麥　格

(廣西交通科學(xué)研究院，廣西　南寧　530007)

?

西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系預(yù)測研究

麥格

(廣西交通科學(xué)研究院，廣西南寧530007)

麥格(1986—)，碩士，研究方向：國土信息技術(shù)。

摘要：文章基于西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系的現(xiàn)狀，運(yùn)用人口經(jīng)濟(jì)影響預(yù)測模型和歷年交通數(shù)據(jù)統(tǒng)計(jì)預(yù)測模型對其進(jìn)行預(yù)測，為西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系發(fā)展規(guī)劃提供依據(jù)。

關(guān)鍵詞：西江經(jīng)濟(jì)帶；綜合交通；運(yùn)輸體系；GIS；預(yù)測

0引言

西江經(jīng)濟(jì)帶以西江為主軸，是珠三角產(chǎn)業(yè)轉(zhuǎn)移的承載地和溯江而上發(fā)展的戰(zhàn)略腹地，是大西南各省區(qū)進(jìn)行物資交流、溝通東南亞的運(yùn)輸大動脈和出海大通道，是中國面向東盟各國開發(fā)開放的前沿地帶。因此，在分析西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系現(xiàn)狀的基礎(chǔ)上對其進(jìn)行預(yù)測研究，可為西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系發(fā)展規(guī)劃提供依據(jù)，同時也對西江經(jīng)濟(jì)帶經(jīng)濟(jì)社會發(fā)展具有重要意義。

1西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系現(xiàn)狀

近年來，西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系建設(shè)取得了巨大進(jìn)展，充分發(fā)揮了交通作為國民經(jīng)濟(jì)和社會發(fā)展的基礎(chǔ)設(shè)施的重要作用。目前，西江經(jīng)濟(jì)帶已形成以南寧為中心，連接各縣市的“放射狀”高速公路主骨架。其中，南百高速、G324向西北方向輻射；都南高速、G210向北輻射；南柳高速、G322向東北方向輻射；南廣高速向東連接珠三角地區(qū)；南北高速、G325向南輻射，連接北部灣城市群及港口；南友高速、G322向西南方向輻射，連接憑祥友誼關(guān)。

截止到2009年，西江經(jīng)濟(jì)帶內(nèi)公路總里程達(dá)55 950.62 km。其中等級公路總里程45 090.08 km。在等級公路中，高速公路總里程1 613.09 km；一級公路里程301.32 km；二級公路里程4 621.67 km；三級公路里程4 533.21 km；四級公路里程34 020.74 km。等級外公路里程10 860.53 km。

西江經(jīng)濟(jì)帶鐵路網(wǎng)由南昆鐵路、湘桂鐵路、黎湛復(fù)線、云桂鐵路、柳南客運(yùn)專線、南廣鐵路等組成橫貫東西，連通南北的鐵路干線網(wǎng)絡(luò)。湘桂鐵路、南昆鐵路、南廣鐵路三條主干線在南寧市交匯。其中，湘桂鐵路從東至西橫貫?zāi)蠈幨袇^(qū)，東北方向到柳州、湖南、貴港、玉林等地。南昆鐵路貫穿南寧、百色，西南向連接云南，是廣西與大西南聯(lián)系的通道。

西江黃金水道航運(yùn)干線，是指南寧至梧州航道，是我國西南水運(yùn)出海大通道的重要組成部分，是目前廣西最繁忙的航道。邕江沿江而上進(jìn)入右江流域，可直達(dá)百色、云南；沿江而上進(jìn)入左江流域，可達(dá)越南境內(nèi)；順江而下是可容納1 000 t級內(nèi)河船舶的Ⅲ級航道，直通貴港、梧州、珠江三角洲及港澳等地。

西江經(jīng)濟(jì)帶區(qū)域已建成4個民用機(jī)場，其中4E級機(jī)場1個(南寧)，4C級機(jī)場2個(柳州、百色)，3C級機(jī)場1個(梧州)。

根據(jù)GIS技術(shù)和矢量化方法可得西江經(jīng)濟(jì)帶規(guī)劃年的公路客運(yùn)量預(yù)測模型如下的原理，將柵格圖像——廣西普通公路省道網(wǎng)(2009年)通過mapgis軟件進(jìn)行圖像幾何矯正、矢量化處理、輸入屬性信息、存儲、查詢檢索、分析、顯示、制圖等一系列處理，得到西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系現(xiàn)狀圖(2009年)，如圖1所示。

西江經(jīng)濟(jì)帶交通網(wǎng)現(xiàn)狀圖(2009年)

