李新光，黃安民

（1.武夷學(xué)院 商學(xué)院，福建 武夷山 354300；2.華僑大學(xué) 旅游學(xué)院，福建 泉州 362000）

福建省區(qū)域物流發(fā)展水平評價及對策探討
——基于R型因子分析與聚類分析

李新光1，黃安民2

（1.武夷學(xué)院 商學(xué)院，福建 武夷山 354300；2.華僑大學(xué) 旅游學(xué)院，福建 泉州 362000）

通過選擇影響物流需求、物流供給和相關(guān)產(chǎn)業(yè)結(jié)構(gòu)等7個指標(biāo)體系，以2009年福建省9個地市數(shù)據(jù)為樣本，運(yùn)用因子分析和聚類分析的方法對相關(guān)數(shù)據(jù)進(jìn)行了分析.為了消除多指標(biāo)的復(fù)雜性，先運(yùn)用因子分析從原來相對較多的影響指標(biāo)提取2個互不相關(guān)的公共因子，再結(jié)合聚類分析法將福建省9個地市區(qū)域物流發(fā)展分為3類，并提出相應(yīng)的政策建議.

因子分析；聚類分析；區(qū)域物流；福建

1 問題的提出

隨著世界經(jīng)濟(jì)的快速發(fā)展和現(xiàn)代科學(xué)技術(shù)的進(jìn)步，物流產(chǎn)業(yè)作為國民經(jīng)濟(jì)中一個新興的服務(wù)部門，正在全球范圍內(nèi)迅速發(fā)展.2008年國際金融危機(jī)對我國實(shí)體經(jīng)濟(jì)造成了較大沖擊，物流業(yè)作為重要的服務(wù)產(chǎn)業(yè)，也受到較為嚴(yán)重的影響.為此，國務(wù)院2009年3月正式頒布《物流業(yè)調(diào)整和振興規(guī)劃》，明確了物流業(yè)發(fā)展方向，這不僅是促進(jìn)物流業(yè)自身平穩(wěn)較快發(fā)展和產(chǎn)業(yè)調(diào)整升級的需要.

福建地處東南沿海，是經(jīng)濟(jì)發(fā)展較快的省份之一.福建于2005年5月23日出臺了《關(guān)于加快現(xiàn)代物流業(yè)發(fā)展的意見》，為做大福建物流業(yè)保駕護(hù)航.福建物流業(yè)正在茁壯成長，而且在一些領(lǐng)域和沿海發(fā)達(dá)地區(qū)表現(xiàn)出較快的發(fā)展勢頭和潛力.為貫徹落實(shí)《國務(wù)院關(guān)于支持福建省加快建設(shè)海峽西岸經(jīng)濟(jì)區(qū)的若干意見》和《物流業(yè)調(diào)整和振興規(guī)劃》的總體部署，加快發(fā)展全省現(xiàn)代物流業(yè)，制定了《福建省物流業(yè)調(diào)整和振興實(shí)施方案》，實(shí)施期為2009年～2012年.《福建省促進(jìn)現(xiàn)代物流業(yè)發(fā)展條例》在福建十一屆人大常委會第十七次會議上獲得通過，并將于2011年1月1日起施行.在進(jìn)行區(qū)域物流規(guī)劃的過程中，到底如何劃分省內(nèi)物流區(qū)域，以促進(jìn)區(qū)域物流協(xié)同發(fā)展；如何確定福建省區(qū)域物流中心城市，形成東部帶動西部的聯(lián)動效應(yīng)，帶動全省物流業(yè)全面發(fā)展.針對這些問題，順著國內(nèi)學(xué)者針對其他省份物流規(guī)劃的思路，本文運(yùn)用因子分析和聚類分析法對省內(nèi)各地市物流進(jìn)行綜合評價并分類，為制定區(qū)域物流發(fā)展規(guī)劃提供依據(jù).

