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
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。
货运量;主成分回归;岭回归;Lasso回归;ARIMA模型
安庆师范大学
硕士
概率论与数理统计
胡学平
2019
中文
F224;F570.81
2019-11-25(万方平台首次上网日期,不代表论文的发表时间)