摘要：基于二维信息的传统聚类方法并不适用于处理面板数据，在考察面板数据多重信息特征的基础上，基于面板数据的“绝对指标”，“增量指标”及“波动指标”，重构了面板数据相似性测度的距离函数和Ward聚类算法，提出了面板数据自适应权重聚类方法．所提供的算法既可退化为传统的绝对量距离聚类方法，亦可对面板数据的未来所属类别进行聚类预测．最后，实例显示此方法兼具有效性和灵活性．

关键词：面板数据 增速指标 波动指标 自适应权重 聚类预测 

单位：江苏师范大学经济学院 徐州221116 中国人民大学应用统计科学研究中心 北京100872