中國物流園區省區分布的聚類分析

摘 要：在對中國31個省（直轄市、自治區）的物流園區供給數量、需求水平及基礎配套設施狀況三類數據進行去量綱處理和單因素方差分析的基礎上，運用動態聚類分析方法把中國大陸31個省（直轄市、自治區）在這三類因素維度進行聚類，研究各地區在物流園區供給、物流園區需求以及支持園區發展的基礎配套設施三者之間的匹配程度和差異狀況后發現，中國物流園區區域布局存在著結構性不合理。因此，對中國區域物流園區進行規劃應結合中國經濟發展的實際，通盤考慮，合理布局。

關鍵詞：物流園區；區域規劃；動態聚類

中圖分類號：F252.24 文獻標識碼： Ａ 文章編號：１００３－３８９０（２００8）04－００31-04

一、引言

最近幾年，中國各地區興起了物流園區建設的熱潮。然而，一些園區建成后卻面臨著閑置和經營困難的局面。此外，截至目前，中國物流園區區域規劃仍缺乏明確的制定依據。這些情況向我們提出了以下問題：區域物流園區的規劃應以哪些因素為依據？中國各省區現有物流園區供給數量是否合理？對于這些問題，國內外學者進行了深入探討。較高的區域經濟發展水平與當地政府的有力支持被認為是物流園區發展的必要基礎[1]。房殿軍通過總結德國物流園區發展的實踐，認為物流園區數量應與區域經濟發展水平、物流需求及基礎設施條件相適應[2]。李春海等通過總結現有國內外區域物流園區規劃的文獻，認為區域經濟發展水平及區域貿易貨運量是確定物流園區數量的依據[3]。還有一些學者則運用因子分析法指出影響區域物流需求的關鍵因素包括區域生產、區域貿易、區域流通作業能力等幾個方面[4]。

現有的研究文獻主要從定性的角度指出區域物流園區數量應與當地經濟發展水平及其所引致的物流需求和區域基礎配套設施相匹配[5]，而對三者之間關系進行定量研究的文獻目前尚為少見。筆者在現有文獻的基礎上，采用聚類分析的方法對中國大陸31個省（直轄市、自治區）的物流園區供給數量、經濟發展水平所引致的物流需求和物流園區發展所需基礎配套設施水平這三類因素進行了數據處理，并將處理結果進行比較后發現我國區域物流園區布局中存在著一定的問題。基于此，筆者擬對我國物流園區的總體布局與數量規劃進行一些嘗試性探討。

二、參數選取與數據處理方法

（一）參數選取及數據來源

1. 31個省（直轄市、自治區）的物流園區供給狀況。2006年底至2007年初，為全面了解和掌握全國物流園區的建設和經營情況，國家發展和改革委員會和中國物流與采購聯合會聯合組織了一次全國性的物流園區調查。該調查對全國各省區物流園區的供給情況從四個方面進行了統計，即各地區已建成的在運營物流園區數量、正在建設的物流園區數量、未來規劃將建的物流園區數量和各地區物流園區總量（單位：個）。這四個指標分別從已建成、即將建成、未來將建以及總量四個維度來反映一個地區物流園區的供給情況。筆者采用這四個指標來衡量各省區物流園區的供給情況。數據來源為2007年國家發展和改革委員會與中國物流與采購聯合會聯合發布的《全國物流園區發展調查報告》[6]。

2. 31個省（直轄市、自治區）的經濟發展水平與物流園區需求狀況。汪濤等運用因子分析法指出了影響物流市場需求的因素[7]。結合他們的研究，筆者選取以下指標來反映各地區經濟發展水平與物流園區的需求：2005年各地區生產總值（單位：萬元）；2005年各地區國有及規模以上的非國有企業數量（單位：個）；2005年各地區國有及規模以上的非國有企業總產值；2005年各地區社會消費品零售總額（單位：億元）；2005年各地區農、林、牧、漁總產值（單位：億元）；2005年各地區貨運量（單位：萬噸）。以上數據均來自《2006年中國統計年鑒》[8]。

3. 31個省（直轄市、自治區）的物流園區發展所需的基礎配套設施狀況。研究表明，物流園區的長期運作情況與所在區域鐵路、航線、公路路網結構和密度以及政府配套基礎設施的支持密切相關[9]。筆者選取了四個指標反映各地區的基礎配套設施情況與政府財政支持力度，它們分別是：2005年各地區鐵路營業密度（單位：公里/每公頃）；2005年各地區內河航道密度（單位：公里/每公頃）；2005年各地區公路密度（單位：公里/每公頃）以及2005年各地區財政支出總額（單位：萬元）。以上數據來源為《2006年中國統計年鑒》。

