基于主成分分析的城市物流发展评价

吕璞，徐丰伟

(大连交通大学 管理学院，辽宁 大连 116021)

0 引言

目前，关于城市物流评价的相关研究已经成为理论界的热点之一.许多学者都在这方面作了大量工作，如我国学者李孟涛［1］，史秀苹［2-3］，陶存新［4］和国外学者 Nevem［5］，Thomas［6］，Helen［7］等.还有些结合具体对象，对城市物流系统进行了评价分析［1-2，4］.但大多数的研究重点在于模型方法的应用，而对评价指标体系的关注相对较少.此外，对城市物流涵义和概念上认识的不准确也导致了评价指标体系较为片面，使评价结果在一定程度上受到了影响.本文结合以往研究［1-7］，尝试从探讨城市物流的内涵出发，在城市物流发展水平的影响因素分析基础上建立了较为合理的城市物流评价指标体系，并应用主成分分析法构建评价模型对具体城市进行了实证研究.

1 城市物流的涵义

关于城市物流的涵义，目前学术界还没有一个统一的定义，不同的学者有不同角度的阐释［8-10］.以往研究大多将城市物流看作一个相对封闭的系统，忽略了城市物流与外界的联系.城市尤其是对于一些具有一定区位优势的大中型城市来说，它们的城市物流系统不仅服务于市内的企业、个人等，更多的是服务于广阔的城市物流服务区(或称腹地区)内的需求者.城市物流是一个开放的物流系统，包括城市在内的物流腹地区对物流服务的需求量决定了城市物流的发展规模，而物流服务的需求量又取决于该区域的经济发展水平.因此，城市物流与其腹地区域内的经济发展水平有着非常紧密的关系.而现有关于城市物流评价体系的研究大多没有考虑物流腹地区经济水平对城市物流的影响.在研究中许多学者使用了GDP、工农业生产总值等反映经济水平的指标，但都只是局限于城市范围内的.本文认为应该将物流腹地区域的经济发展水平作为一个重要因素加以考虑.

2 评价指标体系的构建

2.1 城市物流发展水平的影响因素

城市物流发展能力:物流发展能力反映了城市物流的现有发展能力，是基于自身的发展优势和竞争资源，在过去和现在的物流市场发展中的结果和地位.物流发展能力可以从物流基础设施设备、物流产业规模、物流信息化水平、物流标准化程度和物流企业发展水平几方面来体现.

城市物流发展环境:城市物流发展环境是衡量城市物流发展的外在因素，是对现有发展能力的保障和对发展潜力的培育基础.城市整体环境的好坏对物流发展的影响非常重要，如物流服务区经济发展水平就直接影响物流服务的需求规模和增长潜力.城市物流发展环境通常取决于经济环境、政策环境、人力资源环境等因素.

城市物流可持续发展能力:城市物流可持续发展能力是衡量城市物流发展的后续能力因素.物流的持续发展要与自然承载能力相协调.只有保证了生态的可持续性，才能使得物流的持续发展具有可能性.这就要求我们在追求物流发展时，必须同时注意保护环境，保证以可持续的方式利用资源.资源的可持续利用和良好的生态环境是物流可持续发展的重要标志.

2.2 城市物流评价指标体系的构建

基于上文对城市物流内涵及其影响因素的分析，本文将城市物流的评价指标体系分为三个层次:第一层次是目标层，即要评价的城市物流发展水平;第二层次是一级指标，根据对城市物流影响因素的分析，确立了两个一级指标，分别为物流发展能力、物流发展环境及影响;第三层次是二级指标，这是整个指标体系的核心部分，也是可操作的指标组成部分，本文从影响城市物流系统的三个因素出发，在综合考虑科学合理和可操作性的基础上，确定了20个二级指标.具体见表1:

表1 城市物流发展评价指标体系

表1 城市物流发展评价指标体系(续)

