李新光,黃安民
(1.武夷學院 商學院,福建 武夷山 354300;2.華僑大學 旅游學院,福建 泉州 362000)
福建省區域物流發展水平評價及對策探討
——基于R型因子分析與聚類分析
李新光1,黃安民2
(1.武夷學院 商學院,福建 武夷山 354300;2.華僑大學 旅游學院,福建 泉州 362000)
通過選擇影響物流需求、物流供給和相關產業結構等7個指標體系,以2009年福建省9個地市數據為樣本,運用因子分析和聚類分析的方法對相關數據進行了分析.為了消除多指標的復雜性,先運用因子分析從原來相對較多的影響指標提取2個互不相關的公共因子,再結合聚類分析法將福建省9個地市區域物流發展分為3類,并提出相應的政策建議.
因子分析;聚類分析;區域物流;福建
隨著世界經濟的快速發展和現代科學技術的進步,物流產業作為國民經濟中一個新興的服務部門,正在全球范圍內迅速發展.2008年國際金融危機對我國實體經濟造成了較大沖擊,物流業作為重要的服務產業,也受到較為嚴重的影響.為此,國務院2009年3月正式頒布《物流業調整和振興規劃》,明確了物流業發展方向,這不僅是促進物流業自身平穩較快發展和產業調整升級的需要.
福建地處東南沿海,是經濟發展較快的省份之一.福建于2005年5月23日出臺了《關于加快現代物流業發展的意見》,為做大福建物流業保駕護航.福建物流業正在茁壯成長,而且在一些領域和沿海發達地區表現出較快的發展勢頭和潛力.為貫徹落實《國務院關于支持福建省加快建設海峽西岸經濟區的若干意見》和《物流業調整和振興規劃》的總體部署,加快發展全省現代物流業,制定了《福建省物流業調整和振興實施方案》,實施期為2009年~2012年.《福建省促進現代物流業發展條例》在福建十一屆人大常委會第十七次會議上獲得通過,并將于2011年1月1日起施行.在進行區域物流規劃的過程中,到底如何劃分省內物流區域,以促進區域物流協同發展;如何確定福建省區域物流中心城市,形成東部帶動西部的聯動效應,帶動全省物流業全面發展.針對這些問題,順著國內學者針對其他省份物流規劃的思路,本文運用因子分析和聚類分析法對省內各地市物流進行綜合評價并分類,為制定區域物流發展規劃提供依據.
從國內現有文獻來看,已有一部分學者運用因子分析方法對其他省市區域物流規劃進行了研究:如范曉莉運用因子分析對對2009年天津濱海新區及海西經濟區的經濟發展實力及潛力進行了研究[1],田華杰應用因子分析法對冀東、冀中南、環京津經濟區區域物流能力進行了統計分析[2],吳小勇應用因子模型對海峽兩岸港口物流發展情況進行了分析[3],何景師、崔洪運、劉圣、彭本紅春等學者[4-7]應用了因子分析模型對區域物流進行研究.唐子可提出一種改進的灰色聚類對區域物流樞紐城市進行分級決策[8],谷煒、張群、胡睿通過改進K-means聚類法對物流配送區域劃分進行研究分析[9].
可見,因子分析與聚類分析法在進行區域物流規劃中具有廣泛的應用價值,但是運用該方法對福建省物流業區域規劃進行研究的文獻不多.從既有對福建省物流的實證研究文獻資料來看,主要集中運用協整分析、相關分析對福建省物流業發展進行了研究:如汪恒論述了福建省區域物流與區域經濟之間的辯證關系[10];黃章樹以物流中心的構建對“海西”產業集群的作用為切入點,分析了“海西”產業集群的物流需求,提出了物流中心的構建步驟[11],吳小勇應用灰色關聯度分析法,對閩臺港口物流量影響因素進行關聯度分析[12].因此,本文在其他學者研究的基礎上,揚長避短,先建立區域物流發展評價指標體系,再運用因子分析法對福建省區域物流規劃進行綜合評價并分類,同時運用聚類分析法對相關結論進行檢驗,最后提出福建省區域物流發展規劃的對策建議.
