孫 淼，吳金卓

（東北林業(yè)大學(xué) 工程技術(shù)學(xué)院，黑龍江 哈爾濱 150040）

1 引言

經(jīng)濟(jì)發(fā)展新常態(tài)下，我國(guó)經(jīng)濟(jì)的下行壓力不斷加大，在此經(jīng)濟(jì)發(fā)展背景下，我國(guó)物流行業(yè)通過(guò)不斷加大基礎(chǔ)設(shè)施投入力度、完善物流體系建設(shè)、推進(jìn)物流標(biāo)準(zhǔn)化發(fā)展，行業(yè)整體保持了中高速增長(zhǎng)[1]。從區(qū)域角度來(lái)看，我國(guó)不同區(qū)域之間的物流發(fā)展水平存在顯著的不均衡性，長(zhǎng)三角、珠三角地區(qū)物流業(yè)發(fā)達(dá)，新疆、西藏等西部?jī)?nèi)陸地區(qū)物流業(yè)較落后而且發(fā)展速度慢，由于區(qū)域經(jīng)濟(jì)實(shí)力的差距，這些地區(qū)的物流水平差距還有進(jìn)一步擴(kuò)大的趨勢(shì)[2]。因此，在了解區(qū)域物流發(fā)展特點(diǎn)及主要影響因素的基礎(chǔ)上，有針對(duì)性地發(fā)展區(qū)域物流對(duì)縮小區(qū)域間物流競(jìng)爭(zhēng)力差距非常必要。

區(qū)域物流的發(fā)展不僅與區(qū)域經(jīng)濟(jì)環(huán)境、政策環(huán)境息息相關(guān)，還受到運(yùn)輸、倉(cāng)儲(chǔ)、信息處理等多個(gè)環(huán)節(jié)多種因素的共同影響[3]。近年來(lái)，物流業(yè)迅速發(fā)展的同時(shí)，研究學(xué)者們對(duì)區(qū)域物流的關(guān)注度也越來(lái)越高，相關(guān)內(nèi)容的研究深度和研究廣度也得到了進(jìn)一步提升。例如，張梅芬[4]利用灰色關(guān)聯(lián)分析方法進(jìn)行定量分析，得出大連市區(qū)域物流需求與區(qū)域經(jīng)濟(jì)發(fā)展水平密切相關(guān)的結(jié)論。魏國(guó)辰[5]結(jié)合京津冀地區(qū)物流發(fā)展現(xiàn)狀，使用熵權(quán)法對(duì)京津冀地區(qū)物流發(fā)展進(jìn)行評(píng)價(jià)分析，總結(jié)該地區(qū)存在的問(wèn)題及未來(lái)發(fā)展優(yōu)勢(shì)，并有針對(duì)性地提出提升區(qū)域物流水平的對(duì)策。余利娥[6]使用主成分分析法分析了皖北城鄉(xiāng)一體化發(fā)展影響因素，并對(duì)皖北城鄉(xiāng)一體化發(fā)展提出了政策性建議。金鳳花[7]等在分析過(guò)程中引入了物流場(chǎng)勢(shì)模型，綜合評(píng)價(jià)了我國(guó)30 個(gè)省級(jí)區(qū)域物流的發(fā)展水平，并運(yùn)用SPSS軟件進(jìn)行了聚類分析，在此基礎(chǔ)上提出物流發(fā)展的合理化建議。高堯[8]通過(guò)建立向量自回歸模型（VAR），分析了北京市物流業(yè)發(fā)展中各影響因素的推動(dòng)作用，并對(duì)未來(lái)發(fā)展提出思考和建議。從以上分析可以看出，已有多種分析方法被應(yīng)用到區(qū)域物流的發(fā)展評(píng)價(jià)中，然而，在區(qū)域物流分析評(píng)價(jià)中缺少相應(yīng)的橫向方法比較分析，對(duì)于具體方法的適用性還不清楚，這在一定程度上削弱了評(píng)價(jià)結(jié)果的可靠性。

