□高愛(ài)霞 滿廣富

基于因子分析的山東省17地市物流發(fā)展水平實(shí)證研究

□高愛(ài)霞1滿廣富2

通過(guò)選擇反應(yīng)物流發(fā)展水平的17個(gè)指標(biāo)構(gòu)建指標(biāo)體系，以 2012年山東省17地市數(shù)據(jù)為樣本，運(yùn)用因子分析方法對(duì)相關(guān)數(shù)據(jù)進(jìn)行了分析評(píng)價(jià)，提取4個(gè)公共因子，再結(jié)合聚類分析法將山東省17個(gè)地市物流發(fā)展水平分為三類，為此提出相應(yīng)的政策建議。

物流發(fā)展水平；指標(biāo)體系；因子分析

一、引言

近年來(lái)，隨著國(guó)民經(jīng)濟(jì)的發(fā)展和投資力度的加大，山東省物流業(yè)得到了較快發(fā)展，正逐步成為支柱產(chǎn)業(yè)。來(lái)自省交通與物流處統(tǒng)計(jì)數(shù)據(jù)顯示，截止2012年底，山東省物流業(yè)增加值同比增長(zhǎng)12%，約占全省GDP的7.3%。預(yù)計(jì)到2015年，社會(huì)物流總額將完成17萬(wàn)億元，年均遞增12%；物流業(yè)增加值將完成4770億元，年均遞增13%，占GDP的比重將達(dá)到7.5%，占第三產(chǎn)業(yè)的比重將達(dá)到20%以上。山東省物流業(yè)的整體發(fā)展依賴于各地市物流業(yè)的發(fā)展，因此對(duì)各地市的物流發(fā)展水平進(jìn)行評(píng)估顯得尤為重要。

盡管國(guó)內(nèi)學(xué)者對(duì)物流領(lǐng)域進(jìn)行了大量有益的研究，但對(duì)物流發(fā)展水平進(jìn)行方面的研究較少，尚處于初級(jí)階段，無(wú)完整的體系，一些學(xué)者嘗試從不同的角度建立了對(duì)區(qū)域物流發(fā)展水平的評(píng)價(jià)指標(biāo)體系，并用不同的評(píng)價(jià)方法進(jìn)行了研究。如汪波等人[1]采用AHP層次分析和模糊評(píng)價(jià)相結(jié)合的方法對(duì)天津地區(qū)的物流發(fā)展水平進(jìn)行了研究；金鳳花等人[2]基于物流場(chǎng)勢(shì)模型采用層次分析和聚類分析相結(jié)合的方法對(duì)我國(guó)30個(gè)省級(jí)區(qū)域物流的發(fā)展水平進(jìn)行了評(píng)價(jià)研究；魏修建等人[3]采用ANP網(wǎng)絡(luò)層次分析法對(duì)我國(guó)31個(gè)省市的省域物流業(yè)綜合發(fā)展水平進(jìn)行了實(shí)證研究；劉國(guó)新等人[4]用最優(yōu)脫層和神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對(duì)對(duì)武漢地區(qū)物流發(fā)展水平進(jìn)行了綜合評(píng)價(jià)分析；周泰等人[5]采用模糊物元和熵值相結(jié)合的方法對(duì)廣州、深圳等珠三角9個(gè)地區(qū)的物流發(fā)展水平進(jìn)行了評(píng)價(jià)分析等。

