李 婷 婷

(新疆農(nóng)業(yè)大學(xué) 交通與物流工程學(xué)院，新疆 烏魯木齊 830052)

交通需求預(yù)測(cè)與分析是交通規(guī)劃的核心內(nèi)容之一，科學(xué)客觀的交通需求預(yù)測(cè)為公路的規(guī)劃和建設(shè)提供科學(xué)的決策和指導(dǎo)[1]。新疆位于中國(guó)西北部邊陲，地域遼闊，交通問(wèn)題一直以來(lái)都是制約其發(fā)展的一大問(wèn)題[2]。公路運(yùn)輸一直是新疆發(fā)展的重中之重，截止2018年底，新疆公路運(yùn)輸路線長(zhǎng)度達(dá)到189 050 km，貨運(yùn)量85 029萬(wàn)t，貨物周轉(zhuǎn)量1476.7億t·km，分別比上一年增長(zhǎng)2.0%、12.1%和11.5%；新疆公路的客運(yùn)量17 394萬(wàn)人，旅客周轉(zhuǎn)量123.15億人公里，分別比上一年降低了35.5%和28.0%。新疆交通運(yùn)輸廳已提出2035年遠(yuǎn)景目標(biāo)、“十四五”期間主要目標(biāo)和2021年預(yù)期目標(biāo)。2021年預(yù)期完成：交通運(yùn)輸固定資產(chǎn)投資580～600億元、高速公路總里程突破6 000 km、高速(一級(jí))公路直接連接的縣城增加至89個(gè)、新改建農(nóng)村公路5 700 km。預(yù)計(jì)到2025年，新疆公路總里程達(dá)到220 000 km、高速(一級(jí))公路5年建設(shè)4 500 km、總里程達(dá)到10 000 km以上。因此，對(duì)公路交通進(jìn)行需求預(yù)測(cè)對(duì)未來(lái)交通發(fā)展規(guī)劃和建設(shè)具有重要意義。

1 交通需求特征分析

新疆是中國(guó)西北部和中亞、歐洲等連接的重要樞紐,但是氣候以干旱和半干旱為主，多山地，少平原，交通設(shè)施建設(shè)難度極大?！耙粠б宦贰卑l(fā)展戰(zhàn)略下，新疆交通高質(zhì)量、高標(biāo)準(zhǔn)、嚴(yán)要求發(fā)展是對(duì)黨和國(guó)家政策的響應(yīng)，是解決發(fā)展不平衡、不充分的關(guān)鍵。選用人口總數(shù)、交通運(yùn)輸生產(chǎn)總值、公路路線長(zhǎng)度、公路客運(yùn)量、旅客周轉(zhuǎn)量等5個(gè)指標(biāo)建立模型，可有效預(yù)測(cè)交通運(yùn)輸需求。

人口總數(shù)、交通運(yùn)輸生產(chǎn)總值作為衡量國(guó)民經(jīng)濟(jì)的基本要素，對(duì)研究公路交通發(fā)展具有重要意義。公路路線長(zhǎng)度極大地體現(xiàn)了交通建設(shè)程度，地區(qū)區(qū)域經(jīng)濟(jì)發(fā)展是基于建立四通八達(dá)的公路運(yùn)輸網(wǎng)絡(luò)。公路客運(yùn)量、旅客周轉(zhuǎn)量對(duì)地區(qū)公路客運(yùn)研究具有現(xiàn)實(shí)意義，通過(guò)研究其發(fā)展變化，可以從側(cè)面了解到交通建設(shè)、交通分配、交通運(yùn)輸?shù)痊F(xiàn)實(shí)經(jīng)濟(jì)問(wèn)題。

新疆自治區(qū)2009～2019年公路交通主要數(shù)如表1所示。由表1可以看出，11年來(lái)，新疆自治區(qū)道路貨運(yùn)業(yè)與交通經(jīng)濟(jì)得到了較大發(fā)展，并保持快速穩(wěn)定的發(fā)展趨勢(shì)[3]。在此期間，新疆公路路線長(zhǎng)度持續(xù)增長(zhǎng)，2019年比2009年公路路線長(zhǎng)度增長(zhǎng)119.4%；2009～2013年新疆公路客運(yùn)量、旅客周轉(zhuǎn)量持續(xù)增高，在2013年達(dá)到新高；新疆公路交通運(yùn)輸生產(chǎn)總值11年間不斷增值，2019年比2009年增長(zhǎng)421.6%；地區(qū)總?cè)丝跀?shù)增長(zhǎng)了364.59萬(wàn)人。綜上所述，交通運(yùn)輸經(jīng)濟(jì)基本上隨著交通運(yùn)輸?shù)陌l(fā)展同步上升，這說(shuō)明新疆交通運(yùn)輸經(jīng)濟(jì)與交通運(yùn)輸發(fā)展存在著緊密聯(lián)系。