圖1西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系現(xiàn)狀圖

2西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系預(yù)測

2.1　預(yù)測思路

本文采用定量和定性分析相結(jié)合的預(yù)測方法，對各種交通運(yùn)輸指標(biāo)進(jìn)行預(yù)測。首先結(jié)合西江經(jīng)濟(jì)帶歷年來主要交通統(tǒng)計(jì)數(shù)據(jù)，對公路旅客運(yùn)輸量在未來特征年份的旅客運(yùn)輸量進(jìn)行預(yù)測，然后對公路旅客運(yùn)輸量預(yù)測結(jié)果進(jìn)行修正；接著采用多種預(yù)測方式對各公路客運(yùn)量進(jìn)行組合預(yù)測，將兩種方法得出的西江經(jīng)濟(jì)帶公路客運(yùn)量進(jìn)行對比分析，最終得出西江經(jīng)濟(jì)帶的公路客運(yùn)量；最后對未來特征年份水運(yùn)、鐵路、航空運(yùn)輸方式的客運(yùn)量進(jìn)行預(yù)測。預(yù)測過程的主要思路和技術(shù)路線如圖2所示。

圖2　西江經(jīng)濟(jì)帶公路客運(yùn)量預(yù)測思路與技術(shù)路線圖

2.2　西江經(jīng)濟(jì)帶公路客運(yùn)量預(yù)測

2.2.1方案一：人口經(jīng)濟(jì)影響預(yù)測模型

影響客運(yùn)量的因素繁多，一般來講有地區(qū)社會生產(chǎn)總值、人口數(shù)量、人均收入和生活水平等，但是對于一個區(qū)域而言，最基本和最主要的影響因素是地區(qū)社會生產(chǎn)總值和人口數(shù)量。

設(shè)y為遠(yuǎn)景公路客運(yùn)量，以地區(qū)社會生產(chǎn)總值x1、人口數(shù)量x2作為因變量，建立兩者關(guān)系的回歸模型y=a+bx1+cx2。

使用最小二乘法可得：

(1)

西江經(jīng)濟(jì)帶2006-2010年的公路客運(yùn)量值、社會生產(chǎn)總值以及人口數(shù)量統(tǒng)計(jì)見表1。

表1　西江經(jīng)濟(jì)帶歷年公路客運(yùn)、

將表1中數(shù)據(jù)代入公式，可得西江經(jīng)濟(jì)帶規(guī)劃年的公路客運(yùn)量預(yù)測模型如下：

y=-5.47+2.287x1+6.93x2

(2)

由表2得知：廣西2010年地區(qū)生產(chǎn)總值相當(dāng)于廣東省2000年地區(qū)生產(chǎn)總值，廣西2010年人均生產(chǎn)總值與廣東省2004年人均生產(chǎn)總值相當(dāng)。因此預(yù)計(jì)西江經(jīng)濟(jì)帶2010-2020年和2020-2030年的地區(qū)生產(chǎn)總值年平均增長率分別14%和10%左右，人均生產(chǎn)總值年平均增長率為13%和9%左右。按此增長率可知：至2020年，西江經(jīng)濟(jì)帶地區(qū)生產(chǎn)總值約為20 802億元，人均生產(chǎn)總值約為68 635萬元；至2030年，西江經(jīng)濟(jì)帶地區(qū)生產(chǎn)總值約為53 954億元，人均生產(chǎn)總值約為161 370萬元。

表2　廣西壯族自治區(qū)和廣東省歷年生產(chǎn)總值數(shù)據(jù)統(tǒng)計(jì)表

由表3得知：2000-2010年年均增長率約為0.93%。預(yù)計(jì)西江經(jīng)濟(jì)帶2010-2030年總?cè)丝谀昃鲩L率為1%，2020年西江經(jīng)濟(jì)帶總?cè)丝诩s為3027萬；2030年西江經(jīng)濟(jì)帶總?cè)丝诩s為3 343萬。

表3　廣西區(qū)歷年人口指數(shù)統(tǒng)計(jì)表(單位：萬人次)

將2020年、2030年西江經(jīng)濟(jì)帶人口總數(shù)和地區(qū)生產(chǎn)總值分別代入公式2，可得西江經(jīng)濟(jì)帶公路客運(yùn)量2020年和2030年分別為68 544萬人次和146 557萬人次。

2.2.2方案二：歷年交通數(shù)據(jù)統(tǒng)計(jì)預(yù)測模型

2.2.2.1三次指數(shù)平滑法

指數(shù)平滑法是取預(yù)測對象的全部歷史數(shù)據(jù)的加權(quán)平均值作為預(yù)測值的一種方法。三次指數(shù)平滑法基本公式：

(3)

各次指數(shù)平滑值公式：

根據(jù)指數(shù)平滑法適用特性，結(jié)合西江經(jīng)濟(jì)帶公路客運(yùn)量發(fā)展趨勢，選取三次指數(shù)平滑法(α=0.5)對其進(jìn)行預(yù)測。

