本发明涉及智慧交通领域，公开了一种基于多任务学习的电单车交通需求预测方法及系统，该方法包括获取电单车的出行里程和用电需求量；对历史数据进行预处理，得到各个区域内的里程时间片和需求时间片；里程时间片和需求时间片分别为同一时间内总出行里程和总用电需求量的矩阵表示；将里程时间片和需求时间片输入至时空图神经网络中进行处理，得到各个区域内历史数据对应的数据特征以及各个区域之间的相似系数；将相似系数和数据特征输入至时空图神经网络中进行预测，得到各个区域内电单车的预测平均里程和预测吞吐量。本发明采用了神经网络结合多任务学习的方法，能够同时预测电单车的站点吞吐量和平均里程，提高了模型的预测效果和泛化能力。