基于正交投影法的区域物流能力测算研究—以“一带一路”省份为例

葛 勇，周 燕，赵裕鑫，裴月寒

基于正交投影法的区域物流能力测算研究—以“一带一路”省份为例

葛 勇1,2，周 燕1，赵裕鑫1，裴月寒1

（1.石家庄铁道大学 经管学院，河北 石家庄 050043；2.石家庄邮电职业技术学院，河北 石家庄 050043）

区域物流能力水平关系着区域经济的发展，论文在物流业投入能力、物流业产出能力、环境支撑环境和基础设施能力四个维度构建区域物流能力指标体系。基于熵权-正交投影法建立区域物流能力测算模型，应用2014—2018年面板数据测算“一带一路”沿线省份、物流能力。研究结果表明“一带一路”区域东部沿海区域物流能力强，中部次之，西部最弱，并根据区域物流的特点提出发展建议。实证结果证明了物流能力测算模型的有效性。

区域物流能力；正交投影法；熵值法

物流业是支撑社会经济发展的基础复合型产业，在推动产业结构调整、改变经济发展方式方面发挥着重要作用。物流业是区域经济活动的“桥梁”，省、市间经济要素高效流动是区域经济高质量发展的重要动力。客观评价区域物流能力，有利于反映出真实的物流业发展水平。研究区域物流能力对于区域经济发展、产业规划等具有重要意义。

梳理已有相关文献发现，国内外专家、学者的研究主要集中于区域物流能力评价指标体系、研究方法及其与经济发展的关系，ANAND等[1]对城市物流研究进行了综述，分析城市物流发展要素，并总结了建模方法。 EKICI等[2]应用人工神经网络（ANN）和累积信任度（CBD）方法分析了土耳其的物流发展水平，研究发现固定宽带互联网利用程度与物流政策是最重要的改进方向。国内学者周泰和叶怀珍[3]在基础设施、信息系统和经营管理和发展环境四个角度构建出指标。李全喜和金凤花等[4]在区域物流能力与区域经济发展关系的研究过程中，在基础设施、经济产出和产业规模等方面构建指标体系。区域物流能力测算研究方法主要包括层次分析法、熵值法、模糊物元法、因子分析法、TOPSIS法和云PDR等方法[5-7]。

正交投影法是华小义和谭景信提出的[8]，计算评价对象与理想方案的“垂面”距离，克服了贴近度的不足的缺点。论文参考已有学者的研究，结合研究区域的特点构建区域物流能力指标体系，应用熵值法和正交投影法构建区域物流能力测算模型，以“一带一路”沿线18省的数据为样本进行实证分析。

1 区域物流能力评价指标体系构建

指标体系的质量直接影响测算结果，论文遵循经济环境体系的系统性、可量化性以及数据的可获得性，考虑物流业产出能力、物流业投入能力、经济支撑环境和基础设施能力建立指标体系。区域物流能力评级指标体系包括10个二级指标，货运量和货物周转量是物流业最直接的产出指标[5]，反映了区域的物流运输量。因没有物流业固定资产投资和就业人数的统计数据，论文参考大多数学者观点，用交通运输、仓储、邮政业固定资产投资就业人数表示物流业投资规模和人口规模[9-10]。GDP增长率是以前一年数据为基期计算所得，反映经济变化情况，第三产业增加值占GDP的比重是衡量产业结构的重要指标数据，社会消费品零售总额是体现了国内消费需求最直接的数据，这3个指标数据反映了物流发展的经济支撑环境。基础设施能力通过铁路里程、公路里程和港口吞吐量3个指标来表征[5-6]。基于投入产出角度考虑，固定资产投资和就业人数为负向指标[6]，其余指标均为正向指标。区域物流能力评价指标体系如表1所示。

2 物流能力测算模型构建

2.1 计算原理

正交投影法是为了优化TOPSIS法的贴近度，用垂面距离替换欧式距离作为计算贴近度的依据。垂面距离是指过两点分别作垂直于以理想解和负理想解连线为法向量的平面之间的距离[8]，如图1所示。X和Y分别表示理想解点和非理想解点，平面和平面是以直线XY为法向量的两个平面，A和B分别是平面和平面的任意两个点，M和N分别是直线XY与平面和平面的交点。设点X、Y、A和B所对应的向量为和，则点A和B的距离计算公式为：

表1 区域物流能力评价指标体系

目标层一级指标二级指标指标性质 区域物流能力物流业产出能力货运量正向指标 货物周转量正向指标 物流业投入能力固定资产投资负向指标 就业人数负向指标 经济支撑环境GDP增长率正向指标 第三产业增加值占GDP的比重正向指标 社会消费品零售总额正向指标 基础设施能力铁路里程正向指标 公路里程正向指标 港口吞吐量正向指标

