【摘要】：該研究旨在檢查納米比亞Trans-Caprivi corridor(TCC)沿 Cape Fria 至 Katima Mulilo鐵路線的貨運流量以及貨運活動與貿(mào)易,GDP,旅行時間,旅行成本和負(fù)荷能力等相關(guān)因素之間的因果關(guān)系開發(fā)貨運需求模型以預(yù)測未來的貨運量。本文的目的是通過調(diào)查TCC貨運需求特征的獨特變量,幫助實現(xiàn)鐵路運力需求的最佳分配,并最大限度地提高初始投資回報,評估TCC貨運需求特征的已識別變量,以開發(fā)貨運需求模型,以幫助國家鐵路運營商可靠地預(yù)測TCC的未來貨運。在第一章中,提供了世界鐵路貨運部門的背景,最重要的是在非洲,以便為納米比亞目前的鐵路貨運情況提供背景。提出了納米比亞的前奏,以突出關(guān)于治理,人口,經(jīng)濟和運輸?shù)年P(guān)鍵信息,最后是納米比亞的鐵路貨運。在第一章的總結(jié)中,研究范圍在背景中展示,以突出研究的局限性和界限。第三,概述了研究的動機,以涵蓋進行這項研究的重要性。最后,研究了研究的具體目標(biāo),重要性和內(nèi)容,為研究論文的其余部分奠定了基礎(chǔ)。第二章重點介紹了區(qū)域間貨運需求的文獻綜述。首先,它詳細(xì)描述了主要的區(qū)域間貨運需求,如人口,經(jīng)濟活動,負(fù)荷能力,旅行距離,價格和時間,工業(yè),收入,能源,環(huán)境和其他因素和技術(shù)。其次,本章介紹了最廣泛使用的區(qū)域間貨運需求預(yù)測技術(shù),并將其歸類為定性和定量貨運需求技術(shù)。第三,介紹了擬議的定性和定量貨運需求技術(shù)的簡要比較分析。在第二章的最后,基于四步模型,詳細(xì)介紹了區(qū)域間貨運需求建模,詳細(xì)介紹了貨運旅行的產(chǎn)生,貨運旅行分配,貨運旅行模式選擇和貨運旅行路線分配。在第3章中,該方法描述了使用貨運需求模型預(yù)測TCC未來貨運需求的程序。提供研究區(qū)域的概述,特別關(guān)注連接走廊的TCC和遠東。之后,簡要介紹了研究設(shè)計和數(shù)據(jù)收集方法,重點是各種咨詢數(shù)據(jù)來源以及以前在走廊進行的研究。總之,提出了模型公式,給出了用于識別模型中采用的變量的方法的背景。在第四章中,作者首先從文獻綜述中提出了初步的四步跨區(qū)域貨運需求預(yù)測模型,包括貨運旅行生成,貨運旅行分配,貨運旅行模式選擇和貨運旅行分配。第四章的結(jié)果顯示,2010年至2017年,TCC的對外貿(mào)易年增長率為5.37%,年人口增長率為1.21%,年均增長率為11.86%。另一方面,根據(jù)全國鐵路運營商Transnamib Holdings的運力,負(fù)荷能力為686 400.00噸/年/km,而回程時間為37小時,約為2天。旅行費用從每公里8 935 420.00納米比亞元計算,按三個變量之和計算,建筑費用為8,863,000.00美元/公坐,維修費用為14,760美元/公里,能源費用為57,660美元/公里。在此之后,作者計算了 2020年基準(zhǔn)年的運費需求,以便校準(zhǔn)模型。導(dǎo)致外貿(mào)預(yù)測500 031.15噸,人口 1,341,423,人均國內(nèi)生產(chǎn)總值74,184.31納米比亞元,2020年總運量1,736,791.10噸。最后,基于以前的結(jié)果,作者開發(fā)了 TCC貨運需求模,FTDM TCC=e1.11(Tij)0.05(1)0.17(Cijm)0.13(tijm)033用于確定2021年至2030年期間的貨運量預(yù)測。通過比較2010年和2017年實際外貿(mào)與實際貨運量之間的相關(guān)性以及2021年至2030年預(yù)測的外貿(mào)和貨運量,使用Microsoft Excel進行模型驗證。獲得Pearson的乘積系數(shù)r=0.12和r=0.16,分別給出r2=0.015和r2=0.02,這合理地證明了實際貨運量和預(yù)測貨運量是非常有效的,因為r和r2值非常大類似。結(jié)論是貨運需求模型是有效的�？傊�,該研究的結(jié)果表明沿著TCC的貨運量逐漸增加,這可能對TCC鐵路的運營盈利能力和長期可持續(xù)性有用。該研究將有助于在納米比亞建立一個更有效和更強大的鐵路運輸系統(tǒng),以滿足快速增長的貨運需求。此外,鑒于環(huán)保意識日益提高和對全球變暖的擔(dān)憂,研究中的貨運需求預(yù)測將為進一步研究奠定基礎(chǔ),例如確定從公路到鐵路的貨運量以防止空運質(zhì)量和環(huán)境退化。如果鐵路和公路模式的不平衡無法解決,污染和最終的人類健康可能會受到影響,因此該領(lǐng)域的研究可能會吸引更多的興趣和研究資助機會。圖21幅,表34個,參考文獻94篇
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F531
【文章目錄】：
Acknowledgement
中文摘要
Abstract
PREFACE
1 INTRODUCTION
    1.1 BACKGROUND ON RAILWAY FREIGHT TRANSPORTATION
    1.2 BACKGROUND ON NAMIBIA
        1.2.1 Governance
        1.2.2 Population
        1.2.3 Economy
        1.2.4 General Transportation
        1.2.5 Railway Transportation
