基于因子分析法對(duì)江西省區(qū)域物流競(jìng)爭(zhēng)力的研究

摘要：為了推進(jìn)物流業(yè)的發(fā)展，同時(shí)貫徹落實(shí)十八屆五中全會(huì)的精神，江西省在《“十三五”規(guī)劃綱要》重點(diǎn)強(qiáng)調(diào)大力發(fā)展物流業(yè)，并計(jì)劃在2016年實(shí)現(xiàn)全省社會(huì)物流費(fèi)用占GDP比例比上一年降低0.5%～1%的目標(biāo)。本文從江西省的物流發(fā)展現(xiàn)狀的研究出發(fā)，分析江西省物流發(fā)展水平現(xiàn)狀，基于科學(xué)的統(tǒng)計(jì)方法因子分析法對(duì)江西省11個(gè)地市的相關(guān)指標(biāo)進(jìn)行分析，綜合研究各指標(biāo)對(duì)各個(gè)地市的影響程度并進(jìn)行綜合實(shí)力排名，發(fā)現(xiàn)存在區(qū)域差異性情況且較為顯著，最后對(duì)江西省物流及各地市物流競(jìng)爭(zhēng)力進(jìn)行總結(jié)。

關(guān)鍵詞：物流發(fā)展;區(qū)域物流;區(qū)域競(jìng)爭(zhēng)力;因子分析法;江西

一、文獻(xiàn)綜述

關(guān)于區(qū)域競(jìng)爭(zhēng)力研究，目前還沒有成熟的研究體系，從已有的研究文獻(xiàn)來看，在區(qū)域物流競(jìng)爭(zhēng)力模型構(gòu)建及指標(biāo)選取方面，姚舜（2007）[1]通過對(duì)國(guó)內(nèi)外比較有代表性的競(jìng)爭(zhēng)力評(píng)價(jià)模型進(jìn)行研究，并結(jié)合傳統(tǒng)區(qū)域經(jīng)濟(jì)理論、比較經(jīng)濟(jì)學(xué)等理論及我國(guó)經(jīng)濟(jì)發(fā)展現(xiàn)狀，建立了“網(wǎng)狀鉆石模型”。該模型分為三個(gè)層次，共87項(xiàng)指標(biāo)，較全面地涵蓋了區(qū)域物流競(jìng)爭(zhēng)力的影響因素。但該模型并未通過實(shí)際案例的驗(yàn)證，其可實(shí)施性有待驗(yàn)證。歐陽小迅等（2010）[4]首先建立了區(qū)域物流評(píng)價(jià)體系，在此基礎(chǔ)上運(yùn)用基于方差加權(quán)與熵值法相結(jié)合的綜合賦權(quán)的非線性評(píng)價(jià)模型，對(duì)區(qū)域物流競(jìng)爭(zhēng)力指數(shù)進(jìn)行了計(jì)量。劉美玉（2013）[2]從六個(gè)評(píng)價(jià)準(zhǔn)則出發(fā)，提出31個(gè)指標(biāo)對(duì)區(qū)域物流競(jìng)爭(zhēng)力進(jìn)行分析，最后又利用實(shí)證數(shù)據(jù)，具體分析了湖南的物流競(jìng)爭(zhēng)力水平。江羅凝（2011）[5]運(yùn)用SPSS軟件，通過主成分和聚類分析，對(duì)浙江省區(qū)域物流能力進(jìn)行了全面分析。綜上所述，本文基于江西2017的相關(guān)數(shù)據(jù)，利用因子分析法，對(duì)江西省物流區(qū)域發(fā)展進(jìn)行比較研究，并對(duì)區(qū)域性物流競(jìng)爭(zhēng)力進(jìn)行了分析，并得出結(jié)論。

二、研究設(shè)計(jì)

（一）物流區(qū)域競(jìng)爭(zhēng)力影響因素的分析與選取

根據(jù)查閱中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)、國(guó)家統(tǒng)計(jì)局和江西省統(tǒng)計(jì)年鑒等相關(guān)文獻(xiàn)，本文選定南昌、九江、上饒、景德鎮(zhèn)、宜春、新余、萍鄉(xiāng)、鷹潭、撫州、吉安、贛州共計(jì)11市級(jí)單位作為統(tǒng)計(jì)樣本，并從以下三個(gè)方面選取影響江西物流區(qū)域差異性的指標(biāo)：

首先，從區(qū)域發(fā)展水平上，選取人均GDP（元，X1），城鎮(zhèn)居民家庭人均年可支配收入（元，X2），農(nóng)村居民人均年可支配收入（元，X3），社會(huì)消費(fèi)品零售總額（元，X4）指標(biāo)。

