上海市高速公路交通量影响因素分析
上海城市交通拥堵问题分析及对策建议
汇报人：
01
02
03
04
05
06
交通拥堵区域：市中心、商业 区、居住区等人口密集区域
交通拥堵时间：高峰时段， 如早高峰和晚高峰
交通拥堵原因：道路容量不足、 车辆数量过多、公共交通不足 等
交通拥堵影响：影响市民出行、 增加通勤时间和成本、降低城 市运行效率等
增加公共交通 线路和班次， 提高覆盖面和
便利性
优化公共交通 票价制度，降
低出行成本
加强公共交通 基础设施建设， 提高运载能力
推广公共交通 文化，提高市
民出行意识
建设智能交通基础设施，提高道路通行效率 推广智能出行方式，鼓励市民使用公共交通、共享单车等低碳出行方式 利用大数据和人工智能技术，优化交通信号灯配时，缓解交通拥堵问题 加强智能交通系统的研发和推广，提高交通管理部门的监管和调度能力来自地铁系统发达，覆盖面广
公交车线路完善，方便出 行
鼓励市民使用公共交通， 限制私家车进入市区
建设大量的自行车道和步 行道，提倡绿色出行
政策背景：为缓解交通拥堵问题，纽约市采取限制私家车进入市区的政策 实施方式：通过收取拥堵费、限制停车位等措施减少私家车进入市区 成效分析：有效缓解了交通拥堵问题，提高了公共交通使用率 借鉴意义：限制私家车政策可作为缓解城市交通拥堵问题的有效手段之一
借鉴意义：对于上 海等交通拥堵严重 的城市，可以借鉴 伦敦的拥堵收费制 度，通过经济手段 调节交通流量，缓 解城市交通压力。
东京：完善的公共交通系统 纽约：严格的交通管理措施 伦敦：拥堵收费制度 巴黎：鼓励绿色出行
汇报人：
陆家嘴地区：由 于商业和金融中 心的地位，陆家 嘴地区交通拥堵 尤为严重。
上海交通现状与发展对策
上海交通现状与发展对策上海是一座现代化大都市，也是中国最重要的交通中心之一。
它拥有完善的公路、铁路、水路和航空系统，但也面临着日益严峻的交通挑战。
本文将探讨上海交通的现状和未来发展对策。
一、上海交通现状（一）公路交通上海公路交通拥堵严重，特别是在高峰时段。
城市道路狭窄，车辆数量众多，导致交通堵塞。
此外，缺乏高速公路的环绕路是一个巨大的瓶颈，使得周边城市的交通也经常出现拥堵。
（二）铁路交通上海铁路交通是中国最重要的交通枢纽之一。
上海的铁路交通密度很高，拥有多个火车站和高铁站。
但是，在高峰时期，火车站周边交通堵塞情况严重，需要改进。
（三）水运交通上海港是中国最大的港口之一，也是世界上最繁忙的港口之一。
港口服务近300个国家和地区。
尽管上海拥有强大的水运业，但其内河运输还有待进一步发展。
（四）航空交通上海拥有两个主要的机场: 上海浦东国际机场和上海虹桥国际机场。
两个机场都是中国最繁忙的机场之一，但在航班时刻上的安排还需推进。
二、未来的发展对策（一）建设更多交通设施上海需要建设更多的公路和高速公路，充分利用现有的铁路和水路资源。
另外，建设新的机场和改进现有的机场，开通更多的国际和国内航线是必须的。
在陆路交通方面，建设新的高速公路和养护现有的道路，以便更好地满足日益增长的交通需求。
（二）深化数字化技术领域发展在智能化交通方面，上海已经取得了一些成绩，比如在“智能交通”、“智慧路网”等方面的实践突破，可建议对这方面进行深入研究，以便更好地应用数字技术为交通服务。
（三）优化城市规划上海可以通过优化城市规划，改善过去的设计不足，并在规划过程中考虑交通因素。
我们需要更加科学和精确地预测未来城市发展步伐及其带来的影响，加大对交通设施建设、道路建设、交通解决方案的建议与投入。
上海是中国最重要的交通中心之一，完善的公路、铁路、水路和航空系统为其发展提供了极大的支持，但仍需进一步进行完善。
我们可以通过加强数字技术研究、优化城市规划，以及建设更多交通设施等措施来推进上海交通的未来发展。
