○范月娇

(华侨大学 工商管理学院，福建 泉州362021)

一 文献回顾与问题提出

(一)文献回顾

在国内外的文献研究中没有将物流能力与物流服务能力明确加以区分，但从物流业本身是生产性服务业的角度来讲，它的服务能力高低直接影响着国民经济的生产、流通和消费的效率，因此，本文更趋向于物流服务能力提法，正如谭清美等认为物流能力是指物流供给主体提供物流服务的能力［1］ 22－24。关于物流服务能力的概念目前没有统一的界定。如国外学者Donald J．Bowersox等认为物流能力是指对厂商能否在尽可能低的总成本下提供有竞争优势的顾客服务［2］。Keehung Lai则提出物流服务能力是物流服务提供商创造和配置资源来满足客户的物流需求，追求更好的服务绩效的能力［3］ 385－399。国内学者马士华和孟庆鑫认为，所谓物流能力是指某特定的物流系统，从接受客户需求、处理订单、分拣货物、运输到交付给客户的全过程中，在响应速度、物流成本、订单完成准时性和订单交付可靠性等方面的综合反映［4］ 302－308。张广胜认为区域物流能力是指在一定时期内，区域内物流供给主体通过有效、合理地组织和运用其物流系统内部的各种资源向需求主体提供所需物流服务的综合能力，它与区域物流系统的构成要素有着密切关系［］。在物流服务能力概念的界定基础上，关于物流服务能力的进一步研究主要集中在两个领域:其一主要是对企业和区域物流服务能力要素构成及评价方面的研究;其二，是对物流能力与区域经济发展关系量化研究。

对企业和区域物流服务能力要素构成及评价方面的研究，如全球物流研究团队(World Class Logistics)探讨了企业如何利用物流服务，比竞争对手更好持续满足客户期望，从而来实现竞争优势的，将物流能力归纳为定位能力、整合能力、敏捷能力和测量能力四个维度［6］;Zhao等人提出了四种与物流企业服务绩效水平正相关的客户导向的物流服务能力，即等级服务、关联性、可靠性和灵活性［7］ 161－173。马士华等从供应链的角度指出物流能力是由物流要素能力和物流运作能力综合而成［8］ 107－112。闫秀霞从物流服务能力的定义入手，提出了一种新的小样本情况下基于支持向量机的物流服务能力评价方法做能力两方面进行评价［9］ 232－234。Zhang JJ从供应链的角度提出了物流服务能力的模糊评价模型［10］。李少蓉等认为物流服务能力的评价是一个多指标的综合评价问题，该文章在构建企业物流服务能力评价指标体系的基础上采用了熵权—双基点方法进行了评价［11］ 37－41。陈皓等建立区域物流能力评价指标，利用因子分析法对安徽省各城市物流能力进行了评价［12］ 28－30，42。王小丽采用灰关联理想方案决策方法在选择多指标的基础上对河南省各市区域物流能力的强弱次序进行了研究［13］ 42－44。

区域物流服务能力与区域经济关系的研究方面，如谭清美等以货物周转速度(单位时间内的货物周转量)作为衡量区域物流能力的综合指标，对江苏省1998－2001年的物流能力和交通行业投资的关系进行了回归分析，得到了相关关系［14］ 117－115。周泰等在研究区域经济与区域物流能力的作用关系时，将其分解成区域产业经济与区域物流能力关键要素的作用关系，在选取测度区域物流能力关键要素作为控制变量基础上，建立了区域物流能力与产业经济的灰色控制系统，并对江苏省进行了实证分析［15］ 168－172。陈虎等以GDP和货运量两个变量分别代表区域经济发展与物流能力，采用Granger因果关系检验方法对攀枝花地区做了实证研究，得出了攀枝花区域经济发展是区域物流能力的原因的单向关系的结论［16］ 90－91。李全喜等分别构建区域物流服务能力和区域经济指标体系，基于全国省级面板数据，利用典型相关分析方法就二者的关系进行了研究，结果表明从全国层面看区域物流能力与区域经济发展高度相关［17］ 75－79。彭健采用模糊物元法和面板数据测算物流能力对区域经济增长支持状况，研究结果表明物流能力对经济增长的整体贡献力度较大，但地区间存在差距，呈现东中西部递减的趋势［18］ 59－63，75。刘林等从区域物流资源和区域物流效率两个层面构建区域物流能力的指标体系;并利用我国省级区域面板数据，实证检验了区域物流资源、区域物流效率和经济增长之间的关系［19］ 46－49。

