基于因子分析的山東省17地市物流發展水平實證研究

□高愛霞 滿廣富

基于因子分析的山東省17地市物流發展水平實證研究

□高愛霞1滿廣富2

通過選擇反應物流發展水平的17個指標構建指標體系，以 2012年山東省17地市數據為樣本，運用因子分析方法對相關數據進行了分析評價，提取4個公共因子，再結合聚類分析法將山東省17個地市物流發展水平分為三類，為此提出相應的政策建議。

物流發展水平；指標體系；因子分析

一、引言

近年來，隨著國民經濟的發展和投資力度的加大，山東省物流業得到了較快發展，正逐步成為支柱產業。來自省交通與物流處統計數據顯示，截止2012年底，山東省物流業增加值同比增長12%，約占全省GDP的7.3%。預計到2015年，社會物流總額將完成17萬億元，年均遞增12%；物流業增加值將完成4770億元，年均遞增13%，占GDP的比重將達到7.5%，占第三產業的比重將達到20%以上。山東省物流業的整體發展依賴于各地市物流業的發展，因此對各地市的物流發展水平進行評估顯得尤為重要。

盡管國內學者對物流領域進行了大量有益的研究，但對物流發展水平進行方面的研究較少，尚處于初級階段，無完整的體系，一些學者嘗試從不同的角度建立了對區域物流發展水平的評價指標體系，并用不同的評價方法進行了研究。如汪波等人[1]采用AHP層次分析和模糊評價相結合的方法對天津地區的物流發展水平進行了研究；金鳳花等人[2]基于物流場勢模型采用層次分析和聚類分析相結合的方法對我國30個省級區域物流的發展水平進行了評價研究；魏修建等人[3]采用ANP網絡層次分析法對我國31個省市的省域物流業綜合發展水平進行了實證研究；劉國新等人[4]用最優脫層和神經網絡相結合的方法對對武漢地區物流發展水平進行了綜合評價分析；周泰等人[5]采用模糊物元和熵值相結合的方法對廣州、深圳等珠三角9個地區的物流發展水平進行了評價分析等。

由于物流發展水平評價的系統性和復雜性，上述方法在評價指標的權重確定上具有一定的主觀性和隨意性。為此，目前一些學者開始探索并采用主成分分析、因子分析等方法，以克服人為確定權重的缺陷，使得評價結果更客觀、合理。如王春豪[6]采用主成分分析法對新疆區域物流發展水平進行了橫向和縱向的評價研究；許小蒼[7]采用主成分分析法構建了區域物流發展水平綜合評價模型，并對重慶市的物流發展水平進行了實證分析；朱幫助等人[8]采用主成分分析法構建評價模型對廣東省江門市區的物流發展水平進行了實證分析；鄭廣文等人[9]采用因子分析評價模型對我國 31個省市的區域物流水平進行了實證研究等。

但是僅僅用主成分分析和因子分析等單一分析方法對各研究對象的指標數據分析后，只能得到各研究對象的得分和排名，如何對因子得分進行進一步的分析和綜合評價？為此，本文在吸收和借鑒前人研究的基礎上，采用因子分析法從實證角度對山東省17地市的物流發展水平進行評價，再根據17地市公共因子得分情況，進行聚類分析，由于因子得分提取了原樣本數據的核心信息，排除了次要信息的干擾，因此其聚類分析結果不僅能體現愿樣本數據的核心特征，而且其分類過程更加合理、細致。根據聚類分析樹狀譜系圖，對17個地市進行分類，并結合實際情況，提出相應的政策性建議，以推動物流業的健康可持續發展提供理論參考。

二、山東省17市物流發展水平評價指標選取

物流發展水平可以從很多方面來體現,在遵循指標數據科學性、代表性、地區性、客觀性、可比性的原則之下,以山東省17個地市為樣本，根據山東統計年鑒和交通與物流處山東省物流業發展情況調研報告，選取各地市2012年能反映其物流發展水平的 17項評價指標，建立起相應的評價指標體系(表1)。該物流發展水平評價指標體系包括三級指標層，一級目標層對各地市物流發展水平評價評價，二級指標指標層選取各地市反映物流發展水平的物流總額、物流業增加值、物流業投資完成額等三個相關指標，其中物流總額，包括農產品物流總額、工業品物流總額、進口貨物物流總額、外地貨物過境總額、外地貨物流入總額、再生資源物流總額、單位與居民物品物流總額等7個三級指標，并用X1、X2、X3、X4、X5、X6、X7來表示各個變量數據；物流業增加值，包括物流業增加值(億元)、物流增加值占GDP(%)、物流增加值占三產(%)等3個三級指標，并用X8、X9、X10來表示各個變量數據；物流業投資完成額，包括固定資產投資(億元)、物流相關行業固定資產投資(億元)、交通運輸業(億元)、郵政倉儲業(億元)、批發零售業(億元)、物流投資額占全省的比重(%)、物流投資占全部投資(%)等7個三級指標，并用X11、X12、X13、X14、X15、X16、X17來表示各個變量數據。

