基于轴辐理论的贵州省冷链物流网络构建研究*

□ 罗 艺，李 莉

(贵州商学院，贵州 贵阳 550014)

1 引言

贵州省地处西南腹地，有着良好的生态环境和各类绿色优质农产品，如贞丰“四月李”、镇远红桃、黔东南州大肉姜等。虽然近年来贵州冷链物流发展较快，但是，冷链物流基础设施建设不足、网络布局不合理等问题仍然存在，极大地影响了贵州农产品流通的速度、质量和范围，造成了巨大的资源浪费。因此，构建一个合理的、优化的冷链物流网络，对于贵州冷链物流提速降本、助推“黔货出山”、助力脱贫攻坚取得胜利具有一定的现实意义。

目前，国内学者关于(冷链)物流网络的研究主要有：杜岩等(2018)以山东省为研究对象，基于引力模型构建该省的物流引力和地位模型，旨在对山东省城市间的物流联系强度进行分析。王闰夏(2018)基于轴辐理论、采用主成分分析法对山东省的物流网络进行构建，并对各类节点城市的物流建设提出相关政策建议。李玉民等(2017)针对农产品“最先一公里”冷链网络问题，基于集合覆盖模型，采用TOPSIS算法找出最优的布局方案。祝新、范雅(2017)基于轴辐理论，以广西区域为研究对象，运用主成分分析法和引力模型对广西14个城市进行等级划分并确定各轴心城市的辐射范围。刘守臣(2017)基于轴辐式理论对福建省冷链物流网络进行构建，采用主成分分析法对福建省9个地级市的冷链物流能力进行分析并划分结点等级及辐射范围。石学刚等(2017)采用TOPSIS方法，对我国西北地区等冷库布局进行研究并提出相关建议。上述研究多侧重在区域物流网络的构建，专门针对区域冷链物流网络构建的研究较少，针对贵州省冷链物流网络构建的研究目前还没有。同时，在大部分关于冷链物流网络构建的研究中对各城市冷链物流发展水平进行评价时，多采用物流发展水平的评价指标。实际上，冷链物流能力的评价指标应该有别于传统物流的评价指标。因此，本文将进一步完善各节点的冷链物流能力评价指标，同时采用主成分分析法、引力模型等方法，基于轴辐理论构建贵州省冷链物流网络，为贵州省冷链物流系统的优化提供参考。

2 贵州省轴辐式物流网络的构建

轴辐式(Hub-spoke)网络是一种类似于“自行车轮子”的网络结构，包含“轴心-辐条-辐点”，是一种基于大型物流枢纽站的集中运输系统。一个轴辐式网络里，可以设置一个或多个节点为轴心，其他非轴心城市(也称辐点城市)与轴心城市相连接。简单来说，辐点城市的货物需要全部运送到连接的轴心城市，然后由轴心城市向另一个轴心城市进行干线运输，最后运输到需求的站点。每对节点之间双向都有一定的运输量；在轴心与轴心运输的干线上形成规模效益，可以提高资源利用率，同时产生集群效益，实现物流总成本的最优化。

构建轴辐式网络，首先是轴心城市的选择。因此，需要构建科学的、合理的、完整的评价指标体系，对贵州主要城市的冷链物流能力进行评价，只有综合冷链物流能力较强的城市才能成为轴心城市。

2.1 指标体系构建

根据冷链物流产业发展的影响因素，结合贵州省经济和冷链物流发展现状，同时考虑到指标数据的可得性，本文将从经济社会发展水平、冷链物流需求、冷链物流基础设施三个维度共13个指标(见表1)，对贵州9个主要城市的综合冷链物流能力进行评估。经济社会发展水平指标反映了该地区的经济发达程度，是冷链物流能力的重要影响因素，包括地区GDP、人均GDP及社消零总额。冷链物流需求指标反应该地区冷链物流需求的有关因素，包括茶叶产量、水果、蔬菜及食用菌产量、肉类产量、年末城镇总人口、城镇常住居民人均可支配收入。其中，冷链物流需求指标从贵州主要农产品及城镇人口对冷链物流的需求两方面展开。冷链物流基础设施指标代表该地区冷链物流的流通能力，包括等级公路密度、冷藏车数量、冷库容量、大型冷库数量。其中，考虑贵州冷库建设的实际情况，大型冷库指的是冷库容量≥5000吨的冷库。

表1 城市冷链物流综合能力评价指标

2.2 采用主成分分析法的数据分析

表2为贵州各地区冷链物流能力评价指标数据，数据来源于《贵州统计年鉴2018》以及贵州各市州2017年的统计公报等(见表2)。

本文采用SPSS23.0对表2中的数据进行主成分分析。从表3所示的各成分特征值与累计贡献率可以看出，前3个成分的特征值均大于1且累计贡献率超过85%(已经达到88.986%)。因此，本文选择前三个成分作为主成分进行进一步的分析。

表3 主成分列表

表4为三个主成分的初始因子载荷矩阵。从表4可知，第一主成分F1与地区生产总值X1、人均地区生产总值X2、社消零总额X3、年末城镇总人口X8、城镇常住居民人均可支配收入X9、冷藏车数量X11、冷库容量X12及大型冷库数量X13共8个指标十分显著正相关，本文称之为经济社会发展水平及冷链物流基础设施综合指标；第二主成分F2与茶叶产量X4、水果产量X5、蔬菜及食用菌产量X6、肉类产量X7这4个指标十分显著正相关，本文称之为主要农产品产量指标；第三主成分F3仅与等级公路密度X10十分显著正相关，本文称之为等级公路密度指标。

