运输结构调整背景下内蒙古货运量预测_李娜.pdf

总第195期Abstract:Transportation restructuring is of great importance to construct a country with strong transportation network and eco-logical civilization.Based on the economic,population and industrial structure changes and freight traffic data of Inner Mongolia Au-tonomous Region from 2006 to 2021,this paper integrated the multiple linear regression model,the trend extrapolation method and thegrowth rate method to forecast the total freight volume,freight mode,and intercity and external freight volume and distribution of InnerMongolia Autonomous Region in two characteristic years of 2025 and 2035.The results show that the total freight volume in InnerMongolia Autonomous Region would steadily increase and rise to 3.54 billion tons in 2035;the proportion of freight railroad wouldsteadily increase and is expected to reach 41.4%in 2035;the demand for intercity freight transportation in Hubao-Ewu would in-crease significantly in the future and the demand for external freight transportation in the Autonomous Region is mainly oriented toNortheast China,North China and Northwest China.The results of the study will provide data support for the formulation and imple-mentation of policies to optimize the transport structure of Inner Mongolia Autonomous Region and promote the development and up-grading of the autonomous regions transport industry.Key words：transport structure,freight volume,forecast,development文章编号：1005-0574-（2023）03-0049-04DOI:10.19332/ki.1005-0574.2023.03.011运输结构调整背景下内蒙古货运量预测李娜1,2,3，高源1,2,3，岳丹1,2,3，万瑶宇1,2,3，柴丽1,2,3（1.内蒙古自治区交通运输科学发展研究院，内蒙古呼和浩特010051；2.生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室；3.内蒙古自治区道路结构与材料重点实验室）摘要：交通运输结构调整对于推动交通强国建设和生态文明建设有着十分重要的意义。文章基于2006年2021年内蒙古自治区经济、人口、产业结构变化和货运交通数据，综合运用多元线性回归模型、趋势外推法和增长率法对运输结构调整背景下内蒙古2025年和2035年两个特征年的货运总量、货运方式和城际及对外货运运输量和分布情况进行预测研究。研究结果显示：内蒙古货运总量将稳步上升，2035年上升至35.4亿吨；运输结构方面，铁路货运量占比将稳步提升，预计2035年铁路货运量占比将达到41.4%；未来呼包鄂乌城际货运需求会明显增加，内蒙古对外货运需求主要面向东北、华北、西北地区。研究结果可为内蒙古运输结构优化政策制定及落实提供数据支撑，推动内蒙古自治区交通运输业的发展升级。关键词：运输结构；货运量；预测；发展中图分类号：F252.24文献标识码：A基金项目：内蒙古自治区交通运输厅建设科技项目（NJ-2021-26；NJ-2021-27；NJ-2023-02）作者简介：李娜（1984-），女，内蒙古鄂尔多斯人，硕士研究生，高级工程师，研究方向：交通环境保护。1引言交通运输结构调整是实现交通运输高质量发展、加快推进现代化交通运输体系建设的重要内容，也是提升综合运输效率，降低社会物流成本，促进节能减排降碳的有效举措1。内蒙古自治区地处我国北方，全区公路通车总里程达到21.6万公里，铁路营业里程1.48万公里，民用机场总数达到48个，是华北地区物资外运通道和我国与蒙古、俄罗斯及东欧地区陆路物资运输的纽带2。随着社会经济的不断发展，内蒙古货物运输总量明显增加，货物运输结构也发生很大变化，特别是煤炭等大宗货物运输更多的向铁路转移3。本文调取2006年2021年内蒙古自治区经济、人口、产业结构变化和货运运输量数据，综合运用多元线性回归模型、趋势外推法和增长率法对运输结构调整背景下内蒙古2025年和2035年两个特征年的货运总量、货运方式和城际及对外货运运输量和分布情况进行预测，旨在为内蒙古运输结构优化政策制定及落实提供数据支撑，推动交通运输业发展升级。内蒙古公路与运输HighwaysTransportation in Inner Mongolia49内蒙古公路与运输HighwaysTransportation in Inner Mongolia2023 年第 3 期2研究方法2.1数据来源以 中国统计年鉴 和内蒙古自治区统计局的统计数据为数据源，分析2006年2021年内蒙古GDP、常住人口、产业结构变化、货运总量等数据。