论文部分内容阅读
摘 要：铁路货运对桂林市经济社会发展起着基础性的支撑作用，而高铁的出现为铁路货运带来一种全新运输模式。使铁路货运能适应高铁的发展是有效促进桂林市经济发展的重要手段。因此，利用GM（1，1）预测模型动态模拟桂林铁路货物周转量变化态势，再运用马尔科夫状态转移矩阵修正其模拟结果，最后基于预测结果，分析出桂林铁路货运不适应高铁货运的主要原因以及提出改善性策略。
关键词：桂林高铁;物流;GM-Markov预测
引言
一个城市的经济能力主要表现为生产力和消费力的叠加效应，一个城市的竞争力=（生产力+消费力）×流通力。尽管经济社会发展、生产力和消费力是关键性要素，但流通力起基础性作用。快速低能耗高效益的高铁货运对城市产业结构优化升级起至关重要的作用，如何发挥高铁优势，释放铁路货运潜能是未来一段时间桂林市经济发展的关键问题之一。笔者通过预测桂林铁路货物周转量未来发展趋势并分析桂林铁路货运不适应高铁货运的主要原因，针对其中原因提出改善性策略，以促进桂林构建能适应高铁时代的铁路货运模式，保证铁路货运对桂林市经济发展所起的基础性作用。
一、高铁时代对中国铁路货运的影响
高铁时代铁路货运能力巨增。路网复杂的中国铁路货运采用先进的现代物流市场营销理念与技术，完善货运产品并创造出新型货运模式，搭建铁路货运物流平台，构建出一种能够满足中国铁路发展需要的高铁货运模式。
（一）高铁发展使中国铁路货运服务能力大幅提升
高铁的发展尤其是新高铁路线的开通可急剧增强主要铁路干线货运能力，铁路主要干线货运能力的提升为深入优化区域运输路径创造条件，并能极大提升区域整体的货运能力。
（二）货运组织创新中国铁路货运创建新模式
中国铁路部门经分析货运发展现状后制定出一套可持续发展的铁路货运战略，实施一系列能充分利用高铁优势的改进措施，实现了货运量的提高、运输效率的提升、路网能力的提升，达到了货运组织创新、货运品种完善以及货运新模式创建的目标。
（三）客货分线全面快速提升中国铁路货运质量
当中国铁路快速客运路网基本建成后部分路线实现客货分线，繁忙干线上紧张货运问题得到解决，跨区域的货运得到保证，形成了货畅其流的局面，全面快速提升中国铁路货运质量。
当前，桂林铁路尚未形成高铁货运模式，未能有效运用高铁优势大力发展铁路货运。下文将运用GM-Markov模型预测桂林铁路货物周转量的变化情况，然后分析桂林铁路货运不适应高铁货运的主要原因并提出改善性策略，以期构建能适应高铁货运的桂林铁路货运模式。
二、桂林铁路货物周转量的预测
因受体制不健全、运价不灵活、服务水平不高、运力不均衡等多种因素影响，把铁路货运量产生的过程视为既包括已知信息又隐藏未知信息的灰色动态过程，笔者从桂林铁路货物周转量时间序列中获取已知信息，建立一个系统的不断发展变化的GM（1，1）动态预测模型。由于桂林铁路运输实际货物周转量时间序列数据常呈现较大趋势性波动，对其用传统GM（1，1）灰色预测模型拟合，所得结果误差大且预测精度不高，但可揭示数据序列发展的总趋势;而马尔科夫状态转移方法适用于预测随机波动较大的数据，确定状态转移规律。因此，同时运用这两种方法可达到优势互补的效果以提高预测的准确度。本文利用马尔科夫状态转移矩阵修正灰色预测值的模型来预测桂林铁路未来10个月的货物周转量。
（一）桂林铁路货物周转量灰色预测
灰色预测流程如图1所示。
1.生成累加数列X（1）
记原始时间序列数据为X（0） =[x（0） （1），x（0） （2），x（0） （3）……x（0） （n）]，由[x（0） （i ）经过一次生成的数据序列记为X（1） =[x（1） （1），x（1） （2），x（1） （3）……x（1） （n）]：
