基于因子和集群分析的城市物流竞争力评价

邹　欣，谭满益

(成都理工大学管理科学学院，四川成都　 610059)



基于因子和集群分析的城市物流竞争力评价

邹欣，谭满益*

(成都理工大学管理科学学院，四川成都 610059)

摘要：选取四川省18个城市的GDP、货运总量、邮政业务收入等影响城市物流竞争力因素的相关数据，从经济发展水平、物流业务规模和信息化水平3个方面构建城市物流竞争力评价指标体系。借助SPSS 20.0软件，运用因子和集群分析法对四川省各城市的物流竞争力进行评价、分类与比较分析。结果表明：各城市物流竞争力存在较大差距，该结果可为四川省现代物流业的发展提供参考。

关键词：城市物流竞争力；区域物流；因子分析；集群分析

城市物流属于区域物流的范畴，是指服务于城市经济发展的需要、以城市为中心所发生的城市区域范围内或城市与外部区域间的实体流动，以及应对城市发展中环境问题的物流活动[1]。城市物流的发展能够提高区域经济的运作效率、降低交易成本，对促进区域产业结构升级及形成新的区域经济增长点具有重要的支撑和促进作用[2]。科学、系统地评价城市物流发展水平，对降低物流系统运行成本、推进产业结构调整升级、提升城市综合竞争力等具有十分重要的意义。

四川是我国长江上游经济带区域的中心省份，不仅是连接西藏的关键通道，也是全国重要的交通枢纽，是物流中心和国内外商品的集散地。推动四川经济的发展，对长江上游经济带的开发以及西部地区的发展尤为重要。近年来，四川省物流业发展迅速，规模不断扩大，据文献[3]显示：2014年四川省社会物流总额为54 804.7亿元，全省物流业比上年增值1 586.79亿元，按可比价格计算，同比较上年分别增长7.9%和8.3%。对四川省18个城市的物流竞争力进行评价分析，有助于科学认识各城市的物流业发展水平，找出物流业发展中存在的问题，为各城市提升物流效率、推动物流业转型升级提供参考依据。

1评价指标体系的构建

城市物流竞争力是指城市物流产业在发展中表现出争夺物流资源、占据物流市场、拓展物流能力以及获取增长动力的竞争能力[4]。国内专家和学者在物流竞争力评价指标体系构建和分析方法方面进行了一系列研究：文献[5]基于物流竞争实力和物流竞争潜力两个维度，从总体规模、物流业绩效、基础设施等7个方面构建了区域物流竞争力指标体系，在此基础上运用主成份分析法和熵值法相结合对相应指标进行赋权合成，并进行实证测算；文献[6]选取物流区位环境、物流硬环境、物流软环境和物流运行4类要素22个指标建立评价指标体系，对我国省级区域物流竞争力进行定量评价；文献[7]按区域经济发展水平、需求竞争力和环境竞争力3个一级指标、18个二级指标构建江西省区域物流竞争力评价指标体系，并通过因子和聚类分析对江西省11个地级市的物流竞争力进行综合评价及分类；文献[8]运用灰色综合评价法，从物流竞争环境、物流竞争实力和物流竞争潜力3个方面对广西北部湾经济区物流竞争力进行综合评价；文献[9]通过对波特钻石模型的分析并结合物流实践，将影响区域物流竞争力的主要因素分为区域物流需求状况、区域信息化水平、区域政府作用等6个方面。

本文依据城市物流竞争力的定义和特点，遵循目的性、系统性、科学性、可比性和可获得性等原则，从经济发展水平、物流业务规模和信息化水平3个方面选取15个指标建立城市物流竞争力评价指标体系，具体见表1。

表1　城市物流竞争力评价指标体系

2综合评价分析

2.1数据来源与处理

以四川省18个城市物流竞争力影响因素的数据作为原始数据建立相应的统计指标体系，数据来源于文献[10-12]。根据因子分析法的计算原理，采用SPSS 20.0对原始数据进行计算和统计学分析。1)计算各变量之间的积差相关系数，组成一个相关系数矩阵；2)选择估计共同性的方法进行因子模式的选定，在主成份分析中，变项的初始共同性的假设为1，一般采用平方复相关系数法(squared multiple correlation coefficient)来估计初始共同性，之后再进行迭代，提取共同因子；3)采用主成份法作为因子提取的方法；4)采用潜在根法提取因子个数，保留特征值大于1的项目因子；5)因子提取完成后的结果，通常都不容易解释，经常会出现一个变量在多个变量有高的负荷量的情形，必须进行因子旋转(factors rotation)，让因子易于解释。

2.2因子分析

表2　KMO和巴氏球形检验

1)适当性检验

在进行主成分分析之前，应先对取样进行KMO(Kaiser-Meyer-Olkin)适当性检验及巴氏球形检验(Bartlett′s test of sphericity)，利用SPSS 20.0进行数据处理，结果见表2。

从表2的检验结果可以看出，KMO值为0.844>0.5，表明适合进行因子分析；近似卡方为686.509，在自由度为105的情况下显著性水平为0<0.05，检验通过，原始数据适合进行因子分析。

