基于因子分析法的省级物流业发展水平分析

姚文龙，丁文斌

（湖北工业大学 经济与政法学院，湖北 武汉 430068）

1 引言

物流业是将运输、储存、装卸、搬运、包装、流通加工、配送、信息处理等基本功能根据实际需要实施有机结合的活动的集合。从广义上讲，物流业是一个复合型产业。现代物流作为国民经济的重要组成部分和工业化进程中最为经济合理的综合服务模式，正在全球范围内迅速发展。在我国，物流业已成为国民经济发展的重要独立产业，其发展水平也影响了国家现代化程度和经济发展速度。在国民经济中，物流业保障了国民经济的持续、稳定、健康发展，促进了国民经济各行业的资源配置，推动了经济增长方式的转变。国务院于2009年3 月30 日发布《关于印发物流业调整和振兴规划的通知》（国发[2009]8 号），把物流业纳入我国十大调整与振兴规划产业之一。该规划指出物流业是融合运输、仓储、货运代理和信息等行业的复合型服务产业，是国民经济的重要组成部分，涉及领域广，吸纳就业人数多，促进生产、拉动消费作用大，在促进产业结构调整、转变经济发展方式和增强国民经济竞争力等方面发挥着重要作用。

当前，在我国实施宏观调控政策、经济快速增长的推动下，我国物流业呈现良好的发展势头，物流市场已经成为全球发展较快的市场之一。据2013年国家发展改革委、国家统计局、中国物流与采购联合会公布的《2012年中国物流运行情况通报》显示，2012年全国社会物流总额177.3万亿元，按可比价格计算，同比增长9.8%。同期，全国社会物流总费用9.4 万亿元，同比增长11.4%；社会物流总费用与GDP 的比率为18%。2012年10月18日国家“十二五”规划正式通过，将发展物流产业链作为国民经济十大支柱产业之一为促进物流业健康发展提供了良好的政策环境。各省市及有关部门为响应国务院的号召，也制定了扶持区域物流发展的有关规划意见。在这样的大背景下，如何理解区域物流与区域经济的依存关系，如何确定区域物流对区域经济的贡献，如何构建区域物流核心评价体系，从而联系实践，提高本地区产业核心竞争力，优化产业结构调整，逐渐成为当前区域物流研究的重要方向。

2 相关文献综述

目前大多数针对物流业发展水平的相关文献研究主要分为两类，一类是对物流业发展水平的评价，这类文献主要是先选取一些适合作为评价物流业的指标，然后通过因子分析法或者层次分析法等设定各个指标的权重，通过数据处理和加权得分得到各个地区的物流发展水平。第二类是在对地区物流发展水平测度的基础上，进一步分析物流发展与区域经济发展的关系。

在第一类上，崔洪运（2009）选取了区域物流服务水平指标、社会效益指标、运营管理指标、发展水平指标、资源环境指标五类评价指标来评价区域物流绩效，然后采用因子分析方法，对我国15个副省级城市的物流绩效水平进行定量研究，研究指出我国15个副省级城市的物流绩效整体水平不高，物流绩效水平不均衡。郑广文等（2013）利用因子分析法研究了我国省域物流业发展水平，研究得出我国省域间物流业内、外部因子差异显著，省域自身物流业内、外部因子参差不齐；省域间物流业内部发展水平差距较大，外部发展水平差异悬殊，综合发展水平差距明显，发展水平较高的省域普遍存在着内、外部发展水平不平衡的现象，发展水平较低的省域则存在着“先天不足，后天失调”的双重不利局面。江帆（2013）利用区域物流环境竞争力、区域物流供需竞争力、区域物流产业规模竞争力、区域物流产业质量竞争力这四个指标构建了我国15个省市的物流竞争力评价体系，通过因子分析法对指标变量进行定量分析，得出各省市区域物流竞争力排名。申斯（2014）从我国物流产业统计存在的问题出发，在区分物流与商流、界定物流产业概念的基础上，提出了构建我国物流产业统计指标体系的设想。

