貨運(yùn)量

詞：物流需求；貨運(yùn)量；灰色預(yù)測(cè)模型；線性回歸模型；組合預(yù)測(cè)模型中圖分類號(hào)：F259.27? ? 文獻(xiàn)標(biāo)志碼：ADOI：10.13714/j.cnki.1002-3100.2023.11.007Abstract： As a tertiary industry， the logistics industry has a bright future. Predicting the logistics demand level of a region in adv

地反映公路煤炭貨運(yùn)量變化的影響因素和波動(dòng)規(guī)律，可為后續(xù)完善公路分貨類運(yùn)量測(cè)算方法提供借鑒。關(guān)鍵詞： 貨運(yùn)量? 煤炭運(yùn)量? 物流平臺(tái)一、前言貨運(yùn)量是反映宏觀經(jīng)濟(jì)運(yùn)行情況的重要實(shí)物量指標(biāo)，公路貨運(yùn)量作為各種運(yùn)輸方式中占比最大的部分，目前的日常統(tǒng)計(jì)主要局限在總量數(shù)據(jù)層面，而能夠更加全面反映貨運(yùn)需求結(jié)構(gòu)性變化的公路貨運(yùn)量分貨類統(tǒng)計(jì)基本處于空白狀態(tài)。同時(shí)，在鐵路、公路、水路三種貨運(yùn)量主要承載方式中，公路也是唯一一種無法實(shí)現(xiàn)分貨類月度統(tǒng)計(jì)的行業(yè)，造成全社會(huì)貨運(yùn)量和公路

7)0 引 言貨運(yùn)量對(duì)于物流需求的確定及其相關(guān)基礎(chǔ)設(shè)施建設(shè)、各項(xiàng)相關(guān)政策的制定都具有重要意義，因此對(duì)貨運(yùn)量的研究就成為了發(fā)展物流及其相關(guān)產(chǎn)業(yè)的重要依據(jù)[1-3].城市貨運(yùn)量預(yù)測(cè)對(duì)該城市的物流園區(qū)規(guī)劃與建設(shè)、港口碼頭設(shè)計(jì)與建設(shè)、道路交通規(guī)劃與布局、城市投資引導(dǎo)等都具有重要作用[4-5].城市貨運(yùn)量時(shí)間序列預(yù)測(cè)模型是在統(tǒng)計(jì)、分析和挖掘貨運(yùn)量資料的基礎(chǔ)上，研究貨運(yùn)量變化規(guī)律，預(yù)測(cè)貨運(yùn)量時(shí)間序列數(shù)據(jù)趨勢(shì)的一種模型[6-7].因此，開展這方面研究是城市貨運(yùn)需求預(yù)測(cè)和

)0 引言鐵路貨運(yùn)量預(yù)測(cè)對(duì)國家和區(qū)域經(jīng)濟(jì)發(fā)展規(guī)劃具有至關(guān)重要的參考作用，高精度的鐵路貨運(yùn)量預(yù)測(cè)為鐵路發(fā)展規(guī)劃的制定和運(yùn)輸企業(yè)的運(yùn)營決策提供科學(xué)決策的依據(jù)和參考[1]。目前，鐵路貨運(yùn)量預(yù)測(cè)方法主要有灰色理論[2]、廣義回歸神經(jīng)網(wǎng)絡(luò)[3]、BP神經(jīng)網(wǎng)絡(luò)[4]、徑向基神經(jīng)網(wǎng)絡(luò)[5]、Rough Set理論[6]、分形理論[7]、支持向量機(jī)[8]以及Elman神經(jīng)網(wǎng)絡(luò)[9-11]等，但這些方法普遍具有預(yù)測(cè)精度低和滯后性明顯的缺點(diǎn)，需要進(jìn)行定性分析和修正。蜻蜓算法[

鍵詞：物流業(yè);貨運(yùn)量;生產(chǎn)總值一、國內(nèi)外研究現(xiàn)狀物流的概念最早產(chǎn)生于美國，國外專家學(xué)者對(duì)物流業(yè)的研究主要集中在微觀的企業(yè)層面，如致力于提供企業(yè)物流整體優(yōu)化策略;以及中觀的區(qū)域?qū)用嫖锪飨到y(tǒng)及優(yōu)化研究。Pardmor（1998）在區(qū)域一體化整合中，現(xiàn)代物流的回流和擴(kuò)散效應(yīng)使得企業(yè)外部規(guī)模經(jīng)濟(jì)形成區(qū)域產(chǎn)業(yè)集群，加速了區(qū)域技術(shù)外溢、行業(yè)創(chuàng)新和勞動(dòng)市場(chǎng)擴(kuò)大。Ralf Elber（2011）認(rèn)為集群的物流產(chǎn)業(yè)有著更好的市場(chǎng)地位、核心競爭力和知識(shí)，各種資源互聯(lián)，并且運(yùn)輸