x（1） （k）=■x（0） （i）=x（1） （k-1）+x（0） （k），k=2，3，4…n
选取2014年1—10月桂林铁路货物周转量作为原始时间序列数据（数据来源于广西壮族自治区统计局月度数据），
图1 桂林铁路货物周转量灰色预测流程
为了消除数据序列的随机性，采用一次性累加法进行处理，得到累加数据序列X（1） ，具体数据见表1。
表1 2014年桂林各月度铁路货物周转量 （万吨公里）
2.对X（1） 作紧临均值生成，令：
Z（1） （k）=0.5x（1） （k）+0.5x（1） （k-1），k=2，3，…24
得Z（1） =（z（1） （1），z（1） （2），z（1） （3），…，z（1） （24））
3.对参数列■=[a，b]T进行最小二乘估计，得：
■=（BTB）-1BTY=ab=-0.029326.477
4.确定模型货物周转量：
■
5.检验误差
根据上式计算2014年桂林货物周转量月度拟合值，其结果见表2。
表2 GM（1，1）预测桂林铁路货物周转量拟合值及误差 （万吨公里）
预测货物周转量最大相对误差为11.03%，略大于10%，在误差允许范围内，可用来预测。为进一步提高预测准确度，下面对其进行马尔科夫链修正。
（二）用马尔科夫状态转移模型对灰色预测量进行校正
马尔科夫模型校正灰色预测模型基本方法：利用灰色预测数据序列求得数据序列状态转移矩阵，再根据此矩阵预测未来的变化趋势。 1.划分桂林铁路货物周转量灰色预测状态
要获得马尔科夫模型状态转移矩阵，先确定灰色预测出的货物周转量的状态，依照运用马尔科夫链数据分析方法的经验与现实状况，将货物周转量增幅情况划分为5种状态，详细情况如表3。
表3 预测桂林铁路货物周转量误差状态划分
注：表中表示铁路货物周转量的增幅度。
2.修正灰色模型的模拟值
马尔科夫链预测是根据状态之间的转移概率来推测系统未来的发展变化。一步转移概率的公式：Rjk=Mjk/Mj
其中Rjk为状态Sj经过一步转移到状态Sk的概率，Mjk为状态转移发生的次数，Mj为状态Sj出现的次数。对于高阶转移概率矩阵，一般采用递推公式计算即：
■
且满足条件a：■;b：■。
多阶转移概率矩阵为：
■
对2014年10月之前灰色预测值修正方法：考虑R（1） 在现实时间序列的状态Δi，若■，则认为下月为Δj状态，取该状态中点为模拟值;若要模拟第二月状态同理考虑R（1） ，以此类推得到1—10月修正的灰色模拟值。
对于2014年10月之后桂林货物周转量灰色预测值修正方法：利用1—10月的预测模拟值作为预测样本数据，利用各种状态转移频率作为发生概率估计值，得出桂林铁路货物周转量状态转移概率矩阵为：
■
由马尔科夫链模型A（n） =A（0） R（n） ，A（n） 表示n时刻状态概率向量，A（0） 表示初始时刻状态概率向量，因10月份处于第五种状态得A（0） =（0 0 0 0 0），为R（n） n步状态转移矩阵，从而得到未来十个月桂林铁路货物周转量的转移概率及预测状态向量，如表4所示。
表4 桂林铁路货物周转量灰色预测修正值 （万吨公里）
图2 桂林铁路货物周转量预测趋势
从表4可知，11月桂林铁路货物周转量预测值为55 586.0万吨公里，而11月的实际值为55 014.29万吨公里，两者相对误差只有1%，有效说明GM-Markov模型预测的准确性。预测结果表明，12月至来年2月桂林铁路货物周转量出现大幅降低，从3月开始保持较低水平毫无增长趋势的状态。
为寻求桂林铁路货物周转量出现此状态的原因，本文通过对10位桂林铁路运输专家的咨询与问卷调查（问卷内容基于上述预测结果—桂林铁路货物周转量未来会有所下降并保持较低水平且毫无增长趋势的状态，调查影响桂林铁路货物周转量的因素。问卷共发放10分，回收10分，有效回收率100%）。据调查结果统计分析得出影响桂林铁路货物周转量的因素，如图3所示。
