基于湖北省產(chǎn)業(yè)經(jīng)濟結(jié)構(gòu)條件下的域內(nèi)貨運量預(yù)測

（武漢理工大學(xué) 交通學(xué)院，湖北 武漢 430063）

1 引言

貨運量是貨物出行交通量的派生需求，不僅與最終產(chǎn)品的重量或體積相關(guān)，還與中間產(chǎn)品生產(chǎn)和銷售的組織、運輸方式的選擇以及運輸組織效率等多種因素有關(guān)，而區(qū)域經(jīng)濟發(fā)展水平與最終產(chǎn)品的產(chǎn)品結(jié)構(gòu)、中間產(chǎn)品的生產(chǎn)和銷售組織、運輸組織效率等因素有著密切的關(guān)系。因此，區(qū)域經(jīng)濟發(fā)展與域內(nèi)貨運量密切相關(guān)。

2 湖北省經(jīng)濟發(fā)展及產(chǎn)業(yè)結(jié)構(gòu)

湖北省位于長江中游，東臨安徽，南接江西、湖南，西連重慶，西北與陜西接壤，北與河南毗鄰，地理位置優(yōu)越，交通條件便利[1]。省會武漢歷來被稱為“九省通衢”之地，是中國內(nèi)陸最大的水陸空交通樞紐，是中國經(jīng)濟地理的“心臟”，具有承東啟西、溝通南北、維系四方的作用，是中國四大綜合樞紐之一，也是“長江經(jīng)濟帶戰(zhàn)略”和“一帶一路戰(zhàn)略”重要節(jié)點城市。

湖北省是我國中部、長江中游最重要的省份之一，經(jīng)濟發(fā)達，交通便利，具有較強的經(jīng)濟輻射力和凝聚力。2002-2016年湖北省貨運量、經(jīng)濟發(fā)展相關(guān)歷史數(shù)據(jù)見表1。由表1可以看出，近15年湖北省各項數(shù)據(jù)均呈現(xiàn)增長趨勢，經(jīng)濟增長速度穩(wěn)定，增長活力趨于增強，湖北省GDP十五年內(nèi)增長約6.7倍，全國增長5.2倍，而人口數(shù)量從2002年的5 672萬人增長到2016年5 885萬人，增長3.8%，遠低于同期全國人口增速，人均GDP位于前列。三大產(chǎn)業(yè)均取得突破式發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)趨于合理。進出口貿(mào)易總額和基礎(chǔ)設(shè)施建設(shè)穩(wěn)步增長，受益于此，人民生活水平持續(xù)改善，居民收入不斷攀升，促進了消費市場運行，增幅總體呈逐年提高態(tài)勢。湖北省經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)條件下貨運需求發(fā)展態(tài)勢如何，對湖北省交通基礎(chǔ)設(shè)施建設(shè)及綜合交通規(guī)劃具有重要的指導(dǎo)作用。

表1 2002-2016年湖北省貨運量、經(jīng)濟發(fā)展相關(guān)歷史數(shù)據(jù)

3 湖北省域內(nèi)貨運量預(yù)測

3.1 基于主成分分析法的RBF神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

貨運量屬于派生需求，它是由經(jīng)濟發(fā)展本身帶來的。經(jīng)濟發(fā)展水平?jīng)Q定貨運量，貨運需求的大小在一定程度上反映了經(jīng)濟發(fā)展水平的高低。因此，可以利用經(jīng)濟指標(biāo)和貨運量之間的映射關(guān)系建立模型，實現(xiàn)經(jīng)濟發(fā)展和貨運量之間的轉(zhuǎn)換，從而達到預(yù)測目的[2]。

主成分分析算法，主要達到了降維的目的；RBF神經(jīng)網(wǎng)絡(luò)是通過建立人工神經(jīng)網(wǎng)絡(luò)模擬數(shù)據(jù)之間的關(guān)系[3]。將主成分分析法和RBF神經(jīng)網(wǎng)絡(luò)結(jié)合，就是指先對數(shù)據(jù)進行主成分分析，將數(shù)據(jù)降維，由多個變量降維到少數(shù)幾個主成分，同時數(shù)據(jù)還能表達原始的信息。對數(shù)據(jù)進行降維處理就意味著改變了神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點：原始數(shù)據(jù)有多個輸入節(jié)點，經(jīng)過主成分分析之后，輸入節(jié)點改變?yōu)樯贁?shù)幾個主成分。輸入節(jié)點的減少，簡化了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，也簡化了RBF神經(jīng)網(wǎng)絡(luò)的收斂速度，有利于提高預(yù)測精度。

