基于因子和集群分析的城市物流競(jìng)爭(zhēng)力評(píng)價(jià)

鄒　欣，譚滿益

(成都理工大學(xué)管理科學(xué)學(xué)院，四川成都　 610059)

?

基于因子和集群分析的城市物流競(jìng)爭(zhēng)力評(píng)價(jià)

鄒欣，譚滿益*

(成都理工大學(xué)管理科學(xué)學(xué)院，四川成都 610059)

摘要：選取四川省18個(gè)城市的GDP、貨運(yùn)總量、郵政業(yè)務(wù)收入等影響城市物流競(jìng)爭(zhēng)力因素的相關(guān)數(shù)據(jù)，從經(jīng)濟(jì)發(fā)展水平、物流業(yè)務(wù)規(guī)模和信息化水平3個(gè)方面構(gòu)建城市物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系。借助SPSS 20.0軟件，運(yùn)用因子和集群分析法對(duì)四川省各城市的物流競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)、分類(lèi)與比較分析。結(jié)果表明：各城市物流競(jìng)爭(zhēng)力存在較大差距，該結(jié)果可為四川省現(xiàn)代物流業(yè)的發(fā)展提供參考。

關(guān)鍵詞：城市物流競(jìng)爭(zhēng)力；區(qū)域物流；因子分析；集群分析

城市物流屬于區(qū)域物流的范疇，是指服務(wù)于城市經(jīng)濟(jì)發(fā)展的需要、以城市為中心所發(fā)生的城市區(qū)域范圍內(nèi)或城市與外部區(qū)域間的實(shí)體流動(dòng)，以及應(yīng)對(duì)城市發(fā)展中環(huán)境問(wèn)題的物流活動(dòng)[1]。城市物流的發(fā)展能夠提高區(qū)域經(jīng)濟(jì)的運(yùn)作效率、降低交易成本，對(duì)促進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)及形成新的區(qū)域經(jīng)濟(jì)增長(zhǎng)點(diǎn)具有重要的支撐和促進(jìn)作用[2]?？茖W(xué)、系統(tǒng)地評(píng)價(jià)城市物流發(fā)展水平，對(duì)降低物流系統(tǒng)運(yùn)行成本、推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)、提升城市綜合競(jìng)爭(zhēng)力等具有十分重要的意義。

四川是我國(guó)長(zhǎng)江上游經(jīng)濟(jì)帶區(qū)域的中心省份，不僅是連接西藏的關(guān)鍵通道，也是全國(guó)重要的交通樞紐，是物流中心和國(guó)內(nèi)外商品的集散地。推動(dòng)四川經(jīng)濟(jì)的發(fā)展，對(duì)長(zhǎng)江上游經(jīng)濟(jì)帶的開(kāi)發(fā)以及西部地區(qū)的發(fā)展尤為重要。近年來(lái)，四川省物流業(yè)發(fā)展迅速，規(guī)模不斷擴(kuò)大，據(jù)文獻(xiàn)[3]顯示：2014年四川省社會(huì)物流總額為54 804.7億元，全省物流業(yè)比上年增值1 586.79億元，按可比價(jià)格計(jì)算，同比較上年分別增長(zhǎng)7.9%和8.3%。對(duì)四川省18個(gè)城市的物流競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)分析，有助于科學(xué)認(rèn)識(shí)各城市的物流業(yè)發(fā)展水平，找出物流業(yè)發(fā)展中存在的問(wèn)題，為各城市提升物流效率、推動(dòng)物流業(yè)轉(zhuǎn)型升級(jí)提供參考依據(jù)。