2 文獻(xiàn)回顧與研究方法

2.1 文獻(xiàn)回顧

從國內(nèi)現(xiàn)有文獻(xiàn)來看，已有一部分學(xué)者運(yùn)用因子分析方法對其他省市區(qū)域物流規(guī)劃進(jìn)行了研究：如范曉莉運(yùn)用因子分析對對2009年天津?yàn)I海新區(qū)及海西經(jīng)濟(jì)區(qū)的經(jīng)濟(jì)發(fā)展實(shí)力及潛力進(jìn)行了研究[1]，田華杰應(yīng)用因子分析法對冀東、冀中南、環(huán)京津經(jīng)濟(jì)區(qū)區(qū)域物流能力進(jìn)行了統(tǒng)計分析[2]，吳小勇應(yīng)用因子模型對海峽兩岸港口物流發(fā)展情況進(jìn)行了分析[3]，何景師、崔洪運(yùn)、劉圣、彭本紅春等學(xué)者[4-7]應(yīng)用了因子分析模型對區(qū)域物流進(jìn)行研究.唐子可提出一種改進(jìn)的灰色聚類對區(qū)域物流樞紐城市進(jìn)行分級決策[8]，谷煒、張群、胡睿通過改進(jìn)K-means聚類法對物流配送區(qū)域劃分進(jìn)行研究分析[9].

可見，因子分析與聚類分析法在進(jìn)行區(qū)域物流規(guī)劃中具有廣泛的應(yīng)用價值，但是運(yùn)用該方法對福建省物流業(yè)區(qū)域規(guī)劃進(jìn)行研究的文獻(xiàn)不多.從既有對福建省物流的實(shí)證研究文獻(xiàn)資料來看，主要集中運(yùn)用協(xié)整分析、相關(guān)分析對福建省物流業(yè)發(fā)展進(jìn)行了研究：如汪恒論述了福建省區(qū)域物流與區(qū)域經(jīng)濟(jì)之間的辯證關(guān)系[10]；黃章樹以物流中心的構(gòu)建對“海西”產(chǎn)業(yè)集群的作用為切入點(diǎn),分析了“海西”產(chǎn)業(yè)集群的物流需求,提出了物流中心的構(gòu)建步驟[11]，吳小勇應(yīng)用灰色關(guān)聯(lián)度分析法,對閩臺港口物流量影響因素進(jìn)行關(guān)聯(lián)度分析[12].因此，本文在其他學(xué)者研究的基礎(chǔ)上，揚(yáng)長避短，先建立區(qū)域物流發(fā)展評價指標(biāo)體系，再運(yùn)用因子分析法對福建省區(qū)域物流規(guī)劃進(jìn)行綜合評價并分類，同時運(yùn)用聚類分析法對相關(guān)結(jié)論進(jìn)行檢驗(yàn)，最后提出福建省區(qū)域物流發(fā)展規(guī)劃的對策建議.

2.2 研究方法

因子分析的基本思想是把聯(lián)系比較緊密的變量歸為同一個類別，而不同類別的變量之間的相關(guān)性較低.對于直接可觀測的隨機(jī)變量，根據(jù)其相關(guān)性大小，使得同組內(nèi)的變量之間相關(guān)性較高，不同組的變量相關(guān)性較低.因子分析反映的是一種降維的思想，通過降維將相關(guān)性高的變量聚在一起.因子分析有兩種類型：R型因子分析與Q型因子分析，前者是研究變量之間的成因分類，是主成分分析的發(fā)展；后者是研究樣品之間的成因分類，在本文中主要運(yùn)用R型因子分析對多變量的情況進(jìn)行分析.

