張?zhí)煜?,陳長(zhǎng)彬 (桂林航天工業(yè)學(xué)院,廣西 桂林541004)
ZHANG Tianxian, CHEN Changbin (Guilin University of Aerospace Technology, Guilin 541004, China)
最近幾年來(lái),廣西著重發(fā)展經(jīng)濟(jì),面對(duì)中國(guó)—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(tái)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(jī)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(shí)踐應(yīng)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(wèn)題及提出相關(guān)建議,很少有論文將數(shù)量統(tǒng)計(jì)分析方法應(yīng)用于這方面的研究。通過(guò)分析廣西物流發(fā)展的特點(diǎn),運(yùn)用科學(xué)的指標(biāo)篩選方法,構(gòu)建廣西物流發(fā)展水平的評(píng)價(jià)體系。本文的研究對(duì)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(gè)地區(qū)物流為樣本,對(duì)各地區(qū)的物流發(fā)展水平狀況進(jìn)行評(píng)價(jià)。依據(jù)評(píng)價(jià)指標(biāo)選取的系統(tǒng)性、科學(xué)性和目的性等原則,綜合考慮地區(qū)物流發(fā)展?fàn)顩r及影響因素,并參考相關(guān)學(xué)者的研究,選取社會(huì)經(jīng)濟(jì)發(fā)展、生產(chǎn)消費(fèi)、交通運(yùn)輸和信息化水平4 方面來(lái)衡量物流發(fā)展水平[3-6],指標(biāo)體系見(jiàn)表1。根據(jù)《2018 年廣西統(tǒng)計(jì)年鑒》及地方統(tǒng)計(jì)公報(bào)的相關(guān)數(shù)據(jù),經(jīng)過(guò)整理,對(duì)應(yīng)表1 廣西物流發(fā)展評(píng)價(jià)指標(biāo)體系,建立表2。
表1 2018 年廣西各地區(qū)8 項(xiàng)主要指標(biāo)
表2 廣西物流發(fā)展評(píng)價(jià)指標(biāo)原始數(shù)據(jù)
物流發(fā)展水平標(biāo)準(zhǔn)化后的數(shù)據(jù)如表3 所示:
表3 物流發(fā)展水平標(biāo)準(zhǔn)化后的數(shù)據(jù)
運(yùn)用SPSS 軟件對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理[7-8],先對(duì)數(shù)據(jù)進(jìn)行因子分析,然后再用聚類(lèi)方法進(jìn)行分析。因子分析法主要應(yīng)用降維和簡(jiǎn)化數(shù)據(jù)的方法,用少數(shù)幾個(gè)變量來(lái)表示原來(lái)的數(shù)據(jù)結(jié)構(gòu),聚類(lèi)分析法主要研究將相似的事物歸類(lèi)[9-10]。
(1) 因子分析的適當(dāng)性檢驗(yàn)
把廣西14 個(gè)城市作為樣本,運(yùn)用SPSS 軟件進(jìn)行因子分析的適當(dāng)性檢驗(yàn),KMO 檢驗(yàn)值>0.5,說(shuō)明變量間的偏相關(guān)性很強(qiáng),Bartlett 檢驗(yàn)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(shuō)明本文選擇的指標(biāo)適合進(jìn)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(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,再采用因子分析法和最大正交旋轉(zhuǎn)法對(duì)物流發(fā)展的8 個(gè)指標(biāo)進(jìn)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(gè)公因子,第一個(gè)公因子特征值為4.669,解釋了總變量的58.358%,第二個(gè)公因子特征值為1.981,解釋了總變量的24.766%,二個(gè)公因子累計(jì)貢獻(xiàn)率已經(jīng)到達(dá)83.124%,既達(dá)到了降維的效果又避免了信息的丟失。
根據(jù)碎石檢驗(yàn)準(zhǔn)則,得到碎石圖,如圖1 所示。
表4 KMO 和巴特利特檢驗(yàn)
表5 總方差解釋
圖1 中,橫坐標(biāo)為因子序號(hào),縱坐標(biāo)為相應(yīng)的特征根值。可以看出提取2 個(gè)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(gè)因子在x1、x3、x4、x6、x7、x8上有較高的載荷。第二個(gè)因子在指標(biāo)x2、x5 上又較高的載荷。
