內蒙古各市物流發展水平的因子及聚類分析

張瑞麗，長 青，李燕霞

(內蒙古工業大學管理學院，內蒙古呼和浩特010051)

內蒙古各市物流發展水平的因子及聚類分析

張瑞麗，長 青，李燕霞

(內蒙古工業大學管理學院，內蒙古呼和浩特010051)

運用因子分析和聚類分析的方法對內蒙古各市物流發展水平進行深入分析，得出內蒙古各市物流發展水平的排序和聚類結果.結果表明各市物流發展水平受當地經濟狀況及物流量影響，存在較大差距，依據聚類分析結果可將其劃分為四大類：以工業經濟為主、經濟發展迅速的包頭、鄂爾多斯市為一類城市；呼和浩特市屬于二類城市；經濟發展規模小但物流量表現突出的巴彥淖爾等屬于三類城市；其他屬于四類城市.

區域物流；因子分析；聚類分析

2 因子分析法模型

因子分析法是指從研究指標相關矩陣內部的依賴關系出發，把一些信息重疊、具有錯綜復雜關系的變量歸結為少數幾個不相關的綜合因子的一種多元統計分析方法.

數學模型(Xi為原始變量；Fi為因子變量；k＜p)：

或用矩陣形式表示為：

其中,F是因子變量，A是因子載荷陣，ε是特殊因子.

因子分析法具體步驟為：(1)對數據樣本進行標準化處理；(2)計算樣本的相關矩陣R；(3)求相關矩陣R的特征根和特征向量；(4)根據系統要求的累積貢獻率確定主因子的個數；(5)計算因子載荷矩陣A；(6)確定因子模型；(7)根據上述計算結果，對系統進行分析.

3 實證分析

以查詢2012年《內蒙古統計年鑒》[5]為主，選取內蒙古12個市為樣本，使用SPSS17.0作為統計分析工具.原始數據如表1所示.

表1 內蒙古各市的原始數據Table 1 The original data of cities in Inner Mongolia

由表2可見，所選變量通過了共同度檢驗，其結果幾乎都大于0.8，這表明公因子對變量的可解釋性強，同時也說明選取因子分析法的可行性.由表3可見，前三個因子的累積方差貢獻率已經達到91.987%，說明以前三個因子作為綜合因子就可以反映原始信息中91.987%的信息，具有顯著代表性.選取因子分析的意義不僅在于它可以提取公因子，將已有的變量進行分組，更重要的是每個公因子要有其實際意義.考慮到方差最大(Varimax)正交旋轉變換法能夠使載荷矩陣中每一行或每一列的元素平方值向0和1兩極分化，起到使因子載荷陣結構簡化的作用，本文采用該方法進行正交旋轉.經旋轉后得如表2所示的因子得分矩陣：第一因子在區域GDP、區域規模以上工業產值、消費品零售總額、貨運量、貨運周轉量、年度外資使用情況和第三產業增加值7個指標上載荷較大，這些指標綜合反映了區域經濟產值規模及各地區的物流量，可將其命名為經濟規模因子；第二因子在郵政業務總量和運輸倉儲郵政從業人員數指標上載荷較大，反映了地區物流量和物流方面的從業人員，因而將其命名為物流量；第三個因子高速公路里程指標，反映了地區物流設施水平，可以直接命名為物流設施水平.

表2 共同度檢驗和因子得分矩陣Table 2 Common test and factor score matrix

表3 總方差解釋Table 3 the total variance explained

用表2中主成分載荷矩陣中的相應數據除以主成分相對應的特征值開平方根后便得到兩個主成分中每個指標所對應的系數，表達式如下：

將得到的特征向量同標準化后的數據相乘，就可以得出主成分表達式以每個主成分所對應的特征值占所提取主成分總的特征值之和的比例，以此比例作為權重，從而計算得出主成分綜合模型：

原始數據經標準化后，代入上述因子表達式及綜合得分模型，計算各樣本的綜合因子得分及名次排序如表4.

表4 綜合排名表Table 4 Comprehensive list

由表4可以看出內蒙古各市物流發展水平的因子綜合得分及排名：呼市、包頭、鄂爾多斯三個城市的綜合排名靠前，尤其是包頭和鄂爾多斯市，其綜合得分均超過3，表明這兩個城市在被比較的12個城市中的物流發展水平較高，走在全自治區的前列；呼和浩特市緊隨其后，得分為1.3986，物流發展水平相對其他9個城市較優.赤峰市為0.2205、呼倫貝爾為0.1991,全區排名第四、第五，同樣處于所考察的城市的平均水平以上；除此之外，其他城市得分均為負值，處于全自治區平均物流發展水平之下.單獨看經濟規模這一公因子(F1)的得分和排名，包頭、鄂爾多斯、呼和浩特市的得分也是排在前列的，均超過2.6，說明這三個城市的經濟規模較大，具有發展物流的較高的市場需求.同樣，這三個城市在物流量因子(F2)上得分也較高，說明這些城市的物流業務量較大，發展物流產業具有較大的潛力.赤峰市、鄂爾多斯市、巴彥淖爾市和通遼市在物流設施水平(F3)上得分較高，說明這四個城市物流方面的設施（如公路、倉庫、物流從業人員等）相對全自治區12個城市來說較好.