聚類分析是一種多元統(tǒng)計分析方法，它的主要功能是依據(jù)統(tǒng)計數(shù)據(jù)的數(shù)字特征進(jìn)行分類.分類是認(rèn)識事物的重要基礎(chǔ)，聚類分析作為一種客觀的豎直分類技術(shù)，在教育研究的數(shù)據(jù)分析中具有重要的意義.聚類分析有兩種類型：對樣品（個案）進(jìn)行的分類稱為Q型分類；對指標(biāo)（變量）進(jìn)行的分類稱為R型分類.本文采用的是基于樣本聚類的Q型系統(tǒng)聚類方法，選擇既不使空間太濃縮也不使空間太擴(kuò)張的類平均法進(jìn)行具體分析.為了得到全省各地市物流需求和物流發(fā)展基礎(chǔ)的分類情況，無需了解各個指標(biāo)體系的內(nèi)在系統(tǒng)結(jié)構(gòu)，故選擇建立在因子分析基礎(chǔ)上的聚類分析方法更簡明.

3 研究指標(biāo)的選取及變量篩選

通常反映一個省的物流發(fā)展水平指標(biāo)很多，為了能客觀、公正、全面地描述全省各地區(qū)物流發(fā)展水平，本文所選取的指標(biāo)要求遵循以下幾個原則：能反映福建省各縣市區(qū)域物流協(xié)調(diào)發(fā)展的戰(zhàn)略；能反映全省各縣市的特征；與物流發(fā)展緊密相關(guān)；具體選擇的指標(biāo)體系要全面、綜合、公平；數(shù)據(jù)的易獲得性、完整性、可比性.

根據(jù)上述原則，考慮到樣本數(shù)量只有9個，文中選取2009年福建省9個地市的7項指標(biāo)（如下，限于篇幅，原始數(shù)據(jù)略），同時根據(jù)KMO、Bartlett檢驗(yàn)原則，對各變量的相關(guān)系數(shù)矩陣進(jìn)行統(tǒng)計學(xué)檢驗(yàn),以評價因子分析的可執(zhí)行性和有效性.一般來說，KMO小于0.5、Bartlett檢驗(yàn)概率大于0.05，則不宜作因子分析.

（1）反映物流需求的指標(biāo)：人均地區(qū)生產(chǎn)總值X1（億元），固定資產(chǎn)投資X5（萬元），規(guī)模以上工業(yè)總產(chǎn)值X2（億元），旅游總?cè)藬?shù)X6（萬人次）

（2）反映物流供給的指標(biāo)：交通運(yùn)輸倉儲和郵政業(yè)增加值X7（億元）

（3）反映區(qū)域物流發(fā)展的相關(guān)產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)：第三產(chǎn)業(yè)總產(chǎn)值X4（億元），農(nóng)林牧漁業(yè)總產(chǎn)值X3（億元）.

4 實(shí)證過程與結(jié)果分析

4.1 因子分析過程

4.1.1 初始相關(guān)性和KMO檢驗(yàn)、Bartlett檢驗(yàn)

運(yùn)用spss18.0進(jìn)行因子分析，計算各變量的相關(guān)系數(shù)矩陣.從結(jié)果可知，x1與x6、x4的相關(guān)系數(shù)較大，分別為 0.798、0.636;x2、x4與其他各變量相關(guān)系數(shù)也顯著相關(guān);同時得到KMO檢驗(yàn)統(tǒng)計量為0.678，Bartlett檢驗(yàn)統(tǒng)計量sig小于0.01.因此，認(rèn)為各變量之間存在著顯著相關(guān)性，這說明適宜進(jìn)行因子分析.

4.1.2 變量的共同度分析

通過公因子方差分析，可以看出所提取的公共因子對原始變量的解釋效果相當(dāng)不錯：x1、x2、x3、x4、x5、x6、x7的方差貢獻(xiàn)度分別占 0.813、0.956、0.952、0.985、0.862、0.898、0.784.

所提取的因子對原始變量信息的解釋度都超過78%，可見因子提取的總體效果比較理想.

