引力模型实战：从铁路暑运4.32亿人次与西十高铁客流看城市间客流预测

引力模型实战从铁路暑运4.32亿人次与西十高铁客流看城市间客流预测一、新闻回顾暑运客流的三个数字切片8月1日国铁集团发布铁路暑运数据中国新闻网、央视新闻、国铁集团官网同步发布。暑运指7月1日至8月31日共62天到7月31日正好过半全国铁路累计发送旅客4.32亿人次。暑运开始前官方预计整个暑运发送旅客10.1亿人次、日均1629万人次客流呈两头高、中间低走势7月上旬出现首波高峰8月中下旬将迎来最高峰。把总量拆到区域能看出更细的结构国铁北京局截至7月31日累计发送旅客3877.4万人次、日均125.1万人次国铁广州局累计发送5892.5万人次、日均190.1万人次单日最高客流达到246.8万人次。成渝、京津冀、长三角、粤港澳大湾区客流尤为集中主要客流类型为亲子旅游、研学交流、观演观赛。再看新线的表现西十高铁西安至十堰6月30日开通西安东站同步投用7月西十高铁动车组累计运送旅客超233万人次广湛高铁佛山站暑运首日开通日均开行98列。表1 暑运数据数字切片官方发布口径| 指标 | 数值 || 暑运周期 | 7月1日至8月31日62天 || 截至7月31日全国累计发送旅客 | 4.32亿人次 || 暑运前预计总发送量 | 10.1亿人次日均1629万人次 || 国铁北京局累计/日均 | 3877.4万人次 / 日均125.1万人次 || 国铁广州局累计/日均/单日峰值 | 5892.5万人次 / 日均190.1万人次 / 246.8万人次 || 西十高铁7月动车组客流 | 超233万人次 |这几组数字背后有一个建模问题为什么广州局客流5892.5万人次比北京局3877.4万人次多五成为什么成渝、京津冀、长三角、粤港澳大湾区客流格外集中为什么一条新开的高铁线一个月就能送出233万人次城市与城市之间的客流强度到底由什么决定回答这个问题的主力模型就是引力模型。二、引力模型把距离产生疏远写进公式引力模型的灵感来自牛顿万有引力两个天体之间的引力与质量乘积成正比、与距离平方成反比。经济学家和社会学家照葫芦画瓢两个城市之间的人员往来流量与两个城市的规模人口、经济总量乘积成正比与两地之间的距离铁路里程、旅行时间、票价的某次幂成反比。写成文字就是城市对之间的客流等于一个比例常数乘以两地规模指标的乘积再除以距离指标的某次幂。其中规模指标常用城市人口、GDP地区生产总值或二者的组合距离指标常用铁路旅行时间或铁路里程。幂次不是固定值要由数据估计出来。表2 引力模型变量说明| 变量 | 含义 | 常用度量 || 规模一 | 出发地城市的引力 | 常住人口、GDP || 规模二 | 目的地的引力 | 常住人口、GDP || 距离 | 两地间的阻力 | 铁路旅行时间、铁路里程、票价 || 流量 | 要预测的对象 | 客运量、出行人次、货物流量 |模型为什么是乘积而不是相加想想实际逻辑一个千万人口的大城市它对远方的吸引力不只是把自己的人口数加到总和里而是大城市的基数乘以对方的基数——两地都大往来才呈爆发式增长。京津冀、长三角、粤港澳大湾区这种城市群内部城市两两规模乘积巨大、距离又近所以客流高度集中这与新闻里四大区域客流尤为集中的事实完全对得上。而西十高铁开通后西安与十堰武当山所在地之间的旅行时间大幅缩短相当于距离变小客流随之跃升——一个月233万人次的新线成绩正是距离缩短、流量放大的现实注脚。模型本身是好懂的真正的技术活在于比例常数和两个幂次是多少回答这个问题需要参数标定。三、参数标定取对数变成线性回归引力模型的参数比例常数与两个幂次怎么估计标准做法是取对数、线性化、最小二乘回归。原理是对等式两边同时取自然对数乘除法就变成了加减法——流量的对数等于常数项加上规模一的幂次乘规模一对数的和再减去距离幂次乘距离对数。原先把参数藏在乘方里、无法直接估计取对数之后流量对数变成规模对数与距离对数的线性组合这时就能用最小二乘回归从一组城市对的实际数据里把参数拟合出来。