基于因子分析法的大理州物流產業發展影響因素分析

摘 要：根據大理州2005～2014年間的經濟社會發展數據，運用因子分析法對這些數據和大理州物流產業指標數據進行分析，探討大理州經濟社會與物流產業之間的影響關系。明晰大理州物流產業發展的影響因素，為將來大理州物流樞紐及物流產業布局提供參考。

關鍵詞：因子分析法；大理州物流樞紐；物流產業

中圖分類號：F259.27 文獻標識碼：A

Abstract： According to the economic and social development data of Dali during 2005～2014， using the factor analysis to these data and the logistics industry index data of Dali analysis， Dali prefecture economic society and the influence of the relationship between logistics industry. Through the analysis of the influence factors of clear Dali prefecture logistics industry development， for the future in logistics hub and logistics industry layout to provide reference.

Key words： factor analysis； logistics hub in Dali； logistics industry

0 引 言

物流產業是融合運輸、倉儲、貿易、信息等環節為一體的復合型服務性產業，屬于一種次生產業。物流產業的發展一方面依賴于國民經濟中除物流產業外的其他產業的發展；另一方面又能促進地方經濟發展、增強國民經濟競爭力。高水平的物流產業能對經濟社會發展提供服務商流、保障生產和方便生活三大方面的作用。具體到物流產業與經濟社會發展各項產業或指標之間的影響關系，則因不同地域所具有的不同實際情況而有所不同，所以在分析物流產業與經濟社會之間的影響關系時，不能以偏概全的進行分析，而需要結合具體的區域進行獨立的分析。本文將結合大理州的發展實際，采用因子分析法對大理州物流產業與大理州經濟社會發展之間的影響關系進行分析，期望能對大理州的物流產業發展和大理州物流樞紐建設提供借鑒。

1 研究方法及指標體系建立

1.1 因子分析法

2 大理州經濟社會發展現狀

在研究大理州物流產業與經濟社會發展之間的影響關系時，首先需要調研大理州的發展現狀，掌握大理州的發展實際。2014年大理州全州地區生產總值（GDP）實現832.18億元，同比增長8.5%。其中，第一產業產值181.87億元，；第二產業產值343.97億元；第三產業產值306.34億元?？v觀2005～2014年，大理州的國民經濟總體保持平穩增長，GDP產值從2005年的235.1億元增加到了2014年832.18億元，增加了將近600億元，除了2014年外，其余9年大理州的國民經濟增速均在兩位數以上，10年來的GDP增速均高于云南省和國家的平均增速，發展勢頭良好。

根據已經確定的有效因子，查閱收集所選因子在2005～2014年間的數據，具體數據如表1所示。

在經濟社會取得快速發展的同時，大理州的物流產業也在這10年里得到了較快發展，物流產值從2005年的10.91億元增長到了2014年的39.02億元，增長近20億元，貨物運輸量和周轉量也基本接近翻番水平。同樣，查閱收集并整理得到2005

～2014年大理州物流產業相關統計數據見表2所示。

3 大理州經濟社會與物流產業的影響關系分析

采用SPSS統計分析軟件，對表1、表2所示的大理州經濟社會和物流產業發展數據進行分析。對所涉及數據進行標準化，在對各項數據進行相關性分析，在所得到的各變量之間的相關系數矩陣中，所有的相關系數均大于0.9，根據檢驗判斷法則，因0.9>0.3，所以選用的數據適合做因子分析。

由表3可知，大理州物流產值與經濟社會發展的指標相關性最強，第二產業產值、社會固定資產投資額、戶籍人口與物流產業各項指標間的相關性弱于其他幾項指標，但相關性系數依然大于0.9。接下來就運用因子分析法分別分析2005～2014年間大理州經濟社會發展水平并提取出相應的公因子，然后再分析所得公因子之間的相關關系。

