張瑞麗,長 青,李燕霞
(內(nèi)蒙古工業(yè)大學(xué)管理學(xué)院,內(nèi)蒙古呼和浩特010051)
內(nèi)蒙古各市物流發(fā)展水平的因子及聚類分析
張瑞麗,長 青,李燕霞
(內(nèi)蒙古工業(yè)大學(xué)管理學(xué)院,內(nèi)蒙古呼和浩特010051)
運用因子分析和聚類分析的方法對內(nèi)蒙古各市物流發(fā)展水平進(jìn)行深入分析,得出內(nèi)蒙古各市物流發(fā)展水平的排序和聚類結(jié)果.結(jié)果表明各市物流發(fā)展水平受當(dāng)?shù)亟?jīng)濟(jì)狀況及物流量影響,存在較大差距,依據(jù)聚類分析結(jié)果可將其劃分為四大類:以工業(yè)經(jīng)濟(jì)為主、經(jīng)濟(jì)發(fā)展迅速的包頭、鄂爾多斯市為一類城市;呼和浩特市屬于二類城市;經(jīng)濟(jì)發(fā)展規(guī)模小但物流量表現(xiàn)突出的巴彥淖爾等屬于三類城市;其他屬于四類城市.
區(qū)域物流;因子分析;聚類分析
因子分析法是指從研究指標(biāo)相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā),把一些信息重疊、具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個不相關(guān)的綜合因子的一種多元統(tǒng)計分析方法.
數(shù)學(xué)模型(Xi為原始變量;Fi為因子變量;k<p):
或用矩陣形式表示為:
其中,F是因子變量,A是因子載荷陣,ε是特殊因子.
因子分析法具體步驟為:(1)對數(shù)據(jù)樣本進(jìn)行標(biāo)準(zhǔn)化處理;(2)計算樣本的相關(guān)矩陣R;(3)求相關(guān)矩陣R的特征根和特征向量;(4)根據(jù)系統(tǒng)要求的累積貢獻(xiàn)率確定主因子的個數(shù);(5)計算因子載荷矩陣A;(6)確定因子模型;(7)根據(jù)上述計算結(jié)果,對系統(tǒng)進(jìn)行分析.
以查詢2012年《內(nèi)蒙古統(tǒng)計年鑒》[5]為主,選取內(nèi)蒙古12個市為樣本,使用SPSS17.0作為統(tǒng)計分析工具.原始數(shù)據(jù)如表1所示.
表1 內(nèi)蒙古各市的原始數(shù)據(jù)Table 1 The original data of cities in Inner Mongolia
由表2可見,所選變量通過了共同度檢驗,其結(jié)果幾乎都大于0.8,這表明公因子對變量的可解釋性強(qiáng),同時也說明選取因子分析法的可行性.由表3可見,前三個因子的累積方差貢獻(xiàn)率已經(jīng)達(dá)到91.987%,說明以前三個因子作為綜合因子就可以反映原始信息中91.987%的信息,具有顯著代表性.選取因子分析的意義不僅在于它可以提取公因子,將已有的變量進(jìn)行分組,更重要的是每個公因子要有其實際意義.考慮到方差最大(Varimax)正交旋轉(zhuǎn)變換法能夠使載荷矩陣中每一行或每一列的元素平方值向0和1兩極分化,起到使因子載荷陣結(jié)構(gòu)簡化的作用,本文采用該方法進(jìn)行正交旋轉(zhuǎn).經(jīng)旋轉(zhuǎn)后得如表2所示的因子得分矩陣:第一因子在區(qū)域GDP、區(qū)域規(guī)模以上工業(yè)產(chǎn)值、消費品零售總額、貨運量、貨運周轉(zhuǎn)量、年度外資使用情況和第三產(chǎn)業(yè)增加值7個指標(biāo)上載荷較大,這些指標(biāo)綜合反映了區(qū)域經(jīng)濟(jì)產(chǎn)值規(guī)模及各地區(qū)的物流量,可將其命名為經(jīng)濟(jì)規(guī)模因子;第二因子在郵政業(yè)務(wù)總量和運輸倉儲郵政從業(yè)人員數(shù)指標(biāo)上載荷較大,反映了地區(qū)物流量和物流方面的從業(yè)人員,因而將其命名為物流量;第三個因子高速公路里程指標(biāo),反映了地區(qū)物流設(shè)施水平,可以直接命名為物流設(shè)施水平.
