统计学小论文

合集下载

统计学论文(数据分析)

统计学论文(数据分析)

统计学论文(数据分析)标题:统计学论文(数据分析)引言概述:统计学在现代科学研究中扮演着重要的角色,数据分析作为统计学的一个重要分支,被广泛应用于各个领域的研究中。

统计学论文是研究者展示研究成果和数据分析结果的重要形式之一。

本文将从数据分析的角度,探讨统计学论文的写作要点。

一、数据收集1.1 确定研究目的和问题:在进行数据收集之前,首先需要明确研究的目的和问题,以便确定需要收集的数据类型和范围。

1.2 设计合理的数据收集方法:根据研究问题的特点,设计合理的数据收集方法,可以是问卷调查、实验观察、文献分析等。

1.3 确保数据的准确性和完整性:在数据收集过程中,要保证数据的准确性和完整性,避免数据缺失或错误对研究结果的影响。

二、数据清洗和整理2.1 去除异常值:在数据清洗过程中,需要识别并去除异常值,以保证数据的准确性和可靠性。

2.2 处理缺失值:对于存在缺失值的数据,需要采取适当的方法进行处理,可以是删除、填充或插值等。

2.3 数据标准化:对于不同尺度或单位的数据,需要进行标准化处理,以便进行比较和分析。

三、数据分析方法3.1 描述性统计分析:通过描述性统计方法,对数据进行总体特征的描述和分析,包括均值、标准差、频数分布等。

3.2 探索性数据分析:通过绘制散点图、箱线图、直方图等,探索数据之间的关系和趋势,为后续分析提供参考。

3.3 推断性统计分析:通过假设检验、方差分析、回归分析等方法,对研究问题进行推断性分析,验证假设并得出结论。

四、结果呈现4.1 图表展示:通过绘制适当的图表,如柱状图、折线图、饼图等,直观展示数据分析结果,帮助读者更好地理解研究成果。

4.2 结果解释:在呈现数据分析结果时,需要对结果进行解释和分析,说明数据之间的关系和结论是否符合研究假设。

4.3 结果讨论:对数据分析结果进行讨论,与现有研究相比较,分析结果的意义和影响,提出进一步研究的建议。

五、结论与展望5.1 总结研究成果:在结论部分总结研究的主要成果和发现,回顾研究过程和数据分析结果。

统计学优秀毕业论文范文(必备12篇)

统计学优秀毕业论文范文(必备12篇)

统计学优秀毕业论文范文(必备12篇)《Mind on statistics(英文版)》 BrooksCole出版社只需要高中的数学水平,统计的扫盲书。

有一句话影响很深:Mathematics as to statistics is something like hammer, nails, wood as to a house, it's just the material and tools but not the house itself。

《Mathematical Statistics and Data Analysis(英文版.第二版)》Cengage Learning , Inc出版社看了就发现和国内的数理统计树有明显的不同。

这本书理念很好,讲了很多新的东西,把很热门的Bootstrap方法和传统统计在一起讲了。

Amazon上有书评。

《统计学》David Freedman等著,魏宗舒,施锡铨等译中国统计出版社据说是统计思想讲得最好的一本书,读了部分章节,受益很多。

整本书几乎没有公式,但是讲到了统计思想的精髓。

《Understanding Statistics in the behavioral science(影印版)》中国统计出版社和上面那本是一个系列的。

老外的书都挺有意思的。

《探索性数据分析》中国统计出版社和第一本是一个系列的。

大家好好看看陈希儒老先生做的序,可以说是对中国数理统计的一种反思。

《Business Statistics a decision making approach(影印版)》中国统计出版社在实务中很实用的东西,虽然往往为数理统计的老师所不屑《应用线性回归》中国统计出版社还是著名的蓝皮书系列,有一定的深度,道理讲得挺透的。

