郑广文,魏修建,郝渊晓
(西安交通大学 经济与金融学院,陕西 西安 710061)
物流业作为我国十大振兴产业之一,对国民经济的推动作用日益显现,已成为连接生产与消费的桥梁和纽带,推动社会经济活动有效运转的润滑剂。因此,确定科学的物流业发展目标,设计合理的空间布局,制定切实可行的发展政策,推动区域物流及其内部产业结构优化升级,是区域经济健康发展的必要保障。但实现这些目标的前提则是基于对区域物流业综合发展水平的合理把握。
关于物流业综合发展水平评价研究,国外学者主要集中在指标体系的构建、评价模型的选择、跨区域比较研究以及将其作为综合竞争力的构成要素之一等方面。DeMarco 和Rafele[1]以意大利西北部区域为研究对象,构建系统动力学模型,辅助进行交通基础设施投资决策,其独特的研究视角对我国物流基础设施投资决策方案的制定具有一定的借鉴意义。James 和Chris[2]比较了亚、欧物流体系,根据各国物流体系的完善性划分了级别,并提出了在世界范围内比较物流体系的一系列指标,为国际区域物流比较研究提供了有益的参考。Kavaratzis[3]对区域竞争力进行研究时,将物流业作为研究区域竞争力的因素之一,虽没有单独研究区域物流产业竞争力,但其研究方法与思路具有一定的普遍性和现实指导性。国外关于物流业发展水平的研究具有很强的针对性和综合性,不同的研究视角、研究范围和研究方法决定了物流业发展水平评价侧重点各异。
目前,我国学者对此研究主要集中在评价指标选取的数量和品质、体系设计的架构层次以及模型的构建等方面[4]-[14]。王春豪[10]以定量指标为主,构建了一个包含13 个指标的二级指标体系及相应的主成分分析法评价模型,并对新疆及其周边五省物流业发展水平进行比较研究。汪波等[4]以定性指标为主,构建一个包含55 个指标的三级指标体系及相应的模糊层次分析法评价模型,并对天津市物流业发展水平进行分析。王新安等[12]以定量与定性相结合,构建了一个包含79 个指标的四级指标体系及相应的因子聚类分析法评价模型,并对陕西等22 个省市物流业发展水平进行分析。研究发现,评价指标选取的数量、品质不尽相同,指标体系的架构层次各不相同,评价模型的构建也各有所异,由于我国缺乏统一规范的物流统计指标数据,相关指标原始数据口径不一致,这样难免会使研究结论不尽相同且与现实偏离。
本文在回顾相关文献的基础上,结合因子分析法的相关原理,构建我国区域物流业综合发展水平评价指标体系及相应的因子分析模型。
现有的一些评价方法虽能较好地体现指标体系的递阶层级关系,且通过专家打分等主观赋权的方式较为充分地体现其专业性、权威性,但我国地域广阔且省域差异显著,很难对省域间物流业发展的各个方面进行全面、客观的把握。因此,本文将采用客观赋权法对我国省域物流业综合发展水平进行实证分析,以期能够真实、客观地反映我国省域物流业发展水平。
因子分析法[15]作为典型的客观赋权分析法,其基本思想是通过变量的相关系数矩阵或协方差矩阵内部结构的研究,寻找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系,并依据相关性的大小把变量进行分组,使得同组内的变量之间具有较高的相关性,而不同组的变量之间相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子或主因子。
在借鉴国内外相关研究成果的基础上,基于因子分析法的相关原理,遵循科学性、客观性、系统性、层次性和可比性等指标体系的构建原则,本文构建了一个包括2 个一级指标、6 个二级指标和30 个三级指标的物流业综合发展水平评价指标体系(如表1所示)。
表1 物流业综合发展水平评价指标体系
本文以我国31 个省市为研究对象,对其2010年的相关统计数据进行实证分析。为消除各个指标数据量纲对统计结果的影响,首先对数据进行标准化处理。由于一级指标之间相互独立,权重由层次分析法(AHP)获得,①本文通过发放调查问卷的形式向相关专家学者发放一级指标判断矩阵打分表30 份,收回27 份,回收率为90%,剔除无效问卷3份,共计有效问卷24 份。将所有有效问卷中对应项得分的均值作为该项重要性标度的最终取值,据此构建了一级指标判断矩阵,经检验CR=0.05 <0.1。并在此基础上对整体进行评价。
