基于因子和聚類分析的區(qū)域物流發(fā)展綜合評(píng)價(jià)

盧琳

摘 要： 文章以12個(gè)物流節(jié)點(diǎn)城市為例 從4個(gè)層面構(gòu)建了區(qū)域物流發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系。采用因子分析和聚類分析兩者相結(jié)合的方法，對(duì)區(qū)域物流發(fā)展?fàn)顩r進(jìn)行評(píng)價(jià)，并對(duì)評(píng)價(jià)結(jié)果作了定性的討論。

關(guān)鍵詞： 區(qū)域物流；因子分析；聚類分析

區(qū)域物流是圍繞著大、中城市的周邊經(jīng)濟(jì)和范圍的，在輻射范圍內(nèi)，實(shí)現(xiàn)物品的有效流動(dòng)，將物流的功能有機(jī)結(jié)合在一起，以提升區(qū)域范圍內(nèi)各城市的經(jīng)濟(jì)水平和城市綜合競(jìng)爭(zhēng)力。

區(qū)域物流涉及兩個(gè)層面，政府和企業(yè)。政府主要涉及到物流戰(zhàn)略規(guī)劃、物流基礎(chǔ)設(shè)施的建設(shè)和公共服務(wù)平臺(tái)的開發(fā)管理。企業(yè)主要涉及到具體物流活動(dòng)的實(shí)施，保證物流效率、服務(wù)和成本。

在國(guó)內(nèi)外，有許多專家學(xué)者對(duì)區(qū)域物流都有大量的研究。在國(guó)外，Taniguchiet（2000）在城市經(jīng)濟(jì)和環(huán)境保護(hù)角度中對(duì)區(qū)域物流有了新的理論研究。而更多的研究是在企業(yè)資源的配置和政府在區(qū)域物流中，起到的宏觀作用Kouvelis 和 Meir J.Rosenblatt（2002）。

在國(guó)內(nèi)，90年代才剛開始有區(qū)域物流的研究出現(xiàn)，最早是借鑒國(guó)外的政策和戰(zhàn)略對(duì)我們的促進(jìn)作用，戴禾等（2002）對(duì)區(qū)域物流中的物流基礎(chǔ)設(shè)施的布局進(jìn)行了研究，董千里《區(qū)域物流信息平臺(tái)與資源整合》（1998）、周恒（2003）對(duì)區(qū)域物流信息平臺(tái)進(jìn)行了研究。研究結(jié)果表明，區(qū)域物流的發(fā)展，對(duì)積極推進(jìn)區(qū)域經(jīng)濟(jì)體系的發(fā)展有重要意義。

1指標(biāo)構(gòu)建和數(shù)據(jù)采集

根據(jù)指標(biāo)構(gòu)建的原則，結(jié)合我國(guó)大中城市的經(jīng)濟(jì)發(fā)展情況，以靜態(tài)、動(dòng)態(tài)結(jié)合的，能反映區(qū)域物流質(zhì)量的指標(biāo)。文章以2016年12個(gè)地區(qū)統(tǒng)計(jì)年鑒數(shù)據(jù)為準(zhǔn)，從4個(gè)層次，確立了12個(gè)二級(jí)指標(biāo)。

一級(jí)指標(biāo)四個(gè)：物流需求指標(biāo)、物流供給指標(biāo)、物流成本指標(biāo)、物流效益指標(biāo)。二級(jí)指標(biāo)12個(gè)。其中物流需求指標(biāo)有國(guó)民生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資、區(qū)域總貨運(yùn)量；物流供給指標(biāo)有區(qū)域總貨運(yùn)周轉(zhuǎn)量、大型物流企業(yè)數(shù)量、專業(yè)物流企業(yè)數(shù)量；物流成本指標(biāo)有貨物損耗費(fèi)用、物流管理費(fèi)用、第三方物流企業(yè)比例；物流效益指標(biāo)有物流企業(yè)主營(yíng)業(yè)務(wù)收入、物流企業(yè)盈利增長(zhǎng)速度、物流企業(yè)利潤(rùn)總額。

2實(shí)證分析

本文以經(jīng)濟(jì)較為發(fā)達(dá)的12個(gè)城市，2016年統(tǒng)計(jì)數(shù)據(jù)為樣本，對(duì)各地區(qū)域物流的發(fā)展?fàn)顩r進(jìn)行實(shí)證研究。（注：數(shù)據(jù)資料來(lái)源于各城市的 2016年的統(tǒng)計(jì)年鑒和精訊數(shù)據(jù)，由于篇幅有限，數(shù)據(jù)資料在此省去。）

2.1因子分析

本文在檢驗(yàn)因子分析法適用性時(shí)采用KMO和bartlett檢驗(yàn)方法對(duì)因子分析法的適用性進(jìn)行檢驗(yàn)，檢驗(yàn)后的相關(guān)系數(shù)矩陣絕對(duì)值均在0.5以上適合用因子分析法進(jìn)行分析。

利用SPSS軟件對(duì)選取的指標(biāo)進(jìn)行分析， 提取的因子為特征值大于 1 的特征根的數(shù)目， 建立變量的相關(guān)系數(shù)矩陣， 并計(jì)算出相關(guān)矩陣的特征值與貢獻(xiàn)率.因此， 計(jì)算出的相關(guān)矩陣的特征值與貢獻(xiàn)率如表1所示.

