沈 晨，潘家坪 （南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210037）

SHEN Chen, PAN Jiaping (School of Economics and Management, Nanjing Forestry University, Nanjing 210037, China)

物流業(yè)是支撐國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性、戰(zhàn)略性、先導(dǎo)性產(chǎn)業(yè)。物流業(yè)的高質(zhì)量發(fā)展不僅能使本行業(yè)創(chuàng)造大量稅收以及就業(yè)機(jī)會(huì)，同時(shí)也能帶動(dòng)其他相關(guān)產(chǎn)業(yè)的發(fā)展，因此物流業(yè)的穩(wěn)定、高效發(fā)展與提升區(qū)域經(jīng)濟(jì)之間密切相關(guān)。江蘇省位于東部沿海地區(qū)，地處長(zhǎng)江經(jīng)濟(jì)帶，經(jīng)濟(jì)發(fā)展綜合水平一直位于全國(guó)前列，省內(nèi)經(jīng)濟(jì)總體呈現(xiàn)“南強(qiáng)北弱”的特征。江蘇省地勢(shì)平坦、臨海跨江，省內(nèi)港口眾多，公路、鐵路四通八達(dá)，2019 年10 月，江蘇省成為首批交通強(qiáng)國(guó)建設(shè)試點(diǎn)地區(qū)。在此背景下，研究江蘇省區(qū)域物流競(jìng)爭(zhēng)力，全面了解省內(nèi)各城市物流發(fā)展情況，將有助于推動(dòng)區(qū)域物流健康發(fā)展，綜合提升江蘇省區(qū)域經(jīng)濟(jì)發(fā)展水平。

1 文獻(xiàn)綜述

近年來，物流業(yè)已成為各地經(jīng)濟(jì)發(fā)展新的增長(zhǎng)點(diǎn)，因此區(qū)域物流競(jìng)爭(zhēng)力也引起了越來越多學(xué)者的關(guān)注。姜華等[1]提出了基于物流的區(qū)域經(jīng)濟(jì)競(jìng)爭(zhēng)力概念，并深入研究了其所具有的理論和實(shí)踐意義。李旭宏等[2]借助層次分析法和熵權(quán)法對(duì)區(qū)域物流綜合競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，并利用SWOT 分析方法進(jìn)行深入分析。李玉民等[3]從低碳物流的角度構(gòu)建了低碳物流競(jìng)爭(zhēng)力評(píng)價(jià)體系，通過投影追蹤法對(duì)2012 年河南省物流競(jìng)爭(zhēng)進(jìn)行了實(shí)證分析，并對(duì)其提出了發(fā)展建議。蔣明琳等[4]構(gòu)建了基于波特鉆石模型的物流競(jìng)爭(zhēng)力評(píng)價(jià)體系，運(yùn)用因子分析對(duì)我國(guó)中部6 省物流競(jìng)爭(zhēng)力進(jìn)行實(shí)證研究，發(fā)現(xiàn)各省物流競(jìng)爭(zhēng)力水平差異較大，物流供需水平嚴(yán)重失衡等問題。廣大學(xué)者分別從不同角度出發(fā)構(gòu)建了區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)體系，對(duì)區(qū)域物流競(jìng)爭(zhēng)力的研究已較為成熟，但是對(duì)于江蘇省物流發(fā)展情況的研究還較少，因此本文以江蘇省13 個(gè)地市為研究樣本，在構(gòu)建評(píng)價(jià)指標(biāo)的基礎(chǔ)上，運(yùn)用因子分析和聚類分析方法對(duì)江蘇省物流競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)，并提出相關(guān)建議。

2 研究設(shè)計(jì)

2.1 指標(biāo)選取

區(qū)域物流競(jìng)爭(zhēng)力受到各種因素綜合影響，但目前為止還未形成一個(gè)成熟的評(píng)價(jià)體系，因此本文參考已有研究，綜合考慮數(shù)據(jù)的可獲得性、可比較性以及科學(xué)性等原則，分別從宏觀經(jīng)濟(jì)水平、物流發(fā)展規(guī)模以及物流基礎(chǔ)設(shè)施3 個(gè)角度共選取10 項(xiàng)指標(biāo)構(gòu)建了區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系。具體評(píng)價(jià)指標(biāo)體系如表1 所示：