本文利用SPSS17.0 对物流业内、外部发展水平分别进行巴特利特球度检验和KMO 检验,结果表明,物流业内、外部发展水平的巴特利特球度检验统计量观测值分别为659.18 和860.84,相应的概率P 值都接近0。在给定显著性水平α =0.05 下,即认为相关系数矩阵与单位阵有显著差异。同时KMO 值分别为0.76 和0.77,根据Kaiser 给出的KMO 度量标准可知,内、外部发展水平原有变量均适合进行因子分析。
根据各个因子解释原有指标变量总方差的情况,利用因子分析法,从内、外部发展水平的指标变量中分别提取出5 类和2 类主要因子,以此来代替原有解释变量,因子方差贡献情况如表2和表3所示。
表2 内部因子解释原有变量总方差
表3 外部因子解释原有变量总方差
由表2和表3可知,所提取的5 类和2 类主因子累计方差贡献率分别为86.57%和87.81%,即分别反映出了物流业内、外部发展水平总体信息的86.57%和87.81%,丢失信息较少,因子分析效果很理想。用它们来代替原有指标变量对我国省域物流业综合发展水平内、外部环境进行评价是可行的。
由内、外部因子协方差矩阵(从略)可知,内部5 类因子没有线性相关性,外部2 类因子也不存在线性相关性,从而实现了因子分析的设计目标。经旋转后得到的内、外部因子载荷矩阵如表4所示。
表4 旋转后的内、外部因子载荷矩阵
由表4中旋转后内部因子载荷矩阵可知,物流业产值、物流固资投入、载货汽车、高速公路里程、货运量、物流从业人数、公路里程、内河里程在第1 个因子上有较高的载荷,可命名为物流业总量规模因子;物流业产值占GDP 比重、物流业经济拉动率、物流业经济贡献率、物流业占第三产业比重在第2 个因子上有较高的载荷,可命名为物流业发展速度因子;人均物流固资、人均物流产值、从业数占比在第3 个因子上有较高的载荷,可命名为物流业贡献因子;就业贡献率、货物周转量在第4 个因子上有较高的载荷,可命名为物流业流转贡献因子;铁路里程在第5个因子上有较高的载荷,可命名为物流业铁路因子。
由表4中旋转后外部因子载荷矩阵可知,社会消费品零售总额、GDP、工业总产值、邮电业务总量、农业总产值、进出口总额、邮路总长、建筑业总产值在第一个因子上有较高的载荷,可命名为物流业需求因子;电话普及率、互联网普及率、人均GDP 和限额以上批发零售购销存总额在第2 个因子上有较高的载荷,可命名为物流信息流通因子。
本文采用回归法估计内、外部因子得分系数(因子得分系数矩阵表从略)。根据因子得分系数矩阵表确定各因子得分函数的基础上,计算得各省市物流业内、外部因子得分,①限于篇幅,本文未全部列示,欲获得者可与作者联系。再以各个旋转后因子的方差贡献为权数,获得省域物流业内、外部发展水平综合评价模型为:
以内部评价模型(1)和外部评价模型(2)为基础,结合一级指标的权重,我国省域物流业综合发展水平评价的基本模型为:
其中,i=1,2…31 代表第i 个省市,n =1,2…5 代表第n 个内部因子,m =1,2 代表第m个外部因子;F(1)in代表第i 个省市第n 个内部环境因子得分;代表第i 个省市第m 个外部环境因子得分;代表第i 个省市物流业内部发展水平;代表第i 个省市物流业外部发展水平;Fi代表第i 个省市物流业综合发展水平。
根据各省市物流业内、外部因子得分表及相应的评价模型(1)、(2)、(3),计算得2010年我国省域物流业内、外部及综合发展水平评价得分与排名如表5所示。
表5 2010年省域物流业内、外部及综合发展水平评价得分与排名
由表5及各省市物流业内、外部因子得分可知,省域物流业内部发展水平差异不大,取最大值的山东(0.45)约为取最小值西藏(0.07)的6.5 倍。这并不说明我国省域间物流业内部发展较为平衡,造成这种结果一方面因为存在着产业趋同性,另一方面主要是因为省域间各个内部因子得分差距悬殊且大多数省域自身物流业内部因子发展参差不齐,再者省域物流业内部发展水平普遍较低,取最大值的山东仅为0.45,还不到绝对有效值1 的一半。
