区域物流环境评价指标体系及其实证研究

      1 引言

      现代物流业是现代市场经济和经济全球化发展到一定阶段的产物，其发展水平是评价一个城市或经济区域综合实力和现代化进程的重要标志。城市之间的联系主要通过物流、人流、商流和信息流作为纽带，并且通过这些“流体”相互作用的强弱显示出城市之间影响力的高低。区域物流是实现高效区域内物流跨区域物流和国际物流的有力保证，在区域经济发展中发挥着极其重要的作用[1]。

      2 区域物流相关理论

      2.1 区域物流

      区域物流，是在一定的区域地理环境中，以大中型城市为中心，以区域经济规模和范围为基础，结合物流辐射的有效范围，将区域内外的各类物品从供应地向接受地进行有效的实体流动；根据区域物流基础设施条件，将公路、铁路、航空、水运及管道输送等多种运输方式及物流节点有机衔接，并将运输、储存、装卸搬运、包装、流通加工、配送及信息处理等物流基本活动有机集成，以服务本区域的经济发展，提高本区域物流活动的水平和效率，扩大物流活动的规模和范围，辐射其他区域，提高本区域的综合经济实力[2]。

      2.2 区域物流系统

      而区域物流系统的界定需结合“区域物流”以及系统工程中系统概念进行。系统工程认为“系统是为达到某种共同目的、若干构成要素相互有机结合成的复合体”。系统可以视为通过输入人力、物力、财力以及信息等资源，实现特定输出以有效达成目的的一种机制。由此，区域物流系统可以认为是：在一定经济区域范围内，为有效达成以低物流成本向顾客提供优质物流服务的系统，是所在区域内众多物流环节和物流运作的各组成要素在物流运作机制的综合作用下，提高物流效率，获取物流利润为核心目标的区域性物流综合体系[3]。

      相应的区域物流系统评价可从两大层面进行，即企业层面和政府层面。一是企业跨区域性物流网络的有效构建和具体物流活动的有效实施，以保证物流服务效率。二是政府的地区性物流战略定位及规划、物流基础设施筹建、物流经济增长等宏观物流政策及实施，并拓展至围绕物流资源进行的产业升级、经济规模扩张、区域区际协调、资源可持续、环境保护等活动。

      2.3 区域物流体系的构成

      为了衡量和评价中西部地区以及其他区域的物流体系的运行效率，需要对区域物流体系建立一套通行的测度标准，为此本文根据区域物流和区域经济的协同发展的特点，确立了现代区域物流体系评价指标。评价指标主要反映在物流需求、物流供给、物流成本、物流成效和物流发展环境五个方面[4]。

      (1)区域物流需求。

      

      (5)区域物流环境。

      物流环境的影响因素包括政府的作用、技术服务水平、区域经济的外向程度和现代物流人才等。

      3 区域物流环境评价指标体系的构建

      区域物流服务评价指标体系构建除了要遵循整体性、可比性、可量化、经济性、动态指标和静态指标相结合、战略相联系性的原则，等等。区域物流服务评价指标体系构建还要根据区域物流及其评价体系的特点进行设计，因此区域物流服务评价体系构建的原则还包括系统性原则、科学性原则、全面性原则和可操作性原则[5]。

      表1 区域物流环境评价指标体系

      

      从宏观上，把区域物流评价指标划分为五个功能模块，在具体设置某个区域的每个功能模块及其具体指标内容时，又要按照具体区域经济和物流行业情况进行设计。本文从区域物流体系的物流需求指标子系统、物流供给指标子系统、物流成本指标子系统、物流成效指标子系统、物流发展环境指标子系统五个维度构建区域物流评价指标体系，探索区域物流评价指标体系的内部结构。

      本文将区域物流环境评价指标体系分为三个层面，即目标层、准则层和指标层，共包括50项具体指标，见表1。

      (1)目标层。

      该项研究通过对各项区域物流服务指标的分析评价，在总体上反映了区域物流服务的质量高低。

      (2)准则层。

      准则层是由反映目标层的指标（或称为次级目标层）构成。

      (3)指标层。

      指标层用来反映各准则层的具体内容，它是由若干指标来体现的。

      4 实证分析

      4.1 数据收集

      我们用2005年重庆、成都和西安等12个城市的数据对区域物流环境进行评估（注：数据资料来源于各城市的2006年的统计年鉴和精讯数据），建立区域物流环境指标数据表（由于该表数据量过大，此处省略）。

      4.2 数据分析

      本文采用因子分析进行数据分析。分析因子分析法是从一组具有复杂关系的变量出发，把原始变量分成两部分，一部分是所有变量共同具有的公共因素（简称公因子），另一部分是各变量独自具有的特殊因素（简称特殊因子）。公共因子一般较原始变量的个数少，对原始变量起着重要的支撑作用，它们之间互不相关，用这些公共因子来描述原始变量，能够尽量保持和理解各原始变量之间的复杂关系。