段若男，盛 武，王 錕

( 安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

?

主成分聚類法在安徽省區(qū)域物流規(guī)劃中的應(yīng)用

段若男，盛 武，王 錕

( 安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

通過對區(qū)域物流規(guī)劃發(fā)展水平的影響因素進(jìn)行篩選，最終選取5個二級指標(biāo)以及13個影響因素，構(gòu)成了評價影響區(qū)域物流規(guī)劃發(fā)展的水平的指標(biāo)體系。以安徽省為例，以SPSS 19.0為軟件處理平臺，用主成分法對原來的指標(biāo)體系降維處理，以此獲得新的綜合主成分指標(biāo)和新的樣本矩陣。再選用類平均法的聚類法對安徽省內(nèi)的16個市區(qū)的域物流發(fā)展水平進(jìn)行分類和綜合評價。依據(jù)聚類譜系圖以及區(qū)位坐標(biāo)，可將安徽省劃分為五大物流片區(qū)，進(jìn)而從中選出東南片區(qū)的蕪湖市、東北片區(qū)的蚌埠市、中部片區(qū)的合肥市、西南片區(qū)的安慶市、西北片區(qū)的阜陽市等五個物流樞紐城市。

主成分分析；區(qū)域物流；聚類分析；物流規(guī)劃

近年來，我國的物流業(yè)正處于極速蓬勃的發(fā)展階段，且在國內(nèi)很多省市和地域結(jié)合本身物流的發(fā)展特點(diǎn)，相繼對各自的區(qū)域物流進(jìn)行綜合布局。而關(guān)于區(qū)域物流布局的發(fā)展程度和物流競爭力方面，國內(nèi)、外學(xué)者也從不同方面和角度進(jìn)行相關(guān)的研究。李玉民構(gòu)建了物流評價的指標(biāo)體系并結(jié)合相關(guān)數(shù)據(jù)，并應(yīng)用主成分聚類法對地域物流發(fā)展程度進(jìn)行了綜合的評估[1-2]。李婷以廣東省為例，剖析了影響廣東省物流的發(fā)展的要素，使用主成分法得出廣東省各市區(qū)的綜合的得分，再利用聚類分析辦法劃分出其省內(nèi)各地區(qū)的層級[3]。路璐等以城市的物流為研究對象，以因子分析法為工具對城市的物流發(fā)展程度實(shí)行分析，進(jìn)而使用聚類分析法對城市區(qū)內(nèi)的物流核心進(jìn)行了聚類[4]。Anjali Awasthi整合了親密圖、AHP法和模糊-T0PSIS法的三種方法應(yīng)用到了城市物流布局規(guī)劃中，這種綜合的方式首先分析了城市物流的目標(biāo)體系，再次運(yùn)用AHP法算出各個影響因素權(quán)重系數(shù)，最終用模糊TOPSIS法對現(xiàn)有城市物流布局進(jìn)行排序，最終得出最理想解[5]。Gi-Tae Yeo等首先建起了港口的物流競爭力的評估指標(biāo)體系，再次利用因子分析法對港口的物流競爭力實(shí)行了綜合的評估[6]。

鑒于主成分分析法具備可剔除信息重疊性，以及多指標(biāo)間的存在相關(guān)性的特點(diǎn)，故將主成分聚類法應(yīng)用到評價區(qū)域物流發(fā)展綜合程度具有有效性。本文基于對物流規(guī)劃課題研究以及實(shí)踐基礎(chǔ)上，首先構(gòu)建安徽省的各市區(qū)的物流發(fā)展的程度評價目標(biāo)體系，再次應(yīng)用基于主成分聚類的定量分析辦法，對安徽省內(nèi)16個市區(qū)域的物流實(shí)行布局、分片區(qū)和綜合評估，從而為其區(qū)域物流樞紐規(guī)劃提供根據(jù)和參考。

1 區(qū)域的物流規(guī)劃布局評價的指標(biāo)體系構(gòu)建

由于考慮到影響區(qū)域物流規(guī)劃的因素眾多，物流系統(tǒng)復(fù)雜性，并且有些評價指標(biāo)定性的程度是難以把握的[7]。故通過以下幾個原則對于省地域物流布局影響成分進(jìn)行篩選：第一，數(shù)據(jù)和指標(biāo)的獨(dú)立性和非重疊性；第二，數(shù)據(jù)的可獲取性，即能通過權(quán)威刊物、統(tǒng)計年鑒、媒體、調(diào)研等方式獲得；第三，有效性和可對比性，即指標(biāo)數(shù)據(jù)要有實(shí)際價值，且在時空上以及統(tǒng)計的口徑上，必需具有其可對比性；依據(jù)上述原則，最終通過篩選，選取了以下5個第二級的指標(biāo)以及13個影響因素，如表1所示：

