集群技术,一种分析产业竞争力的方法

《集群技术,一种分析产业竞争力的方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、附件1集群技术，一种分析产业竞争力的方法摘要波特在国家竞争优势影响力的研究启发了一次对奥地利资料的进行方法论扩展。按照波特的分析，竞争力是由各项数据集群技术所决定的。避开他的“中断”方法不说，产业运营的好坏是这次分析的主体。集群中心组成了所选的贸易指标的典型竞争力形式，其中的各项分类组成了奥地利出口表现的蓝图。研究结果进一步显示了以下三点：1）集群产业在奥地利非常罕见；2）一些集群产业属于处在下滑状态，并且危机四伏的产业；3）竞争力强调了跨国联系（与缩小国界相反）对形成成功的产业的重要性。关键词:集群技术;产

2、业竞争力;奥地利集群产业波特（1990）在国家竞争优势影响力的研究启发了一次对奥地利资料的进行方法论扩展。基于马歇尔（1920）对区域集团化经济行为的深刻见解，波特着重强调了产业集群的重要性，指出了成功水平联系着的企业和与其垂直关系的支持性产业的存在。但有着明显的外在性，激烈的竞争和低成本交易等特征的复杂信息结构，与合作和逐渐增加的政治游说一起促进了动态竞争力优势和竞争力增长的自我巩固。就波特的集群分析来看，竞争力是由本文中所涉及的数据集群技术所根本决定的。另外，避开他的“中断”方法不说，产业运营的好坏是分析

3、的主体。群集技术是可描述性的，能够获得什么优势最好将一个国家的竞争性和非竞争性产业结合起来分析，这样从多方面来综合定义“竞争力”才能明确。基于奥地利的资料，这篇文章说明了怎么应用集群技术来建立一个国家的产业表现的档案。最后，文章将给出关于产业集群在奥地利的重要性的结论。经济研究一分析产业竞争力的模式根据他们的相似性或大量不同数组的接近性，统计聚类技术提供了一个个人的观察分类方案。这些分类由内生的个人数据和所选择的聚类运算法则确定。最基本的理念是通过在其屮创造最大限度的同质性和观察群体Z间的最大距离，将一个国家

4、整体性能切割成段。尽管在应用经济学研究中，这是一个明确的目标，竞争力作为一个概念一直是一个相当模糊的和缺少大众公认的定义，同时在适当的经验性估量上［Beliak,1992］也很难达成广泛的共识。“获得持续高收入同时在社会和环境标准中能够保持和完善的能力",［Aiginger,1987］也许是抽象水平上对产业竞争力的最好定义。因为它需要超越更多以数位基础的指标，像贸易专业化或单独的市场份额。“获得持续高收入的能力”同样也依赖于质量指标。因此，在这个水平上的价格可以控制。为了反映竞争力定量和定性的尺度，基于199

5、0-92的平均值，被选中的四个变量作为标准化形式代入聚类算法。他们潜在的对称结构保证它们聚类过程中的隐含平等加权。事实上，在两对变量Z间有一种重要的关联，即在市场份额和贸易专业化Z间,同时存在于相对价格优势和相关出口单位价值屮。他们都没有太大不同，因为每一对都来享有一个共同的因素，分别是出口价值和出口价格。但他们屮没有一个能被重复标ifi；MAS在国际水平上提供了关于一个行业的相对重要性的信息和TSP在国家水平上也提到了CPA给了关于垂直组成的价格的类似见解，同时RUV在水平上也这么做了。在被选择的变量固定后

6、，基于群体内分散性的最小化，，一种优化聚类技术，被用于将208产品集团(SITC,three-digit)进行分类，根据这些贸易性能的指标使之进入最高同质性的集群。在这个分析的第一步，观察结果的设定被一个g群集的预定义数组除。然后数集中心为各小组进行估计，就是那些为每一个变量配有和应方法的向量。集群之间的散布W(变量x、p的大小)的矩形痕迹给出了优化准则，在Xij集群的观察数据由向量x-j组成和相应的集群中心：通过迭代算法对微量(W)进行计算，群中心的位置是多样化的，直到过程汇聚一点。汇聚意味着没有可以在指定

7、的价值上改进聚类标准的额外变更。然而，集群g的总数的外生性应当被获得经号，运用最优化技术，通过研究者遗留的严重问题，必须提前做出选择。尽管这种g选择可能对最终结果带来了极大的彫响是事实，但对它的决定不存在的一般规则。为了在一定程度上克服这个困难，以下自我粘合的拇指规则被应用于当前分析：“选择最低数组g,将个人集群的数量最大化，包括超过观察到的情况的5%。”根据这一规则，这个数字集群g=21个集群，生产8个集群，包含超过5%的总数观察，被确认为能够最好的呈现的基底结构。结果是一个所有观察的内生分类，到给定的数量

8、的集群。从单独聚类过程的第一步结果中，很难来解释潜在的性能模式。因此，簇聚过程的第二步被执行，在这个过程中，第一步的21个集群的结果进入一个层次聚类算法，作为他们相符的集群中心的观察和价值。层次技术是基于二次矩阵D(n维的x、n观察)，它包含选定的措施相对距离£之间的任何对n观察根据他们的属性。距离可以用不同的计算方法。最常用的措施同时也应用于此分析是欧氏距离平方，测量两种观察数据i和j之间的不同点