江苏省区域物流竞争力评价研究

沈 晨，潘家坪 （南京林业大学 经济管理学院，江苏 南京 210037）

SHEN Chen, PAN Jiaping (School of Economics and Management, Nanjing Forestry University, Nanjing 210037, China)

物流业是支撑国民经济发展的基础性、战略性、先导性产业。物流业的高质量发展不仅能使本行业创造大量税收以及就业机会，同时也能带动其他相关产业的发展，因此物流业的稳定、高效发展与提升区域经济之间密切相关。江苏省位于东部沿海地区，地处长江经济带，经济发展综合水平一直位于全国前列，省内经济总体呈现“南强北弱”的特征。江苏省地势平坦、临海跨江，省内港口众多，公路、铁路四通八达，2019 年10 月，江苏省成为首批交通强国建设试点地区。在此背景下，研究江苏省区域物流竞争力，全面了解省内各城市物流发展情况，将有助于推动区域物流健康发展，综合提升江苏省区域经济发展水平。

1 文献综述

近年来，物流业已成为各地经济发展新的增长点，因此区域物流竞争力也引起了越来越多学者的关注。姜华等[1]提出了基于物流的区域经济竞争力概念，并深入研究了其所具有的理论和实践意义。李旭宏等[2]借助层次分析法和熵权法对区域物流综合竞争力进行评价，并利用SWOT 分析方法进行深入分析。李玉民等[3]从低碳物流的角度构建了低碳物流竞争力评价体系，通过投影追踪法对2012 年河南省物流竞争进行了实证分析，并对其提出了发展建议。蒋明琳等[4]构建了基于波特钻石模型的物流竞争力评价体系，运用因子分析对我国中部6 省物流竞争力进行实证研究，发现各省物流竞争力水平差异较大，物流供需水平严重失衡等问题。广大学者分别从不同角度出发构建了区域物流竞争力评价体系，对区域物流竞争力的研究已较为成熟，但是对于江苏省物流发展情况的研究还较少，因此本文以江苏省13 个地市为研究样本，在构建评价指标的基础上，运用因子分析和聚类分析方法对江苏省物流竞争力进行综合评价，并提出相关建议。

2 研究设计

2.1 指标选取

区域物流竞争力受到各种因素综合影响，但目前为止还未形成一个成熟的评价体系，因此本文参考已有研究，综合考虑数据的可获得性、可比较性以及科学性等原则，分别从宏观经济水平、物流发展规模以及物流基础设施3 个角度共选取10 项指标构建了区域物流竞争力评价指标体系。具体评价指标体系如表1 所示：

2.2 数据来源及预处理

本文以江苏省13 个地市为研究对象，搜集各城市2018 年各项数据进行研究分析，相关数据来自于2019 年江苏省统计年鉴以及2018 年江苏省各地市国民经济和社会发展统计公报。对于收集到的原始数据首先应进行标准化处理，以消除不同量纲所带来的影响[5]。因此本文在进行因子分析之前，利用SPSS.23 软件对各项数据进行了z-score 标准化处理。

3 因子分析

3.1 适用性检验

因子分析的基本思想是提取公因子来代表原始变量，找出公因子与原始变量之间的相关系数，从而达到简化、降维以及对原始变量再解释的目的。因此进行因子分析的前提是原始数据之间存在相关性，所以首先应对收集到的各项数据进行适用性检验[6]。本文利用SPSS.23 软件进行数据处理，适用性检验结果如表2 所示。检验结果KMO 值为0.675，一般认为KMO 值大于0.5 即适合进行因子分析，同时巴特利特球形检验的显著性概率值为0，说明各项数据之间存在较强的关联性，可以进行因子分析。

表2 KMO 和巴特利特检验

3.2 因子提取及命名

通过主成分分析法得到因子负荷矩阵，选取特征值大于1 的因子来解释多个变量，从而达到简化变量的目的[7]。具体结果如表3 所示，提取的两个公因子对总方差的贡献率达到了83.782%，说明这两个因子包含了原有10 项指标数据的大部分信息，能够很好地代表原始变量。

表3 总方差解释

通过最大方差法对因子模型进行旋转变换，得到旋转后的成分矩阵。根据表4 中旋转后的成分矩阵，可以看到第一个公因子F1在地区生产总值X1、交通运输、仓储和邮政业生产总值X3、港口货物吞吐量X4、公路货运量X5、邮电业务总量X6、载货汽车数X8、互联网宽带接入用户X9和交通运输财政支出X10上有较大的载荷，因此将其命名为经济环境及产业环境因子；第二个公因子在人均GDPX2和公路里程X7上有较大载荷，因此将其命名为物流需求及物流基础设施因子[8]。

3.3 因子得分及综合得分

用因子代表原始变量，需知道各因子和原始变量之间的线性关系[9]，本文通过回归法来估计各因子得分系数，根据表4 中成分得分系数矩阵，得到2 个公因子的得分公式：

为综合评价江苏省区域物流竞争力，本文以方差贡献率为权重，加权平均得到区域物流竞争力综合得分公式[10]：

表4 旋转后的成分矩阵及成分得分系数矩阵

式中：F代表综合得分公式，Fi代表第i个公因子。

根据上述公式，分别计算两个公因子F1和F2的得分并进行排名，再将F1和F2的得分代入综合得分公式，计算江苏省13个地市物流竞争能力的综合得分，对各城市物流竞争力进行排名，具体结果如表5 所示：