在第二类上，王晓妹和费威（2010）利用时间序列模型，从区域层面定量说明物流对区域经济发展的作用和东中西部物流发展水平对经济发展影响逐渐减弱，以及区域物流发展水平的不平衡原因，即基础设施、自然环境和经济发展等。杨汉忠（2010）从全要素生产率角度出发，采用社会物流总额、社会物流总费用/GDP、货运周转量和物流业增加值测算了我国物流业发展水平，并利用时间序列分析方法和线性回归方法对我国1990 到2009 年的相关数据进行了分析，研究结果表明，我国物流产业的发展伴随着同时期全要素生产率的增加，从而表明物流产业的发展和效率的提高通过提升经济生产率，起到了促进经济增长的作用。赵莉（2013）分析了我国物流产业发展的现状和存在的问题，并从定性定量的角度对物流产业与区域经济的相互促进作用进行深入剖析，运用我国2011年省级面板数据构建物流产业发展与区域经济之间的分析模型，采用协整分析方法实证分析了物流产业与区域经济的长期均衡关系：物流产业对区域经济发展具有促进作用，反过来，区域经济对物流产业发展也存在正效应。

从以上研究文献可以看出，目前对于区域物流业发展水平的评价上，大多数采用因子分析法。本文采用因子分析法对我国31个省市区数据进行分析。

3 地区物流业发展水平的实证分析

由于人力资源与自然资源的分布不均匀，我国区域物流发展很不均衡，因此，需要采用针对性强、客观合理、科学有效的区域物流发展水平评价体系，这样才能更真实地反映区域物流现状，确定其需要改善的地方。

3.1 评价指标选取

区域物流发展水平评价指标的选取对于研究地区物流发展水平以及物流与国民经济发展的关系非常关键，也是为因子分析方法做铺垫。选取的评价指标不同，可能造成的结果会有所差异。为此，要建立科学有效的评价指标，就需要采取科学性原则、可操作原则、系统性原则、可比性原则。

根据以上区域物流评价指标选取的原则，结合国内外相关文献的研究和数据的可获取性，本文构建了一个衡量地区物流发展水平的评价指标体系。然后建立地区物流发展水平的因子分析模型，先对模型运算结果进行分析，然后通过观察全国31个省市区物流业的发展排名及差异，并参考多数学者对于物流行业评价指标的构建，本文拟结合实际情况，提出相应的评价指标。

3.2 样本数据的获取

本文最终选择2012年我国31个省市区作为样本，通过比较分析，最终选取7 个指标变量进行实证研究，分别是：X1 物流业总产值（物流业产值指交通运输、仓储和邮政业产值，单位亿元）、X2物流业总产值占地区生产总值指标、X3地区物流业就业人员数（人）、X4 铁路密度（km/万km2）、X5 公路密度（km/万km2）、X6货物周转量（亿t·km）、货运转量X7（万t）。全部数据均来源于2013《中国统计年鉴》，见表1。

表1 2012年各个地区物流行业数据描述性分析

3.3 实证结果

3.3.1 KMO和Bartlett 检验。在进行分析统计时，要对数据采取特定的方法检验，以判断数据是否适合进行因子分析。本文拟采用KMO和Bartlett球度检验，这也是因子分析常用的检验方法。从KMO和Bartlett球检验可以看出，KMO值为0.620，表示样本数据是适合因子分析的，球度检验近似卡方值为102.108，对应的自由度为21，检验的显著性概率小于0.001，表明样本数据适合因子分析。

3.3.2 公因子提取。表2为公因子方差，表示提取出来的公共因子对每个变量的解释程度。从公因子方差提取结果看，大部分变量共同度分布于0.7-0.9之间，公共因子能较高程度地解释每个变量的信息，表明所选择的指标和所搜集到的数据能很好地反映31个省市区的物流基本现状，从而为下面进行公因子提取提供了基础性支撑。

表3为解释的总方差表，提取出来的三个公共因子分别为3.631、1.226、1.061，均大于1。且这三个公共因子累积方差贡献率达84.551%，三个因子能比较全面地反映所有的信息，因此是有效的。