018年起三峽貨運(yùn)量突破1.4億噸，超過設(shè)計(jì)能力的40%.隨著西部大開發(fā)的繼續(xù)推進(jìn)和長江經(jīng)濟(jì)帶的發(fā)展，西部地區(qū)通過長江水路進(jìn)出的貨運(yùn)量需求繼續(xù)呈現(xiàn)出逐年增長態(tài)勢(shì)，船閘擁堵日益嚴(yán)重，為服務(wù)好長江流域各省市的經(jīng)濟(jì)發(fā)展和交通運(yùn)輸，需要針對(duì)長江三峽運(yùn)量需求進(jìn)行科學(xué)進(jìn)行合理預(yù)測(cè)，支撐服務(wù)三峽樞紐擴(kuò)能決策[1].三峽過壩貨運(yùn)量需求預(yù)測(cè)結(jié)果的可靠性對(duì)于三峽大壩后期規(guī)劃起著重要作用，當(dāng)前的需求預(yù)測(cè)方法可主要分為定性和定量兩大類[2].類推預(yù)測(cè)法和專家推斷法等定性方法存在很

詞 航空貨運(yùn) 貨運(yùn)量 發(fā)展趨勢(shì)一、航空貨運(yùn)發(fā)展規(guī)模不斷擴(kuò)大1949年11月2日，我國民航局正式成立。初創(chuàng)時(shí)期，新中國的民航規(guī)模小，基礎(chǔ)較為薄弱，僅僅只有12架小型貨機(jī)、3條國際航線以及9條國內(nèi)航線。1950年，我國民航局旅客運(yùn)輸量僅有1.04萬人，貨物吞吐量0.1萬噸，貨運(yùn)周轉(zhuǎn)量約0.02億噸公里。到1952年，我國成立了第1家國營民用航空運(yùn)輸企業(yè)——中國國航，1953年中國國航與民航局合并。2018年，我國民航貨物吞吐量為738.5萬噸，貨運(yùn)周轉(zhuǎn)量262

等指標(biāo)與全社會(huì)貨運(yùn)量之間的關(guān)系，選用關(guān)聯(lián)度相對(duì)較好的人口指標(biāo)作為自變量建立人口與社會(huì)貨運(yùn)量間的數(shù)學(xué)關(guān)系。利用一元線性回歸法預(yù)測(cè)了特征年人口數(shù)量并預(yù)測(cè)社會(huì)貨運(yùn)量。根據(jù)西安市全社會(huì)貨運(yùn)量預(yù)測(cè)、公路貨運(yùn)量預(yù)測(cè)等指標(biāo)，預(yù)測(cè)了2020年、2030年、2040年的公路貨運(yùn)樞紐站場(chǎng)作業(yè)量。交通運(yùn)輸；貨運(yùn)樞紐；需求預(yù)測(cè)；貨運(yùn)量；SPSS前言公路運(yùn)輸貨運(yùn)樞紐站場(chǎng)是貨物運(yùn)輸網(wǎng)絡(luò)中的一個(gè)重要組成部分，是構(gòu)建公路貨運(yùn)樞紐的基本單元，也是實(shí)現(xiàn)一體化交通和高效運(yùn)輸?shù)谋Ｕ吓c手段。為了使

的應(yīng)用，但對(duì)于貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量預(yù)測(cè)應(yīng)用較少。通過研究神經(jīng)網(wǎng)絡(luò)輸入輸出結(jié)構(gòu)，確定物流效率影響指標(biāo)，建立貨運(yùn)量及貨運(yùn)周轉(zhuǎn)量預(yù)測(cè)模型。結(jié)合某市物流投入與產(chǎn)出的數(shù)據(jù)，新方法的預(yù)測(cè)精度超過99%，說明新方法對(duì)城市物流效率評(píng)價(jià)、物流體系建設(shè)及資源的整合有較強(qiáng)的推動(dòng)作用。關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò);指標(biāo);貨運(yùn)量;預(yù)測(cè)中圖分類號(hào)：F252? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2019）25-0041-03近年來，我國物流業(yè)發(fā)展迅速，社會(huì)經(jīng)濟(jì)的

