丝绸之路经济带区域物流发展水平评价研究

何 剑，董春风，董丹丹

HE Jian, DONG Chun-feng, DONG Dan-dan

（石河子大学商学院，新疆五家渠831300）

(School of Business， Shihezi University， Wujiaqu 831300， Xinjiang， China)

丝绸之路经济带区域物流发展水平评价研究

何 剑，董春风，董丹丹

HE Jian, DONG Chun-feng, DONG Dan-dan

（石河子大学商学院，新疆五家渠831300）

(School of Business， Shihezi University， Wujiaqu 831300， Xinjiang， China)

在构建丝绸之路经济带区域物流发展水平测评指标体系的基础上，基于2005—2013年相关数据，采用全局主成分分析方法，综合比较丝绸之路经济带中国段9省区市的物流发展水平，并利用ArcGIS软件对丝绸之路经济带区域省区市物流发展水平进行矢量聚类。结果显示，丝绸之路经济带上四川物流发展水平上升趋势比较明显，但经济带整体物流水平不高而且不均衡，在战略上缺乏协调性；各省区市物流发展情况呈现集聚效应，四川、陕西和重庆物流发展水平较高，新疆、云南、广西物流发展水平一般，青海、甘肃、宁夏物流发展水平较低。最后，提出完善基础设施、强化协同发展等促进丝绸之路经济带区域物流发展的建议。

丝绸之路经济带；区域物流；全局主成分分析方法

1 概述

丝绸之路经济带中国段主要包括新疆、甘肃、宁夏、青海、陕西 5 省区，以及广西、四川、云南、重庆 4 省区市[1]。丝绸之路经济带战略的提出，将丝绸之路由原来的“商贸路”变成“经济带”，对我国大陆区域经济特别是区域物流的发展将产生巨大推动作用。构筑丝绸之路经济带大物流系统，推进物联网技术的应用[2]，减少贸易壁垒和跨区物流成本，挖掘物流发展潜力，实现物流的协调与可持续发展，是建设丝绸之路经济带亟需解决的重大战略问题。因此，对丝绸之路经济带沿途各省区市物流发展水平进行综合分析，在空间上对各省区市间物流发展进行探究，对于促进各省区市物流发展和丝绸之路经济带大物流建设具有重要意义。

近年来，不少学者和机构基于截面数据对区域物流做了相关研究。关于物流水平的评价研究，学者常用的方法主要集中在以下方面。一是侧重运用聚类方法和因子分析。国外学者 James H 等[3]依据亚洲和欧洲权威部门的数据聚类分析了亚洲和欧洲的物流系统优势与不足，并划分出 3 级物流层；国内学者王新安[4]构建 4 级物流指标体系，评价陕西省物流发展水平及现状；江帆[5]综合评价了江苏省的区域物流竞争力，有针对性地提出促进其提升的参考意见；李国俊等[6]运用灰色聚类相关理论知识，评价分析了新疆区域物流的发展水平，建议新疆建立 4 类区域物流中心，以促进新疆物流的发展。二是运用主成分分析方法进行研究。许小苍[7]采用主分量分析法构建区域物流综合评价模型，从经济社会发展、物流需求层面和物流供给层面 3 个方面，对重庆市的物流发展水平进行实证分析；王春豪[8]运用新疆和西北 5 省区不同年份的数据，分别对新疆区域物流发展水平和西北 5 省物流发展水平进行纵向和横向比较；李继云[9]、李虹[10]结合聚类分析分别对云南省物流发展水平和辽宁省的物流竞争力进行综合评价；张红丽等[11]运用主成分分析对新疆 14 个师的物流发展水平进行评价，并依据物流发展能力得分排名进行聚类划分。学者们的研究各有侧重，但大部分研究是基于截面数据进行评价，不能从动态上反映时间序列的物流发展水平。因此，在以往学者研究的基础上，基于国家丝绸之路经济带战略，运用全局主成分分析 (GPCA) 模型从动态上对物流指标进行测度，利用 ArcGis 软件根据物流发展水平综合得分结果进行空间矢量划分，从空间战略上分析各省区市物流发展，并提出促进丝绸之路经济带区域物流发展的建议。

