基于聚类分析法的云南金融竞争力研究论文

基于聚类分析法的云南金融竞争力研究论文（精选11篇）

基于聚类分析法的云南金融竞争力研究论文 篇1

基于模糊聚类分析的柴油机故障诊断研究

故障诊断的`基本方向是建立在基于先验知识和统计知识的基础上,通过模糊聚类分析找到故障征兆的聚类中心,然后通过模糊模式识别、判别新的故障征兆,达到对柴油机的故障诊断目的.文章对模糊聚类分析进行了重点研究.

作 者：冯二浩 潘宏侠 FENG Er-hao PAN Hong-xia 作者单位：中北大学机,械工程与自动化学院,山西,太原,030051刊 名：机械管理开发英文刊名：MECHANICAL MANAGEMENT AND DEVELOPMENT年，卷(期)：25(1)分类号：U464关键词：故障诊断 模糊聚类 FCM算法

基于聚类分析法的云南金融竞争力研究论文 篇2

据《2005年中国海洋经济统计公报》最新公布的数据显示, 2005年全国海洋经济继续保持高于同期国民经济的增长速度, 实现了《全国海洋经济发展规划纲要》确定的发展目标。据初步核算, 2005年主要海洋产业总产值16 987亿元, 增加值7 202亿元, 按可比价格计算, 比上年增长12.2%, 相当于同期国内生产总值的4.0%。海洋三次产业结构为17∶31∶52。海洋第一产业增加值1 206亿元, 第二产业增加值2 232亿元, 第三产业增加值3 764亿元。

海洋是山东国土的特色和潜在的优势, 对全省经济和社会发展具有十分重要的意义。山东省是我国的海洋大省之一, 沿海地区主要海洋产业总产值继广东和上海之后, 位居第三。山东省海洋开发历史悠久, 自20世纪80年代以后, 全省海洋开发技术水平有较大提高, 海洋产业发展已有良好基础, 形成了包括海洋水产业、海洋油气业、海洋矿业、海洋船舶与工程建筑业、海洋盐业及海洋化工业、海洋生物医药业、海洋电力及海水利用业、海洋交通运输业和滨海旅游业等较为完备的海洋产业体系。

山东省共有7个沿海城市, 分别是:滨州、东营、潍坊、烟台、威海、青岛和日照。它们毗邻大海、山脉相连、习俗相近、道路相接、商旅相通, 自古以来区域之间就保持着密切的社会交往、经济贸易和文化往来。这一区域是海洋产业的经济腹地, 海洋与内陆的经济往来和海岸带区域经济向内陆扩张消化主要依靠这一区域。因此, 要发挥好山东省的海洋特色和优势, 必须清晰认识山东省沿海各地区海洋产业发展状况, 明确各地区海洋产业竞争力强弱, 以便将海洋产业合理布局与科学高效利用海洋资源有效结合, 从而增强山东半岛区域海洋产业在全国海洋产业布局中的竞争力。

二、研究现状

海洋产业的布局是否合理, 依赖于社会与经济发展背景的同时, 还强烈地反映了自然环境条件与海洋资源禀赋开发利用的合理度。合理的产业布局是海域使用整体功能与整体效益有效发挥的综合体现, 它不是诸多海洋资源开发利用效益的简单相加, 而是海洋资源综合开发组合效果质态的总体反映, 海洋产业布局的功能具有乘数效应或除数效应。

关于竞争力, 直观的理解可定义为竞争主体之间在争夺一个或多个竞争对象的过程中所表现出来的力量。现阶段对城市竞争力的概念, 学者们从不同角度对其进行阐述, 在当前经济全球化背景下, 从竞争力概念解析角度认为, 城市竞争力是指一个城市以其现有的在自然、经济、社会、制度等方面的综合比较优势为基础, 通过创造良好的城市环境, 在资源要素流动过程中, 与其他城市相比, 具有更强的聚集、吸引和利用各种资源要素的能力, 并最终表现为较其他竞争对手更为持续的发展能力和提高其市民福利水平的能力。对山东半岛沿海城市海洋产业竞争力的分析, 也即是以特定的海洋产业为研究对象的城市竞争力的分析。

研究城市竞争力的方法有多种, 有学者运用多元统计分析中的因子分析法和聚类分析法对湖南省14个地级中心城市综合竞争能力进行比较分析。有学者运用非线性理论建立了城市竞争的模型, 并以南京与杭州为例进行了实证分析。又有学者采用目标层次法建立了城市竞争力的评价系统, 并以河南省的18个城市为例, 进行了实证分析, 既给出其竞争力指数的排名, 又分析了影响河南省各城市竞争力的一些关键因素。对于海洋产业的研究, 我国学者主要以定性为主, 近年来也有了一定的定量分析, 例如有学者从产值的角度考虑地区海洋经济实力的状况, 利用聚类分析方法、借助海洋经济统计数据对地区海洋经济进行了实证研究。

结合学者们对城市竞争力和海洋产业的研究方法, 本文将海洋产业与空间区域相结合, 利用1996—2005年山东半岛各沿海城市9大主要海洋产业增加值数据, 对山东半岛各沿海城市海洋产业竞争力进行聚类分析。

三、数据分析

1. 聚类分析

聚类分析 (Cluster Analysis) 是依据研究对象的个体特征, 对其进行分类的方法。聚类分析的基本思想是根据对象间的相关程度进行类别的聚合。在进行聚类分析之前, 这些类别是隐蔽的, 能分为多少种类别事先也是不知道的。聚类分析的原则是同一类中的个体有较大的相似性, 不同类中的个体差异很大。

系统聚类法 (或称分层聚类分析) 的具体聚类过程是:聚类开始时, 样本中的各个样品 (或变量) 自成一类;通过计算样品 (或变量) 间的相似性测度, 把其中最相似的两个样品 (或变量) 进行合并, 合并后, 类的数目就减少一个;重新计算类与类之间的相似性测度, 再选择其中最相似的两类进行合并, ……, 这种计算、合并的过程重复进行, 直至所有的样品 (或变量) 归为一类。整个聚类过程可以用聚类图 (树图) 形象地描绘出来。

2. 山东半岛沿海城市海洋产业聚类分析

为了克服原始数据由于计量单位的不同对聚类分析结果产生不合理的影响。在聚类分析过程中, 首先应对原始数据进行数据变换处理。所谓数据变换, 就是将原始数据矩阵中的每个元素, 按照某种特定的运算, 把它变为一个新值, 而且数值的变化不依赖于原始数据集合中其他数据的新值。对原始数据进行变换的方法主要有把数值变换为Z分数 (标准化变换) 、变换到0~1范围内 (规格化变换) 、变换到-1~+1范围内、变换到最大值为1、变换到均值为1或标准差为1等。

在这里, 采用标准化变换, 即把原始7个沿海城市9类海洋产业增加值数据转换为标准Z分数 (Z score) 。其变换公式为:

其中:X′ij表示标准化后的第i个城市第j种海洋产业某年的增加值, 表示变量j海洋产业的均值, Sj表示变量j海洋产业的标准差即:

本文采用欧氏距离 (Euclidean distance) 作为聚类所用距离, 他是聚类分析中用得最广泛的距离。第i行和第k行的欧氏距离公式为:

将经过Z分数变换的7个沿海城市的9类海洋产业增加值数据从1996年到2005年作10次聚类, SPSS结果总结如表1所示。

从SPSS软件得出结果可以看出, 山东半岛沿海城市海洋产业竞争力基本上呈现三个层次:九五期间, 威海市属于第一个层次, 其地位在十五期间被海洋经济快速发展的青岛市赶超, 2001年青岛市主要海洋产业增加值比上年增长22.8%, 而同年威海市增长率仅为7.7%;烟台市一直稳居第二层次;潍坊、日照、东营和滨州处于第三个层次, 这四个城市海洋产业增加值始终在低处缓慢发展。

相似的结果也可从图1看出, 图1中青岛、威海和烟台的三条折线聚在一起, 其中在2001年处, 青岛市开始赶超威海市, 并从此一直高速增长, 海洋产业竞争力在山东省取得了不可撼动的地位。而图中潍坊、日照、东营和滨州的四条折线聚在一起, 并且每年都缓慢的增长。

3. 从海洋三次产业结构分析聚类结果

从图2可见, 青岛市海洋产业以第三产业为主, 其次是第一产业, 曾一度在1997年和1998年成为青岛市主要海洋产业, 但其比重自1999年开始稳步下降。青岛以它独特的地理位置, 美丽的海滨风光和多样的滨海旅游服务功能吸引了多方的海内外客人, 其滨海旅游业发达;青岛是一个港口贸易城市, 港口是青岛发展海洋经济的最大优势和膨胀点。青岛港地处我国北方海岸线中央, 是我国沿黄河流域最大的出海口, 与日本神户、韩国釜山等著名港口仅一水之隔, 是环太平洋西海岸重要的枢纽港口, 港口和海洋运输业发达。因此, 海洋第三产业成为青岛海洋经济的支柱产业。而海洋第二产业总体实力较弱, 与一些老式的海洋工业城市相比, 青岛市的海洋工业实力较弱。青岛市作为全国5大计划单列市之一, 在山东省占有举足轻重的地位, 是山东省经济发展的龙头, 占有全国一半以上的海洋科技力量, 海洋产业的发展自然也在山东省沿海城市起到领先作用。

