论文部分内容阅读
[摘 要]2019年年底新型冠状病毒肺炎（COVID-19）的突然暴发对我国各行各业都产生了不可忽视的影响，其中交通运输业也受到了非常大的冲击。文章根据2014—2019年的交通运输客运量，采用灰色系统理论预测模型定量评估新冠肺炎对交通运输业的影响并在此基础上提出相应的政策建议，以降低此次疫情对本行业的影响。
[关键词]新型冠状病毒肺炎（COVID-19）;交通运输业;灰色系统理论;预测;客运量
[DOI]10.13939/j.cnki.zgsc.2021.27.136
1 引言
2019年年底2020年年初，在武汉暴发的新型冠状病毒肺炎迅速在全国内蔓延，各地都采取了隔离封锁措施，政府延长春节假期，企业推迟复工时间。其中，新冠肺炎疫情对交通运输行业的影响是巨大的，在全国各地采取封闭防控举措初见成效的同时，公路、铁路客运量大幅下滑。
新型冠状病毒肺炎（以下简称“COVID-19”）疫情对主要经济产业和整体经济的影响很大，国内外学者对受疫情影响情况进行多种研究。冯珺和宋瑞通过采取弹性法和回归分析，得出COVID-19疫情对全国旅游总人次和总收入造成的损失超过20%和30%[1]。李弄文和张小松从消费者层面分析疫情对物流行业的影响，从各方面尽可能减少疫情对于物流行业的负面影响[2]。周一鸣和姜彩良对比了“非典”时期和“新冠肺炎”时期客货运输的影响[3]。
新冠肺炎是中国公众健康的一場灾难，旅游业和交通运输业首当其冲。随着新型冠状病毒肺炎疫情形势日趋严峻，部分临近春节才返乡或旅游的公众取消出行计划，导致2020年春节返乡客流规模有所减少。春节后，由于日渐严重的疫情，复工出行也一再推迟。文章将根据已有数据预测分析COVID-19疫情对交通业产生的影响，有利于明确疫情对交通运输业的影响，为政府决策提供依据。
2 数据和模型构建
2.1 灰色系统模型
灰色系统理论是我国邓聚龙教授于1982年提出的一种预测评价理论，该理论通过对少量不规则的数据进行变换处理使之体现准指数特征，再进行建模并完成数据预测。为了定量分析COVID-19疫情对交通运输业造成的影响，需要根据历史数据对正常情况下2020年每个月客运量进行估算，将预测值和实际值进行对比，分析交通运输业受疫情影响程度。
2.2 数据来源
文章选取2014年1月至2019年12月间的交通运输量作为灰色预测GM（1，1）的历史数据，测算此次新型冠状病毒肺炎疫情对交通运输业务量的影响，数据均来源于国家统计局网站，以铁路和公路为例。
根据灰色系统模型方程对2020年正常情况下的交通运输量进行预测，同时对2014—2019年的月度数据进行统计，并取平均值作为 2020年月度运输量的分布比例，从而估算出2020年正常情况下每个月的交通运输量，将预测值和实际值进行对比分析交通运输业受疫情影响的程度。
已知全国从2014年1月到2019年12月铁路和公路交通运输量的统计数据如图1所示。
2.3 模型的假设
假设在新冠肺炎疫情流行期间和结束之后，数据的变化只与新冠肺炎疫情的影响有关， 不考虑其他随机因素的影响。
2.4 建立灰色预测模型GM（1，1）
该预测可以分为以下两个部分：
（1）通过 GM（1，1）模型， 由2014—2019年平均交通运输量预测2020年平均交通运输量。
（2）通过历史数据计算每个月的交通运输量与全年交通运输量的关系，预测每个月的交通运输量（以铁路为例）。
模型如下：
（1）设原始序列X（0）=（x（0）（1），x（0）（2），…，x（0）（n）），其中
x（0）（k）≥0，k=1，2，3，…，n
（2）对数据序列进行一次累加操作，得到数据列
X（1）=（x（1）（1），x（1）（2），…，x（1）（n）），其中
x（1）（k）=∑ki=1x（0）（i），k=1，2，…，6
（3）由灰色系统理论建立灰色预测模型的方程，即GM（1，1）模型dx（1）dt+ax（1）=b，其中a是发展灰度，b是内生控制灰度，x（0）为2014—2019年的年平均交通运输量，则
x（0）=（19642.0000，21119.7533，23451.8333，25698.3333，28124.5833，30500.1666）
一次累加值为：
