聚类分析法在辽宁省物流服务体系建设中的应用研究.docVIP

聚类分析法在辽宁省物流服务体系建设中的应用研究 　　摘 要：根据区域物流服务指标体系的基本原则和基本方法建立了体现物流企业发展情况、物流行业需求、物流设施设备运行能力、物流信息平台水平等诸多方面的区域物流评价指标体系，为区域物流服务体系的聚类研究奠定了基础。在此基础上，以辽宁省为区域研究案例，对省内典型的14个城市进行了聚类实证分析，并对聚类结果进行客观、全面地定性分析，提出了辽宁省物流服务体系应逐步建成以沈阳、大连、锦州为核心，以全方位、多层次的现代物流服务网络为支撑的，立足东北、辐射全国、面向东北亚、服务全世界的东北地区现代物流服务体系。 　　关键词：区域物流；服务体系；聚类分析 　　中图分类号：F259.27 文献标识码：A 　　Abstract： According to the basic principles and basic methods of regional logistics service index system， the evaluation index system of regional logistics is established， which reflects the situation of logistics enterprises development， the demands of logistics industry， the ability to operate the logistics facilities， the platform level of logistics information and many other aspects. It is the foundation for cluster research of regional logistics service system. On this basis， take Liaoning province as case study area， empirical cluster analysis in the 14 typical cities in the province， and qualitative analysis the clustering results objectively and comprehensively， then put forward logistics service system in Liaoning province should be built step by step in northeast China modern logistics service system， which to the city of Shenyang， Dalian， Jinzhou as the core， and supported by the all-round， multi-level logistics service network， and based on the northeast， radiation throughout the country， service oriented northeast Asia and all over the world. 　　Key words： regional logistics； service system； clustering analysis 　　1 聚类分析法的基本原理 　　聚类分析是从一批样品的多个观测指标中找出一些能够度量样品或指标之间相似程度的统计量，并以这些统计量为划分类型依据的数学方法，其分类的基本思想是把一些相似程度较高的指标聚合为一类，把另外一些相似程度较高的指标又聚合为一类，并按照指标之间的关系密切程度分别聚合到不同的分类单位，直到把所有的指标聚合完毕[1]。目前，国内外使用最多、最成熟的聚类方法是系统聚类法，它可以根据预期结果不同采取样品聚类或者变量聚类。这里研究区域物流服务评价体系将采用系统聚类法用于样本聚类，即Q型聚类，其基本思路为：首先每个数据对象自成一类，计算各个类之间的“距离”或者相似性，然后每次合并最相似的两类，再继续计算合并后的新类与其他各个类之间的距离或相似度，直到所有对象都归为一类为 　　止[2]。距离和相似系数有多种定义，Q型聚类过程中涉及到计算样本与样本之间的距离、类与类之间的距离。 　　1.1 样本与样本之间的距离 　　如果p维空间中n个点可以表示n个样品（X中的n个行），则可用p维空间中两点的距离来度量两个样品间的相似程度，样品X 与X 的距离用d 表示。常用样本与样本之间的距离有： 　　（1）明氏（Minkowski）距