区域物流发展驱动力的方法比较

孙 淼，吴金卓

（东北林业大学 工程技术学院，黑龙江 哈尔滨 150040）

1 引言

经济发展新常态下，我国经济的下行压力不断加大，在此经济发展背景下，我国物流行业通过不断加大基础设施投入力度、完善物流体系建设、推进物流标准化发展，行业整体保持了中高速增长[1]。从区域角度来看，我国不同区域之间的物流发展水平存在显著的不均衡性，长三角、珠三角地区物流业发达，新疆、西藏等西部内陆地区物流业较落后而且发展速度慢，由于区域经济实力的差距，这些地区的物流水平差距还有进一步扩大的趋势[2]。因此，在了解区域物流发展特点及主要影响因素的基础上，有针对性地发展区域物流对缩小区域间物流竞争力差距非常必要。

区域物流的发展不仅与区域经济环境、政策环境息息相关，还受到运输、仓储、信息处理等多个环节多种因素的共同影响[3]。近年来，物流业迅速发展的同时，研究学者们对区域物流的关注度也越来越高，相关内容的研究深度和研究广度也得到了进一步提升。例如，张梅芬[4]利用灰色关联分析方法进行定量分析，得出大连市区域物流需求与区域经济发展水平密切相关的结论。魏国辰[5]结合京津冀地区物流发展现状，使用熵权法对京津冀地区物流发展进行评价分析，总结该地区存在的问题及未来发展优势，并有针对性地提出提升区域物流水平的对策。余利娥[6]使用主成分分析法分析了皖北城乡一体化发展影响因素，并对皖北城乡一体化发展提出了政策性建议。金凤花[7]等在分析过程中引入了物流场势模型，综合评价了我国30 个省级区域物流的发展水平，并运用SPSS软件进行了聚类分析，在此基础上提出物流发展的合理化建议。高尧[8]通过建立向量自回归模型（VAR），分析了北京市物流业发展中各影响因素的推动作用，并对未来发展提出思考和建议。从以上分析可以看出，已有多种分析方法被应用到区域物流的发展评价中，然而，在区域物流分析评价中缺少相应的横向方法比较分析，对于具体方法的适用性还不清楚，这在一定程度上削弱了评价结果的可靠性。

典范对应分析（Canonical Correspondence Analysis，CCA）作为一种数量统计学方法，在区域物流领域的研究还较少，但是能够把样方变量、环境因素变量和响应变量的相互关系同时表示在一张排序图上的突出优点，使它近年来被广泛应用于变化驱动力分析和行业可持续发展等人文社科领域[9]。因此，本文选择典范对应分析与已经在物流领域广泛应用的灰色关联分析法对黑龙江省物流业发展影响因素进行分析，综合比较分析两种方法的结果和适用性，以期为我国其他区域物流发展影响因素分析提供理论依据。

2 研究方法

2.1 研究对象

黑龙江省是东北老工业基地的重要组成部分，“一带一路”倡议让黑龙江省成为我国陆海丝绸之路经济带的重要节点[10]。“十二五”以来，黑龙江省人均GDP 稳定增长，但与全国人均GDP 相比还有一定的差距，与此同时黑龙江省积极进行产业结构升级转型，大力发展第三产业，在政府及国家相关政策的支持下，黑龙江省第三产业高速发展，2018年已达到全省GDP的57.1%，其它两个产业的占比分别是18.3%和24.6%[11]。“十二五”以来，黑龙江省委、省政府结合国家“一带一路”发展大背景以及国务院颁布的《物流业发展中长期规划（2014-2020 年）》等发展规划，从物流基础设施、物流体系建设、物流标准化等方面加大投入力度，推动区域物流产业合理健康发展[12]。本文通过运用不同的分析方法对黑龙江省物流业发展影响因素进行对比分析，可以进一步明确推动这一地区物流发展的主要驱动因子，为制定和评价该地区的物流发展政策提供理论依据。