高速公路交通流的拥堵原因分析
高速公路交通流的拥堵原因分析随着交通工具的不断发展和我们城市化进程的加快，高速公路已经成为我国交通运输的主要方式之一。
然而，在高速公路交通中，拥堵已经成为让司机和出行者比较困扰的问题之一。
那么，高速公路交通流拥堵的原因是什么呢？本文将从道路自身因素、驾驶员行为和交通管理三个方面对高速公路交通流的拥堵原因进行探讨。
一、道路自身因素首先，我们需要了解的是，道路自身因素是造成高速公路交通流拥堵的主要原因之一。
高速公路在规划和建设中不同程度受到地形、气候、土质、材质等因素的制约，在设计过程中需要充分考虑这些因素的相互作用。
但是，在实际过程中，由于这些因素的影响往往是动态的，一些费用和建设投入不足的地方就存在不能及时紧急处理的问题，因此，就造成了道路有一些缺陷，形成瓶颈，导致车辆交通流出现峰值。
其次，大多数高速公路都是单向车流的方式进行通行，这形成了双向车流交汇的瓶颈。
在这些地方，驾驶员需要慢慢地减速，变道和加速，这对交通流的流速是有影响的，一些司机也经常排队等待，这就会造成整条道路交通流的拥堵。
最后，道路施工对交通流的影响也是不可避免的。
目前，我国的高速公路建设不断推进，这也意味着有很多的施工前景和进程，而这些施工升级工程都会给交通运输带来一定的影响。
在施工过程中，不仅可以影响交通流的速度，甚至还可以产生道路封锁的问题，从而影响车辆交通流的进出速度，这样就会造成高速公路交通流的拥堵。
二、驾驶员行为驾驶员行为也是造成高速公路交通流拥堵的重要原因之一。
一些驾驶员没有意识到自己的行为，对交通流和其他驾驶员的行为都有跟随性，也就是说，如果前面发生拥堵，他们就跟着其中，使得拥堵更加严重。
另外，一些驾驶员也在高速公路上大声喧哗、吸烟能力等，这种行为不仅危险，而且还会影响其他驾驶员的安全和意识，使得交通流无以言状地拥堵。
三、交通管理交通管理也是影响高速公路交通流拥堵的原因之一。
在大自然环境不允许下，管理人员要特别密切监管交通流，让高速公路的交通流转化到不会影响交通运输和驾驶员的行为较少。
《2024年高速公路交通安全影响因素分析及模糊综合评价》范文
《高速公路交通安全影响因素分析及模糊综合评价》篇一一、引言高速公路的迅速发展在促进我国社会经济发展的同时，也为人们的出行带来了极大的便利。
然而，随着车流量的增加，高速公路交通安全问题逐渐凸显，成为社会关注的焦点。
本文旨在分析影响高速公路交通安全的主要因素，并运用模糊综合评价法对交通安全进行综合评价，以期为提高高速公路交通安全水平提供理论支持和实践指导。
二、高速公路交通安全影响因素分析1. 人为因素（1）驾驶员因素：驾驶员的驾驶技能、安全意识、心理状态等是影响交通安全的关键因素。
如驾驶员疲劳驾驶、超速驾驶、违规变道等行为，都会增加交通事故的风险。
（2）行人及乘客因素：行人及乘客的安全意识薄弱，随意穿越高速公路、在高速公路上逗留等行为，也是造成交通事故的重要原因。
2. 车辆因素（1）车辆性能：车辆的制动性能、转向性能、灯光性能等直接影响行车安全。
车辆性能不佳是引发交通事故的常见原因。
（2）车辆状况：车辆的老化、故障等也会增加交通事故的风险。
3. 道路及环境因素（1）道路条件：道路的线形设计、路面状况、交通标志标线等都会影响行车安全。
如道路的坡度、弯道等都会增加驾驶难度。
（2）环境因素：天气条件、能见度、路面状况等环境因素也会对行车安全产生影响。
如雨雪天气、大雾等都会降低驾驶员的视线和反应能力。
三、模糊综合评价法在高速公路交通安全评价中的应用模糊综合评价法是一种基于模糊数学的综合评价方法，可以有效地处理复杂系统中的不确定性和模糊性。
在高速公路交通安全评价中，可以采用模糊综合评价法对各种影响因素进行综合评价。