表1 區(qū)域物流規(guī)劃評價指標(biāo)體系

2 區(qū)域的物流規(guī)劃綜合分析模型

2.1 主成分法的分析評價模型

經(jīng)SPSS 19.0統(tǒng)計的軟件對區(qū)域物流規(guī)劃的各個指標(biāo)因素實(shí)行相關(guān)性分析，結(jié)論顯示著它們各因素變量之間存在很強(qiáng)的相關(guān)性。這會使得反映出的數(shù)據(jù)信息在一定程度上存在著重疊和贅余的現(xiàn)象。主成分分析法[8]根本原理是進(jìn)行降維處理，其思想即是以比較少，綜合的新的主成分評價目標(biāo)來替代原有的較多的評價指標(biāo)，用以描述原來評價因素及成分之間的互相聯(lián)系。這樣可保存評價體系中，原來的變量絕大部分的信息，以此來保障了數(shù)據(jù)彼此間獨(dú)立性、互不相關(guān)性，從而使復(fù)雜問題進(jìn)行簡單化處理。因而本文選用主成分法首先對省內(nèi)16市的區(qū)域物流發(fā)展程度實(shí)施了綜合剖析處理。建模步驟如下：

(1)

(2)運(yùn)算出指標(biāo)間的相關(guān)系數(shù)的矩陣Rnxn、及特征值λ1≥λ2≥…≥λn≥0和正交化特征向量ej。

(3)得到主成分Yj=Xej

(2)

(4)從而得到主成分的方差的貢獻(xiàn)率；αj=λj/n

(3)

(6)以各主成分的方差的貢獻(xiàn)率作為系數(shù)，對其線性的加權(quán)以及求和，進(jìn)而獲得評估的函數(shù)如下：

(4)

其函數(shù)體現(xiàn)的是某地域的物流發(fā)展的水平。其得出數(shù)值與該區(qū)物流發(fā)展程度呈正相關(guān)，即數(shù)值越高且競爭力越強(qiáng)。

2.2 區(qū)域物流規(guī)劃聚類分析評價模型

對于安徽省各區(qū)對物流布局分析和分片區(qū)時，可用常規(guī)聚類[8]的方法。因其評價指標(biāo)比較多，數(shù)據(jù)和計算較為復(fù)雜且容易出現(xiàn)紕漏。Means Cluster K—均值聚類分析[9]雖然可對大樣本數(shù)據(jù)進(jìn)行快速的聚類，尤其是在對形成類特征有一定認(rèn)識時，此方法使用起來得心應(yīng)手。但相對于均值聚類分析而言，類平均法聚類[10-11]在選用步伐間距上，其步伐相對更加適中。因而選用類平均聚類法用以下分類。具體的步驟如下:

(5)

利用SPSS 19.0統(tǒng)計分析軟件，對樣本使用類平均聚類，以此得出各主成分對應(yīng)的特征值、方差累積的貢獻(xiàn)率和聚類圖，進(jìn)而獲得各地的地域的發(fā)展的程度分類結(jié)果，據(jù)此可作出相應(yīng)的進(jìn)一步的剖析。

3 實(shí)證分析

安徽省作為處于我國的中部省份，具備承東啟西過渡作用，并且地處長三角的經(jīng)濟(jì)腹地圈內(nèi)，區(qū)位優(yōu)勢突出，近些年其經(jīng)濟(jì)實(shí)力不斷的加強(qiáng)，物流行業(yè)的發(fā)展能力優(yōu)勢巨大。而物流規(guī)劃布局是物流發(fā)展中的根基，必需擺在首要的位置。 以安徽省為例，對于其管轄16個市區(qū)的區(qū)域物流規(guī)劃布局進(jìn)行實(shí)證研究。數(shù)據(jù)主要來源于安徽省2015年統(tǒng)計年鑒[12]、統(tǒng)計局官網(wǎng)、統(tǒng)計公報等。原始數(shù)據(jù)詳見表2。

表2 安徽省各地區(qū)的2014年原始數(shù)據(jù)

注：以上數(shù)據(jù)的來源2015年安徽省統(tǒng)計年鑒

Note: the source of the data from the 2015 statistical yearbook of Anhui Province

3.1 安徽省各地區(qū)物流規(guī)劃綜合評價

經(jīng)過詳細(xì)的計算過程，現(xiàn)列出最終結(jié)果，詳見表3。

表3 各主成分的特征值及方差的貢獻(xiàn)率

本文為保證以盡最大可能減少原始評價指標(biāo)的信息損失，使得分析結(jié)果以及評估結(jié)果盡可能保持?jǐn)?shù)據(jù)的原始狀況。在應(yīng)用主成分分析時，本文抉擇出提取兩個主成分，這時得出第一個主成分的特征值為9.164，第一個的方差的貢獻(xiàn)率為70.495%；而第二個主成分的特征值為2.607，其方差的貢獻(xiàn)率為20.052%；累計方差貢獻(xiàn)率為A=90.55%，即兩個主成分是以90.55%的精度來表示原始的指標(biāo)的體系，從而進(jìn)一步表明提取兩個主因素是比較恰當(dāng)。