从图3、图4可见, 威海市和烟台市的海洋第一产业占据着绝对大的比重, 其次是第三产业, 第二产业比重持续偏低, 增长趋势极度缓慢。威海市和烟台市位于山东半岛东端, 两市地理位置相互接壤, 所属海区处黄、渤海的接合部, 依靠优越的自然资源条件, 两市渔业开发历史悠久, 沿海居民世代以捕鱼为生, 故两市的海洋渔业发达。由于地理位置相近, 人民生活习惯、社会形态、经济发展等方面的相似性, 造成两市海洋产业结构非常相似, 故聚为一类。

由图5知, 潍坊市九五期间海洋产业以第一产业为主, 但比重持续走低, 2002年第二产业异军突起, 赶超第一产业, 成为潍坊市主要海洋产业;海洋第三产业比重在“十五期间”也有大幅度增长。

日照市海洋三次产业结构比重 (图6) 与威海市和烟台市极为相似。东营市 (图7) 是我国第二大油田胜利油田的所在地, 故其海洋第二产业最为发达, 是一个以工业为主的城市。滨州市 (图8) 位于山东省北部, 黄河三角洲腹地, 渤海湾西南岸, 北通大海, 全市境域横跨黄河西岸。境内湿地资源丰富, 湿地类型多样, 有浅海有滩涂、八条大型河流横贯全境, 淡水湖、咸水湖各具特点, 独特的自然环境带来了丰富的渔业资源, 使渔业成为滨州主要的海洋产业。

以上四个城市, 虽海洋三次产业结构各有不同, 但总体看来第三产业发展普遍较弱;从经济发展情况看, 四城市经济发展水平相当, 均低于青岛、威海和烟台, 潍坊市海洋经济发展水平略高于其他三市;从空间层面上看, 滨州、东营、潍坊和日照四市地理位置依次相连, 并且与山东半岛内陆直接接壤, 像一个纵向隔离带将青岛、烟台和威海与内陆隔离开来。故将这四个城市聚为一类。

四、结论与建议

1. 结论

综合以上分析, 山东半岛7个沿海城市海洋产业竞争力青岛市居首位, 烟台、威海次之, 潍坊、日照、东营和滨州再次。海洋产业结构各地各有不同, 大部分城市海洋产业仍以第一产业为主, 比重均稳中有降。除东营、滨州和潍坊外, 山东省沿海城市海洋第二产业一直位居末位, 增长幅度也较低。海洋第三产业的比重呈直线上升趋势, 青岛市海洋第三产业在海洋产业结构中比重已超过第一产业, 而同时比第二产业的比重超出很多。

总体上山东省海洋产业现代化水平仍较低, 传统产业和初级产品生产仍占较大比重, 新兴产业尚处于起步阶段, 海洋开发无论从广度还是深度均与资源拥有量不相适应, 整体技术水平与海洋经济发达国家相比有较大差距。

2. 山东省海洋产业结构优化建议

现阶段, 山东省海洋经济最具竞争力的城市是青岛市, 应以青岛市为核心经济区, 发挥好青岛城市的龙头作用, 将其海洋产业现有的规模效益和比较利益传递、渗透到周边城市, 并将回流和扩散效应反馈回青岛, 以便总结创新, 充分发挥山东省海洋产业优势, 加快海洋经济发展, 形成良性循环。

与资源分布相结合, 秉承可持续发展原则, 合理利用资源, 大力发展各城市优势海洋产业。例如, 青岛市拥有优良的滨海旅游资源, 是全国闻名的滨海旅游城市之一, 每年接待海内外宾客不计其数, 拥有良好的发展滨海旅游业的基础。因此, 山东省应在此基础上对青岛市旅游业予以更大关注, 尽量发挥其旅游资源的最大价值。又如, 东营市的海洋第二产业发达, 是由于其拥有丰富的海洋油气资源, 因此, 在对资源可持续开发的基础上, 山东省应着力于东营市的海洋第二产业发展。对于渔业资源丰富的城市, 如威海、烟台、潍坊、日照和滨州, 新技术养殖增殖和适度捕捞有利于山东省海洋第一产业的发展。

合理分配海洋三次产业比重, 提高山东半岛海洋产业在全国的竞争力。美、日、英等发达国家三次产业的就业结构比为8∶59∶33。山东省海洋第一产业的基础地位相当稳固, 居海洋产业首位, 比重明显偏高, 自1996年以来, 全省的海洋第一产比重已呈缓慢下降趋势;而海洋第二产业发展虽有所进步, 但由于资源条件、资金、开发成本、技术水平、市场需求等产品结构条件限制, 发展速度缓慢, 比重严重过低, 省级部门应引起有关重视, 采取有效措施加快发展海洋第二产。海洋第三产业比重在这些年取得了可喜的变化, 增幅较大, 但应当控制其发展节奏, 进一步优化海洋第三产业结构, 完善海洋第三产业内涵与外延, 打造具有山东特色的海洋现代服务业。

基于聚类分析法的云南金融竞争力研究论文 篇3

关键词:因子分析；聚类分析；现代贸易中心；竞争力

中图分类号：F23文献标识码：A文章编号：1006-4117（2011）04-0169-02

贸易中心，总体意义上是指零售批发交易中心、口岸贸易中心、物流配送中心等多项功能的综合体。当今时代，对外贸易的发展出现了新特点，区域贸易中心无论在内涵和外延上都得以拓展，中心城市要想在日趋激烈的贸易竞争中与其它城市抗衡，必须紧密依托经济的发展，加快构建现代贸易中心。贸易中心建设是一项综合性的建设任务，其不仅关系到中心城市在全国城市竞争中的地位，而且关系到城市如何为全国的贸易增长方式转变提供平台，为获得贸易利益服务。

因子分析将具有复杂关系的变量综合为数量较少的几个因子，以再现原始变量和因子之间的相关关系，而聚类分析则根据不同因子对变量进行分类，这不仅可以对贸易中心城市的竞争力进行综合评价，而且可以了解各城市发展的制约因素。本文应用因子分析对我国贸易中心城市的竞争力进行综合评价，并根据因子得分对各城市进行聚类分析，以进一步明确我国现代贸易中心的发展情况。

一、样本选择及变量定义

本文选取2006年集装箱吞吐量排名前10的10个具有代表性的贸易中心城市：天津，大连，中山，上海，连云港，厦门，宁波，青岛，广州，深圳。数据来源是2006年各地的《国民经济和社会发展统计公报》和2006年各地的《统计年鉴》，运用SPSSV13.0进行统计分析。

本文共选取了9个指标来进行贸易中心竞争力的比较，分别是第三产业占GDP比重（x1），限额上批发零售贸易业商品销售总额（x2），货运总量（x3），货物进出口总额（x4），货物进口额（x5），货物出口额（x6），外贸依存度（x7），进出口占本国比例（x8），港口集装箱吞吐量（x9）。

二、因子分析及其结果

（一）因子分析

本文使用因子分析方法提取10个样本中心综合竞争力指标主成分为F1，F2和F3及其对应的特征值和贡献率。从因子旋转后的载荷阵可以看出，第一个主成分对货物出口额，进出口占本国比例，进出口总额有绝对值较大的相关系数，这三个指标在第一因子上的负荷值最大，达到92%以上。第一公因子反映了贸易发展规模情况，因此定义第一个公因子为规模因子，主要解释贸易产业的发展规模情况（在这里虽然货物出口额的载荷值为94%，进出口总额的载荷值为92%，但考虑到实际生活中用进出口总额来衡量城市的贸易规模更贴切，这里的规模因子我们就用进出口总额来表示）。第二个因子相关系数绝对值最大的是货运总量，载荷为94.5%，它可以解释贸易中心城市的交通运输情况，因此定义第二因子为交通因子。第三个因子主要反映了第三产业的比重情况，因此定义第三公因子为服务贸易因子。取前3个主成分来代替原来9个变量，其累计贡献率达96.98%，能较好地评价中心城市的贸易竞争力。从因子得分系数矩阵，得出前3个主成分的线性组合方程。

以每一个主成分对应的贡献率为权数，对3个主成分加权平均，所选样本竞争力评价函数如下：

根据上述公式计算出相应的因子得分及综合竞争力得分，结果见表1。

（二）因子分析的結果

从综合竞争力指标来看，2006年我国样本中心城市的贸易竞争力呈现以下特征：

1、贸易竞争力排名前3的城市，都具有经济力量雄厚，贸易量巨大，对周边地区经济辐射力较强的优势。上海扼长江流域之龙头，居沿海经济带的心脏地域，优良的港口、广阔的腹地，使上海具备得天独厚的地理条件。此外，交通，通讯，航运和金融等基础设施和软环境都已具有一定的基础，是全国最大的经济中心和工业中心，产业体系完备，生产实力雄厚；深圳已经连续16年取得贸易出口额全国第一，包括深圳湾口岸、大铲湾码头等等在内的物流优势给深圳发展国际国内贸易提供了强大的支撑。而珠三角作为全球最大的生产型消费品基地为深圳发展贸易中心提供了强大的产业支持。