2.3 城市物流评价的主成分分析模型

在评价指标体系中，各指标之间的相关性难以避免，因而反映的信息在一定程度上有所重叠。而主成分分析可以很好的解决这个问题.他可以将众多指标转换成几个保留了原始变量绝大多数信息综合主成分，且主成分彼此间互不相关.不仅解决了信息重叠问题还降低了维度.该方法是进行城市物流发展水平评价的较好方法，其计算步骤如下:

(1)对原始数据进行标准化处理，以消除量纲不同的影响.设有n个城市，p个评价指标，则观测样本矩阵为:

标准化公式为:

其中，Xij为第i个城市的第j个 指标值；j为n个城市的第j个指标平均值;Sj为第j个指标的标准差;Zij为第i个城市的第j个指标标准化后的数值.

(2)计算标准化后的p个指标的相关系数矩阵R:

式中，Sij为Xi与 Xj的协方差.

(3)计算相关矩阵R的特征根、特征向量.通常用雅可比方法求R阵的p个特征根λ1≥λ2≥…≥λp≥0及其相应的特征向量u1，u2，…，up，其中，ui=(ui1，ui2，…，uip)，i=1，2，…，p.

(4)计算各主成分的方差贡献率αk及累积方差贡献率α(k).第k个主成分Fk的方差贡献率为，前 k 个主成分 F1，F2，…，Fk的累积方差贡献率为.Fk的方差贡献率αk表示var(Fk)=λk在原始指标的总方差中所占的比重，即第k个主成分提取的原始p个指标的信息量.因此，前k个主成分F1，F2，…，Fk的累积方差贡献率 α(k)就表示这k个主成分保留的原始信息量的总和.即α(k)越大，说明前k个主成分包含的原始信息越多.

(5)确定主成分的个数:主成分分析的目的在于将原来为数较多的指标转化为少数几个总和指标(即主成分)，而且还要尽可能多地保留原始指标的信息，从而减少综合评价的工作量.实践中较为常见的是累积方差贡献≥85%原则和特征根均值原则即选取λi＞1的前i个主成分作为主成分.

(6)计算各主成分得分:各主成分对应特征根的特征向量就是主成分得分Fi=μi1z1+μi2z2+… + μipzp，i=1，2，…，k.

据此即可计算物流发展水平综合得分，综合得分值越高，说明物流发展水平越高;得分越低，说明物流发展水平越低.根据综合得分高低可对不同时期和不同城市物流发展水平进行排序.

3 城市物流发展水平评价研究实例

本文选取上海、天津和大连作为研究对象，选取这三个城市的原因，首先因为这三个城市都是我国东部地区的重要港口城市，都是国家重点建设的国际航运中心，并且分别拥有经国务院批准建立的我国唯一的三个保税港区，物流发展模式相近.其次，三个城市的物流发展水平存在差距，进行评价可以将差距量化，有利于进一步找到短板为下一步寻求对策铺平道路.数据主要来源于《大连统计年鉴2010》、《中国统计年鉴2010》、《上海统计年鉴2010》和《天津统计年鉴2010》.对于公共信息平台建设水平(X5)、物流标准化程度(X6)、物流企业盈利能力(X7)、物流企业服务水平(X8)、城市政策环境(X17)这五个指标，由于这些指标的定量数据无法或很难取得.本文主要通过访谈和发放调查问卷方式，将其水平划分为9个等级，即{非常好，很好，好，较好，一般，较差，差，很差，非常差}，分别对应分数 {9，8，7，6，5，4，3，2，1}，采用专家打分的途径，最后对收回的问卷进行统计分析，得出相关指标的专家评估值，使这些指标得以量化.其中，三市的腹地范围是根据《全国沿海集装箱港口布局规划》划定的.大连的腹地范围是我国东北地区;天津的腹地范围是天津、北京及华北地区;上海的腹地范围是长江三角洲地区.三市的原始数据见表2:

根据上文中构建的主成分分模型进行计算:

首先是指标的同趋势化即对逆向指标进行正向化.指标体系中的逆向指标有道路交通等效声级和有害气体年均值这两项.对这两项指标的数值取倒数，便可得到其正向化之后的指标值.接着进行数据标准化即数据的无量纲化.由于不同数据的量纲不同，无法直接进行分析，因此要根据上文中提到的方法进行数据标准化的工作.经过同趋势化和标准化后的数据如表3所示:

