交通运输与经济的关联分析
摘要： 3摘要：本文采用了关联分析的方法，对2009-2015年浙江省交通运输与经济的关系进行了量化的关联分析，得出了浙江省的客运总量，货运总量，客运调转量，货运调转量，进出口量以及交通消费指数对生产总值的影响。之后又使用了回归分析，确定了关联系数最大的关联因子，并且验证了关联分析中所做出的结论，经过回归的分析验算，排除了2015年的误差数据，并且重新对2009-2014年的数据进行关联分析与回归分析的检验。最后，通过对结论的分析，针对浙江省的当前情况与地域的不同，提出了对经济增长有帮助的建议。
目录
引言
引言
随着我国社会经济的快速发展，交通运输在我国社会经济发展中的地位显得越来越重要，它是我国社会经济发展中的重要基础建设和支柱。交通运输是重要的生产性服务业和消费性服务业，是社会生产、分配、交换、消费各个方面得以正常进行的重要桥梁和纽带，对我国整个国家或是部分地区的经济发展起到了至关重要的推动作用。
因此，为了满足我国经济的持续增长，保持交通运输高速的发展有着非常重要的作用。所以，研究交通运输对经济增长的影响的关联分析也显得十分的重要。
浙江省作为长江三角洲的重要省份，大量的客运，货运与贸易的往来也成就了浙江省的整体经济状态处于一个较高的地位。因此，探讨对浙江省经济增长最有影响力的交通因素，并对这一因素做出对当情最优的处理与判断，想必对浙江省的经济增长能够起到一定的帮助。而得出的结论对于全国的其他城市也会有一定的参考价值。
1浙江省经济与交通因素的关联分析
1.1 理论
1.1.1 关联分析
关联分析是一种简单实用的分析技术，就发现存在大数据量中的关联性或是相关性，从而能够描述数据中所出现的规律或是模式。即存在于数据集合之间的频繁模式关联，相关性或因果结构。总的来说关联分析是用于寻找数据之间的联系的方法。
做关联分析前首先要选好参考序列，一般选取参考数列，，，作为比较数列中第i个数列在第t时刻的值，当i=1，，k，时 t=1，2，，n,各个数列在各时刻的值所构成的n维向量。以数列之间的差值大小作为衡量关联度大小的关键要素，这种方法我们称为关联度分析。
关联系数的定义：
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
/> 其中： 是第t时刻比较曲线与参考曲线的相对差值，称为序列对序列在t这一时刻的关联系数。为分辨系数，一般在0与1之间任意选取，通常取值0.5。与称为两级的最大差和最小值。
关联度的一般表达式为：。当参考数列不止一个，比较数列同时不止一个时，可以进行优势分析。一般称参考数列为母数列，而比较数列为子数列。由母系列和子系列构成的矩阵称它为关联矩阵，通过关联矩阵的元素的比较，进行优势关联因素分析。假设存在m个母因素，记这些母元素为，，， ；记n个子元素为 ， ，， ，则可以构成一个n 列，m行的关联矩阵 R：
其中， 表示第i个母元素对第 j 个子元素的关联度，i则代表母因素的序号，j则代表子因素的序号。对于同一行的元素，母元素相同，子元素不同；而对于同一列的元素，代表子元素相同，母元素不同。我们可根据矩阵 R 中的元素判定母元素与子元素之间关联度的大小，从而分析主要影响因素以及次要影响因素。
在确定使用关联分析之前，还需要做一下处理：
（1）确定系统行为的特征的参考数列与影响系统行为的比较数列
反映系统行为特征的数据序列，我们通常称为参考数列。影响系统行为的因素组成的数据序列，则称比较数列。
（2）对参考数列和比较数列进行无量纲变化处理
由于系统中各因素的物理意义不同，会导致数据的量纲也不相同，不便于比较，或者在比较时难以得出正确的结论。因此在进行关联分析时，一般都要对原始数据进行无量纲变化的数据处理。
1.2生产总值与交通运输的关联分析
对浙江省经济与交通运输各项指标的分析，在此用关联分析的方法，选取总客运量，总客运量，总客运调转量，总货运调转量，进出口量，交通消费指数这6个因素进行量化分析，从而反映浙江省经济与交通运输之间存在的内在联系。
根据浙江省统计局的数据，选取了20092015年的浙江省交通运输的关联因素的数据与经济的数据指标，具体数据如下图所示：
浙江省地区生产总值与交通运输的数据统计
地区生产总值
总客运量
总货运量
总客运调转量
总货运调转量
进出口量
交通消费指数
2009
21104.1
180767
14592
1006
4525
1877.31
97
2010
27226.8
208957
155755
1145
6499
2534.73
102.3
2011
32000.1
230320
185977
1296.25
8626.91
3093.97
101.5
2012
34606.3
232696
191029
1317.58
9183.33
3122.36
100.1
2013
37568.49
226534
195679
1309.02
9866.97
3358.46
99.3
2014
40153.5
229711
194885
1376.76
9548.09
3551.47
99.7
2015
42886.5
126435
200715
1062.63
