摘要： 本文以环鄱阳湖物流发展作为研究对象，通过环鄱阳湖区域物流发展现状的分析，运用因子分析和聚类分析对环鄱阳湖发展进行了实证分析，研究结果说明了环鄱阳湖区域物流发展的水平及聚类情况，为后续环鄱阳湖区域物流发展提供了定量分析的依据。
　　关键词： 鄱阳湖；区域物流；发展；实证分析
　　中图分类号：F752.8 文献标识码：A 文章编号：1006-4311（2015）09-0030-02
　　0 引言
　　环鄱阳湖区域经济发展作为国家提出的规划战略，是区域资源聚集、吸引、扩散和辐射中心，直接影响区域的发展。环鄱阳湖区域物流的发展有利于提升区域生产领域和流通领域的生产效率和经济效益，提高竞争力。对于环鄱阳湖区域物流发展的水平的分析，有利于对该区域物流做出合理部署和规划，指导该区域物流业的发展。
　　1 环鄱阳湖区域物流发展存在问题
　　1.1 物流专业人才缺乏 物流业跨度大，从产品生产到产品的销售需要各种人才，如研发人才、管理人才、营销人才等等。从目前来看，物流岗位需要与现有的物流人才之间还存在一定的差距，需要学校和社会注重对物流各类人才的培养，以填补物流岗位的空缺，提高物流整体水平。
　　1.2 物流企业规模小，服务水平普遍不高 据统计，环鄱阳湖区缺乏具备从业人数20人以上、注册资金50万元以上、收入过亿的大型物流企业，导致整个区域内的物流服务水平普遍偏低，很难提供优质的增值服务。另一方面，对现代物流的认识不足，缺乏先进的理念指导，维持传统的思维模式，追求大而全、小而全，导致企业物流成本居高不下。
　　1.3 与制造业联动发展程度低 物流业服务于制造业，在环鄱阳湖区域制造业与物流业发展差异很大，制约了物流业与制造业联动发展。物流企业发展理念和服务水平与制造企业的需要衔接不上，难以同步发展。物流业、商贸业、制造业各自为政，未能有效整合资源，出现了配送能力不够、增值服务不到位、仓储场地不合理、运营规模不大等问题。
　　2 环鄱阳湖区域物流发展实证分析
　　2.1 区域物流发展因子分析 因子分析的主要功能就是简化数据，将高维变量空间转化为低维变量空间，摸索数据的基本结构。每类变量就是一个“公共因子”，即一种内在结构，因子分析所要实现的目标就是找出这些“公共因子”并分析其实际意义。
　　2.2 数据收集 本文主要选取2012年环鄱阳湖区域的6个主要的地级市（南昌、九江、上饶、景德镇、鹰潭、抚州）为研究对象，主要考虑以下几点：①有代表性，能反映环鄱阳湖区的经济的发展情况；②独立性，各指标之间相互独立以减少重复现象，提高实用价值；③可操作性，有些数据虽然很重要，但是缺乏数据来源，不易获取；④可比性，各地区的环境不同，发展也不同，也就存在着很大的差异。本文共选取了六类21个指标，由于篇幅所限，数据表不在此列出，具体解释如下：反映地区经济发展方面的指标，包括：地区生产总值（X1），人均GDP（X2）和年末总人口数（X3）3个指标。区域经济发展是区域物流发展的基础，雄厚的经济实力有益于该地区物流的快速发展。区域物流发展水平与区域经济发展水平呈正相关。
　　反映生产投资、消费流通方面的指标，包括：第一产业增加值（X4），第二产业增加值（X5），第三产业增加值（X6），规模以上工业企业单位数（X7），规模以上工业企业总产值（X8），固定资产投资总额（X9）和社会消费品零售额（X10）7个指标。商贸、制造业等产业存在着对生产资料的搬运、储存和流通加工等的物流需求，与物流业相辅相成。物流需求越大，该类产业产值越大。
　　反映交通运输方面的指标，包括：公路里程（X11），客运总量（X12），货运总量（X13）和交通运输仓储及邮政业增加值（X14）4个指标。为了实现从产地到销地的位移，运输作为物流关键环节必不可少。而基础设施在很大程度决定了运输的好坏，如公路的建设。一个地区的交通运输条件和贸易活跃程度通常通过货运和客运反映出来。另一方面，交通运输仓储及邮政业增加值体现了交通运输的增长速度。