看看里面对于偏回归系数的说明,绝对是大开眼界啊!非常精彩的书《Logistics回归模型――方法与应用》王济川郭志刚高等教育出版社不多的国内的经典统计教材。

统计学分析论文统计学数据分析

统计学分析论文统计学数据分析

统计学分析论文统计学数据分析统计学分析论文篇1浅析加强统计学习提高统计分析水平【关键词】统计分析统计学习企业提高一、统计分析的重要性和作用完整的统计分析工作,通常都是通过综合运用统计数据进行统计分析工作,统计工作的作用是非常突出的,它可以充分发挥统计信息的咨询和监督职能,提高统计服务质量水平。

从而使统计分析在统计工作中占据着非常重要的地位。

从某种意义上说,统计分析的水平,在一定程度上可以反映一个单位的统计工作水平,是衡量一个单位统计水平的重要标志,对一个单位的统计分析有重要的阶段性作用。

通过统计分析,统计部门可以发挥优势,发挥与统计部门相关的整体功能的发挥,可以发现统计工作中的新问题,然后进行改革和创新统计工作,可以锻炼和培养出具有高素质的统计专业队伍力量,在统计工作中创造新优势,形成核心竞争力,人才一直是企业竞争的关键因素,综合力量的对比,最终也体现到人才的竞争上面,因此,对于统计工作来说也是一样,要重视对统计专业人才的培养,这样才能保证统计分析工作的正常进行。

二、统计分析技术统计分析技术的核心在于是不是有突破,即:研究的内容是新的,方法也是新的。

这里的统计分析技术强调的是创新,新的内容,新的方法,新的理念,等等,只有创新才能进行发展,才会有新的突破。

要求的新的内容:要定量分析,把握好经济发展的脉搏,对统计分析技能进行分析和了解,提高预警,预测能力,了解政策取向,在新的形势下,我们必须增加可以反映统计时间的因素,在统计分析中,时间要素很重要,有时候会对结果产生很大的影响。

四句话级别上做文章,抓迹象,看趋势,了解主要矛盾进行定量分析,了解自然现象的统计分析新方法的应用。

统计分析的过程应注意的一些问题。

垂直指数对比,各种相关的目标,反映客观经济现象是好还是坏,大小,速度等,揭露矛盾,找出差距,然后对经济现象进行比较分析。

通过国家,区域经济类型之间的所属单位之间的在同一时间不同的相关指标的具体比较分析。

统计学专业论文范文(2)

统计学专业论文范文(2)

统计学专业论文范文(2)统计学专业论文范文篇3论文摘要:统计分析是运用统计方法与分析对象有关的知识,从定量与定性的结合上进行的研究活动,是整个统计工作中的重要组成部分,在企业中发挥着巨大的作用,也是企业制定生产计划、发展战略与规划的主要依据。

论文关键词:统计分析企业发展一、统计分析的概述及其特点1.统计分析的概述统计分析是指运用统计方法及与分析对象有关的知识,从定量与定性的结合上进行的研究活动。

它是继统计设计、统计调查、统计整理之后的一项十分重要的工作,是在前几个阶段工作的基础上通过分析从而达到对研究对象更为深刻的认识。

它又是在一定的选题下,集分析方案的设计、资料的搜集和整理而展开的研究活动。

系统、完善的资料是统计分析的必要条件。

2.统计分析的特点运用统计方法、定量与定性的结合是统计分析的重要特点。

随着统计方法的普及,不仅统计工作者可以进行统计分析,各行各业的工作者都可以运用统计方法进行统计分析。

只将统计工作者参与的分析活动称为统计分析的说法严格说来是不正确的。

提供高质量、准确而又及时的统计数据和高层次、有一定深度、广度的统计分析报告是统计分析的产品。

从一定意义上讲,提供高水平的统计分析报告是统计数据经过深加工的最终产品。

(1)运用统计方法:统计方法是以总体现象的数量关系为对象的一类特殊科学研究方法的总称,从运用的角度可分为经验方法和数学方法。

经验方法是指人们长期的统计实践经验相关的方法。

在统计分析中常用的数量比较法、分组分析法、指数及因素分析法等就属于这一类。

对于这一类方法如能正确运用,可以提高统计分析的科学性。

(2) 定量与定性的结合:统计分析面对的不是抽象的数字,而是在定性分析的前提下。

通过其数量表现对研究对象进行认识。

因此,熟悉和掌握与研究对象有关的知识是十分必要的。

二、统计分析在企业中的运用统计分析在一个企业的运转中发挥着举足轻重的作用。

从统计认识的全过程来看,通过统计设计、调查和初步整理所取得的统计资料,可以对客观现象总体的数量特点取得一定的认识。

统计学论文(数据分析)

