中国省域服装产业竞争力评价分析

蓝广芊，胡少营,2，张龙琳，陈世文，吴大洋

(1.西南大学 纺织服装学院，重庆 400716；2.东华大学 服装学院，上海 200051)

中国省域服装产业竞争力评价分析

蓝广芊1，胡少营1,2，张龙琳1，陈世文1，吴大洋1

(1.西南大学 纺织服装学院，重庆 400716；2.东华大学 服装学院，上海 200051)

从生产与投资能力等方面选取了工业总产值等共计19项经济指标，构建中国地区服装产业竞争力的评价体系。利用因子分析法对2009年中国除西藏、海南之外的29个省市服装产业竞争力进行了评价，得出影响中国服装产业竞争力的四大因子，其影响程度分别为：经济实力因子＞增长因子＞资效因子＞盈利因子。根据分析的结论，对中国各地区服装产业的发展提出了对策建议。

服装产业；竞争力；因子分析；对策建议；中国

服装业是中国重要的出口产业，为国家出口创汇做出了很大的贡献，是国民经济中的传统支柱产业；同时服装产业也是劳动密集型产业，对促进就业、扩大内需和拉动经济发展具有重要作用，甚至许多省份都把服装产业作为重点产业来发展[1]。有关服装产业竞争力的研究成为学术界和政府部门等社会各界关注的焦点，而客观准确地分析中国各地区服装产业竞争力现状是制定服装产业发展战略的基础和前提。因此，通过计算各自的竞争力得分，分析各层次集团及各地区在发展服装产业中的优势和不足，进而在宏观和微观方面把握中国服装产业竞争力，对各地区更好地发展服装产业具有重要的理论参考意义。

1 服装产业竞争力指标评价体系的建立

影响服装产业区域竞争力的因素繁多且复杂，对其进行研究时，应遵照全面性、可比性、科学性、动态性和可操作性原则[2]，以及服装产业自身的特点来构建评价指标体系。本文的指标体系主要包括：生产与投资能力、产业效益竞争力、产业市场影响力、产业增长能力、品牌竞争力5个一级指标，为便于研究又细分为10个亚方面的二级过渡指标(表1)。

1.1 生产与投资能力

反映产业生产与投资能力的指标。

1)工业总产值是以货币表现的，在报告期内生产最终有效成果的价值总和，这是反映一个地区工业经济实力通常采用的指标。

2)人均工业总产值，是报告某个地区该产业人均的生产成果，这也是反映一个地区工业经济实力通常采用的指标。

3)资产负债率主要衡量企业的资信状况及对经营风险的抵御能力。资产负债率＝负债总额/资产总额。

4)实际完成投资是衡量某个地区投资额度和能力的重要指标[3]。

1.2 产业效益竞争力

反映产业效益竞争力的指标。

1)利润总额，反映获得利润能力。

2)销售利润率，反映每元产品销售收入的获得能力。通常，销售利润率＝利润总额/产品销售收入。

3)销售收入，从资金收入方面反映产业的销售能力。

4)产销率，从产品售货率方面反映产业的销售能力[4]。

1.3 产业市场影响力

反映产业市场影响力的指标。

1)产销率区位商：(区域该产业产销率/区域工业产销率)/(全国该产业产销率/全国工业产销率)。

2)区域产业产值增加值区位商：(区域该产业产值增加值/区域工业总产值增加值)/(全国该产业产值增加值/全国工业总产值增加值)。

3)区域产业市场占有率区位商：(区域该产业年销售收入/区域工业年销售收入)/(全国该产业年销售收入/全国工业年销售收入)。

4)区域产业市场占有率：区域该产业销售收入/全国该产业销售收入[5]。

1.4 产业增长能力

反映产业增长能力的指标。

1)实际完成投资增速，反映投资的增长能力。

表1 服装产业竞争力指标评价体系Tab.1 Evaluation Index System of Clothing Industry Competitiveness

2)工业总产值增速，反映生产增长能力。

3)销售收入增速，反映销售力的增长能力。

4)利润增速，反映效益的增长能力[6]。

1.5 品牌竞争力

反映品牌竞争力的指标。

1)国家名牌产品的数目，反映了产业产品在全国的品牌竞争力。

2)国家驰名商标的数目，反映了产业某商标产品在全国的品牌知名度和竞争力。

3)省(市)名牌产品数目，反映了服装产业产品在该区域的品牌知名度和竞争力。

2 分析方法

2.1 数据来源

本数据分析在参照2006－2008年3年数据的基础上，主要以全国除西藏和海南外2009年29个省市区的相关数据为准；数据来源于《中国统计年鉴(2009)》及相关省市的统计年鉴、2006—2009年连续四年的全国服装行业发展报告、国家质量监督检验检疫总局网站、中国驰名商标网、中国品牌网等。

