甘肃省综合交通客货运输需求预测及空间分布研究

崔文霖　贺锦

摘要 文章以1978—2020年甘肃省经济数据为基础，对2035年和2050年甘肃省GDP、城镇化率等数据进行了分析预测。在此基础上，采用回归分析法与弹性系数法，对甘肃省客、货运输总量进行了分析计算，提出了2035年和2050年甘肃省客、货运总量预测建议值。并对各小区客货需求OD分布进行了预测，为研究甘肃省综合交通网合理规模与结构提供了参考。

关键词 客货运输;需求预测;空间分布;OD分布

中图分类号 U49 文献标识码 B 文章编号 2096-8949（2022）06-0050-03

引言

近年来，甘肃省交通基础设施建设步伐加快，初步形成了由铁路、公路、水路、民航、管道等多种运输方式构成的综合交通网络，基本奠定了连接欧亚大陆桥的战略通道以及沟通西南、西北的交通枢纽地位，交通运输保障能力和服务水平明显提高，交通运输发展实现了从“瓶颈制约”到“基本适应”的重大跃升，对甘肃经济发展、民生改善、城镇建设、扩大开放等起到了重要促进作用。打造立体互联、质量卓越的甘肃省综合立体交通网，是构建甘肃省现代化综合运输体系的先决条件，是甘肃省落实交通强国建设的重要载体，是指导未来15～30年甘肃省综合交通发展的顶层设计。因此，对甘肃省综合交通客货运输的需求预测及空间分布进行分析研究十分必要，是研究甘肃省综合交通网合理规模与结构的基础，对进一步研究提出甘肃省综合立体交通网布局方案和甘肃省综合立体交通网主骨架布局方案，确定甘肃省综合运输通道，提出重大工程具有一定理论指导意义。

1 甘肃经济发展数据分析预测

从1978—2020年甘肃省客、货运量、GDP、城镇化率的情况来看（见图1），客、货运输量、GDP、城镇化率虽然在不同时期受各自因素的影响，其增速略有差距，但长期来看，三者的增长趋势基本相同。通过数据拟合，也可以发现甘肃客、货运量与甘肃GDP，甘肃客运量与甘肃城镇化率呈现出高度相关关系。因此，通过GDP、城镇化率与客、货运量之间的相关关系、弹性系数对未来甘肃客、货运量进行预测，具有合理性[1-3]。由于2008年与2014年公路统计口径变化，这两年的客货运量有较大幅度变化，该研究采用了异常值处理的办法，使计算结果更具合理性。

结合现状分析，参考有关规划、分析报告、统计数据、权威机构与专家关于经济、人口、城镇化率增速的分析[4-5]，预测得到：一是甘肃省2035年、2050年的人口规模为2 729.75万人和2 657.35万人。二是甘肃省2035年人均GDP约为96 920元，总GDP约为26 457亿元，2021年到2035年总GDP年平均增速为7.34%;2050年人均GDP约为216 490元，总GDP约为57 529亿元，2035年到2050年总GDP年平均增速为5.31%。三是2035年甘肃省城镇化率达到64%左右，2050年城镇化率达到74%左右。

2 运输需求预测

2.1 预测思路

采用回归分析法与弹性系数法对甘肃客货运输总量进行预测[6-9]。其中回归分析法是建立甘肃省货物运输总量与GDP之间、旅客运输总量与GDP和城镇化水平之间的回归关系模型，在2035年、2050年甘肃省GDP预测数据的基础上，预测2035、2050年甘肃省客货运输总量。弹性系数法是测算甘肃省货物运输量增长率与甘肃GDP增长率、旅客运输量增长率与甘肃GDP和城镇化水平增长率之间的平均弹性系数，结合对甘肃省综合交通发展趋势判断，在2035年、2050年甘肃省GDP预测数据的基础上，预测2035、2050年甘肃省客货运输总量。

