楼文高，吴晓伟

（上海商学院，上海市 200235）

区域流通业竞争力投影寻踪建模及实证研究

楼文高，吴晓伟

（上海商学院，上海市 200235）

根据区域流通业竞争力评价指标体系和我国31个省市2006～2008年的数据，应用投影寻踪建模技术对区域流通业竞争力进行综合评价，阐述各区域流通业在规模、结构、效率、贡献力等竞争力诸方面的优势和劣势，分析了各区域流通业竞争力的成长性，对各评价指标进行重要性排序研究，提出了针对性更强的提升区域流通业竞争力的措施和建议。

投影寻踪方法；区域流通产业；竞争力；成长性

对一个地区（区域）来讲，流通（业）竞争力不仅包括流通产业本身的商流、物流、信息流和资金流等方面的竞争力，还与反映衡量整个区域流通规模、对区域经济发展的贡献、影响区域经济未来发展等方面的竞争力有关。在多年定性研究的基础上，近年来定量研究的文献越来越多，如杨亚平等[1]和郑光财[2]用层次分析法、孙薇[3]和王永培等[4]用因子分析法研究我国31个省市的流通业竞争力，马龙龙等[5]把衡量区域流通竞争力的指标分解为表示流通产业基础方面的规模指标、结构指标、密度指标、设施指标、流通业效率与功能方面的效率指标、满足消费指标、贡献力指标、成长力指标和影响其他区域流通业的辐射力指标等3大领域、8个方面、113个指标，并用因子分析法根据42个指标值（其中15个指标与文献[3]相同，11个指标与文献[4]相同）对33个城市的流通竞争力进行综合评价。但是，层次分析法的主观性较强，因子分析法要求样本（研究对象）数量必须多于评价指标的数量，在样本数量至少比评价指标数量多100～200个或者是其5倍以上时，结果才比较可靠、有效。因此，笔者以为，文献[1]至[5]为区域流通业竞争力评价进行了探索性研究，但其评价结果值得进一步商榷。此外，现有的传统建模方法主要适用于数据服从正态分布的情况，但流通产业竞争力评价指标的各省市数据却多数不服从正态分布规律。

投影寻踪建模（PPC）技术是探索性数据处理方法，尤其适用于高维非线性、非正态分布数据的建模研究。[6]本文尝试把PPC技术应用到区域流通产业竞争力的评价研究中，以期取得更可靠、有效的结果。由于本文主要侧重于评价方法的应用、建模研究及其对结果的分析，为简便计，直接选用文献[5]的评价指标体系，不再讨论如何选取评价指标。

一、区域流通业竞争力评价指标体系及其评价指标数据

1.评价指标体系

马龙龙等[7]建立了有统计数据支撑的、由8个方面、42个指标组成的区域流通（业）竞争力评价指标体系，具体如下：

（1）规模竞争力（GM）：流通业从业人员X1，限额以上流通企业资本规模X2，社会消费品零售总额X3，流通业增加值 X4，货运总量 X5；

（2）结构竞争力（J）：流通业增加值占 GDP比重 X6，流通业增加值占第三产业比重X7，综合零售比X8；

（3）设施竞争力（S）：运输车辆保有量（载货汽车）X9，每万平方公里公路里程数X10，每万平方公里铁路里程数X11，流通法人企业数X12，亿元以上商品交易市场数X13，亿元以上交易市场面积X14；

（4）密度竞争力（M）：万人占有商品交易市场面积X15，万人拥有社会消费品零售总额X16，万人拥有流通业增加值X17，万人拥有流通业资本规模X18，万人拥有流通业固定资产投资额X19，万人拥有流通业从业人员数X20，每平方公里商品市场交易面积X21，每平方公里流通业活动单位数X22，每平方公里流通业资本规模X23，每平方公里流通业固定资本投资额X24，每平方公里流通业从业人员数X25；

（5）效率竞争力（XL）：流通业资本报酬率X26，流通业资金利税率X27，流通业固定资产实现利税率X28，流通业成本利税率X29；

（6）贡献竞争力（GX）：流通业对区域经济贡献率X30，流通业对社会经济拉动率X31，流通先导指数X32，流通业对区域就业贡献率X33；

（7）辐射竞争力（F）：流通辐射力 X34，进出口总值 X35，外资区位商X36，①货运量区位商X37；

（8）成长竞争力（C）：流通业固定资产投资额增长率X38，流通业资本规模增长率X39，流通业利润总额增长率X40，货运量增长率X41，零售业连锁经营率X42。

2.评价指标数据

由于2005年的各种年鉴均没有区域限额以上批发零售业资产及负债和主要财务指标数据，考虑到数据的连贯性，本文采用的各评价指标数据均来自2006～2009年的《中国统计年鉴》，西藏等部分区域某些年份缺少的个别数据用该指标其他年份的最小值代替。

