30010217彭巍湖南省公路货运量需求影响因素分析.docx
- 文档编号:25543049
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:38
- 大小:1.69MB
30010217彭巍湖南省公路货运量需求影响因素分析.docx
《30010217彭巍湖南省公路货运量需求影响因素分析.docx》由会员分享,可在线阅读,更多相关《30010217彭巍湖南省公路货运量需求影响因素分析.docx(38页珍藏版)》请在冰豆网上搜索。
30010217彭巍湖南省公路货运量需求影响因素分析
课程设计
设计题目:
湖南省公路货运量需求影响因素分析
课程名称:
运输统计与分析
学院:
交通运输工程学院
专业:
交通运输
班级:
交运1102班
************************
学号:
************
指导教师:
====2012/2013年第二学期====
课程设计(学年论文)任务书
课程名称:
运输统计与分析
适用对象:
交通运输工程
一、课程设计(论文)目的
《运输统计与分析》课程设计作为独立的教学环节,是交通运输本科专业的必修课。
其目的是,通过本课程设计实践,培养学生理论联系实际思想,加深统计分析基本理论与基本知识的理解,学会收集或调查行业统计数据,切实掌握各种统计分析方法,并能灵活运用统计软件在计算机上实现,正确解释和分析运行结果,培养运用各种统计分析方法解决交通运输领域内实际问题的能力。
二、课程设计(论文)题目与内容
本课程设计(论文)主要任务为:
针对交通运输领域内某一主题,设计调查表调查或查询相关统计数据,根据本课程讲授内容选择一种或多种合适的统计分析方法,运用SPSS建立模型分析问题。
题目自拟,但题名一般要包含主题与统计方法。
且必须与交通运输相关,选题主题主要包括:
1.运输市场定位研究
2.运输需求分析与预测
3.政策或技术方法实施效果评价
4.交通行为选择
5.影响因素分析
6.聚类分析
7.服务质量评价
8.自选
三、课程设计(论文)基本要求
报告内容原则上不少于8000字,其正文至少包括如下几个方面的内容:
1.问题背景(问题的提出、必要性与意义,该问题目前常用的分析手段与方法,本设计采用的方法)
2.数据采集
(含数据采集方式、描述性分析、统计图表)
说明:
调查分析则必须包含调查方案,其它数据原则上必须说明出处。
3.统计模型与分析
(包含模型原理、SPSS操作步骤、输出结果及分析)
4.总结
5.附录数据清单
四、课程设计(论文)时间及进度安排
1.时间:
两周:
2012-2013学年第二学期第十九、二十周
2.进度安排:
确定主题;调查、收集数据:
2天
数据分析与预处理、描述性统计分析:
2天
分析方法原理及选择:
3天
SPSS操作及结果分析:
4天
解决实际问题或建议:
2天
撰写报告、总结:
1天
(此部分同学们可以按照自己设计具体内容,详细安排)
3.成果提交:
要求独立完成,每人需提交1份打印的设计报告(A4)、word电子文档、数据文件(sav格式)。
电子文档文件名为:
学号后四位+姓名+题目,先发电子文档给指导老师,经许可后方可打印。
最终成果(打印稿1份、电子文档1份)统一交班长汇总并转交指导老师;最终成果提交截止时间为第20周周五。
五、成绩评定
平时考勤20%,报告撰写规范20%,内容(选题合理、方案可行、分析正确、有创新)60%。
成绩评定实行优秀、良好、中等、及格和不及格五个等级。
优秀者人数一般不得超过总人数的20%。
六、报告格式
课程设计报告装订顺序依次为:
封面、课程设计(学年论文)任务书、目录、正文、参考文献、成绩评定表。
报告中所有图表应按“章号-图表序号-图表名”(例:
图1-1-***频数图)进行编号。
具体格式参看实验报告样本。
七、主要参考资料
1.罗应婷等主编.SPSS统计分析从基础到实践.北京:
电子工业出版社,2007年6月;
2.章文波陈红艳编著.《实用数据统计分析及SPSS12.0应用》.人民出版社,2006年;
3.张文彤.SPSS.11.0统计分析教程.(高级篇).北京希望电子出版社.2002年6月;
4.郝黎仁等.SPSS实用统计分析.中国水利水电出版社.2003年1月。
1.3本设计采用的分析方法5
2.1数据来源5
2.2数据处理6
3统计模型与分析10
3.1相关分析10
1概述
1.1研究背景
目前,全世界机动车总数已达4亿多辆,全世界现代交通网中,公路线长占2/3,约达2千万公里,公路运输所完成的货运量占整个货运量的80%左右,货物周转量占10%。