表1 新疆2009～2019年公路交通主要數(shù)據(jù)

2 交通需求預(yù)測(cè)方法

在公路交通運(yùn)輸需求預(yù)測(cè)過(guò)程中，先用灰色關(guān)聯(lián)度進(jìn)行指標(biāo)篩選，對(duì)已經(jīng)篩選出來(lái)的指標(biāo)進(jìn)行時(shí)間序列法預(yù)測(cè)，在預(yù)測(cè)數(shù)據(jù)的基礎(chǔ)上用多元線性回歸方法建立回歸方程，對(duì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行總結(jié)分析。

2.1 灰色關(guān)聯(lián)分析法

灰色關(guān)聯(lián)分析法是研究影響因素關(guān)聯(lián)程度的重要方法，是灰色系統(tǒng)理論中利用已知信息確定未知信息的主要方法[4]。與探索性因子分析等數(shù)理統(tǒng)計(jì)方法相比，其特點(diǎn)是對(duì)樣本數(shù)據(jù)量沒(méi)有特殊的要求、無(wú)需服從正態(tài)分布、結(jié)果準(zhǔn)確率較高。針對(duì)小樣本及已知信息不精確的系統(tǒng)有著顯著的分析優(yōu)勢(shì)，計(jì)算步驟如下：

第一步：確定系統(tǒng)特征序列與比較序列。

(1)

(2)

特征序列X0是由所有服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)最優(yōu)值組成的數(shù)據(jù)集，比較序列Xi則為所有評(píng)價(jià)指標(biāo)數(shù)據(jù)組成的原始數(shù)據(jù)集。

第二步：數(shù)值標(biāo)準(zhǔn)化處理。

系統(tǒng)選取的指標(biāo)變量具有不同的計(jì)量標(biāo)準(zhǔn)，在數(shù)據(jù)處理過(guò)程中會(huì)存在指標(biāo)量級(jí)上的差異，所以對(duì)原始數(shù)據(jù)集采用均值化法加以處理可以減少計(jì)算過(guò)程中的誤差。

均值法：

(3)

第三步：關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度計(jì)算。

關(guān)聯(lián)系數(shù)主要由特征數(shù)列和比較數(shù)列絕對(duì)差的最小值與最大值構(gòu)成，灰色關(guān)聯(lián)系數(shù)

(4)

(5)

在計(jì)算得到灰色關(guān)聯(lián)系數(shù)的基礎(chǔ)上，可根據(jù)公式(5)計(jì)算出指標(biāo)關(guān)聯(lián)度即γ(X0,Xi)，式中x0(k)、xi(k)分別為第k個(gè)變量的最優(yōu)值和原始值。

2.2 時(shí)間序列法

時(shí)間序列法是將需要預(yù)測(cè)對(duì)象按照時(shí)間排列，找出其變化規(guī)律，從而推斷今后變化的發(fā)展趨勢(shì)和發(fā)展規(guī)律的一種預(yù)測(cè)方式[5]。基于SPSS平臺(tái)，針對(duì)新疆地區(qū)近11年的公路交通運(yùn)輸數(shù)據(jù)，建立模型以時(shí)間序列為依據(jù)進(jìn)行預(yù)測(cè)分析。

時(shí)間序列法中包含了移動(dòng)平均法和指數(shù)平滑法。移動(dòng)平均法是在近期數(shù)據(jù)基礎(chǔ)上，擴(kuò)大時(shí)間序列的時(shí)間跨度，逐項(xiàng)推移，逐次計(jì)算序時(shí)平均值，建立一個(gè)新的時(shí)間序列預(yù)測(cè)發(fā)展的長(zhǎng)期趨勢(shì)。移動(dòng)平均法可以有效消除預(yù)測(cè)過(guò)程中的隨機(jī)波動(dòng)，使預(yù)測(cè)結(jié)果更準(zhǔn)確。

移動(dòng)平均法：

St+1=(Xt+Xt-1+…+Xt-N+1)/N

(6)

