基于因子分析法的连云港港口物流竞争力的分析

1、基于因子分析法的连云港港口物流竞争力的分析摘要随着经济全球一体化的进程,物流业也随之蓬勃发展。物流需求随之增加，区域物流的发展也更加迅猛。然而，区域物流业依然存在一定的问题。本文通过建立评价指标体系，提出了三个竞争力指标，分别是区域物流经济发展水平指标、区域物流潜在竞争力指标、区域经济发展活力指标。以这3个一级指标为基础，遵循评价指标体系选取的原则，列出6个二级指标，20个三级指标，从而构建一个完整的区域物流竞争力评价指标体系。通过运用因子分析法跟SPSS20.0进行定量分析，得出选取的连云港十个区域物流竞争力排名，找出各区域物流发展的瓶颈，并提出区域物流竞争力水平的相关建议，为区域物流规划提

2、供一点参考价值。关键词：区域物流，区域物流竞争力，评价指标体系，因子分析法一、绪论 （一）问题的提出1.研究背景随着全球经济一体化的发展，现代科学技术不断进步，物流产业成为了国民经济中的一个新兴的服务性产业，并已在全球范围内迅速发展。由于我国政策对物流的扶持，物流需求的快速增加，区域物流也有了迅猛的发展。然而，中国现代物流快速发展的背后依然存在许多问题，导致区域资源配置不合理，物流竞争力水平低于物流发展水平，物流系统整合方面也存在缺陷。在这样的大背景下，如何构建区域物流核心评价体系，从而提高本区域物流产业的核心竞争力，优化产业结构，已经成为如今区域物流研究的重要方向。2.研究意义区域物流不平衡

3、发展会对整个国家的物流业产生负面效应，进一步不利于整个国家经济的发展。因此，有必要对连云港的区域物流竞争力进行分析，从定性、定量的角度具体了解连云港的区域物流发展状况，为连云港的发展提供理论基础，并且通过建立区域物流竞争力评价指标体系，能够全面地把握区域物流的发展水平，为区域物流持续发展提供理论支持，建立高效区域物流体系，优化区域资源利用和配置，全面提升区域物流服务能力。 （二）国内外研究现状国内对物流也的研究起步相对较晚，但最近十多年的时间里我国对区域物流的研究在迅速发展。然而在区域物流竞争力评价方面，目前尚且没有一个成熟的指标体系，学者基于不同的视角提出的评价指标也不同。蒋明琳和林晓伟（2

4、016）选择的一级指标中有政府能力这一项，强调了政府在区域物流发展中的作用；年吕运（2017）中选择的一级指标中包括了人力资源发展状况，强调了物流人才在区域物流发展中的作用；有一些指标的选择是大体相同的，它们分别为：区域经济发展水平、区域物流需求状况、区域物流供给状况/区域信息化发展水平。至于在分析方法上，杨蕾（2017）选择的是因子分析法；高秀丽（2016）使用的是主成分分析法。要对数据进行定性或者定量的分析，方法的选择是比较重要的，选择适合的方法得出的结论也更科学有意义。根据收集参考的各类文献，在区域物流竞争力分析上，因子分析法似乎是一个比较合适科学的方法。 （三）研究内容与方法本文是基于

5、因子分析法对连云港港口物流竞争力的分析，文章主要采用文献资料法以及定性分析法进行探究。在查阅了相关资料之后以连云港为例，采用因子分析法对其进行分析，使研究成果更具说服力。二、概念界定及相关理论（一）港口港口（Port）是由一定范围的水域和陆域组成的区域，其中水域包括进港航道、锚泊地和港池三部分，陆域包括进港陆上通道（铁路、道路、运输管道等）、码头前方装卸作业区和港口后方区。陆地区域是指港口供货物装卸、堆存、转运和旅客集散之用的陆地面积。港口具有水陆联运设施和条件，是船舶安全停靠和出入的运输枢纽，是水陆交通的集结点。港口具有船舶进出、停靠、游客上下、驳运、存储的功能。港口水深是港口的重要标志之一