表2 共同度檢驗和因子得分矩陣Table 2 Common test and factor score matrix
表3 總方差解釋Table 3 the total variance explained
用表2中主成分載荷矩陣中的相應(yīng)數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根后便得到兩個主成分中每個指標(biāo)所對應(yīng)的系數(shù),表達(dá)式如下:
將得到的特征向量同標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘,就可以得出主成分表達(dá)式以每個主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例,以此比例作為權(quán)重,從而計算得出主成分綜合模型:
原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后,代入上述因子表達(dá)式及綜合得分模型,計算各樣本的綜合因子得分及名次排序如表4.
表4 綜合排名表Table 4 Comprehensive list
由表4可以看出內(nèi)蒙古各市物流發(fā)展水平的因子綜合得分及排名:呼市、包頭、鄂爾多斯三個城市的綜合排名靠前,尤其是包頭和鄂爾多斯市,其綜合得分均超過3,表明這兩個城市在被比較的12個城市中的物流發(fā)展水平較高,走在全自治區(qū)的前列;呼和浩特市緊隨其后,得分為1.3986,物流發(fā)展水平相對其他9個城市較優(yōu).赤峰市為0.2205、呼倫貝爾為0.1991,全區(qū)排名第四、第五,同樣處于所考察的城市的平均水平以上;除此之外,其他城市得分均為負(fù)值,處于全自治區(qū)平均物流發(fā)展水平之下.單獨看經(jīng)濟(jì)規(guī)模這一公因子(F1)的得分和排名,包頭、鄂爾多斯、呼和浩特市的得分也是排在前列的,均超過2.6,說明這三個城市的經(jīng)濟(jì)規(guī)模較大,具有發(fā)展物流的較高的市場需求.同樣,這三個城市在物流量因子(F2)上得分也較高,說明這些城市的物流業(yè)務(wù)量較大,發(fā)展物流產(chǎn)業(yè)具有較大的潛力.赤峰市、鄂爾多斯市、巴彥淖爾市和通遼市在物流設(shè)施水平(F3)上得分較高,說明這四個城市物流方面的設(shè)施(如公路、倉庫、物流從業(yè)人員等)相對全自治區(qū)12個城市來說較好.
聚類分析法是根據(jù)事物本身所具有的特性將不同個體進(jìn)行分類的一種方法,在本例中是對樣本進(jìn)行聚類,所以采用Q型聚類,其數(shù)學(xué)模型如下:
設(shè)有m個變量,n個樣本,則有X=(xij)n×m為統(tǒng)計資料樣本矩陣.其中xij為第i個樣本第j個變量的觀測值,xi=(xi1,xi2,xik…xim)可看成m維空間的一個點,各樣本間的親疏程度可以用m維空間中點與點之間的距離dij來表示,本文用系統(tǒng)聚類中的離差平方和法計算dij,其基本思想是:如果分類正確,同類樣本之間離差平方和較小,類與類之間的離差平方和較大.本文分別以各市原有的10項初始指標(biāo)因素和經(jīng)過因子分析后的3個公因子得分為依據(jù)利用系統(tǒng)聚類方法對內(nèi)蒙古12個城市進(jìn)行分層聚類.選用SPSS17.0軟件,通過兩次聚類,將內(nèi)蒙古12個城市按照物流發(fā)展水平的高低分為四類,結(jié)果如表5所示.
表5 聚類分析結(jié)果Table 5 The result of cluster analysis
比較表4和表5可見,兩次聚類的結(jié)果和綜合因子得分排序的結(jié)果基本趨于一致,但也有個別的地方有出入,如選擇10項指標(biāo)進(jìn)行聚類,結(jié)果顯示位于第三層次的城市數(shù)量較少,相反,第四個層次的城市卻顯著增加.結(jié)合表3、4、5,考慮視因子得分為聚類標(biāo)準(zhǔn),對各類別作相應(yīng)調(diào)整,總結(jié)如下:
第一類:經(jīng)濟(jì)發(fā)展規(guī)模大、物流量較大、人才資源充足的城市.屬于這一類的城市有鄂爾多斯市和包頭市.但是由綜合排名表可知,包頭市雖然是綜合排名第一,但還有有待提高的地方,物流基礎(chǔ)設(shè)施如高速公路等方面還是有待規(guī)劃,逐步跟上經(jīng)濟(jì)發(fā)展的步伐.鄂爾多斯市雖然前兩項因子均不及包頭,但是各方面發(fā)展較穩(wěn)定,因此可以認(rèn)為鄂爾多斯市的經(jīng)濟(jì)發(fā)展較為均衡;
第二類:呼市屬于經(jīng)濟(jì)規(guī)模較大,物流量比較飽滿,但物流水平欠佳的城市;呼倫貝爾、赤峰、錫林郭勒盟屬于經(jīng)濟(jì)規(guī)模、物流量、基礎(chǔ)設(shè)施均為一般的城市;興安盟、通遼、烏蘭察布、巴彥淖爾、烏海、阿拉善盟屬于經(jīng)濟(jì)規(guī)模較小,物流量較小,物流基礎(chǔ)設(shè)施較差的城市(巴彥淖爾除外),說明這些城市的經(jīng)濟(jì)發(fā)展水平欠佳;
第三類:經(jīng)濟(jì)發(fā)展規(guī)模不大,但物流量表現(xiàn)突出的城市,例如巴彥淖爾,三個因子的排名分別為10、9、3;
第四類:經(jīng)濟(jì)發(fā)展規(guī)模較小或經(jīng)濟(jì)發(fā)展不均衡而導(dǎo)致區(qū)域綜合物流發(fā)展水平偏低的城市,包括興安盟、烏蘭察布市等.
