(福建農(nóng)林大學(xué)交通與土木工程學(xué)院，福建 福州 350002)

伴隨著我國社會(huì)經(jīng)濟(jì)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(jì)發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，對于區(qū)域經(jīng)濟(jì)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(shí)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(jié)合實(shí)例進(jìn)行求解，得出較為理想的結(jié)果[5]。也有學(xué)者運(yùn)用R聚類法從眾多指標(biāo)中篩選出最優(yōu)指標(biāo)，并結(jié)合熵值法構(gòu)建評(píng)級(jí)指標(biāo)體系，通過使用模糊物元評(píng)價(jià)法對該研究地區(qū)進(jìn)行綜合評(píng)價(jià)[6-7]。不僅如此，在評(píng)價(jià)方案指標(biāo)上，前人結(jié)合AHP法與TOPSIS法，建立AHP-TOPSIS的綜合評(píng)價(jià)指標(biāo)體系，以此建立模型并分析何種方法效果最優(yōu)[8]。通過結(jié)合主觀評(píng)價(jià)法和客觀賦權(quán)法，創(chuàng)建多指標(biāo)綜合賦權(quán)評(píng)價(jià)體系，最后結(jié)合實(shí)例分析其可行有效性[9-11]。本文結(jié)合物流業(yè)與經(jīng)濟(jì)發(fā)展等因素，分析其發(fā)展關(guān)系，確定區(qū)域評(píng)價(jià)指標(biāo)體系，使用熵權(quán)法確定其指標(biāo)權(quán)重，并使用TPOSIS評(píng)價(jià)，分析區(qū)域物流業(yè)發(fā)展現(xiàn)狀，評(píng)價(jià)區(qū)域物流發(fā)展能力[12-16]。

1 熵值法確定權(quán)重

在確定數(shù)據(jù)權(quán)重中，熵值法具有客觀賦權(quán)性，可根據(jù)其指標(biāo)所代表的數(shù)據(jù)確定指標(biāo)權(quán)重。在熵值法中，設(shè)存在m與n個(gè)評(píng)價(jià)方案與指標(biāo)，構(gòu)建評(píng)價(jià)矩陣M=(Xij)mn，通過求解的離散程度確定該指標(biāo)對評(píng)價(jià)對象的影響程度，從而可計(jì)算出各個(gè)指標(biāo)的權(quán)重[17-18]。

1.1 貢獻(xiàn)度的確定

選取指標(biāo)，構(gòu)建評(píng)價(jià)矩陣

(1)

(2)

1.2 貢獻(xiàn)總量的確定

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

(3)

(4)

其中，Ej表示方案中Xj的貢獻(xiàn)總量，m為方案數(shù)。

1.3 屬性權(quán)重的確定

直接利用決策矩陣所給出的信息計(jì)算權(quán)重

(5)

若已計(jì)算出主觀估計(jì)權(quán)重，則可采用上述Wj對λj進(jìn)行修正，如下所示

(6)

2 熵值-TOPSIS模型綜合評(píng)判法

對多指標(biāo)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)可選擇逼近理想排序法，通過對評(píng)價(jià)研究對象的分析，對其與最優(yōu)劣解間的距離進(jìn)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(shí)可信度[19-22]。

2.1 歸一化處理

對評(píng)價(jià)對象矩陣進(jìn)行歸一化數(shù)據(jù)處理，求標(biāo)準(zhǔn)化矩陣uij。正向指標(biāo)歸一化，

(7)

負(fù)向指標(biāo)歸一化，

(8)

2.2 建立加權(quán)標(biāo)準(zhǔn)化矩陣

(9)

其中，Zij為熵權(quán)法確定的各個(gè)指標(biāo)體系權(quán)重wn與歸一化矩陣uij的每列相成所得。

2.3 確定正負(fù)理想解

理想解

(10)

負(fù)理想解

(11)

確定各研究對象到正負(fù)理想解之間的距離。到理想解之間的距離

(12)

到負(fù)理想解之間的距離

(13)

