黃 勇，周 青，劉 柱

（華東交通大學(xué)機(jī)電工程學(xué)院物流管理系，江西 南昌330013）

區(qū)域物流是區(qū)域經(jīng)濟(jì)核心競爭力的組成部分，客觀、準(zhǔn)確地分析與評價區(qū)域現(xiàn)代物流發(fā)展水平，也是衡量區(qū)域經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。在考慮環(huán)境、資源容量的前提下，促進(jìn)區(qū)域物流本身的發(fā)展，更好地為社會、經(jīng)濟(jì)的發(fā)展提供支持和保證，即綜合社會發(fā)展、經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)和資源利用4個方面對區(qū)域物流可持續(xù)發(fā)展影響的程度［1］。與周邊各地區(qū)的物流發(fā)展水平進(jìn)行綜合對比，對科學(xué)決策、改善現(xiàn)代經(jīng)濟(jì)發(fā)展環(huán)境、促進(jìn)物流企業(yè)和企業(yè)物流發(fā)展、提升區(qū)域現(xiàn)代物流競爭力和推動整個區(qū)域的經(jīng)濟(jì)發(fā)展都具有十分重要的意義［2］。

環(huán)鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)處于京九經(jīng)濟(jì)帶和長江經(jīng)濟(jì)帶的結(jié)合部，范圍涉及南昌、九江、上饒、鷹潭、撫州和景德鎮(zhèn)6 個區(qū)市，具體包括南昌、景德鎮(zhèn)、鷹潭3 市，以及九江、新余、撫州、宜春、上饒、吉安市的部分縣（市、區(qū)），共38個縣（市、區(qū)）和鄱陽湖全部湖體在內(nèi)，面積為5.12萬平方公里。占江西省國土面積的30%，人口占江西省50%，經(jīng)濟(jì)總量占江西省60%。政府也出臺了相應(yīng)的生態(tài)經(jīng)濟(jì)區(qū)政策，基于循環(huán)經(jīng)濟(jì)發(fā)展理念，積極優(yōu)化區(qū)域產(chǎn)業(yè)格局，發(fā)展低碳生態(tài)農(nóng)業(yè)，鼓勵企業(yè)技術(shù)創(chuàng)新，并將物流、商流以及旅游業(yè)的發(fā)展作為重點發(fā)展方向［3］。建立完善合理的區(qū)域物流體系，優(yōu)化集成區(qū)域內(nèi)優(yōu)勢資源，對區(qū)域經(jīng)濟(jì)核心競爭力具有重要作用［4］。

但是，目前鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)流通產(chǎn)業(yè)的物流發(fā)展存在流通效率低、流通成本高、信息化程度低、資源利用率低等問題［5］。如表1所示，以區(qū)域物流環(huán)境競爭力、區(qū)域物流供需競爭力、區(qū)域物流產(chǎn)業(yè)規(guī)模競爭力、區(qū)域物流產(chǎn)業(yè)質(zhì)量競爭力作為一級指標(biāo)；地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)投資額、貨物運輸量、郵電業(yè)務(wù)總量、貨物周轉(zhuǎn)量、金融年末存貸款余額、高新技術(shù)產(chǎn)業(yè)總值7個指標(biāo)變量（鑒于以前學(xué)者選取的指標(biāo)并加以歸納）作為二級指標(biāo)構(gòu)建了鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)區(qū)域物流競爭力的評價體系。采用SPSS統(tǒng)計軟件中的聚類分析法和因子分析法對各城市的物流競爭力進(jìn)行了得分排名以及提出對策建議。

1 評價指標(biāo)體系的評價方法

1.1 聚類分析法

聚類分析亦稱群分析、點群分析，根據(jù)研究對象特征而進(jìn)行性質(zhì)相近歸類的一種多元分析技術(shù)。其機(jī)理先把N個樣品分成n類，即J1，J2，…，Jn類，計算類與類之間的距離并選擇最小距離的一類合并成新類，再計算產(chǎn)生后的新類與其它類之間的最小距離，直至合并成一大類。傳統(tǒng)的統(tǒng)計聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點等算法的聚類分析工具已被加入到許多著名的統(tǒng)計分析軟件包中，如SPSS、SAS等。

表1 區(qū)域物流競爭力評價指標(biāo)體系Tab.1 Competitiveness evaluation of the regional logistics

