基于因子和集群分析的城市物流競爭力評價

鄒　欣，譚滿益

(成都理工大學管理科學學院，四川成都　 610059)

?

基于因子和集群分析的城市物流競爭力評價

鄒欣，譚滿益*

(成都理工大學管理科學學院，四川成都 610059)

摘要：選取四川省18個城市的GDP、貨運總量、郵政業務收入等影響城市物流競爭力因素的相關數據，從經濟發展水平、物流業務規模和信息化水平3個方面構建城市物流競爭力評價指標體系。借助SPSS 20.0軟件，運用因子和集群分析法對四川省各城市的物流競爭力進行評價、分類與比較分析。結果表明：各城市物流競爭力存在較大差距，該結果可為四川省現代物流業的發展提供參考。

關鍵詞：城市物流競爭力；區域物流；因子分析；集群分析

城市物流屬于區域物流的范疇，是指服務于城市經濟發展的需要、以城市為中心所發生的城市區域范圍內或城市與外部區域間的實體流動，以及應對城市發展中環境問題的物流活動[1]。城市物流的發展能夠提高區域經濟的運作效率、降低交易成本，對促進區域產業結構升級及形成新的區域經濟增長點具有重要的支撐和促進作用[2]。科學、系統地評價城市物流發展水平，對降低物流系統運行成本、推進產業結構調整升級、提升城市綜合競爭力等具有十分重要的意義。

四川是我國長江上游經濟帶區域的中心省份，不僅是連接西藏的關鍵通道，也是全國重要的交通樞紐，是物流中心和國內外商品的集散地。推動四川經濟的發展，對長江上游經濟帶的開發以及西部地區的發展尤為重要。近年來，四川省物流業發展迅速，規模不斷擴大，據文獻[3]顯示：2014年四川省社會物流總額為54 804.7億元，全省物流業比上年增值1 586.79億元，按可比價格計算，同比較上年分別增長7.9%和8.3%。對四川省18個城市的物流競爭力進行評價分析，有助于科學認識各城市的物流業發展水平，找出物流業發展中存在的問題，為各城市提升物流效率、推動物流業轉型升級提供參考依據。

1評價指標體系的構建

城市物流競爭力是指城市物流產業在發展中表現出爭奪物流資源、占據物流市場、拓展物流能力以及獲取增長動力的競爭能力[4]。國內專家和學者在物流競爭力評價指標體系構建和分析方法方面進行了一系列研究：文獻[5]基于物流競爭實力和物流競爭潛力兩個維度，從總體規模、物流業績效、基礎設施等7個方面構建了區域物流競爭力指標體系，在此基礎上運用主成份分析法和熵值法相結合對相應指標進行賦權合成，并進行實證測算；文獻[6]選取物流區位環境、物流硬環境、物流軟環境和物流運行4類要素22個指標建立評價指標體系，對我國省級區域物流競爭力進行定量評價；文獻[7]按區域經濟發展水平、需求競爭力和環境競爭力3個一級指標、18個二級指標構建江西省區域物流競爭力評價指標體系，并通過因子和聚類分析對江西省11個地級市的物流競爭力進行綜合評價及分類；文獻[8]運用灰色綜合評價法，從物流競爭環境、物流競爭實力和物流競爭潛力3個方面對廣西北部灣經濟區物流競爭力進行綜合評價；文獻[9]通過對波特鉆石模型的分析并結合物流實踐，將影響區域物流競爭力的主要因素分為區域物流需求狀況、區域信息化水平、區域政府作用等6個方面。

本文依據城市物流競爭力的定義和特點，遵循目的性、系統性、科學性、可比性和可獲得性等原則，從經濟發展水平、物流業務規模和信息化水平3個方面選取15個指標建立城市物流競爭力評價指標體系，具體見表1。

