段若男，盛 武，王 锟

( 安徽理工大学 经济与管理学院，安徽 淮南 232001)



主成分聚类法在安徽省区域物流规划中的应用

段若男，盛 武，王 锟

( 安徽理工大学 经济与管理学院，安徽 淮南 232001)

通过对区域物流规划发展水平的影响因素进行筛选，最终选取5个二级指标以及13个影响因素，构成了评价影响区域物流规划发展的水平的指标体系。以安徽省为例，以SPSS 19.0为软件处理平台，用主成分法对原来的指标体系降维处理，以此获得新的综合主成分指标和新的样本矩阵。再选用类平均法的聚类法对安徽省内的16个市区的域物流发展水平进行分类和综合评价。依据聚类谱系图以及区位坐标，可将安徽省划分为五大物流片区，进而从中选出东南片区的芜湖市、东北片区的蚌埠市、中部片区的合肥市、西南片区的安庆市、西北片区的阜阳市等五个物流枢纽城市。

主成分分析；区域物流；聚类分析；物流规划

近年来，我国的物流业正处于极速蓬勃的发展阶段，且在国内很多省市和地域结合本身物流的发展特点，相继对各自的区域物流进行综合布局。而关于区域物流布局的发展程度和物流竞争力方面，国内、外学者也从不同方面和角度进行相关的研究。李玉民构建了物流评价的指标体系并结合相关数据，并应用主成分聚类法对地域物流发展程度进行了综合的评估[1-2]。李婷以广东省为例，剖析了影响广东省物流的发展的要素，使用主成分法得出广东省各市区的综合的得分，再利用聚类分析办法划分出其省内各地区的层级[3]。路璐等以城市的物流为研究对象，以因子分析法为工具对城市的物流发展程度实行分析，进而使用聚类分析法对城市区内的物流核心进行了聚类[4]。Anjali Awasthi整合了亲密图、AHP法和模糊-T0PSIS法的三种方法应用到了城市物流布局规划中，这种综合的方式首先分析了城市物流的目标体系，再次运用AHP法算出各个影响因素权重系数，最终用模糊TOPSIS法对现有城市物流布局进行排序，最终得出最理想解[5]。Gi-Tae Yeo等首先建起了港口的物流竞争力的评估指标体系，再次利用因子分析法对港口的物流竞争力实行了综合的评估[6]。

鉴于主成分分析法具备可剔除信息重叠性，以及多指标间的存在相关性的特点，故将主成分聚类法应用到评价区域物流发展综合程度具有有效性。本文基于对物流规划课题研究以及实践基础上，首先构建安徽省的各市区的物流发展的程度评价目标体系，再次应用基于主成分聚类的定量分析办法，对安徽省内16个市区域的物流实行布局、分片区和综合评估，从而为其区域物流枢纽规划提供根据和参考。

1 区域的物流规划布局评价的指标体系构建

由于考虑到影响区域物流规划的因素众多，物流系统复杂性，并且有些评价指标定性的程度是难以把握的[7]。故通过以下几个原则对于省地域物流布局影响成分进行筛选：第一，数据和指标的独立性和非重叠性；第二，数据的可获取性，即能通过权威刊物、统计年鉴、媒体、调研等方式获得；第三，有效性和可对比性，即指标数据要有实际价值，且在时空上以及统计的口径上，必需具有其可对比性；依据上述原则，最终通过筛选，选取了以下5个第二级的指标以及13个影响因素，如表1所示：

表1 区域物流规划评价指标体系

2 区域的物流规划综合分析模型

2.1 主成分法的分析评价模型

经SPSS 19.0统计的软件对区域物流规划的各个指标因素实行相关性分析，结论显示着它们各因素变量之间存在很强的相关性。这会使得反映出的数据信息在一定程度上存在着重叠和赘余的现象。主成分分析法[8]根本原理是进行降维处理，其思想即是以比较少，综合的新的主成分评价目标来替代原有的较多的评价指标，用以描述原来评价因素及成分之间的互相联系。这样可保存评价体系中，原来的变量绝大部分的信息，以此来保障了数据彼此间独立性、互不相关性，从而使复杂问题进行简单化处理。因而本文选用主成分法首先对省内16市的区域物流发展程度实施了综合剖析处理。建模步骤如下：

(1)

(2)运算出指标间的相关系数的矩阵Rnxn、及特征值λ1≥λ2≥…≥λn≥0和正交化特征向量ej。

(3)得到主成分Yj=Xej

(2)

(4)从而得到主成分的方差的贡献率；αj=λj/n

(3)

(6)以各主成分的方差的贡献率作为系数，对其线性的加权以及求和，进而获得评估的函数如下：

(4)