聚類分析主要步驟［6］：

1）將N個樣本分為n類，且每類只含一個樣本；

2）計算N類兩兩之間的距離；

3）可將距離最近的兩類合成新類，并比較與其他類之間的距離；

4）重復(fù)上述步驟，直至全部樣本歸成一類；

5）最終由距離表及實際問題的意義確定最終分類結(jié)果。

1.2 因子分析法

因子分析法是從研究變量內(nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。它的基本思想是將觀測變量進(jìn)行分類，將相關(guān)性較高，即聯(lián)系比較緊密的分在同一類中，而不同類變量之間的相關(guān)性則較低，那么每一類變量實際上就代表了一個基本結(jié)構(gòu)，即公共因子。對于所研究的問題就是試圖用最少個數(shù)的不可測的所謂公共因子的線性函數(shù)與特殊因子之和來描述原來觀測的每一分量［7］。

因子分析模型：

其中，X=（X1，X2，…，Xn)，均值向量E=（X）=0，協(xié)方差矩陣Cov（X）=1；F=（F1，F(xiàn)2，…，F(xiàn)n），其均值向量E（F）=0，協(xié)方差矩陣Cov（F）=1；λ=（λ1，λ2，…λn），且E（λ）=0，各分量之間是相互獨立的。

結(jié)合這兩種方法對鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)的區(qū)域物流進(jìn)行實證分析，以求得到提升區(qū)域物流能力的對策。

2 鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)區(qū)域物流實證研究

2.1 數(shù)據(jù)的收集

收集了鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)南昌、景德鎮(zhèn)、九江、鷹潭、上饒、撫州、新余、宜春、吉安9個城市的相關(guān)數(shù)據(jù)（數(shù)據(jù)來源于2013年江西統(tǒng)計年鑒），通過比較分析明確各個城市的物流發(fā)展現(xiàn)狀，找出其優(yōu)劣勢所在，以期提出建設(shè)性的對策促進(jìn)其發(fā)展。采用7個指標(biāo)［8］變量用來實證研究：地區(qū)生產(chǎn)總值X1（億元）、第三產(chǎn)業(yè)投資X2（億元）、貨物運輸量X3（萬噸）、郵電業(yè)務(wù)總量X4（億元）、貨物周轉(zhuǎn)量X5（億噸/公里）、金融年末存貸款余額X6（億元）、高新技術(shù)產(chǎn)業(yè)總值X7（億元）。用這7個指標(biāo)變量代表區(qū)域物流的環(huán)境競爭力指標(biāo)、供需競爭力指標(biāo)、物流產(chǎn)業(yè)規(guī)模競爭力指標(biāo)、物流產(chǎn)業(yè)質(zhì)量競爭力指標(biāo)。但是由于選擇7個指標(biāo)數(shù)據(jù)單位不一致，對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，如表2所示。

表2 標(biāo)準(zhǔn)化處理后各城市指標(biāo)值Tab.2 Each city′s index value after standardized processing

2.2 聚類分析數(shù)據(jù)處理

將數(shù)據(jù)輸入SPSS19.0，經(jīng)過聚類分析處理，使用Euclidean距離，得出表3。

表3 樣本處理Tab.3 Results of sample processing

表3可以看出有效個數(shù)為9個，說明數(shù)據(jù)不缺省，可以實現(xiàn)。同時設(shè)置聚類數(shù)為3。

圖1 樣本柱狀圖Fig.1 Histogram of samples

圖1為樣本樹狀圖，根據(jù)“組內(nèi)距離遠(yuǎn)小于組間距離”的分類原則分為三類，即1；4和2；3，8，5，7，6和9。

即第一類：南昌；第二類：景德鎮(zhèn)、鷹潭；第三類：九江、宜春、上饒、新余、撫州、吉安。

但通過聚類分析只能粗略的把9個樣本分類，但具體的競爭力方面不能顯現(xiàn)出來，所以下面要用因子分析中主成分分析方法來具體的對9個樣本7個變量進(jìn)行精確分類，并對9個樣本進(jìn)行排名。

2.3 評價模型展示

2.3.1 因子分析法的檢驗

在進(jìn)行統(tǒng)計分析之前，需要對標(biāo)準(zhǔn)化后的數(shù)據(jù)（表2）取特定方法檢驗，根據(jù)檢驗結(jié)果判斷其是否適合進(jìn)行因子分析。擬采用KMO和Bartlett球度檢驗，檢驗結(jié)果如表4所示，KMO的值為0.632，大于0.5，表示所搜集數(shù)據(jù)適合進(jìn)行因子分析；Bartlett球度檢驗近似卡方值為69.566，自由度為21，檢驗的顯著性概率為0.000，小于0.5，拒絕原假設(shè)，表示適合進(jìn)行因子分析。