結(jié)構(gòu)持續(xù)優(yōu)化，貨運(yùn)量保持較快增長，港口貨物吞吐量平穩(wěn)增長。交通固定資產(chǎn)投資實(shí)現(xiàn)較快增長。1-5月，交通固定資產(chǎn)投資完成10138億元，同比增長7.3%，較去年全年加快6.6個(gè)百分點(diǎn)。公路水路完成投資7537億元，同比增長4.8%，其中公路、內(nèi)河、沿海分別完成投資7115億元、215億元和196億元，同比分別增長4.5%、14.7%和8.1%?？瓦\(yùn)結(jié)構(gòu)持續(xù)優(yōu)化。5月，完成營業(yè)性客運(yùn)量14.5億人，同比下降0.2%，降幅較4月收窄2.5個(gè)百分點(diǎn)，其中公路營業(yè)性

詞：鐵路貨運(yùn)；貨運(yùn)量；市場(chǎng)化1引言在如今的物流系統(tǒng)中，運(yùn)輸是最重要的物流資源和最具活力的構(gòu)成要素，良好的運(yùn)輸體系對(duì)物流效率的提高、物流成本的控制有著至關(guān)重要的作用。鐵路作為現(xiàn)代綜合運(yùn)輸體系的骨干，在物流運(yùn)輸體系中具有難以替代的地位和作用。鐵路運(yùn)輸?shù)慕?jīng)濟(jì)里程一般在200km以上，貨運(yùn)一直是鐵路收入的“大頭”，關(guān)系著鐵路企業(yè)的生存與發(fā)展。因此，要發(fā)揮出鐵路長距離干線運(yùn)輸優(yōu)勢(shì)，進(jìn)一步提高鐵路貨運(yùn)量占全國貨運(yùn)總量的比重，探索發(fā)展鐵路快運(yùn)物流，支持鐵路、快遞聯(lián)動(dòng)發(fā)展

鍵詞】 航道；貨運(yùn)量；周轉(zhuǎn)量；效用函數(shù)；適用性；評(píng)價(jià)模型0 引 言航道開發(fā)是水運(yùn)發(fā)展的前提和基礎(chǔ)，也是“十三五”期間水運(yùn)發(fā)展的重點(diǎn)。航道項(xiàng)目是以政府投資為主的公益性項(xiàng)目，主要目的是實(shí)現(xiàn)社會(huì)效益，因此，確定項(xiàng)目實(shí)施與否和建設(shè)時(shí)序是航道項(xiàng)目開發(fā)的關(guān)鍵環(huán)節(jié)。當(dāng)前，國內(nèi)水運(yùn)行業(yè)對(duì)此相關(guān)研究較少，沒有形成較為成熟的理論體系，本文建立的航道開發(fā)適用性綜合評(píng)價(jià)模型是對(duì)航道項(xiàng)目建設(shè)的重要程度進(jìn)行初步、直觀的定量評(píng)價(jià)，以期為航道建設(shè)決策提供依據(jù)，有助于實(shí)現(xiàn)航道建設(shè)資金的效益

以浙江省的公路貨運(yùn)量為研究對(duì)象，選取了浙江省1978年一2015年的公路貨運(yùn)量與GDP時(shí)間序列，運(yùn)用實(shí)證分析的方法，建立公路貨運(yùn)量和GDP之間的回歸模型，深入研究各個(gè)因素的影響，發(fā)現(xiàn)貨運(yùn)量與GDP之間存在長期均衡關(guān)系。[關(guān)鍵詞]貨運(yùn)量；協(xié)整；時(shí)間序列一、引言貨運(yùn)量很大程度上反映了現(xiàn)代交通運(yùn)輸業(yè)的發(fā)展程度，同時(shí)也是城市經(jīng)濟(jì)發(fā)展水平的一種體現(xiàn)。將研究視角進(jìn)行細(xì)化，本文著眼于浙江省貨運(yùn)量與GDP的關(guān)系，在二者定性分析的基礎(chǔ)上，通過計(jì)量經(jīng)濟(jì)學(xué)中的協(xié)整理論、誤差修正

