基于熵權—灰色關聯分析的區域物流創新能力評價

于麗靜，柴曉杰，姜永強 YU Lijing,CHAI Xiaojie,JIANG Yongqiang

（1.煙臺南山學院，山東 煙臺 265713；2.山東南山鋁業股份有限公司，山東 龍口 264006）

0 引言

區域物流創新能力是在一定地理范圍的經濟、社會和物流環境下，物流創新系統的主體（政府機構、物流企業、需求組織、科研機構）通過科技、管理、制度的改革，協調物流創新資源，不斷將知識、技術、人力、資金等生產要素進行創造性整合后轉化為新產品、新服務，從而提升區域物流創新產出，提高物流績效，進而提升區域競爭力的能力。煙臺市印發的《現代物流業發展規劃（2011-2020年）》中提出了到2020年將現代物流業的發展重心從注重量的擴張轉向質與量并重，加大服務創新力度，逐步提升物流服務層次、全市物流業發展水平和運作方式，達到國際先進水平，建成面向東北亞的區域性物流樞紐城市的目標。

煙臺市作為“一帶一路”戰略的節點城市，抓住機遇，加快現代物流業的創新發展，對帶動整個區域經濟快速和諧發展起到重要作用。

從現有文獻可以看出，不少學者認識到區域物流創新能力評價的重要性，對不同的研究對象，采用不同的方法進行了評價分析。姜明珠（2015）分別構建了區域物流能力和創新能力的指標體系，并基于1997～2013年我國的統計數據，以典型相關分析方法分析了兩者的整體相關性、指標間關系等，在明晰我國物流發展與創新能力方面的問題后提出了發展的新路徑[1]。王曉晶（2013）提出了區域物流創新的影響因素，并通過問卷訪談調查的方式分析了這些因素對遼寧區域物流創新的影響[2]。晏敬東（2015）構建了一個完善的區域物流評價指標體系，并采用灰色關聯分析系統地對武漢市物流創新能力影響因素的整體關聯性進行了實證分析，并提出了相關建議[3]。申靜（2016）采用綜合指數評價法和層次分析法構建了中國物流業服務創新能力評價指標體系，對2009～2013年中國物流業的服務創新能力進行了評價，并據此提出提升中國物流業服務創新能力的途徑和策略[4]。李菽林（2013）引入支持向量機分析評價模型，構建物流企業綠色創新能力評價體系，并以湖南物流企業為樣本，進行了實證評價分析[5]。蘇龍（2016）分析了湖北商貿物流服務發展的優勢及其與制度創新的內在關系，并提出了相關路徑選擇[6]。

以上研究都是對區域物流創新能力評價分析的有益探索，為我們的研究提供了理論基礎。研究方法各有優缺點，相關分析法不僅需要大樣本數量，還要求數據符合典型特征分布；問卷訪談調查法主觀性強；支持向量機難以解決多類的分類問題；灰色關聯分析的優點在于對樣本數據量的要求并不嚴苛，且最終結果以排序的形式給出，具有較強的靈活性，同時還可用于賦權評價和決策參考[4]，但若將各指標賦予平均的權重值，則不能考察指標對創新能力的差異性影響。因此，本文借鑒文獻[7-11]的做法，采用改進的灰色關聯分析，構建區域物流創新能力評價指標體系，并利用2010～2015年煙臺市指標數據進行物流創新能力進行綜合評價，進一步探討影響煙臺市物流創新能力的影響因素并提出提升路徑。

1 煙臺市物流創新能力評價指標體系的構建

要能全面、客觀、科學地反映區域物流創新能力的實際水平，在構建區域物流創新指標體系時應遵循科學性與客觀性、系統性與整體性、可操作性、可比性與一致性、動態與靜態相結合的原則。依據以上原則，在借鑒前人研究的基礎上，筆者從區域物流創新投入能力、區域物流創新支撐能力、區域物流創新擴散能力和區域物流創新產出能力四個方面構建了煙臺市區域創新評價體系框架，如表1所示。在指標選取的過程中，充分考慮了煙臺市區域經濟的特點。

表1 煙臺市區域物流創新能力評價指標體系

2 熵權—灰色關聯評價模型的構建

熵權—灰色關聯度評價模型首先利用熵值法得到區域物流創新評價各指標的權重，然后利用灰色關聯分析計算得到各評價指標的關聯系數，并據此計算評價對象的加權灰色關聯度，從而來測評評價對象的區域物流創新能力[10]。

2.1 熵值法計算原理

熵值法是根據不同評價對象各指標數據的差異程度來確定權重的方法，是一種客觀賦權方法。因此，運用熵值法評價區域物流創新能力時，幾乎可以排除主觀因素的影響，可以通過對熵的計算來確定權重。如果物流創新評價能力在某項評價指標上的熵值越小，則說明該指標提供的評價信息量越大，不確定性就越小，所占的權重越大；反之，指標權重就越小。假設由m個年度n個評價指標構成的評價矩陣為：R=rij（）m*n,i=1,2,…,m;j=1,2,…,n，則運用熵值法計算煙臺市現代物流業創新能力的計算步驟為：