典范對(duì)應(yīng)分析（Canonical Correspondence Analysis，CCA）作為一種數(shù)量統(tǒng)計(jì)學(xué)方法，在區(qū)域物流領(lǐng)域的研究還較少，但是能夠把樣方變量、環(huán)境因素變量和響應(yīng)變量的相互關(guān)系同時(shí)表示在一張排序圖上的突出優(yōu)點(diǎn)，使它近年來(lái)被廣泛應(yīng)用于變化驅(qū)動(dòng)力分析和行業(yè)可持續(xù)發(fā)展等人文社科領(lǐng)域[9]。因此，本文選擇典范對(duì)應(yīng)分析與已經(jīng)在物流領(lǐng)域廣泛應(yīng)用的灰色關(guān)聯(lián)分析法對(duì)黑龍江省物流業(yè)發(fā)展影響因素進(jìn)行分析，綜合比較分析兩種方法的結(jié)果和適用性，以期為我國(guó)其他區(qū)域物流發(fā)展影響因素分析提供理論依據(jù)。

2 研究方法

2.1 研究對(duì)象

黑龍江省是東北老工業(yè)基地的重要組成部分，“一帶一路”倡議讓黑龍江省成為我國(guó)陸海絲綢之路經(jīng)濟(jì)帶的重要節(jié)點(diǎn)[10]?！笆濉币詠?lái)，黑龍江省人均GDP 穩(wěn)定增長(zhǎng)，但與全國(guó)人均GDP 相比還有一定的差距，與此同時(shí)黑龍江省積極進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)升級(jí)轉(zhuǎn)型，大力發(fā)展第三產(chǎn)業(yè)，在政府及國(guó)家相關(guān)政策的支持下，黑龍江省第三產(chǎn)業(yè)高速發(fā)展，2018年已達(dá)到全省GDP的57.1%，其它兩個(gè)產(chǎn)業(yè)的占比分別是18.3%和24.6%[11]?！笆濉币詠?lái)，黑龍江省委、省政府結(jié)合國(guó)家“一帶一路”發(fā)展大背景以及國(guó)務(wù)院頒布的《物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃（2014-2020 年）》等發(fā)展規(guī)劃，從物流基礎(chǔ)設(shè)施、物流體系建設(shè)、物流標(biāo)準(zhǔn)化等方面加大投入力度，推動(dòng)區(qū)域物流產(chǎn)業(yè)合理健康發(fā)展[12]。本文通過(guò)運(yùn)用不同的分析方法對(duì)黑龍江省物流業(yè)發(fā)展影響因素進(jìn)行對(duì)比分析，可以進(jìn)一步明確推動(dòng)這一地區(qū)物流發(fā)展的主要驅(qū)動(dòng)因子，為制定和評(píng)價(jià)該地區(qū)的物流發(fā)展政策提供理論依據(jù)。

2.2 方法選擇

2.2.1 典范對(duì)應(yīng)分析。典范對(duì)應(yīng)分析是在對(duì)應(yīng)分析（Correspondence Analysis，CA）的基礎(chǔ)上發(fā)展而來(lái)的一種排序方法，通過(guò)在對(duì)應(yīng)分析迭代的過(guò)程中，將每次得到的樣方排序值與環(huán)境因子進(jìn)行多元線性回歸，從而實(shí)現(xiàn)對(duì)應(yīng)分析與多元回歸分析的有效結(jié)合[13]。典范對(duì)應(yīng)分析要求環(huán)境變量和響應(yīng)變量?jī)蓚€(gè)原始變量矩陣，且原始變量為非直線分布，其中的響應(yīng)變量必須有相同的量綱[14]。在利用典范對(duì)應(yīng)分析研究物流驅(qū)動(dòng)力因素時(shí)，樣方可表示研究的地區(qū)或者年份，環(huán)境變量可表示物流業(yè)發(fā)展的影響因素，響應(yīng)變量可表示物流業(yè)發(fā)展水平評(píng)價(jià)指標(biāo)，生成的排序圖不僅可以反映年份或地區(qū)、影響因素、產(chǎn)業(yè)發(fā)展水平三個(gè)維度的相關(guān)性，還可以根據(jù)其中點(diǎn)線間的距離和夾角比較分析同一維度內(nèi)各因素的相關(guān)性。