3.2 貨運量預(yù)測

為了能定量分析所選取的指標(biāo)數(shù)據(jù)對于預(yù)測具有現(xiàn)實意義，從相關(guān)性分析的角度來進行計算。本文借助SPSS軟件計算湖北省貨運量與其他指標(biāo)的相關(guān)性，見表2。

表2 貨運量與其他指標(biāo)相關(guān)系數(shù)表

由表2可知，所有的相關(guān)性系數(shù)r均大于0.95，這表明湖北省貨運量與其他經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)之間存在顯著性相關(guān)。由于各個數(shù)據(jù)指標(biāo)之間存在巨大的差異，并且量綱不統(tǒng)一，在運用模型預(yù)測前，需要對原始數(shù)據(jù)進行歸一化處理，結(jié)果見表3。

將表3數(shù)據(jù)代入SPSS軟件，通過因子分析，進行主成分分析。經(jīng)過計算，取樣足夠度的Kaiser-Meyer-Olkin度量數(shù)值為0.786，當(dāng)KMO的檢驗結(jié)果大于0.6時，說明適合進行主成分分析[4]。并且第一主成分的特征值為9.847，方差貢獻率為98.472%，已經(jīng)大于80%，因此只提取第一個主成分，各成分得分系數(shù)見表4。

將主成分分析之后的結(jié)果作為RBF神經(jīng)網(wǎng)絡(luò)的輸入端，建立RBF神經(jīng)網(wǎng)絡(luò)，進行貨運量預(yù)測。輸入端有一個節(jié)點，為一個主成分，輸出端為一個節(jié)點，為下一年的貨運量，即本年度的經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)數(shù)據(jù)和下一年度的貨運量作為一組樣本。設(shè)輸入端、輸出端分別為P、T：

表3 歸一化數(shù)據(jù)

表4 主成分得分系數(shù)矩陣

本文使用MATLAB進行RBF神經(jīng)網(wǎng)絡(luò)計算，令目標(biāo)精度goal=0.001，拓展常數(shù)spread=3，通過對隱含節(jié)點為2至4所計算的誤差結(jié)果檢驗網(wǎng)絡(luò)性能，擬合精度使用均方差MSE進行檢驗，顯示結(jié)果如圖1所示。

將建立的基于主成分分析法的RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測2003-2016年的貨運量，并與實際的貨運量相比，得到的結(jié)果如圖2所示。

圖1 不同隱含節(jié)點數(shù)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型擬合精度

圖2 基于主成分分析的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測擬合圖

從圖2可以直觀地看出，基于主成分分析法RBF神經(jīng)網(wǎng)絡(luò)預(yù)測值與實際值之間基本重合，誤差較小。經(jīng)計算得到基于主成分分析法的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型結(jié)果的MAPE值等于6.5%，屬于高精度預(yù)測。

4 湖北省產(chǎn)業(yè)經(jīng)濟發(fā)展對貨運量的影響

根據(jù)表1統(tǒng)計數(shù)據(jù)，對湖北省GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和同期貨運量作對數(shù)處理（如圖3所示），分析湖北省經(jīng)濟及產(chǎn)業(yè)結(jié)構(gòu)變化對貨運量的影響。

從圖3趨勢圖可以看出，自2002年開始，湖北省GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)總值以及貨運量呈現(xiàn)穩(wěn)定上升趨勢，貨運量變化趨勢與GDP變化趨勢的相關(guān)程度很高。以2008年為例，湖北省GDP首次突破萬億，這主要得益于高關(guān)聯(lián)度的產(chǎn)業(yè)集群。2008年在湖北省6個千億元產(chǎn)業(yè)集群中，除了紡織受經(jīng)濟危機影響只有700億元外，汽車、石化、鋼鐵、食品、電子信息產(chǎn)業(yè)銷售收入均超過千億元，其中鋼鐵、汽車、石化行業(yè)表現(xiàn)突出。同時，新興“千億”產(chǎn)業(yè)集群的開發(fā)建設(shè)促進了制造業(yè)競爭力的迅速提升。受到擴大內(nèi)需和拉動裝備制造業(yè)的政策措施的影響，2008年湖北省貨運量也出現(xiàn)明顯增幅。