二、投影寻踪建模方法[8]

PPC技术可以从不同的角度研究样本数据，寻找能够最大程度地反映数据特征和最能挖掘数据信息的最优投影方向，从而确定各评价指标的客观权重，并把高维数据投影到低维（1～3维）子空间上。PPC技术用投影指标函数来揭示某种数据结构的可能性大小，寻找出使投影指标函数能可靠、有效反映高维数据结构或特征的投影值，然后根据投影值分析高维数据结构特征，或根据该投影值构造数学模型进行系统预测。PPC建模的核心是使研究对象在局部投影点上尽可能密集，最好凝聚成若干个团（类），整体上投影点团之间应尽可能分散，即求解下式投影指标函数的最大值确定最佳投影方向：

PPC建模过程通过最优化方法确定各评价指标权重，客观性好，物理意义清晰，在高维非线性、非正态分布数据处理中具有独特优势。但基本条件是样本数量必须多于评价指标的数量，样本越多，结果越稳定、越可靠。

三、建立区域流通业竞争力综合评价的PPC模型及其计算结果

把上述42个指标2006～2008年间的数据进行归一化处理后输入到DPS软件，[9]并执行“其他”——“投影寻踪综合评价法”的功能，取局部密度控制参数为0.10，得到投影值标准差Sz=0.7004，局部密度Dz=27.64，投影指标函数值Q（a）=19.36，各种评价指标的最佳投影方向 a（j）=（0.1134，0.1288，0.1093，0.1255，0.1233，0.1087，0.1010，0.1634，0.1090，0.2311，0.1406，0.1572，0.1285，0.1785，0.1576，0.1692，0.1595，0.2364，0.2036，0.2669，0.2032，0.2054，0.2204，0.1882，0.1789，0.1142，0.1172，0.0867，0.1239，0.0875，0.1394，0.0897，0.0583，0.2484，0.1376，0.1725，0.0482，0.164，0.1232，0.1215，0.0821，0.0967）。表1所示为2006～2008年各省市流通产业竞争力投影寻踪值、竞争力排名、3年平均值和排名变化情况。

表1 我国2006～2008年各省市流通业竞争力投影寻踪值、排名及其变化情况

四、分析与讨论

1.各评价指标的重要性

投影方向值越大，对应的评价指标越重要，在42个评价指标中，万人拥有流通业从业人员数（X20）对区域流通业竞争力的影响最大，其次是流通辐射力（X34），随后按指标重要性递减（投影方向值从大到小）的次序为X18、X10、……X33和X37。本例中，最大投影方向值为0.2669，最小投影方向值为0.0482，二者之比为5.5。因此，所有的评价指标都是必要的和重要的。根据有序样本最优分割原理，可以把指标按重要性分为极重要指标（前8个）、很重要指标（第9～18个）、重要指标（第19～34个）和次重要指标（第35～42个）4个等级。X20最重要说明在竞争力中人的因素的重要性，X34第二重要说明对区域来讲，流通业的辐射能力也非常重要。在42个评价指标中，8个最重要指标的投影方向值（相当于综合评价中的权重）都大于0.20，占总权重的30%，共有35个指标的投影方向值大于0.10，占总权重的91%。

2.八个方面对流通业竞争力的影响

在流通业竞争力的8个方面中，密度竞争力的影响最大，11个评价指标的投影方向值之和达到2.1893，每个评价指标的投影方向均值为0.1990，明显大于其他6个方面。其次是设施竞争力，6个指标的投影方向值之和为0.9449，投影方向均值为0.1575。然后依次是辐射竞争力、结构竞争力、规模竞争力、成长力竞争力、效率竞争力和贡献力竞争力，每个评价指标的投影方向均值分别为0.1517、0.1244、0.1200、0.1175、0.1105和0.0937。事实上，密度竞争力的指标最客观，消除了面积、人口等自然和资源因素的影响。其次，流通业必须依赖于企业、市场、公路和铁路等交通设施；再者，对区域来讲，其在全国的地位以及对其他区域的影响和引导也是竞争力的主要方面之一。这3个方面、合计21个指标（占总指标数的50%）占总权重的63%。

