周 雷，张 平，叶劲松

（交通运输部科学研究院，北京 100029）

0 引言

我国“十四五”规划提出，要坚持实施区域重大战略、区域协调发展战略、主体功能区战略，健全区域协调发展体制机制，推动区域协调发展[1]。其中，交通运输将充分发挥先行和支撑作用[2]。随着交通信息化的深入应用和新技术的进步，积累了大量的交通信息资源，行业数据规模爆发式增长，其中高速公路数据是交通行业一项非常重要的资源，其对于分析区域货运交互关系具有很高价值，能有效服务于“十四五”期区域重大战略和区域协调发展战略。

当前，基于大数据技术的高速公路数据分析建模研究主要集中在高速公路运营管理、高速公路道路维护、高速公路安全管理等方面，基于大数据技术进行高速公路货运情况分析的研究还比较缺乏。已有研究中，Emami 等将卡尔曼滤波应用到连通车辆环境中，实现短期流量预测[3]；Dai 等提出了一种信息增强LSTM 模型用于预测单条道路的交通流变化[4]；Park 等基于大数据技术，通过车辆传感器采集的车流速度和车辆数量数据，采用K-Means 算法对交通事故类型进行分类[5]；朱熹在Spark 平台上利用K-Means 算法搭建路网交通运行状态的判别模型[6]；陈昭明等构建了混合Logit 模型来反映各因素对事故严重程度的影响[7]；马千惠结合离线检测和在线检测方法，设计了车辆偷逃费稽查系统[8]；代洪娜等利用高速公路收费系统OD 流量数据提出了PSL 路径选择模型，进行车流量分配[9]。

目前国内对于高速公路货运情况的研究大多为基于统计指标计算方法优化的单省份区域货运研究，缺乏跨省跨区域研究，也缺乏将统计分析方法和大数据技术相融合的应用研究。……