基于简单随机抽样的公路货物运输统计调查方法

郭红霞

（1.西南交通大学 交通与物流学院，成都 610031，2.广西科技大学 汽车与交通学院，广西 柳州 545006）

0 引言

在现代信息社会的宏观背景下，地区经济的每一步健康发展，上至基础设施建设、地区发展战略制定，下至运输规划管理、企业商业决策，都依赖于充分、准确、有效的公路运输统计信息。此外，各地区对于公路货物运输统计数据日益增长的需求与现行部颁公路货物运输调查方法对地区适用性差之间的矛盾也愈发显著。因此，现有的统计手段和方法必须不断强化和改进，统计工作的技术条件也须进一步改善。本文研究适合公路货物运输的统计与调查方法，建立一整套与货物运输发展水平相适应的、反映货物运输业真实情况的、规范的公路货物运输统计指标体系和统计口径、统计方法，并应用此套统计指标和统计方法，真实有效地反映区域公路货物运输行业现状，为社会经济发展和交通运输行业主管部门的决策提供切实可靠的、详尽的、满足一定时效和精度要求的公路货物运输统计资料。

1 区域公路货运调查技术方案

为了制定出一套有效可行的公路货物运输统计调查方案，本文以广西柳州市为例，拟定调查方案，并先进行一定范围内相关数据的收集和调查试点工作。

1.1 统计调查方法的选择

通过对常用抽样方法特点的比较，选出适合柳州市公路货物运输统计调查的方法是对于从事普通货物运输企业的抽样方法主要采用二阶抽样方法，但是为了防止抽取到的样本不具有很好的代表性，将采用二阶抽样调查和典型调查相结合的方法进行；对于营业性从事专用运输、道路大型物件运输、危险品运输的企业，由于这部分企业在柳州市数量不是很多，因此采用全面调查的方法；对于营业性和非营业性农用运输车和运输拖拉机仍按部颁方案执行，对于非营业性载货车辆采用由企事业单位填调查表或运输现场的调查方法。

1.2 抽样方法的设计

1.2.1 营业性载货汽车

（1）抽样单元和抽样框。

柳州市根据本方案中规定的调查范围建立起柳州市在运管部门注册车辆数大于等于10辆的从事普通货物运输的企业的抽样框，具体方法如下：

第一阶段，根据不重不漏原则，以在本市运管部门注册车辆数大于等于10辆的从事道路货物运输的企业为对象，以企业拥有所有自有车辆前一二月平均车吨位产量资料、总吨位、企业名称、企业地址等指标为主要内容，建立企业抽样框，由于企业中大部分的运输量是由社会车辆或挂靠车辆完成的，但是这部分车辆由于不受企业直接监管，所以不能够准确统计这部分车辆的运输量，如果通过调查发现该企业没有自有车辆，就将该企业剔除出已建立的抽样框；第二阶段，主要是统计企业从事普通货物运输的自有车辆在调查期完成的运输量等指标。

（2）样本量的确定及分配。

①样本量的确定

在确定样本量时有两种方法。

一是通过下列公式求得，即：

式中：k代表应抽企业数，K代表企业总数，t代表概率度，Δxˉ代表允许误差，σ2代表柳州市小样本企业平均车吨位产量的方差。

在上述中K是已知的，t是根据抽样技术事先规定，货车置信度F（t）为90%，即t=1.645，Δxˉ在设计调查方案时给定，但给定的不是绝对值，而是规定不超过样本平均数Xˉ的百分比，为了提高数据的准确性，就需要增大样本的数量，因此，该方案采用抽样技术要求的规定，该规定要求最大允许误差的数值，货车不超过样本平均值的5%。因此，在确定应抽企业数时，关键在于求样本平均值和方差。对于以上两个数值，可用去年平均数来框定，也可借用其它相类似地区平均数或通过小样本来试算。

柳州市拥有10辆以上从事普通货物运输的载货汽车企业182家，根据抽样技术要求规定，F（t）=90%，即t=1.645，，通过小样本取得则

为了提高统计的精度，在这个基础上，再增大20%的样本量，结果为22。

二是应抽样本数的确定也可参照其它地区运输量抽样调查中的方案与经验来确定，例如，有的地区把抽样比定为10%左右。

②样本量分配

根据对抽样框中企业前两个月吨产量的数据，根据企业的经营范围和企业前两个月的车吨位产量为标志将企业分层，并应用比例分配的方法来确定各层应抽样本数。采用等比抽样不但简便易行，而且一般情况下分配比较合理，将来的计算也比较方便。

