基于灰色聚类分析的物流发展质量评价研究

高小惠，倪超军

GAO Xiao-hui, NI Chao-jun

（石河子大学 经济与管理学院，新疆 石河子 832003）

(School of Economics and Management， Shihezi University， Shihezi 832003， Xinjiang， China)

0 引言

物流业是现代服务业的重要组成部分，加快发展现代物流产业，是适度扩大总需求、推进供给侧结构性改革的重要举措[1]。2016 年 7 月 20 日，中华人民共和国国务院通过《“十三五”国家科技创新规划》(国发 [2016]43 号)，部署推进物流业转型升级和创新发展[2]。物流市场是物流需求和物流供给相结合的有机系统，物流发展质量是指物流需求质量和物流供给质量的总称。经济社会发展是物流发展质量供给的环境因素，物流需求状况和物流规模综合反映物流发展质量的需求，物流基础设施是物流发展质量的重要物质条件，而信息化水平直接决定了物流发展质量的效率和成本。因此，物流发展质量主要受到经济环境、物流需求、物质条件及信息技术等因素的影响。当前我国不同地区物流发展质量差异较大，不同地区有不同的发展现状和特点。在这样的情况下，评价分析我国各省区市物流发展质量，找出各省区市物流发展水平差距及其原因，对统筹区域间物流协调发展，推进各省区市物流业升级转型具有重要意义。

近年来，不少学者对我国物流发展质量评价进行了研究。李继云等[3]基于主成分分析选择经济社会发展、生产消费流通类、交通运输类、人力资源类、信息化水平等 5 类 14 项指标构建云南区域物流发展水平的综合评价指标体系；弓宪文[4]基于信息熵，分别从产业环境、产业能力和产业绩效 3 个维度建立物流业发展水平的综合评价模型评价重庆物流业发展水平；戴德宝等[5]使用主成分分析法、熵权法以及灰色关联分析法基于区域经济基础、物流供求状况、物流支持状况、信息化水平 4 个方面构建区域物流发展综合评价指标体系。综上所述，虽然主成分分析与熵权法在进行区域物流评价中具有广泛的应用价值，但是其不能反映指标之间的相对重要程度。因此，在现有研究的基础上，构建物流发展质量综合评价指标体系，运用灰色聚类评估模型测度各省区市 2015 年的物流发展质量，通过优势粗糙集探寻影响物流发展质量的核心因素，以期对物流业协调发展提供研究依据。

1 灰色聚类评估模型

灰色聚类设有n个决策对象，m个聚类指标，s个不同灰类，根据决策对象关于指标j的样本观测值xij(i= 1，2，…，n；j= 1，2，…，m) 将决策对象i归入灰类k(k∈{1，2，…，s})，具体计算步骤如下。

（1）确定各指标的转折点、中心点及取值范围。对于指标j(j= 1，2，…，m) 设其取值范围是[aj，bj]，按照评估要求所需划分的灰类数s，分别确定灰类 1 及s的转折点和灰类k(k∈{2，3，…，(s－1)})的j个中心点

（2）计算白化权函数。根据各指标转折点、中心点及指标的取值范围，能够得到指标j(j= 1，2，…，m) 关于灰类k(k∈{1，2，…，s}) 的中心点混合三角白化权函数其中j= 1，2，…，m；k= 2，3，…，s－1。

（3）计算灰类隶属度。当k= 1 至s时，构造相应的下限测度白化权函数和上限测度白化权函数设x为指标j的一个观测值，当或时，可分别由公式 ⑴ 或 ⑵ 计算关于灰类 1 和灰类s的隶属度或当k= 2，3，…，(s－1) 时，可以由公式 ⑶ 计算其属于灰类k(k∈{2，3，…，(s－1)}) 的隶属度

