基于因子分析的物流企業競爭力評價＊——以寧波市為例

高曉紅，俞海宏

（寧波大學 海運學院，浙江 寧波 315211）

隨著國務院《物流業調整和振興規劃》的出臺，各地結合物流業發展的實際，紛紛著手研究和制定策略，以期推動物流業的發展。在此背景下，涌現了很多關于物流業發展對策的研究。物流業具有復合型、系統性的特點，制定發展策略需要深入了解物流業的發展現狀，尤其是物流業經濟主體的運營情況，這離不開物流業經濟主體的專項統計調查資料。我國針對物流業的專項調查剛剛起步，目前實施的始于2004年的《社會物流統計制度及核算表式》尚未完善，在操作層面上面臨著一系列問題，如尚未將物流產業定義與諸如中國國家標準局編制和頒布的《國民經濟行業分類與代碼》、國家標準委的《物流企業分類與評估指標》等銜接，導致對物流產業的劃分界定不清，各地統計口徑不一致［1］。

本文對物流業的研究，依據國民經濟行業分類，按照企業工商注冊的行業分類信息，提取行業大類為交通運輸與郵政服務業下的企業作為物流業的經濟主體加以研究。在研究角度上，本文結合行業細類將物流業進一步細分為倉儲業、裝卸搬運業、運輸代理業、道路運輸業、航空運輸業、鐵路運輸業、水上運輸業、郵政業等總共8類物流企業，在此基礎上搜集數據，運用因子分析法定量地研究各類物流企業的現實發展情況，據此形成針對不同類別物流企業的差別化結論和建議。本文涉及的數據來源于寧波市工商局提供的原始資料，經過統計整理形成樣本數據，統計分析過程在SPSS軟件下實現。

一、樣本選擇與指標數據選取

本文選擇有資產和損益記錄的物流企業作為此次分析的樣本企業，涉及的8類物流企業總計1 700家，約占寧波物流企業總數的二分之一。從構成上來看，各類物流企業的數量比例大體上反映了寧波物流企業總體的結構構成，可視為物流企業數量總體的一個分層抽樣。見表1。

表1 各類物流企業數量分布表

對于企業競爭力的評價問題，很多學者都進行過研究。在評價指標的選取上，有反映企業經營結果的財務指標和反映企業經營過程的非財務指標，學者在研究中各有側重［2－3］。本文選取了能夠重點反應企業經營結果的財務指標，指標數據的時間范圍為2008年的存量數據和流量數據。由于各類物流企業涉及的企業數量較多，本文采取對各類物流企業的原始數據均值化處理后計算相應的財務比率。鑒于指標數據的可得性問題，我們選取了14個財務比率作為評價各類物流企業經營績效的變量，進行因子分析。這14個財務比率分別是反映物流企業規模的指標，如資產總額、營業收入總額、利潤總額等六個比率；反映物流企業負債、償債情況的指標，如資產負債率、流動比率等兩個指標；反映物流企業資產營運能力的指標，如總資產周轉率、固定資產周轉率、流動資產周轉率等三個指標；反映物流企業盈利能力的收入利潤率、總資產利潤率和權益凈利率三個指標。

二、研究方法

在運用大量指標對行業、企業發展狀況進行客觀評估的研究中，因子分析法被廣泛使用。因子分析的基本思想是將原有變量綜合成少數幾個因子，因子能夠反映原有變量的絕大部分信息，并由因子替代原有變量參與數據建模。由于因子之間的線性關系較弱，使用因子進行數據建模能夠有效地解決變量多重共線性等造成的分析障礙［4］。相比其他的分析評價方法，因子分析的優勢在于：當待評價的原有變量之間存在較強的相關關系時，因子分析可以有效將原有變量中的信息重疊部分加以提取和綜合，既減少了原有變量的個數，又能保留原有變量的絕大部分信息。在具體的系統評價中，各因子的權重取決于其方差貢獻率，指標權重的確定具有客觀性；同時，對主因子之間差異的解讀，可以揭示評價對象發展的內在特征。

然而，在運用因子分析等統計方法進行的系統評價研究中，也存在著一些遺憾之處：數量頗多的應用因子分析的研究重點關注最后的綜合得分，忽視了分析過程中得出的各因子特性以及因子間的相互關系，對因子內涵挖掘不夠深入，往往只是將辛苦解析出的特性又綜合起來進行排序［5－6］。因子分析的特點在于分析各因子的特性以及各因子間的相互關系，由此揭示評價對象的內在特征。同理，因子分析用于企業的經營績效評價時，也應重點關注其對于因子特性及因子關系的解讀，重點分析企業發展內部影響因素以及各因素之間的關系。本文在分析中避免評價主體的綜合排名情況，利用因子特性突出反應各類因子所揭示的重點信息。

三、實證分析

由于物流企業分類處理后歸為8類，樣本數量較之變量數量相比偏小，所以在因子分析適用性檢驗上，使用了計算變量的簡單相關系數矩陣并進行統計檢驗。檢驗發現相關系數矩陣的大部分相關系數的絕對值均在0.5以上，適合用因子分析法進行分析。