本文選用因子分析和聚類分析對內(nèi)蒙古各市物流發(fā)展水平進(jìn)行綜合評價,在指標(biāo)選取上采用了頻度統(tǒng)計的方法,綜合已有學(xué)者的相關(guān)研究制定了適用于因子分析和聚類分析的物流發(fā)展水平指標(biāo)評價體系,在此基礎(chǔ)上運用因子分析法得出可以評價物流發(fā)展水平的三個公因子,即經(jīng)濟(jì)規(guī)模因子、物流量因子和物流基礎(chǔ)設(shè)施因子.最后運用聚類分析法對內(nèi)蒙古各市分類,結(jié)果表明各市綜合物流發(fā)展水平存在較大差距,可為內(nèi)蒙古各市客觀判斷本地的物流發(fā)展水平提供依據(jù),有助于其制定出更加有針對性的政策,促進(jìn)本地物流業(yè)的發(fā)展.
[1]汪波,楊天劍,趙艷彬.區(qū)域物流發(fā)展水平的綜合評價[J].工業(yè)工程, 2005,1(8):83-93.
[2]李海建,謝五屆,曹有揮.物流發(fā)展IGJAHP評價模型及空間格局分析——以安徽省為例[J].經(jīng)濟(jì)地理,2006,2(26):220-224.
[3]趙楠,馮春濱.淺議區(qū)域物流發(fā)展水平評價指標(biāo)的選擇[J].經(jīng)濟(jì)與管理研究,2011(11):10-11.
[4]呂璞,徐豐偉.基于主成分分析的城市物流發(fā)展評價[J].大連交通大學(xué)學(xué)報,2012,1(33):108-112.
[5]內(nèi)蒙古統(tǒng)計局.內(nèi)蒙古統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2012.
【編校:李青】
The Logistics Development Level of Inner Mongolia Cities Based on Factor and Cluster Analysis
ZHANG Ruili,CHANG Qing,LI Yanxia
(Management College,Inner Mongolia University of Technology,Hohhot,Inner Mongolia 010051,China)
The methods of factor analysis and cluster analysis were used to study the logistics development level of cities in Inner Mongolia.Base on deep analysis,the logistics development level and clustering results were archieved.The results show that the logistics development level of each city is affected by local economic conditions and logistics amount,and there are large gaps among cities.According to the results of cluster analysis,it can be divided into four classes.Baotou and Ordos belong to the first class city which is mainly dependent on the industrial economy and whose economic development is rapid;Hohhot belongs to the second class city;Bayannaoer et al.belongs to the third class city whose economics scale is small but whose logistics amount has outstanding performance;others belong to the fourth class.