2 测评体系和研究方法

2.1 评价指标选取

为了全面、准确、系统地评价丝绸之路经济带区域物流发展水平，必须遵循研究科学性、方法可行性、评估系统性、指标可比性等原则[12]，构建一套能够量化的指标测评体系。借鉴相关学者的研究成果，以及指标数据的可获取程度，构建可以从不同方面反映丝绸之路经济带沿途省区市的物流发展情况的指标体系。①经济基础类。综合反映该地区物流发展所依赖的经济社会基础。②流通需求类。从不同角度综合反映丝绸之路经济带沿途区域对物流的需求及流通规模。③基础设施类。反映丝绸之路经济带区域物流发展所依赖的物流基础设施。④人力资源类。主要反映 9 省区市物流业发展的人员从业情况。⑤科技水平类。即建设丝绸之路经济带物流发展可以依托的现代科技信息水平。区域物流指标综合测评体系如表1 所示。研究所用数据来源于丝绸之路经济带沿线各省区市 2006—2014年《中国统计年鉴》。

2.2 全局主成分分析

全局主成分分析 ，也称时间主成分分析，通常用于基于区域时间序列的发展分析，其基本思路和方法如下。

（1）全局多维时序立体数据表的建立。将原来的 n 个样本、p 个指标，跨度时间为 T 的原始评测数据做成一个 T×n×p 的多维时序立体数据表X，记为此时，按原来时间顺序纵向展开的时序立体数据表会形成一个新的共有 T×n 个样本的全局多维立体数据表。

（2）数据标准化。对数据进行标准化转换，以便消除量纲的影响。为原始数据的标准化值；Xij为第 i 个省区市的第 j 项指标的原始数据；和 Sj分别为原始数据第 j 项指标的平均值和标准差，为数据处理方便，记标准化后的数据仍为 X。

表1 区域物流指标综合测评体系

（4）求全局协方差矩阵前 m 个特征值 λ1≥ λ2≥…≥λm，以及对应的特征向量 u1，u2，…，um，它们是标准正交，此时称 u1，u2，…，um为主轴。

（5）由于 X 是中心化的，则第 Y 主成分为 Fb= X'uk。因此，全局主成分模型为且满足

式中：A 为主成分载荷矩阵；E (F)、E (U) 和 Dp×pU分别为第 Y主成分 F，U 的均值和残差。

如果残差 Dp×pU 的影响极小则可忽略不计，数学模型可以写为：

3 丝绸之路经济带区域物流发展水平的综合测度

3.1 物流发展水平因子的测取

采用 SPSS 软件对标准化后时序立体数据进行分析，测算出 KMO 检验值为 0.873，Bartlett 球形检验统计量的观察值为 3 140.144，相应伴随概率为 0.000，小于 0.05 的显著性水平，2 项指标检验说明可以进行全局主成分分析。根据累计贡献率要达到 85% 以上、方差大于 1 的原则，提取 3 个全局主成分，其特征值分别为 12.153、1.367 和 0.861，它们分别解释了 16 个原始变量信息的 75.958%、8.542% 和 5.381%，提取的 3 个全局主成分累计贡献率达到89.881%，提供了原始变量的足够信息，说明全局主成分分析反映各省区市物流发展水平的效果比较理想。系数矩阵 R 的特征值、贡献率和累计贡献率如表2 所示。

表2 系数矩阵 R 的特征值、贡献率和累计贡献率

3.2 区域物流发展水平的多维测度

对主成分因子进行方差最大正交旋转处理，可以得到原始变量的主成分载荷矩阵。对物流主成分载荷矩阵进行分析发现，第一主成分在地区生产总值 (GDP) (X1)、工业总产值 (X3)、第三产业总产值 (X4)、全社会固定资产投资额 (X5)、批发零售业年末库存总额 (X6)、社会消费品零售总额 (X7)、进出口贸易总额 (X8)、最终消费支出 (X9)、农林牧渔业总产值 (X10)、快递业务量 (X11)、货物周转量 (X12)、物流(交通运输、仓储和邮政)从业人员数量 (X14)、邮电业务总量 (X15)、互联网用户规模 (X16)上具有较高载荷和较强解释能力，命名为物流发展因子 Y1。第二主成分在人均 GDP (X2) 上具有较高载荷和较强解释能力，称之为经济水平因子 Y2。第三主成分在公路、铁路运输总长度 (X13) 上具有较高载荷和较强解释能力，称作物流设施因子 Y3。由此可见，所提取的 3 个主成分能够反映绝大部分指标信息，能够较好地代替原来 16 个变量进行分析。

