基于聚类分析的山东省十七城市物流发展水平研究

发布时间：2017-07-04 09:05

  本文关键词：基于聚类分析的山东省十七城市物流发展水平研究

  更多相关文章： 区域物流 主成分分析法 图论聚类 双聚类分析

【摘要】：物流是衔接商品生产与流通消费、城市与周边区域交流的纽带。发达的物流发展水平能够极大地促进城市产业升级转型,提高经济运行效率,为一个城市乃至一个国家提供源源不断的发展动力,对城市社会经济发展影响重大。这样的大背景下,全国各地区纷纷出台各类激励政策,使得物流基础配套建设不断完善。在这个过程中如果不能对当地物流需求规模和基础设施供应能力做出科学合理的评价定位,只顾盲目发展,会对物流产业推进造成一定的阻碍。与江浙沪等物流业较发达的地区相比,山东省物流业发展仍处于较低水平,省内城市发展水平差异较大,资源分布不均,供需发展不够平衡。本文参照国内外学者对区域物流发展的相关理论与实践研究成果,结合山东省十七城市物流发展的实际状况,从供应与需求两个角度切入,构建适合山东省区域物流发展的评价指标体系,并基于该指标体系进行数据统计资料收集整理。该指标体系能够较为全面合理地反映出山东省十七城市物流发展的关键影响因素。本文首先在调研大量区域物流相关研究文献的基础上,根据山东省当前物流发展实际状况,构建物流评价指标体系,并创新性地从供应与需求两个角度进行分析,深入挖掘物流系统内部的均衡性。其次,对于截面数据与面板数据分别采用不同的聚类方法进行分析研究。对山东省2013年物流发展截面数据,采用主成分分析法做数据降维处理,运用一种新型图论聚类方法QCM对城市进行区域划分,将山东省十七城市划分为三个层次,并比较了三个层次的状况,基于结果做出分析,提出合理的发展建议。最后,创新性地将生物信息领域应用较为广泛的双聚类方法运用到区域物流分析。对山东省十七城市近十二年的物流时序动态数据,先采用时间因子贴现法在时间维度上做降维处理,然后从城市和指标属性两个维度同时进行聚类分析,将山东省十七城市物流需求规模和基础供应水平均划分为四个层次。g-CLUTO软件中的可视化矩阵和可视化山丘图清晰直观地表达出聚类结果,分析各水平城市的相似性指标分布情况,基于结果提出了合理的发展建议。
【关键词】：区域物流 主成分分析法 图论聚类 双聚类分析
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F259.27
【目录】：

• 摘要8-9
• ABSTRACT9-11
• 第1章 绪论11-16
• 1.1 本文的研究背景与意义11-12
• 1.2 本文的研究内容12-14
• 1.3 本文的章节结构安排14
• 1.4 本文的主要创新点14-16
• 第2章 相关研究综述16-32
• 2.1 区域物流发展相关研究16-19
• 2.1.1 区域物流内涵16-17
• 2.1.2 区域物流评价研究现状17-19
• 2.2 聚类算法的相关研究19-32
• 2.2.1 传统聚类算法概述19-20
• 2.2.2 聚类算法的分类20-25
• 2.2.3 数据对象与属性类型25-26
• 2.2.4 相似度计算方法26-28
• 2.2.5 聚类算法28-32
• 第3章 基于传统聚类分析的山东省十七城市物流发展评价32-51
• 3.1 区域物流发展评价指标体系构建32-35
• 3.1.1 构建原则32-33
• 3.1.2 指标体系构成33-35
• 3.2 基于主成分分析法的物流评价数据集降维分析35-37
• 3.3 山东省十七城市物流发展水平评价37-48
• 3.3.1 数据收集37-39
• 3.3.2 物流需求规模层次划分39-47
• 3.3.3 物流基础供应水平层次划分47-48
• 3.4 物流需求规模与基础供应层次分类匹配分析48-51
• 第4章 基于双聚类的山东省十七城市物流发展评价51-71
• 4.1 数据收集51
• 4.2 城市物流水平时序动态数据降维处理51-53
• 4.2.1 时间权重的确定52
• 4.2.2 时序动态数据综合降维计算52-53
• 4.3 基于双聚类的山东省十七城市物流供需水平分析53-68
• 4.3.1 聚类工具和方法53-56
• 4.3.2 基于双聚类的物流需求水平分析56-62
• 4.3.3 基于双聚类的物流供应水平分析62-68
• 4.4 物流需求规模与基础供应层次分类匹配分析68-71
• 4.4.1 城市物流发展匹配分析68-70
• 4.4.2 发展对策与建议70-71
• 第5章 总结与展望71-72
• 附录72-77
• 参考文献77-82
• 致谢82-83
• 学位论文评阅及答辩情况表83

【相似文献】

中国期刊全文数据库 前10条

1 陈晨;利用聚类分析选择有投资价值的上市公司[J];浙江金融;2004年11期

2 何嘉鹏;梁周扬;曲懿恒;;利用聚类分析研究全国教育的发展状况[J];中国集体经济;2008年19期

3 孟姗姗;;全国地区小康和现代化指数的层次聚类分析[J];品牌(理论版);2010年10期

4 赛从瑞;袖珍机辅助排序聚类分析的程序设计与应用[J];成组生产系统;1987年04期

5 何湘藩;庄真;;模糊分级聚类分析方法[J];数量经济技术经济研究;1991年12期

6 刘姗;;广东省各地市金融发展的聚类分析[J];中国集体经济;2014年15期

7 王国定,邱秀荣;对山西省上市公司的聚类分析[J];山西财经大学学报;2002年03期

8 姚泽清,赵世玲,华中民;江苏省13城市国民经济主要指标的聚类分析[J];解放军理工大学学报(自然科学版);2003年03期

9 吕江平;聚类分析及其可视化方法[J];统计与决策;2005年19期

10 李娟,赵利婧,白蔚萌;对我国2003年各地区最终消费的聚类分析[J];沿海企业与科技;2005年11期

中国重要会议论文全文数据库 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

中国博士学位论文全文数据库 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

中国硕士学位论文全文数据库 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 张沛之;基于聚类分析的海报风格分类之研究[D];青岛大学;2015年

4 何力骜;基于聚类分析的激光诱导击穿光谱爆炸物识别技术研究[D];北京理工大学;2016年

5 赵文睿;基于聚类分析的中国房地产企业信用评级实证研究[D];吉林大学;2016年

6 贾伟;基于聚类分析和灰色模型的短期雷击预警系统设计[D];吉林大学;2016年

7 栾海洋;动车组质量数据聚类分析研究与应用[D];北京交通大学;2016年

8 黄智函;盗窃犯罪时空分布特征研究[D];福州大学;2014年

9 王冰冰;双类型信息网络聚类分析[D];吉林大学;2016年

10 刘剑;基于聚类分析的CAM模板自动提取的研究[D];华中科技大学;2014年

，

本文编号：517134