【摘 要】 為提升湖北省水運(yùn)發(fā)展水平，加快武漢航運(yùn)中心建設(shè)，在明確水運(yùn)競(jìng)爭(zhēng)力概念的基礎(chǔ)上，從空間維角度選取湖北省、湖南省、江西省為研究對(duì)象，將因子分析法應(yīng)用于水運(yùn)競(jìng)爭(zhēng)力評(píng)價(jià)，建立評(píng)價(jià)指標(biāo)體系，評(píng)價(jià)結(jié)果更具有客觀性。結(jié)果表明，三省中湖北省水運(yùn)競(jìng)爭(zhēng)力處于領(lǐng)先地位，但基礎(chǔ)競(jìng)爭(zhēng)力和環(huán)境競(jìng)爭(zhēng)力相對(duì)薄弱，應(yīng)重點(diǎn)從探索水運(yùn)與經(jīng)濟(jì)融合發(fā)展、提高政府對(duì)水運(yùn)發(fā)展的支持力度等方面提高湖北省水運(yùn)競(jìng)爭(zhēng)力。

　　【關(guān)鍵詞】 湖北省;水運(yùn)競(jìng)爭(zhēng)力;空間維;因子分析法

　　推薦閱讀：水利工程規(guī)劃設(shè)計(jì)中環(huán)境影響評(píng)價(jià)探究

　　湖北省具有得天獨(dú)厚的水運(yùn)資源優(yōu)勢(shì)。自“十三五”期以來，湖北省水運(yùn)基礎(chǔ)設(shè)施得到進(jìn)一步完善，水運(yùn)運(yùn)量在綜合運(yùn)輸中的占比穩(wěn)步增長(zhǎng)。但湖北省水運(yùn)資源集中利用程度相對(duì)較低，水運(yùn)基礎(chǔ)設(shè)施難以發(fā)揮整體聚集力，與“水運(yùn)強(qiáng)省”有一定的差距。2016年，國(guó)務(wù)院提出建設(shè)長(zhǎng)江黃金水道，發(fā)揮內(nèi)河航運(yùn)作用，為湖北省水運(yùn)發(fā)展提供了契機(jī)。因此，研究湖北省水運(yùn)競(jìng)爭(zhēng)力，找出湖北省水運(yùn)發(fā)展面臨的薄弱環(huán)節(jié)，具有重要的理論和現(xiàn)實(shí)意義。

　　目前學(xué)術(shù)界對(duì)水運(yùn)競(jìng)爭(zhēng)力的研究已取得一定成果，現(xiàn)有文獻(xiàn)研究對(duì)象集中在國(guó)家、單一省份、某一流域等層面，如：張華[1]從生產(chǎn)要素等多個(gè)角度對(duì)國(guó)際水運(yùn)競(jìng)爭(zhēng)力進(jìn)行比較，徐斌等[2]分析了浙江省水運(yùn)業(yè)發(fā)展的薄弱環(huán)節(jié)。研究方法主要集中在主成分分析法、系統(tǒng)聚類法、灰色關(guān)聯(lián)分析法等方面，如：鄧國(guó)清等[3]在建立評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，運(yùn)用主成分分析法對(duì)湖北省水運(yùn)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià);李清等[4]通過構(gòu)建綜合運(yùn)輸體系比較優(yōu)勢(shì)的AHP-TOPSIS組合評(píng)價(jià)模型，分析不同運(yùn)輸距離、運(yùn)輸方式中水運(yùn)具備的相對(duì)優(yōu)勢(shì);陳靜等[5]建立水運(yùn)低碳競(jìng)爭(zhēng)力的指標(biāo)體系，結(jié)合灰色關(guān)聯(lián)分析法分析江蘇省水運(yùn)低碳競(jìng)爭(zhēng)力水平;李志等[6]運(yùn)用F-AHP模型分析內(nèi)河港口競(jìng)爭(zhēng)力。目前尚未有從空間維角度選取與水運(yùn)發(fā)展關(guān)聯(lián)密切的幾個(gè)省份為研究對(duì)象的文獻(xiàn)，且研究方法大多采用傳統(tǒng)方法，而因子分析法可將幾個(gè)公共因子方差貢獻(xiàn)率作為權(quán)重來構(gòu)造綜合評(píng)價(jià)函數(shù)更具有客觀性。因此，本文運(yùn)用因子分析法對(duì)湖北省水運(yùn)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)。

　　1 水運(yùn)競(jìng)爭(zhēng)力概念及評(píng)價(jià)指標(biāo)體系的構(gòu)建

　　1.1 水運(yùn)競(jìng)爭(zhēng)力概念

　　競(jìng)爭(zhēng)力可以理解為一個(gè)相對(duì)的概念，需要通過比較顯現(xiàn)。結(jié)合區(qū)域經(jīng)濟(jì)、地理經(jīng)濟(jì)等相關(guān)理論，水運(yùn)競(jìng)爭(zhēng)力可以理解為：在市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，水運(yùn)業(yè)及其相關(guān)和支持產(chǎn)業(yè)通過整合自身的功能要素，合理配置相關(guān)水運(yùn)資源，并在不斷優(yōu)化與經(jīng)濟(jì)、社會(huì)、生態(tài)等外部環(huán)境交互關(guān)系的過程中，逐漸呈現(xiàn)出在占有水運(yùn)市場(chǎng)、拉動(dòng)經(jīng)濟(jì)和推動(dòng)自身可持續(xù)發(fā)展等方面所具有的生存能力和優(yōu)勢(shì)。

