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-育师

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。

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。

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"。

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.cn）2026-08-04：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。