（4）确定各指标的权重。计算指标j在综合聚类中的权重wj。

（5）计算灰色聚类系数。计算对象i(i= 1，2，…，n) 关于灰类k(k∈{1，2，…，s}) 的聚类系数

（6）确定灰类。根据最大隶属度原则，判断对象i属于灰类k*，即

（7）搜寻优势关系。根据以上分类，对知识表达系统进行离散化处理，得到项目评估决策表信息系统，采用 Rosetta 软件中提供的 Johnson 算法，搜寻到优势关系。

2 物流发展质量评估的实证分析

2.1 综合评估指标体系构建

选取 2015 年我国 30 个省区市 (西藏除外) 的物流发展质量作为研究对象，一是省区市数据能够直观反映物流区域发展水平；二是 30 个省区市基本能够代表我国除台湾地区的整体情况。原始数据来自 2016 年的中国统计年鉴、部分省份的统计年鉴，缺失数据采用均值或回归等方式填补[6]。

基于国内学者提出的物流发展质量综合评估指标体系[3-5]，按照科学性、整体性、层次性、可操作性的原则，结合物流质量和物流发展环境，选取经济社会发展指标Y1、物流需求状况指标Y2、物流规模指标Y3、物流基础设施指标Y4以及信息发展水平指标Y5等 5 个一级指标及其所属的 19 个二级指标，构建物流发展质量综合评估体系。物流发展质量综合评估指标体系如表 1 所示。

2.2 实证分析

根据物流发展质量的测度目标，拟将我国 30个省区市测度的结果分为 5 个层次，分别为：差(灰类 1)，较差 (灰类 2)，中等 (灰类 3)，较好 (灰类4)，好 (灰类 5)[7]。

（1）确定各指标的转折点、中心点及取值范围。基于我国 2015 年 30 个省区市物流发展质量的实际数据，确定各个指标的取值范围。按照评估要求所需划分的灰类数 5，分别确定灰类 1 及 5 的转折点和灰类2、灰类3及灰类4的中心点各指标的转折点、中心点及取值范围如表 2 所示。

表 1 物流发展质量综合评估指标体系Tab.1 Logistics development quality evaluation indicators system

（2）计算白化权函数。根据得到的各指标转折点、中心点及指标的取值范围，能够得到指标j(j=1，2，…，19) 关于灰类k(k∈{1，2，3，4，5}) 的中心点混合三角白化权函数如下。

当j=1 时，其白化权函数为即

同理，可以得到j=2，3，…，19 时的白化权函数。

（3）计算灰类隶属度。指标j(j= 1，2，…，19) 的观测值取值 2015 年我国 30 个省区市物流发展质量的数据，将每一个数据代入到相应的白化权函数中，由灰类隶属度公式能够计算出指标j(j= 1，2，…，19) 关于灰类k(k∈{1，2，3，4，5}) 的隶属度

（4）确定各指标的权重。基于 2015 年我国 30个省区市物流发展质量的数据运，运用熵权法计算出指标j(j= 1，2，…，19) 的权重2，…，19)，运用层次分析法计算出指标j(j= 1，2，…，19) 的权重，根据公式 ⑷ 计算出指标j(j= 1，2，…，19) 的权重。物流发展质量综合评估指标体系如表 1 所示。其中，各项指标权重均通过一致性检验。

（5）计算灰色聚类系数。由灰色聚类系数公式 ⑸ 计算出指标j(j= 1，2，…，19) 关于灰类k(k∈{1，2，3，4，5}) 的聚类系数2，…，30) ，即 2015 年我国 30 个省区市物流发展质量的聚类系数，2015 年我国 30 个省区市物流发展质量的聚类系数如表 3 所示。

表 2 各指标的转折点、中心点及取值范围Tab.2 Turning point, center point and range of value of each indicator

（6）确定灰类。根据最大隶属度原则确定各省区市所属灰类，例如广东省的聚类系数中最大，则广东省属于第 5 灰类，即物流发展质量好的层次。

表 3 2015 年我国 30 个省区市物流发展质量的聚类系数Tab.3 Clustering coefficient of the quality of logistics development in 30 provinces of China in 2015