在一些工业发达国家,公路运输的货运量、周转量在各种运输方式中都名列前茅,公路运输已成为一个不可缺少的重要组成部分。
改革开放以来,随着我国经济的飞速发展,公路货物运输也进入了一个高速发展的时代。
公路货物运输作为现代运输主要方式之一,在整个运输领域中发挥着越来越重要的作用。
据《中国交通年鉴》统计结果表明,1997年我国道路运输完成货运量97.7亿吨,货物周转量5272亿吨公里,分别是1996年的99.3%和105.2%。
其中货运量在五种运输方式中为第一位。
到1997年底,全国有营业性客货运输车辆450多万辆,经营业户270多万户,从事道路运输业活动的人员有11000多万人。
近几年来,湖南省的交通基础设施建设进入快车道,这为湖南省的公路货物运输的发展创造了良好的条件。
公路货运以其固有的机动、灵活和能够实现“门到门”运输的特点快速发展。
根据湖南统计局公布的相关数据可知,全省公路货运量保持了平稳、较快的发展态势,2011年全省公路完成货运量144241.00万吨,同比上年增长13.0%,公路货运占全部货运的85.5%,公路运输在全省铁路、公路、水路、民航和管道五种运输方式中,居主体地位。
湖南省公路货运量保持快速发展增长,其主要原因有:
公路运输是一种机动灵活、简捷方便的运输方式,拥有“门到门”服务的特殊运输优势;
随着湖南省高速公路和其他高等级公路的高速发展,公路货运在中、长途运输市场比重加大;
湖南省的场站及车辆等服务设施和装备水平不断提高,公路货运的整体服务质量与水平在逐步改善;
现代公路货物运输方式和经营内容的不断发展,特别是公路快速货运的出现,使得货物运输越来越有吸引力。
分析公路货运量需求影响因素有着重要的意义。
长期以来我国公路运输发展存在着“重客运轻货运”的情形,并且公路货运的发展存在着很大争议。
一方面是缩小与发达地区的经济差距,另一方面是我国生态环境遭到破坏,如何发展我国的公路货运成为一个急需解决的问题。
而分析公路货运量的影响因素,对于货运基础设施的建设,提高运输的效率,调整运力结构有着重大的作用。
研究湖南省公路货运量需求影响因素,将有助于优化运输生产组织,优化配置资源,推动货物运输企业的全面预算管理,同时也有利于提高公路货运的经济效益。
通过科学合理的分析,不仅能够帮助运输企业合理的调整自身运力结构,发现自身问题,而且有助于今后湖南省货运量需求的科学预测,帮助湖南省建立更加高效合理的运输系统。
1.2常用分析方法
研究公路货运量需求影响因素这类问题涉及到统计学、运筹学、道路运输统计与分析等学科,常用的分析方法有因子分析、主成分分析、相关分析以及回归分析、logistic回归分析。
1.2.1因子分析法
因子分析法是从研究变量内部相关的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。
它的基本思想是将观测变量进行分类,将相关性较高,即联系比较紧密的分在同一类中,而不同类变量之间的相关性则较低,那么每一类变量实际上就代表了一个基本结构,即公共因子。
对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。
1.2.2主成分分析法
主成分分析是一种把各变量之间互相关联的复杂关系进行简化分析的方法。
主成分分析就是把原有的多个指标转化成少数几个代表性较好的综合指标,这少数几个指标能够反映原来指标大部分的信息(85%以上),并且各个指标之间保持独立,避免出现重叠信息。
用主成分分析筛选变量,可以用较少的计算量来选择量,获得选择最佳变量子集合的效果。
进行主成分分析主要步骤如下:
1.指标数据标准化;
2.指标之间的相关性判定;
3.确定主成分个数;
4.确定主成分表达式;
5.主成分命名;
1.2.3相关分析
相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法。
在实际操作中,可以通过计算变量之间的相关系数来衡量变量之间的相关程度。
相关系数的取值范围为
,其中:
若
,表明变量之间存在负相关关系,即两个变量的相随变动方向相反;
若
,表明变量之间存在正相关关系,即两个变量的相随变动方向相同;
若
时,变量之间不在线性相关关系,但有可能是其他非线性相关关系。
在说明变量之间线性相关程度时,根据经验可以将相关程度分为以下几种情况:
1.当
时,视为高度相关;
2.当
时,视为中度相关;
3.当
时,视为低度相关;
4.
