李朝洪，劉曉林（東北林業(yè)大學 經(jīng)濟管理學院，黑龍江 哈爾濱 150040）LI Chao-hong, LIU Xiao-lin (School of Economics and Management,Northeast Forestry University,Harbin 150040,China)

在經(jīng)濟發(fā)展過程中，某個地區(qū)經(jīng)濟的發(fā)展速度與競爭能力直接受區(qū)域物流發(fā)展水平高低的影響[1]。因此對某個地區(qū)的區(qū)域物流發(fā)展水平進行客觀、準確的分析和評價，并與周邊各區(qū)域進行綜合比較，不僅可以對該區(qū)域的物流發(fā)展水平進行準確的定位，還可以為相關(guān)物流產(chǎn)業(yè)發(fā)展政策和措施的出臺提供參考，以達到進一步提升區(qū)域物流競爭力和推動整個區(qū)域國民經(jīng)濟發(fā)展的目的[2]。

1 指標構(gòu)建和模型選擇

1.1 區(qū)域物流評價指標體系的構(gòu)建

根據(jù)構(gòu)建評價指標體系的原則，本文結(jié)合我國具體國情和區(qū)域物流的特點，以全面、系統(tǒng)地對區(qū)域物流發(fā)展水平作出評價為目標，主要從人口規(guī)模、經(jīng)濟實力、工業(yè)規(guī)模、第三產(chǎn)業(yè)規(guī)模和物流主導產(chǎn)業(yè)規(guī)模5個方面確立了8項二級指標 （如表1所示）[3]。

表1 區(qū)域物流節(jié)點城市發(fā)展評價指標體系

1.2 模型選擇

考慮到區(qū)域物流發(fā)展水平本身的模糊性和難以界定性，部分經(jīng)濟指標之間可能存在比較明顯的相關(guān)性，從而導致評價結(jié)果不夠理想狀況的出現(xiàn)[4]。而鑒于因子分析法具有的降維思想，可以用綜合指標來代替原來的指標，進而使復雜問題簡單化。本文選取因子分析法對各區(qū)域性物流節(jié)點城市的區(qū)域物流發(fā)展水平進行綜合評價，最后再用聚類分析法加以分類。這樣不但使綜合指標間的信息重復問題得到有效解決，還實現(xiàn)了綜合分析的定性與定量相結(jié)合[5]。

2 實證分析

由于在全國17個區(qū)域物流節(jié)點城市中，數(shù)據(jù)符合要求的只有哈爾濱、包頭、太原、合肥、拉薩、貴陽、福州、銀川、西寧、長沙，本文以這10個城市2010年的相關(guān)統(tǒng)計數(shù)據(jù)為樣本，對各市的物流發(fā)展狀況進行實證分析 （數(shù)據(jù)來源于 《中國城市統(tǒng)計年鑒2010》以及各城市統(tǒng)計年鑒）。

2.1 物流節(jié)點城市物流發(fā)展水平的因子分析

（1）原始指標的標準化處理與適用性檢驗。為實現(xiàn)各指標之間的可比性，必須要消除指標的量綱，所以首先對原始數(shù)據(jù)進行標準化處理。然后采用KMO和Bartlett檢驗方法對因子分析法的適用性進行檢驗。其檢測結(jié)果如表2所示。

表2 KMO檢驗和Bartlett球度檢驗

從表2中可以看出KOM （Kaiser-Meyer-Olkin）值大于0.5，且Bartlett值=115.388，其顯著性水平是0.00，小于1%，說明各指標變量之間具有相關(guān)性，是適宜做因子分析的。

（2）提取公因子。根據(jù)標準化后的數(shù)據(jù)經(jīng)過計算得到樣本相關(guān)系數(shù)矩陣的特征值和方差貢獻率 （見表3）。

表3 特征值和方差貢獻率

表3表明變量相關(guān)系數(shù)矩陣有兩個大的特征值5.379和1.833，若按照特征值大于1的標準提取公因子，則取這兩個公因子。它們包含的信息量占總體信息量的百分比為90.013%。因此提取前兩個公因子，已經(jīng)可以對經(jīng)濟發(fā)展的總體水平進行總體描述[6]。

