基于“鉆石模型”的區域物流產業競爭力評價研究

曲 敬

（哈爾濱理工大學經濟學院，黑龍江哈爾濱150080）

【產業經濟】

基于“鉆石模型”的區域物流產業競爭力評價研究

曲 敬

（哈爾濱理工大學經濟學院，黑龍江哈爾濱150080）

當前，我國物流產業發展中存在與電子商務發展不協調、物流發展規劃與實際問題脫節等問題，運用Porter的鉆石模型對區域物流產業的影響因素進行分析，在構建區域物流產業競爭力指標體系的基礎上，選取15個省（區、市）作為樣本，采用因子分析法，對各省（區、市）物流產業競爭力進行綜合分析，結果表明我國物流產業發展不均衡，區域物流產業競爭力差異明顯，呈現東強西弱的產業格局。

鉆石模型；物流產業；競爭力評價；因子分析法

一、引言

隨著科技進步和全球經濟一體化程度的不斷加深，以及電子商務時代的來臨，傳統的商業運作模式正在發生改變，形成了以B2B、B2C等為主體的新型電子商務模式，電子商務占我國GDP比重也逐年增加。而物流作為電子商務的重要環節，是商流、信息流、資金流的基礎及載體，是買賣雙方的紐帶。隨著電子商務規模的擴大，物流在電子商務體系的重要性也日益突出。然而，我國滯后的物流產業已制約了商務發展，如在“雙十一”期間物流量激增，“爆倉”問題嚴重，物流從業人員素質低、物流對象混亂、暴力分揀等問題造成了物流與電子商務銜接的中斷、電子商務需求旺盛、供給不及時的現象，影響了電子商務高效、便捷、安全的運營宗旨［1］。此外，物流產業作為基礎性產業，被譽為“國民經濟的命脈”、經濟發展的加速器，其發展水平是體現一個國家或地區現代化程度及綜合實力的重要標志。因此物流產業的發展日益成為學術界研究的熱點問題，其中，物流產業發展的核心問題是提升物流產業競爭力，針對我國各區域物流產業發展不平衡，物流發展規劃與實際問題脫節等問題，本文對我國各省（區、市）區域物流產業競爭力進行評價研究。

二、基于“鉆石模型”的區域物流產業競爭力影響因素分析

（一）區域物流產業競爭力的鉆石模型應用

Porter（1990）出版了《國家競爭優勢》，根據對10個國家上百種產業發展歷史的研究，歸納出著名的“鉆石模型”，以分析國家如何在特定產業建立競爭優勢。Porter認為決定某一產業競爭力的主要因素為生產因素、需求因素、企業戰略結構及競爭對手、相關及支持性產業，這四個因素具有雙向作用［2］。除這四大因素之外，還存在兩大變數即政府和機會，其中政府政策的影響是不可忽視的，而機會具有不可預見性。

對區域物流產業競爭力影響因素的分析，是構建完善的區域物流產業競爭力評價指標體系的前提條件。本文基于Porter的鉆石模型，構建了區域物流產業競爭力的鉆石模型（見圖1）。“鉆石模型”在分析產業競爭力影響因素方面具有得天獨厚的優勢。這主要是因為：1.“鉆石模型”從產業的角度出發，結合企業、政府政策等方面對產業競爭力影響因素進行分析，綜合了宏觀、中觀、微觀的各種因素，為進一步完善指標的選取，避免指標的遺漏，構建完善的產業競爭力評價指標體系提供基礎。2.“鉆石模型”是從產業價值鏈的角度來分析產業競爭力的影響因素，而不是從政治、經濟、文化等方面進行分析，能夠進一步精確產業競爭力評價指標體系指標的選取［3］。

圖1 區域物流產業競爭力的“鉆石模型”

（二）區域物流產業競爭力影響因素分析

物流產業作為基礎性產業，幾乎滲透到國民經濟的各個部門之中，也造就了區域物流產業競爭力的眾多影響因素，涉及到經濟、政治、文化等各個方面。本文運用Porter的鉆石理論，從生產要素、需求要素、企業戰略結構、相關產業發展、政府作用和機會方面對影響區域物流產業競爭力的影響因素進行分析。

