北京市軌道交通發(fā)展規(guī)模的影響因素分析概述目錄TOC\o"1-3"\h\u20997北京市軌道交通發(fā)展規(guī)模的影響因素分析概述 130611一、影響因素 130499二、影響因素的多元逐步回歸分析 229433三、多元逐步回歸模型的不足 5一、影響因素根據(jù)第三章影響軌道交通發(fā)展規(guī)模的因素，本文選取2008年至2018間北京地區(qū)生產(chǎn)總值GDP、人均可支配收入、第三產(chǎn)業(yè)、地方一般公共預算收入、常住人口、人口密度、客運強度共計七個定量影響因素，北京軌道交通運營規(guī)模作為被影響因素，采用多元逐步回歸模型方法進行分析，如表4-2所示。表4-2影響城市軌道交通發(fā)展規(guī)模的因素序號影響因素因素說明1地區(qū)生產(chǎn)總值GDP指北京市經(jīng)濟實力和市場規(guī)模2人均可支配收入人均可\t"/item/%E4%BA%BA%E5%9D%87%E5%8F%AF%E6%94%AF%E9%85%8D%E6%94%B6%E5%85%A5/_blank"支配收入是居民可用于最終消費\t"/item/%E4%BA%BA%E5%9D%87%E5%8F%AF%E6%94%AF%E9%85%8D%E6%94%B6%E5%85%A5/_blank"支出和\t"/item/%E4%BA%BA%E5%9D%87%E5%8F%AF%E6%94%AF%E9%85%8D%E6%94%B6%E5%85%A5/_blank"儲蓄的總和，即人們可用于自由支配的收入3第三產(chǎn)業(yè)各類服務或商品，城市軌道交通屬于第三產(chǎn)業(yè)范疇4一般公共預算收入主要為北京市財政收入，以稅收為主，是實現(xiàn)政府職能職權(quán)的財力保證5常住人口在北京市區(qū)居住6個月以上，也包括流動人口在所在的城市居住人口為常住人口，一般每年年底統(tǒng)計6人口密度單位土地面積上的人口數(shù)量，采用人/平方公里的計量方式7客運強度客運強度是北京軌道交通的客運能力，是軌道交通運營線單位公里上的日均客運人次，體現(xiàn)軌道交通的運營效率。單位：萬人次/公里·日8軌道交通運營公里一般以雙線運營公里計數(shù)根據(jù)北京統(tǒng)計年鑒、國家統(tǒng)計局等權(quán)威發(fā)布以及作者實際工作中匯總?cè)〉?，?008年至2018年共計11年的數(shù)據(jù)進行統(tǒng)計歸納，具體數(shù)值如表4-3所示。表4-32008年至2018年影響因素的相關(guān)數(shù)據(jù)年限GDP（億元）人均可支配收入（元/人）第三產(chǎn)業(yè)（億）一般公共預算收入（億）人口（萬人）人口密度（人/平方公里）客運強度（萬人次/公里日）運營公里201833105.9715309527508.065785.91762154.213131.72617201728014.9412899422567.765430.792170.713231.84588.5201625669.1311819820594.95081.25952172.913241.88573.4201523014.5910649718331.744723.862170.513231.69554201421330.839999516627.044027.162151.613111.6527201319500.69321314986.53661.112114.812891.9465201217801.028709113592.43314.932069.312611.3442201116251.98165812363.13006.282018.612301.37373201014113.67385610600.82353.931961.911961.3336200912153669409179.22026.81186011331.64228.9200811115644918375.81837.32177110791.55200.7二、影響因素的多元逐步回歸分析1.為理清軌道交通發(fā)展規(guī)模與城市發(fā)展之間的作用關(guān)系，根據(jù)表4-3中各項數(shù)據(jù)，采用多元逐步回歸方法進行分析，形成回歸方程，并為了今后軌道交通發(fā)展提供科學依據(jù)。2.因為地區(qū)生產(chǎn)總值GDP、人均可支配收入、第三產(chǎn)業(yè)；人口與人口密度間有很強的共線性，故采用多元逐步回歸的方法逐步帶入各因素，分析各因素對運營公里的影響程度，移除相關(guān)性因素有效地避免共線性造成的干擾。根據(jù)上述，確認影響因素中：地區(qū)生產(chǎn)總值GDP、人均可支配收入、第三產(chǎn)業(yè)、地方一般公共預算收入、常住人口、人口密度、客運強度為自變量。軌道交通運營公里為因變量。本文采用SPSS分析軟件進行多元逐步回歸模型的構(gòu)建和分析計算。將影響因素導入多元逐步回歸模型，可知進入多元回歸模型計算的兩個自變量為人口密度和GDP兩個因素，人均可支配收入、第三產(chǎn)業(yè)、一般公共預算收入、人口和客運強度5個因素因共線性被排除，如表4-4所示。