表2 公因子方差

表3 解释的总方差

图1为公共因子碎石图。其中，纵坐标表示特征值计算结果，横坐标表示指标（成分）变量个数。由图1 可见，前3 个公共因子的碎石图较为陆峭，之后逐渐平缓，所以只需要提取前3个公共因子就能够反映大部分信息。

图1 碎石图

表4 成分矩阵a

由表4可以写出因子分析模型，如下所示:

其中C1、C2、C3为3个公共因子，从成分矩阵表中可以看到，第一个公共因子C1主要由变量XI、X3、X5、X6、X7决定，它们的因子载荷分别为0.825、0.814、0.826、0.852、0.731，第二个公共因子C2 主要由变量X4 决定，它的因子载荷分别为-0.749，第三个公共因子C3 主要由变量X2 决定，因子载荷为0.978。

从成分矩阵中可以观察到，某些指标变量所代表的公共因子没有明显的区分性，此时，需要对成分矩阵进行旋转处理，以期得到比较鲜明的公共因子成分。旋转成分矩阵的结果见表5。

表5 旋转成分矩阵

旋转成分矩阵计算得到第一个公共因子C1 主要由变量X1、X3、X6、X7 决定，它们的因子载荷分别为0.904、0.599、0.631、0.939；第二个公共因子C2 主要由变量X4、X5 决定，它们的因子载荷分别为0.969、0.777；第三个公共因子C3主要由变量X2决定，因子载荷为0.993。

公共因子C1主要包括地区物流业生产总值X1、物流业就业人员数X3、物流业货物周转量X6、运货量X7。这些指标主要反映了地区物流业的规模，因子可以命名为物流产业规模因子。公共因子C2 主要包括地区铁路密度X4、公路密度X5。这些指标主要反映了地区物流的基础设施，本文将这一公共因子命名为物流基础设施支持因子。公共因子C3 只有地区物流业增加值占地区生产总值的比重X2这个指标变量，这主要反映了影响物流在国民经济中的结构，因此将这个公共因子命名为物流结构因子。

3.3.3 因子综合得分分析。完成因子分析基本步骤以后，数据导入SPSS17.0中计算得到结果见表6。

表6 成分得分系数矩阵

根据因子得分系数矩阵可以写出以下的因子得分函数:

将所搜集数据代入上述函数中，计算得到31个省市区样本各自对应的3个公共因子的得分及排名，根据3个公共因子权重（各自特征值占特征值之和的比例）加权求和，获得31个省市区的综合得分及排名。由此可得31个省市区因子得分及排名情况，见表7。

表7 因子得分排名

根据表7 可以清楚地看到当前各省市在3 个公共因子上的差异，以及公共因子对该地区物流竞争力的影响程度。

（1）物流产业规模因子。这个公共因子所包含的指标变量最多，对地区物流发展水平的影响也最大，由得分表7可以看到，山东省、广东省、江苏省、河北省的物流规模因子得分最大，说明这几个省市物流的规模要显著高于全国平均水平。而天津市、西藏自治区、海南省、青海省的该因子得分最小，说明这几个省市物流规模要显著低于全国平均水平。

（2）物流基础设施支持因子。这个公共因子所包含的指标变量有两个：铁路密度和公路密度，它们意味着对地区物流业的支撑作用。由得分表可以看出，上海市、北京市、天津市、河南省的物流基础设施支持因子得分最高，说明这些省有关物流硬件高于全国平均水平。从这个结果可以看出，物流业基础设施较大的省份在地理上都位于面积不大的直辖市和中原地区，这样的地理位置决定了它们铁路和公路都四通八达，这就使得它们的物流基础设施投资较大，相反物流业基础设施较小的省份都集中在面积较大的省份（西藏、内蒙古、青海、新疆），显而易见，这个结论与现实是一致的。