表1　城市物流競爭力評價指標體系

2綜合評價分析

2.1數據來源與處理

以四川省18個城市物流競爭力影響因素的數據作為原始數據建立相應的統計指標體系，數據來源于文獻[10-12]。根據因子分析法的計算原理，采用SPSS 20.0對原始數據進行計算和統計學分析。1)計算各變量之間的積差相關系數，組成一個相關系數矩陣；2)選擇估計共同性的方法進行因子模式的選定，在主成份分析中，變項的初始共同性的假設為1，一般采用平方復相關系數法(squared multiple correlation coefficient)來估計初始共同性，之后再進行迭代，提取共同因子；3)采用主成份法作為因子提取的方法；4)采用潛在根法提取因子個數，保留特征值大于1的項目因子；5)因子提取完成后的結果，通常都不容易解釋，經常會出現一個變量在多個變量有高的負荷量的情形，必須進行因子旋轉(factors rotation)，讓因子易于解釋。

2.2因子分析

表2　KMO和巴氏球形檢驗

1)適當性檢驗

在進行主成分分析之前，應先對取樣進行KMO(Kaiser-Meyer-Olkin)適當性檢驗及巴氏球形檢驗(Bartlett′s test of sphericity)，利用SPSS 20.0進行數據處理，結果見表2。

從表2的檢驗結果可以看出，KMO值為0.844>0.5，表明適合進行因子分析；近似卡方為686.509，在自由度為105的情況下顯著性水平為0<0.05，檢驗通過，原始數據適合進行因子分析。

2)主因子的確定

采用主成份分析法(Principal Component Analysis)提取主因子，主成份分析是把多個變量化為少數幾個綜合指標的一種統計分析方法。在多變量研究中，往往因為變量的個數太多，彼此之間可能存在相關性，使得反映的信息有所重疊，從自由度分析的觀點來看，這些相關性的存在會使自由度降低，意味著可以不需要太多的變量就可以決定系統的狀態。而主成份分析通過尋找變量間的最大投影軸，使原本眾多的變量減少為少數幾個相互獨立的線性組合(主成份)，從而實現數據的降維，并以少數幾個主成份來解釋原始數據的綜合特性。主成份分析的目的就是要找到真正影響系統狀態的變量，使得問題的復雜程度大大降低。

由于主成份分析有簡化問題復雜程度的優點，且不需要事先對問題中遇到的大量變量之間的關系加以了解即可進行分析，所以適用于對有大量變量或變量間關系不明確問題的研究。利用SPSS 20.0對數據進行因子分析并用最大方差法旋轉，結果見表3。根據特征值大于1的原則，提取前2個因子作為主因子，分別表示為F1、F2，可見2個主因子的累積貢獻率達到96.022%。因此前2個因子可以較為全面地反映四川省18個城市的物流競爭力水平。

表3　解釋的總方差表

注：1)“特征值”為各個因子對應的特征值，表示所解釋的方差的大小；2)“方差”為對應的因子所包含的方差占總方差的比例；3)“累積”為各因子所包含的方差占總方差比例的累積(各行依次疊加)。

主因子F1、F2對各指標的相關系數如表4所示。

表4　主因子F1、F2對各指標的相關系數

從表4可以看出， 主因子F1在X1、X3～X5、X7～X15上具有較大的相關系數，反映經濟發展水平、物流業務規模和信息化水平對物流競爭力的影響，其貢獻率遠大于主因子F2，因此可將主因子F1概括為物流流通、規模和信息因子；主因子F2在X2、X6上具有較大的相關系數，主要反映區域經濟發展和居民消費對物流競爭力的影響，說明隨著地區經濟的發展和消費水平的提高及地區城市化進程的加快，人們對各類商品和服務的需求不斷增加，從而促進了物流業的發展，因此可將主因子F2概括為物流需求因子。

