基于ANP的省域物流业综合发展水平探析

基于ANP的省域物流业综合发展水平探析

一、引言物流业作为新兴的生产性服务业，正在全球范围内迅速发展，已成为发达国家第三产业中占比最大、增速最快、贡献率最高的产业部门和推动工业转型升级、农业现代化、服务业科技化的主要动力。其发展水平已成为衡量一国或地区综合实力的重要指标之一。因此物流业综合发展水平的提升、发展环境的优化及其产业内部结构的升级，是地区经济可持续发展的重要保障，而这些目标实现的政策和措施基础则是基于对区域物流产业综合发展水平的合理评价。对此美国、英国、日本等发达国家相继推出衡量本国(地区)物流业综合发展水平的官方准则。但我国至今仍未出台此类官方准则，这使得我国现有相关研究中评价指标的选取不尽相同，进而导致研究结果的普遍性、权威性和可比性较差。如何科学合理地构建符合我国实际的物流业综合发展水平评价指标体系，并采用恰当的方法进行分析，已成为学界、政界的热点问题之一。二、文献回顾物流业综合发展水平评价研究。国外学者主要从评价指标的选取、指标体系的设计、评价模型的构建等方面进行了相关研究并取得一定的成果。Wood[1]从基础设施、信息系统、力资源及供应商服务水平四个方面设计了一套衡量国家物流业发展水平的指标体系，为我国物流业发展水平评价指标的选取和指标体系的设计提供了有益的参考。Goh和Ang[2]、Jalnes和Chris[3]分别对柬埔寨、老挝、缅甸及越南等亚洲四国和亚、欧物流体系进行研究。其研究方法和思路为国际区域物流体系比较研究提供了有益的借鉴，他们经研究得出该地区物流基础设施非常落后、运输网络不充足、基本物料处理设施不完善等结论，对该地区物流业发展具有一定的现实指导性。Budd.L和HirmisA.[4]和KavaratzisM.[5]将物流业发展水平纳入城市(区域)竞争力研究体系中，Sirikrai和Tang[6]对产业竞争力进行分析，虽然均没有单独研究物流业竞争力(综合发展水平)，但其研究的普遍性和适用性为我国物流业综合发展水平的研究提供了方法和依据；所采用方法主要有竞争力分析法(SWOT)、主成分分析法(PCA)、层次分析法(AHP)等。通过对国外已有文献的研究发现，发达国家关于物流业综合发展水平评价研究具有很强的导向性、针对性和现实目的性；不同的产业结构和资源禀赋决定了物流产业发展水平评价侧重点各异。近年来，国内学者对物流业的发展也进行了大量有益的研究。从研究内容上看，主要集中在区域物流发展与区域经济发展之间的关系[7,8]，区域物流结构及发展水平评价两个方面。但就后者的研究中，在指标体系的设计上，有的以定性指标为主，如王波等[9]从物流合理程度等三个方面构建了一个包含55个指标的三级指标体系；有的以定量指标为主，如金凤花等[10]从物流基础设施等五个方面构建了一个包含24个指标的二级指标体系；有的则以定性和定量指标并重，如谢如鹤等[11]从产业发展环境等6个方面构建了一个包含69个指标的二级指标体系。在评价方法的选择上，有的采用单一评价方法，如因子分析法[12]、主成分分析法[13—15]；有的采用组合评价法，如主成分分析和聚类分析的组合评价法[16,17]、层次分析和模糊评价的组合评价法[9]、因子分析和聚类分析相结合的组合评价法[18,19]、主成分分析和熵值法相结合的评价法[20]、层次分析和熵值法相组合的评价法[10]，等等。国内已有文献表明，不同指标体系，其反映和刻画的物流业发展水平侧重点各异；不同评价方法，指标权重的确定各有不同；但由于缺乏统一规范的物流统计指标数据，原始数据的获得口径不一致。这样难免会造成评价结果的不一致以及与现实偏离。基于此，本文从影响物流业发展内、外部发展水平两个方面构建物流业发展水平综合评价指标体系及相应的网络层次分析法(ANP)评价模型，并对我国31个省市2010年相关数据进行实证分析。三、方法选择和指标设计(一)方法的选择现有评价方法虽能较好地考虑指标体系的递阶层级关系，但很难充分反映指标体系中指标之间可能存在的相互依存、反馈关系，指标集之间可能存在的相互影响关系。ANP作为AHP的拓展，在处理问题时不仅能考虑指标体系中由上而下的支配层次关系，而且通过网络图的构建，能充分反映准则、指标集、指标之间的相互影响关系，因而更加符合实际。