图3 桂林铁路货物周转量的影响因素
+：表示影响货运量正增长;-：表示影响货运量负增长;平：表示基本不影响货运量
影响桂林铁路货物周转量的因素主要为微观环境，其中企业内部因素中的货运产品为主要因素。现今货主差异化的运输需求要求铁路货运部门能及时快速开发新产品，构建多样化、快捷的高铁货运产品体系。由于桂林铁路货运发展步伐较慢、水平较低，货运模式不健全，难以开发高铁货运产品，从而未能满足现今大量货主的快捷运输需求，在激烈竞争中渐渐失去市场份额，货运量也随之下降，进而验证了马尔科夫预测结果的正确性。为了扭转此局势，则需找出桂林铁路货运模式不适合开发高铁货运产品的原因。
三、桂林铁路货运不适应高铁货运的原因分析
从上述可知，影响桂林铁路货运的主要因素为货运产品，高铁货运产品能较好地满足当今客户的需求。具有复杂货源结构，可满足高层次、个性化货主需求，速度快、时效性高等特点的高铁货运产品所形成的高铁货运模式如图4所示。
图4 高铁货运模式
从图4可知，目前桂林铁路货运模式不适合开发高铁货运产品的原因有以下四个方面。
（一）复杂货源结构
现今的高新技术产业要求产品运输前需深加工、精加工，铁路货运市场货源则具有小批量、高附加值和多品种的特点。当前桂林铁路货运部门对货源结构发生的变化不够重视，其货运产品在品质、数量、种类等方面难以适应市场复杂的变化。
（二）高层次货运需求
为提高生产效率使人们更重视单位时间价值，根据不同需求速度等级，目前我国已开行120km/h快速行邮专列与160km/h特快行邮专列，且对时速200km/h等级高速铁路货运的需求会不断增强。但由于现有设备不健全，桂林铁路货运难以满足此需求。
（三）个性化货主需求
大部分供应商利用高铁技术已开发出以门到门运输为基础提供桌到桌，货架到货架的进一步物流服务，而桂林铁路货运产品注重大众化服务，难以满足货主的个性化需求。
（四）准时率低、时效差
据统计显示，桂林2014年快递业务量为335.27万件，同比增长30.9%，快递业务收入为5 791.39万元，同比增长34.8%。快递业能迅猛发展的原因在于能在最短时间将快件送达货主手中，而铁路货运因准时率低、时效性差在快递行业难以有用武之地。
四、桂林铁路货运适应高铁货运的改善性策略
经分析高铁货运产品的特性及桂林铁路货运现有状况得出：开发高速快捷货运产品有助于桂林构建高铁货运产品体系，打造适应高铁货运的铁路货运模式。依据我国现有快捷货运产品，桂林铁路货运可开发高速鲜活货物专列、高速集装箱专列、高速行邮专列等高铁货运产品。因此，针对桂林开发高铁货运产品提出以下改善性策略。 （一）构建高铁货运产品运输模式
1.货运产品运输方面
根据旅客运输需求的变化，动态调整运输模式，在高速客运供大于求的期间，货运与客运列车分时段运行;在寒暑高速客运高峰期，客运需求满足后可考虑客车连挂货车车箱，使高速货运与客运同时、同台进行。
2.货源组织方面
基于稳定货源供应的要求，桂林铁路货运采取多元化货源组织模式：（1）构建桂林铁路货运自身吸引货源模式，挖掘对口货源。（2）加强与快递物流企业合作，开展联合运输争取终端货源。（3）加强与物流基地合作，实施货源集装箱运输模式。
3.产品装卸方面
为确保高效装卸、按时完成作业以及杜绝（下转61页）（上接52页）超载偏载问题、保证运输安全，桂林铁路部门需构建专业装卸工作团队。
（二）货运产品延伸服务
当今铁路货运改革的最终目标是能高效满足客户需求以及将铁路货运转变为现代物流业。因此，桂林铁路货运既要实现产品空间位移，又要保证运输全程化、透明化。