式中：ni—各层应抽样本数；n—总样本量；Ki—各层企业总数；K—企业总数。

③抽样设计

针对从事道路普通货物运输车辆的企业采用等距抽样方法。具体为：编制企业抽样框时如果能掌握企业前两个月车吨位产量资料时，可以按前两个月车吨位产量为标志一次从低到高排列，对于具有从事道路普通货物运输车辆的企业可按车吨位产量根据需要分为三至四层。

对于抽取到的企业层内的抽样方法：在抽样框中，根据被抽取到企业调查月自有车辆总车吨位大小进行排列，并从1开始对每个企业按顺序编号，按以下方法抽取所需样本量的样本企业。

确定随机起点r：在1～k间产生一随机数r，为了防止抽选结果出现系统性的偏高或偏低，第一个样本企业应该选择第一组抽样距离中点，以此为起点，然后顺序每距k个总吨位即抽出一个企业，其抽出的几个企业构成样本。以u1、u2、u3……un代表中选企业的样本单位，则几个样本单位如下：

式中：N—每层各总体吨位累计；ni—各层应抽样本数。

若N/ni不是整数，则取k为最接近于N/ni的整数。

抽取样本车：以r为起点，每间隔k确定一辆车为样本车。即编号为r，r+k，…，r+（n-1）k对应的企业为样本。

对于具有专用运输的企业根据具体的经营范围分为集装箱运输：柳州市目前集装箱运输不仅是靠集装箱专用车辆来完成，平板车也承担一部分集装箱运输量，但是对于这部分车辆由于在运管处登记时没有特别注明，因此集装箱运输量的数据不易统计，但是由于柳州南方集运物流有限责任公司承担了柳州市60%的集装箱运输量，因此对于集装箱的运输量主要是对该企业进行调查，以此来推算柳州市总的集装箱运输量），从事罐式运输车辆的单独划为一层进行统计。

从事危险品运输的的企业单独划为一层。

1.2.2 运输拖拉机

营业性和非营业性的农用运输车、运输拖拉机采用相同的方法，都采用的是部颁的方案，在此不在进行赘述。

（1）营业性农用运输车（运输拖拉机）的样本量确定具体计算。

第1步：计算初始样本量n1：

第2步：柳州市总共拥有营业性农用运输车（运输拖拉机）6991辆计算初步修正的样本量n2：

第3步：根据设计效应，再次进行调整：

对于分层随机抽样，通常B小于1。但由于没有可利用的B的估计值，因此，取B=1，以得保守的样本量。

第4步：对无回答进行调整，确定最终的样本量n：

这里取预计回答率为100%，因此r为1。

（2）非营业性农用运输车（运输拖拉机）的样本量确定具体计算。

非营业性农用运输车（运输拖拉机）的样本量确定计算步骤同上。

分析得到农用运输车（运输拖拉机）的抽取样本总量数据，或是通过以上所述的抽样方法调查不够样本时，应再抽取样本，直到抽取够样本总量为止。

1.3 非营业性载货汽车

1.3.1 样本总体

抽样过程中，无需针对非营业性载货汽车建立完整的抽样框，但必须获取公安部门车辆库中非营业性货车总体的数据。

1.3.2 调查方法

选择在柳州市有代表性的企业，到相关企业进行调查

访问，对于具备自行记录能力的被调查对象，调查员向其发放调查表，由被调查对象在调查期间根据要求实时记录调查表上的各项内容。调查期结束后，调查员回收调查表。对于不具备自行记录能力的被调查对象，采用电话跟踪调查的方式或由调查员填写正式调查表。

1.3.3 数据处理公式

（1）运输量的估计与精度计算。

全市调查月运输量总量的估计值与不同类型车辆的运输量估计值的关系及精度如下：

运输量总量的估计值：

柳州市运输量总量估计值：

估计值的方差估计量：

的方差估计量：

由于方案是通过一年中某月其中一天的运输情况来统计一年的运输量，通过调研了解到柳州市的货物运输量在一年的十二个月份中都具有一定得波动性，因此，对于全年公路货物运输情况的统计还需乘以相应的波动系数λ。

