基于因子分析的集装箱干线港陆域纵深统计模型

针对国内外主要集装箱港口,总结了其陆域功能及其重要的平面尺度--陆域纵深.运用因子分析方法,选取影响陆域纵深的主要指标,构造出陆域纵深影响指标评价模型,计算出各集装箱码头的因子得分,并以此为基础进行聚类分析,将所选的集装箱码头分为3种情况,分别对其陆域纵深进行分析研究,得出了各种情况下陆域纵深的取值范围.     

基于熵权法的内河航道维护模糊综合评价

为有针对性地开展航道维护工作并对不同区域航道维护进程进行适当评判，构建一个内河航道维护评价指标体系，并采用熵权法确定权重，同时结合模糊综合评价建立模型，以京杭运河苏北段为例进行实证分析，验证该指标体系和评价模型评价内河航道维护的可行性。     

商品流通企业商誉的多层次模糊定价方法

根据商品流通企业商誉及影响因素，构建了商品流通企业商誉的多层次模糊定价模型，整个分析过程为商品流通企业商誉的定量评估提供了一种新的思路。     

道路运输现代化有了评价指标体系

10月20日，由交通部委托研究的道路运输现代化评价指标体系在杭州通过评审。该报告提出道路运输现代化发展将从侧重技术经济转向注重提高生活质量，体现以人为本的理念。     

铁路施工企业国际竞争力研究（上）

铁路施工企业，由于体制改革，已从铁道部分离出来，其施工领域已从单一的铁路建设为重点的建筑市场，拓宽到包括公路、地铁、城市轻轨、机场、市政、民用建筑、水利水电等多元经营的综合建筑市场。随着我国“引进来”和“走出去”战略方针的实施，铁路施工企业必须加快与国际惯例接轨的步伐，提高国际竞争力。此文首先论述了我国铁路施工企业和国际竞争力的有关概念以及铁路施工企业自身的特征，在此基础上找出影响我国铁路施工企业国际竞争力的因素；然后借鉴国内外有关企业国际竞争力方面的研究及铁路施工企业本身的特征，建立一套适用于铁路施工企业国际竞争力的评价指标体系，并通过既有的评价方法对中铁二局股份有限公司进行了竞争力评价，利用简单直观的加权平均法来测试我国铁路施工企业的国际竞争力水平；最后，提出了一些提升铁路施工企业国际竞争力的对策，指出我国的铁路施工企业应该加快进行优化产业结构和领导结构，强化企业的经营战略，搞好本企业的劳务管理工作，改革一些传统的旧观念。     

高等级公路统计指标体系

高等级公路统计指标体系的设置,贯穿于整个建设和营运过程.科学、合理、完整、真实的指标体系,可以为高等级公路的管理提供完善、可靠的数字依据.     

轨道交通系统安全评价指标体系研究

城市轨道交通以其快捷、舒适、安全、准确、容量大、污染轻等特点逐步成为我国解决大、中城市交通拥堵的重要手段。轨道交通地处城市客流密集地段，且系统具有结构复杂、设备繁多、高速运转等特性，其系统安全问题成为突出的难题。目前．随着国外地铁事故和恐怖事件频发，轨道交通系统的安全问题日益突出．并愈来愈引起各国政府的关注。     

旅客列车开行方案评价指标体系

旅客列车开行方案评价指标体系是评价和优化开行方案的基础。通过对旅客运输组织和设备运用现行指标的分析,综合建立列车开行方案的周转量指标、速度指标、客车运用指标;在此基础上,考虑铁路和旅客的经济利益与服务水平,建立列车开行方案的经济指标和服务指标,以此构建旅客列车开行方案的评价指标体系。针对评价指标之间的相互替代性和相关性,对其进行聚类分析,合理地简化指标体系的规模。通过对评价指标的主成分分析,使评价指标体系更具可操作性。实际样本测算表明,经过聚类分析得到的化简指标体系,能够反映样本的各方面特征,主成分分析能够有效评价旅客列车开行方案的开行效果,对开行方案的优化提供支持。该评价体系可以用于评价现有开行方案的运营效果,特别是用于列车开行方案的生成和优化。     

道路运输系统的综合评价

本文用系统论的思想，深入分析了道路运输系统的内在联系，从系统规模，系统效益，系统适应性方面提出了道路运输系统的评价指标体系，简介了利用层次分析和集值统计进行量化处理和形成指标权重的方法。     

面向可持续移动性的城市交通评价指标体系研究

针对当前城市交通系统评估侧重道路网评价、人行可达性考虑不足等问题,基于可持续移动性城市发展理念,利用德尔菲法、皮尔逊相关系数法建立由可达性、高效性、安全性、舒适性和友好性等5个一级指标及20个二级指标构成的可持续移动性城市交通运行指标体系,基于最大化效用函数,利用AHP-变异系数双层集成赋权模型确定各级指标权重,以重庆、成都、北京等大型城市进行实例验证,结果表明:(1)基于AHP-变异系数双层模型相对误差仅3.1%,较单一AHP、变异系数法有较大提升,验证了指标体系的可行性;(2)重庆市在安全性和高效性方面与国内集合体城市基本持平,但受山地城市影响,在可达性、舒适性及友好性等3个方面得分较低,其中可达性、舒适性与成都、北京等非山地城市差距较大。