在進(jìn)行典范對(duì)應(yīng)分析時(shí)，首先要根據(jù)任意一組樣方排序值計(jì)算響應(yīng)變量排序值，其次采用加權(quán)平均法計(jì)算響應(yīng)變量排序值，然后對(duì)環(huán)境因子和樣方排序值進(jìn)行回歸分析，使得樣方排序值既能反映樣方與響應(yīng)變量的相互關(guān)系，又能反映環(huán)境因子與樣方的聯(lián)系。CCA的多元線性回歸方程數(shù)學(xué)表達(dá)式如下：

式（1）中yi為第i個(gè)樣方的排序值，b0為截距，bk是樣方與第k個(gè)環(huán)境因子的回歸系數(shù)，zik為第k個(gè)環(huán)境因子在第i個(gè)樣方中的觀測(cè)值。

具體計(jì)算步驟如下：

（1）N個(gè)樣方，每個(gè)樣方觀測(cè)了p個(gè)響應(yīng)變量和q個(gè)環(huán)境因子的數(shù)據(jù)，得到響應(yīng)變量矩陣求響應(yīng)變量矩陣的行和以及列和，其中,i=1,2,…,N(N為樣方數(shù))；j=1,2,…,p(p為響應(yīng)變量數(shù))。

（2）任意選一組樣方排序初始值yi（不應(yīng)全部為0）。

（3）用加權(quán)平均法求種類值mj，即：

（4）用步驟（3）中所得的響應(yīng)變量排序值mj計(jì)算新的樣方排序值即：

（5）用多元回歸法計(jì)算樣方與環(huán)境因子之間的回歸系數(shù)bk，權(quán)重根據(jù)環(huán)境變量原始矩陣Z 的行和向量b計(jì)算得出，回歸系數(shù)用矩陣表示為：

（6）重新計(jì)算樣方排序新值，計(jì)算公式為：

（7）重復(fù)步驟（3）——（6），直到計(jì)算結(jié)果趨于穩(wěn)定時(shí)停止計(jì)算，即得到第一排序軸排序值。

（8）重復(fù)步驟（2）——（5），對(duì)結(jié)果正交化，再進(jìn)行標(biāo)準(zhǔn)化步驟（6），求得第二排序軸排序值。

（9）將樣方、響應(yīng)變量和環(huán)境變量的排序結(jié)果用二維排序圖表示出來(lái)。

本文使用CANOCO 軟件進(jìn)行典范對(duì)應(yīng)分析，首先將黑龍江省各地級(jí)市物流業(yè)發(fā)展環(huán)境因素變量及響應(yīng)變量數(shù)據(jù)存入Excel 工作簿；然后將Excel 表格數(shù)據(jù)導(dǎo)入CANOCO 軟件中，并對(duì)物流業(yè)發(fā)展指標(biāo)變化值進(jìn)行DCA 分析，根據(jù)4 個(gè)排序軸最大梯度值決定使用線性分析或單峰分析，理論上線性分析適用于梯度值＜3 的情況，單峰分析可以應(yīng)用于所有梯度值情況。

2.2.2 灰色關(guān)聯(lián)分析法?；疑P(guān)聯(lián)分析法是根據(jù)因素之間發(fā)展趨勢(shì)的相似或相異程度來(lái)衡量因素間關(guān)聯(lián)程度的一種定量分析方法，關(guān)聯(lián)度大說(shuō)明影響因素與產(chǎn)業(yè)發(fā)展關(guān)系密切，關(guān)聯(lián)度小說(shuō)明物流產(chǎn)業(yè)的發(fā)展受到該因素的影響微小[15]?；疑P(guān)聯(lián)分析法已經(jīng)被廣泛應(yīng)用于社會(huì)科學(xué)和自然科學(xué)的研究領(lǐng)域。很多學(xué)者將灰色關(guān)聯(lián)分析法用于物流產(chǎn)業(yè)影響因素分析與區(qū)域經(jīng)濟(jì)優(yōu)勢(shì)分析，均取得較好的應(yīng)用效果[16-17]?；疑P(guān)聯(lián)分析的具體步驟如下：

（1）計(jì)算極差。設(shè)有比較因素指標(biāo)，根據(jù)式（6）計(jì)算參考序列和比較序列差值的絕對(duì)值，并求得最大差和最小差。

（2）計(jì)算驅(qū)動(dòng)力影響因素關(guān)聯(lián)系數(shù)。由式（7）計(jì)算驅(qū)動(dòng)力影響因素關(guān)聯(lián)系數(shù)，其中i=1,2,…,n，m是步驟（1）中得到的最小極差，M是最大極差。ε∈(0,1)，通常取分辨系數(shù)ξ=0.5。

