范鹏飞,宋国华,雷 雪
(北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京 100044)
以特大城市为核心、以若干大城市和中小城市集聚而成的城市群逐步成为我国城镇化发展的新模式。然而城市群交通运输中各种运输方式不平衡、运输结构不合理问题,造成了能源浪费和污染排放。在此背景下,我国以“公转铁”“公转水”为主要手段大力推进运输结构调整[1],而运输结构调整将造成货运需求的显著变化。在城市群货运需求预测中,深入研究运输结构调整背景下的城市群干线网络货运需求变化,对于城市群绿色交通发展和交通干线网络的规划建设具有重要意义。
当前,货运需求预测研究多集中于以运输量历史数据为基础开展的宏观货运需求预测。在货运需求产生机理方面,谢丽蓉等[2]对主要产品产量、原材料进出口量进行了预测分析;冯小虎[3]通过对不同部门之间构成的供需关系研究,分析了货运需求的分布规律。这些方法依赖详尽的产品数据或部门数据,对区域性货运需求预测的适用性不足。在货运需求的预测方法和模型方面,Leontief[4]通过编制投入产出表对货运量进行了预测;Yang[5]研究了基于回归分析法的多种预测模型,并成功应用于区域货运需求预测;Barua 等[6]利用机器学习方法预测了国际间的货运需求;Zhang 等[7]利用灰色模型预测了北京市货物运输需求和运输结构。这些研究从不同角度提供了货运需求预测的思路,但主要针对国家或地区的宏观预测,对货运需求的空间分布和分配研究不足。……