基于因子分析法的物流業低碳化發展影響因素分析

張 年，朱王海

（華東交通大學經濟管理學院，江西 南昌 310013）

基于因子分析法的物流業低碳化發展影響因素分析

張 年，朱王海

（華東交通大學經濟管理學院，江西 南昌 310013）

以中國12個代表性省區為研究對象，選取影響物流業低碳化發展的重要指標，采用2012年《中國統計年鑒》等統計數據作為樣本，利用SPSS統計軟件對原始數據進行因子分析，篩選出3個代表性因子：產業結構與綜合物流環境因子、第三產業與信息技術因子、森林碳匯能力因子，通過計算因子得分，分析影響各省區物流業低碳化發展的主要因素，并提出相關建議和措施。

物流業；低碳化發展；影響因素；因子分析法

作為我國十大產業振興規劃之一的物流業，是能源消耗較大的產業，由于其尚處于粗放發展模式，在服務其他產業的過程中所產生的燃油消耗和尾氣排放已成為重要的污染排放源，是環境污染、城市霧霾加劇的重要因素之一。2013年1月15日，中共中央政治局常委、國務院副總理李克強在出席會議時強調：“我們的生產、建設、消費都不能以破壞生態為代價，落后的生產能力要堅決淘汰，過度的消費方式要堅決擯棄。”2013年11月，十八屆三中全會又進一步提出應加快建立生態文明制度，健全國土空間開發、資源節約利用、生態環境保護的體制機制，“綠色、循環、低碳發展”被提升到一個新的高度，在此背景下“物流業低碳化發展”也備受關注，受到國家以及企業的重視。

從現有文獻來看，目前對于物流業低碳化的研究主要集中在我國物流業低碳化發展現狀、存在問題、發展路徑和戰略對策等定性分析上，如潘恒（2010）［1］、郝海（2011）［2］、韓京偉（2012）［3］、云虹（2012）［4］等都從不同角度對這一問題展開過研究。也有部分學者有對物流業低碳化發展進行了定量分析，如閆琰等［5］（2012）利用反推法對我國2000-2009年交通運輸行業終端能耗及碳排放量進行了測算；李麗（2013）［6］設計了以低碳物流環境、低碳物流實力、低碳物流潛力、物流低碳水平為要素的評價指標體系，以京津冀數據為例，采用模糊物元法進行實證分析，但指標的建立偏向于物流能力的實現；孫曦等（2014）［7］以某地區物流業能源消耗量及碳排放數據為例，利用灰色理論對2011-2015年該地區物流業碳排放總量進行預測，研究表明對于碳排放的主要貢獻還是主要集中在能源結構的變化。中國物流業低碳化發展受到哪些影響因素的制約，各地區物流業低碳化發展是否存在差異性，如何結合地區特點來實現物流業低碳化發展，是物流業界必須思考的問題，但目前這一方面研究的文獻較少。因此，本文對物流業低碳化發展的影響因素進行綜合分析并建立評價指標體系，以中國12個重要省區為研究對象，找出影響各地區物流業低碳化發展的主要因素并分析其成因，為我國物流業低碳化建設與發展提供參考建議。

1 研究方法和模型基礎

因子分析是一種通過顯在變量找出和測評潛在變量，通過具體的指標測評抽象因子的統計分析方法［8］，其數學模型可表示如下：

簡化為矩陣的形式：

式（2）中，X=（x1，x2，…，xP）T是可觀測的隨機向量，它的每個分量代表一個指標或者變量；F=（F1，F2，…，Fm）T是不可觀測的隨機向量，它的各個分量將出現在每個原觀測變量X的表達式中，故稱為X的公共因子；矩陣A稱為因子載荷矩陣，其中aij稱為因子載荷，是第i個變量與第j個公共因子的相關系數，數值越大，說明第i個變量與第j個公共因子的相關程度越高。e=（e1，e2，…，ep）T稱為特殊因子，表示X中與F無關的部分，即變量中不能被公共因子解釋的部分，包括隨機誤差。這里，F和e必須滿足以下條件：

