劉洪芹
(鄭州升達(dá)經(jīng)貿(mào)管理學(xué)院,鄭州451191)
物流業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè),也是河南省政府確定的“十三五”服務(wù)業(yè)五大主導(dǎo)產(chǎn)業(yè)之一。近年來(lái),關(guān)于河南省物流業(yè)發(fā)展評(píng)價(jià)的研究比較多。郭國(guó)峰、賈雨[1](2018)研究認(rèn)為,鄭州、洛陽(yáng)、南陽(yáng)、新鄉(xiāng)物流發(fā)展水平較高,漯河、鶴壁、濟(jì)源物流發(fā)展較為落后。劉輝[2](2016)研究認(rèn)為,鄭州是全省的物流樞紐中心,洛陽(yáng)、南陽(yáng)、安陽(yáng)、商丘、信陽(yáng)為省內(nèi)區(qū)域物流樞紐中心。周文娟、馬亞麗[3](2018)的研究成果與郭國(guó)峰、劉輝基本一致。據(jù)了解,濟(jì)源雖然區(qū)域面積和GDP總量偏小,但是經(jīng)濟(jì)發(fā)展迅速,2018年人均GDP達(dá)到8.78萬(wàn)元,城鎮(zhèn)化率達(dá)62.36%,均居全省第二,所以濟(jì)源在全省物流發(fā)展水平最為落后應(yīng)該存在一定的疑問(wèn)。經(jīng)查證,這些研究有兩點(diǎn)可以進(jìn)一步改進(jìn)。一是對(duì)評(píng)價(jià)指標(biāo)的選取,由主觀選取改為有理論依據(jù)的方法。二是對(duì)數(shù)據(jù)的選用由采用總量數(shù)據(jù),改為更適合物流業(yè)特點(diǎn)的平均數(shù)據(jù)。
因此,現(xiàn)首先利用GEM改進(jìn)模型和灰度系統(tǒng)理論對(duì)指標(biāo)進(jìn)行了遴選,然后結(jié)合物流業(yè)的特點(diǎn),對(duì)各指標(biāo)按照地域面積進(jìn)行了密度化處理,再用因子分析法計(jì)算出各地市的競(jìng)爭(zhēng)力密度(每萬(wàn)平方公里),結(jié)果也更能體現(xiàn)物流的地域平均發(fā)展水平。
GEM模型是研究區(qū)域性產(chǎn)業(yè)集群競(jìng)爭(zhēng)力的模型,包括三個(gè)因素——基礎(chǔ)(Groundings)、企業(yè)(Enterprises)和市場(chǎng)(Markets)。“基礎(chǔ)”包括設(shè)施和資源兩種要素,即企業(yè)集群的供給要素?!捌髽I(yè)”包括企業(yè)自身和相關(guān)輔助行業(yè)?!笆袌?chǎng)”包括本地市場(chǎng)和外地市場(chǎng),是企業(yè)集群的需求要素。該模型是對(duì)鉆石模型的一種改進(jìn),以區(qū)域產(chǎn)業(yè)為研究對(duì)象,更加強(qiáng)調(diào)結(jié)構(gòu)上的優(yōu)勢(shì)以及各要素之間的關(guān)聯(lián)與互補(bǔ)作用。GEM模型雖然對(duì)各種產(chǎn)業(yè)集群有一定的普遍適用性,但是并沒(méi)有考慮各種產(chǎn)業(yè)集群的自身特性。因此現(xiàn)根據(jù)物流行業(yè)的特性以及數(shù)據(jù)的可得性和客觀性,對(duì)該模型稍作修正,增加政府因素和創(chuàng)新因素。
結(jié)合河南省歷年統(tǒng)計(jì)年鑒,現(xiàn)采用了5個(gè)一級(jí)指標(biāo)和24個(gè)二級(jí)指標(biāo)來(lái)分析河南省18個(gè)地市的物流競(jìng)爭(zhēng)力水平,詳見(jiàn)表1。
灰色關(guān)聯(lián)度分析是我國(guó)數(shù)學(xué)家鄧聚龍1982年提出的灰色系統(tǒng)理論的重要組成部分,主要研究系統(tǒng)因素間關(guān)系的強(qiáng)弱、大小和次序,依據(jù)表面上沒(méi)有關(guān)系的若干個(gè)數(shù)字序列的實(shí)際幾何曲線形狀的相似度來(lái)判斷其是否關(guān)聯(lián)緊密,曲線越接近關(guān)聯(lián)度越大,反之亦然。[4]經(jīng)過(guò)三十多年的發(fā)展,該理論除了鄧聚龍最早提出來(lái)的鄧氏分析法之外,又有了不少改進(jìn)方法,諸如絕對(duì)分析法、改進(jìn)灰色絕對(duì)分析法、T型分析法和斜率分析法等?,F(xiàn)最終采信所使用的鄧氏分析法和斜率分析法的計(jì)算過(guò)程。
