徐文静

内容摘要：本文从沿海港口城市物流竞争实力和物流竞争潜力两个维度构建沿海港口城市物流竞争力评价指标体系；然后以“一带一路”规划中的14个沿海港口城市2014年的数据为基础，进行城市物流竞争力的因子分析和聚类分析。结果表明，上海市的物流竞争力最强，广州、深圳市的物流竞争力较强，天津、宁波、大连、青岛市的物流竞争力一般，厦门、福州、烟台、泉州、舟山、湛江、汕头市的物流竞争力较弱。最后，对处于不同物流竞争力水平下的沿海港口城市如何根据自身情况提升物流竞争力提出相关建议。

关键词：沿海港口城市 物流竞争力 因子分析 聚类分析

近年来，我国沿海港口城市加大对外开放程度，各沿海港口城市的物流业产值均有较大提高。2014年上海市、广州市、深圳市的交通运输、仓储和邮政业的增加值分别为108.55亿元、125.4332亿元和37.1136亿元。由此可见，在“一带一路”规划下我国沿海港口城市物流将会成为未来经济发展新的增长点。如果科学地制定沿海港口城市物流竞争力评价指标体系，并客观地对评价结果进行分类分析，将会促进各沿海港口城市的自身发展。

文献综述

回顾国内学者相关方面的研究，早期主要从影响物流竞争的因素角度出发对物流竞争进行分析研究。汪波等（2005）分析了区域物流发展的关键是物流合理程度、物流子系统效率及服务水平、外部环境三个关键因素，并围绕这三个关键因素构建天津地区的区域物流发展水平评价指标体系。郁玉兵等（2008）根据安徽省城市物流业发展现状，从城市物流区位商、中心性、市场繁荣度、货运量比重和工业总生产值比重等5个角度对安徽省城市物流发展水平进行测评。高秀丽等（2010）从竞争力的内涵出发，将区域物流竞争力指标体系分成了区域物流竞争实力和区域物流竞争潜力两个层面。张宝友等（2011）分析了物流标准对物流产业竞争力的影响，从技术创新、市场竞争、企业能力和政府规制等四个方面对江苏省和浙江省的物流产业竞争力进行比较。秦璐（2012）通过对城市物流空间结构特征及演化理论的研究，发现物流是城市发展的基础。

随着研究的进一步深入，物流竞争力评价指标体系被不断完善。吕璞等（2009）认为构建城市物流发展水平指标体系应考虑它与物流辐射区经济发展的关系，并从城市物流发展能力、城市物流发展环境、城市能源消耗与环境污染三个层面对其进行评估。薛东前等（2012）在对内陆中心城市的物流竞争力进行评价时，认为应结合城市自身的特點从社会经济发展水平、相关及辅助产业的物流需求状况、城市物流基础设施状况、城市所处区位条件、空间物流网络复杂度、人力资源状况、制度与政策环境、物流信息技术发展水平、邻近城市物流业发展水平等九大方面考虑建立评价指标体系。

期间，部分学者也提出了对物流竞争力评价指标体系不同的评价方法。赵莉琴等（2011）总结了目前评价城市物流竞争力体系的方法，有Delphi法、AHP法、多层次模糊判断等。谭观音等（2012）采用因子分析和聚类分析的方法对2005年海峡西岸经济区城市物流竞争力和2009年的海峡西岸经济区城市物流竞争力做了动态评估。吕璞等（2012）采用主成分分析的方法对大连、天津、上海三个城市的物流发展水平进行评价。宗会明等（2017）应用AHP模型构建西部地区物流节点城市物流竞争力体系，并采用熵权法对指标的权数进行修正。贾冀南等（2015）采用基于直觉模糊的层次分析法构建城市物流竞争力评价指标体系。杨浩军（2015）运用钻石模型分析了区域物流竞争力影响因素，并基于模糊层次判断法给出了区域物流竞争体系的综合评价方法。

评价指标体系的构建及分析方法

（一）评价指标体系构建

目前文献所建立的指标体系一般都以省级或区域为竞争力主体，与本文研究对象的主体层次略有不同。鉴于此，参考以往的指标体系构建模式，并结合沿海港口城市的独特性，根据指标整理的可得性、定量性、可比性、可行性和系统性等原则，从竞争潜力和竞争实力两个维度来构建沿海港口城市物流竞争力评价指标体系（见表1）。

沿海港口城市物流竞争实力。沿海港口城市物流竞争实力是基于现有的竞争优势和竞争资源，反应了该城市目前的物流竞争能力，由该城市的经济发展状况、基础设施建设和当前产业规模所体现。所以，沿海港口城市物流竞争实力指标体系主要包括经济发展、基础设施、产业规模三个层面。经济发展层面包括城市生产总值（GDP）、第三产业增加值两个能够体现城市经济发展水平和物流所在行业发展水平的指标。基础设施层面包括港口货物吞吐量和公路通车里程两个指标，着重突出了港口物流在沿海港口城市的重要性。产业规模层面包括货运量、货物周转量和交通运输、仓储、邮政业从业人员数三个能从运量、运距和相关从业人数衡量该城市物流总量的指标。