1.生產要素分析。Porter將生產要素劃分為初級生產要素和高級生產要素，初級生產要素指自然資源、地理位置等，高級生產要素指人力資本、研究機構、基礎設施等。在區域物流產業競爭優勢中，初級生產要素重要性越來越低，高級生產要素對獲得競爭優勢具有不容置疑的作用，其中人力資本、基礎設施對區域物流產業競爭力產生較重要的影響，能夠為物流產業提供必要的人才及技術支撐，促進區域物流產業結構的轉型及升級。

2.需求要素分析。Porter指出市場需求是產業發展的動力，是評價某個產業競爭力的重要指標之一。物流需求是一種衍生需求，其狀況與一個地區的經濟發展水平密切相關。通常，一個地區經濟發展水平越高，這個地區內的所有行業發展越好，企業內部的采購、運輸等活動就越多，從而物流需求也就越大。此外，人民的生活水平也對物流需求產生重要的影響，人民的生活水平越高，消費越趨向多元化，從而帶動物流需求的增長，物流產業競爭力得到提高。

3.企業戰略結構分析。Porter認為，企業的戰略結構與產業競爭優勢的形成與保持存在著密切的關系。區域內物流企業競爭力水平綜合反映了物流主體提供物流服務及滿足客戶需求的能力大小，體現了物流主體的運作水平，反映了一定時期區域內物流企業的總體發展水平，是區域物流競爭力形成的關鍵因素［4］。物流企業競爭力并不僅僅局限于Porter所提到的企業戰略結構與競爭因素，還應該包括企業的規模、技術投入、人力資源、運營績效等多種因素，是物流企業綜合實力的體現。

4.相關產業發展分析。Porter認為，任何一個行業都不可能獨立存在，某一個行業是否具有國際競爭力與其上游產業及輔助產業密切相關。一個地區的相關產業競爭力越強，則區域物流產業競爭力越強。因此，在對區域物流產業競爭力水平進行分析時，必須要考慮物流供應鏈上下游產業的發展水平。

5.政府作用分析。Porter認為，直接參與產業競爭的是企業，而非政府，政府只是研究產業競爭力的輔助因素。然而我國的國情及經濟制度決定了政府作用在影響產業競爭力方面絕對不能弱化，政府能夠通過財政政策以及相應法律法規的出臺對區域物流產業競爭力產生重要的影響。

6.機會分析。機會是指那些超出企業控制范圍的突發事件，如技術的重大創新等，它既可以打破原有的競爭環境，也可以創造出競爭的“斷層”，從而對相關產業的競爭力造成重大的影響［5］。由于機會具有很大的不確定性，因此本文不加以詳細分析。

三、區域物流產業競爭力綜合評價指標體系構建

（一）評價指標選取的原則

選取的評價指標不同，區域物流產業競爭力體系也就不同，要建立科學有效的評價體系，就必須遵循以下原則：

1.科學性原則：每個指標的選取必須有其科學內涵，本文是基于Porter的鉆石模型構建的指標體系，進行指標的選取；

2.系統性原則：每個指標必須是相互作用、相互關聯的，本文是基于鉆石模型，從產業鏈的角度進行指標的選取；

3.可比性原則：指標的單位要統一，能夠進行標準化處理；

4.可操作性原則：各個指標都應該客觀真實，不得憑空捏造［6］。

（二）區域物流產業競爭力綜合評價指標體系設計

本文中區域物流產業競爭力評價指標體系的建立主要依據Porter的鉆石模型，從物流生產要素、需求、企業、相關產業6個方面進行構建，由于機會具有不可預知性，因此本文從以下5個方面進行指標的構建，構建思路如下：

