牛 转

(重庆师范大学 数学学院，重庆 401331)

动态评价在区域交通运输能力中的应用研究*

牛 转

(重庆师范大学 数学学院，重庆 401331)

采用动态多指标评价模型，基于5个评价指标，运用熵权法确定权重，根据TOPSIS法对我国东部沿海地区10个省市在2010—2014年期间的交通运输能力进行综合评价；最后，得出区域交通运输能力由强到弱的省份为江苏、广东、山东、浙江、辽宁、广西、福建、上海、天津、海南。

交通运输；熵权法；TOPSIS法；动态评价

交通运输在经济发展中占有重要地位，它是经济发展的前提，对社会经济发展的影响巨大。人民的生活、工农业生产以及社会活动等诸多方面都离不开交通运输。对于区域交通运输能力的研究，有利于掌握我国交通运输的发展状况，有助于交通运输的协调管理，为今后我国各经济区域交通运输的发展制定相应的政策提供依据。

目前，对交通运输能力的评价方法主要有数据分析法[1]、主成分分析法[2]、模糊综合评价法[3]、基于VAR和VEC模型的交通经济数据分析方法[4]等；对于交通运输的指标选取来说，多数学者使用《中国统计年鉴》和《经济年鉴》等宏观统计总量数据作为指标，比如客运总量、货运总量。鉴于此，本文在已有的研究基础上，选取其共有的交通运输数据：铁路营业里程、内河航道里程、公路通车里程、客运总量、货运总量作为评价指标。

基于理想解法的动态评价方法[5-6]是一种体现比较多个系统在不同时刻的总体发展水平的评价方法。鉴于此，本文将二维数据加入时序数据扩展为三维数据，以东部沿海地区10省市2010—2014年的数据为样本，运用熵权法确定权重，通过理想解法(TOPSIS)对影响交通运输能力的因素进行量化分析，并经由灰色关联分析法(GRA)[7]的计算结果对结论进行验证，最后得出我国东部沿海10省市区域交通运输能力的强弱排序。

1 评价模型的建立

1.1 指标权重的确立

熵权法是一种客观赋权法，它根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，得出较为客观的指标权重。具体步骤如下：

对m个被评价对象，取定n个评价指标，按照时间顺序t1,t2,…,tN获得原始数据{xij(tk)}(i=1,2,…,m;j=1,2,…,n;k=1,2,…,N)。

(1)

(2) 计算第j个指标的熵值Ej：

(2)

(3) 计算第j个指标的熵权wj：

(3)

1.2 基于理想解法的点的动态综合评价

理想解法(TOPSIS)是一种有效的多目标决策方法，它通过构造多指标问题的理想解和负理想解，并以靠近理想解和远离负理想解两个基准作为评价各可行方案的判断依据。传统理想解法适合二维数据的静态评价，本文在传统的理想解法的基础上，将二维数据加入时序数据扩展为三维数据，比较了多个系统在某个时间段内各时刻的总体水平。

(1) 加权标准化矩阵。加权标准化矩阵为

(4)

(2) 确定理想解和负理想解。

理想解：

(5)

负理想解：

(6)

(3) 计算到理想解与负理想解的距离。到理想解的距离：

(7)

到负理想解的距离：

(8)

(4) 计算各评价对象的相对贴进度：

(9)

经由式(1)—(9)的计算，最终得出各评价对象的相对贴进度，如表1所示：

表1 2010—2014年各方案与理想点的相对贴进度

将表1中数据绘制成折线图，则可得2010—2014年东部沿海地区10个省市交通运输能力的动态变化过程，如图1所示：

图1 区域交通运输能力的动态变化图Fig.1 The dynamic variation of regional transportation ability

由表1和图1可知，2010—2014年东部沿海地区10个省市的区域交通运输能力由强到弱排序为江苏、广东、山东、浙江、辽宁、广西、福建、上海、天津、海南。

根据图1中散点分布及折线变化可以看出，各研究区交通运输动态发展变化趋势分明。根据其折线波动情况，江苏、广东可分为第一类，浙江、辽宁、广西、福建可分为第二类，山东、上海、天津、海南可分为第三类。第一类呈持续增长趋势，交通运输发展水平迅速；第二类呈上下波动趋势，交通运输发展水平不稳定；第三类呈平缓趋势，交通运输发展水平稳定。

还发现，2010—2012年期间10个省市总体发展平缓，即使有小幅度的上下波动，也均在可控范围，可通过控制各指标量的变化达到稳定状态。自2012年起，广东、广西呈持续增长趋势，说明两省交通运输发展水平迅速。而浙江省后来居上超过山东，但看其总体交通运输发展水平不稳定，波动幅度较大。这说明不只是通过调控各指标量的变化达到可控范围，更需要政府出台相应政策以及措施通过干扰交通运输网络达到预想状态。