1. 建立评价指标体系：根据高速公路交通安全的影响因素，建立包括人为因素、车辆因素、道路及环境因素等多个方面的评价指标体系。
2. 确定评价指标权重：运用模糊数学的方法，确定各评价指标的权重，反映各因素对交通安全的影响程度。
3. 进行综合评价：根据各评价指标的权重和评价标准，对高速公路交通安全进行综合评价，得出评价结果。
交通拥堵影响因素的统计分析与优化
交通拥堵影响因素的统计分析与优化交通拥堵一直是城市交通运输中普遍存在的问题。
为了有效地解决交通拥堵问题，需要进行深入的统计分析，并采取相应的优化措施。
本文将从交通拥堵影响因素的统计分析和相关优化措施两个方面进行论述。
一、交通拥堵影响因素的统计分析1. 城市交通网络密度交通网络密度是指城市道路网络中各道路之间的联系程度。
其中，道路数量、道路直线距离和交通网络连接性是影响交通拥堵的重要因素。
统计数据显示，城市交通网络密度越高，交通拥堵的可能性就越大。
2. 车辆拥有量车辆拥有量是指某一地区所拥有的机动车数量。
车辆拥有量过多将导致道路交通流量过大，从而引发交通拥堵。
因此，统计和掌握车辆拥有量变化的趋势十分重要。
3. 人口数量与分布人口数量以及人口的分布情况也是影响交通拥堵的重要因素之一。
人口数量过多会导致道路交通需求量增加，从而加大交通拥堵的程度。
此外，人口分布不均匀也会导致某些区域的交通拥堵问题更为严重。
4. 道路状况和交通信号灯设置道路的状况和交通信号灯的设置直接关系到交通拥堵程度。
道路的狭窄、修路的堵塞以及交通信号灯的不合理设置都会导致交通拥堵。
因此，对于道路状况和交通信号灯的统计分析十分必要。
二、交通拥堵优化措施1. 基础设施建设通过合理规划和加强基础设施建设，可以改善城市道路状况，提高道路通行能力。
这包括扩建道路、修建快速公路、设置高速公交专用道等措施，以提高道路的通行效率。
2. 公共交通优化加强城市公共交通的建设和优化，引导更多市民使用公共交通工具出行。
这不仅可以减少私家车辆数量，缓解道路交通压力，还能节约能源、减少环境污染。
3. 交通出行管理通过制定合理的交通出行管理政策，限制私家车辆进入特定城区，推行交通限行等方式，鼓励市民选择其他出行方式，如骑行、步行等，从而减少道路交通需求量。
4. 交通信号灯优化对交通信号灯进行优化调整，根据实时交通情况合理设置交通信号灯的时长和配时方案，以提高交通流畅度和效率。
高速公路工程中的交通流量分析与疏导
高速公路工程中的交通流量分析与疏导高速公路工程是现代化交通网络中的重要组成部分，它在城市间连接起了许多重要交通节点。
然而，随着城市化进程的不断加速和交通工具的不断普及，高速公路上的交通流量也越来越大，给交通疏导工作带来了巨大压力。
因此，对高速公路上的交通流量进行分析和疏导成为了迫在眉睫的问题。
一、交通流量分析交通流量是指在单位时间内通过某一特定路段的车辆数量。
对高速公路的交通流量进行准确的分析，有助于合理规划道路建设、制定交通管理措施，以及提高路面通行效率。
1.1 交通流量变化趋势分析通过对历史数据的分析，我们可以了解交通流量的变化趋势。
例如，在周末或节假日，人们往往会选择自驾出行，这时候交通流量会呈现出明显的增加趋势。
而在工作日的高峰时段，交通流量也会有所增加。
了解这些变化趋势，可以帮助交通管理部门有针对性地制定交通疏导方案。
1.2 交通流量空间分布分析不同路段交通流量的空间分布有时会呈现出一定的规律性。
通过收集交通流量数据，可以绘制各路段的流量密度分布图，从而找出交通流量高峰区域。
针对这些高峰区域，可以采取相应的交通疏导措施，以减少交通拥堵。
二、交通疏导策略2.1 动态交通疏导系统传统的交通疏导方式主要依赖于交通警察的手动指挥，这种方式效率低下且容易出错。
而动态交通疏导系统则采用了现代信息技术，将实时的交通流量数据与交通信号灯系统相结合，自动控制交通信号灯的时长，以最大程度减少交通拥堵。