1.物流生產要素。在區域產業競爭優勢中，初級生產要素重要性越來越低，高級生產要素作用日益凸顯。因此，在區域物流產業競爭力指標體系構建的過程中，摒棄了天然資源的指標，選取了每十萬人中高等教育在校生人數（X1）、研究與發展費用（X2）、交通運輸總里程（X3）、寬帶接入用戶人數（X4）4個指標進行分析。其中：每萬人中高校畢業生人數＝（高校畢業生數／地區常駐人口數）*10000；交通運輸總里程＝鐵路總里程＋公路總里程。

2.物流需求狀況。由于本國物流市場需求主要受經濟發展水平和人民消費水平的影響，因此選取了地區國民生產總值（X5）、城鎮居民人均可支配收入（X6）、全年農村居民人均純收入（X7）3個指標進行分析。

3.物流企業競爭力。物流企業的規模、績效水平等對區域物流產業競爭力產生重要影響，因此本文選取了全年各種運輸方式完成貨物周轉量（X8）指標進行分析。

4.相關及支持性產業。“鉆石模型”強調任何一個產業都不可能單獨存在，第二產業以及第三產業中對物流活動產生巨大需求的子產業，都成為物流產業最重要的相關及支持產業。因此，在對物流產業競爭力進行分析時，選取了第二產業增加值（X9）、第三產業增加值（X10）兩個指標進行分析［7］。

5.政府作用。政府主要通過財政政策來對區域物流產業發展施加影響，因此本文選取了公共財政預算收入（X11）、公共財政預算支出（X12）兩個指標進行分析。

基于上述思路，本文構建區域物流產業競爭力評價體系如下（見表1）：

表1 區域物流產業競爭力指標體系

（三）評價方法的選取

本文擬采用因子分析法對區域物流產業競爭力評價指標體系進行定量分析。具體分析步驟：

1.本文依據物流產業的總體發展水平選取了我國15個省（區、市）作為樣本，并結合區域物流產業競爭力評價指標體系所構建的指標變量，搜集有關的數據，列出樣本數據的原始數據表并對原始數據進行標準化；

2.將區域物流產業競爭力綜合評價所選取的樣本數據進行KMO或Bartlett球體檢驗，看其是否適合進行因子分析；其中KMO值與1越接近則越適合進行因子分析，一般KMO值大于0.5則適合進行因子分析；Bartlett球體檢驗如果統計量相對較大則適合進行因子分析；

3.對相關系數矩陣求特征值和特征向量，并得出方差貢獻率和累積方差貢獻率，從而得到特征值大于1的幾個公共因子，再判斷這幾個公共因子的累積方差貢獻率之和是否達到一定值，能夠全面反映所有變量信息，如其不是很明顯，則對因子進行旋轉；

4.運用線性函數計算各省（區、市）在各區域物流產業公共因子上的得分，根據公共因子權重求得各省（區、市）區域物流產業競爭力綜合得分，進行相關排名；

5.根據因子分析的結果，得出有關區域物流產業競爭力評價的相關結論［8］。

四、區域物流產業競爭力的實證分析

（一）樣本選取及數據來源

本文依據我國物流產業的總體發展水平選取了15個省（區、市）自治區作為樣本，通過因子分析，運用線性函數計算各樣本在各公共因子上的排名，根據公共因子權重求得各省（區、市）綜合排名，明確各省（區、市）物流產業競爭力現狀。本文擬從以下13個指標變量去進行實證研究：每十萬人中高等教育在校生人數X1（人）、研究與發展經費支出X2（億元）、交通運輸總里程X3（公里）、寬帶接入用戶人數X4（人）、地區國民生產總值X5（億元）、城鎮居民人均可支配收入X6（元）、全年農村居民人均純收入X7（元）、全年各種運輸方式完成貨物周轉量X8（億噸公里）、工業產業增加值X9（億元）、第三產業增加值X10（億元）、公共財政預算收入X11（億元）、公共財政預算支出X12（億元）。本文所運用的數據均來自2012年各省（區、市）統計局官網所公布的國民經濟和社會發展統計公告及各省（區、市）統計年鑒，樣本數據具體如表2所示：

