论文部分内容阅读
运输业是国民经济的基础产业,其对国民经济的贡献不仅在于运输业创造的直接价值,也在于其对国民经济其他方面的影响。因此对道路运输能力的研究是一个国家经济研究体系中必不可少的部分。对我国道路运输能力的综合分析,其目的就是为了更精确地预测我国道路运输能力的发展趋势,以及对影响我国道路运输能力的因素做分析。 聚类法(CA)、人工神经网络(ANN)等统计方法相结合使用,对我国道路运输能力进行分类、预测,这种分析方法有别于传统的研究方式。聚类可以将事先没有分类的样本进行分类;人工神经网络可以对事物的发展趋势做出优于传统方法的预测。采用聚类法,可以将我国31个省、市、自治区按照反映道路运输能力的指标做分类。采用人工神经网络对我国道路运输能力做分析,可以得到对反映道路运输能力的关键指标——客运量和货运量——的精确预测,同时也可以得出短期内不同地域对我国道路运输能力贡献的大小。 结构方程模型(SEM)是一种整合了统计学的两大主流技术“因子分析”与“路径分析”的综合统计分析方法。其优点在于:具有解决能被可观察变量度量的潜变量结构之间的因果关系的能力,而且它不但能研究变量间的直接作用,还可以研究变量间的间接作用;其次它可以尽可能地过滤误差。采用结构方程模型对影响我国道路运输能力的各种因素做分析,得到经济因素、自然因素、人口因素、人文因素等因素对道路运输能力的影响效应系数,由此可以分析不同因素对道路运输能力的影响程度及影响方式。同时,对各因素影响效应系数的确定也有利于对聚类结果做出合理解释。 通过对我国道路运输能力的综合分析,不仅得到了道路运输能力预测结果、影响因素及其作用大小,同时也为该领域的进一步量化研究做出了铺垫。