区域物流中心城市选址的综合评价方法，本文主要内容关键词为：中心城市论文,综合评价论文,区域论文,物流论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
目前关于区域物流中心城市选址一般采用定性和定量2种类型的方法：定性方法主观性强，很难反映客观实际；定量方法主要有数值分析法、重心法、微分法和线性规划法等，这类方法只能反映影响物流中心城市选址的单一或少数几个影响因素，并且随着影响因素的增多，计算将变得非常复杂，实际操作很难[1]。随着研究的进一步深入，出现了模糊综合评价法[2]、层次分析法[3]和粗糙集方法[4]等，但是这些方法只是从某个特定的角度进行评价，且每种方法都有自身的优点和缺点，适用场合也并不完全相同，所以仅仅采用一种方法进行评价，其结果的可信度较差。笔者针对这些存在的问题，提出了一种区域物流中心城市选址的综合评价方法，拟用灰色关联分析从物流发展的影响因素中找出联系密切的指标，从而建立评价指标体系，然后通过因子分析计算出区域内各个城市在评价指标上的因子得分，最后根据综合因子得分聚类，划分出相同层次的城市。通过3种评价方法的综合应用，达到更加合理地对区域物流中心城市进行选址的目的。
1 选址的影响因素
区域物流发展水平是确定物流中心城市、物流园区、物流中心布局方案和建设规模的重要依据。影响区域物流发展水平的因素众多，物流量是主要的决定因素之一，可以反映一个地区物流发展中的供求状况，一般情况下用货运量衡量区域内的物流量[5]。而影响物流量的主要因素表现在以下5个方面[6]：第一，地区国民经济总体发展水平；第二，工商业发展水平；第三，交通业发展水平；第四，对外经济贸易发展水平；第五，社会基础设施发展水平。区域物流发展的影响因素与关联指标见表1。
2 选址的综合评价方法
2.1 运用灰关联分析建立评价指标体系
灰关联分析的基本思想是，根据统计数列的几何关系或曲线的相似程度来判别因素间的关联程度。
其步骤如下[7]：
(1)数据标准化。根据影响因素指标采集数据，由于各数据序列的单位不统一，在数值上相差较大，为了保证灰关联度计算的准确性，对原始数据进行标准化处理。
表1 区域物流发展的影响因素与关联指标
(5)分析结果。按各比较序列与参考序列的灰色关联度的大小排序，选取关联度大于某一设定值的指标作为选定指标，排除与参考序列关联度相对较小的指标，建立区域物流中心城市选址的指标体系。
2.2 依据因子分析得出综合因子得分
因子分析法是以由原始指标组成的每个主因子的方差贡献率作为权重来构造综合评价模型的，所以评价结果具有很强的客观合理性。对选定指标采用统计分析软件SPSS13.0进行因子分析。该方法的主要步骤如下：首先，采集数据并进行标准化处理；其次，求相关系数矩阵，以及相关系数矩阵的特征值及特征向量；最后，用主成分分析法求出主因子，进行因子旋转，并计算每个城市的综合因子得分。
2.3 通过聚类分析得到相同类别城市的集聚
根据综合因子得分进行聚类分析，统计分析软件采用SPSS13.0。该方法的主要步骤如下：首先，选取综合因子得分作为分析对象；其次，确定表示对象距离或相似程度的统计量，它是根据变换以后的数据计算得到的一个新数据，用于表明各样品或变量间的关系密切程度；最后，根据聚类统计量，运用一定的聚类方法，将关系密切的城市样本聚为一类，将关系不密切的城市加以区分。
综上所述，根据综合因子得分与聚类结果进行分析，可以确定理想的区域物流中心城市。
3 实证研究
3.1 建立评价指标体系
现以湖北省为例，探讨科学合理定位湖北区域物流中心城市的综合评价方法。
(1)数据采集。依据表1的影响因素采集了湖北省1996～2005年的相关数据，对部分数据进行了标准化处理。
(2)选用区域内物流量作为灰色关联分析的参考序列，其他指标作为比较序列。根据公式计算灰色关联系数
(k),k=1,2,…,14。
(3)根据公式计算得到，各个比较序列对参考序列的绝对关联度：
=(0.734839,0.663006,0.754055,0.773218,0.681968，0.749269,0.513972,0.779460,0.732832，0.782822,0.827469,0.807581,0.779548，0.756834)。
(4)评价结果排序，见表2。
