主成分聚類(lèi)法在安徽省區(qū)域物流規(guī)劃中的應(yīng)用

段若男，盛 武，王 錕

( 安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

?

主成分聚類(lèi)法在安徽省區(qū)域物流規(guī)劃中的應(yīng)用

段若男，盛 武，王 錕

( 安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

通過(guò)對(duì)區(qū)域物流規(guī)劃發(fā)展水平的影響因素進(jìn)行篩選，最終選取5個(gè)二級(jí)指標(biāo)以及13個(gè)影響因素，構(gòu)成了評(píng)價(jià)影響區(qū)域物流規(guī)劃發(fā)展的水平的指標(biāo)體系。以安徽省為例，以SPSS 19.0為軟件處理平臺(tái)，用主成分法對(duì)原來(lái)的指標(biāo)體系降維處理，以此獲得新的綜合主成分指標(biāo)和新的樣本矩陣。再選用類(lèi)平均法的聚類(lèi)法對(duì)安徽省內(nèi)的16個(gè)市區(qū)的域物流發(fā)展水平進(jìn)行分類(lèi)和綜合評(píng)價(jià)。依據(jù)聚類(lèi)譜系圖以及區(qū)位坐標(biāo)，可將安徽省劃分為五大物流片區(qū)，進(jìn)而從中選出東南片區(qū)的蕪湖市、東北片區(qū)的蚌埠市、中部片區(qū)的合肥市、西南片區(qū)的安慶市、西北片區(qū)的阜陽(yáng)市等五個(gè)物流樞紐城市。

主成分分析；區(qū)域物流；聚類(lèi)分析；物流規(guī)劃

近年來(lái)，我國(guó)的物流業(yè)正處于極速蓬勃的發(fā)展階段，且在國(guó)內(nèi)很多省市和地域結(jié)合本身物流的發(fā)展特點(diǎn)，相繼對(duì)各自的區(qū)域物流進(jìn)行綜合布局。而關(guān)于區(qū)域物流布局的發(fā)展程度和物流競(jìng)爭(zhēng)力方面，國(guó)內(nèi)、外學(xué)者也從不同方面和角度進(jìn)行相關(guān)的研究。李玉民構(gòu)建了物流評(píng)價(jià)的指標(biāo)體系并結(jié)合相關(guān)數(shù)據(jù)，并應(yīng)用主成分聚類(lèi)法對(duì)地域物流發(fā)展程度進(jìn)行了綜合的評(píng)估[1-2]。李婷以廣東省為例，剖析了影響廣東省物流的發(fā)展的要素，使用主成分法得出廣東省各市區(qū)的綜合的得分，再利用聚類(lèi)分析辦法劃分出其省內(nèi)各地區(qū)的層級(jí)[3]。路璐等以城市的物流為研究對(duì)象，以因子分析法為工具對(duì)城市的物流發(fā)展程度實(shí)行分析，進(jìn)而使用聚類(lèi)分析法對(duì)城市區(qū)內(nèi)的物流核心進(jìn)行了聚類(lèi)[4]。Anjali Awasthi整合了親密圖、AHP法和模糊-T0PSIS法的三種方法應(yīng)用到了城市物流布局規(guī)劃中，這種綜合的方式首先分析了城市物流的目標(biāo)體系，再次運(yùn)用AHP法算出各個(gè)影響因素權(quán)重系數(shù)，最終用模糊TOPSIS法對(duì)現(xiàn)有城市物流布局進(jìn)行排序，最終得出最理想解[5]。Gi-Tae Yeo等首先建起了港口的物流競(jìng)爭(zhēng)力的評(píng)估指標(biāo)體系，再次利用因子分析法對(duì)港口的物流競(jìng)爭(zhēng)力實(shí)行了綜合的評(píng)估[6]。

鑒于主成分分析法具備可剔除信息重疊性，以及多指標(biāo)間的存在相關(guān)性的特點(diǎn)，故將主成分聚類(lèi)法應(yīng)用到評(píng)價(jià)區(qū)域物流發(fā)展綜合程度具有有效性。本文基于對(duì)物流規(guī)劃課題研究以及實(shí)踐基礎(chǔ)上，首先構(gòu)建安徽省的各市區(qū)的物流發(fā)展的程度評(píng)價(jià)目標(biāo)體系，再次應(yīng)用基于主成分聚類(lèi)的定量分析辦法，對(duì)安徽省內(nèi)16個(gè)市區(qū)域的物流實(shí)行布局、分片區(qū)和綜合評(píng)估，從而為其區(qū)域物流樞紐規(guī)劃提供根據(jù)和參考。

