论文部分内容阅读
摘要：铁路运输与城镇化发展是关系非常密切的两个系统，二者必须保持协调平衡才能实现共同发展和共同进步。本文运用相关性分析与灰色关联分析对青海省铁路运输与城镇化发展两个系统的相关性和关联性进行了定量分析;采用协调度模型来探讨铁路运输和城镇化发展的协调性。多种定量分析的结果表明：青海省铁路运输与城镇化发展之间的相关性非常显著，其中对城镇化率影响最大的是铁路客运周转量，最小的是铁路货运量，并且两个系统已处于高度协调状态。根据上述结论，提出了相关建议。
关键词：铁路运输;城镇化;关联性;协调性;青海省
中图分类号：G4 文献标识码：A 文章编号：（2020）-49-419
为了促进我国经济发展和社会进步，就必须走现代化发展之路，而城镇化又是现代化的重要组成部分。从“新型城镇化”概念在党的十八大会议上明确提出到我国再次发布《国家新型城镇化规划（2014-2020年）》，不仅推动了城镇化发展的进程，还促进其迈向新的发展阶段。而铁路运输作为我国重要的运输方式，其发展水平与城镇化之间是相互影响、相互促进的[1]。因此，为了促进城镇化建设的快速、稳定，必须权衡好两者的关系，即要保持两者协调平衡发展。
1 数据来源及模型建立
1.1数据来源及指标的确定
本文在分析铁路运输特征的基础上借鉴张朝阳[6]、胡辉[7]和余沛[8]等人的研究经验及成果，将铁路运输的相关指标的拟定为：铁路营运里程（km）、铁路客运量（万人）、铁路客运周转量（万人·km）、铁路货运量（万t）、铁路货运周转量（万t·km）。
1.2Person系数相关性模型
1.3灰色关联模型
1.3.1确定数据的参考数列和比较数列
1.3.2数据的标准化处理
为了增强不同纲量指标之间的可比性，利用公式（1）对纲量进行标准化的处理，可以减少甚至消除纲量产生的影响。
1.3.3计算数列差
把参考数列进行标准化处理之后，将其与比较数列进行对比，并相减取绝对值。
1.3.4计算灰色关联系数
上式中：p为分辨系数，取0.5。
1.3.5计算灰色关联度
2 青海省铁路运输与城镇化发展的实证分析
本文采用实证计算的方式对2008-2017年青海省的城镇化率以及铁路运输的相关指标进行分析，同时将城镇化率和铁路运输两个系统进行整合形成一个复合系统。其中m=5，n=10，y、x1、x2、x3、x4、x5分别代表青海省的城镇化率、铁路营运里程、铁路客运量、铁路客运周转量、铁路货运量、铁路貨运周转量。
2.1相关性分析
运用SPSS24软件求的相关结果如下：
铁路营运里程（公里）铁路客运量（万人）铁路客运周转量（万人公里）铁路货运量（万吨）铁路货运周转量（万吨公里）城镇化率0.916**0.876**0.932**0.2970.881** Person相关系数r>0，表示正相关;Person相关系数r<0，表示负相关。Person相关系数的显著性采用双尾检验概率p值进行标注：**（p<0.01）表示相关性非常显著，*（0.01 由表2可以看出，青海省城镇化率除了与铁路货运量的相关性不显著外，与铁路营运里程、铁路客运量、铁路客运周转量、铁路货运周转量的相关性非常显著。
2.2灰色关联度分析
2.2.1数据标准化
根据公式（2）进行数据的标准化处理，结果见表3。
2.2.2计算关联系数
根据公式（3）和公式（4）计算关联系数，结果见表4。
2.2.3计算关联度
根据公式（5）计算关联度，结果及排序见表5。
表五当中标注了关联度的具体排序情况，从表中可以发现，在影响城镇化的众多因素中铁路客运周转量影响最大，而铁路货运量影响最小。所以可以认为铁路客运周转量对青海省城镇化的影响最大，铁路货运量对青海省城镇化的影响最小。
参考文献
[1]陈孟乔，赵旭峰，牛煜虹.铁路在综合交通运输体系的比较优势和新任务[J] .综合运输，2016 （7）：5-11.
[2]杨正泽，王庆云.从城镇化视角看中国高速铁路发展[J].交通运输系统工程与信息，2014（4）：11-6.
[3]孙娜.哈大高速铁路对辽宁沿线地区城镇化的跨尺度、多要素影响：大连、鞍山和沈阳的案例研究[D].大连：大连理工大学，2015.
[4]周翊民.新型城镇化亟需建设地区铁路网和大城市郊区铁路网[J].城市轨道交通研究，2014，17（2）：6-15.
[5]骆玲.高速铁路对沿线城镇发展的影响[J].西南民族大学学报（人文社会科学版），2013，34（05）：109-113.
[6]张朝阳，米鹏飞，钱勇生，曾俊伟，广晓平.铁路运输与城镇化发展的协调性研究——以甘肃省为例[J].现代城市研究，2019（04）：33-37+68.
[7]胡辉，习勤.江西省铁路运输与经济发展的协调关系研究[J].企业经济，2011，30（06）：134-137. [8]余沛，杜文，池茂儒.铁路运输与区域经济系统相关性与协调性定量评价[J].铁道运输与经济，2010，32（02）：14-17+23.
[9]王新娜.城市化水平衡量方法的比较研究[J].开发研究，2010（05）：92-95.
[10]尚娟.陕西省城镇化发展影响因素的实证分析[J].统计与信息论坛，2013，28（08）：78-83.