1評(píng)價(jià)指標(biāo)體系的構(gòu)建

城市物流競(jìng)爭(zhēng)力是指城市物流產(chǎn)業(yè)在發(fā)展中表現(xiàn)出爭(zhēng)奪物流資源、占據(jù)物流市場(chǎng)、拓展物流能力以及獲取增長(zhǎng)動(dòng)力的競(jìng)爭(zhēng)能力[4]。國(guó)內(nèi)專(zhuān)家和學(xué)者在物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系構(gòu)建和分析方法方面進(jìn)行了一系列研究：文獻(xiàn)[5]基于物流競(jìng)爭(zhēng)實(shí)力和物流競(jìng)爭(zhēng)潛力兩個(gè)維度，從總體規(guī)模、物流業(yè)績(jī)效、基礎(chǔ)設(shè)施等7個(gè)方面構(gòu)建了區(qū)域物流競(jìng)爭(zhēng)力指標(biāo)體系，在此基礎(chǔ)上運(yùn)用主成份分析法和熵值法相結(jié)合對(duì)相應(yīng)指標(biāo)進(jìn)行賦權(quán)合成，并進(jìn)行實(shí)證測(cè)算；文獻(xiàn)[6]選取物流區(qū)位環(huán)境、物流硬環(huán)境、物流軟環(huán)境和物流運(yùn)行4類(lèi)要素22個(gè)指標(biāo)建立評(píng)價(jià)指標(biāo)體系，對(duì)我國(guó)省級(jí)區(qū)域物流競(jìng)爭(zhēng)力進(jìn)行定量評(píng)價(jià)；文獻(xiàn)[7]按區(qū)域經(jīng)濟(jì)發(fā)展水平、需求競(jìng)爭(zhēng)力和環(huán)境競(jìng)爭(zhēng)力3個(gè)一級(jí)指標(biāo)、18個(gè)二級(jí)指標(biāo)構(gòu)建江西省區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，并通過(guò)因子和聚類(lèi)分析對(duì)江西省11個(gè)地級(jí)市的物流競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)及分類(lèi)；文獻(xiàn)[8]運(yùn)用灰色綜合評(píng)價(jià)法，從物流競(jìng)爭(zhēng)環(huán)境、物流競(jìng)爭(zhēng)實(shí)力和物流競(jìng)爭(zhēng)潛力3個(gè)方面對(duì)廣西北部灣經(jīng)濟(jì)區(qū)物流競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)；文獻(xiàn)[9]通過(guò)對(duì)波特鉆石模型的分析并結(jié)合物流實(shí)踐，將影響區(qū)域物流競(jìng)爭(zhēng)力的主要因素分為區(qū)域物流需求狀況、區(qū)域信息化水平、區(qū)域政府作用等6個(gè)方面。

本文依據(jù)城市物流競(jìng)爭(zhēng)力的定義和特點(diǎn)，遵循目的性、系統(tǒng)性、科學(xué)性、可比性和可獲得性等原則，從經(jīng)濟(jì)發(fā)展水平、物流業(yè)務(wù)規(guī)模和信息化水平3個(gè)方面選取15個(gè)指標(biāo)建立城市物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，具體見(jiàn)表1。

表1　城市物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系

2綜合評(píng)價(jià)分析

2.1數(shù)據(jù)來(lái)源與處理

以四川省18個(gè)城市物流競(jìng)爭(zhēng)力影響因素的數(shù)據(jù)作為原始數(shù)據(jù)建立相應(yīng)的統(tǒng)計(jì)指標(biāo)體系，數(shù)據(jù)來(lái)源于文獻(xiàn)[10-12]。根據(jù)因子分析法的計(jì)算原理，采用SPSS 20.0對(duì)原始數(shù)據(jù)進(jìn)行計(jì)算和統(tǒng)計(jì)學(xué)分析。1)計(jì)算各變量之間的積差相關(guān)系數(shù)，組成一個(gè)相關(guān)系數(shù)矩陣；2)選擇估計(jì)共同性的方法進(jìn)行因子模式的選定，在主成份分析中，變項(xiàng)的初始共同性的假設(shè)為1，一般采用平方復(fù)相關(guān)系數(shù)法(squared multiple correlation coefficient)來(lái)估計(jì)初始共同性，之后再進(jìn)行迭代，提取共同因子；3)采用主成份法作為因子提取的方法；4)采用潛在根法提取因子個(gè)數(shù)，保留特征值大于1的項(xiàng)目因子；5)因子提取完成后的結(jié)果，通常都不容易解釋?zhuān)?jīng)常會(huì)出現(xiàn)一個(gè)變量在多個(gè)變量有高的負(fù)荷量的情形，必須進(jìn)行因子旋轉(zhuǎn)(factors rotation)，讓因子易于解釋。

2.2因子分析

表2　KMO和巴氏球形檢驗(yàn)

1)適當(dāng)性檢驗(yàn)

在進(jìn)行主成分分析之前，應(yīng)先對(duì)取樣進(jìn)行KMO(Kaiser-Meyer-Olkin)適當(dāng)性檢驗(yàn)及巴氏球形檢驗(yàn)(Bartlett′s test of sphericity)，利用SPSS 20.0進(jìn)行數(shù)據(jù)處理，結(jié)果見(jiàn)表2。