因子分析的基本思想是把聯系比較緊密的變量歸為同一個類別,而不同類別的變量之間的相關性較低.對于直接可觀測的隨機變量,根據其相關性大小,使得同組內的變量之間相關性較高,不同組的變量相關性較低.因子分析反映的是一種降維的思想,通過降維將相關性高的變量聚在一起.因子分析有兩種類型:R型因子分析與Q型因子分析,前者是研究變量之間的成因分類,是主成分分析的發展;后者是研究樣品之間的成因分類,在本文中主要運用R型因子分析對多變量的情況進行分析.
聚類分析是一種多元統計分析方法,它的主要功能是依據統計數據的數字特征進行分類.分類是認識事物的重要基礎,聚類分析作為一種客觀的豎直分類技術,在教育研究的數據分析中具有重要的意義.聚類分析有兩種類型:對樣品(個案)進行的分類稱為Q型分類;對指標(變量)進行的分類稱為R型分類.本文采用的是基于樣本聚類的Q型系統聚類方法,選擇既不使空間太濃縮也不使空間太擴張的類平均法進行具體分析.為了得到全省各地市物流需求和物流發展基礎的分類情況,無需了解各個指標體系的內在系統結構,故選擇建立在因子分析基礎上的聚類分析方法更簡明.
通常反映一個省的物流發展水平指標很多,為了能客觀、公正、全面地描述全省各地區物流發展水平,本文所選取的指標要求遵循以下幾個原則:能反映福建省各縣市區域物流協調發展的戰略;能反映全省各縣市的特征;與物流發展緊密相關;具體選擇的指標體系要全面、綜合、公平;數據的易獲得性、完整性、可比性.
根據上述原則,考慮到樣本數量只有9個,文中選取2009年福建省9個地市的7項指標(如下,限于篇幅,原始數據略),同時根據KMO、Bartlett檢驗原則,對各變量的相關系數矩陣進行統計學檢驗,以評價因子分析的可執行性和有效性.一般來說,KMO小于0.5、Bartlett檢驗概率大于0.05,則不宜作因子分析.
(1)反映物流需求的指標:人均地區生產總值X1(億元),固定資產投資X5(萬元),規模以上工業總產值X2(億元),旅游總人數X6(萬人次)
(2)反映物流供給的指標:交通運輸倉儲和郵政業增加值X7(億元)
(3)反映區域物流發展的相關產業結構的指標:第三產業總產值X4(億元),農林牧漁業總產值X3(億元).
4.1.1 初始相關性和KMO檢驗、Bartlett檢驗
運用spss18.0進行因子分析,計算各變量的相關系數矩陣.從結果可知,x1與x6、x4的相關系數較大,分別為 0.798、0.636;x2、x4與其他各變量相關系數也顯著相關;同時得到KMO檢驗統計量為0.678,Bartlett檢驗統計量sig小于0.01.因此,認為各變量之間存在著顯著相關性,這說明適宜進行因子分析.
4.1.2 變量的共同度分析
通過公因子方差分析,可以看出所提取的公共因子對原始變量的解釋效果相當不錯:x1、x2、x3、x4、x5、x6、x7的方差貢獻度分別占 0.813、0.956、0.952、0.985、0.862、0.898、0.784.
所提取的因子對原始變量信息的解釋度都超過78%,可見因子提取的總體效果比較理想.
4.1.3 方差解釋分析
從“解釋的總方差”分析中可以看出,在未經旋轉時,被提取的x1、x2兩個因子的累計方差為89.288%,且它們初始特征值大于1,分別為4.575、1.676.而經過提取以后,得到的新公因子的方差貢獻值、方差貢獻率和累計方差貢獻率,和未經旋轉相比,每個因子的方差貢獻值有變化,但最終的累計方差沒變.因此,提取前兩個因子可以基本反映全部指標所具有的信息.