9878.41
3594.37
94.7
其中，对地区生产总值作为参考序列记为 Y‘=y’k | k=1,2,3,,n。其余各项因素按顺序记为Xi‘=xik | k=1,2,3,,n ;i=1,2,3,,m。
目录
引言
引言
随着我国社会经济的快速发展，交通运输在我国社会经济发展中的地位显得越来越重要，它是我国社会经济发展中的重要基础建设和支柱。交通运输是重要的生产性服务业和消费性服务业，是社会生产、分配、交换、消费各个方面得以正常进行的重要桥梁和纽带，对我国整个国家或是部分地区的经济发展起到了至关重要的推动作用。
因此，为了满足我国经济的持续增长，保持交通运输高速的发展有着非常重要的作用。所以，研究交通运输对经济增长的影响的关联分析也显得十分的重要。
浙江省作为长江三角洲的重要省份，大量的客运，货运与贸易的往来也成就了浙江省的整体经济状态处于一个较高的地位。因此，探讨对浙江省经济增长最有影响力的交通因素，并对这一因素做出对当情最优的处理与判断，想必对浙江省的经济增长能够起到一定的帮助。而得出的结论对于全国的其他城市也会有一定的参考价值。
1浙江省经济与交通因素的关联分析
1.1 理论
1.1.1 关联分析
关联分析是一种简单实用的分析技术，就发现存在大数据量中的关联性或是相关性，从而能够描述数据中所出现的规律或是模式。即存在于数据集合之间的频繁模式关联，相关性或因果结构。总的来说关联分析是用于寻找数据之间的联系的方法。
做关联分析前首先要选好参考序列，一般选取参考数列，，，作为比较数列中第i个数列在第t时刻的值，当i=1，，k，时 t=1，2，，n,各个数列在各时刻的值所构成的n维向量。以数列之间的差值大小作为衡量关联度大小的关键要素，这种方法我们称为关联度分析。
关联系数的定义：
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
/> 其中： 是第t时刻比较曲线与参考曲线的相对差值，称为序列对序列在t这一时刻的关联系数。为分辨系数，一般在0与1之间任意选取，通常取值0.5。与称为两级的最大差和最小值。
关联度的一般表达式为：。当参考数列不止一个，比较数列同时不止一个时，可以进行优势分析。一般称参考数列为母数列，而比较数列为子数列。由母系列和子系列构成的矩阵称它为关联矩阵，通过关联矩阵的元素的比较，进行优势关联因素分析。假设存在m个母因素，记这些母元素为，，， ；记n个子元素为 ， ，， ，则可以构成一个n 列，m行的关联矩阵 R：
其中， 表示第i个母元素对第 j 个子元素的关联度，i则代表母因素的序号，j则代表子因素的序号。对于同一行的元素，母元素相同，子元素不同；而对于同一列的元素，代表子元素相同，母元素不同。我们可根据矩阵 R 中的元素判定母元素与子元素之间关联度的大小，从而分析主要影响因素以及次要影响因素。
在确定使用关联分析之前，还需要做一下处理：
（1）确定系统行为的特征的参考数列与影响系统行为的比较数列
反映系统行为特征的数据序列，我们通常称为参考数列。影响系统行为的因素组成的数据序列，则称比较数列。
（2）对参考数列和比较数列进行无量纲变化处理
由于系统中各因素的物理意义不同，会导致数据的量纲也不相同，不便于比较，或者在比较时难以得出正确的结论。因此在进行关联分析时，一般都要对原始数据进行无量纲变化的数据处理。
1.2生产总值与交通运输的关联分析
对浙江省经济与交通运输各项指标的分析，在此用关联分析的方法，选取总客运量，总客运量，总客运调转量，总货运调转量，进出口量，交通消费指数这6个因素进行量化分析，从而反映浙江省经济与交通运输之间存在的内在联系。
根据浙江省统计局的数据，选取了20092015年的浙江省交通运输的关联因素的数据与经济的数据指标，具体数据如下图所示：
浙江省地区生产总值与交通运输的数据统计
地区生产总值
总客运量
总货运量
总客运调转量
总货运调转量
进出口量
交通消费指数
2009
21104.1
180767
14592
1006
4525
1877.31
97
2010
27226.8
208957
155755
1145
6499
2534.73
102.3
2011
32000.1
230320
185977
1296.25
8626.91
3093.97
101.5
2012
34606.3
232696
191029
1317.58
9183.33
3122.36
100.1
2013
37568.49
226534
195679
1309.02
9866.97
3358.46
99.3
2014
40153.5
229711
194885
1376.76
9548.09
3551.47
99.7
2015
42886.5
126435
200715
1062.63
9878.41
3594.37
94.7
其中，对地区生产总值作为参考序列记为 Y‘=y’k | k=1,2,3,,n。其余各项因素按顺序记为Xi‘=xik | k=1,2,3,,n ;i=1,2,3,,m。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/981.html