因此本文将采用ANP分析法对我国物流业发展水平进行实证分析。ANP分析法[18]是一种新的科学决策方法，通过引入超矩阵的概念，将应用空间拓展到更为复杂的结构模型中，它主要针对决策问题结构具有依赖性和反馈性的情况。ANP的典型结构由两部分组成，一部分是网络控制层，包括问题目标及决策准则，在整个网络层次系统结构中是顶层；另一部分是影响网络层，由若干个元素集构成，彼此互不隶属、互不独立。影响网络层的构建较好地解决了元素集之间和元素之间相互依存、反馈的网络结构。详见图1。图1ANP的典型递阶层次(二)指标的设计基于ANP原理，借鉴国内外相关研究成果，本文构建了一个由2个一级指标、6个二级指标和30个三级指标构成的评价指标体系(详见表1)。物流业内部发展水平是指影响物流业自身发展的一系列内部因素的总和。本文从物流业规模、物流业结构、物流业贡献力和物流业基础设施四个方面反映物流业内部发展水平。物流业规模指标。即从量的角度衡量物流业所达到的水平和层次。是对物流业在一定时期内所创造的价值，人力资本存量以及物流运量和运力规模大小的反映。物流结构指标。即从质的角度衡量物流业的优化度，是对区域经济内部产业资源和人力资本配置现状的综合反映。物流业贡献力指标。即从影响力的角度衡量物流业对社会发展的拉动作用。物流业基础设施指标。即从支撑力的角度衡量物流基础设施对物流业发展的基础性支撑作用。物流业外部发展水平是指影响物流业发展外部因素的总和。具有涉及面广、包含内容多等特征。本文根据物流业发展外部环境特征，从社会经济发展水平和信息化水平两个方面来衡量物流业外部发展水平。经济发展水平指标。经济发展水平对物流业发展水平有着直接的影响。这种影响不仅表现在量上，也体现在质上。信息化水平指标。信息化水平的高低是物流业现代化的重要标志之一，也是提高物流效率，改进物流管理，促进物流发展的必要保障。四、实证分析(一)指标权重的确立本文以我国31个省市为研究样本，以2010年统计数据为依据，为消除各个指标数据量纲对统计结果的影响，对数据进行了标准化处理。通过上述对评价指标体系的分析可知，物流业规模、物流业贡献力、物流业发展基础设施和经济发展水平这四项二级指标集各自内部存在着高度的相关性。由此构建了物流业综合发展水平评价指标体系网络结构图，详见图2。在图2中，一级指标为网络结构中的准则，二级指标为网络结构中的元素组，三级指标为网络结构中的元素，并分别编号为B1、B2、C1、C2、C3、C4、C5、C6、e11、e12、e13…考虑到一些元素组之间存在着相互影响关系，而其余各元素组及其所包含的元素相对独立，进而构成了元素集的ANP网络图，详见图示3。本文通过调查问卷形式向相关专家发放初始判断矩阵打分表50份，收回43份，回收率为86％，剔除无效问卷8份，共计有效问卷35份。并将所有有效问卷中对应项得分的均值作为重要性标度最终取值，据此构建相关的判断矩阵。(由于篇幅限制本文构建的所有判断矩阵从略)图2物流业综合发展水平网络结构一级指标(B1、B2)处于控制层，彼此之间相互独立，权重由AHP法获得。利用SD2.0软件对所有判断矩阵进行一致性检验，经调整后所有判断矩阵均通过一致性检验。在此基础上构建相关的初始超矩阵W和加权超矩阵W′，并通过对加权超矩阵进行K次幂运算，可求得极限超矩阵W∞。极限超矩阵是对加权超矩阵的稳定性处理。这时，各行的非零值均相同，即为二级指标的局部权重。结合各自所在一级指标体系中的权重，便可得二级指标在指标体系中的总体权重。通过组矩阵及优先等级，可得三级指标的局部权重，结合各自所在二级指标的总体权重，可得三级指标在指标体系中的总体权重(见表2)。(二)物流业发展水平测试模型基于省域物流业发展水平评价指标标准化数据表和权重系数表中相关数据，分别对省域物流业综合发展水平内、外部结构，内、外部发展水平以及综合发展水平进行测试，以期获得对我国省域物流业发展水平更加客观全面的认识，具体测试模型如下。1.内、外部结构测试模型基于权重系数表中各个二级指标所对应三级指标的局部权重系数以及与之相对应的各省市评价指标标准化数据，各省市物流业内、外部结构测试模型为：2.