基于因子分析法区域物流发展水平综合评价.docVIP

基于因子分析法区域物流发展水平综合评价 　　[摘 要] 物流产业发展已成为各地区新的经济增长点。文章在构建全国物流产业发展综合指标体系的基础上,运用多元统计分析中的主成分分析方法和聚类分析方法,对全国31个省市自治区的物流发展现状进行了综合评价,为各地市物流产业发展制定相应政策提供科学的理论依据。 　　[关键词] 主成分分析 物流产业 综合评价 　　 　　2009年,国务院将物流产业纳入十大振兴产业,制定实施物流业调整和振兴规划,为物流业平稳较快发展奠定了基础。物流业被誉为经济发展的“加速器”,在我国已经成为一个重要的产业部门和新的经济增长点,在相当一些领域和地区已经表现出快速发展的趋势和潜力。物流产业是融合运输、仓储、配送和信息等的复合型服务产业,它涉及领域广,吸纳就业人数多,有效降低成本,促进产业结构调整、增强各地区经济竞争力等方面发挥着重要作用。因此,研究我国物流产业发展及对策具有十分重要的理论和现实意义。本文拟构建影响物流产业发展水平的指标体系,借用多元统计分析方法,对我国各地区物流产业发展的情况做出对比分析,并确定影响物流产业发展的重要因素。 　　一、研究动态 　　近年来,我国学者从不同角度对区域物流发展水平进行研究,比如石忆邵、朱卫峰(2004)运用主成分分析法对江苏省13个地级市商贸流通业竞争力排序并运用聚类分析等方法,评估了南通市商贸流通业的竞争力地位,并提出了进一步提升其竞争力的途径。汪波等(2005)对天津地区的区域物流发展水平进行了研究评价,最后得到一些有益的结论。陈蓉(2009)应用多元统计分析方法分析了我国物流产业竞争力进行了分析,提出了东部省份物流产业发展战略建议。 　　二、主成分分析及聚类分析的基本原理 　　1、主成分分析的基本原理。主成分分析是社会经济问题中研究应用最多的多元统计方法之一,其原理是利用降维的思想,在保证原始数据信息损失最小的前提下,将原来指标重新组合成一组新的互相无关的几个综合指标,这几个综合指标是原始指标的线性组合。 　　2、聚类分析的基本原理。聚类分析是对样品或指标进行了分类的一种多元统计方法。它的基本思想是所研究的样品或指标之间存在着程度不同的相似性,利用统计方法对这种相似程度进行度量,并以此为依据,采用某种聚类法,将所有的样品或变量分别聚合到不同的类中,使同一类中的个体有较大的相似性,不同类中的个体差异较大。 　　三、实证分析 　　1、指标选取以及数据来源 　　物流产业是复合型产业,度量各地区物流产业的发展水平需要构建一个指标体系。该指标体系要包含反映物流业发展的各种因素。在分析实际情况以及数据的可得性上,本文共选取14个指标,这些指标既有价值量指标,也有实物量指标,分别从不同的角度反映物流业发展状况。 　　2、数据处理以及计算过程 　　借助统计软件SPSS对数据进行分析。 　　(1)将原始数据作标准化处理,然后将它们代入相关系数公式计算,得到相关系数矩阵。剔除相关程度较高的x1、x3和x6三个指标,其余11个指标进行主成分分析和聚类分析。 　　(2)对11个指标求相关系数矩阵R,并得出R的特征根及相应的单位正交特征向量和贡献率。 　　由R的特征方程求得R的单位特征根λ。 　　(3)确定主成分的个数 　　大于1的特征根为:6.509、1.877、1.191,方差贡献率分别为:59.18%、17.07%和10.83%。按λ≥1的原则,取三个主成分Y1、Y2、Y3就能够对物流产业发展情况进行分析,且这三个主成分的累计方差贡献率达到87%,大于85%的选择标准。因此,选择这三个主成分来分析问题,使得原有众多指标得到简化,又包含了足够的信息量。 　　(4)主成分的意义 　　依据三个主成分在不同指标上的系数大小分析不同主成分所代表的经济意义,Y1的含义是在综合其它变量所反映信息的基础上,突出地反映了地区经济发展水平的高低。 　　Y2在综合其它变量信息的基础上,突出地反映了铁路、公路建设情况。 　　Y3在综合其它变量信息的基础上,突出地反映了旅客及货物运输量。(5)计算主成分得分及综合得分 　　利用所得到的特征向量与标准化处理的数据相乘就可以得出主成分的表达式,将具体数据代入表达式,可以求出各主成分得分,以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合得分,按得分高低排序,具体计算结果如表1所示。 　　(6)聚类分析。本文针对31个样本,采用的是Hierarchical Cluster中的Furthest Neighbor方法进行分类。具体步骤为:首先把每个特征向量各自看成一类,然后选择一种计算类别之间距离的度量,把类间距离最远的两类合并成一个新类,计算新类与其他类的距离,再将距离远的两类合并,这样