將江蘇省13個城市作為樣本, 選取15個能代表物流發展水平的指標建立指標體系。用主成分法對原有指標體系降維, 進而獲得新的綜合主成分指標和樣本矩陣。再用類平均聚類法對江蘇省的13個城市進行聚類分類和綜合評價。根據分析結果, 提出將江蘇省區域物流發展水平劃分為三個等級及重點發展三大主力物流樞紐建議。
區域物流的發展水平是評價一個經濟區域綜合實力和現代化進程的重要標志, 其正成為區域經濟新的經濟增長點和支柱產業?？茖W評價區域物流發展水平并進行合理規劃, 對降低物流系統的運行成本和增強區域綜合實力具有重要意義。國內外學者基于不同方法和理論視角對區域物流進行了相關研究。李婷[1]以廣東省為例, 剖析了影響廣東省物流的發展要素, 使用主成分法得出廣東省各市區的綜合得分, 再利用聚類分析辦法劃分出其省內各地區的層級。王健和劉荷[2]針對區域物流主要影響因素分析, 綜合運用格蘭杰因果檢驗法、方差分解方法以及脈沖響應函數進行動態分析, 并對各因素影響程度等級劃分, 為福建省未來物流發展提供建設性意見。朱興航[3]基于改進的SLP方法, 構建了以鐵路物流中心功能區間綜合密切關系程度最大和功能區間物料搬運成本最小的雙目標、多約束優化模型, 利用遺傳算法進行求解, 同時應用到長春鐵路物流中心的平面布局規劃中。Anjali Awasthi[4]將親密圖、AHP法和模糊-TOPSIS法應用到城市物流規劃中, 首先剖析了城市物流的指標體系, 再次使用AHP法算出各個影響要素權重系數, 最終用模糊TOPSIS法對現有城市物流布局排序, 最終得出最優解。Gulfem Tuzkaya[5]等構造算法求解功能區設施布局規劃問題并進行了實例驗證。研究表明, 國內外很多地區結合自身物流發展特點因地制宜優化區域物流的綜合布局, 以促進區域物流的發展。本研究將基于主成分及聚類分析的方法, 評價江蘇省區域物流規劃, 并提出相關建議。
一、區域物流規劃評價的指標選取
根據江蘇省13個城市的地域特點, 遵照指標體系設置的基本準則, 并參考國內外一些學者的研究成果, 本文設置了15個區域物流規劃的評價指標, 如表1所示。
表1 評價指標
二、江蘇省區域物流規劃和綜合評價
參考江蘇省統計年鑒[6], 得到江蘇省13個城市2016年區域經濟規劃布局指標的原始數據, 如表2所示。
表2 江蘇省各地區的2016年原始數據
1. 江蘇省區域物流規劃的主成分分析
在探究區域物流發展布局時, 需要從多方面、多角度剖析, 選取較多的指標才能較全面地得出結論。主成分分析法[7]根本原理是進行降維處理, 其思想即是以比較少、綜合的新的主成分評價目標來替代原有的較多的評價指標, 用以描述原來評價因素及成分之間的互相聯系。因而本文首先采用主成分法對江蘇省13個城市的區域物流發展水平進行綜合分析處理。對原始樣本矩陣進行標準化運算, 獲得標準化評價矩陣。計算指標間相關系數的矩陣和特征值及其正交化特征向量以獲得主成分值。然后對原始指標降維, 根據累積方差貢獻率達到特定的數值時, 一般取85%的主成分指標來表示原始評價指標代表的信息。最后將每一個主成分的方差貢獻率作為系數, 線性加權后相加得到綜合評價值, 反映地區物流發展的整體水平。
使用SPSS19.0軟件, 對江蘇省原始數據使用主成分分析得到各個主成分的特征值、方差貢獻率、累計方差貢獻率 (表3) 。為減少原始指標信息的缺失, 使分析結果與原始狀態貼近, 選取了前兩個主成分。第一個主成分GDP的特征值為10.024, 方差貢獻率為66.830%;第二個主成分人均GDP的特征值為3.103, 方差的貢獻率為20.686%;累計方差貢獻率A=66.830%+20.686%=87.516%>85%, 兩個主成分是以87.516%的精度來表示原始指標體系, 從而進一步表明提取的這兩個主要因素是較為恰當的。
