中国区域物流系统脆弱性评估研究*

戢晓峰，普永明，张 雪，李杰梅，伍景琼

(1.昆明理工大学 交通工程学院，云南 昆明 650504； 2.云南综合交通发展与区域物流管理智库，云南 昆明 650504)

0 引言

随着区域经济一体化进程的不断加快，区域作为国家经济体系的基本单元，其经济发展模式必然直接影响到国家整体竞争实力的形成，区域物流系统在实现区域内物流活动有序进行的同时，对区域经济的支撑作用也进一步加强。但由于区域物流系统的复杂性以及系统外部环境的多变性，区域物流系统易受外界因素影响从而导致其运行效率下降，从而影响区域内经济的正常运行和居民的日常生活。因此，从复杂系统层面辨识区域物流系统脆弱性的生成机理，并对区域物流系统的脆弱性进行科学评估，对于提升区域物流系统的可靠性与可持续发展能力，进一步发挥区域物流系统效益具有重要意义。

目前，脆弱性研究已逐步成为热点，特别是在水科学、环境学、灾害学、气象学等领域获得了研究者的重视[1-3]，而交通物流领域相关研究刚刚起步，交通相关研究主要集中于城市轨道交通系统脆弱性、道路交通网络脆弱性，如王志强[4]、袁朋伟[5]、叶青[6]分别从城市轨道交通系统的可靠性分析、脆弱性因素辨识与风险评估3个方面进行了研究，从系统的角度通过仿真或构建理论模型对城市轨道交通系统的脆弱性开展评估；国内外学者对路网脆弱性的界定与评估也有较多研究[7-9]，主要聚焦于路网中路段失效概率与失效后的影响2个方面，并且通过场景设定、仿真实验、数学建模等方法来进行评估。物流相关研究则主要集中于城市物流系统脆弱性与城市物流枢纽脆弱性两方面。如陈悼等[10]提出城市物流系统脆弱性的概念，并构建了城市物流系统脆弱性评价体系；柯锦辉[11]对城市物流脆弱性成因进行分析，探讨了城市物流脆弱性与物流补救体系的关联性；李兆磊等[12]通过分析脆弱性导致物流结点和联接线路失效后对物流枢纽时效性的影响，构建了物流枢纽系统的脆弱度模型。可以发现，现有研究侧重于概念性研究和初步评估，区域物流系统脆弱性的系统性研究和定量分析还未见报道。

区域物流系统作为区域经济系统的核心要素，其可持续发展能力的高低是决定区域经济安全、稳定运行的关键环节。现有研究表明，脆弱性是衡量系统可持续发展能力最直观的指标。如何科学合理的测度物流系统的脆弱性是实现物流系统可持续发展及区域经济安全稳定运行的基础。因此，本文将脆弱性的概念引入区域物流系统可持续发展研究。首先，基于复杂系统理论，从物流系统的内外部环境的双重视角，对区域物流系统脆弱性进行概念界定并构建概念模型；在此基础上，通过对区域物流系统脆弱性影响因素的深入剖析，提出区域物流系统脆弱性评价指标体系与评估模型。最后，通过实例获取省域层面的物流系统脆弱性空间分异特征，所得结论将为全国物流发展规划提供重要的参考。

1 区域物流系统脆弱性模型

1.1 区域物流系统脆弱性概念模型

区域物流系统是指存在于特定地理空间中的物流产品生产系统，通常是特定地理空间中的区域经济系统的子系统，由物流企业、物流基础设施以及与物流服务有关的区域经济政策所共同构成的统一体[13]。本文定义区域物流系统脆弱性为：在外界干扰和扰动下，区域物流系统因自身系统的不稳定性和敏感性，丧失全部或部分运作能力而导致物流系统效率下降的状态。

区域物流系统脆弱性主要体现在2个方面：区域物流系统是由物流基础设施、物流企业、物流信息平台、物流管理体制等多要素构成的复杂系统，其内部的复杂性使其稳定性不高；区域物流系统隶属于社会经济系统和自然生态系统，其社会属性和自然属性使之易受社会环境和自然环境的影响，且外部环境的多变性致使区域物流系统的脆弱性难以控制。因此，脆弱性反映的是区域物流系统在面对社会环境、经济发展、生态环境、政策制度等内外部因素干扰下的系统稳定性和应对能力，其概念模型如图1所示。

图1 区域物流系统脆弱性的概念模型Fig.1 The vulnerability theory model of regional logistics system