①Cov（F，e）=0，即F和e不相關；②D（F）=Im（單位陣），即F1，F2，…，Fm不相關且方差均都為1；③e1，e2，…，ep不相關，且方差不同。

因子分析法選取公共因子的原則是，F盡可能多地包含原始變量中的信息，建立因子分析模型，忽略e，并以F代替X，用F再現原始變量中眾多分量之間的關系，達到簡化變量降低維數的目的［9］。

2 中國物流業低碳化發展的因子分析

2.1 物流業低碳化發展影響因素分析與指標選取

物流業低碳化發展包含了非常廣泛的內容，要對其進行因子評價，就必須分析物流業低碳化發展的影響因素，并選擇一系列的、具有代表意義的評價指標，即確定原始變量X。何謂物流業低碳化，目前尚未有統一的定義，本文較為認同云虹（2012）［4］對于物流業低碳化發展的理解，即將低碳、環境保護思維融入所有的物流環節之中，采用流程管理技術和科技手段提高物流效率，降低整個物流過程的碳排放，即降低碳排放是實現物流業低碳化發展的最終目標。秦昌才等（2012）［10］通過對國內外眾多學者在碳排放影響因素方面的研究結論進行綜合比較提出碳排放的影響因素最終可歸納為技術、結構和規模三大方面，因此，本文也將從這三大方面來討論物流業低碳化發展影響因素，其中，結構因素主要包括產業結構和能源結構，技術因素主要包括基礎設施建設與投資狀況、科技水平，規模因素主要指森林碳匯規模：

1）結構因素。首先，一個地區的物流業低碳化發展與該地區的產業結構息息相關，國內有研究表明工業的碳排放強度大致是服務業的2.5～5倍，服務業比重每提高1個百分點，工業比重相應地就降低1個百分點，總體碳排放強度將平均下降0.8～1.6個百分點［11］。其次，物流業的發展需要能源的支撐，物流業對能源需求的品種主要是石油類高碳能源，也有消耗煤及其它如天然氣等能源的，但所占比例較少，因此物流油料能源消耗量的增減將嚴重影響物流業低碳化發展。

2）技術因素。現代物流技術是經濟發展的支柱，物流業自身的發展狀況也會反作用于地方經濟的發展，一個地區物流業的基礎設施建設與投資狀況、科技水平等變化都會引起該地區低碳經濟發展方向的變化，進而影響其物流業低碳化發展之路。代表物流業在技術因素上發展與投入的指標主要有物流業增加值、物流業固定資產投資、公路營運載貨汽車擁有量、運輸線路長度和信息化水平等。

3）規模因素。森林碳匯創造了新的二氧化碳排放空間，以森林為核心的碳匯項目已成為環境清潔發展機制的一個重要組成部分，因此，一個地區森林碳匯規模越大，越有利于碳排放量的減少，進而也將影響到物流業低碳化發展。

綜上所述，本文根據對物流業低碳化發展影響因素的上述探討，結合相關統計數據的可得性、代表性，最終選擇了以下10個指標來對中國物流業低碳化發展進行因子分析，主要為：第一產業產值（x1）、第二產業產值（x2）、第三產業產值（x3）、物流業增加值（x4）、物流業固定資產投資（x5）、公路營運載貨汽車擁有量（x6）、運輸線路長度（x7）、單位信息化能耗指數（x8）、物流油料能源消耗量（x9）、森林覆蓋率（x10）。其中，單位信息化能耗指數是指單位能源消耗量與地區信息化發展指數（IDI）的比率，反映的是一個地區信息化發展總體水平為當地物流效率提高所做出的貢獻，即信息化發展指數越高，單位信息化能耗指數越低，說明該地區信息化發展水平越高，能源利用效率也應當越高。由于物流業的能源消耗主要來自于交通運輸、倉儲和郵政業，所以本文將交通運輸、倉儲和郵政業的油料能源消耗量作為物流油料能源消耗量的統計數據來源。

2.2 樣本數據的獲取

本文所用的統計資料主要來源于《中國統計年鑒》、《中國物流年鑒》、《中國能源統計年鑒》以及國家統計局統計科學研究所發布的《中國信息化發展指數研究報告》。考慮到部分物流數據的可得性，文章從東部、中部、西部地區共選取了12個代表性省區（北京、河北、山東、江蘇、浙江、廣東、江西、陜西、四川、寧夏、吉林、黑龍江）作為樣本進行分析，采用2012年的統計數據計算出評價樣本，如表1所示。