（一）提取因子

根據本文選取的財務指標數據，利用統計軟件對指標進行分析計算，提取的因子為特征值大于1的特征根的數目，建立變量的相關系數矩陣，并計算出相關矩陣的特征值與貢獻率。見表2。

表2 解釋的總方差

表2反映了因子特征值及其貢獻率，表明前3個主因子的累計貢獻率達90.879%%，且3個主因子的特征值都大于1。由于方差貢獻率反映了每個因子包含原始數據的信息量度，當選擇前3個因子作為主因子時，就包含了原始變量的90%以上的信息量，滿足了因子分析用變量子集來解釋整個問題的要求。

（二）旋轉后的因子分析

因子旋轉前公共因子貢獻率集中于第一個主因子，其原因是初始因子載荷矩陣中各個原始指標在第一主因子上的載荷都比較高，在另外兩個因子上的載荷較小。為了使因子的載荷系數能夠明顯分化，增強因子對原有變量的解釋作用，需要進行因子旋轉。對初始因子載荷矩陣進行旋轉因子旋轉的方法有多種，本文采用“方差極大化”進行因子正交旋轉，得到方差極大化后的因子載荷矩陣。進行方差極大化旋轉后，因子載荷矩陣及因子得分系數矩陣發生了變化，因子載荷矩陣中的元素向0或正負1靠攏，使因子具有較強的命名解釋性，即各因子的經濟意義變得清晰。見表3。

表3 旋轉后的主因子載荷矩陣

從表3可以看出，經過最大方差法因子旋轉，在5次迭代之后，旋轉后的因子載荷系數已經明顯地向兩極分化，每個因子中各原始變量的系數差別較為明顯，因子的經濟含義較為清晰。在對因子進行命名時，選取負荷系數較大的自變量作為代表變量，命名結果見表4。

表4 因子選取表

第一個公因子基本上反映了物流企業資產、盈利方面的信息，可以解釋為企業的資本規模能力；第二個公因子基本上集中反映了企業資產周轉率的信息，可以解釋為物流企業的經營、運作能力；第三個公因子主要集中了企業的負債信息，可以解釋為物流企業的負債情況。

（三）因子得分情況

在物流企業財務能力綜合評價體系中，將正交因子解的轉置矩陣與變量相關系數的逆矩陣相乘，便得到各個因子得分系數，進而建立因子得分模型。再將原始指標值代入因子得分模型，得到每個樣本的主因子得分。見表5。

表5 各主因子得分情況

進一步，由回歸法估計得出各因子得分，再以各因子方差貢獻率作為權重進行加權匯總，可以得到各類物流企業的綜合得分情況。在此基礎上，對物流業的綜合發展情況進行評價。本文側重點在于從不同因子的特性、得分情況來展開評價，故省去綜合得分計算環節。

（四）寧波物流業發展水平的綜合分析

根據各類物流企業各因子的得分情況，繪制各類物流企業因子得分示意圖，見圖1。

圖1 各類物流企業因子得分分布圖

由圖1可知，在規模能力因子上得分為正值的是水上運輸業和倉儲業，顯示這兩類物流企業在資產規模上高于物流業總體平均水平，其中水上運輸業最高；其余6類物流企業的資產規模則低于物流業總體平均水平，裝卸搬運類物流企業的平均資產規模最低。資產營運能力因子上，得分為正值的是郵政業和運輸代理業，顯示這兩類物流企業運用資產賺取收入和利潤的能力要高于物流業總體平均水平，其中郵政業最高；其余6類物流企業的資產營運能力則低于物流業總體平均水平，其中裝卸搬運類、鐵路運輸服務類企業的資產營運盈利能力低于行業平均水平的幅度均比較大。在負債因子上，倉儲類物流企業的負債因子得分最高，顯示此類物流企業的負債經營的程度遠高于物流業總體平均水平；負債因子上得分最低的是裝卸搬運業，顯示此類物流企業負債經營的程度較低，財務杠桿作用非常有限。

為了深入挖掘因子內涵信息，本文對因子加以組合進行交叉分析。根據各類物流企業數量的多寡，重點選擇物流企業數量較多的倉儲業、道路運輸業、水上運輸業、運輸代理等4類物流企業進行分析。以規模因子得分為橫坐標，營運因子得分為縱坐標繪制四類物流企業的散點圖。運輸代理類物流企業規模小于物流業總體規模水平，但資產營運盈利能力卻最為突出。倉儲類物流企業的營運盈利能力因子得分為最低。見圖2。

圖2 物流企業規模、營運因子得分散點圖

以營運因子得分為橫坐標，負債因子得分為縱坐標繪制4類物流企業的散點圖。見圖3。

圖3 物流企業營運、負債因子得分散點圖

從圖3可見倉儲類物流企業在整個行業的資產負債水平最高，但營運盈利能力水平最低。運輸代理類企業擁有較高的負債經營水平，相應的資產營運盈利能力也是最高的。水上運輸業兩個因子的得分均為負值，但低于行業平均水平的幅度不大。道路運輸企業營運盈利能力接近行業總體平均水平，資產負債率則高于行業平均水平。