法繼續(xù)對(duì)浙江省貨運(yùn)量與GDP的時(shí)間序列數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，來研究貨運(yùn)量與GDP之間Granger因果關(guān)系的方向。2 數(shù)據(jù)來源及數(shù)據(jù)處理本文采用浙江省1978年—2015年的貨運(yùn)量與GDP近38年樣本數(shù)據(jù)作為主要的研究指標(biāo)。分析所用的數(shù)據(jù)來自于浙江省統(tǒng)計(jì)局。38年來浙江省貨運(yùn)量與GDP均呈現(xiàn)出明顯的增長趨勢(shì)，從1978-2015年整個(gè)時(shí)期來看，序列呈現(xiàn)一定的指數(shù)趨勢(shì)，具有明顯的非平穩(wěn)性。由于浙江省貨運(yùn)量和GDP是有指數(shù)趨勢(shì)的時(shí)間序列，本處分別對(duì)兩個(gè)序列取對(duì)數(shù)，

年拉脫維亞港口貨運(yùn)量同比增長7%波通社2017年7月13日?qǐng)?bào)道，拉脫維亞交通部數(shù)據(jù)顯示，2017年上半年，拉港口貨運(yùn)量3398.9萬噸，同比增長7%。干散貨1821萬噸， 同 比增長20.1%。其中，煤炭1038.7萬噸，同比增長35.2%；化學(xué)散裝貨149.1萬噸，同比下降9.8%；木片貨物79.48萬噸，同比增長23.6%。液體貨物1018.5萬噸，同比下降10.5%。其中，石油產(chǎn)品977萬噸，同比下降10.5%。一般貨物559.4萬噸，同比增長7.4

3年閩贛粵三省貨運(yùn)量，通過灰色預(yù)測(cè)模型中的GM（1，1）預(yù)測(cè)模型對(duì)閩贛粵三省2014-2016年貨運(yùn)量進(jìn)行預(yù)測(cè)，經(jīng)過后驗(yàn)差比值和小誤差概率檢驗(yàn)，得出模型預(yù)測(cè)精度為優(yōu)。同時(shí)，利用Markov模型對(duì)灰色模型予以改進(jìn)，構(gòu)建新的GM-Markov模型，對(duì)三省2014-2016年貨運(yùn)量進(jìn)行預(yù)測(cè)，并將前后模型預(yù)測(cè)結(jié)果與實(shí)際值對(duì)比，指出GM-Markov模型比單純的GM（1，1）預(yù)測(cè)模型預(yù)測(cè)更為精確。最后，以GM-Markov模型對(duì)閩贛粵三省2017-2021年物流需求

；航道；港口；貨運(yùn)量；吞吐量0 引 言隨著“一帶一路”倡議和長江經(jīng)濟(jì)帶建設(shè)等國家戰(zhàn)略的推進(jìn)實(shí)施，水路運(yùn)輸在綜合交通運(yùn)輸體系中將發(fā)揮更加重要的作用。長三角地區(qū)經(jīng)濟(jì)發(fā)達(dá)、水系豐富，分析區(qū)域內(nèi)內(nèi)河水運(yùn)系統(tǒng)發(fā)展現(xiàn)狀，剖析當(dāng)前區(qū)域內(nèi)河水運(yùn)發(fā)展中存在的問題，對(duì)進(jìn)一步優(yōu)化長三角地區(qū)內(nèi)河水運(yùn)系統(tǒng)和發(fā)揮內(nèi)河水運(yùn)在綜合交通體系中的作用顯得尤為必要。本文研究的長三角地區(qū)包括上海市、浙江省、江蘇省及安徽省等三省一市地區(qū)。1 發(fā)展現(xiàn)狀1.1 內(nèi)河港航基礎(chǔ)設(shè)施建設(shè)情況1.1.1 航道

上半年，拉港口貨運(yùn)量3398.9萬噸，同比增長7%。干散貨1821萬噸， 同比增長20.1%。其中，煤炭1038.7萬噸，同比增長35.2%；化學(xué)散裝貨149.1萬噸，同比下降9.8%；木片貨物79.48萬噸，同比增長23.6%。液體貨物1018.5萬噸，同比下降10.5%。其中，石油產(chǎn)品977萬噸，同比下降10.5%。一般貨物559.4萬噸，同比增長7.4%。其中，集裝箱貨物220.9萬噸，同比增長14.3%；滾裝貨物151.5萬噸，同比增長11.2%；

