西安市公路運輸貨運樞紐需求預測

李晨新，魏田正，袁浩，張璐璐

西安市公路運輸貨運樞紐需求預測

李晨新，魏田正，袁浩，張璐璐

（長安大學 汽車學院，陜西 西安 710064）

根據(jù)西安市統(tǒng)計年鑒運用SPSS數(shù)據(jù)分析軟件分析2003-2017年西安市GDP、人口等指標與全社會貨運量之間的關系，選用關聯(lián)度相對較好的人口指標作為自變量建立人口與社會貨運量間的數(shù)學關系。利用一元線性回歸法預測了特征年人口數(shù)量并預測社會貨運量。根據(jù)西安市全社會貨運量預測、公路貨運量預測等指標，預測了2020年、2030年、2040年的公路貨運樞紐站場作業(yè)量。

交通運輸；貨運樞紐；需求預測；貨運量；SPSS

前言

公路運輸貨運樞紐站場是貨物運輸網(wǎng)絡中的一個重要組成部分，是構建公路貨運樞紐的基本單元，也是實現(xiàn)一體化交通和高效運輸?shù)谋Ｕ吓c手段。為了使得公路貨運樞紐站場布局更加規(guī)范化、程序化、科學化和合理化，必須有較高的公路貨運樞紐站場總體規(guī)劃的水平。合理對西安市公路貨運樞紐未來的貨運量進行預測，可以為西安市未來的公路貨運樞紐的發(fā)展規(guī)劃提供一定的參考。

1 西安市貨運方式現(xiàn)狀

受限于西安市的地理環(huán)境等其他因素的影響，目前西安市的貨物運輸方式有公路運輸、鐵路運輸、民航運輸三種[1]。公路運輸在西安市全社會貨運量占據(jù)主要比重，公路貨運量的預測通過公路貨運量占全社會貨運量的比例來測定，如圖1所示，根據(jù)2003年以來的統(tǒng)計數(shù)據(jù)看，公路貨運量占全社會貨運量的比重總體呈穩(wěn)中有增的趨勢。

2 西安市全社會貨運量預測

綜合考慮歷史數(shù)據(jù)本身的分布特性以及分析方法的自身性質(zhì)，決定采用線性回歸法來進行西安市全社會貨運量的預測[2]。選取與西安市全社會貨運量發(fā)展密切相關的指標，可以采用關聯(lián)度分析[3]。圖2-4為西安市2003-2017年GDP、人口及人均 GDP與全社會貨運量之間的發(fā)展關系。分析結果對比得出，全社會貨運量與人口的關聯(lián)度較好，因此選用人口這一指標作為回歸方程的自變量。通過歷史數(shù)據(jù)分析計算得到一元二次回歸方程與人口擬合曲線和它的預測模型：

圖1 西安市公路貨運量占全社會貨運量比重趨勢圖

式中：x為西安市特征年的人口數(shù)量；y為西安市特征年全社會貨運量的預測值。

圖3 西安市人口與全社會貨運量發(fā)展趨勢

圖4 西安市人均GDP與全社會貨運量發(fā)展趨勢

3 人口預測

根據(jù)西安市1990—2017年歷年人口總人口的數(shù)據(jù)分布特性，本文采用時間序列法對西安市特征年的人口數(shù)目進行預測。如表1所示為一元方程中系數(shù)，得到公式（2）：

可以預測2020、2030、2040年西安市城市人口分別為：

p（2020）=868.96（萬人）；

p（2030）=958.26（萬人）；

p（2040）=1045.804（萬人）

由公式（1）可得特征年西安市全社會貨運量預測結果：

Y（2020）=180723（萬噸/年）；

Y（2030）=504618.488（萬噸/年）；

Y（2040）=984623.868（萬噸/年）

表1 一元方程中系數(shù)

4 公路貨運樞紐站場作業(yè)量預測

由前圖1所示且結合專家咨詢和定性分析，最終確定如表2所示各特征年公路占全社會貨運量的比重及公路貨運量預測值。

表2 預測西安市公路貨運量占全社會貨運量比重及運量（萬噸/年）

根據(jù)全國公路運輸樞紐布局規(guī)劃經(jīng)驗，一般進入貨運樞紐站進行作業(yè)的業(yè)務量占公路貨運量的 3%～15%。根據(jù)西安市公路貨運樞紐站作業(yè)量特點，結合其它省、市公路貨運樞紐站作業(yè)量的比重，預計2020年、2030年、2040年西安市公路貨運樞紐站場作業(yè)量所占公路貨運量的比重分別為 11.0%、13.0%和15.0%。據(jù)此預測的公路貨運樞紐站場作業(yè)量結果見表3所示。

表3 西安市公路貨運樞紐站場作業(yè)量預測結果

5 結論

本文著眼于西安市公路運輸貨運樞紐的需求預測，依據(jù)西安市統(tǒng)計年鑒數(shù)據(jù)，以西安市2003-2017年的貨運量、GDP、人均GDP、人口等數(shù)據(jù)對西安市特征年的貨運量和人口數(shù)據(jù)進行預測，選用關聯(lián)度較好的人口這一指標作為回歸方程的自變量。通過歷史數(shù)據(jù)分析計算得到一元二次回歸方程與人口擬合曲線和它的預測模型，進而對西安市特征年的人口數(shù)進行預測分析。運用一元線性回歸分析方法對西安市特征年的人口數(shù)據(jù)進行預測。得到西安市特征年的預測人口數(shù)據(jù)后代入公式（1），得到西安市特征年全社會貨運量的預測值，通過公路貨運量占全社會貨運量的比例、樞紐站作業(yè)量所占比例來進行公路貨運量、貨運樞紐站作業(yè)量的預測。

[1] 張浩.西安市貨運量與工業(yè)增加值協(xié)整分析[D].2016.

[2] 王孔雀,Kongque W.西安鐵路樞紐客運系統(tǒng)規(guī)劃研究[J].鐵道標準設計,2009(8).

[3] 毛素平.西安咸陽國際機場商業(yè)化戰(zhàn)略及策略研究[D].西北工業(yè)大學, 2003.

[4] 劉昱崗,羅霞.公路貨運樞紐站場規(guī)劃中的關鍵問題研究[J].交通企業(yè)管理,2008, 23(6).

Research on Demand Forecast of Xi'an Highway Transportation and Freight Hub

Li Chenxin, Wei Tianzheng, Yuan Hao, Zhang Lulu

（School of Automobile, Chang'an University, Shaanxi Xi’an 710064 )

According to the statistical yearbook of Xi'an, using SPSS data analysis software to analyze the relationship between the GDP and population indicators of Xi'an and the total social freight volume in 2003-2017, and select the population index with relatively good correlation as the independent variable to establish the population and social freight volume. The mathematical relationship between. The one-dimensional linear regression method was used to predict the characteristic annual population and predict the social freight volume. According to the forecast of the whole society's freight volume and the forecast of road freight volume, the volume of road freight hub stations in 2020, 2030 and 2040 is predicted.

Transportation; Freight hub; Demand forecast; Freight volume; SPSS

U294.1+2

A

1671-7988(2019)24-243-03

U294.1+2

A

1671-7988(2019)24-243-03

10.16638/j.cnki.1671-7988.2019.24.084

李晨新（1996.07-），碩士研究生，就讀于長安大學汽車學院，交通運輸工程專業(yè)。