鄱陽湖生態經濟區區域物流競爭力研究

黃 勇，周 青，劉 柱

（華東交通大學機電工程學院物流管理系，江西 南昌330013）

區域物流是區域經濟核心競爭力的組成部分，客觀、準確地分析與評價區域現代物流發展水平，也是衡量區域經濟發展水平的重要指標。在考慮環境、資源容量的前提下，促進區域物流本身的發展，更好地為社會、經濟的發展提供支持和保證，即綜合社會發展、經濟發展、環境保護和資源利用4個方面對區域物流可持續發展影響的程度［1］。與周邊各地區的物流發展水平進行綜合對比，對科學決策、改善現代經濟發展環境、促進物流企業和企業物流發展、提升區域現代物流競爭力和推動整個區域的經濟發展都具有十分重要的意義［2］。

環鄱陽湖生態經濟區處于京九經濟帶和長江經濟帶的結合部，范圍涉及南昌、九江、上饒、鷹潭、撫州和景德鎮6 個區市，具體包括南昌、景德鎮、鷹潭3 市，以及九江、新余、撫州、宜春、上饒、吉安市的部分縣（市、區），共38個縣（市、區）和鄱陽湖全部湖體在內，面積為5.12萬平方公里。占江西省國土面積的30%，人口占江西省50%，經濟總量占江西省60%。政府也出臺了相應的生態經濟區政策，基于循環經濟發展理念，積極優化區域產業格局，發展低碳生態農業，鼓勵企業技術創新，并將物流、商流以及旅游業的發展作為重點發展方向［3］。建立完善合理的區域物流體系，優化集成區域內優勢資源，對區域經濟核心競爭力具有重要作用［4］。

但是，目前鄱陽湖生態經濟區流通產業的物流發展存在流通效率低、流通成本高、信息化程度低、資源利用率低等問題［5］。如表1所示，以區域物流環境競爭力、區域物流供需競爭力、區域物流產業規模競爭力、區域物流產業質量競爭力作為一級指標；地區生產總值、第三產業投資額、貨物運輸量、郵電業務總量、貨物周轉量、金融年末存貸款余額、高新技術產業總值7個指標變量（鑒于以前學者選取的指標并加以歸納）作為二級指標構建了鄱陽湖生態經濟區區域物流競爭力的評價體系。采用SPSS統計軟件中的聚類分析法和因子分析法對各城市的物流競爭力進行了得分排名以及提出對策建議。

1 評價指標體系的評價方法

1.1 聚類分析法

聚類分析亦稱群分析、點群分析，根據研究對象特征而進行性質相近歸類的一種多元分析技術。其機理先把N個樣品分成n類，即J1，J2，…，Jn類，計算類與類之間的距離并選擇最小距離的一類合并成新類，再計算產生后的新類與其它類之間的最小距離，直至合并成一大類。傳統的統計聚類分析方法包括系統聚類法、分解法、加入法、動態聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點等算法的聚類分析工具已被加入到許多著名的統計分析軟件包中，如SPSS、SAS等。

表1 區域物流競爭力評價指標體系Tab.1 Competitiveness evaluation of the regional logistics

聚類分析主要步驟［6］：

1）將N個樣本分為n類，且每類只含一個樣本；

2）計算N類兩兩之間的距離；

3）可將距離最近的兩類合成新類，并比較與其他類之間的距離；

4）重復上述步驟，直至全部樣本歸成一類；

5）最終由距離表及實際問題的意義確定最終分類結果。

1.2 因子分析法

因子分析法是從研究變量內部相關的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。它的基本思想是將觀測變量進行分類，將相關性較高，即聯系比較緊密的分在同一類中，而不同類變量之間的相關性則較低，那么每一類變量實際上就代表了一個基本結構，即公共因子。對于所研究的問題就是試圖用最少個數的不可測的所謂公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量［7］。

因子分析模型：

其中，X=（X1，X2，…，Xn)，均值向量E=（X）=0，協方差矩陣Cov（X）=1；F=（F1，F2，…，Fn），其均值向量E（F）=0，協方差矩陣Cov（F）=1；λ=（λ1，λ2，…λn），且E（λ）=0，各分量之間是相互獨立的。

