鐵路貨運量預測風險分析及概率樹評價法的應用

鄭 輝

（中鐵第五勘察設計院集團有限公司 線路運輸設計院，北京 102600）

1 鐵路貨運量預測風險分析

1.1 貨運量預測中的風險因素

鐵路貨運量預測是市場預測，屬于經濟預測的范疇，大多為中長期預測。其預測方法有很多，按技術特性可分為經驗推斷法、產銷平衡法和經濟數學預測法3類。經驗推斷法主要根據預測者的主觀經驗和掌握的信息對未來做出判斷。因此，預測者的經驗、水平和擁有的信息量對于預測結果起決定性作用。產銷平衡法是針對煤炭、石油、鋼鐵、礦石、水泥等大宗品類貨物預測的一種基本方法，需要掌握大量經濟、技術信息，并對未來發展情景作深入的研究分析。經濟數學預測法是根據歷史和現狀的數據，建立模擬公式推導。因此，數據的積累、模型的適應性和參數的選擇顯得至關重要[1]。

上述3類預測方法各有優缺點，根據其在預測操作中的特性可知，鐵路貨運量預測中的風險因素主要有：預測者的經驗水平、同一通道內其他交通運輸方式的建設規劃、預測方法與模型的選擇、模型參數的選定、城市發展規劃等。

1.2 貨運量預測風險分析的意義

風險事件是指任何影響項目目標實現的可能發生的事件，由一種或幾種風險因素相互作用而產生。風險就是風險事件發生的可能性。由于其不確定性，從而對工程項目目標的實現產生有利或不利的影響[2]。

鐵路貨運量預測是從資源開發、經濟發展需要等角度出發，考察鐵路建設的必要性，預測貨運量，提出線路要求的年輸送能力，作為確定線路等級、技術標準、設備規模、方案比選和初步經濟評價的技術依據。不同的運量預測水平，將影響不同的線路等級、設備規模，從而影響鐵路投資、投資收益率等。鐵路建設所需資金巨大，目前主要以國家投資為主，隨著多元化投資改革的推進，社會多種力量已開始逐步涉足鐵路市場。因此，做好對鐵路運量預測的風險分析與管理將是對國家投資和其他投資方利益的先期保護。

2 鐵路貨運量預測風險分析方法

根據鐵路貨運量預測和風險分析的特點，鐵路貨運量預測的風險分析方法主要分為兩大類。一類是定性風險分析方法，另一類是定量風險分析方法。定性風險分析是利用已識別風險的發生概率、風險發生對項目目標的相應影響及其他因素，對已識別風險的優先級別進行評價，是一種快捷、有效的方法，為定量風險分析奠定基礎。定性風險分析通常采用“風險概率和影響評價”方法與“概率和影響矩陣”方法。定量風險分析一般是通過定性風險分析方法排出風險的優先順序后，再采用數學模型進行量化的方法。定性分析和定量分析在應用中是相輔相承、息息相關的。定量風險分析一般應當在確定風險應對計劃時再次進行，以確定項目總風險是否已經減少到滿意。本文所采用的概率樹評價法屬于定量風險分析方法。

3 概率樹評價法在鐵路貨運量預測中的應用

3.1 概率樹評價法概念

概率樹評價法假定風險變量之間是相互獨立的，可以通過對每個風險變量各種狀態取值的不同組合計算鐵路建設項目的預測運量。因其分析結構圖呈樹狀，稱之為概率樹評價法。

設風險變量有 A,B,C,…，M。每個風險變量有狀態 A1,A2,…，An1；B1,B2,…，Bn2；……；M1,M2,…，Mnm。則各種狀態發生的概率為：

則各種狀態組合的聯合概率為：P{A1}×P{B1}×…×P{M1}，P{A2}×P{B2}×…×P{M2}，……，P{An1}×P{Bn2}×…×P{Mnm}，共有這種狀態組合和相應的聯合概率 n1× n2… × nm個。

3.2 算例分析

3.2.1 項目背景

某地方鐵路位于我國西部地區，該工程主要為當地經濟發展服務。本線的實施有助于當地工業園區規劃的推進和招商引資的實現，而工業園區和招商引資的實現程度又在相當大的程度上影響到本線的鐵路運量和收益情況，因此二者之間是相輔相承的關系。

