西安市公路运输货运枢纽需求预测

李晨新，魏田正，袁浩，张璐璐

西安市公路运输货运枢纽需求预测

李晨新，魏田正，袁浩，张璐璐

（长安大学 汽车学院，陕西 西安 710064）

根据西安市统计年鉴运用SPSS数据分析软件分析2003-2017年西安市GDP、人口等指标与全社会货运量之间的关系，选用关联度相对较好的人口指标作为自变量建立人口与社会货运量间的数学关系。利用一元线性回归法预测了特征年人口数量并预测社会货运量。根据西安市全社会货运量预测、公路货运量预测等指标，预测了2020年、2030年、2040年的公路货运枢纽站场作业量。

交通运输；货运枢纽；需求预测；货运量；SPSS

前言

公路运输货运枢纽站场是货物运输网络中的一个重要组成部分，是构建公路货运枢纽的基本单元，也是实现一体化交通和高效运输的保障与手段。为了使得公路货运枢纽站场布局更加规范化、程序化、科学化和合理化，必须有较高的公路货运枢纽站场总体规划的水平。合理对西安市公路货运枢纽未来的货运量进行预测，可以为西安市未来的公路货运枢纽的发展规划提供一定的参考。

1 西安市货运方式现状

受限于西安市的地理环境等其他因素的影响，目前西安市的货物运输方式有公路运输、铁路运输、民航运输三种[1]。公路运输在西安市全社会货运量占据主要比重，公路货运量的预测通过公路货运量占全社会货运量的比例来测定，如图1所示，根据2003年以来的统计数据看，公路货运量占全社会货运量的比重总体呈稳中有增的趋势。

2 西安市全社会货运量预测

综合考虑历史数据本身的分布特性以及分析方法的自身性质，决定采用线性回归法来进行西安市全社会货运量的预测[2]。选取与西安市全社会货运量发展密切相关的指标，可以采用关联度分析[3]。图2-4为西安市2003-2017年GDP、人口及人均 GDP与全社会货运量之间的发展关系。分析结果对比得出，全社会货运量与人口的关联度较好，因此选用人口这一指标作为回归方程的自变量。通过历史数据分析计算得到一元二次回归方程与人口拟合曲线和它的预测模型：

图1 西安市公路货运量占全社会货运量比重趋势图

式中：x为西安市特征年的人口数量；y为西安市特征年全社会货运量的预测值。

图3 西安市人口与全社会货运量发展趋势

图4 西安市人均GDP与全社会货运量发展趋势

3 人口预测

根据西安市1990—2017年历年人口总人口的数据分布特性，本文采用时间序列法对西安市特征年的人口数目进行预测。如表1所示为一元方程中系数，得到公式（2）：

可以预测2020、2030、2040年西安市城市人口分别为：

p（2020）=868.96（万人）；

p（2030）=958.26（万人）；

p（2040）=1045.804（万人）

由公式（1）可得特征年西安市全社会货运量预测结果：

Y（2020）=180723（万吨/年）；

Y（2030）=504618.488（万吨/年）；

Y（2040）=984623.868（万吨/年）

表1 一元方程中系数

4 公路货运枢纽站场作业量预测

由前图1所示且结合专家咨询和定性分析，最终确定如表2所示各特征年公路占全社会货运量的比重及公路货运量预测值。

表2 预测西安市公路货运量占全社会货运量比重及运量（万吨/年）

根据全国公路运输枢纽布局规划经验，一般进入货运枢纽站进行作业的业务量占公路货运量的 3%～15%。根据西安市公路货运枢纽站作业量特点，结合其它省、市公路货运枢纽站作业量的比重，预计2020年、2030年、2040年西安市公路货运枢纽站场作业量所占公路货运量的比重分别为 11.0%、13.0%和15.0%。据此预测的公路货运枢纽站场作业量结果见表3所示。

表3 西安市公路货运枢纽站场作业量预测结果

5 结论

本文着眼于西安市公路运输货运枢纽的需求预测，依据西安市统计年鉴数据，以西安市2003-2017年的货运量、GDP、人均GDP、人口等数据对西安市特征年的货运量和人口数据进行预测，选用关联度较好的人口这一指标作为回归方程的自变量。通过历史数据分析计算得到一元二次回归方程与人口拟合曲线和它的预测模型，进而对西安市特征年的人口数进行预测分析。运用一元线性回归分析方法对西安市特征年的人口数据进行预测。得到西安市特征年的预测人口数据后代入公式（1），得到西安市特征年全社会货运量的预测值，通过公路货运量占全社会货运量的比例、枢纽站作业量所占比例来进行公路货运量、货运枢纽站作业量的预测。

[1] 张浩.西安市货运量与工业增加值协整分析[D].2016.

[2] 王孔雀,Kongque W.西安铁路枢纽客运系统规划研究[J].铁道标准设计,2009(8).

[3] 毛素平.西安咸阳国际机场商业化战略及策略研究[D].西北工业大学, 2003.

[4] 刘昱岗,罗霞.公路货运枢纽站场规划中的关键问题研究[J].交通企业管理,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-），硕士研究生，就读于长安大学汽车学院，交通运输工程专业。