丝绸之路经济带中国段物流竞争力评价及金融支持研究

张晓锋 博士 曹占伟 副教授

（1、河南工业大学马克思主义学院 河南郑州 450001；2、武汉大学历史学院湖北武汉 430072）

引言

丝绸之路经济带中国段主要包括新疆、甘肃、宁夏、青海、陕西、广西、四川、云南、重庆九个省、市、区。丝绸之路经济带的提出，对中国西部地区物流发展乃至整个中国大陆地区物流发展都起着至关重要的促进和支持作用。当然，丝绸之路经济带交通物流发展需要大量资金作为后盾，不管是直接的商贸流通业，还是相关的工业、制造业、旅游业等行业发展都离不开相应金融支持。目前相关政府和机构已经出台了一系列政策，鼓励金融部门对该区域物流的支持，也取得了一些效果，但是仍然还存在一些亟待解决的问题。因此，研究金融支持对丝绸之路经济带各省、市、区物流竞争力的影响，对于优化金融结构、提高金融效率、扩大金融规模，从而支持促进各省、市、区物流竞争力水平的提高具有重要现实意义。

基于因子分析法的丝绸之路经济带中国段物流竞争力评价

（一）指标选取和数据来源

为了能够更好分析丝绸之路经济带中国段物流竞争力，本文选取如下指标体系：线路运输长度、货运量、邮电业务总量、汽车拥有量、移动电话人口数、互联网用户数、物流从业人数7 个指标。本文指标数据来源于《2019中国统计年鉴》。

（二）因子分析过程

因子分析是将多个原有变量X1，X2，X3，…，XP综合为少数几个因子F1，F2，…，Fm，以反映指标与因子之间是否具有相关关系的一种多变量统计分析方法。

简记为：X=AF+δ，其中：A 称为因子载荷矩阵a(ij)，F被称作X的公共因子，δ为特殊因子。

可行性分析。一般情况下，KMO 值大于0.5 就适合作因子分析。如表1 所示，本文数据测试结果显示KMO值是0.749，卡方值是63.371，P 值是0.000，表明适合做因子分析。

表1 KMO 值和巴特利特球体测试

表2 特征根与方差贡献率

表3 旋转后的因子载荷矩阵

表4 丝绸之路经济带中国段物流竞争力综合得分

公共因子提取及解释。公共因子是根据原始指标信息提取的反映指标间公共信息的因素。具体的特征根与方差贡献率如表2 所示。

从表2 可以看出，特征值大于1 的有两个，前两个因子占据了累计方差的92.759%， 说明这两个因子提供了原始数据的足够信息。可以提取这两个主因子作为评价丝绸之路经济带物流竞争力的主因子，记为F1、F2。旋转后的因子载荷矩阵如表3 所示。

（三）物流竞争力评价

由前文因子分析法中的主成分分析所衍生的新生变量F1、F2 得出丝绸之路经济带区域物流竞争力综合得分为：F=（75.719*F1+17.040*F2）/92.759。其中，F 为综合物流竞争力得分，F1、F2 为各因子得分。

从表4 可知，第一梯队为四川，物流竞争力得分达到1.67，可见四川物流发展水平在丝绸之路经济带中国段最好，说明此地区物流资金投入、物流设施、物流人员各方面达到最高水平。四川经济发展水平较高，人口众多，区域内企业较多且高校众多，拥有大量物流专业人才，这些都对本区域物流发展具有显著促进作用，使其物流水平处在丝绸之路经济带中国段第一梯队的位置；第二梯队为陕西和重庆，物流竞争力得分为0.76 和0.28，可以看出两者物流发展水平较好，说明这两个地区物流资金投入、物流设施、物流人员各方面达到较高水平。陕西和重庆也属于西部发达地区，人口比较密集，尤其是重庆，大型企业众多，各种交通设施比较完善，这对本地区物流发展水平的提高较为有利；第三梯队为广西和云南，物流竞争力得分为-0.03 和-0.06，说明这两个地区物流发展水平一般，物流资金投入、物流设施、物流人员各方面水平投入力度可能不够高。广西和云南相对前几个省份来说经济发展水平偏低，尤其区域内企业数量较少，而且各种物流交通设施稍弱，所以使得这两个地区物流水平呈现负值；第四梯队为新疆和甘肃，物流竞争力得分为-0.19 和-0.52，可以看出这两个地区物流发展水平较低，各方面物流投入水平比较低，无法促进本地区物流快速发展。新疆和甘肃处于内陆，水运交通非常稀少，经济相对比较落后，区域内人口数量相对较少，物流设施水平相对较低，另外本区域高校比较少，难以培养大量专业物流人才，这些因素都制约了本区域物流发展水平；第五梯队为宁夏和青海，物流竞争力得分分别为-0.93 和-0.96，可以看出这两个地区物流发展水平最低，物流资金投入、物流设施、物流人员各方面水平远远不能满足社会对物流的需求。主要因为宁夏和青海经济发展水平很差，人口数量少，区域内高校数量较少，缺少足够优秀的物流专业人才，且这两个区域处于内陆，水运交通非常稀少，物流交通设施水平都跟不上，这些因素是造成本地区物流发展滞后的根本原因。物流的发展离不开金融支持，因此，发展丝绸之路经济带物流竞争力，必须首先要探讨金融支持对物流竞争力的影响力度和影响程度。