时,说明变量之间的相关程度极弱,可视为不相关。
在实际中,因为研究目的不同,变量的类型不同,采用的相关分析方法也不同。
比较常用的相关分析是二元定距变量相关分析、二元定序变量相关分析、偏相关分析和距离相关分析。
1.2.4回归分析法
回归分析又称为因素分析法,是研究变量与因变量之间关系形势的分析方法。
主要是从一组样本数据出发,确定变量之间的数学关系。
对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著。
(1)一元线性回归
当涉及一个自变量时称为一元回归,若因为
与自变量
之间为线性关系时称为一元线性回归,其模型为:
其中
与
为回归系数,
为因变量,
为自变量。
(2)多元线性回归
当涉及两个或两个以上自变量时称为多远线性回归,模型为:
其中
是偏回归系数。
回归模型的检验方法主要有相关系数检验,回归系数显著性T检验,回归系数显著性F检验。
再进行多元线性回归方程时,各自单位不同,其偏回归系数无法直接比较,需要对偏回归系数标准化,以消除量纲。
标准化的偏回归系数绝对值的大小可以说明各自变量在回归方程中的重要性。
1.3本设计采用的分析方法
本课程设计将采用因子分析、相关分析、主成分分析和回归分析。
2数据采集
2.1数据来源
本设计中所需的数据均为时间序列数据(湖南省生产总值、第一、二、三产业总产出、铁路、水运货运量、湖南省按境内目的地和货源地分货物进出口总额、公路里程、公路货物周转量等经济指标的),数据摘选自各年份《中国统计年鉴》和中国经济社会发展统计数据库。
表2-1:
设计所需数据
年份
公路货运量
(万吨)
湖南省生产总值(亿元)
第一产业总产出(亿元)
第二产业总产出(亿元)
第三产业总产出(亿元)
2002
42982
4151.54
1349.92
4576.36
3141.74
2003
51136
4659.99
1425.44
5319.03
3527.96
2004
60291
5641.94
1677.92
6471.77
3886.26
2005
67040
6596.10
1819.75
8048.75
4583.64
2006
72457
7688.67
2104.95
9798.17
5104.10
2007
85432
9439.60
2632.19
12528.83
6043.24
2008
98759
11555.00
3131.12
16646.37
7555.80
2009
111351
13059.69
3207.88
18750.36
8969.43
2010
127635
16037.96
3787.48
24337.56
10498.35
2011
144241
19669.56
4508.20
31817.67
12386.16
年份
进出口总额(万美元)
公路里程(公里)
公路货物周转量(亿吨·公里)
铁路货运量(万吨)
水运货运量(万吨)
2002
327000
84808
356
5174
3760
2003
469898
85233
455.5
5570
3600
2004
608226
87875
513.5
6043
3986
2005
695965
88200
538.6
5879
4615
2006
797849
171848
592.4
6250
6894
2007
1019579
175415
682.7
6410
8234
2008
1359924
184568
1085.1
5892
11494
2009
1160739
191405
1259.7
5736
11834
2010
1560837
227998
1539.4
6094
15811
2011
2010303
232190
1878.5682
6321.1721
17954
2.2数据处理
本课程设计主要从以下几个方面选取影响货物需求影响因素。
1.国民经济发展水平
国民经济发展水平与经济规模在很大程度上决定着公路货运需求的大小。
随着经济的增长,公路货运量需求也会随之增加。
2.产业结构发展水平
产业结构的转变使得货运需求结构也会发生较大的变化。
这是不同产业对于运输方式的需求在发生变化。
有关资料表明:
第一产业比重下降,大宗货物运输强度降低,相应的铁路、水运等能满足大量物资运输的交通方式将会有所削弱;第二产业产品结构优化,高科技含量、高附加值、高档次产品增加,运输需求弹性很大,对运输服务的质量要求较高,相应更多地需要公路、航空等灵活的运输方式。