6、。港口水深可以计算出港口可以承担的最大吃水量，从而得出港口能停泊最大的船舶界限。同时，我们也可以通过挖掘来增加水深，从而使得港口可以接纳更大吃水量的船舶。现代港口供大型干货海轮停靠的码头水深为十到十五米，大型邮轮码头为十到二十米。港口的发展需要一定的地理条件，地理环境的不同对港口的发展影响很大。不同的地理环境会衍生出来不同的副产业。同时，不同地理环境的港口会产生不同用途的港口。（二）港口物流港口物流（Port logistics）是随着近几年国际贸易的不断发展，港口运输越来越重要而衍生出来的新名词。港口物流是物流业中的一个分支，是一个完整的港口综合服务体系。中心港口城市利用其自身的口岸优势，依

7、托于先进的软硬件环境来强化中心港口对港口周边物流活动的辐射能力，突出港口集货、存货、配货的特长，将临港产业作为基础，信息技术作为支撑，以优化港口资源整合为目标，发展具有涵盖物流产业链所有环节特点的港口物流服务，完成整个供应链物流系统中基础的物流服务和衍生的增值服务。港口物流有三个基本要素，分别是流体、载体和流向。流体是指需要通过海洋运输的货物。货物需要通过装卸、搬运等过程从出发地运输至目的地，因此货物是流动的，称其为“流体”。载体是指搬运流体的过程中所需要设施和设备，航道、码头、港内道路等为基础设施，用于承载货物的船舶、装卸机器等为直接载运流体的设备。流向是指流体由起始港发往目的港的流动方向。

8、由于货物自身的性质不同，港口物流工作人员可以根据其具体性质为其安排最佳运输路线。（三）区域物流竞争力1.区域物流竞争力内涵与区域物流一样，目前对区域物流竞争力也尚无明确的定义。但可以明确的是，区域核心竞争力是区域经济竞争力的优势体现，这是区域独有的，相对其他区域有更多的竞争优势，且不易被其他区域效仿或学习的综合能力与素质。本文研究的区域物流体现的是一个区域物流核心竞争力，建立的指标体系包括：区域经济发展水平、区域物流潜在竞争力、区域经济发展活力这三个指标能较全面的反映竞争力强弱。2.区域物流竞争力分析的意义鉴于区域物流对区域经济发展的作用，对区域物流竞争力分析的必要性也就可以知道，研究区域物流

9、竞争力有利于促进我国各区域新的经济增长，并提高物流企业的生存能力，从而提高企业在场中的竞争力。同时，通过对区域物流竞争力的分析，使各区域能发现自己在物流发展中的瓶颈跟弱势，从而寻找相应的突破口，为区域经济的发展添砖加瓦，与区域经济的发展形成一个同进步、共成长的良好局面。（四）影响区域物流竞争力的因素以上介绍了区域物流以及区域物流竞争力的内涵，但要对区域物流竞争力有深入的研究，就还需要对影响区域物流竞争力的因素进行深入的研究。根据产业经济学理论，影响区域物流竞争力的因素主要有一下几点：1.区域物流发展水平区域物流与区域经济是一个典型的复合系统，区域物流和区域经济是相互影响、相互依存的区域经济的发

10、展能推动区域物流的发展。区域物流体现的是它在区域经济中地位高低，是由于内外需的增加才加快微观层面物流的发展，从而上升到宏观层面区域物流总量的增长。2.区域物流竞争环境区域物流竞争环境是物流业发展的重要条件，区域环境的好坏对物流业发展的影响重大，区域物流竞争环境包括的因素也较多，例如地理区位、人力资源、人均消费能力、贸易数额等，这些因素共同影响一个区域的物流竞争环境。3.物流供需关系均衡状况物流基础设施是否完善决定了区域物流竞争力的强弱。本文将选择能反映区域物流供给与需求关系的几个指标，分析一个区域供需关系的均衡情况。物流供需关系均衡的区域往往物流发展的后力更强劲，反之，如果一个区域供需严重不平

11、衡，那该区域要发展区域物流将要花费比较大的精力。4. 区域物流信息化水平衡量区域物流水平的另一个不可忽视的指标为信息化水平，随着科学的进步，技术的发展，物流正进行着传统物流向现代物流的转变。这个转变中最重要的一部分就是物流开始往电子化、信息化方向发展。因此，对区域物流竞争力的研究中，区域信息化水平的研究分析是逃避不了的一部分。三、港口物流竞争力评价体系的建立要分析连云港的区域物流竞争力，就必须要建立客观合理、有针对性的区域物流竞争力评价体系，从而能更真实且真切地反映连云港的区域物流现状，确定其需要改善的地方。本章主要介绍了建立区域物流竞争力评价体系的目的、原则、搭建思路和内容。 （一）评价指标

