王 欣
(安徽大學(xué)商學(xué)院,安徽 合肥 230000)
隨著物流產(chǎn)業(yè)的逐漸崛起,物流業(yè)被稱為“第三利潤源”,其不僅能夠為企業(yè)創(chuàng)造利潤,而且也是企業(yè)實現(xiàn)經(jīng)營利潤的主要活動。與此同時,物流產(chǎn)業(yè)也是國民經(jīng)濟的重要組成部分。一個地區(qū)的經(jīng)濟不斷增長,是離不開該地區(qū)的物流水平的。
安徽出于江淮的分水嶺,各個地級市的發(fā)展各有其獨特的特色。本文將這16個地級市作為樣本,運用SPSS13.0 FOR WINDOUWS軟件進行因子分析,對這16個地級市的物流發(fā)展水平進行排名,從中分析出各個市的物流發(fā)展水平產(chǎn)生差距的原因,從而為各個市提高物流發(fā)展水平貢獻出解決方案,使得各地區(qū)能夠快速提高經(jīng)濟水平,也使得安徽省物流平均水平得以提高。
因子分析是指對原有變量進行濃縮,將原有變量中的重合部分提取出來成為因子,用這些相互獨立的因子來代替原有變量的絕大部分信息,使得這些相互獨立的因子具有一定的命名解釋性。需要注意的是,因子分析法會導(dǎo)致少量的信息缺失。
(1)判斷原有變量之間是否存在相關(guān)關(guān)系。倘若原有變量之間相互獨立,則不會存在信息重疊,也就不適合進行因子分析。
(2)在樣本數(shù)據(jù)的基礎(chǔ)上,將原有變量綜合成少數(shù)的幾個因子。
(3)通過各種方法使得提取出來的因子實際含義明了,使因子具有命名解釋性。
(4)通過各種方法計算各個樣本在各個因子上面的得分,從而可以為深層次的分析奠定基礎(chǔ)。
選擇安徽省的16個市作為本文的樣本,綜合以往的研究報告選取了11個指標作為評價物流發(fā)展水平的評價體系。這些指標分別為公路里程、生產(chǎn)總值、公路貨運量、公路貨物周轉(zhuǎn)量、公路營運汽車擁有量、民用運輸船舶運輸量、人口、交通運輸業(yè)的固定資產(chǎn)投資、道路與交通設(shè)施用地、規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值、民用載貨汽車。樣本中的數(shù)據(jù)來自2015年安徽省統(tǒng)計年鑒。
(1)判斷原有變量之間是否具有較強的相關(guān)關(guān)系,運用KMO檢驗及巴特利特球度檢驗,如表1所示。
表1 KMO and Bartlett's Test
在表1中可以看出:KMO的值為0.724,大于0.7,尚且可以接受。并且在巴特利特球度檢驗中,P值等于0,拒絕原假設(shè),說明原有變量的相關(guān)系數(shù)矩陣不為單位矩陣,即原有變量之間存在較強的線性相關(guān)性。因此,可以認為原有變量適合做因子分析。
(2)運用SPSS計算出各個變量的特征值、方差貢獻率、累計方差貢獻率以及旋轉(zhuǎn)后的因子載荷矩陣,判斷出提取幾個因子較為恰當。方差貢獻率是指提取出來的公共因子能夠解釋的原有變量信息的多少,累計方差貢獻率是指所提取的所有因子所解釋的原有變量信息的多少的累計之和。
表2 Total Variance Explained
Extraction Method: Principal Component Analysis.
在表2中可以看出,特征值大于1,并且累計方差貢獻率為83.882%,大于80%,即原有變量的絕大部分的信息可以由公共因子反映出來。因此可知,可以提取出來2個公共因子。也即利用這兩個公共因子來解釋所有變量所包含的信息。
因子分析的另外一個重要部分就是因子的命名解釋。在實際的工作中,人們需要對因子的實際含義有著更加精確的認識。因此,就可以進行因子旋轉(zhuǎn)。因子旋轉(zhuǎn)的目的就是為了使一個變量能夠在較少的因子上有更高的載荷值。進行因子旋轉(zhuǎn),可以使一個變量在某個因子上的載荷較大,甚至于趨向于1,而這個變量在另外的因子上的載荷較小,小到趨向于0。在這種情況下,因子的含義就能夠非常清楚了。那么旋轉(zhuǎn)后的因子載荷矩陣見表3。
表3 Rotated Component Matrix(a)
從表3中可以看出,第一個因子在公路貨運量、民用載貨汽車、人口、公共營運汽車擁有量、公路貨物周轉(zhuǎn)量、公路里程、民用運輸船舶運輸量這7個指標上具有較高的載荷,第二個因子在規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值、生產(chǎn)總值、道路與交通設(shè)施用地、交通運輸業(yè)的固定資產(chǎn)投資這4個指標具有較高的載荷。那么就將第一個因子解釋為基礎(chǔ)資源優(yōu)勢,第二個因子解釋為經(jīng)濟資源優(yōu)勢。
(3)計算因子得分。
因子得分是因子分析的最終的表現(xiàn)。由表4列出16個市的各個因子得分,然后將各個因子旋轉(zhuǎn)后的方差貢獻率作為加權(quán)數(shù),計算出16個市的綜合得分。具體的公式如下:F=0.47928F1+0.35954F2。