（3）計(jì)算關(guān)聯(lián)度并排序。

3 指標(biāo)選擇與數(shù)據(jù)處理

3.1 指標(biāo)選擇

為了選取能夠客觀反映黑龍江省物流業(yè)發(fā)展水平及影響因素的相關(guān)指標(biāo)，本文在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)中檢索“區(qū)域物流”、“影響因素”等關(guān)鍵詞，在參考相關(guān)指標(biāo)的檢索頻次并綜合考慮了指標(biāo)選取全面性原則及數(shù)據(jù)的可得性等因素后，從區(qū)域發(fā)展和物流業(yè)發(fā)展兩大方面選取三大產(chǎn)業(yè)增加值、地區(qū)人均GDP等十項(xiàng)指標(biāo)作為本文研究的環(huán)境影響因素指標(biāo)，具體指標(biāo)見(jiàn)表1。

表1 物流業(yè)發(fā)展影響因素指標(biāo)

3.2 數(shù)據(jù)處理（以黑龍江省為例）

3.2.1 典范對(duì)應(yīng)分析。本文以黑龍江省物流發(fā)展影響因素相關(guān)數(shù)據(jù)為環(huán)境變量，選取黑龍江省12 個(gè)地級(jí)市2011-2018 年的郵政業(yè)務(wù)總量、電信業(yè)務(wù)總量、快遞業(yè)務(wù)收入及交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)增加值作為響應(yīng)變量。其中年末實(shí)有道路長(zhǎng)度及就業(yè)人數(shù)相關(guān)數(shù)據(jù)來(lái)源于黑龍江省各地級(jí)市統(tǒng)計(jì)年鑒，郵政業(yè)務(wù)及快遞業(yè)務(wù)收入相關(guān)數(shù)據(jù)來(lái)源于黑龍江省各地級(jí)市交通運(yùn)輸管理局公報(bào)，其他指標(biāo)數(shù)據(jù)來(lái)源于《黑龍江省統(tǒng)計(jì)年鑒》，時(shí)間區(qū)間為2011——2018年。黑龍江省物流產(chǎn)業(yè)發(fā)展影響因素變化值數(shù)據(jù)見(jiàn)表2。

表2 黑龍江省各地級(jí)市物流發(fā)展影響因素變化值數(shù)據(jù)

3.2.2 灰色關(guān)聯(lián)分析?；疑P(guān)聯(lián)分析是按發(fā)展趨勢(shì)進(jìn)行分析，因此對(duì)影響因素指標(biāo)數(shù)量的多少?zèng)]有過(guò)多的要求，也不需要典型的分布規(guī)律[19]?；疑P(guān)聯(lián)分析只能選擇一項(xiàng)指標(biāo)作為參考序列，因此本文選取郵政業(yè)務(wù)總量(X0)指標(biāo)作為參考序列，將產(chǎn)業(yè)增加值、社會(huì)零售品總額、進(jìn)出口總額等十項(xiàng)影響因素指標(biāo)作為比較序列，選取黑龍江省2011-2018年各項(xiàng)指標(biāo)數(shù)據(jù)組成相關(guān)序列。為了消除變量間不同量綱對(duì)實(shí)驗(yàn)結(jié)果的影響，將參考序列和比較序列的相關(guān)數(shù)據(jù)以均值方式進(jìn)行標(biāo)準(zhǔn)化化處理，結(jié)果見(jiàn)表3。

表3 灰色關(guān)聯(lián)分析均值標(biāo)準(zhǔn)化數(shù)據(jù)指標(biāo)

4 結(jié)果與分析

4.1 典范對(duì)應(yīng)分析結(jié)果

典范對(duì)應(yīng)分析四個(gè)排序軸累計(jì)百分比分別為73.54%、96.75%、98.4%、99%，由此可知排序軸與物流行業(yè)發(fā)展水平變化和社會(huì)經(jīng)濟(jì)環(huán)境指標(biāo)之間相關(guān)性顯著，CCA 排序結(jié)果可以較好地解釋黑龍江省物流業(yè)發(fā)展水平與社會(huì)經(jīng)濟(jì)環(huán)境之間的關(guān)系。選取前兩個(gè)排序軸生成排序圖，如圖1所示。下面分別從相關(guān)性分析、物流產(chǎn)業(yè)發(fā)展變化分析和影響因素指標(biāo)變化分析三個(gè)方面進(jìn)行具體分析。