3.区域流通业竞争力总体特征及其成长性

如表1所示，我国东部地区省市的流通业竞争力最强，竞争力均值为3.560，在11个省市中，北京市和上海市的流通业竞争力排名第一、第二位，为Ⅰ类，江苏省等5个省市的竞争力为Ⅱ类，福建和河北的竞争力属于Ⅲ类，仅有广西和海南的竞争力属于Ⅳ类；甘肃、青海等西部4个省区都划归为竞争力很弱的Ⅴ类。除辽宁省外，流通业竞争力为Ⅰ、Ⅱ类的都是处于我国东部地区的省市。东北地区流通业竞争力处于第二位，竞争力均值为2.982。然后是中部地区和西部地区，竞争力均值分别为2.875和2.311。我国从东部到西部，区域流通业竞争力从强逐渐变弱。

2006年至2008年，所有省市的流通业竞争力都是增强的，但增强的速度（见表1的3年平均增长率）明显不同，其中有6个省市（占19%）的增长率大于7%，22个省市（占71%）的增长率为3%～7%，3个省市（占10%）的增长率小于3%。3年内分别有10、12和8个省市的流通业竞争力排名是上升、不变和下降的，其中四川和山东排名分别上升了3位，而海南的排名下降了3位。各省市之间流通业的竞争比较激烈，体现出“不进则退”、“少进也是退”的态势。

4.各地区流通业竞争力的特征——以直辖市、长三角省市和广东省为例

（1）8个最重要指标的竞争力分项值。针对7个示例研究的省市，X20的竞争力得分相差为最大，得分差为0.5997，其次是 X18，得分差为 0.4633，然后依次是 X23、X34、X19、X22、X21和 X10，得分差分别为 0.4109、0.3875、0.3545、0.3414、0.2675和0.0940。

（2）4个直辖市的竞争力。重庆市的流通业竞争力几乎全面落后于其他3个直辖市，除X10外，其他7个指标的得分值都明显低于其他3个直辖市；天津市4个指标（X20、X18、X23和X22）的竞争力得分值明显低于北京市和上海市，其他指标的得分值相差不大，与重庆市相比，天津市有明显的竞争优势，但与上海市和北京市相比，又存在很大的差距；上海市3个指标（X20、X34和X18）的竞争力得分明显低于北京市，同时其他5个指标的竞争力得分值又高于北京市，即北京市和上海市各自存在优势和劣势。因此，就上海市而言，如果增加流通业从业人员、增强流通辐射力和增加流通业资本规模等，就能比较显著地提升竞争力；而北京市应增加流通业固定资产投资、扩大亿元以上交易市场面积等，可显著提升其流通业竞争力。

（3）长三角省市和广东省的竞争力横向比较。上海市在除X10以外的7个指标方面都明显优于其他2省1市；对于浙江省、江苏省和广东省而言，浙江省在X18和X19两个指标方面优于江苏和广东，江苏省在X34和X21两个指标方面优于广东省和浙江省，广东省在X20指标方面稍优于江苏省和浙江省，但在X19和X21两个指标方面明显处于劣势。

（4）31个省市流通业竞争力8个方面的特征。31个省市流通业竞争力8个方面的分项得分值的最大值、最小值、变动范围（最大值与最小值之差）和倍数（最大值与最小值的倍数）如表2所示。在8个方面中，31个省市的密度竞争力相差最大，强弱非常明显，最大的北京市的得分为1.863（基本上与青海、西藏的流通业竞争力相当），而最小的贵州省仅为0.434，相差1.430，最大者是最小值的4倍多。其次是设施竞争力和规模竞争力，其变动范围小于密度竞争力，但倍数却大于密度竞争力，波动剧烈。辐射竞争力、贡献竞争力的变动范围和倍数分别处于第四、五位。结构竞争力、效率竞争力和成长性竞争力的变动范围与倍数均处于最后三位。因此，各省市的流通产业成长性、效率、结构等竞争力相差并不大；除新疆外，贡献竞争力也相差不大。为此，对于大多数省市来讲，要有效提高流通业竞争力，改善和提高密度竞争力方面的指标值就显得尤为重要。进而，我们再具体分析密度竞争力的11个指标对区域流通业竞争力的影响，表3是31个省市密度竞争力各评价指标分项值的特征，X20得分值的变动范围最大，达到0.234，最大值与最小值之比也是最大，倍数达到9.153倍，从而说明31个省市X20的强弱相差很大，然后依次是 X18、X23、X21、X24和 X19，他们的得分差都大于 0.160，倍数分别为 6.265、8.367、8.672、9.558 和5.973，其他5个指标的得分差小于0.160，31个省市间的差异相对较小。

