鐵路建設項目需要投入大量的資金和資源,滿足復雜嚴謹?shù)慕ㄔO要求,符合嚴格縝密的建設標準,是技術密集和勞動密集型的大工程。因此,十分有必要對鐵路建設項目進行后評價,來判斷項目預期目標的實現(xiàn)程度,項目實現(xiàn)的效益情況,以及項目整體的合理性。昌九城際客專是繼京津城際之后的第二條城際鐵路,屬于中國早期建設的城際鐵路,在諸多技術領域均有創(chuàng)新和突破。作為示范性項目,能夠為以后的鐵路建設項目提供借鑒。在系統(tǒng)地論述了目前國內外高速鐵路后評價、蒙特卡洛方法與灰色預測理論在項目經(jīng)濟評價中的應用等相關研究的基礎上,對昌九城際客專項目的基礎資料進行梳理,根據(jù)《鐵路建設項目經(jīng)濟評價辦法（第二版）》和中國鐵路總公司印發(fā)的《高鐵運營安全質量服務效益綜合評價辦法（試行）》指導文件,結合項目的實際情況,構建了評價指標體系,并運用對比分析、經(jīng)濟效益分析等方法對昌九城際客專項目的經(jīng)濟效益進行后評價,主要評價內容包括財務后評價（盈利能力、清償能力和運營效率）和國民經(jīng)濟后評價。此外,運用蒙特卡洛方法對項目經(jīng)濟后評價進行模擬仿真,最后對比評價結果。模擬仿真具體步驟是:首先運用灰色預測GM（1,1）模型對項目2019—2031年各年的... 

【文章來源】：華東交通大學江西省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

全部投資內部收益率敏感性分析圖

第6章昌九城際鐵路經(jīng)濟后評價的蒙特卡洛仿真43數(shù)據(jù)序列將k8,7,6,5,4,3,2,1代入模型中，可以得到擬合數(shù)列：,2,,390000xxxX運輸收入的GM(1,1)預測模型擬合數(shù)列結果詳見表5-2。表5-2運輸收入預測模型數(shù)據(jù)擬合結果項目觀察值0X擬合值0X誤差相對誤差e%/X(1)2010年11888.762911888.7629——X(2)2011年47341.030553222.5055-5881.475-12.4236X(3)2012年55325.768257673.1761-2347.4079-4.2429X(4)2013年64797.349362496.02882301.32053.5516X(5)2014年76102.104467722.18718379.917311.0114X(6)2015年75151.744473385.37681766.36762.3504X(7)2016年76848.370679522.1443-2673.7737-3.4793X(8)2017年86082.055986172.0918-90.0359-0.1046X(9)2018年91376.957893378.1335-2001.1757-2.19運輸收入預測模型擬合數(shù)列與原始數(shù)列比較見圖5-1：圖5-1模擬擬合數(shù)列與原始數(shù)列比較圖Fig.5-1Comparisonofsimulatedfitseriesandoriginalseries圖5-1顯示運輸收入指標的預測模型擬合數(shù)列與原始數(shù)據(jù)擬合較好。對求得運輸收入GM(1,1)預測模型進行精度檢驗，用預測值的均方差來評定預測值精度，經(jīng)運算模型精度檢驗結果為：.P,.C0000117570。根據(jù)表5-1可判斷出，模型精度較好。所以，運輸收入GM(1,1)模型可用于昌九城際客專項目運輸收入的預測。（3）預測結果運輸收入/萬元

昌九城際客專項目經(jīng)濟后評價研究44值k13.12,11,10,9，繼續(xù)計算可得未來五個時刻的預測值，即2019年，2020年，2021年，2020年，2023年。參見表5-3。表5-3運輸收入預測結果表序列年份預測值X(10)2019年101186.7722X(11)2020年109648.3992X(12)2021年118817.6200X(13)2022年128753.6063X(14)2023年139520.4780（4）概率分布運用水晶球軟件對以上預測值進行分布擬合所得結果如圖5-2所示：圖5-2數(shù)據(jù)擬合概率直方圖（運輸收入）Fig.5-1Probabilityhistogramofdatafit(transportrevenue)通過擬合概率直方圖可知，運輸收入指標最適合的分布是邏輯分布。接著對所擬合分布的優(yōu)良程度進行檢驗（參見圖5-3）。

【參考文獻】：
期刊論文
[1]用能單位利益最大化視角的EPC合同期決策模型[J]. 阮紅權.  中外能源. 2020(03)
[2]我國宏觀經(jīng)濟指數(shù)的構建與預測——基于灰色系統(tǒng)理論[J]. 李經(jīng)緯,朱冬冬.  時代金融. 2020(06)
[3]基于AHP-模糊綜合評價的重慶西站POE[J]. 謝雨宏,陳建華,孫穗萍.  南方建筑. 2020(01)
[4]灰色GM（2,1）模型在卷煙銷量預測的應用[J]. 陳磊,朱振宏,高逸蕓.  價值工程. 2020(06)
[5]黑龍江省三種水稻熱量指數(shù)預測方法的對比研究[J]. 王秋京,馬國忠,王萍,趙克葳,楊曉強,于瑛楠,王銘,姜麗霞.  中國農(nóng)學通報. 2020(05)
[6]重大交通基礎設施對城市交通影響的評價方法研究[J]. 李健行,李華.  公路交通技術. 2019(05)
[7]基于灰色預測模型的高速公路經(jīng)濟影響后評價[J]. 鐘琦,田宇,沈黨云.  公路. 2019(08)
[8]浙江省數(shù)字經(jīng)濟發(fā)展綜合評價研究[J]. 辛金國,姬小燕,張誠躍.  統(tǒng)計科學與實踐. 2019(07)
[9]鐵路建設項目環(huán)境影響后評價框架及評價指標[J]. 屈廣義.  鐵路節(jié)能環(huán)保與安全衛(wèi)生. 2019(03)
[10]中國經(jīng)濟預測準確性的再評析——基于2011—2015年GDP數(shù)據(jù)[J]. 李連友,李帆.  宏觀經(jīng)濟研究. 2019(06)

博士論文
[1]鐵路建設項目后評價基礎理論與方法研究[D]. 馬駟.西南交通大學 2014

碩士論文
[1]成賓大鐵路建設項目經(jīng)濟評價[D]. 李博.大連交通大學 2017



本文編號：3472585