x（1）=（19642.0000，40761.7533，64213.5866，89911.9199，118036.5032，148536.6698）
（4）生成x（1）的近邻值等权序列：
Z（1）=（z（1）（2），z（1）（3），…，z（1）（n）），k=2，3，…，n
z（1）（k）=12x（1）（k）+12x（1）（k-1），k=2，3，…，n
（5）运用最小二乘法求解可得（a，b）T=（BTB）-1BTYN，而
B=-Z（1）（2）1-Z（1）（3）………-Z（1）（n）… YN=x（0）（2）x（0）（3）…x（0）（n）
求得a=-0.2884，b=3.5621×104
模型的解为x（1）（k+1）=（x（1）-ba）e-ab+ba
由此对原始数据的下一个数据进行预测估算，即2020年铁道客运量总额当期值。
（6）通过GM（1，1）模型分别对2020年的每月铁路客运量进行估算，得到的预测结果为铁道客运量33540万人，则预测2020年的铁路客运量为33540×12=402480万人。根据历史数据求出2014—2019年铁路客运量1～5月月度数据占年度数据的比例均值，如表1所示。 并以这些数据为依据，统计估算出2020年各月的铁路运客量预测值。
3 计算结果
采用 GM（1，1）模型分别对2020年铁路、公路、民航、水运客运量进行估算，得到的预测结果分别为铁路402480万人次、公路1132679.034 万人次、水运28017.2388万人次、民航74085.2316万人次。其中2014—2019年公路、水运和民航客运量月度数据占年度数据的比例均值。并统计估算出2020年各月的公路、水运和民航客运量预测值。在此基础上进一步求出2020年各行业正常情况下每月的铁路、公路、水运和民航客运量，并与真实值进行对比，求出实际值相对于预测值的变化幅度。
根据2月客运量在铁路、公路、水运和民航都急剧减少，其中下降幅度最大的是公路。在接下来的几个月，客运量都在逐渐上升，直到5月，上涨幅度最大的是公路，但仍未达到预测值。从单月来看，受影响幅度最大的为公路，2月损失达到86.95%。从1～5月来看，铁路、公路、水运、民航客运量的总损失幅度为59.23%、50.98%、59.56%和60.76%，民航损失最严重、公路运输损失最少。
4 政策建议和可行措施
4.1 建立交通行业突发性危机管理机制
对于交通运输行业来说，必须建立有效的突发性危机管理机制，在包括流行性疾病暴发等突发事件面前能够及时启动，确保交通运输有序进行，将突发事件对国民经济的负面影响损失降到最低。
4.2 交通工具消毒常抓不懈
在此次防治“新冠肺炎”的战役中，交通工具的消毒对于减少“新冠肺炎”的传染途径有着非常重要的作用。即使是在疫情得到缓解之后，从保障人民安全健康的角度出发，交通工具消毒应常抓不懈。 4.3 准确及时掌握旅客健康情况
在行程开始之前，需要乘客出示绿码，并设置专门的仪器测试体温;尽量要求乘客在出行时登记个人信息，方便及时掌握乘客的健康状况，进行跟踪管理。同时需要对载客量进行规定，保持乘客之间的距离。
4.4 四种交通方式的其他措施
4.4.1 铁路
铁路客运部门需要对列车和车站的服务人员进行针对性培训，掌握防护措施和应急处理。铁道部必须要求各列车上配备口罩、体温表、消毒剂等应急防护用品。同时要求全路高度重视防治“新型冠状肺炎”药物用品的运输。
4.4.2 公路
随着疫情形势的发展，大多数公众出行工具的选择都是“自驾”，高速公路疫情防控任务明显加重，建议联合卫健、公安等部门，加强高速公路出入口、高速公路服务区疫情防控工作。对于乘坐汽车的乘客，要逐一进行登记、温度检测，提高旅客的自我防范意识。
4.4.3 水运
水路运输则要加强客船、旅游船，特别是货船的防治工作，必须做好旅客登记工作，包括运输货物的船，一定要对所运货物进行检测，在确认安全之后卸货和运输到目的地。
4.4.4 民航
对于国内航班旅客，在办理登机手续前，必须出示核酸检测报告，并接受工作人员对相关症状、体温的询问和检测，出现疑似症状的顾客需要立即到指点地点进行隔离;对于国际航班旅客，需要进行更加严格的登机检测，在到达目的地之后，立即前往指定隔离场所进行为期14天的隔离。
参考文獻：
[1] 冯珺，宋瑞. 新冠肺炎疫情对我国旅游业的影响：评估与建议[J].财经智库，2020（2）：32-50.