沿海港口城市物流竞争潜力。沿海港口城市物流竞争潜力是指未来的竞争优势和后续的能力表现，反应其未来物流竞争能力的发展速度和趋势，由该城市的经济贸易发展和信息化水平建设所体现。所以，沿海港口城市物流竞争潜力指标体系主要包括经贸潜力和信息化水平两个层面。经贸潜力层面包括人均地区生产总值、社会消费品零售总额和进出口总额三个能够体现出未来城市经济发展势头和对外开放程度的指标。信息化水平层面包括移动电话用户、移动互联网用户和邮电业务总量三个能够使物流效率提高的潜力指标。

（二）模型和分析方法

本文采用因子分析和聚类分析对一个多层次、多指标的沿海港口城市物流竞争力进行评价和分类。因子分析的实质是在许多变量中找出隐藏的具有代表性的因子，即通过降低维度来减少变量的数目，把原本庞大复杂的计算变成只有几个具有代表性且不相关的主因子的简单计算。因子分析的计算步骤如下：

数据标准化。为客观地对评价指标体系进行评估，需对各个评价指标的数据进行无量纲化处理，本文采用Z-score方法对数据进行标准化处理。标准化的公式如下：endprint

Zij为第i个城市的第j个指标的标准化样本值，Xij为第i个城市的第j个指标的原始数据值，uj为Xij的均值，σj为Xij的标准差。如此，经过转化得到标准化的矩阵。

相关系数矩阵是一种线性相关系数，反应两个或多个变量线性相关程度的统计量。相关系数用R表示，描述的是两个或多个变量间线性相关强弱的程度。

提取主因子。首先，对特征方程进行求解：|R-λE|=0

得到相关系数矩阵R的特征值λi（i=1、2...n）和相对应的特征向量ei（i=1、2...n）。然后根据求出的相关系数矩阵的特征值λi，得到各因子方差贡献率：

最后，根据相关系数矩阵大于1的特征值或者因子累计方差贡献率大于85%的原则提取k个主因子。

确定因子载荷矩阵。因子载荷矩阵是各个原始变量的主因子表达式的系数，用A表示，反应提取的公因子对原始变量的影响程度。

xij=a11×f1+a12×f2+…a1k×fk

首先，计算因子载荷矩阵：

然后，采用最大方差法对因子载荷矩阵进行正交旋转，使因子载荷矩阵的结构简化。

综合评价得分。综合评价得分是整个评价指标体系的最终得分，由各个主因子与其权重相乘的累加组成。各个主因子的得分公式：

fi =C Tx （i=1，2……，k）

主因子权重计算。主因子的权重是由第i个因子的方差累计贡献率与全部k个主因子累计的方差贡献率之比计算得出。假设方差累计贡献率由字母u表示，则主因子的权重计算公式为：

最后，计算每个样本城市的综合评价得分：

W=w11×f1+w12×f2+…w1k×fk

综合评价得分即各个城市不同的物流竞争力得分，根据由大到小的顺序，对各个城市的物流竞争力进行排序。

聚类分析，即“物以类聚”。聚类分析的方法有Q型聚类、R型聚类等，本文采用K-Mean聚类的方法对各个城市的物流竞争力进行聚类分析。K-Mean聚类分析的步骤：指定聚类数目K；确定K个初始类中心点；根据距离最近原则进行分类；中心确定K个类中心点；判断是否满足终止聚类分析的条件。

沿海港口城市物流竞争力实证分析

数据来源及标准化处理。本文选取的样本城市是“一带一路”规划中的重点沿海港口城市，数据来自于《上海市统计年鉴2015》、《深圳统计年鉴2015》、《广州统计年鉴2015》等统计年鉴和统计公报。利用SPSS对2014年各大沿海港口城市13個指标的数据进行标准化的处理，结果如表2所示。

（一）因子分析

适用性检验。在进行因子分析之前，对构建的评价指标体系进行因子分析的适用性检验，分析样本数据是否适合进行因子分析。因子分析的适用性检验采用巴特利特球度检验和KMO检验。运用SPSS软件对样本数据进行巴特利特球度检验和KMO检验，结果如表3所示。由统计学家kaiser给出的标准判断，当KMO检验值大于0.6，则适合进行因子分析。样本数据的KMO检验值结果为0.660，大于给出的标准，因此适合进行因子分析。巴特利特球度检验球度的近似卡方分布值为210.715，在可接受范围之内。df为78，具有较强的可信性。显著性为0.00，小于0.05则拒绝原假设，表明13个指标之间具有显著的相关性，适合进行因子分析。

主因子提取。利用SPSS对13个指标进行方差最大化的正交旋转法提取主因子，然后基于碎石图的大致判断和特征值大于1的原则确定主因子的个数，抽取主因子。结果如图1所示。由图1可以看出，此样本数据的13个指标适合抽取3个主因子，同时表4计算出的结果也是提取了3个主因子。3个主因子f1、f2、f3的累计贡献率达86.209%，共解释了13个指标86.209%的信息量，信息损失量较小。