2.2 数据处理

根据因子分析的步骤，对源数据进行标准化转化和SPSS处理。

2.2.1 源数据的修正和标准化转换

依据线性回归原理，对2006—2009年各指标进行线性检验，在剔除个别偶然数据的基础上，对2007—2009年3年的增长率指标数据求算术平均。再对源数据进行标准化转换。

2.2.2 KMO和Bartlett球度检验

对标准数据进行KMO和Bartlett球度数据进行检验，经SPSS计算，结果见表2。表中KMO＝0.636，对照KMO结果可知可以采用因子分析法；Bartlett球度检验给出的相伴概率为0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，单位矩阵假设错误，适合作因子分析。综合考虑以上两方面结果可知本体系指标适合作因子分析[7-8]。

表2 适合度检验结果Tab.2 KMO and Bartlett's Test

2.2.3 提取因子变量

数据通过检验之后，对数据用主成分的分析法来提取因子变量(表3)。

2.2.3.1 提取因子变量个数

根据表3所示，第一组中，第二到第四列中依次为对应第一列因子的特征值、方差贡献率和累积方差贡献率，其中第1个因子的特征根为8.897，解释原有18个变量总方差的46.825 %，累积方差贡献率为46.825 %；第2个因子的特征根为3.305，解释原有19个变量总方差的17.394 %，累积方差贡献率为64.219 %；第3个因子的特征根为1.590，解释原有19个变量总方差的8.371 %，累积方差贡献率为72.590 %；第4个因子的特征根为1.098，解释原有19个变量总方差的5.780 %，累积方差贡献率为78.370 %。

第二组，第五到第七列则是从初始解中根据特征值大于0.857提取了4个公共因子后对原变量总体的描述情况，各列数据的含义和前面第二列到第四列相同。可见提取了4个公共因子后，它们反映了原变量的大部分信息。第三组，是因子旋转矩阵的对原变量进行描述，与第二组一样通过4个因子就描述了整个变量整体。

表3 主成分计算结果Tab.3 Total Variance Explained

2.2.3.2 确定因子载荷矩阵

根据描述和验证，通过计算原始变量的相关系数矩阵及其前19个特征值、特征向量，最终确定4个主因子变量的因子载荷矩阵。

由表4可知，主因子变量因子载荷分布反差太大，如第一个因子变量中，X1，X2，X4，X6，X7，X10，X11，X12，X17，X18，X19都是高载荷，而第三、第四个因子变量分别只有X5，X9载荷比较高，无法明确传达信息，有必要对矩阵进行旋转。

2.2.3.3 因子旋转

经过旋转的因子载荷矩阵见表5。根据旋转后因子载荷矩阵和三维因子载荷图，得出如下判断：

在第一个因子中，X1，X2，X4，X6，X7，X10，X11，X12，X17，X18，X19都有很高的载荷，这几个指标基本上反映的是地区服装产业的整个经济实力，将此因子称为实力因子。

表4 因子载荷矩阵Tab.4 Component Matrix(a)

表5 旋转后的因子载荷矩阵Tab.5 Rotated Component Matrix(a)

第二个因子相比较，在变量X13，X14，X15，X16载荷较大，这几个指标集中反映了产业增长能力，所以可以称此因子为增长因子。

第三个因子相比较，在X3，X5处有较大的载荷，这几个反映了产销能力和资信状况，可以称此因子为资产效益因子(资效因子)。

第四个因子相比较，在X8，X9处有较大的载荷，这几个因子反映的是产业销售能力和盈利能力，可以称此因子为盈利因子。

经过分析可知，旋转之后的因子载荷矩阵将19个指标按高载荷归为4个因子，这4个因子所容纳的高载荷指标间互不相关。现通过因子变量的协方差矩阵进行验证(表6)。

由表6可以看出，此协方差矩阵为单位矩阵，根据单位矩阵的性质可知因子之间互不相关，即证明4个因子指标之间互不相关的正确性，同样也再次证明各指标用于因子分析模型来分析的正确性和科学性[9]。

表6 因子变量的协方差矩阵Tab.6 Component Score Covariance Matrix

2.2.4 计算因子得分

根据以上描述即可算出包含4个公因子的因子得分，结果见表7，并得出因子得分矩阵方程：

根据4个因子得分即可得出综合因子得分的矩阵方程：

从式(2)中可以清楚地看到，在4个影响因子中，经济实力因子对竞争力的贡献率最大，达到46.825 %，说明经济实力因子是服装产业竞争力中最关键的因素；其次是增长因子的贡献率达到17.394 %，资效因子的贡献率达到8.371 %，盈利因子为5.789 %。这4个因子的累积贡献率达到78.372 %，说明该模型因子能够正确诠释服装产业竞争力的强弱对比，可以用它来计算各个省份间的服装产业竞争得分。