1.物流服务全程化
高铁货运产品因铁路运输的局限性只能进行“站到站”运输，若要实现“门至门、桌至桌”运输，必然要与其他物流企业进行合作。因此，桂林开发高铁货运产品应与物流合作企业发展多式联运，构建全程化高速运输链模式。
2.运输信息透明化
为提供高质量货运信息服务，桂林铁路局应需建立高铁货运产品服务点，运用铁路货运网络平台为客户提供透明化的运输信息等服务，提升高铁货运产品的核心竞争力。
结语
总之，桂林应充分运用高铁时代所带来的巨大运输能力，加强高铁货运产品的开发，并借此机遇大力调整铁路货运结构和组织模式以提高货运效率，积极应对市场的新要求和新挑战。但本文尚未考虑桂林开发高铁货运产品的投资成本和收益以及如何确保与高铁客运相协调等问题，因此，构建适应高铁时代的铁路货运模式在桂林能否实现尚有待进一步商榷。
参考文献：
[1] 赖一飞，郑清秀，章少强，等.灰色预测模型在水运货运量预测中的应用[J].武汉水利电力大学学报，2007，33（1）：96-99.
[2] 周爱桃，景国勋，孙纲，等.改进的灰色预测模型在火灾事故预测中的应用[J].中国安全生产科学技术，2006，2（1）：62-64.
[3] 付长贺，邓.马尔科夫链在传染病预测中的应用[J].沈阳师范大学学报：自然科学版，2009，27（1）：28-30.
[4] 姚作芳，刘兴土，杨飞.马尔科夫方法修正的灰色模型在吉林省粮食产量预测中的应用[J].中国科学院东北地理与农业生态研
究所，2010，（6）：452-457.
[5] 冯文权.经济预测决策技术（第5版）[M].武汉：武汉大学出版社，2008.
[6] 柏继云.黑龙江省大豆生产预警预测研究与实证分析[D].哈尔滨：东北农业大学，2006.
[7] 李名升，任晓霞，佟连军.马尔科夫链在环境质量预测中的应用[J].环境工程，2007，25（6）：78-81.
[8] 于泳.试析影响中国铁路货运量的主要因素[J].哈尔滨铁路局，2003，11（6）：37-39.
关键词：桂林高铁;物流;GM-Markov预测
引言
一个城市的经济能力主要表现为生产力和消费力的叠加效应，一个城市的竞争力=（生产力+消费力）×流通力。尽管经济社会发展、生产力和消费力是关键性要素，但流通力起基础性作用。快速低能耗高效益的高铁货运对城市产业结构优化升级起至关重要的作用，如何发挥高铁优势，释放铁路货运潜能是未来一段时间桂林市经济发展的关键问题之一。笔者通过预测桂林铁路货物周转量未来发展趋势并分析桂林铁路货运不适应高铁货运的主要原因，针对其中原因提出改善性策略，以促进桂林构建能适应高铁时代的铁路货运模式，保证铁路货运对桂林市经济发展所起的基础性作用。
一、高铁时代对中国铁路货运的影响
高铁时代铁路货运能力巨增。路网复杂的中国铁路货运采用先进的现代物流市场营销理念与技术，完善货运产品并创造出新型货运模式，搭建铁路货运物流平台，构建出一种能够满足中国铁路发展需要的高铁货运模式。
（一）高铁发展使中国铁路货运服务能力大幅提升
高铁的发展尤其是新高铁路线的开通可急剧增强主要铁路干线货运能力，铁路主要干线货运能力的提升为深入优化区域运输路径创造条件，并能极大提升区域整体的货运能力。
（二）货运组织创新中国铁路货运创建新模式
中国铁路部门经分析货运发展现状后制定出一套可持续发展的铁路货运战略，实施一系列能充分利用高铁优势的改进措施，实现了货运量的提高、运输效率的提升、路网能力的提升，达到了货运组织创新、货运品种完善以及货运新模式创建的目标。
（三）客货分线全面快速提升中国铁路货运质量