四、評價結果和建議

第一，倉儲類物流企業資產規模較大，資產負債率遠遠高于物流業平均水平，資產營運盈利能力遠低于行業平均水平。倉儲企業由于舉債水平較高，導致較高的利息負擔；同時，倉儲企業的營業稅率高于運輸類物流企業，加之土地使用稅稅負等，使得倉儲企業稅負較重，進一步擠壓了利潤空間，導致倉儲業利潤率低下。較低的資產周轉率表明倉儲業利用資產賺取收入的能力偏低，從倉儲企業的實際情況來看，存在倉庫利用率偏低，倉儲設施得不到充分利用等問題。

在發展策略上，此類物流企業應積極轉變盈利模式，在傳統倉儲業務的基礎上，積極拓展倉儲增值業務，提高服務的附加值，滿足客戶多元化物流服務需求。從促進倉儲企業發展的角度來看，政府需要從改善倉儲業發展的軟環境入手，如適當優惠的財稅政策等，加大對倉儲業的扶持力度。

第二，道路運輸業主體是以從事公路運輸業務為主的企業。此類運輸企業在資產營運因子上的得分接近物流業平均水平，負債因子略高于行業平均水平，規模因子略低于物流業平均水平。運輸行業壁壘較低，行業競爭激烈，傳統的運輸服務具有標準化的特征，很容易被復制，物流企業依靠常規運輸服務取得的競爭優勢不易保持。在發展戰略方面，應強化運輸企業的專業化優勢，在此基礎上，通過完善相關配套物流服務，在整個物流業的集疏運網絡中做到快速反應，有效對接，提高融入供應鏈的效率，打造和提升運輸企業的核心競爭力。

第三，水上運輸類物流企業的負債因子遠低于行業平均水平，資產營運能力低于物流業總體平均水平，顯示此類物流企業資金實力較強，較低的資產負債率以及資產運作能力，在經營特征上趨于保守。遠高于行業平均水平的資產規模因子得分，顯示這一行業的資金準入門檻相對較高。水上運輸類物流企業的競爭環境相對緩和，但因此也導致了資產的運作水平較為落后。龐大的資產基數，若能提高資產運作效率，則會導致大規模的收入、利潤流入。在發展策略上，此類物流企業應著眼于盤活資產，提高資產運作效率。相應地，應轉變發展方式，由傳統的水上運輸服務，向現代的物流服務提供商轉型。政府則當積極促進航運服務業如航運服務中心、金融服務中心等配套服務業的形成和集聚，推動航運企業轉型提升。

第四，運輸代理業的經濟主體主要指貨代企業和船代企業。從分析結果來看，運輸代理業的發展最具活力。遠高于行業平均水平的資產營運能力，以及較高的資產負債率，顯示此類物流企業運作靈活、活躍，有效地利用了財務杠桿的作用。遠低于行業平均水平的資產規模，顯示這一類物流企業規模較小，資金準入門檻相對較低，降低了行業進入壁壘。寧波以港口物流為特色的物流業態，催生了數量眾多的國際、國內貨代企業和船代企業，激烈的市場競爭迫使貨代企業必須不斷提升自己的經營能力才能立足市場，從而此類物流企業資產運作水平相對較高。

從促進企業發展的角度來看，運輸代理類物流企業自身應進一步提高服務水平，提高客戶服務滿意度，與客戶建立穩定的合作關系，鞏固現有客戶群并力爭拓展新客戶。為此，企業應注重差別化服務，在傳統代理服務的基礎上，注意向客戶滲透增值服務，在提高客戶滿意度的同時，增加客戶轉換貨代服務商的成本，從而鞏固客戶群。從行業發展來看，運輸代理業在激烈的競爭環境下容易引發不正當競爭，政府在宏觀管理上，應注重規范競爭環境。競爭環境是物流企業發展的關鍵要素，尤其是環境的穩定性、規范化將影響企業的發展方向。競爭環境不規范有行業內在的原因，比如服務的差異化程度低，企業核心競爭力缺失等。若能輔以有力的外部政策，依靠相關的政策規范，則可以促進整個行業的健康發展。

［1］寧波統計局.寧波市物流統計指標體系研究［EB／OL］.（2008－08－15）［2012－01－03］http：∥www.nbstats.gov.cn／nead／ 20080815／25173.aspx.

［2］劉 寧，劉 亮.汽車企業競爭力評價研究［J］.財經問題研究，2010（7）：49－54.

［3］黃榮順，揭筱紋，王 亮.四川規模以上民營企業競爭力評價——基于主成分因子分析法的實證研究［J］.軟科學，2009（12）：141－144.

［4］薛 薇.基于SPSS的數據分析［M］.北京：中國人民大學出版社，2006：359－372.

［5］高 粱.基于因子分析法的中國港口與物流行業上市公司經營業績評價［J］.物流科技，2008（12）：133－137.

［6］耿云江，李 倩.因子分析模型在評價企業綜合競爭力中的應用［J］.遼寧大學學報，2008（2）：162－165.