【摘要】货运量是典型的非线性数据，并且存在季节特性，基于此，文章根据全国货运季节波动规律，采用季节分解的方法对货运量数据进行分解，针对分解后数据特征建立SAO-LSSVM-MA模型进行预测，以2000年1月至2019年5月、2000年1月至2020年5月的数据作为训练集，2019年6月至11月和2020年6月至11月的数据作为测试集进行预测，并通过建立VAR模型进一步分析货运方式之间的动态关系。结果显示：所建模型精度明显高于LSSVM和ARIMA模型；公路货运量对民航货运量、水路货运量、铁路货运量影响都较大，四种货运方式之间不仅存在拉动作用，还存在竞争关系。