基于熵權(quán)—TOPSIS法的物流能力評(píng)價(jià)
——以江蘇省為例

□ 周寅聰，宋淑鴻

(南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210037)

物流是生產(chǎn)與消費(fèi)行為的重要輔助環(huán)節(jié)。物流能力的提升可以減少產(chǎn)品在中間環(huán)節(jié)的損失，降低成本，提高運(yùn)輸與周轉(zhuǎn)效率，最終提高一個(gè)地區(qū)乃至整個(gè)社會(huì)的生產(chǎn)力。江蘇是國(guó)內(nèi)經(jīng)濟(jì)實(shí)力領(lǐng)先的大省，也是國(guó)內(nèi)物流大省，省內(nèi)擁有南京、徐州和淮安(路網(wǎng)正在建設(shè)中)等幾大交通樞紐。目前，對(duì)物流能力的評(píng)價(jià)以中西部省份之間及其內(nèi)部以及東部其他省份為主，對(duì)江蘇省內(nèi)部的物流能力的研究還不夠充分。對(duì)江蘇省進(jìn)行物流能力評(píng)價(jià)不僅有助于江蘇省本身的經(jīng)濟(jì)發(fā)展，還能起到示范作用，為全國(guó)的發(fā)展探路，具有現(xiàn)實(shí)意義。

隨著電子商務(wù)的蓬勃發(fā)展，我國(guó)的物流行業(yè)取得了巨大進(jìn)步。目前，已有專(zhuān)家學(xué)者對(duì)不同范圍內(nèi)的物流能力進(jìn)行了分析，吳春尚等利用因子分析法，分析了廣東省區(qū)域農(nóng)產(chǎn)品物流能力；楊揚(yáng)等利用數(shù)據(jù)包絡(luò)分析法，對(duì)影響國(guó)際陸港城市物流能力與社會(huì)經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性的因素進(jìn)行了分析；洪源等利用因子分析法，分析了四川甘孜州下轄各縣的物流能力；劉淼等利用因子分析法，分析了陜西省區(qū)域農(nóng)產(chǎn)品物流能力。本文將采用熵權(quán)—TOPSIS 法對(duì)江蘇省各市物流能力進(jìn)行分析，并通過(guò)數(shù)據(jù)對(duì)物流能力的提升提出建議。

1 指標(biāo)、數(shù)據(jù)與數(shù)據(jù)處理

1.1 指標(biāo)體系及有關(guān)說(shuō)明

為對(duì)江蘇省的物流能力進(jìn)行比較科學(xué)、合理的評(píng)價(jià)，筆者通過(guò)閱讀同領(lǐng)域參考文獻(xiàn)，最終在江蘇省物流的實(shí)際狀況和數(shù)據(jù)可獲取性等基礎(chǔ)上構(gòu)建出較為適合江蘇省物流能力的指標(biāo)體系，如表1所示。

表1 江蘇省物流能力評(píng)價(jià)指標(biāo)體系

物流能力評(píng)價(jià)的第一個(gè)方面是經(jīng)濟(jì)基礎(chǔ)。經(jīng)濟(jì)基礎(chǔ)是決定一個(gè)地區(qū)各項(xiàng)事業(yè)發(fā)展水平的先決條件，包括物流能力。評(píng)價(jià)地區(qū)的經(jīng)濟(jì)基礎(chǔ)有很多指標(biāo)，各有優(yōu)劣，綜合來(lái)看，地區(qū)生產(chǎn)總值是比較全面、客觀的一種?？紤]到各地級(jí)市的經(jīng)濟(jì)規(guī)模不同，若從總量出發(fā)會(huì)忽略這一因素，故本文選取人均GDP這一指標(biāo)。此外，社會(huì)消費(fèi)品零售總額可以反映地區(qū)的消費(fèi)能力，而消費(fèi)行為意味著對(duì)物流的需求，從社會(huì)需求的層面出發(fā)，這個(gè)指標(biāo)同樣應(yīng)納入物流能力評(píng)價(jià)體系。

第二個(gè)方面是基礎(chǔ)設(shè)施建設(shè)?；A(chǔ)設(shè)施建設(shè)有助于提升物流業(yè)的運(yùn)行效率。從增量看，第三產(chǎn)業(yè)固定資產(chǎn)投資增速和交通運(yùn)輸支出占一般公共預(yù)算支出比例可以反映政府對(duì)物流業(yè)基礎(chǔ)設(shè)施建設(shè)的關(guān)注度；從存量看，每百人擁有載貨汽車(chē)數(shù)和公路網(wǎng)密度可反映不同人口、土地規(guī)模下各城市的物流設(shè)施保有情況，這四個(gè)指標(biāo)均應(yīng)納入物流能力評(píng)價(jià)體系。

