四川省公路客运量组合预测

摘 要：采用GM（1，1）、三次指数平滑法和多元线性回归，建立三种不同的四川省公路客运量单项预测模型。在此基础上，建立诱导有序加权平均组合预测模型。通过两个误差指标值的比较，说明组合预测方法的优越性。准确合理地推测未来公路客运量，有助于相关部门从整体上掌握未来公路旅客的需求，从而更合理地制定规划。

关键词：GM（1，1）;指数平滑法;多元回归模型;预测方法;客运量

中图分类号：F540.31        文献标志码：A      文章编号：1673-291X（2019）12-0056-02

引言

公路客运是现代化客运主要方式之一，在社会发展过程中发挥了支持经济发展，推动社会进步的巨大作用。公路客运需求受人口、经济、出行偏好及运输成本等诸多因素的影响，公路客运需求预测的准确性直接影响交通规划的正确性，准确合理地推測未来公路客运量，有助于相关部门从整体上把握公路旅客需求，制定总体规划。本文利用组合预测模型，对四川省公路客运量进行预测。

一、单项预测模型

1.灰色GM（1，1）模型。灰色GM（1，1）预测模型为：

2.季节指数修正的三次指数平滑预测模型。根据四川省公路客运量2014—2017年季度数据，得三次指数平滑预测模型如下：

y16+L=21 236-1 305L-37.8L2

四川省2018年各季度公路客运量预测值分别为19 893万人、18 475万人、16 981万人、15 412万人。利用季节指数修正预测值，修正后2018年四川省公路客运量为71 272万人。

3.多元线性回归预测模型。综合参考国内外的研究现状，根据实际需求，选取了以下相关因素指标：私人汽车、来四川省旅游的游客总人数、人均GDP、人口总量、人均可支配收入和城市化率。采用灰色关联分析法对四川省公路客运量以及相关因素指标进行关联分析，与四川省公路客运量有较强关联性的指标有四川省人均GDP、四川省私人汽车拥有量、四川省人口总量。这3个指标与四川省公路客运量的关联度均大于0.8，因此采用它们作为预测模型的指标。

设定x1代表四川省私人汽车拥有量，x2代表四川省人均GDP，x3代表四川省人口总量。回归预测方程为：

y=-4 134 965-373x1-0.36x2+551x3

通过计算，2018年四川省公路客运量预测值为66 654万人。

二、组合预测模型

最优化模型为：

分别计算三种单项预测模型和诱导有序加权平均组合预测模型在四川省公路客运量的两个误差评价指标，结果（见下表）。

结语

通过两个误差评价指标的比较，可以看出组合预测方法预测效果较好。根据预测可知，四川省公路客运量将会出现持续减少的趋势。公路客运企业和客运线路经营者面临困境，必须采取改善措施，转型升级，如发展城乡公交，开辟新的短途线路，与旅游景区、学校合作等措施。

参考文献：

[1]  邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002：218-220.

[2]  王洋.基于三次指数平滑法在成都市生产总值预测中的应用研究[J].经济研究导刊，2016，（31）：87-89.

[3]  潘红宇.时间序列分析[M].北京：对外经济贸易大学出版社，2006：39-42.

[4]  胡凡.公路客运量预测方法对比分析[D].长春：长春工业大学，2015.

[5]  王洋，王咏.基于组合预测模型在成都市房价预测中的应用研究[J].佛山科学技术学院学报：自然科学版，2017，（7）：28-30.

[6]  陈华友.基于IOWA算子的组合预测[J].预测，2003，（6）：61-65.