统计学论文(数据分析)

统计学论文(数据分析)引言概述:统计学论文是一种重要的学术研究形式,其主要目的是通过数据分析来探索和解释现象。

本文将从四个方面详细阐述统计学论文的重要性和应用。

一、数据采集与整理1.1 选择合适的样本:在统计学论文中,样本的选择至关重要。

研究者需要根据研究目的和问题,选择能够代表总体的样本。

合理的样本选择可以提高研究的可靠性和泛化性。

1.2 数据采集方法:统计学论文中常用的数据采集方法包括问卷调查、实验观察、文献研究等。

研究者需要根据研究问题选择合适的数据采集方法,并确保数据的准确性和可靠性。

1.3 数据整理与清洗:在数据采集完成后,研究者需要对数据进行整理和清洗,包括去除异常值、缺失值处理等。

数据整理的目的是为了使数据更加规范和可用,为后续的数据分析做准备。

二、数据分析方法2.1 描述性统计分析:描述性统计分析是统计学论文中常用的分析方法之一。

通过计算数据的均值、标准差、频数等指标,研究者可以对数据的基本特征进行描述和总结。

2.2 探索性数据分析:探索性数据分析是一种通过图表和图形展示数据分布和关系的方法。

通过绘制散点图、柱状图等图形,研究者可以发现数据之间的潜在关系和趋势。

2.3 判断性统计分析:判断性统计分析是统计学论文中最常用的分析方法之一。

通过利用样本数据进行参数估计和假设检验,研究者可以对总体进行判断和判断。

三、结果解释与讨论3.1 结果解释:在统计学论文中,研究者需要对数据分析结果进行解释和说明。

通过对结果的解释,研究者可以回答研究问题,并提出相关的结论。

3.2 结果讨论:在对结果进行解释的基础上,研究者需要对结果进行讨论和分析。

研究者可以探讨结果与理论的一致性、与前人研究的关系等,从而深入理解研究问题。

3.3 结果的局限性:在结果讨论中,研究者还需要指出研究结果的局限性。

这可以匡助读者更好地理解研究的可靠性和泛化性,并为进一步研究提供参考。

四、结论与展望4.1 结论总结:在统计学论文中,研究者需要对研究结果进行总结和归纳,回答研究问题,并提出相关的结论。

统计学论文(数据分析)简版

统计学论文(数据分析)简版

统计学论文(数据分析)统计学论文(数据分析)引言概述:统计学论文是一种重要的学术研究形式,它通过对数据的收集、整理和分析,揭示数据背后的规律和趋势。

在当今信息爆炸的时代,数据分析在各个领域都扮演着至关重要的角色。

本文将从五个大点出发,详细阐述统计学论文中的数据分析方法和技巧。

正文内容:1. 数据收集1.1 确定研究目标和问题:在进行数据收集之前,研究人员需要明确研究的目标和问题,以便确定需要收集的数据类型和范围。

1.2 设计合适的数据收集方法:根据研究目标和问题,选择合适的数据收集方法,如调查问卷、实验观察、文献研究等,并确保数据的可靠性和有效性。

1.3 确保数据的完整性和准确性:在数据收集过程中,要注意确保数据的完整性和准确性,避免数据缺失和错误对后续分析造成的影响。

2. 数据整理与清洗2.1 数据清洗:对收集到的数据进行清洗,包括删除重复数据、处理缺失值和异常值等,以保证数据的质量和可靠性。

2.2 数据整理:对清洗后的数据进行整理和转换,使其符合分析的要求,如将数据进行分类、排序、归一化等操作。

2.3 数据可视化:通过数据可视化手段,如图表、图像等,将整理后的数据以直观的方式展示出来,帮助研究人员更好地理解数据的特征和趋势。

3. 数据分析方法3.1 描述性统计分析:通过计算数据的中心趋势、离散程度、分布形态等指标,对数据进行描述性统计分析,以了解数据的基本特征。