由于物流發(fā)展水平評(píng)價(jià)的系統(tǒng)性和復(fù)雜性，上述方法在評(píng)價(jià)指標(biāo)的權(quán)重確定上具有一定的主觀性和隨意性。為此，目前一些學(xué)者開(kāi)始探索并采用主成分分析、因子分析等方法，以克服人為確定權(quán)重的缺陷，使得評(píng)價(jià)結(jié)果更客觀、合理。如王春豪[6]采用主成分分析法對(duì)新疆區(qū)域物流發(fā)展水平進(jìn)行了橫向和縱向的評(píng)價(jià)研究；許小蒼[7]采用主成分分析法構(gòu)建了區(qū)域物流發(fā)展水平綜合評(píng)價(jià)模型，并對(duì)重慶市的物流發(fā)展水平進(jìn)行了實(shí)證分析；朱幫助等人[8]采用主成分分析法構(gòu)建評(píng)價(jià)模型對(duì)廣東省江門市區(qū)的物流發(fā)展水平進(jìn)行了實(shí)證分析；鄭廣文等人[9]采用因子分析評(píng)價(jià)模型對(duì)我國(guó) 31個(gè)省市的區(qū)域物流水平進(jìn)行了實(shí)證研究等。

但是僅僅用主成分分析和因子分析等單一分析方法對(duì)各研究對(duì)象的指標(biāo)數(shù)據(jù)分析后，只能得到各研究對(duì)象的得分和排名，如何對(duì)因子得分進(jìn)行進(jìn)一步的分析和綜合評(píng)價(jià)？為此，本文在吸收和借鑒前人研究的基礎(chǔ)上，采用因子分析法從實(shí)證角度對(duì)山東省17地市的物流發(fā)展水平進(jìn)行評(píng)價(jià)，再根據(jù)17地市公共因子得分情況，進(jìn)行聚類分析，由于因子得分提取了原樣本數(shù)據(jù)的核心信息，排除了次要信息的干擾，因此其聚類分析結(jié)果不僅能體現(xiàn)愿樣本數(shù)據(jù)的核心特征，而且其分類過(guò)程更加合理、細(xì)致。根據(jù)聚類分析樹(shù)狀譜系圖，對(duì)17個(gè)地市進(jìn)行分類，并結(jié)合實(shí)際情況，提出相應(yīng)的政策性建議，以推動(dòng)物流業(yè)的健康可持續(xù)發(fā)展提供理論參考。

二、山東省17市物流發(fā)展水平評(píng)價(jià)指標(biāo)選取

物流發(fā)展水平可以從很多方面來(lái)體現(xiàn),在遵循指標(biāo)數(shù)據(jù)科學(xué)性、代表性、地區(qū)性、客觀性、可比性的原則之下,以山東省17個(gè)地市為樣本，根據(jù)山東統(tǒng)計(jì)年鑒和交通與物流處山東省物流業(yè)發(fā)展情況調(diào)研報(bào)告，選取各地市2012年能反映其物流發(fā)展水平的 17項(xiàng)評(píng)價(jià)指標(biāo)，建立起相應(yīng)的評(píng)價(jià)指標(biāo)體系(表1)。該物流發(fā)展水平評(píng)價(jià)指標(biāo)體系包括三級(jí)指標(biāo)層，一級(jí)目標(biāo)層對(duì)各地市物流發(fā)展水平評(píng)價(jià)評(píng)價(jià)，二級(jí)指標(biāo)指標(biāo)層選取各地市反映物流發(fā)展水平的物流總額、物流業(yè)增加值、物流業(yè)投資完成額等三個(gè)相關(guān)指標(biāo)，其中物流總額，包括農(nóng)產(chǎn)品物流總額、工業(yè)品物流總額、進(jìn)口貨物物流總額、外地貨物過(guò)境總額、外地貨物流入總額、再生資源物流總額、單位與居民物品物流總額等7個(gè)三級(jí)指標(biāo)，并用X1、X2、X3、X4、X5、X6、X7來(lái)表示各個(gè)變量數(shù)據(jù)；物流業(yè)增加值，包括物流業(yè)增加值(億元)、物流增加值占GDP(%)、物流增加值占三產(chǎn)(%)等3個(gè)三級(jí)指標(biāo)，并用X8、X9、X10來(lái)表示各個(gè)變量數(shù)據(jù)；物流業(yè)投資完成額，包括固定資產(chǎn)投資(億元)、物流相關(guān)行業(yè)固定資產(chǎn)投資(億元)、交通運(yùn)輸業(yè)(億元)、郵政倉(cāng)儲(chǔ)業(yè)(億元)、批發(fā)零售業(yè)(億元)、物流投資額占全省的比重(%)、物流投資占全部投資(%)等7個(gè)三級(jí)指標(biāo)，并用X11、X12、X13、X14、X15、X16、X17來(lái)表示各個(gè)變量數(shù)據(jù)。