結合這兩種方法對鄱陽湖生態經濟區的區域物流進行實證分析，以求得到提升區域物流能力的對策。

2 鄱陽湖生態經濟區區域物流實證研究

2.1 數據的收集

收集了鄱陽湖生態經濟區南昌、景德鎮、九江、鷹潭、上饒、撫州、新余、宜春、吉安9個城市的相關數據（數據來源于2013年江西統計年鑒），通過比較分析明確各個城市的物流發展現狀，找出其優劣勢所在，以期提出建設性的對策促進其發展。采用7個指標［8］變量用來實證研究：地區生產總值X1（億元）、第三產業投資X2（億元）、貨物運輸量X3（萬噸）、郵電業務總量X4（億元）、貨物周轉量X5（億噸/公里）、金融年末存貸款余額X6（億元）、高新技術產業總值X7（億元）。用這7個指標變量代表區域物流的環境競爭力指標、供需競爭力指標、物流產業規模競爭力指標、物流產業質量競爭力指標。但是由于選擇7個指標數據單位不一致，對這些數據進行標準化，如表2所示。

表2 標準化處理后各城市指標值Tab.2 Each city′s index value after standardized processing

2.2 聚類分析數據處理

將數據輸入SPSS19.0，經過聚類分析處理，使用Euclidean距離，得出表3。

表3 樣本處理Tab.3 Results of sample processing

表3可以看出有效個數為9個，說明數據不缺省，可以實現。同時設置聚類數為3。

圖1 樣本柱狀圖Fig.1 Histogram of samples

圖1為樣本樹狀圖，根據“組內距離遠小于組間距離”的分類原則分為三類，即1；4和2；3，8，5，7，6和9。

即第一類：南昌；第二類：景德鎮、鷹潭；第三類：九江、宜春、上饒、新余、撫州、吉安。

但通過聚類分析只能粗略的把9個樣本分類，但具體的競爭力方面不能顯現出來，所以下面要用因子分析中主成分分析方法來具體的對9個樣本7個變量進行精確分類，并對9個樣本進行排名。

2.3 評價模型展示

2.3.1 因子分析法的檢驗

在進行統計分析之前，需要對標準化后的數據（表2）取特定方法檢驗，根據檢驗結果判斷其是否適合進行因子分析。擬采用KMO和Bartlett球度檢驗，檢驗結果如表4所示，KMO的值為0.632，大于0.5，表示所搜集數據適合進行因子分析；Bartlett球度檢驗近似卡方值為69.566，自由度為21，檢驗的顯著性概率為0.000，小于0.5，拒絕原假設，表示適合進行因子分析。

2.3.2 公共因子的確定

由于指標變量眾多且多數具有相關性，為了排除主觀上的誤差以及變量間的線性相關性，通過統計分析得出幾個具有代表性的公共因子，使分析既具有科學性，又具有便捷性。

表4 公因子方差Tab.4 Communality

表4為公因子方差表，表示提取出來的公共因子對每個變量的解釋程度。由表可見，大部分變量共同度分布于0.94～0.9 9之間，表明公共因子能較高程度解釋每個變量的信息，表明所選擇的指標和所搜集到的數據能很好的反映9個城市的物流基本現狀，從而為下面進行公因子提取提供了基礎性支撐。

2.3.3 解釋的總方差

表5 解釋的總方差Tab.5 The explanation of the total variance

表5為解釋的總方差表，是數據矩陣計算出來的結果，特征值、方差貢獻率、累積方差貢獻率這幾個值都能夠得到。由表可知，提取出來的3個公共因子特征值分別為4.423，1.311，1.123，均大于1。這3個公共因子累積方差貢獻率為97.948%，能夠比較全面的反映所有的信息。

2.3.4 成分矩陣

表6 成分矩陣Tab.6 Feature matrix

由表6可以寫出因子分析模型，如：

其中，C1、C2、C3 為3 個公共因子，從成分矩陣表中可以看到，第一個公共因子C1 主要由變量X1、X2、X4、X6、X7 決定，它們的載荷因子分別為0.991，0.959，0.940，0.933，0.943；第二個公共因子C2主要由變量X3、X5 決定，載荷因子分別為0.867，0.546；第三個公共因子C3 主要由變量X5 決定，載荷因子為0.530。