表4 16個市的綜合得分排名
由表4可以看出,在第一個因子即基礎(chǔ)資源優(yōu)勢上排名前五名的分別是阜陽市、六安市、亳州市、合肥市、宿州市。其中阜陽、六安、亳州、宿州均位于皖西北,占據(jù)著較好的地理優(yōu)勢。這五個城市的人口、公路貨運量、民用載貨汽車量、公路營運汽車擁有量、公路貨物周轉(zhuǎn)量、公路里程、民用運輸船舶運輸量均較高,物流的基礎(chǔ)設(shè)施較為齊全,運輸工具也較為發(fā)達。因為地理位置的原因,使得這些地方的資源優(yōu)勢明顯,這也為這五個城市在第一個因子上的排名奠定了一定的基礎(chǔ)。而排在最后五名的分別是蕪湖市、馬鞍山市、黃山市、池州市和銅陵市,相比較排名前五名的城市,其資源優(yōu)勢較不明顯。
在第二個因子上排名前五位的分別是合肥市、蕪湖市、馬鞍山市、宣城市、蚌埠市。這五所城市的經(jīng)濟資源優(yōu)勢較為突出。合肥作為安徽省的省會,也是安徽省經(jīng)濟發(fā)展的樞紐所在,合肥市的經(jīng)濟發(fā)展在安徽省中具有一定的優(yōu)勢,無論是生產(chǎn)總值還是規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值,都是名列前茅的,并且合肥市整體的道路與交通運輸設(shè)施用地規(guī)劃和交通運輸業(yè)的固定資產(chǎn)投資也是較為合理。對于蕪湖來說,蕪湖的汽車制造產(chǎn)業(yè)為蕪湖帶來了一定的收益,蕪湖市的奇瑞已經(jīng)作為一個品牌,每年為蕪湖市的經(jīng)濟收益做出一份貢獻,另外蕪湖市的旅游發(fā)展也對蕪湖市的經(jīng)濟發(fā)展起到了助推作用。對于馬鞍山來說,馬鞍山的鋼鐵加工產(chǎn)業(yè)為其經(jīng)濟發(fā)展也增添了一份力量。再比如蚌埠的糧食加工產(chǎn)業(yè)也為蚌埠市的經(jīng)濟帶來一定收益。宣城的經(jīng)濟發(fā)展也呈上升趨勢。這五個城市的經(jīng)濟力量雄厚,所以在規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值、生產(chǎn)總值、交通運輸業(yè)的固定資產(chǎn)投資、道路與交通設(shè)施用地方面優(yōu)勢明顯。而在排后五名的分別是黃山市、池州市、阜陽市、淮北市和亳州市,這五個城市在經(jīng)濟布局方面需進一步發(fā)展。
綜合來看,在綜合排名上排名前五位的分別是合肥、阜陽、六安、蕪湖、亳州。合肥作為安徽省的省會,不僅經(jīng)濟較為發(fā)達,而且占據(jù)了一定的地理優(yōu)勢和資源。阜陽市的物流基礎(chǔ)設(shè)施較為完善,運輸工具方面也比較完善,這為其綜合排名靠前奠定了條件。六安市的物流設(shè)施也相對較好,所以綜合排名也較為理想。蕪湖市的工業(yè)發(fā)展迅速,汽車產(chǎn)業(yè)也成為了品牌產(chǎn)業(yè),另外蕪湖市的旅游產(chǎn)業(yè)也為經(jīng)濟發(fā)展貢獻一份力量,所以蕪湖市的綜合排名也是相對靠前。亳州市的物流基礎(chǔ)設(shè)施相對較好,因此其綜合排名也進了前五。
安徽省位于我國大陸東部位置,毗鄰江蘇、浙江等省,安徽省的經(jīng)濟發(fā)展急需穩(wěn)步提高,與此同時,安徽省的物流發(fā)展水平呈穩(wěn)步上升趨勢,物流需求也越來越大。本文對如何提高安徽省16個市的物流發(fā)展水平提出下述建議,以求安徽省整體物流發(fā)展水平得到顯著提高。
首先,加大安徽省16個市的物流基礎(chǔ)設(shè)施建設(shè)。政府要加強對公路、水路的規(guī)劃建設(shè),構(gòu)建物流節(jié)點空間網(wǎng)絡(luò),形成功能較為齊全的物流節(jié)點體系。
其次,促進各市的經(jīng)濟發(fā)展,經(jīng)濟發(fā)展在一定程度上能夠促進物流發(fā)展。拿合肥市來說,合肥市作為安徽省的省會城市,其所具備的經(jīng)濟優(yōu)勢對物流發(fā)展起到了助推作用。對于其他的地級市,政府應(yīng)該加大投資,加強規(guī)劃,使得這些城市的經(jīng)濟發(fā)展能夠更上一個新臺階。
再次,加強人才培養(yǎng)。安徽省的各個地級市應(yīng)該加強物流人才的培訓(xùn)以及教育,為物流的人力資本提供保障。
最后,需要加強各市的信息化建設(shè),形成一定的信息化網(wǎng)絡(luò),為物流發(fā)展奠定基礎(chǔ),保證物流的正常運行,促進物流水平的提高。
[1] 王杏.基于因子分析的各省市物流水平的研究[J].商品儲運與養(yǎng)護,2007,(5):1-3.
[2] 李創(chuàng)新,馬耀峰,高軍.基于SPSS的中國各省區(qū)旅游競爭力研究[J].軟科學(xué),2008,(4):98-104.
[3] 馬慧敏.安徽各地區(qū)第三產(chǎn)業(yè)發(fā)展現(xiàn)狀比較研究[J].經(jīng)濟論壇,2007,(11):23-60.