1 區(qū)域的物流規(guī)劃布局評(píng)價(jià)的指標(biāo)體系構(gòu)建

由于考慮到影響區(qū)域物流規(guī)劃的因素眾多，物流系統(tǒng)復(fù)雜性，并且有些評(píng)價(jià)指標(biāo)定性的程度是難以把握的[7]。故通過(guò)以下幾個(gè)原則對(duì)于省地域物流布局影響成分進(jìn)行篩選：第一，數(shù)據(jù)和指標(biāo)的獨(dú)立性和非重疊性；第二，數(shù)據(jù)的可獲取性，即能通過(guò)權(quán)威刊物、統(tǒng)計(jì)年鑒、媒體、調(diào)研等方式獲得；第三，有效性和可對(duì)比性，即指標(biāo)數(shù)據(jù)要有實(shí)際價(jià)值，且在時(shí)空上以及統(tǒng)計(jì)的口徑上，必需具有其可對(duì)比性；依據(jù)上述原則，最終通過(guò)篩選，選取了以下5個(gè)第二級(jí)的指標(biāo)以及13個(gè)影響因素，如表1所示：

表1 區(qū)域物流規(guī)劃評(píng)價(jià)指標(biāo)體系

2 區(qū)域的物流規(guī)劃綜合分析模型

2.1 主成分法的分析評(píng)價(jià)模型

經(jīng)SPSS 19.0統(tǒng)計(jì)的軟件對(duì)區(qū)域物流規(guī)劃的各個(gè)指標(biāo)因素實(shí)行相關(guān)性分析，結(jié)論顯示著它們各因素變量之間存在很強(qiáng)的相關(guān)性。這會(huì)使得反映出的數(shù)據(jù)信息在一定程度上存在著重疊和贅余的現(xiàn)象。主成分分析法[8]根本原理是進(jìn)行降維處理，其思想即是以比較少，綜合的新的主成分評(píng)價(jià)目標(biāo)來(lái)替代原有的較多的評(píng)價(jià)指標(biāo)，用以描述原來(lái)評(píng)價(jià)因素及成分之間的互相聯(lián)系。這樣可保存評(píng)價(jià)體系中，原來(lái)的變量絕大部分的信息，以此來(lái)保障了數(shù)據(jù)彼此間獨(dú)立性、互不相關(guān)性，從而使復(fù)雜問(wèn)題進(jìn)行簡(jiǎn)單化處理。因而本文選用主成分法首先對(duì)省內(nèi)16市的區(qū)域物流發(fā)展程度實(shí)施了綜合剖析處理。建模步驟如下：

(1)

(2)運(yùn)算出指標(biāo)間的相關(guān)系數(shù)的矩陣Rnxn、及特征值λ1≥λ2≥…≥λn≥0和正交化特征向量ej。

(3)得到主成分Yj=Xej

(2)

(4)從而得到主成分的方差的貢獻(xiàn)率；αj=λj/n

(3)

(6)以各主成分的方差的貢獻(xiàn)率作為系數(shù)，對(duì)其線(xiàn)性的加權(quán)以及求和，進(jìn)而獲得評(píng)估的函數(shù)如下：

(4)

其函數(shù)體現(xiàn)的是某地域的物流發(fā)展的水平。其得出數(shù)值與該區(qū)物流發(fā)展程度呈正相關(guān)，即數(shù)值越高且競(jìng)爭(zhēng)力越強(qiáng)。

2.2 區(qū)域物流規(guī)劃聚類(lèi)分析評(píng)價(jià)模型

對(duì)于安徽省各區(qū)對(duì)物流布局分析和分片區(qū)時(shí)，可用常規(guī)聚類(lèi)[8]的方法。因其評(píng)價(jià)指標(biāo)比較多，數(shù)據(jù)和計(jì)算較為復(fù)雜且容易出現(xiàn)紕漏。Means Cluster K—均值聚類(lèi)分析[9]雖然可對(duì)大樣本數(shù)據(jù)進(jìn)行快速的聚類(lèi)，尤其是在對(duì)形成類(lèi)特征有一定認(rèn)識(shí)時(shí)，此方法使用起來(lái)得心應(yīng)手。但相對(duì)于均值聚類(lèi)分析而言，類(lèi)平均法聚類(lèi)[10-11]在選用步伐間距上，其步伐相對(duì)更加適中。因而選用類(lèi)平均聚類(lèi)法用以下分類(lèi)。具體的步驟如下:

