城市物流景气监测预警系统研究

摘要

随着社会的发展，国民经济对物流产生了巨大的需求，众多城市也重新定位，其中一些被列入全国重点物流城市。随之，物流规划也被提上了城市战略的高度。城市规划者希望通过大力发展物流业来带动经济的发展，改善城市投资环境，增加对外资的吸引，解决城市就业压力。但过快的增长容易造成物流实际供给能力与需求能力的不平衡，带来战略的失效或反作用。因此，通过对物流发展规模进行监测以及对变化趋势进行预测，可有目的地引导社会投资进入物流领域，合理规划、建设物流基础设施，改进物流供给系统，从而提供社会物流绩效。
　　 本文为了实现城市物流产业状况的监测和预警功能，将经济领域的景气理论引入到了物流产业之中，建立起一套城市物流景气监测预警系统。在前人研究的基础上，将景气指数计算、景气信号模型、人工神经网络预警三者联系起来，理论分析与实证应用相结合。首先，建立物流景气指标体系，将反映景气变动动向的扩散指数和反映景气变动强弱的合成指数应用于城市物流产业并进行计算。其次，划分指标的临界值，用一组类似交通信号灯将每个时期内各指标所处状态表示出来，并用数学方法将单指标合成为物流景气综合指数。最后，采用人工神经网络对城市物流产业进行趋势预测。在各部分系统模型设计的基础上，以北京市物流产业作为实证对象，对北京市物流产业的发展状况进行综合判断与趋势预测，实现城市物流景气监测预警系统的双重功能，以期在理论和实践上对北京市物流产业主管部门的监测预警工作以及企业的市场决策工作有所帮助。

目录

文摘

英文文摘

致谢

1 绪论

1.1 选题背景与研究意义

1.1.1 问题的提出

1.1.2 研究的目的和意义

1.2 国内外研究现状

1.2.1 国外景气监测预警理论的历史发展

1.2.2 国内景气监测预警理论的研究现状

1.2.3 景气监测预警理论在运输与物流领域中的应用状况

1.2.4 研究现状小结

1.3 论文研究内容及框架

1.4 论文创新占

2 景气监测预警基本理论及方法

2.1 常用景气监测方法及模型介绍

2.1.1 景气指数法

2.1.2 景气动向调查方法

2.1.3 判别分析法

2.2 常用景气预警方法及模型介绍

2.2.1 ARMA模型

2.2.2 人工神经网络模型

2.3 小结

3 城市物流景气监测预警系统的设计

3.1 城市物流景气监测预警系统的指导思想

3.2 城市物流景气监测预警系统的组成

4 城市物流景气指标的构建及景气指数计算

4.1 城市物流景气指标的构建

4.1.1 城市物流景气指标体系选取原则

4.1.2 景气指标的选取

4.1.3 城市物流景气指标释义

4.2 各景气指标权重的确定

4.3 城市物流景气指数

4.3.1 物流扩散指数

4.3.2 物流合成指数

4.4 北京市的物流景气指数计算

4.4.1 物流扩散指数的编制

4.4.2 物流合成指数的编制

4.5 物流景气指数实证小结

5 城市物流景气信号模型构建及实证分析

5.1 城市物流景气信号模型

5.1.1 景气信号模型的原理和方法步骤

5.1.2 区域划分与灯号显示

5.1.3 单个指标临界点的确定

5.1.4 物流景气综合指数的确定

5.1.5 景气信号图

5.2 北京市的物流景气信号分析

5.2.1 景气指标预警界限的确定

5.2.2 物流景气综合指数的确定

5.2.3 物流景气综合指数的输出

5.3 物流景气信号实证小结

6 城市物流景气预警模型构建及实证分析

6.1 城市物流景气预警模型

6.1.1 人工神经网络在城市物流景气预警系统中应用的可行性

6.1.2 基于人工神经网络的物流景气预警系统

6.1.3 城市物流景气预警的具体步骤

6.2 北京市的物流景气预警实证

6.2.1 物流景气预警系统指标体系及临界点

6.2.2 人工神经网络预测模型的确定

6.2.3 人工神经网络预测模型的模拟预测结果

6.3 人工神经网络预测模型的应用小结

7 总结与展望

7.1 研究结论

7.2 研究展望

参考文献

作者简历

学位论文数据集