（1）數據無量綱化處理

由于原始數據的計量單位不一致，所以在綜合分析之前先對各指標的原始數據進行歸一化處理，以避免因量綱差異導致的分析結果的偏差。

對于正向指標：

由于采用式（1）、式（2）進行的無量綱化處理結果中必然出現零值，導致數據結果不合理，所以為了消除0的影響，本文將坐標平移：

對于負向指標：

（2）計算各指標的熵值

（3） 計算指標權重

2.2 熵權—灰色關聯分析

灰色系統理論是由著名學者鄧聚龍教授首創的一種系統科學理論（Grey Theory），提出了對各子系統進行灰色關聯分析的概念，意圖透過一定的計算方法，尋求系統中各子系統（或因素）之間的數值關系。灰色關聯分析是根據各因素變化曲線幾何形狀的相似程度，來判斷因素之間關聯程度的方法。此方法通過對動態過程發展態勢的量化分析，完成對系統內時間序列有關統計數據幾何關系的比較，求出參考數列與各比較數列之間的灰色關聯度。與參考數列關聯度越大的比較數列，其發展方向和速率與參考數列越接近，與參考數列的關系越緊密。

基于以上分析，構建熵權—灰色關聯分析法對區域物流創新能力分析的計算步驟具體如下：

（2）采用式（1）、式（2）的方法對參考數列和比較數列的數據進行無量綱化處理。

（3）求參考數列與比較數列的灰色關聯系數ξi（k）：

式（6）中：ρ為分辨系數，一般ρ∈0,（1） ，具體視情況而定，當ρ≤0.5463時，分辨力最好，本文取ρ=0.5。

（4） 計算關聯度：

式（7）中：ω為采用熵值法求得的指標權重系數。

3 煙臺市區域物流創新能力評價的實證研究

3.1 數據來源及處理

由于目前為止國內外還沒有物流業產業分類體系，數據的界定和獲取存在一定的困難，但因為交通運輸、倉儲與郵政業在物流業增加值中占比超過83%，基本能代表物流業實際情況，所以國內很多學者以交通運輸、倉儲與郵政業替代物流業，本課題也采用這種方法。本文選擇煙臺市2010～2015年鑒數據進行實證分析，本部分數據來源于《山東省統計年鑒》 （2011～2016年）、《煙臺市統計年鑒》 （2011～2016年）、《中國物流年鑒》 （2011～2016年） 和煙臺市統計公報（2011～2016年），數據來源真實可靠。需要特別說明的是，由于個別數據難以獲取，采用線性擬合的方式進行了數據處理。筆者首先根據式（1）～式（3）對各指標數據進行了無量綱化處理，以消除由于量綱差異所帶來的分析結果的偏差，結果為：

3.2 煙臺市物流創新能力的分析

3.2.1 基于熵值法的權重確定

根據式（4）、式（5），可得到各三級指標的熵值、差異系數及權重值，將三級指標按類加總，得到煙臺市區域物流創新能力評價體系各級指標的權重結果如表2所示。在三級指標體系中，科技、技術服務業固定資產投資指標權重（0.097）是18個指標中最高值，對物流創新能力的影響最大，而貨物運輸量指標的權重值（0.0336）最低，對物流創新能力的影響最小；在二級指標體系中，信息技術條件所占權重（0.1266）最高，物流創新產出所占權重（0.0636）最低；在一級指標體系中，區域物流創新支撐能力權重為0.4225，對區域物流創新能力影響最大，區域物流擴散能力權重只有0.1493，對區域物流創新能力影響最小。

表2 煙臺市區域物流創新能力評價體系各級指標權重

3.2.2 基于熵權—灰色關聯分析的創新能力計算

（1） 一級綜合評價

從待評價的評價對象中找到各指標的最優值，將最優值的組合建立的樣本作為參照的最優樣本。根據各指標的經濟意義，本課題將參照的最優樣本確定為各指標序列的最大值組成的含6個變量的行向量。

人力投入A1對應的三級指標物流業年底就業人員數和物流業在崗職工平均工資的數據，經標準化后所形成的規格矩陣為：

選取參考數列為：

根據式（6）、式（7）得到區域物流創新投入能力在人力投入A1上的指標關聯度為：

同理可以求得：

（2） 二級綜合評價

根據一級評價結果，可得到區域物流創新能力在區域物流創新投入能力上的特征矩陣為：

根據上述矩陣，可得到區域物流創新能力在區域物流創新投入能力上的關聯度為：

同理可以得到區域物流創新能力在區域物流創新支撐能力、區域物流創新擴散能力和區域物流創新產出能力上的關聯度分別為：

（3） 三級綜合評價

根據二級評價結果，可得到區域物流創新能力的規格化矩陣為：

同樣根據式（6）、式（7）以及上述求得的各指標的權重值可以得到區域物流創新能力的關聯度見表3和圖1。

表3 2010～2015年間煙臺市物流創新能力

4 結果分析

4.1 總體分析

通過圖1可以看出，2010～2015年煙臺市物流創新能力呈波動趨勢，創新能力最高的年度是2012年，創新能力最低的年度是2010年；2010～2012煙臺市物流創新能力穩步增長至2012年以后不斷下降，在2015年物流創新能力又反彈提高，但未達到2012年的最高值。