4 聚類分析過程

聚類分析法是根據事物本身所具有的特性將不同個體進行分類的一種方法，在本例中是對樣本進行聚類，所以采用Q型聚類，其數學模型如下：

設有m個變量，n個樣本，則有X=(xij)n×m為統計資料樣本矩陣.其中xij為第i個樣本第j個變量的觀測值，xi=(xi1,xi2,xik…xim)可看成m維空間的一個點，各樣本間的親疏程度可以用m維空間中點與點之間的距離dij來表示，本文用系統聚類中的離差平方和法計算dij，其基本思想是：如果分類正確，同類樣本之間離差平方和較小，類與類之間的離差平方和較大.本文分別以各市原有的10項初始指標因素和經過因子分析后的3個公因子得分為依據利用系統聚類方法對內蒙古12個城市進行分層聚類.選用SPSS17.0軟件，通過兩次聚類，將內蒙古12個城市按照物流發展水平的高低分為四類，結果如表5所示.

表5 聚類分析結果Table 5 The result of cluster analysis

比較表4和表5可見，兩次聚類的結果和綜合因子得分排序的結果基本趨于一致，但也有個別的地方有出入，如選擇10項指標進行聚類，結果顯示位于第三層次的城市數量較少，相反，第四個層次的城市卻顯著增加.結合表3、4、5，考慮視因子得分為聚類標準，對各類別作相應調整，總結如下：

第一類：經濟發展規模大、物流量較大、人才資源充足的城市.屬于這一類的城市有鄂爾多斯市和包頭市.但是由綜合排名表可知，包頭市雖然是綜合排名第一，但還有有待提高的地方，物流基礎設施如高速公路等方面還是有待規劃，逐步跟上經濟發展的步伐.鄂爾多斯市雖然前兩項因子均不及包頭，但是各方面發展較穩定，因此可以認為鄂爾多斯市的經濟發展較為均衡；

第二類：呼市屬于經濟規模較大，物流量比較飽滿，但物流水平欠佳的城市；呼倫貝爾、赤峰、錫林郭勒盟屬于經濟規模、物流量、基礎設施均為一般的城市；興安盟、通遼、烏蘭察布、巴彥淖爾、烏海、阿拉善盟屬于經濟規模較小，物流量較小，物流基礎設施較差的城市(巴彥淖爾除外)，說明這些城市的經濟發展水平欠佳；

第三類：經濟發展規模不大，但物流量表現突出的城市，例如巴彥淖爾，三個因子的排名分別為10、9、3；

第四類：經濟發展規模較小或經濟發展不均衡而導致區域綜合物流發展水平偏低的城市，包括興安盟、烏蘭察布市等.

5 結論

本文選用因子分析和聚類分析對內蒙古各市物流發展水平進行綜合評價，在指標選取上采用了頻度統計的方法，綜合已有學者的相關研究制定了適用于因子分析和聚類分析的物流發展水平指標評價體系，在此基礎上運用因子分析法得出可以評價物流發展水平的三個公因子，即經濟規模因子、物流量因子和物流基礎設施因子.最后運用聚類分析法對內蒙古各市分類，結果表明各市綜合物流發展水平存在較大差距，可為內蒙古各市客觀判斷本地的物流發展水平提供依據，有助于其制定出更加有針對性的政策，促進本地物流業的發展.

[1]汪波,楊天劍,趙艷彬.區域物流發展水平的綜合評價[J].工業工程, 2005,1(8):83-93.

[2]李海建,謝五屆,曹有揮.物流發展IGJAHP評價模型及空間格局分析——以安徽省為例[J].經濟地理,2006,2(26):220-224.

[3]趙楠,馮春濱.淺議區域物流發展水平評價指標的選擇[J].經濟與管理研究,2011(11):10-11.

[4]呂璞,徐豐偉.基于主成分分析的城市物流發展評價[J].大連交通大學學報,2012,1(33):108-112.

[5]內蒙古統計局.內蒙古統計年鑒[M].北京:中國統計出版社,2012.

