孫 淼，吳金卓

（東北林業(yè)大學 工程技術學院，黑龍江 哈爾濱 150040）

1 引言

經(jīng)濟發(fā)展新常態(tài)下，我國經(jīng)濟的下行壓力不斷加大，在此經(jīng)濟發(fā)展背景下，我國物流行業(yè)通過不斷加大基礎設施投入力度、完善物流體系建設、推進物流標準化發(fā)展，行業(yè)整體保持了中高速增長[1]。從區(qū)域角度來看，我國不同區(qū)域之間的物流發(fā)展水平存在顯著的不均衡性，長三角、珠三角地區(qū)物流業(yè)發(fā)達，新疆、西藏等西部內(nèi)陸地區(qū)物流業(yè)較落后而且發(fā)展速度慢，由于區(qū)域經(jīng)濟實力的差距，這些地區(qū)的物流水平差距還有進一步擴大的趨勢[2]。因此，在了解區(qū)域物流發(fā)展特點及主要影響因素的基礎上，有針對性地發(fā)展區(qū)域物流對縮小區(qū)域間物流競爭力差距非常必要。

區(qū)域物流的發(fā)展不僅與區(qū)域經(jīng)濟環(huán)境、政策環(huán)境息息相關，還受到運輸、倉儲、信息處理等多個環(huán)節(jié)多種因素的共同影響[3]。近年來，物流業(yè)迅速發(fā)展的同時，研究學者們對區(qū)域物流的關注度也越來越高，相關內(nèi)容的研究深度和研究廣度也得到了進一步提升。例如，張梅芬[4]利用灰色關聯(lián)分析方法進行定量分析，得出大連市區(qū)域物流需求與區(qū)域經(jīng)濟發(fā)展水平密切相關的結(jié)論。魏國辰[5]結(jié)合京津冀地區(qū)物流發(fā)展現(xiàn)狀，使用熵權法對京津冀地區(qū)物流發(fā)展進行評價分析，總結(jié)該地區(qū)存在的問題及未來發(fā)展優(yōu)勢，并有針對性地提出提升區(qū)域物流水平的對策。余利娥[6]使用主成分分析法分析了皖北城鄉(xiāng)一體化發(fā)展影響因素，并對皖北城鄉(xiāng)一體化發(fā)展提出了政策性建議。金鳳花[7]等在分析過程中引入了物流場勢模型，綜合評價了我國30 個省級區(qū)域物流的發(fā)展水平，并運用SPSS軟件進行了聚類分析，在此基礎上提出物流發(fā)展的合理化建議。高堯[8]通過建立向量自回歸模型（VAR），分析了北京市物流業(yè)發(fā)展中各影響因素的推動作用，并對未來發(fā)展提出思考和建議。從以上分析可以看出，已有多種分析方法被應用到區(qū)域物流的發(fā)展評價中，然而，在區(qū)域物流分析評價中缺少相應的橫向方法比較分析，對于具體方法的適用性還不清楚，這在一定程度上削弱了評價結(jié)果的可靠性。

典范對應分析（Canonical Correspondence Analysis，CCA）作為一種數(shù)量統(tǒng)計學方法，在區(qū)域物流領域的研究還較少，但是能夠把樣方變量、環(huán)境因素變量和響應變量的相互關系同時表示在一張排序圖上的突出優(yōu)點，使它近年來被廣泛應用于變化驅(qū)動力分析和行業(yè)可持續(xù)發(fā)展等人文社科領域[9]。因此，本文選擇典范對應分析與已經(jīng)在物流領域廣泛應用的灰色關聯(lián)分析法對黑龍江省物流業(yè)發(fā)展影響因素進行分析，綜合比較分析兩種方法的結(jié)果和適用性，以期為我國其他區(qū)域物流發(fā)展影響因素分析提供理論依據(jù)。