2、第三产业占GDP的比重即服务贸易亟需发展。在列表中，所有城市的F3得分都是负值。在现代贸易中心城市的发展过程中，服务贸易的重要性越来越突出，而我国这些城市的服务贸易发展还远远地低于要求，这是我们必须认识也务必要抓住的一个重点。促进服务贸易的发展，需要重点做好以下几个工作：第一，形成服务贸易推进机制。把推进服务贸易与建设贸易中心结合起来，与形成服务经济为主的产业结构调整结合起来，形成服务贸易发展的立体格局，形成服务贸易的推进机制。第二，营造有利于服务贸易发展的良好环境；第三，完善符合市场经济要求的服务贸易促进体系，加强服务贸易企业间和政府部门间的联系；第四，以“开放促发展”，但要把工作重点放在服务贸易的出口方面，在出口市场布局上，实现以点到面，从单个项目输出到产业转移的深度开发的战略转移。

3、两端城市的差距较大。排名在前的贸易带头城市上海，深圳与中山，连云港等的各项得分差距比较悬殊。其中上海为3926548，而连云港仅为247538.2，说明我国的各个贸易中心城市的竞争力水平参差不齐，很多城市的贸易业发展还是有乐观的追赶空间。

三、聚类分析及其结果

（一）聚类分析

聚类分析就是对研究样本或指标进行分类的一种多元统计方法，通过将一批数据的个案或者变量的诸多特征，按照关系的远近程度进行分类，以达到认识问题本质的作用。本文使用聚类分析中的逐步聚类分析法（K-means Cluster），选择规模、交通和服务贸易3个因子作为聚类变量，将10个样本城市分成3类，并对产生类的控制变量——3个因子得分作了单因素方差分析。从SPSS输出结果可知：3个类中心点进行了3次迭代，用于聚类分析的3个变量均呈现了显著性差异，说明聚类效果较好。聚类分析结果见表2。

（二）聚类分析的结果

第一类城市中包含上海和深圳。上海和深圳都是沿海城市，有较大的港口，又联系着广阔的腹地，因而是海陆交通的枢纽，是国内外经济、文化、技术交流的连接点，拥有雄厚的产业基础与技术力量，是经济和贸易的荟萃之地。这类城市规模因素，交通因素和服务贸易因素都拥有得天独厚的优势，继而综合排名名列前茅，分居第1和第2。尤其是在规模这个因子上，上海和深圳的货物进出口总额是遥遥领先于其它城市的。上海22750000（万美圆），深圳23723300（万美圆）的规模总额更是奠定了其我国一线贸易中心的地位。

天津，宁波，青岛，广州属于第二类城市。这几个城市都各有优势，特点突出，但劣势也不容忽视致使其综合得分达不到最高水平，排名在第3至第6位。天津，宁波，青岛3个城市都处于有利的交通位置，但是服务贸易的发展速度相对过缓，第三产业占GDP的比重远未达到一线现代贸易中心的水平。其中天津40.21，宁波40.06，青岛41.96，均只刚超出40%。广州是集加工和贸易于一体的港口城市，第三产业占GDP比重高达57.6%，居于10城市之首，然而有形贸易中的重要衡量指标进出口贸易总额和货运总量却列于上海和深圳之后，综合得分为4106579，排在第三位，和宁波，青岛，广州同属第二类城市。

大连，中山易绝对量来说，还是所拥有的交通地理资源和现代的贸易种类来说，这4个城市都是无法与前面几个城市抗衡的。进出口总额最多的厦门（3278961万美圆）比二类城市中的最小值青岛（3908243万美圆）都少将近600000万美圆；货运总量也仅为4550万吨（厦门）至27526万吨（大连）；第三产业占GDP比重最小的城市中山（35.33）也归属于此类。

结束语：通过对2006年我国现代贸易中心城市的研究表明，上海和深圳是我国目前最具贸易竞争力的城市，在规模和交通因子上占有绝对优势；但同时两极分化明显，如综合得分最高的上海，得分为11457274，而最差的连云港，得分为247538.2，两个城市的综合竞争力差值为11209735.8，两端的城市竞争力得分差异较大。最为凸显也最令人担忧的问题是，06年我国10个样本城市的服务贸易因子得分都是负值。这说明，我国贸易城市的竞争力在服务贸易这一块非常缺乏，要想建立真正的，有影响力的现代贸易中心城市，贸易方式急需转变。大力发展服务贸易，对城市经济和社会发展都具有重要的意义。

作者单位：华东政法大学

作者简介：肖芳（1988— ），女，汉族，湖南娄底人，华东政法大学商学院09级产业经济学硕士研究生，研究方向：产业经济学。

参考文献：

[1]刘振栋,刘丽,王中海.基于因子分析和聚类分析的钢铁行业绩效评价[J].公司理财.2009,5.

[2]李俊梅．区域性商贸中心评价指标体系的建立及应用[J]地域研究与开发价[J].地域研究与开发,1998,12.

[3]陶昌盛,沈雅琴.上海未来的选择:构建国际贸易中心[J]．经济纵横.2003,5.

[4]宋国良.建设国际贸易中心亟需发展服务贸易[J].上海企业,2009,7.

[5]许学武.加快建设国际贸易中心的几点建议[J].上海商业.2005,3.

[6]王火灿.国际贸易中心的形态与成因及上海的目标与对策[J]．国际商务研究,1995,3.

[7]黄强．现阶段论上海国际贸易中心的构建[J].市场论坛.2009,7.

基于聚类分析法的云南金融竞争力研究论文 篇4

摘要：该文分析了云南省城乡金融发展现状、存在的主要问题及原因，提出了从改善农村金融生态环境、提高城乡金融资源配置主体的能力与素养、创新农村金融服务体系以及完善农村金融基础设施建设和农村金融风险补偿机制等五个方面着手，实现城乡金融统筹发展。

关键词： 三农; 城乡金融; 统筹发展。

1 引言。

城乡金融非均衡发展是许多国家在经济发展过程中经历的一种经济现象，即使是发达国家，这一现象也会在特定时期内长期存在。但是，就发达国家的经验来看，城乡金融非均衡发展伴随经济市场化进程有着向城乡金融统筹发展转型的必然趋势，由此，发展中国家可通过金融体系改革实现城乡金融统筹发展，进而促进农村金融的发展，最终实现农村经济增长和发展的目标。然而，在中国经济市场化进程中，农村经济相对城市经济来说发展严重滞后，农村金融资源作为所有资源中最重要、最稀缺并具有自配和配它功能的战略性资源，却长期遭遇种种掠夺： 国有商业银行的纷纷撤离、农村信用社的网点撤并、民间金融的受抑限制，导致农村金融出现了严重的结构性( 空间结构、主体结构与产品服务结构)与功能性( 银行、证券、保险、信托和基金等) 缺陷，即便自 年来的中央“一号文件”一直强调发展农村金融，但也难挡农村金融资源不断外流、供给不足和主体缺失之命运。究其原因，我们认为，政策与实践范式上长期实行全国高度统一无差异的农村金融模式是直接原因，金融发展观念上的城乡分割、政府权利垄断和不相信民众是其根源。对于云南省而言，农村金融也逃脱不了上述命运，如果任其持续下去必将威胁和影响到整个经济的持续、健康、稳定、协调发展，解决“三农”问题也可能是纸上谈兵。因此，本文以“三农”视角为切入点，以云南省城乡金融发展为研究对象，力图从理论和实践上构建起具有云南边疆民族特色的城乡金融统筹发展模式，以此破解“三农”发展难题，实现整个经济社会的和谐发展。

2 云南省城乡金融发展现状及存在的主要问题。

2. 1 云南省城乡金融供给状况。

改革开放 30 多年来，特别是经过近年来的快速发展，云南省城乡金融发展取得了翻天覆地的变化，但是，城乡金融的发展及其不均衡，金融资源不断向城市集聚。从机构体系看，昆明市作为云南省的省会城市，集中了大部分的金融机构。人民银行、保监会、证监会、银监会在昆明设立了监管部门; 四大国有银行、三大政策性银行、保险公司、证券公司、期货公司、投资公司、财务公司、资产管理公司、本地银行、外资银行、小额贷款公司、融资担保公司等金融机构一应俱全，这些金融机构构建了昆明市较为完善的金融服务体系，为昆明市经济的快速发展提供了良好的金融支持。从存、贷款看， 年，云南省全省年末存款余额为 11 119 亿元，昆明市为 5 849亿元，昆明市存款余额为全省存款余额的 52. 6%，而 2009 年云南省全省贷款余额为 8 779 亿元，昆明市为 5 450 亿元，昆明市贷款余额占全省贷款余额的 62. 08%。而对于广大的农村地区来说，由于国有商业银行股份制改造而导致的金融机构撤并，部分地区出现了金融服务空白。以全省 15 个州市( 昆明市除外) 为例，2009 年与 2001 年相比，共减少1 040 个金融机构营业网点; 全省 1 213 个乡镇中，金融服务缺失的乡镇有 122 个，占全省乡镇总数的10% ，共涉及 130 万人，18 个少数民族。即使有的乡镇有金融机构往往也只是有农村信用社或是邮政储蓄银行，而这些年的实践表明，邮政储蓄银行其业务往往取到“抽水机”的作用，相当大一部分资金通过邮政储蓄银行回流城市，进一步加剧城乡金融发展的不平衡。此外，云南省现有两家证券公司和 68家证券营业部，但其业务主要集中在昆明、曲靖、玉溪、楚雄等经济相对比较发达的城市，其营业网点很少延伸到乡镇等农村地区，从而使得农村人口的投资渠道比较少; 而保险公司其业务绝大部分集中在城市，在农村其业务覆盖了一部分经济相对发达的乡镇，虽然近年来保险公司相继开展了烤烟、林木、奶牛、能繁母猪等保险业务，但其业务往往属于政府主导型，缺乏应有的活力。从表 1 可以清楚看出，云南省金融资源主要集中在城市，农村金融资源相对匮乏。

