絲綢之路經濟帶中國段物流競爭力評價及金融支持研究

張曉鋒 博士 曹占偉 副教授

（1、河南工業大學馬克思主義學院 河南鄭州 450001；2、武漢大學歷史學院湖北武漢 430072）

引言

絲綢之路經濟帶中國段主要包括新疆、甘肅、寧夏、青海、陜西、廣西、四川、云南、重慶九個省、市、區。絲綢之路經濟帶的提出，對中國西部地區物流發展乃至整個中國大陸地區物流發展都起著至關重要的促進和支持作用。當然，絲綢之路經濟帶交通物流發展需要大量資金作為后盾，不管是直接的商貿流通業，還是相關的工業、制造業、旅游業等行業發展都離不開相應金融支持。目前相關政府和機構已經出臺了一系列政策，鼓勵金融部門對該區域物流的支持，也取得了一些效果，但是仍然還存在一些亟待解決的問題。因此，研究金融支持對絲綢之路經濟帶各省、市、區物流競爭力的影響，對于優化金融結構、提高金融效率、擴大金融規模，從而支持促進各省、市、區物流競爭力水平的提高具有重要現實意義。

基于因子分析法的絲綢之路經濟帶中國段物流競爭力評價

（一）指標選取和數據來源

為了能夠更好分析絲綢之路經濟帶中國段物流競爭力，本文選取如下指標體系：線路運輸長度、貨運量、郵電業務總量、汽車擁有量、移動電話人口數、互聯網用戶數、物流從業人數7 個指標。本文指標數據來源于《2019中國統計年鑒》。

（二）因子分析過程

因子分析是將多個原有變量X1，X2，X3，…，XP綜合為少數幾個因子F1，F2，…，Fm，以反映指標與因子之間是否具有相關關系的一種多變量統計分析方法。

簡記為：X=AF+δ，其中：A 稱為因子載荷矩陣a(ij)，F被稱作X的公共因子，δ為特殊因子。

可行性分析。一般情況下，KMO 值大于0.5 就適合作因子分析。如表1 所示，本文數據測試結果顯示KMO值是0.749，卡方值是63.371，P 值是0.000，表明適合做因子分析。

表1 KMO 值和巴特利特球體測試

表2 特征根與方差貢獻率

表3 旋轉后的因子載荷矩陣

表4 絲綢之路經濟帶中國段物流競爭力綜合得分

公共因子提取及解釋。公共因子是根據原始指標信息提取的反映指標間公共信息的因素。具體的特征根與方差貢獻率如表2 所示。

從表2 可以看出，特征值大于1 的有兩個，前兩個因子占據了累計方差的92.759%， 說明這兩個因子提供了原始數據的足夠信息。可以提取這兩個主因子作為評價絲綢之路經濟帶物流競爭力的主因子，記為F1、F2。旋轉后的因子載荷矩陣如表3 所示。

（三）物流競爭力評價

由前文因子分析法中的主成分分析所衍生的新生變量F1、F2 得出絲綢之路經濟帶區域物流競爭力綜合得分為：F=（75.719*F1+17.040*F2）/92.759。其中，F 為綜合物流競爭力得分，F1、F2 為各因子得分。

從表4 可知，第一梯隊為四川，物流競爭力得分達到1.67，可見四川物流發展水平在絲綢之路經濟帶中國段最好，說明此地區物流資金投入、物流設施、物流人員各方面達到最高水平。四川經濟發展水平較高，人口眾多，區域內企業較多且高校眾多，擁有大量物流專業人才，這些都對本區域物流發展具有顯著促進作用，使其物流水平處在絲綢之路經濟帶中國段第一梯隊的位置；第二梯隊為陜西和重慶，物流競爭力得分為0.76 和0.28，可以看出兩者物流發展水平較好，說明這兩個地區物流資金投入、物流設施、物流人員各方面達到較高水平。陜西和重慶也屬于西部發達地區，人口比較密集，尤其是重慶，大型企業眾多，各種交通設施比較完善，這對本地區物流發展水平的提高較為有利；第三梯隊為廣西和云南，物流競爭力得分為-0.03 和-0.06，說明這兩個地區物流發展水平一般，物流資金投入、物流設施、物流人員各方面水平投入力度可能不夠高。廣西和云南相對前幾個省份來說經濟發展水平偏低，尤其區域內企業數量較少，而且各種物流交通設施稍弱，所以使得這兩個地區物流水平呈現負值；第四梯隊為新疆和甘肅，物流競爭力得分為-0.19 和-0.52，可以看出這兩個地區物流發展水平較低，各方面物流投入水平比較低，無法促進本地區物流快速發展。新疆和甘肅處于內陸，水運交通非常稀少，經濟相對比較落后，區域內人口數量相對較少，物流設施水平相對較低，另外本區域高校比較少，難以培養大量專業物流人才，這些因素都制約了本區域物流發展水平；第五梯隊為寧夏和青海，物流競爭力得分分別為-0.93 和-0.96，可以看出這兩個地區物流發展水平最低，物流資金投入、物流設施、物流人員各方面水平遠遠不能滿足社會對物流的需求。主要因為寧夏和青海經濟發展水平很差，人口數量少，區域內高校數量較少，缺少足夠優秀的物流專業人才，且這兩個區域處于內陸，水運交通非常稀少，物流交通設施水平都跟不上，這些因素是造成本地區物流發展滯后的根本原因。物流的發展離不開金融支持，因此，發展絲綢之路經濟帶物流競爭力，必須首先要探討金融支持對物流競爭力的影響力度和影響程度。

