閆明月 沈孟如 黃世堯 鄧雯 王松波

（1.交通運(yùn)輸部路網(wǎng)監(jiān)測與應(yīng)急處置中心，北京 100029 ；2.北京交通大學(xué)交通運(yùn)輸部綜合交通運(yùn)輸大數(shù)據(jù)應(yīng)用技術(shù)交通運(yùn)輸行業(yè)重點(diǎn)實(shí)驗(yàn)室，北京100044）

一、引言

2020年春節(jié)前，新冠肺炎疫情以武漢為中心向全國蔓延，疫情持續(xù)升級在短期內(nèi)對我國經(jīng)濟(jì)社會造成沖擊，交通運(yùn)輸業(yè)在充分發(fā)揮支撐保障作用的同時(shí)，自身發(fā)展也受到影響。

防疫初期，各地紛紛采取封閉性管理措施，民眾積極配合疫情防控，普遍居家隔離，全國公路通行量受到巨大影響。當(dāng)前，隨著聯(lián)防聯(lián)控舉措不斷深入及社會公眾對疫情防控重視與配合程度越來越高，中國的新冠肺炎疫情已得到有效控制。考慮到經(jīng)濟(jì)社會發(fā)展、人民生活質(zhì)量保障及各行業(yè)逐步復(fù)工的需求，恢復(fù)公路交通正常通行迫在眉睫。顯然，研究疫情與高速公路網(wǎng)流量變化之間的影響機(jī)理，根據(jù)疫情發(fā)展形勢預(yù)測交通流量恢復(fù)正常的規(guī)律，不但具有理論研究價(jià)值，也極具現(xiàn)實(shí)指導(dǎo)意義。

圖1.2019～2020年春運(yùn)前后交通流量數(shù)據(jù)對比（柱狀圖表示周六、周日）

二、新冠肺炎疫情發(fā)展與交通流情況分析

2019～2020年1～3月全國高速公路總流量、客車流量、貨車流量及2020年以來新冠肺炎疫情發(fā)展情況如圖1所示。

2020年1月1日至20日，全國高速公路流量總體呈平穩(wěn)上升態(tài)勢，日均流量比去年同期增長13.1%，農(nóng)歷同比增長19.8%。其中客車日均流量比去年同期增長20.2%，農(nóng)歷同比增長5.6%；貨車日均流量比去年同期減少11.3%，農(nóng)歷同比減少4.0%。

受疫情影響，從1月23日起至2月16日，高速公路總體流量大幅下降，最大降幅達(dá)84.6%，日均流量僅為去年同期的31.8%；農(nóng)歷同期最大降幅達(dá)80.3%，日均流量為去年同期的35.1%?？蛙嚵髁孔畲蠼捣_(dá)87.0%，日均流量僅為去年同期的32.6%；農(nóng)歷同期最大降幅達(dá)82.0%，日均流量為去年同期的33.8%。貨車流量最大降幅達(dá)93%，日均流量僅為去年同期的35.1%；農(nóng)歷同期最大降幅達(dá)83.0%，日均流量為去年同期的32.9%。

2月16日，交通運(yùn)輸部發(fā)布《關(guān)于新冠肺炎疫情防控期間免收收費(fèi)公路車輛通行費(fèi)的通知》，自2月17日零時(shí)起到疫情防控工作結(jié)束，全國收費(fèi)公路免收車輛通行費(fèi)。政策實(shí)施后，自2月16日成為總流量、客車流量、貨車流量等日流量指標(biāo)的最低點(diǎn)之后，高速公路流量快速恢復(fù)，3月2日，貨車流量超過去年同期水平；3月4日，總流量超過去年同期水平；3月5日，客車流量超過去年同期水平。