旋转后的因子载荷矩阵。如表5所示，货运量、货物周转量、港口货物吞吐量、公路通车里程、第三产业增加值、GDP、社会消费品零售总额、交通运输从业人员在F1上具有较高载荷，说明F1是物流竞争实力中经济发展、基础设施和产业规模三个层面具有综合代表性的主因子。进出口总额、移动电话用户、移动互联网用户在F2上具有较高载荷，说明F2是物流竞争潜力中经贸潜力和信息化水平两个层面具有综合代表性的主因子。人均GDP在F3上具有较高载荷，说明F3反映了未来城市经济主要发展趋势。

综合评价得分。首先确定各个主因子得分和各自的方差贡献率，然后根据公式算出该评价体系下各城市的综合评价得分，最后根据各城市的综合得分进行排序。计算公式为：

（二）聚类分析

运用SPSS中的K-Mean聚类分析方法对14个样本城市的综合得分进行聚类分析，自行设定聚类数目为4，结果如表7所示。

如表6、7所示：第一类最富有物流竞争力的城市是上海，综合得分为1.50，排名第一；第二类较富有物流竞争力的城市是广州和深圳，综合得分分别为0.81和0.68；第三类物流竞争力一般的城市为天津、宁波、大连、青岛，综合得分分别为0.30、-0.07、-0.08和-0.09；第四类物流竞争力较弱的城市为厦门、福州、烟台、泉州、舟山、湛江、汕头，综合得分为-0.25、-0.30、-0.36、-0.41、-0.46、-0.63、-0.65。

结论及建议

沿海港口城市物流竞争力评价体系是对目前经济发展、基础设施、产业规模、信息化水平和未来经济发展趋势与潜力的综合评价，本文从物流竞争实力和物流竞争潜力两个维度进行评估。对样本数据进行因子分析和排序，发现上海市物流竞争力第一，其次是广州、深圳、天津、宁波、大连、青岛、厦门、福州、烟台、泉州、舟山、湛江、汕头。根据因子分析的结果，发现第1类物流竞争力强的城市是上海，第2类物流竞争力较强的城市是广州、深圳，第3类物流竞争力一般的城市是天津、宁波、大连、青岛，第4类物流竞争力较弱的城市是厦门、福州、烟台、泉州、舟山、湛江、汕头。结果基本符合客观情况，但关于衡量物流竞争实力和物流竞争潜力方面的指标选取还有待进一步改进。endprint

第一类城市上海的地理位置优越，配套基础设施完备，信息化平台建设先进，经济发展水平处在全国前列。从整个“一带一路”规划看，上海应发挥关键作用。但实际上，上海市经济发展趋势上的潜力不如广州、深圳等城市，需要从物流竞争潜力方面寻找“经济增长源泉”来锻造更强的物流竞争力。对于广州、深圳这两个第二类城市而言，它们正处于经济快速发展阶段，若想跻身一类城市还需要扩大物流产业规模，加强信息化水平建设。而天津等第三类城市则需要加强物流基础设施建设，完善港口基础设施的建设以增加港口吞吐量等，使物流发展与经济发展互相协调。对于厦门、福州等第四类城市，其经济发展、物流基础设施建设和信息化水平都与一类、二类和三类城市有较大差距，需要当地政府重点规划，发展当地经济，大力建设物流基础设施，全方位来提高物流竞争力。

上海、广州、深圳等14个城市作为“一带一路”重点发展的港口城市，对我国对外开放政策发挥着重要的支持作用。同时，这些城市的物流竞争力也是综合国力的体现，提升它们的物流竞争力水平具有重要的战略意义。通过对“一带一路”规划的沿海港口城市物流竞争力进行评价和分类，可以从侧面了解各个港口城市物流发展的不足和瓶颈并加以解决，实现各个港口城市物流竞争力的共同提高，促进“一带一路”规划愿景的实现，为我国综合国力的提升做出重要贡献。

参考文献：

1.秦璐.城市物流空间结构特征及演化理论研究[D].北京大学，2012

2.汪波，杨天剑，赵艳彬.区域物流发展水平的综合评价[J].工业工程，2005（1）

3.郁玉兵，曹有挥，曹言红.安徽省城市物流发展水平综合评价[J].物流科技，2008（1）

4.高秀丽，王爱虎.区域物流竞争力综合评价体系及实证研究[J].工业工程与管理，2010（4）

5.张宝友，黃祖庆，孟丽君.标准视角下省域物流产业竞争力比较研究[J].西安电子科技大学学报（社会科学版），2011（5）

6.吕璞，王杨，徐丰伟.城市物流发展水平评价指标体系研究[J].中国市场，2009（6）

7.薛东前，郭晶，党淑英.中国内陆中心城市物流竞争力比较研究——以西安与郑州为例[J].地域研究与开发，2012（2）

8.赵莉琴，郭跃显.城市物流竞争力评价方法研究[J].地域研究与开发，2011（2）endprint