丝绸之路经济带中国段物流竞争力的金融支持研究

（一）指标选择和数据来源

由于物流竞争力指标数量较多，因此因变量选择因子分析法测算出来的物流竞争力综合得分（JZL）作为物流竞争力的替代变量。自变量选择反映金融规模的金融机构存贷款金融与GDP 的比值（JRGM），金融规模扩大可以带动相关物流产业发展，尤其是服务业、连锁零售业等行业更是如此，其发展壮大更需要外部金融支持；反映金融效率的是金融机构存贷款比值（JRXL），金融效率资金流动性的表现，存贷比例的合理控制，对物流市场获得更多资金非常有利，可以促进物流产业健康可持续发展。变量指标数据来源于《2019 地区统计年鉴》。

（二）实证分析

通过统计数据，运用多个自变量的组合最优化建立回归方程，从而预测因变量的回归分析称为多元回归分析。本文回归模型为：

表5 回归系数

其中，β0、β1、β2为回归系数，ε为不可观测的随机误差。考虑到多重共线性问题，运用SPSS16.0 中逐步减少变量的方法对模型进行逐步回归，具体回归结果如表5 所示。

由表5 可以看出，金融支持对物流竞争力具有显著提升作用。虽然金融支持对物流竞争力具有明显提升作用，但是金融规模、金融效率对物流竞争力的影响程度不一，具有相当大的差异。金融效率回归系数T 值是2.252，P值是0.065，表明金融效率可以显著促进物流竞争力的提高，金融规模回归系数T 值是2.601，P 值是0.041，表明金融规模也同样可以显著促进物流竞争力的提高。金融规模对应的标准化回归系数是0.586，也就是说，物流竞争力随着金融规模的增加而增加，且只要金融规模增加一个单位，物流竞争力就会增加0.586 个单位。随着金融规模的不断扩大，其他行业诸如服务业、零售业、制造业等都会接收到更多资金，因此可以带动相关物流业发展。金融效率对应的标准化回归系数是0.507，也就是说，物流竞争力随着金融效率的增加而增加，且只要金融效率增加一个单位，物流竞争力就会增加0.507 个单位。虽然与金融规模对物流竞争力影响力相比，金融效率对物流竞争力影响的力度要稍小，但是金融效率对物流竞争力的影响也是显著的，因此应该要优化存贷比例，发挥金融效率对物流竞争力的提升作用。

结论与建议

本文采用因子分析法测算丝绸之路经济带中国段物流竞争力，并建立回归模型实证分析金融支持对物流竞争力的影响。结果表明：四川、陕西、重庆三个地区物流竞争力水平最高；宁夏、青海两个地区物流竞争力水平最低，9 个省、市、区物流竞争力差距较大，呈现出5 个梯队的发展趋势，且金融规模、金融效率对物流竞争力水平都具有显著支持作用。基于以上研究结论，提出如下对策建议：

第一，运用统一授信进行金融效率优化。一般来讲，统一授信其实就是某些银行首先对一些物流企业进行贷款额度授权，在了解客户需求的情况下，贷款给需要的客户。这种模式对企业获得更多外部融资更为有利，可以大幅度减少中间不必要的过程，可以更好优化质押贷款的工作环节，对降低贷款风险比较有利。这样一来，丝绸之路经济带区域物流产业或者物流企业就可以便捷地获得外部融资，获得更多金融支持，对该区域物流竞争力的提升比较有利。

第二，适度扩大金融规模，拓宽企业融资渠道。物流行业发展离不开金融支持，大量外部金融融资需要政府的大力支持和参与，而要解决物流行业资金短缺或者其他方面的需求，仅依靠某一种方式进行融资是远远不够的，需要采用不同途径或方式进行不同程度的融资，来扩大金融规模。可以运用政府财政贷款担保、投资参股、资产并购、产权置换等不同融资渠道来扩大金融规模，这样对丝绸之路经济带区域物流产业或者物流企业获得更多外部金融支持非常有利，对该区域物流产业的健康可持续发展起到促进和支持作用。