表1 物流業低碳化發展主要統計指標Tab.1 Major statistical indicators of logistics industry low carbon development

2.3 因子分析的適用性檢驗

文章利用SPSS16.0統計軟件在對表1的評價樣本數據進行標準化處理后，采用KMO檢驗和Bartlett球形檢驗方法對于因子分析法的適用性進行檢驗，其檢驗結果見表2。根據輸出結果，KMO取值為0.621，大于0.5的標準，且Bartlett球形檢驗得出其顯著性水平Sig。取值是0.000＜0.025，表示球形假設被拒絕，說明各變量間相關程度無太大差異，相關矩陣間有公共因子存在，適合做因子分析。

表2 KMO檢驗和Bartlett球形檢驗Tab.2 KMO and Bartlett's test

2.4 提取公共因子和構建因子載荷矩陣

通過SPSS軟件的計算，得到各項指標的相關系數矩陣的特征值與方差貢獻率（見表3）。由表3可知，前3個因子的特征值分別為6.251，1.826，1.053，若按照特征值≥1的標準提取公共因子，則取這3個公共因子，且它們累計方差貢獻率為91.297，這說明這3個公共因子包括了我國物流業低碳化發展的大部分評價信息，具有較好的代表性。

表3 特征值與方差貢獻率Tab.3 Eigen values and the variance contribution rate

設這3個公共因子分別為F1，F2，F3，由方差最大正交旋轉變換后得到旋轉后的因子載荷矩陣（見表4），通過該矩陣，我們可以看出各公共因子主要承載著哪些指標的信息。從表4可以看出，第一產業產值（x1）、第二產業產值（x2）、物流業增加值（x4）、物流業固定資產投資（x5）、公路營運載貨汽車擁有量（x6）、運輸線路長度（x7）、物流油料能源消耗量（x9）在第一個公共因子F1上的因子載荷較大，這些指標直接或間接反映了一個地區物流業發展狀況與該地區產業結構、物流能源消耗強度之間的關系，可以將F1稱為“產業結構與綜合物流環境因子”，其方差貢獻率達到59.083%，說明是影響物流業低碳化發展的主要方面；第三產業產值（x3）、單位信息化能耗指數（x8）在第二個公共因子F2上具有較高載荷，指標反映的是地區第三產業發展程度與信息化發展水平，因而將其稱為“第三產業與信息技術因子”；森林覆蓋率（x10）在第三個公共因子F3上具有較高載荷，這一指標反映的是森林碳匯能力對物流業低碳化發展的影響，因而將其命名為“森林碳匯能力因子”。

表4 旋轉后的因子載荷矩陣Tab.4 Rotated componentmatrix

2.5 計算因子得分及結果分析

根據旋轉后的因子載荷矩陣，按各公共因子對應的方差貢獻率占3個公共因子總方差貢獻率的比重作為權數構建各地區的綜合評價函數，即

通過式（3）可得出12個省區物流業低碳化發展綜合得分及其排序情況，見表5。

表5 物流業低碳化發展綜合得分及排序Tab.5 Comprehensive score and sorting of logistics industry low carbon development

根據上述物流業低碳化發展因子分析的評價結果，可以看出以下幾點：

1）12個省區中，物流業低碳化發展整體狀況較好，且綜合評分＞0的省區有6個，依次為廣東、山東、江蘇、浙江、四川、河北；而整體發展情況較差，綜合得分小于0的省區依次為陜西、江西、黑龍江、北京、吉林、寧夏。