1.鄧氏分析法的計(jì)算過(guò)程
對(duì)于ζ∈(0,1),令
則第i個(gè)指標(biāo)的灰色關(guān)聯(lián)度
其中,灰色分辨系數(shù)ζ采用通用的0.5進(jìn)行計(jì)算。
2.斜率分析法的計(jì)算過(guò)程
則第i個(gè)指標(biāo)的灰色關(guān)聯(lián)度
至此,或可理解為何林蒼曉老師明知沒(méi)有先例可循仍屢屢逼迫自己絕境求生,為何創(chuàng)作團(tuán)隊(duì)明知難以甚至不可能像之前的作品那樣討得大部分觀眾的喝彩,卻依然要投入更多的心血去把這部作品重新般上舞臺(tái)。
因子分析法是研究從變量群中提取共性因子的統(tǒng)計(jì)方法,通過(guò)將關(guān)聯(lián)度比較高的因素分類(lèi),以實(shí)現(xiàn)用少數(shù)幾個(gè)隱藏因子來(lái)描述絕大多數(shù)的信息。
假設(shè)從觀測(cè)樣本要找出j個(gè)相互獨(dú)立的主因子F1,F(xiàn)2,…,F(xiàn)j。則因子模型為
其中aij為Fj的協(xié)方差,該模型寫(xiě)成矩陣形式為X=AF+ε,其中A為因子負(fù)荷矩陣,ε為殘差因子。
分析數(shù)據(jù)從2014-2018年河南省統(tǒng)計(jì)年鑒中選取。由于鐵路通車(chē)?yán)锍淌青嵵蓁F路局的數(shù)據(jù),并不能完全代表河南省,而且缺乏各地市的數(shù)據(jù),因此刨除掉該指標(biāo)。同時(shí)由于第一、二、三產(chǎn)業(yè)數(shù)據(jù)和GDP重復(fù),因此去掉第一、二、三產(chǎn)業(yè)數(shù)據(jù)。
為確保計(jì)算結(jié)果的嚴(yán)密性,現(xiàn)分別用五種常見(jiàn)方法對(duì)所選取的指標(biāo)進(jìn)行了計(jì)算。由于以貨物周轉(zhuǎn)量指標(biāo)為參照指標(biāo),因此該指標(biāo)的關(guān)聯(lián)度均為1。
經(jīng)綜合五種方法的計(jì)算結(jié)果發(fā)現(xiàn),鄧氏分析法、絕對(duì)分析法和斜率分析法的后七位排名是一致的,同時(shí)參考其他方法的計(jì)算結(jié)果,刨除關(guān)聯(lián)度比較低的內(nèi)河通航里程、郵政行業(yè)業(yè)務(wù)總量、物流業(yè)總投資、國(guó)家預(yù)算資金、吸引外商投資、規(guī)模以上工業(yè)企業(yè)R&D項(xiàng)目數(shù)、電信業(yè)務(wù)量等7個(gè)指標(biāo),剩余13個(gè)指標(biāo)作為進(jìn)一步分析的依據(jù)。
1.數(shù)據(jù)的密度化處理。剩余的13個(gè)指標(biāo),查閱2018年河南省統(tǒng)計(jì)年鑒及各地市國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)得到2017年各地市的原始數(shù)據(jù)。為更加客觀的評(píng)價(jià)各地市的物流平均發(fā)展水平,現(xiàn)對(duì)相關(guān)數(shù)據(jù)進(jìn)行了密度化處理。除了每萬(wàn)人擁有大學(xué)生數(shù)、城鎮(zhèn)居民人均可支配收入兩個(gè)指標(biāo)已經(jīng)是平均指標(biāo)外,其他11個(gè)指標(biāo)均以統(tǒng)計(jì)年鑒中的數(shù)據(jù)除以所在地市的面積(萬(wàn)平方公里)計(jì)算出各指標(biāo)每萬(wàn)平方公里所相應(yīng)的密度。
表3 KMO和Bartlett的檢驗(yàn)
表4總方差與特征值
3.主因子的提取。依據(jù)計(jì)算結(jié)果表4中累計(jì)的總方差和特征值,可以知道特征值大于1的有3個(gè)因子,并累計(jì)解釋了90.538%的總體物流水平,說(shuō)明指標(biāo)數(shù)據(jù)內(nèi)部一致性非常穩(wěn)定,通過(guò)3個(gè)主要的因子就可以很好地評(píng)價(jià)各地市物流的總體競(jìng)爭(zhēng)力。