2.3.2 公共因子的確定

由于指標(biāo)變量眾多且多數(shù)具有相關(guān)性，為了排除主觀上的誤差以及變量間的線性相關(guān)性，通過統(tǒng)計分析得出幾個具有代表性的公共因子，使分析既具有科學(xué)性，又具有便捷性。

表4 公因子方差Tab.4 Communality

表4為公因子方差表，表示提取出來的公共因子對每個變量的解釋程度。由表可見，大部分變量共同度分布于0.94～0.9 9之間，表明公共因子能較高程度解釋每個變量的信息，表明所選擇的指標(biāo)和所搜集到的數(shù)據(jù)能很好的反映9個城市的物流基本現(xiàn)狀，從而為下面進(jìn)行公因子提取提供了基礎(chǔ)性支撐。

2.3.3 解釋的總方差

表5 解釋的總方差Tab.5 The explanation of the total variance

表5為解釋的總方差表，是數(shù)據(jù)矩陣計算出來的結(jié)果，特征值、方差貢獻(xiàn)率、累積方差貢獻(xiàn)率這幾個值都能夠得到。由表可知，提取出來的3個公共因子特征值分別為4.423，1.311，1.123，均大于1。這3個公共因子累積方差貢獻(xiàn)率為97.948%，能夠比較全面的反映所有的信息。

2.3.4 成分矩陣

表6 成分矩陣Tab.6 Feature matrix

由表6可以寫出因子分析模型，如：

其中，C1、C2、C3 為3 個公共因子，從成分矩陣表中可以看到，第一個公共因子C1 主要由變量X1、X2、X4、X6、X7 決定，它們的載荷因子分別為0.991，0.959，0.940，0.933，0.943；第二個公共因子C2主要由變量X3、X5 決定，載荷因子分別為0.867，0.546；第三個公共因子C3 主要由變量X5 決定，載荷因子為0.530。

2.3.5 旋轉(zhuǎn)成份矩陣

1.3.2 認(rèn)知及情緒量表測評 所有受試者均在環(huán)境安靜的檢查室內(nèi)進(jìn)行評估，由專人負(fù)責(zé)。蒙特利爾認(rèn)知評估量表（MoCA）用來評估患者的總體認(rèn)知功能。抑郁自評量表（SDS）及焦慮自評量表（SAS）用來評估患者的心理狀況。睡眠自評量表（SRSS）用來評估患者的睡眠狀況。

從成分矩陣中可以觀測到，某些指標(biāo)變量所代表的公共因子沒有明顯的區(qū)分性，此時，需要對成分矩陣進(jìn)行旋轉(zhuǎn)處理，以期得到比較鮮明的公共因子成分。其矩陣進(jìn)行旋轉(zhuǎn)，生成結(jié)果見表8。

表7 旋轉(zhuǎn)成份矩陣Tab.7 Rotating component matrix

表8是用最大方差法對矩陣進(jìn)行處理后的結(jié)果。對比成分矩陣和旋轉(zhuǎn)成分矩陣可以得出以下結(jié)論：

從旋轉(zhuǎn)成分矩陣表中可以看到，第一個公共因子C1主要由變量X1、X2、X4、X6、X7決定，它們的載荷因子分別為0.940，0.982，0.901，0.979，0.846；第二個公共因子C2主要由變量X3決定，載荷因子為0.961；第三個因子C3主要由變量X5決定，載荷因子為0.893。

公共因子C1主要包括地區(qū)生產(chǎn)總值X1、第三產(chǎn)業(yè)投資X2、郵電業(yè)務(wù)總量X4、年末金融機(jī)構(gòu)存貸款余額X6、高新技術(shù)產(chǎn)業(yè)總值X7。這些指標(biāo)主要反映了影響區(qū)域物流競爭力的物流經(jīng)濟(jì)環(huán)境與物流產(chǎn)業(yè)規(guī)模與質(zhì)量競爭力，本文將這個公共因子命名為物流經(jīng)濟(jì)物流產(chǎn)業(yè)因子。

公共因子C2主要包括貨物運輸量X3。這個指標(biāo)主要反映了影響區(qū)域物流競爭力的物流供需行為因素，將這個公共因子命名為物流供需因子。

公共因子C3只有貨物周轉(zhuǎn)量X5這個指標(biāo)變量。主要反映了影響區(qū)域物流競爭力的物流產(chǎn)業(yè)規(guī)模因素，將這個公共因子命名為物流產(chǎn)業(yè)規(guī)模因子。

2.4 因子得分的計算

表8 成分得分系數(shù)矩陣Tab.8 Component score coefficient matrix

將所搜集數(shù)據(jù)代入上述所列函數(shù)中計算得到7個樣本對象各自對應(yīng)的3個公共因子的得分及排名；根據(jù)3 個公共因子權(quán)重（各自特征值占特征值之和的比例）加權(quán)求和獲得9 個樣本對象的綜合得分及排名。由此可得九個城市因子得分及排名情況，如表10所示。