3.2 探索性数据分析:通过绘制直方图、散点图等可视化图形,探索数据之间的关系和趋势,寻找可能存在的模式和异常点。

3.3 推断统计分析:通过假设检验、置信区间等方法,从样本数据中推断总体的特征和参数,以便对研究问题进行推断和决策。

4. 数据解释与讨论4.1 解释分析结果:根据数据分析的结果,对研究问题进行解释和阐述,指出数据的含义和可能的解释。

4.2 讨论研究发现:在数据解释的基础上,进行深入的讨论和分析,探讨研究发现对理论和实践的意义,提出可能的解决方案和改进措施。

统计学教学论文(5篇)

统计学教学论文(5篇)

统计学教学论文(5篇)统计学教学论文(5篇)统计学教学论文范文第1篇对于统计学来说,其主要内容是学习统计的方法。

由于该科目的学习内容属于较为有用的理论学问,因此,要针对这一点向高职院校的同学进行学习思想的灌输。

要让同学熟悉到,学习统计学,并非是一项纯粹的理论学习,它在现实中的应用是多方面的。

而学会统计学,再学习本专业的其他专业课程的时候,就会倍感轻松。

转变同学为了学习而学习的态度,让同学明白,来到高职院校学习的目的是为了学习一种生存的技能,而并非是学习枯燥的理论学问而学习统计。

二、让统计学的教学理论联系实际如何让同学学好理论学问,让同学将理论与实际相结合,就要看老师如何引导教学。

例如一个大事的统计,通过不同的方法统计计算的结果肯定是不相同的,而最终大事得出的结论应当是相同的。

让同学明白各种统计方法的计算方式,是为了让同学在应对各种各样的大事时实行相应的解决方法,而并非是要同学做过多的无用之功。

统计学在教学的过程中要应当注意课堂与同学的互动,假如同学能够提出问题,就说明同学在课堂上是听讲的,千万不要解决问题的盼望寄予在课后。

由于高职院校的同学学习热忱本就不高,假如把问题留在课下,期盼于同学在课下解决,那是几乎不行能的。

因此对于课堂上同学提出的问题肯定要让同学当堂解决。

在关心同学解决问题的时候,需要留意的是,不要直接告知同学该问题的答案或结论是什么。

要让同学自己去思索,老师所起到的作用是引导同学,启发同学,朝着答案的方向去进行思索。

在叙述理统计学的理论内容的时候,老师可以举出实际例子,让同学清晰明白的学习统计学的统计方法。

三、实施项目教学方法项目教学法是一种特别普遍的统计学教学方法,这种方法可以让同学更加深刻的理解统计学所讲叙述的内容。

在统计学的教学内容中,主要是叙述统计方法统计计算等内容。

在这样的状况下,可以让同学形成小组式学习,4-5人为一个学习小组。

在这个教学方法中值得一提的是,它可以培育同学的团队协作力,这在统计工作中是特别重要的一种力量。

统计学论文(数据分析)

统计学论文(数据分析)

进出口贸易总额对我国GDP增长贡献度的分析一、分析题目:改革开放以来,我国经济取得巨大发展,国内生产总值从1978年的3624。

1亿元增长到2012年的518942.1亿元,增长数度始终保持在7%以上。

同时,进出口规模也在迅速扩大。

2012年,我国进出口总额达到3.8万亿美元,位居全球第一,大约是1978年的186倍,年均增长10%左右,有鉴于此,我们不禁要问对外贸易与我国的GDP有何关系?下面这篇论文就进出口总额对我国GDP增长的贡献度作简要探讨。

【关键词】国内生产总值(GDP)进出口总额二、分析过程(一)、基本概况在国民经济统计中,国内生产总值的核算包含了进出口一项。

这说明国内生产总值的增长与进出口水平的提高是分不开的.为了考察这一问题,我们从2013年统计年鉴中抽选国内生产总值、进出口贸易总额的相关数据,构成了本次考察的36组样本指标:(二)、模型设定1、我们将GDP作为被解释变量,用Y表示.对外贸易额作为解释变量,用X表示。

