基于宏观经济因素的中国高速公路交通量增长预测模型
交通量是决定高速公路项目经济效益的核心内容。国内外很多学者都做过相关研究，国内学者对交通量的预测大多数采用了神经网络预测方法。这种方法是在分析影响某条高速公路所在地的国道、县道等历史数据的基础上进行http://wWW.LWLm.cOM的。一些学者也利用影响交通量的其他因素直接对交通量的大小进行估计。分析过程中很多不确定因素只能依靠预测者的主观猜测，因此，找到影响交通流量的宏观经济因素是十分必要的，而得出一种基于宏观数据的准确预测模型更是迫在眉睫。
一、影响交通量增长的经济因素 目前，国内外学者普遍认为影响高速公路交通量增长有两个方面的因素：一是收费公路本身的一些物理参数（比如：隧道和桥梁的数量，这一地区受洪水、山崩等的倾向）；二是国家的经济指标或者地区的经济指标。 Ash and Bazile 在2004年做过的相关研究显示：在发展中国家，长期的交通量增长近似等于经济增长的水平。而Matas的研究结果显示影响交通量变化的最显著因素是地区经济变量中的失业人口。因而，本文的选取地区生产总值，地区人口总数，地区失业人口作为影响交通流量变化的经济因素。 二、交通量增长预测模型 1.回归预测模型预测模型 本文利用的回归方程模型为: Yit=β0+β1iEit+μit 其中Yit表示在第t年，高速公路的第i段交通量增长的百分比。 EIt表示第t年，经济指标的增长百分比。 μit表示误差项。 回归选定的经济指标因子包括:GDP,地区人口总数，地区失业人口数，分别用这些经济指标的年变化百分比进行计算。 2.数据的选取与回归结果 回归结果: a.Predictors:(constant),X2,X1 b.Dependent Variable:Y1 a.Predictors:(Constant),X2,X1 b.Dependent Variable:Y1 a.Dependent Variable:Y1 回归的结果显示，影响中国高速公路交通量增长的经济指标包括：地区失业人口和地区GDP,地区人口总数为不显著因素，回归方程为： 其中Y1表示支线交通量的增长百分比，X1代表地区失业人口变化百分比，X2表示地区GDP变化百分比。 本文的研究结果是对Ash and Bazile在2004年做过的相关研究的一种验证，与其得出同样的结论:在我国(发展中国家）,长期的交通量增长近似等于经济增长的水平。 3.蒙特卡罗模拟 蒙特卡罗(Monte Carlo)方法，是一种基于“随机数”的计算方法。它实质上是利用服从某种分布的随机变量来模拟现实系统中可能出现的随机现象。通常使用专门的风险分析工具来进行Monte Carlo模拟分析。利用蒙特卡洛进行交通量预测的步骤如下： (2)分析确定方程中各个风险因子的概率分布模型。 (3)应用计算机软件产生各个风险变量的随机数并带入风险模型中计算出预测年度交通量增长的幅度。 (4)重复模拟100000次，求得100000个值。 (5)对这100000个值作概率统计计算出其概率分布曲线。 三、案例分析 1.预测参数 2.分析结果 根据影响因素的概率分布,利用分析软件,得到福建省某条高速公路交通量增长曲线,见下图: 本文通过回归首先指出了影响中国高速公路交通流量增长的经济因素，最主要的是地区生产总值和地区失业人口，长期的交通量增长近似等于经济增长的水平，进而得出中国高速公路交通量增长的预测模型，并给出了蒙特卡罗方法在交通量增长预测中的案例。试图从客观的角度和量化的角度出发，得出中国高速公路交通量增长的一般预测方法。