基于因子和聚類分析的區域物流節點城市發展水平綜合評價

李朝洪，劉曉林（東北林業大學 經濟管理學院，黑龍江 哈爾濱 150040）LI Chao-hong, LIU Xiao-lin (School of Economics and Management,Northeast Forestry University,Harbin 150040,China)

在經濟發展過程中，某個地區經濟的發展速度與競爭能力直接受區域物流發展水平高低的影響[1]。因此對某個地區的區域物流發展水平進行客觀、準確的分析和評價，并與周邊各區域進行綜合比較，不僅可以對該區域的物流發展水平進行準確的定位，還可以為相關物流產業發展政策和措施的出臺提供參考，以達到進一步提升區域物流競爭力和推動整個區域國民經濟發展的目的[2]。

1 指標構建和模型選擇

1.1 區域物流評價指標體系的構建

根據構建評價指標體系的原則，本文結合我國具體國情和區域物流的特點，以全面、系統地對區域物流發展水平作出評價為目標，主要從人口規模、經濟實力、工業規模、第三產業規模和物流主導產業規模5個方面確立了8項二級指標 （如表1所示）[3]。

表1 區域物流節點城市發展評價指標體系

1.2 模型選擇

考慮到區域物流發展水平本身的模糊性和難以界定性，部分經濟指標之間可能存在比較明顯的相關性，從而導致評價結果不夠理想狀況的出現[4]。而鑒于因子分析法具有的降維思想，可以用綜合指標來代替原來的指標，進而使復雜問題簡單化。本文選取因子分析法對各區域性物流節點城市的區域物流發展水平進行綜合評價，最后再用聚類分析法加以分類。這樣不但使綜合指標間的信息重復問題得到有效解決，還實現了綜合分析的定性與定量相結合[5]。

2 實證分析

由于在全國17個區域物流節點城市中，數據符合要求的只有哈爾濱、包頭、太原、合肥、拉薩、貴陽、福州、銀川、西寧、長沙，本文以這10個城市2010年的相關統計數據為樣本，對各市的物流發展狀況進行實證分析 （數據來源于 《中國城市統計年鑒2010》以及各城市統計年鑒）。

2.1 物流節點城市物流發展水平的因子分析

（1）原始指標的標準化處理與適用性檢驗。為實現各指標之間的可比性，必須要消除指標的量綱，所以首先對原始數據進行標準化處理。然后采用KMO和Bartlett檢驗方法對因子分析法的適用性進行檢驗。其檢測結果如表2所示。

表2 KMO檢驗和Bartlett球度檢驗

從表2中可以看出KOM （Kaiser-Meyer-Olkin）值大于0.5，且Bartlett值=115.388，其顯著性水平是0.00，小于1%，說明各指標變量之間具有相關性，是適宜做因子分析的。

（2）提取公因子。根據標準化后的數據經過計算得到樣本相關系數矩陣的特征值和方差貢獻率 （見表3）。

表3 特征值和方差貢獻率

表3表明變量相關系數矩陣有兩個大的特征值5.379和1.833，若按照特征值大于1的標準提取公因子，則取這兩個公因子。它們包含的信息量占總體信息量的百分比為90.013%。因此提取前兩個公因子，已經可以對經濟發展的總體水平進行總體描述[6]。

（3）因子旋轉。為了簡化因子載荷矩陣的結構，使每個變量僅在一個公因子上有較大的負荷，而在其余公因子上的負荷比較小，以便找出公因子的實際意義。本文對初始因子載荷矩陣進行方差最大旋轉，旋轉后的因子載荷矩陣如表4所示。

表4 旋轉因子矩陣表

根據表4將8個指標按照高載荷分成兩類，并結合專業知識對因子給予命名，得出第一個因子包括年末總人口數、地區生產總值、工業增加值、第三產業增加值、社會消費品零售總額5個指標，將其命名為經濟發展水平因子。第二個因子包括貨運總量、公路貨運量和鐵路貨運量3個指標，將其命名為物流主導產業因子。

（4）計算因子得分。SPSS根據旋轉后的因子載荷矩陣，運用Bartlett因子得分法自動計算出因子得分，按各公因子對應的方差貢獻率占兩個公因子總方差貢獻率的比重作為權數進行加權匯總，計算各城市的綜合因子得分，其計算形式為：

由此計算出的每個城市的綜合因子得分充分反映各節點城市區域物流綜合實力的強弱，根據因子得分對各區域物流節點城市進行排序，結果見表5。

表5 區域物流節點城市的因子得分、綜合得分及排名

2.2 物流節點城市物流發展的聚類分析

聚類分析法就是根據樣品或指標之間的 “相似性”或 “相近性”來將樣品或指標進行歸類的一種統計方法。將前面因子分析得到的2個主成分的分值作為聚類分析的樣本矩陣，首先對數據進行標準化處理，然后采用系統聚類的類平均法進行聚類分析，得到的聚類樹形圖如圖1。