3.3 区域物流发展水平的综合评价

依据物流主成分载荷矩阵，应用回归法计算主成分因子得分，可输出主成分因子得分系数矩阵，其公式为

式中：Yi表示提取的第 i 个物流主成分得分 (研究共提取 3 个物流主成分，即 i = 3)；uin，n 分别表示系数向量和指标个数 (n = 16)。

提取的 3 个全局主成分因子得分进行加权求和，取其贡献率作权重，构建丝绸之路经济带区域物流发展水平综合得分模型为

根据得分模型，可以计算出丝绸之路经济带各省区市不同年份物流发展水平综合得分及排名如表3 所示，从表中可以直观地对各省区市物流发展得分进行横向和纵向比较分析。

从横向看，丝绸之路经济带沿途各省区市的综合得分均呈逐年上升趋势，综合物流发展水平在不断提高。国家“十二五”规划实施以来，除甘肃、青海、宁夏的物流综合得分为负值外，其他省区市得分均为正值，此外，四川省的物流综合发展速度要高于其他省区市。从纵向看，不同年份丝绸之路经济带沿途各省区市物流发展水平综合得分排名变化不大。2011 年以来，广西综合得分排名有所下降，重庆和陕西综合得分排名则分别上升。综合来看，四川的物流发展水平综合得分均是最高，在时序动态上一直处于领先地位。

表3 各省区市不同年份物流发展水平综合得分及排名

依据丝绸之路经济带各省区市的物流发展水平综合得分，绘制 2005—2013 年 9 省区市物流发展水平趋势图如图1 所示。丝绸之路经济带沿途 9 省区市的物流发展水平从 2005 年到 2013 年均呈现出不断攀升的态势。目前，各省区市物流水平仍处于上行区间的增长阶段，表明伴随着经济社会的发展，物流水平在不断提高。丝绸之路经济带中国段涉及的 9 省区市中，四川的物流发展增长趋势远高于其他省区市，这得益于国家西部大开发战略机遇，其次是广西、重庆、云南、陕西和新疆 5 省区市，而甘肃、青海、宁夏 3 省区的物流发展潜力则明显偏低，处于缓慢增长期。

3.4 区域物流发展水平的空间比较分析

为了从动态角度对丝绸之路经济带沿途各省区市物流发展水平进行划分，依据物流综合发展水平数据，利用 ArcGIS 软件，将丝绸之路经济带中国段沿线城市进行矢量化。按照物流发展水平综合得分情况，将新丝绸之路经济带 9 省区市聚成物流发展水平较高、一般和较低 3 类情况，2005—2013 年丝绸之路经济带中国段沿途区域物流发展水平空间动态演化如图2 所示。

从图2 可以看出，地区间的物流发展水平具有明显的空间差异性。2005 年四川、云南、广西的物流发展水平较高，青海、甘肃、宁夏的物流发展水平较低，其他省区市则一般；至 2013 年则演变为四川、重庆、陕西的物流发展水平较高，广西和云南的物流发展水平增速放缓；四川物流发展一直处于较高水平，而青海、甘肃、宁夏的物流发展水平则一直较低。以上表明，各省区市由于存在区位差异及经济发展水平不同，基建设施因地而异导致各地区物流发展不平衡，呈现集聚效应，物流发展水平较高的地区对周边具有明显的带动和辐射作用。

4 结论与建议

图1 2005—2013 年 9 省区市物流发展水平趋势图

图2 2005—2013 年丝绸之路经济带中国段沿途区域物流发展水平空间动态演化情况

通过对丝绸之路经济带中国段 9 省区市 2005—2013 年区域物流发展水平的综合评价，以及对 9 省区市物流发展水平进行矢量聚类，研究结果显示如下。①我国交通基础薄弱，设施欠缺。现实中，丝绸之路经济带各区域地理位置不同，自然资源禀赋存在差异。部分偏远地区对设施基础建设关注不够，基础设施薄弱，导致物流业发展滞后，物流发展水平低，影响丝绸之路经济带的建设，不利于“一带一路”战略的实施。②我国各地区物流发展水平各异，呈现空间集聚效应。由于丝绸之路经济带各省区市经济发展水平不尽相同，国家方针政策和宏观调控相对倾斜，以及地方发展模式差异化和人口素质等因素，造成沿途各省区市“各自发展，统筹兼顾”，自身物流突出优势不能充分发挥，有潜力无引力的现状导致相互之间物流发展不均衡，战略上缺乏协调性，丝绸之路经济带整体物流水平难以提升。