表5 江苏省物流竞争力因子得分及排名

3.4 结果分析

基于综合得分情况来评价江苏省各地市物流竞争能力，综合得分越高说明该城市物流竞争力越强。且一般将综合得分等于0 作为标准，当综合得分大于0 时，说明该地区的物流竞争力位于全省平均水平之上，反之则代表该地区物流竞争力居于全省平均水平之下。

从综合得分情况来看，江苏省内物流竞争力存在较大差异，综合得分排名第一的为苏州（得分为1.801），其综合得分比排名第二的南京（得分为0.890） 高出将近1 分，物流竞争能力处于遥遥领先状态。而物流竞争力排在末尾的地区为宿迁，其综合得分为-0.722，与苏州相差较大。从排名情况来看，物流竞争力排名前3 位的城市分别为苏州、南京和无锡，均属于苏南地区；排名后三位的城市分别为连云港、淮安和宿迁，均属于苏北地区。江苏经济总体呈现“南强北弱”的特征，物流竞争能力也大致与经济发展水平呈现一致特征，可见区域经济发展综合水平与区域物流竞争力之间息息相关。

4 聚类分析

4.1 K 均值聚类分析

为进一步对江苏省物流竞争力进行研究，本文在因子分析的基础上，以公因子F1和F2的得分和综合得分作为变量，通过SPSS.23 软件进一步进行K均值聚类分析。设置聚类数为3，将江苏省各地区物流竞争力状况共分为3 种类型。聚类结果如表6所示：

表6 聚类成员

4.2 结果分析

第一类的城市有苏州和南京，它们是江苏省内物流发展最具竞争力的两个城市，综合得分排名分别位于第一和第二。这两个城市形成物流竞争力绝对优势的主要原因在于其公因子F1得分居于全省前列，公因子F1代表的是支持物流业发展的经济因素和相关产业因素，苏州的地区生产总值、人均GDP 及人均可支配收入水平均位于全省第一，其经济发展综合水平强，而南京是江苏的省会城市，凭借长期的政治及经济区位优势，其物流竞争力排名也靠前。

第二类的城市有南通、徐州和盐城，这三个城市物流竞争力表现的共同特点是公因子F2的得分偏低。南通、盐城属于东部沿海城市，港口众多，水上物流业发展规模较大，而徐州历年来都是我国的铁路枢纽城市，这3 个城市分别凭借各自地理区位方面的优势发展地区物流，其物流竞争力水平在省内总体处于中游位置。

第三类的城市共有八个，分别为无锡、常州、泰州、扬州、镇江、连云港、淮安和宿迁。其中，无锡的物流竞争力综合表现较好，仅次于苏州和南京，而常州等另外7 个城市，物流竞争力水平受到经济、自然地理条件以及物流基础设施建设等因素的约束，总体物流竞争力位于省内平均水平之下。

5 结论与建议

借助因子分析和聚类分析方法，对江苏省13 个地市物流竞争力情况进行实证研究，明确定位江苏省各城市物流发展水平。结果发现，省内各城市中，苏州和南京的物流竞争力水平遥遥领先，无锡、南通、徐州等地凭借自身地理区位优势，其物流发展水平也较强。相比较而言，苏北地区物流竞争力水平则较弱，省内物流发展水平地区间差距较大。为促进江苏省物流行业的稳定、高效发展，本文提出了以下几点建议。

第一，应提高经济发展水平。在本文因子分析过程中，公因子F1经济环境及产业环境因子在物流竞争力综合得分中占有大部分的权重，说明经济发展水平对地区物流竞争力具有较大影响，因此江苏省各地市应因地制宜地发展当地经济。例如，苏锡常、南京等苏南城市应实施创新驱动战略，在开放性经济的基础上发展创新型经济，推动经济更上一层楼。南通、扬州、泰州等苏中城市应当紧紧抓住上海自由贸易区、苏中崛起、长三角一体化等国家战略机遇。徐州、连云港等苏北城市则应注重人才引进促进经济增长。

第二，应加强物流基础设施的建设。聚类分析中第二类城市物流竞争力稍落后的原因在于物流需求及物流基础设施因子得分较为落后，因此加强物流基础设施的建设也是提高物流竞争力重要举措之一。江苏各地应统筹推进道路的合理布局与建设，尽快建成都市圈主要城市1 小时到达，长三角主要城市2 小时到达的高效公铁交通网络，提高物流服务综合效率[11]。

第三，应进一步完善智慧物流的建设。在信息技术和人工智能发展的背景下，物流业也需要借助物联网、大数据等现代技术手段，实现智能化、自动化、网络化管理。江苏各地应当加快开发和应用RFID、卫星定位以及物联网等高新技术，依托物流信息平台，加快物流行业产业升级，降低物流成本，整体提高物流行业的运作水平。