(二)问题的提出

综上文献分析可以发现，在区域物流服务能力构成要素或评价指标体系的构建研究中，多数忽视了物流信息沟通效率对物流服务能力的影响，且较少地采用综合指标，甚至多数文献以单一指标如货运量、货运周转速度等来表征区域物流服务能力;而在区域物流服务能力与区域经济的关系方面的研究是近年颇受关注领域。其中，在研究内容上主要探讨以二者相互影响关系确定、物流服务能力对区域经济发展支持程度等方面，鲜有文献深入研究二者之间的耦合度;在研究方法上多以灰色关联度、回归分析法、因果分析方法及相关性分析方法等量化研究二者之间的关系;在实证对象上主要分析全国或某个行政区域(如省或市)的层面，而鲜有从经济区域层面研究在时间和空间维度上的发展趋势和内部差异特征，目前在区域经济一体化的发展战略下，对此进行深入研究具有重要的现实意义。

本文认为区域物流系统是区域经济系统的重要组成部分，对区域经济系统的正常运行起着基础性的支持作用。区域物流服务能力是反映区域物流系统对区域经济系统运行的支撑能力，可以理解为在一定时空环境下，有效、合理利用区域内物流资源为区域经济流通提供物流服务的综合能力。因此，对于区域物流服务能力的测度应站在对区域经济发展视角，运用人、财、物、信息等资源的综合服务能力，特别是在现代物流环境下，物流信息的沟通会直接影响区域内物流服务效率及经济流通效率;而区域经济发展状况不能简单的以GDP为评价指标，应综合考虑经济规模、经济效益、发展速度、产业结构等综合评测。同时，相关文献已验证了区域物流服务能力的高低直接会影响到区域经济的流通效率及经济发展水平，因此科学测度二者之间的耦合度及其时空差异是非常重要的，可以为各个区域的经济合理发展提供参考依据。

基于此，本文首先分别构建对区域物流服务能力及区域经济发展水平的综合测度指标体系，然后以海峡西岸经济区(本文简称“海西”)为实证研究对象，选择不同年份对海西区域内各个城市的物流服务能力和经济发展水平进行综合测度，并以综合测度值为依据进一步计算二者之间的耦合度。

二 构建区域物流服务能力和经济发展水平指标体系

(一)测度区域物流服务能力的指标体系设定及思路

区域物流作为服务于区域经济生产、流通、消费的各个部门和环节的生产性服务业，对于区域经济的正常运作起着重要的支撑作用。因此本文衡量的区域物流服务能力指标主要是站在区域经济的大环境视角下，以区域物流组织利用哪些资源实现物流服务活动，并对区域的经济产生了多大贡献为主导思路，文章在借鉴了相关文献的基础上，同时考虑信息技术应用于物流活动中对区域物流服务效率的整体提升作用，最终从三个维度确定区域物流服务能力的主要测度指标:区域物流服务在实现区域经济商品流通中的各种人、财、物方面的供给状况;区域物流服务在运作中支持区域的商品流通量;区域物流服务中对区域的经济贡献。此外，本文也考虑到各指标数据可以从现有统计资料中能获得的，即依据指标可量化和可获性原则，从宏观层面构建区域物流服务能力综合测度指标体系，如表1所示。

表1 区域物流服务能力评价指标体系

(二)测度区域经济发展水平的指标体系设定及思路

区域经济发展水平是一个综合指标，不能仅仅依据GDP的高低进行判断，而应该是区域各种经济指标的综合反映。为此，本文结合相关研究，从区域经济规模、区域经济效益、区域社会再生产水平、区域经济增长速度及产业结构等几个维度，构建区域经济发展水平的综合测度指标体系，如表2所示。

