基于可達性的高速鐵路對沿線城市產(chǎn)業(yè)競爭力影響研究
發(fā)布時間:2021-04-17 18:00
蘭新高鐵作為第一條連接甘肅省與新疆維吾爾自治區(qū)的高速鐵路,途徑青海、甘肅、新疆三個省份,它的通車使得西北地區(qū)的交通基礎(chǔ)設(shè)施得以完善。城市產(chǎn)業(yè)的生存發(fā)展,依賴于交通技術(shù)的革新。本文以可達性指標表征高速鐵路效應,通過對城市產(chǎn)業(yè)競爭力的系統(tǒng)研究與分類,分析了高速鐵路對城市的產(chǎn)業(yè)競爭力的作用機制,并以蘭新高鐵為例,對其沿線的西北三省37個市(州)、地區(qū)進行實證研究。首先,對國內(nèi)外研究整理并分析高速鐵路的技術(shù)、功能特征,對比分析三種高速鐵路效應的研究方法,從中選取可達性法進行衡量。再從產(chǎn)業(yè)自相關(guān)和產(chǎn)業(yè)外部相關(guān)兩個層面,對城市產(chǎn)業(yè)競爭力指標歸類篩選。最后,分析高速鐵路對城市產(chǎn)業(yè)競爭力的作用機制,建立評價體系,并梳理高速鐵路對城市產(chǎn)業(yè)競爭力作用的評價路徑。接著依據(jù)理論分析,以蘭新線為例,對實證進行研究。首先,構(gòu)建高鐵效應評價體系,并將客運量引入可達性指標中,以完善該評價體系,同時選取DEA模型對可達性效率量化評價。其次,研究高速鐵路對城市產(chǎn)業(yè)競爭力的影響作用,證實其提升作用。具體步驟為:運用BP神經(jīng)網(wǎng)絡(luò)預測法,預測了“剔除”蘭新高鐵影響后沿線城市的高速鐵路各可達性指標(包括客運量);接著,基于高速鐵...
【文章來源】:蘭州交通大學甘肅省
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【部分圖文】:
論文技術(shù)路線
預測數(shù)據(jù)計算求解的方法。最后,對樣本回歸進行統(tǒng)一檢驗,當檢驗通過,則預測結(jié)果具有可靠性;反之預測結(jié)果失效。多元線性回歸法相較于灰色預測,不僅僅依賴于歷史數(shù)據(jù)進行預測,加入了參考因素,使預測過程更為客觀,對預測趨勢的分析更為多元化。μxβxβxββYnn22110 (4.1)4.2.3 BP 神經(jīng)網(wǎng)絡(luò)預測神經(jīng)網(wǎng)絡(luò)(ANN)是對于預測研究應用較為普遍的方法,如圖 4.1,它所涉及的輸入層,是對預測對象有影響力的相關(guān)因素,輸出層即為預測值,而中間的隱含層,則是由系統(tǒng)設(shè)定的建立相關(guān)函數(shù)關(guān)系的方程式,通過如下系統(tǒng),將歷史數(shù)據(jù)通過 X1、X2…Xn進行輸入,再對于隱含層的數(shù)量,可進行測試調(diào)整,最終選取范圍合理的值即可對預測對象進行預測,輸出為 Y1、Y2…Yn 值。
-2016年為高鐵開通后高鐵效應指標值。5.1.1平均旅行時間為了研究的合理性,本文選取城市的地理中心為端點,并依據(jù)平均旅行時間公式(3.1),對37個城市依次計算。該指標表征由抽象節(jié)點表示的城市,對于時間成本下的可達性程度,因此可直觀明確的表示所研究節(jié)點可達性的優(yōu)劣。由于平均旅行時間選取最短旅行時間作為旅行時間,而且該指標只涉及旅行時間,因此,將平均旅行時間分為兩種類型進行計算,即高鐵通車前和高鐵通車后。本文結(jié)合GIS技術(shù),對西北地區(qū)各城市平均旅行時間進行克里金差值計算,得出各城市平均旅行時空圖如圖5.1所示:圖5.1蘭新高鐵開通前后37座城市平均旅行時間1(h)及變化率(%)1注:部分城市因沒有設(shè)立車站,因此選取換乘的方式,從目標節(jié)點到距離最近的的城市站點,再轉(zhuǎn)至公路到達目的地,以此方式計算可達性指標。
