李 婷 婷

(新疆农业大学 交通与物流工程学院，新疆 乌鲁木齐 830052)

交通需求预测与分析是交通规划的核心内容之一，科学客观的交通需求预测为公路的规划和建设提供科学的决策和指导[1]。新疆位于中国西北部边陲，地域辽阔，交通问题一直以来都是制约其发展的一大问题[2]。公路运输一直是新疆发展的重中之重，截止2018年底，新疆公路运输路线长度达到189 050 km，货运量85 029万t，货物周转量1476.7亿t·km，分别比上一年增长2.0%、12.1%和11.5%；新疆公路的客运量17 394万人，旅客周转量123.15亿人公里，分别比上一年降低了35.5%和28.0%。新疆交通运输厅已提出2035年远景目标、“十四五”期间主要目标和2021年预期目标。2021年预期完成：交通运输固定资产投资580～600亿元、高速公路总里程突破6 000 km、高速(一级)公路直接连接的县城增加至89个、新改建农村公路5 700 km。预计到2025年，新疆公路总里程达到220 000 km、高速(一级)公路5年建设4 500 km、总里程达到10 000 km以上。因此，对公路交通进行需求预测对未来交通发展规划和建设具有重要意义。

1 交通需求特征分析

新疆是中国西北部和中亚、欧洲等连接的重要枢纽,但是气候以干旱和半干旱为主，多山地，少平原，交通设施建设难度极大。“一带一路”发展战略下，新疆交通高质量、高标准、严要求发展是对党和国家政策的响应，是解决发展不平衡、不充分的关键。选用人口总数、交通运输生产总值、公路路线长度、公路客运量、旅客周转量等5个指标建立模型，可有效预测交通运输需求。

人口总数、交通运输生产总值作为衡量国民经济的基本要素，对研究公路交通发展具有重要意义。公路路线长度极大地体现了交通建设程度，地区区域经济发展是基于建立四通八达的公路运输网络。公路客运量、旅客周转量对地区公路客运研究具有现实意义，通过研究其发展变化，可以从侧面了解到交通建设、交通分配、交通运输等现实经济问题。

新疆自治区2009～2019年公路交通主要数如表1所示。由表1可以看出，11年来，新疆自治区道路货运业与交通经济得到了较大发展，并保持快速稳定的发展趋势[3]。在此期间，新疆公路路线长度持续增长，2019年比2009年公路路线长度增长119.4%；2009～2013年新疆公路客运量、旅客周转量持续增高，在2013年达到新高；新疆公路交通运输生产总值11年间不断增值，2019年比2009年增长421.6%；地区总人口数增长了364.59万人。综上所述，交通运输经济基本上随着交通运输的发展同步上升，这说明新疆交通运输经济与交通运输发展存在着紧密联系。

表1 新疆2009～2019年公路交通主要数据

2 交通需求预测方法

在公路交通运输需求预测过程中，先用灰色关联度进行指标筛选，对已经筛选出来的指标进行时间序列法预测，在预测数据的基础上用多元线性回归方法建立回归方程，对未来的发展趋势进行总结分析。

2.1 灰色关联分析法

灰色关联分析法是研究影响因素关联程度的重要方法，是灰色系统理论中利用已知信息确定未知信息的主要方法[4]。与探索性因子分析等数理统计方法相比，其特点是对样本数据量没有特殊的要求、无需服从正态分布、结果准确率较高。针对小样本及已知信息不精确的系统有着显著的分析优势，计算步骤如下：

第一步：确定系统特征序列与比较序列。

(1)

(2)

特征序列X0是由所有服务质量评价指标最优值组成的数据集，比较序列Xi则为所有评价指标数据组成的原始数据集。

第二步：数值标准化处理。

系统选取的指标变量具有不同的计量标准，在数据处理过程中会存在指标量级上的差异，所以对原始数据集采用均值化法加以处理可以减少计算过程中的误差。

均值法：

(3)

第三步：关联系数及关联度计算。

关联系数主要由特征数列和比较数列绝对差的最小值与最大值构成，灰色关联系数

(4)

(5)

在计算得到灰色关联系数的基础上，可根据公式(5)计算出指标关联度即γ(X0,Xi)，式中x0(k)、xi(k)分别为第k个变量的最优值和原始值。

2.2 时间序列法

时间序列法是将需要预测对象按照时间排列，找出其变化规律，从而推断今后变化的发展趋势和发展规律的一种预测方式[5]。基于SPSS平台，针对新疆地区近11年的公路交通运输数据，建立模型以时间序列为依据进行预测分析。

时间序列法中包含了移动平均法和指数平滑法。移动平均法是在近期数据基础上，扩大时间序列的时间跨度，逐项推移，逐次计算序时平均值，建立一个新的时间序列预测发展的长期趋势。移动平均法可以有效消除预测过程中的随机波动，使预测结果更准确。

移动平均法：

St+1=(Xt+Xt-1+…+Xt-N+1)/N

(6)