（3）物流产业结构因子。本文用地区物流业增加值占地区生产总值的比重来表示。由得分表可以看到，贵州省、河北省、宁夏、内蒙古这几个省的产业结构因子得分最高，说明这些省物流产业结构高于全国平均水平；而云南、四川、浙江、安徽这几个省的产业结构因子得分最低，说明这些省物流产业结构低于全国平均水平。从这个结果可以看出，物流产业结构因子较大的省份和结构因子较低的省份在地理位置上没有显著区分。

（4）地区物流发展水平综合得分。依次分析了各省市区在公共因子上的得分排名之后，有必要再对基于公共因子加权平均的得分综合排名进行分析。由表7可以看出，地区物流业的发展水平很大程度上受到地区经济发展水平的影响，经济总量大的省份一般地区物流发展水平都很强，且都集中在2012 年GDP 总量排名靠前的省份，如综合因子得分排名靠前的山东、河北、广东、江苏、辽宁都是经济总量在全国靠前的省份，而综合因子得分排名靠后的西藏、青海、云南、海南、吉林这几个省份经济都不太好。总体上，综合因子得分系数与现实预期是基本一致的，也说明本文选取的7个评价地区物流业发展水平的指标是合适的。

4 结论和政策建议

本文通过构建地区物流业发展水平的评价指标体系，运用因子分析法和横截面回归法，得出了2012年我国31个省市区的物流业发展水平的排名比较。通过实证分析发现：我国物流产业地区间发展不均衡，东部沿海地区物流业规模较大，而中原省份物流业基础设施支撑大，西部省份则物流业发展水平较低。从综合因子系数看，山东、河北、广东、江苏、辽宁这几个省排名靠前，西藏、青海、云南、海南、吉林这几个省份排名靠后。其中山东的因子得分是1.260，西藏的因子得分是-0.972，差距明显，因此要整体改善我国地区物流发展水平，依然任重道远。

通过以上分析，本文提出以下几点建议：

（1）促进物流运输车辆便利通行。一是要减少公路收费。建议撤并收费站点，控制收费公路规模；政府出资陆续回购收费公路经营权，回归公路的公益性质；二是坚决杜绝“乱罚款”。要切断地方、部门与公路管理的利益链条，加强公路罚款制度约束；三是整合公路执法主体，避免“多头执法”。完善公路执法部门财政供养机制，收费及罚款收入与管理部门脱钩。

（2）鼓励物流企业网络化经营。近年来，我国专业化、社会化物流企业发展很快，但市场主体“小、散、差、弱”的状况没有根本性改变。国家应该改革相关管理制度，为物流企业网络化经营创造条件。一是要为物流企业设立独立核算的非法人单位提供便利；二是调整物流相关业务的资质登记要求，精减相关资质证明。必须的资质证明要允许企业分支机构在全国通用。

（3）改革物流业管理体制。物流业是复合型服务产业，涉及30多个管理部门，各地方管理体制也不尽相同，导致部门间协调难度大、政策落实难，地区间各自为阵、很难协同。建议在政府机构改革中，设立国家物流管理部门，统筹协调全国物流业发展工作。各省市建立相应机构，承担相应职能。同时，要积极推进现有各项政策的落实，加强物流业政策及法规体系建设，切实改善物流业发展的政策环境。

[1]崔洪运.基于因子分析法的区域物流绩效研究[D].厦门:厦门大学,2009.

[2]杨汉忠.中国物流业发展与经济增长的实证分析-基于全要素生产率的角度[D].杭州:浙江大学,2010.

[3]赵莉.中国物流产业与区域经济协调发展研究[D].哈尔滨:哈尔滨商业大学,2013.

[4]王晓妹,费威.物流发展水平对区域经济发展的影响分析[J].大连大学学报,2010,(2):104-109.

[5]江帆.基于因子分析法的区域物流竞争力研究[D].南京:南京大学,2013.

[6]申斯.构建我国物流产业指标体系的思考[J].价格月刊,2014,(1):40-43.

[7]郑广文,魏修建,郝渊晓.我国省域物流业发展水平实证研究—基于因子分析方法[J].东北财经大学学报,2013,(1):90-96.