鄭 輝
(中鐵第五勘察設(shè)計(jì)院集團(tuán)有限公司 線(xiàn)路運(yùn)輸設(shè)計(jì)院,北京 102600)
鐵路貨運(yùn)量預(yù)測(cè)是市場(chǎng)預(yù)測(cè),屬于經(jīng)濟(jì)預(yù)測(cè)的范疇,大多為中長(zhǎng)期預(yù)測(cè)。其預(yù)測(cè)方法有很多,按技術(shù)特性可分為經(jīng)驗(yàn)推斷法、產(chǎn)銷(xiāo)平衡法和經(jīng)濟(jì)數(shù)學(xué)預(yù)測(cè)法3類(lèi)。經(jīng)驗(yàn)推斷法主要根據(jù)預(yù)測(cè)者的主觀經(jīng)驗(yàn)和掌握的信息對(duì)未來(lái)做出判斷。因此,預(yù)測(cè)者的經(jīng)驗(yàn)、水平和擁有的信息量對(duì)于預(yù)測(cè)結(jié)果起決定性作用。產(chǎn)銷(xiāo)平衡法是針對(duì)煤炭、石油、鋼鐵、礦石、水泥等大宗品類(lèi)貨物預(yù)測(cè)的一種基本方法,需要掌握大量經(jīng)濟(jì)、技術(shù)信息,并對(duì)未來(lái)發(fā)展情景作深入的研究分析。經(jīng)濟(jì)數(shù)學(xué)預(yù)測(cè)法是根據(jù)歷史和現(xiàn)狀的數(shù)據(jù),建立模擬公式推導(dǎo)。因此,數(shù)據(jù)的積累、模型的適應(yīng)性和參數(shù)的選擇顯得至關(guān)重要[1]。
上述3類(lèi)預(yù)測(cè)方法各有優(yōu)缺點(diǎn),根據(jù)其在預(yù)測(cè)操作中的特性可知,鐵路貨運(yùn)量預(yù)測(cè)中的風(fēng)險(xiǎn)因素主要有:預(yù)測(cè)者的經(jīng)驗(yàn)水平、同一通道內(nèi)其他交通運(yùn)輸方式的建設(shè)規(guī)劃、預(yù)測(cè)方法與模型的選擇、模型參數(shù)的選定、城市發(fā)展規(guī)劃等。
風(fēng)險(xiǎn)事件是指任何影響項(xiàng)目目標(biāo)實(shí)現(xiàn)的可能發(fā)生的事件,由一種或幾種風(fēng)險(xiǎn)因素相互作用而產(chǎn)生。風(fēng)險(xiǎn)就是風(fēng)險(xiǎn)事件發(fā)生的可能性。由于其不確定性,從而對(duì)工程項(xiàng)目目標(biāo)的實(shí)現(xiàn)產(chǎn)生有利或不利的影響[2]。
鐵路貨運(yùn)量預(yù)測(cè)是從資源開(kāi)發(fā)、經(jīng)濟(jì)發(fā)展需要等角度出發(fā),考察鐵路建設(shè)的必要性,預(yù)測(cè)貨運(yùn)量,提出線(xiàn)路要求的年輸送能力,作為確定線(xiàn)路等級(jí)、技術(shù)標(biāo)準(zhǔn)、設(shè)備規(guī)模、方案比選和初步經(jīng)濟(jì)評(píng)價(jià)的技術(shù)依據(jù)。不同的運(yùn)量預(yù)測(cè)水平,將影響不同的線(xiàn)路等級(jí)、設(shè)備規(guī)模,從而影響鐵路投資、投資收益率等。鐵路建設(shè)所需資金巨大,目前主要以國(guó)家投資為主,隨著多元化投資改革的推進(jìn),社會(huì)多種力量已開(kāi)始逐步涉足鐵路市場(chǎng)。因此,做好對(duì)鐵路運(yùn)量預(yù)測(cè)的風(fēng)險(xiǎn)分析與管理將是對(duì)國(guó)家投資和其他投資方利益的先期保護(hù)。
根據(jù)鐵路貨運(yùn)量預(yù)測(cè)和風(fēng)險(xiǎn)分析的特點(diǎn),鐵路貨運(yùn)量預(yù)測(cè)的風(fēng)險(xiǎn)分析方法主要分為兩大類(lèi)。一類(lèi)是定性風(fēng)險(xiǎn)分析方法,另一類(lèi)是定量風(fēng)險(xiǎn)分析方法。定性風(fēng)險(xiǎn)分析是利用已識(shí)別風(fēng)險(xiǎn)的發(fā)生概率、風(fēng)險(xiǎn)發(fā)生對(duì)項(xiàng)目目標(biāo)的相應(yīng)影響及其他因素,對(duì)已識(shí)別風(fēng)險(xiǎn)的優(yōu)先級(jí)別進(jìn)行評(píng)價(jià),是一種快捷、有效的方法,為定量風(fēng)險(xiǎn)分析奠定基礎(chǔ)。定性風(fēng)險(xiǎn)分析通常采用“風(fēng)險(xiǎn)概率和影響評(píng)價(jià)”方法與“概率和影響矩陣”方法。