第三是業(yè)務(wù)水平。業(yè)務(wù)水平對(duì)一個(gè)地區(qū)物流能力的反映最為直觀。交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比例、郵電業(yè)務(wù)量、貨運(yùn)量、貨物中轉(zhuǎn)量與進(jìn)出口總額這五個(gè)指標(biāo)分別從總體產(chǎn)值、業(yè)務(wù)量、對(duì)外貿(mào)易三個(gè)角度出發(fā)，較為全面地概述了一個(gè)地區(qū)的物流業(yè)務(wù)水平。

同領(lǐng)域文獻(xiàn)中，有的將這些指標(biāo)轉(zhuǎn)化為人均，但筆者認(rèn)為，將有關(guān)物流業(yè)水平的一些指標(biāo)平均至個(gè)人存在邏輯上的漏洞。例如，人均貨運(yùn)量。貨運(yùn)量是運(yùn)輸部門(mén)在一定時(shí)期內(nèi)實(shí)際運(yùn)送貨物的數(shù)量，而非物流行業(yè)從業(yè)者并不與貨運(yùn)本身直接相關(guān)(他們是貨運(yùn)的前端需求提出者與后端成果享用者)，將與個(gè)人關(guān)聯(lián)度不高的指標(biāo)人均化，是強(qiáng)拉關(guān)系。因此，筆者在本文中并未這么做。

第四是人力資源支持。物流業(yè)屬于第三產(chǎn)業(yè)，對(duì)比第一和第二產(chǎn)業(yè)，第三產(chǎn)業(yè)需要更多人力資源，故人力資源支持應(yīng)納入評(píng)價(jià)物流能力的指標(biāo)體系。每千人擁有交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政從業(yè)人員人數(shù)與交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政從業(yè)人員平均工資這兩個(gè)指標(biāo)，從服務(wù)人員覆蓋情況與相關(guān)從業(yè)人員物質(zhì)激勵(lì)的角度出發(fā)，較為全面、客觀地反映了一個(gè)地區(qū)的物流行業(yè)在人力資源方面的發(fā)展情況。

在同領(lǐng)域文獻(xiàn)中，有的將大學(xué)生人數(shù)、教育或科研經(jīng)費(fèi)等作為人才培養(yǎng)納入指標(biāo)體系，而筆者在本文中并未這么做。筆者認(rèn)為：在校學(xué)生若從事物流業(yè)的兼職，則規(guī)模較小而且較為零散，不便統(tǒng)計(jì)；若成為物流業(yè)正式職工，則與X12、X13重復(fù)；若前兩者均無(wú)，則其作為物流的需求端，與X2重復(fù)。相關(guān)經(jīng)費(fèi)應(yīng)注重最終產(chǎn)出而不是經(jīng)費(fèi)本身。經(jīng)費(fèi)作用于學(xué)生，則上面3點(diǎn)已說(shuō)明情況；經(jīng)費(fèi)作用于物流行業(yè)，則與A1,A2,A3,A4重復(fù)；若作用于學(xué)生和物流行業(yè)以外，則不在物流能力的討論范圍內(nèi)。綜上，不予考慮。

最后是信息化水平。在當(dāng)今的物流業(yè)中，信息化在商品、企業(yè)、零售商與客戶(hù)四者之間及其內(nèi)部承擔(dān)著溝通聯(lián)結(jié)的職責(zé)，故信息化水平對(duì)物流能力有著促進(jìn)作用。電話普及率和固定寬帶接入用戶(hù)這兩個(gè)指標(biāo)可以較為全面客觀地反映一個(gè)地區(qū)的信息化水平。

總的來(lái)看，僅從物流能力的角度出發(fā)，共有以上15個(gè)指標(biāo)，它們的值越大，代表一個(gè)地區(qū)的物流能力越強(qiáng)，本文將其全部視為正向指標(biāo)。

1.2 數(shù)據(jù)來(lái)源

為保證數(shù)據(jù)的真實(shí)性、權(quán)威性與可靠性，文中所有指標(biāo)的原始數(shù)據(jù)來(lái)源如下：由江蘇省統(tǒng)計(jì)局發(fā)布的《江蘇統(tǒng)計(jì)年鑒—2021》、由各地級(jí)市政府發(fā)布的2021年政府公報(bào)與2021年統(tǒng)計(jì)年鑒(包含因年鑒信息披露不充分而對(duì)統(tǒng)計(jì)局展開(kāi)的電話咨詢(xún))。對(duì)于一些數(shù)據(jù)來(lái)源中沒(méi)有囊括的平均指標(biāo)，則在原始數(shù)據(jù)的基礎(chǔ)上進(jìn)行了簡(jiǎn)單的計(jì)算。