表5的旋轉(zhuǎn)成分矩陣是三個(gè)主因子的負(fù)荷因子,依據(jù)取值大小可以把13個(gè)因素分為三類(lèi),也就是3個(gè)主因子,分別為發(fā)展環(huán)境因子(包括區(qū)域內(nèi)生產(chǎn)總值、社會(huì)消費(fèi)品零售總額、城鎮(zhèn)居民人均可支配收入、進(jìn)出口貿(mào)易總額、載貨汽車(chē)數(shù)、交通運(yùn)輸倉(cāng)儲(chǔ)及郵政業(yè)產(chǎn)值、集群內(nèi)高校數(shù)量、國(guó)際互聯(lián)網(wǎng)用戶)、物流運(yùn)輸能力因子(包括交通運(yùn)輸倉(cāng)儲(chǔ)及郵政業(yè)從業(yè)人員、公路通車(chē)?yán)锍獭⒐坟涍\(yùn)總量公里、公路貨物周轉(zhuǎn)量)和創(chuàng)新能力因子(每萬(wàn)人擁有大學(xué)生數(shù))。
表5旋轉(zhuǎn)成份矩陣
4.各地市物流競(jìng)爭(zhēng)力的計(jì)算。首先,對(duì)各地市2017年密度化后的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,這里采用Z-score方法進(jìn)行標(biāo)準(zhǔn)化。Z-score方法利用正態(tài)分布的原理,將數(shù)據(jù)按比例縮放,使之落入一個(gè)特定區(qū)間,要求均值為零和方差為1,從而將不同量級(jí)的數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為同一個(gè)量級(jí),以保證數(shù)據(jù)之間的可比性。標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣記做A,具體數(shù)值這里不再列出。其次,計(jì)算三個(gè)主因子的評(píng)價(jià)結(jié)果。記表5中的旋轉(zhuǎn)成分矩陣(負(fù)荷因子)為X,三個(gè)因子的評(píng)價(jià)結(jié)果矩陣為[F1,F2,F3],則[F1,F2,F3]=A*X。再次,表4中的方差貢獻(xiàn)率為權(quán)重W,即則各地市的總評(píng)價(jià)F=A*X*W。最后,具體計(jì)算結(jié)果及排名如表6所示。
表6因子評(píng)價(jià)及總評(píng)價(jià)
按照計(jì)算結(jié)果,一是鄭州具備絕對(duì)的物流中心地位,對(duì)周?chē)厥械妮椛浞浅C黠@。二是豫北的整體物流發(fā)展水平要高于豫南。三是全省物流發(fā)展很不均衡,高于全省平均水平(評(píng)價(jià)值大于0)的只有七個(gè)地市。四是濟(jì)源不再是倒數(shù)第一,而處于中等偏下水平,處于平頂山和商丘之間。其中發(fā)展較快的城市主要有幾個(gè)相距較近的城市群,第一個(gè)包含鄭州、焦作,第二個(gè)包含安陽(yáng)、鶴壁等,第三個(gè)包含漯河、許昌等。這三個(gè)城市群基本都沿著京廣鐵路線,分別占據(jù)了東西和南北的交通要道。省內(nèi)其他地市的物流競(jìng)爭(zhēng)力均低于全省平均水平,尤其是周口、南陽(yáng)、駐馬店、信陽(yáng)等。
發(fā)展環(huán)境因子的影響比例達(dá)67.69%,基本上決定了區(qū)域的整體物流水平,可以說(shuō)經(jīng)濟(jì)水平高,物流競(jìng)爭(zhēng)力就高。依據(jù)F1和F的排名看,這個(gè)關(guān)系基本是一致的。因此要多管齊下發(fā)展一個(gè)地區(qū)的經(jīng)濟(jì)實(shí)力,經(jīng)濟(jì)實(shí)力決定了物流的需求水平,同時(shí)物流的發(fā)展也促進(jìn)地區(qū)經(jīng)濟(jì)實(shí)力的提升。
運(yùn)輸能力因子F2反映一個(gè)地區(qū)企業(yè)的發(fā)展實(shí)力,城市物流競(jìng)爭(zhēng)力的提升不僅靠宏觀環(huán)境還要靠企業(yè)的微觀實(shí)力,因此物流企業(yè)要練好內(nèi)功創(chuàng)新發(fā)展提升服務(wù)水平。
創(chuàng)新能力因子F3反映一個(gè)城市的人力資源,尤其是高層次人力資源情況,周口、南陽(yáng)、駐馬店、信陽(yáng)等城市要提升物流競(jìng)爭(zhēng)力,還需加大物流人才的培養(yǎng)力度,可以采取校企合作訂單式培養(yǎng)人才的模式,也要加大對(duì)現(xiàn)有物流從業(yè)人員的培訓(xùn)力度,提升從業(yè)人員素質(zhì)。