式中：St為時(shí)刻t時(shí)預(yù)測(cè)值；Xt為時(shí)刻t時(shí)實(shí)際值(即新疆2009年至2019年的實(shí)際公路客運(yùn)量、旅客周轉(zhuǎn)量、交通運(yùn)輸生產(chǎn)總值、人口總數(shù))；N為數(shù)據(jù)中平均數(shù)的個(gè)數(shù)。

指數(shù)平滑法是通過(guò)一定計(jì)算得出指數(shù)平滑值，任一階段的指數(shù)平滑值都是該階段的實(shí)際數(shù)據(jù)與前一期的指數(shù)平滑值進(jìn)行加權(quán)平均獲得，配合一定的時(shí)間序列預(yù)測(cè)模型對(duì)交通數(shù)據(jù)的未來(lái)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。根據(jù)平滑次數(shù)可以分為：一次指數(shù)平滑法、二次指數(shù)平滑法、三次指數(shù)平滑法。

指數(shù)平滑法：

(7)

3 實(shí)例分析

3.1 指標(biāo)影響因素分析

對(duì)新疆11年數(shù)據(jù)進(jìn)行整理、統(tǒng)計(jì)以及預(yù)處理，基于Matlab平臺(tái)針對(duì)表1進(jìn)行指標(biāo)灰色關(guān)聯(lián)度分析，由公式(5)可以得到灰色關(guān)聯(lián)度相關(guān)性，如表2所示。

表2 灰色關(guān)聯(lián)度相關(guān)性

由表2可知：指標(biāo)公路路線長(zhǎng)度、公路客運(yùn)量、旅客周轉(zhuǎn)量三個(gè)指標(biāo)與各個(gè)標(biāo)準(zhǔn)指標(biāo)灰色關(guān)聯(lián)度大于0.6，即相互間關(guān)聯(lián)性較大無(wú)需去除。公路客運(yùn)量指標(biāo)對(duì)應(yīng)的標(biāo)準(zhǔn)指標(biāo)關(guān)聯(lián)度最大，從而對(duì)公路交通需求預(yù)測(cè)影響最大，用時(shí)間序列法進(jìn)行預(yù)測(cè)選擇其為因變量。

自“十三五規(guī)劃”以來(lái)，新疆公路總里程數(shù)不斷上升，道路通行能力不斷增加，各地區(qū)通達(dá)率、覆蓋率不斷上升，交通運(yùn)輸生產(chǎn)總值不斷增加，人口總數(shù)呈現(xiàn)穩(wěn)定增長(zhǎng)趨勢(shì)。但各地交通運(yùn)輸運(yùn)力不足，各地州間運(yùn)距較長(zhǎng)，旅游運(yùn)輸資源不夠集中，從而制約新疆的公路客運(yùn)交通發(fā)展，導(dǎo)致公路客運(yùn)量、旅客周轉(zhuǎn)量呈現(xiàn)波動(dòng)現(xiàn)象。

3.2 交通需求預(yù)測(cè)

基于SPSS平臺(tái)用時(shí)間序列法對(duì)表1進(jìn)行預(yù)測(cè)，結(jié)果如表3、圖1～圖3所示。

表3 公路預(yù)測(cè)數(shù)據(jù)

圖1 公路客運(yùn)量預(yù)測(cè)圖2 公路線路長(zhǎng)度預(yù)測(cè)

圖3 旅客周轉(zhuǎn)量預(yù)測(cè)

由表3和圖1～圖3可知：公路客運(yùn)量2013年達(dá)到峰值，隨后一直呈下降狀態(tài)，模型預(yù)測(cè)在2026年達(dá)到峰值，其預(yù)測(cè)具有一定前瞻性；公路路線長(zhǎng)度持續(xù)增長(zhǎng)，符合我國(guó)的建設(shè)要求，更符合實(shí)際發(fā)展的需要；2013年以后，旅客周轉(zhuǎn)量隨著公路客運(yùn)量的下降也在逐年下降，模型預(yù)測(cè)在2023年后形成逐年上升趨勢(shì)，預(yù)測(cè)結(jié)果較符合實(shí)際，對(duì)新疆公路交通的發(fā)展和建設(shè)具有現(xiàn)實(shí)意義。分別對(duì)各模型進(jìn)行擬合程度檢測(cè)如表4所示，MSE為均方誤差，其值越低則模型效果越好，R2為模型決定系數(shù)，其值越接近于1模型擬合效果越好。由表4可知模型較顯著，且R2與MSE均符合標(biāo)準(zhǔn)，因此模型擬合程度較優(yōu)，適合進(jìn)入深度分析。