1.3 數(shù)據(jù)處理

1.3.1 指標(biāo)篩選

針對(duì)初步選擇的15個(gè)指標(biāo)，筆者從變異程度和相關(guān)程度兩個(gè)層面進(jìn)行簡(jiǎn)單的篩選。

首先是通過(guò)變異系數(shù)測(cè)算變異程度，15個(gè)指標(biāo)各自的變異系數(shù)處于[0.1266,5.4253]的區(qū)間范圍內(nèi)。在傳統(tǒng)的統(tǒng)計(jì)學(xué)中，有關(guān)變量的變異系數(shù)小于等于0.1的是弱變異，處于(0.1,1)區(qū)間內(nèi)的是中等變異，大于等于1的是強(qiáng)變異。由此可見(jiàn)，15個(gè)指標(biāo)的差異程度未出現(xiàn)弱變異的情況，各地級(jí)市在每個(gè)指標(biāo)上未出現(xiàn)趨于一致的情況，故不進(jìn)行剔除。

1.3.2 方法選擇

熵，全名信息熵，由熱力學(xué)中同名概念延伸而來(lái)，由C.E.Shannon在《A Mathematical Theory of Communication》中提出，通過(guò)這個(gè)概念，我們得知：熵值與不確定性呈正相關(guān)，與所含信息量呈負(fù)相關(guān)。將熵的理念與權(quán)重的思想相結(jié)合，熵值越小，不確定性越小，攜帶的信息量越多，權(quán)重越大。結(jié)合后的熵權(quán)法可以減少賦權(quán)的主觀性影響，使指標(biāo)權(quán)重更加客觀。TOPSIS法又稱(chēng)理想解法，是一種利用已有方案與最優(yōu)方案與最劣方案(均為設(shè)想)的接近程度進(jìn)行多目標(biāo)決策的分析方法。由于數(shù)據(jù)的無(wú)序與不確定性，同時(shí)為了評(píng)價(jià)的客觀性，本文選擇將熵權(quán)法與TOPSIS法結(jié)合，先測(cè)算指標(biāo)權(quán)重，再利用TOPSIS法評(píng)價(jià)物流能力。

1.3.3 建立原始矩陣

1.3.4 無(wú)量綱化

量綱被用來(lái)描述不同的物理量。本文選取的指標(biāo)各自的量綱不同，綜合起來(lái)較為無(wú)序。為了提高指標(biāo)體系整體的精確程度,需要進(jìn)行無(wú)量綱化處理。本文選用的方法是min-max歸一化。

在指標(biāo)為正向指標(biāo)的情況下，min-max歸一化公式為

(1)

在指標(biāo)為負(fù)向指標(biāo)的情況下，min-max歸一化公式為

上一次來(lái)看樟樹(shù)是春天。很多鳥(niǎo)站在枝上，唧唧喳喳，雖然沒(méi)有聽(tīng)懂，但它們的樣子分明有一種按捺不住的歡喜，往來(lái)穿梭，飛去又飛來(lái)，似乎在做某種我們?nèi)祟?lèi)無(wú)法參與的游戲?，F(xiàn)在，只剩寥寥數(shù)只，它們謹(jǐn)言慎行，偶爾念短促的句子，然后如子彈一般射向天空。

(2)

1.3.5 利用熵值法計(jì)算各指標(biāo)權(quán)重

第一步，利用如下公式，確認(rèn)某項(xiàng)指標(biāo)下第i個(gè)樣本的值在該指標(biāo)中的比重：

(3)

第二步，利用如下公式，確認(rèn)某項(xiàng)指標(biāo)總體(即第j列)的信息熵值 ：

(4)

特別地，在式(4)中，當(dāng)pij=0時(shí)，pij×ln(pij)=0。

第三步，利用如下公式，確認(rèn)某項(xiàng)指標(biāo)總體(即第j列)的信息效用值：

dj=1-ej

(5)

第四步，利用如下公式，確認(rèn)某項(xiàng)指標(biāo)總體(即第j列)的權(quán)重：

(6)

1.3.6 利用TOPSIS法(優(yōu)劣解距離法)評(píng)價(jià)各評(píng)價(jià)對(duì)象的有關(guān)能力

第二步，利用如下公式，找出最優(yōu)與最劣解：

(7)

(8)

第三步，利用如下公式，計(jì)算評(píng)價(jià)對(duì)象與最優(yōu)解和最劣解之間的距離：

(9)

(10)

第四步，利用如下公式，計(jì)算評(píng)價(jià)對(duì)象與最優(yōu)狀態(tài)的相對(duì)接近程度：

(11)