2.2 限行政策在一些大城市，为了应对交通流量过大的问题，采取了限行政策。
通过对车辆的行驶时间和尾号的限制，可以有效减少高峰期的交通流量，提高高速公路的通行效率。
2.3 分流措施通过在高速公路入口处设置分流标志和导向信息，将车流引导到其他道路上，从而达到减轻高速公路交通压力的效果。
分流措施的成功与否，除了取决于路政部门的规划外，还需要考虑到道路网络的连通性和分流道路的容量。
三、前景与挑战无论是交通流量分析还是交通疏导策略，都需要依赖先进的技术手段和大数据分析的支持。
高速公路交通拥堵的影响因素分析与应对策略研究
高速公路交通拥堵的影响因素分析与应对策略研究近年来，随着人们生活水平的提高，私家车的普及率越来越高，同时，随着经济的发展，城镇化进程的加快，道路建设也在迅速增加。
然而，在这一过程中，高速公路交通拥堵问题也变得越来越突出，给人们的正常出行带来了极大的困扰。
本文将旨在分析高速公路交通拥堵的影响因素，并提出应对策略，以期提升出行效率，优化交通环境。
一、高速公路交通拥堵的原因1.城市化进程加速随着城市化进程不断加速，人口在城市的聚集度不断提高，城市的交通压力也同样在不断增加。
高速公路以其通畅、便捷的特点，成为了大多数人到达城市的主要方式。
而这种方式的普及，更加加剧了道路交通拥堵。
2.私家车普及率提高随着人们生活水平的提高，越来越多的人选择购买私家车，这也导致了道路交通拥堵问题的加剧。
尤其是在高峰期，私家车数量的增加，不可避免地会产生较为严重的交通堵塞现象。
3.高速公路进出口不足在高速公路最为拥堵的地方，通常是高速公路的出入口。
高速公路的进入和离开不仅需要时间，还需要遵守交通规则，这也成为了高速公路拥堵的一个因素。
同时，在城市道路的进出口也同样存在问题，只能让情况更加恶化。
4.意外事故和故障车辆如意外事故或故障车辆的出现，很容易导致车辆拥堵。
故障的车辆会占用我们道路的很多空间，而碰撞和故障往往会引发交通事故，使道路更加拥堵。
因此，减少车辆故障，提高车辆保养的重要性不能忽视。
二、应对高速公路交通拥堵的策略1.优化道路网络东城西起是我们出行的路线，同时，我们也需要考虑如何优化道路网络，降低拥堵的发生率。
例如，在建设高速公路和城市道路时，必须考虑进出口数量的问题。
此外，还需加强对交通流量的控制，比如限制货车的通行时间，采取道路巡查等手段，尽量减少道路交通拥堵的情况。
2.建立智能交通系统智能化交通系统与人工限行相比，可以大力减少路上的等待时间，使公路的交通拥堵程度大大降低。
此外，场站信息系统、公车调度系统、公共汽车信息系统等相关配套建设也须加强完善，才能有效的优化公路交通流量。
上海市高速公路车辆出行特征演变趋势
Trend of Vehicle Travel Characteristics on Shanghai Expressway
–1–
李薇：上海市高速公路车辆出行特征演变趋势
2019 年第 4 期
图 1 上海市公路收费站类型划分示意图
1 上海市社会发展背景和新趋势
1.1 新型城镇化建设 1.1.1 城市人口规模不断扩大、人均可支配收入逐步提 高、机动车保有量持续增长
在城镇化建设背景下，上海市常住人口数量从 2009 年 2 210 万增长至 2017 年 2 418 万。同时，城镇、农村 常住居民人均可支配收入大幅增加，2017 年人均可支配 收入约为 2009 年的 2 倍。伴随人口规模不断扩大和人 均收入水平的提高，上海市注册机动车和注册小客车总 量持续增长，其中：小客车注册总量从 2009 年 118 万辆 增长至 2017 年 311 万辆；常驻上海的外省市号牌小客车 保有量从 2014 年 108 万辆增长至 2017 年的 151 万辆。 1.1.2 城市开发空间不断向新城、集镇扩展