(5)

利用SPSS 19.0統(tǒng)計(jì)分析軟件，對(duì)樣本使用類(lèi)平均聚類(lèi)，以此得出各主成分對(duì)應(yīng)的特征值、方差累積的貢獻(xiàn)率和聚類(lèi)圖，進(jìn)而獲得各地的地域的發(fā)展的程度分類(lèi)結(jié)果，據(jù)此可作出相應(yīng)的進(jìn)一步的剖析。

3 實(shí)證分析

安徽省作為處于我國(guó)的中部省份，具備承東啟西過(guò)渡作用，并且地處長(zhǎng)三角的經(jīng)濟(jì)腹地圈內(nèi)，區(qū)位優(yōu)勢(shì)突出，近些年其經(jīng)濟(jì)實(shí)力不斷的加強(qiáng)，物流行業(yè)的發(fā)展能力優(yōu)勢(shì)巨大。而物流規(guī)劃布局是物流發(fā)展中的根基，必需擺在首要的位置。 以安徽省為例，對(duì)于其管轄16個(gè)市區(qū)的區(qū)域物流規(guī)劃布局進(jìn)行實(shí)證研究。數(shù)據(jù)主要來(lái)源于安徽省2015年統(tǒng)計(jì)年鑒[12]、統(tǒng)計(jì)局官網(wǎng)、統(tǒng)計(jì)公報(bào)等。原始數(shù)據(jù)詳見(jiàn)表2。

表2 安徽省各地區(qū)的2014年原始數(shù)據(jù)

注：以上數(shù)據(jù)的來(lái)源2015年安徽省統(tǒng)計(jì)年鑒

Note: the source of the data from the 2015 statistical yearbook of Anhui Province

3.1 安徽省各地區(qū)物流規(guī)劃綜合評(píng)價(jià)

經(jīng)過(guò)詳細(xì)的計(jì)算過(guò)程，現(xiàn)列出最終結(jié)果，詳見(jiàn)表3。

表3 各主成分的特征值及方差的貢獻(xiàn)率

本文為保證以盡最大可能減少原始評(píng)價(jià)指標(biāo)的信息損失，使得分析結(jié)果以及評(píng)估結(jié)果盡可能保持?jǐn)?shù)據(jù)的原始狀況。在應(yīng)用主成分分析時(shí)，本文抉擇出提取兩個(gè)主成分，這時(shí)得出第一個(gè)主成分的特征值為9.164，第一個(gè)的方差的貢獻(xiàn)率為70.495%；而第二個(gè)主成分的特征值為2.607，其方差的貢獻(xiàn)率為20.052%；累計(jì)方差貢獻(xiàn)率為A=90.55%，即兩個(gè)主成分是以90.55%的精度來(lái)表示原始的指標(biāo)的體系，從而進(jìn)一步表明提取兩個(gè)主因素是比較恰當(dāng)。

而后將每個(gè)主因素特征根作為權(quán)重系數(shù)，對(duì)每個(gè)因素加權(quán)求和計(jì)算。結(jié)合公式(4)以及表3的數(shù)據(jù)，故而得出安徽省各市區(qū)區(qū)域物流規(guī)劃發(fā)展水平綜合評(píng)價(jià)函數(shù)的表達(dá)式如下：

Z=9.164Y1+2.607Y2

通過(guò)計(jì)算，最終得到了安徽省16個(gè)市地域物流發(fā)展的水平的評(píng)價(jià)及排序，詳細(xì)見(jiàn)表4；

表4 安徽省各市區(qū)物流發(fā)展水平的綜合評(píng)價(jià)得分及排名

根據(jù)以上數(shù)據(jù)以及排名狀況，可將安徽16個(gè)市區(qū)的發(fā)展的程度劃分為三大類(lèi): 第一類(lèi)合肥市，作為安徽省的省會(huì)城市，其物流的發(fā)展程度各方面的指標(biāo)也遙遙領(lǐng)先省內(nèi)的其他市區(qū)；第二類(lèi)，是以蕪湖、阜陽(yáng)、安慶為代表，依托于自身的發(fā)達(dá)交通網(wǎng)絡(luò)，因此區(qū)域物流發(fā)展程度及水平相對(duì)較高; 最后一類(lèi)，是其余的市區(qū)，包括六安、宿州、滁州、蚌埠、宣城、馬鞍山、亳州、淮南、淮北、黃山、池州、銅陵等，其物流發(fā)展的水平相對(duì)較差，可以重點(diǎn)開(kāi)展特色的服務(wù)。