而后將每個主因素特征根作為權(quán)重系數(shù)，對每個因素加權(quán)求和計算。結(jié)合公式(4)以及表3的數(shù)據(jù)，故而得出安徽省各市區(qū)區(qū)域物流規(guī)劃發(fā)展水平綜合評價函數(shù)的表達(dá)式如下：

Z=9.164Y1+2.607Y2

通過計算，最終得到了安徽省16個市地域物流發(fā)展的水平的評價及排序，詳細(xì)見表4；

表4 安徽省各市區(qū)物流發(fā)展水平的綜合評價得分及排名

根據(jù)以上數(shù)據(jù)以及排名狀況，可將安徽16個市區(qū)的發(fā)展的程度劃分為三大類: 第一類合肥市，作為安徽省的省會城市，其物流的發(fā)展程度各方面的指標(biāo)也遙遙領(lǐng)先省內(nèi)的其他市區(qū)；第二類，是以蕪湖、阜陽、安慶為代表，依托于自身的發(fā)達(dá)交通網(wǎng)絡(luò)，因此區(qū)域物流發(fā)展程度及水平相對較高; 最后一類，是其余的市區(qū)，包括六安、宿州、滁州、蚌埠、宣城、馬鞍山、亳州、淮南、淮北、黃山、池州、銅陵等，其物流發(fā)展的水平相對較差，可以重點(diǎn)開展特色的服務(wù)。

3.2 安徽省各區(qū)規(guī)劃聚類分析

鑒于主成分法得到兩個主因素指標(biāo)的數(shù)據(jù)，以此組成聚類的新的樣本，使用類平均聚類法對安徽省16個市的地域物流發(fā)展的程度進(jìn)行分類和分析。分成4～6類得到凝聚狀況表5和樹狀圖圖1所示：

表5 凝聚狀況表

圖1 安徽省各地區(qū)的物流發(fā)展水平樹狀圖

通過分析區(qū)位坐標(biāo)，構(gòu)成新的聚類的樣本矩陣。以類平均聚類法進(jìn)行分析，結(jié)合聚類譜系圖和區(qū)位坐標(biāo)，將安徽省16個市的物流區(qū)域劃分為五大物流的片區(qū)，即東南片區(qū)、東北片區(qū)、中部片區(qū)、西南片區(qū)和西北片區(qū)?；谏鲜鲱惼骄垲惙ǚ治龅慕Y(jié)果綜合考慮，從而選出相對應(yīng)的區(qū)域物流樞紐核心城市，其結(jié)果如上表所示。

3.3 結(jié)果分析

應(yīng)用主成分以及聚類分析方法，以及綜合考慮區(qū)位因素，將安徽省劃分為五大物流片區(qū)。結(jié)合區(qū)域內(nèi)物流發(fā)展水平和競爭力確定了中心物流樞紐城市，如東南物流片區(qū)的蕪湖市、東北物流片區(qū)的蚌埠市、中部物流片區(qū)合肥市、西南物流片區(qū)的安慶市以及西北物流片區(qū)阜陽市。物流樞紐城市對于其他周邊的市區(qū)具有輻射的作用。不僅有利于自身的物流水平的發(fā)展，對于片區(qū)內(nèi)的其他城市具有帶動作用。其物流樞紐城市可以整合周圍區(qū)域的物流資源，加強(qiáng)對于外界的信息交流從而使得不同區(qū)域和其自身區(qū)域內(nèi)的各種物流要素進(jìn)行相互的聯(lián)系。

據(jù)《安徽省現(xiàn)代物流業(yè)發(fā)展規(guī)劃》中提出的有關(guān)于省內(nèi)的重點(diǎn)布局的五大物流樞紐城市部分，其中重點(diǎn)提出要建立合肥市樞紐、蚌埠市樞紐、蕪、馬市樞紐、安慶市樞紐、阜陽市樞紐，這一發(fā)展規(guī)劃與本文的結(jié)論高度一致。進(jìn)一步顯示本文所用的研究方法具有很強(qiáng)實(shí)踐指導(dǎo)價值。

4 結(jié)論

(1)經(jīng)過對于影響地域物流發(fā)展程度的影響因素進(jìn)行篩選，建立了評價安徽省16個市區(qū)的區(qū)域物流發(fā)展的程度的因素體系。以SPSS 19.0軟件為處理平臺，以主成分以及聚類分析的定量分析方法，用以安徽省為例，以2014年的截面數(shù)據(jù)，對其16市的地域物流發(fā)展的程度實(shí)行分類，這使得計算量大大縮減，對于安徽省區(qū)域的物流的樞紐布局具有很強(qiáng)實(shí)踐指導(dǎo)價值。