從表2的檢驗(yàn)結(jié)果可以看出，KMO值為0.844>0.5，表明適合進(jìn)行因子分析；近似卡方為686.509，在自由度為105的情況下顯著性水平為0<0.05，檢驗(yàn)通過(guò)，原始數(shù)據(jù)適合進(jìn)行因子分析。

2)主因子的確定

采用主成份分析法(Principal Component Analysis)提取主因子，主成份分析是把多個(gè)變量化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法。在多變量研究中，往往因?yàn)樽兞康膫€(gè)數(shù)太多，彼此之間可能存在相關(guān)性，使得反映的信息有所重疊，從自由度分析的觀點(diǎn)來(lái)看，這些相關(guān)性的存在會(huì)使自由度降低，意味著可以不需要太多的變量就可以決定系統(tǒng)的狀態(tài)。而主成份分析通過(guò)尋找變量間的最大投影軸，使原本眾多的變量減少為少數(shù)幾個(gè)相互獨(dú)立的線性組合(主成份)，從而實(shí)現(xiàn)數(shù)據(jù)的降維，并以少數(shù)幾個(gè)主成份來(lái)解釋原始數(shù)據(jù)的綜合特性。主成份分析的目的就是要找到真正影響系統(tǒng)狀態(tài)的變量，使得問(wèn)題的復(fù)雜程度大大降低。

由于主成份分析有簡(jiǎn)化問(wèn)題復(fù)雜程度的優(yōu)點(diǎn)，且不需要事先對(duì)問(wèn)題中遇到的大量變量之間的關(guān)系加以了解即可進(jìn)行分析，所以適用于對(duì)有大量變量或變量間關(guān)系不明確問(wèn)題的研究。利用SPSS 20.0對(duì)數(shù)據(jù)進(jìn)行因子分析并用最大方差法旋轉(zhuǎn)，結(jié)果見(jiàn)表3。根據(jù)特征值大于1的原則，提取前2個(gè)因子作為主因子，分別表示為F1、F2，可見(jiàn)2個(gè)主因子的累積貢獻(xiàn)率達(dá)到96.022%。因此前2個(gè)因子可以較為全面地反映四川省18個(gè)城市的物流競(jìng)爭(zhēng)力水平。

表3　解釋的總方差表

注：1)“特征值”為各個(gè)因子對(duì)應(yīng)的特征值，表示所解釋的方差的大?。?)“方差”為對(duì)應(yīng)的因子所包含的方差占總方差的比例；3)“累積”為各因子所包含的方差占總方差比例的累積(各行依次疊加)。

主因子F1、F2對(duì)各指標(biāo)的相關(guān)系數(shù)如表4所示。

表4　主因子F1、F2對(duì)各指標(biāo)的相關(guān)系數(shù)

從表4可以看出， 主因子F1在X1、X3～X5、X7～X15上具有較大的相關(guān)系數(shù)，反映經(jīng)濟(jì)發(fā)展水平、物流業(yè)務(wù)規(guī)模和信息化水平對(duì)物流競(jìng)爭(zhēng)力的影響，其貢獻(xiàn)率遠(yuǎn)大于主因子F2，因此可將主因子F1概括為物流流通、規(guī)模和信息因子；主因子F2在X2、X6上具有較大的相關(guān)系數(shù)，主要反映區(qū)域經(jīng)濟(jì)發(fā)展和居民消費(fèi)對(duì)物流競(jìng)爭(zhēng)力的影響，說(shuō)明隨著地區(qū)經(jīng)濟(jì)的發(fā)展和消費(fèi)水平的提高及地區(qū)城市化進(jìn)程的加快，人們對(duì)各類(lèi)商品和服務(wù)的需求不斷增加，從而促進(jìn)了物流業(yè)的發(fā)展，因此可將主因子F2概括為物流需求因子。