12、选取的目的与原则1.评价指标选取的目的建立评价指标体系，目的是为了量化对区域物流竞争力的分析。在众多定量评价方法中，使用较多的主要有因子分析法，层次分析法，灰色关联分析法，模糊综合评价等。选择适合的评价方法有利于更好地分析数据，得到分析结果。在构建区域物流竞争力评价指标体系的过程中，指标的选择要符合区域的特点，并且能通过定量分析得出相应区域的物流竞争力水平，还要能为该区域物流的科学发展提供可行的理论依据。2.评价指标选取的原则其一，目的性原则，建立评价体系的目的在于：对一定区域的物流发展水平做出科学、系统、全面的评价，同时也为给政府、企业决策者提供了重要的发展决策依据。其二，可比性原则，基于各

13、地区之间资源的差异，必然会有区域经济发展的不均衡，选取具有可比性的指标对于构建一个实用可行的评价体系来说是至关重要的。其三，系统性原则，各个指标之间都是相互影响、相互关联的。区域物流本身就是一个系统的概念，衡量其竞争力强弱的指标之间必然要能组成一个整体。其四，科学性原则。评价体系的每个指标都应该有其相应的科学内涵，而且应该具备一定的理论基础。本文基于系统工程理论、产业经济理论、供应链物流理论等，旨在构建一个科学有效的衡量区域物流竞争力的评价体系。 （二）评价指标体系的构建思路根据以上的区域物流竞争力评价指标选取的原则，综合国内外相关文献的研究，本文构建了一个衡量区域物流竞争力的评价指标体系。以

14、2017年连云港GDP排名为依据，选取10个（见表3-1 2015年连云港排名GDP前十区域）作为研究对象，建立连云港区域物流竞争力的因子分析模型，然后对运算出的结果进行分析，通过观察10个样本之间的排名及差异，提出提升区域物流竞争力的相关措施建议。表3-1 2015年连云港排名GDP前十区域区域GDP排名柘汪镇1海头镇2青口镇3赣马镇4牛山街道5伊山镇6新安镇7堆沟港镇8朝阳街道9浦南镇10（三）评价指标体系内容依据构建指标体系原则，通过综合分析区域物流自身的特点以及影响其发展的因素，本文拟从三个方面来详细概括连云港区域物流竞争力评价指标体系，它们分别是区域经济发展水平、区域物流潜在竞争力、

15、区域经济发展活力。1.区域经济发展水平区域物流的发展离不开区域经济，区域经济发达的地区，物流设施相对完善，信息化程度相对较高，其区域物流水平也相对较高。在本评价体系中，选择了2个二级指标分为：社会经济环境和政府政策环境，三级指标选取了能够反映连云港10个区域经济发展水平的6个因素：GDP、GDP增长率、城镇居民人均可支配收入、固定资产投资、地方财政预算收入、地方财政预算支出。2.区域物流潜在竞争力区域物流潜在竞争力是影响区域物流产业整体竞争力的一个重要方面，本文选择了潜在竞争力的两个表现方面：区域物流需求状况和区域物流信息化水平。再将这两个二级指标细分为9个代表性指标：工业总产值、建筑业总产值

16、、货运量、货物周转量、港口货物吞吐量、邮电业务总量、固定电话年末用户数、移动电话年末用户数、国际互联网用户人数。3.区域经济发展活力区域经济发展活力反映了一个区域经济环境，良好的经济环境对区域物流竞争力的提升相当重要。在本评价指标体系中，选取了比较能代表区域经济发展活力的5个指标为：公路里程数、区域人均GDP、区域消费零售总额、区域进出口总额、第三产业增长率。如表4-2区域物流评价指标体系所示：图4-2 区域物流评价指标体系区域物流评价指标体系具体指标一级指标区域经济发展水平区域物流潜在竞争力区域经济发展活力二级指标政府政策环境社会经济环境区域物流需求状况区域物流信息化水平区域物流供给状况区域

