运输经济学论文.docx

预测技术在运输行业中的运用摘要近年来，随着我国国民经济的发展，我国的交通运输事业发展蒸蒸日上 交通运输系统已经成为我国国民经济发展的支撑力量，其地位和作用不容忽视 由于交通运输受许多因数的影响，包括国民生产总值、人均收入、固定投资总额 等多方面的影响因此，研究该诸多因素对国民经济的影响具有重大意义，根据 这些因素，我们可以对未来长短期运输量进行预测，使它更好地为为国家经济发 展作出贡献针对问题一，我们主要就是收集资料收集历年来江苏省经济发展指数， 包括江苏国民生产总值、城镇人均收入、公路运输固定投资总额当然收集的样 本数据应该尽量的大，如果受到条件的制约某些数据不全，可以缺失这样有了 历年的数据，我们可以计算出历年的各数据的增长量依据相应的弹性系数公式 即可计算出历年来的弹性系数针对问题二，我们寻找了公路客运量或者客运周转量同该省的GDP、城镇人 均收入、公路运输固定投资总额的拟合函数，包括一次线性拟合函数、二次拟合 函数和对数函数通过SPSS统计分析软件，选择了最佳拟合函数来预测未来运 输量：客运量同城镇人均收入采用二次拟合曲线最佳，方程为 Q客、云=2 3 7 0 1 . £44 I 人均 .； 客运周转量同江苏GDP采用半对数拟合曲线最佳， 方程为Q周转=-3096.83+414.27ln GD。

通过上面两函数关系式和收入弹性公式可以计算出未广 6Q I I I 厂 AQ + Q AQ GE =£ = — • =r - =11-857 和派生弹性 E = = ^，1 1 dI Q Q Q G AG + G AG Q来五年客运量同城镇人均收入的收入弹性Er以及客运周转量同GDP的派生弹性Eg针对问题三，在问题二的基础上预测出未来五年客运运量和客运周转量其实有了第二 问的函数关系式，我们很方便的就能够作出预测了但在预测客运量或者周转量之前我们 必须通过时间序列预测把GDP、人均收入和固定资产投资额预测出来作为常数，再代入问 题二的公式即可解决问题关键字：回归分析时间序列预测Excel软件Spss软件一、问题重述1、查找所在省份的统计年鉴，找出客（货）运输量，周转量，GDP，人均收入，固定资产投资额2、用excel， spss，eviews或者matlab计算客（货）运输量或者周转量与GDP,人均收入，固定资产投资额的关系函数，选出回归效果最好的影响因素函 数关系式，并计算其弹性系数3、利用（2）的结果预测未来5年的客（货）运输量，周转量其中GDP， 人均收入，固定资产投资额用时间序列法进行预测。

二、问题分析2.1对问题一的分析其实，问题一非常的简单，他只要求我们通过查有关的统计年鉴，查出你所 在省市的相应的经济指标，如国民生产总值，城镇人均收入和公路运输固定资产 总额，并且还要查出相应的客运运输量或者客运周转量但是在查年鉴的时候， 必须把握好一个数量的问题，就是所查的数据要足够多，这样预测出来的误差就 会相应的减小，就可以采用样本估计总体的方法2.2对问题二的分析问题二的要求是在问题一的基础数据上进行的，有了基础数据，我们可以通 过客运总量的数据和国民生产总值、城镇人均收入和固定资产投资额分别进行一 元线性拟合、二次拟合和对数拟合，拟合出来之后根据相应的拟合优度来判断分 析哪种和拟合曲线最好最优，从而采用哪种拟合方程进而计算弹性系数同理， 客运周转量也可采用上述方法2.3对问题三的分析问题三首先要通过时间序列预测方法把未来五年的国民生产总值，城镇人均 收入和公路运输固定资产总额首先预测出来，然后通过问题二的最优拟合函数方 程，把预测出来的常量代入函数方程即可预测出了未来五年的客运量或者客运周 转量，从而完成了求解最后我们可以得到一个分析总体流程图，见下表：客运量数据口间列预五数-时序法测年据1、2、3、带入相昼、模型假设值，得出客运，均符合实际情况。

