四川省普通公路运输量特征分析

在我国公路运输量现行统计框架下,统计对象为本地籍营业性客货运输车辆完成的客货运输量,不能直接反映区域路网中普通公路上真实存在的运输量基本特征。本文以四川省为例,综合运用2019年高速公路收费数据、交调站观测数据、联通手机信令数据、人工抽样调查数据等,通过大数据分析手段统计分析四川省普通公路运输量规模、结构、分布等特征。

基于奇异谱分析的旅客运输量预测研究

对旅客运输量进行科学准确地预测,可以为交通领域相关部门提供有效的借鉴。将旅客运输量作为研究对象,基于SSA(奇异谱分析),结合LSTM(长短时记忆神经网络)和ARMA(自回归移动平均模型),通过SSA降噪处理,将旅客运输量时间序列分解为信号序列和噪声序列,分别对其进行LSTM和ARMA(2,3)建模,预测其变化趋势。通过对比单一的ARIMA(3,1,2)模型和LSTM模型的实验结果表明,SSA-LSTM-ARMA预测旅客运输量效果更好,预测精度更高。

Prophet-X-12-ARIMA组合模型及交通运输量预测

由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合趋势成分的优势以及X-12-ARIMA模型能准确分解出季节成分的优点。采用该模型预测某城市的七种交通运输量序列,结果显示Prophet-X-12-ARIMA组合模型的半年度和年度预测效果明显优于Prophet模型、X-12-ARIMA模型及ARIMA模型。进一步研究发现,当原始序列趋势变化剧烈时,Prophet-X-12-ARIMA组合模型的预测效果更优。

水路货物运输量统计调查方法发展及改进研究

从研究我国水路货物运输量的统计调查方法演变入手,将水路货物运输量统计调查划分为四个发展阶段,分别为全面调查阶段、全面调查与抽样调查结合阶段、周期性专项调查与月度波动系数推算结合阶段以及企业联网直报推行阶段,并分析总结了各阶段统计调查方法特点及统计内涵,为交通运输行业管理部门和相关研究人员科学研判水路货运发展趋势提供参考借鉴。在此基础上,结合水路货物运输量统计调查方法现状,提出了水路货运统计改革的建议:一是进一步扩大企业联网直报应用范围,尽量避免统计推算误差;二是充分利用船舶进出港报告等行政业务记录,兼顾属地运输量和区域运输量监测,加强货物流量流向挖掘和主要货类分析。

我国公路运输量统计调查的新思路

公路运输量是反映公路运输业生产成果的重要指标,从公路运输量的分布特征和采集数据的需要看,公路运输量可以分为区域运输量和线路运输量。我国应进一步完善公路区域运输量的统计调查,并逐步开展公路线路运输量特别是高速公路运输量的统计调查。

基于专项调查的属地与工具运输量分析——以辽宁省为例

我国铁路、民航等运输量统计都能够获得属地区域运输量,但公路运输量统计调查得到的是工具运输量,难以获得属地公路运输量,运输量统计与经济社会发展指标脱节.为了研究属地运输量,以2013年交通运输业经济统计专项调查为契机,有效利用全国各省专项调查数据,以辽宁省为例,探索分析公路属地客运量和属地货运量,并比较工具运输量与属地运输量的区别,进行流量流向分析.属地客运量与工具客运量基本相同,市级属地客运量与工具客运量的比值在0.91～1.15之间;属地货运量与工具货运量差异相对较大,市级属地货运量与工具货运量比值在0.70～1.68之间.在公路属地运输量基础上,进一步综合铁路、民航、水运等其他运输方式数据,可形成完整的区域综合运输量数据,进而深入分析研究交通运输与经济社会发展的协调关系,从而为有效推动综合运输体系协调发展奠定基础.

水路运输量统计数据的现状及其优化措施

运输量是交通运输业统计过程中的重要指标,其反映了当前运输行业的发展情况,同时在一定程度上展现国家实力。基于此,准确掌握运输量数据十分必要。本文对水路运输量统计数据的现状进行详细分析,给出运输量的具体计算方法,结合实际的水路运输量数据情况,尝试提出创新统计方案、设置计算系统、提高推算效率等方法,全面提高水路运输量统计数据的真实性和有效性,并为相关人员提供计算参考。

公路路网货物运输量月度波动系数推算方法

公路运输量波动系数反映了运输需求与运输供给在时空上的不均衡状态.本文首先分析了车辆货物运输量月度波动系数的统计方法和其在统计调查中存在的问题;接着依托高速公路联网收费系统、交通量自动观测点与交通量调查信息系统等平台,建立了公路路网货物运输量月度波动系数推算模型,把车货质量、收费总额、交通量、车道数、通车里程等参数引入到模型中来,并对公路路网货物运输量非基数月度波动系数提出了量化处理、权重赋予的方法;最后,通过实例验证了模型和算法的可行性.研究成果可为公路路网货物运输量统计调查、区域内公路路网规划和综合运输体系优化提供切实的参考.