三、基于因子模型的山東省17地市物流發(fā)展水平分析

因子分析法(Factor Analysis Method)是一種多元統(tǒng)計(jì)分析方法,在社會(huì)科學(xué)領(lǐng)域中,應(yīng)用最廣的是把信息重疊、具有錯(cuò)綜復(fù)雜關(guān)系的X1，X2，X3，…，Xk等多個(gè)變量,轉(zhuǎn)化為少數(shù)具有概念化意義且彼此獨(dú)立的F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)i等幾個(gè)公共因子(Common Factor)，每一個(gè)公共因子均為原始變量的線性組合，從而在減少了分析指標(biāo)數(shù)量的同時(shí)，盡可能保留了原有指標(biāo)所體現(xiàn)的信息，對(duì)指標(biāo)進(jìn)行全面的分析。

其模型理論中，假設(shè)評(píng)價(jià)總體有n個(gè)觀測(cè)單位，k個(gè)評(píng)價(jià)指標(biāo)，因子分析的數(shù)學(xué)模型就是把n個(gè)觀測(cè)單位分別表示為p(p

Zj=aj1F1+aj2F2+ aj3F3+…+ ajpFp+Uj

其中：Zj為第j個(gè)變量的標(biāo)準(zhǔn)化分?jǐn)?shù)；Fi為公共因子；p為所有變量公共因子的數(shù)目；

Uj為所有變量Zj的唯一因子；aji為因子負(fù)因子載荷(Pattern Loading),表示第i個(gè)公共因子對(duì)j個(gè)變量方差的貢獻(xiàn)。

(一)因子分析模型使用適宜度檢驗(yàn)

根據(jù)因子分析模型理論和方法，對(duì)山東省17個(gè)地市選取的17個(gè)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化變換，利用SPSS19.0軟件進(jìn)行因子分析。首先計(jì)算相關(guān)系數(shù)矩陣，并選擇KMO and Bartlett's test of sphericity對(duì)相關(guān)系數(shù)矩陣進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)，以檢測(cè)樣本是否適宜做因子分析。 KMO值判斷準(zhǔn)則是：在進(jìn)行因子分析時(shí)，KMO值最好在0.80以上，KMO值如在0.70以上勉強(qiáng)可以接受，如果KMO值在0.60以下，則不宜進(jìn)行因子分析[10]。結(jié)果顯示，KMO檢驗(yàn)結(jié)果為 0.731，Bartlett's球形檢驗(yàn)結(jié)果為0.000< 0.050，說(shuō)明17個(gè)評(píng)價(jià)指標(biāo)之間存在較強(qiáng)的相關(guān)關(guān)系，數(shù)據(jù)適合做因子分析。

(二)提取公共因子

以主成分分析法為因子提取法，按照特征值≥1的原則，運(yùn)用統(tǒng)計(jì)軟件 SPSS 19.0分析，統(tǒng)計(jì)結(jié)果顯示有四個(gè)滿足條件的特征值，它們的貢獻(xiàn)率分別為：46.702%、18.848%、14.545%、6.61%，其對(duì)樣本方差的累計(jì)貢獻(xiàn)率達(dá)到了86.71%，大于 80%，說(shuō)明能夠較好涵蓋17個(gè)指標(biāo)的所有信息，見(jiàn)表2所示，因此將由這4個(gè)公共因子對(duì)原始的17個(gè)評(píng)價(jià)指標(biāo)來(lái)解釋。

