Диференціація рівня територіального розвитку транспортно-логістичної інфраструктури в Україні на основі адаптації методології кластерного аналізу

Ключові слова: кластер, кластеризація, кластерний аналіз, метод Уорда, метод k-середніх, транспортно-логістичні послуги.

Анотація

Проаналізовано роль кластерного аналізу в дослідженні розвитку сфери транспортно-логістичних послуг. На основі трьох груп показників (соціально-економічних, показників транспортної роботи регіону та показників, що характеризують склад транспортної системи регіону та її потенційні можливості) здійснено кластерний аналіз територіального рівня та потенціалу розвиту логістики в регіонах України. Визначено, що класифікація регіонів на однорідні групи дозволить надалі будувати для кожного кластеру типологічні регресивні рівняння взаємодії ринкових факторів, що підвищить точність дослідження динаміки розвитку ринкового середовища регіонів потенційного розміщення елементів транспортно-логістичної інфраструктури

Завантаження

Дані завантаження ще не доступні.

Посилання

Holovach A. V. (2005). Statystychne zabezpechennia upravlinnia ekonomikoiu: prykladna statystyka [Statistical support to the economic management: applied statistics]. Kyiv: Kyiv National Economic University, p. 333 [in Ukrainian].

Yerina A. M., Yerin D. L. (2014). Statystychne modeliuvannia ta prohnozuvannia [Statistical modeling and forecasting]. Kyiv: Kyiv National Economic University, p. 348 [in Ukrainian].

Mantsurov I. H. 2006). Statystyka ekonomichnoho zrostannia ta konkurentospromozhnosti krainy [Statistics of the domestic economic growth and competitiveness]. Kyiv: Kyiv National Economic University, p. 392 [in Ukrainian].

Osaulenko O. H. (2008). Natsionalna statystychna systema: stratehichne planuvannia, metodolohiia ta orhanizatsiia [The national statistical system: strategic planning, methodology and organization]. Kyiv: “Information and analytical agency”, p. 415 [in Ukrainian].

Parfentseva N. O. (2007). Statystyka rynkiv [Statistics of markets]. Kyiv: “Information and analytical agency”, p. 863 [in Ukrainian].

Chala T. H. (2012). Statystychne doslidzhennia koniunktury rehionalnykh rynkiv iz zastosuvanniam metodiv klasyfikatsii bahatomirnykh sposterezhen [A statistical study of the regional market conjuncture using the methods of classification of multidimensional observations]. Prykladna statystyka: problemy teorii ta praktyky – Applied statistics: problems of theory and practice, 11, 178–184 [in Ukrainian].

Poliakova O. M. (2014). Klasternyi pidkhid do formuvannia intehrovanoi transportno-lohistychnoi systemy [The cluster approach to forming the integrated transport and logistics system]. Visnyk ekonomiky transportu i promyslovosti – Bulletin of transport and industry economics, 46, 239–244. Retrieved from http://nbuv.gov.ua/UJRN/Vetp_2014_46_28 [in Ukrainian].

Sych Ye. M., Boiko O. V. (2013). Lohistychno-klasternyi pidkhid do rozvytku transportnoho rynku [The logistics and transport approach to developing the transport market]. Visnyk Chernihivskoho derzhavnoho tekhnolohichnoho universytetu. Seriia: Ekonomichni nauky – Bulletin of Chernihiv State Technological University. Series: Economics, 1, 91–103. Retrieved from http://nbuv.gov.ua/UJRN/Vcndtue_2013_1_16 [in Ukrainian].

Waters D. (ed.) (2014). Global logistics: new directions in supply chain management. 6th ed. Kogan Page Publishers, 515 р.

Zhai D., Yu J., Gao F., Lei Y., Feng, D. (2014). K-means text clustering algorithm based on centers selection according to maximum distance. Appl. Res. Comput, 31, 713–719.

Amit Saxena, Mukesh Prasad, Akshansh Gupta, Neha Bharill, Om Prakash Patel, Aruna Tiwari, Meng Joo E., Weiping Ding, Chin-Teng Lin (2017). A Review of Clustering Techniques and Developments. Neurocomputing, vol. 267, issue 6. doi: 10.1016/j.neucom.2017.06.053

Rokach L., Maimon O. (2005). Clustering Methods. Data Mining and Knowledge Discovery Handbook. (pp. 331–352). Springer.

Jain A. K. (2010). Data Clustering: 50 years beyond k-means. Pattern Recognition Letters, vol. 31, issue 8, pp. 651–666.

Fraley C., Raftery A. E. (1998). How Many Clusters? Which Clustering Method? Answers Via Model-Based Cluster Analysis. Technical Report, 329. Retrieved from https://www.stat.washington.edu/raftery/Research/PDF/fraley1998.pdf

Han J., Kamber M., Pei J. (2012). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 740 р. Retrieved from http://myweb.sabanciuniv.edu/rdehkharghani/files/2016/02/The-Morgan-Kaufmann-Series-in-Data-Management-Systems-Jiawei-Han-Micheline-Kamber-Jian-Pei-Data-Mining.-Concepts-and-Techniques-3rd-Edition-Morgan-Kaufmann-2011.pdf

Castro V. E., Yang J. A Fast and robust general purpose clustering algorithm. Retrieved from https://www.researchgate.net/publication/226564781_Fast_and_Robust_General_Purpose_Clustering_Algorithms

Urbankova E., Krizek D. (2020). Homogeneity of Determinants in the Financial Sector and Investment in EU Countries. Economies, 8(1), 1–17.

Sarstedt M., Mooi E. A concise guide to market research: The process, data, and methods using IBM SPSS Statistics. New York: Springer. Retrieved from https://www.researchgate.net/publication/260192478_A_concise_guide_to_market_research_The_process_data_and_methods_using_IBM_SPSS_Statistics_New_York_Springer

Khalafyan А. А. (2010). STATISTICA 6. Statisticheskiy analiz dannykh [Statistical analysis of data]. Moscow: Binom-press [in Russian].

Meloun M., Militký J., Hill M. (2012) Statistická analýza vicerozměrných dat v příkladech. Vyd. 1. Praha: Academia, 760 s.

Wang Q., Wang C., Feng Z., Ye J. (2102). Review of K-means clustering algorithm. Electron. Des. Eng, 20, 21–24.


Переглядів анотації: 65
Завантажень PDF: 25
Опубліковано
2020-03-01
Як цитувати
HRYNCHAK, N. (2020). Диференціація рівня територіального розвитку транспортно-логістичної інфраструктури в Україні на основі адаптації методології кластерного аналізу. Науковий вісник Національної академії статистики, обліку та аудиту, (1-2), 6-16. https://doi.org/10.31767/nasoa.1-2.2020.01