基于机器学习时间序列的中国货物运输量预测分析

文/潘正桐

一、引言

货运量是指运输企业在一定的时期内实际运送的货物数量，其计量单位为万吨。货运量是反映运输生产成果的指标，体现着运输业为国民经济服务的数量。一定时期货运数量的大小，也是反映国力状况的一个重要指标。近年来，随着物流行业和各种货运匹配平台的快速发展，我国公路、铁路、水运等运输方式的市场规模和货运量也在不断发展。货运量的预测是指基于货运市场过去的情况、当前的货运需求相关因素间的关系，结合各类定性、定量模型，对其变化趋势进行预测。

二、时间序列在货运量预测中的应用

本文以2011年1月至2021年2月中国铁路、公路、水路、航空货运量为样本，构建模型并对模型进行分析，预测2021年3到8月的货运量。模型的建立与预测都在Anaconda中完成。应用的数据来自国家统计局网站（中国统计信息网），其中铁路运输数据来源于中国国家铁路集团有限公司、公路水路运输数据来源于交通运输部，民航运输数据来源于中国民用航空局，所有数据均为当期值（单位：万吨）。以铁路货运量为例，首先绘制原始序列的时序图，并对原始数据的单位根进行检验。原始序列的ADF检验结果为：(-0.5290107150840598，0.886229845449974，12，109，{'1%'：-3.49181775886872，'5%'：-2.888443799 2971588，'10%'：-2.5811201893779985}，1854.0695186939024)。单位根检验统计量对应的P值显著大于0.05，最终将该序列判断为非平稳序列（非平稳序列一定不是白噪声序列）。随后对原始序列进行一阶差分，并进行平稳性和白噪声检验。差分序列的ADF检验结果为：(-1.8445309295043555,0.3585879992575793，11，109，{'1%'：-3.49181775886872，'5%'：-2.8884437992971588，'10%'：-2.5811201893779985}，1836.326083902209)。结果显示，一阶差分之后的序列的时序图在均值附近比较平稳的波动，自相关图有很强的短期相关性，但单位根检验P值仍大于0.05，所以需要进行二阶差分，并进行平稳性和白噪声检验。二阶差分序列的ADF检验 结 果 为 ：(-11.07500996728016，4.4551367163712387e-20，10，109，{'1%'：-3.49181775886872，'5%':-2.8884437992971588，'10%'：-2.5811201893779985}，1821.9942829912886)。二阶差分序列的白噪声检验结果为：(array([72.98238595])，array([1.30812087e-17]))。结果显示，二阶差分之后的序列的时序图在均值附近比较平稳的波动，自相关图有很强的短期相关性，单位根检验P值小于0.05，所以二阶差分之后的序列是平稳序列。输出的P值远远小于0.05，所以二阶差分之后的序列是平稳非白噪声序列。

下面对二阶差分后的序列平稳非白噪声序列拟合ARIMA模型，二阶差分后自相关图显示出截尾，偏自相关图显示出拖尾性，根据BIC遍历p，q值，取BIC最小时对应的p，q。此处选择常用模型 ARIMA（7，2，0），ARIMA（0，2，1），ARIMA（7，2，1），ARIMA（8，2，0），取其中 BIC信息量达到最小的模型阶数，比较可得ARIMA（0，2，1）的三个BIC数据都相对较小，因此取p=0，q=1，对原始序列建立ARIMA(0，2，1)模型。模型检验，残差为白噪声序列，P值为：0.627016。

