进入21世纪,物流产业在全球范围内迅速发展,现代物流产业成为连接世界经济的纽带,同时也成为衡量一个国家现代化程度和综合国力的重要指标之一。在我国随着物流产业的快速发展,物流需求增长迅速,但在此过程中,也存在盲目发展、急功近利的弊端。货运量作为物流需求的一个重要的对比指标,对货运量进行定量的预测可以为该物流需求预测提供一个可靠的依据,从而为物流系统的规划和物流基础设施的建设提供一个可信的参考数据。本文在阐述区域物流基本内涵的基础之上,结合我国区域物流统计现状,指出采用货运量指标反映物流需求变化趋势；在分析目前常用的预测方法优缺点后,根据区域物流货运量预测指标的特点,引入主成分分析方法,与BP神经网络和支持向量机等人工智能预测方法相结合,对北京市区域物流货运量规模进行了实例验证和预测,提出了北京市未来几年物流规划的建议。一、阐述了区域物流和货运量的基本内涵,研究了区域物流与区域经济、货运量之间的内在关系：区域物流与区域经济是相互依存的统一体；货运需求量可在一定程度上反映物流需求的变化规律。论述了区域货运量的影响因素,并给出了区域货运量预测的原则及主要步骤。二、结合我国区域物流统计现状,指出现阶段采用货运量指标反映物流需求的变化更具有现实意义,并利用灰色理论对区域货运量与经济指标间关联度进行分析,结果表明,区域货运量与经济因素间存在着强相关性。三、分析目前常用的预测方法优缺点,根据区域货运量预测指标特点,引入主成分分析法,并从区域货运量影响因素出发,建立了基于BP神经网络和支持向量机的预测模型。四、文中采用BP神经网络和支持向量机等人工智能预测方法对北京市区域物流货运量进行预测,取得了良好的预测结果,预测结果表明：引入主成分分析法后,可以提高预测精度。模型的外推应用表明,未来几年北京市物流需求呈上升趋势,北京市应从政策体系和保障措施着手,保证北京市物流业的健康发展。