2 研究方法

2.1 研究對象

黑龍江省是東北老工業(yè)基地的重要組成部分，“一帶一路”倡議讓黑龍江省成為我國陸海絲綢之路經(jīng)濟帶的重要節(jié)點[10]?！笆濉币詠?，黑龍江省人均GDP 穩(wěn)定增長，但與全國人均GDP 相比還有一定的差距，與此同時黑龍江省積極進行產(chǎn)業(yè)結(jié)構升級轉(zhuǎn)型，大力發(fā)展第三產(chǎn)業(yè)，在政府及國家相關政策的支持下，黑龍江省第三產(chǎn)業(yè)高速發(fā)展，2018年已達到全省GDP的57.1%，其它兩個產(chǎn)業(yè)的占比分別是18.3%和24.6%[11]?！笆濉币詠?，黑龍江省委、省政府結(jié)合國家“一帶一路”發(fā)展大背景以及國務院頒布的《物流業(yè)發(fā)展中長期規(guī)劃（2014-2020 年）》等發(fā)展規(guī)劃，從物流基礎設施、物流體系建設、物流標準化等方面加大投入力度，推動區(qū)域物流產(chǎn)業(yè)合理健康發(fā)展[12]。本文通過運用不同的分析方法對黑龍江省物流業(yè)發(fā)展影響因素進行對比分析，可以進一步明確推動這一地區(qū)物流發(fā)展的主要驅(qū)動因子，為制定和評價該地區(qū)的物流發(fā)展政策提供理論依據(jù)。

2.2 方法選擇

2.2.1 典范對應分析。典范對應分析是在對應分析（Correspondence Analysis，CA）的基礎上發(fā)展而來的一種排序方法，通過在對應分析迭代的過程中，將每次得到的樣方排序值與環(huán)境因子進行多元線性回歸，從而實現(xiàn)對應分析與多元回歸分析的有效結(jié)合[13]。典范對應分析要求環(huán)境變量和響應變量兩個原始變量矩陣，且原始變量為非直線分布，其中的響應變量必須有相同的量綱[14]。在利用典范對應分析研究物流驅(qū)動力因素時，樣方可表示研究的地區(qū)或者年份，環(huán)境變量可表示物流業(yè)發(fā)展的影響因素，響應變量可表示物流業(yè)發(fā)展水平評價指標，生成的排序圖不僅可以反映年份或地區(qū)、影響因素、產(chǎn)業(yè)發(fā)展水平三個維度的相關性，還可以根據(jù)其中點線間的距離和夾角比較分析同一維度內(nèi)各因素的相關性。

在進行典范對應分析時，首先要根據(jù)任意一組樣方排序值計算響應變量排序值，其次采用加權平均法計算響應變量排序值，然后對環(huán)境因子和樣方排序值進行回歸分析，使得樣方排序值既能反映樣方與響應變量的相互關系，又能反映環(huán)境因子與樣方的聯(lián)系。CCA的多元線性回歸方程數(shù)學表達式如下：

式（1）中yi為第i個樣方的排序值，b0為截距，bk是樣方與第k個環(huán)境因子的回歸系數(shù)，zik為第k個環(huán)境因子在第i個樣方中的觀測值。

具體計算步驟如下：

（1）N個樣方，每個樣方觀測了p個響應變量和q個環(huán)境因子的數(shù)據(jù)，得到響應變量矩陣求響應變量矩陣的行和以及列和，其中,i=1,2,…,N(N為樣方數(shù))；j=1,2,…,p(p為響應變量數(shù))。

（2）任意選一組樣方排序初始值yi（不應全部為0）。

（3）用加權平均法求種類值mj，即：

（4）用步驟（3）中所得的響應變量排序值mj計算新的樣方排序值即：

（5）用多元回歸法計算樣方與環(huán)境因子之間的回歸系數(shù)bk，權重根據(jù)環(huán)境變量原始矩陣Z 的行和向量b計算得出，回歸系數(shù)用矩陣表示為：

（6）重新計算樣方排序新值，計算公式為：

（7）重復步驟（3）——（6），直到計算結(jié)果趨于穩(wěn)定時停止計算，即得到第一排序軸排序值。

（8）重復步驟（2）——（5），對結(jié)果正交化，再進行標準化步驟（6），求得第二排序軸排序值。

（9）將樣方、響應變量和環(huán)境變量的排序結(jié)果用二維排序圖表示出來。

本文使用CANOCO 軟件進行典范對應分析，首先將黑龍江省各地級市物流業(yè)發(fā)展環(huán)境因素變量及響應變量數(shù)據(jù)存入Excel 工作簿；然后將Excel 表格數(shù)據(jù)導入CANOCO 軟件中，并對物流業(yè)發(fā)展指標變化值進行DCA 分析，根據(jù)4 個排序軸最大梯度值決定使用線性分析或單峰分析，理論上線性分析適用于梯度值＜3 的情況，單峰分析可以應用于所有梯度值情況。

2.2.2 灰色關聯(lián)分析法?；疑P聯(lián)分析法是根據(jù)因素之間發(fā)展趨勢的相似或相異程度來衡量因素間關聯(lián)程度的一種定量分析方法，關聯(lián)度大說明影響因素與產(chǎn)業(yè)發(fā)展關系密切，關聯(lián)度小說明物流產(chǎn)業(yè)的發(fā)展受到該因素的影響微小[15]?；疑P聯(lián)分析法已經(jīng)被廣泛應用于社會科學和自然科學的研究領域。很多學者將灰色關聯(lián)分析法用于物流產(chǎn)業(yè)影響因素分析與區(qū)域經(jīng)濟優(yōu)勢分析，均取得較好的應用效果[16-17]?；疑P聯(lián)分析的具體步驟如下：