收稿日期：2019-04-02 作者简介：李薇（1990-），女，汉族，河北晋州市人，硕士， 工程师，主要研究方向：交通政策。
行 OD 分布数据，阐述新型城镇化建设、长三角一体化 趋势、其他交通方式发展等社会因素对高速公路车辆通 行特征产生的影响。
选 取 2009—2017 年 的 数 据， 主 要 原 因 是 2009 年后上海高速公路大规模建设结束，网络格局已基本 稳，可基本排除基础设施完善对高速公路运行的影 响，聚焦于社会发展和高速公路运行特征二者的关 系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上海市高速公路交通量影响因素分析摘要：高速公路交通量体现了社会经济发展对高速公路的交通需求。
本文将交通量按照车辆特征和区域特征分为7类，将影响因素归纳为社会经济类、交通设施类和公共政策类三大类共计24个变量。
使用聚类分析后对交通量（即因变量）进行归纳，使用相关性分析对影响因素（即自变量）进行筛选。
采用一元线性回归和弹性回归模型着重研究了人均gdp对不同类别交通量的影响程度，并对比分析了各个模型的优劣。
关键词：影响因素；聚类分析；相关性分析；一元线性回归；弹性回归高速公路交通量是社会经济发展对高速公路交通需求的反映。
2003年以来上海高速公路交通量稳步增长，2003-2011年高速公路交通量呈线性增长趋势，年均增长超过5万辆/日（2008、2009年除外）。
2011年年平均日交通量达到62万辆，收费高速公路拥挤度为0.5左右，车辆周转量为1525.7万pcu.km/日。
为了把握近期上海市高速公路交通量发展趋势，本文对上海市高速公路交通需求和交通量影响因素进行深入研究，得出影响高速公路交通量增长的主要因素，并利用一元线性回归和弹性回归建立模型，为近期高速公路发展定位和经济评价提供有力的依据。
1.研究综述对公路交通量进行预测最早始于上个世纪初期，并在20世纪50年代初步形成四阶段法；至20世纪70年代，随着高速公路的快速发展，四阶段模型逐渐趋于完善，一直在国际公路交通量预测方法中占据着重要地位[1]。
此后，为提高预测模型的准确性和科学性，iskander等[2]将社会经济因素作为参数加入模型，采用聚类分析和多元线性回归分析的方法对高速公路交通量进行预测。
我国对于高速公路交通量预测的研究起步稍晚，始于上世纪80年代，常用的预测方法可以归纳为两大类：定基预测法和定标预测法[3]。
其中，定基预测法是基于道路交通量的变化规律，利用指数曲线模型或增长率曲线模型对交通量进行预测；定标预测法是按照道路交通量和社会、经济指标的变动之间的关系，利用回归曲线模型进行预测。
李锋和杨帆[4]对运输通道的趋势交通量、高速公路的转移和诱增交通量进行细化，提出不同的方法对各类交通量进行预测。
盖春英和裴玉龙[5]以及赵朋宾和张潇[6]均从公路建设项目的自身特点出发，考虑了区域社会经济发展对公路交通量预测的影响。
chu 和widjaja[7]提出在使用神经网络模型时，对训练样本进行预处理可以提高神经网络模型的泛化能力，从而提高预测精度。
魏晋雁和茹锋[8]选取人口、汽车保有量、国民生产总值、工农业生产总值和居民年均收入为主要影响因素，将9年历史数据作为训练样本，2年历史数据作为外推测试样本，采用广义回归神经网络（grnn）模型对交通量进行预测。
殷涛等[9]对比了我国不同地区高速公路运营交通量和预测交通量的差别，分析其差异值及误差率，总结交通量预测结果的特点，并将误差归纳为交通量预测指标、社会经济因素、收费标准与出行者经济承受能力的关系，以及综合运输网络变化等几大类影响因素。
此外，某些专家和学者采用模糊数学法和遗传神经网络法对公路交通量进行预测[10][11]。