表7 因子得分矩阵Tab.7 Component Score Coef fi cient Matrix

3 结果与分析

根据分析和得到的矩阵方程，结合标准数据即可得到因子分析的结果，具体计算得分见表8。

通过表8的数据可以看到，总体上中国服装产业的竞争力的地区差异是非常大的，综合得分极差达到2.028，表明中国各地服装产业竞争力的差异比较明显。分地区来看，江苏、浙江、广东、山东、福建因强大的经济实力而使得其综合得分位居全国前5名，处于全国服装产业的第一集团，这也说明了经济实力因子的对竞争力的影响是最大的；但在这5个服装强省中，除了山东省的增长因子为正值以外，其他4个省份均为负值，表明它们的发展速度处于全国劣势，主要原因是在世界经济危机后，中国沿海的服装强省正在逐步向其他地方转移，从而使得自身的发展速度减慢。另外，在资效因素上，广东、江苏的具有全国比较优势，而浙江、山东、福建则处于全国比较劣势；在盈利因素上，山东、江苏的具有全国比较优势，而浙江、广东、福建则处于全国比较劣势。

处于第二集团的上海、安徽、辽宁、河南、北京、湖南6个省份中，上海、辽宁、河南的实力因子得分为正值，安徽、北京、湖南的为负值，但是安徽、河南、湖南的增长因子得分位列全国一、二、四名，主要原因是，近年来中国中部省份承接着服装产业由东向西转移的重要任务，同时随着《皖江城市带承接产业转移示范区规划》的实施，安徽、河南、湖南、湖北等中原省份的服装产业取得了极大的发展空间。另外，在资效因素上，北京、安徽具有全国比较优势，而湖南、辽宁、河南、上海则处于全国比较劣势；在盈利因素上，北京、河南的具有全国比较优势，而安徽、上海、辽宁、湖南则处于全国比较劣势。

表8 各地区服装产业竞争力水平对比Tab.8 The Apparel Industry Competitiveness Among Different Provinces

除了处于第一、二集团的省份外，其他省份的服装产业竞争力处于全国的比较劣势，综合竞争力较弱。在盈利因子得分上，黑龙江、新疆等位于前列，这与黑龙江、新疆地处边疆，区域服务性相对较强，以及针对性出口拉动的盈利有很大关系。

通过分析可以得到以下结论：

1)影响中国地区服装产业竞争力的因素主要有4个：经济实力因子，产业增长因子，产业资效因子，产业盈利因子；其中经济实力因子对服装产业竞争力的影响程度最大，而产业盈利因子影响最弱。这一结果真实反映中国目前服装产业的现实状况，同时也凸显了中国服装产业未来发展所面临的核心问题，即是中国地区服装产业竞争力的最主要影响因素是经济实

力因素，而产业盈利因素的影响程度只有5.789 %。

2)中国省域服装产业的竞争力差距较大：江苏、浙江、广东、山东、福建因强大的经济实力而使得其综合得分位居全国前5名，处于全国服装产业的第一集团，但只有山东省的增长因子为正值，说明中国东部沿海的服装产业强省发展速度在减慢，服装产业面临着从沿海地区向内陆省份转移；上海、安徽、辽宁、河南、北京、湖南6个省份处于全国服装产业的第二集团；其他省份是目前中国服装产业竞争力较弱的地区。

4 结 语

服装产业虽然是劳动密集型产业，但制约产业核心竞争力的是经济实力因素，也就是一个地方要提高服装产业竞争力，必须要努力提高服装企业的产业规模，注重品牌建设，提高市场占有率，才能较快地提高地区服装产业核心竞争力。

首先，对于中国服装产业竞争力较强的江苏、浙江、广东、山东、福建等省份来说，在巩固目前的产业规模基础上，应该加大服装品牌建设和推广力度，加强服装产业链的建设，特别是在海外服装产销链条的建设，提高中国服装产业在海外的市场占有率。另外，这几个省份的资效因子和盈利因子均较低，重要原因是当地劳动成本较高。因此，加快服装产业向内陆转移，特别是加快附加值较低的服装产业链上游工业向内陆转移，尽快形成东部服装强省做服装产品设计及品牌开发，才能进一步提高服装产业强省竞争力。