17、经济竞争环境三级指标区域人均GDP（元）区域消费品零售总额（亿元）区域进出口总额（亿美元）第三产业增长率（%）地方财政预算收入（亿元）地方财政预算支出（亿元）GDP（亿元）GDP增长率（%）城镇居民人均可支配收入（元）固定资产投资（亿元）工业总产值（亿元）建筑业总产值（亿元）货运量（万吨）货物周转量（亿吨公里）港口货物吞吐量（万吨）邮电业务总量（亿元）固定电话年末用户数（万户）移动电话年末用户数（万户）国际互联网用户人数（万户）公路里程数（公里）区域人均GDP（元）区域消费品零售总额（亿元）区域进出口总额（亿美元）第三产业增长率（%） （四）评价指标体系的分析方法本文拟通过因子分析法对连云港区

18、域物流评价指标体系做定量分析，因子分析法（Factor Analysis）是近年来颇为流行的多元变量统计方法。它是从大量的变量中提取少量彼此不相关的综合变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂的变量归纳为少数几个综合因子，从而反映出事物的特点本质。用比较少的指标来达到原来较多的指标，从根本上解决了指标间的信息重叠问题。四、港口物流竞争力评价及实证分析根据第二节构建的区域物流竞争力评价指标体系，本节将作为核心章节采用因子分析法，对所选的连云港的10个样本的区域物流竞争力水平进行实证分析。在本节中，依照2017年连云港GDP排名先后顺序，并运用因子分析法和SPSS20.0统计软件

19、对数据进行分析，从而完成了对区域物流竞争力评价模型的实证分析检验。 （一）数据收集本文依照GDP排名先后顺序选取了连云港的10个作为样本，通过比较分析，明确各物流发展的现状，深入挖掘优劣势所在，以期提出建设性的对策促进其发展。本文将从以下20个指标变量区进行实证研究：GDPX1（亿元）、GDP增长率X2（%）、城镇居民人均可支配收入X3（元）、固定资产投资X4（亿元）地方财政预算收入X5（亿元）、地方财政预算支出X6（亿元）、工业总产值X7（亿元）、建筑业总产值X8（亿元）、货运量X9（万吨）、货物周转量X10（亿吨公里）、港口货物吞吐量X11（万吨）、邮电业务总量X12（万元）、固定电话年末

20、用户数X13（万户）、移动电话年末用户数X14（万户）、国际互联网用户人数X15（万户）、公路里程数X16（公里）、区域人均GDPX17（元）、区域消费品零售总额X18（亿元）、区域进出口总额X19（亿美元）、第三产业增长率X20（%）。所搜集到的数据来自各统计局官方网站公布整理的统计公报及统计年鉴，具体数据如下表4-3所示，标准化后的数据如下表4-4所示。表4-3 原始数据指标12345678910X114504.079720.778518.266148.45319.8853015273.242134016.843655.53X27.59.37.19.69.59.49.210.510.310

21、.2X350390461044513236291262194266042710282003294634092X46124.45484.474901.1943764266.12346033993372.92856.822695.66X51560.81020.03830625.6530.68448.6466.3477.5515.18322.22X615271045.18820.85748.4752.42483.9479.2746.1435.28432.3X73571813065.814113.9713515.312690.0611594.311454.38532.29822.9810173.68X

22、819563028.32601.62614.5580.651296.51288.51344.73167.42662.55X91340029283.8714953.7419244225651702513000155721200011438.3X10209.082940.07436.9699.78622.37498.21376.45391.8318.53819.8707X11540001893619864.24220779030.2689847574.8110271949514789X12275.25250.92158.4191.2498.8929.364.673.45.0970.4X132692

23、48.25187.19205.78123.22133154.6603.95208.787.23X1416111034.8883.47934.07901.28533.9753.8488.61422.99309.57X15402.73308.3665.79654.8190.75199.8211.5122.2668.66346.16X1613238.911302.747693.031825516511.7390001952610652.438355.047631.14X17136947.12118313.68131048.1484247.7461656.18112291.3158341.389703

