我国区域物流节点城市发展的统计评价分析

经济管理

一２０１１年第３期

■现代管理科学■博十论坛

我国区域物流节

占

Ｊ¨～

城市发展的统计评价分析

●殷辉张砚李道芳

摘要：文章在宏观层次上构建一套以客观指标构成的区域物流发展评价指标体系，从人口规模、经济实力、工业规模、第三产业规模、物流主导产业规模五个方面来衡量我国１１个节点城市的物流废展状况，并运用因子分析、聚类分析对各个城市的物滴泼展差异进行了比较，最后给出相应的政策建议．

关键词：区域物流；节点城市；因子分析；聚类分析

一、引言

本文综合以前学者的研究成果．突出不同区域的物流产业发展水平，提出更为简便可行的指标体系．同时运用因子分析和聚类分析．对这些区域节点城市的物流发展水平进行比较研究，最后针对分析结果提出一些改进建议。

二、区域物流发展指标体系的构建

１．评价指标体系的建立。本文选取的指标力图能够反映区域物流发展的整体水平．通过对各种物流评价指标体系的比较，按照指标设置的原则，经过反复筛选，最终从人口规模、经济实力、工业规模、第三产业规模、物流主导产业规模五个方面确立了现代区域物流评价指标体系．并将这些方面分解为９项二级指标（表１）。

２．数据来源与分析步骤。本研究的数据来源于《中国城市统计年鉴２００９》以及各城市统计年鉴．由于在１７个区域物流节点城市中。数据符合要求的有１１个城市．包括哈尔滨、长春、包头、呼和浩特、太原、合肥、福州、长沙、昆明、海口、银川。本文就以这些城市为研究对象。在数据准备阶段完成之后．利用ＳＰＳＳｌ７．Ｏ矗”ｗｉｎｄｏｗｓ统计软件从以下几个方面展开分析。首先检验构建的区域物流评估指标系统。然后选择因子分析法从９个具体指标中提取出ｎ个公共因子，根据得到的因子得分，建立模型计算综合得分．从而对各节点城市的物流综合水平进行排序．为确保研究结果的科学性和可靠性．在因子分析的基础上进一步进行聚类分析，并利用聚类分析结果对全国区域物流节点城市的发展水平进行总体评价。并给出相应的政策建议。

兰、因子分析

１．因子分析适用性检验。在指标综合评价中利用因子分析的目的足从众多的原有指标变量中提取出少量的具有代表性的因子．提取出的因子必须能够代表不同的评价维度。其应用的前提是要求原指标之间具有较强的相关关系，否则就不能运用因子分析法．我们将原始数据进行标准化处理之后，。采用ＫＭＯ和Ｂａｒｔｌｅｔｔ检验方法来检测因子分析法的适用性。其检测结果如表２所示。

Ｂａｒｔｌｅｔｔ球度检验表明：Ｂａｒｔｌｅｔｔ值＝１３１．６０２。Ｐ接近于０，若显著性水平为０．０１，则拒绝相关矩阵为单位矩阵的原假设，相关矩阵与单位矩阵存在显著差异．可以进行

一４３—

因子分析。取样足够的Ｋａｉｓｅ卜Ｍｅｙｅ卜Ｏｌｋｉｎ检验是用于比

较观测相关系数值与偏相关数值的一个指标．其值越逼近

１。表明对这些变量进行因子分析的效果越好，从表２中可见。ＫＭ０值大于０．５。因而可以对指标变量进行因子分析。

２．因子提取。本文采用主成分分析法对指标数据进行因子分析，按照相关系数矩阵特征值大于１的标准，从原９个统计指标中提取二个主因子来表达其信息含量。表３是指标数据作因子分析后的因子提取和因子旋转结果。第二列至第四列描述了因子分析的初始解对原有变量总体的刻画情况；第二列合计是各成分的特征值。第一成分特征值合计＝４．８８３．第二成分特征值为合计＝１．７９７。这里只有前两个因子的特征值大于ｌ。第三列是各因子变量的方差贡献率，即该因子刻画的方差占原有变量总方差的比例：第四列是因子变量的累计方差贡献率．表示前ｍ个因子刻画的总方差占原有变量总方差的比例。从表３中可见．如果提取２个公共因子．那么它们可描述原变量总方差的９０．５３６％，大于８０％，可以认为，这２个公因子基本反映了