表2表明變量相關(guān)系數(shù)矩陣有4個(gè)大于1的特征值7.456、3.275、2.315、1.123。若按照特征值大于1的標(biāo)準(zhǔn)提取公因子則取4個(gè)公因子它們包含的貢獻(xiàn)率占73.217%。表明表1中的4個(gè)一級(jí)指標(biāo)可以作為4個(gè)公因子可以對(duì)區(qū)域物流發(fā)展?fàn)顩r的總體水平進(jìn)行描述。

將表1中的四個(gè)主因子建立因子得分模型，再將原始指標(biāo)值代入因子得分模型得到每個(gè)樣本的主因子得分，見表2.

從區(qū)域物流綜合得分情況看，上海貨運(yùn)周轉(zhuǎn)量大，在各產(chǎn)業(yè)中物流需求量最大；在物流供給情況中，得分最高，說(shuō)明上海物流行業(yè)整體發(fā)展要領(lǐng)先于其他城市，物流供給能力最好；在物流投入中上海也是投入成本最高的城市?？傮w評(píng)價(jià)上海物流發(fā)展水平最高。

同時(shí)也看到在中、西部城市中，和上海的差距較大，但也有自身的優(yōu)勢(shì)。如成都在物流企業(yè)數(shù)量上優(yōu)于重慶、西安。但重慶臨江，在交通運(yùn)輸水平上較高于其他西部城市。

3區(qū)域物流的聚類分析

本文采用聚類分析法將指標(biāo)間的相近性將區(qū)域物流城市進(jìn)行歸類。將前面主要因子的得分得到聚類分析的樣本矩陣，然后采用系統(tǒng)聚類的平均法進(jìn)行聚類分析得到聚類樹形圖。（由于篇幅限制，樹形圖在此省略）

根據(jù)以上分析，本文將12個(gè)城市分為三類。

第一類包括：蘇州、杭州、廣州、深圳四個(gè)城市。代表我國(guó)區(qū)域物流較發(fā)達(dá)地區(qū)。

第二類包括：南京、重慶、武漢、成都、西安。代表我國(guó)區(qū)域物流相對(duì)欠發(fā)達(dá)地區(qū)。

第三類包括：上海、北京、天津三個(gè)直轄市。表明在全國(guó)區(qū)域物流中有重要地位，物流業(yè)發(fā)展水平處于全國(guó)領(lǐng)先。

4 結(jié)果分析

（1）西部和東部發(fā)達(dá)城市間物流水平差距較大，但西部城市在物流企業(yè)數(shù)量、物流效益上都有所增加。但區(qū)域物流的輻射能力還有限。因此，在西部城市中，應(yīng)注重從發(fā)展自身區(qū)域位置和地理優(yōu)勢(shì)發(fā)展多種運(yùn)輸方式。

（2）在中西部四個(gè)城市中，重慶整體優(yōu)勢(shì)比較明顯，其次是武漢。在這幾個(gè)城市中，應(yīng)提升物流信息化程度。建設(shè)大型物流基礎(chǔ)設(shè)施、大力發(fā)展現(xiàn)代物流配送體系，提升資源利用率。

（3）中西部城市物流起步較晚，發(fā)展現(xiàn)代物流的觀念薄弱，國(guó)家應(yīng)加強(qiáng)對(duì)重點(diǎn)物流聯(lián)系企業(yè)、重點(diǎn)物流項(xiàng)目的資金扶持，出臺(tái)相關(guān)扶持政策，加大物流行業(yè)的優(yōu)惠范圍和力度。

參考文獻(xiàn)

[1] 魏修建， 解芳. 區(qū)域物流發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系研究[J]. 中國(guó)商界， 2008（12）：61-62.

[2] 周泰， 王亞玲. 基于模糊物元的區(qū)域物流發(fā)展水平評(píng)價(jià)[J]. 北京交通大學(xué)學(xué)報(bào)， 2010（3）：37-41.

[3] 殷輝， 張硯， 李道芳. 我國(guó)區(qū)域物流節(jié)點(diǎn)城市發(fā)展的統(tǒng)計(jì)評(píng)價(jià)分析[J]. 現(xiàn)代管理科學(xué)， 2011（3）：43-45.