表2 区域经济发展水平评价指标体系

三 海西物流服务能力与经济发展水平的综合测度

(一)海西基本概况

“海峡西岸经济区”是以福建为主体，面对台湾，邻近港澳，北承长江三角洲，南接珠江三角洲，西连内陆，涵盖周边，具有自身特点、独特优势、辐射集聚的经济区域，是我国沿海经济带的重要组成部分，在全国区域经济发展布局中处于重要地位。海西区域范围:包括福建省全境九个城市以及浙江省三个城市(温州市、衢州市、丽水市)，广东省四个城市(汕头市、梅州市、潮州市、揭阳市)，江西省四个城市(上饶市、鹰潭市、抚州市、赣州市)，共计20个城市。陆域面积约27万平方公里，从海西经济区提出之年的2004年到2012年，海西GDP由11024.34亿元增加到33661.92亿元，年均增长14.9%。海西物流业增加值从2004年的819.1053亿增长到2012年的1669.89亿，年平均增长率为9.3%，都表现为快速增长特征。

(二)研究方法

对区域物流服务能力和区域经济发展水平通过建立综合指标体系予以测度，构成该指标体系不仅指标多，而且一些指标之间往往存在较高的相关性。因此本文选择利用因子分析法进行测度。

因子分析法是由心理学家Charles spearman和Karl Pearson于1904年提出的一种数据简化的技术。因子分析法是将相关性较高、关系复杂的指标变量综合成数量较少、关系简单的综合指标(即因子)，并展现出各因子与初始变量之间的关系［20］。由于因子分析法的理论已经很成熟，其数学模型和研究步骤本文不再赘述。

(三)数据及来源说明

“海峡西岸经济区”在2004年1月初举行的福建省十届人大二次会议上首次被完整、公开地提出。2009年5月，国务院出台了《关于支持福建省加快建设海峡西岸经济区的若干意见(国发〔2009〕》，标志着海峡西岸经济区建设进入了一个新的阶段。2011年3月10日国务院批准了《海峡西岸经济区发展规划》。基于此，本文选取海西2004年、2008年和2012年20个城市的相关数据，主要用以测度海西的提出、到发展再到国务院政策的支持后至今三个重要年份的物流服务能力与区域经济发展水平的综合状况。

在表1的海西各城市的物流服务能力测度指标中，由于存在城市层面统计数据的可获性问题，在运输里程中没有铁路通车里程和内河通航里程的相关统计数据;此外邮路里程、电缆里程、机场货物吞吐量和港口货物吞吐量等指标数据也无法获取。因此测度海西物流服务能力指标变量为表1中除上述指标外剩余的11个，测度海西经济发展水平的指标变量为14个。本文数据主要来自2005年、2009年和2013年的中国城市统计年鉴和中国区域经济统计年鉴，部分缺漏数据来自各城市相应年份的统计年鉴。

(四)测度过程及结果

本文对海西物流服务能力和经济发展水平利用采用SPSS17.0进行因子分析。由于数据庞大，限于篇幅，本文对相关原始数据及分析过程不再罗列，仅对关键检验和综合测度结果进行表述和分析。

1．相关性和KMO检验及Bartlett球型检验

表3 海西经济发展水平指标变量的KMO检验及Bartlett球型检验

两组指标变量在2004年、2008年和2012年三个年度中相关性计算结果表明绝大部分指标变量具有较高的相关性。同时进行KMO检验及Bartlett球型检验，检验结果由SPSS输出，如表3所示。由表3检验结果可以发现KMO统计量均大于0.5，表明因子分析的效果比较好。同时，由Bartlett球形检验可知各指标变量的独立性假设不成立，故用因子分析的适用性通过检验。

2．计算因子得分及综合评价

测度海西物流服务能力的指标变量在三个年份计算得到前3个因子方差累计贡献率分别达到了83.498%、86.155%和84.053%;海西经济发展水平的指标变量在这三个年份计算得到前3个因子方差累计贡献率分别达到了85.234%、86.702%和85.875%。表明各指标变量信息丢失较少，因此分别选前三个因子描述各城市的物流服务能力和经济发展水平。