(2) 物流樞紐中心城市是省區(qū)域內(nèi)的基礎(chǔ)物流設(shè)施規(guī)劃的重中之重，其應(yīng)成為一個區(qū)域物流發(fā)展的增長的核心，應(yīng)起到中心的輻射作用。本文將安徽省的各地區(qū)的物流區(qū)域劃分成五大物流片區(qū)，即東南物流片區(qū)、東北物流片區(qū)、中部物流片區(qū)、西南物流片區(qū)以及西北物流片區(qū)，并在區(qū)域中拔取出了五個物流樞紐核心城市對其進(jìn)行物流格局重點(diǎn)統(tǒng)籌布局。

(3)安徽省具備承東啟西過渡作用，且地處長三角經(jīng)濟(jì)腹地圈內(nèi)。但是其在水運(yùn)方面缺乏現(xiàn)代化大型的港口碼頭且在鐵路、公路和航空方面也存在著空間布局不合理的狀況。在物流信息方面，還需要重視加強(qiáng)物流的大數(shù)據(jù)平臺的搭建，提高物流信息化水平，進(jìn)而提升整個安徽省的物流競爭力。

[1]李玉民，李旭宏，毛海軍，等．主成分聚類分析在省域物流規(guī)劃中的應(yīng)用[J]．東南大學(xué)學(xué)報:自然科學(xué)版，2004，34(4)：549-552．

[2]許婷, 韓寶明. 多區(qū)域物流中心選址方案的模糊聚類分析[J].鐵道運(yùn)輸與經(jīng)濟(jì), 2007, 29(5):68-70.

[3]李婷．主成分聚類分析在區(qū)域物流規(guī)劃中的應(yīng)用——以廣東省為例[J]．物流科技，2007，30(9)：30-33．

[4]侯凌霞, 李坤穎. 基于模糊聚類的應(yīng)急物資聚類分析方法研究[J].物流工程與管理, 2013, 35(3):74-75.

[5]AWASTHI A, CHAUHAN S S. A hybrid approach integrating Affinity Diagram, AHP and fuzzy TOPSIS for sustainable city logistics planning[J]. Applied Mathematical Modelling, 2012, 36(2): 573-584.

[6]GI-TAE Y, ROE M, DINWOODIE J. Evaluating the competitiveness of container porting Korea and China[J]. Transportation Research Part A, 2008, 42(6): 910-921.

[7]李易津, 劉芳. 基于聚類分析的安徽省物流需求研究[J].物流科技, 2010, 33(1):44-49.

[8]于秀林，任雪松．多元統(tǒng)計分析[M]．北京：中國統(tǒng)計出版社，1999：154-162．

[9]方開泰．實(shí)用多元統(tǒng)計分析[M]．上海：華東師范大學(xué)出版社，1989：215-250．

[10]汪冬華．多元統(tǒng)計與SPSS應(yīng)用[M]．上海：華東理工大學(xué)出版社，2010：160-169．

[11]楊維權(quán)．多元統(tǒng)計分析[M]．北京：高等教育出版社，1989．

[12]安徽省統(tǒng)計局,中國統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社,2015.

(責(zé)任編輯：李孟良)

Application of Principal Component Clustering in Regional Logistics Planning of Anhui Province

DUAN Ruo-nan,SHENG Wu，WANG Kun

(School of Economic and Management, Anhui University of Science and Technology , Huainan 232001, China)

By screening the influencing factors on the development level of regional logistics planning, finally selected 5 level second class targets and 13 factors constitute the evaluation index system of regional logistics development planning level. Taking Anhui Province as an example, using SPSS 19.0 as the software platform, to reduce the dimensionality of the original index system by principal component in order to obtain the comprehensive principal components method, the new index and a new sample matrix. The classification and comprehensive evaluation method is used to select the cluster average method to the Anhui Province 16 city regional logistics development level. Based on the hierarchical clustering map and location coordinates, Anhui province can be divided into five major logistics area, and then select Wuhu City of the southeast area , Bengbu City of the northeast area , Hefei City of the central area, Anqing City of the southwest area, the Fuyang City of the northwest area, five logistics hub city.

Principal component analysis;Regional logistics;Cluster analysis;Logistics planning

2016-08-02

安徽省高校省級自然科學(xué)研究重點(diǎn)項目(KJ2016A205)；安徽理工大學(xué)博士啟動基金。

段若男(1990-)，女，安徽省界首市人，在讀碩士研究生，主要從事物流系統(tǒng)工程及物流規(guī)劃研究。

F252

A

1673-8772(2016)05-0079-06