其次，对于处于第二集团的省市来说，上海和北京是中国经济最发达地区之一，也是中国时尚之都，应重点发展时尚高端品牌服装，加快服装新品的发布，并积极引进国际时尚元素，努力占据国内服装高端市场；对于安徽、辽宁、河南、湖南来说，它们承接着服装产业由东部向西部转移的重要使命，除了加强自身产业规模的建设外，加快服装产品流通渠道建设，形成一批有规模的服装产品集散市场，积极扮演自身服装产业转移中转市场角色，是快速提高自身产业竞争力的重要措施[10]。

再次，对于服装产业竞争力相对较弱的处于第三集团省份来说，在积极承接东部省份服装产业转移的同时，应做到产业细分，重点发展劳动密集型的产业链上游工业，避免将服装产业做成“小而全”。同时在服装产业发展过程中，要注意做到高效、环保，实现产业可持续发展。另外，处于西部地区的省份(重庆、四川、云南、贵州、广西等)应积极利用国家西部大开发战略，积极开发具有自身特色的服装产品，争取将自己做成西部区域的服装产业中心。

对于中国而言，必须树立全国服装一盘棋的观念，优化服装产业结构，合理调整产业布局，关键在于：一是逐步推荐服装产业有梯度的转移，在服装强省中可以逐步实现省内资源有效配置，向劳动力成本的地区转移，如苏南企业到苏北开发，粤南地区产业慢慢向粤北和东西两翼发展，福建、浙江一些产业集群向周边扩散，使服装强省的省内服装布局有效转移成为中国服装产业梯度转移的第一站；二是东南沿海地区服装产业需要进行结构调整，逐步向中西部地区进行转移，在转移过程中要避免盲目扩张产能，创新理念实现有序梯度转移，承接转移地区要完善产业链及配套服务，打造先进制造业，并发挥龙头企业带动作用；三是要大力发展以服装产业为主导的时尚产业集群，以市场化为准绳，以创新为先导，在全球化的视野下构建服装产业集群的构建，并实现产业集群的产业化发展，从而使中国整个服装产业分工更加明确，布局更加合理，促进整个产业的蓬勃发展。

[1]江展鹏.中国纺织服装产业国际竞争力研究[D].广州：暨南大学经济学院，2008.

[2]师日林.山东纺织服装产业国际竞争力研究[D].镇江：江苏大学财经学院，2009.

[3]郝黎仁，樊元，郝哲欧，等.SPSS实用统计分析[M].北京：中国水利水电出版社，2002：300-305.

[4]国家统计局.中国统计年鉴2009[M/CD].北京：中国统计出版社，北京数通电子出版社，2009.

[5]刘晓红，李国平.基于区位商分析的区域产业结构实证研究[J].统计与决策，2006，24(5)：75-76.

[6]黄永强.江西钢铁产业竞争力提升研究[D].南昌：南昌大学经济与管理学院，2007.

[7]周怡，周少琴，李庄仲，等.试论因子分析和主成分分析的关系[J].中国卫生统计，1993，24(2)：47-48.

[8]吴明隆.SPSS统计应用实务[M].北京：中国铁道出版社，2001：35-36.

[9]李克娥.因子分析法在医药上市公司综合业绩评价中的应用[J].荆门职业技术学院学报，2006，21(3)：67-68.

[10]宁波市服装行业协会.宁波市服装行业“十一五”规划报告[R].北京：中国纺织出版社，2005：18-20.

The Evaluation & Analysis on Competitiveness of Apparel Industry for Different Provinces in China

LAN Guang-qian1, HU Shao-ying1,2, ZHANG Long-lin1, CHEN Shi-wen1, WU Da-yang1

(1.College of Textile and Garments, Southwest University, Chongqing 400716, China; 2.Fashion Institute, Donghua University,Shanghai 200051, China)

With 19 economic indexes f.e. a total industrial output selected from the production and investment ability, the evaluation system on different provinces in China is established. Using the factor analysis, an evaluation is carried out on the competitiveness of garment industry for 29 provinces in China except Tibet, Hainan, in 2009. Accordingly, four factors are reached, which affects the competitiveness of China apparel industry. The degree of effect aligns as follows:the economic strength factor ＞the growth factor ＞the asset benefit factor ＞the pro fit factor. In light of the analysis results above, the countermeasures against the clothing industry development in various areas are proposed.

Clothing industry; Competitiveness; Factor analysis; Countermeasures; China

F406.73；TS941.19

B

1001-7003(2010)12-0057-06

2010-08-11；

2010-10-10

蓝广芊(1982― )，男，讲师，主要从事服装产业竞争力的教学与研究。通讯作者：吴大洋，教授，博导，wdy1484@swu.edu.cn。