文献综述（或调研报告）：
（1）关于运输价格指数编制方面的研究现状
我国现阶段有关于价格指数编制的研究，大都集中在航运价格和道路价格方面，很少有研究对其中箱运输价格指数作出分析，与长江运输价格指数有关的研究就更少。
李尧（2014）运用了拉氏指数方法计算台湾地区与厦门地区航线的干散货运输价格指数，并通过格兰杰的因果检验法验证了所计算出台湾地区和厦门地区航线的干散货运输价格指数与波罗的海干散货指数的关系，从而验证所计算出运输价格指数结果的正确性。并且编写了运输价格指数的计算程序[1]。刘海嵩等（2018）通过拉氏指数方法编制了与舟山港相关航线的铁矿石运输价格指数，利用计算之后所得出的铁矿石的运输价格指数和波罗海干散货指数，中国沿海散货运输价格指数等其他航运指数对比分析，后面进一步的提出对铁矿石运输价格指数的检验方法，使舟山铁矿石指数更具权威性[2]。刘志硕等（2016）通过阿里巴巴平台收集道路运输价格指数的相关数据，并以浙江省道路运输市场为例，运用拉氏指数方式计算了浙江省道路运输价格指数，并将计算出的浙江省道路运输价格指数与浙江省港口货运吞吐量指数和PMI指数进行分析从而验证浙江省道路运输价格的正确性 [3]。郭翰超（2009）等对北京运输市场进行统计调查，详细阐述了北京市运输市场运输价格指数编制具体的方法步骤，通过运用拉氏指数方法，采用加权加权平均公式和几何平均公式计算北京市铁路、道路、航空、管道四种运输方式的运输价格指数 [4]。刘彬（2015）在综合在道路设计过程中，有关于运输价格的影响因素之后，结合数据收集方法以及指数体系建设方法，对宁波市道路运输价格的方案作出了进一步的建设，并且在建设方案之后，还利用价格指数检测法对方案作出了检验，这一方案为我国道路运输价格指数的后续发展带来了极大的推动 [5]。刘娜（2007）运用了拉氏指数方式编制了大连外贸集装箱运输价格指数，对大连港的集装箱航运市场发展进行了SWOT分析，并通过RBF神经网络对大连港外贸集装箱运输价格指数进行了预测，建立了大连外贸集装箱运输价格指数的预测模型，并对运输价格指数编制中的样本路线选择的方法有所创新[6]。顾敬岩（2013）等人运用Fisher 指数模型，建立了基于道路运输价格指数的模型框架，并且利用加权平均法，在模型框架的基础上对模型作出了进一步的完善，同时选择义乌作为研究对象，计算义乌道路运输价格指数，对道路运输价格指数模型进了实证分析，讨论了编制道路运输价格指数的意义[7]。朱柯静(2017) )对道路运输价格指数的需求做出分析之后，利用了综合性的价格指数统计编辑方法以及拉氏指数方法，建立了道路运输价格指数模型，并且选择浙江省作为研究的对象，对该模型的可行性进行了检测[8]。
（2）关于运输价格指数应用分析方面的现状
目前大多数有关于运输价格指数的分析大都用在运输价格指数预测方面，让公司了解运价的趋势，有效的掌控风险，对于公司的招标类工作有很强的指导作用，制定合理的措施，提高企业的利益。
王晓红（2003）指出了编制交通运输价格指数所遇到的问题，并给出了相应的解决办法，建议交通运输价格指数应该从市场化的水路和公路开始，构建水路和公路运输价格的统计制度，并给出开展水路和公路运输价格指数编制的步骤 [9]。荷兰经济学家Tinbergen（1934）在研究国际航运市场中影响运价的供给需求关系时首次应用计量经济学模型，研究结果表明：运价是市场供给与需求相互作用的函数；运价与供给为正相关，在均衡状态下，供给与需求相等[10]。Kavussanos M G等（1998）在进行相关研究的过程中，加入了季节等一系列的虚拟变量，并且对航运市场进行了单位根检验，最终结果显示航运市场的运价具有季节波动性[11]。张晓峰（2014）论证的煤炭海运市场以及煤炭铁路市场运输价格可行性，借鉴前人所作出的有关与运输价格的编制方案对我国煤炭铁路运输价格指数作出了编制[12]。吕靖（2003）通过构建时间序列模型对波罗的海干散货指数进行了短时期的精准预测，证明了波罗海干散货指数的随机性波动和季节性波动特点 [13]。李正宏（2004），基于前人的研究成果，得到波罗的海运输价格波动服从幂函数模型的结果，并且结合相关统计工具以及分析工具明确了其季节性波动的规律，建立了剔除季节性因素和趋势性因素的时间序列预测模型，对波罗地海运输价格指数进行预测[14]。冯文文等（2018）提出了预测波罗的海原油运输价格指数问题难点，并阐述了突破预测波罗的海原油运输价格指数问题的思路，构建了基于改进均值的回归模型，通过模型对波罗的海原油运输价格指数分析预测，并对模型预测分析的结果进行了实证检验[15]。李晓旭(2015)认为影响波罗的海国际原油运输价格指数的因素有政治因素，季节性因素和国际市场上原油运输的供给与需求关系因素，并且国际市场上原油运输的供给与需求关系因素是影响波罗的海国际原油运输价格指数的决定性因素，通过对比国际油运市场的发展对中国油运提出机遇和挑战 [16]。刘云霞（2018）通过对宁波市出口集装箱运输价格指数和公路货运市场运输价格指数深入研究发现，宁波市出口集装箱运输价格指数和公路货运市场运输价格指数并没有周期性的变化规律，随着时间的发展宁波市出口集装箱运输价格指数和公路货运市场运输价格指数呈显出高低起伏的周期波动，并发现二者之间存在长期的均衡关系，随着时间的推移和经济发展，二者之间的影响力会逐渐增加[17]。杜昭玺等（2009）通过分析波罗的海干散货运输价格指数发现波罗的海干散货运输价格指数长期波动规律符合生长曲线模型，并构建时间序列模型对波罗的海干散货运输价格指数进行预测，通过实证分析验证了预测结果[18]。李万勇等（2007）提出人工神经网络的预测方法，该方法利用回归自求和模型以及ANN-ARIMA组合模型完成我国出口集装箱运输价格指数预测，为收集数据有限的情况下提供了另一种预测方法[19]。闫广聪等（2015）从数据采集以及样本线路选择以及企业选择等多个角度入手，结合统计学理论以及加权平均法，对公路运输价格指数的编制方法做出了进一步的探讨，并且对影响该指数变化的因素做出了深层次的分析[20]。
通过对上述的文献综述分析发现，国内对于运输价格指数的研究主要集中在海运，陆运和集装箱这三方面的运输价格指数的编制和预测，对于长江流域的运输价格指数的研究较少，论文在研究过程中利用了拉氏指数法，对长江运输价格模型进行了构建。
参考文献：
[1] 李尧. 厦台干散货运价指数系统设计[D].集美大学,2014.
[2] 刘海嵩, 金卓, 李慧. 舟山长江江海联运铁矿石运价指数的研究[J]. 中国水运, 2018(2):16-21.
[3] 刘志硕,赵宽,马京苗,王春芳.基于拉氏方法的道路货物运输价格指数模型及应用[J].物流技术,2016,35(12):50-54.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