【編校：李青】

The Logistics Development Level of Inner Mongolia Cities Based on Factor and Cluster Analysis

ZHANG Ruili,CHANG Qing,LI Yanxia
(Management College,Inner Mongolia University of Technology,Hohhot,Inner Mongolia 010051,China)

The methods of factor analysis and cluster analysis were used to study the logistics development level of cities in Inner Mongolia.Base on deep analysis,the logistics development level and clustering results were archieved.The results show that the logistics development level of each city is affected by local economic conditions and logistics amount,and there are large gaps among cities.According to the results of cluster analysis,it can be divided into four classes.Baotou and Ordos belong to the first class city which is mainly dependent on the industrial economy and whose economic development is rapid;Hohhot belongs to the second class city;Bayannaoer et al.belongs to the third class city whose economics scale is small but whose logistics amount has outstanding performance;others belong to the fourth class.

regional logistics;factor analysis;cluster analysis

O29;F325.21

A

1671-5365(2014)06-0026-04

隨著經濟的快速發展，物流業作為一種新型的服務業在全球范圍內迅速發展，被譽為促進經濟發展的“加速器”、企業的“第三利潤泉”，成為繼IT、金融業之后當前最熱門的新興產業，引起了社會的普遍關注.基于此，區域物流也就成為了多位學者關注的重點.汪波等[1]首先分析影響區域物流發展的關鍵指標因素，然后采用AHP制定了評價物流發展的指標體系，并運用模糊綜合評價法針對天津市區域物流發展水平進行了實證分析；李海建等[2]基于模糊區間層次分析法(IGJAHP)建立了用于評價物流發展總水平的綜合評價模型，在此基礎上對安徽省進行了實證分析；趙楠等[3]構建了區域物流發展水平的綜合評價指標體系；呂璞等[4]運用PCA構建了評價區域物流發展水平的指標體系，并對天津、大連、上海等城市物流發展水平進行總結排序.可見，不同學者綜合運用了不同的方法在對區域物流進行評價.本文選用因子分析和聚類分析方法來評價內蒙古各市區域物流發展水平，其中因子分析方法較主成分分析法在對問題的分析上更加深入透徹，而聚類分析法的主要優勢在于可以對相似性的樣本進行歸類，兩者結合可以更加客觀地評價內蒙古各市的物流發展在全省中的相對位置，便于找出差距進行后續的有效管理.本文依據指標制定過程中的相關原則，對現有的評價指標體系進行總結分析，構建出了能夠反映物流發展水平的指標體系，對內蒙古各市目前的物流發展水平進行定量評價.

1 指標選取

目前，國內對于物流發展水平的評價尚沒有形成統一的評價指標體系，諸位學者由于選擇指標體系的不同，結論也各有差異.鑒于此，本文在確定評價指標時，采用頻度統計的方法，即在CNKI上搜索“區域物流發展評價”等關鍵詞的基礎上，總結眾學者相關論文中使用頻度較高的指標作為本文的指標體系.同時，考慮到指標選取應遵循全面性、可比性、可獲得性等原則，對搜索到的已有指標進行總結、調整，最終選取了以下10項指標用以衡量內蒙古各市物流發展水平.其中，規模指標有：所在地國民生產總值(X1)、區域規模以上工業產值(X2)、消費品零售總額(X3)；代表物流基礎設施的指標有：高速公路里程(X4)、郵政業務總量(X5)；代表物流業務規模的指標有：貨運量(X6)、貨運周轉量(X7)、運輸倉儲郵政從業人數比例(X8)；代表物流產業經營環境的指標有：年度實際使用外資(X9)、第三產業增加值(X10).選用年度實際使用外資情況來描述物流產業經營環境，是由于外資在進駐某一地區之前，都會對該地區的整體情況進行深入的投資分析，對其投資環境會慎重地考察，其中考察的因素包括了當地的政策環境、制度環境、市場經營氛圍、區位優勢、產業集聚優勢等，因此，選此指標衡量物流產業經營環境有其可行性.

2014-04-01修回：2014-04-16

國家自然科學基金項目“煤炭資源轉化項目中管理創新及績效評價方法研究”（71162015）；內蒙古自治區高等學校創新團隊發展計劃項目（NMGIRT1404）；內蒙古自治區高等學校哲學社會科學研究重大攻關項目（NJSG201203）；內蒙古工業大學科學研究項目（SK201123）

張瑞麗（1988-），女，碩士研究生，研究方向為物流企業績效評價

時間：2014-04-16 16:51

http://www.cnki.net/kcms/detail/51.1630.Z.20140416.1651.007.html