省域物流业外部发展水平差距悬殊,取最大值的广东(0.71)约为取值小值西藏(0.03)的24 倍。造成这种结果一方面因为省域间各个物流业外部因子得分落差很大,另一方面因为省域自身物流业外部因子参差不齐。
省域间物流业综合发展水平差距偏大。取最大值的广东(0.53)约为取最小值西藏(0.05)的10 倍,部分省域自身物流业内、外部发展水平差距较大,如果以物流业内、外部发展水平排名差值d=5 来衡量省域内物流业发展结构是否合理可知,共有7 个省市的差值d≥5,约占总体的23%,且全部处于综合排名前16,约占前50%的一半,这说明我国物流业发展较好的省市普遍存在着内、外部发展结构不合理的现象。综合排名后15 名省市物流业内、外部排名差值均d <5,这并不说明我国物流业发展靠后的省市的内、外部结构合理,而是说明这些省域物流业发展存在着内部不足、外部失调的双重不利局面。
综合排名前10 名省市中,东部8 个、中西部各1 个,说明物流业的发展与区域经济发展水平有着十分密切的关系。同时,省域内、外部第1 主因子(物流业总量规模因子和物流需求因子)与综合发展水平排名基本吻合(北京、天津和上海除外),即省域物流业总量规模与物流业有效需求是影响其综合发展水平的主要因素。这也说明目前我国物流业发展水平普遍比较低,仍处于以量取胜的初级阶段。
北京、天津和上海的物流业规模总量与物流业有效需求与其综合发展水平排名明显不符,同时受制于区域面积的制约,铁路因子均很低,但物流业贡献因子与物流业信息流通因子排名较高,说明这三个地区物流业现代化水平高于其他省市。
主要解释物流业就业贡献率和物流业货物周转量解释的内部第4 主因子(物流业流转贡献因子)得分普遍为负。这是因为我国2010年近一半省市的物流业从业人数不增反减,导致物流业就业贡献率为负;区域间物流管理“分块化”现象突出,导致货物周转不畅。
本文基于因子分析法相关原理,构建了一个包含38 个指标的三级物流业综合发展水平评价指标体系,首先采用AHP 确定一级指标的权重,其次运用因子分析法分别对两个一级指标进行分析,将物流业内部发展水平中所包含的18 个三级指标划分为物流业总量规模、物流业发展速度、物流业贡献、物流业流转贡献、物流业铁路等5 个因子,这5 个因子解释了内部发展水平的86.57%;将物流业外部发展水平中所包含的12个三级指标划分为物流业需求、物流信息流通两个因子,这两个因子解释了外部发展水平的87.81%。在此基础上,构建出我国省域物流业内、外部以及综合发展水平评价模型,并对我国2010 相关数据进行实证研究,得出如下结论及建议:
第一,省域间物流业内部结构差距较大,多数省域自身物流业内部结构不平衡。对此,各省市在合理分析自身物流业内部结构的基础上,发现优势,寻找不足,通过扬长避短与取长补短相结合的方法实现其产业内部结构的优化。并加大物流市场主体的培育,扶持、建设一批大型物流企业集团,提升物流企业集团的资源整合能力、服务能力以及竞争能力,通过物流业内部发展水平的提升带动内部结构的升级。
第二,省域间物流业外部结构差异化十分明显,尤其是外部经济发展水平差距十分悬殊。且物流业发展水平与外部经济发展水平有着十分密切的关系,即经济发达地区物流业也相对发达。如综合水平前10 名省市中东部①在本文分析中,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11 个省市,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南等8 个省市,西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古等12 个省市。占80%,中部占10%,西部占10%。因此,各省市在注重自身物流业内部发展的同时,更应注重加强外部环境对物流发展的基础性和支撑性作用。因此,各省市应充分发挥政府调控职能,营造良好的物流业发展环境。制定相关的物流业政策法规,构建物流公共信息平台,完善物流标准化建设,引进和培育物流人才,积极扶持物流业的发展。