    1.3 SCOPE OF THE STUDY
    1.4 MOTIVATION
    1.5 OBJECTIVE OF THE STUDY
    1.6 SIGNIFICANCE OF THE STUDY
    1.7 OUTLINE OF THE STUDY
2 LITERATURE REVIEW
    2.1 INTER-REGIONAL FREIGHT TRAFFIC DEMAND FACTORS
        2.1.1 Population
        2.1.2 Economic Activity
        2.1.3 Load Capacity, Distance, Price and Time
        2.1.4 Industries
        2.1.5 Income
        2.1.6 Energy
        2.1.7 Environment
        2.1.8 Technology
    2.2 INTER-REGIONAL FREIGHT TRAFFIC DEMAND FORECASTING TECHNIQUES
        2.2.1 Qualitative Forecasting Techniques
        2.2.2 Quantitative Forecasting Techniques
        2.2.3 Comparison of Quantitative and Qualitative Forecasting Techniques
    2.3 INTER-REGIONAL FREIGHT DEMAND MODELING
        2.3.1 Four step demand model
        2.3.2 Freight trip generation
        2.3.3 Freight trip distribution
        2.3.4 Freight trip mode choice
        2.3.5 Freight trip route assignment
    2.4 LITERATURE SUMMARY
3 METHODOLOGY
    3.1 MODEL FORMULATION
        3.1.1 Identified variables
        3.1.2 Model framework
        3.1.3 Model equation
    3.2 STUDY DESIGN
    3.3 MODELING SOFTWARE
    3.4 STUDY AREA
        3.4.1 Cape Fria to Katima Mulilo （TCC）
        3.4.2 Katima Mulilo to DRC （beyond the TCC）
    3.5 DATA COLLECTION
        3.5.1 Data from preliminary environmental and social impact study
        3.5.2 Data from freight generation study
        3.5.3 Data from economic evaluation
4 DATA ANALYSIS
    4.1 MODEL EQUATION DESCRIPTION
    4.2 MODEL ROUTE PROPERTIES
    4.3 MODEL PRIMARY VARIABLES ANALYSIS
        4.3.1 Foreign trade
        4.3.2 Population
        4.3.3 Economic activity
    4.4 MODEL SECONDARY VARIABLES ANALYSIS
        4.4.1 Load capacity
        4.4.2 Travel time
        4.4.3 Travel cost
    4.5 MODEL CALIBRATION AND FREIGHT TRAFFIC FORECAST FOR BASE YEAR 2020
        4.5.1 Model calibration
        4.5.2 Freight traffic forecast for base year 2020
    4.6 FREIGHT TRAFFIC DEMAND MODEL（FTDM）FOR THE TCC
        4.6.1 Discussion of the FTDM for the TCC
        4.6.2 Freight traffic projections using the FTDM （2010-2017）
        4.6.3 Freight traffic projections using the FTDM（2021-2030）
        4.6.4 Validation of the FTDM
5 CONCLUSIONS
    5.1 CONCLUSIONS
    5.2 RECOMMENDATIONS
    5.3 FURTHER RESEARCH DIRECTIONS
REFERENCES
AUTHOR PROFILE AND RESEARCH ACHIEVEMENTS OBTAINED DURING THE STUDY FOR AMASTER'S/DOCTORAL DEGREE
DATASET FOR THE MASTER'S THESIS