定量風(fēng)險(xiǎn)分析一般是通過(guò)定性風(fēng)險(xiǎn)分析方法排出風(fēng)險(xiǎn)的優(yōu)先順序后,再采用數(shù)學(xué)模型進(jìn)行量化的方法。定性分析和定量分析在應(yīng)用中是相輔相承、息息相關(guān)的。定量風(fēng)險(xiǎn)分析一般應(yīng)當(dāng)在確定風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃時(shí)再次進(jìn)行,以確定項(xiàng)目總風(fēng)險(xiǎn)是否已經(jīng)減少到滿(mǎn)意。本文所采用的概率樹(shù)評(píng)價(jià)法屬于定量風(fēng)險(xiǎn)分析方法。
概率樹(shù)評(píng)價(jià)法假定風(fēng)險(xiǎn)變量之間是相互獨(dú)立的,可以通過(guò)對(duì)每個(gè)風(fēng)險(xiǎn)變量各種狀態(tài)取值的不同組合計(jì)算鐵路建設(shè)項(xiàng)目的預(yù)測(cè)運(yùn)量。因其分析結(jié)構(gòu)圖呈樹(shù)狀,稱(chēng)之為概率樹(shù)評(píng)價(jià)法。
設(shè)風(fēng)險(xiǎn)變量有 A,B,C,…,M。每個(gè)風(fēng)險(xiǎn)變量有狀態(tài) A1,A2,…,An1;B1,B2,…,Bn2;……;M1,M2,…,Mnm。則各種狀態(tài)發(fā)生的概率為:
則各種狀態(tài)組合的聯(lián)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(tài)組合和相應(yīng)的聯(lián)合概率 n1× n2… × nm個(gè)。
3.2.1 項(xiàng)目背景
某地方鐵路位于我國(guó)西部地區(qū),該工程主要為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展服務(wù)。本線(xiàn)的實(shí)施有助于當(dāng)?shù)毓I(yè)園區(qū)規(guī)劃的推進(jìn)和招商引資的實(shí)現(xiàn),而工業(yè)園區(qū)和招商引資的實(shí)現(xiàn)程度又在相當(dāng)大的程度上影響到本線(xiàn)的鐵路運(yùn)量和收益情況,因此二者之間是相輔相承的關(guān)系。
當(dāng)?shù)氐哪茉粗鼗すI(yè)園區(qū)是經(jīng)國(guó)家相關(guān)部門(mén)核準(zhǔn)的省級(jí)工業(yè)園區(qū)。該園區(qū)立足周邊豐富的褐煤資源,充分考慮和整合其他優(yōu)勢(shì)資源,確定建立以煤化工為主、煤電化一體化、其他產(chǎn)業(yè)為輔的循環(huán)經(jīng)濟(jì)產(chǎn)業(yè)格局。目前該園區(qū)仍處于規(guī)劃階段。
該地方鐵路辦理貨運(yùn)作業(yè)的車(chē)站共有2個(gè),其中化工園區(qū)站主要為能源重化工工業(yè)園區(qū)服務(wù),該園區(qū)產(chǎn)生的鐵路貨運(yùn)量構(gòu)成本線(xiàn)的主要貨運(yùn)量。以下主要分析化工園區(qū)站遠(yuǎn)期貨運(yùn)量的風(fēng)險(xiǎn)情況。
3.2.2 風(fēng)險(xiǎn)因素
由以上資料可知,鐵路貨運(yùn)量的大小主要取決于園區(qū)得到國(guó)家政策的支持程度、園區(qū)招商引資是否成功、能否實(shí)現(xiàn)計(jì)劃規(guī)模、產(chǎn)品被市場(chǎng)的接受程度等,項(xiàng)目風(fēng)險(xiǎn)較大,主要風(fēng)險(xiǎn)因素體現(xiàn)在3個(gè)方面:政策風(fēng)險(xiǎn)、招商引資程度和市場(chǎng)風(fēng)險(xiǎn)。其他方面的風(fēng)險(xiǎn)因素也存在,在此主要對(duì)這3個(gè)方面進(jìn)行分析論證。
3.2.3 應(yīng)用概率樹(shù)評(píng)價(jià)法
根據(jù)項(xiàng)目特點(diǎn)及風(fēng)險(xiǎn)因素變化特性進(jìn)行分析,風(fēng)險(xiǎn)因素的概率分布如表1所示。
表1 風(fēng)險(xiǎn)因素概率分布表
