基于主成分聚類分析的區域物流規劃

陳　超　周德群

摘要：文章利用主成分聚類分析法對區域物流規劃中各地區的物流發展進行綜合評價并分析。將長江三角洲16個重要城市作為物流中心節點，利用主成分分析對各地區的物流發展綜合實力進行評價，再利用新得到的綜合主成分指標代替原來較多的評價指標，對長三角各地區的物流發展進行聚類分析，最后對長三角區域物流中心做出了總體規劃。

關鍵詞：物流規劃；主成分分析；聚類分析；區域物流

中圖分類號：F224文獻標識碼：A

Abstract: A synthetic method of principal component analysis (PCA) and cluster analysis is presented to evaluate and classify the regional logistics development in regional logistics planning. It considers the 16 cities of Yangtze River Delta region as the logistics centre points and uses principal component analysis to carry on the comprehensive evaluation of the regional logistics into several categories according to the new indexes obtained from PCA. The results show that this method can simplify the original complicated problem and lead to an objective, reliable and convincing conclusion.

Key words: component analysis; cluster analysis; regional logistics; logistics planning principal

隨著經濟的快速發展，物流業在我國得到了飛速發展，很多地區相繼對各自的區域物流中心進行了規劃。在區域物流規劃過程中，有幾個非常重要的問題要解決好：如何劃分區域經濟物流區域，以促進區域物流協調發展，并有利于整合區域物流資源存量；如何確定物流樞紐城市及區域物流中心城市，實現以點帶面，共同發展；如何將物流特征相似的區域歸類，針對不同類別的區域出臺具有差異性的物流發展政策。通常人們處理這種問題大多以經驗定性分析為主，主觀隨意性較大。鑒于此，在物流研究課題和物流規劃實踐總結的基礎上，本文提出一種基于主成分聚類分析的客觀分析方法對江蘇省各地區的物流發展進行綜合評價并分類，為制定區域物流發展規劃提供參考和依據。基本思路是，首先建立區域物流發展評價指標體系，再分別利用主成分分析和聚類分析方法對長三角地區的物流發展進行綜合評價并分類，最后得出結論。

1 區域物流發展評價指標體系

根據可比性、完整性、易獲取性、非重疊性、定量和定性指標相結合等原則，建立區域物流發展評價指標體系。這些指標從不同角度反映了區域物流的發展特征。

社會經濟發展類：綜合反映了區域物流發展的社會經濟基礎。包括GDP(X1)和人均GDP(X2)。GDP反映一個城市的綜合經濟實力，該值越大說明經濟發展水平越好，在區域物流中心系統中的地位就越重要。除了考慮GDP總量以外，還應該考慮GDP的人均狀況，因為人均GDP越大表明單位人口對物流的需求越大，由此使得該城市的物流需求也越大。

生產消費流通類：包括農業總產值(X3)、工業總產值(X4)、新增固定資產(X5)、社會消費零售總額(X6)、進出口總額(X7)。它們分別從生產、消費、國內流通等不同角度反映了區域物流服務的需求狀況和需求規模。

交通運輸類：反映了區域物流發展的物質基礎，公路里程(X8)和民用汽車用量(X10)。由于長三角地區便利的公路交通，該值越大表明該城市作為物流中心的地位越重要，并且對其公路運輸樞紐的要求也越高。

人力資源類：反映了物流發展的人力資源和勞動者素質，包括交通運輸倉儲人員數量(X9)。反映了從事物流業的總體人員數量。

信息發展水平類：反映了物流信息發展水平，人均移動電話用戶數(X11)、人均互聯網用戶數(X12)。

2 區域物流發展綜合評價模型

由于評價指標較多，盡管經過了仔細篩選，但彼此之間難免存在著一定的相關，因而反映的信息在一定程度上有所重疊。主成分分析利用降維的思想，把原來較多的評價指標化為較少的綜合主成分指標來代替，綜合指標保留了原來變量的絕大多數信息，且彼此間互不相關，能夠使復雜問題簡單化。因此，可采用主成分分析對長三角地區的物流發展進行綜合評價。設有n個區域，p個指標，初始樣本矩陣

Zj即反映了第i個地區物流發展的綜合實力。Zj值越高，說明該地區物流發展綜合實力和競爭力越強，反之則越弱。

3 區域物流發展聚類分析模型

對長三角地區物流發展進行分析和歸類，可以按照常規的聚類方法進行。但由于指標較多，計算繁瑣且容易出錯，鑒于前面主成分分析已經得到q個能夠反映原始變量的絕大多數信息，且為彼此互不相關的綜合主成分指標，因此可以采用這q個主成分指標對長三角地區的物流發展進行聚類分析，這樣處理將使問題大大簡化。由于在系統聚類法中，類平均法聚類時步伐比較適中