具体步骤分四步。第一步收集样本。整理若干组城市对数据每一组记录四个量城市一的规模、城市二的规模或直接记录两者乘积、两地距离、实际观测到的客流量。第二步取对数。对每个变量的原始数值取自然对数得到一组对数表。第三步回归估计。用最小二乘法让流量对数的预测值与实际值之差的平方和最小解出常数项与两个系数。两个系数的含义很直观规模系数表示两地规模乘积扩大1%客流增加约多少百分比距离系数的相反数表示距离延长1%客流减少多少百分比。第四步检验与预测。用拟合优度衡量模型解释力再代入新的城市对数据算出预测客流。回归的结果不需要手算但论文里必须把取对数这一步讲清楚——这正是引力模型题目的得分点阅卷老师想看的不是最终预测值而是你是否理解为什么取对数就能线性化、就能用最小二乘。四、算例推演五组城市对数据的标定与预测下面构造一个五组城市对的教学算例构造数据仅用于演示方法不指向任何真实城市规模为两地人口与GDP的合成指标万人乘万元量级距离用铁路旅行时间小时客流量为周度万人次。表3 五组城市对原始数据教学构造数据| 城市对 | 规模乘积 | 铁路旅行时间小时 | 周度客流万人次 || 城市对一 | 6000 | 2.0 | 120 || 城市对二 | 4000 | 3.0 | 50 || 城市对三 | 9000 | 4.0 | 95 || 城市对四 | 2500 | 1.5 | 55 || 城市对五 | 7000 | 6.0 | 48 |第一步取对数得到下表。表4 取对数后的数据自然对数保留两位小数| 城市对 | 规模对数 | 时间对数 | 客流对数 || 城市对一 | 8.70 | 0.69 | 4.79 || 城市对二 | 8.29 | 1.10 | 3.91 || 城市对三 | 9.11 | 1.39 | 4.55 || 城市对四 | 7.82 | 0.41 | 4.01 || 城市对五 | 8.85 | 1.79 | 3.87 |第二步做最小二乘回归把客流对数作为被解释变量规模对数与时间对数作为解释变量。用最小二乘法解出的结果教学算例按未取整数据计算客流对数值等于-4.82加上1.18乘以规模对数值再减去0.99乘以时间对数值。翻译成模型语言规模弹性约为1.18——两地规模乘积扩大1%客流大约增加1.18%时间弹性约为-0.99——旅行时间延长1%客流大约减少0.99%近似于客流与旅行时间成反比。两个参数的符号完全符合引力模型的预期规模促进客流距离抑制客流。第三步回代检验。把五组数据代回拟合方程得到每组城市对的预测客流。表5 回归结果与回代检验| 城市对 | 实际客流万人次 | 模型预测万人次 | 误差 || 城市对一 | 120 | 118 | 约-2% || 城市对二 | 50 | 49 | 约-2% || 城市对三 | 95 | 96 | 约1% || 城市对四 | 55 | 56 | 约2% || 城市对五 | 48 | 48 | 约0% |五组数据的拟合误差都在2%以内。需要说明的是这是为方便手算复核而构造的理想数据真实客流数据的残差通常大得多——广州局日均190.1万人次、单日峰值246.8万人次这类数据里藏着票价、假期、景点、替代交通等大量引力模型没有直接纳入的因素。教学算例用理想数据真实论文要报告真实的拟合优度与残差。第四步预测新城市对。设某对城市规模乘积为5000、铁路旅行时间2.5小时代入拟合方程计算预测周度客流约为77万人次。这就是标定模型、预测未知的完整闭环。五、应用新线开通的客流预测与运力配置模型标定好以后最有价值的用途是反事实推演旅行时间变了客流会怎么变继续用上面的教学算例构造数据演示。固定规模乘积为5000不变把铁路旅行时间从6小时缩短到2小时代入拟合方程6小时对应周度客流约32万人次2小时对应约95万人次客流放大约3倍。这个3倍完全由标定的时间弹性约-1驱动——旅行时间缩短三分之二客流按比例放大这正是引力模型对新线开通效应的标准估算方式。把这个逻辑套回新闻就读得懂西十高铁的233万人次了。