其函数体现的是某地域的物流发展的水平。其得出数值与该区物流发展程度呈正相关，即数值越高且竞争力越强。

2.2 区域物流规划聚类分析评价模型

对于安徽省各区对物流布局分析和分片区时，可用常规聚类[8]的方法。因其评价指标比较多，数据和计算较为复杂且容易出现纰漏。Means Cluster K—均值聚类分析[9]虽然可对大样本数据进行快速的聚类，尤其是在对形成类特征有一定认识时，此方法使用起来得心应手。但相对于均值聚类分析而言，类平均法聚类[10-11]在选用步伐间距上，其步伐相对更加适中。因而选用类平均聚类法用以下分类。具体的步骤如下:

(5)

利用SPSS 19.0统计分析软件，对样本使用类平均聚类，以此得出各主成分对应的特征值、方差累积的贡献率和聚类图，进而获得各地的地域的发展的程度分类结果，据此可作出相应的进一步的剖析。

3 实证分析

安徽省作为处于我国的中部省份，具备承东启西过渡作用，并且地处长三角的经济腹地圈内，区位优势突出，近些年其经济实力不断的加强，物流行业的发展能力优势巨大。而物流规划布局是物流发展中的根基，必需摆在首要的位置。 以安徽省为例，对于其管辖16个市区的区域物流规划布局进行实证研究。数据主要来源于安徽省2015年统计年鉴[12]、统计局官网、统计公报等。原始数据详见表2。

表2 安徽省各地区的2014年原始数据

注：以上数据的来源2015年安徽省统计年鉴

Note: the source of the data from the 2015 statistical yearbook of Anhui Province

3.1 安徽省各地区物流规划综合评价

经过详细的计算过程，现列出最终结果，详见表3。

表3 各主成分的特征值及方差的贡献率

本文为保证以尽最大可能减少原始评价指标的信息损失，使得分析结果以及评估结果尽可能保持数据的原始状况。在应用主成分分析时，本文抉择出提取两个主成分，这时得出第一个主成分的特征值为9.164，第一个的方差的贡献率为70.495%；而第二个主成分的特征值为2.607，其方差的贡献率为20.052%；累计方差贡献率为A=90.55%，即两个主成分是以90.55%的精度来表示原始的指标的体系，从而进一步表明提取两个主因素是比较恰当。

而后将每个主因素特征根作为权重系数，对每个因素加权求和计算。结合公式(4)以及表3的数据，故而得出安徽省各市区区域物流规划发展水平综合评价函数的表达式如下：

Z=9.164Y1+2.607Y2

通过计算，最终得到了安徽省16个市地域物流发展的水平的评价及排序，详细见表4；

表4 安徽省各市区物流发展水平的综合评价得分及排名

根据以上数据以及排名状况，可将安徽16个市区的发展的程度划分为三大类: 第一类合肥市，作为安徽省的省会城市，其物流的发展程度各方面的指标也遥遥领先省内的其他市区；第二类，是以芜湖、阜阳、安庆为代表，依托于自身的发达交通网络，因此区域物流发展程度及水平相对较高; 最后一类，是其余的市区，包括六安、宿州、滁州、蚌埠、宣城、马鞍山、亳州、淮南、淮北、黄山、池州、铜陵等，其物流发展的水平相对较差，可以重点开展特色的服务。

3.2 安徽省各区规划聚类分析

鉴于主成分法得到两个主因素指标的数据，以此组成聚类的新的样本，使用类平均聚类法对安徽省16个市的地域物流发展的程度进行分类和分析。分成4～6类得到凝聚状况表5和树状图图1所示：

表5 凝聚状况表

图1 安徽省各地区的物流发展水平树状图

通过分析区位坐标，构成新的聚类的样本矩阵。以类平均聚类法进行分析，结合聚类谱系图和区位坐标，将安徽省16个市的物流区域划分为五大物流的片区，即东南片区、东北片区、中部片区、西南片区和西北片区。基于上述类平均聚类法分析的结果综合考虑，从而选出相对应的区域物流枢纽核心城市，其结果如上表所示。

3.3 结果分析

应用主成分以及聚类分析方法，以及综合考虑区位因素，将安徽省划分为五大物流片区。结合区域内物流发展水平和竞争力确定了中心物流枢纽城市，如东南物流片区的芜湖市、东北物流片区的蚌埠市、中部物流片区合肥市、西南物流片区的安庆市以及西北物流片区阜阳市。物流枢纽城市对于其他周边的市区具有辐射的作用。不仅有利于自身的物流水平的发展，对于片区内的其他城市具有带动作用。其物流枢纽城市可以整合周围区域的物流资源，加强对于外界的信息交流从而使得不同区域和其自身区域内的各种物流要素进行相互的联系。