1.2 区域物流系统脆弱性的影响因素分析

区域物流系统受物流市场环境、物流基础设施条件、物流发展政策环境、资源条件、生态气候环境、地理条件等内外部因素影响。区域物流系统脆弱性问题的实质是区域社会-经济-环境-资源共同作用的结果，其脆弱性的高低反映了区域经济、社会、资源、环境对区域物流系统的不利影响程度。因此，区域物流系统脆弱性可以分为区域物流系统的经济脆弱性、社会脆弱性、资源脆弱性、生态环境脆弱性4个子指标，其影响因素及结构形成如图2所示。

图2 区域物流系统脆弱性影响因素及结构Fig.2 The influence factors and structure of regional logistics system vulnerability

1.3 区域物流系统脆弱性评价指标建立

按照科学性、系统性、主导性等原则，从经济脆弱性、社会脆弱性、资源脆弱性、生态环境脆弱性4个子指标出发，构建区域物流系统脆弱性的综合评价指标体系，如表1所示。

表1 区域物流系统脆弱性综合评价指标体系

2 区域物流系统脆弱性评价模型

2.1 数据标准化处理

构建区域物流系统脆弱性指标的数据矩阵Xij，对原始数据进行标准化处理，消除各指标数据量纲不一致对计算结果的影响。根据各指标对区域物流系统脆弱性的影响，将其分为正指标和逆指标。

正指标标准化处理，如式(1)所示：

(1)

逆指标标准化处理，如式(2)所示：

(2)

2.2 基于粗糙集的指标权重确定

粗糙集理论能够通过对数据的分析，真实的体现数据反映的问题属性，基于粗糙集的权重确定方法得到了较好的应用[15]；本文为克服样本数据的片面性，将主观赋权法和客观赋权法思想相结合，综合考虑专家经验和客观数据，建立基于粗糙集的综合评价模型以确定指标权重。

(3)

(4)

式中：Maj为专家a对指标Tj的打分；m为专家个数；n为区域物流系统脆弱性的评价指标个数；α(0<α<1)为客观数据重视度系数，α越大表示对客观数据越重视。

2.3 模糊综合评价模型

根据经济脆弱性、社会脆弱性、资源脆弱性、生态环境脆弱性4个子系统的指标构成，利用模糊综合评价模型分别计算得到子系统的脆弱性指数，如式(5)所示：

(5)

式中：VIig为区域i的第g项子系统的脆弱性指数；c表示子系统g的第1项指标；d为子系统g的指标总个数。

将4个子系统脆弱性指数加权求和，如式(6)所示：

(6)

式中：VIi为区域i的物流系统脆弱性综合指数；Kg为子系统g的综合权重，由子系统g所包含的各项指标权重累加而来。

3 区域物流系统脆弱性评估及空间分异特征

本文以中国大陆地区31个省(直辖市、自治区)为研究对象，计算各省(直辖市、自治区)的区域物流系统脆弱性值。评价指标中的社会消费品零售总额、土地面积、人口数据来源于《中国城市统计年鉴2014》，交通运输、仓储和邮政业全社会固定资产投资、运输线路长度、公路船舶载运能力、电话普及率、企业信息化及电子商务情况、互联网普及率、交通运输用地、电力消耗量等数据来源于《中国区域经济统计年鉴2014》，城市物流园区、城市物流节点数据来源于《全国流通节点城市布局规划(2015—2020年)》、《全国物流园区发展规划(2013—2020年)》，其他指标数据来源于《中国统计年鉴2014》。依据所建立的评估模型，计算得到区域物流系统的总体脆弱性、经济脆弱性、社会脆弱性、资源脆弱性、生态环境脆弱性，如表2所示。采用自然断裂法将脆弱性分为5类，依次为低脆弱性、较低脆弱性、中脆弱性、较高脆弱性、高脆弱性，如图3～7所示。

表2 全国31个省(市、区)区域物流系统脆弱性评估值

续表2

3.1 区域物流系统脆弱性高低两极分化现象显著，生态环境脆弱性和社会脆弱性偏高是区域物流系统脆弱性居高的主要原因

计算可知，全国31个省(市、区)物流系统脆弱性均值为0.403 5，其中物流系统经济脆弱性、社会脆弱性、资源脆弱性、生态环境脆弱性的均值分别为0.100 8，0.128 6，0.020 3，0.153 8。分地区来看， 9个省(市、区)物流系统脆弱性处于高脆弱性水平和较高脆弱性水平，13个省(市、区)物流系统脆弱性处于低脆弱性水平和较低脆弱性水平，并且物流系统脆弱性最大值与最小值相差近10倍，各省(市、区)物流系统脆弱性高低两极分化现象显著。分4项子指标来看，物流系统脆弱性较高的地区主要是因为其社会脆弱性或生态环境脆弱性居高，其中四川、云南、新疆等地主要受高值的生态环境脆弱性影响，贵州、青海、西藏受高值的社会脆弱性影响，而甘肃、宁夏的生态环境脆弱性和社会脆弱性均居高。