第三,物流业发展水平较高的省市普遍存在着内、外部发展水平不平衡,发展水平较低的省市正面临着内部不足、外部失调的双重不利局面。对此,发展水平较好的省市应注重物流业产业内、外部结构的合理优化,充分利用先有资源禀赋,通过产业结构调整,实现物流产业的跨越式发展,发展水平较低的省市应在加强物流业的自身发展的同时,注重外部环境的配套建设。
第四,各省市间物流业综合发展水平的差异化较明显。对此,应加强省域间物流业发展的协调联动,通过对现有资源的有效整合,提高物流资源利用率,提升物流基地的综合服务功能,有计划、有步骤地根据经济发展的需要及省域区位优势,重点推进实力强、规模大的区域物流基地与中心的建设,努力缩小省域间物流综合发展水平的差距,为“大物流”战略格局的构建奠定基础。
第五,通过对各省市指标数据的整理研究发现,14 个省市的物流就业贡献率为零或负,约占总体的45%,且呈现出较强的区域聚集性特征:四川、云南、西藏、陕西、甘肃和青海六省的区域性聚集;黑龙江、吉林和辽宁三省的区域性聚集;湖北和湖南两省的区域性聚集。因此,在研究物流发展共性的基础上,加大对区域内物流业发展特性的把握,找出区域内物流就业负贡献的真正原因,对症下药。
[1]DeMarco,A.,Rafele,C.System Dynamics Simulation:An Application to Regional Logistics Policy Making[J].International Journal of Computers,2007,1(4):255 -262.
[2]James,H.B.,Chris,S.T.Comparison of Asian and European Logistics Systems[J].International Journal of Physical Distribution-Logistics Management,2003,33(1):36 -58.
[3]Kavaratzis,M.Place Branding:A Review of Trends and Conceptual Model [J].The Marketing Review,2005,5(4):329 -342.
[4]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):83 -86.
[5]朱帮助,李军.基于主成分分析的区域物流业发展水平综合评价——以广东省江门市为例[J].工业技术经济,2008,(5):105 -107.
[6]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,(1):109 -112.
[7]李玉民,李旭宏,毛海军,等.基于主成分分析的区域物流综合评价及发展战略[J].交通运输系统工程与信息,2004,(2):91 -95.
[8]徐小仓.基于主分量分析的重庆地区物流发展水平综合评价[J].铁路运输与经济,2009,(5):64 -67.
[9]麦盛强.广东省物流业综合评价指标的构建研究[J].科技管理研究,2011,(5):70 -73.
[10]王春豪.基于PCA 的新疆区域物流发展水平综合评价[J].铁路运输与经济,2011,(7):53 -57.
[11]吴敏良.物流产业现代化评价指标体系构建[J].商业时代,2009,(25):27 -28.
[12]王新安,解芳,魏修建.陕西物流发展水平评价指标体系、模型与发展对策研究[J].统计与信息论坛,2009,(5):68 -74.
[13]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):41-48.
[14]金凤花,李全喜,孙磐石.基于场论的区域物流发展水平评价及聚类分析[J].经济地理,2010,(7):1139 -1143.
[15]薛薇.统计分析与SPSS 的应用(第三版)[M].北京:中国人民大学出版社,2011.317 -340.