据《安徽省现代物流业发展规划》中提出的有关于省内的重点布局的五大物流枢纽城市部分，其中重点提出要建立合肥市枢纽、蚌埠市枢纽、芜、马市枢纽、安庆市枢纽、阜阳市枢纽，这一发展规划与本文的结论高度一致。进一步显示本文所用的研究方法具有很强实践指导价值。

4 结论

(1)经过对于影响地域物流发展程度的影响因素进行筛选，建立了评价安徽省16个市区的区域物流发展的程度的因素体系。以SPSS 19.0软件为处理平台，以主成分以及聚类分析的定量分析方法，用以安徽省为例，以2014年的截面数据，对其16市的地域物流发展的程度实行分类，这使得计算量大大缩减，对于安徽省区域的物流的枢纽布局具有很强实践指导价值。

(2) 物流枢纽中心城市是省区域内的基础物流设施规划的重中之重，其应成为一个区域物流发展的增长的核心，应起到中心的辐射作用。本文将安徽省的各地区的物流区域划分成五大物流片区，即东南物流片区、东北物流片区、中部物流片区、西南物流片区以及西北物流片区，并在区域中拔取出了五个物流枢纽核心城市对其进行物流格局重点统筹布局。

(3)安徽省具备承东启西过渡作用，且地处长三角经济腹地圈内。但是其在水运方面缺乏现代化大型的港口码头且在铁路、公路和航空方面也存在着空间布局不合理的状况。在物流信息方面，还需要重视加强物流的大数据平台的搭建，提高物流信息化水平，进而提升整个安徽省的物流竞争力。

[1]李玉民，李旭宏，毛海军，等．主成分聚类分析在省域物流规划中的应用[J]．东南大学学报:自然科学版，2004，34(4)：549-552．

[2]许婷, 韩宝明. 多区域物流中心选址方案的模糊聚类分析[J].铁道运输与经济, 2007, 29(5):68-70.

[3]李婷．主成分聚类分析在区域物流规划中的应用——以广东省为例[J]．物流科技，2007，30(9)：30-33．

[4]侯凌霞, 李坤颖. 基于模糊聚类的应急物资聚类分析方法研究[J].物流工程与管理, 2013, 35(3):74-75.

[5]AWASTHI A, CHAUHAN S S. A hybrid approach integrating Affinity Diagram, AHP and fuzzy TOPSIS for sustainable city logistics planning[J]. Applied Mathematical Modelling, 2012, 36(2): 573-584.

[6]GI-TAE Y, ROE M, DINWOODIE J. Evaluating the competitiveness of container porting Korea and China[J]. Transportation Research Part A, 2008, 42(6): 910-921.

[7]李易津, 刘芳. 基于聚类分析的安徽省物流需求研究[J].物流科技, 2010, 33(1):44-49.

[8]于秀林，任雪松．多元统计分析[M]．北京：中国统计出版社，1999：154-162．

[9]方开泰．实用多元统计分析[M]．上海：华东师范大学出版社，1989：215-250．

[10]汪冬华．多元统计与SPSS应用[M]．上海：华东理工大学出版社，2010：160-169．

[11]杨维权．多元统计分析[M]．北京：高等教育出版社，1989．

[12]安徽省统计局,中国统计年鉴[M].北京：中国统计出版社,2015.

(责任编辑：李孟良)

Application of Principal Component Clustering in Regional Logistics Planning of Anhui Province

DUAN Ruo-nan,SHENG Wu，WANG Kun

(School of Economic and Management, Anhui University of Science and Technology , Huainan 232001, China)

By screening the influencing factors on the development level of regional logistics planning, finally selected 5 level second class targets and 13 factors constitute the evaluation index system of regional logistics development planning level. Taking Anhui Province as an example, using SPSS 19.0 as the software platform, to reduce the dimensionality of the original index system by principal component in order to obtain the comprehensive principal components method, the new index and a new sample matrix. The classification and comprehensive evaluation method is used to select the cluster average method to the Anhui Province 16 city regional logistics development level. Based on the hierarchical clustering map and location coordinates, Anhui province can be divided into five major logistics area, and then select Wuhu City of the southeast area , Bengbu City of the northeast area , Hefei City of the central area, Anqing City of the southwest area, the Fuyang City of the northwest area, five logistics hub city.

Principal component analysis;Regional logistics;Cluster analysis;Logistics planning

2016-08-02

安徽省高校省级自然科学研究重点项目(KJ2016A205)；安徽理工大学博士启动基金。

段若男(1990-)，女，安徽省界首市人，在读硕士研究生，主要从事物流系统工程及物流规划研究。

F252

A

1673-8772(2016)05-0079-06