運行SPSS軟件分別對大理州經濟社會發展和物流產業進行因子分析，得到所選取指標的公因子方差如表4所示。

由表4可知，所有變量的公因子方差值均大于0.9，說明提取出的公因子對原始變量的解釋能力應該是很強的。

表5、表6分別給出了大理州經濟社會發展和物流產業發展因子分析中的各因子解釋變量方差。

根據表5、表6，按照因子分析法的因子提取法各提取出1個公因子對相應的原始變量進行解釋，所提取出的公因子對各自對應的原始變量方差的解釋比例均大于98%，遠高于提取標準的80%的比例要求，說明提取出的公因子對原始變量的解釋能力（或作用）最大，且均提取各自的成分1作為主成分。

可見，所提取出來的主因子之間的相關性也是非常強的，擬合直線幾乎是同一條直線。

通過分析，大理州經濟社會發展與物流產業發展之間呈現高度相關關系。細分到指標來看，根據表4可知大理州經濟社會指標提取出的公因子對大理州GDP產值、第三產業產值和社會消費品零售額3項指標的解釋能力最強，第一產業產值、第二產業產值和社會固定資產投資額次之，戶籍人口最弱；大理州物流產業指標提取出的公因子對大理貨運量這項指標的解釋能力最強、貨運周轉量次之、物流產值最弱，結合所提取出來的公因子之間的關系，可以推斷出大理州GDP產值、第三產業產值和社會消費品零售額對大理州貨運量的影響最大，對貨運周轉量影響次之，對物流產值影響最?。坏谝划a業產值、第二產業產值和社會固定資產投資額對大理州產業的影響次之，戶籍人口所起的影響最小。為了驗證該結論，對影響最為明顯的經濟社會發展指標數據進行了為期5年的發展預測，根據預測結果，通過SPSS處理后得到的主因子的得分及趨勢如表9和圖2所示。

結果顯示，預測得到的大理州經濟社會發展和物流產業發展的主因子的分趨勢依然具有高度的相關性，擬合直線仍然是幾近重疊，說明前述分析結果具有較好的可信度。

4 小 結

分析表明，用大理州經濟社會發展數據在對大理州物流產業之間確實存在高度的相關性，通過研究大理州經濟社會發展來推測大理州的物流產業發展是可行的。同時，在大理州物流產業布局規劃及建設物流樞紐時，應該首先重點考慮相關地域的經濟總量、產業結構情況和社會消費品零售業發展狀況，其次再綜合其他影響因素來規劃物流產業的布局，合理配置物流園區、物流配送中心等物流場所，以此來實現本區域的物流高效率化，從而實現物流產業發展水平能較好并適度超前于經濟社會發展水平，共同促進區域發展。

根據此結果以及大理州各區域的發展現狀，在大理州所轄的區域中，2014年大理市和祥云縣兩地的經濟總量達449億元，占據大理州經濟總量的一半以上，所以從經濟發展的指標分析結果來看，大理州的物流產業布局重點應該集中在大理市、祥云這兩個區域。在此基礎上再結合國家和云南省的發展戰略做適度調整及補充，如根據大理州地理位置及周邊地州、市的發展情況在大理市、祥云兩個點的基礎上在適度擴充物流產業布局點，比如在接近保山市方向布局永平物流節點，在接近麗江方向布局上關注物流節點，構建“2+2”雙專業中心、雙重點節點的格局，這樣有利于充分發揮物流樞紐的建設，并能使大理州物流產業在滿足大理州經濟社會發展的物流需求的基礎上，更好地輻射周邊區域。

參考文獻：

[1] 高文相. 基于因子分析法的大理州“1+6”城市群物流產業布局分析[J]. 物流技術，2015，34（10）：139-141.

[2] 賈俊平. 統計學[M]. 北京：中國人民大學出版社，2012.

[3] 高文相，呂宏. 基于經濟產業結構的大理州物流需求研究[J]. 鐵道運輸與經濟，2015，37（7）：11-15.