2、数据性质的选择是:时间序列数据。

3、模型设定为:Y=c+bX+u。

:http://www。

stats。

gov.cn/tjsj/ndsj/((四)、参数估计:我们用Eviews做回归分析.假定模型中随机项满足基本假定,可用OLS(最小二乘估计)法估计其参数。

具体操作:用EVie ws软件,估计结果为:表2:Dependent Variable:YMethod:Least SquaresDate: 12/14/13Time: 21:43Sample:1978 2013Includedobservations:36cient Error51 00 7X 1.428362 0。

179077。

9761440.00006065 var 0AdjustedR-squ ared0.862295S.D。

dependent var 84346.3S。

E. of regression 31299。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

我国区域物流节点城市发展的统计评价分析吕亚鸿09级经济1班21090102摘要:文章在宏观层次上构建一套以客观指标构成的区域物流发展评价指标体系,从人口规模、经济实力、工业规模、第三产业规模、物流主导产业规模五个方面来衡量我国11个节点城市的物流发展状况,并运用因子分析、聚类分析对各个城市的物流发展差异进行了比较,最后给出相应的政策建议。

关键词:区域物流;节点城市;因子分析;聚类分析一、引言本文综合以前学者的研究成果,突出不同区域的物流产业发展水平,提出更为简便可行的指标体系,同时运用因子分析和聚类分析,对这些区域节点城市的物流发展水平进行比较研究,最后针对分析结果提出一些改进建议。

二、区域物流发展指标体系的构建1. 评价指标体系的建立。

本文选取的指标力图能够反映区域物流发展的整体水平,通过对各种物流评价指标体系的比较,按照指标设置的原则,经过反复筛选,最终从人口规模、经济实力、工业规模、第三产业规模、物流主导产业规模五个方面确立了现代区域物流评价指标体系,并将这些方面分解为9项二级指标(表1)。

2. 数据来源与分析步骤。

本研究的数据来源于《中国城市统计年鉴2009》以及各城市统计年鉴,由于在17个区域物流节点城市中,数据符合要求的有11个城市,包括哈尔滨、长春、包头、呼和浩特、太原、合肥、福州、长沙、昆明、海口、银川,本文就以这些城市为研究对象。

在数据准备阶段完成之后,利用SPSS17.0for windows统计软件从以下几个方面展开分析。

首先检验构建的区域物流评估指标系统,然后选择因子分析法从9个具体指标中提取出n个公共因子,根据得到的因子得分,建立模型计算综合得分,从而对各节点城市的物流综合水平进行排序,为确保研究结果的科学性和可靠性,在因子分析的基础上进一步进行聚类分析,并利用聚类分析结果对全国区域物流节点城市的发展水平进行总体评价,并给出相应的政策建议。

三、因子分析1. 因子分析适用性检验。

在指标综合评价中利用因子分析的目的是从众多的原有指标变量中提取出少量的具有代表性的因子,提取出的因子必须能够代表不同的评价维度。

其应用的前提是要求原指标之间具有较强的相关关系,否则就不能运用因子分析法,我们将原始数据进行标准化处理之后,采用KMO和Bartlett检验方法来检测因子分析法的适用性。

其检测结果如表2所示。

Bartlett球度检验表明:Bartlett值=131.602。

P接近于0,若显著性水平为0.01,则拒绝相关矩阵为单位矩阵的原假设,相关矩阵与单位矩阵存在显著差异,可以进行因子分析。

取样足够的Kaiser-Meyer-Olkin检验是用于比较观测相关系数值与偏相关数值的一个指标,其值越逼近1,表明对这些变量进行因子分析的效果越好,从表2中可见,KMO值大于0.5,因而可以对指标变量进行因子分析。