24、.6678806.75110439.55X184424.84590.172847.612379.52358.451990.51468.61236.961001.641113.71X193053.5532.7684.67315.854.13211.881.2103.38102.3100.64X20911.39.610.510.510.512.510.811.210.2表4-4 标准化后数据指标12345678910X12.293080.92490.58094-0.09692-0.3339-0.34726-0.65051-0.70662-0.80996-0.85374X2-1.570860.017

25、65-1.923860.28240.19415-0.07061.076660.900160.811910.2824X31.545841.007840.88583-0.22394-1.488220.58181-1.23956-0.64382-0.499970.07419X42.8398-0.19923-0.2387-0.27424-0.28168-0.34036-0.34213-0.37706-0.38796-0.39843X52.33760.926930.43027-0.1032-0.35094-0.51897-0.48974-0.39139-0.895-0.94556X62.24310.88

26、0490.246080.041190.05256-0.720120.03469-0.84432-0.85275-1.08092X72.7564-0.090620.04112-0.03413-0.13785-0.29316-0.66042-0.49819-0.45411-0.62904X80.357391.37277-0.92508-0.91288-0.94494-0.27467-0.221461.504461.02642-0.98201X9-0.391682.12152-0.145840.532981.05844-0.45497-0.04802-0.61319-0.70207-1.35716X

27、10-0.693492.74886-0.40632-0.07497-0.17254-0.48252-0.46317-0.555530.07640.02328X112.61990.02650.095150.25881-0.70615-0.70957-0.8138-0.558470.06784-0.28022X121.82241.551220.52008-0.22861-0.14334-0.919-0.52554-0.42746-1.18885-0.4609X131.593051.247890.23220.54143-0.8319-0.66921-0.30991-0.962980.59-1.430

28、57X142.167990.651330.253010.386190.29989-0.66712-0.08831-0.78633-0.95905-1.2576X150.39655-0.079531.722821.66741-0.67218-0.62655-0.56757-1.01749-0.93480.11135X160.22897-0.20468-1.013161.352440.96199-0.720431.63711-0.35033-0.86489-1.02702X171.400080.727141.18704-0.50314-1.319030.50964-1.43875-0.3061-0

29、.699640.44277X181.610611.738440.391450.029610.01334-0.27108-0.67451-0.85356-1.03546-0.94883X192.767980.009510.17581-0.22784-0.51418-0.34165-0.48456-0.46029-0.46147-0.46329X20-1.681690.72073-1.05497-0.1149-0.1149-0.11491.974160.198460.61627-0.42826（二）评价模型展示1.因子分析法的检验前面介绍因子分析发的基本步骤中指出，需要对标准化处理后的数据采取特定

30、方法检验，根据检验所得出的结果判断其是否适合进行因子分析。本文采用KMO和Bartlett球度检验，经检验KMO的值为0.68，表示所收集的数据适合进行因子分析。2.公共因子的确认由于选择的变量较多，且大多数变量之间有一定的相关性，为了避免主观上的误差以及变量之间的线性相关性，本文拟通过统计分析得出几个具有代表性的公共因子。（1）公因子方差表下表为公因子方差表，由表可见，大部分变量共同度分布于0.8-0.9之间，表明公共因子能较高程度解释每个变量的信息，选取的指标能较好的反映10个的物流基本现状，从而为下面进行公因子提取提供了基础性支撑，如下表4-5公因子方差表所示。表4-5 公因子方差表公因

31、子方差初始提取GDP(x1)1.000.993GDP增长率(x2)1.000.912城镇居民人均可支配收入(x3)1.000.929固定资产投资(x4)1.000.982地方财政预算收入(x5)1.000.982地方财政预算支出(x6)1.0000.984工业总产值(x7)1.000.986建筑业总产值(x8)1.0000.908货运量(x9)1.000.931货物周转量(x10)1.000.919港口货物吞吐量(x11)1.0000.908邮电业务总量(x12)1.000.909固定电话年末用户数(x13)1.000.744移动电话年末用户数(x14)1.000.993国际互联网用户人数(x