4.1.3 方差解釋分析

從“解釋的總方差”分析中可以看出，在未經(jīng)旋轉(zhuǎn)時，被提取的x1、x2兩個因子的累計方差為89.288%，且它們初始特征值大于1，分別為4.575、1.676.而經(jīng)過提取以后，得到的新公因子的方差貢獻(xiàn)值、方差貢獻(xiàn)率和累計方差貢獻(xiàn)率，和未經(jīng)旋轉(zhuǎn)相比，每個因子的方差貢獻(xiàn)值有變化，但最終的累計方差沒變.因此，提取前兩個因子可以基本反映全部指標(biāo)所具有的信息.

4.1.4 旋轉(zhuǎn)后的因子載荷陣分析

從旋轉(zhuǎn)后的因子載荷陣可知，第一主成分F1在 X2、X4、X5、X7上有較大載荷，分別為 0.962、0.987、0.926、0.865，主要是從第三產(chǎn)業(yè)總產(chǎn)值、固定資產(chǎn)投資、規(guī)模以上工業(yè)總產(chǎn)值、交通運(yùn)輸倉儲和郵政業(yè)增加值反映物流業(yè)發(fā)展水平，可以命名為二三產(chǎn)業(yè)發(fā)展因子；第二主成分F2在X1、X3、X6有較大載荷，分別為 -0.923、0.742、0.716，主要是從在人均地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)總產(chǎn)值、旅游總?cè)藬?shù)反映物流業(yè)發(fā)展水平，可以命名為基礎(chǔ)產(chǎn)業(yè)因子.

5.1.5 因子得分系數(shù)、綜合因子得分系數(shù)及排名

利用回歸法計算2個公共因子的得分系數(shù)矩陣，然后將得分系數(shù)矩陣與原始指標(biāo)的標(biāo)準(zhǔn)化值的數(shù)據(jù)相乘就可以得到各因子的得分：

最后，根據(jù)各主成分表達(dá)式計算全省各城市F1，F(xiàn)2，F(xiàn)3及綜合主成分F得分，同時對各主成分和綜合得分進(jìn)行排序，結(jié)果如下（見表1）：

表1 各主成分得分、綜合得分及排名

通過計算出各城市的綜合得分，比較全面地反映了一個城市在區(qū)域物流系統(tǒng)中的地位和作用.一個城市的綜合得分值F越大,這個城市在整個區(qū)域物流系統(tǒng)中的地位越高、作用越大.根據(jù)上表評價結(jié)果,可以將福建省區(qū)域物流規(guī)劃初步分為2個層次:第1層次2>F>0為福州、泉州、廈門,區(qū)域物流發(fā)展綜合實(shí)力比較強(qiáng)、潛力大;第2層次-2

4.2 聚類分析過程

利用統(tǒng)計軟件SPSS18.0中的聚類方法，根據(jù)上述篩選出來的7個變量，運(yùn)用系統(tǒng)聚類法對福建省9個地市的物流發(fā)展進(jìn)行Q型聚類進(jìn)分析,取類間距離d=15，分為3類，各類之間距離比較均勻,聚類結(jié)果比較理想;從而將福建省的9個城市區(qū)域物流發(fā)展水平分成3類:(1)廈門；(2)福州、泉州;（3）漳州、三明、南平、寧德、龍巖、莆田.

5 結(jié)果分析與政策建議

5.1 因子分析結(jié)果

5.1.1 第一個公共因子F1排在前面的是福州、泉州、廈門與漳州，它們得分分別為1.658、1.529、0.488、-0.099，這些地區(qū)的固定資產(chǎn)投資、房地產(chǎn)投資和第二、三產(chǎn)業(yè)均較為發(fā)達(dá)，其有利的外界客觀環(huán)境因素促進(jìn)了物流業(yè)的發(fā)展.而三明、南平、寧德、龍巖、莆田等地區(qū)的外界環(huán)境境因素使物流業(yè)的發(fā)展相對滯后.

