张芷渲,陈 梦
(厦门大学嘉庚学院,福建 漳州 363105)
运输物流行业历史悠久,而现阶段我国政府着力于构建以铁路、公路、水运、管道以及现代航空交通等的五位于一体的现代化运输与服务组织体系。虽然目前物流和运输市场的发展覆盖地域范围越来越趋于广泛,但是城乡一体化的全国现代化交通物流信息服务网络还只是初具雏形。现代物流是经济的经脉,一头连着生产、一头连着消费。《“十四五”现代物流发展规划》中明确提出了在“十四五”期间我国现代商业物流体系的总体理念和空间布局,为现代物流体系的进一步发展奠定坚实基础。
近年来,已有部分学者对于相关课题展开研究。其中谢欣雨认为创新是物流高质量发展的内生动力,技术创新是核心,不仅可以降低物流成本和提高综合竞争力,而且对引导现代物流产业转型升级具有重大意义[1]。因此,了解物流业技术创新要素的现状、差异来源以及演变趋势对物流高质量发展具有深厚的理论意义和现实引导作用。孙春晓通过对全国的物流水平进行研究,发现更好地发挥城市在物流创新发展中的集聚、引领和提升作用,形成城市间物流创新要素高效流动的联系网络是中国物流业创新驱动高质量发展和区域物流协同发展的关键[2]。
从整体来看,现有研究更多放眼全国物流技术水平研究,研究方向趋同,而对于各个地区的物流科技发展情况对比研究较少,且较少对数据量化分析。因此,本文基于中国各省基本情况,构建物流科技创新能力评价指标,计算各省物流创新技术能力排名,总结相应问题并提出对策。
为了更好地了解各省市的物流创新技术情况,本文从国内物流发展经济环境、物流基础设施环境、人力资源宏观背景、物流技术发展规模产业布局和物流发展信息化水平等这五个方面设计指标体系(见表1);本文采用因子分析法,借助SPSS 工具,计算出我国各省市的物流科技创新水平综合指数;然后运用聚类分析法,计算出我国各省市的物流科技创新水平的综合得分并分类;最后根据计算结果总结问题并提出相应对策。以我国的31 个省市(不含台湾省)的物流统计年鉴数据为样本,材料的原始数据均来源于《中国统计年鉴(2020)》与《中国城市统计年鉴(2020)》(略)。
表1 指标体系
2.1 方法选择。本文采用因子分析法和聚类分析法对各省物流创新技术能力指标进行计算。因子分析法是降维、简化数据的方法,可减少变量的数目;聚类分析法的基本思想是将对象集合分组的分析过程,寻找指标之间的相似性和差异性。本文研究具体采用的是系统聚类法对样品进行聚类分析。
2.2 因子分析。第一步:因子分析。采用标准化统计抽样方法,其检验公式表述为:Zij=(xij-xi)/Si;得出的KMO 值等于0.824,大于0.5。Bartlett 球度检验得出卡方统计量值为737.609,其显著性概率系数小于正负0.05,满足了因子分析主要前提条件,所以适合于进行因子分析。第二步:公因子的提取。用主成分法提取公因子,提取依据见总方差解释(见表2)。共提取3 个公因子,其方差贡献率依次是64.831%、19.174%和6.864%,累积方差贡献率为89.816%,大于85%,所以能反映出原变量的大多数信息。
表2 总方差解释
为得到鲜明区分的公因子,采用方差最大法对成分矩阵进行正交旋转,得出旋转结果如表3 所示。
表3 旋转成分矩阵与成分得分系数矩阵
公因子F1提取指标:X1、X2、X3、X4、X5、X8、X9、X10、X14,反映出物流发展的经济环境,故命名为物流技术创新经济环境因子。
公因子F2提取指标:X11、X12、X13,反映物流就业人员状况和物流规模情况,命名为物流创新技术规模因子。
公因子F3提取指标:X6、X7、X15、X16,反映出物流基础设施的情况,故命名为物流技术基础设施环境因子。
利用成分得分系数(如表3 所示)进行公因子得分计算,以F1指标为例,函数表达式为:
将标准化数据代入式中,得出如表4 所示的各地区对应得分,并将各省市物流科技创新水平综合得分进行顺序排名;再将3 个公因子的方差贡献率作为综合3 个公因子计算综合得分,函数表达式为:
表4 各省市综合得分排名
由计算结果得出表4:
2.3 结果分析。根据总因子F 排名,2020 年物流科技创新水平较强的前3 个省份分别是广东、江苏、山东,排名后3 位为海南、宁夏、西藏。
前3 位省份分别有一些指标表现抢眼,其中广东省虽然在总排名中是第1,但在物流创新技术规模因子和物流技术基础设施环境因子的排名分别是第5 名和第7 名。而排名第2 的浙江省,物流技术创新经济环境因子和物流技术基础设施环境因子排名都为第3 名,但物流创新技术规模因子的排名为第18。排名第3 的江苏省,在物流技术创新经济环境因子排名第2,但在物流创新技术规模因子和物流技术基础设施环境因子的排名却在第7 和第11。3 省市都有比较雄厚的经济实力,且均位居沿海,物流需求量大,物流创新基础设施也相对充足,有较高的综合实力支撑物流科技创新的发展。而笔者所处福建省排名第8 位,其中物流技术创新经济环境因子和物流技术基础设施环境因子排名靠前,但物流创新技术规模因子排名第17,说明其需要在物流创新科技技术方面多下功夫。
