采用多元化綜合方法的農(nóng)村公路網(wǎng)規(guī)模預測研究

樊 慧

（山西省交通科技研發(fā)有限公司，山西 太原 030032）

1 研究背景

農(nóng)村公路是農(nóng)村地區(qū)主要的對外聯(lián)系通道，是鄉(xiāng)村振興的基礎(chǔ)性、先導性條件。農(nóng)村公路的建設(shè)需要規(guī)劃引領(lǐng)，高質(zhì)量的農(nóng)村公路規(guī)劃對于提高農(nóng)村公路發(fā)展水平具有重要意義。農(nóng)村公路規(guī)劃編制中的核心問題就是路網(wǎng)總體規(guī)模的預測，既是農(nóng)村公路發(fā)展的控制性指標，也能為下一步科學優(yōu)化路網(wǎng)布局、建設(shè)項目庫、實施計劃和資金安排提供基礎(chǔ)和指導。

2 農(nóng)村公路規(guī)模預測思路

2.1 農(nóng)村公路規(guī)模影響因素識別

農(nóng)村公路網(wǎng)合理規(guī)模的實質(zhì)是在一定的國土面積上按照客貨運需求分布而合理布設(shè)道路的總量，農(nóng)村公路網(wǎng)有其內(nèi)在發(fā)展規(guī)律，按照影響方式，農(nóng)村公路網(wǎng)規(guī)模的影響因素如下：

a）從時間序列上看，按照發(fā)展規(guī)律，農(nóng)村公路逐步經(jīng)歷發(fā)展初期、發(fā)展中期和發(fā)展后期階段，增長速度先上升后下降至總規(guī)模趨于穩(wěn)定。因此，農(nóng)村公路規(guī)模與時間呈現(xiàn)一定的規(guī)律。

b）從相關(guān)因素上看，農(nóng)村公路與區(qū)域的經(jīng)濟社會發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、交通需求相適應。農(nóng)村公路規(guī)模的影響因素可以分為三個方面，首先，與引發(fā)交通需求的經(jīng)濟活動有關(guān)，包括經(jīng)濟總量、居民消費水平、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)等；其次，與影響交通需求總量的影響因素有關(guān)，包括人口規(guī)模、國土面積、機動車保有量；最后，交通需求的具體體現(xiàn)，包括客運量、貨運量等。

c）從路網(wǎng)自身布局來看，根據(jù)客貨需求點的分布，農(nóng)村公路網(wǎng)呈現(xiàn)一定的網(wǎng)絡(luò)幾何學特征，具體反映為連通度、通達深度等指標，因此，路網(wǎng)幾何學特性和客貨需求點的分布是路網(wǎng)規(guī)模的影響因素。

d）從制約因素看，環(huán)境保護、國土空間等約束日益趨緊，土地資源、環(huán)境容量等因素影響路網(wǎng)的最終規(guī)模。

2.2 預測方法分類及適用性分析

除了一些定性預測方法，如類比法、專家咨詢法等，農(nóng)村公路規(guī)模預測經(jīng)常采用定量方法進行預測，按照影響因素的分類，預測方法分為自主性時間序列預測方法、相關(guān)性回歸預測方法和控制型路網(wǎng)指標預測方法。

自主性時間序列預測方法以年份為自變量，在研究歷年農(nóng)村公路規(guī)模及增長率變化情況基礎(chǔ)上，對農(nóng)村公路發(fā)展階段和發(fā)展趨勢進行判斷，進一步進行對數(shù)模型、指數(shù)平滑、Logistic 模型的擬合，根據(jù)擬合結(jié)果確定預測模型。該方法較為簡單，工作量小。但是，運用時間序列分析實際上將所有的影響因素歸結(jié)到時間這一因素上，只承認所有影響因素的綜合作用，并在未來對預測對象仍然起作用，并未去分析探討預測對象和影響因素之間的因果關(guān)系。

相關(guān)性回歸預測方法以經(jīng)濟活動、交通需求、出行量等因素為自變量，通過歷年經(jīng)濟活動、交通需求、出行量等因素和農(nóng)村公路規(guī)模標定多元回歸模型，再將規(guī)劃年的自變量預測值輸入模型，計算規(guī)劃期農(nóng)村公路規(guī)模。該方法能夠較好地反應公路網(wǎng)規(guī)模與影響因素之間的因果關(guān)系，但是，農(nóng)村公路區(qū)域范圍、環(huán)境復雜，模型標定較為困難。目前，以BP 神經(jīng)網(wǎng)絡(luò)算法為代表的計算機方法能夠較好地解決此類問題。

控制型路網(wǎng)指標預測方法以預期達到的路網(wǎng)網(wǎng)絡(luò)幾何學特征，從路網(wǎng)內(nèi)在規(guī)律的層次對農(nóng)村公路規(guī)模進行宏觀推算。該方法原理清楚，能夠以網(wǎng)絡(luò)幾何特征較好地解釋路網(wǎng)規(guī)模。但對國土面積大、客貨運需求點分布規(guī)律性不強的情況預測精度較差。