以保证其在时间、运送质量上要求的交通方式的支持;第三产业弹性较低,但对运输服务的质量要求很高。
3.公路交通的发展水平
公路运输布局和公路运输网的建设能够影响货物运输的效率。
发达的公路交通设施能够大大降低公路的运输成本,提高公路货运量的需求。
2.2.1数据描述性分析
先对数据进行分析,探寻数据中隐含的规律。
处理过程:
(1)打开spss软件,建立变量,输入数据:
图2-1:
建立变量
图2-2:
输入数据
(2)单击菜单栏中的“分析—描述统计—频率”,在出现的对话框中,选择相应的选项,点击确定,得到结果。
表2-1:
各指标描述性统计表
统计量
N
均值
标准差
极小值
极大值
有效
缺失
公路货运量(万吨)
10
0
86132.40
33666.657
42982
144241
湖南省生产总值(亿元)
10
0
9850.0050
5169.00810
4151.54
19669.56
第一产业总产出(亿元)
10
0
2564.4850
1071.74587
1349.92
4508.20
第二产业总产出(亿元)
10
0
13829.4870
9004.24918
4576.36
31817.67
第三产业总产出(亿元)
10
0
6569.6680
3172.27775
3141.74
12386.16
进出口总额(万美元)
10
0
1001032.00
528281.448
327000
2010303
公路里程(公里)
10
0
152954.00
60468.282
84808
232190
公路货物周转量(亿吨·公里)
10
0
890.146820
521.1577753
356.0000
1878.5682
铁路货运量(万吨)
10
0
5936.917210
375.3249161
5174.0000
6410.0000
水运货运量(万吨)
10
0
8818.20
5233.364
3600
17954
对数据进行标准化处理,并将标准化处理后的数据画折线图,观察他们的关系。
处理过程:
(1)单击菜单栏中的“分析—描述统计—描述”,并勾选“将标准化得分另存为变量”这一选项。
图2-3:
标准化后的数据
(2)单击菜单栏中的“图形—旧对话框—线图”,选择对应的线型,单击“定义”,选择相应选项,单击确定。
图2-4:
各影响因素与公路货运量量的折线图
2.3现状分析
经过对数据处理后的图表进行分析可以得知:
(1)根据各指标描述性统计表可知,湖南省公路货运量近10年保持着高速的发展。
(2)各影响因素与公路货运量量的折线图和数据可以了解到,铁路货运量对公路货运量影响不是很大,公路里程急剧的增加,对公路货运量的影响作用变小。
(3)公路货运量需求的增加伴随着其他影响因素的增加而增加,呈现正相关关系。
3统计模型与分析
3.1相关分析
相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法。
它反映着现象之间的数量上不严格的依存关系,也就是说两者之间不具有确定性的对应关系,这种关系无法用数学公式准确表示出来。
只能通过研究变量之间的相关性,来分析出他们的相关程度。
3.1.1SPSS操作步骤及结果分析
影响湖南省公路货运量一共有湖南省生产总值、第一、二、三产业总产出、铁路、水运货运量、湖南省按境内目的地和货源地分货物进出口总额、公路里程、公路货物周转量、总人口等10个影响经济指标,以公路货运量为参照变量,其他的为自变量,通过求解其Pearson相关系数,来度量其与公路货运量的相关程度。
3.1.2SPSS操作步骤
(1)按“分析—相关—双变量”的顺序单击菜单栏,打开对话框;
(2)将公路货运量与影响因素选入“变量”一栏,同时“相关系数”勾选“Pearson”,单击确定。
如图所示。
图3-1-1:
SPSS操作步骤截图
3.1.3SPSS输出结果分析
表3-1-1:
数据相关分析的描述性统计
描述性统计量
均值
标准差
N
公路货运量(万吨)
86132.40
33666.657
10
湖南省生产总值(亿元)
9850.0050
5169.00810
10
第一产业总产出(亿元)
2564.4850
1071.74587
10
第二产业总产出(亿元)
13829.4870
9004.24918
10
第三产业总产出(亿元)
6569.6680
3172.27775
10
进出口总额(万美元)
1001032.00
528281.448
10
公路里程(公里)
152954.00
60468.282
10