(3) 因子得分和綜合得分的計(jì)算
根據(jù)表7 得出兩個(gè)公因子的表達(dá)式。x為標(biāo)準(zhǔn)化后的變量矩陣,兩個(gè)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(biāo)準(zhǔn)化后的每個(gè)地區(qū)中的8 個(gè)指標(biāo)數(shù)據(jù)分別代入式(1) 和式(2),得到每個(gè)地區(qū)的兩個(gè)主成分得分。以每個(gè)主成分的方差貢獻(xiàn)率為權(quán)數(shù),對(duì)兩個(gè)主成分進(jìn)行加權(quán)求和,即構(gòu)建出綜合評(píng)價(jià)模型:
將每個(gè)地區(qū)中的兩個(gè)主成分代入式(3),可以獲得每個(gè)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(qiáng)。具體見(jiàn)表8 和圖2。
表8 廣西14 個(gè)城市主成分得分情況
由表8 可知,廣西14 個(gè)城市公因子最終總得分中南寧市2.7212351,排名第一,說(shuō)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(shuō)明物流發(fā)展水平較低,有待進(jìn)一步提高。
聚類(lèi)分析法是根據(jù)“物以類(lèi)聚”的道理,對(duì)樣本或指標(biāo)進(jìn)行分析的一種多元統(tǒng)計(jì)分析方法。
表9 反映每個(gè)聚類(lèi)階段的結(jié)果,系數(shù)代表的是聚合系數(shù),通過(guò)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(lèi)凝聚狀態(tài)。該表第1 列代表系統(tǒng)聚類(lèi)分析的實(shí)施步驟;第2 列和第3 列所表示的是在聚類(lèi)分析過(guò)程中,分別是哪兩個(gè)樣本合并聚為一類(lèi);第4 列則具體顯示的是兩個(gè)樣本在聚類(lèi)過(guò)程中的類(lèi)間距離;第5 列以及第6 列表示的是在顯示的是兩個(gè)樣本在聚類(lèi)分析過(guò)程中,參與聚類(lèi)的是某個(gè)單獨(dú)樣本還是某個(gè)類(lèi)(“0”表示樣本本身);第7 列則表明在之后的聚類(lèi)過(guò)程中哪一步需要用到此次的聚類(lèi)結(jié)果。由表9 可以看出,本次聚類(lèi)分析共進(jìn)行了13 步。
統(tǒng)計(jì)軟件SPSS 通過(guò)聚類(lèi)過(guò)程可呈現(xiàn)出14 個(gè)地區(qū)的聚類(lèi)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(lèi)。在圖中從下往上看,當(dāng)聚成5 類(lèi)時(shí),5,6,14 聚成一類(lèi),3,9,10,12 聚成一類(lèi),4,7,8,11,13 聚成一類(lèi)。1 聚成一類(lèi),2聚成一類(lèi)。當(dāng)聚成4 類(lèi)時(shí),1 和2 各自聚成一類(lèi),5,6,14 聚成一類(lèi),3,4,7,8,9,10,11,12,13 聚成一類(lèi)。說(shuō)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(lèi)結(jié)果,但不能表現(xiàn)聚類(lèi)聚類(lèi)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(guò)聚類(lèi)分析的樹(shù)狀圖(如圖4 所示) 可以清晰看出,該樹(shù)狀圖所顯示出的各樣本之間的聚類(lèi)關(guān)系與凝聚狀態(tài)所顯示的各樣本之間的聚類(lèi)關(guān)系一致。
圖4 樹(shù)狀圖
凝聚狀態(tài)表清晰地反映了14 個(gè)城市聚為一類(lèi)的總過(guò)程,而圖4 也給出了最后的分類(lèi)結(jié)果。從圖4 看出,我們將14 個(gè)城市分為4 大類(lèi):第一類(lèi)包括(1),第二類(lèi)包括(2),第三類(lèi)包括(5,6,14),第四類(lèi)包括(9,3,12,10,8,7,4,13,11)。1 代表南寧,作為廣西省會(huì)城市,其在各個(gè)方面占盡優(yōu)勢(shì),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(lèi)城市在物流發(fā)展經(jīng)濟(jì)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(dāng)。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(lái)賓市、賀州市,這些城市物流發(fā)展相對(duì)落后,物流發(fā)展還是有潛力的。