然后把各個主要因素特征根作為權重系數, 對每個因素進行加權求和。計算出江蘇省各市區域物流發展綜合評價函數的表達式Z=10.024*Y1+3.103*Y2。通過運算, 最后得到江蘇省13個市地域物流發展程度的評價及排序。
表4 江蘇省各市區物流發展水平的綜合評價得分及排名
根據以上數據以及排名狀況, 可以把江蘇省13個城市的物流發展程度劃分成三個層次:第一層次是蘇州、南京、無錫。蘇州、南京和無錫的經濟發展水平較省內其它城市更高, 都擁有立體化的交通樞紐, 是國內外重要的物資集散地區。巨大的地理優勢和發展時機推動了物流的迅速發展, 是其排名靠前的重要條件。第二層次是徐州、南通、鹽城和常州。這四個城市的經濟、交通水平略低于第一層次, 但從表一可以看出, 這四市的郵電業務總量明顯高于第三層次城市。第三層次包括揚州、泰州、淮安、連云港、鎮江和宿遷。經濟和交通較落后導致物流發展滯后, 排名靠后。此方法得出的結果與江蘇省物流發展基本相符合。
2. 江蘇省區域物流規劃的聚類分析
聚類分析[8]是把對某些具備類似屬性的數據進行統計和運算, 對結果再分析的一種方法。在進行物流布局分析和分片區時, 由于其評價指標較多, 數據和計算過程較為復雜且容易出現差錯, 采用類平均法聚類[9], 可使其步伐間距相對較為合理。將主成分分析得出的若干個主成分重新整合成一個新矩陣, 作為聚類分析的樣本矩陣, 從而獲得各個區域的物流核心之間的歐式的距離。
圖1 江蘇省各地區的物流發展水平樹狀圖
根據上面的聚類分析結果和上述數據綜合考慮, 把13個市分為3個等級最為合適。第一等級包括蘇州、無錫和南京, 第二等級包括徐州、鹽城和南通, 第三等級包括常州、鎮江、揚州、泰州、宿遷、淮安和連云港。
三、結論與建議
基于主成分分析和聚類分析, 可將江蘇省13個城市的物流發展水平劃分為三個等級。按照等級劃分對重點城市的物流進行規劃, 可以發展三大主力物流樞紐:蘇州物流樞紐、南京與無錫物樞紐和徐州物流樞紐。
蘇州物流樞紐:由2016年江蘇省各個城市的指標數據, 可以看出蘇州市的數據在各方面都十分突出。在表4中, 蘇州物流發展綜合評分位居第一, 作為江蘇省一級物流核心, 應充分運用自身的物流發展優勢, 并與綜合得分第三的無錫聯結帶動處于二級物流的南通和處于三級物流的常州的物流發展, 建設這些城市間的整體物流運作形式。從表2可以看出, 蘇州的工業產值也是排名第二的南京的一倍以上, 可以充分利用優越的地理位置, 大力發展制造業發達的工業園區和高新區的商貿物流。由2016年江蘇省的貨運總量和郵電業總量可知, 蘇州的物流發展規模巨大, 同時作為江蘇省的中心城市是經濟發展的指導者, 能夠與周邊的上海、杭州物流中心形成聯合關系, 并結合自身的物流特點, 成為具備全國性乃至全球性的物流交通樞紐。
南京與無錫物樞紐:江蘇省2016年物流綜合得分排名第二的南京和第三的無錫, 都是江蘇省重點物流發展城市。南京和無錫都位于長江下游, 可以和蘇南其余城市憑借長三角著重發展蘇南港口物流, 帶動二、三級蘇南重點城市共同發展物流。南京是長江經濟帶和東部沿海經濟帶的重要交匯節點城市, 已經形成港口和航運業為龍頭的物流體系。而無錫是滬寧間的重要節點和商貿核心、交通樞紐的城市, 已經形成鐵路、公路、水路、航空的立體交通網絡。都有著重要的地理位置和交通運輸的優勢, 應借此優點來鼎力發展其物流業, 形成長三角區域的重要物流樞紐。
徐州物流樞紐:徐州是蘇北中綜合得分排名最靠前的二級物流中心的城市。從表2中可以看出徐州市的公路貨運量位居全省第一, 這是徐州市綜合排名靠前的重要因素。徐州的GDP對于排名前三的城市來說不高, 但是13644.36億元工業生產總值在江蘇省排第四, 說明其工業發展較好。應把通訊設備、紡織品和煤礦等作為主要運輸產品, 更好發展徐州的物流, 并且帶動其余蘇北城市的物流。作為江蘇省的二級物流城市和蘇北的首要城市, 其鐵路是全國第二大鐵路樞紐, 擁有物流發展不可或缺的運輸優點, 因而能夠憑借這一優勢和本身物流發展能力去建設服務于蘇北區域的重要物流樞紐。