（二）數據處理方法

1. 聚類分析的思路。聚類分析方法廣泛運用于國內外經濟、管理實踐[10][11]，但是目前國內將該方法運用于區域物流園區數量規劃研究的文獻還較少見。它是一種將分析對象按照其相似程度分類，并尋找不同類別事物特征的統計分析工具。聚類分析有三種具體方法，分別是系統聚類法（Hierarchical Cluster）、兩階段聚類法（Two-step Cluster）及動態聚類法（K-means Cluster）[12]。動態聚類法，即K-means Cluster，它具有動態性、簡潔性和直觀性的特征，筆者采用該方法對樣本點進行聚類分析。K-means聚類方法的基本思路是：（1）初步指定聚類數目K，形成K個初始類中心點（或稱凝聚點）。（2）計算所有樣本數據點到K個初始類中心點的歐氏距離（Euclidean Distance，EUCLID）。歐氏距離計算公式為：

其中：X為樣本點；Y為初始類中心點；xi為樣本點第i個數據取值；yi為初始類中心點第i個數據取值。根據歐氏距離最小的原則將所有樣本分派到各初始類中心點所在的類，形成一個分類方案，完成一次迭代，并計算出各類中樣本變量的均值，得到各類的重心。（3）將各類的重心替代初始類中心點，形成新的類中心點。（4）重復步驟2和3，直到分類結果達到指定的迭代次數或迭代收斂程度。（5）最終形成K個類別。

2. 數據量綱的處理。運用聚類分析方法處理數據時，同一樣本不同指標之間量綱的差異會影響聚類輸出結果的有效性，解決這一問題的方法是根據樣本數據特征采取去量綱處理。筆者采用的是Z-scores方法使數據標準化均值為0，標準差為1的無量綱數據。

3. 單因素方差分析（ANOVA）。聚類過程中指標的選取很重要，并非引入的指標越多越好，無關指標的引入，會降低聚類的準確性。為了避免這一現象，筆者對參與聚類分析的指標進行單因素方差分析檢驗（ANOVA），只有通過F檢驗和P檢驗的指標，才被認為對聚類效果有顯著影響。

4. 分析軟件。筆者聚類分析所采用的統計分析軟件為SPSS14.0。

三、聚類分析

（一）各地區物流園區供給狀況的聚類分析

由于各地區物流園區供給因素四個衡量指標的單位統一，量綱一致，因此不需要進行數據的標準化處理就可直接對數據進行K-means聚類，將我國31個省（直轄市、自治區）的物流園區供給分為三種類型，各類型聚類中心點情況如表1第四、五、六列所示。中國31個省（市、自治區）的物流園區供給類型見表4第二列所示。

聚類結果和各類型的中心點屬性顯示：在全國31個省區中，江蘇省屬于區域物流園區供給量最大的省區類型；北京、天津、內蒙古、浙江、廣東等8個地區屬于省際物流園區供應量居中的類型；上海、河北、山西、黑龍江等22個地區屬于省際物流園區供應量較少的類型。參與聚類的四個指標的ANOVA分析結果如表1第二、三列所示，表明四個指標在各種類型間存在顯著差異，聚類分析結果準確。

（二）各地區經濟發展水平與物流園區需求狀況的聚類分析

由于各地區經濟發展水平與物流園區需求因素所涉及的六個指標單位量綱不一致，因此對所有數據先運用Z-scores方法進行標準化后再聚類。運用標準化后的數據將中國31個省（直轄市、自治區）的經濟發展水平及物流園區需求分為三種類型，各類型聚類中心點情況如表2第四、五、六列所示。中國31個省（直轄市、自治區）經濟發展水平和物流園區需求類型見表4第三列所示。

聚類結果和各類型中心點屬性顯示：在全國31個省區中，廣東、浙江、山東、江蘇四個地區屬于區域經濟發展水平最高、物流園區需求量最大的省區類型；河北、山西、內蒙古、上海、湖南等11個地區屬于物流園區需求居中的省區類型；北京、天津、內蒙古、吉林、江西等16個省區屬于物流園區需求量最少的省區類型。參與聚類的六個指標ANOVA分析結果如表2第三、四列所示，表明各指標在不同類型間存在顯著差異，聚類分析結果準確。