表2 2012年全國15個各省（區、市）指標原始數據

數據來源：2012年各省統計年鑒及國民經濟和社會發展公告

（二）部分省（區、市）物流產業競爭力評價

為了消除數據量綱上的差異，本文首先對選取的15省（區、市）的原始數據（表2）運用Spss17.0軟件進行標準化處理，再根據標準化的數據進行KMO和Bartlett球體檢驗，以判斷是否適合進行因子分析。通過檢驗，發現KMO值為0.653＞0.5，適合進行因子分析；且Bartlett球體檢驗的概率P值為0.000，檢驗結果表明適合進行因子分析（見表3）。

表3 KMO和Bartlett球體檢驗結果

根據標準化后的樣本數據所得到的相關系數矩陣，運用Spss17.0軟件可以得出公因子方差表，公因子方差表示所提取的公因子對每個變量的解釋程度。本樣本數據的公因子方差表（表4）如下，大部分變量共同度分布于0.7～0.9之間，表明公因子能較高程度解釋每個變量的信息，表明所選擇的指標和所搜集到的數據能很好地反映15個省（區、市）的物流競爭力的基本現狀，為下面進行公因子提取提供了基礎性支撐［9］。

表4 公因子方差

根據標準化后的相關系數矩陣，計算出相關系數矩陣的特征值及累計方差貢獻率，判斷所應選取的公因子的個數。本文將標準化后的相關系數矩陣運用Spss17.0軟件分析，可以得到解釋的總方差表（表5），發現經過最大方差正交旋轉后前3個特征值全部大于1，且前3個成分的累積貢獻度達到92.523%，因此確定選取3個主成分進行因子分析。

表5 解釋的總方差

提取方法：主成分分析法

通過解釋的總方差表，得到的3個主成分的累積貢獻率達到92.523%，說明選取的3個主成分能反映絕大部分的基本指標信息量。再運用Spss17.0軟件，根據正交旋轉后的成分矩陣（表6），得到比較鮮明的公因子成分，完成對三級指標的基本解釋。從表6可以看出，主成分1（Y1）主要是由變量X2（研究與發展費用）、X4（寬帶接入用戶人數）、X5（地區國民生產總值）、X9（工業產業增加值）、X10（第三產業增加值）、X11（公共財政預算收入）、X12（公共財政預算支出）決定的，它們的因子載荷分別為0.924、0.945、0.984、0.975、0.948、0.900、0.958，反映了二級指標中的基礎設施、經濟發展水平、相關產業支撐、政府作用指標，可以命名為區域物流產業的經濟社會發展因子，將以上四類指標歸為一大類看似矛盾，但在因子分析過程中，公共因子本身就是一個不可觀測但又具有一定意義的變量，只要對原始變量具有較高的荷載，能夠將原始變量歸為合理的類別，就完成了因子分析降維、解釋的目的，Y1的累積方差貢獻率為56.111%，因此是研究區域物流競爭力時需要重點考慮的層面［10］。主成分2（Y2）主要由變量X3（交通運輸總里程）、X6（城鎮居民人均可支配收入）、X7（全年農村人均純收入）、X8（全年各種運輸方式完成貨物周轉量）決定的，它們的因子載荷分別為－0.752、0.878、0.869、0.838，反映了二級指標中的人民生活水平、物流企業規模與績效等指標，可以命名為區域內物流企業發展規模與效率影響因子；Y1的累積方差貢獻率為27.496%，也是研究區域物流競爭力時需要考慮的重要方面。主成分3（Y3）主要是由變量X1（每十萬人中高等教育在校生人數）決定的，它的因子載荷為0.904，反映了二級指標中的人力資本指標，因此可以命名為物流產業人力資源供給因子，它對全部原始變量的方差貢獻率為8.926%，因此對區域物流產業競爭力的解釋相對差些。