　　不同區(qū)域水運(yùn)業(yè)發(fā)展的程度不同，因此水運(yùn)發(fā)展在空間上具有可比性，可以借助評(píng)價(jià)方法及模型對(duì)不同區(qū)域之間的差異進(jìn)行量化和對(duì)比。本文基于空間維的湖北省水運(yùn)發(fā)展競(jìng)爭(zhēng)力評(píng)價(jià)思路見圖1。

　　1.2 評(píng)價(jià)對(duì)象選擇

　　國(guó)家宏觀倡議及區(qū)域的區(qū)位優(yōu)勢(shì)、航運(yùn)資源、經(jīng)濟(jì)綜合實(shí)力等要素對(duì)區(qū)域水運(yùn)發(fā)展均有較大影響。考慮到湖北、湖南、江西三省均處于長(zhǎng)江中游，以武漢、長(zhǎng)沙、南昌三大城市為中心的超大城市群構(gòu)成“中三角”格局，將“中三角”建設(shè)成為長(zhǎng)江經(jīng)濟(jì)帶重要支撐和全國(guó)經(jīng)濟(jì)新增長(zhǎng)極，三省面臨同樣的發(fā)展機(jī)遇。在考慮以上可比性、實(shí)際意義的基礎(chǔ)上，本文選取湖南省、江西省作為競(jìng)爭(zhēng)對(duì)象。

　　1.3 評(píng)價(jià)指標(biāo)體系的構(gòu)建

　　根據(jù)水運(yùn)發(fā)展競(jìng)爭(zhēng)力的區(qū)域可比性，綜合考慮水運(yùn)競(jìng)爭(zhēng)力影響因素及指標(biāo)的可得性和可操作性，以湖北省、湖南省、江西省三省水運(yùn)發(fā)展競(jìng)爭(zhēng)力為目標(biāo)層，構(gòu)建基于空間維水運(yùn)發(fā)展競(jìng)爭(zhēng)力的指標(biāo)體系(見表1)，采取專家打分法，評(píng)分等級(jí)標(biāo)準(zhǔn)見表2。

　　2 湖北省水運(yùn)競(jìng)爭(zhēng)力空間維評(píng)價(jià)

　　2.1 數(shù)據(jù)處理及相關(guān)性分析

　　整理參考有關(guān)資料、綜合專家打分的結(jié)果得到2012―2017年湖北省、湖南省、江西省各評(píng)價(jià)指標(biāo)相關(guān)數(shù)據(jù)。為消除量綱及數(shù)量級(jí)的影響，采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法計(jì)算相關(guān)系數(shù)矩陣，并進(jìn)行統(tǒng)計(jì)量(KMO)和球度檢驗(yàn)(Bartlett)原始變量的相關(guān)性。若KMO檢驗(yàn)大于0.5、Bartlett的球形顯著性小于0.01，則表示適合作因子分析。相關(guān)性計(jì)算檢驗(yàn)結(jié)果見表3。

　　從表3可以看出，KMO值為0.679(>0.5)，Bartlett球度檢驗(yàn)的顯著性概率為0.000(<0.05)，即相關(guān)矩陣不是單位矩陣，有共同因素存在。綜合以上考慮，樣本變量適合進(jìn)行因子分析。

　　2.2 因子提取及旋轉(zhuǎn)

　　2.2.1 因子提取

　　本文進(jìn)行因子分析所采用的變量數(shù)和樣本量都比較大，未加權(quán)最小平方法提取的公共因子能夠包含最多的原始信息，故采用此方法。

　　(1)變量共同度。變量共同度用以表示公共因子對(duì)原始變量信息的反映程度，具體結(jié)果見表4。大部分變量的變量共同度分布于0.8～0.9，表示公共因子能夠比較充分地反映原始變量的信息。

　　(2)總方差解釋?？偡讲罱忉尡碇械臄?shù)據(jù)指的是標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行因子分析后的因子提取的結(jié)果，見表5。表5共提取出特征值大于1的公共因子3個(gè)。

　　各因子的初始特征值是衡量因子重要程度的指標(biāo)，其中：特征值的大小反映公共因子的方差貢獻(xiàn);方差貢獻(xiàn)率為因子特征值占方差的百分?jǐn)?shù);累計(jì)貢獻(xiàn)率為因子特征值占方差百分?jǐn)?shù)的累加值。提取后特征值表示該列中提取特征值大于1的3個(gè)因子的特征值、占方差百分?jǐn)?shù)及其累加值。該因子占方差百分?jǐn)?shù)的累加值為96.564，比較全面地反映了所有的信息。旋轉(zhuǎn)后特征值表示旋轉(zhuǎn)之后得到的特征值大于1的3個(gè)因子的特征值、占方差百分?jǐn)?shù)及其累加值。

　　(3)因子載荷矩陣。觀測(cè)變量與提取的公共因子之間的相關(guān)程度大小可以用因子載荷矩陣來表示。某一公共因子上載荷大的變量對(duì)該因子的影響較大，說明可以將這個(gè)變量納入該因子。因子載荷矩陣見表6。

　　根據(jù)表6可以寫出因子分析模型，如下：

　　從因子分析模型中可以看出，第一個(gè)公共因子主要由變量x1、x3、x5、x7、x8、x9、x10、x11、x12、x14、x16、x17來決定，因子載荷分別為0.896、0.935、0.806、0.650、0.888、0.777、0.930、0.881、0.883、0.916、0.846、0.884、0.849;第二個(gè)公共因子主要由變量x4、x6、x13來決定，因子載荷分別為0.814、0.915、0.998;第三個(gè)公共因子主要由變量x2、x15來決定，因子載荷分別為0.641、0.869。