1.3 实例验证

通过上述研究，知道江苏的交通运输能力最强，海南的交通运输能力最弱。但这一结论仅仅是通过本文构建的基于理想解的动态评价方法得到的，并不能证明它的确定性。而灰色关联分析法是分析系统中多因素关联程度的一种新的因素分析方法，也是动态过程发展态势的量化分析。因此，现采用灰色关联分析法(GRA)分别计算东部沿海地区10个省市对于5个评价指标在2010—2014年期间每一年的交通运输能力的灰关联度，如表2所示。

表2 2010—2014年各省市交通运输能力的灰关联度排序

表3 两种评价方法的排序比较

由表3能够发现两种评价方法的排序基本相同，但是江苏、广东、山东以及天津和海南的排序明显不同。这一结果可能由于数据计算中存在相对误差，从而导致灰关联度排序存在误差，最终导致结果出现偏差。知道存在这样的误差是不可避免的，也可以说本文计算出的动态评价值排序是正确的。

2 结 论

基于熵权法和理想解法(TOPSIS)构建了动态多指标评价模型，并对我国东部沿海地区10个省市的交通运输能力进行评价，得出2010—2014年东部沿海地区10个省市的区域交通运输能力的排序为江苏>广东>山东>浙江>辽宁>广西>福建>上海>天津>海南。这不仅有利于正确认识交通运输发展的现状，而且能够分析出交通运输所面临的问题，从而促使区域交通运输能够更好地发展。因此，具有一定的理论价值与现实意义。

[1] 姜策,赵慧娥.沈阳经济区一体化交通运输能力的实证研究[J].沈阳师范大学学报(社会科学版),2016,40(3):127-131

JIANG C, ZHAO H E.Empirical Research on Shenyang Economic Zone Integrated Transport Capacity[J].Journal of Shenyang Normal University(Social Science Edition),2016,40(3):127-131

[2] 徐阳,苏兵,张荔,等.陕西省区域经济与交通运输体系发展综合评价及适应度研究[J].生态经济,2016,32(3):108-112

XU Y,SU B,ZHANG L,et al.Fitness Research on Shanxi Province Regional Economic and the Transportation System Development by Comprehensive Evaluation[J].Ecological Economy,2016,32(3):108-112

[3] 连齐才.重庆市综合交通运输系统评价研究[J].公路与汽运,2015(5):22-25

LIAN Q C.Evaluation of the Comprehensive Transportation System in Chongqing[J]. Roads and Trucks,2015(5):22-25

[4] 李芬，冯凤玲.综合交通运输建设规模与经济增长的关系研究:基于VAR和VEC模型的实证分析[J].河北经贸大学学报,2014(3):110-115

LI F,FENG F L.Comprehensive Transportation Construction Scale and the Study on the Relationship Between the Economic Growth:Based on the Var and Vec Model[J].Journal of Hebei University of Economy and Trade,2014(3):110-115

[5] 郭丽芳，王汉斌，樊小霞.联系度改进TOPSIS法的中部六省区域创新能力研究[J].工业技术经济，2013(1):76-82

GUO L F,WANG H B,FAN X X.Innovation Capability Study on Degree of Improved Topsis Method for Six Provinces in Central Region[J].Industrial Technology Econ-omy,2013(1):76-82

[6] 朱建军，孙涵洲，张明.基于熵权-TOPSIS的省域诚信环境动态综合评估:基于2009—2013年的样本研究[J].征信,2016(6):55-60

ZHU J J,SUN H Z,ZHANG M.Provincial Credit Environ-ment Dynamic Comprehensive Evaluation:Based on Entropy Weight-Topsis Based on 2009—2013 Sample Study[J].Journal of Credit Reporting,2016 (6):55-60

[7] 杜栋，庞庆华，吴炎．现代综合评价方法与案例精选[M].2版.北京：清华大学出版社，2008

DU D,PANG Q H,WU Y.Modern Comprehensive Evaluation Method and Case Selection[M].2nd edt.Beijing:Tsinghua University Press,2008

责任编辑：李翠薇

Application of Dynamic Evaluation to Regional Transportation Capacity

NIU Zhuan

(School of Mathematics, Chongqing Normal University, Chongqing 401331, China)

This paper uses dynamic multi-index evaluation model based on five evaluation indicators, uses entropy method to determine weights, makes comprehensive evaluation on ten provinces and municipalities around China’s eastern coastal area during 2010—2014 according to TOPSIS method, and finally obtains that the order of transportation capacity from strong to weak is Jiangsu, Guangdong, Shandong, Zhejiang, Liaoning, Guangxi, Fujian, Shanghai, Tianjin and Hainan.

transportation; entropy method; TOPSIS method; dynamic evaluation

10.16055/j.issn.1672-058X.2017.0003.006

2016-09-07;

2016-12-12. * 基金项目：重庆市教委课题(KJ130658).

牛转(1988-)，女，陕西西安人，硕士研究生，从事应用统计研究.

U125

A

1672-058X(2017)03-0024-04