本文關(guān)鍵詞： 空間計(jì)量經(jīng)濟(jì)學(xué) 貨運(yùn)需求 網(wǎng)絡(luò)型物流企業(yè) 鐵路貨運(yùn) 空間自相關(guān)　出處：《鐵道科學(xué)與工程學(xué)報(bào)》2017年08期 　論文類型：期刊論文

【摘要】：為探測網(wǎng)絡(luò)型物流企業(yè)需求分布的空間特征,用空間自相關(guān)的分析方法從全局與局域2個(gè)層面對中國鐵路總公司在1999~2014年的省域鐵路貨運(yùn)量分布的空間集聚性與異質(zhì)性進(jìn)行分析。研究結(jié)果表明:在整體上,我國鐵路貨運(yùn)發(fā)送量呈現(xiàn)明顯的空間自相關(guān)性,但這種集聚性隨著時(shí)間的推移呈減弱的趨勢。在局域上,鐵路貨運(yùn)發(fā)送量在內(nèi)蒙古、河北和黑龍江呈現(xiàn)出熱點(diǎn)特征,即發(fā)送量高值在這些省份周圍集聚;西藏、廣東、廣西和福建等省于不同時(shí)期呈現(xiàn)出一定鐵路貨運(yùn)發(fā)送量的冷點(diǎn)特征,隨著時(shí)間的推移,低值的集聚性呈減弱的趨勢,說明以上省份周圍區(qū)域的貨運(yùn)量發(fā)展逐漸均衡。
[Abstract]:In order to explore the spatial characteristics of demand distribution of network logistics enterprises, The spatial agglomeration and heterogeneity of provincial railway freight volume distribution in China Railway Corporation from 1999 to 2014 are analyzed from two aspects of global and local by using the spatial autocorrelation analysis method. The results show that: on the whole, the distribution of railway freight volume in China Railway Corporation from 1999 to 2014 is characterized by its spatial agglomeration and heterogeneity. The volume of railway freight transport in China shows obvious spatial autocorrelation, but this concentration tends to weaken with the passage of time. Locally, the volume of railway freight transport is characterized by hot spots in Inner Mongolia, Hebei and Heilongjiang. That is, the high value of the transport volume gathered around these provinces; the provinces of Tibet, Guangdong, Guangxi and Fujian showed a certain cold point characteristic of the railway freight transport volume in different periods, and with the passage of time, the concentration of the low value showed a trend of weakening. It shows that the development of freight volume in the area around the above provinces is gradually balanced.
【作者單位】： 中南大學(xué)交通運(yùn)輸工程學(xué)院;
【基金】：中國鐵路總公司科技研究開發(fā)計(jì)劃課題(2013X008-A-1)
【分類號】：F532.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅啟,劉凱;基于分形理論的鐵路貨運(yùn)量分析[J];鐵道學(xué)報(bào);2003年03期

2 黃勇;徐景昊;;關(guān)于鐵路貨運(yùn)量預(yù)測研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2010年04期

3 田芳銘;劉慶福;;四川省鐵路貨運(yùn)量預(yù)測研究[J];科技資訊;2011年30期

4 張欣元;;1938～1987年法國國營鐵路貨運(yùn)量的發(fā)展[J];鐵道科技動(dòng)態(tài);1989年11期

5 任德亮,李向國,張?zhí)靷?建立鐵路貨運(yùn)量季節(jié)性預(yù)測模型的研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2004年08期

6 郝佳,李瀾;鐵路貨運(yùn)量組合預(yù)測模型的研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2004年11期

7 王晚香,蔣惠園;廣州南沙疏港鐵路貨運(yùn)量預(yù)測研究[J];鐵道貨運(yùn);2005年01期

8 單麗輝;王強(qiáng);;鐵路貨運(yùn)量的灰色預(yù)測模型[J];鐵道貨運(yùn);2006年02期

9 鄭全成;唐玉川;祝宏賓;高偉;;鐵路貨運(yùn)量組合預(yù)測方法的研究[J];鐵道貨運(yùn);2006年07期

10 劉志杰;季令;葉玉玲;耿志民;;基于徑向基神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測[J];鐵道學(xué)報(bào);2006年05期

相關(guān)重要報(bào)紙文章 前10條

1 李銳;1-5月 俄鐵路貨運(yùn)量同比增加12.9%[N];遠(yuǎn)東經(jīng)貿(mào)導(dǎo)報(bào);2010年

2 王海生 苑洪波 杜慶君;唐港鐵路貨運(yùn)量 創(chuàng)歷史最高水平[N];唐山勞動(dòng)日報(bào);2011年

3 本報(bào)記者 孫春芳;6月鐵路貨運(yùn)量同比、環(huán)比雙降[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2014年

4 記者 王龍飛;我省鐵路貨運(yùn)量持續(xù)增長[N];山西經(jīng)濟(jì)日報(bào);2014年

5 證券時(shí)報(bào)記者 靳書陽;不必過分擔(dān)憂 鐵路貨運(yùn)量下滑[N];證券時(shí)報(bào);2014年

6 記者 羅忠河;前8個(gè)月全國鐵路貨運(yùn)量同比增長12.8%[N];中國冶金報(bào);2010年

7 記者 李慧穎;1—10月大興安嶺[N];黑龍江經(jīng)濟(jì)報(bào);2011年

8 記者 王龍飛;59232.3萬噸:我省鐵路貨運(yùn)量創(chuàng)歷史新高[N];山西經(jīng)濟(jì)日報(bào);2013年

9 林琳;鐵路貨運(yùn)量緣何下降[N];現(xiàn)代物流報(bào);2013年

10 記者 王蕾;9月份全省鐵路貨運(yùn)量同比增長5.4%[N];山西經(jīng)濟(jì)日報(bào);2013年

相關(guān)碩士學(xué)位論文 前9條

1 陳星;基于遺傳改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測研究[D];大連交通大學(xué);2015年

2 蔡志強(qiáng);阿拉山口鐵路貨運(yùn)量預(yù)測分析[D];蘭州交通大學(xué);2015年

3 俞小鳳;機(jī)器學(xué)習(xí)理論在鐵路貨運(yùn)量預(yù)測中的應(yīng)用研究[D];北京交通大學(xué);2016年

4 張\，

本文編號：1517539