表1 2012年山東省17地市物流業(yè)發(fā)展水平評(píng)價(jià)指標(biāo)體系

表2 累計(jì)方差貢獻(xiàn)率

(三)確定因子載荷矩陣和旋轉(zhuǎn)因子載荷矩陣

同樣運(yùn)用統(tǒng)計(jì)軟件 SPSS 19.0分析，采用主成分分析法提取因子載荷矩陣，見(jiàn)表3所示，發(fā)現(xiàn)初提的因子載荷矩陣中各公共因子的典型代表變量不是很突出，各指標(biāo)在幾個(gè)公共因子上均有相當(dāng)程度的載荷值，難以作出有效的解釋。為此，通過(guò)方差最大(Varimax)正交旋轉(zhuǎn)，提取旋轉(zhuǎn)因子載荷矩陣，旋轉(zhuǎn)的目的在于改變指標(biāo)在各個(gè)公共因子上的負(fù)荷量的大小，使得原來(lái)大的更大，小的更小，這樣使公共因子的意義更加直觀，便于解釋，見(jiàn)表4所示。

表3 因子載荷矩陣a

提取方法 :主成份。a. 已提取了 4 個(gè)成份。

表4 旋轉(zhuǎn)因子載荷矩陣a

提取方法 :主成份。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a. 旋轉(zhuǎn)在 6 次迭代后收斂。

從表4旋轉(zhuǎn)后的公共因子載荷矩陣可以看出第1公共因子在X15、X17、X12、X16、X13上載荷量大，定義為區(qū)域物流業(yè)發(fā)展投資因子；第2公共因子在X2、X14、X11、X3上載荷量大，定義為區(qū)域物流業(yè)相關(guān)產(chǎn)業(yè)發(fā)展規(guī)模因子；第3公共因子在X7、X5、 X1、 X8上載荷量大，定義為區(qū)域物流業(yè)需求潛力因子；第4公共因子在X9、 X4、X6、X10上載荷量大，定義為區(qū)域物流業(yè)發(fā)展速度因子。

(四)構(gòu)建物流發(fā)展水平綜合評(píng)價(jià)模型，根據(jù)因子得分排序

由 SPSS 19.0軟件分析得到山東省各地市物流業(yè)發(fā)展公共因子得分，對(duì)山東省17地市的物流發(fā)展水平進(jìn)行了量化描述，見(jiàn)表5所示。據(jù)此可從不同角度對(duì)各地市物流發(fā)展水平進(jìn)行分析比較。在第1公共因子上青島和泰安的得分遠(yuǎn)遠(yuǎn)高于其他地市，這說(shuō)明其在物流業(yè)方面的投資遠(yuǎn)遠(yuǎn)高于其他地市；在第2共公因子上綜合排名第三的泰安得分最低，說(shuō)明該類地市雖然物流業(yè)綜合水平發(fā)展較好，但是和物流業(yè)相關(guān)的其他產(chǎn)業(yè)發(fā)展規(guī)模不大，對(duì)整個(gè)地市物流業(yè)發(fā)展有負(fù)面影響，導(dǎo)致物流業(yè)發(fā)展緩慢；在第3公共因子上濟(jì)南、濰坊、青島的得分較高，說(shuō)明其物流需求潛力比較大；在第4公共因子上臨沂得分最高，說(shuō)明該地市物流業(yè)增長(zhǎng)速度最快。

以各個(gè)公共因子特征值方差貢獻(xiàn)率作為加重權(quán)數(shù)，計(jì)算反映山東省17個(gè)地市物流發(fā)展水平的綜合得分，其評(píng)價(jià)模型為：F總= 46.702F1+ 18.848F2+ 14.545F3+ 6.610F4。