[2] 李弄文，张小松. 新冠肺炎疫情对物流行业的影响及可能的对策[J].物流平台，2020：51-52.
[作者简介]杨婉莹，女，汉族，湖北天门人，硕士，研究方向：管理会计。
[关键词]新型冠状病毒肺炎（COVID-19）;交通运输业;灰色系统理论;预测;客运量
[DOI]10.13939/j.cnki.zgsc.2021.27.136
1 引言
2019年年底2020年年初，在武汉暴发的新型冠状病毒肺炎迅速在全国内蔓延，各地都采取了隔离封锁措施，政府延长春节假期，企业推迟复工时间。其中，新冠肺炎疫情对交通运输行业的影响是巨大的，在全国各地采取封闭防控举措初见成效的同时，公路、铁路客运量大幅下滑。
新型冠状病毒肺炎（以下简称“COVID-19”）疫情对主要经济产业和整体经济的影响很大，国内外学者对受疫情影响情况进行多种研究。冯珺和宋瑞通过采取弹性法和回归分析，得出COVID-19疫情对全国旅游总人次和总收入造成的损失超过20%和30%[1]。李弄文和张小松从消费者层面分析疫情对物流行业的影响，从各方面尽可能减少疫情对于物流行业的负面影响[2]。周一鸣和姜彩良对比了“非典”时期和“新冠肺炎”时期客货运输的影响[3]。
新冠肺炎是中国公众健康的一場灾难，旅游业和交通运输业首当其冲。随着新型冠状病毒肺炎疫情形势日趋严峻，部分临近春节才返乡或旅游的公众取消出行计划，导致2020年春节返乡客流规模有所减少。春节后，由于日渐严重的疫情，复工出行也一再推迟。文章将根据已有数据预测分析COVID-19疫情对交通业产生的影响，有利于明确疫情对交通运输业的影响，为政府决策提供依据。
2 数据和模型构建
2.1 灰色系统模型
灰色系统理论是我国邓聚龙教授于1982年提出的一种预测评价理论，该理论通过对少量不规则的数据进行变换处理使之体现准指数特征，再进行建模并完成数据预测。为了定量分析COVID-19疫情对交通运输业造成的影响，需要根据历史数据对正常情况下2020年每个月客运量进行估算，将预测值和实际值进行对比，分析交通运输业受疫情影响程度。
2.2 数据来源
文章选取2014年1月至2019年12月间的交通运输量作为灰色预测GM（1，1）的历史数据，测算此次新型冠状病毒肺炎疫情对交通运输业务量的影响，数据均来源于国家统计局网站，以铁路和公路为例。
根据灰色系统模型方程对2020年正常情况下的交通运输量进行预测，同时对2014—2019年的月度数据进行统计，并取平均值作为 2020年月度运输量的分布比例，从而估算出2020年正常情况下每个月的交通运输量，将预测值和实际值进行对比分析交通运输业受疫情影响的程度。
已知全国从2014年1月到2019年12月铁路和公路交通运输量的统计数据如图1所示。
2.3 模型的假设
假设在新冠肺炎疫情流行期间和结束之后，数据的变化只与新冠肺炎疫情的影响有关， 不考虑其他随机因素的影响。
2.4 建立灰色预测模型GM（1，1）
该预测可以分为以下两个部分：
（1）通过 GM（1，1）模型， 由2014—2019年平均交通运输量预测2020年平均交通运输量。
（2）通过历史数据计算每个月的交通运输量与全年交通运输量的关系，预测每个月的交通运输量（以铁路为例）。
模型如下：
（1）设原始序列X（0）=（x（0）（1），x（0）（2），…，x（0）（n）），其中
x（0）（k）≥0，k=1，2，3，…，n
（2）对数据序列进行一次累加操作，得到数据列
X（1）=（x（1）（1），x（1）（2），…，x（1）（n）），其中
x（1）（k）=∑ki=1x（0）（i），k=1，2，…，6
（3）由灰色系统理论建立灰色预测模型的方程，即GM（1，1）模型dx（1）dt+ax（1）=b，其中a是发展灰度，b是内生控制灰度，x（0）为2014—2019年的年平均交通运输量，则
x（0）=（19642.0000，21119.7533，23451.8333，25698.3333，28124.5833，30500.1666）
一次累加值为：
x（1）=（19642.0000，40761.7533，64213.5866，89911.9199，118036.5032，148536.6698）
（4）生成x（1）的近邻值等权序列：
Z（1）=（z（1）（2），z（1）（3），…，z（1）（n）），k=2，3，…，n