總的來說，高速公路流量在防疫期間具有以下特點(diǎn)：

（一）前期客貨車出行需求降低，高速公路通行流量顯著下降；

（二）各地逐步復(fù)工后，小客車尤其是私家車成為主要出行方式；

（三）防疫期間，防疫物品及各種生產(chǎn)生活物資仍有運(yùn)輸需求，高速公路的貨車流量在低位波動(dòng)較為平緩，后期呈持續(xù)上升趨勢。

三、算法設(shè)計(jì)

（一）數(shù)據(jù)說明

本文對防疫后期的高速公路流量展開預(yù)測分析，選用2018～2020年的高速公路流量統(tǒng)計(jì)數(shù)據(jù)，以春節(jié)為基準(zhǔn)，選取相同時(shí)間段（2018～2020年春節(jié)前后農(nóng)歷兩月數(shù)據(jù)），使用2020年的時(shí)間跨度為1月1日至2月29日，分析其與新冠肺炎感染人數(shù)（包括確診、疑似、治愈、死亡數(shù)量和存留感染人數(shù)）、百度指數(shù)（包括居家、隔離、社區(qū)/小區(qū)封閉、檢疫站、高速防疫檢查、口罩和肺炎的搜索指數(shù)）、檢疫站設(shè)置、高速是否免通、是否周末以及2020年與2019年春運(yùn)期間交通流量數(shù)據(jù)總共25個(gè)字段進(jìn)行相關(guān)性分析，使用SPSS逐步回歸方式分別篩選對總流量、客車流量、貨車流量影響最大的各個(gè)要素，并以此優(yōu)化預(yù)測參數(shù)，對2020年3～4月的高速公路交通流量進(jìn)行預(yù)測分析。其中，百度指數(shù)數(shù)據(jù)來自百度網(wǎng)。數(shù)據(jù)清洗后經(jīng)過最大最小標(biāo)準(zhǔn)化處理，值域（0.1～0.9）。

（二）預(yù)測方案設(shè)計(jì)

長短期記憶網(wǎng)絡(luò)（Long-Short Term Memory，LSTM）可以記憶不定時(shí)間長度的數(shù)值，一般被用來處理和預(yù)測時(shí)間序列中間隔和延遲非常長的重要事件。門控循環(huán)單元(Gated Recurrent Unit，GRU)神經(jīng)網(wǎng)絡(luò)作為LSTM的改進(jìn)神經(jīng)網(wǎng)絡(luò)，經(jīng)實(shí)驗(yàn)驗(yàn)證在交通流預(yù)測中具有良好的預(yù)測性能。

在預(yù)測模型的設(shè)計(jì)中將考慮如下幾點(diǎn)：

1.監(jiān)督學(xué)習(xí)目標(biāo)

前n天數(shù)據(jù)預(yù)測后一天所有維度數(shù)據(jù)。

2.模型結(jié)構(gòu)的選擇

(1)GRU層數(shù)及單元數(shù)；

(2)全連接層層數(shù)、位置（兩層循環(huán)神經(jīng)網(wǎng)絡(luò)之間/輸出前）、單元數(shù)量；

(3)激活函數(shù)的選擇（relu/sigmoid/sigmax/tanh）；

(4)輸入的數(shù)據(jù)窗口大小。

3.輸入數(shù)據(jù)的選擇

(1)“疫情+2020與2019流量數(shù)據(jù)差值”“2020與2019流量數(shù)據(jù)差值”“百度指數(shù)+2020與2019流量數(shù)據(jù)差值”；

(2)“疫情+2019年數(shù)據(jù)+2020與2019流量數(shù)據(jù)差值”“2019年數(shù)據(jù)+2020與2019流量數(shù)據(jù)差值”“百度指數(shù)+2019年數(shù)據(jù)+2020與2019流量數(shù)據(jù)差值”；