圖1 系統聚類分析的樹狀圖

由圖1可以看出，可將10個區域物流節點城市分為三類，第一類包括拉薩、西寧、太原、貴陽、銀川和合肥；第二類包括哈爾濱、福州和長沙；包頭則獨自歸為一類。

2.3 結果分析

根據前面因子分析和聚類分析的結果，綜合考慮各區域物流節點城市所處的地理位置、經濟發展水平等因素，將10個區域物流節點城市劃分為三個類別。

第一類為物流發展水平中等偏下地區，包括拉薩、西寧、太原、貴陽、銀川和合肥。這幾個城市的綜合得分排名分別為10、9、6、7、8、5，從物流發展綜合實力來看均處于劣勢。其中銀川的物流主導產業因子位列第四，2010年銀川市的貨運總量達到了19 500萬噸，充分顯示出其交通樞紐的地理區位優勢，但其經濟發展水平因子僅排名第九，說明銀川市經濟發展速度過低，因此銀川市的發展重點是大力促進區域經濟的發展。西寧和拉薩綜合排名及各因子排名都比較靠后，屬于物流發展低水平地區，這也充分表明了這兩個城市無論是在地理交通方面還是在經濟文化發展水平方面，均處于不利狀態，所以拉薩和西寧的區域物流發展需從全方位入手。太原、合肥、貴陽的因子得分和綜合得分都比較均衡，表明這三個城市的物流發展比較穩定，其中合肥屬于中等偏上水平，2010年除了鐵路貨運量僅為150.8萬噸以外，其他指標的數值都很大，因此要想進一步促進合肥的物流發展，可以首先從鐵路貨運方面著手。

第二類為物流發展高水平地區，包括哈爾濱、福州和長沙，這三個城市的綜合得分排名依次為2、4、1。其中長沙的地區生產總值、工業增加值、第三產業增加值和社會消費品零售總額均為最高，因此其經濟發展水平因子排名位居第一，充分顯示了長沙市的經濟發展實力，另外其物流主導產業因子位居第二，說明長沙市物流產業的發展狀況也很好，這也使得長沙市成為最具有區域物流發展綜合實力的區域物流節點城市。哈爾濱市和福州市雖然綜合排名和經濟發展水平因子分別占據第二和第三位，但其物流主導產業因子得分僅排在第八和第七位，這充分顯現出哈爾濱市和福州市物流產業發展的不足，因此在加快經濟發展的同時，要針對自身地理區位優勢，加快交通運輸業的發展，注重與周邊城市的合作，通過物流基礎設施等的建設，促進區域物流發展的產業化進程。

第三類為物流發展水平中等偏上地區，包括包頭市。包頭市是我國著名的鋼鐵工業城市，鐵路運輸發達，其2010年的貨運總量達到28 373.7萬噸，其中鐵路貨運量為11 445.5萬噸，是10個城市中貨運總量和鐵路貨運量最高的城市，從而使其物流主導產業因子排名第一，這也決定了包頭市被單獨列為一類。但包頭市經濟發展水平因子僅排在第七位，從而導致其綜合排名下降至第三位，從包頭市2010年各指標數值看出，這主要是由包頭市人口規模比較小，第三產業增加值過低造成的，所以提高包頭市物流發展綜合水平的最有效方法就是充分發揮其鋼鐵規模經濟優勢，提升第三產業的發展速度。

3 結 論

本文從人口規模、經濟實力、工業規模、第三產業規模和物流主導產業規模5個方面確立了區域物流發展水平的評價指標體系，采用因子分析和聚類分析的定量分析方法對10個區域物流節點城市的物流發展進行了綜合評價和分類，實現了兩種方法的有機結合，模型原理清晰，計算簡單，大大減少了計算工作量，結論客觀、準確、較有說服力。

[1]魏修建，解芳.區域物流發展水平綜合評價指標體系研究[J].中國商界，2008(12):61-62.

[2]周泰，王亞玲.基于模糊物元的區域物流發展水平評價[J].北京交通大學學報，2010(3):37-41.

[3]殷輝，張硯，李道芳.我國區域物流節點城市發展的統計評價分析[J].現代管理科學，2011(3):43-45.

[4]吳文一，劉麗.主成分分析和聚類分析在區域物流中心綜合評價中的應用[J].技術與方法，2009(12):164-168.

[5]程慧燕，魏連雨.省域區域物流發展綜合評價指標體系研究[J].物流科技，2010(9):48-51.

[6]劉磊，黃斌.因子分析法在教學評估中的應用[J].湖北工業大學學報，2006(1):23-26.