（1）相關(guān)性分析。社會(huì)經(jīng)濟(jì)指標(biāo)與排序軸的相關(guān)系數(shù)表示為環(huán)境因子箭頭的坐標(biāo)值，環(huán)境指標(biāo)與前兩個(gè)排序軸的相關(guān)系數(shù)見(jiàn)表4?？梢钥闯觯饔绊懸蛩刂笜?biāo)的變化均與第一、第二排序軸有較大的相關(guān)性。固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、地區(qū)人均GDP、進(jìn)出口貿(mào)易總額等指標(biāo)均與第一排序軸呈正相關(guān)，只有就業(yè)人數(shù)與第一排序軸負(fù)相關(guān)。與第二排序軸呈正相關(guān)的指標(biāo)有年末實(shí)有道路長(zhǎng)度、固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、普通高等學(xué)校學(xué)生數(shù)等，第一產(chǎn)業(yè)增加值、進(jìn)出口貿(mào)易總額、社會(huì)零售品總額等與第二排序軸呈負(fù)相關(guān)。因此，根據(jù)社會(huì)經(jīng)濟(jì)指標(biāo)與排序軸之間的相關(guān)性，可將第一排序軸概括為區(qū)域經(jīng)濟(jì)環(huán)境驅(qū)動(dòng)因素軸，第二排序軸概括為產(chǎn)業(yè)投入驅(qū)動(dòng)因素軸。

圖1 典范對(duì)應(yīng)分析排序圖

表4 影響因素指標(biāo)與排序軸相關(guān)系數(shù)

（2）物流產(chǎn)業(yè)發(fā)展變化分析。圖1 中，三角點(diǎn)表示物流發(fā)展水平指標(biāo)，快遞業(yè)務(wù)收入和郵政業(yè)務(wù)總量的點(diǎn)間距離最小，說(shuō)明兩種產(chǎn)業(yè)發(fā)展指標(biāo)的變化相似性較強(qiáng)，其次是交通及郵政業(yè)增加值和郵政業(yè)務(wù)總量。電信業(yè)務(wù)總量是衡量物流發(fā)展水平的間接指標(biāo)，與其他三個(gè)指標(biāo)之間的變化相似性較弱。圓點(diǎn)表示黑龍江省各地級(jí)市，圓點(diǎn)間的距離表示各地級(jí)市物流發(fā)展水平變化的相似性。12個(gè)地級(jí)市分布于排序圖的四個(gè)象限，表明黑龍江省各地級(jí)市在物流產(chǎn)業(yè)發(fā)展中存在明顯的差異，其中省會(huì)城市哈爾濱，在發(fā)展水平及發(fā)展速度上均領(lǐng)先于其它城市，黑河和牡丹江市與哈爾濱市物流行業(yè)發(fā)展相關(guān)性較大。除哈爾濱以外的其他城市可分為兩組，第一組包括第一象限的黑河和第二象限的鶴崗、雙鴨山、伊春、七臺(tái)河，這些城市人均GDP 增長(zhǎng)較慢，對(duì)外開(kāi)放程度低，交通運(yùn)輸及郵政業(yè)增加值、郵政業(yè)務(wù)總量等各項(xiàng)產(chǎn)業(yè)發(fā)展指標(biāo)變化值小，與哈爾濱的點(diǎn)間距離較大，表示這些城市與哈爾濱的物流發(fā)展速度存在較大差距；第二組包括大慶、雞西、佳木斯、齊齊哈爾、綏化和牡丹江，這些城市物流發(fā)展水平高于第一組的城市，第三產(chǎn)業(yè)增加值高于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)，物流基礎(chǔ)設(shè)施水平發(fā)展較緩慢，產(chǎn)業(yè)發(fā)展指標(biāo)的增加值在省內(nèi)地級(jí)市中處于中等水平。

