Clasificación de los puertos españoles mediante análisis cluster

  1. Camarero, A. 1
  2. Camarero, A. 1
  3. Cerbán, M. M. 2
  4. Turias, I. J. 2
  5. González-Cancelas, N. 1
  1. 1 Universidad Politecnica de Madrid, España
  2. 2 Universidad de Cádiz, España
Revista:
Informes de la construcción

ISSN: 0020-0883

Año de publicación: 2019

Volumen: 71

Número: 554

Tipo: Artículo

DOI: 10.3989/IC.61806 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Informes de la construcción

Resumen

El sistema portuario español es sumamente complejo y admite el estudio desde numerosos puntos de vista En este artículo se estudian los puertos según su actividad y sus características externas para la clasificación en agrupaciones. Para ello se han utilizado indicadores que reflejan la actividad portuaria y se han aplicado sobre las 28 Autoridades Portuarias españolas. Con estos indicadores se ha aplicado una metodología específica para a través del análisis de conglomerados (cluster) para averiguar cuáles son los agrupamientos que se producen. El análisis cluster se complementa con otros análisis estadísticos: análisis multivariante y componentes principales, para conocer qué indicadores son los más relevantes en las agrupaciones y cómo se comportan. Los resultados finales obtenidos muestran que este tipo de estudios estadísticos son apropiados para realizarse en el entorno portuario y que los agrupamientos reflejan correctamente la realidad portuaria.

Referencias bibliográficas

  • (1) Caragliu, A., Del Bo, C., & Nijkamp, P. (2009). Smart cities in Europe. Vrije Universiteit, Faculty of Economics and Business Administration.
  • (2) Davarzani, H., Fahimnia, M., Bell, M., & Sarkis, J. (2016). Greening ports and maritime logistics: A review. Transportation Research Part D: Transport and Environment, 48, 473-487.
  • (3) Gutiérrez, J., Arbulo, P., & Basurto, P. (2007). Competitividad del transporte multimodal a larga distancia: Creación de un sistema de información para las decisiones estratégicas basado en indicadores. XI Congreso de Ingeniería de Organización: Madrid, 5-7 de Septiembre de 2007, 1747-1756.
  • (4) Notteboom, T. E., & de Langen, P. W. (2015). Container port competition in europe. Handbook of ocean container transport logistics (pp. 75-95) Springer.
  • (5) Orozco, J. M. (2006). El sistema español de evaluación de impacto ambiental: Nuestra posición en el mundo. Informes de la Construcción, 58(504), 29-38.
  • (6) Fernández-Sánchez, G., & Rodríguez-López, F. (2011). Propuesta para la integración de criterios sostenibles en los proyectos de ingeniería civil: Un caso práctico. Informes de la Construcción, 63(524), 65-74.
  • (7) Pearson, K. (1901). LIII. on lines and planes of closest fit to systems of points in space. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 2(11), 559-572.
  • (8) Hotelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(6), 417-441.
  • (9) Fisher, R. A. (1936). The use of multiple measurements in taxonomic problems. Annals of Human Genetics, 7(2), 179-188.
  • (10) Jolliffe, I. T. (1986). Principal component analysis and factor analysis. Principal component analysis (pp. 115-128) Springer.
  • (11) Tovar, B., & Rodríguez-Déniz, H. (2015). Classifying ports for efficiency benchmarking: A review and a frontier-based clustering approach. Transport Reviews, 35(3), 378-400.
  • (12) Zemp, S., Stauffacher, M., Lang, D. J., & Scholz, R. W. (2011). Classifying railway stations for strategic transport and land use planning: Context matters! Journal of Transport Geography, 19(4), 670-679.
  • (13) Zhang, S., Zhang, C., & Yang, Q. (2003). Data preparation for data mining. Applied Artificial Intelligence, 17(5-6), 375-381.
  • (14) Asgari, N., Farahani, R. Z., & Goh, M. (2013). Network design approach for hub ports-shipping companies competition and cooperation. Transportation Research Part A: Policy and Practice, 48, 1-18.
  • (15) Cerbán, M. M. (2008). La competitividad portuaria de los puertos de titularidad estatal. Economistas, (116), 277-282.
  • (16) Laxe, F. G., Seoane, M. J. F., & Montes, C. P. (2015). Política y evaluación de la selección portuaria: El caso español. Revista de Evaluación de Programas y Políticas Públicas, 1(4), 82-102.
  • (17) González, N., Soler, F., & Camarero, A. (2013). Modelo de eficiencia de las terminales de contenedores del sistema portuario español. Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA, (14), 49-67.
  • (18) Borén, S., Nurhadi, L., Ny, H., Robèrt, K., Broman, G., & Trygg, L. (2017). A strategic approach to sustainable transport system development–part 2: The case of a vision for electric vehicle systems in southeast Sweden. Journal of Cleaner Production, 140, 62-71.
  • (19) Serrano, O. (2015). Operativa portuaria y sostenibilidad. CONAMA LOCAL, 7.
  • (20) Sánchez, R., Jaimurzina, A., Wilmsmeier, G., Pérez, G., Doerr, O., & Pinto, F. (2015). Transporte marítimo y puertos: Desafíos y oportunidades en busca de un desarrollo sostenible en América Latina y el Caribe.
  • (21) Duru, O. (2017). The origin and consistency of the Ton–Mile metric in the shipping economics. Logistics, 1(1), 3.
  • (22) Rodriguez, A., & Laio, A. (2014). Machine learning. clustering by fast search and find of density peaks. Science (New York, N.Y.), 344(6191), 1492-1496. doi: 10.1126/science.1242072
  • (23) Puertos del Estado. (2015). In Organismo Público Puertos del Estado (Ed.), Memorias anuales de puertos del estado
  • (24) Camarero, A., & González, N. (2005). Cadenas integradas de transporte. Fundación Agustín de Betancourt. Ministerio de Fomento.
  • (25) Camarero, A., & González, N. (2007). Logística y transporte de contenedores. Fundación Agustín de Betancourt. Ministerio de Fomento.
Fuente de los datos: Dialnet