为促进国家丝绸之路经济带战略的实施，提高丝绸之路经济带沿途省区市物流发展水平，建设丝绸之路大物流，结合以上研究结论，提出丝绸之路经济带区域物流发展建议如下。①完善基础设施，明确战略定位。在国家丝绸之路经济带战略背景下，新疆、甘肃、青海、宁夏、陕西5省区都已明确提出各自战略定位。四川、重庆、云南、广西也依据西部大开发优势和“一带一路”的战略机遇，抓准定位。当下，沿途各省区市在发展经济的同时，应紧紧跟随国家战略方针，瞄准定位，充分发挥自身资源和地缘优势。在我国西部，特别是西北地区，城市密集度低，人口稀少，资源丰富，应大力完善基础物流设施，拓展物流发展空间，才能促进丝绸之路经济带物流现代化、国际化。②强化协同发展，共建丝绸之路。由于丝绸之路经济带沿途各省区市物流发展水平参差不齐，在挖掘自身潜能发展物流的同时，还应配合好其他省区市物流的发展。丝绸之路经济带涉及范围广，沿途各省区市只有在航空、铁路、公路、河流等运输方面相互配合、相互协调、共同发展，避免恶性竞争，才能缩小相互之间的发展差距，在战略层面上共同促进丝绸之路经济带大物流建设。

[1] 鄢 飞，董千里. 丝绸之路经济带大物流系统协调发展机理[J]. 物流技术，2015，34(1)：1-4.

[2] 李 刚，林 峰. 物联网技术在铁路货运集散中心的应用研究[J]. 铁道货运，2014，32(12)：5-9. LI Gang，LIN Feng. Study on Application of Internet of Things (IOT) Technology on Railway Freight Collecting & Distributing Center[J]. Railway Freight Transport，2014，32(12)：5-9.

[3] James H，Chris S. Comparison of Asian and European Logistics Systems[J]. International Journal of Physical Distribution & Logistics Management，2003，33(1)：36-58.

[4] 王新安. 陕西物流发展水平评价指标体系、模型与发展对策研究[J]. 统计与信息论坛，2009，24(5)：68-73.

[5] 江 帆. 基于因子分析法的区域物流竞争力研究[D]. 南京：南京大学，2013.

[6] 李国俊，张 娜. 基于灰色聚类分析的新疆区域物流发展水平评价研究[J]. 铁道运输与经济，2015，37(2)：37-42. LI Guo-jun，ZHANG Na. Study on Evaluation of Regional Logistic Development Level in Xinjiang based on Grey Clustering Analysis[J]. Railway Transport and Economy，2015，37(2)：37-42.

[7] 许小苍. 基于主分量分析的重庆地区物流发展水平综合评价[J]. 铁道运输与经济，2009，31(5)：64-67. XU Xiao-cang. Comprehensive Evaluation of Logistic Development Level in Chongqing Area based on PCA[J]. Railway Transport and Economy，2009，31(5)：64-67.

[8] 王春豪. 基于PCA的新疆区域物流发展水平综合评价[J]. 铁道运输与经济，2011，33(7)：53-57. WANG Chun-hao. Comprehensive Evaluation of Logistic Development Level in Xinjiang Area based on PCA[J]. Railway Transport and Economy，2011，33(7)：53-57.

[9] 李继云. 基于主成分分析的云南各区域物流发展水平评价与对策分析[J]. 价格月刊，2012 (12)：84-87.

[10] 李 虹. 关于我国区域物流竞争力的分析与评价——以辽宁为例[J]. 技术经济与管理研究，2012(4)：108-111.

[11] 张红丽，杨广辉. 现代物流发展能力评价研究[J]. 物流技术，2014，33(2)：353-356.

[12] 王燕红. 区域物流能力研究——以广州市为例[D]. 广东：华南理工大学，2014.

责任编辑：金 颖

Study on Evaluation of Regional Logistics Development Level in ‘Silk Road Economic Belt’

Based on constructing the evaluation index system of regional logistics development level in ‘Silk Road Economic Belt’, according to relative data from 2005 to 2013, this paper, by using Global Principal Component Analysis Method, gives comprehensive comparison on the logistics development level of the 9 provinces in China within the ‘Silk Road Economic Belt’ area and makes vector clustering on provincial and city logistic development level of the area through ArcGIS software. The results show that Sichuan province has a more obvious rising trend, but on the whole, it is still relatively low and uneven, and lack of coordination on strategies; and the development among provinces presents cluster effect, the development level in Sichuan, Shaanxi and Chongqing are higher, the level in Xinjiang, Yunnan and Guangxi are modest, and the level in Qinghai, Gansu and Ningxia are lower. In the end, the paper puts forward suggestions on promoting regional logistic development in the ‘Silk Road Economic Belt’, such as improving infrastructure and strengthening coordinated development.

Silk Road Economic Belt; Regional Logistics; Global Principal Component Analysis Method

1003-1421(2015)09-0007-06

F252.2

A

10.16668/j.cnki.issn.1003-1421.2015.09.02

2015-06-23

石河子大学人文社会科学中青年科研人才培育基金项目(RWSK13-Y08)