式中：“||”表示绝对值，“║ ║”指范数，“·”表示向量的点积。

2.2 问题说明

将“一带一路”节点省份及其评价指标抽象为数学问题，“一带一路”节点省份为待评价对象，区域物流能力评价指标为评价指标。设有个待评价的对象，令12表示个对象；有个评价指标，令1，2，…，表示个评价指标；12w表示个对象的权重，权重之和为1。原始数据为x(=1，2，…，；=1，2，…，)。

图1 垂面距离示意图

2.3 模型构建

第一步，构建规范化矩阵=(v)。

第二步，加权矩阵计算=（r），论文应用熵值法计算指标权重。

(1)数据标准化。将指标数据处理为统一数量级、越大越好的标准数据。

(2)计算指标比重。

(3)计算指标熵值。

式(5)中，>0，e≥0，=1/ln。

(4)计算指标差异性系数。

(5)计算权重。

(6)计算加权矩阵。

第三步，将坐标原点平移到理想解点，计算理想解S和平移后的矩阵=(q)。

第四步，确定平移后的负理想解。

第五步，计算各评价对象与理想解的垂面距离P。因为理想解、负理想解之间的距离对各评价对象来说为常数，所以计算公式为：

P值越小，表明该评价对象越优。

3 应用实例—“一带一路”沿线省份物流能力测算

3.1 研究对象

“一带一路”(The Belt and Road，B&R)是“丝绸之路经济带”和“21世纪海上丝绸之路”的简称。“一带一路”建设促进了我国区域物流高质量发展，提高了物流要素有机融合与创新水平，物流产业规模化发展，提高了物流产业竞争力，进一步加强了区域间资源整合，促进了区域协调发展。论文以其沿线新疆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、上海、福建、广东、浙江、海南和重庆等18省份为研究对象。

3.2 数据说明及数据预处理

本文统计分析了2014-2018年的“一带一路”沿线18省份的指标数据，数据来源于《中国统计年鉴(2015—2019)》。其中GDP增长率是以上一年为基期，即2018年的GDP增长率表示GDP较2017年的增长幅度。非沿海区域没有港口，对应区域的港口吞吐量统一设置为0。

本文应用的研究方法要求数据非负，需要对原始数据进行的预处理。只有GDP增长率指标数据出现了负值，才将18省的GDP增长率同时加最小数的最大值以保证所有数据非负。

3.3 “一带一路”沿线省份物流能力测算结果

论文基于正交投影法，按照表1区域物流能力评价指标体系，应用2014-2018的面板数据，计算得到“一带一路”沿线省份物流能力测算值，如表2所示。《愿景与行动》将“一带一路”区域划分为五大区域，东北地区包括黑龙江、辽宁和吉林，西北地区包括新疆、甘肃、内蒙古、青海、陕西、宁夏，西南地区包括云南、广西和西藏，东南地区包括广东、上海、福建、浙江和海南，内陆地区仅有重庆。论文在《愿景与行动》中区域划分基础上为方便研究区域差异性，将重庆归为西南地区进行统计。在区域物流能力来看，各区域差异显著。区域能力由高到低依次为东部沿海区域(0.027 9)、东北区域(0.035 4)、西北区域(0.040 6)和西南区域(0.040 8)。东北、西北、西南和东南区域能力从高到低顺序依次为：辽宁、吉林、黑龙江；内蒙古、宁夏、甘肃、新疆、青海、陕西；西藏、广西、云南；广东、浙江、上海、海南、福建。整体来看，东部沿海区域物流能力强，中部次之，西部最弱。近5年测算值的均值结果表明，广东物流能力最强，遥遥领先于其他省份，浙江、辽宁和上海紧随其后。宁夏、甘肃、青海和新疆等西部区域物流能力较弱。在时间维度来看，各省市物流综合能力波动性也有不同特征。云南、广东和上海等地物流能力波动较大，浙江、内蒙古和辽宁处于持续稳定发展状态。2018年相较于2014年，整体物流能力有所下降。2014—2015年综合物流能力排名前五一直是广东、浙江、辽宁、上海和福建。东部区域物流发展水平高，表明物流需求旺盛，交通、仓储等基础设施和能源等自然资源利用率较高，依托天津港口物流枢纽、上海商贸服务物流枢纽、青岛生产服务物流枢纽等10个国家枢纽，吸收其他区域的物流生产要素。中部地区物流能力一般，物流发展水平不高，表明物流市场需要进一步提高活跃程度，资源利用率不高，物流产业业发展动力不足有待，依托太原陆港型物流枢纽、赣州商贸服务型物流枢纽和郑州空港型物流枢纽等5个国家物流枢纽，衔接内陆地区干支线运输线路，通过铁路、公路等陆路运输通道和场站等设施提供畅通国内的物流服务，通过空港等设施提供便捷高效的国内国际航空物流服务。西部地区物流能力最低，表明区域物流需求有限，物流基础设施严重不足，物流产业发展资源匮乏。应从影响物流产业发展因素入手，明确物流发展短板，有针对性地注入物流发展动力，建立机制，保证物流需求持续稳定增长。依托乌鲁木齐和兰州等7个陆港型国家物流枢纽，对接国内物流通道，为国际贸易活动提供通关、保税等过境运输综合性物流服务。

