基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例

相对准确的私人汽车保有量预测可为测算私人汽车二氧化碳排放量、科学规划城市道路、制定交通拥堵缓解措施等奠定基础。鉴于此，构建基于机器学习的私人汽车保有量影响因素分析及预测模型。首先，采用机器学习中的极度梯度提升树（Extreme Gradient Boosting, XGBoost）法，以新疆的统计数据为基础，识别影响私人汽车保有量的因素。然后，比较XGBoost、随机森林（Random Forest）、神经网络（Neutral Network）三种方法的预测效果，发现神经网络在私人汽车保有量预测模型中具有较好的预测精度。最后，基于神经网络方法，对未来新疆私人汽车保有量进行预测。研究结果表明，人均GDP和城镇化率是影响新疆私人汽车保有量最重要的两个因素；到2030年，在低、中、高三种发展情景下新疆私人汽车保有量预计将分别达到650万、688万和734万辆。