3 多元化綜合方法的規(guī)模預測

3.1 方法選取

根據(jù)自主性時間序列預測方法、相關(guān)性回歸預測方法、控制型路網(wǎng)指標預測方法的優(yōu)缺點，選擇相關(guān)性回歸預測方法中的國土系數(shù)法、BP 神經(jīng)網(wǎng)絡(luò)算法和連通度法作為多元化綜合方法的3 種典型算法[1]，各方法情況如下。

3.1.1 國土系數(shù)法

根據(jù)國土系數(shù)理論，一個區(qū)域內(nèi)的公路網(wǎng)發(fā)展水平與人口、面積指標具有較強的相關(guān)關(guān)系，即國土空間系數(shù)可以通過歷史數(shù)據(jù)回歸分析得到。國土系數(shù)法計算公式如式（1）：

式中：L 為農(nóng)村公路規(guī)模，km；K 為國土系數(shù)；A 為區(qū)域面積，km2；P 為總?cè)丝?，萬人。

3.1.2 BP 神經(jīng)網(wǎng)絡(luò)算法

神經(jīng)網(wǎng)絡(luò)算法是一種模仿生物腦結(jié)構(gòu)及其功能的計算機系統(tǒng)，目前應用最廣泛最成功的神經(jīng)網(wǎng)絡(luò)模型是BP 神經(jīng)網(wǎng)絡(luò)。一般由輸入層、隱含層、輸出層三個神經(jīng)元素層次組成，應用一組輸入神經(jīng)元對構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓練。當神經(jīng)網(wǎng)絡(luò)達到穩(wěn)定狀態(tài)，可用于仿真預測。

本次研究中，確定輸出層n 為1 個神經(jīng)元節(jié)點，即農(nóng)村公路網(wǎng)規(guī)模，輸入層m 為5 個神經(jīng)元節(jié)點，即影響公路網(wǎng)規(guī)模的因素，包括國內(nèi)生產(chǎn)總值、總?cè)丝凇⒕用裣M水平、民用汽車保有量、城鎮(zhèn)化率，隱含層h 節(jié)點數(shù)一般通過經(jīng)驗公式確定，本研究取10。

3.1.3 連通度法

按照連通度計算模型，路網(wǎng)變形系數(shù)ξ 為各節(jié)點間線路總長度與直線里程之比。連通度C 反映各節(jié)點間的連通情況，當C 值接近 1.0 時，路網(wǎng)布局為樹狀，各結(jié)點多為二路連通；C 值為2.0 時，路網(wǎng)布局為方格網(wǎng)狀，結(jié)點多為四路連通；C 值略大于3.0 時，路網(wǎng)布局呈三角形網(wǎng)狀，結(jié)點多為六路連通。連通度計算公式如式（2）：

式中：L 為農(nóng)村公路里程，km；N 為區(qū)域內(nèi)節(jié)點數(shù)；A為區(qū)域面積，km2；ξ 為路網(wǎng)變形系數(shù)；C 為路網(wǎng)連通度。

3.2 多元方法的構(gòu)建

在按照以上3 種方法分別進行預測后，將各方法的預測結(jié)果與方法對應的權(quán)重值相乘求和后作為最終預測結(jié)果。各方法的權(quán)重根據(jù)預測期限長短和各方法的特點綜合確定。根據(jù)國土系數(shù)法參數(shù)少、模型容易標定，BP 神經(jīng)網(wǎng)絡(luò)算法參數(shù)多、能夠綜合反映各影響因素，以及連通度法體現(xiàn)網(wǎng)絡(luò)幾何特性影響的特點，綜合確定各方法在不同期限預測中的作用，增強預測結(jié)論的可信度，從而預測農(nóng)村公路網(wǎng)的合理規(guī)模。

表1 各方法權(quán)重定性劃分

4 山西省“十四五”農(nóng)村公路規(guī)模預測

4.1 現(xiàn)狀情況

“十五”以來，山西省大力推進農(nóng)村公路建設(shè)，基本實現(xiàn)了具備條件的建制村通水泥（油）路和具備條件的建制村街巷硬化“全覆蓋”[2]。截止2018 年底，全省農(nóng)村公路通車里程達到12.47 萬km，農(nóng)村公路基本滿足大部分交通需求，葉脈型網(wǎng)絡(luò)形成，農(nóng)村公路規(guī)模增長放緩。山西省農(nóng)村公路和相關(guān)因素的理念發(fā)展情況見表2。