圖1 煙臺市2010～2015年物流創新能力

4.2 一級指標分析

對煙臺市物流創新能力的一級指標關聯系數進一步分析可以看出：（1）考察期間各一級指標對區域物流創新能力的影響由高到低依次是：區域物流創新支撐能力＞區域物流創新產出能力＞區域物流創新投入能力＞區域物流創新擴散能力。（2）2010～2015年煙臺市區域物流創新投入能力這一指標對物流創新能力的影響呈周期波動趨勢，影響最大的年份是2012年，最小的是2015年；區域物流創新支撐能力這一指標對物流創新能力的影響也呈現波動趨勢，2010和2015年的影響最高，2012年影響最低；區域物流創新產出能力這一指標對物流創新能力的影響總體平緩波動；區域物流創新擴散能力這一指標對物流創新能力的影響不變。如圖2所示。

4.3 二級指標分析

對煙臺市物流創新能力的二級指標關聯系數進一步分析可以看出：（1）考察期間物流行業產出指標、人力投入指標、財力投入指標、財政服務水平指標對區域物流創新能力的影響均呈現波動規律；社會物流需求水平這一指標的關聯系數從2010～2012年逐年降低后反彈上升，在2015年達到最高點，表明，在考察前期社會物流需求水平未能有效支撐物流創新，而在考察后期越來越成為物流創新的有力保證；考察期間信息技術條件這一指標的關聯系數逐年降低，表明隨著信息技術的不斷成熟與完善，物流創新能力越來越不依靠信息技術條件的支撐。（2）從各年度來看，2010～2014年間物流行業產出這一指標對物流創新能力的影響最大，2015年社會物流需求水平這一指標對物流創新能力的影響最大，表明隨著煙臺市物流業的發展，社會對物流需求的要求越來越高，逐漸成為物流創新能力的有力支撐點。如圖3所示。

圖2 煙臺市2010～2015年物流創新能力一級指標關聯系數

圖3 煙臺市2010～2015年物流創新能力二級指標關聯系數

5 結束語

本文首先界定了區域物流創新能力，接著在借鑒前人經驗的基礎上，構建了煙臺市區域物流創新能力的評價指標體系，然后在構建熵權—灰色關聯分析模型的基礎上，計算得到各級評價指標的權重，最后計算得到2010～2015年煙臺市物流創新能力并對評價結果進行了分析，以期對政府和物流部門提供借鑒。

（1）各級指標體系的權重結果顯示，科技、技術服務業固定資產投資、信息技術條件和區域物流創新支撐能力對區域物流創新能力影響最大，因此，煙臺市應在優化配置現有科技資源的基礎上，側重這三類指標在物流領域的投入，提升科技信息投入的產出成效。

（2）在考察期間，煙臺市物流創新能力呈波動趨勢，經過了2013～2014年的下降后于2015年反彈提高，雖未達到2012年的最高值，但提升幅度較大。因此，煙臺市應通過強化制度建設和加強宣傳以提升社會物流創新需求，同時應加強物流業R&D人員、經費投入以及財政支持，以形成對物流創新的有效支撐。

[1] 姜明珠.區域物流能力與創新化發展關系的實證研究[J].商業經濟研究，2015(26):25-27.

[2] 王曉晶.遼寧省物流業創新影響因素分析[J].內蒙古財經大學學報，2013,11(3):75-79.

[3] 晏敬東，李莉.基于灰色模型的武漢區域物流創新影響因素分析[J].科技創業月刊，2016(19):7-9.

[4] 申靜，耿瑞利，陳中華.中國物流業服務創新能力評價[J].技術經濟，2016,35(5):38-45,131.

[5] 李菽林.基于支持向量機的物流企業綠色創新能力評價[J].系統工程，2013,31(2):100-105.

[6] 蘇龍，袁永友.湖北商貿物流創新功能與流通業發展研究[J].商業經濟研究，2016(6):88-90.

[7] 岳斯瑋.基于熵值—灰色關聯分析模型的產業結構轉換能力評價[J].西南民族大學學報（自然科學版），2014,40(6):953-960.

[8] 程鶴，陳樹文.基于復相關—灰色關聯分析的高校科技創新能力指標體系的構建[J].科技管理研究，2016(6):117-123.

[9] 祝新，王邵.基于灰色關聯分析模型的廣西科技創新能力評價研究[J].科技進步與對策，2016,23(22):109-115.

[10]李自瓊，李向東，陳曉雪.基于灰色關聯度的開發區創新轉型能力綜合評價研究[J].宏觀經濟研究，2015(12):115-120.

[11]董紅艷，楊曉艷.基于熵權灰色關聯法的農產品物流能力研究——以山西省為例[J].價格月刊，2015(11):72-76.