5.1.2 第二個公共因子F2排在前列的是廈門、泉州、莆田與三明，它們得分分別為2.138、0.480、0.321、-0.041，這些地區(qū)在人均地區(qū)生產(chǎn)總值、旅游、農(nóng)林牧漁業(yè)總產(chǎn)值具有相對優(yōu)勢，排在后面的是福州、漳州、寧德、南平與龍巖.

5.1.3 從外部和內(nèi)部環(huán)境方面綜合得分F來看，前4位的是泉州、福州、廈門與三明，它們得分分別為1.066、0.906、0.661、-0.298. 福建省 9 個地市中有 6個得分為負(fù)，依次為漳州-0.411、南平-0.420、莆田-0.432、龍巖-0.450、寧德-0.622，這說明福建省的物流產(chǎn)業(yè)整體不是很發(fā)達(dá)，待挖掘潛力很大.排名前3位的是福州、泉州和廈門，綜合得分為正；排名第4的三明的得分為負(fù)，說明地區(qū)之間的物流發(fā)展的綜合環(huán)境差距較大，很容易造成兩極分化的現(xiàn)象.

5.2 聚類分析結(jié)果

從聚類分析的結(jié)果來看，通過聚類過程及結(jié)合福建省各地區(qū)經(jīng)濟(jì)發(fā)展的實(shí)際情況，最終將福建省區(qū)域物流發(fā)展分成3個層次:(1)廈門；(2)福州、泉州; （3）漳州、三明、南平、寧德、龍巖、莆田.不論是從福州的綜合得分來看，還是從GDP總量、貨運(yùn)量、產(chǎn)業(yè)結(jié)構(gòu)都領(lǐng)先于別的城市，這些有利條件促使福州能成為福建省物流樞紐中心的地位.而廈門、泉州及漳州憑借其優(yōu)異的地理位置和相對發(fā)達(dá)的經(jīng)濟(jì)實(shí)力也成為物流較發(fā)達(dá)的中心.同時，根據(jù)《福建省物流業(yè)調(diào)整和振興實(shí)施方案》的規(guī)劃，廈門市和福州市將分別成為全國性物流節(jié)點(diǎn)城市和區(qū)域性物流節(jié)點(diǎn)城市.而三明、南平、寧德、龍巖、莆田等地區(qū)由于其比較薄弱的經(jīng)濟(jì)實(shí)力和不發(fā)達(dá)的基礎(chǔ)設(shè)施，使得物流發(fā)展水平相對滯后.

5.3 政策建議

根據(jù)主成分與聚類分析結(jié)果、及福建省物流業(yè)的發(fā)展現(xiàn)狀，特提出以下政策建議：

5.3.1 發(fā)揮東部區(qū)域優(yōu)勢，逐步帶動中西部地區(qū)物流業(yè)的發(fā)展.

將福建省區(qū)域物流分為三個級別：福州、廈門和泉州確定為一級物流中心；漳州確定為二級物流中心；這兩級物流中心可重點(diǎn)發(fā)展制造業(yè)、商品物流、商貿(mào)物流.三明、南平、寧德、龍巖、莆田確定為三級物流中心，重點(diǎn)發(fā)展農(nóng)村農(nóng)產(chǎn)品物流和商貿(mào)物流.一級物流中心優(yōu)先重點(diǎn)發(fā)展，充分發(fā)揮海峽西岸經(jīng)濟(jì)區(qū)建設(shè)的主體作用和比較優(yōu)勢，努力構(gòu)筑對臺交往、兩岸物流合作的前沿平臺和先行先試區(qū)域.積極推動跨區(qū)域物流合作，形成服務(wù)中西部地區(qū)發(fā)展新的重要物流通道，帶動二級物流中心和三級物流中心的發(fā)展.

5.3.2 完善物流業(yè)發(fā)展的基礎(chǔ)設(shè)施建設(shè).

