基于熵值法的福建省物流業發展研究

陳曉林

（1.福建師范大學 濕潤亞熱帶生態地理過程教育部重點實驗室，福建 福州 350000；2.福建師范大學 地理科學學院，福建福州 350000）

0 引言

1980 年以來，隨著經濟全球化和貿易自由化深入發展，全球貨物流動頻繁，促進了全球物流經濟的迅速發展。20 世紀90 年代開始，專業化物流領域極大拓張，開始發展成為新的產業部門[1]。已有研究表明，物流的適度超前發展可顯著驅動區域經濟增長，其發展水平已成為衡量區域經濟狀況的重要標志之一[1-3]。當前，海上絲綢之路經濟帶戰略是重點建設目標，福建省是海上絲綢之路核心區，同時，自由貿易試驗區及海峽西岸先進制造基地正在建設中，這對于福建省經濟而言正是轉型的最好時機，但福建省目前各市的物流環境不統一，貨運效率較低[4-5]。通過研究福建省的物流產業分布格局可以更全面地掌握9 市物流發展基礎及發展潛力，有利于在各市間建立合理的物流運輸網絡體系，提升福建省整體物流實力。由此，本文將應用綜合指數法構建指標體系，評估分析福建省物流業的時空演化特征，最后探究福建省物流業的影響因素。

1 研究區域概況

福建省位于東南沿海區域，與珠三角和長三角城市群相鄰，區位條件良好；多山地丘陵，地勢西北高東南低。經濟水平不斷提高，2020 年底，福建省人均生產產值達10.58 萬元，超過全國平均水平（7.2 萬元）。區域基礎設施建設較好，河流密布，海岸線達3 752 千米，有7 個5 萬噸級以上泊位港口；鐵路里程達3 187 千米，目前已建成“兩縱五橫”鐵路網和“三縱六橫”高速公路網，并擁有溫福、向莆等7 個進出省通道，基本與周邊省份貫通。

2 研究方法與數據來源

2.1 研究方法

熵值法是一種應用廣泛的客觀定權方法，根據樣本數據的離散程度判斷指標含有的信息量，并依此為各指標賦權，樣本數據分布越均勻，則該指標所賦權重越小，考慮樣本量僅9 個，適用熵值法研究[6]。首先假設Xij為第i 個樣本（i=1,2,···,n）、第j個評價指標（j=1,2,···,m）的數值，構成一個數據矩陣Xij，采用min-max 標準化法對數據Xij去量綱化；其次以Pij表示第i 個樣本在第j 個指標數據中所占的比重，計算第j 個指標的熵值ej和差異系數Zj，熵值越大，表示該指標內數據差異度越小；最后得到差異系數Zj后將數據歸一化，得到各指標的權重。差異系數Zj計算公式如下：

2.2 數據來源及指標選擇

本研究所需數據來源于2005 年、2010 年、2015 年和2020 年福建省各市的統計年鑒、統計公報、年度報告及經濟指標分析，以及各年中國城市統計年鑒。已有研究表明運輸、倉儲指標數值占物流業80%以上，因此多數研究者采用作為物流主要活動的運輸、倉儲作業指標作為物流業的總體水平的考量標準。借鑒其他研究者的指標體系，并根據全面性、連貫性及數據可得性與可比性的指標選取原則，構建了具有8 個指標的指標體系，包括物流業增加值、貨運量及貨物周轉量可反映物流產業和運輸規模[7-10]，物流從業人員數可反映物流業的產業規模[11-12]，公路密度和載貨汽車量以省內占比最高的運輸方式代表物流基礎設施設備水平[13-14]，人均地區生產總值表征物流發展環境及潛力[3,15]。