2.2 客、货运量预测

2.2.1 回归分析法

（1）甘肃营运性客运量回归预测。以甘肃营运性客运量为因变量y1，选取甘肃GDP与甘肃城镇化率水平作为自变量x1与x2，对1978—2019年甘肃营运性客运量、甘肃GDP、甘肃城镇化率进行多元回归分析，能够得到如下线性关系：

采用对甘肃GDP的预测数据，结合方程（1），能够计算出2035年甘肃营运性客运量为62 828万人次，是2019年甘肃营运性客运量的1.4倍;2050年甘肃营运性客运量为124 119万人次，是2019年甘肃营运性客运量的2.8倍。

（2）甘肃货运量回归预测。以甘肃货运量为因变量y2，选取甘肃GDP作为自变量x，对1978—2019年甘肃货运量与甘肃GDP进行回归分析，能够得到如下线性关系：

采用对甘肃GDP的预测数据，结合方程（2），能够计算出2035年甘肃货运量为170 788万t，是2019年甘肃货运量的2.3倍;2050年甘肃货运量为374 509万t，是2019年甘肃货运量的5.1倍。

2.2.2 弹性系数法

（1）甘肃营运性客运量弹性预测。类似回归分析思路，选取GDP与城镇化率两个指标作为影响营运性客运量的主要影响因素。通过分别计算营运性客运量—GDP弹性（Eg）与营运性客运量—城镇化率弹性（Eu），预估甘肃GDP与城镇化率（UR）增长率，进而对2035年與2050年的甘肃营运性客运量（Y）进行预测。主要公式为：

其中，Y2019是2019基准年的营运性客运量，Y2035是2035年的营运性客运量预测值。营运性客运量—GDP弹性（Eg）与营运性客运量—城镇化率弹性（Eu）的计算方法为：

即，营运性客运量—GDP弹性（Eg）是1979—2019年每年营运性客运量—GDP弹性Eg（i）相加后取平均值，每年营运性客运量—GDP弹性Eg（i）等于每年营运性客运量增加比率（（Yi−Yi−1）/Yi−1）除以每年GDP增加比率（（GDPi−GDPi−1）/GDPi−1），同时考虑实际因素对结果进行修订。营运性客运量—城镇化率弹性（Eu）同理可得。代入相应数值计算可得计算结果如表1：

采用对甘肃GDP的预测，通过方程（3）（4），计算可得2035年甘肃营运性客运量为56 418万人次，是2019年甘肃营运性客运量的1.3倍;2050年甘肃营运性客运量为83 126万人次，是2019年甘肃营运性客运量的1.9倍。

（2）甘肃货运量弹性预测。选取GDP作为影响货运量的主要影响因素。通过分别计算货运量—GDP弹性（Eg1），进而对2035年与2050年的甘肃货运量（Z）进行预测。主要公式为：

其中，Z2019是2019基准年的货运量，Z2035是2035年的货运量预测值。货运量—GDP弹性（Eg1）的计算方法为：

即，货运量—GDP弹性（Eg1）是1979—2019年每年货运量—GDP弹性Eg1（i）相加后取平均值，每年货运量—GDP弹性Eg1（i）等于每年货运量增加比率（（Zi−Zi−1）/Zi−1）除以每年GDP增加比率（（GDPi−GDPi−1）/GDPi−1）。代入相应数值计算可得结果Eg1=0.67。

采用对甘肃GDP的预测，通过方程（7）（8），计算可得2035年甘肃货运量为159 194万t，是2019年甘肃货运量的2.2倍;2050年甘肃货运量为279 576万t，是2019年甘肃货运量的3.8倍。

结合两种方法预测结果，预判实际发展趋势给出建议值，见表2。

3 运输需求空间分布

通过建立各交通小区客货发生吸引量与人口、经济数据之间的关系模型，基于各交通小区经济、人口预测数据，采用基于土地利用形态的发生吸引预测方法、弹性系数法等方法，可预测各交通小区客货发生吸引量[10]。经过比选，该研究采用弹性系数法对未来甘肃省各小区客货发生吸引量进行预测。