3)綜合得分及排序

為了對(duì)各城市物流競(jìng)爭(zhēng)力進(jìn)行分析，對(duì)提取的兩個(gè)主因子采用回歸算法得到各指標(biāo)在主因子F1、F2上的得分系數(shù)，如表5所示，主因子F1、F2得分函數(shù)

f1=0.085x1-0.285x2+0.091x3+0.082x4+0.1x5-0.199x6+0.107x7+0.013x8+0.133x9+

0.086x10+0.064x11+0.189x12+0.104x13+0.115x14+0.095x15，

f2=-0.002x1+0.664x2-0.015x3+0.002x4-0.032x5+0.515x6-0.048x7+0.130x8-0.100x9-

0.014x10+0.035x11-0.219x12-0.040x13-0.063x14-0.023x15,

式中：x1～x15為經(jīng)過(guò)標(biāo)準(zhǔn)化處理的指標(biāo)數(shù)據(jù)[11-12]；x1～x15前的系數(shù)分別為各指標(biāo)在主因子F1、F2上的得分系數(shù)，見(jiàn)表5。

表5　各指標(biāo)在主因子F1、F2上的得分系數(shù)

綜合得分

f=0.751 1f1+0.248 9f2。

計(jì)算得到各城市的綜合得分并進(jìn)行排名，結(jié)果見(jiàn)表6。

表6　四川省各市物流競(jìng)爭(zhēng)力綜合得分及排名

注：F1、F2欄下的得分與排名分別為各城市物流競(jìng)爭(zhēng)力在因子F1、F2上的得分與排名。

2.3集群分析

為更清晰反映四川省18個(gè)城市的物流競(jìng)爭(zhēng)力，利用因子分析提取的2個(gè)主因子作為變量進(jìn)行集群分析。集群分析是將性質(zhì)相近的資料進(jìn)行歸類(lèi)， 亦即集群內(nèi)的事物具有較高的同質(zhì)性， 而集群間的事物則具有較高的異質(zhì)性。集群分析試圖將復(fù)雜事物簡(jiǎn)化為許多子集群，故集群分析亦可視為資料縮減的一種方法。為了將事物歸類(lèi)，必須衡量事物間的相似性，通常以計(jì)算事物間的距離或相似性為衡量基準(zhǔn)，一般而言常以歐氏距離平方(squared Euclidean distance)作為計(jì)算相似性的基礎(chǔ)。在SPSS 20.0軟件里采用系統(tǒng)集群分析中的組間聯(lián)接法，根據(jù)集群結(jié)果，可將18個(gè)城市分為4個(gè)類(lèi)別，結(jié)果見(jiàn)表7和圖1。圖1中的距離系數(shù)是在對(duì)樣本進(jìn)行分類(lèi)時(shí)，樣本之間的相似度量工具。把樣本每個(gè)個(gè)體看作是空間中的一個(gè)點(diǎn)，通過(guò)計(jì)算空間兩點(diǎn)之間的距離衡量接近程度，是一種用于描述樣本值接近的統(tǒng)計(jì)量，值越小表示樣本值越貼近。

表7　集群分析結(jié)果

圖1　路面時(shí)域模擬圖

由表6、7和圖1分析各城市的物流競(jìng)爭(zhēng)力水平：

1)物流競(jìng)爭(zhēng)力強(qiáng)的城市。成都市的物流競(jìng)爭(zhēng)力綜合得分為3.112 2分，綜合排名居四川省第一，且得分遠(yuǎn)高于其它城市。成都市作為我國(guó)西南地區(qū)商貿(mào)、金融、科教中心及交通、通信樞紐，地理位置優(yōu)勢(shì)明顯，是西部城市中綜合經(jīng)濟(jì)實(shí)力最強(qiáng)的城市之一，同時(shí)也是中西部吸引外資最多的城市。成都目前已擁有的4個(gè)國(guó)際性樞紐型物流園區(qū)及4個(gè)區(qū)域性、綜合性物流中心，都為成都市的經(jīng)濟(jì)與現(xiàn)代物流業(yè)的發(fā)展提供了重要支撐和保障，現(xiàn)代物流產(chǎn)業(yè)在成都市有著廣闊的發(fā)展空間和極大的市場(chǎng)需求。[13]

