当前位置:主页 > 经济论文 > 宏观经济论文 >

基于回归模型和时间序列模型的长三角地区货运量影响因素分析与预测

发布时间:2020-05-16 16:22
【摘要】:近些年来,伴随着国民经济的飞速发展,我国物流业无论是基础设施建设还是人才培养都取得了快速的发展与提高。物流作为衡量国家区域经济的重要指标,对区域经济发展起着至关重要的作用,而长三角地区作为现代物流和电商的起点,它是国家“一带一路”、长江经济带、国家自贸区等重大战略的交汇地,对其物流量影响因素的研究显得非常重要。货运量作为衡量物流业的重要指标,研究货运量的需求以及对其合理预测将直接影响长三角地区经济发展走势,对于加快产业升级、制造业转型、内外贸一体化趋势起到至关重要的作用。本文主要结合定性分析与定量分析的方法,通过阅读大量参考文献,综合货运量影响因素研究的已有成果,选取了7个的重要影响指标。首先对长三角地区经济发展进行描述性统计分析;然后利用主成分回归、岭回归、Lasso回归,结合SPSS统计分析软件,对长三角地区1993年~2017年三大产业产值、社会固定资产投资、线路运输长度、社会消费品零售总额和货物进出口总额7个指标进行分析,进行多重共线性检验并进行变量的筛选,得出第二产业产值、线路运输长度、货物进出口总额是影响长三角地区货运量的最主要因素;最后利用时间序列分析中的ARIMA模型和三次指数平滑法对长三角地区近25年的货运总量进行建模分析,预测长三角地区货运量将会在未来五年继续增长,年增长率约3%,预测2020年长三角货运量将首次达到60万万吨。
【图文】:

农林牧渔业,总产值


第一节 长三角经济社会发展现状随着 1997 年长江三角洲城市经济协调会的成立,国家积极推进长三角地区改革开放和经济发展,长三角地区经济稳步发展。长三角地区主要包括浙江省、江苏省和上海市,2014 年首次提出安徽省作为长三角的一部分,由于安徽省纳入长三角地区时间较晚,且目前国家统计年鉴并没有将安徽省经济指标纳入长三角地区,因此本文主要统计江浙沪地区 1993 年至 2017 年货运总量以及其他经济指标进行分析。长江三角洲地区是外来人口最集中的地区,2017 年总人口达到 13616 万人,约占全国的 9.7%。长三角地区位于长江下游,地理位置优越,濒临黄海和东海,交通运输便利,农业、工业、商业发达。如图 2-1 所示,长三角地区农林牧渔业总产值逐年增长,2017 年已经达到 10547.18 亿元,其中在 2009 年到 2013 年增长迅速,将长三角地区农林牧渔业进行分省份分析,如图 2-2 所示,可以看到江苏省农业水平领先其地区,且增长迅速。2008 年国务院在《关于进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》中提出长三角地区应当围绕发展现代农业,依托现有资源完善农业体系推进城乡经济统筹发展,,2010 年借助长三角乡村论坛,农村旅游业又得到快速发展。

农林牧渔业,产值


第一节 长三角经济社会发展现状随着 1997 年长江三角洲城市经济协调会的成立,国家积极推进长三角地区改革开放和经济发展,长三角地区经济稳步发展。长三角地区主要包括浙江省、江苏省和上海市,2014 年首次提出安徽省作为长三角的一部分,由于安徽省纳入长三角地区时间较晚,且目前国家统计年鉴并没有将安徽省经济指标纳入长三角地区,因此本文主要统计江浙沪地区 1993 年至 2017 年货运总量以及其他经济指标进行分析。长江三角洲地区是外来人口最集中的地区,2017 年总人口达到 13616 万人,约占全国的 9.7%。长三角地区位于长江下游,地理位置优越,濒临黄海和东海,交通运输便利,农业、工业、商业发达。如图 2-1 所示,长三角地区农林牧渔业总产值逐年增长,2017 年已经达到 10547.18 亿元,其中在 2009 年到 2013 年增长迅速,将长三角地区农林牧渔业进行分省份分析,如图 2-2 所示,可以看到江苏省农业水平领先其地区,且增长迅速。2008 年国务院在《关于进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》中提出长三角地区应当围绕发展现代农业,依托现有资源完善农业体系推进城乡经济统筹发展,2010 年借助长三角乡村论坛,农村旅游业又得到快速发展。
【学位授予单位】:安庆师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F224;F259.27

【参考文献】

相关期刊论文 前10条

1 李磊;单丹;;江苏省物流需求影响因素分析及预测[J];科技与经济;2013年06期

2 王娟;梁登星;;岭回归在修正多重共线性中的应用[J];四川理工学院学报(自然科学版);2013年03期

3 沈岳熙;杨建国;;基于岭回归的数控机床温度布点优化及其热误差建模[J];机床与液压;2012年05期

4 单锐;王淑花;高东莲;高敬辉;;基于时间序列模型与灰色模型的组合预测模型的研究[J];燕山大学学报;2012年01期

5 吴汪友;孙秋高;;曲线拟合度分析法在公路货运回归预测中的应用[J];海南大学学报(自然科学版);2011年01期

6 周叶;肖灵机;;基于ARIMA模型的我国航空货运量预测分析[J];南昌航空大学学报(社会科学版);2010年03期

7 张忠尧;陈德良;;基于多元线性回归的湖南省物流需求分析[J];物流科技;2010年09期

8 张金艳;郭鹏江;;确定性时间序列模型及ARIMA模型的应用[J];西安邮电学院学报;2009年03期

9 韩延慧;王艳玲;陈超;陈乔;;鄂尔多斯区域物流需求预测分析[J];物流技术;2008年10期

10 樊寒伟;;呼和浩特市物流需求预测的实证分析[J];内蒙古科技与经济;2008年05期

相关硕士学位论文 前2条

1 孙长生;新疆区域物流量的影响因素分析研究[D];新疆大学;2017年

2 陈实;货运量预测方法及应用研究[D];武汉理工大学;2008年



本文编号:2667006

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/2667006.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3bb40***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com