2.2 方法选择

2.2.1 典范对应分析。典范对应分析是在对应分析（Correspondence Analysis，CA）的基础上发展而来的一种排序方法，通过在对应分析迭代的过程中，将每次得到的样方排序值与环境因子进行多元线性回归，从而实现对应分析与多元回归分析的有效结合[13]。典范对应分析要求环境变量和响应变量两个原始变量矩阵，且原始变量为非直线分布，其中的响应变量必须有相同的量纲[14]。在利用典范对应分析研究物流驱动力因素时，样方可表示研究的地区或者年份，环境变量可表示物流业发展的影响因素，响应变量可表示物流业发展水平评价指标，生成的排序图不仅可以反映年份或地区、影响因素、产业发展水平三个维度的相关性，还可以根据其中点线间的距离和夹角比较分析同一维度内各因素的相关性。

在进行典范对应分析时，首先要根据任意一组样方排序值计算响应变量排序值，其次采用加权平均法计算响应变量排序值，然后对环境因子和样方排序值进行回归分析，使得样方排序值既能反映样方与响应变量的相互关系，又能反映环境因子与样方的联系。CCA的多元线性回归方程数学表达式如下：

式（1）中yi为第i个样方的排序值，b0为截距，bk是样方与第k个环境因子的回归系数，zik为第k个环境因子在第i个样方中的观测值。

具体计算步骤如下：

（1）N个样方，每个样方观测了p个响应变量和q个环境因子的数据，得到响应变量矩阵求响应变量矩阵的行和以及列和，其中,i=1,2,…,N(N为样方数)；j=1,2,…,p(p为响应变量数)。

（2）任意选一组样方排序初始值yi（不应全部为0）。

（3）用加权平均法求种类值mj，即：

（4）用步骤（3）中所得的响应变量排序值mj计算新的样方排序值即：

（5）用多元回归法计算样方与环境因子之间的回归系数bk，权重根据环境变量原始矩阵Z 的行和向量b计算得出，回归系数用矩阵表示为：

（6）重新计算样方排序新值，计算公式为：

（7）重复步骤（3）——（6），直到计算结果趋于稳定时停止计算，即得到第一排序轴排序值。

（8）重复步骤（2）——（5），对结果正交化，再进行标准化步骤（6），求得第二排序轴排序值。

（9）将样方、响应变量和环境变量的排序结果用二维排序图表示出来。

本文使用CANOCO 软件进行典范对应分析，首先将黑龙江省各地级市物流业发展环境因素变量及响应变量数据存入Excel 工作簿；然后将Excel 表格数据导入CANOCO 软件中，并对物流业发展指标变化值进行DCA 分析，根据4 个排序轴最大梯度值决定使用线性分析或单峰分析，理论上线性分析适用于梯度值＜3 的情况，单峰分析可以应用于所有梯度值情况。

2.2.2 灰色关联分析法。灰色关联分析法是根据因素之间发展趋势的相似或相异程度来衡量因素间关联程度的一种定量分析方法，关联度大说明影响因素与产业发展关系密切，关联度小说明物流产业的发展受到该因素的影响微小[15]。灰色关联分析法已经被广泛应用于社会科学和自然科学的研究领域。很多学者将灰色关联分析法用于物流产业影响因素分析与区域经济优势分析，均取得较好的应用效果[16-17]。灰色关联分析的具体步骤如下：

（1）计算极差。设有比较因素指标，根据式（6）计算参考序列和比较序列差值的绝对值，并求得最大差和最小差。

（2）计算驱动力影响因素关联系数。由式（7）计算驱动力影响因素关联系数，其中i=1,2,…,n，m是步骤（1）中得到的最小极差，M是最大极差。ε∈(0,1)，通常取分辨系数ξ=0.5。

（3）计算关联度并排序。

3 指标选择与数据处理

3.1 指标选择

为了选取能够客观反映黑龙江省物流业发展水平及影响因素的相关指标，本文在中国知网数据库中检索“区域物流”、“影响因素”等关键词，在参考相关指标的检索频次并综合考虑了指标选取全面性原则及数据的可得性等因素后，从区域发展和物流业发展两大方面选取三大产业增加值、地区人均GDP等十项指标作为本文研究的环境影响因素指标，具体指标见表1。