式中：Q——未来各小区客货发生吸引量;Q0——现状各小区客货发生吸引量;T——客货运量增长率与GDP增长率的弹性系数;RGDP——GDP增长率。

甘肃省内交通小区按照县级节点划分为87个小区;相邻省份交通小区按照省级节点划分为6个小区;其他交通小区按照区域节点划分为6个小区;共划分为99个小区。基于历史数据，建立甘肃省客货运总量增长率与GDP增长率之间的弹性系数模型，计算客货运总量增长率与GDP增长率的弹性系数;基于该研究对甘肃省未来GDP 增长率预测数据，预测甘肃省客货运总量增长率;根据高速公路客货运量联网收费OD数据等，计算甘肃省各交通小区现状客货发生吸引量。在上述工作基础上，预测2035年甘肃省各交通小区客货发生吸引量;基于各综合交通小区现状OD分布，据此标定参数，采用Fratar法预测2035年各交通小区客货运量分布情况，如图2、3所示。

可以看出，甘肃省客、货运分布期望线在空间上呈现出与地方经济发展水平相对应的分布格局。从客运OD分布来看，呈现以兰西城市群为核心的放射状，从客运联系强度来看，沿线城市联系最紧密，省内中南部地区客运联系明显高于其他地区。从货运OD分布来看，主要的货运通道为大陆桥走廊和西部陆海走廊等，将形成以兰州、酒嘉为中心的发展格局。

4 结论

甘肃省综合立体交通网布局统筹考虑国家战略要求与甘肃省经济社会发展需求，立足甘肃省省情及资源环境承载能力，强化网络服务可及性及公平性，实现综合交通网对全省国土空间的高效覆盖。该文对未来甘肃省综合交通客货运输需求进行了定量综合分析预测，旨在使运输需求和空间分布预测结果为全省综合交通布局规划提供技术支持，对支撑规划决策具有一定参考意义，对分析研判区域型综合交通运输需求具有借鉴意义。下一步将强化规模结构、布局方案与重大工程研究，为统筹谋划、顶层设计甘肃省综合立体交通网络提供理论和技术支撑。

参考文献

[1]严作人， 杜豫川， 张戎. 运输经济学[M]. 第二版， 北京：人民交通出版社， 2009： 72-75.

[2]毛保华. 运输系统协调理论研究[J]. 系统工程， 1994（4）： 54-58.

[3]张翔. 城市化与道路客运发展关系研究[D]. 西安： 长安大学， 2010.

[4]刘红亮， 金文俊. 甘肃省人口预测研究报告：基于PADIS-INT的分析[M]. 兰州：甘肃人民出版社， 2014.

[5]甘肃省统计局. 统计数据[DB]. http： //tjj. gansu. gov. cn/tjnj/2019/indexch. htm.

[6]莫杨辉， 张培林， 吴宏宇. 新型城镇化背景下综合交通客货运输需求分析与预测——以湖北省为例[J]. 物流技术， 2018（3）： 1-4+24.

[7]金双泉， 汪作为， 尹良龙. 新时期綜合交通运输需求预测[J]. 综合运输， 2015（5）： 30-35.

[8]潘亚初. “十三五”综合交通运输的需求分析[J]. 现代经济信息， 2018（17）： 359.

[9]周家才， 张勇. 综合交通运输发展要求和需求特征分析——以湖北省建始县为例 [J]. 交通企业管理， 2019（4）： 56-58.

[10]任福田， 刘小明， 孙立山. 交通工程学（第三版）[M]. 北京：人民交通出版社， 2017

收稿日期：2022-02-15

作者简介：崔文霖（1990—），男，硕士，工程师，研究方向：交通运输规划与管理。