假设所有收集的数据真 实W假设在指标的相天系数检验中，只要相关系数小于（1-0.05%） 假设指标在发展过程中没有跳跃式变化即可米纳GDF人均收入, 固定资产投资'回归多项式，对数函数，记 录AD-R2, F等值u分析每个因素，选出各自与 客运回归效果最好的函教』将三个因素放在一起列表 分析,根据回归参数选出效 果最好的函数模型u四、模型建立与求解4.1对问题一的求解通过查阅江苏统计年鉴等相关的一系列，我们收集到了 1993 年-2009年十 六年的一系列的数据，包括国民生产总值，城镇人均收入和公路运输固定资产总 额、公路客运量、公路客运周转量通过整理得到基础数据表如表4.11年份公路客运总 量（万人）公路客运周 转量（万人）江苏GDP（亿元）城镇人均 年收入（元）公路固定资产（亿元）199353331355.52998.162773.77199454930367.984057.393778.87199578947459.085155.254634.42199686801495.76004.215185.79199788826504.056680.345765.2199892215527.627199.95036017.85199995564554.047697.826538.283.472000101713594.488553.68696800.2396.822001105105682.259456.84017375.199.942002110139719.0810606.858177.671872003118046774.1112442.8659262.53482004122218855.4115003.6104823692005138287948.118598.6912319394.3220061538241062.6121742.0514084382.6820071792061241.133726018.4816378326.6720081990081400.830981.9818680356.7720091910011058.005334457.30120552444.91表 4.114.2对问题二的求解通过回归分析的方法来对数据进行拟合。

回归分析是指通过提供变量之间的 数学表达式来定量描述变量间相关关系的数学过程这一数学表达式通常称为经 验公式回归分析主要侧重于考察变量之间的数量变化规律并通过一定的数学表 达式来描述变量之间的关系进而确定一个或者几个变量的变化对另一个特定的 量的影响程度回归分析有以下几个步骤：第1步确定回归方程中的因变量和自变量第2步确定回归模型根据函数拟合方式，通过观察散点图确定应通过哪种 数学模型来概括回归方程如果被解释变量与解释变量之间存性关系，则应 进行线性回归分析，建立线性回归模型；反之，建立非线性回归模型回归模型：一元线性：y = b + bx二次函数：y = b + b x + b x2对数函数：y = b + b lnx其中：x ——自变量(即国民生产总值，城镇人均收入和公 路运输固定资产总额)y——因变量(即公路客运量、公路客运周转量)b 常数.冉一一回归系数第3步建立回归方程根据收集到的数据以及第2步所确定的回归模型，在一 定的统计拟合准则下估计出模型中的各个参数，得到一个确定的回归方程第4步对回归方程进行各种检验1) 拟合优度检验；(2) 回归方程的显著性检验；(3) 回归系数的显著性检验；第5步利用回归方程进行预测。

下面通过收集到的各种数据进行回归分析，并进行相互比较，选择最佳的拟 合曲线4.2.11客运量与GDP的拟合拟合结果和图表如下:模型汇总和参教估计值囚娈里:公路客运咨里防人）模型汇总参数估计值R方Fdf1df2Sia.b1b2线性.957333.233115.00056679.9694.417对数.961370.652115.000-437263.99159701.661二次.976233.994214.00040263.0487.170-7.653E-5自变里为江苏GDPC亿元）公路客运总看虹万人）观性枚次 已我对选取二次函数为最优关系式:Q客运=40263.048 + 7.170%^ - 7.653 * 10-5、；4.2.12客运量与城镇人均收入的拟合拟合结果和图表如下:模型汇忌和参教估计值方程模型匚总参数估计值R方Fdf1df2Sia.堂数b1b2线性.973538.334115.00040212.2548.095对数.956327.378115.000-559861.99475136.262二次.982376.584214.00023701.94411.057.000自变里为城镇人均年收入贞）。

公路客运怠轼（万人）观性数故已我对•一城镇人均年收入（元）回归最优函数：Q客运=23701.944+11.857/ 人均4.2.13客运量与固定资产总额的拟合拟合结果和图表如下：模型汇总和参数估计值模型厂总基数估计值R方Fdf1df2Sia.堂枚b1b2线性.54710.87619.00980233.218204.411对数.52710.02819.011-93163.84742115.668二次.5494.S772S.04107051.033117.640.175自变里为公路运输固定资产（亿元）200000-175000-150000-125000-100000-100.00200.00300.00500.00I 400.00观性枚疫 已城对一-0.00公坯抢|可定资产（亿元）回归效果均不好，无符合条件的函数把上面两种拟合曲线进行对比和筛选，我们发现：客运量同城镇人均收入采 用二次拟合曲线（其中二次项常数为零），最佳方程为客运=2 3 7 0 1+. 9 4 4人均L而在客运量与固定投资额的拟合曲线中，R方偏小，并 且实际曲线与拟合曲线走势大相径庭，故该拟合曲线无效，从而说明客运运量与固定投资额 的相关性不大。

4.2.21客运周转量与GDP的拟合拟合结果和图表如下：模型汇总和参教估计值槿型厂总奏救估计值R方Fdf1df2Siq.堂教b1线性.000110.513115.000336.497.030对数.9171 66.205115.000-3096.029414。