内、外部发展环境测试模型基于各省市物流业发展内、外部结构测评结果和权重系数表中二级指标局部权重系数可得，各省市物流业内、外部环境测试模型为：3.综合发展水平测试模型基于各省市内、外部环境测评结果和权重系数表中一级指标权重系数可得，各省市物流业综合测试模型为：(三)物流业发展水平测试结果解释经测试，我国各省市物流业内、外部结构见附录(1)，内、外部发展环境以及综合发展水平测评结果见表3。由表3可知：省域物流产业内部发展水平总体差异化不是很明显。取最大值的河北(0.684)约为取最小的云南(0.127)的5倍。这并不说明我国省域物流业内部发展水平较为平衡，这种结果一方面可能存在着产业趋同，另一方面主要是由于省域间物流产业内部结构发展水平差异明显以及大多数省市自身物流业内部结构参差不齐。由物流业内部结构(规模、结构、贡献力及基础设施)得分表可知，省域间物流业规模差异十分突出，物流业规模取最大值的上海(0.684)是取最小值西藏(0.042)的15倍之多；物流业结构的合理性落差悬殊，物流结构取最大值的河北(0.845)基本达到优秀水平，取最小值的云南(0.002)物流业结构严重失调；物流业贡献力差异十分显著，物流贡献力取最大值的贵州(0.956)约为取最小值云南(0.065)的15倍；物流基础设施差异化程度相对较小；物流基础设施取最大值的内蒙古(0.722)是取最小值甘肃(0.1119)的6倍。同时大多数省市自身物流业内部结构参差不齐。如北京内部结构的四项排名分别为6、26、5、10，上海为1、23、3、20，广东为8、27、19、2等。省域物流产业外部发展水平的差异化程度突出。取最大值的广东(0.827)约为取最小值西藏(0.016)的52倍。由物流业外部结构(经济发展水平、信息化水平)得分表可知，这种差异主要表现为区域经济发展水平方面，如经济发展水平取最大值的广东(0.817)约为取最小值西藏(0.009)的91倍；同时在信息化水平方面也比较突出，如信息化水平取最大值的广东(0.888)，约为取最小值西藏(0.053)的17倍。且各省市物流业发展外部结构中经济发展水平与信息化水平之间存在着高度正相关，即经济发展水平越高，该地区的信息化水平也越高，反之亦然。省域物流业综合发展水平差距不大。物流业综合发展水平是对其内、外部发展水平的全面概括和反映，但主要取决于内部发展水平的高低。虽然外部发展水平差距悬殊，由于其内部发展水平差距不大，所以省市间物流业综合发展水平差距不大。综合发展水平取最大值的河北(0.540)约为取最小值西藏(0.103)的5倍。同时省域物流业综合发展水平普遍较低，取最大值的河北仅为0.540，与最优理想值1.000相差甚远。五、结论与建议首先，通过对各省市指标数据的收集整理发现：14个省市2010年物流业就业贡献率为零或负，约占总体的45％，且呈现出较强的区域聚集性特征，如四川、云南、西藏、陕西、甘肃和青海六省的区域性聚集；黑龙江、吉林和辽宁三省的区域性聚集；湖北和湖南两省的区域性聚集。因此，在研究物流产业发展共性的基础上，应加大对区域内物流产业发展特性的把握，找出区域内物流业就业负贡献率的真正原因，对症下药。其次，通过对全国31个省市2010年物流业综合发展水平测试表明：基于ANP的评价模型能很好地解决指标体系间相互影响的问题，进而大大提高了水平测试的准确性。为了提高该模型的适应性，各省市在以后进行测评时，可以根据实际情况对某些指标做出调整和修改，以提高评价结果的准确性和科学性。第三，通过对物流业内、外部结构发展水平测试表明：省域间物流业内部结构发展水平差距显著，省域自身物流业内部结构发展水平参差不齐，省域间物流业外部结构发展水平差异化十分明显，但省域自身物流业外部结构之间存在着明显的关联性。对此，各级政府相关部门应结合实际通过制定科学合理的政策措施，引导物流业内部结构的优化升级；通过政策引导、资金支持、人才引进等有效手段，增强区域经济发展水平，优化区域产业结构，提升区域信息化水平，进而优化和提升物流业发展外部结构。第四，通过对物流业内、外部环境发展水平测试表明：省域间物流业内部环境发展水平差异化程度较小，且总体水平均不高。外部环境则呈现出较强的刚性失衡，尤其是外部结构中经济发展水平的差距十分悬殊。对此，各