基于GRA与TOPSIS方法的瓜菜产业园选址优化

戴军

摘    要：瓜菜产业园因其关键的核心位置影响着瓜菜供应链上下游的畅通。现代瓜菜产业园是一个多元复杂系统，包括了品种培育区、试验示范区、专业种植区、游览观光区和集中配送区等，承担了瓜菜供应链的绝大多数生产运营活动。乡村振兴战略背景下，瓜菜产业园选址优化受到土地资源、人力资源、交通资源等诸多因素影响，选址是否合理有效，关乎整个瓜菜供应链运行的绩效。笔者基于GRA与TOPSIS方法，利用系统决策模型对瓜菜产业园选址问题进行优化分析。结果表明，TOPSIS值越大，瓜菜产业园选址越逼近实际理想状况。

关键词： 瓜菜产业园; 乡村振兴; GRA; TOPSIS; 供应链; 优化

Research on GRA and TOPSIS methods of cucurbits and vegetables industrial park selection

Daijun1，2

（1. Suzhou Industrial Park Institute of Services Outsourcing， Suzhou 215123， Jiangsu， China; 2. Soochow University， Suzhou 215020， Jiangsu， China）

Abstract：The cucurbits and vegetables industrial park affects the smooth flow of the upstream and downstream of the supply chain due to its key core position. Modern cucurbits and vegetables industry park is a multiple complex system， including variety breeding area， experimental demonstration area， professional planting area， sightseeing area，centralized distribution area， etc. It undertakes most of the production and operation activities in the melon and vegetable supply chain. Under the background of rural revitalization strategy， cucurbits and vegetables industrial park selection is affected by many factors such as land resources， human resources， transportation resources. Whether the selection is reasonable and effective is related to the performance of the entire cucurbits and vegetables supply chain operation. Based on the GRA and TOPSIS methods， the system decision model was used to optimize the location of the cucurbits and vegetables industrial park. The results showed that the larger the TOPSIS value， the closer the site was to the actual ideal situation.

key words： Cucurbits and vegetables industrial park; Rural revitalization; GRA; TOPSIS; Supply chain; Optimization

在現代化农业结构的转型升级以及国家支持农村土地流转的大背景下，通过科学合理规划，优化瓜菜产业布局[1]，建设现代瓜菜产业园可改变传统的瓜菜零散种植以及脏乱差种植的不科学发展模式，真正实现瓜菜产业健康绿色发展。现代瓜菜产业园已经成为乡村振兴与“美丽中国”发展格局中一个重要的农业与服务业功能集结区，具备品种培育、科学实验、专业种植、游览观光、个性定制和集中配送等多元化功能，其选址优劣关乎整个瓜菜供应链的线上与线下综合运营的绩效。

通过文献梳理发现，目前关于选址优化的研究尚且不多，方法主要有重心法、德尔菲法、线性规划法、遗传算法等研究方法。例如Hatzius等[2]的方法需不断迭代计算最佳位置，但初始选择位置多，计算太复杂;Romano等[3]的方法需递进计算求解，缺点是该方法不一定找到最佳位置解。还有学者采用整数规划设置情景集，用约束变量平衡供需变量，但是计算量大且变量难控制。例如魏珊珊等[4]的MILP模型虽优化了供应链物料的流动因素但需要考虑成本限制太多;万春秋等[5]的DPSO算法虽解决了静态评价方法应用中惩罚因子选用困难的问题，但搜索能力和收敛速度仍易陷入局部最优值。进一步文献梳理发现，对产业园选址进行研究的文献更是凤毛麟角，且多为定性分析。例如曾峥等[6]对中山市全通现代教育服务科技产业园规划选址进行了研究探析;张彬[7]对乌海经济开发区低碳产业园铁路规划选址进行了方案探讨;熊俏等[8-9]提出要在保证生态功能和有利于环境优化的基础上因地制宜优化产业园，延长蔬菜产业链。但上述文献均未综合使用具体规划的定量方法，也未发现有文献专门针对瓜菜产业园选址优化开展过具体的研究测评。因此笔者尝试运用GRA法对其进行定量测算，并利用TOPSIS法对其进行相对优劣检验，以期能为乡村振兴战略背景下建立畅通的瓜菜供应链提供借鉴。

1 研究方法

1.1 GRA分析法

灰色关联法（GRA）适合贫信息的系统处理，对样本量没有严格要求，被广泛应用于经济、农业、工程等很多研究领域，具有较高的实用性，本文用该方法进行瓜菜产业园的定量测算。首先将指标无量纲化处理：Xik=[Cik-minCikmaxCik-minCik]（1），然后计算灰色系数值：Eik=[mini    mink    x0k-xik+pmaxi    maxk    x0k-xikx0k-xik+pmaxi    maxk    x0k-xik]

（2），接着确定指标权重：[k=1iWk]=1（3），最后计算关联度：R=（ri）1×m=（r1，r2，…，rm）=WET （4）。

1.2 TOPSIS检验法

逼近理想解法（TOPSIS）是解决多目标决策分析常用的1种有效方法，笔者用该方法对瓜菜产业园选址进行相对优劣检验。若设瓜菜产业园a个，考量指标b个，第c个产业园的第d个考量指标为xcd，则构建初始矩阵为：x=（xcd）a×b，y=y[cd]=[xcdc=1axcd]，Y=（ycd）a×b（5），确定矩阵权重：S[d]=max[Ycd-minYcd]，（d=1，2，…，b），权重公式为：w[d]=[Sdd=1bSd]（6），进一步构建规范矩阵：E=（Ecd）a×b=[w1y11w2y12…w1y21w2y22…??? wby1b wby2b?w1ya1w2ya2…wbyab]（7），然后计算正最优解：E+=max[Ecd]，（c=1，2，…，a）（8）和负最优解：E-=min[Ecd]，（c=1，2，…，a）（9），再接着计算正最优解差距：S[+c]=[d=1c（Ecd-E+d）2]（c=1，2，…，a）（10）和负最优解差距：S[-c]=[d=1c（Ecd-E-d）2]，（c=1，2，…，a）（11），最后计算相对逼近度：Bc=[S-c（S+c+S-c）]（12）。