目前福建省處于一級物流中心的三大城市的基礎(chǔ)設(shè)施相對較完善，但是三級物流中心的五大城市相對較差.這顯然不能滿足全省物流業(yè)全面發(fā)展.因此必須加強(qiáng)完善交通網(wǎng)絡(luò)和物流通道，提高全省公路、鐵路、水路建設(shè)的等級，加快更新物流載運(yùn)工具.形成了以海、空港口為樞紐，以鐵路海運(yùn)為主通道，以公路為網(wǎng)絡(luò)，以內(nèi)河為輔助的綜合運(yùn)輸體系，建設(shè)一批物流節(jié)點(diǎn)城市、物流園區(qū)和物流配送中心，為周邊地區(qū)及中西部地區(qū)提供“公鐵水”聯(lián)運(yùn)、“無縫銜接”服務(wù)的物流項目.

5.3.3 大力推進(jìn)企業(yè)物流管理信息化，加快信息化與物流業(yè)的融合.

推動建立物流信息采集、處理和服務(wù)的交換共享機(jī)制和物流信息數(shù)據(jù)中心，加快全省性、區(qū)域性和行業(yè)物流公共信息平臺建設(shè)，鼓勵區(qū)域間物流平臺的信息共享.加快構(gòu)建商務(wù)、金融、稅務(wù)、海關(guān)、郵政、檢驗(yàn)檢疫、交通運(yùn)輸和工商管理等政府部門的物流管理與公共服務(wù)信息平臺，扶持培育物流信息服務(wù)企業(yè)和物流信息服務(wù)供應(yīng)商，為物流企業(yè)提供信息化解決方案和便捷的服務(wù).

〔1〕范曉莉.基于因子分析的天津?yàn)I海新區(qū)與海西經(jīng)濟(jì)區(qū)區(qū)域競爭力比較研究[J].中國城市經(jīng)濟(jì),2011(1):61-63.

〔2〕田華杰,楊蕾.基于因子分析法的區(qū)域物流能力評價——以河北省為例[J].商業(yè)時代,2010(36):125-126.

〔3〕吳小勇.海峽兩岸港口物流因子模型分析[D].福建師范大學(xué),2008.

〔4〕何景師,桂壽平,范明明.基于因子分析的區(qū)域物流競爭力分析[J].中國集體經(jīng)濟(jì),2010(24):115-116.

〔5〕崔洪運(yùn).基于因子分析法的區(qū)域物流績效研究[D].廈門大學(xué),2009.

〔6〕劉圣春.基于因子分析的安徽省區(qū)域物流發(fā)展對策研究[J].物流技術(shù),2008(4):76-78.

〔7〕彭本紅,彭建華.基于因子分析和聚類分析的區(qū)域物流中心選擇研究[C].中國四川成都,2009.

〔8〕唐子可.改進(jìn)灰色聚類模型在區(qū)域物流樞紐城市分類決策中的應(yīng)用[J].交通科技與經(jīng)濟(jì),2010(2):39-41.

〔9〕谷煒,張群,胡睿.基于改進(jìn) K-means聚類的物流配送區(qū)域劃分方法研究 [J].中國管理信息化,2010(24):60-63.

〔10〕汪恒.福建區(qū)域物流與區(qū)域經(jīng)濟(jì)的相關(guān)性研究[J].物流工程與管理,2009(8):47-48.

〔11〕黃章樹,周小梅,傅毅松.海峽西岸經(jīng)濟(jì)區(qū)產(chǎn)業(yè)集群物流中心的構(gòu)建研究 [J].物流技術(shù),2008(5):1-5.

〔12〕吳小勇,胡曉輝,黃民生.閩臺港口物流發(fā)展影響因素對比分析[J].物流技術(shù),2008(4):93-96.

F252.5

A

1673-260X（2011）09-0077-04

該文系武夷學(xué)院課題《區(qū)域物流與金融業(yè)發(fā)展的實(shí)證分析——以福建為例》階段性成果（xw201007）