表4 時(shí)間序列模型檢驗(yàn)結(jié)果

3.3 預(yù)測(cè)特征分析

在時(shí)間序列預(yù)測(cè)基礎(chǔ)上，采用多元回歸算法，基于時(shí)間序列法得出的預(yù)測(cè)數(shù)據(jù)，針對(duì)預(yù)測(cè)年份的公路客運(yùn)量發(fā)展趨勢(shì)進(jìn)行回歸性總結(jié)。多元線性回歸預(yù)測(cè)法[6]先是分析自變量與因變量關(guān)系，從而建立回歸方程，在回歸方程基礎(chǔ)上進(jìn)行預(yù)測(cè)，多元回歸模型一般形式:

y=α0+α1x1+α2x2+…+αnxn+C

(8)

式(8)中：α0，α1，α2，…，αn是n+1個(gè)待估參數(shù)；α0為未知參數(shù)；α1，…，αn為回歸系數(shù)；C為誤差值；y為因變量(被解釋變量)；x1，x2，…，xn為自變量(解釋變量)；n為誤差項(xiàng)，假定誤差項(xiàng)n的方差σ2不變，E(n)=0，ε～N(0,σ2)。

采用公式(8)對(duì)表3數(shù)據(jù)進(jìn)行運(yùn)算分析，得到回歸方程：

y=0.054X1+27.927X2+9258.516

(9)

式(9)中：y為公路客運(yùn)量,X1為公路路線長(zhǎng)度，X2為公路旅客周轉(zhuǎn)量，對(duì)因變量與自變量進(jìn)行計(jì)算得到回歸方程，對(duì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行總結(jié)。

多元回歸模型檢驗(yàn)結(jié)果如表5和圖4所示，經(jīng)過(guò)方差分析，從表5可知回歸方程顯著，R值大于0.7，模型效果較優(yōu)。圖4表示模型回歸標(biāo)準(zhǔn)化殘差屬于正態(tài)分布，且累計(jì)概率擬合效果較好，因此模型分析結(jié)果真實(shí)性較優(yōu)，具有實(shí)際應(yīng)用價(jià)值。

表5 方差分析

(a)多元回歸分布(b)多元回歸擬合效果圖4 多元回歸預(yù)測(cè)模型檢驗(yàn)

由式(8)可知，X2系數(shù)遠(yuǎn)遠(yuǎn)大于X1系數(shù)，說(shuō)明公路客運(yùn)量與旅客周轉(zhuǎn)量關(guān)聯(lián)更緊密，結(jié)合地區(qū)客觀情況，外來(lái)人口進(jìn)出可有效帶動(dòng)旅游業(yè)、貿(mào)易、交通運(yùn)輸業(yè)等的發(fā)展，是促使經(jīng)濟(jì)社會(huì)的發(fā)展動(dòng)力，符合我國(guó)“十四五規(guī)劃”中交通旅游融合發(fā)展的政策方針。持續(xù)增長(zhǎng)的公路路線長(zhǎng)度和有效的公路設(shè)施建設(shè)，可以提高新疆公路運(yùn)輸通達(dá)率，促使部分地區(qū)旅游與貿(mào)易達(dá)到發(fā)展基本標(biāo)準(zhǔn)，使得公路客運(yùn)需求保持長(zhǎng)期穩(wěn)定的增長(zhǎng)。在今后的發(fā)展過(guò)程中，確保公路里程長(zhǎng)度持續(xù)增長(zhǎng)的同時(shí)，提高道路利用率，從而帶動(dòng)區(qū)域經(jīng)濟(jì)社會(huì)的發(fā)展。

4 結(jié) 語(yǔ)

結(jié)合新疆公路交通運(yùn)輸特點(diǎn)，以2009～2019年公路客運(yùn)交通運(yùn)輸數(shù)據(jù)為基礎(chǔ)，采用灰色關(guān)聯(lián)分析法對(duì)影響指標(biāo)進(jìn)行了篩選，采用時(shí)間序列法對(duì)各指標(biāo)的發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)，利用多元回歸算法對(duì)各指標(biāo)預(yù)測(cè)特征進(jìn)行總結(jié)分析。研究得出了主要影響指標(biāo)與公路客運(yùn)需求在未來(lái)發(fā)展中的影響能力及關(guān)系，為新疆未來(lái)的政策制定及發(fā)展規(guī)劃提供了理論依據(jù)。