高效運(yùn)行，累計(jì)貨運(yùn)量突破10億噸，有力支持了長江經(jīng)濟(jì)帶戰(zhàn)略的實(shí)施。三峽集團(tuán)發(fā)布的最新統(tǒng)計(jì)顯示，三峽船閘累計(jì)運(yùn)行12.87萬閘次，通過船舶73.3萬艘次、旅客1181.2萬人次，貨運(yùn)量達(dá)10.01億噸。三峽船閘自2003年投入運(yùn)行以來，過閘貨運(yùn)量不斷增加，2011年首次突破億噸，提前19年達(dá)到設(shè)計(jì)能力。目前，三峽船閘全年過閘貨運(yùn)量是三峽工程蓄水前該河段年最高貨運(yùn)量的6倍以上。通過三峽船閘的所有船舶均免費(fèi)過閘。在運(yùn)行管理各方共同努力下，三峽船閘運(yùn)行14年來，沒

依據(jù)。關(guān)鍵詞 貨運(yùn)量 國民經(jīng)濟(jì)總量 交通運(yùn)輸1研究背景武漢歷史悠久、文化源遠(yuǎn)流長。近代的武漢作為中國民主革命的發(fā)祥地，幾度成為全國政治中心。民國時(shí)期漢口高度繁榮，被譽(yù)為東方芝加哥，武漢三鎮(zhèn)綜合實(shí)力曾僅次于上海，位居亞洲前列。現(xiàn)代化的交通運(yùn)輸業(yè)，必須不分晝夜、季節(jié)、全天候地從事正常運(yùn)輸，是與國家政治、經(jīng)濟(jì)休戚相關(guān)的。交通運(yùn)輸業(yè)的發(fā)展尚不能滿足人民生活水平提高的需要。在信息化時(shí)代，每周例行的短途往返（從家里至辦公地點(diǎn)，或從家里至超級(jí)市場(chǎng)選購生活用品）的次數(shù)將相

經(jīng)濟(jì)與管理學(xué)院貨運(yùn)量與GDP的關(guān)系研究 ——以湖北省為例張 迪重慶交通大學(xué)研究生院經(jīng)濟(jì)與管理學(xué)院本文運(yùn)用灰色關(guān)聯(lián)度分析法對(duì)湖北省三大產(chǎn)業(yè)生產(chǎn)總值與該地區(qū)的貨運(yùn)量的關(guān)聯(lián)度進(jìn)行分析，且對(duì)地區(qū)未來的單位GDP貨運(yùn)量進(jìn)行預(yù)測(cè)。文中結(jié)論適用于貨運(yùn)業(yè)發(fā)展趨勢(shì)的宏觀預(yù)測(cè)，為相關(guān)交通規(guī)劃等提供了一定的參考。單位GDP貨運(yùn)量；產(chǎn)業(yè)結(jié)構(gòu)；灰色關(guān)聯(lián)度1 文獻(xiàn)綜述王林新(2006)[1]利用計(jì)量理論，對(duì)能夠反映交通運(yùn)輸狀況和地區(qū)經(jīng)濟(jì)指標(biāo)的數(shù)據(jù)給出了實(shí)證。宋彩平(2009)[2]通

基礎(chǔ)設(shè)施、水路貨運(yùn)量、內(nèi)河港貨物進(jìn)出比、集裝箱物流、海河聯(lián)運(yùn)等基本情況，揭示嘉興市水運(yùn)生產(chǎn)呈現(xiàn)出先降后升的態(tài)勢(shì)及內(nèi)河貨物吞吐量下降等問題并分析成因，對(duì)嘉興市水路運(yùn)輸未來發(fā)展提出建議：加大航道疏浚力度，提升高等級(jí)航道比例；大力推廣港口碼頭岸電的使用和車輛充電樁建設(shè)，提高清潔能源應(yīng)用水平；依托嘉興外港和內(nèi)河港，重點(diǎn)推進(jìn)一批投資多元、功能集成、特色鮮明的物流園區(qū)建設(shè)；打通海河聯(lián)運(yùn)通道瓶頸，淘汰“散、小、舊”的設(shè)施設(shè)備，推動(dòng)集裝箱運(yùn)輸、海河聯(lián)運(yùn)深入發(fā)展?！娟P(guān)鍵詞】

