基于因子分析的福建省各市物流业发展比较.docx

?

?

基于因子分析的福建省各市物流业发展比较

?

?

郑寒秀

摘要：本文利用因子分析法对福建省各市的物流业发展水平进行测算，结果显示福建省物流业发展水平从高到低依次为泉州、福州、厦门、漳州、莆田、三明、龙岩、宁德、南平。文章对此排序的原因进行分析并据此结果对福建省物流业的发展提出了相应政策建议。

关键词：因子模型；物流业

一、引言

随着经济的快速发展，物流业的发展水平逐渐成为衡量区域经济现代化程度的重要标杆，经济发展对物流业的依赖日益增强。物流业的合理布局、健康发展对一个地区产业结构优化以及旅游业、制造业等相关产业的发展起到至关重要的作用。福建省地处东南沿海，经济发展迅速，物流业具有较为完善的发展条件，但是福建省各市的物流业发展水平呈现出较大差异，城市间缺乏合作。本文利用因子分析法对福建省各市的物流水平进行分析比较，对避免各市的物流业盲目发展，统筹福建省整体物产业发展具有现实意义，同时基于测算结果，为福建省各市的产业布局的优化，降低各市的物流成本，加快福建省物流业发展提出相应的政策建议。

二、模型建立

（一）指标选取。通过对相关文献的整理，以综合性、层次性、客观性以及代表性为原则，把影响物流业发展水平的因素归结内部因素和外部因素两类。内部因素市场因素经济因素基础设施因素社会消费品零售总额邮政业务总量货物周转量货运量快递业务量工业总产值GDP固定资产投资外部因素外商直接投资实际使用金额进出口金额内部因素包含市场因素、经济因素以及基础设施因素。市场因素中需求因素主要由社会消费品零售总额来反映，而邮政业务总量、货物周转量、货运量快递业务量反映了物流业现有市场规模大小。国家经济发展程度也是影响物流业的重要因素，衡量国家宏观经济发展状况包含工业总产值以及GDP两个指标。良好基础设施建设是物流业健康发展的重要支撑，基础设施因素主要受固定资产投资影响。外部因素主要指境外市场对物流业发展的影响，包含外商直接投资实际使用金额、进出口金额两个影响因素。

本文的数据来源于福建省各市统计年鉴以及福建省统计年鉴。

（二）模型建立。因子分析通过降维的方法利用几个抽象的变量体现原始数据中大量关系繁杂的变量。因子分析的过程以信息的损失量达到最小为前提，以实现观测数据直观，变量分类，寻找变量之间数据关系，以及简化数据分析难度为目的。

1、数据的标准化处理。对原始数据进行标准化处理可以消除量纲对不同数据的影响，避免由于量纲不同以及单位不一致造成的错误分析。

2、信度与效度检验，通过KMO值和Bartlett球形检验数据是否适合做因子分析，检验结果为KMO=0.921，p值为0，变量之间具有一定的相关性，通过检验。

3、公因子方差。通过公因子方差可以知道原始10个变量在提取因子的过程中信息损失量均低于20%，即提取的公因子可以反映原始数据的绝大部分信息。

4、提取公共因子。公因子的重要程度主要通过方差贡献率衡量，方差贡献率越大表示该因子包含的原始数据信息量越多，原始数据总共提取了8个因子，其中只有第一个因子的特征值大于1为8.382，方差贡献率达到83.818%，能够反映原始数据信息。

4、计算因子得分地区因子得分泉州1.67069福州1.39453厦门0.75596漳州-0.21621莆田-0.58023三明-0.67701龙岩-0.69731宁德-0.78891南平-0.86151三、结论与政策建议

（一）结论。结果表明，福建省各市物流业发展水平从高到低依次为泉州、福州、厦门、漳州、莆田、三明、龙岩、宁德、南平。近年来，泉州物流业发展速度不断加快，2015年，泉州的仓储和邮政业以及交通运输增加值居全省首位达到437亿，占全省的29.7%。这主要得益于两方面，一方面去泉州经济发展迅速，2015年泉州GDP达到6149亿元，占全省GDP总量23.8%，连续17年在福建省排名第一，快速发展的经济为物流业的快速提供了广阔的市场。另一方面，泉州地理位置优越。泉州作为福建省的重要中心城市之一，与台湾隔海相望，同时毗邻厦门、漳州、龙岩、三明、莆田、福州等6个城市，除此之外泉州作为滨海城市拥有421公里的海岸线、广阔的海域面积、以及众多的岛屿和港湾。福州物流业发展水平在福建省排名第二，首先是因为福州的需求市场庞大，2015年福州市消费品零售额居福建省首位，达到3488.74亿，占比达到33.21%。其次是福州基础设施完善，福州是重要的交通枢纽中心，拥有包括铁路、航空、港口等多种运输方式；2015年福州的固定资产居福建省首位达到4893.91亿，这也从侧面反映了福州基础设施较为完善。厦门物流业发展水平在福建省排名第三，首先是由于厦门电子商务发展水平较高，2015年限额以上商贸企业通过互联网实现零售额增长了37.9%达到了92.47亿元。其次厦门快速发展的经济以及优越的