【參考文獻】:
期刊論文
[1]高速鐵路對沿線城市工業(yè)集聚的影響研究——基于中部城市面板數(shù)據(jù)的實證分析[J]. 盧福財,詹先志. 當代財經(jīng). 2017(11)
[2]鐵路、公路交通基礎(chǔ)設(shè)施對經(jīng)濟增長的空間溢出效應——以長三角為例[J]. 黃蘇萍,朱詠. 華東經(jīng)濟管理. 2017(11)
[3]鐵路車站站點設(shè)置對縣域交通可達性的影響分析[J]. 李松,劉力軍,白洋. 鐵道運輸與經(jīng)濟. 2017(07)
[4]高速鐵路對城市服務業(yè)集聚的影響[J]. 鄧濤濤,王丹丹,程少勇. 財經(jīng)研究. 2017(07)
[5]城市軌道交通網(wǎng)絡(luò)可達性研究及應用[J]. 趙路敏,賀苗苗. 鐵路計算機應用. 2017(03)
[6]高速鐵路對生產(chǎn)性服務業(yè)空間格局變遷的影響[J]. 覃成林,楊晴晴. 經(jīng)濟地理. 2017(02)
[7]跨省山區(qū)陸路交通網(wǎng)絡(luò)可達性評價——以烏蒙山區(qū)為例[J]. 劉安樂,楊承玥,明慶忠,秦趣. 地域研究與開發(fā). 2017(01)
[8]高鐵開通前后站區(qū)產(chǎn)業(yè)空間格局變動及驅(qū)動機制——以滬寧城際南京站為例[J]. 王麗,曹有揮,仇方道. 地理科學. 2017(01)
[9]長三角快運鐵路網(wǎng)可達性格局與優(yōu)化研究[J]. 嵇昊威,金正祥,周守鎮(zhèn). 鐵道運輸與經(jīng)濟. 2016(03)
[10]高鐵時代下長三角城市群空間結(jié)構(gòu)重構(gòu)——基于社會網(wǎng)絡(luò)分析[J]. 方大春,孫明月. 經(jīng)濟地理. 2015(10)
碩士論文
[1]高速鐵路對沿線產(chǎn)業(yè)集聚與擴散的效益影響分析[D]. 張曉建.西南交通大學 2016
[2]城際軌道交通對廣州地區(qū)公路客運的影響[D]. 陳麗華.西南交通大學 2011
[3]高速鐵路對區(qū)域社會經(jīng)濟發(fā)展影響研究[D]. 白云峰.北京交通大學 2010
[4]城市道路交通環(huán)境影響評價[D]. 王祎.武漢理工大學 2008
本文編號:3143889
【文章來源】:蘭州交通大學甘肅省
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【部分圖文】:
論文技術(shù)路線
預測數(shù)據(jù)計算求解的方法。最后,對樣本回歸進行統(tǒng)一檢驗,當檢驗通過,則預測結(jié)果具有可靠性;反之預測結(jié)果失效。多元線性回歸法相較于灰色預測,不僅僅依賴于歷史數(shù)據(jù)進行預測,加入了參考因素,使預測過程更為客觀,對預測趨勢的分析更為多元化。μxβxβxββYnn22110 (4.1)4.2.3 BP 神經(jīng)網(wǎng)絡(luò)預測神經(jīng)網(wǎng)絡(luò)(ANN)是對于預測研究應用較為普遍的方法,如圖 4.1,它所涉及的輸入層,是對預測對象有影響力的相關(guān)因素,輸出層即為預測值,而中間的隱含層,則是由系統(tǒng)設(shè)定的建立相關(guān)函數(shù)關(guān)系的方程式,通過如下系統(tǒng),將歷史數(shù)據(jù)通過 X1、X2…Xn進行輸入,再對于隱含層的數(shù)量,可進行測試調(diào)整,最終選取范圍合理的值即可對預測對象進行預測,輸出為 Y1、Y2…Yn 值。