2)物流競(jìng)爭(zhēng)力較強(qiáng)的城市。包括南充、達(dá)州、廣元和巴中，這些城市在主因子F1上得分位居第2～5名，其中客運(yùn)總量、公路旅客周轉(zhuǎn)量和郵電業(yè)務(wù)收入等都高于其他城市，但在主因子F2上得分排名分別為17、15、16和18，顯現(xiàn)出這4個(gè)城市人均地區(qū)生產(chǎn)總值不高，消費(fèi)能力不足，物流競(jìng)爭(zhēng)力水平與經(jīng)濟(jì)水平的發(fā)展不一致。因此，應(yīng)大力推動(dòng)區(qū)域經(jīng)濟(jì)的發(fā)展，提升消費(fèi)能力，為物流產(chǎn)業(yè)的發(fā)展提供更為發(fā)達(dá)的基礎(chǔ)設(shè)施條件以及充足的市場(chǎng)需求。[14]

3)物流競(jìng)爭(zhēng)力一般的城市。共有自貢、瀘州、德陽(yáng)、綿陽(yáng)、遂寧、內(nèi)江、樂(lè)山、眉山、宜賓、廣安、雅安和資陽(yáng)共12個(gè)城市。對(duì)于這類(lèi)城市而言，其經(jīng)濟(jì)發(fā)展水平較高，居民擁有較強(qiáng)的購(gòu)買(mǎi)力，從而能帶來(lái)較大的物流需求。然而，其中一些城市的物流基礎(chǔ)設(shè)施建設(shè)較為薄弱，物流企業(yè)規(guī)模較小，如雅安和遂寧，其郵政業(yè)務(wù)收入、電信業(yè)務(wù)收入及移動(dòng)電話、互聯(lián)網(wǎng)寬帶接入用戶數(shù)等都位于倒數(shù)幾位，信息化水平不高、物流業(yè)務(wù)規(guī)模不足等都成為了這些地區(qū)物流發(fā)展的障礙。

4)物流競(jìng)爭(zhēng)力弱的城市。攀枝花市地處四川省西南邊緣，位于連接成都、昆明兩市陸、空交通線的中點(diǎn)，但由于川滇兩省經(jīng)濟(jì)互補(bǔ)性不強(qiáng)，并未使其成為川滇兩省物流銜接點(diǎn)或中轉(zhuǎn)站。攀枝花地貌以山地為主，交通設(shè)施建設(shè)成本高，且不具備輻射狀的陸路交通網(wǎng)絡(luò)，以攀枝花為始發(fā)站的貨物(主要為鋼鐵產(chǎn)品)占據(jù)了物流總量的大部分[15]。單一的產(chǎn)業(yè)結(jié)構(gòu)、貧乏的交通資源等都制約著攀枝花物流與經(jīng)濟(jì)的發(fā)展。

3結(jié)語(yǔ)

1)從經(jīng)濟(jì)發(fā)展水平、物流業(yè)務(wù)規(guī)模、信息化水平3個(gè)方面確立城市物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，通過(guò)因子分析法提取出物流流通、規(guī)模和信息因子及物流需求因子兩個(gè)主因子。

2)運(yùn)用集群分析法對(duì)四川省18個(gè)城市的物流競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)和分類(lèi)，結(jié)果表明各城市物流競(jìng)爭(zhēng)力存在較大差距。評(píng)價(jià)結(jié)果較為客觀地反映了目前四川省18個(gè)城市的物流競(jìng)爭(zhēng)力現(xiàn)狀及在物流業(yè)發(fā)展中存在的問(wèn)題。隨著四川省“三大發(fā)展戰(zhàn)略”的實(shí)施以及四大城市群(成都平原、川南、川東北和攀西)經(jīng)濟(jì)圈的建設(shè)，各市面臨的發(fā)展政策機(jī)遇有所不同，應(yīng)根據(jù)自身的區(qū)位條件、產(chǎn)業(yè)基礎(chǔ)、資源稟賦等制定出更有針對(duì)性的發(fā)展策略，通過(guò)各市物流增長(zhǎng)極的極化和擴(kuò)散效應(yīng)，最終達(dá)到提升全省物流競(jìng)爭(zhēng)力的目的。

參考文獻(xiàn)：

[1]左澤平.海峽西岸經(jīng)濟(jì)區(qū)城市物流競(jìng)爭(zhēng)力評(píng)價(jià)的實(shí)證研究[D].泉州：華僑大學(xué)，2012.

[2]張建升，胡秀忠.區(qū)域物流與區(qū)域經(jīng)濟(jì)的耦合協(xié)調(diào)度研究[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2012，34(1)：50-55.

[3]四川省發(fā)展和改革委員會(huì).2014年四川省物流運(yùn)行情況的通報(bào)[EB/OL].(2015-02-13)[2015-07-15].http://www.scdrc.gov.cn/dir45/178663.htm.