（3）因子旋轉(zhuǎn)。為了簡化因子載荷矩陣的結(jié)構(gòu)，使每個變量僅在一個公因子上有較大的負荷，而在其余公因子上的負荷比較小，以便找出公因子的實際意義。本文對初始因子載荷矩陣進行方差最大旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷矩陣如表4所示。

表4 旋轉(zhuǎn)因子矩陣表

根據(jù)表4將8個指標按照高載荷分成兩類，并結(jié)合專業(yè)知識對因子給予命名，得出第一個因子包括年末總?cè)丝跀?shù)、地區(qū)生產(chǎn)總值、工業(yè)增加值、第三產(chǎn)業(yè)增加值、社會消費品零售總額5個指標，將其命名為經(jīng)濟發(fā)展水平因子。第二個因子包括貨運總量、公路貨運量和鐵路貨運量3個指標，將其命名為物流主導產(chǎn)業(yè)因子。

（4）計算因子得分。SPSS根據(jù)旋轉(zhuǎn)后的因子載荷矩陣，運用Bartlett因子得分法自動計算出因子得分，按各公因子對應(yīng)的方差貢獻率占兩個公因子總方差貢獻率的比重作為權(quán)數(shù)進行加權(quán)匯總，計算各城市的綜合因子得分，其計算形式為：

由此計算出的每個城市的綜合因子得分充分反映各節(jié)點城市區(qū)域物流綜合實力的強弱，根據(jù)因子得分對各區(qū)域物流節(jié)點城市進行排序，結(jié)果見表5。

表5 區(qū)域物流節(jié)點城市的因子得分、綜合得分及排名

2.2 物流節(jié)點城市物流發(fā)展的聚類分析

聚類分析法就是根據(jù)樣品或指標之間的 “相似性”或 “相近性”來將樣品或指標進行歸類的一種統(tǒng)計方法。將前面因子分析得到的2個主成分的分值作為聚類分析的樣本矩陣，首先對數(shù)據(jù)進行標準化處理，然后采用系統(tǒng)聚類的類平均法進行聚類分析，得到的聚類樹形圖如圖1。

圖1 系統(tǒng)聚類分析的樹狀圖

由圖1可以看出，可將10個區(qū)域物流節(jié)點城市分為三類，第一類包括拉薩、西寧、太原、貴陽、銀川和合肥；第二類包括哈爾濱、福州和長沙；包頭則獨自歸為一類。

2.3 結(jié)果分析

根據(jù)前面因子分析和聚類分析的結(jié)果，綜合考慮各區(qū)域物流節(jié)點城市所處的地理位置、經(jīng)濟發(fā)展水平等因素，將10個區(qū)域物流節(jié)點城市劃分為三個類別。

第一類為物流發(fā)展水平中等偏下地區(qū)，包括拉薩、西寧、太原、貴陽、銀川和合肥。這幾個城市的綜合得分排名分別為10、9、6、7、8、5，從物流發(fā)展綜合實力來看均處于劣勢。其中銀川的物流主導產(chǎn)業(yè)因子位列第四，2010年銀川市的貨運總量達到了19 500萬噸，充分顯示出其交通樞紐的地理區(qū)位優(yōu)勢，但其經(jīng)濟發(fā)展水平因子僅排名第九，說明銀川市經(jīng)濟發(fā)展速度過低，因此銀川市的發(fā)展重點是大力促進區(qū)域經(jīng)濟的發(fā)展。西寧和拉薩綜合排名及各因子排名都比較靠后，屬于物流發(fā)展低水平地區(qū)，這也充分表明了這兩個城市無論是在地理交通方面還是在經(jīng)濟文化發(fā)展水平方面，均處于不利狀態(tài)，所以拉薩和西寧的區(qū)域物流發(fā)展需從全方位入手。太原、合肥、貴陽的因子得分和綜合得分都比較均衡，表明這三個城市的物流發(fā)展比較穩(wěn)定，其中合肥屬于中等偏上水平，2010年除了鐵路貨運量僅為150.8萬噸以外，其他指標的數(shù)值都很大，因此要想進一步促進合肥的物流發(fā)展，可以首先從鐵路貨運方面著手。