3.2 区域物流系统脆弱性空间分异特征显著，“层级”特征明显

从整体空间分布来看，全国31个省(市、区)物流系统脆弱性分布极不均衡，呈现“西高东低”的空间格局。31个省(市、区)中甘肃物流系统脆弱性值最大，为0.755 0；福建最小，为0.076 0。区域物流系统总体脆弱性方面，西部的西藏、甘肃、四川、宁夏、青海、云南、贵州为全国区域物流系统脆弱性的高值区域，均值高达0.567 0；辽宁、山东、福建、上海、长三角、京津冀则为全国区域物流系统脆弱性的低值区域，均值为0.239 4；中部区域的物流系统脆弱性处于平均水平，均值为0.384 0；因此，东部、中部、西部的区域物流系统脆弱性“层级”特征明显，如图3所示。

图3 区域物流系统总体脆弱性Fig.3 The overall vulnerability of regional logistics system

3.3 区域物流系统的经济脆弱性与社会脆弱性空间分布特征吻合

从4个子指标的脆弱性值来看，区域物流系统的经济脆弱性与社会脆弱性在空间分布特征上具有很强的相似性，均呈现出西部集中偏高，东部离散偏低的空间分布特征，如图4，5所示。物流系统经济脆弱性与社会脆弱性的差异是中西部地区物流系统总体脆弱性差异的主要原因，主要原因在于东部地区经济发展水平高，具有成熟的物流市场以及良好的区位条件，物流业发展起步早，基础设施建设较为完备，已形成较为完善的区域物流系统；而西部地区地属内陆，经济发展相对落后，在物流市场环境、基础设施建设、市场规模等方面与东部地区仍有较大差距。

图5 区域物流系统社会脆弱性空间格局Fig.5 Social vulnerability spatial pattern of regional logistics system

3.4 区域物流系统的生态环境脆弱性普遍较高，东部地区的资源脆弱性高

从区域物流系统的资源脆弱性来看，东部地区的脆弱性值最高，以广东、江苏等地最为突出，如图6所示。主要原因在于东部地区是我国经济发展的前沿，经济发展对土地资源及交通物流资源的需求增长迅速，资源供需矛盾日益突出。从区域物流系统的生态环境脆弱性来看，东部、中部、西部区域物流系统的生态环境脆弱性普遍较高，以西部地区最高，其次是中部地区，如图7所示。究其原因，西部地区主要体现于生态破坏以及多发的自然灾害所造成的区域物流系统脆弱性，而中部与东部地区主要表现在工业化与城市化进程中的环境破坏，以及突发性的环境事件所造成的区域物流系统脆弱性。

图6 区域物流系统资源脆弱性空间格局Fig.6 Resource vulnerability spatial pattern of regional logistics system

图7 区域物流系统生态环境脆弱性空间格局Fig.7 Ecological environment vulnerability spatial pattern of regional logistics system

4 结论

1)从复杂系统理论角度辨识区域物流系统脆弱性，提出了区域物流系统脆弱性评估方法，并以评估实例进行验证。获取的区域物流系统脆弱性的空间分异特征，可为全国物流总体规划提供新的思路。

2)全国31个省(市、区)物流系统脆弱性的高低两级分化现象明显，区域物流发展极不均衡，且高生态环境脆弱性和高社会脆弱性是区域物流系统脆弱性居高的主要原因。

3)区域物流系统脆弱性的空间分布不均衡，“东低西高”的层级特征明显。西部的西藏、甘肃、四川、宁夏等地形成了区域物流系统高脆弱性的集聚群，辽宁、山东、福建、上海、长三角、京津冀等地则形成了区域物流系统低脆弱性的优势带。

4)区域物流系统的经济脆弱性与社会脆弱性差异是中西部地区物流系统总体脆弱性差异的主要原因，东部地区物流系统的资源脆弱性最高，而区域物流系统的生态环境脆弱性普遍偏高。

5)西部地区物流发展主要受高的社会脆弱性和高的生态环境脆弱性影响，建议国家层面开展物流规划时，应加大西部地区基础设施建设投资力度，进一步完善区域物流节点与物流园区的建设布局；而东部地区物流发展主要受资源环境约束，应不断提高信息化、标准化和自动化水平，促进一体化运作和网络化经营。此外，从环境保护和节约资源的目标出发，推进绿色物流发展是当前全国物流业发展的重要任务。

[1] XIN Kunlun, Tao Tao, Wang Yong, et al. Hazard and vulnerability evaluation of water distribution system in cases of contamination intrusion accidents [J]. Frontiers of Environmental Science, 2012, 6(6): 839-848.