確預(yù)測(cè)。文章從貨運(yùn)量的角度出發(fā)，分析影響貨運(yùn)量的社會(huì)經(jīng)濟(jì)因素，以北京市為例，建立城市物流需求的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，并通過Matlab進(jìn)行仿真求解，結(jié)果顯示用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)物流需求是非常合理。[關(guān)鍵詞]城市物流需求；貨運(yùn)量；BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型[DOI]10.13939/j.cnki.zgsc.2016.32.0431 引 言隨著物流業(yè)的興起，各省市紛紛出臺(tái)自己的物流發(fā)展戰(zhàn)略，城市物流規(guī)劃被提上了城市規(guī)劃的戰(zhàn)略高度，城市規(guī)劃者希望通過大力發(fā)展物流業(yè)來帶動(dòng)城市

據(jù)的可得性，將貨運(yùn)量作為代表物流需求的指標(biāo)。以淮安1996～2014年貨運(yùn)量作為基礎(chǔ)數(shù)據(jù)，對(duì)淮安物流需求量進(jìn)行定量預(yù)測(cè)。結(jié)果顯示，馬爾科夫鏈—灰色預(yù)測(cè)模型預(yù)測(cè)精度比單一預(yù)測(cè)模型的預(yù)測(cè)精度有很大提高，驗(yàn)證了該模型的有效性。關(guān)鍵詞：灰色；馬爾科夫；貨運(yùn)量中圖分類號(hào)：F250 文獻(xiàn)標(biāo)識(shí)碼：AAbstract： The best enterprise resource allocation of logistics is affected by logistics

4)重慶市公路貨運(yùn)量與經(jīng)濟(jì)增長關(guān)系的協(xié)整分析海夢(mèng)飛( 重慶交通大學(xué)經(jīng)濟(jì)與管理學(xué)院 重慶 400074)利用協(xié)整理論及Eviews軟件，對(duì)重慶市2000年-2014年公路貨運(yùn)量與經(jīng)濟(jì)發(fā)展相關(guān)指標(biāo)進(jìn)行協(xié)整分析，發(fā)現(xiàn)公路貨運(yùn)量與經(jīng)濟(jì)指標(biāo)之間存在長期的均衡關(guān)系。Granger因果檢驗(yàn)表明，公路貨運(yùn)量與公路里程數(shù)、工業(yè)企業(yè)總數(shù)之間存在單項(xiàng)的Granger因果關(guān)系；與GDP互為Granger因果關(guān)系。正交脈沖響應(yīng)與方差分解說明，GDP對(duì)公路貨運(yùn)量的影響程度強(qiáng)于公路貨運(yùn)

10021）?貨運(yùn)量、工業(yè)用電量與GDP系統(tǒng)的SD建模與仿真 ——以西安市為例閆莉，李皓然（西安工業(yè)大學(xué)機(jī)電工程學(xué)院，陜西西安710021）摘要：貨運(yùn)量和工業(yè)用電量是衡量經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，對(duì)經(jīng)濟(jì)發(fā)展起到重要作用，為了解貨運(yùn)量、工業(yè)用電量與GDP之間的相互作用情況，本文采用系統(tǒng)動(dòng)力學(xué)方法描述了貨運(yùn)量、工業(yè)用電量與GDP的因果關(guān)系，在此基礎(chǔ)上通過統(tǒng)計(jì)學(xué)方法確定各個(gè)參數(shù)，從而構(gòu)建出完整的系統(tǒng)動(dòng)力學(xué)模型，最后以西安市作為研究對(duì)象，對(duì)模型進(jìn)行仿真和驗(yàn)證，來分析

鐵路、客運(yùn)量、貨運(yùn)量、經(jīng)濟(jì)增長蘭新鐵路全線通車以來，新疆的經(jīng)濟(jì)建設(shè)開始了一個(gè)新的發(fā)展階段。交通基礎(chǔ)設(shè)施建設(shè)是一個(gè)城市的可持續(xù)發(fā)展的必要條件。本文探討的是蘭新鐵路第二雙線開通后鐵路運(yùn)輸相關(guān)指標(biāo)的提升對(duì)新疆城市發(fā)展的影響。一、文獻(xiàn)回顧申培德（2009）指出，修筑蘭新鐵路第二雙線是落實(shí)西部大開發(fā)戰(zhàn)略、提高大陸橋通道運(yùn)輸能力和運(yùn)輸質(zhì)量的需要，是拉動(dòng)內(nèi)需、擴(kuò)大對(duì)外開放、促進(jìn)沿線經(jīng)濟(jì)社會(huì)發(fā)展的需要，是保障國家能源安全，滿足新疆煤炭資源開發(fā)和外運(yùn)需求的需要。王波（201