2）廣東省位列12個省區物流業低碳化發展綜合排名第1位，從表5可以清楚地看出，廣東在第一公共因子、第二公共因子和第三公共因子的得分都位居前三甲，這主要歸結于3個方面：一是，廣東省產業結構正處于由“二、三、一”到“三、二、一”的歷史性轉變階段，目前三大產業結構的比率為5.0：48.5：46.5，第三產業對全省經濟的支撐作用日益明顯，以服務業為主的第三產業比重的大幅度提升有利于促進當地物流業低碳化發展；二是，近年來廣東省工業內部結構（第二產業發展）逐漸由技術含量較低、產業關聯度不高的輕工業（如服裝紡織業、食品制造業）趨向于技術含量高、產業關聯度高的信息產業（如通信設備、計算機、電子設備制造業）發展，而信息產業又屬于高附加值、高增長、高效率、低能耗的技術密集型產業，物流能耗較低；三是，廣東省是著名的花園城市，造林工作一直走在全國前列，生態環境保持良好，這為提高廣東省森林碳匯能力，促進廣東省物流業低碳化發展也做出了積極的貢獻。

3）排名第二位的山東省從其因子得分上可以清楚地看出，其“產業結構與綜合物流環境因子”（F1）的得分遠高于其他省區。一方面，與廣東省類似，山東的產業結構也處于由“二、三、一”向“三、二、一”的優化階段，2012年山東省三大產業產值分別為4 281.7億元、25 735.73億元、19 995.81億元，呈現出第一產業迅速下降，第二產業發展平穩，第三產業逐年提升的良好勢頭，經濟的平穩發展為山東省現代物流業的快速發展提供了充足的資源。另一方面，自2009年起山東省陸續出臺了《山東省現代物流業振興發展規劃》、《山東省現代物流業“十二五”發展規劃》等一系列發展現代物流業的規劃及政策，把大力發展現代物流業作為調整產業結構的重要措施，并通過提升公路運輸能力、整合鐵路運輸資源、搞好港航運輸、推進多式聯運、擴大航空貨運份額等方式調整物流運輸結構，建立起山東省物流綜合運輸網絡，而物流運輸結構的調整和物流綜合運輸網絡的建立都有利于物流的節能減排和運輸效率的提高。

4）綜合評分排在中游的江西省，“第三產業與信息技術因子”（F2）和“森林碳匯能力因子”（F3）都是影響其物流低碳化發展的主要因素，只是所起的作用不同。江西在“森林碳匯能力因子”（F3）的得分非常高（排名第1），這主要得益于自2009年底鄱陽湖生態經濟區規劃上升為國家戰略后，江西一直致力的生態保護“綠”了贛鄱大地，全省森林覆蓋率高達58.3%，一直位居全國首位，這為江西省物流業低碳化發展打下了良好的生態環境基礎。但是，江西在“第三產業與信息技術因子”上的排序位居第11，其主要原因在于江西是一個農業大省，工業基礎薄弱，第三產業的發展與其它省份相比處于明顯的劣勢，單位信息化能耗指數在12省區中最高為1.650，這說明江西的物流業發展尚處于粗放發展模式，能源利用效率不高，即第三產業滯后發展以及信息化水平的落后嚴重抑制了該地區物流業低碳化的發展。

5）排名最后的寧夏回族自治區在第一公共因子和第三公共因子的得分都趨于最低，這說明該地區無論是產業發展、交通運輸狀況，還是物流業發展水平，整體上都非常落后，加之該地區森林覆蓋率極低，大部分地區氣候干燥，自然災害頻繁，生態環境脆弱，所以制約了其物流業低碳化發展。

6）同樣處于排名靠后的北京市，雖然綜合得分居第10位，但是在“第三產業與信息技術因子”（F2）上的單因子排序位居第1位，這說明北京市第三產業發展與信息化水平都較高，是促進當地物流低碳化發展的重要因素。從表1可以看出，北京市三大產業產值分別為150.2億元、4 059.27億元、13 669.93億元，第一、第二、第三產業的比值為0.9∶22.7∶76.4，即北京市物流需求的帶動主要來自于第三產業的發展，但是，其物流業增加值和物流業固定資產投資僅為598.5億元和696.43億元，遠低于其它省份甚至是部分欠發達省份，這說明當地物流業的發展與投入沒有及時跟進產業結構的調整，不能及時消化因經濟快速發展所帶來的大量物流需求，整體物流效率較為低下，加之森林覆蓋率低、碳匯能力不高，所以使得其綜合得分較低。