2. 2 云南省城乡金融需求状况。

2. 2. 1 云南省城镇金融需求。

自从 年国家实行稳健货币政策以来，金融市场资金供给普遍比较紧张，但还没有影响到云南省大中型企业的营运，调研中发现，70%左右的大中型企业资金相对比较宽裕( 房地产公司除外) 。对于城市居民来说，过去他们贷款的主要目的是购房，但现在国家对购房进行限制，购房贷款比较难以获得，但对于消费贷款等用于其他用途的贷款，还是比较容易获得。

2. 2. 2 云南省县域中小企业金融需求。

云南省县域中小企业以及乡村小企业营运资金都比较紧张，有的由于缺乏资金面临倒闭的风险。

在调研中，我们发现，中小企业 3 年期以上长期贷款基本不能够得到满足，只有 10% 的中小企业营运资金相对宽松，40% 的中小企业流动资金贷款基本上处于正常状态，20% 的中小企业今年以来流动资金比较紧张，已经影响到企业的正常运转，20%的中小企业今年以来根本无法从银行贷到款项，面临倒闭的风险。

基于聚类分析法的云南金融竞争力研究论文 篇5

数据一直是信息时代的象征。2011年5月麦肯锡全球研究院发布了报告《大数据：创新、竞争和生产力的下一个新领域》后，大数据的概念备受关注。金融业是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是数据来源。金融业也高度依赖信息技术，是典型的数据驱动行业。1．研究内容

（1）大数据分析在金融领域的应用和创新。如依托大数据分析促进高频交易、风险管理、客户交叉行为分析、客户关系管理等。

（2）互联网金融的架构和发展模式及发展方向。按照二八法则定律来看，80%的金融产品将通过互联网、移动终端等技术走向标准化、大众化、规模化道路。例如，信用卡消费记录中早就包含消费时的位置信息，现在就可以被互联网金融利用。

（3）金融行业客户行为分析。通过大数据分析客户行为，实现个性化和精准化客户服务，有助于企业在创新经营模式时更加贴近、深刻理解客户需求并做出预判，从而改善经营水平、提升经营效率。2.关键技术点

（1）数据搜集。收集客户信息，对客户的基本信息及行为信息进行分析，依托平台细分客户。

（2）客户的行为分析。建立数学模型，对客户的交易行为进行精准化分析，以及参数的设定。

基于聚类分析法的云南金融竞争力研究论文 篇6

其实早在5月25日，云南白药召开其2003年度股东大会，会议公告简单称：“大会审议通过了修改《公司章程》第十三条在营业范围内增加'食品、日化用品'内容的议案”。在业界看来，这一修改实际上为云南白药将来更深的介入食品行业悄悄埋下了伏笔。云南白药早在上世纪70年代初就做过田七鸡精、田七花精、田七片和田七粉等产品，80年代初，云南白药就委托安宁一家汽水生产商为其试生产可乐，尝试生产“三七可乐”，但均以项目流产而告终。

牙膏作为云南白药进军快速消费品行业的头阵，云南白药寄予了非常大的希望。早在20底，云南白药就已经研发出了牙膏，对于新品上市，公司前期已经做了非常充分的准备;广泛招募日化领域人才;在各大平面、户外、电视媒体投播广告。

云南白药为了实现产品的差异化，建立与其他牙膏品牌之间的竞争壁垒，将云南白药牙膏定位为保健品牙膏，主要诉求防止牙龈出血、溃疡等口腔疾病;主要走连锁药房渠道;定价上也与其他牙膏品牌有所区隔，20元左右一支定位于高端市场。

云南白药涉足日化领域的确是一次有益的尝试。将牙膏定位于保健品，突破牙膏市场低价迷局，与高露洁、佳洁士等外资强势牙膏品牌建立竞争壁垒的确值得很多国产牙膏品牌学习。据业内人士分析，目前国内牙膏市场业内以年产量大小划分为三大阵营，以高露洁、佳洁士为代表的外资品牌牢牢把持第一阵营，市场份额超过2/3，且增长势头强劲，已大举进攻农村市场;第二阵营是年产量1亿支以上的几大国产品牌，黑人、中华、两面针、冷酸灵、六必治、立白等，但市场份额在萎缩，由最初的90%滑到不足30%;第三阵营是杂牌军，主要是一些地方品牌，如何在如此竞争激烈的市场争得一席之地，云南白药发挥自身品牌优势，利用药企熟悉的保健品市场施展手脚，通过牙膏与保健品的关联嫁接，推广云南白药牙膏品牌;而这一领域是高露洁、佳洁士们所不熟悉的，可以有效的进行竞争阻击，

在成熟市场扮演跟随者还是培育非成熟市场扮演领跑者?显然，云南白药选择了后者;但领跑保健品牙膏市场显然需要付出更多代价。

其一：消费者只将牙膏的当作一种日常的牙齿护理产品，牙龈出血、溃疡等口腔疾病还是习惯使用药品，并不能把牙膏与保健品、药品概念相提并论。消费者接受起来还是比较困难。

其二：商超是牙膏市场最重要也是最主要的销售渠道，连锁药店只能树立保健品牙膏品牌形象，短时间很难改变消费者行为，所以并不能成为主流销售渠道。

其三：云南白药牙膏定位于高端，每支零售价在20元左右。这的确能树立高端品牌形象，但由于是新产品，能否让消费者进行尝试性购买，难度的确较大。

其四：云南白药牙膏品种单一，目前市场上只有一种品种，消费者没有选择的余地。

其五：在云南白药培育的保健品牙膏市场中，跟随者寥寥。通常情况下，单打独斗不能培育出较大的成熟市场，红花还要绿叶的衬托。

云南白药牙膏通过自身的定位及相应的推广策略不难发现，这一中国著名中药品牌想通过建立竞争壁垒实现该品牌跨行业的发展，但是，在实施这一战略的同时，自身也得到来自方方面面的牺牲。同样在该领域，同样是跨行业发展，LG日用化学所采取的战略确是在开放竞争的同时设置竞争壁垒，并取得了一定的成效。其公司生产的Perioe Children(倍瑞傲儿童)牙膏、Xibitai(洗必太)牙膏、Perioe-Cool(倍瑞傲 酷)牙膏、Bamboo Salt(竹盐)牙膏、倍瑞傲佳爽牙膏在市场上取得了长足的进步。通过“随身的护齿专家”品牌诉求，高端市场定位，通过其在日用化学领域的研发，从防止牙龈出血功效诉求，与高露洁、佳洁士们进行开放性竞争。但由于其独特的品牌定位与诉求和高露洁、佳洁士进行有效的区隔，从而获得了市场的认同和一定的市场份额。

如何有效的进行竞争阻击，建立竞争壁垒，是值得国内品牌开拓市场思考的重要问题之一。

基于聚类分析法的云南金融竞争力研究论文 篇7

竞争日益成为企业生存和发展的主体环境,企业竞争力日益成为企业生存和发展的基础和前提。尤其是我国医药企业在与国内医药企业竞争的同时,还面临着国际实力强大企业的挑战。在这种竞争日益激烈的环境下,定位于企业竞争力研究,探讨企业竞争力的影响因素,构建切实可行的企业竞争力典型影响因素挖掘方法,对于有针对性地提高企业竞争力具有十分重大的现实意义。

二、R型聚类方法

1. R型聚类方法概念。

R型系统聚类法对指标项进行聚类的方法是通过分析聚类过程并根据精度要求最终确定分为几大类指标,选取各大类中的典型指标来代表该类原来的多个指标,从而去除因素间的相关性,故其他常用的综合指标评价有层次分析法、主成分分析法等不适于本研究。把R型系统聚类算法应用于研究医药企业竞争力典型影响因素是相对较好的选择。

2. R型系统聚类方法的步骤。

假设有P个指标u1,u2,…,up,有多家个案数据,按简单相关系数公式(公式如下)求各变量间的相关系数,则基于R型系统聚类法的指标优化算法具体如下:

步骤二:在相关系数矩阵R中的非对角元素中,按最大元素法找到最大元素Rij所在行与列的指标聚为新的一类,同时P=P-1;

步骤三:按最大相似系数方法计算新类与其他指标之间的相关系数,如u1和u2聚为新类,则Ri,12=max(Ri1,Ri2)(i=3,4,…,p);

步骤四:判断当前指标个数,如p共1,重复步骤二,直至将所有指标都聚成一类为止;

步骤五:画出聚类图谱,分析图谱中聚类过程出现的跳跃点,确定具体的聚类个数,并得到分类表;