(3)“疫情+百度指數(shù)+2020與2019流量數(shù)據(jù)差值”。

4.預(yù)測算法

數(shù)據(jù)保留最后7天作為測試集。每組輸入數(shù)據(jù)迭代1000次取最優(yōu)結(jié)果，將預(yù)測數(shù)據(jù)結(jié)合原數(shù)據(jù)作為輸入數(shù)據(jù)，迭代向前預(yù)測（例如：輸入day33～day44預(yù)測day45，輸入day34～day44加入預(yù)測值day45預(yù)測day46），向前預(yù)測長度為14天。

5.參數(shù)優(yōu)化與模型結(jié)構(gòu)選擇

模型結(jié)構(gòu)16個(gè)，模型層次4種（結(jié)構(gòu)一至結(jié)構(gòu)四），核心數(shù)量4種（模型一至模型四），經(jīng)8組數(shù)據(jù)組合，3項(xiàng)預(yù)測目標(biāo)，重復(fù)迭代次數(shù)15次，統(tǒng)計(jì)預(yù)測的標(biāo)準(zhǔn)誤差均值，對應(yīng)總體分?jǐn)?shù)如表1所示。

表1.交通流預(yù)測模型及各自結(jié)構(gòu)

可見，結(jié)構(gòu)二最優(yōu)，其結(jié)構(gòu)為雙層GRU加輸出層，且GRU兩層數(shù)量有差異。最優(yōu)模型結(jié)構(gòu)為：第一層GRU（20），第二層GRU(50)，全連接層（90）。輸入數(shù)據(jù)得分如表2所示。

表2.最優(yōu)結(jié)構(gòu)下不同數(shù)據(jù)組合誤差得分

通過誤差比較，選擇出了較優(yōu)結(jié)構(gòu)及較優(yōu)的數(shù)據(jù)輸入組合：結(jié)構(gòu)三及數(shù)據(jù)組合三、數(shù)據(jù)組合四。

進(jìn)一步對模型調(diào)整，進(jìn)行超參數(shù)微調(diào)：每次分別調(diào)整其中一個(gè)變量進(jìn)行重新計(jì)算，發(fā)現(xiàn)中間層核心應(yīng)大于等于第二層GRU核心數(shù)，且存在與第二層GRU相同核心數(shù)的中間層平均標(biāo)準(zhǔn)誤差降低14.6；輸出全連接層核心數(shù)越多，性能越好；第二層核心數(shù)應(yīng)大于第一層核心數(shù)量，且相差倍數(shù)不易過大。

經(jīng)參數(shù)搜索獲得更優(yōu)超參數(shù)：第一層GRU（20核心），（中間層50核心），第二層GRU（50核心），輸出層130核心，輸入數(shù)據(jù)為數(shù)據(jù)組合四（疫情+2019年數(shù)據(jù)+2020與2019流量數(shù)據(jù)差值）。

四、未來交通流預(yù)測分析

利用上一步得到的最優(yōu)組合計(jì)算，得到2019與2020年總流量、客車流量、貨車流量的預(yù)測差值，結(jié)合2019年數(shù)據(jù)預(yù)測2020年總流量、客車流量、貨車流量至4月底，如圖2、圖3、圖4所示。

從預(yù)測結(jié)果可以看到，客車、貨車及總流量未來將在波動(dòng)中快速增長，客車流量將在3月底的最后一個(gè)周末達(dá)到小高峰；4月遇到清明假期，假期前流量回落積累，清明將出現(xiàn)節(jié)假小高峰，高峰略高于2019年同期；流量節(jié)后迅速回落，至5月勞動(dòng)節(jié)小長假再次出現(xiàn)高峰，高峰略低于2019年同期。貨車流量周期性明顯，趨勢穩(wěn)定，在節(jié)假期間，貨車流量趨勢與客車流量相反，呈現(xiàn)下降趨勢，清明節(jié)和勞動(dòng)節(jié)流量都有回落；自2月末以來，貨車流量維持高位且高于去年同期水平?？偭髁烤S持穩(wěn)定，2月末以來超過去年同期水平，流量高位將持續(xù)至清明節(jié)假期結(jié)束。