中美公路运输量统计比较

运输量统计对于进行运输分析、规划管理、宏观调控意义重大，这些基础性数据的获取在不同的国家有不同的方法和渠道，但是都存在不同方面的问题。现在各国面临的共同问题就是如何通过有效的方法获得；隹确、及时、完整的运输量数据，这是当前亟待解决一个国际性课题。

日本货物总运输量与纯运输量的实证研究

日本的铁路、公路、水路、航空运输业组成了一个庞大的立体物流运输网络,承担着产品制造前的原材料运输、产品生产后的商品运输、废弃物回收再生处理的静脉运输,涵盖了商品流通全过程不同周期的运输任务。运输企业从市场上直接承揽的业务较少,主要是为第三方物流企业提供综合运输服务。文章基于大量数据对日本货物运输发展状况及构造变化的分析表明,在产业结构和运输体系变化中,货物纯运输量能够真实地反映货物最实际的流动情况,而货物附加值作为运输单位重量货物所创造的价值,可以从综合角度评定经济因素对物流的影响,全面反映经济与物流的关系,说明物流活动对经济发展的贡献程度,衡量国家物流发展水平的高低。

公路货物运输量统计方案完善与应用研究

在交通运输部《公路水路运输量统计试行方案(2014)》基础上,结合新方案在具体应用中出现的问题,以河北省为例,考虑到河北省的实际特殊情况,提出在现行方案基础上,将集装箱公路运输、绿色通道产品运输以及普通国省干线运输纳入波动系数计算范畴,并以此为基础研究了波动系数的修正方法,进行河北省公路货物运输量统计方案的完善。方案为河北省公路货物运输量日常统计工作,规范调查、推算和数据评估方法提供依据,同时也为公路运输统计方案在全国范围内的完善提供借鉴。

基于货物纯运输量的日本物流业发展

根据日本物流业的市场规模,对日本贷物运输发展及现状进行分析,通过货物总运输量与纯运输量的区别与比较,从货物品种比率的变化、货物附加值的变化,分析日本物流业的发展水平。分析了日本产业结构的变化、消费结构的变化和市场需求的变化对日本运输体系和物流业的发展变化的影响。

高速公路货物运输量统计方法

高速公路运输量数据是国家和运输主管部门迫切需要的,但在我国现行公路运输量统计调查制度下还无法得到,亟需进行统计研究。基于高速公路计重收费系统中的出口车流量、通行费收入、车货总质量、超限率等信息,同时结合对货运车辆空车质量的抽样调查数据,建立了货运量、货运周转量统计模型,提出了高速公路货物运输量的统计方法,并以昆明东绕城高速公路为例验证该算法的可行性。研究结果表明:利用此统计方法获取基础数据方便,可大大减轻调查难度,节省费用和时间,并且为某一范围的货物运输量统计提供新的思路。研究成果不仅能反映高速公路的货运运输能力和效率,而且为进一步测算高速公路运输在综合运输体系中的地位作用,衡量高速公路对区域经济和国民经济的贡献提供基础数据。

基于系统动力学的道路运输量预测模型

为了克服道路运输量预测方法中考虑系统因素较少的缺点,在对道路运输系统的主要影响因素及其因果关系进行分析的基础上,建立了道路旅客运输、道路货物运输供给与需求量预测系统动力学模型,并采用吉林省道路运输各相关统计数据对模型进行了仿真和验证。结果证明该模型有效可行。

基于BP神经网络的组合预测模型及其在公路运输量预测中的应用

组合预测方法与单一预测方法相比可以提高预测的精度和稳定性,因此得到广泛的应用.本文首先概述了组合预测的基本思想,然后介绍了基于BP神经网络的组合预测模型,并以吉林省公路货运量为例给出计算实例,实例的预测结果非常理想,同时也用数理统计的方法证明了此模型的适用性.统计分析和实践都证明此模型的可行性和适用性,说明将此模型用于公路交通运输量预测是有效可行的.

公路运输量预测的综合时序分析

在公路网规划中 ,正确地确定区域的公路运输量是一项重要的基础工作 ,公路运输量的时间序列具有复杂的非线性关系 ,难以用单一的模型进行预测 ,针对时间序列具有趋势变动、周期变动和不规则变动的特点 ,文章提出用综合集成的方法分别考虑公路运输量序列中所隐含的 3种变动 ,并针对 3种不同变动的特点分别建立相应的模型进行分析 ,在此基础上再从总体上把握运输量时间序列的变化规律。并结合实例对模型进行了验证 ,表明具有较高的拟合精度 ,为公路运输量的预测提供了一种有效的方法。

公路交通量与运输量换算方法的研究

本文为了探索公路交通量与运输量的换算方法,在深入分析交通量与运输量的主要影响因素的基础上,并根据全国各省市人口、经济、汽车保有量以及公路通行能力等因素,应用灰色聚类法将全国分为四大类区。通过编制的计算机程序,对几十万组数据进行分析处理,应用计量经济学、灰色系统理论和分层目标等方法,推出了动态的公路交通量与运输量的换算方法。

公路货物运输量灰色马尔可夫预测模型

为了提高公路货物运输量的预测精度,结合灰色系统和马尔可夫链的特点,建立公路货物运输量灰色马尔可夫预测模型.在实例应用中,建立运输量GM(1,1)灰色预测模型,在获得预测值和残差检验的基础上,将原始数据序列划分为4个状态,计算状态转移概率,利用灰区间中位数建立货运量灰色马尔可夫预测模型,对货运量和货运周转量进行预测.将其预测结果与GM(1,1)灰色模型的预测结果比对,结果表明,灰色马尔可夫预测模型可以用于公路货物运输量预测,且其预测精度高于GM(1,1)灰色模型.

基于灰色预测模型的公路运输量预测

为了准确预测公路运输量,提高公路运输行业的管理水平,在运输业近年运量统计数据的基础上,利用灰色预测理论的GM(1,1)模型,给出了运用GM(1,1)模型进行预测的详细步骤,并以浙江省公路运输量预测为例进行了实际应用,对预测结果进行误差检验,表明预测结果具有较高的精度.

四川省“十五”交通运输量的预测

交通运输量预测的科学性是促进交通运输事业规范而高速发展的关键 ,对于解决现阶段我国建设资金严重不足也具有重要意义 .通过对交通运输量预测的影响因素进行详细分析 ,得出经济发展水平与人口数量确实是影响交通运输量的主要因素 ,并建立相应计量经济模型对四川省的“十五”交通运输量进行了预测 。