雷永巍

（广东省交通规划设计研究院集团股份有限公司，广东 广州 510000）

1 概述

随着产业结构、技术结构、产品结构和需求结构的不断演变，交通运输业占GDP 的比重稳步提升。与此同时，随着运输方式构成的持续调整，公路运输在我国综合运输体系中发挥着更加关键的作用。据统计，2019 年我国公路完成货物运输量344亿吨，比上年增长4.2%，在综合运输体系中所占比重分别达到73%。

公路运输行业的快速发展，伴随着现代电子商务的兴起，物流产业迎来了高速发展期。公路货运站和物流基地的合理布局成为公路和场站协调促进社会经济发展的关键问题。货运量作为客观衡量区域运力与公路交通发展水平的重要量化指标，对其进行科学的预测将有助于政府把握区域公路运输能力的发展趋势，预估环境因素、政策及制度等变化对公路货运量的影响，也能够为今后制定物流产业政策及进行基础设施投资决策的提供量化依据。

公路货运量预测可分为定性预测法和定量预测法。定性预测是指研究人员根据自身经验与理论知识对货运量的发展趋势做出判断，其受主观因素影响较大。为此本文在公路货运量预测中重点进行了定量预测研究。目前，国内外学者对货运量定量预测研究主要有两类，一类为单一预测模型，包括回归分析法、时间序列法、灰色预测法、BP 神经网络模型、RBF 神经网络模型等等，其中赵建有[1]等构建了基于模糊线性回归模型的公路货运量预测方法；……