步骤七:在M个新类中分别取最大相关指数所对应的变量为此类的典型影响因素。

三、指标的选取

许多学者在研究医药企业竞争力的指标体系或影响因素时,都考虑了财务因素、科技因素和企业规模因素等。另外,由于定量指标的客观性,定性指标的主观性、数据难获取等特点,基于定量指标的研究是大多数学者的选择。因此,本文根据构建原则建立了医药企业竞争力影响因素体系,即年销售收入、资产总额、员工总数、科技人员比重、新产品数量、科研经费比重、专利数量、总资产利润率、主营业务利润率、净资产收益率、总资产增长率、净资产增长率、税后利润增长率、资产负债率、速动比率、现金流动负债比率、流动比率、股东权益比率、营业利润增长率、总资产周转率、存货周转率、管理费用比例、应收账款周转率、负债权益比率、主营收入现金含量、净利润现金含量等26个影响因素。

四、实证研究

1. 研究对象的选取。

由于医药企业数量多、规模大,并且不同企业的规模有大有小,各具特色,因此,本论文在分析研究中,出现挂一漏万的现象是在所难免的。为了尽量总结出医药企业关键影响因素的普遍性特点,特选用了在沪深股市上市的医药企业作为代表。因为医药上市公司是来自医药行业的骨干企业,具有较广泛的代表性;同时,上市公司的数据收集起来比较方便,降低了研究的成本。因此,本文共选取了上述31家沪深上市的医药企业进行研究,目的就是为了挖掘出各上市医药企业竞争力的关键影响因素,为整个医药行业或组织及个人制定决策提供参考。

2. 相关性分析。

我们所建立的影响医药企业竞争力的26个影响因素,所反映的内容已经基本上概括了企业竞争力的各个方面。其数据来源于各公司的2015年年报、公司网站及互联网上的数据,并经过相关计算获得的。本文利用选取的沪深两市31家医药企业2015年相关指标数据得到的相关分析表见表1。

3. 聚类结果分析与影响因素的筛选。聚类图谱能清晰地反映影响因素根据相关系数的聚类过程,如图1所示。

对于系统聚类,将m个指标究竟聚为几类好,聚成几类后停止并类及如何确定最终的聚类个数,目前学界还没有统一的认识。比较常用的方法是根据聚类图谱的跳跃程度以及聚类对象的实际经验确定,即当某步骤使相似系数值的变化发生大的跳跃时,是停止并类的信号。根据SPSS的聚类图谱可以看出指标在5~15之间跳跃点十分明显,所以在此处分类比较合适;再加上相关文献的研究,可以得出当聚为13类时各个因素之间分类比较明显,最终把聚类的个数定为13,分别为1类:税后利润增长率、营业利润增长率;2类:速动比率、流动比率、现金流动负债比率;3类:总资产利润率、净资产收益率、股东权益比率、主营业务利润率;4类:存货周转率;5类:总资产增长率、净资产增长率;6类:主营收入现金含量;7类:科技人员比重、科技经费比重、管理费用比例;8类:资产负债率、负债权益比率;9类:新产品数量、专利数量;10类:年销售收入、资产总额、员工总数;11类:总资产周转率;12类:应收账款周转率;13类:净利润现金含量。

其中mj为指标所在类的指标个数,r为各指标的相关系数。在13个新类中分析取最大相关指数(因为这里是相关系数,越大表明其相关性越好,代表性越好,故应选择最大相关指数)所对应的指标为此类的典型指标。经过指数计算之后得到最后的典型指标分别为营业利润增长率、速动比率、总资产利润率、总资产利润率、存货周转率、净资产增长率、主营收入现金含量、科技经费比重、资产负债率、专利数量、年销售收入、总资产周转率、应收账款周转率、净利润现金含量。

五、分析与总结

对医药企业竞争力影响因素进行聚类,最终确定了13个典型指标为最终聚类结果。这13个典型指标分别体现了企业的利润增长能力、偿债能力、盈利能力、营运能力、规模成长能力、现金流量能力、科研投入能力、管理能力、科研成果能力、规模实力,符合研究医药企业竞争力影响因素的科学性、全面性、可比性、针对性原则。

摘要：本文建立了R型聚类挖掘企业竞争力典型影响因素的模型,并依据此模型,选取了31家医药上市公司进行实证研究,最后得到了13个医药企业的典型影响因素。

关键词：R型聚类,典型影响因素,医药企业

参考文献

[1]赵玉林.我国医药制造业区域竞争力评价[J].经济问题探索,2007(11):15-20.

[2]张昊.医药业行业企业竞争力评价研究[J].商,2014(23):21-23.

[3]周毅.网络购买决策关键影响因素挖掘[D].上海:东华大学,2011.

基于聚类分析法的云南金融竞争力研究论文 篇8

[关键词] 税收决策支持系统数据挖掘模糊聚类分析

一、引言

在税收征集中,大量的数据存储在数据库中,如何在海量数据中提取出有用的信息供决策机构作为参考,是我们需要解决非的问题。得用数据挖掘技术实现的税收决策支持系统为我们提供了一个解决方法。

税收决策支持系统是指在一定的经济理论指导下，根据经济和税收统计资料，在定性分析基础上，运用定量方法，对未来税收收入总量和结构等发展趋势所做出的分析、判断和推测。

一般说来，数据挖掘（DM）是一个利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程，这些模型和关系可以用来做出决策和预测。

数据挖掘是从大型数据库或数据仓库中发现并提取隐藏在其中的信息或知识的过程，目的是帮助分析人员寻找数据间潜在的关联，发现被忽略的要素，而这些信息对预测趋势和决策行为是十分有用的。聚类就是将数据对象分组为多个类或簇，使得在同一个簇中的对象之间具有较高的相似度，而在不同簇中的对象差别很大。聚类增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。

然而单纯的数据挖掘中的聚类可能会导致“尖锐边界”等问题， 因此考虑将模糊逻辑和数据挖掘结合起来的模糊数据挖掘技术引入到税收收入预测系统中。

二、模糊聚类分析技术

模糊聚类分析就是把模糊数学的概念引入聚类分析中，以用来研究“物以类聚”的一种多元统计分析方法，即用数学方法把原来样品之间模糊关系定量地确定关系，从而客观地进行分型划类，以便对未来事物的发生状态做出预测。

传统的聚类分析把每个样本严格地划分到某一类，属于硬划分的范畴，它把每个待辨识的对象严格地划分到某个类中，具有非此即彼的性质，因此这种分类的类别界限是分明的。而实际上大多数对象并没有严格的属性，它们在性态和类属方面存在着中介性，适合进行软划分。模糊集理论为这种软划分提供了有力的分析工具，人们开始用模糊的方法来处理聚类问题，并称之为模糊聚类分析。在模糊聚类中，每个样本不再仅属于某一类，而是以一定的隶属度分别属于每一类。由于模糊聚类得到了样本属于各个类别的不确定性程度，表达了样本类属的中介性，即建立起了样本对于类别的不确定性的描述，能更客观地反映现实世界，从而成为聚类分析研究的主流。

利用模糊划分的概念人们提出了许多种聚类方法，比较典型的有：基于相似性关系和模糊关系的方法(包括聚合法和分裂法)，基于模糊等价关系的传递闭包方法，基于模糊图论最大树方法，以及基于数据集的凸分解、动态规划和难以辨识关系等方法。这些聚类方法把模糊理论和数据挖掘技术中的聚类分析结合起来，已经很好地在很多领域得到了广泛应用。

三、基于模糊等价关系的聚类分析

1.确定模糊集:

建立样本特性指标矩阵设聚类的对象的全体集合X={x1,x2,…,xn}，为了使分类效果科学合理，我们首先要选取具有实际意义且有较强分辨性和代表性的统计指标。现假设X中每一个元素Xj(j=1,2,…,n)有m个统计指标Xij=(x1j,x2j,…xmj)，其中，分量Xij表示第j个元素的第i项统计指标值(i=1,2,…,m;j=1,2,…,n)。本步骤的关键是统计指标值的求法。统计指标值反映实际的精确程度，是取得最优聚类的先决条件，由于各企业的实际情况不一样，所选取的统计指标也应各不相同。因此，统计指标值的求法因实际问题而定。

2.对样本特性指标矩阵进行数据规格化

在实际问题中，通常不同的数据有不同的量纲。因此，需要根据模糊矩阵的要求，进行标准化处理。一般可通过以下变换来实现：

(1)平移/标准差变换

其中，

(2)平移/极差变换

显然有0≤Xnij≤1，而且也消除了量纲的影响。

3.标定——建立模糊相似矩阵

所谓标定，是指根据实际情况，选用一定的方法对对象进行比较得出模糊相似矩阵。根据上述已建立的指标体系Xj(j=1,2,…,n)，求出相似系数rij，rij表示Xi与Xj按m个特征相似的程度，得到模糊相似矩阵R=(rij)m×n

本步骤的关键是如何合理的求出相似系数rij，由于求相似系数的方法很多，而且需要因实际情况不同而选用不同的方法。

求相似系数的方法很多，主要有最大最小法、算术平均值最小法、几何平均值最小法、相关系数法、夹角余弦法、距离法、数量积法、绝对值指数法、绝对值倒数法、绝对值减数法等方法。

对于一些实际问题，很难用解析表达式来刻画事务间的相关程度，这时只有请有经验者或专家评分，用[0,1]上的数表示。选取什么样的方法描述两个元素之间的相似程度，将直接影响分类的效果。通常是同时选三四种，最后看分类与实际吻合的情况，择优选取。