2.2 數(shù)據(jù)來源及預(yù)處理

本文以江蘇省13 個(gè)地市為研究對(duì)象，搜集各城市2018 年各項(xiàng)數(shù)據(jù)進(jìn)行研究分析，相關(guān)數(shù)據(jù)來自于2019 年江蘇省統(tǒng)計(jì)年鑒以及2018 年江蘇省各地市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。對(duì)于收集到的原始數(shù)據(jù)首先應(yīng)進(jìn)行標(biāo)準(zhǔn)化處理，以消除不同量綱所帶來的影響[5]。因此本文在進(jìn)行因子分析之前，利用SPSS.23 軟件對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行了z-score 標(biāo)準(zhǔn)化處理。

3 因子分析

3.1 適用性檢驗(yàn)

因子分析的基本思想是提取公因子來代表原始變量，找出公因子與原始變量之間的相關(guān)系數(shù)，從而達(dá)到簡(jiǎn)化、降維以及對(duì)原始變量再解釋的目的。因此進(jìn)行因子分析的前提是原始數(shù)據(jù)之間存在相關(guān)性，所以首先應(yīng)對(duì)收集到的各項(xiàng)數(shù)據(jù)進(jìn)行適用性檢驗(yàn)[6]。本文利用SPSS.23 軟件進(jìn)行數(shù)據(jù)處理，適用性檢驗(yàn)結(jié)果如表2 所示。檢驗(yàn)結(jié)果KMO 值為0.675，一般認(rèn)為KMO 值大于0.5 即適合進(jìn)行因子分析，同時(shí)巴特利特球形檢驗(yàn)的顯著性概率值為0，說明各項(xiàng)數(shù)據(jù)之間存在較強(qiáng)的關(guān)聯(lián)性，可以進(jìn)行因子分析。

表2 KMO 和巴特利特檢驗(yàn)

3.2 因子提取及命名

通過主成分分析法得到因子負(fù)荷矩陣，選取特征值大于1 的因子來解釋多個(gè)變量，從而達(dá)到簡(jiǎn)化變量的目的[7]。具體結(jié)果如表3 所示，提取的兩個(gè)公因子對(duì)總方差的貢獻(xiàn)率達(dá)到了83.782%，說明這兩個(gè)因子包含了原有10 項(xiàng)指標(biāo)數(shù)據(jù)的大部分信息，能夠很好地代表原始變量。

表3 總方差解釋

通過最大方差法對(duì)因子模型進(jìn)行旋轉(zhuǎn)變換，得到旋轉(zhuǎn)后的成分矩陣。根據(jù)表4 中旋轉(zhuǎn)后的成分矩陣，可以看到第一個(gè)公因子F1在地區(qū)生產(chǎn)總值X1、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)生產(chǎn)總值X3、港口貨物吞吐量X4、公路貨運(yùn)量X5、郵電業(yè)務(wù)總量X6、載貨汽車數(shù)X8、互聯(lián)網(wǎng)寬帶接入用戶X9和交通運(yùn)輸財(cái)政支出X10上有較大的載荷，因此將其命名為經(jīng)濟(jì)環(huán)境及產(chǎn)業(yè)環(huán)境因子；第二個(gè)公因子在人均GDPX2和公路里程X7上有較大載荷，因此將其命名為物流需求及物流基礎(chǔ)設(shè)施因子[8]。

3.3 因子得分及綜合得分

用因子代表原始變量，需知道各因子和原始變量之間的線性關(guān)系[9]，本文通過回歸法來估計(jì)各因子得分系數(shù)，根據(jù)表4 中成分得分系數(shù)矩陣，得到2 個(gè)公因子的得分公式：

為綜合評(píng)價(jià)江蘇省區(qū)域物流競(jìng)爭(zhēng)力，本文以方差貢獻(xiàn)率為權(quán)重，加權(quán)平均得到區(qū)域物流競(jìng)爭(zhēng)力綜合得分公式[10]：

表4 旋轉(zhuǎn)后的成分矩陣及成分得分系數(shù)矩陣

式中：F代表綜合得分公式，F(xiàn)i代表第i個(gè)公因子。

根據(jù)上述公式，分別計(jì)算兩個(gè)公因子F1和F2的得分并進(jìn)行排名，再將F1和F2的得分代入綜合得分公式，計(jì)算江蘇省13個(gè)地市物流競(jìng)爭(zhēng)能力的綜合得分，對(duì)各城市物流競(jìng)爭(zhēng)力進(jìn)行排名，具體結(jié)果如表5 所示：