3.2 安徽省各區(qū)規(guī)劃聚類(lèi)分析

鑒于主成分法得到兩個(gè)主因素指標(biāo)的數(shù)據(jù)，以此組成聚類(lèi)的新的樣本，使用類(lèi)平均聚類(lèi)法對(duì)安徽省16個(gè)市的地域物流發(fā)展的程度進(jìn)行分類(lèi)和分析。分成4～6類(lèi)得到凝聚狀況表5和樹(shù)狀圖圖1所示：

表5 凝聚狀況表

圖1 安徽省各地區(qū)的物流發(fā)展水平樹(shù)狀圖

通過(guò)分析區(qū)位坐標(biāo)，構(gòu)成新的聚類(lèi)的樣本矩陣。以類(lèi)平均聚類(lèi)法進(jìn)行分析，結(jié)合聚類(lèi)譜系圖和區(qū)位坐標(biāo)，將安徽省16個(gè)市的物流區(qū)域劃分為五大物流的片區(qū)，即東南片區(qū)、東北片區(qū)、中部片區(qū)、西南片區(qū)和西北片區(qū)。基于上述類(lèi)平均聚類(lèi)法分析的結(jié)果綜合考慮，從而選出相對(duì)應(yīng)的區(qū)域物流樞紐核心城市，其結(jié)果如上表所示。

3.3 結(jié)果分析

應(yīng)用主成分以及聚類(lèi)分析方法，以及綜合考慮區(qū)位因素，將安徽省劃分為五大物流片區(qū)。結(jié)合區(qū)域內(nèi)物流發(fā)展水平和競(jìng)爭(zhēng)力確定了中心物流樞紐城市，如東南物流片區(qū)的蕪湖市、東北物流片區(qū)的蚌埠市、中部物流片區(qū)合肥市、西南物流片區(qū)的安慶市以及西北物流片區(qū)阜陽(yáng)市。物流樞紐城市對(duì)于其他周邊的市區(qū)具有輻射的作用。不僅有利于自身的物流水平的發(fā)展，對(duì)于片區(qū)內(nèi)的其他城市具有帶動(dòng)作用。其物流樞紐城市可以整合周?chē)鷧^(qū)域的物流資源，加強(qiáng)對(duì)于外界的信息交流從而使得不同區(qū)域和其自身區(qū)域內(nèi)的各種物流要素進(jìn)行相互的聯(lián)系。

據(jù)《安徽省現(xiàn)代物流業(yè)發(fā)展規(guī)劃》中提出的有關(guān)于省內(nèi)的重點(diǎn)布局的五大物流樞紐城市部分，其中重點(diǎn)提出要建立合肥市樞紐、蚌埠市樞紐、蕪、馬市樞紐、安慶市樞紐、阜陽(yáng)市樞紐，這一發(fā)展規(guī)劃與本文的結(jié)論高度一致。進(jìn)一步顯示本文所用的研究方法具有很強(qiáng)實(shí)踐指導(dǎo)價(jià)值。

4 結(jié)論

(1)經(jīng)過(guò)對(duì)于影響地域物流發(fā)展程度的影響因素進(jìn)行篩選，建立了評(píng)價(jià)安徽省16個(gè)市區(qū)的區(qū)域物流發(fā)展的程度的因素體系。以SPSS 19.0軟件為處理平臺(tái)，以主成分以及聚類(lèi)分析的定量分析方法，用以安徽省為例，以2014年的截面數(shù)據(jù)，對(duì)其16市的地域物流發(fā)展的程度實(shí)行分類(lèi)，這使得計(jì)算量大大縮減，對(duì)于安徽省區(qū)域的物流的樞紐布局具有很強(qiáng)實(shí)踐指導(dǎo)價(jià)值。

(2) 物流樞紐中心城市是省區(qū)域內(nèi)的基礎(chǔ)物流設(shè)施規(guī)劃的重中之重，其應(yīng)成為一個(gè)區(qū)域物流發(fā)展的增長(zhǎng)的核心，應(yīng)起到中心的輻射作用。本文將安徽省的各地區(qū)的物流區(qū)域劃分成五大物流片區(qū)，即東南物流片區(qū)、東北物流片區(qū)、中部物流片區(qū)、西南物流片區(qū)以及西北物流片區(qū)，并在區(qū)域中拔取出了五個(gè)物流樞紐核心城市對(duì)其進(jìn)行物流格局重點(diǎn)統(tǒng)籌布局。

