2018基于层次聚类分析的我国物流业发展水平地区比较分析
[摘要]物流业的发展水平是一种静态描述，我们据此构建了一套评价物流业发展水平的指标体系，并在此基础上采用层次聚类分析对我国物流业发展水平做出地区比较，并给出了各聚类群省市间的特征及进一步发展的策略。[关键词]层次聚类分析物流业地区比较
一、引言
在国际上，物流业被认为是国民经济发展的动脉和基础产业，其发展程度已成为衡量一个国家现代化程度和综合国力的标志之一。我国在20世界80年代初开始发展物流业，在全球经济高速增长的大环境下，我国物流业有了极大的发展，物流基础设施也得到了极大的改善，物流配送体系基本形成，第三方物流迅速发展。与此同时，我国物流业发展的一些问题也暴露出来，物流管理体制落后，信息化、标准化程度不高，缺乏专业的物流人才都成为阻滞我国物流业发展的问题，而且由于各地区在地理位置、发展水平、地区政策上都不尽相同，这也导致了我国物流业发展的不均衡状态，因此，对我国物流业发展水平、尤其是各地区的发展水平进行详细分析是十分必要的。
二、实证分析
1.数据说明及来源
物流业的发展水平是对物流业现状的一种静态描述，在描述现状时我们一般从规模和效益两个方面进行。同时，由于物流业的特殊性，单从产出来说明物流业的发展水平是不够的，还需要对物流业的就业予以说明。因此，对于物流业的发展水平，可以通过有关产出、就业方面的规模和效益指标来反映。
在规模方面，我们选用物流业增加值、物流业从业人数和固定资产投资三个指标来反映物流业的产出规模和就业规模。在效益方面，由于统计资料的限制，我们使用货运量和货物周转量这两个实务量指标来反映物流业的效率。
以上所有指标数据，均来自《中国统计年鉴》原始数据或换算得到。
2.模型选择
层次聚类分析是一种多元数理统计方法。它并没有事先设定样本分类的标准，而是通过对样本和变量数据的不同特征指标值进行差异程度计算，根据变量或样本间不同的差异程度大小重新结合分类，产生一个更有效的类。其优点在于可以对分类变量进行聚类，提供的距离测量方法和结果表示方法也非常丰富。
3.结果解释
本文运用SPSS软件进行计算，通过多次聚类可以得出谱系图（Dendrogram）。由于篇幅限制，在此就不再逐步进行了，只给出最后结果。在谱系图中，聚类的全过程可以直观的表现出来，它把类间的最大距离算做相对距离为25，其余的距离均换算成与之相比的相对距离大小。
4.结果的验证和进一步说明
以上是层次聚类分析产生的结果，但是我们发现通过上述分析还是很难确定如何将这31个省市分类，为了确定分类的个数，我们需要对聚类结果进行进一步分析。我们在确定分类过程中，总是希望能够进行“等分”，将31个省份分为四类相对合适，这个时候最大的类别和特点突出的类别都划分较为明确，适合进一步的分析。
在确定各类别说之后，我们要进一步检验各个类别是否存在显著差异，以及各个类别具有怎么样的特征。从表1中可以看出，各个类别之间在各变量上都是有显著差异的，且这种差异具有统计意义。
三、结论
综合以上的分析，将31个省市按照物流业发展水平的差异情况可以分为4类，并且可以得出各个类别的基本特征如下：
第1类：构成我国物流业的基础结构。包括北京、山西、内蒙古、吉林、黑龙江、安徽、福建、江西、湖北、湖南、广西、重庆、四川、云南、山西等15个城市。这些省市基本都处于我国承接地区，很好的将物流发达地区与不发达地区衔接起来。虽然各项指标都不是很高，但是却是我国物流业发展的坚实基础。
第2类：我国物流业对外贸易的代表。包括天津、上海两个城市。这个两个城市是我国主要的港口类城市，每天吞吐大量货物，虽然各项指标不是很高，但是货物周转量却是其他省市所无法匹敌的，尤其在世界全球化的今天，对外贸易是比不可少的，也凸现了这两个港口城市的重要性。
第3类：构成我国物流业的核心。包括河北、辽宁、江苏、浙江、山东、河南、广东等7个省市。这些省市有些地处我国物流发展的中心地带，有些是重要的货物供给地，所以造就了这些省市及其发达的物流业，这对当地GDP的增长和人员就业都起到了积极的作用。
页:
[1]