■年吕运 刘联辉 刘 琴 五邑大学

一、引言

区域物流是区域经济核心竞争力的组成部分,也是衡量区域经济发展水平的重要指标。客观、准确地分析与评价区域现代物流发展水平,并与周边各地区的物流发展水平进行综合对比,对科学决策、改善现代经济发展环境、促进物流企业和企业物流发展、提升区域现代物流竞争力和推动整个区域国民经济发展都具有十分重要的意义。

二、区域物流竞争力的评价与比较研究回顾

在区域物流竞争力评价方面，目前还没有一个成熟的指标体系，学者们基于不同视角提出的评价指标也不尽相同。在《基于主成分分析的区域物流发展水平综合评价》一文中，同时采用了横向和纵向两种评价比较方法；谢如鹤等根据物流产业的现状，提出了物流产业的竞争力评价的多层指标体系，并列举了主要的评价方法和具体步骤；欧阳小迅，黄福华（2010）通过对区域物流竞争力解释性因素进行评判，建立了一套三级区域物流竞争力评价指标体系。本文在其他专家学者的研究基础上，利用因子分析法对珠三角区域物流竞争力进行评价研究。

三、区域物流竞争力评价指标体系的构建与评价方法的选择

1.评价指标构建的基本思路

关于区域物流的界定尚无统一标准，对区域物流竞争力的评价亦无统一指标，本文在参考借鉴其他学者专家研究成果的基础上，从生产消费流通状况、社会经济发展水平、区域物流运输状况、信息发展水平状况、人力资源发展状况五个方面构建一级指标体系，在此基础上提出了13个二级评价指标。

2.评价指标体系构建的基本原则

为了更准确科学的进行评价分析，在构建区域物流竞争力评价指标体系时，必须遵循一定的基本原则。

(1)功能性原则：所选指标要具有描述功能、评价功能和解释功能。

(2)可获取性原则：即指标数据要能从权威性刊物、媒体或其他途径获得。

（3）可比性原则：指标在涵义、统计口径和时空上要有可比性。

(4)完整性原则、非重叠性原则、定量和定性指标相结合的原则。

3.区域物流竞争力评价指标体系

按照上述区域物流竞争力评价指标的选择原则，根据区域物流发展的特点，构建了区域物流竞争力的评价指标体系，如表1。

表1 区域物流竞争力的评价指标体系

4.区域物流竞争力评价方法

（1）分析方法的确定。对区域物流竞争力进行评价的方法主要有Delphi法、AHP分析法、聚类分析法、因子分析法、多层次模糊判断法等。但主成分分析不能作为一个完整的模型加以描述，它只是通常的变量变换，而因子分析需要构造因子模型；在主成分分析中，主成分的个数和变量个数要求相同（因为它只是做了一次线性变换），但因子分析可以构造尽可能少的公因子，从而产生一个简单的模型。综上所述，本人认为因子分析法更适合区域物流竞争力的评价研究，故选择因子分析法。

（2）因子分析法的基本步。本文利用SPSS18.0软件进行因子分析，具体步骤如下：

①对原始数据进行标准化变换；

②求相关矩阵的特征值和特征向量；

③建立因子模型；

④确定因子贡献率及累计贡献率；

⑤因子载荷矩阵变换；

⑥计算总得分值；

⑦根据总因子得出总值。最后对各城市物流产业竞争力状况进行排序比较。

四、珠三角城市区域物流竞争力实证分析

本文运用因子分析法，对珠江三角洲各城市2012年的物流发展水平进行综合评价（因篇幅所限省略了具体数据）。利用SPSS18.0进行统计分析，首先进行KMO和Bartlett球形检验，结果如表2。

表2 解释的总方差

通过提取特征值大于1的公共因子，可得前三个因子的解释方差累计所占比分达到了91.701%，说明前三个因子能反应绝大部分信息，故提取三个主成分来代替原来的13个指标。

为了便于对公共因子进行解释，再通过因子旋转使因子载荷向两极分化，如表3旋转成分矩阵。

表3 旋转成份矩阵a

根据表3旋转成分矩阵，各因子的解释如下：第一主因子的方差贡献率达50.245%，在X8、X10、X13这三个指标上有较高的因子载荷，即货运量、货物周转量、高校在校学生数，反应了城市的物流发展水平和人力资源状况。第二主因子方差贡献率为29.991%，在X1、X5、X11上有较高的因子载荷，即海关进出口总额、人均GDP、移动电话用户数，这三个指标在一定程度上代表着城市的经济发展水平。第三主因子的方差贡献率为11.465%，同公路密度X7具有较大的正相关，是城市物流基础设施发展水平的体现。

通过回归算法计算成分得分系数矩阵，如表4所示。

表4 成份得分系数矩阵

根据表4成分得分系数矩阵，可以得到各主成分因子得分函数：

F1=-0.237*X1+0.156*X2+0.103*X3+…+0.284*X13

F2=0.463*X1-0.033*X2+0.047*X3+…-0.253*X13

F3=-0.099*X1-0.031*X2-0.008*X3+…+0.033*X13

进而得到三个因子得，如表5。

表5 各主因子得分

由表5可以看出，广州在第一主因子得分高达2.64428，其表示货运量、货物周转量、高校在校学生数，广州市在这三项指标上的数据分别为67678、4570.28、1012300，均高于珠三角的其它城市；深圳在第二主因子的得分为2.48323，其通过海关进出口总额、人均GDP、移动电话用户数来体现，在这三项指标上，深圳市也是最高的；东莞在第三个主因子得分为2.19264，代表了公路密度，东莞市也远高于其它城市。以上统计数据均与珠三角各城市的实际经济发展情况是基本吻合的。

统计软件处理后，自动生成了FAC1_1、FAC2_1、FAC3_1三个因子得分，代表了全部数据的信息量。再以zF=0.50245*FAC1_1+0.29991*FAC2_1+0.11465*FAC3_1，求出了各因子值和综合得分，再把各城市的物流竞争力进行排名，如表6。

表6 珠三角各城市物流竞争力综合得分及排名

五、结论

本文首先建立了区域物流竞争力评价指标体系，运用因子分析法对珠三角区域物流竞争力进行评价，可以看出：尽管珠三角的区域物流竞争力总体较高，但在内部的九个城市中，广州和深圳的物流竞争力较强，而惠州和肇庆的物流竞争力则相对较弱，评价结果与实际情况基本吻合。

用因子分析法对城市物流产业竞争力进行综合评价，没有直接对指标采用权重，所得的权数是伴随数学变换自动生成的，具有客观性，从而减少了主观性同时又不失科学性、合理性。因此，因子分析法不仅能消除评价指标间相关关系的影响，而且减少了指标选择的工作量，这也是笔者选择因子分析法的主要原因所在。

[1]朱帮助，李军.基于主成分分析的区域物流发展水平综合评价[J].工业技术经济,2008,27(5):105～107

[2]谢如鹤，邱祝强，陈宝星.区域物流产业竞争力指标体系及其应用[J].工业工程,2008,11(1):109～112

[3]欧阳小迅，黄福华.区域物流竞争力评价指标、方法和实证[J].湖南商学院学报,2010,17(2):69～74