2.3.5 旋轉成份矩陣

1.3.2 認知及情緒量表測評 所有受試者均在環境安靜的檢查室內進行評估，由專人負責。蒙特利爾認知評估量表（MoCA）用來評估患者的總體認知功能。抑郁自評量表（SDS）及焦慮自評量表（SAS）用來評估患者的心理狀況。睡眠自評量表（SRSS）用來評估患者的睡眠狀況。

從成分矩陣中可以觀測到，某些指標變量所代表的公共因子沒有明顯的區分性，此時，需要對成分矩陣進行旋轉處理，以期得到比較鮮明的公共因子成分。其矩陣進行旋轉，生成結果見表8。

表7 旋轉成份矩陣Tab.7 Rotating component matrix

表8是用最大方差法對矩陣進行處理后的結果。對比成分矩陣和旋轉成分矩陣可以得出以下結論：

從旋轉成分矩陣表中可以看到，第一個公共因子C1主要由變量X1、X2、X4、X6、X7決定，它們的載荷因子分別為0.940，0.982，0.901，0.979，0.846；第二個公共因子C2主要由變量X3決定，載荷因子為0.961；第三個因子C3主要由變量X5決定，載荷因子為0.893。

公共因子C1主要包括地區生產總值X1、第三產業投資X2、郵電業務總量X4、年末金融機構存貸款余額X6、高新技術產業總值X7。這些指標主要反映了影響區域物流競爭力的物流經濟環境與物流產業規模與質量競爭力，本文將這個公共因子命名為物流經濟物流產業因子。

公共因子C2主要包括貨物運輸量X3。這個指標主要反映了影響區域物流競爭力的物流供需行為因素，將這個公共因子命名為物流供需因子。

公共因子C3只有貨物周轉量X5這個指標變量。主要反映了影響區域物流競爭力的物流產業規模因素，將這個公共因子命名為物流產業規模因子。

2.4 因子得分的計算

表8 成分得分系數矩陣Tab.8 Component score coefficient matrix

將所搜集數據代入上述所列函數中計算得到7個樣本對象各自對應的3個公共因子的得分及排名；根據3 個公共因子權重（各自特征值占特征值之和的比例）加權求和獲得9 個樣本對象的綜合得分及排名。由此可得九個城市因子得分及排名情況，如表10所示。

表9 九個城市因子得分以及排名Tab.9 Factor scores and ranking of 9 cities

由此可見，區域物流競爭力的公共因子得分分析：

一般來說，得分越高，表明該地區物流競爭力越強，得分大于0表示該地區物流競爭力水平在全省平均水平以上，得分小于0表示該地區物流競爭力水平低于全省平均水平。根據表10所計算出來的結果顯示，我們能很清楚的看到當前各城市在3 個公共因子上的差異，以及公共因子對該地區物流競爭力的影響程度。通過分析，我們可以針對性的提出一些未來提高區域物流競爭力的對策建議。

1）物流經濟物流產業因子。在所選指標變量中，這個公共因子所含的指標量最多，對區域物流競爭力的影響也最大，由表10可以看出，只有南昌市的物流經濟物流產業因子得分大于0，也就是只有南昌市（位列第一）的物流經濟與物流產業發展水平高于全省平均水平。南昌市是江西省的省會城市，近年來其經濟發展是有目共睹的，如全面推進昌九一體化，力求對接長江中游城市發展；繼續招商引資，積極融資發展本土經濟周圍圈；打造綠色高興技術產業集群，提升區域經濟水平；修建南昌地鐵、向莆線，方便南昌與周邊城市經濟對接。但是總體而言，相對于發達城市，在經濟“總量”和“質量”上均存在差距，尤其是近幾年，全國各地爭相發展本土經濟而順勢而上，而南昌等城市基礎差，在人才和科技等方面存在嚴重不足［9］，這也是導致江西企業創新力和發展質量不高的原因；而其它8 個城市因子得分均低于0，即低于全省平均水平。所以，景德鎮、九江、鷹潭、上饒、撫州、新余、宜春、吉安，需要提高自身的經濟發展水平，為鄱陽湖生態經濟區的物流發展提供動力。