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 隋大偉;;鐵路貨運向現(xiàn)代物流轉(zhuǎn)型的探討[J];現(xiàn)代商業(yè);2019年34期

2 宋華;;鐵路貨運向現(xiàn)代物流的發(fā)展與融合[J];西鐵科技;2006年02期

3 徐紫陽;;鐵路貨運融入現(xiàn)代物流業(yè)的思考[J];鄭鐵科技通訊;2008年02期

4 張秋巖;;淺析裝載機電子秤在鐵路貨運中的應(yīng)用及管理[J];鄭鐵科技通訊;2007年02期

5 馬銘陽;;劉東明：奏響鐵路貨運最強音[J];科技創(chuàng)新與品牌;2019年11期

6 ;2018年鐵路貨運系統(tǒng)優(yōu)秀論文評選[J];鐵道貨運;2019年01期

7 劉麗;;基于深化改革背景下的鐵路貨運發(fā)展策略闡述[J];山東工業(yè)技術(shù);2019年07期

8 周新軍;;中國鐵路貨運轉(zhuǎn)型發(fā)展:基于綜合交通運輸結(jié)構(gòu)優(yōu)化的視角[J];華北電力大學(xué)學(xué)報(社會科學(xué)版);2019年02期

9 灑雨;;淺談我國鐵路貨運市場發(fā)展對策[J];納稅;2019年24期

10 王建勛;;淺析實現(xiàn)鐵路貨運運營管理多元化發(fā)展的策略[J];納稅;2018年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭經(jīng)緯;基于期權(quán)理論的鐵路貨運定價問題研究[D];西南交通大學(xué);2016年

2 江南;鐵路貨運承認(rèn)車審批優(yōu)化決策系統(tǒng)及相關(guān)問題研究[D];中南大學(xué);2006年

3 嚴(yán)賀祥;鐵路貨運通道布局優(yōu)化的模型和方法研究[D];北京交通大學(xué);2008年

4 路海平;鐵路貨運嵌入社會物流的模式及運作機制研究[D];北京交通大學(xué);2013年

5 王波;市場化條件下鐵路貨運競爭戰(zhàn)略選擇及運輸資源優(yōu)化研究[D];北京交通大學(xué);2013年

6 劉星材;基于能力改善的鐵路貨運通道產(chǎn)品設(shè)計及集疏運組織研究[D];北京交通大學(xué);2015年

7 王宇;鐵路貨物運輸發(fā)展演化機理研究[D];西南交通大學(xué);2016年

8 韓伯領(lǐng);鐵路現(xiàn)代物流中心綜合發(fā)展規(guī)劃理論與應(yīng)用研究[D];中南大學(xué);2008年

9 楊意堅;基于鐵路貨運客戶價值創(chuàng)造的企業(yè)能力研究[D];北京交通大學(xué);2010年

10 劉杰;運能釋放條件下鐵路既有繁忙干線貨運產(chǎn)品布局規(guī)劃理論與方法研究[D];北京交通大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊南;鐵路貨運場站綜合評價研究[D];北京交通大學(xué);2019年

2 白云霄;基于超效率SBM模型的鐵路貨運效率研究[D];長安大學(xué);2019年

3 李云龍;鐵路貨運數(shù)據(jù)分析系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

4 張曉晴;競爭條件下鐵路貨運差異性定價與列車開行決策研究[D];北京交通大學(xué);2019年

5 Tomas Thomas Simaneka;為擬議的Cape Fria至Katima Mulilo鐵路線（Trans Caprivi Corridor）開發(fā)鐵路貨運需求模型[D];北京交通大學(xué);2019年

6 王亞龍;鐵路貨運與物流企業(yè)聯(lián)合運輸虛擬企業(yè)研究[D];蘭州交通大學(xué);2018年

7 張得勝;現(xiàn)代物流條件下鐵路貨物運輸定價策略研究[D];蘭州交通大學(xué);2018年

8 辛巖;濟南鐵路貨運大客戶營銷策略研究[D];貴州財經(jīng)大學(xué);2018年

9 汪飛;基于多級模糊綜合評價的農(nóng)產(chǎn)品物流中心選址研究[D];大連交通大學(xué);2016年

10 段志遠;鐵路車務(wù)站段貨運改革策略分析研究[D];中國鐵道科學(xué)研究院;2016年

本文編號：2873509