2)主因子的确定

采用主成份分析法(Principal Component Analysis)提取主因子，主成份分析是把多个变量化为少数几个综合指标的一种统计分析方法。在多变量研究中，往往因为变量的个数太多，彼此之间可能存在相关性，使得反映的信息有所重叠，从自由度分析的观点来看，这些相关性的存在会使自由度降低，意味着可以不需要太多的变量就可以决定系统的状态。而主成份分析通过寻找变量间的最大投影轴，使原本众多的变量减少为少数几个相互独立的线性组合(主成份)，从而实现数据的降维，并以少数几个主成份来解释原始数据的综合特性。主成份分析的目的就是要找到真正影响系统状态的变量，使得问题的复杂程度大大降低。

由于主成份分析有简化问题复杂程度的优点，且不需要事先对问题中遇到的大量变量之间的关系加以了解即可进行分析，所以适用于对有大量变量或变量间关系不明确问题的研究。利用SPSS 20.0对数据进行因子分析并用最大方差法旋转，结果见表3。根据特征值大于1的原则，提取前2个因子作为主因子，分别表示为F1、F2，可见2个主因子的累积贡献率达到96.022%。因此前2个因子可以较为全面地反映四川省18个城市的物流竞争力水平。

表3　解释的总方差表

注：1)“特征值”为各个因子对应的特征值，表示所解释的方差的大小；2)“方差”为对应的因子所包含的方差占总方差的比例；3)“累积”为各因子所包含的方差占总方差比例的累积(各行依次叠加)。

主因子F1、F2对各指标的相关系数如表4所示。

表4　主因子F1、F2对各指标的相关系数

从表4可以看出， 主因子F1在X1、X3～X5、X7～X15上具有较大的相关系数，反映经济发展水平、物流业务规模和信息化水平对物流竞争力的影响，其贡献率远大于主因子F2，因此可将主因子F1概括为物流流通、规模和信息因子；主因子F2在X2、X6上具有较大的相关系数，主要反映区域经济发展和居民消费对物流竞争力的影响，说明随着地区经济的发展和消费水平的提高及地区城市化进程的加快，人们对各类商品和服务的需求不断增加，从而促进了物流业的发展，因此可将主因子F2概括为物流需求因子。

3)综合得分及排序

为了对各城市物流竞争力进行分析，对提取的两个主因子采用回归算法得到各指标在主因子F1、F2上的得分系数，如表5所示，主因子F1、F2得分函数

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为经过标准化处理的指标数据[11-12]；x1～x15前的系数分别为各指标在主因子F1、F2上的得分系数，见表5。

表5　各指标在主因子F1、F2上的得分系数

综合得分

f=0.751 1f1+0.248 9f2。

计算得到各城市的综合得分并进行排名，结果见表6。

表6　四川省各市物流竞争力综合得分及排名

注：F1、F2栏下的得分与排名分别为各城市物流竞争力在因子F1、F2上的得分与排名。

2.3集群分析

为更清晰反映四川省18个城市的物流竞争力，利用因子分析提取的2个主因子作为变量进行集群分析。集群分析是将性质相近的资料进行归类， 亦即集群内的事物具有较高的同质性， 而集群间的事物则具有较高的异质性。集群分析试图将复杂事物简化为许多子集群，故集群分析亦可视为资料缩减的一种方法。为了将事物归类，必须衡量事物间的相似性，通常以计算事物间的距离或相似性为衡量基准，一般而言常以欧氏距离平方(squared Euclidean distance)作为计算相似性的基础。在SPSS 20.0软件里采用系统集群分析中的组间联接法，根据集群结果，可将18个城市分为4个类别，结果见表7和图1。图1中的距离系数是在对样本进行分类时，样本之间的相似度量工具。把样本每个个体看作是空间中的一个点，通过计算空间两点之间的距离衡量接近程度，是一种用于描述样本值接近的统计量，值越小表示样本值越贴近。

表7　集群分析结果

图1　路面时域模拟图

由表6、7和图1分析各城市的物流竞争力水平：

1)物流竞争力强的城市。成都市的物流竞争力综合得分为3.112 2分，综合排名居四川省第一，且得分远高于其它城市。成都市作为我国西南地区商贸、金融、科教中心及交通、通信枢纽，地理位置优势明显，是西部城市中综合经济实力最强的城市之一，同时也是中西部吸引外资最多的城市。成都目前已拥有的4个国际性枢纽型物流园区及4个区域性、综合性物流中心，都为成都市的经济与现代物流业的发展提供了重要支撑和保障，现代物流产业在成都市有着广阔的发展空间和极大的市场需求。[13]

2)物流竞争力较强的城市。包括南充、达州、广元和巴中，这些城市在主因子F1上得分位居第2～5名，其中客运总量、公路旅客周转量和邮电业务收入等都高于其他城市，但在主因子F2上得分排名分别为17、15、16和18，显现出这4个城市人均地区生产总值不高，消费能力不足，物流竞争力水平与经济水平的发展不一致。因此，应大力推动区域经济的发展，提升消费能力，为物流产业的发展提供更为发达的基础设施条件以及充足的市场需求。[14]