全年的货物运输量：

估计值的最大相对误差：

的最大相对误差：

式中，表示全市运输量总量的估计值；分别表示全市营业性载货汽车、营业性农用运输车、营业性运输拖拉机、非营业性载货汽车、非营业性农用运输车和非营业性运输拖拉机的运输量总量的估计值表示运输量总量估计值的方差估计值；r表示全市运输量总量估计值的最大相对误差。由于该方案规定的置信度为95%，故t等于1.96。有关估计量的数据处理公式在以下相关部分进行说明。

（2）营业性载货汽车。

对调查到的从事普通货物运输的样本企业内运输车辆按照部颁方案中的分层方法进行分层，以核定载质量作为分层依据，划分吨位基本层，及将这些车辆划分为2吨以下、2～4吨、4～8吨、8～20吨以及20吨以上共五个基本层；专用货车分为集装箱运输车、罐式类车两个基本层；危险品运输类车，共10层（注：由于柳州市目前的集装箱的运输不仅是靠集装箱专用车辆来完成，平板车也承担一部分集装箱运输，但是对于这部分车辆由于在运管处登记时没有特别注明，因此集装箱运输量的数据不易统计，但是由于柳州南方集运物流有限责任公司承担了柳州市60%的集装箱运输量，因此，对于集装箱的运输量主要是对该企业进行调查，以此来推算柳州市集装箱运输量）。由于方案对从事普通货物运输的企业采用的是抽样调查的方法，而对于从事专用货物运输、危险品运输的企业采用的全面调查自有车辆的方法，而对于集装箱运输量的调查主要采用的是调查柳州南方集运物流有限责任公司来获取柳州市集装箱运输总量数据，所以应针对不同的层设计不同的数据处理方式。

①对于从事普通货物运输企业调查到的自有车辆数据的处理方式，记号说明见表1。

表1 记号说明表

②从事营业性普通货物运输企业载货汽车运输量的估计值与精度计算。

第l个样本企业所有样本车辆平均运输量的估计值与精度计算：

第l个样本企业中第k层车辆平均运输量：

方差为：

第l个样本企业所有样本车辆平均运输量：

方差为：

以柳州市营业性从事普通货物运输载货汽车总运输量Y11的估计值与精度计算为依据，则柳州市营业性从事普通货物运输运输量均值的估计为：

式中：

方差为：

因此：

因此柳州市营业性从事普通货物运输总量的估计值：

式中：N11—柳州市从事普通货物运输的载货汽车总量。

总体估计量的最大相对误差为：

根据《汽车运输抽样调查方案》中规定极限相对误差为10%～20%，因此，该研究的相对误差只要是在这个范围内，就认为是数据是可信的。

③对于从事专用货物运输企业、危险品运输企业调查到的自有车辆数据的处理方式。

对于从事专业货物运输的企业根据柳州市的实际情况将其分为罐式类车进行数据的处理，对于从事危险品和道路大型物件运输的企业单独作为一层进行计算，由于这几层采用的计算方法相同，现只对危险品运输量进行具体数据处理方式的说明，其它几层的数据处理方式和危险品运输的相同，在此就不进行赘述。

记号说明

表2 记号说明表

从事危险品货物运输企业载货汽车运输量的估计值与精度计算：

第l个样本企业所有样本车辆平均运输量的估计值与精度计算：

第l个样本企业中从事危险品货物运输车辆平均运输量：

方差为：

柳州市从事营业性危险品货物运输载货汽车运输量Y112的估计值与精度计算

方差为：

因此：

因此柳州市营业性从事危险品货物运输总量的估计值：

式中：

N12—柳州市从事危险品货物运输的载货汽车总数。

总体估计量的最大相对误差为：

根据《汽车运输抽样调查方案》中规定极限相对误差为10%～20%，因此，计算得到的相对误差只要是在这个范围内，就认为是数据是可信的。

通过以上的计算可知柳州市营业性载货汽车运输量：

（3）营业性农用运输车（营业性运输拖拉机）

营业性农用运输车与营业性运输拖拉机的运输量总量的的推算分别进行，但数据处理公式完全相同。

①记号说明

②样本车辆调查月内运输量的计算

表3 记号说明表

样本车辆调查月内运输量：

式中：

③营业性农用运输车（营业性运输拖拉机）运输量的估计与精度计算。

第l县运输量的估计值：

式中：

柳州市营业性农用运输车运输量的估计值：

总体估计量的最大相对误差为：

根据《汽车运输抽样调查方案》中规定极限相对误差为10%～20%，因此，该研究的相对误差只要是在这个范围内，就认为是数据是可信的。

根据调查到的样本企业拥有的非营业车辆的额定吨位之和与这些车辆在调查月完成的总运输量，计算平均吨位产量，再根据柳州市拥有的全部非营业性载货汽车的总额定吨位乘以平均吨位产量即可计算得到调查月柳州市非营业性载货汽车的运输量。