[4]譚觀音，左澤平.海峽西岸經(jīng)濟(jì)區(qū)城市物流競(jìng)爭(zhēng)力的動(dòng)態(tài)比較[J].經(jīng)濟(jì)地理，2012，32(3)：107-113.

[5]高秀麗，王愛(ài)虎.區(qū)域物流競(jìng)爭(zhēng)力綜合評(píng)價(jià)體系及實(shí)證研究[J].工業(yè)工程與管理，2010，15(4)：41-45.

[6]王圣云，沈玉芳.我國(guó)省級(jí)區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)及特征研究[J].中國(guó)軟科學(xué)，2007(10)：104-110.

[7]張誠(chéng)，張遠(yuǎn)，張志堅(jiān).江西省區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)及聚類(lèi)分析[J].物流技術(shù)，2014，33(8)：147-150.

[8]景保峰，唐琮沅.區(qū)域物流競(jìng)爭(zhēng)力的灰色綜合評(píng)價(jià)研究—以廣西北部灣經(jīng)濟(jì)區(qū)為例[J].中國(guó)管理信息化，2009，12(9)： 82-84.

[9]林曉偉，李建軍，周熙登.基于鉆石模型的區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)模型研究[J].南昌航空大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)， 2013， 15(2)： 34-40.

[10]劉繼萍.中國(guó)物流信息化研究現(xiàn)狀及其發(fā)展趨勢(shì)分析[J].物流技術(shù)，2015，34(1)：270-271，293.

[11]四川省統(tǒng)計(jì)局，國(guó)家統(tǒng)計(jì)局四川調(diào)查總隊(duì).四川統(tǒng)計(jì)年鑒-2014[M].北京：中國(guó)統(tǒng)計(jì)出版社，2014.

[12]國(guó)家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司.中國(guó)城市統(tǒng)計(jì)年鑒-2014[M].北京：中國(guó)統(tǒng)計(jì)出版社，2014.

[13]金芳芳，黃祖慶，虎陳霞.長(zhǎng)三角城市群物流競(jìng)爭(zhēng)力評(píng)價(jià)及聚類(lèi)分析[J].科技管理研究，2013，33(9)：183-187.

[14]孫杰. 聚類(lèi)算法分析在基因表達(dá)數(shù)據(jù)中的分析應(yīng)用[D].鎮(zhèn)江：江蘇科技大學(xué)，2012.

[15]呂健，彭其淵，王宇.攀枝花市物流產(chǎn)業(yè)發(fā)展研究[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2006，28(10)：72-73.

(責(zé)任編輯：楊秀紅)

Evaluation of Regional Logistics Competitiveness Based on

Factor Analysis and Cluster Analysis

ZOUXin，TANManyi*

(CollegeofManagementScience，ChengduUniversityofTechnology，Chengdu610059，China)

Abstract:In this paper, eighteen cities in Sichuan province are taken as the object of the study, and relevant data of influencing factors in logistics competitiveness are selected to build the evaluation index system of regional logistics competitiveness in terms of economic development level, logistics industry scale and informatization level. Based on the methods of factor analysis and cluster, the regional logistics competitiveness of eighteen cities in Sichuan is evaluated and classified through SPSS software, and various cities are compared and analyzed for the purpose of providing reference for the development of modern logistics industry in Sichuan.

Key words:urban logistics competitiveness; regional logistics; factor analysis; cluster analysis

文章編號(hào)：1672-0032(2015)04-0023-06

中圖分類(lèi)號(hào)：F259.2771

文獻(xiàn)標(biāo)志碼：A

DOI：10.3969/j.issn.1672-0032.2015.04.006

作者簡(jiǎn)介：鄒欣(1989—)，男，成都人，碩士研究生，主要研究方向?yàn)槲锪髋c供應(yīng)鏈管理；*譚滿益(1971—)，男，四川蒼溪人，管理學(xué)博士，教授，碩士生導(dǎo)師，主要研究方向?yàn)楣芾砜茖W(xué)與工程.

基金項(xiàng)目：四川省教育廳重點(diǎn)項(xiàng)目(13ZA0064)；四川省礦產(chǎn)資源研究中心項(xiàng)目(SCKCZY2014-YB05)

收稿日期：2015-10-15