（3）影響因素指標(biāo)變化分析。排序圖中帶有箭頭的線段表示環(huán)境指標(biāo)的變化，箭頭長(zhǎng)度表示物流發(fā)展水平變化與環(huán)境因素指標(biāo)間的相關(guān)性，長(zhǎng)度越長(zhǎng)，相關(guān)性越高[20]。由圖1可知，道路長(zhǎng)度、固定資產(chǎn)投資總額、第三產(chǎn)業(yè)增加值、普通高等學(xué)校學(xué)生數(shù)、就業(yè)人數(shù)等指標(biāo)是驅(qū)動(dòng)黑龍江省物流產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。第二產(chǎn)業(yè)、進(jìn)出口貿(mào)易總額在驅(qū)動(dòng)黑龍江省物流產(chǎn)業(yè)發(fā)展中的貢獻(xiàn)值較弱。黑龍江省的第二產(chǎn)業(yè)面臨著轉(zhuǎn)型升級(jí)的問(wèn)題，所以近幾年對(duì)物流行業(yè)的發(fā)展貢獻(xiàn)較??；進(jìn)出口貿(mào)易總額與物流業(yè)發(fā)展關(guān)聯(lián)程度小，其主要原因是黑龍江省對(duì)外開(kāi)放程度不足及國(guó)際物流技術(shù)發(fā)展水平相對(duì)較低。

環(huán)境因素箭頭線之間的夾角表示兩種指標(biāo)變化的相關(guān)性，圖1中，箭頭線X2和X4之間的夾角最小，表示第二產(chǎn)業(yè)增加值與地區(qū)人均GDP變化情況相關(guān)性大，第三產(chǎn)業(yè)增加值變化與年末實(shí)有道路長(zhǎng)度、固定資產(chǎn)投資以及普通高等學(xué)校學(xué)生數(shù)的變化相關(guān)性較大，社會(huì)零售品總額和年末實(shí)有道路長(zhǎng)度的夾角接近90°，表示兩種指標(biāo)的變化相關(guān)性接近0，就業(yè)人數(shù)指標(biāo)的變化值與其它指標(biāo)變化值呈負(fù)相關(guān)。

在對(duì)應(yīng)分析迭代的過(guò)程中，典范對(duì)應(yīng)分析需要將每次得到的地區(qū)物流業(yè)發(fā)展排序值與環(huán)境因子進(jìn)行多元線性回歸，通過(guò)多次迭代計(jì)算才能得到穩(wěn)定的排序值。而且由于典范對(duì)應(yīng)分析的第二排序軸通常是由第一排序軸變形得來(lái)的，樣方在第二排序軸上的坐標(biāo)軸容易受到影響，產(chǎn)生“弓形效應(yīng)”[21]。因此典范對(duì)應(yīng)分析的計(jì)算過(guò)程相對(duì)復(fù)雜，但典范對(duì)應(yīng)分析的分析結(jié)果更詳盡，它不僅可以反映區(qū)域物流產(chǎn)業(yè)的影響因素、地域差異，還可以分析各環(huán)境影響因素間的相關(guān)關(guān)系、各地級(jí)市間物流發(fā)展相關(guān)性以及各地級(jí)市產(chǎn)業(yè)發(fā)展與環(huán)境因素的相關(guān)性等多種關(guān)系。