2.4 評(píng)判對象與理想解的接近程度

(14)

2.5 綜合評(píng)判向量

(15)

將各個(gè)評(píng)判對象的優(yōu)劣次序按由小到大對F進(jìn)行排序。

3 實(shí)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(jì)水平[23]，對目前區(qū)域物流運(yùn)輸發(fā)展現(xiàn)狀進(jìn)行評(píng)價(jià)分析。在此基礎(chǔ)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(jìn)經(jīng)濟(jì)進(jìn)步，加快物流發(fā)展。本次以福州，廈門、泉州和莆田4個(gè)鄰近區(qū)域作為評(píng)價(jià)主體，根據(jù)傳統(tǒng)評(píng)價(jià)指標(biāo)體系以及區(qū)域特性構(gòu)建區(qū)域物流評(píng)價(jià)指標(biāo)體系(圖1)。

圖1 區(qū)域物流評(píng)價(jià)指標(biāo)體系Fig.1 Regional logistics evaluation index system

3.1 區(qū)域數(shù)據(jù)指標(biāo)確定

經(jīng)過比較分析近五年的城市統(tǒng)計(jì)年鑒，福州、廈門、泉州和莆田各評(píng)價(jià)指標(biāo)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(jì)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(píng)價(jià)指標(biāo)數(shù)據(jù)

續(xù)表

本次選取的指標(biāo)應(yīng)為本區(qū)域物流發(fā)展的代表性指標(biāo)，并能最大程度反應(yīng)物流發(fā)展現(xiàn)狀。物流發(fā)展模式的評(píng)價(jià)為一個(gè)整體工作，牽扯面廣，因此有必要對其進(jìn)行整體分析。在評(píng)價(jià)體系中，準(zhǔn)則層選取物流需求能力、物流設(shè)施及經(jīng)濟(jì)能力和物流發(fā)展?jié)摿?個(gè)指標(biāo)。其中，物流需求能力由貨運(yùn)量，港口貨物吞吐量和郵電業(yè)務(wù)量構(gòu)成；設(shè)施及經(jīng)濟(jì)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(huì)消費(fèi)品零售總額構(gòu)成；物流從業(yè)人員，應(yīng)屆大學(xué)生畢業(yè)人數(shù)和R&D經(jīng)費(fèi)構(gòu)成了物流發(fā)展?jié)摿?。在此基礎(chǔ)上，從2018 年統(tǒng)計(jì)年鑒中選取其指標(biāo)所對應(yīng)的數(shù)據(jù)。

3.2 熵值法指標(biāo)權(quán)重確定

借鑒了熵值法，在此基礎(chǔ)上確定福州、廈門、泉州和莆田4個(gè)城市所選取數(shù)據(jù)指標(biāo)的權(quán)重。

1)根據(jù)式(1)～式(2)，求得第j個(gè)屬性下第i個(gè)方案Ai的貢獻(xiàn)度，如表2所示。

表2 各數(shù)據(jù)指標(biāo)貢獻(xiàn)度

2)根據(jù)式(3)求出Xi的貢獻(xiàn)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(jié)果如表4所示

k=1/ln(4)=0.721 34。

表3 各數(shù)據(jù)指標(biāo)貢獻(xiàn)總量

表4 各指標(biāo)相對權(quán)重

3.3 TOPSIS法綜合指標(biāo)評(píng)判

3.3.1 物流需求能力分析

根據(jù)式(7)～式(9)，構(gòu)建評(píng)判矩陣與加權(quán)規(guī)范矩陣。

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

表5 需求指標(biāo)正負(fù)理想解

根據(jù)式(12)～式(13)式確定各指標(biāo)到正負(fù)理想解之間的距離。

表6 需求指標(biāo)到正負(fù)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(píng)判指標(biāo)中，廈門的物流需求能力最強(qiáng)，最差為莆田。由于廈門在物流需求能力指標(biāo)中全為最大，莆田在物流需求能力中全為最小，且評(píng)價(jià)指標(biāo)均為效益性指標(biāo)，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(jié)果。

