基于主成分分析的区域物流规划论文.docxVIP

基于主成分分析的区域物流规划------以北京为例摘要：文章利用主成分分析法对区域物流规划中各地区的物流发展进行综合评价，并用新得到的综合指标代替原来的指标，对北京市13个区的区域物流规划做了整体分析，最后对北京市物流中心做了整体规划。关键词：主成分分析区域物流物流规划研究背景区域物流是相对于国际物流而言的，是指一个国家范围内的物流，或一个经济区域的物流，或一个城市的物流，它们都处于同一法律、规章、制度之下，都受相同文化及社会因素影响，都处于基本相同的科技水平和装备水平之中，因而，都有其独特的特点，都有其区域的特点。经济的快速增长产生了对物流的需求，促进了物流业的快速发展，很多地区对自己的区域物流中心进行了规划。如何对区域物流进行科学合理的规划将影响到本地区甚至是本省区物流的发展，国内外许多专家、学者对省际间或省内物流规划产生了关注，主要有主成分聚类分析在广东省区域物流规划中的应用（李婷，2007），在长三角区域物流规划中的应用（陈超，2009）。这些研究对区域物流的发展规划得出了很好的结果，但是这些研究限制在沿海地区，对北京等内陆城市的研究甚少。区域物流的发展跟当地的交通运输、经济发展水平、经济发展模式、地理位置、国家政策等等有关，因此本文对北京市的区域物流发展状况进行了分析，结合主成分分析所得出的指标提出了对北京市区域物流中心发展的规划，以期得到良好的规划建议。主成分分析法介绍确定区域物流发展评价指标在对区域物流进行规划之前首先要选择影响区域物流发展的指标，表1给出了对北京市13个区进行区域划分的指标体系。表1区域物流节点规划的评价指标体系指标变量指标名称指标意义X1X2X3X4X5X6X7X8X9X10地区生产总值工业总产值实际使用外资金额社会消费品零售总额批发零售总额进出口总额货运周转量公路里程邮电业务总量地理位置地区经济总水平（万元）地区零售市场规模（万元）固定资产投资总额（亿元）商业发展水平（万元）外贸发展规模（亿元）外贸利用规模（万美元）地区运输量规模（亿吨公里）地区交通发达状况（公里）物流信息的发展水平（亿元）物流发展地理优越条件区域物流发展综合评价模型主成分分析原理是利用降维的思想，在保证原始数据信息损失最小的前提下，将原来指标重新组合成一组新的互相无关的几个综合指标，这几个综合指标是原始指标的线性组合。并且保留了原始指标的主要信息，彼此间又互不相关，使复杂的问题简单化，抓住主要矛盾进行分析。假定有n个样本，每个样本共有p个变量描述，这样就构成了一个n×p阶的数据矩阵：X= X11 X12 ······X1P········（1） Xn1 Xn2 ······XnP显然，如果从这n×p个数据当中找出影响问题的主要指标是比较麻烦的，为了克服这一困难，就需要进行降维处理，即选取几个主要的指标来反映原来所有的指标所表示的信息，取Z1、Z2、··Zm(m≤p)代替X1、X2、··Xp，则 Z1=l11X1+l12X2+···+l1pXP ·············(2)Zm=lm1X1+lm2X2+···+lmpXP在（2)式中，系数lij由下列原则来决定：（1)Zi与Zj（i≠j；i，j=1，2，…，m)相互无关；（2)Z1是X1，X2，…，XP的一切线性组合中方差最大者；Z2其次，Z=｛Z1、Z2、··Zm｝中的各元素互不相关。这样决定的新变量指标Z1、Z2、··Zm分别称为原变量指标X1，X2，…，XP的第一，第二，…，第m主成分。基本步骤为：确定分析变量，收集数据；原始数据的标准化处理；由标准数据求协方差矩阵；求R的特征值、特征向量和主成分的方差贡献率；提取主成分；求主成分分值，计算综合分值。以北京市为例进行实证分析北京是华北地区的核心，与天津、唐山经济密切配合，互相弥补，形成“京津塘”工业区。北京“三、二、一”产业格局正在不断的加强，第三产业成了拉动全市经济增长的主要力量。北京的工业结构中多是高新技术主导，对货运量增加的贡献并不大，但是这类产品的生命周期短，价格波动大，需要快速反应的物流服务，对物流服务的质量提出了更高的要求。物流发展规划在对其物流实践具有重要作用通过本文的研究希望对整个北京市物流系统规划提出一些具有建设性的意见。数据的采集采集北京市13个区的数据，对部分数据进行了整理，其中地理位置的数据采用物流专家根据各地的实际情况，给出一个1～16的数值，数值越大表明其地理位置越好。具体数据见表2表2 各评价指标原始数据地区X1X2X3X4X5X6X7X8X9X10东城区西城区崇文区宣武区朝阳区海淀区丰台区石景山门头沟房山区通州区顺义区昌平区1063.31052.31004.5993.7947.3989.6923.9914.6870.4876.2829.4810.3793