表4-4輸入模型的自變量已輸入/已移除模型變量已輸入變量已移除方法1人口密度（人/平方公里）.逐步（準則：F-to-enter的幾率<=.050，F(xiàn)-to-remove的幾率>=.100）。2GDP（億元）.逐步（準則：F-to-enter的幾率<=.050，F(xiàn)-to-remove的幾率>=.100）。a.因變量：運營公里3.根據(jù)表4-4所示，經(jīng)過多元逐步回歸模型識別，最終GDP，人口密度兩個因素輸入到模型中，形成摘要如表4-5、4-6所示。表4-5模型摘要模型摘要模型RR2調(diào)整后R2標準估算的誤差D-W值1.971a.944.93736.21902.7482.997b.993.99213.2596a.預測值：（常數(shù)），人口密度（人/平方公里）b.預測值：（常數(shù)），人口密度（人/平方公里），GDP（億元）c.因變量：運營公里表4-6ANOVA分析ANOVA分析模型平方和自由度均方F顯著性1回歸197307.1381197307.138150.408.000b殘差11806.34991311.817總計209113.487102回歸207706.9552103853.478590.692.000c殘差1406.5328175.817總計209113.48710a.因變量：運營公里b.預測值：（常數(shù)），人口密度（人/平方公里）c.預測值：（常數(shù)），人口密度（人/平方公里）,GDP（億元）通過表4-5和表4-6所示的模型可以得出，兩個因素R平方值達到0.993，模型的擬合程度相當好，說明運營公里變化情況的99.3%可以通過GDP和人口密度解釋，與此同時而且多元回歸模型通過F檢驗（F=590.692，顯著性p=0.000<0.05)，說明模型有效。因此，可以判定所選的GDP和人口密度兩個因素能夠很大程度上解釋軌道交通線路運營公里。4.標準化回歸系數(shù)與方程在多元逐步回歸模型中，要\t"/item/%E6%A0%87%E5%87%86%E5%9B%9E%E5%BD%92%E7%B3%BB%E6%95%B0/_blank"因變量和\t"/item/%E6%A0%87%E5%87%86%E5%9B%9E%E5%BD%92%E7%B3%BB%E6%95%B0/_blank"自變量所取單位所產(chǎn)生的影響，要將因變量和自變量都按各自的均值和標準差進行標準化的回歸擬合，如表4-7所示。表4-7系數(shù)分析系數(shù)模型非標準化系數(shù)標準化系數(shù)T顯著性共線性統(tǒng)計資料B標準誤Beta容忍度VIF1（常數(shù)）-1633.633169.919-9.614.000人口密度（人/平方公里）1.660.135.97112.264.0001.0001.0002（常數(shù)）-1058.74197.247-10.887.000人口密度（人/平方公里）1.060.092.62011.474.000.2883.477GDP（億元）.009.001.4167.691.000.2883.477a.因變量：運營公里根據(jù)表4-7可以得出：1）GDP的回歸系數(shù)值為0.009(t=7.691，p=0.000<0.01)，意味著GDP會對運營公里產(chǎn)生顯著的正向影響關(guān)系；2）人口密度的回歸系數(shù)值為1.060(t=11.474，p=0.000<0.01)，意味著人口密度會對運營公里產(chǎn)生顯著的正向影響關(guān)系。其中共線性VIF值少于5，判定兩個因素之間不存在相關(guān)性及干擾混雜情況3）根據(jù)上述，多元回歸模型方程為：“運營公里=-1058.741+0.009*GDP+1.060*人口密度”5.多元回歸模型的殘差分析殘差分析是指由多元逐步回歸方程計算所得的預測值與實際樣本值之間的偏離。如果回歸方程能夠較好的反應因變量的特征和變化規(guī)律，那么殘差序列中呈現(xiàn)隨機和獨立。當自變量取定某個特定值時，對應的殘差總體上應服從以0為均值的正態(tài)分布，如圖4-6所示。從標準化殘差序列的直方圖可知，殘差序列基本服從正態(tài)分布，說明多元回歸模型方程：“運營公里=-1058.741+0.009*GDP+1.060*人口密度”能較好的反應因變量的變化規(guī)律。標準化殘差正態(tài)p-p圖可知，殘差變量密切地分布在斜線附近，隨機的殘差變量序列服從以0為均值的正態(tài)分布，沒有明顯的規(guī)律性和趨勢性。由此可以證明多元回歸模型方程：“運營公里=-1058.741+0.009*GDP+1.060*人口密度”擬合度較好。圖4-6標準化殘差直方圖和殘差正態(tài)p-p圖6.根據(jù)多元回歸模式及結(jié)果分析，形成簡化格式如表4-8所示表4-8多元回歸模型簡化格式逐步回歸分析結(jié)果回歸系數(shù)VIF常數(shù)-1058.741(-10.887**)-GDP（億元）0.009(7.691**)3.477人口密度（人/平方公里）1.060(11.474**)3.477樣本量11R20.993調(diào)整R

