铁路客运量的发展状况分析【字数：10668】
由于江苏省经济的不断增长，使得省内居民的生活消费观念也出现了很大的改变。越来越多的人们选择在节假日走戚访友，旅游娱乐，这种情况就增加了人们长途出行的次数，进而也增加了江苏省的铁路客运量。除此之外江苏省不断建设的铁路也为出行带来了许多方便，使得人们更愿意选择铁路这种运输方式出行。因此对铁路客运量的研究分析有利于铁路的发展与规划，确保铁路运输的畅通便捷。本文主要运用两种理论模型方法对江苏省铁路客运量进行研究和分析。首先在不考虑影响因素的情况下，对数据运用ARIMA模型进行分析江苏省铁路客运量的发展情况。其次是在考虑影响铁路客运量因素的条件下，利用多元回归模型，分析铁路客运量与其他变量之间的发展关系。本文影响因素主要从经济因素，铁路里程和铁路客运周转量，人口因素和一些其他相关的因素来分析江苏省铁路客运量的发展状况。
目录
1.前言 1
1.1研究背景和意义 1
1.1.1研究背景 1
1.1.2研究意义 1
1.2研究现状 1
1.3 研究思路与内容 2
1.3.1研究思路 2
1.3.2研究内容 3
2.影响江苏省客运量发展状况分析的因素分析 4
2.1人口与经济因素 4
2.2 铁路里程与客运周转量 4
2.3其他因素 5
3.铁路客运量的研究方法 6
3.1多元线性回归模型 6
3.1.1模型检验 6
3.1.2多重共线性和逐步回归法 7
3.2 ARIMA模型 7
3.2.1模型的定义 7
3.2.2序列的平稳性检验和白噪声检验 8
3.2.3模型的定阶 8
3.2.4模型的检验 8
4.数据选取与建立模型 9
4.1数据的选取 9
4.2建立模型 10
4.2.1选取变量的合理性 10
4.2.2建立多元回归模型 10
4.2.3 建立ARIMA模型 12
5.总结 16
参考文献 17
致谢 18
1.前言
*好棒文|www.hbsrm.com +Q: ^351916072^
1.1研究背景和意义
1.1.1研究背景
经济的不断发展加深了江苏省内各县市之间的联系，同时也增加了它们之间的往来客流量，对省内的交通运输系统形成了一个挑战。根据2017年统计年鉴的数据显示，江苏省的铁路客运量达到17814万人次，累计同比增长11%，并且铁路客运量的人数还会继续增长。每逢节假日，江苏省省内的交通状况必定拥堵不堪，火车票更是一票难求，这是由于节假日期间不少来苏南工作的苏北居民会选择返乡，其他省份的人民经由江苏省进行转运和还有不少省外人民来江苏省旅游的原因引起的。因此如何合理规划铁路运输系统缓解交通运输压力至关重要，而客运量又是规划铁路线路和建设铁路工程的一个重要指标。
基于此，本文主要以江苏省铁路客运量为研究对象，对其发展和其影响因素进行研究分析。主要运用ARIMA模型和多元线性回归模型等两种方法来分析铁路客运量的发展状况。该研究结论可为省内的铁路的规划提供一个参考依据。
1.1.2研究意义
在江苏省经济发展中，交通运输起着至关重要的作用，也是把省内各个地区连接起来的重要环节，而铁路运输又是交通运输系统地重要组成部分。因此江苏省铁路客运量的发展分析可以增加铁路运输在整个交通运输系统中的竞争力，从而实现运输资源的合理配置，并且可以对铁路建设与省内的经济发展和人民的生活水平保持一致，减轻省内的南北差距。除此之外本课题的研究可以弥补国内对小型区域铁路客运量发展分析的现状，还可以为之后如何规划铁路线路来分流或者缓解运输系统的压力提供一个参考。
1.2研究现状
通过查阅相关文献发现，以“江苏省铁路客运量”展开的研究几乎没有，目前相关文献多从“全国铁路客运量、全国公路客运量”等方面进行的讨论。