3.3.2 物流設(shè)施及經(jīng)濟(jì)能力分析

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

表7 設(shè)施及經(jīng)濟(jì)指標(biāo)到正負(fù)理想解距離

通過與理想解的貼近度分析可知，在物流設(shè)施及經(jīng)濟(jì)能力評(píng)判指標(biāo)中，泉州的物流設(shè)施及經(jīng)濟(jì)能力最強(qiáng)，說明泉州作為福建經(jīng)濟(jì)實(shí)力最強(qiáng)的城市，在物流行業(yè)發(fā)展方面也比較強(qiáng)。

3.3.3 物流發(fā)展?jié)摿δ芰Ψ治?/p>

各指標(biāo)到正負(fù)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(píng)判指標(biāo)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?biāo)到正負(fù)理想解距離

3.4 熵值法-TOPSIS法綜合評(píng)判

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

根據(jù)以上綜合各項(xiàng)指標(biāo)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(shè)施及經(jīng)濟(jì)能力這一指標(biāo)上得分最高，福州在物流發(fā)展?jié)摿δ芰υu(píng)判指標(biāo)上領(lǐng)先，而莆田各項(xiàng)指標(biāo)均較弱。

3.5 物流能力差異分析

本次研究在構(gòu)建指標(biāo)的基礎(chǔ)上，通過對其物流需求能力，物流設(shè)備和物流發(fā)展?jié)摿?個(gè)方面進(jìn)行了數(shù)據(jù)分析，從結(jié)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(yùn)量、港口貨物吞吐量、郵電業(yè)務(wù)量3個(gè)方面在4個(gè)城市中呈領(lǐng)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(shè)施及經(jīng)濟(jì)能力上，泉州的分析結(jié)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(shè)施及經(jīng)濟(jì)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(yīng)屆大學(xué)生人數(shù)和R&D經(jīng)費(fèi)為這兩個(gè)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(shè)施及經(jīng)濟(jì)能力和物流發(fā)展?jié)摿ι细髯赃_(dá)到領(lǐng)先地位。通過綜合評(píng)判，廈門物流總體能力分析結(jié)果與理想解的貼近度為0.7，達(dá)到4個(gè)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(chǔ)設(shè)施建設(shè)相對較少、物流人才較少、資源投入不夠等原因。

4 結(jié)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(jì)發(fā)展等因素相結(jié)合，構(gòu)建了區(qū)域物流能力評(píng)價(jià)指標(biāo)體系。研究結(jié)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(qiáng)，與莆田市差距較大，主要是由于物流需求能力、物流設(shè)施及經(jīng)濟(jì)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(qiáng)區(qū)域經(jīng)濟(jì)發(fā)展。從研究結(jié)果中發(fā)現(xiàn)，廈門、泉州經(jīng)濟(jì)能力較強(qiáng)的城市其物流能力也往往比較高。經(jīng)濟(jì)能力較弱的城市可依靠經(jīng)濟(jì)較強(qiáng)的城市發(fā)展，以經(jīng)濟(jì)發(fā)展為中心，提高經(jīng)濟(jì)能力，增強(qiáng)物流發(fā)展能力。

2)加強(qiáng)物流業(yè)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)區(qū)域物流業(yè)發(fā)展。泉州的物流基礎(chǔ)設(shè)施使其在物流能力評(píng)價(jià)中處于較為靠前的位置。因此，經(jīng)濟(jì)能力較弱的區(qū)域應(yīng)更加注重物流基礎(chǔ)設(shè)施對物流能力的促進(jìn)作用，可加強(qiáng)對路網(wǎng)等物流基礎(chǔ)設(shè)施的建設(shè)，提高區(qū)域物流業(yè)的輸送效率。

3)加強(qiáng)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(jìn)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(qiáng)區(qū)域合作，構(gòu)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(bǔ)，加快物流服務(wù)產(chǎn)業(yè)升級(jí)，形成物流產(chǎn)業(yè)圈，提高區(qū)域供應(yīng)鏈的競爭力。