表2 山西省農(nóng)村公路和相關(guān)因素歷年發(fā)展情況

4.2 預測過程

4.2.1 相關(guān)因素的預測

相關(guān)因素的預測主要是引用權(quán)威機構(gòu)預測數(shù)據(jù)。GDP 方面，清華大學中國與世界經(jīng)濟研究中心預計GDP 將保持年均6%的增速，預計2025 年山西省GDP 為252 882 041 萬元。人口規(guī)模方面，《國家人口發(fā)展規(guī)劃2016—2030》預計，人口年均增長0.09%，預計2025 年山西省人口為3 742 萬人。居民消費水平方面，世界銀行《China 2030》和《中國消費者2030 年面貌前瞻》中預測居民消費水平年均值增長率為5.5%，預計2025 年山西省農(nóng)民人均可支配收入為17 092 元。民用汽車擁有量方面，中國汽車工業(yè)協(xié)會預測增長為7%，預計2025 年山西省民用汽車擁有量為1 052 萬臺。城鎮(zhèn)化率方面，住建部、國務院發(fā)展研究中心等研究機構(gòu)對城鎮(zhèn)化水平進行的預測，到2025 年中國城鎮(zhèn)化率將達到60%～65%，山西省取中間值為62.5%。

4.2.2 參數(shù)的標定

4.2.2.1 國土系數(shù)法標定

將表1 中2005 年至2018 年農(nóng)村公路里程、年末常住人口、山西省國土面積156 748 km2帶入式（1），求出歷年國土系數(shù)K，再使用指數(shù)平滑（ETS）算法預測2025 年K 值為5.435。

4.2.2.2 神經(jīng)網(wǎng)絡(luò)訓練

訓練樣本為表1 中2005 年至2018 年公路里程規(guī)模和國內(nèi)生產(chǎn)總值、總?cè)丝凇⒕用裣M水平、民用汽車保有量、城鎮(zhèn)化率等經(jīng)濟社會發(fā)展主要指標。

使用MatLab 工具箱對構(gòu)建的神經(jīng)網(wǎng)絡(luò)進行訓練，訓練性能和訓練結(jié)果如圖1、圖2 所示。訓練在第46 次達到設(shè)置誤差值，訓練后的BP 神經(jīng)網(wǎng)絡(luò)計算預測值已與實測值十分接近，相關(guān)系數(shù)為0.997 4，相關(guān)性非常高，可視為訓練網(wǎng)絡(luò)已滿足計算要求。

圖1 BP 神經(jīng)網(wǎng)絡(luò)訓練性能

4.2.2.3 連通度法標定

結(jié)合山西省地形特點和農(nóng)村公路發(fā)展現(xiàn)狀，節(jié)點按照《2019 年山西省統(tǒng)計年鑒》中的縣級節(jié)點117 個、鄉(xiāng)級 1 196 個、村級節(jié)點 28 120 個計，初步按照路網(wǎng)變形系數(shù)1.2 至1.3 之間，連通度小于2 的范圍，采用典型年份的農(nóng)村公路規(guī)模確定具體的路網(wǎng)變形系數(shù)和連通度。具體見表3。

圖2 BP 神經(jīng)網(wǎng)絡(luò)訓練結(jié)果

表3 典型年份農(nóng)村公路路網(wǎng)變形系數(shù)和連通度

并按照趨勢外推法預測2025 年路網(wǎng)變形系數(shù)為1.30、連通度為1.47。

4.3 預測結(jié)果

將2025 年山西省人口規(guī)模、K 值和國土面積帶入式（1），計算得到農(nóng)村公路規(guī)模預測值為131 625 km。將2025 年山西省生產(chǎn)總值、總?cè)丝?、居民消費水平、民用汽車保有量、城鎮(zhèn)化率預測值代入訓練好的BP 神經(jīng)網(wǎng)絡(luò)，計算得到農(nóng)村公路規(guī)模預測值為125 774 km。將2025 年路網(wǎng)變形系數(shù)、連通度、區(qū)域面積、節(jié)點數(shù)帶入式（2），計算得到農(nóng)村公路規(guī)模預測值為126 873 km。

按照表2 各算法權(quán)重情況，經(jīng)對比同類項目，按照前述權(quán)重定性確定方法，初步擬定國土系數(shù)法、BP 神經(jīng)網(wǎng)絡(luò)算法、連通度法權(quán)重分別為0.42、0.23、0.35，求得2025 年山西省農(nóng)村公路規(guī)模為128 616 km。

5 結(jié)語

在分析農(nóng)村公路發(fā)展規(guī)律和各種影響因素的基礎(chǔ)上，總結(jié)了各種預測方法的優(yōu)缺點，構(gòu)建了多元化綜合方法來預測農(nóng)村公路規(guī)模，并將其應用于山西省“十四五”農(nóng)村公路規(guī)模預測，能夠克服單一預測方法的缺點，可以為農(nóng)村公路中長期規(guī)劃、公路網(wǎng)規(guī)劃中的路網(wǎng)規(guī)模預測提供一定的參考。