z（1）（k）=12x（1）（k）+12x（1）（k-1），k=2，3，…，n
（5）运用最小二乘法求解可得（a，b）T=（BTB）-1BTYN，而
B=-Z（1）（2）1-Z（1）（3）………-Z（1）（n）… YN=x（0）（2）x（0）（3）…x（0）（n）
求得a=-0.2884，b=3.5621×104
模型的解为x（1）（k+1）=（x（1）-ba）e-ab+ba
由此对原始数据的下一个数据进行预测估算，即2020年铁道客运量总额当期值。
（6）通过GM（1，1）模型分别对2020年的每月铁路客运量进行估算，得到的预测结果为铁道客运量33540万人，则预测2020年的铁路客运量为33540×12=402480万人。根据历史数据求出2014—2019年铁路客运量1～5月月度数据占年度数据的比例均值，如表1所示。 并以这些数据为依据，统计估算出2020年各月的铁路运客量预测值。
3 计算结果
采用 GM（1，1）模型分别对2020年铁路、公路、民航、水运客运量进行估算，得到的预测结果分别为铁路402480万人次、公路1132679.034 万人次、水运28017.2388万人次、民航74085.2316万人次。其中2014—2019年公路、水运和民航客运量月度数据占年度数据的比例均值。并统计估算出2020年各月的公路、水运和民航客运量预测值。在此基础上进一步求出2020年各行业正常情况下每月的铁路、公路、水运和民航客运量，并与真实值进行对比，求出实际值相对于预测值的变化幅度。
根据2月客运量在铁路、公路、水运和民航都急剧减少，其中下降幅度最大的是公路。在接下来的几个月，客运量都在逐渐上升，直到5月，上涨幅度最大的是公路，但仍未达到预测值。从单月来看，受影响幅度最大的为公路，2月损失达到86.95%。从1～5月来看，铁路、公路、水运、民航客运量的总损失幅度为59.23%、50.98%、59.56%和60.76%，民航损失最严重、公路运输损失最少。
4 政策建议和可行措施
4.1 建立交通行业突发性危机管理机制
对于交通运输行业来说，必须建立有效的突发性危机管理机制，在包括流行性疾病暴发等突发事件面前能够及时启动，确保交通运输有序进行，将突发事件对国民经济的负面影响损失降到最低。
4.2 交通工具消毒常抓不懈
在此次防治“新冠肺炎”的战役中，交通工具的消毒对于减少“新冠肺炎”的传染途径有着非常重要的作用。即使是在疫情得到缓解之后，从保障人民安全健康的角度出发，交通工具消毒应常抓不懈。 4.3 准确及时掌握旅客健康情况
在行程开始之前，需要乘客出示绿码，并设置专门的仪器测试体温;尽量要求乘客在出行时登记个人信息，方便及时掌握乘客的健康状况，进行跟踪管理。同时需要对载客量进行规定，保持乘客之间的距离。
4.4 四种交通方式的其他措施
4.4.1 铁路
铁路客运部门需要对列车和车站的服务人员进行针对性培训，掌握防护措施和应急处理。铁道部必须要求各列车上配备口罩、体温表、消毒剂等应急防护用品。同时要求全路高度重视防治“新型冠状肺炎”药物用品的运输。
4.4.2 公路
随着疫情形势的发展，大多数公众出行工具的选择都是“自驾”，高速公路疫情防控任务明显加重，建议联合卫健、公安等部门，加强高速公路出入口、高速公路服务区疫情防控工作。对于乘坐汽车的乘客，要逐一进行登记、温度检测，提高旅客的自我防范意识。
4.4.3 水运
水路运输则要加强客船、旅游船，特别是货船的防治工作，必须做好旅客登记工作，包括运输货物的船，一定要对所运货物进行检测，在确认安全之后卸货和运输到目的地。
4.4.4 民航
对于国内航班旅客，在办理登机手续前，必须出示核酸检测报告，并接受工作人员对相关症状、体温的询问和检测，出现疑似症状的顾客需要立即到指点地点进行隔离;对于国际航班旅客，需要进行更加严格的登机检测，在到达目的地之后，立即前往指定隔离场所进行为期14天的隔离。
参考文獻：
[1] 冯珺，宋瑞. 新冠肺炎疫情对我国旅游业的影响：评估与建议[J].财经智库，2020（2）：32-50.
[2] 李弄文，张小松. 新冠肺炎疫情对物流行业的影响及可能的对策[J].物流平台，2020：51-52.
[作者简介]杨婉莹，女，汉族，湖北天门人，硕士，研究方向：管理会计。