張?zhí)煜?,陳長彬 (桂林航天工業(yè)學院,廣西 桂林541004)
ZHANG Tianxian, CHEN Changbin (Guilin University of Aerospace Technology, Guilin 541004, China)
最近幾年來,廣西著重發(fā)展經(jīng)濟,面對中國—東盟自由貿(mào)易區(qū)和粵港澳大灣區(qū)的發(fā)展,不斷調(diào)整產(chǎn)業(yè)結(jié)構(gòu),加快物流業(yè)的發(fā)展,廣西還出臺了加快西部陸海新通道建設(shè)、北部灣物流發(fā)展等若干政策措施[1-2]。這都為廣西物流業(yè)發(fā)展提供了新機遇。
物流業(yè)作為新興產(chǎn)業(yè),發(fā)展起步晚,其理論研究不成熟,實踐應用方面更是薄弱。以往關(guān)于廣西物流發(fā)展的研究,大多論述其現(xiàn)狀,存在的問題及提出相關(guān)建議,很少有論文將數(shù)量統(tǒng)計分析方法應用于這方面的研究。通過分析廣西物流發(fā)展的特點,運用科學的指標篩選方法,構(gòu)建廣西物流發(fā)展水平的評價體系。本文的研究對廣西物流產(chǎn)業(yè)的發(fā)展提供了一定的借鑒意義。
以廣西14 個地區(qū)物流為樣本,對各地區(qū)的物流發(fā)展水平狀況進行評價。依據(jù)評價指標選取的系統(tǒng)性、科學性和目的性等原則,綜合考慮地區(qū)物流發(fā)展狀況及影響因素,并參考相關(guān)學者的研究,選取社會經(jīng)濟發(fā)展、生產(chǎn)消費、交通運輸和信息化水平4 方面來衡量物流發(fā)展水平[3-6],指標體系見表1。根據(jù)《2018 年廣西統(tǒng)計年鑒》及地方統(tǒng)計公報的相關(guān)數(shù)據(jù),經(jīng)過整理,對應表1 廣西物流發(fā)展評價指標體系,建立表2。
表1 2018 年廣西各地區(qū)8 項主要指標
表2 廣西物流發(fā)展評價指標原始數(shù)據(jù)
物流發(fā)展水平標準化后的數(shù)據(jù)如表3 所示:
表3 物流發(fā)展水平標準化后的數(shù)據(jù)
運用SPSS 軟件對原始數(shù)據(jù)進行標準化處理[7-8],先對數(shù)據(jù)進行因子分析,然后再用聚類方法進行分析。因子分析法主要應用降維和簡化數(shù)據(jù)的方法,用少數(shù)幾個變量來表示原來的數(shù)據(jù)結(jié)構(gòu),聚類分析法主要研究將相似的事物歸類[9-10]。
(1) 因子分析的適當性檢驗
把廣西14 個城市作為樣本,運用SPSS 軟件進行因子分析的適當性檢驗,KMO 檢驗值>0.5,說明變量間的偏相關(guān)性很強,Bartlett 檢驗近似卡方值為130.087,自由度為28,Sig 值為0.000,小于顯著性水平0.05,因此拒絕原假設(shè),說明本文選擇的指標適合進行因子分析(如表4 所示)。
(2) 公因子的提取和命名
在SPSS 軟件中,首先需要對數(shù)據(jù)進行標準化處理,再采用因子分析法和最大正交旋轉(zhuǎn)法對物流發(fā)展的8 個指標進行分析。從表5 總方差解釋表輸出結(jié)果可以看出,提取了2 個公因子,第一個公因子特征值為4.669,解釋了總變量的58.358%,第二個公因子特征值為1.981,解釋了總變量的24.766%,二個公因子累計貢獻率已經(jīng)到達83.124%,既達到了降維的效果又避免了信息的丟失。
根據(jù)碎石檢驗準則,得到碎石圖,如圖1 所示。
表4 KMO 和巴特利特檢驗
表5 總方差解釋
圖1 中,橫坐標為因子序號,縱坐標為相應的特征根值。可以看出提取2 個因子較為合適的。
從表6 旋轉(zhuǎn)后的公因子載荷矩陣看出第一個因子在x1、x3、x4、x6、x7、x8上有較高的載荷。第二個因子在指標x2、x5 上又較高的載荷。
(3) 因子得分和綜合得分的計算
根據(jù)表7 得出兩個公因子的表達式。x為標準化后的變量矩陣,兩個主成分的線性方程為:
圖1 因子碎石圖
表6 旋轉(zhuǎn)后的成分矩陣
表7 成分得分系數(shù)矩陣
把標準化后的每個地區(qū)中的8 個指標數(shù)據(jù)分別代入式(1) 和式(2),得到每個地區(qū)的兩個主成分得分。以每個主成分的方差貢獻率為權(quán)數(shù),對兩個主成分進行加權(quán)求和,即構(gòu)建出綜合評價模型:
將每個地區(qū)中的兩個主成分代入式(3),可以獲得每個地區(qū)物流能力的綜合得分。根據(jù)主成分原則,得分越大,其物流能力越強。具體見表8 和圖2。
表8 廣西14 個城市主成分得分情況
由表8 可知,廣西14 個城市公因子最終總得分中南寧市2.7212351,排名第一,說明南寧市物流發(fā)展水平最高,物流發(fā)展的最好,柳州市公因子總得分為0.8086516,其余城市得分偏低,說明物流發(fā)展水平較低,有待進一步提高。
聚類分析法是根據(jù)“物以類聚”的道理,對樣本或指標進行分析的一種多元統(tǒng)計分析方法。
表9 反映每個聚類階段的結(jié)果,系數(shù)代表的是聚合系數(shù),通過表9 可以客觀地顯示出廣西各地區(qū)在物流水平的系統(tǒng)聚類凝聚狀態(tài)。該表第1 列代表系統(tǒng)聚類分析的實施步驟;第2 列和第3 列所表示的是在聚類分析過程中,分別是哪兩個樣本合并聚為一類;第4 列則具體顯示的是兩個樣本在聚類過程中的類間距離;第5 列以及第6 列表示的是在顯示的是兩個樣本在聚類分析過程中,參與聚類的是某個單獨樣本還是某個類(“0”表示樣本本身);第7 列則表明在之后的聚類過程中哪一步需要用到此次的聚類結(jié)果。由表9 可以看出,本次聚類分析共進行了13 步。
統(tǒng)計軟件SPSS 通過聚類過程可呈現(xiàn)出14 個地區(qū)的聚類分析的垂直冰柱圖(如圖3 所示),案例之間相似程度較大,越早能聚到一類。在圖中從下往上看,當聚成5 類時,5,6,14 聚成一類,3,9,10,12 聚成一類,4,7,8,11,13 聚成一類。1 聚成一類,2聚成一類。當聚成4 類時,1 和2 各自聚成一類,5,6,14 聚成一類,3,4,7,8,9,10,11,12,13 聚成一類。說明南寧市和柳州市與其他市差異性最大。垂直冰柱圖能直觀顯示各案例所屬分類結(jié)果,但不能表現(xiàn)聚類聚類的大小。
圖2 廣西各地區(qū)物流發(fā)展水平綜合得分
表9 凝聚狀態(tài)表
圖3 冰柱圖
通過聚類分析的樹狀圖(如圖4 所示) 可以清晰看出,該樹狀圖所顯示出的各樣本之間的聚類關(guān)系與凝聚狀態(tài)所顯示的各樣本之間的聚類關(guān)系一致。
圖4 樹狀圖
凝聚狀態(tài)表清晰地反映了14 個城市聚為一類的總過程,而圖4 也給出了最后的分類結(jié)果。從圖4 看出,我們將14 個城市分為4 大類:第一類包括(1),第二類包括(2),第三類包括(5,6,14),第四類包括(9,3,12,10,8,7,4,13,11)。1 代表南寧,作為廣西省會城市,其在各個方面占盡優(yōu)勢,物流發(fā)展水平明顯區(qū)別于其他城市;而2 代表柳州,作為廣西重要工業(yè)城市,物流發(fā)展水平比較高,城市物流發(fā)展僅次于南寧,物流發(fā)展基礎(chǔ)比較靠前,物流發(fā)展還是有潛力的;5,6,14 代表北海市、防城港市和崇左市,這類城市在物流發(fā)展經(jīng)濟環(huán)境、交通水平、信息化水平等方面水平相近,物流發(fā)展水平相當。9,3,12,10,8,7,4,13,11代表玉林市、桂林市、河池市、百色市、貴港市、欽州市、梧州市、來賓市、賀州市,這些城市物流發(fā)展相對落后,物流發(fā)展還是有潛力的。
