絲綢之路經濟帶下西部地區物流發展影響因素分析

周 燕,鄔 躍,練 靜

(北京物資學院 物流學院,北京 101149)

絲綢之路經濟帶下西部地區物流發展影響因素分析

周 燕,鄔 躍,練 靜

(北京物資學院 物流學院,北京 101149)

以絲綢之路經濟帶國內段分布在西部地區的五個省份作為研究對象,通過相關分析和主成分分析,對影響西部地區物流發展的因素進行篩選,再運用灰關聯熵分析計算各因素對西部地區物流發展的影響差異,并對影響因素的重要程度進行排序。研究結果表明,貨運周轉量、鐵路營業里程和公路里程、交通運輸、倉儲和郵政從業人員的影響作用最為突出。最后為絲綢之路經濟帶戰略背景下,促進西部地區物流快速健康發展,提供針對性的對策建議。

西部地區；物流發展影響因素；相關-主成分分析；灰關聯熵

1 引 言

絲綢之路是中國西部地區若干條線路之間相互連接而形成的通往歐洲、西亞的物流網絡,習近平總書記提出的建設“絲綢之路經濟帶”倡議旨在“古絲綢之路”的概念上構建新的經濟發展區域,從而擴大中國同周邊國家的經濟貿易聯系。物流作為經濟帶貿易聯通的重要支撐力量,對絲綢之路經濟帶的構建與運行具有決定性作用。絲綢之路經濟帶在西部地區的空間范圍主要沿第二歐亞大陸橋分布,包括中國西部地區的陜西、甘肅、寧夏、青海以及新疆五個地區,“絲綢之路經濟帶”倡議的提出,給西部地區物流業賦予了加大力度先行發展的重要使命,推動西部地區物流快速發展成為“絲綢之路經濟帶”構建與發展的首要任務。

客觀準確地研究和分析影響西部地區物流發展的關鍵因素,可以科學地認識西部地區的物流發展情況,然后針對各影響因素的重要程度趨利避害,對西部地區物流的發展進行合理布局,協調各因素推進西部地區的物流發展。在區域物流發展影響因素研究方面,國內外權威機構尚未建立統一的指標體系,但國內許多學者根據各自對區域物流的理解,從不同的角度構建了區域物流發展影響因素指標體系。張建升(2011)[1]選取物流網絡密度、區域物流政策、人力資本存量、城市化率、市場開放度五個變量,采用夏普里值分解法(Shapley Value)對影響中國區域物流發展的影響因素進行分析。章文燕(2011)[2]運用灰色關聯分析法,對選取的七個影響臺州物流發展的因素生產總值、工業、第三產業、社會消費品總額、固定資產投資總額、進口總額、出口總額,進行重要程度分析。高勝(2013)[3]從經濟社會發展指標、流通貿易類指標、產業結構類指標、環境類指標、其他補充指標五個方面選取17個指標,采用灰色關聯分析對影響浙江省物流發展的影響因素進行分析。馬麗容(2014)[4]從物流需求、資源條件、吐納能力三個方面選取17個指標,運用灰色關聯分析對影響甘肅省物流發展影響因素進行分析。王健(2014)[5]運用向量自回歸模型(VAR),選取物流網路密度、物流資本和人力資本、產業結構、物流需求、政府調控五個變量,分析了影響福建省物流發展的因素。

2 西部地區物流發展影響因素指標體系的構建

通過分析已有的研究成果,發現區域物流發展影響因素指標的選取都是采用定性研究方法,是學者根據指標含義和個人經驗,主觀篩選的指標。建立合理的指標體系是分析西部地區物流發展影響因素的關鍵,本文根據可觀測性原則初步海選指標,并采用相關分析和主成分分析相結合的定量研究方法對海選指標進行篩選,得到信息質量高的西部地區物流發展影響因素指標,建立起優化的西部地區物流發展評價指標體系。

2.1 指標海選與數據來源

通過對文獻梳理歸納,結合西部地區物流發展的實際情況和可觀測性原則,進行指標的海選,從物流需求、基礎設施、貿易流通、吐納能力、資源條件五個方面,建立了由5個一級指標和20個二級指標構成的西部地區物流發展影響因素海選指標體系。絲綢之路經濟帶在西部地區的空間范圍具體包含：陜西、甘肅、寧夏以及青海、新疆西北五個地區,因此采集2010—2014年以上五個地區的年度數據。數據來源于國家統計局網站最新數據或由國家統計局網站所提供的數據計算得出。