表3 同趋势化和标准化后三市的物流发展水平评价数据

表3 同趋势化和标准化后三市的物流发展水平评价数据(续)

利用SPSS13.0软件对数据进行分析处理，可以得到方差分解主成分提取分析表(表4).由表4可知第一个主成分的累积方差贡献率已经达到89.332%说明第一个主成分已经可以反映原始数据绝大部分的信息，因此只需提取它作为主成分就可以了.

接下来计算主成分表达式，用主成分对应指标的因子载荷除以该主成分的特征值开平方根便得到其所对应的特征向量，再将得到的特征向量与标准化后的数据相乘就可以得出主成分表达式.经计算得到主成分表达式:

将标准化后的数据代入表达式，得到大连、上海、天津三城市物流发展水平的综合得分，见表5.

表4 方差分解主成分提取分析表

表5 综合主成分得分及排名

从表5中可以看到，对三个城市的综合主成分得分值进行比较可知，大连市的综合评价得分值最低为 －3.591 3，天津比大连高一些为 －1.066 8，上海的综合得分远高于大连和天津为4.658 09.说明整体而言这三个城市中大连的物流发展水平最低，天津高于大连，上海的物流发展水平最高并且相比大连和天津具有很大的优势.评价结果符合实际情况.需要注意的是在有害气体年均值和道路交通等效声级两个指标上，上海落后于天津和大连，但由于其他指标的巨大优势，因此就物流发展的整体水平而言，上海依然是遥遥领先.

5 结论

关于城市物流发展水平评价体系，本文认为应首先重视评价指标体系的研究.只有在深入分析城市物流系统影响因素基础上建立的科学合理的指标体系才能作为进一步评价的依据.由于城市物流与其所服务的腹地区域内的经济发展水平有着非常紧密的关系.因此本文在评价指标体系中加入了腹地区域经济水平，反映了城市物流发展的主要拉动因素和内在动力，从而使评价指标体系更加全面、客观.当然在建立指标体系时受到一些指标数据难以获得等因素的制约，这还有待于统计部门在统计数据方面的继续完善.其次，选择主成分分析法构建评价模型，一方面消除了评价指标之间的相关影响，避免了信息重叠;另一方面降低了指标体系的维度，使综合评价和进一步分析更加方便.

［1］李孟涛，冯康.辽宁省城市物流绩效评价［J］.物流技术，2010(1):73-76，103.

［2］史秀苹.河南省城市物流综合实力评价［J］.物流工程与管理，2010(2):24-26.

［3］史秀苹，刘志英，关志民.城市物流评价指标体系初探［J］.冶金经济与管理，2009(4):43-45.

［4］陶存新，陈定方.城市物流能力评价研究［J］.武汉理工大学学报(交通科学与工程版)，2006(5):892-894.

［5］Nevem working Group.Performance Indicators in Logistics［M］.Bedford:IFS Publication，1989:36-39.

［6］THOMAS A FOSTER.Logistics Benchmarking:Searching for the Best［J］.Distribution，1992(3):31-36.

［7］HELEN L，RIEHARDSON.Improve Quality through Benchmarking［J］.Transportation ＆ Distribution，1992(10):12-20.

［8］EIICHI TANIGUCHI，RUSELL G.Thompson.Modeling City Logistics［J］.Journal of the Transportation Research Board，2002(1):45-51.

［9］崔介何.物流学［M］.北京:北京大学出版社，2003:83-104.

［10］程世东，荣建.城市物流系统及其规划［J］.北京工业大学学报，2005(1):55-57.

［11］CHAMES A，COOPER W W，RHODS E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978(6):429-444.

［12］SAUL ESTRIN，ADAM ROSEVEAR.EnterPrise Performance and Ownership:the Case of Ukraine［J］.European Eeonomic Review，1999(4-6):1125-1136.