3)綜合得分及排序

為了對各城市物流競爭力進行分析，對提取的兩個主因子采用回歸算法得到各指標在主因子F1、F2上的得分系數，如表5所示，主因子F1、F2得分函數

f1=0.085x1-0.285x2+0.091x3+0.082x4+0.1x5-0.199x6+0.107x7+0.013x8+0.133x9+

0.086x10+0.064x11+0.189x12+0.104x13+0.115x14+0.095x15，

f2=-0.002x1+0.664x2-0.015x3+0.002x4-0.032x5+0.515x6-0.048x7+0.130x8-0.100x9-

0.014x10+0.035x11-0.219x12-0.040x13-0.063x14-0.023x15,

式中：x1～x15為經過標準化處理的指標數據[11-12]；x1～x15前的系數分別為各指標在主因子F1、F2上的得分系數，見表5。

表5　各指標在主因子F1、F2上的得分系數

綜合得分

f=0.751 1f1+0.248 9f2。

計算得到各城市的綜合得分并進行排名，結果見表6。

表6　四川省各市物流競爭力綜合得分及排名

注：F1、F2欄下的得分與排名分別為各城市物流競爭力在因子F1、F2上的得分與排名。

2.3集群分析

為更清晰反映四川省18個城市的物流競爭力，利用因子分析提取的2個主因子作為變量進行集群分析。集群分析是將性質相近的資料進行歸類， 亦即集群內的事物具有較高的同質性， 而集群間的事物則具有較高的異質性。集群分析試圖將復雜事物簡化為許多子集群，故集群分析亦可視為資料縮減的一種方法。為了將事物歸類，必須衡量事物間的相似性，通常以計算事物間的距離或相似性為衡量基準，一般而言常以歐氏距離平方(squared Euclidean distance)作為計算相似性的基礎。在SPSS 20.0軟件里采用系統集群分析中的組間聯接法，根據集群結果，可將18個城市分為4個類別，結果見表7和圖1。圖1中的距離系數是在對樣本進行分類時，樣本之間的相似度量工具。把樣本每個個體看作是空間中的一個點，通過計算空間兩點之間的距離衡量接近程度，是一種用于描述樣本值接近的統計量，值越小表示樣本值越貼近。

表7　集群分析結果

圖1　路面時域模擬圖

由表6、7和圖1分析各城市的物流競爭力水平：

1)物流競爭力強的城市。成都市的物流競爭力綜合得分為3.112 2分，綜合排名居四川省第一，且得分遠高于其它城市。成都市作為我國西南地區商貿、金融、科教中心及交通、通信樞紐，地理位置優勢明顯，是西部城市中綜合經濟實力最強的城市之一，同時也是中西部吸引外資最多的城市。成都目前已擁有的4個國際性樞紐型物流園區及4個區域性、綜合性物流中心，都為成都市的經濟與現代物流業的發展提供了重要支撐和保障，現代物流產業在成都市有著廣闊的發展空間和極大的市場需求。[13]

2)物流競爭力較強的城市。包括南充、達州、廣元和巴中，這些城市在主因子F1上得分位居第2～5名，其中客運總量、公路旅客周轉量和郵電業務收入等都高于其他城市，但在主因子F2上得分排名分別為17、15、16和18，顯現出這4個城市人均地區生產總值不高，消費能力不足，物流競爭力水平與經濟水平的發展不一致。因此，應大力推動區域經濟的發展，提升消費能力，為物流產業的發展提供更為發達的基礎設施條件以及充足的市場需求。[14]

3)物流競爭力一般的城市。共有自貢、瀘州、德陽、綿陽、遂寧、內江、樂山、眉山、宜賓、廣安、雅安和資陽共12個城市。對于這類城市而言，其經濟發展水平較高，居民擁有較強的購買力，從而能帶來較大的物流需求。然而，其中一些城市的物流基礎設施建設較為薄弱，物流企業規模較小，如雅安和遂寧，其郵政業務收入、電信業務收入及移動電話、互聯網寬帶接入用戶數等都位于倒數幾位，信息化水平不高、物流業務規模不足等都成為了這些地區物流發展的障礙。

4)物流競爭力弱的城市。攀枝花市地處四川省西南邊緣，位于連接成都、昆明兩市陸、空交通線的中點，但由于川滇兩省經濟互補性不強，并未使其成為川滇兩省物流銜接點或中轉站。攀枝花地貌以山地為主，交通設施建設成本高，且不具備輻射狀的陸路交通網絡，以攀枝花為始發站的貨物(主要為鋼鐵產品)占據了物流總量的大部分[15]。單一的產業結構、貧乏的交通資源等都制約著攀枝花物流與經濟的發展。