（1）計算極差。設有比較因素指標，根據(jù)式（6）計算參考序列和比較序列差值的絕對值，并求得最大差和最小差。

（2）計算驅(qū)動力影響因素關聯(lián)系數(shù)。由式（7）計算驅(qū)動力影響因素關聯(lián)系數(shù)，其中i=1,2,…,n，m是步驟（1）中得到的最小極差，M是最大極差。ε∈(0,1)，通常取分辨系數(shù)ξ=0.5。

（3）計算關聯(lián)度并排序。

3 指標選擇與數(shù)據(jù)處理

3.1 指標選擇

為了選取能夠客觀反映黑龍江省物流業(yè)發(fā)展水平及影響因素的相關指標，本文在中國知網(wǎng)數(shù)據(jù)庫中檢索“區(qū)域物流”、“影響因素”等關鍵詞，在參考相關指標的檢索頻次并綜合考慮了指標選取全面性原則及數(shù)據(jù)的可得性等因素后，從區(qū)域發(fā)展和物流業(yè)發(fā)展兩大方面選取三大產(chǎn)業(yè)增加值、地區(qū)人均GDP等十項指標作為本文研究的環(huán)境影響因素指標，具體指標見表1。

表1 物流業(yè)發(fā)展影響因素指標

3.2 數(shù)據(jù)處理（以黑龍江省為例）

3.2.1 典范對應分析。本文以黑龍江省物流發(fā)展影響因素相關數(shù)據(jù)為環(huán)境變量，選取黑龍江省12 個地級市2011-2018 年的郵政業(yè)務總量、電信業(yè)務總量、快遞業(yè)務收入及交通運輸、倉儲及郵政業(yè)增加值作為響應變量。其中年末實有道路長度及就業(yè)人數(shù)相關數(shù)據(jù)來源于黑龍江省各地級市統(tǒng)計年鑒，郵政業(yè)務及快遞業(yè)務收入相關數(shù)據(jù)來源于黑龍江省各地級市交通運輸管理局公報，其他指標數(shù)據(jù)來源于《黑龍江省統(tǒng)計年鑒》，時間區(qū)間為2011——2018年。黑龍江省物流產(chǎn)業(yè)發(fā)展影響因素變化值數(shù)據(jù)見表2。

表2 黑龍江省各地級市物流發(fā)展影響因素變化值數(shù)據(jù)

3.2.2 灰色關聯(lián)分析?；疑P聯(lián)分析是按發(fā)展趨勢進行分析，因此對影響因素指標數(shù)量的多少沒有過多的要求，也不需要典型的分布規(guī)律[19]?；疑P聯(lián)分析只能選擇一項指標作為參考序列，因此本文選取郵政業(yè)務總量(X0)指標作為參考序列，將產(chǎn)業(yè)增加值、社會零售品總額、進出口總額等十項影響因素指標作為比較序列，選取黑龍江省2011-2018年各項指標數(shù)據(jù)組成相關序列。為了消除變量間不同量綱對實驗結(jié)果的影響，將參考序列和比較序列的相關數(shù)據(jù)以均值方式進行標準化化處理，結(jié)果見表3。

表3 灰色關聯(lián)分析均值標準化數(shù)據(jù)指標

4 結(jié)果與分析

4.1 典范對應分析結(jié)果

典范對應分析四個排序軸累計百分比分別為73.54%、96.75%、98.4%、99%，由此可知排序軸與物流行業(yè)發(fā)展水平變化和社會經(jīng)濟環(huán)境指標之間相關性顯著，CCA 排序結(jié)果可以較好地解釋黑龍江省物流業(yè)發(fā)展水平與社會經(jīng)濟環(huán)境之間的關系。選取前兩個排序軸生成排序圖，如圖1所示。下面分別從相關性分析、物流產(chǎn)業(yè)發(fā)展變化分析和影響因素指標變化分析三個方面進行具體分析。

