台灣鐵路客運指數預測分析

Abstract

由於國內運輸環境變遷，台鐵之經營日益艱困，尤其即將面臨高鐵通車之危機，但危機也就是轉機，台鐵為能永續經營，應積極謀求改善策略。如何在國內運輸市場結構即將面臨重組之際，尋求台鐵最有利的新定位點，實為台鐵當前的重要課題。因此我們希望能夠應用課程所學之統計預測方法，加以適當分析，以期能預測出未來一年內搭乘鐵路客運的人數，並希望這份報告能夠作為台鐵營運參考。 報告首先描述時間序列圖是否呈現趨勢，或變異數與平均數是否平穩。接著使用時間序列迴歸法、指數平滑法、分解法及ARIMA之介入分析配適模型。時間序列迴歸法是依照變數本身過去的資料，所存在的變異型態來建立模型；指數平滑法其計算方法是將前一期的預測值為基礎，再加上預測值與實際值之間差額的百分比，再選擇平滑係數，以預測之誤差結果來指引決策；分解法將時間序列分解成四個成份(Component)，趨勢、循環效應、季節效應、隨機性，並選擇加法模型或乘法模型來配適模型；ARIMA為AR模式、差分與MA模式的組合模式，而介入分析是用來分析某一件事或政策(稱之介入因子)對於時間數列模型之影響。最後使用MSE、MAE、MPE及MAPE四個準則，來評估這四種方法何者最佳，並選出最佳模型。以MSE、MAE及MPE準則而言，其值愈小表現愈良好，反之則否；而MAPE準則其值小於5表現良好，其值介於5至10表現不錯，大於10表現稍差。分析結果顯示，ARIMA之介入分析的配適模型為最終模型。 從一般的角度看來，台灣鐵路客運營運不但受到航空客運威脅，還面臨公路客運的搶佔，加上高鐵的完工通車，及都會捷運系統的競爭，導致其營運指數時而成長時而停滯，但從分析結果看來，天然災害如颱風或流行病學如SARS，都可能使台鐵營運陷入低潮，而如何從低潮中走出來，就是台鐵當局應該思考的問題。