物流产业发展影响因素研究述评.docVIP

物流产业发展影响因素研究述评 摘 要 本文根据国内外学者对物流产业发展影响因素的研究，总结影响我国物流产业发展的影响因素，分析这些影响因素的分类、地位、作用和测量的方法研究。 关键词 物流产业 文献述评 影响因素 中图分类号：F252 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2016.05.076 Abstract According to the research on the influencing factors of domestic and foreign scholars on the development of the logistics industry， summarizes the influence factors of the development of logistics industry in China， analyzes the classification， position， function and measurement of these factors. Key words logistics industry； review； influencing factors 随着物流产业的迅猛发展，学界越来越重视物流产业发展影响因素研究，关于物流产业发展影响因素的研究成果可谓汗牛充栋。笔者通过梳理物流产业发展影响因素的研究成果发现，不仅关于物流产业发展影响因素的研究成果极为丰富，而且关于物流产业发展影响因素的研究方法多样，关于物流产业发展影响因素的分类见解分歧较大，关于物流产业发展影响因素地位作用的认识五花八门，关于物流产业发展影响因素测量的指标选取不尽一致。基于上述认识，本研究选取物流产业发展影响因素这一主题，从研究方法、分类标准、地位作用和测量指标这四个方面对物流产业发展影响因素的研究成果进行述评。 1 物流产业发展影响因素研究的主要方法 从研究方法视角考察物流产业发展影响因素研究文献，笔者发现较多学者采用灰关联分析法、主成分分析法和因子分析法，也有少量学者采用时间序列分析法、多元回归方法、结构方程模型方法和通径分析方法等。 采用灰色关联分析方法的主要代表有桂寿平（2005），李志伟等（2009），李维国等（2010），谢林婕等（2012），黄晗（2013）等；采用主成分分析方法的主要代表有莫鸿（2008）、李克（2010）等；采用因子分析方法的主要代表有漆莉莉（2005），戴魏魏（2005）等；采用多元回归方法的主要代表有Mudit Kulshreshtha（2001）；采用结构方程模型方法的主要代表有王欢欢（2011）；采用通径分析方法的主要代表有田振中（2014）。 笔者认为，采用何种方法研究物流产业发展影响因素的关键取决于研究者的研究需要，研究者应该根据自身研究需要选择合适的研究方法，充分利用研究方法的优势，尽量避免研究方法的缺陷。其中，灰色关联分析可以根据因素之间发展态势的相似或相异程度衡量因素之间关联程度，对样本量的多少没有过分要求，计算量小，不需要典型的分布规律，但是，需要对各项指标的最优值进行现行确定，主观性过强，同时部分指标最优值难以确定；主成分分析方法可以利用降维技术对多个原始变量进行综合，采用综合变量反映原始变量的绝大部分信息，通过计算综合主成分函数得分，对客观事实进行科学评价，在应用上侧重于对信息贡献影响力综合评价，但是，主成分分析的因子负荷的符号有正有负时，综合评价函数意义就不明确，主成分命名清晰度低；因子分析方法是主成分分析方法的推广，相对于主成分分析而言，因子分析更倾向于描述原始变量之间的相关关系，研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变量，化简数据，因子变量具有较强的可解释性命名清晰度高，但是计算因子得分时采用的是最小二乘法，这种方法有时可能会失效；时间序列分析预测法突出了时间因素在预测中的作用，暂不考虑外界具体因素的影响，当遇到外界发生较大变化，往往会有较大偏差，如果出现这种情况，预测结果可能与实际状况严重不符；回归分析有其固有的缺陷，进行回归分析不仅需要大量样本，而且要求样本分布规律较好，计算工作量大，很可能出现分析结果与事实情况不相符的情况，大都只适用于因素较少的线性关系分析，而不适用于因素较多的非线性关系分析；结构方程模型方法是基于变量的协方差矩阵分析变量之间关系的一种方法，允许自变量测量有误差，可以同时处理多个因变量，可以同时处理因素的测量和因素间的结构，允许具有弹性的模型设定，但是，给定的模型可能产生无法解释的结果，特定的方法可能需要大量的样本，很多问题没有很好的答案和可以遵循的指南；通径分析方法在研究变量间的协方差矩阵和相关矩阵基础上建立模型分析变量间的因果关系，可以通过通径系数和中间变量的