依照上述方法，分别预测出我国2021年3月至2021年8月的铁路货运量、公路货运量、水运货运量和民航货运量，结果保留整数。如表1所示：

图1 一阶差分之后序列的自相关图

图1 二阶差分之后序列的自相关图

图2 一阶差分之后序列的偏自相关图

图2 二阶差分之后序列的偏自相关图

表1 2021年3-8月各指标货运量预测量（单位：万吨）

需要说明的是，利用模型向前预测的时期越长，预测误差将会越大，这是时间序列预测的典型特点。

三、中国货运量影响因素分析

影响中国各指标货运量的宏观因素主要有基础设施投资、国家政策、宏观调控等，微观的硬件因素为线路里程、路网密度、运营管理模式等。以下为具体分析。

1.基础设施对货运量的影响，基础设施是经济发展的必要保障，其中物流体系的建设是其他体系发展的前提。伴随经济发展，物流需求趋于多样化，此时需要多样化的物流方式满足多样化的物流需求。保障各种生产流通线路的畅通，需要水运干线、铁路干线、高等级公路干线等多种运输方式的交错连接与同步延伸；经济区域的沟通交流也离不开辐射八方的航空干线与航运干线支持。因此建设高效快捷、适应性强的物流网络以支持经济发展的需求是非常必要的。2.国内政策对货运量的影响，有经济学者说：“中国内部最大的变量是政策变量、制度变量”，这表明政策对物流与货运量的发展变革产生了重大影响。2016年7月，由发改委、交通运输部、中铁总联合印发的《中长期铁路网规划》提出，到2020年，我国铁路网规模达到15万公里。2018年10月9日由国务院办公厅推行的《推进运输结构调整三年行动计划(2018—2020年)》指出，到2020年，铁路、水路承担的大宗货物运输量显著提高，港口铁路集疏运量和集装箱多式联运量大幅增长。2018年12月由发改委、交通运输部发布的《国家物流枢纽布局和建设规划》提出到2020年布局建设30个左右国家物流枢纽；到2025年布局建设150个左右国家物流枢纽；到2035年基本形成与现代化经济体系相适应的国家物流枢纽网络。3.线路里程对货运量的影响，改革开放以来，我国在交通建设方面投入不断增加，在里程对货运量的影响方面，从上述数据中不难发现，我国在公路上的投入远大于铁路方面的里程建设，各年段公路里程的建设都远远大于铁路的里程建设。从目前我国经济发展态势来看，公路的基础设施建设基本处于饱和状态，而随着“公转铁”政策的全面落实，铁路仍有很大发展空间。4.交通路网密度对货运量的影响。在道路面积及交通需求分布相同的前提下，增加路网密度会使得域内路段交叉口数量增多，从而影响每个交叉口运输量及效率，使其交通需求率减低，提高每个路段每个车道的交通通行能力。但如果交叉路段过短，也会增加各交叉口处的相互干扰，有降低单位时间货运量的风险。因此提高路段路网密度相对于该路段的路网容量及货运量来说是一把双刃剑。5.新冠疫情对货运量的影响。2020年中国各项运输量整体呈现V字型走势，在疫情初期，中国民航货邮运输量仍同比增长，但受疫情的初步影响，货邮运输量增速有所减缓，预计个位数同比增幅；到了疫情高峰期，由于运力大幅下降且产能严重不足，运输量同比大幅下降，预计降幅达到20%以上；当进入疫情衰退期，随着复工、运力恢复等利好因素出现，运输量同比下滑收窄，预计降幅为10%左右；等疫情结束后，运输量持续同比增长，照样体现出报复性反弹趋势。由于国家对本次疫情处理更加迅速、更加透明，对比2003年的非典周期控制得更快，疫情高峰期和衰退期持续的时间更短。

四、建议与展望

国家应重视交通道路的基础设施建设，在经济发展需要的前提下，适当加强铁路里程的建设，同时对旧的铁路加强完善和保护，提高铁路运输的速度，从而提高货运量与效率。在目前公路修建基本完成且处于轻度饱和的状态下，国家可以通过改进完善破旧或在建中的公路，保障公路的质量与运输的通畅，提高货运的频次和车次，进而增加货运量，同时调整运输结构、增加铁路货运量，促进国家经济稳中向好发展。建设交通强国是党的十九大作出的重大战略决策。党的十八大以来，习近平总书记深刻把握新时代我国发展的阶段性特征，对交通事业发展作出一系列重要论述，提出了建设交通强国的时代课题。目前，建设交通强国各项工作正在有序推进。交通运输部正在编制《国家综合立体交通网规划纲要（2021—2050年）》与《“十四五”综合交通发展规划》，积极做好试点城市的建设。在“十三五”取得成绩的基础上，瞄准2021到2025年，力争用三到五年的时间推动综合交通高质量发展。随着全球疫情发展，我国应对疫情逐渐从阻击战逐步转向防御战、持久战，但长期向好的态势没有变。多难兴邦，我们的国家一定会从这次疫情里吸取经验教训，提升治理能力。