　　反映信息发展方面的，包括：邮政业务总量（X15）、电信业务总量（X16）、互联网用户（X17）、移动电话年末用户数（X18）和年末邮电局数（X19）5个指标。供应链上从上游到下游各项物流活动的实施都需要信息的流通，促使物流网络系统的正常运转，实现资源的整合。加强对信息的采集、加工、处理、存储和传输等，以提高物流网络系统的整体效益和功能。
　　反映人力资源方面的指标，主要有普通高等学校学生数（X20）。现代物流的发展需要高素质人才。培养一批满足市场需要和企业要求的多层次的专业人才，已经成为当前教育的基本目标。通过对高校学生数的调查，可以衡量我国区域物流领域人才的现状及培养方向。
　　反映自然环境方面的指标，主要有地理位置（X21）。地理区位对于区域物流发展产生重大影响，一般说来，地理位置越好，对货物的集散能力就越好，对区域物流的发展也就越有利。地理位置（X21）的数据为物流专家根据各地的实际情况给出的一个1到10的数值，数据越大表明地理位置越好。
　　2.3 计算过程与结果分析
　　2.3.1 确定公因子个数 用因子分析法进行分析，首先明确公因子个数，以确定能解释变量的最少因子个数。使用主成分分析法，分析结果如表1。由表2可知，提取4个公因子后的变量共同度都在0.9以上，说明每个变量被提取的4个公因子解释得很好，解释程度达90%以上，丢失的信息非常少。计算结果为每个公因子的方差贡献及其累计和。从中可知：依据特征值大于1的原则提取4个公因子，它们所解释的累计方差贡献率达96.169%>70%，这说明提取前4个公因子已经包含了原变量的大部分信息，能够合理地描述原始变量相关矩阵的结构。
　　2.3.2 计算公因子的得分
　　由表2所示，在反映物流相关产业的发展水平的公因子F1上排第一的是南昌，远高于其他地区；在反映物流基础设施和人员配备能力的公因子F2上排第一的是上饶，上饶的公路建设成绩卓越，商业发展历史悠久；在反映物流经济与信息发展水平的公因子F3上排第一的是鹰潭，经济和信息技术的发展速度快；在反映物流发展现状的公因子F4上排第一的是九江，物流发展潜力大。
　　使用各主成分所对应的特征值除以所提取的总的主成分的特征值之和，再与各主成分分别相乘，计算综合因子得分，综合因子得分模型为：
　　运用公式（1）可以得出环鄱阳湖各地区的综合因子得分及排名，如表3所示。
　　2.4 聚类分析 考虑到前面的因子分析，同时为了简化计算，故采用前述生成的公因子指标对区域内各市的区域物流发展水平进行系统聚类分析。聚类分析结果如图1。
　　由图1可知，第1列表示参加聚类的对象即地区，第2列表示地区的编号，图中线的长短表示距离d的远近。当d=25时，可以分为2类，但有的间距太大；当d=20时，将其分为3类是比较合适的，由此环鄱阳湖的六个城市大致分为三类，如表4所示。
　　3 结论
　　综合上述因子分析与聚类分析，可得出以下结论：环鄱阳湖区域物流六大城市可分为三个层次。第一层，高发展区：南昌；第二层，较高发展区：上饶、九江；第三层，中等发展区：抚州、鹰潭、景德镇。
　　参考文献：
　　[1]黄虎.基于区域经济的区域物流需求分析及实证研究[D]. 西南交通大学，2008.
　　[2]汪冬华.多元统计分析与SPSS应用[M].华东理工大学出版社，2010.
　　[3]林瑛.江西省物流发展现状及思路[J].企业经济，2008（4）.

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。