其次，從需求差異力上，選取貨運(yùn)量（萬噸，X5），客運(yùn)量（萬人，X6），民用汽車擁有數(shù)（輛，X7），郵政業(yè)務(wù)收入（萬元，X8）指標(biāo)。

從環(huán)境差異上，選取公路里程（X9），移動(dòng)電話年末用戶數(shù)（X10）。

各影響因素大部分都可以采用量化數(shù)據(jù)處理，主觀評(píng)價(jià)成分大大降低，因此評(píng)價(jià)結(jié)果更加實(shí)際有效。

（二）物流區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)模型的構(gòu)建

目前對(duì)區(qū)域物流競(jìng)爭(zhēng)力的分析方法，較多采用的是博弈論、灰色關(guān)聯(lián)度、主成分分析等方法，本文選用的是因子分析法對(duì)區(qū)域物流進(jìn)行分析。因子分析是主成分分析的拓展和推廣，其核心思想是“降維”，通過研究多變量之間的內(nèi)在關(guān)系，探求觀測(cè)數(shù)據(jù)的基本結(jié)構(gòu)，并用少數(shù)幾個(gè)“抽象”的變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)。將變量分為：Xp={X1，X2，X3，X4};{X5，X6，X7，X8};{X9，X10}。

利用因子分析的碎石圖（圖1）可以更加直觀地發(fā)現(xiàn)最優(yōu)因子的數(shù)量。在碎石圖中，橫坐標(biāo)表示因子數(shù)目，縱坐標(biāo)表示特征值。從圖中可以看出，前三個(gè)因子的特征跟都比較大，第一個(gè)因子人均GDP的特征值約4.5，第二個(gè)因子城鎮(zhèn)居民人均年可支配收入的特征值約為3.5，第三個(gè)因子農(nóng)村居民人均年可支配收入的特征值接近1，從第四個(gè)開始，因子的特征值都小于1且接近0，連線也變得較平緩。前三個(gè)因子對(duì)解釋變量的貢獻(xiàn)最大，后四個(gè)因子對(duì)解釋變量的貢獻(xiàn)非常小。

（五）結(jié)果分析

通過表（6）可以看出，各個(gè)公共因子的排名順序并不固定，結(jié)合旋轉(zhuǎn)載荷矩陣（表4），對(duì)江西省11個(gè)地市的區(qū)域物流進(jìn)行簡(jiǎn)要分析。

公共因子F1，南昌市得分最高，因子值為2.04遠(yuǎn)高于其他因子，這是因?yàn)槟喜?jīng)濟(jì)發(fā)展水平最高，地區(qū)生產(chǎn)總值遠(yuǎn)遠(yuǎn)高于其他地市，各項(xiàng)基礎(chǔ)設(shè)施比較完善，物流需求大，有其得天獨(dú)厚的發(fā)展機(jī)會(huì)。

公共因子F2，得分排名前列的是南昌、萍鄉(xiāng)、新余、景德鎮(zhèn)，南昌市城鎮(zhèn)化率高，城市居民人均收入高，萍鄉(xiāng)、新余、景德鎮(zhèn)城市和農(nóng)村人均收入也較高，但是景德鎮(zhèn)在綜合排名中出于落后地位，這與景德鎮(zhèn)綜合物流發(fā)展環(huán)境有關(guān)。雖然景德鎮(zhèn)市是國(guó)務(wù)院首批頒布的二十四個(gè)文化名城之一，但是受地理位置限制，地區(qū)生產(chǎn)總值較低，通訊產(chǎn)業(yè)不夠發(fā)達(dá)，區(qū)域內(nèi)的經(jīng)濟(jì)也主要依托陶瓷產(chǎn)業(yè)，沒有其他工業(yè)產(chǎn)業(yè)作為依托等因素的影響，當(dāng)?shù)噩F(xiàn)代物流的發(fā)展相對(duì)緩慢。

公共因子F3，南昌、九江、上饒排名前三，這主要是因?yàn)檫@些地區(qū)區(qū)域面積較大，公路覆蓋率高，且區(qū)域內(nèi)人口較多，擁有的通訊設(shè)備等物流基礎(chǔ)設(shè)施相對(duì)高于其他地市，如南昌市交通網(wǎng)較密集;九江市水運(yùn)較發(fā)達(dá)等。

