طراحي و تبيين مدل بخش‌ بندي پوياي بازار بين‌ المللي فراورده‌ هاي نفتي ايران (مطالعۀ موردي: بازار بين‌ المللي بنزين)

Design and Explanation of the Model of Dynamic Segmentation through the International Petroleum Product Market of Iran (Case Study: International Gasoline Market)

هدف از پژوهش حاضر، بخش‌ بندي پوياي بازار بين‌ المللي فراورده‌ هاي نفتي ايران بر اساس رويكرد اقتصاد‌ سنجي داده‌ هاي پانلي و روش تركيبي جديدي مبتني بر الگوريتم‌ هاي داده‌ كاوي است. بدين منظور، در مرحلۀ اول داده‌ هاي 35 كشور واردكنندۀ بنزين در منطقه هاي خاورميانه، آسيا و اقيانوسيه بين سال‌ هاي 1995 تا 2012 تجزيه و تحليل شدند و تأثير مؤلفه‌ هاي شناسايي شده بر واردات بنزين در قالب هفت فرضيه بررسي شد. نتايج اين مرحله نشان داد اندازۀ بازار، توسعۀ اقتصادي، ساختار بازار آزاد، قيمت خرده‌ فروشي بنزين و كشش درآمدي تقاضاي بنزين، تأثير مستقيم و معناداري بر واردات بنزين مي گذارند. در مرحلۀ دوم، پس از بخش‌ بندي بازار بين‌ المللي بنزين با استفاده از مؤلفه‌ هاي شناسايي شده و الگوريتم داده‌كاوي درخت تصميم CART، دنباله‌هاي انتقال كشورهاي وارد‌كنندۀ بنزين به بخش‌هاي مختلف شناسايي شدند. در ادامه، با استفاده از الگوريتم‌هاي داده‌كاوي K-Means، شبكۀ عصبي كوهنن و دو مرحله‌اي، به بخش‌بندي اين دنباله‌ ها اقدام شد. بررسي كيفيت بخش‌ ها از طريق شاخص سيلهوت، نشان دهندۀ برتري الگوريتم شبكۀ عصبي كوهنن بود و اين الگوريتم به عنوان روش مناسب بخش‌ بندي دنباله‌ ها انتخاب شد.

The main objective of the present study has been paid on segmentation of international petroleum product market of Iran based on panel data econometric approach and a new hybrid approach based on data mining algorithm. For this purpose, in the first step data of 35 gasoline importing countries in the Middle East, Asia and the Pacific between 1995 and 2012 were analyzed and through the seven hypotheses the effect of the identified components on gasoline imports have been examined. The results indicate that the market size, economic development, the structure of the free market, pump gasoline price and income elasticity of demand for gasoline have direct and significant impact on gasoline imports. In a second step, by using the identified construct and data mining algorithm named Classification and Regression Tree, international gasoline market were segmented and sequences of transition of importing gasoline countries to different segments identified. Then, sequences segmented by using data mining algorithm such as K-Means, Kohonen and two step. Analyzing quality of segments in terms of Silhouette index shows the superiority of Kohonen Kohonen, so chosen as a suitable segmentation method of sequence.