3 結果分析

3.1 時空演化特征分析

2005—2020 年期間福建省的物流發展水平整體處于上升趨勢。福建省物流業GDP 平均每年以108.1%的指數增長，超過國家年均水平（107.4%），區域物流發展呈現不斷增長的良好態勢。表1 是9 市各期的物流得分及排序變化表，分析發現福建省的城市物流水平等級分布體系更接近于頂部、底部窄而中部較寬的瓶型，體量最大的瓶體中部更接近體量最小的底部，表明福建省物流整體水平較差。應用自然斷點法劃分城市層級，處于瓶型頂部的城市是泉州市、廈門市及福州市，劃為第一層級；處于底部的是寧德市及南平市，為第三層級；而其他4 市均位于瓶型中部，為第二層級。在2005 年9 市物流實力的等級分布已基本成型，兩極水平間差距達70%，由于發展初期廈門市為經濟特區，福州市是省會城市，泉州市據有良港作為中心城市，均是省重點發展對象，城市總貨運需求及基礎設施條件都遠超其他城市。2010 年后兩極分化問題不斷加劇，由于第一層級城市發展速度過快，多項指超出其他層級至少2 倍。以貨運量指標為例，2005 年發送貨運量最高10 172 萬噸，最低僅995 萬噸，到2015 年差距即超2 億噸，僅5 年后差距已近3 億噸，指標基數逐年增大，大大提高了差距擴大速率。總體來說，福建省物流業的差異分布格局隨時間變化相對比較穩定，區域內部差異仍不斷拉大，且差距擴大速率增大。

表1 2005—2020 年福建省9 地市物流綜合得分及排序

從空間分布特征來看，一是物流分布具有明顯集聚性。物流發展較好的3 個城市在空間上毗鄰成塊，而物流發展較差的6個城市連綿成片環繞在外側，呈現出高值集聚分布、低值環繞高值分布狀況。二是具有明顯的區位指向。從地理區位上看，高水平區集中在沿海地區，形成西北—東南向差異分布格局。三是9 市物流水平在空間上呈現出明顯的梯度遞減分布，以廈門市及泉州市為中心，在外圍的是物流水平中等的漳州市、莆田市等城市，最外圍則是物流水平較低的寧德市及南平市，表明高水平區的物流業具有一定的溢出效應。四是省會城市福州市呈現孤立發展現象。寧德市與福州市相鄰，但受輻射效應弱，受極化效應較強，該市物流實力在省內最低水平線。

3.2 影響因素分析

為探究福建省物流業發展的影響因素，借鑒前人研究選取影響因子，應用皮爾遜相關分析法計算各因子與物流分值的相關性，如表2 所示。結果顯示各指標顯著性小于0.05，通過因子顯著性檢驗，各因子相關性均超過0.75，說明各因子均與物流業發展有較強的相關性。

表2 因子相關性表

區域經濟狀況與物流活動有重要關聯，第二產業產值的相關性可達0.835，是物流業發展的基礎。通過完備的物流網絡建設，吸引更多物流企業集聚，推動企業在競爭合作中發展。區域科技和信息化水平的相關度最高，均值為0.917，表明該因子對物流業影響力最大。較高的信息化水平可以減少物流生產要素投入，簡化物流運輸、倉儲作業流程，通過技術溢出效應帶動區域整體物流技術進步，提高企業物流競爭力。區域消費水平相關度次于信息化水平，均在0.8 以上，表明市場需求越大，可顯著增強物流業活力。其中人均消費支出反映居民消費水平及區域整體的資金存儲流轉力，其相關性在0.9 以上，表明本地市場仍是城市穩定物流需求的重要保障。財政物流支出表示地方政府對物流的投入程度，相關性在0.782。政府推進物流項目及基礎設施項目的實施，以及對各產業的優惠政策及引導都對區域物流有正面影響。

4 結論

本文截取了2005 年、2010 年、2015 年及2020 年4 個時間斷面，應用熵值法方法分析了福建省9 市的物流業時空演化特征，并用皮爾遜相關分析方法探究了9 市物流發展的影響因子，得出結論如下。第一，從時間演化特征分析，福建省9 地市的物流發展極不均衡，物流區域差異呈現為頂部、底部窄而中部較寬的瓶型體系，城市間存在等級式差異，同時兩極差距較大，多數城市處于中等發展水平；此外物流整體實力呈現提升態勢，等級體系相對較穩定，但區域內的兩極差異仍不斷擴大。第二，從空間分異特征分析，15 年間9 市整體物流水平具有一定的集聚特征，且有明顯的區位指向，沿海城市物流比內陸城市發展更好，同時各地市的物流業狀況在空間上表現出溢出效應與極化效應并存的現象。最后，通過使用相關分析法發現區域經濟狀況、信息化水平、區域消費能力及政策規劃均對9 市物流發展有顯著正向影響。