对铁路客运量的预测首先是要选取合适的年数，从年度数据出发分析铁路客运量的发展状况。林璐（2016）在对铁路客运量研究预测时选取了数据范围是1956年到2014年的年度数据，并运用了ARIMA模型、灰色系统模型和BoxJenkins模型充分的分析了全国铁路客运量发展状况，得出了ARIMA模型的分析结果更小更可靠，可利用价值较高得结论[1]。曹韩和许晓铃（2017）在对中国铁路客运量研究时选择了季节性的ARIMA模型分析1997年到2006年的月度数据出发分析客运量的波动[2]。我主要研究的是江苏省的铁路客运量发展情况，由于江苏省以前的数据缺失，所以我选择地是近二十年的数据进行分析。
南敬林（2016）对铁路客运量的影响因素进行分析，他主要是从宏观因素和微观因素两方面出发，共分为4个大类，15个小类共33个影响因素，从各方面分析了客运量的影响因素和他们之间的联系，为铁路建设提供合理的规划[3]。吴楠君（2018）利用多元回归分析影响我国铁路客运量的主要因素有GDP、全国人口数、铁路营业里程、公路里程、铁路客流量和居民消费价格指数。并且通过比较分析选取最合适的因素来建立多元回归线性模型[4]。除了以上的文献说明了客运量的影响因素，高攀（2001）还对铁路客运量的前景进行预测分析认为票价的高低、旅行途中的服务质量和与其他运输方式的竞争是影响铁路客运量的主要因素，并利用这些因素建立了指标体系分析全国铁路客运量的发展情况[5]。刘殿胜（2008）也在分析和探讨铁路客运量的发展,他认为运程和铁路时速也是影响铁路客运量的关键因素，因为短途可能就会选择公路出行，超长途会选择飞机出行[6]。这些文献都是从全国出发，研究的是全国铁路客运量。这样的研究角度有利于了解铁路客运量总的发展状况，但是忽略了区域型铁路客运量的情况。比如说江苏省内的苏南和苏北铁路建设就及其的不平衡，苏南的客运量较多所以修建的铁路也四通八达，而经过苏北市级地区的铁路目前还在建设中且时速不快。所以研究一个区域性的铁路客运量还是很有必要的。
以上文献主做两方面的研究：一是对全国铁路客运量的分析和预测，主要采用了ARIMA模型，灰色预测模型和BoxJenkins，并且通过比较来分析哪一种方法拟合的更好。二是对影响因素进行分析，主要运用了多元线性回归模型的方法。
目录
1.前言 1
1.1研究背景和意义 1
1.1.1研究背景 1
1.1.2研究意义 1
1.2研究现状 1
1.3 研究思路与内容 2
1.3.1研究思路 2
1.3.2研究内容 3
2.影响江苏省客运量发展状况分析的因素分析 4
2.1人口与经济因素 4
2.2 铁路里程与客运周转量 4
2.3其他因素 5
3.铁路客运量的研究方法 6
3.1多元线性回归模型 6
3.1.1模型检验 6
3.1.2多重共线性和逐步回归法 7
3.2 ARIMA模型 7
3.2.1模型的定义 7
3.2.2序列的平稳性检验和白噪声检验 8
3.2.3模型的定阶 8
3.2.4模型的检验 8
4.数据选取与建立模型 9
4.1数据的选取 9
4.2建立模型 10
4.2.1选取变量的合理性 10
4.2.2建立多元回归模型 10
4.2.3 建立ARIMA模型 12
5.总结 16
参考文献 17
致谢 18
1.前言
*好棒文|www.hbsrm.com +Q: ^351916072^
1.1研究背景和意义
1.1.1研究背景
经济的不断发展加深了江苏省内各县市之间的联系，同时也增加了它们之间的往来客流量，对省内的交通运输系统形成了一个挑战。根据2017年统计年鉴的数据显示，江苏省的铁路客运量达到17814万人次，累计同比增长11%，并且铁路客运量的人数还会继续增长。每逢节假日，江苏省省内的交通状况必定拥堵不堪，火车票更是一票难求，这是由于节假日期间不少来苏南工作的苏北居民会选择返乡，其他省份的人民经由江苏省进行转运和还有不少省外人民来江苏省旅游的原因引起的。因此如何合理规划铁路运输系统缓解交通运输压力至关重要，而客运量又是规划铁路线路和建设铁路工程的一个重要指标。