由于方案是通过一年中某月其中一天的运输情况来统计一年的运输量，通过调研了解到柳州市的货物运输量在一年的十二个月份中都具有一定得波动性，因此，对于全年公路货物运输情况的统计还需乘以相应的波动系数λ。

（5）非营业性农用运输车（非营业性运输拖拉机）。

非营业性农用运输车与非营业性运输拖拉机的运输量总量的的推算按部颁方案进行，在此不在进行赘述。

（6）分货类运输量计算。

（7）分车型车辆运输量计算。

2 案例分析

通过对柳州市开展公路货物运输统计试点调查，对所获数据进行梳理统计得到各方案的数据结果如下：

主要对柳州市在运管部门注册车辆数大于等于10辆的从事普通货物运输的企业、从事危险品运输、罐式运输、集装箱运输的企业进行调查，根据柳州市拥有自有车辆企业的情况，选择了柳州市有代表性的52家企业进行调查，主要调查企业每台自有车辆11月份的运输数据，为了使调查方案得到的数据真实有效，在具体计算时剔除了9家数据填报较不详实企业的数据，通过剩下43家企业的数据，得到的样本车辆数为958辆，柳州市从事普通货物运输车辆、危险品运输车辆和罐式运输车辆总数为16599辆。非营业性载货汽车，主要选择了柳州运天运运输有限公司和柳州市五菱物流有限公司这两家在柳州有代表性的企业进行调查。调查时间是在2013.11～2013.12，历时一个月。

表4 柳州市2012～2013每月公路货物调查统计平均值

根据表所推算的月波动系数，可以利用每月的月波动系数乘以11月份的运输量数据来推算柳州市全年的货运量和货运周转量。

根据公式，分别得到分货类的货运量和货运周转量，各货类货运量的比例见表6所示，在调查时受信息量的限制，对于非营业性货运车辆的调查只调查了两家企业，其分货类信息不具备代表性，因此以下分货类运输量、运输周转量都指的是营业性的，具体分货类的货运量和货运周转量的数据见表6所示。

表5 柳州市2013年各月的公路货物调查统计数据表

表6 分货类的比例和运输量数据表

根据公式得到柳州市货运量、货运周转量总量的数据见表6所示，再根据公式，得到估计值的最大相对误差为19.73%，根据《汽车运输抽样调查方案》中规定极限相对误差为10%～20%，因此，该研究的相对误差只要是在这个范围内，就认为数据是可信的。

3 总结

为更好地验证试点方案数据的可信性，现对其最终数据利用企业的营业收入数据、2013年柳州市产量用量数据以及与其它城市的运输量相关指标进行比较推算，得出方案中推算出的数据符合柳州市的实际，数据具有一定的可信度，这对于地方管理部门和决策部门进行柳州市的公路站场设施建设和交通基础设施建设具有理论支撑作用和辅助作用。

[1]李序颖,岳丹,顾岚.我国交通货物运输量的时间序列分析[J].系统工程理论与实践,2005,(1).

[2]陈荫三.高速公路运输量研究[J].中国公路学报.2005,(2).

[3]靳文舟,张全.属地道路货物运输统计调查研究[J].公路交通科技,2005,22(4).

[4]岑晏青,邹力,杨兆生.抽样调查技术在交通运输统计中的应用[J].公路交通科技,2000,17(2).

[5]刘东霞.浅谈抽样调查统计方法在公路运输行业中的应用[J].山西统计，2001,(11).

[6]龚敏庆.地区统计数据准确性质量的比较[J].统计与决策，2010,(10).

[7]王力强.县域公路运输量调查与统计方法研究[D].长春：吉林大学，2011,(6).

[8]杨铭.基于车辆定期检验平台的运输量统计研究[D].西安：长安大学，2011,(6).

[9]崔晓飞.区域公路运输量调查与统计方法研究[D].长春：吉林大学,2007,(5).