区域物流论文关于省域区域物流综合评价指标体系论文范文参考资料

区域物流论文关于省域区域物流综合评价指标体系论文范文参考资料 摘要:通过对国内外区域物流发展水平评价的研究内容进行总结比较,构建出物流评价指标体系,采用非线性主成分分析和聚类分析两者相结合的策略,借助SPSS软件对河北省区域物流发展状况进行定量的评价,并对评价结果作了定性的讨论,从而得出评价策略的准确性与实用性,提出了一些关于推动河北省城市群区域物流协调发展的深思与倡议。 关键词:区域物流;非线性主成分分析法;聚类分析法;综合评价 :A Abstract: Based on the development of domestic and international logistics alliance evaluation research contents of summarizing, construct logistics evaluation index system. Using the nonlinear principal ponent analysis and cluster analysis method of bination and SPSS software development status of Hebei logistics alliance quantitative evaluation and the evaluation results are discussed qualitatively. That the auracy of the evaluation methods and practical, puts forward some on promoting the coordinated development of urban logistics alliance in Hebei province, the thinking and suggestion. Key words: regional logistics; the nonlinear PCA; cluster analysis; integrated evaluation 0引言 随着市场经济的不断发展与完善,企业之间激烈的竞争开始向合作的方式转化,靠合作来化解竞争的经营理念日益被人们所接受,企业战略联盟正是这种变革的产物。为了尽快提升竞争优势,物流企业也必须采取有效的战略行动。区域物流是区域经济核心竞争力的组成部分,也是经济发展水平的重要标志。区域物流既不同于国家范围内的物流体系,也不同于企业的物流,它具有自身的经济利益、内部运转的特殊规律,还带有当地政府和企业对区域物流的特殊影响的印记1。因此,科学地评价区域现代物流发展水平,对科学决策、改善现代经济发展环境提升区域现代物流竞争力具有十分重要的作用2。 国内外已存在多种评价策略但都存在一些缺陷。本文选择非线性主成分分析与聚类分析相结合的策略,不但解决了综合指标间的信息重复理由,还用定性定量相结合的策略进行了综合分析。 1区域物流发展水平综合评价指标的建立 民5等构建了二级评价指标体系。刘国新6所构建的二级评价指标体系中,一级指标体系包括反映物流规模的指标、反映物流需求的指标和其他相关统计指标;戴魏魏7选取了国内生产总值、第三产业占GDP比重、年末总人口、人口密度、物流业从业人员人数、货运总量、社会消费品零售总额、批发零售贸易业商品销售总额等17项评价指标构成了评价指标体系;林璐龙8从 _发展类指标、生产消费流通类指标、交通运输类指标、人力资源类指标和信息发展类指标等五个方面构建了一级指标。 随着对评价体系的不断深入研究,各种多指标综合评价策略也不断丰富。本文主要选用非线性主成分分析法与聚类分析的策略对河北省区域物流的发展状况进行综合评价。 1.1区域物流发展评价指标的选择。本文所选的指标力图全面反映区域物流发展的综合水平,区域物流发展水平的综合评价是一个复杂的系统工程。在指标选取过程中,要注意遵循科学性、综合性、客观性、可操作性的原则(如表1所示)。 1.2非线性主成分分析法。主成分分析法正是根据评价指标中存在着一定相关性的特点,用较少的指标来代替原来较多的指标,并使这些较少的指标尽可能地反映原来指标的信息,从根本上解决了指标间的信息重叠理由,又大大简化了原指标体系的指标结构,这是主成分分析进行综合评价的最大特点,也是其最主要的优点,因而在 _统计中,主成分分析法是应用较多、较好的策略。在主成份分析法中,各综合因子的权重不是人为确定的,而是根据综合因子的贡献率的大小确定的。这就克服了评价策略中人为确定权数的缺陷,使得综合评价结果唯一,而且客观合理。主成分分析法也有其不足之处,传统主成分分析策略存在2个不足之处:一是综合评价的实际结果与评价指标间的相关程度高低成正比,评价指标间相关程度越高,主成分分析的结果越好,当指标间相关性小时,每一个主成分承载的信息量就少,为满足累计方差贡献率达到一定水平(通常为85%以上),可能需要选取较多的主成分,这样主成分分析法的降维作用就不明显;二是主成分分析是一种线性降维技术,只能处理线性理由,实际理由常常存在非线性关系,如果简单地进行线性处理,必定导致评价结果的偏差。基于以上分析,本文运用非线性主成分分析法,进行物流发展的综合评价。 非线性主成分分析法基本思路如下: 设有n个区域,m个指标。 对原始数据作对数中心化变换,有:y=lgx-lgx 式中:x为第i个区域的第j个指标值,i=1,2,n。j=1,2,m。 计算对数中心化的样本协方差矩阵S=S,其中: s=y-y-,=y,=y 从样本协方差矩阵S出发求主成分,设其特征值为0和相应的特征向量e,得到主成分Y=eX。 第j个主成分的方差贡献率为=i当累计方差贡献率=达到一定数值(一般不小于85%)时,取前q个主成分Y,Y,Y,即认为这q个主成分就以较少的指标综合体现了原来m个评价指标的信息。 用各个主成分的方差贡献率作为权重,线性加权求和得到综合评价函数Z=Y即反映了第t个地区物流发展的综合实力。Z值越高,说明该地区物流发展综合实力越强,反之则越弱。 1.3聚类分析策略。聚类分析法就是对样品或指标进行归类的一种统计策略。它根据样品或指标之间的“相似性”或“相近性”来将样品或指标进行归类。先将最相似或最相近的事物聚为一类,然后再将次相似或次相近的事物聚为一类,一直到将所有的样品或指标都聚成一个大类,形成一个由小到大的分类系统,最后把整个分类系统中的“亲疏”关系或“远近”关系用一个图形形象直观地描述出来。 聚类分析法最大的优点就是结论直观,形式简明。聚类策略的缺点是:聚类结果要明确就需要分离度很好的数据,几乎所有现存的算法都是从互相区别的不重叠的类数据中产生同样的聚类,但是,如果类是扩散且互相渗透,那么每种算法的结果将有点不同。运用聚类分析策略将城市化水平、城市功能结构大致相似的城市归为一类。反之,则归为不同类型,寻找当前优势与劣势及制约发展的主要障碍因素,便于积极采取相应策略加以解决。 2应用实例 本文选择多元统计分析策略中的非线性主成分分析法对计算指标进行处理。由于计算指标数量较多,因此,进行非线性主成分分析的主要目的是对计算指标进行压缩。提取特征根大于或等于1的主成分,将其得分作为评价指标的数值。 其过程为:数据标准化处理。本文采用标准化法进行数据的无