五、政策建議

根據(jù)疫情防控、復(fù)工復(fù)產(chǎn)的進(jìn)展和相關(guān)政策的調(diào)整情況，應(yīng)在總結(jié)前段公路保暢成效的基礎(chǔ)上，提高路網(wǎng)監(jiān)測能力、強(qiáng)化分類指導(dǎo)、實(shí)施差異管控、建立長效機(jī)制，動(dòng)態(tài)開展路網(wǎng)運(yùn)行狀態(tài)評估和發(fā)展態(tài)勢研判，保障路網(wǎng)安全、穩(wěn)定、順暢運(yùn)行，為促進(jìn)經(jīng)濟(jì)社會發(fā)展提供高品質(zhì)的公路交通服務(wù)。

圖2.2020年客車流量趨勢預(yù)測（至4月底）

圖3.2020年貨車流量趨勢預(yù)測（至4月底）

（一）提升路網(wǎng)監(jiān)測能力

利用現(xiàn)有高速公路視頻監(jiān)控設(shè)施，加強(qiáng)高速公路網(wǎng)運(yùn)行狀態(tài)監(jiān)測，準(zhǔn)確掌握路網(wǎng)運(yùn)行狀況，加強(qiáng)網(wǎng)絡(luò)調(diào)度聯(lián)動(dòng)，做好通行保障。

（二）加強(qiáng)分析評估

強(qiáng)化高速公路網(wǎng)多源數(shù)據(jù)應(yīng)用，動(dòng)態(tài)開展路網(wǎng)運(yùn)行狀況評估與趨勢分析研判，加強(qiáng)分類指導(dǎo)，提升保通保暢工作精準(zhǔn)性。加強(qiáng)對常發(fā)、易發(fā)擁堵路段的跟蹤評估，抓住關(guān)鍵少數(shù)，有針對性地提高保通保暢效果。

（三）強(qiáng)化協(xié)作協(xié)同

在高速公路免費(fèi)通行期間，出現(xiàn)流量高峰和持續(xù)擁堵的狀況時(shí)，會同公安交管等部門，采取入口管控、路網(wǎng)分流等措施，協(xié)同高速公路與普通國省道通行，充分發(fā)揮普通國省干線公路的通行能力，保障高速公路網(wǎng)通暢。加強(qiáng)與氣象等部門的聯(lián)動(dòng)，做好雨雪霧惡劣天氣的預(yù)報(bào)預(yù)警，通過微博、微信、廣播、電視、導(dǎo)航軟件、情報(bào)板等方式提前發(fā)布出行信息，引導(dǎo)公眾合理安排出行。

圖4.2020年總流量趨勢預(yù)測（至4月底）

六、結(jié)語

高速公路交通運(yùn)輸是國民經(jīng)濟(jì)發(fā)展的重要環(huán)節(jié)，是國計(jì)民生的重要保障。受新冠肺炎疫情影響，高速公路流量在2020年春節(jié)期間呈現(xiàn)斷崖式下降。受免費(fèi)通行政策、復(fù)工復(fù)產(chǎn)等多重因素影響，高速公路流量又逐漸呈現(xiàn)先于經(jīng)濟(jì)恢復(fù)的反彈增長現(xiàn)象，這也是疫情控制得當(dāng)及國民經(jīng)濟(jì)即將逐漸恢復(fù)的重要信號。

本文通過對高速公路通行數(shù)據(jù)的分析，結(jié)合反映公眾出行意愿的百度多項(xiàng)搜索指數(shù)等外部數(shù)據(jù)，展開了相關(guān)性和預(yù)測性分析。預(yù)測數(shù)據(jù)顯示，高速公路運(yùn)輸將在3月底4月初逐漸迎來務(wù)工返程高峰與學(xué)生返學(xué)高峰，并逐步恢復(fù)正常態(tài)勢。