4.1.4 旋轉后的因子載荷陣分析
從旋轉后的因子載荷陣可知,第一主成分F1在 X2、X4、X5、X7上有較大載荷,分別為 0.962、0.987、0.926、0.865,主要是從第三產業總產值、固定資產投資、規模以上工業總產值、交通運輸倉儲和郵政業增加值反映物流業發展水平,可以命名為二三產業發展因子;第二主成分F2在X1、X3、X6有較大載荷,分別為 -0.923、0.742、0.716,主要是從在人均地區生產總值、農林牧漁業總產值、旅游總人數反映物流業發展水平,可以命名為基礎產業因子.
5.1.5 因子得分系數、綜合因子得分系數及排名
利用回歸法計算2個公共因子的得分系數矩陣,然后將得分系數矩陣與原始指標的標準化值的數據相乘就可以得到各因子的得分:
最后,根據各主成分表達式計算全省各城市F1,F2,F3及綜合主成分F得分,同時對各主成分和綜合得分進行排序,結果如下(見表1):

表1 各主成分得分、綜合得分及排名
通過計算出各城市的綜合得分,比較全面地反映了一個城市在區域物流系統中的地位和作用.一個城市的綜合得分值F越大,這個城市在整個區域物流系統中的地位越高、作用越大.根據上表評價結果,可以將福建省區域物流規劃初步分為2個層次:第1層次2>F>0為福州、泉州、廈門,區域物流發展綜合實力比較強、潛力大;第2層次-2 利用統計軟件SPSS18.0中的聚類方法,根據上述篩選出來的7個變量,運用系統聚類法對福建省9個地市的物流發展進行Q型聚類進分析,取類間距離d=15,分為3類,各類之間距離比較均勻,聚類結果比較理想;從而將福建省的9個城市區域物流發展水平分成3類:(1)廈門;(2)福州、泉州;(3)漳州、三明、南平、寧德、龍巖、莆田. 5.1.1 第一個公共因子F1排在前面的是福州、泉州、廈門與漳州,它們得分分別為1.658、1.529、0.488、-0.099,這些地區的固定資產投資、房地產投資和第二、三產業均較為發達,其有利的外界客觀環境因素促進了物流業的發展.而三明、南平、寧德、龍巖、莆田等地區的外界環境境因素使物流業的發展相對滯后. 5.1.2 第二個公共因子F2排在前列的是廈門、泉州、莆田與三明,它們得分分別為2.138、0.480、0.321、-0.041,這些地區在人均地區生產總值、旅游、農林牧漁業總產值具有相對優勢,排在后面的是福州、漳州、寧德、南平與龍巖. 5.1.3 從外部和內部環境方面綜合得分F來看,前4位的是泉州、福州、廈門與三明,它們得分分別為1.066、0.906、0.661、-0.298. 福建省 9 個地市中有 6個得分為負,依次為漳州-0.411、南平-0.420、莆田-0.432、龍巖-0.450、寧德-0.622,這說明福建省的物流產業整體不是很發達,待挖掘潛力很大.排名前3位的是福州、泉州和廈門,綜合得分為正;排名第4的三明的得分為負,說明地區之間的物流發展的綜合環境差距較大,很容易造成兩極分化的現象. 從聚類分析的結果來看,通過聚類過程及結合福建省各地區經濟發展的實際情況,最終將福建省區域物流發展分成3個層次:(1)廈門;(2)福州、泉州; (3)漳州、三明、南平、寧德、龍巖、莆田.不論是從福州的綜合得分來看,還是從GDP總量、貨運量、產業結構都領先于別的城市,這些有利條件促使福州能成為福建省物流樞紐中心的地位.而廈門、泉州及漳州憑借其優異的地理位置和相對發達的經濟實力也成為物流較發達的中心.同時,根據《福建省物流業調整和振興實施方案》的規劃,廈門市和福州市將分別成為全國性物流節點城市和區域性物流節點城市.而三明、南平、寧德、龍巖、莆田等地區由于其比較薄弱的經濟實力和不發達的基礎設施,使得物流發展水平相對滯后. 