2）物流供需因子。這個公共因子只包含一個指標變量，對影響區域物流競爭力水平起著基礎支撐性的作用。由表10看出，九江、上饒、新余、宜春的物流供需因子大于0，說明這4個城市的基礎設施條件發展水平高于全省平均水平；而其它五個城市因子得分低于0，低于全省平均水平。所以，南昌市、景德鎮、鷹潭、撫州、吉安應該重視軟硬件環境的營造，完善物流發展硬件條件，加快信息化發展，推動區域物流更快發展。

3）物流產業規模因子。這個公共因子對區域物流競爭力的影響主要體現在產業規模大小上，用貨物周轉量指標來表示這個因子。由表10可以看出南昌、九江、上饒、撫州、宜春、吉安這6個城市的物流產業規模因子得分大于0，即這些城市的物流產業規模發展水平高于全省平均水平；景德鎮、鷹潭、新余因子得分低于0，即物流產業規模發展水平低于全省發展水平。所以，這3個城市應該在不斷提高物流產業質量水平的目標下，逐漸擴大物流產業規模，以期使物流競爭力處于上游水平，促進鄱陽湖生態經濟區物流競爭力的提高。

3 結論

根據表10綜合得分與排名，只有南昌、九江、上饒和宜春4個城市的總體得分為正值，其余5個城市得分值均低于全省平均水平。

1）要大力促進區域城市的經濟發展，提升區域物流競爭水平。根據區域物流與區域經濟的關系，區域物流與區域經濟有互補促進的作用。根據表10只有南昌市物流經濟水平高于全省平均水平，其它8個城市均小于全省平均水平。應以南昌為發展核心城市，其余8個城市圍繞南昌共建鄱陽湖城市群，可以嘗試走一條以點帶線、以線帶面的城市發展群道路。

2）促進物流產業優化升級，提升區域物流競爭水平。鄱陽湖生態經濟區應以生態契機，走出一條科學發展、綠色崛起的新道路，大力發展低碳與生態經濟，實現資源的高效利用和生態環境優化為目標，全面推進低能耗、低排放、低污染經濟發展。特別是在物流業發展模式方面，敢于打破傳統發展模式，走綠色物流發展道路，在保證不斷提高物流產業質量水平的目標下，加快自身轉型升級，產業優化升級，提高區域物流競爭水平。

3）改善鄱陽湖生態經濟區物流業發展不平衡的局面，提升區域物流競爭水平。鄱陽湖生態經濟區9個城市在物流業發展不平衡，直接制約其地區經濟乃至整個省的經濟發展水平。可以從政府、企業和當地資源方面考慮。一方面政府應加大財政的投入，扶持新型企業，如政策優惠、稅收減免等，鼓勵企業加大科技投入，再者，可以廣泛吸收國內外資金進入鄱陽湖生態經濟區高新技術產業而獲得社會資金保障；一方面，企業要加大科技投入，提升管理水平，引進先進設備，推廣循環經濟發展模式以促進物流業發展；最后，各個生態區應加強彼此聯系，利用當地有利資源如交通、技術、農業、旅游、文化等資源加以互補，把硬實力和軟實力結合，最終促進該區物流業能夠協調發展，實現經濟的可持續發展。

[1] 任新平.區域物流布局[M].北京:化學工業出版社,2010:32-89.

[2] 王昊.中部地區區域物流競爭力評價研究[J].現代商貿工業,2012(21):3-5.

[3] 國家發展改革委.鄱陽湖生態經濟區規劃[EB/OL].(2010-02-05).http://www.jxdpc.gov.cn/ghjh/zxjh/20100205/120143.htm.

[4] 陳力,李松志.基于相關模型的鄱陽湖生態經濟區物流產業發展分析[J].國土與自然資源研究,2012(3):18-20.

[5] 趙培華.基于因子和聚類分析的河南省區域物流競爭力研究[J].物流技術,2013(23):151-153.

[6] 喻曉玲,李新明,馬瓊.新疆南疆發展區域特色支柱產業的經濟研究[M].北京:高等教育出版社,2011:27-30.

[7] 年呂運,劉聯輝,劉琴.基于因子分析的區域物流競爭力的研究評價—以珠江三角洲為例[J].物流平臺,2013(30):52-53.

[8] 黃曦.區域物流競爭力評價理論與實證探究[J].中國外資,2013(21):158-159.

[9] 黃三生,王新華,廖繼勝.鄱陽湖生態經濟區文化軟實力建設芻議[J].華東交通大學學報,2013,30(3):107-113.