
2.1 广州鸿昌货运年度运输量计划
公路货物运输计划是根据过去一个时期内完成任务的历史实绩和充分考虑到将来的运输需求后，在对今后一个时期的货物运量作出科学预测的基础上制订运力与运量协调等方面的计划，它可以被看成是平衡货物运量与运力的一项措施。
公路货物运输有许多环节，如准备货车、装卸货物、车辆运行等，公路货物运输则能把货物运输服务的各个环节紧密地组合在一起，保证各环节井然有序地协调运作。这种计划一般用指标表示，它是计划的主要内容，但同时需辅之以必要的文字说明。指标通常反映计划期的工作量，定量地明确要实现的目标；文字说明则提出具体的要求和实现计划应当采取的措施。
公路货运运输计划包括货物运输量计划、货车运输计划和车辆运用计划三部分。
2.2 运输量计划
公路货运运输量计划是运输企业对将来一定时期内运送货物量和完成货物周转量所做的安排。在计划期将要完成的货物运输量，可采用多种方法来预测，或以各个货物装卸点为基本计划单位，先确定各装卸点运输量计划，然后汇总出整个企业的计划数值。货运企业的货物运输量计划可分为三部分计算：
（1）起点站货物运输量。这是从始发站 装卸的货物量和周转量。 （2）中间站点货物运输量。在营运范围内各条班车线路中途各联运站点的货物量和周转量。联运中转货物量，也应计划在相应的企业的运输量中，既有过路车又有始发车的站点要汇总计划。
货运企业的货物运输量主要考虑始发车站货物运输量，以直达运输为主。因此，运输量计划的重点就是预测未来几年始发站点的货运量和货运周转量。本计划取鸿昌货运企业的货物运输量，以2002年—2011年为基础年，预测2012年—2021年的鸿昌货运企业货运量及货物周转量。
- 3 -
《交通运输组织学》课程设计
表2-1 鸿昌货运历年货运量统计
年份 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
表2-2 广州白云区社会经济发展
年份 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 GDP总量（亿元） 382.06 447.66 498.06 527.85 586.35 688.77 721.59 808.07 939.09 1182.53 户籍统计人口（万人） 76.35 77.02 76.34 75.53 76.17 77.65 78.98 80.65 83.28 85.31 货运量(万吨） 18.56 21.34 23.40 25.72 28.36 30.71 32.83 35.49 40.65 47.52 比上年增长（%） 14.5 15.0 9.7 9.9 10.3 8.3 6.9 8.1 14.5 16.9
图2-1 白云区近十年GDP趋势图
- 4 -
《交通运输组织学》课程设计
图2-2 白云区近十年人口趋势图
图2-3 鸿昌货运近十年货运量趋势图
科学的运输发展预测是以科学的资料调查和分析为前提，在此基础上，借鉴以往鸿昌货运企业运算量，结合广州白云区国民经济、社会发展、区域经济特色、交通区位优势等方面的实际情况，对国民经济的相关指标的未来值进行预测，采用多种计量经济模型对鸿昌货运企业货运量进行预测，采用特尔菲法征求专家的意见，合理确定各模型在各特征年所占的比重，通过修正给出鸿昌货运企业货运量运量的预测推荐值。在完成对鸿昌货运企业货运量预测的基础上，分析近年来鸿昌货运企业货运量适站量构成状况，结合广州交通发展战略和其联运站点，考虑未来社会、经济发展对企业货运量和适站量的影响，预测特征年的适站量系数，
- 5 -
《交通运输组织学》课程设计
从而确定鸿昌货运企业货运适站量。其具体预测方案与思路见图2-4所示。
1．指数平滑 2．回归分析 3．弹性系数法 4．组合预测 企业货物运输需求预测 需求影响因素分析 鸿昌货运起点站日发送量预测程序 现状分析与经济指标预测 1、相关分析 2、定性分析 3、实证分析 4、专家咨询 企业货运总量预测推荐值
项目功能定位 白云区货物运输市场结构 白云区货物运输布局 企业日均货物发送量测算值 适站量系数 日均货物量发送量推荐值 图2-4 鸿昌货运企业货运运输量预测程序框图
2.3广州鸿昌货物运输量预测
适用于公路货运量预测的方法很多。根据本次项目的目的和要求，结合广州市社会经济与道路货物运输发展的特点，拟采用回归分析模型、三次指数平滑法、弹性系数法等模型进行预测。
（1）一元回归法预测货运量
从总体上看，结合鸿昌近九年的企业货运量和白云区GDP增长已及人口增长趋势大致上按每期以近似相同的增长量增减变化，及发展趋势基本上是线性的。因此，可以配合相应的线性方程来预测未来的发展情况，可以运用一元线性回归法进行预测。
一元线性回归模型是用于分析一个自变量X与一个因变量Y之间线性关系
- 6 -
《交通运输组织学》课程设计
的数学方程，又称为回归方程或回归直线。其一般形式如下：
Y = a + bX
其中：Y是因变量，X是自变量，a是常数，b是回归系数。由于在一元线性回归模型 Yi??0??1xi??i中?0和?1均未知，需要根据样本数据对它们进行估计，设?0和?1应使每个样本观测点（Xi，Yi）与回归直线之间的偏差尽可能小，即使观察值与拟合值得偏平方差和Q达到最小。设?1的估计值为b0和b1，则可建立一元线性回归模型如下：
?Y?b0?b1X
nQ? 令:
?[Yi?1i?(b0?b1Xi)?2
使Q达到最小值的b0和b1成为最小二乘估计量。
显然，Q是b0和b1的二元函数，根据微积分中极值的必要条件，先分别求Q关于b0和b1的偏导数
?Q?b0?Q?b1n??2?[(Yi?(b0?b1Xi)]i?1n??2?[(Yi?(b0?b1Xi)]Xii?1
然后令这两个偏导数等于零，整理后得正规方程组
nnnb0?b1?Xi?i?1nn?Yi?12iinb0?Xi?b1?Xi?1i?1??i?1XiYi
解此方程组得到
nni?(Xb1?i?1ni?1?X)(Yi?Y)?i?i?1nXiYiX2iX?Y??iin?(Xb0?Y?b1X?X)2?i?1?(?Xi)n2
- 7 -