(3)安徽省具備承東啟西過(guò)渡作用，且地處長(zhǎng)三角經(jīng)濟(jì)腹地圈內(nèi)。但是其在水運(yùn)方面缺乏現(xiàn)代化大型的港口碼頭且在鐵路、公路和航空方面也存在著空間布局不合理的狀況。在物流信息方面，還需要重視加強(qiáng)物流的大數(shù)據(jù)平臺(tái)的搭建，提高物流信息化水平，進(jìn)而提升整個(gè)安徽省的物流競(jìng)爭(zhēng)力。

[1]李玉民，李旭宏，毛海軍，等．主成分聚類(lèi)分析在省域物流規(guī)劃中的應(yīng)用[J]．東南大學(xué)學(xué)報(bào):自然科學(xué)版，2004，34(4)：549-552．

[2]許婷, 韓寶明. 多區(qū)域物流中心選址方案的模糊聚類(lèi)分析[J].鐵道運(yùn)輸與經(jīng)濟(jì), 2007, 29(5):68-70.

[3]李婷．主成分聚類(lèi)分析在區(qū)域物流規(guī)劃中的應(yīng)用——以廣東省為例[J]．物流科技，2007，30(9)：30-33．

[4]侯凌霞, 李坤穎. 基于模糊聚類(lèi)的應(yīng)急物資聚類(lèi)分析方法研究[J].物流工程與管理, 2013, 35(3):74-75.

[5]AWASTHI A, CHAUHAN S S. A hybrid approach integrating Affinity Diagram, AHP and fuzzy TOPSIS for sustainable city logistics planning[J]. Applied Mathematical Modelling, 2012, 36(2): 573-584.

[6]GI-TAE Y, ROE M, DINWOODIE J. Evaluating the competitiveness of container porting Korea and China[J]. Transportation Research Part A, 2008, 42(6): 910-921.

[7]李易津, 劉芳. 基于聚類(lèi)分析的安徽省物流需求研究[J].物流科技, 2010, 33(1):44-49.

[8]于秀林，任雪松．多元統(tǒng)計(jì)分析[M]．北京：中國(guó)統(tǒng)計(jì)出版社，1999：154-162．

[9]方開(kāi)泰．實(shí)用多元統(tǒng)計(jì)分析[M]．上海：華東師范大學(xué)出版社，1989：215-250．

[10]汪冬華．多元統(tǒng)計(jì)與SPSS應(yīng)用[M]．上海：華東理工大學(xué)出版社，2010：160-169．

[11]楊維權(quán)．多元統(tǒng)計(jì)分析[M]．北京：高等教育出版社，1989．

[12]安徽省統(tǒng)計(jì)局,中國(guó)統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社,2015.

(責(zé)任編輯：李孟良)

Application of Principal Component Clustering in Regional Logistics Planning of Anhui Province

DUAN Ruo-nan,SHENG Wu，WANG Kun

(School of Economic and Management, Anhui University of Science and Technology , Huainan 232001, China)

By screening the influencing factors on the development level of regional logistics planning, finally selected 5 level second class targets and 13 factors constitute the evaluation index system of regional logistics development planning level. Taking Anhui Province as an example, using SPSS 19.0 as the software platform, to reduce the dimensionality of the original index system by principal component in order to obtain the comprehensive principal components method, the new index and a new sample matrix. The classification and comprehensive evaluation method is used to select the cluster average method to the Anhui Province 16 city regional logistics development level. Based on the hierarchical clustering map and location coordinates, Anhui province can be divided into five major logistics area, and then select Wuhu City of the southeast area , Bengbu City of the northeast area , Hefei City of the central area, Anqing City of the southwest area, the Fuyang City of the northwest area, five logistics hub city.

Principal component analysis;Regional logistics;Cluster analysis;Logistics planning

2016-08-02

安徽省高校省級(jí)自然科學(xué)研究重點(diǎn)項(xiàng)目(KJ2016A205)；安徽理工大學(xué)博士啟動(dòng)基金。

段若男(1990-)，女，安徽省界首市人，在讀碩士研究生，主要從事物流系統(tǒng)工程及物流規(guī)劃研究。

F252

A

1673-8772(2016)05-0079-06