表1 物流业发展影响因素指标

3.2 数据处理（以黑龙江省为例）

3.2.1 典范对应分析。本文以黑龙江省物流发展影响因素相关数据为环境变量，选取黑龙江省12 个地级市2011-2018 年的邮政业务总量、电信业务总量、快递业务收入及交通运输、仓储及邮政业增加值作为响应变量。其中年末实有道路长度及就业人数相关数据来源于黑龙江省各地级市统计年鉴，邮政业务及快递业务收入相关数据来源于黑龙江省各地级市交通运输管理局公报，其他指标数据来源于《黑龙江省统计年鉴》，时间区间为2011——2018年。黑龙江省物流产业发展影响因素变化值数据见表2。

表2 黑龙江省各地级市物流发展影响因素变化值数据

3.2.2 灰色关联分析。灰色关联分析是按发展趋势进行分析，因此对影响因素指标数量的多少没有过多的要求，也不需要典型的分布规律[19]。灰色关联分析只能选择一项指标作为参考序列，因此本文选取邮政业务总量(X0)指标作为参考序列，将产业增加值、社会零售品总额、进出口总额等十项影响因素指标作为比较序列，选取黑龙江省2011-2018年各项指标数据组成相关序列。为了消除变量间不同量纲对实验结果的影响，将参考序列和比较序列的相关数据以均值方式进行标准化化处理，结果见表3。

表3 灰色关联分析均值标准化数据指标

4 结果与分析

4.1 典范对应分析结果

典范对应分析四个排序轴累计百分比分别为73.54%、96.75%、98.4%、99%，由此可知排序轴与物流行业发展水平变化和社会经济环境指标之间相关性显著，CCA 排序结果可以较好地解释黑龙江省物流业发展水平与社会经济环境之间的关系。选取前两个排序轴生成排序图，如图1所示。下面分别从相关性分析、物流产业发展变化分析和影响因素指标变化分析三个方面进行具体分析。

（1）相关性分析。社会经济指标与排序轴的相关系数表示为环境因子箭头的坐标值，环境指标与前两个排序轴的相关系数见表4。可以看出，各影响因素指标的变化均与第一、第二排序轴有较大的相关性。固定资产投资总额、第三产业增加值、地区人均GDP、进出口贸易总额等指标均与第一排序轴呈正相关，只有就业人数与第一排序轴负相关。与第二排序轴呈正相关的指标有年末实有道路长度、固定资产投资总额、第三产业增加值、普通高等学校学生数等，第一产业增加值、进出口贸易总额、社会零售品总额等与第二排序轴呈负相关。因此，根据社会经济指标与排序轴之间的相关性，可将第一排序轴概括为区域经济环境驱动因素轴，第二排序轴概括为产业投入驱动因素轴。

图1 典范对应分析排序图

表4 影响因素指标与排序轴相关系数

（2）物流产业发展变化分析。图1 中，三角点表示物流发展水平指标，快递业务收入和邮政业务总量的点间距离最小，说明两种产业发展指标的变化相似性较强，其次是交通及邮政业增加值和邮政业务总量。电信业务总量是衡量物流发展水平的间接指标，与其他三个指标之间的变化相似性较弱。圆点表示黑龙江省各地级市，圆点间的距离表示各地级市物流发展水平变化的相似性。12个地级市分布于排序图的四个象限，表明黑龙江省各地级市在物流产业发展中存在明显的差异，其中省会城市哈尔滨，在发展水平及发展速度上均领先于其它城市，黑河和牡丹江市与哈尔滨市物流行业发展相关性较大。除哈尔滨以外的其他城市可分为两组，第一组包括第一象限的黑河和第二象限的鹤岗、双鸭山、伊春、七台河，这些城市人均GDP 增长较慢，对外开放程度低，交通运输及邮政业增加值、邮政业务总量等各项产业发展指标变化值小，与哈尔滨的点间距离较大，表示这些城市与哈尔滨的物流发展速度存在较大差距；第二组包括大庆、鸡西、佳木斯、齐齐哈尔、绥化和牡丹江，这些城市物流发展水平高于第一组的城市，第三产业增加值高于第一产业和第二产业，物流基础设施水平发展较缓慢，产业发展指标的增加值在省内地级市中处于中等水平。

（3）影响因素指标变化分析。排序图中带有箭头的线段表示环境指标的变化，箭头长度表示物流发展水平变化与环境因素指标间的相关性，长度越长，相关性越高[20]。由图1可知，道路长度、固定资产投资总额、第三产业增加值、普通高等学校学生数、就业人数等指标是驱动黑龙江省物流产业发展的关键因素。第二产业、进出口贸易总额在驱动黑龙江省物流产业发展中的贡献值较弱。黑龙江省的第二产业面临着转型升级的问题，所以近几年对物流行业的发展贡献较小；进出口贸易总额与物流业发展关联程度小，其主要原因是黑龙江省对外开放程度不足及国际物流技术发展水平相对较低。