当中国铁路快速客运路网基本建成后部分路线实现客货分线，繁忙干线上紧张货运问题得到解决，跨区域的货运得到保证，形成了货畅其流的局面，全面快速提升中国铁路货运质量。
当前，桂林铁路尚未形成高铁货运模式，未能有效运用高铁优势大力发展铁路货运。下文将运用GM-Markov模型预测桂林铁路货物周转量的变化情况，然后分析桂林铁路货运不适应高铁货运的主要原因并提出改善性策略，以期构建能适应高铁货运的桂林铁路货运模式。
二、桂林铁路货物周转量的预测
因受体制不健全、运价不灵活、服务水平不高、运力不均衡等多种因素影响，把铁路货运量产生的过程视为既包括已知信息又隐藏未知信息的灰色动态过程，笔者从桂林铁路货物周转量时间序列中获取已知信息，建立一个系统的不断发展变化的GM（1，1）动态预测模型。由于桂林铁路运输实际货物周转量时间序列数据常呈现较大趋势性波动，对其用传统GM（1，1）灰色预测模型拟合，所得结果误差大且预测精度不高，但可揭示数据序列发展的总趋势;而马尔科夫状态转移方法适用于预测随机波动较大的数据，确定状态转移规律。因此，同时运用这两种方法可达到优势互补的效果以提高预测的准确度。本文利用马尔科夫状态转移矩阵修正灰色预测值的模型来预测桂林铁路未来10个月的货物周转量。
（一）桂林铁路货物周转量灰色预测
灰色预测流程如图1所示。
1.生成累加数列X（1）
记原始时间序列数据为X（0） =[x（0） （1），x（0） （2），x（0） （3）……x（0） （n）]，由[x（0） （i ）经过一次生成的数据序列记为X（1） =[x（1） （1），x（1） （2），x（1） （3）……x（1） （n）]：
x（1） （k）=■x（0） （i）=x（1） （k-1）+x（0） （k），k=2，3，4…n
选取2014年1—10月桂林铁路货物周转量作为原始时间序列数据（数据来源于广西壮族自治区统计局月度数据），
图1 桂林铁路货物周转量灰色预测流程
为了消除数据序列的随机性，采用一次性累加法进行处理，得到累加数据序列X（1） ，具体数据见表1。
表1 2014年桂林各月度铁路货物周转量 （万吨公里）
2.对X（1） 作紧临均值生成，令：
Z（1） （k）=0.5x（1） （k）+0.5x（1） （k-1），k=2，3，…24
得Z（1） =（z（1） （1），z（1） （2），z（1） （3），…，z（1） （24））
3.对参数列■=[a，b]T进行最小二乘估计，得：
■=（BTB）-1BTY=ab=-0.029326.477
4.确定模型货物周转量：
■
5.检验误差
根据上式计算2014年桂林货物周转量月度拟合值，其结果见表2。
表2 GM（1，1）预测桂林铁路货物周转量拟合值及误差 （万吨公里）
预测货物周转量最大相对误差为11.03%，略大于10%，在误差允许范围内，可用来预测。为进一步提高预测准确度，下面对其进行马尔科夫链修正。
（二）用马尔科夫状态转移模型对灰色预测量进行校正
马尔科夫模型校正灰色预测模型基本方法：利用灰色预测数据序列求得数据序列状态转移矩阵，再根据此矩阵预测未来的变化趋势。 1.划分桂林铁路货物周转量灰色预测状态
要获得马尔科夫模型状态转移矩阵，先确定灰色预测出的货物周转量的状态，依照运用马尔科夫链数据分析方法的经验与现实状况，将货物周转量增幅情况划分为5种状态，详细情况如表3。
表3 预测桂林铁路货物周转量误差状态划分
注：表中表示铁路货物周转量的增幅度。
2.修正灰色模型的模拟值
马尔科夫链预测是根据状态之间的转移概率来推测系统未来的发展变化。一步转移概率的公式：Rjk=Mjk/Mj
其中Rjk为状态Sj经过一步转移到状态Sk的概率，Mjk为状态转移发生的次数，Mj为状态Sj出现的次数。对于高阶转移概率矩阵，一般采用递推公式计算即：