根據(jù)綜合排名分析物流競(jìng)爭(zhēng)力，把11的地市歸為三類：

第一類城市為南昌，綜合因子得分最高居首位。南昌市作為江西的省會(huì)城市，不僅經(jīng)濟(jì)發(fā)展相對(duì)較好，而且在交通運(yùn)輸區(qū)位方面，有連接長(zhǎng)江的贛江穿城而過，水運(yùn)便捷：京九線、浙贛線交匯于向塘，鐵路運(yùn)輸相對(duì)發(fā)達(dá)，加上省內(nèi)高速公路網(wǎng)的形成，這些為江西物流業(yè)的發(fā)展提供了強(qiáng)大的支撐：文化方面，南昌市作為江西的科技文化中心，有46所高等院校為其提供人才與科研支持。這一系列的優(yōu)勢(shì)是南昌區(qū)域物流發(fā)展較快的基礎(chǔ)。

第二類城市為九江、上饒、贛州、萍鄉(xiāng)四市，綜合因子得分位居2～5，這類城市第二個(gè)公共因子的得分相對(duì)來說低于南昌，但又高于其他地市，反映了該類城市居民購買力強(qiáng)，具有較高的發(fā)展?jié)摿Α?/p>

第三類城市為吉安、新余、宜春、景德鎮(zhèn)、鷹潭、撫州，綜合因子得分位居6～11名，這類城市不論是從經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施的建設(shè)方面，還是交通運(yùn)輸也發(fā)展方面都要進(jìn)一步挖掘，縮小與其他地區(qū)物流能力的差距。

為了能夠更加清楚地分析江西省11個(gè)地市的區(qū)域物流競(jìng)爭(zhēng)力，在因子分析的基礎(chǔ)上，基于已經(jīng)得到的三個(gè)公共因子，利用聚類分析對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的處理并分類。聚類分析是將個(gè)體或?qū)ο蠓诸悾沟猛活愔械膶?duì)象之間的相似性比其他類對(duì)象的相似性更強(qiáng)，目的在于使類間對(duì)象的異質(zhì)性最大化。通過SPSS25.0軟件進(jìn)行系統(tǒng)聚類分析得到樹狀聚類圖，如圖2所示。

分析圖表可對(duì)11個(gè)地市的區(qū)域物流競(jìng)爭(zhēng)力進(jìn)行分類，南昌物流綜合水平遠(yuǎn)遠(yuǎn)超過其他地市，自成一類，贛州、九江、上饒、宜春、新余、吉安、萍鄉(xiāng)為一類，鷹潭、景德鎮(zhèn)、撫州、為一類。

四、研究結(jié)論

本文章分析表明江西省各地級(jí)市物流區(qū)域差異性顯著，根據(jù)江西區(qū)域物流競(jìng)爭(zhēng)力的分析結(jié)果中可以看出，江西各個(gè)地區(qū)的物流發(fā)展是不平衡的。同時(shí)文章采用因子分析法構(gòu)建了物流區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)模型，系統(tǒng)性和科學(xué)性地將指標(biāo)歸為三大類進(jìn)行因子分析并提取主成分計(jì)算因子得分，客觀地分析出區(qū)域物流競(jìng)爭(zhēng)力不均衡發(fā)展的結(jié)果，并利用聚類分析法對(duì)指標(biāo)進(jìn)一步分析，更加科學(xué)直觀地展現(xiàn)類間對(duì)象的異質(zhì)性，最后對(duì)為江西省區(qū)域物流協(xié)調(diào)性發(fā)展與可持續(xù)發(fā)展提供一個(gè)實(shí)證分析研究。

參考文獻(xiàn)：

[1] ?江西省經(jīng)濟(jì)統(tǒng)計(jì)年鑒[Z].江西省統(tǒng)計(jì)局.江西統(tǒng)計(jì)出版社.2018.

[2] ?基于區(qū)域經(jīng)濟(jì)發(fā)展的城市物流戰(zhàn)略規(guī)劃研究[D].柴燃.浙江工業(yè)大學(xué).2012

[3] ?基于主成分分析法的天津現(xiàn)代物流發(fā)展綜合評(píng)價(jià)模型構(gòu)建[J].潘永明，米冠旭.中國(guó)農(nóng)機(jī)化，2009（4）：45-47.

[4] ?基于非線性主成分分析法的區(qū)域物流發(fā)展綜合評(píng)價(jià)模型[J].王振鋒，王淮東，徐廣印等.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2006（5）：545-548.

[5] ?地區(qū)物流競(jìng)爭(zhēng)力識(shí)別體系及動(dòng)態(tài)評(píng)估研究[D].牟能冶.西南交通大學(xué).2009

[6] ?多元統(tǒng)計(jì)分析[M].何曉群.中國(guó)人民大學(xué)出版社，2015.

作者簡(jiǎn)介：黃家海（1999.06），男，江西省南昌市人，漢族，本科在讀，江西師范大學(xué)，研究方向：國(guó)際貿(mào)易。

（作者單位：國(guó)際經(jīng)濟(jì)與貿(mào)易（1）班）