基于因子分析法的区域物流能力评价
本文作者(田华杰 杨 蕾),请您在阅读本文时尊重作者版权。
◆ 中图分类号：F062 文献标识码：A
内容摘要：本文应用因子分析法，结合统计数据，通过SPSS18.0软件对冀东、冀中南、环京津经济区区域物流能力进行了统计分析，得出了河北省各省市区域物流能力得分排名，并提出物流产业布局与发展对策。
关键词：因子分析 区域物流 物流能力
因子分析法的基本思想
因子分析（Factor Analysis）是由心理学家CharlesSpearman和Kar1Pearson于1904年提出的一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系。该模型描述如下：
设有原始变量：X1、X2、X3、…、Xm。原始变量与潜在因子之间的关系可以表示为：
其中z1…zm是m个潜在因子，是各原始变量都包含的因子，称共性因子；e1…em为m个只包含在某个原始变量之中的，只对一个原始变量起作用的个性因子，是各变量特有的特殊因子。共性因子与特殊因子相互独立。找出共性因子是因子分析的主要目的。计算出结果后要对共性因子的实际含义进行探讨。因子分析法能够有效降低变量维数，其核心是用较少的互相独立的因子反映原有变量的绝大部分信息，同时形成反映因子和指标包含信息量的权数，以计算综合评价值。在指标权重的选择上克服了主观因素的影响，有助于客观地反映样本间的现实关系。
基于因子分析法的区域物流能力评价
（一）样本及指标选取
本文在查阅相关文献资料以及实际调研的基础上，选定了9个指标以代表区域物流能力，分别是人均GDP（X1），社会消费品零售总额（X2），城镇居民人均可支配收入 （X3），农村居民人均纯收入（X4），公路货运量（X5），民用汽车拥有量（万辆） （X6），国际互联网用户数（X7），电话用户数（X8），人才资源总量（X9）。本文选定河北省冀东、冀中南、环京津经济区11市为分析样本，数据来自2009年河北经济年鉴。
（二）因子分析过程
1.进行KMO检验及球型检验，以判断数据是否适合于因子分析。KMO值越大，表示变量之间的公共因子越多，越适合进行因子分析。如果KMO值小于0.5，则不宜进行因子分析。本研究采用利用SPSS18.0统计软件的Factor过程，对11个样本的9个指标的原始数据进行探索性因子分析，采用主成分分析法作为提取因子的方法，并用方差最大法对因子进行正交旋转，得到因子结构。处理数据显示，抽样适度测定值（KMO）为0.695（见表1），适合做因子分析。
2.计算各变量的特征值、贡献率、累计贡献率以及输出碎石图。根据原有变量的相关系数矩阵，采用主成份分析法提取因子并选取大于1的特征根，由于因子解释原有变量选入了2个公共因子F1、F2，其累计方差率达到了81.581%。因子分析的初始解见表2。由表2可见所有变量的共同度均较高，各变量信息丢失较少，因子提取效果很好。提取因子的碎石图见图1。
3. 输出旋转后的因子载荷矩阵以及因子成分得分系数矩阵。为使求得的公因子具有较为明显的意义，对初始因子载荷矩阵进行方差最大化正交旋转，结果如表3所示。从表3可以看出，第一公因子F1，基本支配了人均GDP（X1）、社会消费品零售总额（X2）、国际互联网用户数（X7）、电话用户数（X8）、人才资源总量（X9），它反映了影响河北省区域物流发展的经济、信息以及人力资源环境，是区域物流发展的宏观环境，因此可称为物流环境因子。第二公因子F2，基本支配了城镇居民人均可支配收入（X3）、农村居民人均纯收入（X4）、公路货运量（X5）、民用汽车拥有量（万辆）（X6），这些指标反映了区域物流发展的物流物质基础以及设施基础，因此可以称物流基础因子。
输出因子成分得分系数矩阵（见表4）。得到公式如下：
F1=0.322X1 0.164X2 0.276X3-0.016X4-0.031X5 0.034X6-0.264X7 0.215X8 0.135X9
（1）
F2=-0.258X1 0.060X2 0.469X3 0.224X4
0.280X5 0.218X6-0.109X7 0.032X8 0.083X9
（2）
运用总方差解释表中2个公因子方差的贡献率，可以构造出河北省区域物流能力综合评价模型：
F=0.64678F1 0.16904F2 （3）
式中F代表河北省区域物流能力评价总得分，Fi（i=1，2）是各个因子得分。
4.计算因子综合得分。将河北省11个市的样本数据分别代入方程式（1）、（2）、（3），便可以得出各市以及冀东、冀中南、环京津经济区区域物流能力排名（见表5、表6）。
（三）结果分析
通过因子分析，文章最终得出了河北省各市的物流能力得分排名，从表5可以看出，按照F1排名，排在前五名的是石家庄、唐山、秦皇岛、保定、邯郸。按照F总排名，排在前五名的是石家庄、唐山、秦皇岛、邯郸、保定。从表6可以看出，按照F1和F排名，排在前三名的均是冀东经济区、冀中南经济区、环京津经济区。按照F总排名，排在前五名的是石家庄、唐山、秦皇岛、邯郸、保定。排序结果基本吻合，说明提取的第一公因子涵盖了绝大部分信息源，按照主成分排序具有一定的科学性和可行性。区域物流能力评价过程往往存在高度的复杂性以及指标间多重相关性等难题。因子分析法的科学运用，使得在对区域物流能力指标诊断识别过程中，能够基于数据本身，通过对多指标的降维处理，降低评价的复杂度，在一定程度上削弱了指标间的多重相关性，使评价结果更加趋于实际。