當地的能源重化工工業園區是經國家相關部門核準的省級工業園區。該園區立足周邊豐富的褐煤資源，充分考慮和整合其他優勢資源，確定建立以煤化工為主、煤電化一體化、其他產業為輔的循環經濟產業格局。目前該園區仍處于規劃階段。

該地方鐵路辦理貨運作業的車站共有2個，其中化工園區站主要為能源重化工工業園區服務，該園區產生的鐵路貨運量構成本線的主要貨運量。以下主要分析化工園區站遠期貨運量的風險情況。

3.2.2 風險因素

由以上資料可知，鐵路貨運量的大小主要取決于園區得到國家政策的支持程度、園區招商引資是否成功、能否實現計劃規模、產品被市場的接受程度等，項目風險較大，主要風險因素體現在3個方面：政策風險、招商引資程度和市場風險。其他方面的風險因素也存在，在此主要對這3個方面進行分析論證。

3.2.3 應用概率樹評價法

根據項目特點及風險因素變化特性進行分析，風險因素的概率分布如表1所示。

表1 風險因素概率分布表

每個風險因素有3種狀態，共有 27 種數據組合，如圖1所示。圓圈中的數字表示風險因素各種狀態的發生概率，如圖上第一個分支表示政策因素、招商引資程度、市場因素同時增加 30% 的情況，稱為第一分支事件。第一分支事件發生概率為：P1{政策因素增加 30%}× P2{招商引資因素增加 30%}× P3{市場因素增加 30%}＝0.3 × 0.2 × 0.3＝0.018。

第一分支事件中，在政策、招商引資、市場3個方面因素分別向有利方向調整 30%后，通過調查研究，結合園區產業規劃的相關資料，采用產銷平衡法重新預測化工園區站遠期到發貨運量合計為 1389萬t。依此類推其他分支事件的到發運量，詳見表 2。

將各分支事件的遠期到發運量與可能性分別相乘，得到加權到發運量。將各加權到發運量加總即得到本項目化工園區站的遠期到發貨運量期望值 1041萬 t。

在不考慮上述3種風險因素發生變化的狀態下，利用產銷平衡法可求得貨運量值為 1098萬t，而由表2可知利用概率樹評價法求得的貨運量期望值為1041萬t，比前者減少 57萬t，即若考慮3種因素綜合影響將導致運量比前者減少 5.2%；如果僅考慮政策因素影響將導致運量比前者增加 5.0%；僅考慮招商引資因素影響將導致運量比前者減少 16.3%；僅考慮市場因素影響將導致運量比前者減少 6.2%。

圖1 風險因素概率樹分解圖

這說明該方法在一定程度上減小了由主要風險因素帶來的偏差，對鐵路貨運量預測具有積極意義，可以有效控制以貨運量為設計依據的貨運設施規模的大小，減少投資的偏差。本例由于3個主要風險因素不發生變動的概率較大，再加上各因素正、反向變動的相互抵消作用，所以期望值與不考慮風險因素變動情況下的預測值偏差不大，對控制風險的意義不夠明顯，但不能否認概率樹評價法的積極作用。

4 結束語

在預測鐵路貨運量時，應積極、全面地分析影響運量的主要風險因素，利用概率樹評價法能夠測算風險因素的不同變動對貨運量的影響，綜合考慮各種風險因素，從而有效降低各種不確定因素帶來的預測偏差。雖然概率樹評價法對控制鐵路貨運量預測中的風險具有良好作用，但通過上例可以看出，概率樹評價法在應用中仍有一定的不足和難點，主要體現在2個方面：一是需要對風險因素進行全面分析，較為準確地測算出其變化率和對應的概率；二是對于每一種不同風險因素組合都要預測其鐵路貨運量，工作量大。

表2 貨運量期望值計算表

[1] 中國中鐵二院工程集團有限責任公司. 鐵路運量[M].北京：中國鐵道出版社，2010.

[2] 全國注冊咨詢工程師 (投資) 資格考試參考教材編寫委員會. 工程項目組織與管理 (2008年版) [M]. 北京：中國計劃出版社，2007.