将江苏省13个城市作为样本, 选取15个能代表物流发展水平的指标建立指标体系。用主成分法对原有指标体系降维, 进而获得新的综合主成分指标和样本矩阵。再用类平均聚类法对江苏省的13个城市进行聚类分类和综合评价。根据分析结果, 提出将江苏省区域物流发展水平划分为三个等级及重点发展三大主力物流枢纽建议。
区域物流的发展水平是评价一个经济区域综合实力和现代化进程的重要标志, 其正成为区域经济新的经济增长点和支柱产业。科学评价区域物流发展水平并进行合理规划, 对降低物流系统的运行成本和增强区域综合实力具有重要意义。国内外学者基于不同方法和理论视角对区域物流进行了相关研究。李婷[1]以广东省为例, 剖析了影响广东省物流的发展要素, 使用主成分法得出广东省各市区的综合得分, 再利用聚类分析办法划分出其省内各地区的层级。王健和刘荷[2]针对区域物流主要影响因素分析, 综合运用格兰杰因果检验法、方差分解方法以及脉冲响应函数进行动态分析, 并对各因素影响程度等级划分, 为福建省未来物流发展提供建设性意见。朱兴航[3]基于改进的SLP方法, 构建了以铁路物流中心功能区间综合密切关系程度最大和功能区间物料搬运成本最小的双目标、多约束优化模型, 利用遗传算法进行求解, 同时应用到长春铁路物流中心的平面布局规划中。Anjali Awasthi[4]将亲密图、AHP法和模糊-TOPSIS法应用到城市物流规划中, 首先剖析了城市物流的指标体系, 再次使用AHP法算出各个影响要素权重系数, 最终用模糊TOPSIS法对现有城市物流布局排序, 最终得出最优解。Gulfem Tuzkaya[5]等构造算法求解功能区设施布局规划问题并进行了实例验证。研究表明, 国内外很多地区结合自身物流发展特点因地制宜优化区域物流的综合布局, 以促进区域物流的发展。本研究将基于主成分及聚类分析的方法, 评价江苏省区域物流规划, 并提出相关建议。
一、区域物流规划评价的指标选取
根据江苏省13个城市的地域特点, 遵照指标体系设置的基本准则, 并参考国内外一些学者的研究成果, 本文设置了15个区域物流规划的评价指标, 如表1所示。
表1 评价指标
二、江苏省区域物流规划和综合评价
参考江苏省统计年鉴[6], 得到江苏省13个城市2016年区域经济规划布局指标的原始数据, 如表2所示。
表2 江苏省各地区的2016年原始数据
1. 江苏省区域物流规划的主成分分析
在探究区域物流发展布局时, 需要从多方面、多角度剖析, 选取较多的指标才能较全面地得出结论。主成分分析法[7]根本原理是进行降维处理, 其思想即是以比较少、综合的新的主成分评价目标来替代原有的较多的评价指标, 用以描述原来评价因素及成分之间的互相联系。因而本文首先采用主成分法对江苏省13个城市的区域物流发展水平进行综合分析处理。对原始样本矩阵进行标准化运算, 获得标准化评价矩阵。计算指标间相关系数的矩阵和特征值及其正交化特征向量以获得主成分值。然后对原始指标降维, 根据累积方差贡献率达到特定的数值时, 一般取85%的主成分指标来表示原始评价指标代表的信息。最后将每一个主成分的方差贡献率作为系数, 线性加权后相加得到综合评价值, 反映地区物流发展的整体水平。
使用SPSS19.0软件, 对江苏省原始数据使用主成分分析得到各个主成分的特征值、方差贡献率、累计方差贡献率 (表3) 。为减少原始指标信息的缺失, 使分析结果与原始状态贴近, 选取了前两个主成分。第一个主成分GDP的特征值为10.024, 方差贡献率为66.830%;第二个主成分人均GDP的特征值为3.103, 方差的贡献率为20.686%;累计方差贡献率A=66.830%+20.686%=87.516%>85%, 两个主成分是以87.516%的精度来表示原始指标体系, 从而进一步表明提取的这两个主要因素是较为恰当的。