2.2货运总量预测2.2.1模型建立多元线性回归模型（Multivariable Linear Regres-sion Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：式中，为预测对象，又称因变量；，为预测对象的影响因素，又称自变量；为常数项，为回归系数；为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：自变量对因变量必须有显著的影响，并呈密切的线性相关。自变量与因变量之间的线性相关必须是真实的，而不是形式上的。自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2特征年GDP、常住人口及产业结构预测根据内蒙古历年GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古GDP、常住人口及产业结构。2.2.3特征年货运总量预测采用多元线性回归预测法，分别建立内蒙古货运总量与GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：其中，为货运总量；为国内生产总值（亿元）；为常驻人口（万人）；为第三产业生产总值（亿元）。2.3分方式货运量预测结合内蒙古历年不同运输方式货运量历史数据，采用趋势外推法对内蒙古分方式货运量进行预测。2.4城际及对外货运量预测2.4.1货运发生与吸引量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引量进行预测，增长率法考虑了原单位随时间变动的情况，通过其他指标的增长率乘以原单位求出将来的货运发生量与吸引量的方法，其原理如下：其中，为目标年盟市 的发生量或吸引量；为盟市 货运发生与吸引量的增长率；，目标年盟市的预测人口/基准年盟市的人口，目标年盟市的人均某商品拥有率/基准年盟市的人均某商品拥有率；为基准年盟市的货运发生量或吸引量。2.4.2城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤1：令当前计算次数，开始计算。步骤 2：给定现状 OD 表中（第次迭代中盟市到盟市的出行量）、（第次迭代中盟市的发生量）、（第次迭代中盟市 的吸引量）、（第次迭代中的内蒙古出行总量），以及未来年份OD表中的（盟市的发生量）、（盟市的吸引量）、（内蒙古出行总量）。步骤3：求出各盟市发生与吸引交通量的增长系数、。步骤4：求第次迭代的各盟市间出行量。步骤5：若满足收敛条件，终止计算并得到特征年OD表，若不满足收敛条件，返回步骤2。3结果与分析3.1特征年经济、人口、产业结构变化趋势分析根据 中国统计年鉴，内蒙古历年GDP、常住人口及产业结构、货运总量数据见表1。2006年2021年期间，内蒙古GDP、第一产业、第二产业、第三产业和货运总量呈现逐年增加的趋势，而常住人口呈现先增加后降低的趋势。采用回归模型用时间序列进行拟合，预测内蒙古特征年GDP、常住人口、第三产业生产总值，结果见表2。2025 年和 2035 年内蒙古 GDP 比 2021 年分别增加17.25%和66.08%，第三产业生产总值比2021年分别增加24.27%和79.61%。3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测3据支撑，推动交通运输业发展升级。2.研究方法2.1 数据来源以中国统计年鉴和内蒙古自治区统计局的统计数据为数据源，分析20062021 年内蒙古 GDP、常住人口、产业结构变化、货运总量等数据。2.2 货运总量预测2.2.1 模型建立多元线性回归模型（Multivariable Linear Regression Model）是利用历史数据，找出预测对象及其与各影响因素间的统计规律，从而建立模型，预测变量。该模型是通过两个或两个以上的影响因素作为自变量来解释因变量的变化，形式如下：Y=b0+b1x1+bkxk+e,k=1,2,n式中，Y为预测对象，又称因变量；x1，x2，xk为预测对象的影响因素，又称自变量；b0为常数项，b1，b2，bk为回归系数；e为随机误差项。建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，自变量（影响因素）的选择应遵循以下原则：（1）自变量对因变量必须有显著的影响，并成密切的线性相关；（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；（3）自变量应具有完整的统计数据，其预测值容易确定。对于回归系数的计算，是在要求模型的误差平方和最小的前提下，用最小二乘法求解回归系数。2.2.2 特征年 GDP、常住人口及产业结构预测根据内蒙古历年 GDP、常住人口及产业结构数据，采用趋势外推法预测特征年内蒙古 GDP、常住人口及产业结构。2.2.3 特征年货运输总量预测4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=2.879x1+28.056x2+11.828x3其中，Y货为运总量；x1为国内生产总值（亿元）；x2为常驻人口（万人）；x3第三产业生产总值（亿元）。2.3 货运方式预测采用趋势外推法对特征年内蒙古货运分方式运输量进行预测。2.4 城际及对外货运运输量预测采用增长率法对内蒙古各盟市特征年的货运发生吸引力量进行预测，增长率法通过指标的增长率乘以原单位求出将来的交通生成量，其原理如下：OiN=Fi Oi其 中，OiN为 目 标 年 N 盟 市 i 的 发 生 量 或 吸 引 量;Fi=i i；i=目标年市盟i的预测人口/基准年市盟i的人口；i=目标年市盟i的人均出行率/基准年市盟i的人均出行率；Oi为基准年盟市i的人口。通过交调数据及铁路货运数据结合增长系数预测 2025 年、2035 年内蒙古各盟市的货运发生量和吸引量。2.5 城际及对外货运分布预测通过分析，内蒙古各盟市历年客货运出行分布结构较为稳定，采用平均增长系数法对特征年各盟市的出行分布进行预测，计算步骤如下：步骤 1：令当前计算次数M=0，开始计算；步骤 2：给定现状 OD 表中tijm（第m次迭代中盟市i到盟市j的出行量）、Oim（第m次迭代中盟市i的发生量）、Djm（第m次迭代中盟市j的吸引量）、Tm（第m次迭代中的内蒙古出行总量），以及未来年份 OD 表中的Pi（盟市i的发生量）、Aj（盟市j的吸引量）、X（内蒙古出行总量）。4采用多元线性回归预测法，分别建立内蒙古货运总量与 GDP、常住人口、第三产业生产总值的多元线性回归模型，模型形式如下：Y货=