從因子分析和聚類(lèi)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(huì)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(shuō)明其在經(jīng)濟(jì)環(huán)境、交通運(yùn)輸、信息水平均具有優(yōu)勢(shì),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(yuǎn)遠(yuǎn)好過(guò)其余城市。物流發(fā)展較好的是第二類(lèi)城市,這類(lèi)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(shuō)明柳州經(jīng)濟(jì)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(lèi)城市在2 個(gè)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(lèi)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(gè)城市的物流發(fā)展水平,利用因子分析和聚類(lèi)分析,將其物流水平以兩個(gè)公因子指標(biāo)為依據(jù)進(jìn)行聚類(lèi),形成4 類(lèi)城市物流水平的劃分。最后結(jié)合研究,針對(duì)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(lèi)城市物流發(fā)展建議
南寧市應(yīng)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(huì)城市,物流規(guī)劃不僅對(duì)其自身發(fā)展,甚至對(duì)整個(gè)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(yùn)輸?shù)榷鄠€(gè)行業(yè),政府的多個(gè)相關(guān)部門(mén)應(yīng)給予極大的重視,出臺(tái)各種有利物流政策支持南寧市物流發(fā)展的同時(shí),也能帶動(dòng)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(lèi)城市物流發(fā)展建議
柳州市應(yīng)加大物流基礎(chǔ)設(shè)施投資力度、加快物流運(yùn)作效率和提升物流服務(wù)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(yùn)輸x6(公路里程) 為8 812.00,遠(yuǎn)遠(yuǎn)低于南寧市12 943.00。柳州市首先應(yīng)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(cāng)庫(kù)及物流園區(qū)等物流節(jié)點(diǎn)的建設(shè),通過(guò)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(yùn),促使物流基礎(chǔ)設(shè)施升級(jí)。
(3) 三類(lèi)城市物流發(fā)展建議
北海市、防城港市和崇左市應(yīng)加快信息化水平建設(shè),目前3 個(gè)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(biāo)x7(移動(dòng)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(dòng)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(lèi)城市和二類(lèi)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(yùn)行效率很低。城市建設(shè)中,政府部門(mén)應(yīng)加強(qiáng)網(wǎng)絡(luò)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(shí)鼓勵(lì)企業(yè)廣泛應(yīng)用各種先進(jìn)軟件,采用先進(jìn)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(wù)平臺(tái)。政府部門(mén)和物流行業(yè)組織也應(yīng)該加大對(duì)公共物流信息平臺(tái)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(tái),實(shí)現(xiàn)資源共享,以便全面提升物流信息化水平。
(4) 四類(lèi)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(lái)賓市、賀州市四類(lèi)城市應(yīng)增加物流需求,這些城市物流發(fā)展相對(duì)落后,物流規(guī)模不足,這些地區(qū)應(yīng)重點(diǎn)考慮從多個(gè)方面來(lái)增加物流需求,以此擴(kuò)大物流規(guī)模。首先應(yīng)根據(jù)這些城市自身的特點(diǎn)來(lái)尋找新的物流需求點(diǎn),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(lái),實(shí)現(xiàn)線上線下一體化,增大物流行業(yè)的市場(chǎng)規(guī)模[11]。