表2 “一带一路”沿线省份物流能力测算值

2018年2017年2016年2015年2014年均值 内蒙古0.03910.03960.03960.04040.03820.0394 辽宁0.02380.02370.02210.02400.02350.0234 吉林0.04160.04200.04150.04210.03960.0414 黑龙江0.04170.04200.04140.04270.03960.0414 上海0.03320.03310.03100.03110.02870.0314 浙江0.02290.02330.02130.02270.02160.0223 福建0.03490.03500.03340.03430.03200.0339 广东0.01520.01240.01040.01450.01300.0131 广西0.04190.04210.04050.04080.03850.0407 海南0.03850.03960.03890.03950.03740.0388 重庆0.03980.04010.03870.03930.03750.0391 云南0.04390.04360.04100.04120.03790.0415 西藏0.04020.04160.04090.04030.03850.0403 陕西0.04210.04200.04080.04190.03930.0412 甘肃0.04070.04150.04090.04180.03880.0407 青海0.04080.04220.04120.04130.03900.0409 宁夏0.04050.04160.04090.04080.03910.0406 新疆0.04090.04180.04070.04200.03900.0409 均值0.0368 0.0371 0.0358 0.0367 0.0345

4 结束语

区域物流能力的增长是区域经济发展的重要动力源泉，论文基于熵权-正交投影法建立区域物流能力测算模型，参考已有学者的研究，结合研究区域的特点构建区域物流能力指标体系。最后以“一带一路”沿线18省为研究对象，得到结论东部沿海区域物流能力强，中部次之，西部最弱，根据区域物流特点提出发展建议。结果证明了物流能力测算模型的有效性。

[1] ANAND N, QUAK H, DUIN R V, et al. City Logistics Modeling Efforts: Trends and Gaps - A Review[J]. Procedia Social & Behavioral Sciences, 2012, 39(4): 101-115.

[2] EKICI S O, KABAK O, ULENGIN F. Linking to compete: Logistics and global competitiveness interaction[J]. Transport Policy, 2016, 48(5): 117-128.

[3] 周泰, 叶怀珍. 基于模糊物元欧式贴近度的区域物流能力量化模型[J]. 系统工程, 2008(6): 27-31.

[4] 李全喜, 金凤花, 孙磐石. 区域物流能力与区域经济发展的典型相关分析—基于全国面板数据[J].软科学, 2010, 24(12): 75-79.

[5] 康朕玮. 基于模糊物元法的京津冀区域物流能力评价研究[J]. 铁道运输与经济, 2020, 42(9): 63-69.

[6] 张旭, 袁旭梅, 王亚娜等. 基于云PDR的区域物流能力评价研究[J].北京交通大学学报: 社会科学版, 2020, 19(2): 108-117.

[7] 李雷, 杨怀珍, 冯中伟. 供应链上游段VMI & TPL模式的利益分配机制—基于最大熵值法与正交投影法的整合视角[J]. 系统管理学报, 2020, 29(2): 400-408.

[8] 华小义, 谭景信. 基于“垂面”距离的TOPSIS法—正交投影法[J]. 系统工程理论与实践, 2004(1): 114-119.

[9] 林鹏, 杨晓辉, 郭子雪. 物流产业升级能力评价的改进TOPSIS方法及应用研究[J]. 当代经济管理, 2020(11): 1-10.

[10] 曹炳汝, 曹惠惠. 基于ANP-TOPSIS的区域物流发展能力评价—以江苏省为例[J]. 地域研究与开发, 2018, 37(4): 42-47.

Research on Regional Logistics Capabilities Based on Vertical Projection Method—A Case Study of Provinces Along the “Belt and Road”

GE Yong1,2, ZHOU Yan1, ZHAO Yu-xin1, PEI Yue-han1

（1. School of Economics and Management , Shijiazhuang Tiedao University, Shijiazhuang 050043, China;2. ShiJiaZhuang Posts & Telecommunications Technical College, Shijiazhuang 050020, China）

The level of regional logistics capability is related to the development of the regional economy. The paper constructs an index system of regional logistics capability in four dimensions: logistics input capacity, logistics output capacity, environmental support environment and infrastructure capacity. Based on the entropy weight and vertical projection method, the regional logistics capacity measurement model is established. The paper uses the panel data from 2014 to 2018 to estimate the logistics capacity of provinces along the “Belt and Road”. The research results show that the logistics capacity of the eastern coastal areas of the “Belt and Road” region is strong, followed by the central region and the weakest in the western region. Development suggestions are made based on the characteristics of regional logistics. The empirical results prove the validity of the logistics capability measurement model.

regional logistics capabilities; vertical projection method; entropy method

F259.27

A

1674-3261(2021)04-0264-05

10.15916/j.issn1674-3261.2021.04.012

2020-10-16

石家庄铁道大学研究生创新资助项目(YC2020041)

葛勇(1995-)，男，山东德州人，硕士。

责任编校：陈 明