表9 九個城市因子得分以及排名Tab.9 Factor scores and ranking of 9 cities

由此可見，區(qū)域物流競爭力的公共因子得分分析：

一般來說，得分越高，表明該地區(qū)物流競爭力越強(qiáng)，得分大于0表示該地區(qū)物流競爭力水平在全省平均水平以上，得分小于0表示該地區(qū)物流競爭力水平低于全省平均水平。根據(jù)表10所計算出來的結(jié)果顯示，我們能很清楚的看到當(dāng)前各城市在3 個公共因子上的差異，以及公共因子對該地區(qū)物流競爭力的影響程度。通過分析，我們可以針對性的提出一些未來提高區(qū)域物流競爭力的對策建議。

1）物流經(jīng)濟(jì)物流產(chǎn)業(yè)因子。在所選指標(biāo)變量中，這個公共因子所含的指標(biāo)量最多，對區(qū)域物流競爭力的影響也最大，由表10可以看出，只有南昌市的物流經(jīng)濟(jì)物流產(chǎn)業(yè)因子得分大于0，也就是只有南昌市（位列第一）的物流經(jīng)濟(jì)與物流產(chǎn)業(yè)發(fā)展水平高于全省平均水平。南昌市是江西省的省會城市，近年來其經(jīng)濟(jì)發(fā)展是有目共睹的，如全面推進(jìn)昌九一體化，力求對接長江中游城市發(fā)展；繼續(xù)招商引資，積極融資發(fā)展本土經(jīng)濟(jì)周圍圈；打造綠色高興技術(shù)產(chǎn)業(yè)集群，提升區(qū)域經(jīng)濟(jì)水平；修建南昌地鐵、向莆線，方便南昌與周邊城市經(jīng)濟(jì)對接。但是總體而言，相對于發(fā)達(dá)城市，在經(jīng)濟(jì)“總量”和“質(zhì)量”上均存在差距，尤其是近幾年，全國各地爭相發(fā)展本土經(jīng)濟(jì)而順勢而上，而南昌等城市基礎(chǔ)差，在人才和科技等方面存在嚴(yán)重不足［9］，這也是導(dǎo)致江西企業(yè)創(chuàng)新力和發(fā)展質(zhì)量不高的原因；而其它8 個城市因子得分均低于0，即低于全省平均水平。所以，景德鎮(zhèn)、九江、鷹潭、上饒、撫州、新余、宜春、吉安，需要提高自身的經(jīng)濟(jì)發(fā)展水平，為鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)的物流發(fā)展提供動力。

2）物流供需因子。這個公共因子只包含一個指標(biāo)變量，對影響區(qū)域物流競爭力水平起著基礎(chǔ)支撐性的作用。由表10看出，九江、上饒、新余、宜春的物流供需因子大于0，說明這4個城市的基礎(chǔ)設(shè)施條件發(fā)展水平高于全省平均水平；而其它五個城市因子得分低于0，低于全省平均水平。所以，南昌市、景德鎮(zhèn)、鷹潭、撫州、吉安應(yīng)該重視軟硬件環(huán)境的營造，完善物流發(fā)展硬件條件，加快信息化發(fā)展，推動區(qū)域物流更快發(fā)展。

3）物流產(chǎn)業(yè)規(guī)模因子。這個公共因子對區(qū)域物流競爭力的影響主要體現(xiàn)在產(chǎn)業(yè)規(guī)模大小上，用貨物周轉(zhuǎn)量指標(biāo)來表示這個因子。由表10可以看出南昌、九江、上饒、撫州、宜春、吉安這6個城市的物流產(chǎn)業(yè)規(guī)模因子得分大于0，即這些城市的物流產(chǎn)業(yè)規(guī)模發(fā)展水平高于全省平均水平；景德鎮(zhèn)、鷹潭、新余因子得分低于0，即物流產(chǎn)業(yè)規(guī)模發(fā)展水平低于全省發(fā)展水平。所以，這3個城市應(yīng)該在不斷提高物流產(chǎn)業(yè)質(zhì)量水平的目標(biāo)下，逐漸擴(kuò)大物流產(chǎn)業(yè)規(guī)模，以期使物流競爭力處于上游水平，促進(jìn)鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)物流競爭力的提高。

