(福建農(nóng)林大學交通與土木工程學院，福建 福州 350002)

伴隨著我國社會經(jīng)濟的飛速發(fā)展，物流業(yè)也飛速發(fā)展。物流業(yè)作為我國國民經(jīng)濟發(fā)展的基礎性產(chǎn)業(yè)，對于區(qū)域經(jīng)濟的發(fā)展具有舉足輕重的作用。因此，研究區(qū)域物流發(fā)展能力，并比較其發(fā)展水平具有十分重要的現(xiàn)實意義[1-4]。在區(qū)域物流方面，前人已做了大量的研究，其中較為傳統(tǒng)的是使用熵值法和層次分析法，結合實例進行求解，得出較為理想的結果[5]。也有學者運用R聚類法從眾多指標中篩選出最優(yōu)指標，并結合熵值法構建評級指標體系，通過使用模糊物元評價法對該研究地區(qū)進行綜合評價[6-7]。不僅如此，在評價方案指標上，前人結合AHP法與TOPSIS法，建立AHP-TOPSIS的綜合評價指標體系，以此建立模型并分析何種方法效果最優(yōu)[8]。通過結合主觀評價法和客觀賦權法，創(chuàng)建多指標綜合賦權評價體系，最后結合實例分析其可行有效性[9-11]。本文結合物流業(yè)與經(jīng)濟發(fā)展等因素，分析其發(fā)展關系，確定區(qū)域評價指標體系，使用熵權法確定其指標權重，并使用TPOSIS評價，分析區(qū)域物流業(yè)發(fā)展現(xiàn)狀，評價區(qū)域物流發(fā)展能力[12-16]。

1 熵值法確定權重

在確定數(shù)據(jù)權重中，熵值法具有客觀賦權性，可根據(jù)其指標所代表的數(shù)據(jù)確定指標權重。在熵值法中，設存在m與n個評價方案與指標，構建評價矩陣M=(Xij)mn，通過求解的離散程度確定該指標對評價對象的影響程度，從而可計算出各個指標的權重[17-18]。

1.1 貢獻度的確定

選取指標，構建評價矩陣

(1)

(2)

1.2 貢獻總量的確定

屬性值由所有方案差異大小來決定權系數(shù)的大小，可定義各方案貢獻度的一致性。

(3)

(4)

其中，Ej表示方案中Xj的貢獻總量，m為方案數(shù)。

1.3 屬性權重的確定

直接利用決策矩陣所給出的信息計算權重

(5)

若已計算出主觀估計權重，則可采用上述Wj對λj進行修正，如下所示

(6)

2 熵值-TOPSIS模型綜合評判法

對多指標數(shù)據(jù)進行綜合評價可選擇逼近理想排序法，通過對評價研究對象的分析，對其與最優(yōu)劣解間的距離進行分析。通常，接近最優(yōu)解為最好，反之接近最差解為最差。本次模型建立不參雜任何主觀因素，以此確保數(shù)據(jù)分析的客觀證實可信度[19-22]。

2.1 歸一化處理

對評價對象矩陣進行歸一化數(shù)據(jù)處理，求標準化矩陣uij。正向指標歸一化，

(7)

負向指標歸一化，

(8)

2.2 建立加權標準化矩陣

(9)

其中，Zij為熵權法確定的各個指標體系權重wn與歸一化矩陣uij的每列相成所得。

2.3 確定正負理想解

理想解

(10)

負理想解

(11)

確定各研究對象到正負理想解之間的距離。到理想解之間的距離

(12)

到負理想解之間的距離

(13)

2.4 評判對象與理想解的接近程度

(14)

2.5 綜合評判向量

(15)

將各個評判對象的優(yōu)劣次序按由小到大對F進行排序。

3 實例分析

根據(jù)區(qū)域物流發(fā)展不平衡現(xiàn)狀及區(qū)域經(jīng)濟水平[23]，對目前區(qū)域物流運輸發(fā)展現(xiàn)狀進行評價分析。在此基礎上可得出區(qū)域物流發(fā)展較好的模式，與其他鄰邊區(qū)域協(xié)同發(fā)展，促進經(jīng)濟進步，加快物流發(fā)展。本次以福州，廈門、泉州和莆田4個鄰近區(qū)域作為評價主體，根據(jù)傳統(tǒng)評價指標體系以及區(qū)域特性構建區(qū)域物流評價指標體系(圖1)。

