江浙沪地区公路货运发展特征及预测文献综述
公路运输是现代运输的主要方式之一，在整个运输体系中占有重要的地位并发挥着越来越重要的作用。[1]我国已成为世界第一大公路运输市场。公路货运量是体现公路运输发展成果，反映公路运输发展情况的核心指标，因此开展公路货运量的预测工作将会为实现公路运输行业的进一步发展提供有力的支撑。
一、研究背景及意义
交通运输业是国民经济的基础性行业，货物运输与国民经济关系密切，从完成的货物运输量来看，公路运输已经成为各种运输方式中的绝对主力。[2]
货物运输量预测研究是运输行业较为重要的一项研究工作,虽然国内外的研究学者在货物运输量预测领域已经形成了一定的研究成果,但随着理论和技术的推陈出新,货物运输量预测的理论和方法仍需要进一步完善。[3]运输部门在实现路网规划和运输政策制定的过程中离不开货物运输量数据的支持。通过对于公路货物运输量预测的研究，选取一定的方法实现预测效果和精度的提升，通过对现有的时间序列预测模型进行优化组合，以此实现对三省市公路货运量的有效预测，更好地为相关公路运输部门提供服务，为运输规划和政策的制定提供一定的数据支撑和参考，同时可以为后续相关货物运输量的预测研究提供一定的借鉴和参考。
二、国内外研究现状
（1）公路货运特征
要把握公路货运量，还需要对货运特征有所了解。[2]国内学者分析得出我国公路货运的特征：在运力结构方面，小型车数量占比较高，重型车的吨位较大且大型化趋势明显；货类结构上，公路运输货类全覆盖，结构较分散；运输距离结构上，短途为主，中途次之。[4]另外，长安大学经济管理学院的严季，王炼认为产业结构，与公路货物运输息息相关：第一产业深加工的产品对运输的需求是明显的；第二产业对货物运输产生重大影响，且不同的类别，对货物运输的影响程度各不相同。[5]我国12吨以上的重卡平均车龄呈大幅度下降趋势，尤其是2016年至2017年间，平均车龄下降0.84年。但是从全网来看，车辆运力效率偏低，月均公里数5000以内的占比达到60%。江苏省南通市公共交通服务中心的唐炜还指出公路运输能充分的协调配合整个交通运输系统，与此同时，还能动态协调整体的社会资源环境。在解决了我国公路运输可持续发展的几个主要问题之后(健全法律法规、加强生态保护、加强从业人员素质)，公路运输能得以可持续的进一步发展，运输的质量会得到进一步的提升。
国外学者WegmannF J，Chatterjee A和Lipinski ME(1995)通过对货运的联运方面以及多个主题的研究，描述了城市货运系统的特征。Yu W,Ai T和ShaoS(2001)提出了使用核密度估计方法来划分中央商务区的方法,BHanlon和CForbes(2002)提出使用贝叶斯方法分析时间序列上数据来分析经济上的结构趋势变化，MartinsPPP(2012)通过对整个巴西公路货运业情景的描述，阐述了巴西货运业的货运特征并提出建议，为公路货运相关部门的决策制定提供依据。AlessandriniA(2012)阐述了利用货运分配方案来维持铁路货运连续性的特征，希望货运可以对整个社会做出最大贡献。
（2）货运量预测
在货运量预测方面，国内外目前预测的方法主要有有定性分析和定量分析两类。[6]定性分析主要是依靠人的主观判断，通过历史以往的经验，判断人的知识储备量，和对未来趋势的大致把握。定性预测的优点是投入少、工作量小、操作简便，能够综合各种无法量化的主观因素。但缺点是受人为因索的影响比较大，结论不够客观。定量分析主要是利用数据建立相应的统计模型，定量分析的准确性极大程度的取决于分析时数据的完整性和准确性，是否选择了最佳的统计模型，并且最终准确的运算出结果。所以大多数研究都是基于定量方法做预测。通过对比大量的国内货运研究发现，货运发展至今，货运量预测发展已经非常成熟，研究大多是在传统的预测方法上加以改进，或是不局限于使用单一的预测方法，而是采用多种预测方法组合预测，或者引入国外先进的预测方法。[7]国外学者与我国学者对货运量的研究情况相比较而言，由于国外对物流发展研究早，对这方面的理论研究也相当扎实，健全，经查实，对货运量进行预测最先使用的是时间序列法。另外，在实际运用方面，外国的交通基础设施比较完善，在交通运输方面的建设经验丰富。[8]
国内学者对于公路货运量的研究大多是单项多个模型分析。长安大学汽车学院的李晨新，魏田正，袁浩，张璐璐，根据西安市全社会货运量预测，公路货运量预测等指标，预测了2020年，2030年，2040年的公路货运枢纽站场作业量。[9]兰州交通大学的安永娥运用ROUGH Set和灰色理论相结合的方法分析预测公路货运量。并且实力为兰州至中川，2009-2015年公路货运量的模拟预测，分别运用GH（1.1）、灰色传统Verhulst模型，无偏灰色Verhulst模型三种模型进行对比分析。[10]温州技术学院的龚大丰，田启明，运用大数据技术对公路货运量进行科学预测，并且寻找较为准确的公路货运量预测手段，得出结论，岭回归算法对浙江省公路货运量的预测准确度较高。[11]
对于公路货运量的研究，国外学者大多是采用定量分析，其中采用单一模型进行货运量分析预测的居多。Makto Mizutabi and Kazuyuki Tsuchuya主要是以时间序列分析为基础，得出了货运量的预测，而且利于SCGE模型准确描述市场环境对于运输成本的影响。Fite J, Taylor Gamp;Usher则采用逐步回归模型对货运量进行综合分析并合理预测，但这种方法对于变量的选取要求过高，且最终筛选的变量过少。伴随着人工智能的进步，越来越多的学者采用BP神经网络来预测未来货运量，Xiao Y and Liu建立了以自适神经网络与粒子群结构优化算法的预测模型，预测未来货运量将会加速增长。[11]
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