表6 旋轉成分矩陣a

提取方法：主成分分析法

運用Spss17.0軟件，根據主因子的特征值所占比重作為權重，得到因子得分系數矩陣如下（見表7）：

表7 成分得分系數矩陣

根據因子得分系數矩陣，可以得出下列因子得分函數：

Y1＝0.083*X1＋0.155*X2＋0.130*X3＋0.136* X4＋0.160*X5－0.038*X6－0.030*X7－0.069*X8＋0.162*X9＋0.142*X10＋0.133*X11＋0.166*X12

Y2＝－0.256*X1－0.048*X2－0.300*X3＋0.001 *X4－0.054*X5＋0.346*X6＋0.297*X7＋0.398*X8－0.069*X9＋0.002*X10＋0.15*X11＋0.090*X12

Y3＝1.097*X1＋0.217*X2＋0.021*X3－0.141* X4＋0.018*X5－0.201*X6－0.061*X7－0.358*X8－0.007*X9＋0.039*X10＋0.110*X11＋0.059*X12

根據解釋的方差表（表6）3個公因子旋轉之后的方差貢獻率作為權重，將各因子的得分加權求得綜合得分，即15個省（區、市）區域物流產業競爭力的得分。綜合得分函數如下：

Y＝56.111%*Y1＋27.496%*Y2＋8.926%*Y3

將搜集的15省（區、市）樣本數據帶入上述因子得分函數及綜合得分函數，可以對15省（區、市）的物流產業競爭力進行綜合的排名，具體如下表8：

（三）結果評價

在表8中，區域物流產業競爭力綜合得分和各因子得分為負數，并不代表該地區的物流產業競爭力為負，而只是說明該地區的物流產業競爭力低于樣本平均水平，根據表8可以得出如下結論：

1.我國區域物流產業發展不均衡，區域物流產業競爭力差異明顯，呈現東強西弱的格局。通過選取的15省（區、市）樣本數據的物流產業競爭力綜合排名及得分狀況，可以發現：綜合得分＞0的有6個地區，包括廣東、江蘇、山東、上海、浙江、遼寧，他們的物流產業競爭力水平要高于樣本平均水平，說明6省市的物流產業競爭力相對較強，其中得分最高的為廣東省1.3302706，說明廣東省物流產業最為發達，通過觀察可以發現以上6個省（區、市）均為東部沿海發達省（區、市）；其余9個地區綜合得分＜0，其物流產業競爭力水平要低于樣本平均水平，說明這9個地區的物流產業競爭力水平較低。此外，綜合得分最高的廣東省與最低的吉林省－0.7613042，兩者得分相差2.0915748，說明我國物流產業競爭力差距較大。根據表8各省（區、市）綜合得分，可以發現我國物流產業發展不均衡，區域物流產業競爭力差異明顯，呈現東部沿海地區物流產業強勢，中西部地區物流產業弱勢的產業格局。

2.區域物流產業競爭力與各公共因子排名不一致，且與有的單項因子差異很大。通過表8我們發現：權重較大的Y1（區域物流產業經濟社會發展因子）綜合得分方面，①綜合得分＞0說明包括廣東、江蘇、浙江、山東、河南、四川6省區域物流產業經濟社會發展水平高于樣本平均水平，其余9個地區綜合得分＜0，其區域物流產業經濟社會發展水平低于樣本平均水平，存在很大提升的空間；②在各區域綜合排名與Y1排名一致性方面，包括廣東、浙江、山東、江蘇、吉林省，這5省的綜合排名與Y1排名完全一致，其余9省（區、市）（上海除外）的物流產業競爭力綜合排名與Y1排名不一致但相差不大，上海市的物流產業競爭力綜合排在第4，而其Y1排名為11，相差很大，并且通過對9省（區、市）的觀察發現，Y1排名低于綜合排名的包括上海、遼寧、內蒙古、廣西，說明他們可以在區域社會發展因子方面有相對較大提升的空間。