接下来，针对评价城市j，利用(1)计算其在三个主成分上的得分：

(1)

表2 贵州各地区冷链物流能力评价指标数据

表4 初始因子载荷矩阵

(2)

其中，Ej为评价城市j的综合得分。

表5 贵州各城市冷链物流能力得分及排名

2.3 轴心城市选择

从表5可以看出，贵阳市综合得分2.760排名第一。作为贵州省省会城市，贵阳市经济社会发展水平遥遥领先其他市州，冷链物流基础设施相对完善，综合交通运输体系已具规模，地处贵州省腹地，对贵州省域的冷链物流发展具有极强的辐射带动作用。遵义市综合得分2.680排名第二，仅次于省会贵阳。作为贵州省第二大城市，遵义市经济实力雄厚，人口密集，区位优势明显，同时拥有贵州黔北现代物流新城等大型现代物流园，可以带动周边市县冷链物流业的发展。毕节市综合得分0.121排名第三。毕节市位于贵州省西北部、川滇黔三省交界，区位优势明显，人口密集，同时拥有大量品牌知名度较高的绿色有机农产品，如大方天麻、织金竹荪、赫章核桃等。黔南州综合得分-0.025排名第四，仅次于排名第三的毕节市。近年来，黔南州经济发展强劲，冷链物流业发展快速，2016年还被纳入全国农产品冷链物流标准试点城市。“十三五”期间，黔南州将致力于建设成为链接“一带一路”的重要物流枢纽和西南地区与长三角等经济区相连接的区域商贸物流中心。随着“十三五”规划的实施，毕节市和黔南市已具备作为贵州冷链物枢纽城市的能力。与前述四个城市相比较，铜仁市等五个城市在经济发展水平、冷链物流基础设施等方面都有所欠缺。根据相关学者的研究，区域物流网络中，轴心数设置在4-5为最佳。根据上述分析结果，结合贵州省各城市地理位置等实际情况，本文初步选取冷链综合评价较高的四个城市作为轴心城市，即将冷链物流综合发展程度最高的贵阳市和遵义市作为一级轴心城市，冷链物流发展潜力大的毕节市和黔南州作为二级轴心城市，其他5个城市则作为辐点城市。

2.4 辐射范围的确定及网络的构建

接下来，本文采用祝新和范雅(2017)构建的引力模型来衡量贵州主要城市之间的冷链物流引力大小。计算公示如下：

(3)

其中，Iij表示城市i对城市j的冷链物流引力；α值为引力系数常量，取值为10；Zi表示城市i的“质量”大小，本文中通过冷链物流综合能力来表示，由于表5中冷链物流综合能力得分存在负数，因此将综合得分线性平移两个单位作为调整数据；Dij表示城市i和城市j间的最短距离，β取值为2。考虑到贵州省内主要的冷链物流运输方式是公路运输，本文以城市间最短公路运输数据作为Dij的值。同时，参考其他学者研究，引入冷链物流隶属度来帮助划分辐射范围。

(4)

其中，Rij表示辐点城市i归属于轴心城市j辐射的概率，反映了辐点城市对轴心城市的隶属程度。根据(3)和(4)，对贵州冷链物流网络中4个轴心城市和5个辐心城市之间的冷链物流引力和隶属度进行计算，结果见表6。

表6 贵州各城市间冷链物流引力强度和隶属度结果

注：“/”前为冷链物流引力强度，“/”后为隶属度。

将辐点城市归属为对于隶属度最大的轴心城市的辐射范围，根据表6可得，贵阳辐射范围包括安顺市和黔西南州，遵义辐射城市为铜仁市，毕节辐射城市为六盘水市，黔南州辐射黔东南州。

根据上述分析，本文构建出如图1所示的，以贵阳市和遵义市为一级轴心城市、以毕节市和黔南州为二级轴心城市、以其他城市为辐点城市的贵州省轴辐式冷链物流网络布局。其中，贵阳市、遵义市、毕节市、黔南市四个轴心城市的连接通道为干线通道，是整个贵州冷链物流网络的核心通道。目前，贵州省内轴心城市间的冷链物流通道以公路通道为主，包括兰海高速、厦蓉高速、贵黔高速、杭瑞高速等。轴心城市和其所辐射范围内的辐点城市间的通道为干线通道。目前，干线通道主要有榕江高速、沪昆高速公路等。

图1 贵州省轴辐式冷链物流网络布局图

3 总结

本文基于轴辐理论对贵州省冷链物流网络的构建进行研究。通过构建冷链物流评价体系，采用主成分分析法对贵州省9个地市州的冷链物流能力进行评价，并根据城市的综合评价得分、地理位置等因素确定贵阳、遵义等4个市为贵州省冷链物流网络中的轴心城市；同时，引入引力模型进一步确定轴心城市的辐射范围，构建了一个“两个一级轴心-两个二级轴心-五个辐点”的贵州省冷链物流网络布局。该网络布局具有一定的科学性和实用性，可为政府相关部门进行冷链物流系统优化提供理论参考。然而，本文缺乏从定量的角度对轴辐网络可能带来的经济效率进行分析，这将在未来的研究中进一步深入分析。