2 实证分析

2.1 指标体系构建

影响瓜菜产业园选址因素较多，主要有基础设施及配套因素（A11）、区域交通便利性因素（A12）、土地供给及流转因素（A13）、当地劳动力价格因素（A21）、经济发展水平及消费水平因素（A22）、政府指导及融资政策因素（A31）、农业种植管理及技术帮扶性因素（A32）、人力资源需求及供给因素（A33）等。

2.2 GRA分析

笔者用苏州的4个瓜菜产业园来检测方法的可行性。根据苏州市农委乡村振兴发展战略规划，2018—2019年苏州大市范围将先后建设10个高标准瓜菜基地产业园，而且要符合“整体环境美、规模化种植、标准化生产、绿色化发展、溯源化管理、产业化经营”的6个方面标准和条件。现设某批次有4个瓜菜产业园作为考核选址对象（C1～C4），最佳优化满意度为C0，灰色系数E，分辨系数ρ∈[0，1]，ρ 取0.50。采取专家打分法，指标参考值如表1所示。据公式（1）与（2）计算灰色系数如表2所示。

权重由专家借助AHP法根据公式（3）给出：WA（0.320，0.310，0.370）、WAA1（0.340，0.290，0.370）、WAA2（0.520，0.480）、WAA3（0.400，0.300，0.300）。据公式（4）：R=（ri）1×m=（r1，r2，…，rm）=WET计算出相关因子各指标关联度：RA1=WAA1ETAA1=（0.744 2，0.855 9，0.732 8，0.756 0）;RA2=WAA2ETAA2=（0.691 6，0.894 4，0.797 2，0.729 6）;RA3=WAA3ETAA3=（0.919 0，0.698 0，0.781 0，0.757 0）。进一步根据R=（ri）1×m=（r1，r2，…，rm）=WET计算出主因子关联度RA=（r1，r2，r3，r4）=WAA×[RA1、RA2、RA3]=（0.320，0.310，0.370）×[07442085590.7328   0.75600.69160.89440.7972   0.72960.91900.69800.7810   0.7570]=（0.792 57，0.809 41，0.770 60，0.748 19）。按照灰色关联度大小得到这4个瓜菜产业园的选址优化排序为：C2>C1>C3>C4。计算结果表明，4个瓜菜产业园中C2与最优选址关联度最大，C4的关联度最小，因此C2选址布局位置较为理想。后批次的瓜菜产业园选址可适当参照C2的选址方案以尽量达到整体最优。

2.3 TOPSIS检验

主要通过考量4个瓜菜产业园与理想选址的接近程度来检验选址效果。专家组因素综合评分如表3。

3 讨论与结论

在瓜菜产业园的选址优化问题上建议如下：第一，由各地区的市农委牵头，组织相关单位的专家力量，联合制订行动计划，研究多种可行性方案，采用科学方法，多方论证，优中选优;第二，专家打分不可受到行政干预，必须根据实地调研做出客观公正评分，且在瓜菜产业园的用地上要做到前瞻性，不搞粗放型建设，在功能规划上尽量把集约型建设做到极致;第三，必须结合2018年中央一号文件《中共中央国务院关于实施乡村振兴战略的意见》精神，符合“天蓝水清地绿”的美丽中国建设理念，坚持农民主体地位，做到因地制宜与循序渐进发展，构建瓜菜供应链线上与线下的现代农业产业体系、服务体系、生产体系与运营体系，促进瓜菜供应链上的一二三产业融合发展。

笔者采用GRA法对瓜菜产业园进行选址优化分析，并通过TPOSIS法检验选址的理想性，实证结果表明了两方法结合对瓜菜产业园选址优化的可行性。乡村振兴战略背景下，瓜菜产业园选址要考虑政策环境、经济环境与社会环境，还要针对每个产业园具体分析各自所具备的优势和劣势，才能为选址规划提供更为科学的决策，这也是笔者后续的研究方向。

参考文献

[1] 华军，李文德，张文斌，等.张掖市蔬菜产业现状、存在问题及发展对策[J].中国瓜菜，2017，30（3）：37-39.

[2] HATZIUS J，HOOPER P，MISHKIN F S，et al.Financial conditions indexes： a fresh look after the financial crisis[R].Working Papers，NBER，2010.

[3] ROMANO J P，WOLF M.Stepwise multiple testing as formalized data snooping[J].Econometrica，2005，73（4）：1237-1282.

[4] 魏珊珊，張科静.电子废弃物逆向物流网络选址优化模型设计[J].东华大学学报（自然科学版），2010，36（5）：574-580.

[5] 万春秋，王峻，杨耕，等.动态评价粒子群优化及风电场微观选址[J].控制理论与应用，2011，28（4）：449-456.

[6] 曾峥，丁滴，胡小强.中山市全通现代教育服务科技产业园规划选址探析[J].规划师，2012（12）：218-220.

[7] 张彬.乌海经济开发区低碳产业园铁路规划研究[J].铁道运输与经济，2017（12）：19-24.

[8] 熊俏，潘玲华，莫豪葵.桂林休闲观光生态蔬菜产业园的探索与思考[J].长江蔬菜，2017（8）：81-83.

[9] 刘涛，宋富兰，张金萍，等.浅析现代蔬菜产业园的困境与出路[J].西北园艺（蔬菜），2015（9）：4-6.