圖1 區(qū)域物流評價指標體系Fig.1 Regional logistics evaluation index system

3.1 區(qū)域數(shù)據(jù)指標確定

經(jīng)過比較分析近五年的城市統(tǒng)計年鑒，福州、廈門、泉州和莆田各評價指標均呈現(xiàn)穩(wěn)步增長，因此，本次研究選取數(shù)據(jù)來自《福建統(tǒng)計年鑒-2019》[24]中2018年度數(shù)據(jù)(表1)。

表1 2018年區(qū)域物流能力評價指標數(shù)據(jù)

續(xù)表

本次選取的指標應為本區(qū)域物流發(fā)展的代表性指標，并能最大程度反應物流發(fā)展現(xiàn)狀。物流發(fā)展模式的評價為一個整體工作，牽扯面廣，因此有必要對其進行整體分析。在評價體系中，準則層選取物流需求能力、物流設施及經(jīng)濟能力和物流發(fā)展?jié)摿?個指標。其中，物流需求能力由貨運量，港口貨物吞吐量和郵電業(yè)務量構成；設施及經(jīng)濟能力由公路里程數(shù)，載貨汽車數(shù)，物流產(chǎn)業(yè)增加值，物流產(chǎn)業(yè)增加值占第三產(chǎn)業(yè)GDP比重和社會消費品零售總額構成；物流從業(yè)人員，應屆大學生畢業(yè)人數(shù)和R&D經(jīng)費構成了物流發(fā)展?jié)摿ΑＴ诖嘶A上，從2018 年統(tǒng)計年鑒中選取其指標所對應的數(shù)據(jù)。

3.2 熵值法指標權重確定

借鑒了熵值法，在此基礎上確定福州、廈門、泉州和莆田4個城市所選取數(shù)據(jù)指標的權重。

1)根據(jù)式(1)～式(2)，求得第j個屬性下第i個方案Ai的貢獻度，如表2所示。

表2 各數(shù)據(jù)指標貢獻度

2)根據(jù)式(3)求出Xi的貢獻總量，數(shù)據(jù)處理如表3所示。

3)根據(jù)式(4)～式(6)求出常數(shù)k，k為1/ln(方案數(shù))，并求Wj,結果如表4所示

k=1/ln(4)=0.721 34。

表3 各數(shù)據(jù)指標貢獻總量

表4 各指標相對權重

3.3 TOPSIS法綜合指標評判

3.3.1 物流需求能力分析

根據(jù)式(7)～式(9)，構建評判矩陣與加權規(guī)范矩陣。

根據(jù)式(10)～式(11)，在此需求指標中，物流貨運量、港口貨物吞吐量和郵電業(yè)務量均屬于效益型屬性，基于此，正負理想解如表5所示。

表5 需求指標正負理想解

根據(jù)式(12)～式(13)式確定各指標到正負理想解之間的距離。

表6 需求指標到正負理想解距離

通過與理想解的貼近度分析可知，在物流需求能力評判指標中，廈門的物流需求能力最強，最差為莆田。由于廈門在物流需求能力指標中全為最大，莆田在物流需求能力中全為最小，且評價指標均為效益性指標，因此出現(xiàn)了廈門與理想解的貼近度為“1”，而莆田與理想解的貼近度為“0”的結果。

3.3.2 物流設施及經(jīng)濟能力分析

如上物流需求能力分析，同理可得，物流設施及經(jīng)濟能力中各指標到正負理想解之間的距離如表7所示。

表7 設施及經(jīng)濟指標到正負理想解距離

通過與理想解的貼近度分析可知，在物流設施及經(jīng)濟能力評判指標中，泉州的物流設施及經(jīng)濟能力最強，說明泉州作為福建經(jīng)濟實力最強的城市，在物流行業(yè)發(fā)展方面也比較強。

3.3.3 物流發(fā)展?jié)摿δ芰Ψ治?/p>

各指標到正負理想解之間的距離如表8所示。

通過與理想解的貼近度分析可知，在物流發(fā)展?jié)摿δ芰υu判指標體系中，福州物流發(fā)展趨勢最好，廈門物流發(fā)展?jié)摿δ芰H次于福州。

表8 發(fā)展?jié)摿χ笜说秸摾硐虢饩嚯x

3.4 熵值法-TOPSIS法綜合評判

根據(jù)式(14)～ 式(15)計算得各區(qū)域指標與理想解的貼近度矩陣為

根據(jù)以上綜合各項指標因素分析，物流總體能力從大到小依次為廈門、泉州、福州、莆田。泉州在物流設施及經(jīng)濟能力這一指標上得分最高，福州在物流發(fā)展?jié)摿δ芰υu判指標上領先，而莆田各項指標均較弱。

