基于理想点法的区域物流能力评价分析

《基于理想点法的区域物流能力评价分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于理想点法的区域物流能力评价分析　　摘要：为有效地认识区域物流能力的提高对地区经济增长的促进作用，文章首先提出了区域物流能力的内涵，并建立了量化方法对区域物流发展水平进行主观、准确的分析与评价，然后分析了区域物流能力的构成要素体系，从系统的角度综合分析了其构成要素，并以理想点法建立模型进行量化分析，最后采用综合集成赋权法来计算指标权重系数，从而使结果更加符合实际，为政府部门科学制定物流规划、合理配置物流资源提供决策支持和依据。　　关键词：区域物流能力理想点法综合权重　　一、引言　　近年来，物流对经济的推动作用越来越明显，提升区

2、域物流能力成为区域经济较快增长的有效途径之一，而客观、准确地分析区域物流发展水平对出台相关的物流产业发展政策和措施至关重要，因此合理地配置区域物流资源，使区域物流资源所形成的物流能力成为经济高速发展的推动力，对于提升区域竞争力具有十分重要的现实意义。　　物流能力的研究最先开始于对企业物流能力的研究，目前该方面的研究已经开始向供应链层面扩展，区域物流能力的评价研究在我国开展的还不多，还没有完整的体系，由于研究对象庞杂，同时有关统计指标系统并不完善，数据不全，导致许多成果停留在初步构建指标体系和定性分析或理论性的定量分析上。　　二、

3、区域物流能力及其构成指标　　1.区域物流能力的概念　　参照生产能力的定义将区域物流能力定义为：在一定时期内，区域物流供给主体通过有效、合理的组织运用系统内部的各种资源，向区域内物流需求主体提供所需物流服务的最大能力。　　2.区域物流能力指标构成　　根据指标选取的综合性、客观性、可得性和可比性的原则，依据区域物流能力的概念和特征，从不同角度选取反应区域物流能力发展特征的指标，建立起一个包括目标层、要素层、指标层三个层次的指标体系，如图所示：　　Figure1Theindexsystemofregionallogisticscapa

4、bility　　三、区域物流能力量化模型的构建　　区域物流能力量化模型的构建是根据已建立的量化指标体系，对物流能力的大小作出量的测度，以往的评价方法中层次分析法存在着方法较复杂且容易陷入局部最优、指标数目过多、确定指标权重主观化等情况，本文采用Topsis即理想点法，可以准确的对区域物流能力进行排序。其基本思想是：先确定一个理想值和一个负理想值，然后找出尽可能接近理想值而远离负理想值的法案，作为最优法案。　　1.对指标进行量化　　首先对原始数据做标准化处理以去除不同指标量纲的影响，采用公式[8]为：　　越大越优性指标：（1）　　

5、越小越优性指标：（2）　　式中：为各事物中第j项特征所对应的所有量值中的最大值，为各事物中第j项特征所对应的所有量值中的最小值。　　2.建立Topsis模型。　　根据量纲后的数据构造矩阵：　　反映了区域物流能力接近理想值远离负理想值的程度，且，其值越小说明区域物流能力越大。　　3.指标属性权重的确定　　量化指标的权重确定将会直接影响量化的结果，客观、合理的权重是确保指标结构和功能统一的关键。因此本文采用AHP和熵权法相结合的综合集成赋权法。　　（1）主观权重采用层次分析法　　该方法通过两两比较的方式确定各个因素的相对重要性，构造

6、判断矩阵，进而求解判断矩阵最大特征根、相应特征向量和CI值，验证通过一次性检验。　　（2）客观权重的确定采用熵值法　　计算公式如下：　　（a）第j项指标下第i个地区比重为：；（10）　　（b）第j项指标的熵值为：；　　（11）　　（c）计算客观权重为：（12）　　（3）综合集成赋权法　　将两种方法综合，确定最终的权重为：　　（13）　　其中，0<<1，它反应决策者对主观权重和客观权重的偏好程度，μ为主观权重和客观权重的偏好系数，，结合本文指标的实际情况，取μ=0.6比较合适，为综合权重，它是对主客观权重的一种修正，力求在权重的确

7、定上达到客观和主观上的统一，既充分保留了各个指标值传递的信息，又可通过专家的知识经验对客观权重加以修正。　　四、实例分析　　根据上文中对模型的构建并建立评价指标，各指标的数据由统计年鉴得到，通过对2005年珠江三角洲地区8个主要地区的物流发展水平进行客观地评价，可以发现各指标在影响区域物流能力的大小作用，并对区域物流能力进行排序。　　1.矩阵的构造　　根据统计年鉴数据和公式（1）、（2）、（3）进行量化，构造矩阵如下：　　2.综合权重的计算　　首先利用层次分析法确定主观权重，请来自物流行业和高校专家教授对各级指标进行两两比较，构

8、建判断矩阵，求出四个一级指标的评价权重以及各一级指标下二级指标的权重，且符合一致性检验；其次根据公式（10）、（11）、（12）求出指标的熵值，最后由公式（13）确定综合权重，如下表1。　　3.模型结果评价　　由计算出来的贴近度，从大到小排序依次为广州、深圳、佛