4.求传递闭包——构造模糊等价矩阵

用传递闭包法求R的模糊等价矩阵。传递闭包是包含R的最小传递矩阵，设t(R)是R的传递闭包，通常采用平方法求R的传递闭包，即R→R2→R4→R8→L→R2k经有限次运算后，一定有R2k=R2k+1，于是 t(R)=R2k

5.选取分类水平λ，看模糊截矩阵，确定聚类结果

构造了模糊等价矩阵后就可以按 R 的λ截关系对其进行聚类，对于不同的λ截矩阵，分类结果不同，也具有不同的实际意义和经济意义，从中可判断出与实际最接近的分类方案。

6.预测,

首先对于在聚类分析中得到的每一个模式按照下式求得模式的平均指标。

其中ｓ表示所有模式数，ｋ表示该模式由数据仓库中哪几条记录推出，ｐ表示推出该模式的记录总数。

对于待预测的样本Ｙ是该样本在论域Ｘ上的ｎ个模糊子集，与数据仓库中分类的模式做比较，求出它们的贴近度:

根据择近原则，判断该样本接近哪个模式， 从这个模式的整体情况预测其发展结果。

四、税务决策支技系统中的应用实例

根据以上步骤，我们首先假设某税务系统数据仓库中有这样一个数据表：

其中时间粒度分为三层:年、季、月;征收机关分为四层:省局、地市局、区县局、乡镇局;经济类型为两层:内资企业和国有企业;行业类型分为两层:工业和服务业。在实际应用时，经常会遇到这样的问题:某段时间、某征收机关、某经济类型、某行业类型的实缴税款状况处于什么水平？某段时间、某征收机关、某经济类型、某行业类型是数据仓库中一些已知的数据， 而实缴税款的水平则是一个模糊变量（实缴税款的水平是中等、较差还是较好），它的值需要我们使用模糊数据挖掘算法得到。

从中我们得到模糊关系:

对其按上文中改选方法改造,,得到模糊相似关系:

对其聚类分析,采用闭包法,当

因此可分为两类，即{x1,x3,x4,x5}和{x2}，这样一来，在税务管理中就可以预测每一类对象的税收情况。

五、结束语

数据挖掘技术是一门新兴的决策分析方法，该方法通过使用人工智能、机器学习、统计学、数据库技术等方法，从大量数据中提取出隐含的、潜在的、以前未知的有用信息或模式，来辅助决策者进行决策。现在利用数据挖掘技术对税收收入进行预测已经成为必然的趋势，在税收分析过程中充分利用数据挖掘技术，合理划分不同的纳税人群,这样不但可以促进税收分析工作水平的提高，也可以给管理者提供决策依据，从而带动税收工作整体水平的提升。本文利用模糊数据挖掘中的聚类分析技术在税务系统海量数据中挖掘出有用信息，从而帮助决策者做出决策。

参考文献:

[1]Mehmed Kantardzic. 闪四清等译.数据挖掘：概念、模型、方法和算法.北京:清华大学出版社，2003

[2]Jiawei Han, Micheline Kamber. Data Mining Concepts and Techniques. Morgan Kaufmann Publishers. 2001

[3]国税总局信息中心，国家祝务总局税务宏观决策支持系统概要设计说明书，2005,2;35.-47 0

[4]马军邵陆:模糊聚类计算的最佳算法，软件学报，12卷4期，2001

[5]高洪深:决策支持系统(DSS)理论#方法#案例[M].北京:清华大学出版社,2000

基于聚类分析法的云南金融竞争力研究论文 篇9

锻造积极向上的企业文化，创建学习型组织。企业文化是企业全体员工在长期的创业和发展过程中，培育形成并共同遵守的最高目标、价值标准、基本信念和行为规范。它培养了员工积极性的动力，是员工积极性、创造性的根源，它能够将全体员工的事业心和成功欲望化为具体的奋斗目标、信条和行为准则。积极向上的、奋进的企业文化激励着企业所有成员不断地努力，不断地学习，不断地超越自己，这样良好的企业文化是形成学习力的核心竞争力所必须的环境。因此，企业应锻造奋发向上的组织文化，创建学习型组织，通过系统学习和在干中学打造旺盛学习力的学习团队。

树立“以人为本”理念，塑造一流人力资源。核心竞争力是一系列的知识、经验和技能等的组合优势，其最终是要通过员工来实现的。基于学习力的核心竞争力更是如此，特别是在知识经济社会中，知识型员工是企业最为重要的人力资源。由于知识型员工综合素质的大幅提高，其能够进行自我学习、自我管理和自我监督，他们在感知自我社会角色和价值等方面也更加敏感。因此，企业应树立“以人为本”的理念，积极为员工塑造良好的.学习环境，充分适当地放权，使员工间能够相互学习、共同学习，能够不断拓展自己知识、技能，与企业共同成长。

加强知识管理。知识经济社会中，知识是生产力发展的动力源。而对于学习力的核心竞争力来说，其主要是通过知识形成自己核心竞争力的。这种知识不仅是书本知识及其他可以名言的知识（即明晰知识），更多的是不能用语言表达的各种知识、技能等（即默会知识），企业应通过知识管理，促使组织内员工不断地自我学习和相互学习，特别是知识在组织内的相互交流和碰撞，运用知识来衍生知识，以形成本企业专有的不可为其他企业所模仿的诀窍性知识。知识管理所应关注的是企业内知识的生产、交流和应用，特别是明晰知识和默会知识的相互转化，使知识主体在相互学习、交流和运用中，为企业创造大量的效用。

不断创新。创新是企业学习力的进一步延展和升华。组织在学习的基础上，通过将已有知识进行综合发展，创造出新的更为先进的知识，才能使企业最终获得持久的竞争优势。创新是在企业学习了大量知识的基础上，特别是对默会知识的吸收、理解和运用，能够激发知识的创新、技术的创新、管理的创新和制度的创新等，形成本企业所特有的各种创新成果，提升自己的核心竞争力。对于企业来说，在不断创新的同时，要加强知识产权保护，这样可以形成壁垒，以阻碍别的企业进入，甚至是偷窃本企业的创新成果。

企业核心竞争力的形成和培育需要较长的时间，具体可以使用如下几种方式。当然，方式不同所需时间各异，效果也各不相同。

内部提升。企业可以在领导者的带领下，通过内部全体员工的共同努力，大力培植团队学习意识，树立先进的学习理念，从而重新塑造学习主体，创建学习型组织。通过组织学习，获得组织发展所需要的各种知识、经验和技能等，并能积极创新形成本企业的核心竞争力以适应组织内外不断变化的环境。当然，这种方式需要企业付诸很大的努力，且时间也比较长，但它能够为企业带来巨大的利益，因为在学习力提升的过程中，组织通过不断学习、实践，获得了大量的经验，同时，保密性较好，不易为其他企业所模仿。

外部兼并。可以通过兼并其他一些具有旺盛学习力的企业，能较快地获取这种学习力的核心竞争力，但是，兼并后不同企业间由于文化、习惯、工作方式等差异的磨合可能需要花费较多的时间。

知识联盟。通过企业间签订契约进行知识联盟，相互学习，共同学习，能够节省大量的人力、物力和财力来形成学习力的核心竞争力。但是，知识联盟可能使得核心能力容易为别的企业所窃取和模仿，且存在一定的信任危机等。

总之，在知识经济时代，具有比其他企业更强的学习力是企业制胜的重要条件，企业应逐步形成建立在学习力基础上的核心竞争力。对于提升该种核心能力的方式选择可以在节省人力、物力、财力的前提下，使企业能尽快地形成自己的核心竞争力。

★ 中美非寿险业核心竞争力研究论文

★ 企业薪酬管理研究论文

★ 企业核心价值观标语

★ 语文探索研究能力培养的论文

★ 如何实现中国林业的可持续发展论文

基于聚类分析法的云南金融竞争力研究论文 篇10

[关键词] 第三方物流企业 客户终身价值 聚类分析

第三方物流企业之间的竞争日益激烈，企业的资源是有限的，如何在激烈的竞争中战胜对手赢得有价值的客户，使企业的资源利润最大化，对企业的发展来说至关重要。如果无法评价和量化客户价值，就难以识别出企业的价值客户，更谈不上保留和发展价值客户。从企业对客户所带来的价值来看，是客户整个生命周期中与企业的交易行为给企业带来的净利润或亏损（Berger and Nasr，2002）。客户终身价值本质上是企业与客户之间的长期关系中，基于交易关系给企业带来的净现值。

一、第三方物流企业客户价值评断标准的不足

目前国内第三方物流企业营销工作仍处于起步阶段，客户价值判断时虽然采用了多标准体系，但仍存在一定的局限性，因为评价客户价值的指标主要是业务收入（或购买量）这个指标。

但是，购买量大的客户不一定就是大客户，因为购买量大的客户讨价还价的能力强，企业在同等业务量条件下收入会减少；购买量大的客户对服务质量和水平的要求也较高，企业为了保留他们，有时需要增大投入，与其他客户相比，企业为此要付出较高的成本；购买量大的客户地位比较特殊，企业会给予更优惠的付款条件。如果购买量大的客户的忠诚度或者信用度欠佳，对企业来说意味着风险，如果企业不及时补救，可能面临巨大的损失。