-2016年為高鐵開通后高鐵效應指標值。5.1.1平均旅行時間為了研究的合理性,本文選取城市的地理中心為端點,并依據(jù)平均旅行時間公式(3.1),對37個城市依次計算。該指標表征由抽象節(jié)點表示的城市,對于時間成本下的可達性程度,因此可直觀明確的表示所研究節(jié)點可達性的優(yōu)劣。由于平均旅行時間選取最短旅行時間作為旅行時間,而且該指標只涉及旅行時間,因此,將平均旅行時間分為兩種類型進行計算,即高鐵通車前和高鐵通車后。本文結(jié)合GIS技術(shù),對西北地區(qū)各城市平均旅行時間進行克里金差值計算,得出各城市平均旅行時空圖如圖5.1所示:圖5.1蘭新高鐵開通前后37座城市平均旅行時間1(h)及變化率(%)1注:部分城市因沒有設(shè)立車站,因此選取換乘的方式,從目標節(jié)點到距離最近的的城市站點,再轉(zhuǎn)至公路到達目的地,以此方式計算可達性指標。
【參考文獻】:
期刊論文
[1]高速鐵路對沿線城市工業(yè)集聚的影響研究——基于中部城市面板數(shù)據(jù)的實證分析[J]. 盧福財,詹先志. 當代財經(jīng). 2017(11)
[2]鐵路、公路交通基礎(chǔ)設(shè)施對經(jīng)濟增長的空間溢出效應——以長三角為例[J]. 黃蘇萍,朱詠. 華東經(jīng)濟管理. 2017(11)
[3]鐵路車站站點設(shè)置對縣域交通可達性的影響分析[J]. 李松,劉力軍,白洋. 鐵道運輸與經(jīng)濟. 2017(07)
[4]高速鐵路對城市服務業(yè)集聚的影響[J]. 鄧濤濤,王丹丹,程少勇. 財經(jīng)研究. 2017(07)
[5]城市軌道交通網(wǎng)絡(luò)可達性研究及應用[J]. 趙路敏,賀苗苗. 鐵路計算機應用. 2017(03)
[6]高速鐵路對生產(chǎn)性服務業(yè)空間格局變遷的影響[J]. 覃成林,楊晴晴. 經(jīng)濟地理. 2017(02)
[7]跨省山區(qū)陸路交通網(wǎng)絡(luò)可達性評價——以烏蒙山區(qū)為例[J]. 劉安樂,楊承玥,明慶忠,秦趣. 地域研究與開發(fā). 2017(01)
[8]高鐵開通前后站區(qū)產(chǎn)業(yè)空間格局變動及驅(qū)動機制——以滬寧城際南京站為例[J]. 王麗,曹有揮,仇方道. 地理科學. 2017(01)
[9]長三角快運鐵路網(wǎng)可達性格局與優(yōu)化研究[J]. 嵇昊威,金正祥,周守鎮(zhèn). 鐵道運輸與經(jīng)濟. 2016(03)
[10]高鐵時代下長三角城市群空間結(jié)構(gòu)重構(gòu)——基于社會網(wǎng)絡(luò)分析[J]. 方大春,孫明月. 經(jīng)濟地理. 2015(10)
碩士論文
[1]高速鐵路對沿線產(chǎn)業(yè)集聚與擴散的效益影響分析[D]. 張曉建.西南交通大學 2016
[2]城際軌道交通對廣州地區(qū)公路客運的影響[D]. 陳麗華.西南交通大學 2011
[3]高速鐵路對區(qū)域社會經(jīng)濟發(fā)展影響研究[D]. 白云峰.北京交通大學 2010
[4]城市道路交通環(huán)境影響評價[D]. 王祎.武漢理工大學 2008
本文編號:3143889
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/3143889.html