然后把各个主要因素特征根作为权重系数, 对每个因素进行加权求和。计算出江苏省各市区域物流发展综合评价函数的表达式Z=10.024*Y1+3.103*Y2。通过运算, 最后得到江苏省13个市地域物流发展程度的评价及排序。
表4 江苏省各市区物流发展水平的综合评价得分及排名
根据以上数据以及排名状况, 可以把江苏省13个城市的物流发展程度划分成三个层次:第一层次是苏州、南京、无锡。苏州、南京和无锡的经济发展水平较省内其它城市更高, 都拥有立体化的交通枢纽, 是国内外重要的物资集散地区。巨大的地理优势和发展时机推动了物流的迅速发展, 是其排名靠前的重要条件。第二层次是徐州、南通、盐城和常州。这四个城市的经济、交通水平略低于第一层次, 但从表一可以看出, 这四市的邮电业务总量明显高于第三层次城市。第三层次包括扬州、泰州、淮安、连云港、镇江和宿迁。经济和交通较落后导致物流发展滞后, 排名靠后。此方法得出的结果与江苏省物流发展基本相符合。
2. 江苏省区域物流规划的聚类分析
聚类分析[8]是把对某些具备类似属性的数据进行统计和运算, 对结果再分析的一种方法。在进行物流布局分析和分片区时, 由于其评价指标较多, 数据和计算过程较为复杂且容易出现差错, 采用类平均法聚类[9], 可使其步伐间距相对较为合理。将主成分分析得出的若干个主成分重新整合成一个新矩阵, 作为聚类分析的样本矩阵, 从而获得各个区域的物流核心之间的欧式的距离。
图1 江苏省各地区的物流发展水平树状图
根据上面的聚类分析结果和上述数据综合考虑, 把13个市分为3个等级最为合适。第一等级包括苏州、无锡和南京, 第二等级包括徐州、盐城和南通, 第三等级包括常州、镇江、扬州、泰州、宿迁、淮安和连云港。
三、结论与建议
基于主成分分析和聚类分析, 可将江苏省13个城市的物流发展水平划分为三个等级。按照等级划分对重点城市的物流进行规划, 可以发展三大主力物流枢纽:苏州物流枢纽、南京与无锡物枢纽和徐州物流枢纽。
苏州物流枢纽:由2016年江苏省各个城市的指标数据, 可以看出苏州市的数据在各方面都十分突出。在表4中, 苏州物流发展综合评分位居第一, 作为江苏省一级物流核心, 应充分运用自身的物流发展优势, 并与综合得分第三的无锡联结带动处于二级物流的南通和处于三级物流的常州的物流发展, 建设这些城市间的整体物流运作形式。从表2可以看出, 苏州的工业产值也是排名第二的南京的一倍以上, 可以充分利用优越的地理位置, 大力发展制造业发达的工业园区和高新区的商贸物流。由2016年江苏省的货运总量和邮电业总量可知, 苏州的物流发展规模巨大, 同时作为江苏省的中心城市是经济发展的指导者, 能够与周边的上海、杭州物流中心形成联合关系, 并结合自身的物流特点, 成为具备全国性乃至全球性的物流交通枢纽。
南京与无锡物枢纽:江苏省2016年物流综合得分排名第二的南京和第三的无锡, 都是江苏省重点物流发展城市。南京和无锡都位于长江下游, 可以和苏南其余城市凭借长三角着重发展苏南港口物流, 带动二、三级苏南重点城市共同发展物流。南京是长江经济带和东部沿海经济带的重要交汇节点城市, 已经形成港口和航运业为龙头的物流体系。而无锡是沪宁间的重要节点和商贸核心、交通枢纽的城市, 已经形成铁路、公路、水路、航空的立体交通网络。都有着重要的地理位置和交通运输的优势, 应借此优点来鼎力发展其物流业, 形成长三角区域的重要物流枢纽。
徐州物流枢纽:徐州是苏北中综合得分排名最靠前的二级物流中心的城市。从表2中可以看出徐州市的公路货运量位居全省第一, 这是徐州市综合排名靠前的重要因素。徐州的GDP对于排名前三的城市来说不高, 但是13644.36亿元工业生产总值在江苏省排第四, 说明其工业发展较好。应把通讯设备、纺织品和煤矿等作为主要运输产品, 更好发展徐州的物流, 并且带动其余苏北城市的物流。作为江苏省的二级物流城市和苏北的首要城市, 其铁路是全国第二大铁路枢纽, 拥有物流发展不可或缺的运输优点, 因而能够凭借这一优势和本身物流发展能力去建设服务于苏北区域的重要物流枢纽。