[2] Noriega G R, Ludwig L G. Social vulnerability assessment for mitigation of local earthquake risk in Los Angeles County [J]. Natural Hazards, 2012, 64(2): 1341-1355.

[3] Huang Jianyi, Liu Yi, Ma Li, et al. Methodology for the assessment and classification of regional vulnerability to natural hazards in China: The application of a DEA model [J]. Natural Hazards, 2013, 65(1): 115-134.

[4] 王志强,徐瑞华.基于复杂网络的轨道交通路网可靠性仿真分析[J].系统仿真学报, 2009,21(20):6670-6674.

WANG Zhiqiang, XU Ruihua．Reliability simulation analysis of urban rail transit networks based on complex network[J].Journal of System Simulation,2009,21(20): 6670-6674.

[5] 袁朋伟,宋守信,董晓庆,等. 城市轨道交通系统脆弱性因素辨识模型研究[J].交通运输系统工程与信息,2014,14(5):110-118.

YUAN Pengwei, SONG Shouxin, DONG Xiaoqing. Vulnerability identification model of urban rail transit system[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(5):110-118.

[6] 叶青.基于复杂网络理论的轨道交通网络脆弱性分析[J].中国安全科学学报, 2012,22(2):122-126.

YE Qing. Vulnerability analysis of rail transit based on complex network theory [J].China Safety Science Journal, 2012, 22 (2):122-126.

[7] 尹洪英,徐丽群.道路交通网络脆弱性评估研究现状与展望[J].交通运输系统工程与信息,2010,10(3):7-13.

YIN Hongying, XU Liqun. Vulnerability assessment of transportation road networks[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(3):7-13.

[8] Scott D M, Novak D C, Aultman-Hall L, et al. Network robustness index: A new method for identifying critical links and evaluating the performance of transportation networks [J]. Journal of Transport Geography, 2006 (14): 215 - 227.

[9] Jenelius E. Network structure and travel patterns: Explaining the geographical disparities of road network vulnerability [J]. Journal of Transport Geography, 2009(17):234- 244.

[10] 陈倬,佘廉.城市物流系统安全性研究—脆弱性及其评价指标集[[J].武汉理工大学学报(社会科学版), 2007,20(3):286-290.

CHEN Zhuo, SHE Lian. Security of city logistics system: vulnerability and its evaluation index system [J]. Journal of Wuhan University of Technology (Social Science Edition), 2007, 20(3):286-290.

[11] 柯锦辉.基于城市脆弱性的物流补救管理体系的研究[D].武汉:武汉理工大学,2009.

[12] 李兆磊,陈波,吴群琪.基于时效性的物流枢纽拓扑结构脆弱性分析[J].交通运输工程与信息学报, 2014,12(4):32-38.

LI Zhaolei, CHEN Bo, WU Qunqi. Vulnerability analysis of logistics hub topology structure based on timeliness[J]. Journal of Transportation Engineering and Information, 2014, 12(4):32-38.

[13] 杨晓雁.区域物流系统效应分析[M].上海:上海财经大学出版社,2011.

[14] 方创琳,王岩.中国城市脆弱性的综合测度与空间分异特征[J].地理学报,2015,70(2):234-247.

FANG Chuanglin, WANG Yan. A. Comprehensive assessment of urban vulnerability and its spatial differentiation in China [J]. Acta Geographica Sinica, 2015, 70(2):234-247.

[15] He Xin, Yang Hua, Gui Xiaolin. The maximum coverage set calculated algorithm for WSN area coverage [J].Journal of Networks, 2010, 5(6):650-657.

[16] 徐春婕,史天运,王晓冬.基于粗糙集的高铁客运站服务质量评价模型[J].交通运输系统工程与信息, 2014, 14(2):132-137.

XU Chunjie, SHI Tianyun, WANG Xiaodong. Service quality evaluation model for high-speed railway passenger station based on rough set[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(2):132-137.