個(gè)百分點(diǎn)。公路貨運(yùn)量354.5億噸，同比增長6.4%，各季度同比分別增長6.4%、6.0%、5.7%和7.5%。公路貨物周轉(zhuǎn)量64705億噸公里，同比增長6%。鐵路累計(jì)貨運(yùn)量33.6億噸，同比下降11.9%，各季度同比分別下降9.4%、10.8%、13.9%和13.4%。鐵路貨物周轉(zhuǎn)量23754億噸公里，同比下降13.7%。水路貨運(yùn)量62.1億噸，同比增長3.7%，各季度同比分別增長5.2%、1.7%、4.7%和3.4%。水路貨物周轉(zhuǎn)量91917億噸公里，

結(jié)構(gòu)持續(xù)優(yōu)化，貨運(yùn)量、港口生產(chǎn)主要指標(biāo)增速回升，固定資產(chǎn)投資高位運(yùn)行、進(jìn)度有所加快?？瓦\(yùn)降幅持續(xù)收窄8月，鐵路公路水路完成客運(yùn)量16.3億人，同比下降2.6%，降幅較7月收窄0.7百分點(diǎn)。1—8月，完成客運(yùn)量124.6億人，同比下降3.0%。鐵路客運(yùn)增速加快。8月，完成旅客發(fā)送量2.8億人，同比增長10.3%，增速較7月加快2.1百分點(diǎn)；1—8月，累計(jì)完成客運(yùn)量19.1億人，同比增長11.4%。公路客運(yùn)降幅收窄。8月，完成客運(yùn)量13.2億人，同比下降5.0

蘭州至中川鐵路貨運(yùn)量分擔(dān)率研究宋建強(qiáng)1，鮑學(xué)英1，王起才1，董朝陽2(1.蘭州交通大學(xué) 土木工程學(xué)院，甘肅 蘭州 730070；2.蘭州中川鐵路有限公司 技術(shù)裝備部，甘肅 蘭州 730000)摘要:鐵路貨運(yùn)分擔(dān)率是指鐵路所占有的運(yùn)輸市場(chǎng)份額，也是確定鐵路項(xiàng)目投資規(guī)模和進(jìn)行項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)的重要參數(shù)。通過市場(chǎng)調(diào)查確定貨主在選擇貨物運(yùn)輸方式時(shí)主要考慮的影響因素，并建立相應(yīng)的評(píng)價(jià)指標(biāo)體系，應(yīng)用層次分析法計(jì)算出各指標(biāo)的權(quán)重值。利用Influ-Logit模型計(jì)算得到蘭州

詞：運(yùn)輸結(jié)構(gòu)；貨運(yùn)量；貨運(yùn)周轉(zhuǎn)量一個(gè)地區(qū)運(yùn)輸系統(tǒng)的發(fā)展，源自外部社會(huì)經(jīng)濟(jì)發(fā)展和自然條件、政策的影響，同時(shí)還和各種運(yùn)輸方式的經(jīng)濟(jì)、技術(shù)特征有關(guān)，不同運(yùn)輸方式之間有一定的競爭性和替代性。區(qū)域運(yùn)輸發(fā)展與經(jīng)濟(jì)發(fā)展之間有一種彼此因果制約的互動(dòng)關(guān)系，貨運(yùn)量是隨工農(nóng)業(yè)生產(chǎn)的發(fā)展需求增加而增長，運(yùn)輸結(jié)構(gòu)改善又能夠促進(jìn)經(jīng)濟(jì)的增長。不同的社會(huì)發(fā)展階段，運(yùn)輸?shù)男枨笫遣煌摹V東正處于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整期，電子商務(wù)的迅速發(fā)展和創(chuàng)新科技的進(jìn)步，帶來經(jīng)濟(jì)持續(xù)穩(wěn)定增長和現(xiàn)代物流服務(wù)業(yè)迅速發(fā)展