表5 江蘇省物流競(jìng)爭(zhēng)力因子得分及排名

3.4 結(jié)果分析

基于綜合得分情況來評(píng)價(jià)江蘇省各地市物流競(jìng)爭(zhēng)能力，綜合得分越高說明該城市物流競(jìng)爭(zhēng)力越強(qiáng)。且一般將綜合得分等于0 作為標(biāo)準(zhǔn)，當(dāng)綜合得分大于0 時(shí)，說明該地區(qū)的物流競(jìng)爭(zhēng)力位于全省平均水平之上，反之則代表該地區(qū)物流競(jìng)爭(zhēng)力居于全省平均水平之下。

從綜合得分情況來看，江蘇省內(nèi)物流競(jìng)爭(zhēng)力存在較大差異，綜合得分排名第一的為蘇州（得分為1.801），其綜合得分比排名第二的南京（得分為0.890） 高出將近1 分，物流競(jìng)爭(zhēng)能力處于遙遙領(lǐng)先狀態(tài)。而物流競(jìng)爭(zhēng)力排在末尾的地區(qū)為宿遷，其綜合得分為-0.722，與蘇州相差較大。從排名情況來看，物流競(jìng)爭(zhēng)力排名前3 位的城市分別為蘇州、南京和無錫，均屬于蘇南地區(qū)；排名后三位的城市分別為連云港、淮安和宿遷，均屬于蘇北地區(qū)。江蘇經(jīng)濟(jì)總體呈現(xiàn)“南強(qiáng)北弱”的特征，物流競(jìng)爭(zhēng)能力也大致與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)一致特征，可見區(qū)域經(jīng)濟(jì)發(fā)展綜合水平與區(qū)域物流競(jìng)爭(zhēng)力之間息息相關(guān)。

4 聚類分析

4.1 K 均值聚類分析

為進(jìn)一步對(duì)江蘇省物流競(jìng)爭(zhēng)力進(jìn)行研究，本文在因子分析的基礎(chǔ)上，以公因子F1和F2的得分和綜合得分作為變量，通過SPSS.23 軟件進(jìn)一步進(jìn)行K均值聚類分析。設(shè)置聚類數(shù)為3，將江蘇省各地區(qū)物流競(jìng)爭(zhēng)力狀況共分為3 種類型。聚類結(jié)果如表6所示：

表6 聚類成員

4.2 結(jié)果分析

第一類的城市有蘇州和南京，它們是江蘇省內(nèi)物流發(fā)展最具競(jìng)爭(zhēng)力的兩個(gè)城市，綜合得分排名分別位于第一和第二。這兩個(gè)城市形成物流競(jìng)爭(zhēng)力絕對(duì)優(yōu)勢(shì)的主要原因在于其公因子F1得分居于全省前列，公因子F1代表的是支持物流業(yè)發(fā)展的經(jīng)濟(jì)因素和相關(guān)產(chǎn)業(yè)因素，蘇州的地區(qū)生產(chǎn)總值、人均GDP 及人均可支配收入水平均位于全省第一，其經(jīng)濟(jì)發(fā)展綜合水平強(qiáng)，而南京是江蘇的省會(huì)城市，憑借長(zhǎng)期的政治及經(jīng)濟(jì)區(qū)位優(yōu)勢(shì)，其物流競(jìng)爭(zhēng)力排名也靠前。

第二類的城市有南通、徐州和鹽城，這三個(gè)城市物流競(jìng)爭(zhēng)力表現(xiàn)的共同特點(diǎn)是公因子F2的得分偏低。南通、鹽城屬于東部沿海城市，港口眾多，水上物流業(yè)發(fā)展規(guī)模較大，而徐州歷年來都是我國(guó)的鐵路樞紐城市，這3 個(gè)城市分別憑借各自地理區(qū)位方面的優(yōu)勢(shì)發(fā)展地區(qū)物流，其物流競(jìng)爭(zhēng)力水平在省內(nèi)總體處于中游位置。