表１区域物流节点城市发展评价指标体系

指标名称

指标单位万亿元亿元亿元亿元

人口规模经济实力工业规模

年末总人口国内生产总值工业总产值

第三产业第三产业增加值规模

社会消费品零售总额

交通运输、仓储及邮政业增加值亿元

物流主导货运总量产业规模

公路货运量铁路货运量

亿吨亿吨亿吨

经济管理

■博十论坛■现代管理科学■２０１１年第３期

表３方差贡献率

成份合计

ｌ

——

。

表４旋转因子矩阵表

指标

Ｘ。社会消费品零售总额（亿元）Ｘ：国内生产总值（亿元）Ｘ，第三产业增加值（亿元）ｘ４年末总人口（人）Ｘ，工业总产值（亿元）‰货运总量（亿吨）Ｘ，公路货运量（亿吨）ｘ。铁路货物运量（亿吨）

‰交通运输、仓储及邮政业增加值（亿元）

因子ｌ

Ｏ．９７９

Ｏ．９７４Ｏ．９６３０．９３５Ｏ．８１ｌ０．０９２０．１７９一０．２９８０．３２４

初始特征根方差的％

５４．２５０３６．２８６４．２４８２．６２３１．６２８０．６３５０．２８ｌ０．０４５０．００５

旋转平方和载荷合计

４．６００３．５４８

因子２

Ｏ．０２４０．１８３０．１０７—０．１４９０．２０２

累积％

５４．２５０９０．５３６９４．７８３９７．４０６９９．０３４９９．６６９９９．９５０９９．９９５ｌｏｏ．Ｏｏｏ

方差的％

５１．１０９３９．４２６

累积％

５１．１０９９０．５３６

４．８８３３．２６６０．３８２Ｏ．２３６０．１４７０．０５７０．０２５０．００４０．（）００

２３４５６７８

一————

０．９８１０．９６４

Ｏ．８８０

Ｏ．８７９

９

右绡对佰较大的相关系数一第二个因子相关系数绝对数较大的正好是九个原始变量中的另外四个。即货运总量、公路货运量、铁路货物运量、交通运输、仓储及邮政业增加值。根据

综合得分

排名

这些变量的原始含义可以对两个因子进行命名。第一个因子主要概括了一般的社会人口规模、经济实力、工业和第三产业的规模．可以命名为社会经济因子。第二个因子主要概括

ｌ２３４５６７８

表５区域物流节点城市的因子得分和综合得分排名

因子得分

城市

社会经济因子得分

包头哈尔滨长沙长春福州太原合肥昆明

一Ｏ．５４７１．３６５１．２１４

物流产业因子得分

２．７０７８

—Ｏ．２８７

排名

９ｌ２

排名

ｌ７３４

０．７８８０ｌｌ０．５８４４８５Ｏ．５７７４８９０．４４５５７８

０．３８６

１ｒ物流主导产业的情况．可以称为物流产业因子。

根据表４的最终因子载荷矩阵．由此可以写出如下因子分析的模型：

ＸＩ＝Ｏ．９７９Ｆｌ＋Ｏ．０２４Ｆ２；Ｘ２＝０．９７４Ｆｌ＋０．１８３Ｆ２；……；Ｘ９＝０．３２４Ｆｌ＋０．８７９Ｆ２

Ｘ（ｉ＝ｌ，２，…，９）代表了９个评价指标，公共因子Ｆ。表示社会经济因子，Ｆ２表示物流产业因子。由于因子载荷矩阵是正交旋转，这两个因子之间不存在相关．避免ｒ因子综合评价的多重共线性。故可以代表不同的评价维度。

４．因子得分。因 …… 此处隐藏：1602字，全部文档内容请下载后查看。喜欢就下载吧 ……