基于因子分析法的区域物流规划

2018-05-03何悦

价值工程 2018年14期

何悦

摘要：本文利用因子分析法对区域物流规划中各地区的物流发展进行综合评价并分析。利用因子分析对各地区的物流发展综合实力进行评价，再利用新得到的综合主因子指标代替原来较多的评价指标，对西部地区的物流发展进行评价得分。该方法不但能够使原来复杂的问题简单化，而且所得结论客观、可信、较有说服力。

Abstract： This paper uses factor analysis method to evaluate and analyze the logistics development of each region in regional logistics planning. Factor analysis is used to evaluate the comprehensive strength of logistics development in each region， and the new comprehensive main factor index is used to replace more of the original evaluation indicators to evaluate the scores of logistics development in the western region. This method can not only simplify the complicated problems， but also makes the conclusion more objective， credible and persuasive.

关键词：因子分析；区域物流；特征值；综合得分

Key words： Factor Analysis；regional logistics；characteristic value；synthesis score

中图分类号：F259.27；F224 文献标识码：A 文章编号：1006-4311（2018）14-0289-03

0 引言

随着经济的快速发展，物流业在我国得到了飞速发展，很多地区相继对各自的区域物流中心进行了规划。区域物流是指一个经济区域或城市的物流，处于基本相同的社会环境及法律制度环境下，科技水平和装备水平相当，具有其区域相似的特点[1]。区域物流的发展直接关系到区域经济的发展，只有提高区域物流服务水平、降低区域物流成本、提升区域物流竞争力、实现高层次的区域物流合理化，才能保证区域经济可持续发展，而实现这些目标的最根本前提是合理地评价分析区域物流的发展现状。找出其发展的薄弱环节，针对不同的区域出台具有差异性的物流发展政策，通常人们处理这种问题大多以经验定性分析为主，主观随意性较大。鉴于此，在物流研究课题和物流规划实践总结的基础上，本文提出一种基于因子分析法的客观分析方法对陕西省内10个城市的物流发展进行综合评价，为制定区域物流发展规划提供参考和依据。基本思路是：首先建立区域物流发展评价指标体系，再利用因子分析对陕西省内10个城市的物流发展进行综合评价并得分，最后得出结论。

1 区域物流发展评价指标体系

根据可比性、完整性、易获取性、非重叠性、定量和定性指标相结合等原则，建立区域物流发展评价指标体系[2]。这些指标从不同角度反映了区域物流的发展特征。社会经济发展类：综合反映了区域物流发展的社会经济基础。包括 GDP（X1）和人均 GDP（X2）。GDP反映一个城市的综合经济实力，该值越大说明经济发展水平越好，在区域物流中心系统中的地位就越重要。除了考虑GDP总量以外，还应该考慮GDP的人均状况，因为人均GDP越大表明单位人口对物流的需求越大，由此使得该城市的物流需求也越大。生产消费流通类：包括农业总产值（X3）、工业总产值（X4）、建筑业总产值（X5）、社会消费零售总额（X6）、进出口总额（X7）。它们分别从生产、消费、国内流通等不同角度反映了区域物流服务的需求状况和需求规模。交通运输类：反映了区域物流发展的物质基础，公路里程（X8）和民用汽车用量（X9）。信息发展水平类：反映了物流信息发展水平，人均移动电话用户数（X10）、人均互联网用户数（X11）。

2 区域物流发展综合评价模型

相关系数矩阵[3][4]是由矩阵各列之间的相关系数构成的矩阵。相关系数？籽XY的计算公式如式（1）所示：

3 实例分析

3.1 对数据做标准化处理

在陕西省的建设过程中，作为支撑国民经济发展的基础性、战略性产业的物流业是陕西省各城市核心竞争力的重要组成部分。陕西省也非常重视各个城市物流基础设施的建设，十多年来，陕西省各城市的道路主干线已经基本建成，物流基础设施建设也实现了跨越式的发展。通过本文的研究对陕西省内10个城市的物流系统规划提出一些具有建设性的意见。评价指标体系原始数据详见表1。

通过公式（1）对原始数据进行标准化处理（利用SPSS软件处理），得到的标准化处理结果见表2。

3.2 主因子的确定

根据式（2）计算出原始指标的相关系数矩阵，见表3。

由表3可得，GDP与人均GDP、工业生产总值、建筑业总产值、社会消费零售总额、进出口总额高度相关；人均GDP与工业生产总值高度相关；工业生产总值与建筑业总产值、社会消费零售总额、民用汽车量、移动电话用户、互联网用户高度相关等等。

利用SPSS軟件中的主成分法计算特征值和贡献率得到的结果如表4所示，从表4中可以得出各因子的起始特征值，并可以将特征值大于1的前两个因子提取出来作为主因子。

利用主成分法，将数据导入到SPSS软件中，可以得到如表5所示的旋转前的因子载荷矩阵。

由选取主因子个数的定义（特征值大于1的个数即为选取的主因子的个数）可知，大于1的特征值有两个，如表4所示，即提取前两个特征值。因此，为了减少信息损失，使综合评价和后面的评分尽可能接近原始状态，本文取前2个主因子，此时累计方差贡献率？琢=86.968%，前2个主因子以86.968%的精度体现了原始指标体系，如表5所示。从表5中可以看出，由于该表为旋转前的因子载荷矩阵，基本上所有的指标都与两个主因子高度相关或呈现相关关系，即对公共因子的解释不好，因此需要进行旋转，本文选择利用最大方差法进行旋转。

表6是根据最大方差法进行旋转得出的结果，从表中可以看出，与主因子1高度相关的指标有GDP（亿元）、建筑业总产值（亿元）、社会消费零售总额（亿元）、进出口总额（亿元）、民用汽车拥有量（辆）、移动电话用户（万户）、互联网用户（万户）七项；与主因子2高度相关的只有公路里程（公里）一项指标。

接下来，利用SPSS软件进行因子得分分析，得到因子得分系数矩阵，如表7所示。将因子得分系数矩阵中的因子载荷带入公式，可以得到区域物流发展的主因子表达式为：

F1=0.093X1-0.009X2-0.042X3+0.015X4+0.156X5+0.153X6+0.172X7-0.187X8+0.134X9+0.128X10+0.147X11

F2=0.111X1+0.274X2+0.308X3+0.289X4-0.082X5-0.073X6-0.142X7+0.547X8-0.016X9+0.007X10-0.057X11

利用主因子与综合评价函数的表达式可以计算出两个主因子的得分以及综合得分，并按照得分进行排名，得分越高的城市排名越靠前。因此，可以对这10个城市进行排名，通过分析可以得出，西安市、咸阳市和宝鸡市的物流发展水平较好，而安康市、商洛市、铜川市的物流水平较低，需要继续加强区域物流发展水平。

4 结论及建议

通过分析可以得出，西安市、咸阳市和宝鸡市的物流发展水平较好，而安康市、商洛市、铜川市的物流水平较低，需要继续加强区域物流发展水平。本文根据实证分析得出的结果并结合现代物流的发展趋势给出以下建议。首先，陕西省各城市之间要加强合作，为物流发展创造良好的外部环境；第二，要积极支持和培育物流企业的发展；第三，加强物流业的信息化并加强物流业的基础设施建设。