2.2 基于相關性分析的指標篩選

首先通過初值化對表1海選出的影響西部地區物流發展的各項指標原始數據進行標準化處理,初值化是指所有數據均用第一個數據除,然后得到一個新的數列。然后通過計算同一準則層內兩個指標之間的相關系數,兩個指標的相關系數大于臨界值,說明兩個指標反映信息重復可刪除其中的一個指標,從而避免指標的信息重復。應用SPSS軟件計算標準化后的數據得到相關系數,給定相關系數臨界值為0.9,篩選結果如表3所示。

2.3 基于主成分分析的指標篩選

在相關性分析的基礎上,通過主成分分析篩選各準則層剩余的指標,刪除因子負載較小的指標,保證篩選出的指標對最終結果有顯著影響。輸入標準化后的數據,利用SPSS軟件完成主成分分析過程。累積方差貢獻率達到85%時,選取第一主成分中因子負載絕對值大于0.9的指標和第二主成分中因子負載絕對值最大的指標。如果第一主成分的方差貢獻率已超過85%,只選取第一主成分表達式中因子負載絕對值大于0.9的指標即可,篩選結果如表4所示。

表1 相關性分析篩選出的西部地區物流發展影響因素指標體系

表2 主成分分析篩選出的西部地區物流發展影響因素指標體系

2.4 指標體系構建

通過初步海選以及相關性分析和主成分分析相結合的定量篩選,從20個海選指標中篩選出了8個指標,最終得到的西部地區物流物流發展影響因素指標體系,如表4所示。

表3 定量篩選后的西部地區物流發展影響因素指標體系

3 基于灰關聯熵的西部地區物流發展影響因素分析

在區域物流因素分析方面,學者多采用灰色關聯分析方法進行研究,原因在于灰色系統理論適用于研究具有“少數據”“貧信息”“不確定性”特點的問題,而區域物流發展涉及領域眾多,與區域經濟中其他系統關系緊密,影響區域物流發展的因素廣泛復雜,且具有明顯的不確定性和隨機性,同時研究區域物流發展的影響因素需要采用最近幾年的統計數據,是一個小樣本問題,這些典型的灰色性恰恰符合灰色系統的研究特點。

灰關聯熵分析是在灰關聯分析基礎上發展的方法,將灰色關聯分析與熵值理論相結合,彌補了灰色關聯分析局部關聯傾向和個性信息損失的缺點,灰關聯熵分析可以充分利用個性信息,實現整體性接近,能更加科學真實地反映各個因素間的相對重要程度。因此,運用灰熵關聯度分析法對影響西部地區物流發展的因素進行分析,通過比較灰關聯熵和熵關聯度找出影響西部地區物流發展的主要因素,為絲綢之路經濟帶背景下制定西部地區物流發展對策措施提供重要依據。

3.1 指標數據確定及無量綱化

我國目前沒有專門的物流發展情況統計數據,根據國家統計局制定的國民經濟行業分類標準,物流業屬于第三產業中的交通運輸、倉儲和郵電業,通過查閱相關文獻,最終采用最常用的交通運輸、倉儲和郵政業增加值來表示物流的發展。因此,以國家統計局發布的2011—2014年交通運輸、倉儲和郵政業增加值數據為參考數列。以上文選出的8個影響西部地區物流發展的主要影響因素：第三產業增加值、鐵路營業里程、公路里程、郵電業務總量、郵政業務總量、貨物周轉量、地方財政交通運輸支出、交通運輸、倉儲和郵政業從業人數各年份數據為比較數列。由于以上各影響因素間單位和數量級不一致,在進行灰熵關聯分析前需要對原始數據進行無量綱化處理。常用的無量綱化的方法有初值化、均值化以及極值處理法等,延續上文采用初始化處理。

