基于GRA-TSM的新疆公路交通運輸需求預測分析

李 婷 婷

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

交通需求預測與分析是交通規(guī)劃的核心內(nèi)容之一，科學客觀的交通需求預測為公路的規(guī)劃和建設提供科學的決策和指導[1]。新疆位于中國西北部邊陲，地域遼闊，交通問題一直以來都是制約其發(fā)展的一大問題[2]。公路運輸一直是新疆發(fā)展的重中之重，截止2018年底，新疆公路運輸路線長度達到189 050 km，貨運量85 029萬t，貨物周轉量1476.7億t·km，分別比上一年增長2.0%、12.1%和11.5%；新疆公路的客運量17 394萬人，旅客周轉量123.15億人公里，分別比上一年降低了35.5%和28.0%。新疆交通運輸廳已提出2035年遠景目標、“十四五”期間主要目標和2021年預期目標。2021年預期完成：交通運輸固定資產(chǎn)投資580～600億元、高速公路總里程突破6 000 km、高速(一級)公路直接連接的縣城增加至89個、新改建農(nóng)村公路5 700 km。預計到2025年，新疆公路總里程達到220 000 km、高速(一級)公路5年建設4 500 km、總里程達到10 000 km以上。因此，對公路交通進行需求預測對未來交通發(fā)展規(guī)劃和建設具有重要意義。

1 交通需求特征分析

新疆是中國西北部和中亞、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，交通設施建設難度極大?！耙粠б宦贰卑l(fā)展戰(zhàn)略下，新疆交通高質(zhì)量、高標準、嚴要求發(fā)展是對黨和國家政策的響應，是解決發(fā)展不平衡、不充分的關鍵。選用人口總數(shù)、交通運輸生產(chǎn)總值、公路路線長度、公路客運量、旅客周轉量等5個指標建立模型，可有效預測交通運輸需求。

人口總數(shù)、交通運輸生產(chǎn)總值作為衡量國民經(jīng)濟的基本要素，對研究公路交通發(fā)展具有重要意義。公路路線長度極大地體現(xiàn)了交通建設程度，地區(qū)區(qū)域經(jīng)濟發(fā)展是基于建立四通八達的公路運輸網(wǎng)絡。公路客運量、旅客周轉量對地區(qū)公路客運研究具有現(xiàn)實意義，通過研究其發(fā)展變化，可以從側面了解到交通建設、交通分配、交通運輸?shù)痊F(xiàn)實經(jīng)濟問題。

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，新疆自治區(qū)道路貨運業(yè)與交通經(jīng)濟得到了較大發(fā)展，并保持快速穩(wěn)定的發(fā)展趨勢[3]。在此期間，新疆公路路線長度持續(xù)增長，2019年比2009年公路路線長度增長119.4%；2009～2013年新疆公路客運量、旅客周轉量持續(xù)增高，在2013年達到新高；新疆公路交通運輸生產(chǎn)總值11年間不斷增值，2019年比2009年增長421.6%；地區(qū)總人口數(shù)增長了364.59萬人。綜上所述，交通運輸經(jīng)濟基本上隨著交通運輸?shù)陌l(fā)展同步上升，這說明新疆交通運輸經(jīng)濟與交通運輸發(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 交通需求預測方法

在公路交通運輸需求預測過程中，先用灰色關聯(lián)度進行指標篩選，對已經(jīng)篩選出來的指標進行時間序列法預測，在預測數(shù)據(jù)的基礎上用多元線性回歸方法建立回歸方程，對未來的發(fā)展趨勢進行總結分析。

2.1 灰色關聯(lián)分析法

灰色關聯(lián)分析法是研究影響因素關聯(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)計方法相比，其特點是對樣本數(shù)據(jù)量沒有特殊的要求、無需服從正態(tài)分布、結果準確率較高。針對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，計算步驟如下：

第一步：確定系統(tǒng)特征序列與比較序列。

(1)

(2)

特征序列X0是由所有服務質(zhì)量評價指標最優(yōu)值組成的數(shù)據(jù)集，比較序列Xi則為所有評價指標數(shù)據(jù)組成的原始數(shù)據(jù)集。

第二步：數(shù)值標準化處理。

系統(tǒng)選取的指標變量具有不同的計量標準，在數(shù)據(jù)處理過程中會存在指標量級上的差異，所以對原始數(shù)據(jù)集采用均值化法加以處理可以減少計算過程中的誤差。

均值法：

(3)

第三步：關聯(lián)系數(shù)及關聯(lián)度計算。

關聯(lián)系數(shù)主要由特征數(shù)列和比較數(shù)列絕對差的最小值與最大值構成，灰色關聯(lián)系數(shù)

(4)

(5)

在計算得到灰色關聯(lián)系數(shù)的基礎上，可根據(jù)公式(5)計算出指標關聯(lián)度即γ(X0,Xi)，式中x0(k)、xi(k)分別為第k個變量的最優(yōu)值和原始值。

2.2 時間序列法

時間序列法是將需要預測對象按照時間排列，找出其變化規(guī)律，從而推斷今后變化的發(fā)展趨勢和發(fā)展規(guī)律的一種預測方式[5]?；赟PSS平臺，針對新疆地區(qū)近11年的公路交通運輸數(shù)據(jù)，建立模型以時間序列為依據(jù)進行預測分析。

時間序列法中包含了移動平均法和指數(shù)平滑法。移動平均法是在近期數(shù)據(jù)基礎上，擴大時間序列的時間跨度，逐項推移，逐次計算序時平均值，建立一個新的時間序列預測發(fā)展的長期趨勢。移動平均法可以有效消除預測過程中的隨機波動，使預測結果更準確。

