長三角城市群物流高質量發展測評

□文/劉天雯 李琳歆

（蘇州科技大學商學院 江蘇·蘇州）

［提要］ 對區域物流進行綜合評價是確保區域物流發展水平持續推進的前提。本文從區域發展水平、區域物流供給規模、區域物流運輸設施建設第一維度構建具有全面性的區域物流評價體系，使用因子分析、聚類分析等方法，分析計算各指標權重，測度長三角地區的區域發展水平、區域物流供給規模，進行分析評價。

早在2009 年，物流業已被歸入國家十大調整振興產業之一，并逐步成為推進我國區域經濟高質量發展的重要動力。通過對區域物流高質量發展的測評，能夠更好地推進區域高質量發展的完成。著眼于長三角物流一體化高質量發展趨勢，是提高資源空間配置效率的重要途徑，同時也是其物流綜合協調發展的動力。

一、長三角物流高質量發展指標體系

（一）指標體系構建。區域物流“質量”概念目前沒有明確統一的定義。研究普遍認為，區域物流“質量”為區域物流發展的綜合能力表現，是一個綜合性指標。要全面描述長三角物流“質量”特征和狀態，需要建立評價指標體系，即對區域物流發展綜合能力進行衡量。

基于區域物流“質量”評價體系的全面性和復雜性，以及統計數據的質量和來源的可靠性，區域物流發展綜合實力衡量的指標較多，本文選取區域經濟發展水平、區域物流供給規模以及區域物流基礎設施建設3 個一級指標，綜合一致性、科學性、系統性、權威性和可獲取性等原則，選取11 個二級指標，構建出長三角區域物流“質量”評價指標體系，如表1 所示。（表1）

表1 長三角區域物流“質量”評價指標體系一覽表

（二）數據來源。上述評價指標中，江蘇省、浙江省、上海市統計年鑒，江浙各城市統計年鑒及江蘇、浙江、上海交通年鑒。考慮到統計數據的時延差異，基于相關年鑒2020 版，選擇長三角41 個城市作為研究對象，獲取相關數據并進行匯總分析，以客觀反映當前長三角各城市物流高質量發展現狀。

二、研究方法

（一）因子分析。因子分析法可以將多個變量用少數幾個有代表性的公共因子來代替，以此來達到簡化問題、方面分析的目的。因子分析從復雜繁多的指標中提取幾個主要的公因子，通過公因子來反映原始指標，再計算相對方差貢獻率作為所提取的公因子的權重，最后計算綜合得分與排名，通過不同的公因子的得分以及總得分來綜合反映長三角區域物流發展情況。

（二）聚類分析。聚類分析法是一種根據“物以類聚”的理念，對樣本或指標進行分析的多元統計分析方法。其認為樣本或變量之間存在著不同的相似性。根據所搜集的樣本的觀測指標，找出一些統計量，這些統計量可以度量樣本或變量之間的相似度的高低，然后以此作為依據，將相似性較高的樣本或變量進行聚合。

三、實證研究結果

（一）長三角城市群物流高質量發展水平排名

1、因子分析的適當性檢驗。表2 是變量的共同度表，表中給出了提取公因子前后各變量的共同度，所有共同度都在75%，甚至在90%以上，由此可知提取的公共因子已經包含了原始變量的大部分信息，因此對各變量的解釋能力較強。（表2）

表2 變量共同度一覽表

2、提取公因子。利用SPSS 軟件，首先對數據進行標準化處理，再采用因子分析法和方差最大正交旋轉法對測量物流發展的11 個指標進行分析。從表3 總方差解釋表輸出結果可以得出，共提取了四個公因子，且通過SPSS 結果碎石圖可以看出提取四個因子是較為合適的。第一個公因子特征值為3.748，解釋了總變量的34.074%；第二個公因子特征值為2.649，解釋了總變量的24.084%；第三個公因子特征值為1.770，解釋了總變量的16.094%；第四個公因子特征值為1.188，解釋了總變量的10.803%。四個公因子累計貢獻率已經到達85.056%，既達到了降維的效果又避免了信息的丟失。（表3）

表3 總方差解釋一覽表

3、解釋因子變量。從表4 旋轉后的公因子載荷矩陣看出，第一個因子在X1、X4、X5、X6、X11上有較高的載荷。第一個因子囊括了物流發展的經濟環境、貨運量和信息水平這些環境因子，定義為物流發展綜合環境因子。第二個因子在指標X2、X3、X8上有較高的載荷，定義為物流經濟發展因子。第三個因子在指標X7、X9上載荷較大，定義為物流運輸能力因子。第四個因子在指標X10上載荷較大，定義為物流基礎設施因子。（表4）