环境因素箭头线之间的夹角表示两种指标变化的相关性，图1中，箭头线X2和X4之间的夹角最小，表示第二产业增加值与地区人均GDP变化情况相关性大，第三产业增加值变化与年末实有道路长度、固定资产投资以及普通高等学校学生数的变化相关性较大，社会零售品总额和年末实有道路长度的夹角接近90°，表示两种指标的变化相关性接近0，就业人数指标的变化值与其它指标变化值呈负相关。

在对应分析迭代的过程中，典范对应分析需要将每次得到的地区物流业发展排序值与环境因子进行多元线性回归，通过多次迭代计算才能得到稳定的排序值。而且由于典范对应分析的第二排序轴通常是由第一排序轴变形得来的，样方在第二排序轴上的坐标轴容易受到影响，产生“弓形效应”[21]。因此典范对应分析的计算过程相对复杂，但典范对应分析的分析结果更详尽，它不仅可以反映区域物流产业的影响因素、地域差异，还可以分析各环境影响因素间的相关关系、各地级市间物流发展相关性以及各地级市产业发展与环境因素的相关性等多种关系。

4.2 灰色关联分析结果

灰色关联度被用来表示参考指标随时间或不同对象而变化的关联性大小的量度。将多个关联度值按大小排列起来，即形成影响因素关联序列。X1-X10的灰色关联度分别为：0.820、0.655、0.895、0.932、0.862、0.961、0.979、0.924、0.923、0.925，对应的关联排序为：9、10、7、3、8、2、1、5、6、4。可以看出，黑龙江省物流业发展的主要驱动因素为社会零售品总额、固定资产投资总额、地区人均GDP 等，第一、二产业增加值以及进出口贸易总额与物流业发展关联度较小。“十二五”以来，黑龙江省调整产业结构，第三产业得到了较快发展，固定资产投资力度及铁路公路建设里程的增加，提高了物流行业的基础设施水平，推动了物流业的发展，与此同时，各高校增加物流专业人才培养数量，提升了物流业发展潜力。随着黑龙江省经济的稳定发展，人均GDP不断增长，其增长也会在一定程度上推动物流产业发展。

灰色关联分析得到的影响因素排序结果与典范对应分析相似，两种方法均反映出“十二五”以来，黑龙江省物流业的发展驱动力主要来自固定资产投资、基础设施建设以及居民消费水平等方面，与此同时，产业结构转型带来的第二产业增加值下降以及黑龙江省对外开放程度的不足在一定程度上影响了物流业的发展。

5 结论

本文分别采用典范对应分析法和灰色关联分析法对“十二五”以来黑龙江省12个地级市的物流业发展驱动力因素进行分析。通过结果对比可以发现：典范对应分析和灰色关联分析均对影响黑龙江省物流产业发展的环境因素进行了排序，得到了相近的排序结果，即该区域物流产业发展主要受到固定资产投资、社会消费水平、第三产业增加值以及就业人数等因素的影响，与第一、第二产业增加值及进出口贸易总额的关联度较小。利用典范对应分析还对各地级市的物流发展水平进行分析，得出黑龙江省各地级市物流发展水平存在显著的差距。

在分析区域物流发展驱动力方面，这两种方法具有各自的适用性和优势。对于灰色关联分析法而言，数据获取较容易、计算过程简洁、结果直观，能够准确地反映多个环境因素对一个物流产业发展指标的影响程度，是一种简单且可靠的分析方法。典范对应分析对原始变量数据的要求较高，尽管分析过程复杂，但是分析结果更详尽，它不仅可以反映区域物流产业的影响因素、地域差异，还可以分析各环境影响因素间的相关关系、各地级市间物流发展相关性以及各地级市产业发展与环境因素的相关性等多种关系。因此，本文认为典范对应分析方法在评价物流业发展影响因素方面具有很大的潜力，在未来的研究中可以通过进一步完善评价指标使其发挥更大的作用。