（7）搜寻优势关系。采用 Rosetta 软件中提供的 Johnson 算法，搜寻到优势关系{X7，X9，X15，X18}，即优势粗糙集的核是全社会货运量、货物周转量、铁路营业里程、互联网普及率。

2.3 测度结果分析

根据表 3 计算结果得出：我国 30个省市区的物流发展质量分别属于 5 个灰类，即差、较差、中等、较好、好，5 个灰类依次划分为第一层次、第二层次、第三层次、第四层次、第五层次。

（1）第一层次。包含上海、江苏、山东、广东各省市，属于物流发展质量好的灰类。该层次所包含的省市经济与交通的发展处于全国前列，物流发展质量的各项指标数值较好。上海地处华东地区作为长三角的龙头，已经基本形成“枢纽型、网络化、功能性”综合交通体系；广东拥有全国最大的港口群，是我国进出口贸易的重要基地和集散地；山东沟通东北、华北和长江中下游地区，海陆空立体化大交通网日趋完善；江苏地处东部沿海中心，具有成熟的铁运、公运、水运、航空及管道运输交通运输系统。综上可知，明显的区位优势和初具规模的物流基础设施是第一层次省市的共性。

（2）第二层次。包含河北、辽宁、浙江、福建、河南、湖北、湖南、四川各省份，属于物流发展质量较好的灰类。该层次所包含的省份部分集中在沿海地区，如河北、辽宁、浙江、福建各省属于沿海地区，而且多为第一层次省市周边省份，能够享受到其周边省份的物流发展资源。河南、湖北、湖南、四川各省地理区位优越，均是国家重要的内陆港口，在水陆联运中具有突出的作用，物流运载设施更新迅速，交通运输业发展迅速。因此，较好的地理区位和迅速发展的交通运输业是第二层次省份的共同特点。

（3）第三层次。包含山西、内蒙古、安徽、江西、广西、重庆、陕西各省区市，属于物流发展质量中等的灰类。该层次所包含的省区市大部分位于我国中部地区，其经济总量和总体发展水平远低于东部沿海发达地区，物流需求状况、物流规模、物流基础设施及信息发展水平没有显著优势。其中广西省虽然是沿海省份，全社会货运量和铁路营业里程全国排名并不靠后，但是广西本身的经济社会发展却并不靠前，现代化技术设施落后，信息化程度低，资源难以共享，直接导致了广西省的地理区位优势无力带动其物流发展，物流发展水平一般。总之，落后的经济发展水平，缺乏的物流需求是第三层次省区市的共性。

（4）第四层次和第五层次。第四层次包含天津、吉林、黑龙江、贵州、甘肃、新疆各省区市，属于物流发展质量较差的灰类；第五层次包含北京、海南、青海、宁夏各省区市属于物流发展质量差的灰类。物流发展质量较差和物流发展差的省区市集中在西部地区，西部地区的地理位置比较偏远，交通网络系统不完善，信息容易造成阻塞，而且我国的人才偏向于向东部沿海地区，造成西部地区人才的缺失，不利于其物流业长期的发展。另外，北京由于原始数据中的内河通航里程为 0，全社会货运量和货物周转量指标包含的水运部分也全部为 0，而内河通航里程的权重为 0.068 2，全社会货物量的权重为 0.122 4，货物周转量的权重为 0.148 1，合计占比 0.338 7，直接影响了北京物流发展水平的分类，被聚类到第五层次，与实际情况略有偏差。海南物流业的发展主要集中于海口市，海南省内交通不发达，物流基础设施建设不足，直接导致物流发展质量不高。因此，偏远的地理位置，落后的交通网络是第四层次和第五层次省区市的共同特点。

2.4 研究对策

（1）巩固第一层次省市物流发展核心区的龙头地位。推进多式联运智能化，完善智能仓储系统，推动移动云仓储技术的研发和应用，整合物流网络中分散的仓储资源，鼓励各类仓储机构运用智能物流装备，提升仓储、运输、分拣、包装等作业效率，提升仓储运管水平和效率，加快仓储数据集成和开放步伐，提供大数据平台接入口，实现仓储数据的高效应用，从而巩固各省市物流发展核心区的龙头地位。