建立三次指數(shù)平滑法建立的非線性模型為：

YT+L=27 566.45+2 979.4*L+545.87*L2

(4)

公式擬采用2010年為基期年，即T=2010，特征年分別選取2020年和2030年，即L=10和L=20，由此得到西江經(jīng)濟(jì)帶公路客運(yùn)量特征年預(yù)測結(jié)果分別為89 498萬人次和201 173萬人次。

2.2.2.2彈性預(yù)測法

彈性系數(shù)法是通過分析公路客運(yùn)量在各經(jīng)濟(jì)發(fā)展周期彈性系數(shù)變化的特點(diǎn)來推算公路客運(yùn)量的預(yù)測值。此方法的數(shù)學(xué)模型為：

Yt=Y0(1+i)t

(5)

(6)

式中：Yt——未來第t年的預(yù)測值；

Y0——預(yù)測對象在當(dāng)前的統(tǒng)計(jì)值；

i′、i——預(yù)測對象在過去和未來時間的年均增長率；

t——預(yù)測期的時間長度；

Es——彈性系數(shù)；

q′、q——分別為類比變量在過去和未來的年均增長率。

選取特征年為2020年和2030年，依據(jù)模型得到特征年西江經(jīng)濟(jì)帶公路客運(yùn)量預(yù)測結(jié)果為73 604萬人次和153 344萬人次。

2.2.2.3趨勢外推法

本研究通過對歷史年份社會客運(yùn)量發(fā)展趨勢進(jìn)行分析，采用多項(xiàng)式進(jìn)行趨勢擬合分析，建立預(yù)測模型，確定未來年份項(xiàng)目所在地客運(yùn)量發(fā)展趨勢。

公路客運(yùn)量Y與預(yù)測年數(shù)T的擬合關(guān)系表達(dá)式y(tǒng)=268t2+1 659.2t+27 371.71

式中：y表示未來年預(yù)測值；t表示時間，2008年為基期年，t=0。

本模型計(jì)算結(jié)果相關(guān)系數(shù)為0.96，得到2020年和2030年西江經(jīng)濟(jì)帶公路客運(yùn)量預(yù)測結(jié)果分別是85 874萬人次和193 586萬人次。

2.2.2.4組合預(yù)測

上述三種預(yù)測方法各有優(yōu)點(diǎn)和缺點(diǎn)，預(yù)測的結(jié)果也有所差異。故采用組合模型預(yù)測將不同模型的計(jì)算結(jié)果綜合起來，取長補(bǔ)短，以提高預(yù)測精度。結(jié)果見表4。

表4　西江經(jīng)濟(jì)帶不同預(yù)測方法的公路客運(yùn)量預(yù)測值表　(萬人次)

2.3　西江經(jīng)濟(jì)帶鐵路客運(yùn)量預(yù)測

鐵路運(yùn)輸近年來其客運(yùn)量在全社會客運(yùn)量中的比重逐年增加，從2006年到2010年，西江經(jīng)濟(jì)帶鐵路客貨發(fā)送量從1 199萬人和2 247萬噸分別增長到2 193萬人和3 597萬噸，增長率為83%和60%。

(1)人口經(jīng)濟(jì)分析

設(shè)y為遠(yuǎn)景鐵路客運(yùn)量，以地區(qū)社會生產(chǎn)總值x1、人口數(shù)量x2作為因變量，建立兩者關(guān)系的回歸模型y=a+bx1+cx2。

將近年來西江經(jīng)濟(jì)帶總?cè)丝凇⑸鐣a(chǎn)總值、鐵路客運(yùn)量數(shù)據(jù)代入模型：

y=-0.35+0.16x1+0.302x2

(7)

將2.2.1中西江經(jīng)濟(jì)帶2020年、2030年人口經(jīng)濟(jì)預(yù)計(jì)數(shù)據(jù)代入式2，可得西江經(jīng)濟(jì)帶鐵路客運(yùn)量分別為6 766萬人次和16 829萬人次。

(2)歷年數(shù)據(jù)統(tǒng)計(jì)分析

在此結(jié)合西江經(jīng)濟(jì)帶歷年鐵路運(yùn)輸數(shù)據(jù)統(tǒng)計(jì)，采用指數(shù)回歸法、趨勢外推法及彈性增長法對鐵路未來客運(yùn)量進(jìn)行預(yù)測，得到特征年的預(yù)測結(jié)果如表5所示：