（1）相關性分析。社會經(jīng)濟指標與排序軸的相關系數(shù)表示為環(huán)境因子箭頭的坐標值，環(huán)境指標與前兩個排序軸的相關系數(shù)見表4?？梢钥闯?，各影響因素指標的變化均與第一、第二排序軸有較大的相關性。固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、地區(qū)人均GDP、進出口貿(mào)易總額等指標均與第一排序軸呈正相關，只有就業(yè)人數(shù)與第一排序軸負相關。與第二排序軸呈正相關的指標有年末實有道路長度、固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、普通高等學校學生數(shù)等，第一產(chǎn)業(yè)增加值、進出口貿(mào)易總額、社會零售品總額等與第二排序軸呈負相關。因此，根據(jù)社會經(jīng)濟指標與排序軸之間的相關性，可將第一排序軸概括為區(qū)域經(jīng)濟環(huán)境驅(qū)動因素軸，第二排序軸概括為產(chǎn)業(yè)投入驅(qū)動因素軸。

圖1 典范對應分析排序圖

表4 影響因素指標與排序軸相關系數(shù)

（2）物流產(chǎn)業(yè)發(fā)展變化分析。圖1 中，三角點表示物流發(fā)展水平指標，快遞業(yè)務收入和郵政業(yè)務總量的點間距離最小，說明兩種產(chǎn)業(yè)發(fā)展指標的變化相似性較強，其次是交通及郵政業(yè)增加值和郵政業(yè)務總量。電信業(yè)務總量是衡量物流發(fā)展水平的間接指標，與其他三個指標之間的變化相似性較弱。圓點表示黑龍江省各地級市，圓點間的距離表示各地級市物流發(fā)展水平變化的相似性。12個地級市分布于排序圖的四個象限，表明黑龍江省各地級市在物流產(chǎn)業(yè)發(fā)展中存在明顯的差異，其中省會城市哈爾濱，在發(fā)展水平及發(fā)展速度上均領先于其它城市，黑河和牡丹江市與哈爾濱市物流行業(yè)發(fā)展相關性較大。除哈爾濱以外的其他城市可分為兩組，第一組包括第一象限的黑河和第二象限的鶴崗、雙鴨山、伊春、七臺河，這些城市人均GDP 增長較慢，對外開放程度低，交通運輸及郵政業(yè)增加值、郵政業(yè)務總量等各項產(chǎn)業(yè)發(fā)展指標變化值小，與哈爾濱的點間距離較大，表示這些城市與哈爾濱的物流發(fā)展速度存在較大差距；第二組包括大慶、雞西、佳木斯、齊齊哈爾、綏化和牡丹江，這些城市物流發(fā)展水平高于第一組的城市，第三產(chǎn)業(yè)增加值高于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)，物流基礎設施水平發(fā)展較緩慢，產(chǎn)業(yè)發(fā)展指標的增加值在省內(nèi)地級市中處于中等水平。

（3）影響因素指標變化分析。排序圖中帶有箭頭的線段表示環(huán)境指標的變化，箭頭長度表示物流發(fā)展水平變化與環(huán)境因素指標間的相關性，長度越長，相關性越高[20]。由圖1可知，道路長度、固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、普通高等學校學生數(shù)、就業(yè)人數(shù)等指標是驅(qū)動黑龍江省物流產(chǎn)業(yè)發(fā)展的關鍵因素。第二產(chǎn)業(yè)、進出口貿(mào)易總額在驅(qū)動黑龍江省物流產(chǎn)業(yè)發(fā)展中的貢獻值較弱。黑龍江省的第二產(chǎn)業(yè)面臨著轉(zhuǎn)型升級的問題，所以近幾年對物流行業(yè)的發(fā)展貢獻較??；進出口貿(mào)易總額與物流業(yè)發(fā)展關聯(lián)程度小，其主要原因是黑龍江省對外開放程度不足及國際物流技術發(fā)展水平相對較低。

環(huán)境因素箭頭線之間的夾角表示兩種指標變化的相關性，圖1中，箭頭線X2和X4之間的夾角最小，表示第二產(chǎn)業(yè)增加值與地區(qū)人均GDP變化情況相關性大，第三產(chǎn)業(yè)增加值變化與年末實有道路長度、固定資產(chǎn)投資以及普通高等學校學生數(shù)的變化相關性較大，社會零售品總額和年末實有道路長度的夾角接近90°，表示兩種指標的變化相關性接近0，就業(yè)人數(shù)指標的變化值與其它指標變化值呈負相關。