（2）助推第二层次构建现代物流空间网络体系。继续鼓励其物流业的发展，扩大物流业规模，打造物流装备产业技术创新联盟，优化区域功能分工和空间布局，构建以省会城市或者其他核心城市为中心、区域物流节点城市为支撑、城乡分拨配送网络为基础的“一中心、多节点、全覆盖”的现代物流空间网络体系。

（3）加强第三层次物流发展区域信息交流。积极支持省区市在重要物流节点城市政府创建物流信息数据的共享平台，实现物流数据资源共享，依托国家交通运输物流公共信息平台，建设铁路、水路、公路、航空、邮政等物流信息交换节点[7]，拓展与东北亚、东盟、欧盟国家地区港口的物流信息共享交换[8]。

（4）改善第四层次和第五层次物流发展区域的发展环境。畅通运输通道，结合省区市重点发展的产业领域，积极引入先进的物流与供应链管理理念，对其物流服务模式进行拓展提升，培育若干大规模本土化供应链服务企业，系统性强化吸引外部企业入驻的税收、土地、投资、公共服务等方面的政策优惠措施，为物流企业入驻各省区市提供更为优势的发展环境，推动大型物流企业在各省区市形成集聚优势。

3 结束语

我国物流业正处于增速放缓、效率提升、需求调整和动力转换的战略转型期，既面临严峻的挑战，也蕴含重大的发展机遇，统筹区域间物流协调发展，直接关乎物流业转型升级的成效。目前我国区域物流发展不均衡，地区差距较大，不同地区因为其各自的经济地理情况具有不同的现状和特点，通过对物流发展质量评价研究，探寻影响物流发展质量核心因素，有助于各地区根据其物流发展的优劣势条件，准确定位各地区物流的发展方向，有针对性地发展当地的物流产业，推动新时期物流业持续健康发展。

参考文献：

[1]林木荣，张 晖.“互联网+”新业态下的物流行业税收征管[J]. 中国市场，2015，41：25-26.

[2]中华人民共和国国务院. 物流业发展中长期规划 (2014—2020年)：国发[2014]42 号[A]. 北京：中华人民共和国国务院，2014.

[3]李继云，孙良涛. 基于主成分分析的云南各区域物流发展水平评价与对策分析[J]. 价格月刊，2012(12)：84-87.LI Ji-yun，SUN Liang-tao. Evaluation and Countermeasure Analysis of Regional Logistics Development Level in Yunnan based on Principal Component Analysis[J]. Prices Monthly，2012(12)：84-87.

[4]弓宪文. 区域物流业与关联产业的融合及协调发展研究[J].铁道运输与经济，2017，39(4)：20-25.GONG Xian-wen. Research on the Integration and Coordinated Development of Regional Logistics and Related Industries[J]. Railway Transport and Economy，2017，39(4)：20-25.

[5]戴德宝，范体军，安 琪. 西部地区物流综合评价与协调发展研究[J]. 中国软科学，2018(1)：90-99.DAI De-bao，FAN Ti-jun，AN Qi. Comprehensive Evaluation and Coordinated Development of Logistics in Western China[J]. Chinese Soft Science，2018(1)：90-99.

[6]中华人民共和国国家统计局. 2016 中国统计年鉴[M]. 北京：中国统计出版社，2016：12-15.

[7]史元超，陈 诚.“互联网+”背景下铁路货运营销的发展策略[J]. 铁道货运，2016，34(12)：9-13.SHI Yuan-chao，CHEN Cheng. Development Strategy of Railway Freight Marketing under the Background of “Internet+”[J]. Railway Freight Transport，2016，34(12)：9-13.

[8]TANIGUCHI E，NORITATE M，YAMADA T，et al.Optimal Size and Location Planning of Punlic Logistics Terminals[J]. Transportation Research Part E，1999，35(3)：207-222.