基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了研究江苏省GDP与物流业之间的经济增长关系,以江苏省1986-2012年全省主要经济指标:人均GDP、进出口总额、物 流业增加值、固定资产投资额、港口货物吞吐量作为研究对象,运用Eviews软件对江苏省GDP进行回归分析.并建立了物流业增加值、港口货物吞吐量影响因素在内的江苏省GDP的预测模型.同时,通过建立物流业增加值、港口货物吞吐量的模型,对这些影响因素进行预测,从而对江苏省GDP进行预测.实证分析表明物流增加值和港口货物吞吐量与江苏GDP之间有明显的线性关系,因此这两者的持续快速健康发展将对该省GDP的持续快速健康发展起积极的促进作用,最终结果显示该模型具有较好的预测效果,可为江苏省制定经济发展目标提供依据和参考.
推荐文章
基于多元线性回归模型对江苏省物流需求的预测分析
物流需求
需求预测
多元线性回归
江苏省
江苏、四川发展物流业的主要做法及启示
物流产业
发展经验
内陆省份
河南省物流业能源消费回弹效应研究
物流业
技术进步
能源消费
回弹效应
DEA-Malmquist法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 江苏省物流业对GDP影响的多元回归模型分析
来源期刊 中国农学通报 学科 经济
关键词 多元线性回归 GDP 物流 预测
年,卷(期) 2015,(5) 所属期刊栏目 三农研究
研究方向 页码范围 256-264
页数 分类号 F252.5
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩兴勇 49 262 10.0 13.0
2 武进静 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (120)
共引文献  (172)
参考文献  (22)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(12)
  • 参考文献(2)
  • 二级参考文献(10)
2008(13)
  • 参考文献(3)
  • 二级参考文献(10)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(12)
  • 参考文献(3)
  • 二级参考文献(9)
2011(8)
  • 参考文献(4)
  • 二级参考文献(4)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多元线性回归
GDP
物流
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农学通报
旬刊
1000-6850
11-1984/S
大16开
北京朝阳区麦子店街22号楼中国农学会期刊处
2-772
1984
chi
出版文献量(篇)
26902
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导