三、基于因子模型的山東省17地市物流發展水平分析

因子分析法(Factor Analysis Method)是一種多元統計分析方法,在社會科學領域中,應用最廣的是把信息重疊、具有錯綜復雜關系的X1，X2，X3，…，Xk等多個變量,轉化為少數具有概念化意義且彼此獨立的F1，F2，F3，…，Fi等幾個公共因子(Common Factor)，每一個公共因子均為原始變量的線性組合，從而在減少了分析指標數量的同時，盡可能保留了原有指標所體現的信息，對指標進行全面的分析。

其模型理論中，假設評價總體有n個觀測單位，k個評價指標，因子分析的數學模型就是把n個觀測單位分別表示為p(p

Zj=aj1F1+aj2F2+ aj3F3+…+ ajpFp+Uj

其中：Zj為第j個變量的標準化分數；Fi為公共因子；p為所有變量公共因子的數目；

Uj為所有變量Zj的唯一因子；aji為因子負因子載荷(Pattern Loading),表示第i個公共因子對j個變量方差的貢獻。

(一)因子分析模型使用適宜度檢驗

根據因子分析模型理論和方法，對山東省17個地市選取的17個評價指標進行標準化變換，利用SPSS19.0軟件進行因子分析。首先計算相關系數矩陣，并選擇KMO and Bartlett's test of sphericity對相關系數矩陣進行統計學檢驗，以檢測樣本是否適宜做因子分析。 KMO值判斷準則是：在進行因子分析時，KMO值最好在0.80以上，KMO值如在0.70以上勉強可以接受，如果KMO值在0.60以下，則不宜進行因子分析[10]。結果顯示，KMO檢驗結果為 0.731，Bartlett's球形檢驗結果為0.000< 0.050，說明17個評價指標之間存在較強的相關關系，數據適合做因子分析。

(二)提取公共因子

以主成分分析法為因子提取法，按照特征值≥1的原則，運用統計軟件 SPSS 19.0分析，統計結果顯示有四個滿足條件的特征值，它們的貢獻率分別為：46.702%、18.848%、14.545%、6.61%，其對樣本方差的累計貢獻率達到了86.71%，大于 80%，說明能夠較好涵蓋17個指標的所有信息，見表2所示，因此將由這4個公共因子對原始的17個評價指標來解釋。

表1 2012年山東省17地市物流業發展水平評價指標體系

表2 累計方差貢獻率

(三)確定因子載荷矩陣和旋轉因子載荷矩陣

同樣運用統計軟件 SPSS 19.0分析，采用主成分分析法提取因子載荷矩陣，見表3所示，發現初提的因子載荷矩陣中各公共因子的典型代表變量不是很突出，各指標在幾個公共因子上均有相當程度的載荷值，難以作出有效的解釋。為此，通過方差最大(Varimax)正交旋轉，提取旋轉因子載荷矩陣，旋轉的目的在于改變指標在各個公共因子上的負荷量的大小，使得原來大的更大，小的更小，這樣使公共因子的意義更加直觀，便于解釋，見表4所示。

表3 因子載荷矩陣a

提取方法 :主成份。a. 已提取了 4 個成份。

表4 旋轉因子載荷矩陣a

提取方法 :主成份。 旋轉法 :具有 Kaiser 標準化的正交旋轉法。a. 旋轉在 6 次迭代后收斂。

從表4旋轉后的公共因子載荷矩陣可以看出第1公共因子在X15、X17、X12、X16、X13上載荷量大，定義為區域物流業發展投資因子；第2公共因子在X2、X14、X11、X3上載荷量大，定義為區域物流業相關產業發展規模因子；第3公共因子在X7、X5、 X1、 X8上載荷量大，定義為區域物流業需求潛力因子；第4公共因子在X9、 X4、X6、X10上載荷量大，定義為區域物流業發展速度因子。