（三）各地區配套基礎設施狀況的聚類分析

由于各地區物流園區發展所需配套基礎設施因素所涉及的四個指標量綱不同，因此在進行聚類分析前，需要對數據進行標準化去量綱處理。對所有數據運用Z-scores方法標準化后將31個省區的基礎設施狀況聚類成三種類型。各類型的聚類中心點情況如表3第四、五、六列所示：其中第一種類型的省區區域鐵路、公路、航道里程密度最高，地方政府財政支出最為豐厚，物流園區發展的配套基礎環境最優越，這一類型省區包括上海、江蘇、廣東三地（見表4）；第二種類型的省區區域鐵路、公路、航道里程密度較高，地方政府財政支出較為豐厚，物流園區發展的基礎配套環境較好，這包括北京和天津兩地；其余的河北、山西、內蒙古、浙江、山東等26個省區屬于第三種類型，即區域內鐵路、公路、航道里程密度最低，地方政府能提供的財政支持較少，物流園區發展的配套基礎設施不夠完善。參與聚類的四個指標的ANOVA分析結果如表3第三、四列所示，表明四個變量在各種類型間存在顯著差異，聚類分析結果準確。

四、聚類結果的比較與分析

將中國31個省（直轄市、自治區）的物流園區供給狀況、經濟發展水平與物流園區需求狀況、物流園區長期發展所需的配套基礎設施狀況的聚類結果綜合起來進行比較（如表4所示），可以發現中國物流園區區域規劃與布局中存在著一些問題。

聚類結果的比較顯示：中國省際物流園區的區域供給與區域經濟發展水平及物流園區需求不匹配問題突出。一些省區的物流園區供給數量相對于當地的經濟發展水平和物流園區需求明顯過剩，如北京、天津、內蒙古、甘肅等省（市、自治區）；與此同時，廣東、浙江、山東、上海、四川等地，其區域經濟發展水平較高，物流園區的需求比較迫切，但當地物流園區供給相對滯后。

聚類結果顯示的另一個突出問題是：物流園區發展所需的配套基礎設施嚴重落后，政府能為物流園區提供的支持力度較弱，制約著園區的良好運作和長期發展。如表4第四、八列顯示，中國僅上海、廣州、江蘇、北京、天津五個區域基礎設施較為完善、政府財政力度較大，其他26個省區的鐵路密度、內河航道里程、公路狀況以及政府財政支持力度等物流園區長期發展所需的配套基礎設施都屬于第三類，這種環境將導致園區建成后在運作的效率和成本上遭遇硬件瓶頸，導致園區經營困難。這也是中國目前大量園區建成后發展不順利的重要原因之一。

五、總結

筆者通過對中國大陸31個省（直轄市、自治區）物流園區供給、經濟發展水平與物流園區需求、物流園區發展所需的配套基礎設施條件數據的聚類分析，量化了區域物流園區布局的要素，揭示了三者之間的關系，指出了中國物流園區區域布局存在的問題，并為將來的發展提供了解決思路。尚待研究的問題是：由于此次發改委發布的物流園區統計調查數據沒有統計包括各個物流園區的規模、設施狀況等指標，隨著對中國物流園區統計調查的不斷完善，應將這些指標納入模型考慮范疇。

參考文獻:

［１］Tsai，M. C.，Su，Y. S. Political risk assessment on air logistics hub development in Taiwan. Journal of Air Transport Management.

［2］房殿軍.德國物流園區規劃方法［J］.中國物流與采購，2005，（12）.

［3］李春海，繆立新.區域物流系統及物流園規劃方法體系［J］.清華大學學報（自然科學版），2004，（3）.

［4］范輝政.我國物流園區發展的區域差異分析［J］.統計研究，2006，（7）.

［5］王潔，陳功玉.對我國物流園區發展現狀的思考［J］.物流技術，2007，（8）.

［6］國家發展和改革委員會，中國物流與采購聯合會2006年重點研究課題報告課題組.全國物流園區發展調查報告［J］.中國物流與采購，2007，（5）.

［7］汪濤，連瑋佳.我國物流市場的區域差異分析［J］.物流技術，2006，（9）.

［8］國家統計局編.中國統計年鑒（2006）［M］.北京:中國統計出版社，2006.

［9］Tsai， M. C.， Wen， C. H.， Chen， C. S.， Demand choices of high-tech industry for logistics services providers-an empirical case of an offshore science park in Taiwan［J］. Industrial Marketing Management， 2007:617-626.

［10］David R. Anderson， Dennis J . Sweeny， Thomas A.Williams. Statistics for Business and Economics［M］. Thomson Press， 2005.

［11］Joseph F. Hair， William C. Black， Barry J. Babin， et al. Multivariate Data Analysis［M］. Pearson Education international Press， 2006.

［12］李金林，趙中秋.管理統計學［M］.北京:清華大學出版社，2006.

責任編輯：張增強

責任校對：艾 嵐

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”