20.992F

值F

(2,8)=590.692,p=0.000因變量：運營公里D-W值：2.748*

p<0.05**

p<0.01括號里面為t

值可通過實際檢驗表4-8所述多元逐步回歸模型，可知2019年北京市地區(qū)生產(chǎn)總值GDP為35371.3億元，人口密度為1312人/平方公里，帶入模型可得，2019年軌道交通運營公里應為641.36公里。根據(jù)權(quán)威數(shù)據(jù)《城市軌道交通2019年度統(tǒng)計和分析報告》顯示，截至2019年底，北京市軌道交通運營公里（地鐵）為637.6公里，與模型計算數(shù)據(jù)基本吻合。三、多元逐步回歸模型的不足根據(jù)北京市總體規(guī)劃（2016-2035），預計2035年北京市GDP為2020年的一倍，且常住人口不高于2300萬人。折合確認后，可預計2035年北京市地區(qū)生產(chǎn)總值GDP將達到72000億元，人口密度可達到1400人/平方公里。將因素數(shù)值帶入多元回歸模型方程為：“運營公里=-1058.741+0.009*GDP+1.060*人口密度”，可預計到2035年，北京軌道交通總規(guī)模將達到1073.3公里。根據(jù)第四章第一節(jié)可知，北京城市規(guī)劃中軌道交通里程超過2500公里，與模型預測存在出入，作者認為主要原因如下：一是在京津冀協(xié)同發(fā)展大背景下，城市區(qū)域間交通越來越緊密，在短期內(nèi)北京軌道交通發(fā)展規(guī)模仍以北京地區(qū)生產(chǎn)總值和人口密度作為主要因素指標，但在遠期規(guī)劃中，城市間一體化將作為關(guān)鍵因素影響北京軌道交通建設(shè)規(guī)模。隨著京張高鐵、京沈客