■
且满足条件a：■;b：■。
多阶转移概率矩阵为：
■
对2014年10月之前灰色预测值修正方法：考虑R（1） 在现实时间序列的状态Δi，若■，则认为下月为Δj状态，取该状态中点为模拟值;若要模拟第二月状态同理考虑R（1） ，以此类推得到1—10月修正的灰色模拟值。
对于2014年10月之后桂林货物周转量灰色预测值修正方法：利用1—10月的预测模拟值作为预测样本数据，利用各种状态转移频率作为发生概率估计值，得出桂林铁路货物周转量状态转移概率矩阵为：
■
由马尔科夫链模型A（n） =A（0） R（n） ，A（n） 表示n时刻状态概率向量，A（0） 表示初始时刻状态概率向量，因10月份处于第五种状态得A（0） =（0 0 0 0 0），为R（n） n步状态转移矩阵，从而得到未来十个月桂林铁路货物周转量的转移概率及预测状态向量，如表4所示。
表4 桂林铁路货物周转量灰色预测修正值 （万吨公里）
图2 桂林铁路货物周转量预测趋势
从表4可知，11月桂林铁路货物周转量预测值为55 586.0万吨公里，而11月的实际值为55 014.29万吨公里，两者相对误差只有1%，有效说明GM-Markov模型预测的准确性。预测结果表明，12月至来年2月桂林铁路货物周转量出现大幅降低，从3月开始保持较低水平毫无增长趋势的状态。
为寻求桂林铁路货物周转量出现此状态的原因，本文通过对10位桂林铁路运输专家的咨询与问卷调查（问卷内容基于上述预测结果—桂林铁路货物周转量未来会有所下降并保持较低水平且毫无增长趋势的状态，调查影响桂林铁路货物周转量的因素。问卷共发放10分，回收10分，有效回收率100%）。据调查结果统计分析得出影响桂林铁路货物周转量的因素，如图3所示。
图3 桂林铁路货物周转量的影响因素
+：表示影响货运量正增长;-：表示影响货运量负增长;平：表示基本不影响货运量
影响桂林铁路货物周转量的因素主要为微观环境，其中企业内部因素中的货运产品为主要因素。现今货主差异化的运输需求要求铁路货运部门能及时快速开发新产品，构建多样化、快捷的高铁货运产品体系。由于桂林铁路货运发展步伐较慢、水平较低，货运模式不健全，难以开发高铁货运产品，从而未能满足现今大量货主的快捷运输需求，在激烈竞争中渐渐失去市场份额，货运量也随之下降，进而验证了马尔科夫预测结果的正确性。为了扭转此局势，则需找出桂林铁路货运模式不适合开发高铁货运产品的原因。
三、桂林铁路货运不适应高铁货运的原因分析
从上述可知，影响桂林铁路货运的主要因素为货运产品，高铁货运产品能较好地满足当今客户的需求。具有复杂货源结构，可满足高层次、个性化货主需求，速度快、时效性高等特点的高铁货运产品所形成的高铁货运模式如图4所示。
图4 高铁货运模式
从图4可知，目前桂林铁路货运模式不适合开发高铁货运产品的原因有以下四个方面。
（一）复杂货源结构
现今的高新技术产业要求产品运输前需深加工、精加工，铁路货运市场货源则具有小批量、高附加值和多品种的特点。当前桂林铁路货运部门对货源结构发生的变化不够重视，其货运产品在品质、数量、种类等方面难以适应市场复杂的变化。
（二）高层次货运需求
为提高生产效率使人们更重视单位时间价值，根据不同需求速度等级，目前我国已开行120km/h快速行邮专列与160km/h特快行邮专列，且对时速200km/h等级高速铁路货运的需求会不断增强。但由于现有设备不健全，桂林铁路货运难以满足此需求。
（三）个性化货主需求
大部分供应商利用高铁技术已开发出以门到门运输为基础提供桌到桌，货架到货架的进一步物流服务，而桂林铁路货运产品注重大众化服务，难以满足货主的个性化需求。