每個(gè)風(fēng)險(xiǎn)因素有3種狀態(tài),共有 27 種數(shù)據(jù)組合,如圖1所示。圓圈中的數(shù)字表示風(fēng)險(xiǎn)因素各種狀態(tài)的發(fā)生概率,如圖上第一個(gè)分支表示政策因素、招商引資程度、市場(chǎng)因素同時(shí)增加 30% 的情況,稱(chēng)為第一分支事件。第一分支事件發(fā)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(chǎng)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(chǎng)3個(gè)方面因素分別向有利方向調(diào)整 30%后,通過(guò)調(diào)查研究,結(jié)合園區(qū)產(chǎn)業(yè)規(guī)劃的相關(guān)資料,采用產(chǎn)銷(xiāo)平衡法重新預(yù)測(cè)化工園區(qū)站遠(yuǎn)期到發(fā)貨運(yùn)量合計(jì)為 1389萬(wàn)t。依此類(lèi)推其他分支事件的到發(fā)運(yùn)量,詳見(jiàn)表 2。
將各分支事件的遠(yuǎn)期到發(fā)運(yùn)量與可能性分別相乘,得到加權(quán)到發(fā)運(yùn)量。將各加權(quán)到發(fā)運(yùn)量加總即得到本項(xiàng)目化工園區(qū)站的遠(yuǎn)期到發(fā)貨運(yùn)量期望值 1041萬(wàn) t。
在不考慮上述3種風(fēng)險(xiǎn)因素發(fā)生變化的狀態(tài)下,利用產(chǎn)銷(xiāo)平衡法可求得貨運(yùn)量值為 1098萬(wàn)t,而由表2可知利用概率樹(shù)評(píng)價(jià)法求得的貨運(yùn)量期望值為1041萬(wàn)t,比前者減少 57萬(wàn)t,即若考慮3種因素綜合影響將導(dǎo)致運(yùn)量比前者減少 5.2%;如果僅考慮政策因素影響將導(dǎo)致運(yùn)量比前者增加 5.0%;僅考慮招商引資因素影響將導(dǎo)致運(yùn)量比前者減少 16.3%;僅考慮市場(chǎng)因素影響將導(dǎo)致運(yùn)量比前者減少 6.2%。
圖1 風(fēng)險(xiǎn)因素概率樹(shù)分解圖
這說(shuō)明該方法在一定程度上減小了由主要風(fēng)險(xiǎn)因素帶來(lái)的偏差,對(duì)鐵路貨運(yùn)量預(yù)測(cè)具有積極意義,可以有效控制以貨運(yùn)量為設(shè)計(jì)依據(jù)的貨運(yùn)設(shè)施規(guī)模的大小,減少投資的偏差。本例由于3個(gè)主要風(fēng)險(xiǎn)因素不發(fā)生變動(dòng)的概率較大,再加上各因素正、反向變動(dòng)的相互抵消作用,所以期望值與不考慮風(fēng)險(xiǎn)因素變動(dòng)情況下的預(yù)測(cè)值偏差不大,對(duì)控制風(fēng)險(xiǎn)的意義不夠明顯,但不能否認(rèn)概率樹(shù)評(píng)價(jià)法的積極作用。
在預(yù)測(cè)鐵路貨運(yùn)量時(shí),應(yīng)積極、全面地分析影響運(yùn)量的主要風(fēng)險(xiǎn)因素,利用概率樹(shù)評(píng)價(jià)法能夠測(cè)算風(fēng)險(xiǎn)因素的不同變動(dòng)對(duì)貨運(yùn)量的影響,綜合考慮各種風(fēng)險(xiǎn)因素,從而有效降低各種不確定因素帶來(lái)的預(yù)測(cè)偏差。雖然概率樹(shù)評(píng)價(jià)法對(duì)控制鐵路貨運(yùn)量預(yù)測(cè)中的風(fēng)險(xiǎn)具有良好作用,但通過(guò)上例可以看出,概率樹(shù)評(píng)價(jià)法在應(yīng)用中仍有一定的不足和難點(diǎn),主要體現(xiàn)在2個(gè)方面:一是需要對(duì)風(fēng)險(xiǎn)因素進(jìn)行全面分析,較為準(zhǔn)確地測(cè)算出其變化率和對(duì)應(yīng)的概率;二是對(duì)于每一種不同風(fēng)險(xiǎn)因素組合都要預(yù)測(cè)其鐵路貨運(yùn)量,工作量大。
表2 貨運(yùn)量期望值計(jì)算表
[1] 中國(guó)中鐵二院工程集團(tuán)有限責(zé)任公司. 鐵路運(yùn)量[M].北京:中國(guó)鐵道出版社,2010.
[2] 全國(guó)注冊(cè)咨詢(xún)工程師 (投資) 資格考試參考教材編寫(xiě)委員會(huì). 工程項(xiàng)目組織與管理 (2008年版) [M]. 北京:中國(guó)計(jì)劃出版社,2007.