基于此，本文主要以江苏省铁路客运量为研究对象，对其发展和其影响因素进行研究分析。主要运用ARIMA模型和多元线性回归模型等两种方法来分析铁路客运量的发展状况。该研究结论可为省内的铁路的规划提供一个参考依据。
1.1.2研究意义
在江苏省经济发展中，交通运输起着至关重要的作用，也是把省内各个地区连接起来的重要环节，而铁路运输又是交通运输系统地重要组成部分。因此江苏省铁路客运量的发展分析可以增加铁路运输在整个交通运输系统中的竞争力，从而实现运输资源的合理配置，并且可以对铁路建设与省内的经济发展和人民的生活水平保持一致，减轻省内的南北差距。除此之外本课题的研究可以弥补国内对小型区域铁路客运量发展分析的现状，还可以为之后如何规划铁路线路来分流或者缓解运输系统的压力提供一个参考。
1.2研究现状
通过查阅相关文献发现，以“江苏省铁路客运量”展开的研究几乎没有，目前相关文献多从“全国铁路客运量、全国公路客运量”等方面进行的讨论。
对铁路客运量的预测首先是要选取合适的年数，从年度数据出发分析铁路客运量的发展状况。林璐（2016）在对铁路客运量研究预测时选取了数据范围是1956年到2014年的年度数据，并运用了ARIMA模型、灰色系统模型和BoxJenkins模型充分的分析了全国铁路客运量发展状况，得出了ARIMA模型的分析结果更小更可靠，可利用价值较高得结论[1]。曹韩和许晓铃（2017）在对中国铁路客运量研究时选择了季节性的ARIMA模型分析1997年到2006年的月度数据出发分析客运量的波动[2]。我主要研究的是江苏省的铁路客运量发展情况，由于江苏省以前的数据缺失，所以我选择地是近二十年的数据进行分析。
南敬林（2016）对铁路客运量的影响因素进行分析，他主要是从宏观因素和微观因素两方面出发，共分为4个大类，15个小类共33个影响因素，从各方面分析了客运量的影响因素和他们之间的联系，为铁路建设提供合理的规划[3]。吴楠君（2018）利用多元回归分析影响我国铁路客运量的主要因素有GDP、全国人口数、铁路营业里程、公路里程、铁路客流量和居民消费价格指数。并且通过比较分析选取最合适的因素来建立多元回归线性模型[4]。除了以上的文献说明了客运量的影响因素，高攀（2001）还对铁路客运量的前景进行预测分析认为票价的高低、旅行途中的服务质量和与其他运输方式的竞争是影响铁路客运量的主要因素，并利用这些因素建立了指标体系分析全国铁路客运量的发展情况[5]。刘殿胜（2008）也在分析和探讨铁路客运量的发展,他认为运程和铁路时速也是影响铁路客运量的关键因素，因为短途可能就会选择公路出行，超长途会选择飞机出行[6]。这些文献都是从全国出发，研究的是全国铁路客运量。这样的研究角度有利于了解铁路客运量总的发展状况，但是忽略了区域型铁路客运量的情况。比如说江苏省内的苏南和苏北铁路建设就及其的不平衡，苏南的客运量较多所以修建的铁路也四通八达，而经过苏北市级地区的铁路目前还在建设中且时速不快。所以研究一个区域性的铁路客运量还是很有必要的。
以上文献主做两方面的研究：一是对全国铁路客运量的分析和预测，主要采用了ARIMA模型，灰色预测模型和BoxJenkins，并且通过比较来分析哪一种方法拟合的更好。二是对影响因素进行分析，主要运用了多元线性回归模型的方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/78.html