（四）准时率低、时效差
据统计显示，桂林2014年快递业务量为335.27万件，同比增长30.9%，快递业务收入为5 791.39万元，同比增长34.8%。快递业能迅猛发展的原因在于能在最短时间将快件送达货主手中，而铁路货运因准时率低、时效性差在快递行业难以有用武之地。
四、桂林铁路货运适应高铁货运的改善性策略
经分析高铁货运产品的特性及桂林铁路货运现有状况得出：开发高速快捷货运产品有助于桂林构建高铁货运产品体系，打造适应高铁货运的铁路货运模式。依据我国现有快捷货运产品，桂林铁路货运可开发高速鲜活货物专列、高速集装箱专列、高速行邮专列等高铁货运产品。因此，针对桂林开发高铁货运产品提出以下改善性策略。 （一）构建高铁货运产品运输模式
1.货运产品运输方面
根据旅客运输需求的变化，动态调整运输模式，在高速客运供大于求的期间，货运与客运列车分时段运行;在寒暑高速客运高峰期，客运需求满足后可考虑客车连挂货车车箱，使高速货运与客运同时、同台进行。
2.货源组织方面
基于稳定货源供应的要求，桂林铁路货运采取多元化货源组织模式：（1）构建桂林铁路货运自身吸引货源模式，挖掘对口货源。（2）加强与快递物流企业合作，开展联合运输争取终端货源。（3）加强与物流基地合作，实施货源集装箱运输模式。
3.产品装卸方面
为确保高效装卸、按时完成作业以及杜绝（下转61页）（上接52页）超载偏载问题、保证运输安全，桂林铁路部门需构建专业装卸工作团队。
（二）货运产品延伸服务
当今铁路货运改革的最终目标是能高效满足客户需求以及将铁路货运转变为现代物流业。因此，桂林铁路货运既要实现产品空间位移，又要保证运输全程化、透明化。
1.物流服务全程化
高铁货运产品因铁路运输的局限性只能进行“站到站”运输，若要实现“门至门、桌至桌”运输，必然要与其他物流企业进行合作。因此，桂林开发高铁货运产品应与物流合作企业发展多式联运，构建全程化高速运输链模式。
2.运输信息透明化
为提供高质量货运信息服务，桂林铁路局应需建立高铁货运产品服务点，运用铁路货运网络平台为客户提供透明化的运输信息等服务，提升高铁货运产品的核心竞争力。
结语
总之，桂林应充分运用高铁时代所带来的巨大运输能力，加强高铁货运产品的开发，并借此机遇大力调整铁路货运结构和组织模式以提高货运效率，积极应对市场的新要求和新挑战。但本文尚未考虑桂林开发高铁货运产品的投资成本和收益以及如何确保与高铁客运相协调等问题，因此，构建适应高铁时代的铁路货运模式在桂林能否实现尚有待进一步商榷。
参考文献：
[1] 赖一飞，郑清秀，章少强，等.灰色预测模型在水运货运量预测中的应用[J].武汉水利电力大学学报，2007，33（1）：96-99.
[2] 周爱桃，景国勋，孙纲，等.改进的灰色预测模型在火灾事故预测中的应用[J].中国安全生产科学技术，2006，2（1）：62-64.
[3] 付长贺，邓.马尔科夫链在传染病预测中的应用[J].沈阳师范大学学报：自然科学版，2009，27（1）：28-30.
[4] 姚作芳，刘兴土，杨飞.马尔科夫方法修正的灰色模型在吉林省粮食产量预测中的应用[J].中国科学院东北地理与农业生态研
究所，2010，（6）：452-457.
[5] 冯文权.经济预测决策技术（第5版）[M].武汉：武汉大学出版社，2008.
[6] 柏继云.黑龙江省大豆生产预警预测研究与实证分析[D].哈尔滨：东北农业大学，2006.
[7] 李名升，任晓霞，佟连军.马尔科夫链在环境质量预测中的应用[J].环境工程，2007，25（6）：78-81.
[8] 于泳.试析影响中国铁路货运量的主要因素[J].哈尔滨铁路局，2003，11（6）：37-39.