表2 31个省市流通业竞争力八个方面的分项值特征

表3 31个省市密度竞争力各评价指标的分项值特征

投影寻踪建模技术不需要人为确定各评价指标权重，尽可能消除了专家等人为主观因素的影响。对全国2006～2008年31个省市流通业竞争力的研究表明，投影寻踪模型既能把不同区域的流通业竞争力拉开适当的差距，便于分类及其排序，又能根据各评价指标的最佳投影方向值大小，进行指标重要性的排序，继而揭示出各区域流通业竞争力的优势指标和劣势指标，提供了更有针对性的提升区域流通业竞争力的发展战略措施和实现路径，具有较好的现实意义和实践价值。

就全国31个省市而言，北京市的流通业竞争力最强，西藏的竞争力最弱。北京市和上海市的竞争力最强，属于第Ⅰ类；江苏、天津、广东等5个处于东部地区的省市和东北的辽宁属于竞争力强的第Ⅱ类；甘肃等4个西部省市属于竞争力最弱的第Ⅴ类。我国区域流通业竞争力明显呈现出东部强西部弱的特征。

本文研究的42个评价指标都是重要的，X20、X34、X18和X21等是前8个极为重要指标，其投影方向值都大于0.20，采取针对性的措施提高和改善这些指标，能显著提高区域流通业竞争力。再者，利用研究对象之间各评价指标竞争力分项值的相对强弱，可以提出针对该区域的提升流通业竞争力的措施。从流通业竞争力的8大方面来讲，密度竞争力最为重要，其次是设施竞争力，贡献力竞争力的影响最小。

注释：

①文献[5]为外资吸引力，因各种年鉴中均没有限额以上外资批发零售业销售额数据，本文改为外资区位商，即用区域外资投资额占全国的比重来衡量。

[1]杨亚平，王先庆.区域流通产业竞争力指标体系设计及测算初探[J].商业经济文荟，2005（1）：2-6.

[2]郑光财.区域流通竞争力评价指标体系研究[J].价格月刊，2009（1）：51-53.

[3]孙薇.基于因子分析法的地区流通力比较研究[J].财贸研究，2005（4）：36-42.

[4]王永培，宣烨.基于因子分析的我国各地区流通产业竞争力评价[J].经济问题探讨，2008（4）：42-46.

[5]、[7]马龙龙，刘普合，等.中国城市流通竞争力报告[M].北京：中国经济出版社，2009：21-47，369-430.

[6]、[8]付强，赵小勇.投影寻踪模型原理及其应用[M].北京：科学出版社，2008：.47-51.

[9]唐启义.DPS数据处理系统[M].北京：科学出版社，2010：1144-1147.

The Empirical Research and Comprehensive Evaluation on the Competitiveness of Regional Circulation Industry

LOU Wen-gao and WU Xiao-wei
(Shanghai Business School，Shanghai200235，China)

Based on the data,during 2006 to 2008,ofevaluation indexes describing the competitiveness of regional circulation industry(RCI)in China,the projection pursuit clustering(PPC)was applied to establish the evaluation model on the competitiveness and the growth of RCI in this paper.The competitiveness strength and weakness of studied provinces in circulation industry in terms of scale,structure,efficiency,and contribution power,et al.,was analyzed.The importance degree of the eight aspects and the forty-two evaluation indexes are sequenced,and the effective measures are thus put forward to improve the competitiveness of RCI.

projection pursuit clustering；regional circulation industry；competitiveness；growth

F724

A

1007－8266（2010）10－0017－04

＊本文系上海商学院重点学科“商业信息管理”项目建设与教育部人文社会科学研究项目“企业人际竞争情报网络建模研究”（项目编号：09YJA870020）的研究成果之一。

楼文高（1964-）,男,浙江省杭州市人，上海商学院副院长，博士，教授，计算机科学与技术学科带头人，主要研究方向为流通经济、管理科学与工程、数据挖掘技术等；吴晓伟(1974-)，男，浙江省杭州市人，上海商学院信息与计算机学院院长，博士后，教授，主要研究方向为竞争情报研究、计算机应用。

孙志伟