基于因子分析的區域物流競爭力的研究評價——以珠江三角洲為例

■年呂運 劉聯輝 劉 琴 五邑大學

一、引言

區域物流是區域經濟核心競爭力的組成部分,也是衡量區域經濟發展水平的重要指標。客觀、準確地分析與評價區域現代物流發展水平,并與周邊各地區的物流發展水平進行綜合對比,對科學決策、改善現代經濟發展環境、促進物流企業和企業物流發展、提升區域現代物流競爭力和推動整個區域國民經濟發展都具有十分重要的意義。

二、區域物流競爭力的評價與比較研究回顧

在區域物流競爭力評價方面，目前還沒有一個成熟的指標體系，學者們基于不同視角提出的評價指標也不盡相同。在《基于主成分分析的區域物流發展水平綜合評價》一文中，同時采用了橫向和縱向兩種評價比較方法；謝如鶴等根據物流產業的現狀，提出了物流產業的競爭力評價的多層指標體系，并列舉了主要的評價方法和具體步驟；歐陽小迅，黃福華（2010）通過對區域物流競爭力解釋性因素進行評判，建立了一套三級區域物流競爭力評價指標體系。本文在其他專家學者的研究基礎上，利用因子分析法對珠三角區域物流競爭力進行評價研究。

三、區域物流競爭力評價指標體系的構建與評價方法的選擇

1.評價指標構建的基本思路

關于區域物流的界定尚無統一標準，對區域物流競爭力的評價亦無統一指標，本文在參考借鑒其他學者專家研究成果的基礎上，從生產消費流通狀況、社會經濟發展水平、區域物流運輸狀況、信息發展水平狀況、人力資源發展狀況五個方面構建一級指標體系，在此基礎上提出了13個二級評價指標。

2.評價指標體系構建的基本原則

為了更準確科學的進行評價分析，在構建區域物流競爭力評價指標體系時，必須遵循一定的基本原則。

(1)功能性原則：所選指標要具有描述功能、評價功能和解釋功能。

(2)可獲取性原則：即指標數據要能從權威性刊物、媒體或其他途徑獲得。

（3）可比性原則：指標在涵義、統計口徑和時空上要有可比性。

(4)完整性原則、非重疊性原則、定量和定性指標相結合的原則。

3.區域物流競爭力評價指標體系

按照上述區域物流競爭力評價指標的選擇原則，根據區域物流發展的特點，構建了區域物流競爭力的評價指標體系，如表1。

表1 區域物流競爭力的評價指標體系

4.區域物流競爭力評價方法

（1）分析方法的確定。對區域物流競爭力進行評價的方法主要有Delphi法、AHP分析法、聚類分析法、因子分析法、多層次模糊判斷法等。但主成分分析不能作為一個完整的模型加以描述，它只是通常的變量變換，而因子分析需要構造因子模型；在主成分分析中，主成分的個數和變量個數要求相同（因為它只是做了一次線性變換），但因子分析可以構造盡可能少的公因子，從而產生一個簡單的模型。綜上所述，本人認為因子分析法更適合區域物流競爭力的評價研究，故選擇因子分析法。

（2）因子分析法的基本步。本文利用SPSS18.0軟件進行因子分析，具體步驟如下：

①對原始數據進行標準化變換；

②求相關矩陣的特征值和特征向量；

③建立因子模型；

④確定因子貢獻率及累計貢獻率；

⑤因子載荷矩陣變換；

⑥計算總得分值；

⑦根據總因子得出總值。最后對各城市物流產業競爭力狀況進行排序比較。

四、珠三角城市區域物流競爭力實證分析

本文運用因子分析法，對珠江三角洲各城市2012年的物流發展水平進行綜合評價（因篇幅所限省略了具體數據）。利用SPSS18.0進行統計分析，首先進行KMO和Bartlett球形檢驗，結果如表2。

表2 解釋的總方差

通過提取特征值大于1的公共因子，可得前三個因子的解釋方差累計所占比分達到了91.701%，說明前三個因子能反應絕大部分信息，故提取三個主成分來代替原來的13個指標。

為了便于對公共因子進行解釋，再通過因子旋轉使因子載荷向兩極分化，如表3旋轉成分矩陣。

表3 旋轉成份矩陣a

根據表3旋轉成分矩陣，各因子的解釋如下：第一主因子的方差貢獻率達50.245%，在X8、X10、X13這三個指標上有較高的因子載荷，即貨運量、貨物周轉量、高校在校學生數，反應了城市的物流發展水平和人力資源狀況。第二主因子方差貢獻率為29.991%，在X1、X5、X11上有較高的因子載荷，即海關進出口總額、人均GDP、移動電話用戶數，這三個指標在一定程度上代表著城市的經濟發展水平。第三主因子的方差貢獻率為11.465%，同公路密度X7具有較大的正相關，是城市物流基礎設施發展水平的體現。

通過回歸算法計算成分得分系數矩陣，如表4所示。

表4 成份得分系數矩陣

根據表4成分得分系數矩陣，可以得到各主成分因子得分函數：

F1=-0.237*X1+0.156*X2+0.103*X3+…+0.284*X13

F2=0.463*X1-0.033*X2+0.047*X3+…-0.253*X13

F3=-0.099*X1-0.031*X2-0.008*X3+…+0.033*X13

進而得到三個因子得，如表5。

表5 各主因子得分

由表5可以看出，廣州在第一主因子得分高達2.64428，其表示貨運量、貨物周轉量、高校在校學生數，廣州市在這三項指標上的數據分別為67678、4570.28、1012300，均高于珠三角的其它城市；深圳在第二主因子的得分為2.48323，其通過海關進出口總額、人均GDP、移動電話用戶數來體現，在這三項指標上，深圳市也是最高的；東莞在第三個主因子得分為2.19264，代表了公路密度，東莞市也遠高于其它城市。以上統計數據均與珠三角各城市的實際經濟發展情況是基本吻合的。

統計軟件處理后，自動生成了FAC1_1、FAC2_1、FAC3_1三個因子得分，代表了全部數據的信息量。再以zF=0.50245*FAC1_1+0.29991*FAC2_1+0.11465*FAC3_1，求出了各因子值和綜合得分，再把各城市的物流競爭力進行排名，如表6。

表6 珠三角各城市物流競爭力綜合得分及排名

五、結論

本文首先建立了區域物流競爭力評價指標體系，運用因子分析法對珠三角區域物流競爭力進行評價，可以看出：盡管珠三角的區域物流競爭力總體較高，但在內部的九個城市中，廣州和深圳的物流競爭力較強，而惠州和肇慶的物流競爭力則相對較弱，評價結果與實際情況基本吻合。

用因子分析法對城市物流產業競爭力進行綜合評價，沒有直接對指標采用權重，所得的權數是伴隨數學變換自動生成的，具有客觀性，從而減少了主觀性同時又不失科學性、合理性。因此，因子分析法不僅能消除評價指標間相關關系的影響，而且減少了指標選擇的工作量，這也是筆者選擇因子分析法的主要原因所在。

[1]朱幫助，李軍.基于主成分分析的區域物流發展水平綜合評價[J].工業技術經濟,2008,27(5):105～107

[2]謝如鶴，邱祝強，陳寶星.區域物流產業競爭力指標體系及其應用[J].工業工程,2008,11(1):109～112

[3]歐陽小迅，黃福華.區域物流競爭力評價指標、方法和實證[J].湖南商學院學報,2010,17(2):69～74