2. 因子提取。

本文采用主成分分析法对指标数据进行因子分析,按照相关系数矩阵特征值大于1的标准,从原9个统计指标中提取二个主因子来表达其信息含量。

表3是指标数据作因子分析后的因子提取和因子旋转结果。

第二列至第四列描述了因子分析的初始解对原有变量总体的刻画情况;第二列合计是各成分的特征值。

第一成分特征值合计=4.883,第二成分特征值为合计=1.797,这里只有前两个因子的特征值大于1。

第三列是各因子变量的方差贡献率,即该因子刻画的方差占原有变量总方差的比例;第四列是因子变量的累计方差贡献率,表示前m个因子刻画的总方差占原有变量总方差的比例。

从表3中可见,如果提取2个公共因子,那么它们可描述原变量总方差的90.536%,大于80%,可以认为,这2个公因子基本反映了原变量的绝大部分信息。

3. 因子旋转。

因子分析的目的不仅是要找出主因子,更重要的是知道每个主因子的具体经济意义。

为便于对主因子进行解释,一般须对因子载荷矩阵进行旋转。

本研究采用方差极大值法进行正交旋转之后,得到9个指标的两个因子负荷,如表4所示。

从表4可以看出,第一主成分对社会消费品零售总额、国内生产总值、第三产业增加值、年末总人口、工业总产值有绝对值较大的相关系数,第二个因子相关系数绝对数较大的正好是九个原始变量中的另外四个,即货运总量、公路货运量、铁路货物运量、交通运输、仓储及邮政业增加值。

根据这些变量的原始含义可以对两个因子进行命名。

第一个因子主要概括了一般的社会人口规模、经济实力、工业和第三产业的规模,可以命名为社会经济因子。

第二个因子主要概括了物流主导产业的情况,可以称为物流产业因子。

根据表4的最终因子载荷矩阵,由此可以写出如下因子分析的模型:X1=0.979F1+0.024F2;X2=0.974F1+0.183F2;……;X9=0.324F1+0.879F2Xi(i=1,2,…,9)代表了9个评价指标,公共因子F1表示社会经济因子,F2表示物流产业因子。

由于因子载荷矩阵是正交旋转,这两个因子之间不存在相关,避免了因子综合评价的多重共线性,故可以代表不同的评价维度。

4. 因子得分。

因子分析把原来的9个指标浓缩成相互独立的2个公因子,一方面达到了降维的目的;另一方面也排除了指标之间的相关性,同时,SPSS根据因子得分函数自动计算各样本的因子得分,并选取各因子的方差贡献率为因子得分权重,计算各城市的综合因子得分,其计算形式为:F=0.511 09F1+0.394 26F2每个城市的综合因子得分反映了各节点城市区域物流综合实力的强弱,将11个城市的综合因子得分从高到低排序,如表5所示。

四、聚类分析聚类分析是研究“物以类聚”的一种多元统计分析方法。

最常用最基本的一种聚类分析方法是层次聚类分析,此外还有动态聚类法、模糊聚类法、有序聚类法等,本研究采用层次聚类法。

层次聚类法的基本思想是,一开始将要归类的n个变量看成一类,然后按事先规定好的方法计算各类之间的归类指数(相似系数或距离),根据指数大小衡量两类之间的密切程度,将关系最密切的两类并成一类,其余不变,即得n-1类;重新计算各类之间的归类指数,再将关系最密切的两类并成一类,其余不变,即得n-2类;如此进行下去,直到最后n个变量都归成一类。

我们按照层次聚类法的步骤,首先经过运算将原始数据标准化,使具有不同量纲、不同数量级的数据能放在一起比较;然后用11个节点城市的标准化数据求出欧氏距离;最后应用Wald离差平方和法,按照使总的类内离差平方和增加最小的原则,使得类的分法逐渐减小。

具体聚类过程见表6。

SPSS完成以上运算步骤后,可将11个城市分成2类~4类,如果按照四类来划分,其中包头距离其他城市较远,单独聚合为一类;属于物流发展高水平的地区;长沙、哈尔滨、长春、福州聚合为一类,属于物流发展中等偏上地区;合肥、呼和浩特、太原、昆明距离较近,聚合为一类,属于物流发展中等偏下地区;海口、银川聚合为一类,相对于全国其他九个节点城市来说,是属于物流发展低水平地区(见表7)。