表4 2010—2014年西部地區物流發展及其主要影響因素

3.2 計算灰色關聯系數

Δ1=0，0.0064，0.1572，0.1275，0.1278

Δ2=0，0.0085，0.0472，0.0582，0.1631

Δ3=0，0.0755，0.0321，0.1137，0.2035

Δ4=0，0.0373，0.2113，0.1515，0.8567

Δ5=0，0.0990，0.2175，0.1316，0.1367

Δ6=0，0.0422，0.0347，0.0624，0.0786

Δ7=0，0.0048，0.1909，0.0002，0.3413

Δ8=0，0.1018，0.1272，0.0035，0.1039

γ1(k)={1,0.9852, 0.7315, 0.7706, 0.7702}

γ2(k)={1, 0.9805, 0.9008, 0.8803, 0.7243}

γ3(k)={1, 0.8502, 0.9303, 0.7902, 0.6780}

γ4(k)={1, 0.9200, 0.6697, 0.7387, 0.3333}

γ5(k)={1, 0.8122, 0.6632, 0.7649, 0.7581}

γ6(k)={1, 0.9103, 0.9251, 0.8729, 0.8449}

γ7(k)={1, 0.9888, 0.6917, 0.9994, 0.5565}

γ8(k)={1, 0.8079, 0.7711, 0.9919, 0.8047}

3.3 計算灰關聯熵

對關聯系數γi(k)進行映射處理：

映射值Ph為分布密度值,此時Ph≥0,并且∑Ph=1, 得:

P1=[0.2349, 0.2314, 0.1718, 0.1810, 0.1809]

P2=[0.2229, 0.2186, 0.2008, 0.1962, 0.1615]

P3=[0.2354, 0.2001, 0.2190, 0.1860, 0.1596]

P4=[0.2731, 0.2512, 0.1829, 0.2017, 0.0910]

P5=[0.2501, 0.2031, 0.1659, 0.1913, 0.1896]

P6=[0.2196, 0.1999, 0.2032, 0.1917, 0.1856]

P7=[0.2360, 0.2334, 0.1633, 0.2359, 0.1314]

P8=[0.2285, 0.1946, 0.1762, 0.2267, 0.1939]

以Ph為屬性信息的灰關聯熵：

計算得比較數列的灰關聯熵分別為：H1=1.6003,H2= 1.6033,H31.6007,H4=1.6000,H5=1.6078,H6=1.5837,H7=1.6030

3.4 計算熵關聯度

灰熵是離散序列的分量值均衡程度的測度,灰熵越大序列就越均衡。在各屬性值相等時取最大值,灰關聯系數分布最均衡,灰熵取最大值,此最大值與序列屬性值無關,只與屬性元素的個數有關。設Hmax代表由n個屬性元素組成的序列的灰熵最大值,記作Hmax=lnn,則序列Xi的熵關聯度為:

Ei=Hi/Hmax

計算結果如下：E1=0.9943,E2=0.9962,E3=0.9946,E4=0.9651,E5=0.9942,E6=0.9990,E7=0.9840,E8=0.9960

確定灰關聯序列的排序準則：比較數列的灰關聯熵和熵關聯度越大,比較數列與參考數列的灰關聯系數分布映射越均衡、關聯性越大,則該比較數列所對應的影響因素對參考數列的影響程度越大。根據計算結果,對西部地區物流發展的影響因素排序如下：貨物周轉量>鐵路營業里程>交通運輸、倉儲和郵政業從業人數>公路里程>第三產業增加值>郵政業務總量>地方財政交通運輸支出>郵電業務總量。

4 研究結論與發展建議

由以上計算結果可以看出,所選取影響因素的灰熵關聯度都很高,代表這些影響因素與西部地區物流發展的關系相當密切。分析上述影響因素,可以有效地找出加快西部地區物流發展的切入點,有針對性地制定西部物流發展規劃和相應的對策措施。

貨運周轉量對西部地區物流發展起最為關鍵性作用,這與運輸是物流系統的重要功能環節和基本組成部分有關。不管在生產物流領域還是銷售物流領域,產品的空間轉移都是依靠運輸功能實現的,而貨物周轉量指標同時包含了運輸對象的數量和運輸距離,可以全面地反映運輸成果,是物流的發展的重要組成部分。從計算公式可知,貨運周轉量包含了物流里程因素和物流需求兩方面,因此,可以通過促進西部地區不同運輸方式的協調發展保障物流運輸的暢通性,同時加快經濟建設發展,提升西部地區物流需求量。