色關(guān)聯(lián)度的鐵路貨運(yùn)量關(guān)鍵影響因子選取方法研究李 瑞，代明睿，李鳳姿（中國鐵道科學(xué)研究院 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081）影響鐵路貨運(yùn)量的因素眾多、關(guān)系復(fù)雜，而且不同因素對(duì)于鐵路貨運(yùn)量變化的影響程度不同。通過對(duì)影響鐵路貨運(yùn)量的各方面因素進(jìn)行分析，從宏觀經(jīng)濟(jì)、鐵路貨運(yùn)市場(chǎng)供需、物流環(huán)境3個(gè)方面選取具有代表性的、可量化的指標(biāo)作為貨運(yùn)量影響因子，利用灰色關(guān)聯(lián)度分析模型，求解出各影響因子序列與鐵路貨運(yùn)量之間的關(guān)聯(lián)度，并根據(jù)關(guān)聯(lián)度排序情況進(jìn)一步確定影響因子與鐵路

分析;客流量;貨運(yùn)量[中圖分類號(hào)]F407 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0461（2015）03-0018-05SWOT分析法是20世紀(jì)80年代初由美國舊金山大學(xué)的管理學(xué)教授韋里克提出的，用以分析企業(yè)的優(yōu)勢(shì)（Strengths）、劣勢(shì)（Weaknesses）、機(jī)會(huì)（Opportunities）和威脅（Threats），之后被廣泛應(yīng)用于分析行業(yè)的發(fā)展規(guī)劃和愿景。因?yàn)椴恢皇瞧髽I(yè)，行業(yè)的發(fā)展也需要分析內(nèi)外部各種條件，找出有利因素和不利因素

）分析了山東省貨運(yùn)量與GDP之間的Granger因果關(guān)系，得出貨物運(yùn)輸對(duì)經(jīng)濟(jì)增長的作用正在增加的結(jié)論。[2]嚴(yán)季在其博士論文《我國道路貨物運(yùn)輸發(fā)展戰(zhàn)略若干問題研究》中利用運(yùn)輸經(jīng)濟(jì)學(xué)等理論，得出了我國的貨運(yùn)強(qiáng)度遠(yuǎn)遠(yuǎn)大于發(fā)達(dá)國家，隨著社會(huì)經(jīng)濟(jì)水平的提高貨運(yùn)強(qiáng)度將下降，與發(fā)達(dá)因家的差距將進(jìn)一步縮小的結(jié)論。[3]薛盤芬在其碩士學(xué)位論文《貨物運(yùn)輸增長與國民經(jīng)濟(jì)增長的關(guān)系研究》中利用庫茲涅茨曲線分析了不同的經(jīng)濟(jì)發(fā)展階段對(duì)應(yīng)的貨物運(yùn)輸增長走勢(shì)以及貨物運(yùn)輸?shù)奈磥碜邉?shì)。[4

模型及其在航空貨運(yùn)量預(yù)測(cè)中的應(yīng)用游慶山1,2, 徐海文1, 雷開洪1(1.中國民用航空飛行學(xué)院 計(jì)算機(jī)學(xué)院,四川 廣漢 618307;2.電子科技大學(xué) 電子工程學(xué)院,成都 611731)重點(diǎn)研究經(jīng)濟(jì)突發(fā)事件對(duì)中國航空貨運(yùn)量的影響，采用壓縮感知理論提取經(jīng)濟(jì)突發(fā)事件對(duì)航空貨運(yùn)量的影響，并利用灰色理論擬合航空貨運(yùn)量的總體變化趨勢(shì)。以2002～2009年中國每月航空貨運(yùn)量的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，通過Matlab的CVX工具箱得到航空貨運(yùn)量基于壓縮感知理論的灰色模型。通過

CH模型的機(jī)場(chǎng)貨運(yùn)量數(shù)據(jù)實(shí)證研究張 鵬1，樊重俊1，方 丁2，冉祥來2（1.上海理工大學(xué)管理學(xué)院,上海 200093；2.上海機(jī)場(chǎng)(集團(tuán))有限公司信息管理部,上海 201202）機(jī)場(chǎng)貨運(yùn)量一直是機(jī)場(chǎng)各種數(shù)據(jù)預(yù)測(cè)中最難以預(yù)測(cè)的一種。該數(shù)據(jù)預(yù)測(cè)結(jié)果的準(zhǔn)確性直接影響到機(jī)場(chǎng)高層決策者決策的效果，對(duì)管理者日常經(jīng)營活動(dòng)的安排也至關(guān)重要。文章將廣泛應(yīng)用于金融風(fēng)險(xiǎn)管理中的VaR方法，引入到非金融領(lǐng)域，以上海機(jī)場(chǎng)為應(yīng)用背景，對(duì)機(jī)場(chǎng)貨運(yùn)量波動(dòng)情況分析預(yù)測(cè)問題進(jìn)行了討論。使用G