regional logistics;factor analysis;cluster analysis
O29;F325.21
A
1671-5365(2014)06-0026-04
隨著經(jīng)濟(jì)的快速發(fā)展,物流業(yè)作為一種新型的服務(wù)業(yè)在全球范圍內(nèi)迅速發(fā)展,被譽為促進(jìn)經(jīng)濟(jì)發(fā)展的“加速器”、企業(yè)的“第三利潤泉”,成為繼IT、金融業(yè)之后當(dāng)前最熱門的新興產(chǎn)業(yè),引起了社會的普遍關(guān)注.基于此,區(qū)域物流也就成為了多位學(xué)者關(guān)注的重點.汪波等[1]首先分析影響區(qū)域物流發(fā)展的關(guān)鍵指標(biāo)因素,然后采用AHP制定了評價物流發(fā)展的指標(biāo)體系,并運用模糊綜合評價法針對天津市區(qū)域物流發(fā)展水平進(jìn)行了實證分析;李海建等[2]基于模糊區(qū)間層次分析法(IGJAHP)建立了用于評價物流發(fā)展總水平的綜合評價模型,在此基礎(chǔ)上對安徽省進(jìn)行了實證分析;趙楠等[3]構(gòu)建了區(qū)域物流發(fā)展水平的綜合評價指標(biāo)體系;呂璞等[4]運用PCA構(gòu)建了評價區(qū)域物流發(fā)展水平的指標(biāo)體系,并對天津、大連、上海等城市物流發(fā)展水平進(jìn)行總結(jié)排序.可見,不同學(xué)者綜合運用了不同的方法在對區(qū)域物流進(jìn)行評價.本文選用因子分析和聚類分析方法來評價內(nèi)蒙古各市區(qū)域物流發(fā)展水平,其中因子分析方法較主成分分析法在對問題的分析上更加深入透徹,而聚類分析法的主要優(yōu)勢在于可以對相似性的樣本進(jìn)行歸類,兩者結(jié)合可以更加客觀地評價內(nèi)蒙古各市的物流發(fā)展在全省中的相對位置,便于找出差距進(jìn)行后續(xù)的有效管理.本文依據(jù)指標(biāo)制定過程中的相關(guān)原則,對現(xiàn)有的評價指標(biāo)體系進(jìn)行總結(jié)分析,構(gòu)建出了能夠反映物流發(fā)展水平的指標(biāo)體系,對內(nèi)蒙古各市目前的物流發(fā)展水平進(jìn)行定量評價.
1 指標(biāo)選取
目前,國內(nèi)對于物流發(fā)展水平的評價尚沒有形成統(tǒng)一的評價指標(biāo)體系,諸位學(xué)者由于選擇指標(biāo)體系的不同,結(jié)論也各有差異.鑒于此,本文在確定評價指標(biāo)時,采用頻度統(tǒng)計的方法,即在CNKI上搜索“區(qū)域物流發(fā)展評價”等關(guān)鍵詞的基礎(chǔ)上,總結(jié)眾學(xué)者相關(guān)論文中使用頻度較高的指標(biāo)作為本文的指標(biāo)體系.同時,考慮到指標(biāo)選取應(yīng)遵循全面性、可比性、可獲得性等原則,對搜索到的已有指標(biāo)進(jìn)行總結(jié)、調(diào)整,最終選取了以下10項指標(biāo)用以衡量內(nèi)蒙古各市物流發(fā)展水平.其中,規(guī)模指標(biāo)有:所在地國民生產(chǎn)總值(X1)、區(qū)域規(guī)模以上工業(yè)產(chǎn)值(X2)、消費品零售總額(X3);代表物流基礎(chǔ)設(shè)施的指標(biāo)有:高速公路里程(X4)、郵政業(yè)務(wù)總量(X5);代表物流業(yè)務(wù)規(guī)模的指標(biāo)有:貨運量(X6)、貨運周轉(zhuǎn)量(X7)、運輸倉儲郵政從業(yè)人數(shù)比例(X8);代表物流產(chǎn)業(yè)經(jīng)營環(huán)境的指標(biāo)有:年度實際使用外資(X9)、第三產(chǎn)業(yè)增加值(X10).選用年度實際使用外資情況來描述物流產(chǎn)業(yè)經(jīng)營環(huán)境,是由于外資在進(jìn)駐某一地區(qū)之前,都會對該地區(qū)的整體情況進(jìn)行深入的投資分析,對其投資環(huán)境會慎重地考察,其中考察的因素包括了當(dāng)?shù)氐恼攮h(huán)境、制度環(huán)境、市場經(jīng)營氛圍、區(qū)位優(yōu)勢、產(chǎn)業(yè)集聚優(yōu)勢等,因此,選此指標(biāo)衡量物流產(chǎn)業(yè)經(jīng)營環(huán)境有其可行性.
2014-04-01修回:2014-04-16
國家自然科學(xué)基金項目“煤炭資源轉(zhuǎn)化項目中管理創(chuàng)新及績效評價方法研究”(71162015);內(nèi)蒙古自治區(qū)高等學(xué)校創(chuàng)新團(tuán)隊發(fā)展計劃項目(NMGIRT1404);內(nèi)蒙古自治區(qū)高等學(xué)校哲學(xué)社會科學(xué)研究重大攻關(guān)項目(NJSG201203);內(nèi)蒙古工業(yè)大學(xué)科學(xué)研究項目(SK201123)
張瑞麗(1988-),女,碩士研究生,研究方向為物流企業(yè)績效評價
時間:2014-04-16 16:51
http://www.cnki.net/kcms/detail/51.1630.Z.20140416.1651.007.html