鐵路營業里程和公路里程作為反映物流基礎設施建設情況的因素,在影響因素排序中位列第二和第四,影響作用明顯。應加快鐵路及公路交通運輸線路的建設,促進兩種運輸方式的密切銜接,加大對西部地區物流基礎設施建設,加強物流網絡密度對區域物流發展的帶動作用,實現我國與絲綢之路經濟帶沿線國家交通基礎設施的互聯互通。

交通運輸、倉儲和郵政從業人員是影響西部物流發展的第三重要因素,這意味著物流業從業人數總體上影響著西部物流的發展,西部地區需要推進教育與物流的結合發展,調整物流人才結構,加快物流專業人才的培養力度,形成完善的西部地區物流人才教育培訓體系。

雖然第三產業增加值在推動和抑制物流發展方面不如上述其他影響因素作用明顯,但是,物流業作為第三產業的重要組成部分,政府在西部地區產業結構升級和產業結構調整方面,可以加大對第三產業的扶持力度,從而保障西部地區物流的高效發展。

地方財政交通運輸支出對物流發展的影響程度位居第六,雖然沒有其他因素關聯程度強,但同樣可以制約西部地區物流的發展,因此,可以通過政策傾斜,適當放寬對西部地區物流領域的投資,調整地方財政交通運輸支出結構,為西部地區物流發展提供資金支持。

郵政業務總量和郵電業務總量在影響因素排序中居于后位,這說明西部地區的物流發展借助電子商務的部分相對較少,這與西部地區,特別是絲綢之路國內段覆蓋的西北五個地區,電子商務相比其他地區較為落后的發展規律相符。因此,應加大西部地區物流節點布局力度,構建暢通高效的物流網絡,挖掘西部地區電子商務物流的發展潛力,促使其推動西部地區物流業發展。

綜上所述,區域物流作為區域經濟的重要支撐力量,其影響因素復雜多變,作用程度和折射層面也各不相同。因此,首先需要科學地分析出西部地區物流發展的主要影響因素,并對影響因素的重要程度排序,然后再根據實際情況有針對性的具體分析,力求在推動物流的過程中把握關鍵點,有計劃地發揮各影響因素對西部地區物流發展的拉動作用,使西部地區物流更好地發展,為絲綢之路經濟帶戰略構想的實施,提供重要依據和堅實的支撐力量。

[1]張建升.區域物流發展差異及其影響因素研究[J].北京交通大學學報：社會科學版,2011,10(3):48-53.

[2]章文燕.基于灰色關聯分析法的物流發展影響因素分析[J].統計與決策,2011(23):105-107.

[3]高勝,張希風.浙江省區域物流發展影響因素灰色關聯分析[J].鐵道運輸與經濟,2013,35(9):49-53.

[4]馬麗容,馬丁丑.區域物流發展影響因素的灰色關聯分析——以甘肅省為例[J].中國物流與采購,2014(15):66-67.

[5]王健,劉荷.區域物流發展的影響因素研究——基于福建省的實證分析[J].華東經濟管理,2014(3):22-27.

[6]遲國泰,曹婷婷,張昆.基于相關-主成分分析的人的全面發展評價指標體系構建[J].系統工程理論與實踐,2012,32(1):111-119.

[7]趙爾奎,劉重新.基于灰色關聯熵的陜西省文化產業發展戰略研究[J].科技管理研究,2013,33(11):224-227.

[8]SunCC.CombiningGreyRelationAnalysisandEntropyModelforEvaluatingtheOperationalPerformance:AnEmpiricalStudy[J].Quality&Quantity,2014,48(3):1589-1600.

[9]LiY.SequenceofLogisticsDevelopmentAffectingFactorsBasedonGreyRelationEntropyAnalysis[C]//Logistics:TheEmergingFrontiersofTransportationandDevelopmentinChina.ASCE,2015:220-225.

[10]劉超.區域旅游業競爭力評價模型的構建和影響因素研究——以北京市為例[J].中國市場,2015(29):59-63.

[11]羅甜甜.湖南省經濟增長影響因素實證分析[J].中國市場,2016(21).

10.13939/j.cnki.zgsc.2016.49.017

周燕(1991—),女,遼寧大連人,北京物資學院碩士研究生；鄔躍(1956—),男,北京人,北京物資學院,教授；練靜(1992—),女,河南商丘人,北京物資學院碩士研究生。