(四)構建物流發展水平綜合評價模型，根據因子得分排序

由 SPSS 19.0軟件分析得到山東省各地市物流業發展公共因子得分，對山東省17地市的物流發展水平進行了量化描述，見表5所示。據此可從不同角度對各地市物流發展水平進行分析比較。在第1公共因子上青島和泰安的得分遠遠高于其他地市，這說明其在物流業方面的投資遠遠高于其他地市；在第2共公因子上綜合排名第三的泰安得分最低，說明該類地市雖然物流業綜合水平發展較好，但是和物流業相關的其他產業發展規模不大，對整個地市物流業發展有負面影響，導致物流業發展緩慢；在第3公共因子上濟南、濰坊、青島的得分較高，說明其物流需求潛力比較大；在第4公共因子上臨沂得分最高，說明該地市物流業增長速度最快。

以各個公共因子特征值方差貢獻率作為加重權數，計算反映山東省17個地市物流發展水平的綜合得分，其評價模型為：F總= 46.702F1+ 18.848F2+ 14.545F3+ 6.610F4。

從表5綜合得分和排名來看，山東省17地市物流業發展很不平衡，發展水平差異較大。17個地市物流發展水平的綜合得分排名依次為青島、煙臺、泰安、威海、臨沂、濱州、濟南、日照、濟寧、東營、淄博、聊城、棗莊、德州、菏澤、濰坊、萊蕪。綜合得分在山東省各地市物流業發展平均水平之上的有8個地市，僅占 47.06%。其中，青島的物流業發展最好，主要得益于它在物流業投資、物流業相關產業發展規模等方面的絕對優勢；煙臺雖然位列第二，但其在 F4上的得分為-0.77，排名在第16位，物流業發展速度處于整個山東省物流業發展平均水平之下。與煙臺綜合得分相差不大處在第三位的泰安，在F1和F3公共因子上的得分分別是1.63和0.15，均為正值，這說明泰安在物流業發展的方面的投資和物流業需求潛力方面在整個山東省表現較突出，使泰安的物流業競爭力在山東省處于相對優勢地位。綜合得分在平均水平之下有9個地市，包括東營、淄博、聊城、棗莊、德州、菏澤、萊蕪、濟寧、濰坊，這說明山東省大多數地市的物流業在物流產業投資、物流相關產業發展規模、物流需求潛力和物流發展速度等方面發展不平衡，物流發展水平不高，且這9個地市之間的差距也很大，有三個以上公共因子得分均為負值的有7個，包括東營、淄博、聊城、棗莊、德州、菏澤、萊蕪，濟寧和濰坊盡管有兩個公共因子得分為正值，但是由于濟寧物流整體發展水平不高，導致綜合得分為負值，而濰坊在F2和F3上公共因子得分為0.67和1.35，分別處于第5位和第2位，盡管物流業相關產業發展規模較大、物流業需求潛力較強，但是由于濰坊物流業投資太少，處于整個山東省的最低位置，導致濰坊物流業發展速度太慢，就分析來看濰坊物流業發展潛力比較大，將來急需加大物流業投資，以更好更快促進濰坊物流業的發展。

表5 各地市公共因子得分、綜合得分、排序

(五)根據各地市因子綜合得分情況，對17個地市進行聚類分析

聚類分析是依據研究對象的個體特征，根據其親疏程度在沒有先驗知識的情況下進行自動分類的方法。其基本原理是首先將一定數量的樣本或指標各自看成一類，然后，將親疏程度最高的兩類進行合并，然后考慮合并后的類與其他類之間的親疏程度，再進行合并。重復這一過程，直到將所有的樣本(或指標)合并為一類。本文采用Q型聚類法對各地市物流發展水平進行聚類，它使類內部個體特征之間具有相似性，不同類間個體特征的差異性較大。利用SPSS 19.0統計分析軟件，對17個地市的因子得分進行聚類分析，通過比較，可知采用離差平方和法(Ward’s method)并選擇平方歐氏距離(Squared Euclidean distance)，分類結果較好，聚類分析樹狀譜系圖如圖1所示。