因此，从第三方物流企业发展战略的调整和提高竞争有效性的角度考虑，客户价值判断标准需要加以完善，以适应第三方物流企业追求经营质量和效益的目标。

二、第三方物流企业客户终身价值评价

1.客户终身价值评价标准

企业的效用不仅表现为经济效用，而且表现为非经济效用。经济效用是指当前的经济收益，主要为利润。非经济效用涉及许多因素，在客户价值方面的相关因素主要是指客户信任、忠诚、承诺等因素所产生的关系效用；以及规模价值，品牌价值，网络化价值等等。

非经济效用虽然在近期不能兑现为经济收益，但它会大大增强企业今后的盈利潜力，是企业可持续竞争的不竭动力。

客户价值评价标准是企业经济效用最大化原则在客户价值评价上的具体体现。因此，企业客户价值的评价标准依然是经济效用最大化。

2.第三方物流企业客户终身价值评价指标体系

企业在评价客户有价值与否时，不仅要参照该客户当前的价值表现，更重要的是依据其对该客户未来潜在价值的预测判断。客户当前价值决定了企业当前的盈利水平，是企业感知客户价值的一个重要方面。客户长期潜在价值关系到企业的长远利润，直接影响到企业在客户关系剩余生命周期上对该客户价值的主观感受和评判，是影响企业是否继续投资于该客户关系的一个重要因素[2]。

当前价值从间接的角度，可以用毛利润、购买量等指标来描述。

潜在价值可以通过客户关系的一些特征描述变量来间接表示，客户关系的一些特征描述变量，如忠诚度、客户的规模价值都能在一定程度上预测客户今后一段时间内潜在价值的变化。

因此，提出第三方物流企业客户终身价值评价体系，如下图1所示。

图1 第三方物流企业客户终身价值评价体系

3.第三方物流企业客户终身价值聚类分析

聚类分析（Clustering Analysis)，又称聚类，是一种广泛应用于数据挖掘的分析手段。聚类后同一类别的数据尽可能的聚集在一起，而不同类别的数据尽量分离。

（1）聚类模型。聚类算法根据不同的方法，可以分成以下几种类型：基于划分的，例如K-Means，K-Me-doids；基于层次的，例如BIRCH，CURE；基于密度的，例如DBSCAN，OPTICS。本文根据各个模型的特征和研究的目的，采用K-Means聚类算法。其基本思路是，选择K个数据点作为子类的中心，然后根据所定义的距离的衡量，把其余的点都划分到不同的子类。

（2）聚类分析数据的类型。在本文采用数据矩阵的结构，用单位产品毛利润、总用邮量、客户忠诚度和客户企业规模来表现邮政物流企业的每一个客户。

这种数据结构是关系表的形式，即看成n×p(n个对象×p个变量)的矩阵。

（3）数据的标准化。进行聚类分析时，毛利润、购买量、客户忠诚度和客户企业规模各变量之间存在不同量纲、不同数量级的情况，因此存在转换数据的必要性。转换数据的目的是使这些变量具有可比性。

（4）聚类类数的确定。本文主要是从客户的当前价值和潜在价值两个维度评价客户的生命周期价值，每个维度上需要区分出高、低两种情况，这样就将客户的价值分成了4类，所以在本文中聚类类数确定为4。

4.客户终身价值细分

聚类分析的结果将客户分成不同的类别，根据每类客户在当前价值和潜在价值上分值的高低可以将客户分成四类，根据分类标准，低价值客户是指该类客户的当前价值和潜在价值都较低；潜价值客户是指客户当前价值较低，但潜在价值较高，有发展成价值客户的良好趋势；次价值客户是指该类客户当前的价值较高，但潜在价值较低，后期的发展能力有限，有较大的价值下降可能或风险；价值客户是指当前价值和潜在价值都较高的客户，他们不仅目前价值好，而且在未来仍有较大的可能继续为公司创造很好的价值。

三、应用案例

1.客户终身价值分析

在广东省人民政府批准、广东省经贸委公布的省扶持的25家流通龙头企业中，Y物流企业是其中7家第三方物流企业之一。Y物流企业现阶段主要的业务有速递和新物流业务，其中速递业务是企业现阶段主要的盈利业务。本文以速递物流业务为例来分析Y物流企业的客户价值，从公司的速递业务客户群中随机抽取了40名客户作为分析样本。

按照前述方法，将数据在SPSS13软件下进行4-聚类分析，得到如下聚类图。

图2 客户价值聚类分析图

对四类客户群进一步细分，各个客户群在当前价值和潜在价值上的表现，如表所示。

表 Y物流企业客户终身价值指标评价表

2.对策建议

Y物流企业目前客户管理的首要工作是关心次价值客户潜在价值较低的原因，如果是客户的忠诚度较低，则应采取措施来增强客户的忠诚度；如果是企业规模太小，则应考虑适当减少投入，因为客户企业的规模限制了其购买量。Y物流企业的低价值客户的数量比例较高，企业需要对这一类客户进行详细分析，以识别出有发展潜力的客户和使企业利益受损的客户，并尽快采取措施减少那些无利可图的客户。另外，Y物流企业要加大对价值客户的关注，分析增加该类客户价值的途径，使其为公司带来更大的利益。对于潜价值客户，也不能置之不理，因为它们在该企业的客户群中占有很大的比例，应采取灵活的措施，争取与其建立稳定的长期关系。

参考文献:

[1]Paul D．Berger and Nadal．Nasr．Customer lifetime value:Marketing Models and Applications[J]．Journal of Interactive Marketing．1998(12):17－30

[2]齐佳音:企业客户价值研究.西安交通大学博士论文[D]．2002：23－28

[3]谭元戎孙剑平:聚类模型在客户关系管理中的应用以及对特征提取的探讨[J].技术经济，2007,（5）:80

基于聚类分析的客户细分研究 篇11

关键词：聚类分析,客户细分,三维分析

在华尔街金融风暴不断扩散和波及的国际背景下,如何加强营销,扩大产品销路已是企业面临的首要课题。扩大产品销路,必须找对客户,进行客户细分,本文就基于聚类分析的客户细分做一研究。

一、聚类分析

所谓聚类就是将数据对象分组成若干个类或簇。由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异。目前主要的聚类算法有划分方法、层次的方法、基于密度的方法、基于网格的方法和基于模型的方法。划分方法中的K-means算法是应用最为广泛的算法之一,本文将采用此方法,对客户进行聚类分析。

1、K平均聚类

K平均算法(K-means algorithm)是使用最普遍的聚类算法之一,其名称中的"K"指的是算法寻找固定数目的簇,这些簇按照数据点彼此相互接近的程度确定。为了说明方便,本文把这种技术以两维空间图表示。在实践中,这种算法通常用于处理多于两个独立变量,这意味着图中的点不是对应于二元向量(x1,x2),而是对应于N元向量(x1,x2,...,xn)。当然,处理过程本身没有变化。

2、K平均算法的三个步骤

第一步,算法随机选择K个数据点作为种子(seed),MacQueen的算法简单地选取从前面数出的K条记录,在记录以某种意义排序的情况下,可能需要选择间隔较大的记录,或者随机选择记录。每一颗种子都是仅含有一个元素的基元簇,在这例子中把簇的数目设置为3。

第二步,把每一条记录分配给一个最邻近的种子,方法之一是寻找各簇之间的边界,就像图1中采用的几何方法。两个簇之间的边界就是那些与两个簇等距离的点。对于任意两点A和B,所有与这两点等距离的几何点落在一条线上(称为垂直平分线),它垂直于A和B的连线而且正好平分连线。在图1中,用虚线连接最初的种子,产生的簇边界用实线表示,它与虚线之间呈一定的角度。利用这些线,可以很容易地看出哪些记录与哪些种子最接近。在三维空间中,这种边界是平面,而在N维空间中,就变成N-1维超平面。幸运的是,计算机算法可以很容易地处理这种情况。找到簇之间的实际边界有助于从几何角度展示这个过程。在实际工作中,所用的算法经常是测量每一条记录与每一个种子的距离,然后选出最小的距离。此时,每一个点都被准确地分配到以初始种子为中心的三个簇之一。

第三步,就是计算这些簇的形心(质心),这些形心比原来的种子更能代表不同簇的特征。找出形心(质心)的方法仅仅是把簇中的所有记录按照维取平均值。

这些形心(质心)变成了下一次迭代算法的种子,重复第二个步骤,然后每一个点又被归入到离其形心最近的簇。这个把点分配到簇然后计算形心(质心)的过程一直进行,直到簇的边界不再发生改变为止。实际上K平均算法通常在几十次迭代之后才能发现稳定的簇。

3、欧几里得空间中的数据

考虑邻近性度量为欧几里得距离的数据,使用误差的平方和SSE(sum of squared error)作为度量聚类质量的目标函数,质心是均值。欧几里得距离的计算公式为:

目标函数:

这里,Cj是第i个簇,x是cj中的点,cj是第i个簇的均值。

二、建立客户细分体系

1、客户细分

客户细分是指根据客户属性划分的客户集合。是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一。客户细分理论原理是:每类产品的客户群不是一个群体,根据客户群的文化观念,消费收入、消费习俗、生活方式的不同细分新的类别,企业根据消费者的不同制定品牌推广战略和营销策略,将资源针对目标客户集中使用。