圖3 湖北省經(jīng)濟發(fā)展與貨運量趨勢圖

部分年份也會出現(xiàn)貨運量和GDP增長速度不一的情況。從圖3中可以看出，2002至2012年，湖北省貨運量增長趨勢以及增長幅度與GDP相當(dāng)，而2012至2016年間貨運量雖然保持著增長的趨勢，但增長幅度較之前年份有所降低，曲線逐漸變得平緩，而湖北省GDP依然保持著穩(wěn)定的增長，貨運量增速小于GDP增速，其主要原因在于GDP內(nèi)部結(jié)構(gòu)發(fā)生了變化，即產(chǎn)業(yè)結(jié)構(gòu)發(fā)生了變化。從圖4可以看出，三大產(chǎn)業(yè)都呈現(xiàn)非均衡增長，就增速而言，第二產(chǎn)業(yè)平均增速較大，尤其是2008至2012年間，第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)最小。不難看出，近15年湖北省仍以第二產(chǎn)業(yè)為主導(dǎo)產(chǎn)業(yè)，2011及2012年占比超過50%，但隨著湖北省產(chǎn)業(yè)優(yōu)化升級等調(diào)整政策措施的施行，第三產(chǎn)業(yè)得到迅猛發(fā)展。

從總量上看，湖北省單位GDP貨運量（即貨運量與GDP的比值，萬t/億元）呈現(xiàn)總體下降的趨勢（如圖5所示），即單位GDP所產(chǎn)生的貨運量逐漸減少，究其原因，一方面，湖北省加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐，在大力發(fā)展工業(yè)的同時，現(xiàn)代物流、金融、旅游、信息、文化等服務(wù)業(yè)快速發(fā)展，居民收入、社會消費品零售總額及其增速超過全國平均水平。另一方面大力培育戰(zhàn)略性新興產(chǎn)業(yè)，高能耗高物耗的產(chǎn)業(yè)發(fā)展受到制約，從而導(dǎo)致單位GDP產(chǎn)生的貨運量逐年下降。

圖4 三產(chǎn)業(yè)占比趨勢

圖5 湖北省單位GDP的貨運量趨勢

5 結(jié)語

本文對湖北省近15年的經(jīng)濟發(fā)展情況分析后，建立基于主成分分析法的RBF神經(jīng)網(wǎng)絡(luò)模型，以此模型通過經(jīng)濟發(fā)展指標(biāo)數(shù)據(jù)預(yù)測貨運量，經(jīng)實證此模型屬于高精度預(yù)測，說明經(jīng)濟發(fā)展與貨運量之間存在一定的內(nèi)在聯(lián)系。通過對湖北省近15年GDP、貨運量、三產(chǎn)業(yè)占比趨勢以及單位GDP貨運量等趨勢進行分析后，得出經(jīng)濟總量與域內(nèi)貨運量息息相關(guān)，一方面經(jīng)濟總量的上升會促進貨運量的增長，另一方面貨運量也受著經(jīng)濟總量內(nèi)部結(jié)構(gòu)即產(chǎn)業(yè)結(jié)構(gòu)的影響，隨著湖北省第一產(chǎn)業(yè)比重的減少，第三產(chǎn)業(yè)比重的逐步增大，單位GDP所產(chǎn)生的貨運量會持續(xù)下落，反映產(chǎn)業(yè)結(jié)構(gòu)調(diào)整后，單位GDP產(chǎn)生的貨運量的附加值持續(xù)提高，扭轉(zhuǎn)了過去粗放式發(fā)展單純追求規(guī)模忽視質(zhì)量的狀況，經(jīng)濟運行質(zhì)量得到進一步提高。

本文研究湖北省經(jīng)濟發(fā)展產(chǎn)業(yè)調(diào)整對域內(nèi)貨運量的影響，研究結(jié)論對湖北省制定貨物運輸發(fā)展規(guī)劃具有積極的參考作用。

[1]桑慧茹,王麗學(xué),陳韶明,等.基于主成分分析的RBF神經(jīng)網(wǎng)絡(luò)在需水預(yù)測中的應(yīng)用[J].水電能源科學(xué),2017,35(7):58-61.

[2]馬云龍.基于主成分分析的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測算法及其應(yīng)用[D].長春:吉林大學(xué),2015.

[3]蔣林利.基于主成分分析和RBF神經(jīng)網(wǎng)絡(luò)的公路貨運量預(yù)測模型[J].長春教育學(xué)院學(xué)報,2013,29(4):68-69.

[4]方智勇.中部崛起背景下湖北經(jīng)濟發(fā)展現(xiàn)狀及地位分析[J].湖北成人教育學(xué)院學(xué)報,2009,15(1):62-63.