基于XGBoost算法的基础设施项目投资预测模型
——以变电站工程为例

张 旺， 管维亚， 张建峰， 陈 红， 卢文飞

(1. 国网江苏电力设计咨询有限公司, 江苏 南京 210008；2. 国网江苏省电力有限公司经济技术研究院, 江苏 南京 210008；3. 东南大学 土木工程学院, 江苏 南京 211189)

基础设施是夯实城市建设和发展的物质基础之一，其投资是加速城市化发展进程和实现城市现代化的重要举措。据世界银行测算，基础设施的存量每增长1%，GDP也会增长1%[1]。就中国而言，基础设施投资对经济增长总体上有显著的正向影响，促进基础设施投资也是中国促进经济发展的经验之一[2]。基础设施兼具“溢出效应[3]”和“网络效应[4]”等属性，投资形成的效果呈现连锁反应和投资乘数效应[5]。在中国经济进入新常态、供给侧改革加快的背景下，提高基础设施投资效率，扩大有效投资，使投资更具有针对性，将基础设施投资规划策略由粗放型转变为精准化，解决目前基础设施投资中的投资不足、投资冗余等问题，实现资源的合理配置，是当下基础设施投资亟待解决的关键问题之一。然而以往的研究主要聚焦于基础设施投资对经济增长[6]和区域发展[7]的影响、风险评价[8,9]等方面，鲜有关注基础设施投资规划、预测的研究。基础设施投资应当兼顾规模与质量，实现基础设施项目精准、高效投资的前提就在于对项目的投资进行准确预测。

在基础设施投资预测中常用的模型或方法有回归分析、神经网络模型、矩阵模型等[10]。基础设施投资中影响因素众多，且各影响因素之间呈现非线性关系，传统的统计模型方法如回归分析在应用于非线性数据时难以克服自身的局限性[11]，预测精度低。……