4.2 灰色關(guān)聯(lián)分析結(jié)果

灰色關(guān)聯(lián)度被用來(lái)表示參考指標(biāo)隨時(shí)間或不同對(duì)象而變化的關(guān)聯(lián)性大小的量度。將多個(gè)關(guān)聯(lián)度值按大小排列起來(lái)，即形成影響因素關(guān)聯(lián)序列。X1-X10的灰色關(guān)聯(lián)度分別為：0.820、0.655、0.895、0.932、0.862、0.961、0.979、0.924、0.923、0.925，對(duì)應(yīng)的關(guān)聯(lián)排序?yàn)椋?、10、7、3、8、2、1、5、6、4。可以看出，黑龍江省物流業(yè)發(fā)展的主要驅(qū)動(dòng)因素為社會(huì)零售品總額、固定資產(chǎn)投資總額、地區(qū)人均GDP 等，第一、二產(chǎn)業(yè)增加值以及進(jìn)出口貿(mào)易總額與物流業(yè)發(fā)展關(guān)聯(lián)度較小?！笆濉币詠?lái)，黑龍江省調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，第三產(chǎn)業(yè)得到了較快發(fā)展，固定資產(chǎn)投資力度及鐵路公路建設(shè)里程的增加，提高了物流行業(yè)的基礎(chǔ)設(shè)施水平，推動(dòng)了物流業(yè)的發(fā)展，與此同時(shí)，各高校增加物流專業(yè)人才培養(yǎng)數(shù)量，提升了物流業(yè)發(fā)展?jié)摿?。隨著黑龍江省經(jīng)濟(jì)的穩(wěn)定發(fā)展，人均GDP不斷增長(zhǎng)，其增長(zhǎng)也會(huì)在一定程度上推動(dòng)物流產(chǎn)業(yè)發(fā)展。

灰色關(guān)聯(lián)分析得到的影響因素排序結(jié)果與典范對(duì)應(yīng)分析相似，兩種方法均反映出“十二五”以來(lái)，黑龍江省物流業(yè)的發(fā)展驅(qū)動(dòng)力主要來(lái)自固定資產(chǎn)投資、基礎(chǔ)設(shè)施建設(shè)以及居民消費(fèi)水平等方面，與此同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型帶來(lái)的第二產(chǎn)業(yè)增加值下降以及黑龍江省對(duì)外開(kāi)放程度的不足在一定程度上影響了物流業(yè)的發(fā)展。

5 結(jié)論

本文分別采用典范對(duì)應(yīng)分析法和灰色關(guān)聯(lián)分析法對(duì)“十二五”以來(lái)黑龍江省12個(gè)地級(jí)市的物流業(yè)發(fā)展驅(qū)動(dòng)力因素進(jìn)行分析。通過(guò)結(jié)果對(duì)比可以發(fā)現(xiàn)：典范對(duì)應(yīng)分析和灰色關(guān)聯(lián)分析均對(duì)影響黑龍江省物流產(chǎn)業(yè)發(fā)展的環(huán)境因素進(jìn)行了排序，得到了相近的排序結(jié)果，即該區(qū)域物流產(chǎn)業(yè)發(fā)展主要受到固定資產(chǎn)投資、社會(huì)消費(fèi)水平、第三產(chǎn)業(yè)增加值以及就業(yè)人數(shù)等因素的影響，與第一、第二產(chǎn)業(yè)增加值及進(jìn)出口貿(mào)易總額的關(guān)聯(lián)度較小。利用典范對(duì)應(yīng)分析還對(duì)各地級(jí)市的物流發(fā)展水平進(jìn)行分析，得出黑龍江省各地級(jí)市物流發(fā)展水平存在顯著的差距。

在分析區(qū)域物流發(fā)展驅(qū)動(dòng)力方面，這兩種方法具有各自的適用性和優(yōu)勢(shì)。對(duì)于灰色關(guān)聯(lián)分析法而言，數(shù)據(jù)獲取較容易、計(jì)算過(guò)程簡(jiǎn)潔、結(jié)果直觀，能夠準(zhǔn)確地反映多個(gè)環(huán)境因素對(duì)一個(gè)物流產(chǎn)業(yè)發(fā)展指標(biāo)的影響程度，是一種簡(jiǎn)單且可靠的分析方法。典范對(duì)應(yīng)分析對(duì)原始變量數(shù)據(jù)的要求較高，盡管分析過(guò)程復(fù)雜，但是分析結(jié)果更詳盡，它不僅可以反映區(qū)域物流產(chǎn)業(yè)的影響因素、地域差異，還可以分析各環(huán)境影響因素間的相關(guān)關(guān)系、各地級(jí)市間物流發(fā)展相關(guān)性以及各地級(jí)市產(chǎn)業(yè)發(fā)展與環(huán)境因素的相關(guān)性等多種關(guān)系。因此，本文認(rèn)為典范對(duì)應(yīng)分析方法在評(píng)價(jià)物流業(yè)發(fā)展影響因素方面具有很大的潛力，在未來(lái)的研究中可以通過(guò)進(jìn)一步完善評(píng)價(jià)指標(biāo)使其發(fā)揮更大的作用。