3 結(jié)論

根據(jù)表10綜合得分與排名，只有南昌、九江、上饒和宜春4個城市的總體得分為正值，其余5個城市得分值均低于全省平均水平。

1）要大力促進(jìn)區(qū)域城市的經(jīng)濟(jì)發(fā)展，提升區(qū)域物流競爭水平。根據(jù)區(qū)域物流與區(qū)域經(jīng)濟(jì)的關(guān)系，區(qū)域物流與區(qū)域經(jīng)濟(jì)有互補(bǔ)促進(jìn)的作用。根據(jù)表10只有南昌市物流經(jīng)濟(jì)水平高于全省平均水平，其它8個城市均小于全省平均水平。應(yīng)以南昌為發(fā)展核心城市，其余8個城市圍繞南昌共建鄱陽湖城市群，可以嘗試走一條以點帶線、以線帶面的城市發(fā)展群道路。

2）促進(jìn)物流產(chǎn)業(yè)優(yōu)化升級，提升區(qū)域物流競爭水平。鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)應(yīng)以生態(tài)契機(jī)，走出一條科學(xué)發(fā)展、綠色崛起的新道路，大力發(fā)展低碳與生態(tài)經(jīng)濟(jì)，實現(xiàn)資源的高效利用和生態(tài)環(huán)境優(yōu)化為目標(biāo)，全面推進(jìn)低能耗、低排放、低污染經(jīng)濟(jì)發(fā)展。特別是在物流業(yè)發(fā)展模式方面，敢于打破傳統(tǒng)發(fā)展模式，走綠色物流發(fā)展道路，在保證不斷提高物流產(chǎn)業(yè)質(zhì)量水平的目標(biāo)下，加快自身轉(zhuǎn)型升級，產(chǎn)業(yè)優(yōu)化升級，提高區(qū)域物流競爭水平。

3）改善鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)物流業(yè)發(fā)展不平衡的局面，提升區(qū)域物流競爭水平。鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)9個城市在物流業(yè)發(fā)展不平衡，直接制約其地區(qū)經(jīng)濟(jì)乃至整個省的經(jīng)濟(jì)發(fā)展水平?？梢詮恼⑵髽I(yè)和當(dāng)?shù)刭Y源方面考慮。一方面政府應(yīng)加大財政的投入，扶持新型企業(yè)，如政策優(yōu)惠、稅收減免等，鼓勵企業(yè)加大科技投入，再者，可以廣泛吸收國內(nèi)外資金進(jìn)入鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)高新技術(shù)產(chǎn)業(yè)而獲得社會資金保障；一方面，企業(yè)要加大科技投入，提升管理水平，引進(jìn)先進(jìn)設(shè)備，推廣循環(huán)經(jīng)濟(jì)發(fā)展模式以促進(jìn)物流業(yè)發(fā)展；最后，各個生態(tài)區(qū)應(yīng)加強(qiáng)彼此聯(lián)系，利用當(dāng)?shù)赜欣Y源如交通、技術(shù)、農(nóng)業(yè)、旅游、文化等資源加以互補(bǔ)，把硬實力和軟實力結(jié)合，最終促進(jìn)該區(qū)物流業(yè)能夠協(xié)調(diào)發(fā)展，實現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。

[1] 任新平.區(qū)域物流布局[M].北京:化學(xué)工業(yè)出版社,2010:32-89.

[2] 王昊.中部地區(qū)區(qū)域物流競爭力評價研究[J].現(xiàn)代商貿(mào)工業(yè),2012(21):3-5.

[3] 國家發(fā)展改革委.鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)規(guī)劃[EB/OL].(2010-02-05).http://www.jxdpc.gov.cn/ghjh/zxjh/20100205/120143.htm.

[4] 陳力,李松志.基于相關(guān)模型的鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)物流產(chǎn)業(yè)發(fā)展分析[J].國土與自然資源研究,2012(3):18-20.

[5] 趙培華.基于因子和聚類分析的河南省區(qū)域物流競爭力研究[J].物流技術(shù),2013(23):151-153.

[6] 喻曉玲,李新明,馬瓊.新疆南疆發(fā)展區(qū)域特色支柱產(chǎn)業(yè)的經(jīng)濟(jì)研究[M].北京:高等教育出版社,2011:27-30.

[7] 年呂運,劉聯(lián)輝,劉琴.基于因子分析的區(qū)域物流競爭力的研究評價—以珠江三角洲為例[J].物流平臺,2013(30):52-53.

[8] 黃曦.區(qū)域物流競爭力評價理論與實證探究[J].中國外資,2013(21):158-159.

[9] 黃三生,王新華,廖繼勝.鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)文化軟實力建設(shè)芻議[J].華東交通大學(xué)學(xué)報,2013,30(3):107-113.