第二類為物流發(fā)展高水平地區(qū)，包括哈爾濱、福州和長沙，這三個城市的綜合得分排名依次為2、4、1。其中長沙的地區(qū)生產(chǎn)總值、工業(yè)增加值、第三產(chǎn)業(yè)增加值和社會消費品零售總額均為最高，因此其經(jīng)濟發(fā)展水平因子排名位居第一，充分顯示了長沙市的經(jīng)濟發(fā)展實力，另外其物流主導產(chǎn)業(yè)因子位居第二，說明長沙市物流產(chǎn)業(yè)的發(fā)展狀況也很好，這也使得長沙市成為最具有區(qū)域物流發(fā)展綜合實力的區(qū)域物流節(jié)點城市。哈爾濱市和福州市雖然綜合排名和經(jīng)濟發(fā)展水平因子分別占據(jù)第二和第三位，但其物流主導產(chǎn)業(yè)因子得分僅排在第八和第七位，這充分顯現(xiàn)出哈爾濱市和福州市物流產(chǎn)業(yè)發(fā)展的不足，因此在加快經(jīng)濟發(fā)展的同時，要針對自身地理區(qū)位優(yōu)勢，加快交通運輸業(yè)的發(fā)展，注重與周邊城市的合作，通過物流基礎(chǔ)設(shè)施等的建設(shè)，促進區(qū)域物流發(fā)展的產(chǎn)業(yè)化進程。

第三類為物流發(fā)展水平中等偏上地區(qū)，包括包頭市。包頭市是我國著名的鋼鐵工業(yè)城市，鐵路運輸發(fā)達，其2010年的貨運總量達到28 373.7萬噸，其中鐵路貨運量為11 445.5萬噸，是10個城市中貨運總量和鐵路貨運量最高的城市，從而使其物流主導產(chǎn)業(yè)因子排名第一，這也決定了包頭市被單獨列為一類。但包頭市經(jīng)濟發(fā)展水平因子僅排在第七位，從而導致其綜合排名下降至第三位，從包頭市2010年各指標數(shù)值看出，這主要是由包頭市人口規(guī)模比較小，第三產(chǎn)業(yè)增加值過低造成的，所以提高包頭市物流發(fā)展綜合水平的最有效方法就是充分發(fā)揮其鋼鐵規(guī)模經(jīng)濟優(yōu)勢，提升第三產(chǎn)業(yè)的發(fā)展速度。

3 結(jié) 論

本文從人口規(guī)模、經(jīng)濟實力、工業(yè)規(guī)模、第三產(chǎn)業(yè)規(guī)模和物流主導產(chǎn)業(yè)規(guī)模5個方面確立了區(qū)域物流發(fā)展水平的評價指標體系，采用因子分析和聚類分析的定量分析方法對10個區(qū)域物流節(jié)點城市的物流發(fā)展進行了綜合評價和分類，實現(xiàn)了兩種方法的有機結(jié)合，模型原理清晰，計算簡單，大大減少了計算工作量，結(jié)論客觀、準確、較有說服力。

[1]魏修建，解芳.區(qū)域物流發(fā)展水平綜合評價指標體系研究[J].中國商界，2008(12):61-62.

[2]周泰，王亞玲.基于模糊物元的區(qū)域物流發(fā)展水平評價[J].北京交通大學學報，2010(3):37-41.

[3]殷輝，張硯，李道芳.我國區(qū)域物流節(jié)點城市發(fā)展的統(tǒng)計評價分析[J].現(xiàn)代管理科學，2011(3):43-45.

[4]吳文一，劉麗.主成分分析和聚類分析在區(qū)域物流中心綜合評價中的應(yīng)用[J].技術(shù)與方法，2009(12):164-168.

[5]程慧燕，魏連雨.省域區(qū)域物流發(fā)展綜合評價指標體系研究[J].物流科技，2010(9):48-51.

[6]劉磊，黃斌.因子分析法在教學評估中的應(yīng)用[J].湖北工業(yè)大學學報，2006(1):23-26.