西十高铁6月30日开通、西安东站同步投用一个月内动车组累计运送旅客超233万人次。这条线连接西安与十堰沿线有武当山等著名旅游资源暑运又叠加亲子旅游、研学交流、观演观赛的出行高峰——规模端西安的旅游吸引力与十堰的景区客流与距离端高铁压缩旅行时间同时发力引力模型的两个变量都向着流量放大的方向走。论文里做这类分析时要像上面那样先标定模型再代入开通前旅行时间与开通后旅行时间两套参数算出客流增量区间而不是直接断言开通了所以客流大。运力配置是另一个典型应用预测出各城市对的客流后可以换算成日均开行列数与席位需求。官方数据里广湛高铁佛山站日均开行98列、全国铁路日均计划开行旅客列车约1.2万列都是客流预测—运力配置链条的末端环节。国赛交通类赛题新线开通影响评估、枢纽选址、列车开行方案优化、城市群联系强度分析几乎都可以用引力模型标定客流预测运力配置三段式来打。六、局限与进阶模型什么时候会失灵引力模型简洁好用但必须知道它的边界论文里写清楚局限性反而是加分项。第一同质性假设。标准引力模型把所有城市对一视同仁但现实里北京与广州的客流结构、北京与十堰的客流结构完全不同——旅游城市对、商务城市对、通勤城市对的流量形成机制差异很大。改进方向是加入哑变量是否为旅游城市、是否同一城市群。第二距离的度量选择。用旅行时间还是里程高铁时代旅行时间才是真正的经济距离西十高铁开通里程没变旅行时间变了客流变了。选择不当会系统性低估新线效应。第三遗漏变量。票价、收入水平、景区资源、替代交通飞机、自驾都会影响客流遗漏它们会带来估计偏差。改进方向是扩展为多变量引力模型。第四边界效应。省界、政策限制、铁路网络结构是否直达都会削弱纯距离的解释力。现实中同一省内的城市对往往比跨省同距离城市对有更多客流这就是边界效应。表6 引力模型的局限与改进方向| 局限 | 表现 | 改进方向 || 同质性假设 | 不同性质城市对混在一起估计 | 加入类型哑变量、分群建模 || 距离度量 | 里程与旅行时间结论不同 | 用旅行时间新线场景尤其如此 || 遗漏变量 | 票价、收入、替代交通等未纳入 | 扩展变量、多变量引力模型 || 边界效应 | 省界与网络结构影响客流 | 边界哑变量、网络结构修正 |七、总结从暑运的4.32亿人次到西十高铁的233万人次引力模型给了一个统一的解释框架城市间客流由规模乘积推动、被距离时间抑制。本文的核心方法可以浓缩为四步取对数线性化、最小二乘标定参数、回代检验、代入预测。规模弹性与时间弹性这两个估计值是整篇论文最有信息量的产出——它们告诉你城市变大对客流的边际拉动和时间缩短对客流的放大倍数。建模的完整流程在引力模型上体现得特别清楚从新闻现象出发提出客流由什么决定的问题选择与现象对得上号的模型形式用数据标定参数用回代与残差检验模型最后用模型做反事实推演新线开通、时间缩短、客流翻几倍。下次再看到某高铁新线开通某城市群客流集中的新闻不妨按这个流程走一遍——先问规模再问时间最后对账预测值与实际值这就是一次完整的建模训练。参考来源中国新闻网2026-08-01、央视新闻、国铁集团官网china-railway.com.cn2026-08-04铁路暑运过半截至7月31日全国铁路累计发送旅客4.32亿人次暑运前预计发送10.1亿人次、日均1629万人次客流呈两头高、中间低走势国铁北京局累计3877.4万人次、日均125.1万人次国铁广州局累计5892.5万人次、日均190.1万人次、单日最高246.8万人次成渝、京津冀、长三角、粤港澳大湾区客流尤为集中。官方发布口径西十高铁6月30日开通、西安东站同步投用7月动车组累计运送旅客超233万人次广湛高铁佛山站暑运首日开通、日均开行98列主要客流类型为亲子旅游、研学交流、观演观赛。引力模型理论两地间流量与两地规模乘积成正比、与距离某次幂成反比取对数线性化后可用最小二乘估计参数经济学与交通规划教材通用口径。本文第四、五节算例均为教学构造数据五组城市对数据与预测示例仅用于演示标定与预测流程不指向任何真实城市。