3)物流竞争力一般的城市。共有自贡、泸州、德阳、绵阳、遂宁、内江、乐山、眉山、宜宾、广安、雅安和资阳共12个城市。对于这类城市而言，其经济发展水平较高，居民拥有较强的购买力，从而能带来较大的物流需求。然而，其中一些城市的物流基础设施建设较为薄弱，物流企业规模较小，如雅安和遂宁，其邮政业务收入、电信业务收入及移动电话、互联网宽带接入用户数等都位于倒数几位，信息化水平不高、物流业务规模不足等都成为了这些地区物流发展的障碍。

4)物流竞争力弱的城市。攀枝花市地处四川省西南边缘，位于连接成都、昆明两市陆、空交通线的中点，但由于川滇两省经济互补性不强，并未使其成为川滇两省物流衔接点或中转站。攀枝花地貌以山地为主，交通设施建设成本高，且不具备辐射状的陆路交通网络，以攀枝花为始发站的货物(主要为钢铁产品)占据了物流总量的大部分[15]。单一的产业结构、贫乏的交通资源等都制约着攀枝花物流与经济的发展。

3结语

1)从经济发展水平、物流业务规模、信息化水平3个方面确立城市物流竞争力评价指标体系，通过因子分析法提取出物流流通、规模和信息因子及物流需求因子两个主因子。

2)运用集群分析法对四川省18个城市的物流竞争力进行综合评价和分类，结果表明各城市物流竞争力存在较大差距。评价结果较为客观地反映了目前四川省18个城市的物流竞争力现状及在物流业发展中存在的问题。随着四川省“三大发展战略”的实施以及四大城市群(成都平原、川南、川东北和攀西)经济圈的建设，各市面临的发展政策机遇有所不同，应根据自身的区位条件、产业基础、资源禀赋等制定出更有针对性的发展策略，通过各市物流增长极的极化和扩散效应，最终达到提升全省物流竞争力的目的。

参考文献：

[1]左泽平.海峡西岸经济区城市物流竞争力评价的实证研究[D].泉州：华侨大学，2012.

[2]张建升，胡秀忠.区域物流与区域经济的耦合协调度研究[J].铁道运输与经济，2012，34(1)：50-55.

[3]四川省发展和改革委员会.2014年四川省物流运行情况的通报[EB/OL].(2015-02-13)[2015-07-15].http://www.scdrc.gov.cn/dir45/178663.htm.

[4]谭观音，左泽平.海峡西岸经济区城市物流竞争力的动态比较[J].经济地理，2012，32(3)：107-113.

[5]高秀丽，王爱虎.区域物流竞争力综合评价体系及实证研究[J].工业工程与管理，2010，15(4)：41-45.

[6]王圣云，沈玉芳.我国省级区域物流竞争力评价及特征研究[J].中国软科学，2007(10)：104-110.

[7]张诚，张远，张志坚.江西省区域物流竞争力评价及聚类分析[J].物流技术，2014，33(8)：147-150.

[8]景保峰，唐琮沅.区域物流竞争力的灰色综合评价研究—以广西北部湾经济区为例[J].中国管理信息化，2009，12(9)： 82-84.

[9]林晓伟，李建军，周熙登.基于钻石模型的区域物流竞争力评价模型研究[J].南昌航空大学学报(社会科学版)， 2013， 15(2)： 34-40.

[10]刘继萍.中国物流信息化研究现状及其发展趋势分析[J].物流技术，2015，34(1)：270-271，293.

[11]四川省统计局，国家统计局四川调查总队.四川统计年鉴-2014[M].北京：中国统计出版社，2014.

[12]国家统计局城市社会经济调查司.中国城市统计年鉴-2014[M].北京：中国统计出版社，2014.

[13]金芳芳，黄祖庆，虎陈霞.长三角城市群物流竞争力评价及聚类分析[J].科技管理研究，2013，33(9)：183-187.

[14]孙杰. 聚类算法分析在基因表达数据中的分析应用[D].镇江：江苏科技大学，2012.

[15]吕健，彭其渊，王宇.攀枝花市物流产业发展研究[J].铁道运输与经济，2006，28(10)：72-73.

(责任编辑：杨秀红)

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

文章编号：1672-0032(2015)04-0023-06

中图分类号：F259.2771

文献标志码：A

DOI：10.3969/j.issn.1672-0032.2015.04.006

作者简介：邹欣(1989—)，男，成都人，硕士研究生，主要研究方向为物流与供应链管理；*谭满益(1971—)，男，四川苍溪人，管理学博士，教授，硕士生导师，主要研究方向为管理科学与工程.

基金项目：四川省教育厅重点项目(13ZA0064)；四川省矿产资源研究中心项目(SCKCZY2014-YB05)

收稿日期：2015-10-15