表4 旋轉后的載荷矩陣一覽表

以表5 中各公因子的方差貢獻率占比作為權重可得公因子綜合模型，可知長三角41 個城市公因子最終總得分。上海12.1956，排名第一，說明上海市物流發展水平最高，物流發展的最好；蘇州市F 得分7.6854，與上海有較大差距，又比南京發展顯著，排名第二；南京F 得分4.2547，排名第三；杭州F 得分3.7992，排名第四；無錫F 得分2.6707，排名第五；寧波F 得分2.5394，排名第六；合肥F 得分2.2581，排名第七；徐州F 得分1.8659，排名第八；南通F 得分1.4952，排名第九；嘉興F 得分1.4261，排名第十；常州F 得分0.8404，排名第十一，這些城市F得分較高，說明物流發展水平較好。溫州到鎮江得分適中，說明物流發展水平適中，可進一步加強完善。這些城市得分偏低，說明物流發展水平較低，有待進一步提高。通過分析連云港到銅陵這19 個城市各項指標的排名可以發現，這些城市的幾項指標得分都比較靠后，表明了整個城市的物流發展水平相對不佳，整體物流實力比較落后。因此，這幾個城市需要在今后的物流建設過程中加大建設力度，尤其是區域發展水平、區域物流供給規模、區域物流運輸設施建設等幾個方面的建設。（表5）

表5 各公因子（綜合）得分及排名一覽表

（二）長三角城市群物流高質量發展類型劃分。利用分層聚類法分析，截取冰柱圖，以得到更加直觀的分類結果以及聚類過程和步驟。橫軸為聚類變量，縱軸為變量類別數。經過SPSS處理的冰柱圖結果如圖1 所示。（表6、圖1）

表6 凝聚狀態一覽表

圖1 經過SPSS 處理的冰柱圖

從聚類表及冰柱圖可得：當聚成2 類時，徐州、杭州、寧波、溫州、亳州、蚌埠、阜陽聚成一類，其他個案自成一類；當聚成3類時，南京、連云港、宿遷、嘉興、上海、合肥、宿州、滁州、六安聚成一類，徐州、杭州、寧波、溫州、亳州、蚌埠、阜陽聚為一類，其他城市聚成一類；當聚成4 類時，南京、連云港、宿遷、嘉興、上海、合肥、宿州、滁州、六安聚成一類，杭州、寧波、溫州、亳州、蚌埠聚為一類，常州、阜陽聚成一類，其他城市聚成一類；當聚成5 類時，南京、連云港、宿遷、嘉興、上海、合肥、宿州、滁州、六安聚成一類，無錫、常州、宿州、南通、淮安、鹽城、衢州、紹興、舟山、淮北聚成一類，徐州、阜陽聚成一類，杭州、寧波、溫州、亳州、蚌埠聚成一類，其他城市聚成一類。

四、結論

從因子分析和聚類分析的結果可以看出，長三角各城市物流高質量發展水平有一定參差。上海，F1：19.6603、排名第一，F2：9.0087、排名第二，F3：3.3539、排名第三，說明其經濟環境、人力資源、信息水平均具有優勢，在綜合方向上為物流高質量發展提供了綜合性條件，且物流發展水平總得分最高，說明其物流發展程度最高，發展趨勢最優。同時，相比于其他城市有較大優勢。第二類城市物流發展情況較好，此類城市雖然在F1、F2 得分上，即綜合物流環境、經濟方面遜色于上海，但F3、F4，即物流運輸能力及基礎設施建設較好，尤其在F4，即基礎設施建設水平上擁有較高能力，說明此類城市由于物流基礎設施建設比較發達，物流發展的物質基礎較好，最終導致物流發展水平較高。第三類城市在四個公因子上得分均較低，說明第三類城市在綜合物流環境水平、物流經濟發展水平、物流運輸能力和基礎設施配備方面均較落后，導致物流發展綜合水平較低。

總體而言，長三角區域物流發展水平趨于高質量化，但其中各城市之間差異較為顯著。通過綜合運用聚類分析、因子分析等方法，建立物流發展水平綜合評價體系，從物流綜合發展的評價角度出發，對長三角物流高質量的發展作出合理的評價分析。其中，上海的綜合物流發展水平最佳，在長三角區域乃至全國有著鮮明優勢，池州、黃山、六安、銅陵等地的物流發展狀況較為落后，在綜合環境、經濟發展水平、物流運輸、基礎設施建設等方面仍有欠缺，長三角區域物流高質量發展已有一定果實，且在國內具有一定先鋒作用，但仍需進一步深化。繼續推動長三角地區物流高質量發展，需要把智慧物流作為重要因素，開展平臺智能數字化管理、推動物流信息關聯與開放，并繼續加強物流基礎設施網絡建設。