趨勢外推預(yù)測計(jì)算模型：y=36.32 t2+253.67 t+1 576.65；

指數(shù)回歸預(yù)測計(jì)算模型：y=e0.153 t-299.86；

彈性增長的數(shù)學(xué)模型為：Yt=Y0(1+i)t。

表5　統(tǒng)計(jì)分析模型西江經(jīng)濟(jì)帶鐵路客運(yùn)量預(yù)測值表

(3)組合分析

將兩種方案的計(jì)算結(jié)果綜合起來分別取權(quán)重值，增加預(yù)測結(jié)果可靠性?？紤]方案中交通統(tǒng)計(jì)數(shù)據(jù)年限較短且波動大，取人口經(jīng)濟(jì)預(yù)測方案權(quán)重值0.7，歷年交通數(shù)據(jù)統(tǒng)計(jì)預(yù)測方案權(quán)重值0.3。最終的西江經(jīng)濟(jì)帶鐵路客運(yùn)量預(yù)測值見表6。

表6　西江經(jīng)濟(jì)帶鐵路客運(yùn)量預(yù)測值表(萬人次)

2.4　西江經(jīng)濟(jì)帶航空客運(yùn)量預(yù)測

本文根據(jù)西江經(jīng)濟(jì)帶各城市歷年客運(yùn)量的統(tǒng)計(jì)結(jié)果，采用擬合相關(guān)性較好的二次多項(xiàng)式回歸法、趨勢外推法分別對西江經(jīng)濟(jì)帶航空客運(yùn)量進(jìn)行預(yù)測，在此基礎(chǔ)上對預(yù)測結(jié)果進(jìn)行定性分析，最終確定特征年西江經(jīng)濟(jì)帶航空客運(yùn)量預(yù)測結(jié)果見表7。

表7　西江經(jīng)濟(jì)帶航空客運(yùn)量預(yù)測結(jié)果表

2.5　西江經(jīng)濟(jì)帶水路客運(yùn)量預(yù)測

2008年，交通運(yùn)輸部對原公路水路運(yùn)輸量主要指標(biāo)的調(diào)查方法和統(tǒng)計(jì)口徑做了較大調(diào)整，導(dǎo)致自2008年以后的水路客運(yùn)量統(tǒng)計(jì)數(shù)據(jù)發(fā)生了較大的波動。2008年后統(tǒng)計(jì)數(shù)據(jù)顯示水運(yùn)客流量降幅明顯，水運(yùn)航道客流量運(yùn)輸在西江經(jīng)濟(jì)帶旅客運(yùn)輸中所占比例非常小。同理可得特征年的西江經(jīng)濟(jì)帶水運(yùn)客運(yùn)量預(yù)測結(jié)果見表8。

表8　西江經(jīng)濟(jì)帶水運(yùn)客運(yùn)量預(yù)測結(jié)果表

2.6　西江經(jīng)濟(jì)帶各種運(yùn)輸方式客運(yùn)量預(yù)測匯總

西江經(jīng)濟(jì)帶公路、鐵路、航空各種方式客運(yùn)量預(yù)測結(jié)果匯總見表9。

表9　西江經(jīng)濟(jì)帶各種運(yùn)輸方式客運(yùn)量預(yù)測結(jié)果表

3結(jié)語

本文在分析西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系現(xiàn)狀的基礎(chǔ)上，通過運(yùn)用人口經(jīng)濟(jì)影響預(yù)測模型和歷年交通數(shù)據(jù)統(tǒng)計(jì)預(yù)測模型對西江經(jīng)濟(jì)帶公路客運(yùn)量、鐵路客運(yùn)量、航空客運(yùn)量、水路客運(yùn)量進(jìn)行預(yù)測研究，從而為西江經(jīng)濟(jì)帶綜合交通運(yùn)輸體系發(fā)展規(guī)劃提供依據(jù)。

參考文獻(xiàn)

[1]邊馥苓.GIS地理信息系統(tǒng)原理和方法[M].北京:測繪出版社，1996.

[2]謝華，都金康.基于優(yōu)化理論和GIS空間分析技術(shù)的公交站點(diǎn)規(guī)劃方法[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)，2004，28(6):907-910.

Study on Integrated Transportation System Prediction of Xijiang River Economic Belt

MAI Ge

(Guangxi Transportation Research Institute，Nanning，Guangxi，530007)

Abstract：Based on the current situation of integrated transportation system in Xijiang River Economic Belt，this article conducted its prediction by using the population and economic impact prediction models and the traffic statistics prediction model over the years，thereby providing the basis for integrated transportation system development planning of Xijiang Riv-er Economic Belt.

Keywords：Xijiang River Economic Belt； Integrated transport； Transportation system； GIS； Prediction

收稿日期：2015-04-06

文章編號：1673-4874(2015)05-0078-05

中圖分類號：U491.1+4

文獻(xiàn)標(biāo)識碼：A

DOI：10.13282/j.cnki.wccst.2015.05.022

作者簡介