2、三维分析

现代市场细分理论主要是考虑地理变数、人口变数、心理变数和行为变数。据观察,客户价值、消费特征和人口特征应是客户细分数据库的主要内容。因此,笔者以客户价值、消费特征(消费量、消费频率和消费模式)和人口特征(性别、年龄、收入、职业和受教育程度)三个维度来建立客户细分数据库。基于客户价值、行为特征和人口特征的三维细分体系(如图2)。

三、基于聚类分析的客户细分

1、步骤

将聚类应用于客户细分,一般按照以下步骤进行:

第一步:判断数据是否有聚类趋势,若有则继续执行以下的步骤,否则认为该数据集不适合聚类分析;

第二步:选择一种聚类算法用于待聚类的客户数据D,将D划分为若干个类C={C1,C2,…,Cp}。其中D=C1∪C2∪…∪Cp;

第三步:对每一个Ci,i=1,2,…,p,根据其中成员的特点,归纳出能描述其特征的一条或几条规则。设D上的所有的规则集合为R={r1,r2,…,rq},由于一个类可能有多条规则,所以通常

第四步:评判归纳出的规则。经过评判,若聚类结果具有较高的可信度,则将聚类结果应用于实际中,否则,选择其它的聚类算法再进行分析。

2、数据预处理

数据预处理就是对选择的干净数据进行增强处理的过程。数据预处理涉及的范围比较繁杂,具体有:数据清理、数据集成、数据变换和数据规约。

(1)数据清理试图填充空缺值、识别孤立点、消除噪声、并纠正数据中的不一致;

(2)数据集成主要是将多文件或多数据库运行环境中的异构数据进行合并处理。解决语义的模糊性。该部分主要涉及数据的选择、数据的冲突问题和不一致数据的处理问题;

(3)数据变换的任务是将数据转换成适合挖掘的形式,它是导向挖掘成功的重要预处理过程;

(4)数据归约技术可以用来得到数据集的归约表示,它小得多,但仍接近于保持原数据的完整性。在规约后的数据集上进行数据挖掘更有效,并能产生几乎相同的分析结果。

四、营销案例分析

本文以南方某省A市(地级市)移动公司的营销活动作为案例,应用聚类分析对客户进行三维细分,建立了客户细分数据库。该省移动公司在2007年第二季度的经营分析报告中指出:

1、增值业务占移动主营业务收入比重还偏低。全行业中,增值业务收入占移动运营商总收入的比重为18%左右。除掉来电显示和短信外,增值业务收入占整体收入比重仍较低。

2、收入结构失衡。来显、短信收入占增值业务收入的比重过高。来电显示收入和短信收入二者比重之和超过70%,市场渗透率较高,且接近饱和。其他的增值业务种类超过20种,但收入占比不足30%,发展还很不充分,形成规模的增值业务也较少。

3、营销手段单一,且经验判断成分过高。市场活动方案推出主要依据工作人的业务经验,也未对用户细分,定性分析居多,定量分析偏少,往往是全员宣传。

根据经营分析报告中指出的问题,该省在第三季度展开了一系列有针对性业务的营销活动,针对不同的客户群体制订了不同的营销策略。

(1)数据来源及相关属性集

该地区移动通信公司BOSS系统和计费系统,主要抽取的数据源包括:用户帐单数据、用户呼叫详单数据、用户背景信息数据三大部分。初步提取的数据属性如表1所示。

样本数据选取

在A市“全球通”客户数据库中,样本库数据量为374178户,男女性别比为2.5:1,随机抽取20000个客户数据(按照2.5:1选取男女样本数量),有效样本为19539个,用于分析,样本客户消费的总体情况见表2。

为了保证数据的质量和数据的有效性,对采集的样本数据需要进行一系列的数据预处理工作,主要包括以下几点工作:

①数据处理:主要包括极值、异常值和冗余数据的处理。例如月话费为负值和月话费在10000元以上的数据记录,需要进行剔除;

②数据转换:根据建模的需要,对数据字段的类型和数据形式进行转换;

③数据加载:将预处理后的数据加载到新的数据表中,供数据挖掘工作使用。

(2)聚类结果及分析

①基于客户价值的细分

为了正确评估客户价值,抽取了月语音通话费用、月传统业务费用、月增值业务费用和在网时长的细分变量,运用SPSS社会科学用统计软件包For Windows 10.0版本为工具,按照K-Means Cluster方法,将数据聚成4类,输出结果如表3和表4所示。

客户价值描述:

一般而言,影响移动通信运行企业营销的关键因素有两个:客户的当前价值和潜在价值。现常用客户在语音方面的消费表现(如月语音通话费用或月传统业务费用)来表征当前价值,在数据业务方面的消费表现(数据消费所占比例,数据业务消费量或者消费金额)、增值业务方面的消费表现(短信、彩铃、彩信费、来电显示费、PS信息费、GRPS流量费、梦网10M邮箱费、12590语音杂志费、1258手机杂志费、呼转通话费、移动秘书功能费、121气象台信息费所占比例,业务消费量或者消费金额)和在网时间来表征客户的成长性,即潜在价值。

聚类结果表明,四类客户在月语音通话费用、月传统业务费用、月增值业务费用和在网时长方面具有不同的整体表现。客户群A为当前价值和潜在价值“双高”的“明星客户”、客户群B为当前价值高、潜在价值低的“现金牛客户”、客户群C为当前价值和潜在价值在平均值左右的“大众客户”,客户群D为当前价值低、潜在价值高的“成长客户”。

②基于行为特征的细分

在评估客户价值后,为了对不同的消费群体采用不同的营销策略,需要对客户的消费行为再次细分。根据经营分析报告中指出的问题,再次细分是对增值业务的细分,增加了短信、彩铃、语音杂志和信息服务等行为特征的细分变量,因“现金牛客户”数量较少,不再细分,现列出群组A、C、D再细分结果见表5。

针对增值业务,经过再次聚类分群后,各组客户都显示出明显的强弱势消费特征,结合入网时间、年龄、性别等描述性属性,可以对各群组的消费特征和用户特征进行描述。本文选客户群A群组4、客户群C群组7和客户群D群组11进行描述。

消费特征描述:全球通品牌用户占该群体的62%,平均在网时间23个月,用户大多数在网时长将近2年;该类用户的消费特征是长途和漫游通话量高,本地、IP和短信、彩铃、音乐杂志等各项业务使用量也都很高,属于当前价值和潜在价值双高的“明星客户”。

消费特征描述:该用户群为大众用户群,平均在网时间18个月;主要消费需求集中在本地通话和漫游业务,短信业务的需求也很高,平均每月发送31条,长途、PI、彩铃和音乐杂志的需求较低。

消费特征描述:该用户群为低端用户群,平均在网时间19个月,入网时间在一年以内的用户占28%以上;主要消费需求集中在本地通话和短信业务,长途、IP、彩铃和音乐杂志等业务消费都很低,几乎为零。属于有潜在价值的“成长客户”。

③基于人口特征的细分

目前电信行业推出的增值业务与消费者的年龄、文化程度相关,与消费者对业务的熟悉程度相关。对于商务繁忙的“明星客户”响应率高的增值业务一般为移动秘书、梦网10M邮箱、呼转通、121气象台等。“成长客户”群组D人数众多,为了挖掘他们的潜在价值,需要加入年龄、性别、职业、文化程度等细分变量,进一步细分,以拓展适合他们的增值业务。本文采用的是统计方法,细分结果见表6。

人口统计特征描述:群组D的人口特征统计结果表明,男女性别比在2.5:1,职业分布均匀,30岁以下的客户要占80%,25岁以下的客户学生所占比重较大,绝大多数客户具有初中以上文化程度。

(3)营销策略

建立了客户细分数据库后,对不同的客户群可以制定相应的营销策略。

对客户群A的“明星客户”,一方面,要在开发增值业务上下功夫,深入了解和挖掘他们的实际需要,尤其要在简单实用的数据业务上下工夫,并提供相应的培训和辅导;另一方面,要在提高附加值的服务上下工夫,要提供高便利性、个性化、亲情化的一对一营销服务。

对处于金字塔顶端的“现金牛客户”要提供热情、周到的服务,要走访、邀请,实行互动,保持客户,就是获得利润。

对客户群C的“大众客户”,要了解和发现他们的需求,建立客户获得企业产品的渠道和途径,要加强体验营销,使他们有认同感和归属感,由于这部分客户离网率低,因此要在提高客户满意度方面重点关注。

对客户群D的“成长客户”,人数众多,年轻人多,学生多,有一定的文化程度,接受新事物快,容易熟悉新业务。要对他们不断推出新的增值业务,如短信、彩铃、音乐杂志、10M邮箱等。

参考文献

[1]Pang-Ning Tan等著、范明等译.数据挖掘导论[M].人民邮电出版社2006年5月第1版.

[2]Michael J.A.Berry等著、别荣芳等译.数据挖掘技术-市场营销、销售与客户关系管理领域应用[M].机械工业出版社2006年7月第1版(原书第2版).

[3]刘鸿沈,徐雅斌.数据挖掘技术在客户细分领域的应用[J].福建电脑.2008年第10期.