絲綢之路經濟帶中國段物流競爭力的金融支持研究

（一）指標選擇和數據來源

由于物流競爭力指標數量較多，因此因變量選擇因子分析法測算出來的物流競爭力綜合得分（JZL）作為物流競爭力的替代變量。自變量選擇反映金融規模的金融機構存貸款金融與GDP 的比值（JRGM），金融規模擴大可以帶動相關物流產業發展，尤其是服務業、連鎖零售業等行業更是如此，其發展壯大更需要外部金融支持；反映金融效率的是金融機構存貸款比值（JRXL），金融效率資金流動性的表現，存貸比例的合理控制，對物流市場獲得更多資金非常有利，可以促進物流產業健康可持續發展。變量指標數據來源于《2019 地區統計年鑒》。

（二）實證分析

通過統計數據，運用多個自變量的組合最優化建立回歸方程，從而預測因變量的回歸分析稱為多元回歸分析。本文回歸模型為：

表5 回歸系數

其中，β0、β1、β2為回歸系數，ε為不可觀測的隨機誤差。考慮到多重共線性問題，運用SPSS16.0 中逐步減少變量的方法對模型進行逐步回歸，具體回歸結果如表5 所示。

由表5 可以看出，金融支持對物流競爭力具有顯著提升作用。雖然金融支持對物流競爭力具有明顯提升作用，但是金融規模、金融效率對物流競爭力的影響程度不一，具有相當大的差異。金融效率回歸系數T 值是2.252，P值是0.065，表明金融效率可以顯著促進物流競爭力的提高，金融規?；貧w系數T 值是2.601，P 值是0.041，表明金融規模也同樣可以顯著促進物流競爭力的提高。金融規模對應的標準化回歸系數是0.586，也就是說，物流競爭力隨著金融規模的增加而增加，且只要金融規模增加一個單位，物流競爭力就會增加0.586 個單位。隨著金融規模的不斷擴大，其他行業諸如服務業、零售業、制造業等都會接收到更多資金，因此可以帶動相關物流業發展。金融效率對應的標準化回歸系數是0.507，也就是說，物流競爭力隨著金融效率的增加而增加，且只要金融效率增加一個單位，物流競爭力就會增加0.507 個單位。雖然與金融規模對物流競爭力影響力相比，金融效率對物流競爭力影響的力度要稍小，但是金融效率對物流競爭力的影響也是顯著的，因此應該要優化存貸比例，發揮金融效率對物流競爭力的提升作用。

結論與建議

本文采用因子分析法測算絲綢之路經濟帶中國段物流競爭力，并建立回歸模型實證分析金融支持對物流競爭力的影響。結果表明：四川、陜西、重慶三個地區物流競爭力水平最高；寧夏、青海兩個地區物流競爭力水平最低，9 個省、市、區物流競爭力差距較大，呈現出5 個梯隊的發展趨勢，且金融規模、金融效率對物流競爭力水平都具有顯著支持作用?；谝陨涎芯拷Y論，提出如下對策建議：

第一，運用統一授信進行金融效率優化。一般來講，統一授信其實就是某些銀行首先對一些物流企業進行貸款額度授權，在了解客戶需求的情況下，貸款給需要的客戶。這種模式對企業獲得更多外部融資更為有利，可以大幅度減少中間不必要的過程，可以更好優化質押貸款的工作環節，對降低貸款風險比較有利。這樣一來，絲綢之路經濟帶區域物流產業或者物流企業就可以便捷地獲得外部融資，獲得更多金融支持，對該區域物流競爭力的提升比較有利。

第二，適度擴大金融規模，拓寬企業融資渠道。物流行業發展離不開金融支持，大量外部金融融資需要政府的大力支持和參與，而要解決物流行業資金短缺或者其他方面的需求，僅依靠某一種方式進行融資是遠遠不夠的，需要采用不同途徑或方式進行不同程度的融資，來擴大金融規模。可以運用政府財政貸款擔保、投資參股、資產并購、產權置換等不同融資渠道來擴大金融規模，這樣對絲綢之路經濟帶區域物流產業或者物流企業獲得更多外部金融支持非常有利，對該區域物流產業的健康可持續發展起到促進和支持作用。