最終，根據(jù)Ci大小進(jìn)行排序。Ci越大，說(shuō)明該評(píng)價(jià)對(duì)象越接近最優(yōu)狀態(tài)。

2 物流能力分析

本文以江蘇省13個(gè)地級(jí)市為研究對(duì)象，利用熵權(quán)-TOPSIS法評(píng)價(jià)江蘇省的物流能力。具體步驟如下：

首先，如前文所述，由于原始數(shù)據(jù)量綱不同，為方便接下來(lái)的分析，需要對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化，采用的方法是前文提及的min-max歸一化(由于所選指標(biāo)為正向指標(biāo)，此處使用公式(1))。原始矩陣X經(jīng)過(guò)min-max歸一化后得到的矩陣Y如表2所示。

表2 矩陣Y

其次，利用1.3.5小節(jié)中提到的公式(3)(4)(5)(6)，計(jì)算各指標(biāo)的權(quán)重，結(jié)果如表3所示。

最后，建立1.3.6小節(jié)中提到的加權(quán)矩陣Z，并利用公式(7)(8)(9)(10)(11)，評(píng)價(jià)江蘇省13個(gè)地級(jí)市的物流能力，結(jié)果如表4所示。

3 結(jié)論及建議

通過(guò)以上研究，我們發(fā)現(xiàn)：

第一，通過(guò)表3和表4可以看出，指標(biāo)中權(quán)重排名前三的分別為X11進(jìn)出口總額(21%)、X10貨物中轉(zhuǎn)量(14.3%)和X2社會(huì)消費(fèi)品零售總額(12.9%)，權(quán)重最小的是X3第三產(chǎn)業(yè)固定資產(chǎn)投資增速(3.6%)；江蘇省13個(gè)地級(jí)市中物流能力最強(qiáng)的是蘇州(得分0.5796)，其次是南京(得分0.5706)，最弱的是淮安(得分0.1439)。

表3 各指標(biāo)權(quán)重

表4 江蘇省13個(gè)地級(jí)市物流能力評(píng)價(jià)

第二，從城市之間看，雖然南京作為省會(huì)城市，擁有較多資源，排名較高，但通過(guò)蘇州的排名可以看出，江蘇省省內(nèi)的資源并未完全集中于省會(huì)城市。蘇州利用工業(yè)園區(qū)和“滬蘇一體化”戰(zhàn)略的實(shí)施，建立自身優(yōu)勢(shì)，排名第一。

第三，從地域分布看，雖然蘇南城市中常州與鎮(zhèn)江排名較為靠后，蘇北城市中徐州和連云港排名較為靠前，但江蘇省省內(nèi)物流能力仍呈現(xiàn)出“南強(qiáng)北弱”的局面，蘇南城市總體優(yōu)于蘇北城市。

對(duì)此，筆者的建議如下：

首先，鼓勵(lì)對(duì)外貿(mào)易，進(jìn)一步發(fā)展開(kāi)放型經(jīng)濟(jì)。新冠疫情背景下，全球供應(yīng)鏈面臨嚴(yán)峻挑戰(zhàn)，各市應(yīng)抓住國(guó)內(nèi)疫情防控得當(dāng)?shù)钠鯔C(jī)，利用好“一帶一路”這一國(guó)家戰(zhàn)略，開(kāi)拓沿線及周邊國(guó)家市場(chǎng)。此外，在產(chǎn)業(yè)升級(jí)的背景下，各市不僅應(yīng)在出口額上獲得增長(zhǎng)，還應(yīng)結(jié)合自身比較優(yōu)勢(shì)，通過(guò)重點(diǎn)項(xiàng)目、雙向投資等方式，提高產(chǎn)品技術(shù)水平，獲得更強(qiáng)更穩(wěn)固的競(jìng)爭(zhēng)優(yōu)勢(shì)，帶動(dòng)外貿(mào)物流的發(fā)展。

其次，穩(wěn)定并擴(kuò)大內(nèi)需，建設(shè)國(guó)內(nèi)國(guó)際雙循環(huán)。雖然鼓勵(lì)對(duì)外貿(mào)易，但省內(nèi)未來(lái)經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿θ詰?yīng)來(lái)自?xún)?nèi)部消費(fèi)。各市不僅應(yīng)致力于實(shí)現(xiàn)居民收入、消費(fèi)與經(jīng)濟(jì)增長(zhǎng)，工資增長(zhǎng)與企業(yè)利潤(rùn)增長(zhǎng)雙同步，還應(yīng)進(jìn)一步推進(jìn)供給側(cè)改革，逐步轉(zhuǎn)變出口加工模式下國(guó)內(nèi)產(chǎn)品較出口產(chǎn)品質(zhì)量普遍不足的局面，同時(shí)，重新整合城鄉(xiāng)二元制下城鄉(xiāng)分割的內(nèi)需空間，利用空間關(guān)聯(lián)效應(yīng)，通過(guò)城市的消費(fèi)行為去影響農(nóng)村地區(qū)，從而激發(fā)鄉(xiāng)村地區(qū)的市場(chǎng)潛力，刺激民間對(duì)物流的需求。