移動平均法：

St+1=(Xt+Xt-1+…+Xt-N+1)/N

(6)

式中：St為時刻t時預測值；Xt為時刻t時實際值(即新疆2009年至2019年的實際公路客運量、旅客周轉量、交通運輸生產(chǎn)總值、人口總數(shù))；N為數(shù)據(jù)中平均數(shù)的個數(shù)。

指數(shù)平滑法是通過一定計算得出指數(shù)平滑值，任一階段的指數(shù)平滑值都是該階段的實際數(shù)據(jù)與前一期的指數(shù)平滑值進行加權平均獲得，配合一定的時間序列預測模型對交通數(shù)據(jù)的未來發(fā)展趨勢進行預測。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 實例分析

3.1 指標影響因素分析

對新疆11年數(shù)據(jù)進行整理、統(tǒng)計以及預處理，基于Matlab平臺針對表1進行指標灰色關聯(lián)度分析，由公式(5)可以得到灰色關聯(lián)度相關性，如表2所示。

表2 灰色關聯(lián)度相關性

由表2可知：指標公路路線長度、公路客運量、旅客周轉量三個指標與各個標準指標灰色關聯(lián)度大于0.6，即相互間關聯(lián)性較大無需去除。公路客運量指標對應的標準指標關聯(lián)度最大，從而對公路交通需求預測影響最大，用時間序列法進行預測選擇其為因變量。

自“十三五規(guī)劃”以來，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)通達率、覆蓋率不斷上升，交通運輸生產(chǎn)總值不斷增加，人口總數(shù)呈現(xiàn)穩(wěn)定增長趨勢。但各地交通運輸運力不足，各地州間運距較長，旅游運輸資源不夠集中，從而制約新疆的公路客運交通發(fā)展，導致公路客運量、旅客周轉量呈現(xiàn)波動現(xiàn)象。

3.2 交通需求預測

基于SPSS平臺用時間序列法對表1進行預測，結果如表3、圖1～圖3所示。

表3 公路預測數(shù)據(jù)

圖1 公路客運量預測圖2 公路線路長度預測

圖3 旅客周轉量預測

由表3和圖1～圖3可知：公路客運量2013年達到峰值，隨后一直呈下降狀態(tài)，模型預測在2026年達到峰值，其預測具有一定前瞻性；公路路線長度持續(xù)增長，符合我國的建設要求，更符合實際發(fā)展的需要；2013年以后，旅客周轉量隨著公路客運量的下降也在逐年下降，模型預測在2023年后形成逐年上升趨勢，預測結果較符合實際，對新疆公路交通的發(fā)展和建設具有現(xiàn)實意義。分別對各模型進行擬合程度檢測如表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均符合標準，因此模型擬合程度較優(yōu)，適合進入深度分析。

表4 時間序列模型檢驗結果

3.3 預測特征分析

在時間序列預測基礎上，采用多元回歸算法，基于時間序列法得出的預測數(shù)據(jù)，針對預測年份的公路客運量發(fā)展趨勢進行回歸性總結。多元線性回歸預測法[6]先是分析自變量與因變量關系，從而建立回歸方程，在回歸方程基礎上進行預測，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，假定誤差項n的方差σ2不變，E(n)=0，ε～N(0,σ2)。

采用公式(8)對表3數(shù)據(jù)進行運算分析，得到回歸方程：

y=0.054X1+27.927X2+9258.516

(9)

式(9)中：y為公路客運量,X1為公路路線長度，X2為公路旅客周轉量，對因變量與自變量進行計算得到回歸方程，對未來的發(fā)展趨勢進行總結。

多元回歸模型檢驗結果如表5和圖4所示，經(jīng)過方差分析，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表示模型回歸標準化殘差屬于正態(tài)分布，且累計概率擬合效果較好，因此模型分析結果真實性較優(yōu)，具有實際應用價值。

表5 方差分析

(a)多元回歸分布(b)多元回歸擬合效果圖4 多元回歸預測模型檢驗

由式(8)可知，X2系數(shù)遠遠大于X1系數(shù)，說明公路客運量與旅客周轉量關聯(lián)更緊密，結合地區(qū)客觀情況，外來人口進出可有效帶動旅游業(yè)、貿(mào)易、交通運輸業(yè)等的發(fā)展，是促使經(jīng)濟社會的發(fā)展動力，符合我國“十四五規(guī)劃”中交通旅游融合發(fā)展的政策方針。持續(xù)增長的公路路線長度和有效的公路設施建設，可以提高新疆公路運輸通達率，促使部分地區(qū)旅游與貿(mào)易達到發(fā)展基本標準，使得公路客運需求保持長期穩(wěn)定的增長。在今后的發(fā)展過程中，確保公路里程長度持續(xù)增長的同時，提高道路利用率，從而帶動區(qū)域經(jīng)濟社會的發(fā)展。

4 結 語

結合新疆公路交通運輸特點，以2009～2019年公路客運交通運輸數(shù)據(jù)為基礎，采用灰色關聯(lián)分析法對影響指標進行了篩選，采用時間序列法對各指標的發(fā)展趨勢進行了預測，利用多元回歸算法對各指標預測特征進行總結分析。研究得出了主要影響指標與公路客運需求在未來發(fā)展中的影響能力及關系，為新疆未來的政策制定及發(fā)展規(guī)劃提供了理論依據(jù)。