2.4 聚类分析。本文利用聚类法对全国各省市的物流科技创新水平指数进行聚类分析(见图1),以原始指标进行聚类分析可将各省市物流科技创新分成3 类,并进行评价分析。
图1 原始指标聚类图
2.5 聚类结果分析。根据上文提取的3 个公因子数值,运用SPSS 对其进行聚类分析,形成三类:
2.5.1 物流科技创新水平第一梯度:浙江省、江苏省、广东省和山东省。这类省市都属于外向型经济发展模式。以浙江省为例,其位于经济发达地区,拥有靠近港口的沿海地带,有着方便可靠的国际海运中转资源,以及固定物流量和充足的物流人力资源,优质的经济资源为物流创新技术的发展提供保障。但是其在物流科技创新方面的指标得分不高,说明行业固化思维严重,且缺乏相关的物流科技创新人才和技术,需要在人才引入和物流科技创新方面开拓发展。
2.5.2 物流科技创新水平第二梯度:河北省、安徽省、辽宁省、北京市和上海市等23 省市。这类省市都有一定的经济发展基础,且拥有一定物流量。以福建省为例,它的物流基础设施水平一般,综合得分处于全国中等水平,且存在物流量比较偏小、物流人力资源不充足等问题。福建省虽然在沿海,但物流就业人员状况和物流规模情况排名不高,可能是因为本地区的物流基础有天然优势,即使规模较小、人员不多,也可以创造巨大的经济价值,导致当地对人员的就业和物流规模的开发不够重视。其次是福建省的物流相关带动政策力度不够大,大多数人还是以经商为主,即使物流量巨大,也没有引起足够的重视。
目前这类省市物流科技创新发展有一定的基础,但在地方经济发展、基础设施、物流规模以及培育相关高端人才水平等几个方面还有待加强,需要大力培养人才,引入先进物流科技技术思想,加快推进科技技术应用。
2.5.3 物流科技创新水平第三梯度:海南省、青海省、吉林省、宁夏回族自治区和西藏自治区。这几个省市综合得分排名靠后,说明目前的经济基础和物流科技基础无法支撑物流创新科技的发展。因此需要以经济能力带动物流业发展。此外应重点加大物流需求,寻找新的物流发展点,如冷链物流和农牧产品特色物流等,运用先进物流服务理念,提升本地物流科技创新发展思想。
综上,各省市的物流科技创新普遍存在以下共同问题:物流科技创新相关政策不够完善、物流基础设施科技水平不高、物流科技创新的人才缺失和物流科技创新缺少融合发展。为此,本文提出以下发展建议:
3.1 加大政策支持力度。通过发布相关政策,持续推进高效能管理,建设智慧物流新形态。鼓励企业部署智能物流调度系统,结合国家推行的“5G+”超宽带室内高精定位技术,对于愿意加快人机交互智能物流管理的企业进行税金减免。通过完善“通道+枢纽+网络”运行体系,可以全面推动高质量区域物流发展水平上到新阶段水平。
3.2 加大物流基础设施建设力度。各省市首先要加大地方对城市物流基础设施建设的政府投资,如城市高速公路、铁路、航空、航运、输油管线等主要物流设施的开发建设,以及城镇港口码头、配送分拣中心、仓储、物流园区规划等关键物流节点工程的详细规划,应初步形成立体运输网络,优化构建物流网络服务体系,以建立完善的城镇物流基础设施[3]。其次,应提升供应链产业现代化水平,推动传统产业高端化、智能化,向发展服务型制造业发展。
3.3 加大人才引入和培养的力度。首先,应建立合理的物流科技创新人才培养机制,通过良好的企业发展前景和有竞争力的薪酬体系鼓励人才加入。其次,要注重物流人才的培养,通过完善人才的引入、培训、考核等机制,为其提供良好的发展环境,也可以在工作和学习中开展多样化教育和培训,强化物流从业人员的专业知识和操作技能。此外,相关地区还应拓展人才招收渠道,企业可以和知名高等学校合作进行人才培养,形成人才引入、培养、储备的一体化渠道。
3.4 物流科技创新融合发展。物流科技创新的发展需要建立融合发展机制,其中扩大物流基础需求、积极拓展物流企业与国际电子商务平台建设的全面融合是目前需要发展的重点。应该把物流重心放在加强第三方物流业与发展制造业、零售业务和现代旅游业服务等业务的结合,实现物流产业地区间快速有效协调联动[4]。应优先考虑如何通过平台将现代供应链和电子商务平台有机结合,实现快速增长和直接带动整体线上线下企业物流需求、扩大整体现代物流行业市场规模的愿望。此外,可以加强中小型企业和国家物流枢纽的大型投资项目的合作,通过国内国际紧密衔接、物流要素高效集聚、运作服务规模化,构建“四横五纵、两沿十廊”物流大通道。加快“两沿十廊”国际物流大通道建设,对接区域全面经济伙伴关系协定(RCEP)等,强化服务共建“一带一路”的多元化国际物流通道辐射能力。促进物流产业创新发展的转型升级,鼓励尽可能多的企业向现代新型第三方物流、第四方物流企业方向发展。