3結語

1)從經濟發展水平、物流業務規模、信息化水平3個方面確立城市物流競爭力評價指標體系，通過因子分析法提取出物流流通、規模和信息因子及物流需求因子兩個主因子。

2)運用集群分析法對四川省18個城市的物流競爭力進行綜合評價和分類，結果表明各城市物流競爭力存在較大差距。評價結果較為客觀地反映了目前四川省18個城市的物流競爭力現狀及在物流業發展中存在的問題。隨著四川省“三大發展戰略”的實施以及四大城市群(成都平原、川南、川東北和攀西)經濟圈的建設，各市面臨的發展政策機遇有所不同，應根據自身的區位條件、產業基礎、資源稟賦等制定出更有針對性的發展策略，通過各市物流增長極的極化和擴散效應，最終達到提升全省物流競爭力的目的。

參考文獻：

[1]左澤平.海峽西岸經濟區城市物流競爭力評價的實證研究[D].泉州：華僑大學，2012.

[2]張建升，胡秀忠.區域物流與區域經濟的耦合協調度研究[J].鐵道運輸與經濟，2012，34(1)：50-55.

[3]四川省發展和改革委員會.2014年四川省物流運行情況的通報[EB/OL].(2015-02-13)[2015-07-15].http://www.scdrc.gov.cn/dir45/178663.htm.

[4]譚觀音，左澤平.海峽西岸經濟區城市物流競爭力的動態比較[J].經濟地理，2012，32(3)：107-113.

[5]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.

[6]王圣云，沈玉芳.我國省級區域物流競爭力評價及特征研究[J].中國軟科學，2007(10)：104-110.

[7]張誠，張遠，張志堅.江西省區域物流競爭力評價及聚類分析[J].物流技術，2014，33(8)：147-150.

[8]景保峰，唐琮沅.區域物流競爭力的灰色綜合評價研究—以廣西北部灣經濟區為例[J].中國管理信息化，2009，12(9)： 82-84.

[9]林曉偉，李建軍，周熙登.基于鉆石模型的區域物流競爭力評價模型研究[J].南昌航空大學學報(社會科學版)， 2013， 15(2)： 34-40.

[10]劉繼萍.中國物流信息化研究現狀及其發展趨勢分析[J].物流技術，2015，34(1)：270-271，293.

[11]四川省統計局，國家統計局四川調查總隊.四川統計年鑒-2014[M].北京：中國統計出版社，2014.

[12]國家統計局城市社會經濟調查司.中國城市統計年鑒-2014[M].北京：中國統計出版社，2014.

[13]金芳芳，黃祖慶，虎陳霞.長三角城市群物流競爭力評價及聚類分析[J].科技管理研究，2013，33(9)：183-187.

[14]孫杰. 聚類算法分析在基因表達數據中的分析應用[D].鎮江：江蘇科技大學，2012.

[15]呂健，彭其淵，王宇.攀枝花市物流產業發展研究[J].鐵道運輸與經濟，2006，28(10)：72-73.

(責任編輯：楊秀紅)

Evaluation of Regional Logistics Competitiveness Based on

Factor Analysis and Cluster Analysis

ZOUXin，TANManyi*

(CollegeofManagementScience，ChengduUniversityofTechnology，Chengdu610059，China)

Abstract:In this paper, eighteen cities in Sichuan province are taken as the object of the study, and relevant data of influencing factors in logistics competitiveness are selected to build the evaluation index system of regional logistics competitiveness in terms of economic development level, logistics industry scale and informatization level. Based on the methods of factor analysis and cluster, the regional logistics competitiveness of eighteen cities in Sichuan is evaluated and classified through SPSS software, and various cities are compared and analyzed for the purpose of providing reference for the development of modern logistics industry in Sichuan.

Key words:urban logistics competitiveness; regional logistics; factor analysis; cluster analysis

文章編號：1672-0032(2015)04-0023-06

中圖分類號：F259.2771

文獻標志碼：A

DOI：10.3969/j.issn.1672-0032.2015.04.006

作者簡介：鄒欣(1989—)，男，成都人，碩士研究生，主要研究方向為物流與供應鏈管理；*譚滿益(1971—)，男，四川蒼溪人，管理學博士，教授，碩士生導師，主要研究方向為管理科學與工程.

基金項目：四川省教育廳重點項目(13ZA0064)；四川省礦產資源研究中心項目(SCKCZY2014-YB05)

收稿日期：2015-10-15