從表5綜合得分和排名來(lái)看，山東省17地市物流業(yè)發(fā)展很不平衡，發(fā)展水平差異較大。17個(gè)地市物流發(fā)展水平的綜合得分排名依次為青島、煙臺(tái)、泰安、威海、臨沂、濱州、濟(jì)南、日照、濟(jì)寧、東營(yíng)、淄博、聊城、棗莊、德州、菏澤、濰坊、萊蕪。綜合得分在山東省各地市物流業(yè)發(fā)展平均水平之上的有8個(gè)地市，僅占 47.06%。其中，青島的物流業(yè)發(fā)展最好，主要得益于它在物流業(yè)投資、物流業(yè)相關(guān)產(chǎn)業(yè)發(fā)展規(guī)模等方面的絕對(duì)優(yōu)勢(shì)；煙臺(tái)雖然位列第二，但其在 F4上的得分為-0.77，排名在第16位，物流業(yè)發(fā)展速度處于整個(gè)山東省物流業(yè)發(fā)展平均水平之下。與煙臺(tái)綜合得分相差不大處在第三位的泰安，在F1和F3公共因子上的得分分別是1.63和0.15，均為正值，這說(shuō)明泰安在物流業(yè)發(fā)展的方面的投資和物流業(yè)需求潛力方面在整個(gè)山東省表現(xiàn)較突出，使泰安的物流業(yè)競(jìng)爭(zhēng)力在山東省處于相對(duì)優(yōu)勢(shì)地位。綜合得分在平均水平之下有9個(gè)地市，包括東營(yíng)、淄博、聊城、棗莊、德州、菏澤、萊蕪、濟(jì)寧、濰坊，這說(shuō)明山東省大多數(shù)地市的物流業(yè)在物流產(chǎn)業(yè)投資、物流相關(guān)產(chǎn)業(yè)發(fā)展規(guī)模、物流需求潛力和物流發(fā)展速度等方面發(fā)展不平衡，物流發(fā)展水平不高，且這9個(gè)地市之間的差距也很大，有三個(gè)以上公共因子得分均為負(fù)值的有7個(gè)，包括東營(yíng)、淄博、聊城、棗莊、德州、菏澤、萊蕪，濟(jì)寧和濰坊盡管有兩個(gè)公共因子得分為正值，但是由于濟(jì)寧物流整體發(fā)展水平不高，導(dǎo)致綜合得分為負(fù)值，而濰坊在F2和F3上公共因子得分為0.67和1.35，分別處于第5位和第2位，盡管物流業(yè)相關(guān)產(chǎn)業(yè)發(fā)展規(guī)模較大、物流業(yè)需求潛力較強(qiáng)，但是由于濰坊物流業(yè)投資太少，處于整個(gè)山東省的最低位置，導(dǎo)致濰坊物流業(yè)發(fā)展速度太慢，就分析來(lái)看濰坊物流業(yè)發(fā)展?jié)摿Ρ容^大，將來(lái)急需加大物流業(yè)投資，以更好更快促進(jìn)濰坊物流業(yè)的發(fā)展。

表5 各地市公共因子得分、綜合得分、排序

(五)根據(jù)各地市因子綜合得分情況，對(duì)17個(gè)地市進(jìn)行聚類分析

聚類分析是依據(jù)研究對(duì)象的個(gè)體特征，根據(jù)其親疏程度在沒(méi)有先驗(yàn)知識(shí)的情況下進(jìn)行自動(dòng)分類的方法。其基本原理是首先將一定數(shù)量的樣本或指標(biāo)各自看成一類，然后，將親疏程度最高的兩類進(jìn)行合并，然后考慮合并后的類與其他類之間的親疏程度，再進(jìn)行合并。重復(fù)這一過(guò)程，直到將所有的樣本(或指標(biāo))合并為一類。本文采用Q型聚類法對(duì)各地市物流發(fā)展水平進(jìn)行聚類，它使類內(nèi)部個(gè)體特征之間具有相似性，不同類間個(gè)體特征的差異性較大。利用SPSS 19.0統(tǒng)計(jì)分析軟件，對(duì)17個(gè)地市的因子得分進(jìn)行聚類分析，通過(guò)比較，可知采用離差平方和法(Ward’s method)并選擇平方歐氏距離(Squared Euclidean distance)，分類結(jié)果較好，聚類分析樹(shù)狀譜系圖如圖1所示。