從因子分析和聚類分析的結(jié)果可以看出,廣西各城市物流發(fā)展參差不齊,省會城市南寧,Z1得分3.56841403,排名第一,Z2得分0.72495924,排名第四,Z得分2.7212351,排名第一,說明其在經(jīng)濟環(huán)境、交通運輸、信息水平均具有優(yōu)勢,為其物流發(fā)展提供了良好的綜合環(huán)境,物流發(fā)展水平總得分最高,其物流發(fā)展最好,而且遠遠好過其余城市。物流發(fā)展較好的是第二類城市,這類城市雖然在Z1得分上遜色于南寧,但Z2得分排名比較靠前,說明柳州經(jīng)濟基礎(chǔ)好,物流發(fā)展的物質(zhì)基礎(chǔ)較好,最終物流發(fā)展水平較高。第三類城市在2 個公因子上得分均比較低,最終物流發(fā)展綜合水平較低。第四類城市公因子得分最低,物流發(fā)展綜合水平最低。
分析廣西14 個城市的物流發(fā)展水平,利用因子分析和聚類分析,將其物流水平以兩個公因子指標為依據(jù)進行聚類,形成4 類城市物流水平的劃分。最后結(jié)合研究,針對不同城市物流發(fā)展情況,給出提升物流發(fā)展水平的建議。
(1) 一類城市物流發(fā)展建議
南寧市應注重物流整體規(guī)劃和制定規(guī)章制度。南寧作為廣西的省會城市,物流規(guī)劃不僅對其自身發(fā)展,甚至對整個廣西物流發(fā)展都起著至關(guān)重要的作用。由于物流業(yè)發(fā)展涉及商貿(mào)、運輸?shù)榷鄠€行業(yè),政府的多個相關(guān)部門應給予極大的重視,出臺各種有利物流政策支持南寧市物流發(fā)展的同時,也能帶動其他周邊城市物流業(yè)發(fā)展,并且和其他行業(yè)協(xié)調(diào)有序發(fā)展。
(2) 二類城市物流發(fā)展建議
柳州市應加大物流基礎(chǔ)設(shè)施投資力度、加快物流運作效率和提升物流服務整體水平。柳州工業(yè)基礎(chǔ)好,人均收入高,不足之處在于硬件基礎(chǔ)設(shè)施不夠完善。柳州交通運輸x6(公路里程) 為8 812.00,遠遠低于南寧市12 943.00。柳州市首先應加大物流基礎(chǔ)設(shè)施投資力度,包括公路、鐵路等物流線路建設(shè)以及配送中心、倉庫及物流園區(qū)等物流節(jié)點的建設(shè),通過提高整體物流基礎(chǔ)設(shè)施規(guī)劃和布局的合理性,大力發(fā)展多式聯(lián)運,促使物流基礎(chǔ)設(shè)施升級。
(3) 三類城市物流發(fā)展建議
北海市、防城港市和崇左市應加快信息化水平建設(shè),目前3 個城市的物流信息化水平還處于較低水平,代表城市信息化水平指標x7(移動電話用戶) 的取值北海市214.40,防城港市121.30,崇左市203.34,低于南寧市1 096.35 和柳州市476.89;x8(移動互聯(lián)網(wǎng)用戶) 取值北海市57.60,防城港市19.13,崇左市46.98,低于南寧市721.40 和柳州市128.75。 這些數(shù)據(jù)表明相比一類城市和二類城市而言,北海市、防城港市和崇左市信息化普及不足,信息傳遞和使用等方面存在著極大的不足,大部分物流企業(yè)信息化水平低下,運行效率很低。城市建設(shè)中,政府部門應加強網(wǎng)絡覆蓋面積和傳送速度,使得信息能夠更快更好的交流和傳遞,同時鼓勵企業(yè)廣泛應用各種先進軟件,采用先進的企業(yè)管理技術(shù)和電子數(shù)據(jù)交換等現(xiàn)代信息技術(shù),充分利用綜合信息服務平臺。政府部門和物流行業(yè)組織也應該加大對公共物流信息平臺建設(shè)的投資,整合各種物流信息資源,建成城市公共物流信息平臺,實現(xiàn)資源共享,以便全面提升物流信息化水平。
(4) 四類城市物流發(fā)展建議
玉林市、桂林市、河池市、百色市、貴港市、欽州市、梧州市、來賓市、賀州市四類城市應增加物流需求,這些城市物流發(fā)展相對落后,物流規(guī)模不足,這些地區(qū)應重點考慮從多個方面來增加物流需求,以此擴大物流規(guī)模。首先應根據(jù)這些城市自身的特點來尋找新的物流需求點,如特色旅游產(chǎn)品物流、生態(tài)農(nóng)產(chǎn)品物流及冷鏈果蔬物流等,將物流和互聯(lián)網(wǎng)結(jié)合起來,實現(xiàn)線上線下一體化,增大物流行業(yè)的市場規(guī)模[11]。