第三類的城市共有八個(gè)，分別為無錫、常州、泰州、揚(yáng)州、鎮(zhèn)江、連云港、淮安和宿遷。其中，無錫的物流競(jìng)爭(zhēng)力綜合表現(xiàn)較好，僅次于蘇州和南京，而常州等另外7 個(gè)城市，物流競(jìng)爭(zhēng)力水平受到經(jīng)濟(jì)、自然地理?xiàng)l件以及物流基礎(chǔ)設(shè)施建設(shè)等因素的約束，總體物流競(jìng)爭(zhēng)力位于省內(nèi)平均水平之下。

5 結(jié)論與建議

借助因子分析和聚類分析方法，對(duì)江蘇省13 個(gè)地市物流競(jìng)爭(zhēng)力情況進(jìn)行實(shí)證研究，明確定位江蘇省各城市物流發(fā)展水平。結(jié)果發(fā)現(xiàn)，省內(nèi)各城市中，蘇州和南京的物流競(jìng)爭(zhēng)力水平遙遙領(lǐng)先，無錫、南通、徐州等地憑借自身地理區(qū)位優(yōu)勢(shì)，其物流發(fā)展水平也較強(qiáng)。相比較而言，蘇北地區(qū)物流競(jìng)爭(zhēng)力水平則較弱，省內(nèi)物流發(fā)展水平地區(qū)間差距較大。為促進(jìn)江蘇省物流行業(yè)的穩(wěn)定、高效發(fā)展，本文提出了以下幾點(diǎn)建議。

第一，應(yīng)提高經(jīng)濟(jì)發(fā)展水平。在本文因子分析過程中，公因子F1經(jīng)濟(jì)環(huán)境及產(chǎn)業(yè)環(huán)境因子在物流競(jìng)爭(zhēng)力綜合得分中占有大部分的權(quán)重，說明經(jīng)濟(jì)發(fā)展水平對(duì)地區(qū)物流競(jìng)爭(zhēng)力具有較大影響，因此江蘇省各地市應(yīng)因地制宜地發(fā)展當(dāng)?shù)亟?jīng)濟(jì)。例如，蘇錫常、南京等蘇南城市應(yīng)實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，在開放性經(jīng)濟(jì)的基礎(chǔ)上發(fā)展創(chuàng)新型經(jīng)濟(jì)，推動(dòng)經(jīng)濟(jì)更上一層樓。南通、揚(yáng)州、泰州等蘇中城市應(yīng)當(dāng)緊緊抓住上海自由貿(mào)易區(qū)、蘇中崛起、長(zhǎng)三角一體化等國(guó)家戰(zhàn)略機(jī)遇。徐州、連云港等蘇北城市則應(yīng)注重人才引進(jìn)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

第二，應(yīng)加強(qiáng)物流基礎(chǔ)設(shè)施的建設(shè)。聚類分析中第二類城市物流競(jìng)爭(zhēng)力稍落后的原因在于物流需求及物流基礎(chǔ)設(shè)施因子得分較為落后，因此加強(qiáng)物流基礎(chǔ)設(shè)施的建設(shè)也是提高物流競(jìng)爭(zhēng)力重要舉措之一。江蘇各地應(yīng)統(tǒng)籌推進(jìn)道路的合理布局與建設(shè)，盡快建成都市圈主要城市1 小時(shí)到達(dá)，長(zhǎng)三角主要城市2 小時(shí)到達(dá)的高效公鐵交通網(wǎng)絡(luò)，提高物流服務(wù)綜合效率[11]。

第三，應(yīng)進(jìn)一步完善智慧物流的建設(shè)。在信息技術(shù)和人工智能發(fā)展的背景下，物流業(yè)也需要借助物聯(lián)網(wǎng)、大數(shù)據(jù)等現(xiàn)代技術(shù)手段，實(shí)現(xiàn)智能化、自動(dòng)化、網(wǎng)絡(luò)化管理。江蘇各地應(yīng)當(dāng)加快開發(fā)和應(yīng)用RFID、衛(wèi)星定位以及物聯(lián)網(wǎng)等高新技術(shù)，依托物流信息平臺(tái)，加快物流行業(yè)產(chǎn)業(yè)升級(jí)，降低物流成本，整體提高物流行業(yè)的運(yùn)作水平。