由聚類分析樹(shù)狀譜系圖，17個(gè)地市的物流發(fā)展水平可以分為三類：第一類為孤立的點(diǎn)，包括1個(gè)元素為2；第二類包含7個(gè)元素：6、9、11、1、13、16、10；第三類包含9個(gè)元素為：4、15、3、5、8、7、12、14、17。為此，將17個(gè)地市分類如表6所示。由圖1和表6的聚類分析的結(jié)果可以看出：第一類為青島，青島近年來(lái)經(jīng)濟(jì)發(fā)展速度快，區(qū)域優(yōu)勢(shì)明顯，其物流發(fā)展水平最高；第二類為煙臺(tái)、泰安、日照、濟(jì)南、臨沂、威海、濱州等7個(gè)地市，該7個(gè)地市物流發(fā)展水平較高，將來(lái)要進(jìn)一步加大物流業(yè)投入，出臺(tái)鼓勵(lì)物流業(yè)發(fā)展的優(yōu)惠政策，充分利用地區(qū)優(yōu)勢(shì)和特色，加快傳統(tǒng)物流業(yè)的改造，加大高素質(zhì)物流人才的引進(jìn)，加快物流業(yè)信息化進(jìn)程，加快交通運(yùn)輸業(yè)、郵政倉(cāng)儲(chǔ)業(yè)、批發(fā)零售業(yè)等相關(guān)產(chǎn)業(yè)的發(fā)展。第三類為棗莊、聊城、淄博、東營(yíng)、濟(jì)寧、濰坊、萊蕪、德州、菏澤等9個(gè)地市，該9個(gè)地市物流發(fā)展水平最低，物流業(yè)投入方面水平低，物流基礎(chǔ)設(shè)施落后，物流業(yè)整體發(fā)展水平緩慢。對(duì)于這種情況，應(yīng)該加大政府政策的導(dǎo)向性，消除物流業(yè)發(fā)展的體制障礙，多方籌資加大物流投入，加快物流業(yè)基礎(chǔ)設(shè)施建設(shè)，結(jié)合地區(qū)資源優(yōu)勢(shì)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，重視物流相關(guān)產(chǎn)業(yè)的發(fā)展。

圖1 聚類分析樹(shù)狀譜系圖

類別地市第一類青島第二類煙臺(tái)、泰安、日照、濟(jì)南、臨沂、威海、濱州第三類棗莊、聊城、淄博、東營(yíng)、濟(jì)寧、濰坊、萊蕪、德州、菏澤

四、結(jié)論與建議

本文采用因子分析法評(píng)價(jià)了山東省17個(gè)地市的物流發(fā)展水平,并基于因子得分用聚類分析法對(duì)17個(gè)地市的物流發(fā)展水平進(jìn)行了聚類分析，研究發(fā)現(xiàn)青島物流發(fā)展水平在全省最高,其次是處于一般水平的煙臺(tái)、泰安、日照、濟(jì)南、臨沂、威海、濱州，而棗莊、聊城、淄博、東營(yíng)、濟(jì)寧、濰坊、萊蕪、德州、菏澤等9個(gè)地市物流發(fā)展水平最低，呈現(xiàn)出山東省物流發(fā)展水平各地市發(fā)展不平衡，整體上差距大的特點(diǎn)。為此，對(duì)山東省物流業(yè)的發(fā)展提出如下建議：(1)各地市重視物流業(yè)的投入，出臺(tái)鼓勵(lì)物流業(yè)發(fā)展的優(yōu)惠政策。在表2中物流業(yè)投入因子的貢獻(xiàn)率最大為46.7%，物流業(yè)的投入程度對(duì)物流業(yè)的發(fā)展水平影響最大，加大政府政策的導(dǎo)向性，消除物流業(yè)發(fā)展的體制障礙，多方籌資加大物流投入。(2)重視物流相關(guān)產(chǎn)業(yè)的發(fā)展，刺激物流業(yè)潛在需求。加快交通運(yùn)輸業(yè)、郵政倉(cāng)儲(chǔ)業(yè)、批發(fā)零售業(yè)等相關(guān)產(chǎn)業(yè)的發(fā)展，加快傳統(tǒng)物流業(yè)的改造，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，重視農(nóng)產(chǎn)品物流。(3)促進(jìn)山東省各地市物流業(yè)協(xié)同發(fā)展。應(yīng)當(dāng)繼續(xù)保持青島物流業(yè)快速健康發(fā)展的同時(shí)，努力加快其他各地市物流業(yè)的快速發(fā)展，以健全各地市物流業(yè)協(xié)同互動(dòng)機(jī)制，推動(dòng)山東省物流業(yè)和諧發(fā)展，順利實(shí)現(xiàn)十二五規(guī)劃目標(biāo)。