公路货物周转量(亿吨·公里)
890.146820
521.1577753
10
铁路货运量(万吨)
5936.917210
375.3249161
10
水运货运量(万吨)
8818.20
5233.364
10
图3-1-2:
各因素与公路货运量的相关系数
根据各因素与公路货运量的相关性可知:
1.铁路货运量与公路货运量的Pearson相关系数
,为中度相关,但显著性大于0.05,在0.05水平(双侧)上不显著相关,在统计学上没有多大的意义。
2.湖南省生产总值等其他影响因素的Pearson相关系数
,且显著性小于0.05,与公路客运量显著相关。
说明湖南省生产总值等其他影响因素与公路货运量之间的依存关系较为明显,他们之间相关性很强。
3.2因子分析
因子分析法是从研究变量内部相关的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。
它的基本思想是将观测变量进行分类,将相关性较高,即联系比较紧密的分在同一类中,而不同类变量之间的相关性则较低,那么每一类变量实际上就代表了一个基本结构,即公共因子。
对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。
通过因子分析,可以找出几个较少分有实际意义的因子,反映出原来数据的基本结构。
通过因子分析,还可以达到数据简化的效果。
3.2.1SPSS操作步骤
(1)依次序单击菜单栏“分析—降维—因子分析”,将影响因素都勾选进变量栏中。
并单击右边相应的选项,选择合适的选项,单击确定。
选择过程如图所示。
图3-2-1:
SPSS操作步骤截图一
图3-2-2:
SPSS操作步骤截图二
图3-2-3:
SPSS操作步骤截图三
图3-2-4:
SPSS操作步骤截图四
3.2.2SPSS输出结果分析
图3-2-5:
相关系数矩阵及其检验
表3-2-1:
KMO和Bartlett的检验表
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.625
Bartlett的球形度检验
近似卡方
202.149
df
36
Sig.
.000
从上图我们可以看到大部分的相关系数都较为高(大于0.8,单边检验值几乎都小于0.05),各变量呈现很高的线性关系,能够从中提取公共因子,适合进行因子分析。
巴特利球形检验统计量为202.149,显著性sig为0.000,可以认为相关系数矩阵与单位阵有显著差异。
同时,KMO值为0.625,根据Kaiser给出的KMO度量标准也可知道原有变量适合做因子分析。
表3-2-2:
因子分析初始解
公因子方差
初始
提取
湖南省生产总值(亿元)
1.000
.998
第一产业总产出(亿元)
1.000
.996
第二产业总产出(亿元)
1.000
.997
第三产业总产出(亿元)
1.000
.995
进出口总额(万美元)
1.000
.985
公路里程(公里)
1.000
1.000
公路货物周转量(亿吨·公里)
1.000
.995
铁路货运量(万吨)
1.000
1.000
水运货运量(万吨)
1.000
.998
提取方法:
主成份分析。
从上表我们可以看出,所有变量的共同方差都很高,各个变量的信息丢失比较少,因此本次分析提取的总体效果较为理想。
表3-2-3:
解释总方差表
解释的总方差
成份
初始特征值
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
合计
方差的%
累积%
1
8.100
90.000
90.000
8.100
90.000
90.000
6.854
76.152
76.152
2
.741
8.236
98.237
.741
8.236
98.237
1.606
17.850
94.002
3
.123
1.370
99.607
.123
1.370
99.607
.504
5.605
99.607
4
.023
.256
99.863
5
.005
.061
99.924
6
.004
.048
99.971
7
.002
.020
99.991
8
.001
.009
100.000
9
1.831E-005
.000
100.000
提取方法:
主成份分析。
图3-2-6:
碎石图
从碎石图可以看出第
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 30010217 湖南省 公路 货运量 需求 影响 因素 分析