3 研究結論與建議

本文運用因子分析法，以12個具有代表性的省區數據為基礎，對中國物流業低碳化發展影響因素展開綜合評價分析，根據上述結果分析，提出以下幾方面的結論與建議：

第一，從12個省區物流業低碳化發展綜合評分情況來看，各地區物流業低碳化發展存在差異性，對各地區起關鍵性作用的影響因子也各不相同，這意味著我國在之后的物流業低碳化發展路徑選擇過程中，必須注重各省區物流業低碳化發展的差異性問題，針對各地區影響其物流業低碳化的主要因素，對陣下藥，展開建設。第二，應轉變第二產業的經濟增長方式，調整工業內部結構，通過發展高新技術產業以帶動產業結構的調整，特別是通過大力發展高附加值、高增長、高效率、低能耗的技術密集型產業促進物流能耗的降低。第三，產業結構的調整和物流業的發展必須相互協調才能實現物流效率的提高和能源消耗強度的降低。第四，信息化是現代物流的基礎，也是提高物流效率、減少能源消耗的前提，因此應加大對物流技術尤其是物流信息技術的投入，以信息化改造傳統物流的粗放發展模式，增強物流業低碳化發展的科技支撐力量。第五，注重生態環境建設與生態環境保護，通過植樹造林等方式增強地區森林碳匯能力，同時充分發揮政府在碳匯造林工作中的組織、指導和協調作用，實現物流業碳循環的良性發展。

參考文獻：

[1]潘恒,張樂,程超.低碳經濟環境下中國物流業的低碳發展之路[J].江蘇商論,2010,(10):53-55.

[2]郝海.低碳經濟時代物流業發展的戰略思考[J].鐵道運輸與經濟,2011,33(9):66-69.

[3]韓京偉,吳喜德.低碳經濟時代我國物流業的發展對策研究[J].生產力研究,2012(9):145-148.

[4]云虹,溫斌,楊倩.我國物流業低碳化發展存在的問題與對策[J].中國物流與采購,2012(4):56-57.

[5]閆琰,周嗣恩,楊新苗.基于反推方法的交通運輸行業碳排放評估研究[J].華東交通大學學報,2012,29(5):62-67.

[6]李麗.京津冀低碳物流能力評價指標體系構建——基于模糊物元法的研究[J].現代財經,2013(2):72-81.

[7]孫曦,楊為民.基于灰色理論的物流業低碳發展實證研究[J].科技通報,2014(3):172-175.

[8]卞兆洋.因子分析在城市軌道交通發展評價中的應用[J].華東交通大學學報,2013,30(4):40-45.

[9]杜漸.基于因子分析的我國貨運彈性系數趨勢[J].交通標準化,2008,176(4):155-157.

[10]秦昌才,劉樹林.碳排放影響因素研究的現狀、比較與啟示[J].經濟與管理評論,2012(3):29-33.

[11]劉新宇.論產業結構低碳化及國際城市比較[J].生產力研究,2010(4):199-202.

Research on Influencing Factors and Provincial Development of Low Carbonization in Logistics Industry Based on Factor Analysis

Zhang Nian,Zhu Wanghai
(School of Economics andmanagement,East China Jiaotong University,Nanchang 330013,China)

Taking 12 representative provinces as the research object,this study probed into important indexes af?fecting the logistics industry in the development of low carbon,using statistical data of the China Statistical Year?book in 2012 as the sample and discussed the data by the factor analysismethod with statistics software SPSS.It found out three representative factors,industrial structure and comprehensive logistics environment factor,the third industry and information technology factor,and forest carbon sink capacity factor.The paper analyzes themain factors affecting the development of provincial logistics low carbonization by calculating factor score and then proposes some relevant suggestions.

logistics industry;low carbonization;influencing factors;factor analysismethod

F259.2

A

2014-09-19

2013江西省教育廳科學技術研究項目（GJJ13331）；2013年江西高校哲學社會科學研究重大課題攻關項目（ZDGG10）；2014年教育部人文社會科學研究規劃基金項目（14YJAZH024）

張年（1980—），女，講師，主要研究方向為物流管理。

1005-0523（2014）06-0054-07