1、 基于因子分析法的區域物流規劃 何悅Summary： 本文利用因子分析法對區域物流規劃中各地區的物流發展進行綜合評價并分析。利用因子分析對各地區的物流發展綜合實力進行評價，再利用新得到的綜合主因子指標代替原來較多的評價指標，對西部地區的物流發展進行評價得分。該方法不但能夠使原來復雜的問題簡單化，而且所得結論客觀、可信、較有說服力。Abstract： This paper uses factor analysis method to evaluate and analyze the logistics development of each region in regional logistic

2、s planning. Factor analysis is used to evaluate the comprehensive strength of logistics development in each region， and the new comprehensive main factor index is used to replace more of the original evaluation indicators to evaluate the scores of logistics development in the western region. This me

3、thod can not only simplify the complicated problems， but also makes the conclusion more objective， credible and persuasive.Key： 因子分析；區域物流；特征值；綜合得分Key words： Factor Analysis；regional logistics；characteristic value；synthesis score：F259.27；F224 ：A ：1006-4311（2018）14-0289-030 引言隨著經濟的快速發展，物流業在我國得到了飛速發展，很

4、多地區相繼對各自的區域物流中心進行了規劃。區域物流是指一個經濟區域或城市的物流，處于基本相同的社會環境及法律制度環境下，科技水平和裝備水平相當，具有其區域相似的特點1。區域物流的發展直接關系到區域經濟的發展，只有提高區域物流服務水平、降低區域物流成本、提升區域物流競爭力、實現高層次的區域物流合理化，才能保證區域經濟可持續發展，而實現這些目標的最根本前提是合理地評價分析區域物流的發展現狀。找出其發展的薄弱環節，針對不同的區域出臺具有差異性的物流發展政策，通常人們處理這種問題大多以經驗定性分析為主，主觀隨意性較大。鑒于此，在物流研究課題和物流規劃實踐總結的基礎上，本文提出一種基于因子分析法的客觀分

5、析方法對陜西省內10個城市的物流發展進行綜合評價，為制定區域物流發展規劃提供參考和依據?；舅悸肥牵菏紫冉^域物流發展評價指標體系，再利用因子分析對陜西省內10個城市的物流發展進行綜合評價并得分，最后得出結論。1 區域物流發展評價指標體系根據可比性、完整性、易獲取性、非重疊性、定量和定性指標相結合等原則，建立區域物流發展評價指標體系2。這些指標從不同角度反映了區域物流的發展特征。社會經濟發展類：綜合反映了區域物流發展的社會經濟基礎。包括 GDP（X1）和人均 GDP（X2）。GDP反映一個城市的綜合經濟實力，該值越大說明經濟發展水平越好，在區域物流中心系統中的地位就越重要。除了考慮GDP總量

6、以外，還應該考慮GDP的人均狀況，因為人均GDP越大表明單位人口對物流的需求越大，由此使得該城市的物流需求也越大。生產消費流通類：包括農業總產值（X3）、工業總產值（X4）、建筑業總產值（X5）、社會消費零售總額（X6）、進出口總額（X7）。它們分別從生產、消費、國內流通等不同角度反映了區域物流服務的需求狀況和需求規模。交通運輸類：反映了區域物流發展的物質基礎，公路里程（X8）和民用汽車用量（X9）。信息發展水平類：反映了物流信息發展水平，人均移動電話用戶數（X10）、人均互聯網用戶數（X11）。2 區域物流發展綜合評價模型相關系數矩陣34是由矩陣各列之間的相關系數構成的矩陣。相關系數？籽XY

7、的計算公式如式（1）所示：3 實例分析3.1 對數據做標準化處理在陜西省的建設過程中，作為支撐國民經濟發展的基礎性、戰略性產業的物流業是陜西省各城市核心競爭力的重要組成部分。陜西省也非常重視各個城市物流基礎設施的建設，十多年來，陜西省各城市的道路主干線已經基本建成，物流基礎設施建設也實現了跨越式的發展。通過本文的研究對陜西省內10個城市的物流系統規劃提出一些具有建設性的意見。評價指標體系原始數據詳見表1。通過公式（1）對原始數據進行標準化處理（利用SPSS軟件處理），得到的標準化處理結果見表2。3.2 主因子的確定根據式（2）計算出原始指標的相關系數矩陣，見表3。由表3可得，GDP與人均GDP

8、、工業生產總值、建筑業總產值、社會消費零售總額、進出口總額高度相關；人均GDP與工業生產總值高度相關；工業生產總值與建筑業總產值、社會消費零售總額、民用汽車量、移動電話用戶、互聯網用戶高度相關等等。利用SPSS軟件中的主成分法計算特征值和貢獻率得到的結果如表4所示，從表4中可以得出各因子的起始特征值，并可以將特征值大于1的前兩個因子提取出來作為主因子。利用主成分法，將數據導入到SPSS軟件中，可以得到如表5所示的旋轉前的因子載荷矩陣。由選取主因子個數的定義（特征值大于1的個數即為選取的主因子的個數）可知，大于1的特征值有兩個，如表4所示，即提取前兩個特征值。因此，為了減少信息損失，使綜合評價和

9、后面的評分盡可能接近原始狀態，本文取前2個主因子，此時累計方差貢獻率？琢=86.968%，前2個主因子以86.968%的精度體現了原始指標體系，如表5所示。從表5中可以看出，由于該表為旋轉前的因子載荷矩陣，基本上所有的指標都與兩個主因子高度相關或呈現相關關系，即對公共因子的解釋不好，因此需要進行旋轉，本文選擇利用最大方差法進行旋轉。表6是根據最大方差法進行旋轉得出的結果，從表中可以看出，與主因子1高度相關的指標有GDP（億元）、建筑業總產值（億元）、社會消費零售總額（億元）、進出口總額（億元）、民用汽車擁有量（輛）、移動電話用戶（萬戶）、互聯網用戶（萬戶）七項；與主因子2高度相關的只有公路里程

10、（公里）一項指標。接下來，利用SPSS軟件進行因子得分分析，得到因子得分系數矩陣，如表7所示。將因子得分系數矩陣中的因子載荷帶入公式，可以得到區域物流發展的主因子表達式為：F1=0.093X1-0.009X2-0.042X3+0.015X4+0.156X5+0.153X6+0.172X7-0.187X8+0.134X9+0.128X10+0.147X11F2=0.111X1+0.274X2+0.308X3+0.289X4-0.082X5-0.073X6-0.142X7+0.547X8-0.016X9+0.007X10-0.057X11利用主因子與綜合評價函數的表達式可以計算出兩個主因子的得分以

11、及綜合得分，并按照得分進行排名，得分越高的城市排名越靠前。因此，可以對這10個城市進行排名，通過分析可以得出，西安市、咸陽市和寶雞市的物流發展水平較好，而安康市、商洛市、銅川市的物流水平較低，需要繼續加強區域物流發展水平。4 結論及建議通過分析可以得出，西安市、咸陽市和寶雞市的物流發展水平較好，而安康市、商洛市、銅川市的物流水平較低，需要繼續加強區域物流發展水平。本文根據實證分析得出的結果并結合現代物流的發展趨勢給出以下建議。首先，陜西省各城市之間要加強合作，為物流發展創造良好的外部環境；第二，要積極支持和培育物流企業的發展；第三，加強物流業的信息化并加強物流業的基礎設施建設。Reference：1金鳳花，李全喜，孫磐石.基于場論的區域物流發展水平評價及聚類分析J.經濟地理，2010，07：1138-1143.2 陳超，周德群.基于主成分聚類分析的區域物流規劃以長三角地區為例.3章舜