在Y2（區域內物流企業發展規模與效率影響因子）方面，通過表8我們發現：①在Y2（區域內物流企業發展規模與效率影響因子）綜合得分方面，綜合得分＞0包括廣東、江蘇、山東、浙江、河北、上海、遼寧7省（區、市），說明其區域內物流企業發展規模與效率影響因子水平高于樣本平均水平，其余8省（區、市）綜合得分＜0，其區域內物流企業發展規模與效率影響因子水平低于樣本平均水平，存在較大改善的空間；②所選取的15省（區、市）物流產業競爭力綜合排名與其Y2排名均不一致但差異不大。

在Y3（物流產業人力資源供給因子）方面，通過表8我們發現：①Y3綜合得分＞0的包括江蘇、上海、黑龍江、吉林、遼寧、湖北5省市，說明其區域物流產業人力資源供給水平高于樣本平均水平，其余10省（區、市）綜合得分＜0，其區域物流產業人力資源供給水平低于樣本平均水平，存在改進的空間；②所選取的15省（區、市）物流產業競爭力綜合排名與其Y3排名均不一致，且廣東、浙江、黑龍江、吉林、湖北的物流產業競爭力綜合排名與其Y3排名差異很大，其中廣東、浙江的Y3排名遠低于綜合排名，說明其在物流產業人力資源供給水平方面存在相當大的潛力及改進空間。

五、結論

通過以上實證分析結果可知，我國目前物流產業發展不均衡，區域物流產業競爭力差異明顯，呈現東部沿海地區物流產業強勢、中西部地區物流產業弱勢的東強西弱產業格局。此外，各區域的物流產業競爭力綜合排名與區域物流產業經濟社會發展因子、區域內物流企業發展規模與效率影響因子、物流產業人力資源供給因子排名存在不一致的現象，與有的單項因子差異很大。因此，這就要求政府在制定物流產業發展政策時要充分考慮各地區的差異。對于因子得分高于樣本平均水平的省（區、市）繼續保持和進一步提升物流產業質量，低于樣本平均水平的，結合地區實際情況有的放矢地促進物流競爭力水平的提高，提出具有針對性的物流產業發展政策，避免資源浪費。

［1］王娟娟.電子商務時代的物流發展分析［J］.中國流通經濟，2014（3）：54－59.

［2］MICHAEL E PORTER.The Competitive Advantage of Nations［M］.1990：71－83.

［3］楊秀云，郭永.基于鉆石模型的我國創意產業國際競爭力研究［J］.當代經濟科學，2010，32（1）：90－97.

［4］譚濤.區域物流競爭力水平分析與評價研究［D］.西南交通大學，2007.

［5］章榮武.“鉆石模型”及其應用中國船舶工業產業競爭優勢分析［D］.廈門大學，2007.

［6］臧旭恒.產業經濟學［M］.北京：經濟科學出版社，2007.

［7］高秀麗，王愛虎.區域物流競爭力綜合評價體系及實證研究［J］.工業工程與管理，2010，15（4）：41－45.

［8］張冬梅，舒燕飛.區域經濟分析方法［M］.北京：中國社會科學出版社，2011：82.

［9］江帆.基于因子分析法的區域物流產業競爭力研究［D］.南京：南京大學，2013.

［10］汪文雄，李啟明.基于因子與聚類分析的中國建筑業產業競爭力研究［J］.數理統計與管理，2008，27（3）：329－337.

Currently，In view of the logistics industry development in our country and the electronic commerce development， there are problems which are e－conumerce development uncoordinated，the logistics planning out of the real，this paper uses Porter＇s diamond model to analyze the influence factors of the regional logistics industry and set up competitiveness evaluation index system of the regional logistics industry.Based on the regional logistics industry competitiveness evaluation index system，this paper uses factor analysis to analyze the logistics industry competitiveness of provinces and cities which selecting 15 Provinces and cities as sample.The analysis and conclusions are good for solving problemswhich about the logistics industry development and the electronic commerce development uncoordinated and so on.

diamond model；logistics industry；competitiveness evaluation；factor analysis

F259.27

A

2095－3283（2014）09－0071－07

（責任編輯：張彤彤）

曲敬（1989－），女，漢族，山東威海人，碩士研究生，研究方向：產業經濟學。