随着计算机技术的发展，许多专家和学者开发并使用了专业软件对高速公路交通量进行预测。
刘伟[12]以transcad为平台，深入研究了出行分布模型的特点，认为双约束增长系数法适用于公路交通量预测。
目前在我国公路项目研究中，常用的交通量预测方法主要包括四阶段法、专家预测法、主观概率法、指数平滑法、回归分析等[13]。
不同的预测方法各有特点，但各类方法的适用地区和道路有所不同，不恰当的模型选取可能引起较大误差。
例如，转移交通量和诱增交通量的影响在项目全线建成两三年后才会逐渐显现。
若是过早将这两类交通量考虑在内，易使预测结果偏大。
模型中参数选取及系数确定的方法不够清晰，尚未形成完善的标准体系。
此外，社会、经济的发展对交通量需求至关重要，但某些预测方法未能将这一因素考虑在内，给预测结果带来较大偏差。
基于上述问题，本文将自变量分为社会经济类、交通设施类以及公共政策类共计24个变量，因变量分为总流量、客、货、市域及进出上海流量共计7个变量，对影响上海市高速公路交通流量的影响因素进行分析。
具体步骤为首先采用聚类方法对不同类别流量进行分析，对因变量进行归类；然后对24个自变量进行相关性分析，剔除关联性较大的变量，减少回归模型的多重共线性；在此基础上，选用不同模型对精简后的变量进行拟合，量化分析各个自变量对因变量的影响显著水平；最后对比不同模型的估计精度和预测精度。
2.变量选取2.1因变量选取聚类分析可以把观测样本进行合理的分类，使得同一类的观测比较接近，不同类的观测值相差较多。
根据观测样本间的接近程度（距离）或相似程度，聚类分析可以根据不同的距离度量和相似度度量产生不同的聚类结果，最终将相近或相似的个体归为一类，聚类的实质是相似性度量，类别是相似元素的集合。
本文采用ward最小方差法（又称ward离差平方和法）[14]对因变量进行聚类，该方法的原理是使聚类产生的类内离差平方和增量最小。
为消除不同类别流量的绝对值带来的影响，文章选取总流量（total）、客车流量（car）、货车流量（truck）、市域内的客车流量（car_city）、市域内的货车流量（truck_city）、进出上海的客车流量（car_surb）和进出上海的货车流量（truck_surb）的年增长率作为输入进行聚类，聚类后的结果用谱系聚类图进行表示，见图1所示。
图1 使用ward法的谱系聚类图可以发现，高速公路总流量、客车总流量、市域内的客车流量、市域内的货车流量增长趋势可以归为一大类；进出上海的客车流量和进出上海的货车流量增长趋势可以归为另外一大类。
在本文回归分析模型中，将因变量分为高速公路总流量、市域内总流量和进出上海的总流量三类数据分别进行。
2.2自变量选取社会经济类因素又可以分为7类，共计23个因素，分别为：gdp：全市人均gdp（元）；全市gdp（亿元）；郊区gdp（亿元）；郊区gdp占全市的比例工业总产值：全市工业总产值（亿元）；郊区工业总产值（亿元）；郊区工业总产值比例固定资产投资：全市固定资产投资（亿元）；郊区固定资产投资（亿元）；郊区固定资产投资比例社会消费品：全市社会消费品（亿元）；郊区社会消费品（亿元）；郊区社会消费品比例人口：全市常住人口（万人）；郊区常住人口（万人）；郊区人口比例车辆：全市民用车辆（万辆）；全市民用客车（万辆）；全市民用货车；千人车辆保有量（辆/千人）；客车比例；货车比例港口货物吞吐量：港口货物吞吐量（万吨）交通设施类因素：道路容量（公里·pcu/小时）。
公共政策类因素分为以下几种情况：政策一：2003、2004年调整收费公路车辆通行费的车辆分类标准；政策二：2006年起对a30环郊和a2集卡弹性收费；政策三：2009年起对a12（沪嘉高速）的客车弹性收费；通过对各个政策实施前后高速公路网的流量分析发现，上述几类政策的影响甚微，因此本次建模分析时未作为自变量输入。