32、15)1.000.807公路里程数(x16)1.000.958人均GDP(x17)1.000.967社会消费品零售总额(x18)1.000.973区域进出口总额(x19)1.000.995第三产业增长率(x20)1.000.8463.因子得分的计算做完因子分析法步骤后，数据导入SPSS中计算得到以下结果表9成份得分系数矩阵，具体如表4-6所示：表4-6 成份得分系数矩阵成份1.000 2.000 3.000 4.000 GDP(x1)0.079 0.015 0.040 0.006 GDP增长率(x2)0.008 -0.121 -0.006 -0.209 城镇居民人均可支配收入(x3)-0.01

33、7 0.241 0.065 -0.005 固定资产投资(x4)0.158 -0.055 -0.162 -0.115 地方财政预算收入(x5)0.096 -0.010 0.028 -0.030 地方财政预算支出(x6)0.110 -0.104 0.038 0.012 工业总产值(x7)0.139 -0.045 -0.123 -0.053 建筑业总产值(x8)0.065 0.099 0.040 -0.472 货运量(x9)-0.031 -0.103 0.318 0.092 货物周转量(x10)-0.086 0.118 0.345 -0.072 港口货物吞吐量(x11)0.121 0.006 -0.

34、108 -0.073 邮电业务总量(x12)0.046 0.023 0.128 0.017 固定电话年末用户数(x13)0.072 -0.013 0.100 -0.083 移动电话年末用户数(x14)0.111 -0.139 0.030 0.062 国际互联网用户人数(x15)-0.068 0.027 0.094 0.406 公路里程数(x16)0.099 -0.381 0.003 0.118 人均GDP(x17)-0.035 0.278 0.038 0.024 社会消费品零售总额(x18)0.032 0.016 0.175 0.042 区域进出口总额(x19)0.133 -0.012 -0.

35、120 -0.076 第三产业增长率(x20)-0.012-0.1310.112-0.149根据因子得分系数矩阵可以写出以下的因子得分函数：F1=0.079*X1+0.008*X2+0.133*X19-0.012*X20F2=0.015*X1-0.121*X2+-0.012*X19-0.131*X20F3=0.040*X1-0.006*X2+0.012*X19+0.112*X20F4=0.006X1-0.209*X2+-0.076*X19-0.149*X20将收集到的数据带入上书所列函数中计算得到10个样本对象各自对应的4个公共因子的得分及排名；根据4个公共因子权重（各自特征值占特征值之和的比

36、例）加权求和获得10个样本对象的综合得分及排名。由此可得连云港10个因子得分及排名情况。 （三）实证研究的结论分析1.港口物流竞争力的公共因子得分分析根据以上表格的结果显示，我们可以明显地看到当前各在四个公共因子上的差异，以及该地区区域物流竞争力对公共因子的敏感程度。经过分析，我们可对提高区域物流竞争力提出一些对策建议。第一，物流经济发展信息水平因子。这个公共因子包含的指标变量很多，对区域物流竞争力的影响也最大，根据得分表我们可以看出，前两个区域发展信息水平因子均大于0，也就是说这些城区域物流的经济发展信息水平均高于连云港平均水平，其他的八个城该因子得分小于0，均低于平均水平，需要提高自身的经

37、济发展水平，为区域物流的发展提供足够的动力。第二，区域居民经济状况因子。这个公共因子包含的指标变量有两个，对区域物流竞争力的发展起着基础性作用。根据得分表我们可以看出，除了前七个城物流在城镇居民人均可支配收入和人均GDP这两个指标变量上均大于0，说明这七个城这方面的水平高于连云港平均水平，其他的三个城该因子得分小于0，均低于平均水平。第三，物流运输量消费零售额因子。这个公共因子的指标变量有三个，分别为货运量、港口货物吞吐量、区域消费品零售总额。前六个城市在这个因子得分小于0，低于平均水平，说明这六个在提升区域物流竞争力时可从这方面来考虑。第四，区域互联网用户因子。这个公共因子只包含一个指标变量国际互联网用户人数。在这个公共因子得分小于0的区域较多，这些城在区域互联网用户因子上低于平均水平，前四个高于平均水平。2.港口物流竞争力的综合得分分析在对各公共因子上的得分排名逐次分析了后，我们有必要在公共因子加权平均的得分综合排名的基础上进行分析。由表10可以看到，区域物流竞争力在很大程度上受到区域物流发展水平的影响，区域经济越发达，其区域物流竞争力越强劲，但同时F3