基于模糊聚类分析的江苏省物流业发展水平评价.docVIP

基于模糊聚类分析的江苏省物流业发展水平评价 江苏省物流业发展步伐较快，但各市物 流发展水平如何尚需具体评价。文章通过采集2013 年江苏统计年鉴中13个地级市的13项数据，运用模 糊聚类分析，得出13个市的物流业水平。结果表明江 苏物流业呈现四个梯队，第一梯队基础好、发展水平 高；第二梯队物流发展平稳并具有发展前景；第三第 四梯队发展较为落后，最后给出了发展建议。 关键词：物流发展评价；模糊数学；聚类分析 F259.27 A Abstract： Jiangsu keeps a fast pace of logistics development in China， but development status for each cities in Jiangsu still need be evaluated. In this article, 13 types of data from statistical yearbook for each city are calculated by fuzzy cluster analysis to analyze the development status for each city. The results shows that 13 cities make up 4 groups, in which the 1st group has a good performance and good logistics basic, the 2nd group develops stable and also has good future, the 3rd and 4th group has a low pace of development. Suggestions are provided at the end of article. Key words： logistics development evaluation； fuzzy mathematics； cluster analysis 江苏省依托长三角的区位优势，凭借外向型经济 的发展策略，物流业的发展步伐位于全国前列。但各 市物流发展水平如何尚需具体评价。近年来已有很多 关于物流业发展的研宄，贾海成［1］用向自量回归模型 对天津和上海的物流业与经济发展互动关系进行考察， 为区域物流发展提出建议。金芳芳［2］等人运用SPSS 软件对长三角3省共16个主要城市进行聚类分析并结 合各城市物流发展情况进行归类。谢林婕［3］等人以浙 江省为例运用灰关联分析法寻找对物流影响较大的关 联因子。对于长三角地区物流的研宄较多，但是尚无 对于江苏全省13市的物流发展评价，本文通过模糊聚 类分析针对江苏各市物流发展进行研究，并为江苏省 物流规划提供宝贵建议。 1数据的采集 聚类分析按照隶属度的划分可以分为硬聚类算法 和模糊聚类算法。传统硬聚类算法只有两个隶属度0 和1，而模糊集中的隶属度可取范围在0, 1之间的一 个数。因为现实的分类问题常常伴随着模糊性，并无 一个确切分割的界限，因此本文应用模糊聚类分析法 更符合实际。 考虑到统计数据的全面性、科学性及可得性，本 文所需数据从社会物流、企业物流、物流基础设施和 物流人才情况角度进行采集。由此确定了 X?X共13 个物流评价指标。其中，X为社会物流总额（亿元）; X为物流企业从业人员数量（万人）；X为工业总产值 （亿元）；X为进出口贸易总额（亿美元）；X为公路通 车里程数（公里）；X为内河航道里程数（公里）；X 为公路货运量（万吨）；X为水路货运量（万吨）；X 为载货汽车数（万辆）；X为港口货物吞吐量（万吨）； X为邮政业务总量（亿元）；X为快递量（万件）；X为 开设物流相关专业普通高等学校（所）。 本文所有数据来源于2013江苏省统计年鉴，分别 取自于国民经济核算、人口就业工资、工业、城市经 济与建设、运输邮电、教育科技等模块。对于不能直 接获得的数据进行了人工计算。例如：社会物流总额= （全省交通运输仓储和邮政业GDP/全省GDP） X各市 GDP；物流企业从业人数数量=（全省仓储物流业人数 /全省就业人数）X各地区就业人数。 具体数据参见表1。 2数据的模糊聚类分析 模糊数学是运用数学方法研宄和处理模糊性现象 （例如苏州的物流发展“很好”）的数学，能有效解决 自然界和日常生活中普遍存在的模糊性问题。聚类分 析是把按一定要求和规律对事物进行分类的方法，其 基本思想是用相似性尺度来衡量事物之间的亲疏程度， 并以此来实现分类。 第一步：数据标准化。即利用统计公式最大程度 地把所有数据的大小缩小到0, 1之间消除量纲影响。 在此选择平移一标准差变换，对论域X，X，X…，X 中的每个X进行如