3.5 物流能力差異分析

本次研究在構建指標的基礎上，通過對其物流需求能力，物流設備和物流發(fā)展?jié)摿?個方面進行了數(shù)據(jù)分析，從結果中可以看出4城市間物流能力發(fā)展現(xiàn)狀。在分析中發(fā)現(xiàn)，在物流需求能力上，廈門在貨運量、港口貨物吞吐量、郵電業(yè)務量3個方面在4個城市中呈領先地位，分析顯示廈門物流需求能力與理想解的貼近度為1，發(fā)展模式相對較好。在物流設施及經(jīng)濟能力上，泉州的分析結果與理想解的貼近度為0.64，得益于物流產(chǎn)業(yè)增加值和物流產(chǎn)業(yè)占第三產(chǎn)業(yè)GDP比重相對較高，說明泉州較重視物流業(yè)的發(fā)展，使其在物流設施及經(jīng)濟能力相對于其他城市較為突出。在物流發(fā)展?jié)摿δ芰?，福州與廈門相對泉州和莆田較高，應屆大學生人數(shù)和R&D經(jīng)費為這兩個城市提供了充足并且穩(wěn)定的發(fā)展?jié)摿?，這對于今后物流業(yè)的發(fā)展具有重要意義。通過分析探討，廈門、泉州和福州分別在物流需求能力，物流設施及經(jīng)濟能力和物流發(fā)展?jié)摿ι细髯赃_到領先地位。通過綜合評判，廈門物流總體能力分析結果與理想解的貼近度為0.7，達到4個城市的最大值。同為沿海城市，莆田的物流發(fā)展能力相對較差，這可能由于其交通基礎設施建設相對較少、物流人才較少、資源投入不夠等原因。

4 結論與建議

本文將區(qū)域物流業(yè)的發(fā)展與區(qū)域經(jīng)濟發(fā)展等因素相結合，構建了區(qū)域物流能力評價指標體系。研究結果表明，區(qū)域物流能力發(fā)展不均衡，其中廈門市物流能力最強，與莆田市差距較大，主要是由于物流需求能力、物流設施及經(jīng)濟能力、物流發(fā)展?jié)摿Φ确矫娌罹嗝黠@造成的。因此，對福州、廈門、泉州和莆田區(qū)域物流業(yè)發(fā)展提出以下建議：

1)提高物流發(fā)展需求，加強區(qū)域經(jīng)濟發(fā)展。從研究結果中發(fā)現(xiàn)，廈門、泉州經(jīng)濟能力較強的城市其物流能力也往往比較高。經(jīng)濟能力較弱的城市可依靠經(jīng)濟較強的城市發(fā)展，以經(jīng)濟發(fā)展為中心，提高經(jīng)濟能力，增強物流發(fā)展能力。

2)加強物流業(yè)基礎設施建設，促進區(qū)域物流業(yè)發(fā)展。泉州的物流基礎設施使其在物流能力評價中處于較為靠前的位置。因此，經(jīng)濟能力較弱的區(qū)域應更加注重物流基礎設施對物流能力的促進作用，可加強對路網(wǎng)等物流基礎設施的建設，提高區(qū)域物流業(yè)的輸送效率。

3)加強物流業(yè)科技創(chuàng)新，提升區(qū)域物流創(chuàng)新能力。隨著物流業(yè)發(fā)展的智能化，對現(xiàn)代物流業(yè)的發(fā)展提出了更高的要求。因此，各區(qū)域可通過培養(yǎng)物流專業(yè)人才以及人才引進方式，提高物流從業(yè)人員的專業(yè)能力，提高區(qū)域物流能力。

4)加強區(qū)域合作，構建區(qū)域物流發(fā)展體系。區(qū)域物流一體化發(fā)展有利于城市間共享有利資源，優(yōu)勢互補，加快物流服務產(chǎn)業(yè)升級，形成物流產(chǎn)業(yè)圈，提高區(qū)域供應鏈的競爭力。