此外，由于自变量个数过多，经分析后，郊区工业总产值比例、郊区固定资产投资比例、郊区常住人口、郊区人口比例及全市民用车辆未纳入分析。
其余自变量/因变量取2002年至2011年共计10年的历史数据*进行拟合。
*注：历史数据来源为2002年至2011年的上海市统计年鉴。
3.模型建立3.1一元线性回归模型一元线性回归模型[15]可以反应一个因变量与一个自变量之间的线性关系，其函数形式可以表示为：y=β0+β1x+μ一元线性回归模型又称为两变量或者双变量线性回归模型。
其中，β1是y和x关系式中的斜率参数（slope parameter）；β0被称作常数项的截距参数（intercept parameter）。
通常使用最小二乘法对一元线性回归模型的参数进行估计。
回归结果表明，人均gdp对于总流量、市域交通量和进出交通量三类流量均是非常重要的解释变量。
对于高速公路总流量，人均gdp 的假设检验结果的p值<0.0001，拒绝原假设，说明人均gdp指标可以用来解释总流量；并且与其它自变量相比，该指标的调整r2最高，为0.9946，斜率参数为10.75527，说明一个单位人均gdp的增加，可以带来10.75527单位的高速公路总流量的增加。
对于市域高速公路流量，人均gdp的假设检验结果的p值<0.0001，拒绝原假设，说明人均gdp可用于解释市域高速公路流量；调整r2最高，为0.9873，且斜率参数为6.95541，说明一个单位人均gdp 的增加，可以带来6.95541单位的市域高速公路总流量的增加。
对于进出的高速公路流量而言，人均gdp的假设检验结果的p值<0.0001，拒绝原假设，说明人均gdp可用于解释进出的高速公路流量；调整r2也为最高，为0.9776，且斜率参数为3.79987，说明一个单位人均gdp的增加，可以带来3.79987单位的高速公路总流量的增加。
人均gdp对于三个因变量拟合的调整r2均大于0.97，可以用来有效解释高速公路总流量、市域高速公路流量以及进出上海的高速公路流量的变化。
三类流量的一元线性回归估计模型整理如下：总流量：qtotal=10.75527×人均gdp-271313市域交通量：qcity=6.95541×人均gdp-177707进出交通量：qsurb=3.79987×人均gdp-93607但值得注意的是，一元线性回归模型的局限性在于不管x的初始值为多少，其任何一个单位的变化对y的影响都是相同的。
这在实际应用中是不现实的，例如在发展的不同阶段，交通增长模式可分为经济驱动型和人口驱动型。
同一单位的gdp变化对交通量带来的影响是不同的，这就需要对回归形式进行适当变换。
3.2弹性回归模型弹性模型[15]又被称为对数值－对数值模型，因为模型以log(y)为因变量，以log(x)为自变量。
其函数形式为：logy=β0+β1logx+μ其中，β1为y对x的弹性（elasticity）,对β1的解释为：%y=β1%x也即：弹性系数e=y指标变化的百分率/x指标变化的百分率。
根据对未来经济发展趋势的估计确定经济增长率（即：人均gdp 的增长率），计算高速公路流量的趋势增长率：iflow=e×igdp未来第n年的交通流量预测值为：y＝y0×1+e×igdpn其中，y0为基年交通量。
结果表明，对高速公路总流量而言，在p值<0.0001的所有自变量中，全市常住人口的弹性系数最大，为5.264；若考虑参数对模型的拟合程度（即调整r2），则人均gdp最优，为0.9786。
对市域内高速公路流量而言，在p值<0.0001的所有自变量中，自变量弹性系数的排序依次为：全市常住人口、郊区消费品比例、郊区gdp 比例、千人车辆保有量和人均gdp；若考虑参数对模型的拟合程度，人均gdp最优，为0.9839。