式中：St为时刻t时预测值；Xt为时刻t时实际值(即新疆2009年至2019年的实际公路客运量、旅客周转量、交通运输生产总值、人口总数)；N为数据中平均数的个数。

指数平滑法是通过一定计算得出指数平滑值，任一阶段的指数平滑值都是该阶段的实际数据与前一期的指数平滑值进行加权平均获得，配合一定的时间序列预测模型对交通数据的未来发展趋势进行预测。根据平滑次数可以分为：一次指数平滑法、二次指数平滑法、三次指数平滑法。

指数平滑法：

(7)

3 实例分析

3.1 指标影响因素分析

对新疆11年数据进行整理、统计以及预处理，基于Matlab平台针对表1进行指标灰色关联度分析，由公式(5)可以得到灰色关联度相关性，如表2所示。

表2 灰色关联度相关性

由表2可知：指标公路路线长度、公路客运量、旅客周转量三个指标与各个标准指标灰色关联度大于0.6，即相互间关联性较大无需去除。公路客运量指标对应的标准指标关联度最大，从而对公路交通需求预测影响最大，用时间序列法进行预测选择其为因变量。

自“十三五规划”以来，新疆公路总里程数不断上升，道路通行能力不断增加，各地区通达率、覆盖率不断上升，交通运输生产总值不断增加，人口总数呈现稳定增长趋势。但各地交通运输运力不足，各地州间运距较长，旅游运输资源不够集中，从而制约新疆的公路客运交通发展，导致公路客运量、旅客周转量呈现波动现象。

3.2 交通需求预测

基于SPSS平台用时间序列法对表1进行预测，结果如表3、图1～图3所示。

表3 公路预测数据

图1 公路客运量预测图2 公路线路长度预测

图3 旅客周转量预测

由表3和图1～图3可知：公路客运量2013年达到峰值，随后一直呈下降状态，模型预测在2026年达到峰值，其预测具有一定前瞻性；公路路线长度持续增长，符合我国的建设要求，更符合实际发展的需要；2013年以后，旅客周转量随着公路客运量的下降也在逐年下降，模型预测在2023年后形成逐年上升趋势，预测结果较符合实际，对新疆公路交通的发展和建设具有现实意义。分别对各模型进行拟合程度检测如表4所示，MSE为均方误差，其值越低则模型效果越好，R2为模型决定系数，其值越接近于1模型拟合效果越好。由表4可知模型较显著，且R2与MSE均符合标准，因此模型拟合程度较优，适合进入深度分析。

表4 时间序列模型检验结果

3.3 预测特征分析

在时间序列预测基础上，采用多元回归算法，基于时间序列法得出的预测数据，针对预测年份的公路客运量发展趋势进行回归性总结。多元线性回归预测法[6]先是分析自变量与因变量关系，从而建立回归方程，在回归方程基础上进行预测，多元回归模型一般形式:

y=α0+α1x1+α2x2+…+αnxn+C

(8)

式(8)中：α0，α1，α2，…，αn是n+1个待估参数；α0为未知参数；α1，…，αn为回归系数；C为误差值；y为因变量(被解释变量)；x1，x2，…，xn为自变量(解释变量)；n为误差项，假定误差项n的方差σ2不变，E(n)=0，ε～N(0,σ2)。

采用公式(8)对表3数据进行运算分析，得到回归方程：

y=0.054X1+27.927X2+9258.516

(9)

式(9)中：y为公路客运量,X1为公路路线长度，X2为公路旅客周转量，对因变量与自变量进行计算得到回归方程，对未来的发展趋势进行总结。

多元回归模型检验结果如表5和图4所示，经过方差分析，从表5可知回归方程显著，R值大于0.7，模型效果较优。图4表示模型回归标准化残差属于正态分布，且累计概率拟合效果较好，因此模型分析结果真实性较优，具有实际应用价值。

表5 方差分析

(a)多元回归分布(b)多元回归拟合效果图4 多元回归预测模型检验

由式(8)可知，X2系数远远大于X1系数，说明公路客运量与旅客周转量关联更紧密，结合地区客观情况，外来人口进出可有效带动旅游业、贸易、交通运输业等的发展，是促使经济社会的发展动力，符合我国“十四五规划”中交通旅游融合发展的政策方针。持续增长的公路路线长度和有效的公路设施建设，可以提高新疆公路运输通达率，促使部分地区旅游与贸易达到发展基本标准，使得公路客运需求保持长期稳定的增长。在今后的发展过程中，确保公路里程长度持续增长的同时，提高道路利用率，从而带动区域经济社会的发展。

4 结 语

结合新疆公路交通运输特点，以2009～2019年公路客运交通运输数据为基础，采用灰色关联分析法对影响指标进行了筛选，采用时间序列法对各指标的发展趋势进行了预测，利用多元回归算法对各指标预测特征进行总结分析。研究得出了主要影响指标与公路客运需求在未来发展中的影响能力及关系，为新疆未来的政策制定及发展规划提供了理论依据。