貨運量與GDP的關聯(lián)性分析

劉 爽重慶交通大學經(jīng)管學院

?

貨運量與GDP的關聯(lián)性分析

劉 爽
重慶交通大學經(jīng)管學院

隨著經(jīng)濟的迅速增長，交通運輸基礎設施建設的投入也不斷加大，運輸工具與運輸能力不斷提升，交通運輸規(guī)模與范圍就越來越大。同時，交通運輸?shù)陌l(fā)展又促進了經(jīng)濟的增長。由此可見，GDP和貨運量之間存在著極為重要的關聯(lián)性。為了量化關聯(lián)性，進而比較不同運輸方式與GDP之間關聯(lián)度，本文通過建立灰色關聯(lián)分析模型，對不同運輸方式與GDP之間的關聯(lián)性進行分析，得出與GDP關聯(lián)度大小排序為：水運>公路>民航>鐵路。

灰色關聯(lián)分析法；貨運量；GDP

1 引言

交通運輸是國民經(jīng)濟的先行官，發(fā)展經(jīng)濟，交通先行，是經(jīng)濟發(fā)展的內在規(guī)律。經(jīng)過三個五年計劃的實施，2000年到2014年15年間我國經(jīng)濟迅速增長，國內GDP由99214.6億元增長到636138.7億元，增加了6.4倍，年復合增長率達到14.19%。全國總貨運量從1358682萬噸增長到4386800萬噸，增加了3.2倍，年復合增長率達到8.73%。

隨著改革開放的深化、經(jīng)濟產(chǎn)業(yè)結構的調整，鐵路、公路、水運、民航這四種運輸方式以不同方式影響著GDP的增長，本文采取灰色關聯(lián)分析法對原始數(shù)據(jù)進行處理，得出關聯(lián)度數(shù)值，進而進行比較。

2 灰色關聯(lián)分析基本原理

灰色關聯(lián)分析是灰色系統(tǒng)理論的主要分析方法之一，是通過數(shù)據(jù)序列曲線發(fā)展態(tài)勢的相似程度來判斷序列聯(lián)系是否緊密，曲線越接近，相應序列之間的關聯(lián)度越大，反之就越小?；疑P聯(lián)分析過程如下：

（1）確定比較對象（評價對象）和參考數(shù)列（評價標準）。設評價對象有m個，評價指標有n個，參考數(shù)列為，比較數(shù)列為。

（2）確定各指標值對應權重?？捎脤哟畏治龇ǖ却_定各指標對應的權重，其中為第個評價指標對應的權重。

（3）數(shù)據(jù)標準化處理。由于查找的數(shù)據(jù)量綱不同，且數(shù)值的數(shù)量級差距懸殊，數(shù)據(jù)很難直接進行比較。因此，需要對原始數(shù)據(jù)進行無量綱化處理，消除量綱，轉換為可比較的數(shù)據(jù)序列。

（5）計算灰色關聯(lián)系數(shù)：

為比較數(shù)列對參考數(shù)列在第k個指標上的關聯(lián)系數(shù)，其中為分辨系數(shù)。其中稱、分別為兩級最小差及兩級最大差。

一般來講，分辨系數(shù)越大，分辨率越大；越小，分辨率越小。

（6）計算灰色加權關聯(lián)度?；疑訖嚓P聯(lián)度的計算公式為：

式中：為第i個評價對象對理想對象的灰色加權關聯(lián)度。

評價分析。根據(jù)灰色加權關聯(lián)度的大小，對各評價對象進行排序，可建立評價對象的關聯(lián)序，關聯(lián)度越大，其評價結果越好。

3 GDP與不同方式貨運量的灰色關聯(lián)分析

選取1990-2014年的國內生產(chǎn)總值數(shù)據(jù)，形成參考數(shù)列。如表1所示：

表11990-2014年全國貨運量（萬噸）與國內生產(chǎn)總值（億元）

2004 249017 1244990 187394 276.7 24734 159878.3 2005 269296 1341778 219648 306.7 31037 184937.4 2006 288224 1466347 248703 349.4 33436 216314.4 2007 314237 1639432 281199 401.8 40552 265810.3 2008 330354 1916759 294510 407.6 43906 314045.4 2009 333348 2127834 318996 445.5 44598 340902.8 2010 364271 2448052 378949 563 49972 401512.8 2011 393263 2820100 425968 557.5 57073 473104 2012 390438 3188475 458705 545 62274 519470.1 2013 396697 3076648 559785 561.3 65209 568845.2 2014 381334 3332838 598283 594.1 73752 636138.7

3.1 數(shù)據(jù)標準化變換處理

本文采用均值化變換消除量綱，先分別求出各個序列的平均值，再用對應序列中的各個原始數(shù)據(jù)去除以平均值，得到標準化數(shù)據(jù)，然后再根據(jù)公式求得差序列如表2所示：

表2 差序列表

3.2 計算灰色加權關聯(lián)度

由差序列表可得兩級最大差M=0.83113，兩級最小差為m=0.01651。根據(jù)公式求得2000年到2014年5種運輸方式與GDP的灰色關聯(lián)系數(shù)。由于每一年的數(shù)值具有同樣權重，所以只需要計算各種運輸方式關聯(lián)系數(shù)的算術平均值，這個均值即為每種運輸方式與國內生產(chǎn)總值的關聯(lián)度。根據(jù)以上計算結果可知，各種運輸方式與GDP關聯(lián)度大小排序為：水運（0.85865）＞公路（0.81485）＞民航（0.74827）＞鐵路（0.65131）。

4 結論

通過灰色關聯(lián)分析法得到了五種運輸方式與GDP的關聯(lián)度可知，水運運輸與GDP的關聯(lián)最緊密，主要原因是沿海主要港口吞吐量快速增長，從2000年的125603萬噸增長到了2014年的769557萬噸，增長了6.17倍。鐵路運輸與GDP的關聯(lián)度最小，鐵路貨物運輸雖然運量逐年增長，但市場份額卻逐年下降。關聯(lián)度排名和不同發(fā)展方式的發(fā)展現(xiàn)狀具有一致性。

［1］司守奎等.數(shù)學建模算法與應用.北京：國防工業(yè)出版社，2013.

［2］中國統(tǒng)計局.中國統(tǒng)計年鑒（2015年）［M］.北京：中國統(tǒng)計出版社，2015.

［3］田剛，李南.江蘇省物流貨運量灰色預測及灰色關聯(lián)研究.江蘇南京.2010.

［4］鄧聚龍.灰色控制系統(tǒng)［M］.武漢：華中理工大學出版社，1993.

［5］趙永超，孫有望.單位GDP貨運量與城市產(chǎn)業(yè)結構關系［J］.交通科技與經(jīng)濟，2009，53（3）：121～122.