五、结论及政策建议第一类为包头。

作为中国著名的钢铁工业城市,包头市一枝独秀,在物流产业上具有明显优势。

区域物流发展在物流节点城市中处在领先水平,包头市的物流产业因子得分最高,其货运总量为38 841万吨,遥遥领先于其他节点城市,这也决定了包头市被单独列为一类。

但其社会经济因子表现不佳,城市人口规模小,第三产业方面处于劣势地位。

然而物流产业的绝对优势使得包头市的整体物流发展实力最强,最终得分排名第一。

随着我国城市化进程的快速发展,可以预见包头市对第三产业的需求会逐渐加强。

因此,包头市需强化经济发展的基础,重点提升第三产业的增加值,发挥其钢铁物流的规模经济优势,提高投资收益率,增强其持续发展的能力。

第二类包括长沙、哈尔滨、长春、福州,这四座城市的综合排名靠前,其中哈尔滨的国内生产总值最高,在社会经济因子得分方面名列前茅,显示了较强的经济实力和工业规模,但其物流产业因子表现平平,最终综合排名位居亚军。

其余城市的因子得分也不均衡,主要表现在社会经济因子得分排名高于物流产业因子的得分排名,反映了其物流业的发展滞后于社会经济的发展。

因此,建议这类城市,在努力增强经济实力的同时,要重点确定其物流发展的差异化战略,根据自身城市定位和区位交通优势,优先发展合适的交通运输方式,加强物流基础设施的建设,注重与区域城市的分工合作,形成良好的区域物流网络系统,快速推进其物流业的发展。

第三类包括合肥、呼和浩特、太原、昆明,这四座城市综合因子得分排名中等偏下,其中合肥和太原因子得分较不均衡,由于太原的传统产业和地理区位优势,作为贯通南北的中西部交通枢纽,太原物流产业具有明显的优势,2008年太原货运总量达到20 962万吨,其物流产业因子的排名仅次于包头,但其社会经济因子位次靠后,其第三产业规模也与包头市相当,我们认为太原今后的发展重点是促进区域经济的发展;合肥市近年来经济快速增长,平均增长率约为17%,领跑于中部的省会城市,其社会经济因子位列第五,属中上等水平,但物流发展因子得分仅高于海口、银川,属于较低水平,并且合肥与周边省会城市相比,物流业的基数很小,增长速度相对较慢,合肥如果不快速扩大物流产业规模,将可能会失去周边的物流市场。

呼和浩特与昆明在各因子得分方面表现平平,特别是呼和浩特没有突出的经济表现,其经济总量和货运总量也处于下游。

在今后的发展中,我们建议这些城市要重点培养一批优势支柱产业,加强交通基础设施的建设,夯实其经济基础并发展优势物流产业。

第四类包括海口、银川,由于经济、地理、人口、文化及交通等原因,这两座城市综合排名比较靠后,二个因子的得分都很低,与以上三类城市有明显的差异,在区域物流节点城市的比较中明显处于劣势,由于物流产业是为其他产业提供支持的生产性服务产业,经济基础对发展物流产业至关重要,海口、银川两市首先要从产业经济抓起,运用现代化的管理理念和手段,做好招商引资工作,提升其区域经济的竞争力;其次应找准物流的发展定位,如海口市应着重发展港口物流和国际物流,然后将区域物流与支柱性产业形成有机的业务链,集中优势资源,发展最能体现自身特色的物流产业。

参考文献:1. 蒯人杰.关于区域物流节点合肥市物流发展契机的研究.物流技术,2009,(7):45-49.2. Azzone.Measuring resources for supporting resource-based competition.Management Decision,1995,33(9):30-57.3. 高杰.基于因子聚类分析的区域物流评价研究.重庆大学经济与工商管理学院硕士论文,2007,(6):39-61.4. 黄群英.加快发展合肥现代物流业的分析与对策研究.合肥学院(社会科学版),2008,25(5):8-16.5. 周延,郭建林.基于因子分析和聚类分析的寿险公司财务分析.华东师范大学学报(哲学社会科学版),2010,(2):83-8.。

相关文档
最新文档