[11]李国敏，匡耀求，黄宁生，常向阳，姚三军.基于耦合协调度的城镇化质量评价：以珠三角城市群为例[J].现代城市研究，2015（06）：93-100.
[12]黄慧玲，白景锋.中原经济区城市化与非农化的耦合协调度变化分析[J].现代城市研究，2016（07）：97-102.
[13]李环. 西宁市交通与旅游产业发展水平协调关系研究[D].青海师范大学，2019.
关键词：铁路运输;城镇化;关联性;协调性;青海省
中图分类号：G4 文献标识码：A 文章编号：（2020）-49-419
为了促进我国经济发展和社会进步，就必须走现代化发展之路，而城镇化又是现代化的重要组成部分。从“新型城镇化”概念在党的十八大会议上明确提出到我国再次发布《国家新型城镇化规划（2014-2020年）》，不仅推动了城镇化发展的进程，还促进其迈向新的发展阶段。而铁路运输作为我国重要的运输方式，其发展水平与城镇化之间是相互影响、相互促进的[1]。因此，为了促进城镇化建设的快速、稳定，必须权衡好两者的关系，即要保持两者协调平衡发展。
1 数据来源及模型建立
1.1数据来源及指标的确定
本文在分析铁路运输特征的基础上借鉴张朝阳[6]、胡辉[7]和余沛[8]等人的研究经验及成果，将铁路运输的相关指标的拟定为：铁路营运里程（km）、铁路客运量（万人）、铁路客运周转量（万人·km）、铁路货运量（万t）、铁路货运周转量（万t·km）。
1.2Person系数相关性模型
1.3灰色关联模型
1.3.1确定数据的参考数列和比较数列
1.3.2数据的标准化处理
为了增强不同纲量指标之间的可比性，利用公式（1）对纲量进行标准化的处理，可以减少甚至消除纲量产生的影响。
1.3.3计算数列差
把参考数列进行标准化处理之后，将其与比较数列进行对比，并相减取绝对值。
1.3.4计算灰色关联系数
上式中：p为分辨系数，取0.5。
1.3.5计算灰色关联度
2 青海省铁路运输与城镇化发展的实证分析
本文采用实证计算的方式对2008-2017年青海省的城镇化率以及铁路运输的相关指标进行分析，同时将城镇化率和铁路运输两个系统进行整合形成一个复合系统。其中m=5，n=10，y、x1、x2、x3、x4、x5分别代表青海省的城镇化率、铁路营运里程、铁路客运量、铁路客运周转量、铁路货运量、铁路貨运周转量。
2.1相关性分析
运用SPSS24软件求的相关结果如下：
铁路营运里程（公里）铁路客运量（万人）铁路客运周转量（万人公里）铁路货运量（万吨）铁路货运周转量（万吨公里）城镇化率0.916**0.876**0.932**0.2970.881** Person相关系数r>0，表示正相关;Person相关系数r<0，表示负相关。Person相关系数的显著性采用双尾检验概率p值进行标注：**（p<0.01）表示相关性非常显著，*（0.01
2.2灰色关联度分析
2.2.1数据标准化
根据公式（2）进行数据的标准化处理，结果见表3。
2.2.2计算关联系数
根据公式（3）和公式（4）计算关联系数，结果见表4。
2.2.3计算关联度
根据公式（5）计算关联度，结果及排序见表5。
表五当中标注了关联度的具体排序情况，从表中可以发现，在影响城镇化的众多因素中铁路客运周转量影响最大，而铁路货运量影响最小。所以可以认为铁路客运周转量对青海省城镇化的影响最大，铁路货运量对青海省城镇化的影响最小。
参考文献
[1]陈孟乔，赵旭峰，牛煜虹.铁路在综合交通运输体系的比较优势和新任务[J] .综合运输，2016 （7）：5-11.
[2]杨正泽，王庆云.从城镇化视角看中国高速铁路发展[J].交通运输系统工程与信息，2014（4）：11-6.
[3]孙娜.哈大高速铁路对辽宁沿线地区城镇化的跨尺度、多要素影响：大连、鞍山和沈阳的案例研究[D].大连：大连理工大学，2015.
[4]周翊民.新型城镇化亟需建设地区铁路网和大城市郊区铁路网[J].城市轨道交通研究，2014，17（2）：6-15.
[5]骆玲.高速铁路对沿线城镇发展的影响[J].西南民族大学学报（人文社会科学版），2013，34（05）：109-113.
[6]张朝阳，米鹏飞，钱勇生，曾俊伟，广晓平.铁路运输与城镇化发展的协调性研究——以甘肃省为例[J].现代城市研究，2019（04）：33-37+68.
[7]胡辉，习勤.江西省铁路运输与经济发展的协调关系研究[J].企业经济，2011，30（06）：134-137. [8]余沛，杜文，池茂儒.铁路运输与区域经济系统相关性与协调性定量评价[J].铁道运输与经济，2010，32（02）：14-17+23.
[9]王新娜.城市化水平衡量方法的比较研究[J].开发研究，2010（05）：92-95.
[10]尚娟.陕西省城镇化发展影响因素的实证分析[J].统计与信息论坛，2013，28（08）：78-83.
[11]李国敏，匡耀求，黄宁生，常向阳，姚三军.基于耦合协调度的城镇化质量评价：以珠三角城市群为例[J].现代城市研究，2015（06）：93-100.
[12]黄慧玲，白景锋.中原经济区城市化与非农化的耦合协调度变化分析[J].现代城市研究，2016（07）：97-102.
[13]李环. 西宁市交通与旅游产业发展水平协调关系研究[D].青海师范大学，2019.