根據主成分與聚類分析結果、及福建省物流業的發展現狀,特提出以下政策建議: 5.3.1 發揮東部區域優勢,逐步帶動中西部地區物流業的發展. 將福建省區域物流分為三個級別:福州、廈門和泉州確定為一級物流中心;漳州確定為二級物流中心;這兩級物流中心可重點發展制造業、商品物流、商貿物流.三明、南平、寧德、龍巖、莆田確定為三級物流中心,重點發展農村農產品物流和商貿物流.一級物流中心優先重點發展,充分發揮海峽西岸經濟區建設的主體作用和比較優勢,努力構筑對臺交往、兩岸物流合作的前沿平臺和先行先試區域.積極推動跨區域物流合作,形成服務中西部地區發展新的重要物流通道,帶動二級物流中心和三級物流中心的發展. 5.3.2 完善物流業發展的基礎設施建設. 目前福建省處于一級物流中心的三大城市的基礎設施相對較完善,但是三級物流中心的五大城市相對較差.這顯然不能滿足全省物流業全面發展.因此必須加強完善交通網絡和物流通道,提高全省公路、鐵路、水路建設的等級,加快更新物流載運工具.形成了以海、空港口為樞紐,以鐵路海運為主通道,以公路為網絡,以內河為輔助的綜合運輸體系,建設一批物流節點城市、物流園區和物流配送中心,為周邊地區及中西部地區提供“公鐵水”聯運、“無縫銜接”服務的物流項目. 5.3.3 大力推進企業物流管理信息化,加快信息化與物流業的融合. 推動建立物流信息采集、處理和服務的交換共享機制和物流信息數據中心,加快全省性、區域性和行業物流公共信息平臺建設,鼓勵區域間物流平臺的信息共享.加快構建商務、金融、稅務、海關、郵政、檢驗檢疫、交通運輸和工商管理等政府部門的物流管理與公共服務信息平臺,扶持培育物流信息服務企業和物流信息服務供應商,為物流企業提供信息化解決方案和便捷的服務. 〔1〕范曉莉.基于因子分析的天津濱海新區與海西經濟區區域競爭力比較研究[J].中國城市經濟,2011(1):61-63. 〔2〕田華杰,楊蕾.基于因子分析法的區域物流能力評價——以河北省為例[J].商業時代,2010(36):125-126. 〔3〕吳小勇.海峽兩岸港口物流因子模型分析[D].福建師范大學,2008. 〔4〕何景師,桂壽平,范明明.基于因子分析的區域物流競爭力分析[J].中國集體經濟,2010(24):115-116. 〔5〕崔洪運.基于因子分析法的區域物流績效研究[D].廈門大學,2009. 〔6〕劉圣春.基于因子分析的安徽省區域物流發展對策研究[J].物流技術,2008(4):76-78. 〔7〕彭本紅,彭建華.基于因子分析和聚類分析的區域物流中心選擇研究[C].中國四川成都,2009. 〔8〕唐子可.改進灰色聚類模型在區域物流樞紐城市分類決策中的應用[J].交通科技與經濟,2010(2):39-41. 〔9〕谷煒,張群,胡睿.基于改進 K-means聚類的物流配送區域劃分方法研究 [J].中國管理信息化,2010(24):60-63. 〔10〕汪恒.福建區域物流與區域經濟的相關性研究[J].物流工程與管理,2009(8):47-48. 〔11〕黃章樹,周小梅,傅毅松.海峽西岸經濟區產業集群物流中心的構建研究 [J].物流技術,2008(5):1-5. 〔12〕吳小勇,胡曉輝,黃民生.閩臺港口物流發展影響因素對比分析[J].物流技術,2008(4):93-96. F252.5 A 1673-260X(2011)09-0077-04 該文系武夷學院課題《區域物流與金融業發展的實證分析——以福建為例》階段性成果(xw201007)4.2 聚類分析過程
5 結果分析與政策建議
5.1 因子分析結果
5.2 聚類分析結果
5.3 政策建議