[1] 汪波，楊天劍，趙艷彬.區(qū)域物流發(fā)展水平的綜合評(píng)價(jià)[J].工業(yè)工程，2005,(1)：83-86.

[2] 金鳳花，李全喜，孫磐石．基于場(chǎng)論的區(qū)域物流發(fā)展水平評(píng)價(jià)及聚類分析[J].經(jīng)濟(jì)地理，2010,(7)：1138-1143.

[3] 魏修建，鄭廣文，張麗淑.基于ANP的省域物流業(yè)綜合發(fā)展水平探析[J].現(xiàn)代財(cái)經(jīng)，2012,(11)：101-110.

[4] 劉國(guó)新.武漢地區(qū)物流業(yè)發(fā)展水平綜合評(píng)價(jià)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2004,(4)：101-104.

[5] 周泰，王亞玲.基于模糊物元的區(qū)域物流發(fā)展水平評(píng)價(jià)[J].北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2010,(7)：37-40.

[6] 王春豪.基于PCA的新疆區(qū)域物流發(fā)展水平綜合評(píng)價(jià)[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2011,(7)：53-57.

[7] 許小蒼.基于主分量分析的重慶地區(qū)物流發(fā)展水平綜合評(píng)價(jià)[J].鐵道運(yùn)輸與經(jīng)濟(jì).2009,(5)：64-66.

[8] 朱幫助，李軍.基于主成分分析的區(qū)域物流發(fā)展水平綜合評(píng)價(jià)———以廣東省江門市為例[J].工業(yè)技術(shù)經(jīng)濟(jì)，2008,(5)：105-107.

[9] 鄭廣文，魏修建，郝淵曉.我國(guó)省域物流業(yè)發(fā)展水平實(shí)證研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013,(1)：90-96.

[10] 吳明隆，涂金堂.SPSS與統(tǒng)計(jì)應(yīng)用分析[M].東北財(cái)經(jīng)大學(xué)出版社，2012:688-712.

2014-03-05

山東省高等院校人文社科研究計(jì)劃項(xiàng)目“山東省中小型物流企業(yè)競(jìng)爭(zhēng)力提升對(duì)策研究——基于巴尼VRIO模型的視角”(J13WG84)。

1.山東財(cái)經(jīng)大學(xué)東方學(xué)院,山東 泰安,271000；2.山東農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，山東 泰安,271018

高愛(ài)霞(1980- )，女，山東菏澤人，山東財(cái)經(jīng)大學(xué)東方學(xué)院副教授，研究方向：物流管理；滿廣富(1979- )，男，山東昌邑人，山東農(nóng)業(yè)大學(xué)經(jīng)管學(xué)院講師，研究方向：農(nóng)業(yè)經(jīng)濟(jì)管理。

F127

A

1008-8091(2014)03-0113-06