由聚類分析樹狀譜系圖，17個地市的物流發展水平可以分為三類：第一類為孤立的點，包括1個元素為2；第二類包含7個元素：6、9、11、1、13、16、10；第三類包含9個元素為：4、15、3、5、8、7、12、14、17。為此，將17個地市分類如表6所示。由圖1和表6的聚類分析的結果可以看出：第一類為青島，青島近年來經濟發展速度快，區域優勢明顯，其物流發展水平最高；第二類為煙臺、泰安、日照、濟南、臨沂、威海、濱州等7個地市，該7個地市物流發展水平較高，將來要進一步加大物流業投入，出臺鼓勵物流業發展的優惠政策，充分利用地區優勢和特色，加快傳統物流業的改造，加大高素質物流人才的引進，加快物流業信息化進程，加快交通運輸業、郵政倉儲業、批發零售業等相關產業的發展。第三類為棗莊、聊城、淄博、東營、濟寧、濰坊、萊蕪、德州、菏澤等9個地市，該9個地市物流發展水平最低，物流業投入方面水平低，物流基礎設施落后，物流業整體發展水平緩慢。對于這種情況，應該加大政府政策的導向性，消除物流業發展的體制障礙，多方籌資加大物流投入，加快物流業基礎設施建設，結合地區資源優勢，優化產業結構，重視物流相關產業的發展。

圖1 聚類分析樹狀譜系圖

類別地市第一類青島第二類煙臺、泰安、日照、濟南、臨沂、威海、濱州第三類棗莊、聊城、淄博、東營、濟寧、濰坊、萊蕪、德州、菏澤

四、結論與建議

本文采用因子分析法評價了山東省17個地市的物流發展水平,并基于因子得分用聚類分析法對17個地市的物流發展水平進行了聚類分析，研究發現青島物流發展水平在全省最高,其次是處于一般水平的煙臺、泰安、日照、濟南、臨沂、威海、濱州，而棗莊、聊城、淄博、東營、濟寧、濰坊、萊蕪、德州、菏澤等9個地市物流發展水平最低，呈現出山東省物流發展水平各地市發展不平衡，整體上差距大的特點。為此，對山東省物流業的發展提出如下建議：(1)各地市重視物流業的投入，出臺鼓勵物流業發展的優惠政策。在表2中物流業投入因子的貢獻率最大為46.7%，物流業的投入程度對物流業的發展水平影響最大，加大政府政策的導向性，消除物流業發展的體制障礙，多方籌資加大物流投入。(2)重視物流相關產業的發展，刺激物流業潛在需求。加快交通運輸業、郵政倉儲業、批發零售業等相關產業的發展，加快傳統物流業的改造，優化產業結構，重視農產品物流。(3)促進山東省各地市物流業協同發展。應當繼續保持青島物流業快速健康發展的同時，努力加快其他各地市物流業的快速發展，以健全各地市物流業協同互動機制，推動山東省物流業和諧發展，順利實現十二五規劃目標。

[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)：83-86.

[2] 金鳳花，李全喜，孫磐石．基于場論的區域物流發展水平評價及聚類分析[J].經濟地理，2010,(7)：1138-1143.

[3] 魏修建，鄭廣文，張麗淑.基于ANP的省域物流業綜合發展水平探析[J].現代財經，2012,(11)：101-110.

[4] 劉國新.武漢地區物流業發展水平綜合評價[J].工業技術經濟，2004,(4)：101-104.

[5] 周泰，王亞玲.基于模糊物元的區域物流發展水平評價[J].北京交通大學學報(社會科學版)，2010,(7)：37-40.

[6] 王春豪.基于PCA的新疆區域物流發展水平綜合評價[J].鐵道運輸與經濟，2011,(7)：53-57.

[7] 許小蒼.基于主分量分析的重慶地區物流發展水平綜合評價[J].鐵道運輸與經濟.2009,(5)：64-66.

[8] 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———以廣東省江門市為例[J].工業技術經濟，2008,(5)：105-107.

[9] 鄭廣文，魏修建，郝淵曉.我國省域物流業發展水平實證研究[J].東北財經大學學報，2013,(1)：90-96.

[10] 吳明隆，涂金堂.SPSS與統計應用分析[M].東北財經大學出版社，2012:688-712.

2014-03-05

山東省高等院校人文社科研究計劃項目“山東省中小型物流企業競爭力提升對策研究——基于巴尼VRIO模型的視角”(J13WG84)。

1.山東財經大學東方學院,山東 泰安,271000；2.山東農業大學經濟管理學院，山東 泰安,271018

高愛霞(1980- )，女，山東菏澤人，山東財經大學東方學院副教授，研究方向：物流管理；滿廣富(1979- )，男，山東昌邑人，山東農業大學經管學院講師，研究方向：農業經濟管理。

F127

A

1008-8091(2014)03-0113-06