用類平均法進行聚類，畫出聚類圖，得到各地區物流發展的分類結果，并進行分析。

4 實證分析

長三角地區作為全國物流業起步早、發展快的地區，物流發展規劃在對其物流實踐具有重要作用。通過本文的研究對整個長三角地區物流系統規劃提出一些具有建設性的意見。

下文將應用上述方法對其進行分析。具體數據見表1。

4.1長三角地區物流發展綜合評價

限于篇幅，略去計算過程，直接給出結果。各主成分對應的特征值及方差貢獻率見表2。

為了減少信息損失，使綜合評價和后面的聚類分析最大程度地接近原始狀態，本文取前2個主成分，此時累計方差貢獻率A=88.24％，也就是說，這前2個主成分以88.24％的精度體現了原始指標體系。由式(3)和表2得到區域物流發展的綜合評價函數為：Z=0.75*Y1+0.13*Y2+1(加1之后使得Z能大于0)。

最終得到長三角各地區物流發展的綜合評價結果，詳見表3(表中Zi值經過處理后均為正數)。根據這些指標所計算出的綜合指數則比較全面地反映了一個城市在區域物流系統中的地位和作用，一個城市的綜合評判值越大，這個城市在整個區域物流系統中的地位越高、作用越大。根據以下評價結果，可以將長三角各區域物流發展大致分為3個層次：第1層次{Zi>2}為上海，區域物流發展綜合實力遙遙領先；第2層次{1Zi>0}為余下的城市物流發展綜合實力較弱，分析結果與實際情況是相吻合的。

4.2長三角各地區物流發展聚類分析

取類間距離d=1時，分為3類，有的類間距離太大。可將取d=0.5，分為5類比較合適。長三角地區16個城市分為5類： 第一類：上海； 第二類：蘇州、杭州；第三類：南京、無錫、南通；第四類：紹興、臺州、常州、嘉興、揚州、泰州；第五類：湖州、鎮江、舟山。最后：結合各城市所處的地理位置以及主成分聚類分析結果。將長三角區域物流中心劃分為3個級別共包含11個地區，見表4。

表4長三角區域物流中心規劃結果所示，上海在長三角區域物流中地位一枝獨秀，憑借著強大的綜合實力，成為一級物流中心，對其他各個城市都具有很大的輻射作用。在二級物流中心中，江蘇有蘇州、南京、無錫、南通在其中，蘇州、無錫憑借較強的經濟實力在整個長三角地區占有一席之地，而南京作為江蘇的省會城市、政治文化中心也成為二級物流中心，而南通憑借著優越的地理優勢、便捷的交通，與江蘇的蘇州、南京、無錫同時成為二級物流中心；浙江的二級城市為杭州與寧波，杭州與寧波的經濟在浙江各地級城市排名都在前列。作為浙江的省會城市憑借強大的經濟實力和省會城市所具有的有利地位在整個長三角地區物流得分中排名第3，得分為1.60分，而寧波不僅在經濟方面突出，其優越的地理優勢也使得其成為二級物流中心。 三級物流中心中，江蘇有常州、揚州、泰州、鎮江，浙江有紹興、臺州、嘉興、湖州、周山。作為長三角地區三級物流中心，它們的經濟實力一般，地理優勢不明顯，但是還是有較大的發展潛力。

5結論

(1)用主成分聚類的定量分析方法對長三角各地區的物流發展進行綜合評價并分類，為區域物流規劃提供了提供一定依據。利用得到的主成分指標組成新矩陣，作為聚類分析的樣本矩陣，原理清晰，計算簡單，大大減少了計算工作量。

(2)本文提出的分析方法對其他區域物流規劃有較好的借鑒作用，在地區一級的物流規劃中也同樣適用，只需適當調整部分指標即可。

(3)物流樞紐城市應成為物流基礎設施規劃布局的極點，應使極點成為物流基礎設施布局的增長中心，讓樞紐城市發揮輻射效用。因此，應重點加強上海、南京、杭州、寧波、南通等樞紐城市物流基礎設施布局的統籌規劃，合理設計樞紐城市的物流格局和基礎設施分布，將物流基礎設施投資和建設工作的重點放在這些樞紐城市，最大限度地提高基礎設施投入資金的使用效率。

(4)基于長三角物流圈在國內物流業中的重要地位，長三角物流圈必須不斷完善物流系統，實現陸海空同步發展，進一步強化其對內地的輻射效應。因此，不僅要加強鐵路公路交通設施建設，加大港口碼頭建設，還必須加強該地區空港基礎設施投入，改變目前不合理的布局。

參考文獻：

[1]馬永剛． 長江三角物流基礎設施布局優化研究[J]． 中國流通經濟， 2008(1):13-15.

[2]李婷． 主成分聚類分析在區域物流規劃中的應用——以廣東省為例[J]． 物流科技， 2007(9):30-33.

[3]于秀林， 任雪松． 多元統計分析[M]． 北京： 中國統計出版社， 1999:154-162.

[4]方開秦． 實用多元統計分析[M]． 上海： 華東師范大學出版社， 1989:215-250.

[5] Johnson R A． Appliedmultivariate statistical analysis[M]． New Jersey： Prentice-Hall Inc, 1999：312-324.

[6]周啟蕾． 物流業形成發展機理與推進策略[M]． 北京： 北京大學出版社， 2004:233-242.

[7]李旭宏， 胡文友． 區域物流中心規劃方法[J]． 交通運輸工程學報， 2002，2(1):85-88.

“注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”。