在對應分析迭代的過程中，典范對應分析需要將每次得到的地區(qū)物流業(yè)發(fā)展排序值與環(huán)境因子進行多元線性回歸，通過多次迭代計算才能得到穩(wěn)定的排序值。而且由于典范對應分析的第二排序軸通常是由第一排序軸變形得來的，樣方在第二排序軸上的坐標軸容易受到影響，產(chǎn)生“弓形效應”[21]。因此典范對應分析的計算過程相對復雜，但典范對應分析的分析結(jié)果更詳盡，它不僅可以反映區(qū)域物流產(chǎn)業(yè)的影響因素、地域差異，還可以分析各環(huán)境影響因素間的相關關系、各地級市間物流發(fā)展相關性以及各地級市產(chǎn)業(yè)發(fā)展與環(huán)境因素的相關性等多種關系。

4.2 灰色關聯(lián)分析結(jié)果

灰色關聯(lián)度被用來表示參考指標隨時間或不同對象而變化的關聯(lián)性大小的量度。將多個關聯(lián)度值按大小排列起來，即形成影響因素關聯(lián)序列。X1-X10的灰色關聯(lián)度分別為：0.820、0.655、0.895、0.932、0.862、0.961、0.979、0.924、0.923、0.925，對應的關聯(lián)排序為：9、10、7、3、8、2、1、5、6、4?？梢钥闯?，黑龍江省物流業(yè)發(fā)展的主要驅(qū)動因素為社會零售品總額、固定資產(chǎn)投資總額、地區(qū)人均GDP 等，第一、二產(chǎn)業(yè)增加值以及進出口貿(mào)易總額與物流業(yè)發(fā)展關聯(lián)度較小?！笆濉币詠?，黑龍江省調(diào)整產(chǎn)業(yè)結(jié)構，第三產(chǎn)業(yè)得到了較快發(fā)展，固定資產(chǎn)投資力度及鐵路公路建設里程的增加，提高了物流行業(yè)的基礎設施水平，推動了物流業(yè)的發(fā)展，與此同時，各高校增加物流專業(yè)人才培養(yǎng)數(shù)量，提升了物流業(yè)發(fā)展?jié)摿?。隨著黑龍江省經(jīng)濟的穩(wěn)定發(fā)展，人均GDP不斷增長，其增長也會在一定程度上推動物流產(chǎn)業(yè)發(fā)展。

灰色關聯(lián)分析得到的影響因素排序結(jié)果與典范對應分析相似，兩種方法均反映出“十二五”以來，黑龍江省物流業(yè)的發(fā)展驅(qū)動力主要來自固定資產(chǎn)投資、基礎設施建設以及居民消費水平等方面，與此同時，產(chǎn)業(yè)結(jié)構轉(zhuǎn)型帶來的第二產(chǎn)業(yè)增加值下降以及黑龍江省對外開放程度的不足在一定程度上影響了物流業(yè)的發(fā)展。

5 結(jié)論

本文分別采用典范對應分析法和灰色關聯(lián)分析法對“十二五”以來黑龍江省12個地級市的物流業(yè)發(fā)展驅(qū)動力因素進行分析。通過結(jié)果對比可以發(fā)現(xiàn)：典范對應分析和灰色關聯(lián)分析均對影響黑龍江省物流產(chǎn)業(yè)發(fā)展的環(huán)境因素進行了排序，得到了相近的排序結(jié)果，即該區(qū)域物流產(chǎn)業(yè)發(fā)展主要受到固定資產(chǎn)投資、社會消費水平、第三產(chǎn)業(yè)增加值以及就業(yè)人數(shù)等因素的影響，與第一、第二產(chǎn)業(yè)增加值及進出口貿(mào)易總額的關聯(lián)度較小。利用典范對應分析還對各地級市的物流發(fā)展水平進行分析，得出黑龍江省各地級市物流發(fā)展水平存在顯著的差距。

在分析區(qū)域物流發(fā)展驅(qū)動力方面，這兩種方法具有各自的適用性和優(yōu)勢。對于灰色關聯(lián)分析法而言，數(shù)據(jù)獲取較容易、計算過程簡潔、結(jié)果直觀，能夠準確地反映多個環(huán)境因素對一個物流產(chǎn)業(yè)發(fā)展指標的影響程度，是一種簡單且可靠的分析方法。典范對應分析對原始變量數(shù)據(jù)的要求較高，盡管分析過程復雜，但是分析結(jié)果更詳盡，它不僅可以反映區(qū)域物流產(chǎn)業(yè)的影響因素、地域差異，還可以分析各環(huán)境影響因素間的相關關系、各地級市間物流發(fā)展相關性以及各地級市產(chǎn)業(yè)發(fā)展與環(huán)境因素的相關性等多種關系。因此，本文認為典范對應分析方法在評價物流業(yè)發(fā)展影響因素方面具有很大的潛力，在未來的研究中可以通過進一步完善評價指標使其發(fā)揮更大的作用。