表2显示，货运周转量与物流量的关联度最大，表明货物运输规模在区域物流中心城市的选择中占有很大比重。再依次是进出口贸易总额、批发零售总额、实际利用外资额、工业产品销售收入、工业总产值、基本建设投资、全社会固定投资总额、工业增加值、GDP和社会消费品零售总额，与物流量的关联度都超过了70%，对其影响都比较大，所以经济发展中这些指标对物流发展具有巨大的拉动作用。而工业增加值率、GDP增长速度、工业总产值增长率3个指标与物流量的关联度相对较小。所以，在湖北省物流中心城市的选址中，这些影响因素可以组成评价指标体系，依此再进行科学的分析与决策。
3.2 计算各个城市的综合得分
选取灰色关联度大于0.70的11个指标作为区域物流中心城市选址的指标体系，采集湖北省各个主要城市2005年的数据并做标准化处理。采用SPSS13.0统计分析软件计算因子得分，省会城市武汉得分明显优于其他各州市，其他各州市间的差别不明显。在进行聚类分析时只得到2个类别，武汉作为单独一类，其他各州市全部归于一类。因此将武汉暂列一类，对其他州市再次作因子分析。
(1)提取因子。因为并不是所有的多变量数据都适合采用因子分析的方法，所以有必要先进行检验。本例算得巴特利特球体检验的F值等于0.000，表明数据取自多元正态分布的总体，可以做进一步的分析；KMO值为0.741，说明进行因子分析较好。
按照累积方差贡献大于85%的原则，得到3个公共因子，见表3。
首先对提取的3个主因子分量
建立原始因子载荷矩阵，然后对其进行结构调整简化，得出方差最大正交旋转矩阵，如表4所示。
表2 比较序列与参考序列的关联度排序
表3 方差及方差累计贡献
因子方差方差累计旋转后 旋转后
贡献贡献
方差贡献方差累计贡献
1 72.448
72.448 40.201 40.201
2 10.316
82.764 28.073 68.274
3 8.24491.008 22.734 91.008
表4 旋转后的主因子载荷矩阵
指标 主因子载荷
123
基本建设投资0.8290.2430.224
工业增加值 0.8180.3710.369
全社会固定投资总额 0.7890.4860.162
工业总产值 0.7830.3700.322
工业产品销售收入0.7740.2100.316
社会消费品零售总额 0.4620.8630.191
批发零售总额0.5040.8290.191
GDP 0.6700.6960.220
货运周转量 0.0400.6860.666
进出口贸易总额 0.3070.2870.882
实际利用外资额 0.4670.0620.861
表5 因子得分与综合因子得分
城区因子1 因子2
因子3 综合因子
黄石-0.11704-0.59955 3.20531 0.56
十堰1.16827 -0.50054 -0.69638 0.19
宜昌2.83088 0.22544 0.59101 1.47
襄樊0.83313 1.65186 -0.541720.74
鄂州-0.31666-0.85061 0.07157 -0.38
荆门0.22388 -0.14456 0.02200 0.06
孝感-0.04787 0.78590 -0.693810.05
荆州-1.42584 2.38777 0.86905 0.32
黄冈-0.15802 0.82936 -0.539670.05
咸宁-0.29574-0.38449 -0.59091-0.40
随州-0.47871-0.28272 -0.27896-0.37
恩施-0.41951-0.69869 -0.63348-0.56
仙桃-0.61398-0.69163 -0.22163-0.54
潜江-0.85000-0.56991 -0.40223-0.65
天门-0.33278-1.15764 -0.16015-0.54
结果显示，第一个主因子主要在工业发展方面有较大的载荷，可以命名为工业因子；第二个主因子主要在社会流通业方面有较大的载荷，可以命名为流通因子；第三个主因子主要在对外贸易方面有较大的载荷，可以命名为外贸因子。
(2)计算因子得分与综合因子得分，见表5。
3.3 聚类分析
根据表5的综合因子得分进行聚类分析，聚类方法采用组件连接方法，距离测度采用欧氏距离。其结果见图1。
4 结论
综上所述，宜昌、襄樊和黄石的综合因子得分显著的优于其他州市，聚类结果也显示宜昌自为一类，黄石、襄樊聚集为一类，再加上武汉，这4个城市可以考虑作为区域制造业物流的中心城市。对区域物流中心城市的选址方案与湖北省“十一五”物流发展规划中物流中心城市完全一致，体现了所研究的区域物流中心城市选址方法的科学性与合理性。
图1 聚类分析结果