通过对初始因子载荷矩阵进行方差最大化正交旋转后，获得因子载荷矩阵，并对公因子命名。本文根据测度海西物流服务能力的因子载荷矩阵，分别对公因子命名为Fa1(物流供给因子)、Fa2(对经济贡献因子)和Fa3(运输支持因子)，对测度海西经济发展水平的公因子命名为Fb1(经济规模因子)、Fb2(经济效益因子)和Fb3(经济增长因子)，基于因子载荷矩阵建立因子模型，采用回归法求出因子得分函数，SPSS输出的三个年度的函数系数矩阵，如表4所示。

表4 因子得分系数

物流业增加值 0.152 0.204 0.023 0.110 0.189 －0.031 0.131 0.1 29 0.045邮政业务量 0.156 0.043 0.011 0.152 0.050 0.013 0.148 0.08 5 －0.299电信业务量 0.159 0.075 －0.106 0.129 －0.092 0.296 0.177 －0.104 0.095物流业增加值占GDP比重 0.032 0.450 －0.074 －0.030 0.412 0.009 －0.011 0.436 －0.064物流业增加值占第三产业增加值比重 0.004 0.427 －0.013 －0.076 0.402 0.056 －0.071 0.439 －0.033海西经济发展水平2004年 2008年 2012年Fb1Fb2Fb3Fb1Fb2Fb3Fb1Fb2Fb3 GDP 0.211 －0.065 －0.062 0.224 －0.091 －0.056 0.216－0.079 －0.056第二产业增加值 0.195 －0.030 －0.086 0.228 －0.081 －0.111 0.229－0.093 －0.118第三产业增加值 0.206 －0.081 －0.007 0.198 －0.071 0.000 0.178 －0.042 0.028财政收入 0.137 0.002 0.021 0.096 0.066 0.007 0.107 0.057 0.003社会消费零售总额 0.211 －0.070 －0.070 0.238 －0.154 0.038 0.228 －0.136 0.054 GDP增长率 －0.121 －0.010 0.568 0.005 0.048 －0.412 －0.047 0.158 －0.379人均GDP －0.001 0.207 －0.093 －0.033 0.246 －0.113 －0.052 0.259 －0.130人均财政收入 －0.088 0.278 －0.076 －0.113 0.295 －0.042 －0.116 0.291 －0.008人均消费零售总额 －0.036 0.240 －0.098 0.022 0.156 －0.001 0.010 0.162 0.058居民年均收入 －0.091 0.101 0.291 －0.098 0.138 0.255 －0.100 0.189 0.214固定资产投资 0.152 －0.060 0.108 0.136 0.022 －0.061 0.197 －0.067 －0.048人均固定资产投资 －0.108 0.254 0.048 －0.123 0.318 －0.093 －0.069 0.273 －0.091第二产业增加值占GDP比重 0.025 0.212 －0.275 0.077 0.094 －0.456 0.083 －0.021 －0.374第三产业增加值占GDP比重 0.045 －0.221 0.643 0.000 0.006 0.393 －0.020 0.068 0.355

设测度海西物流服务能力的指标变量为Xa，i，t(i=1，……，11为指标变量;t为年份)，测度海西经济发展水平的指标变量为Xb，j，t(j=1，……，14为指标变量;t为年份)，则海西物流服务能力和经济发展水平的综合测度值的计算公式分别为(Ι)和(Π):

其中，Fa，m，t和Fb，m，t分别为海西m(m=1，2，……20)城市在t年的物流服务能力和海西经济发展水平的综合测度值;Wa1，Wa2，Wa3和Wb1，Wb2，Wb3分别为上述两组的指标变量对应的权重，本文用各公因子对应的方差贡献率表示，具体见表5。

表5 两组指标变量的权重

结合公式(Ι)和(Π)和表5及相关指标变量相应年份的统计数据，得出海西各城市三个年份的物流服务能力和区域经济发展水平的综合测度值，见表6。

表6 综合测度值及排序

由表6可以看出，从2004年到2012年，除了个别城市外，海西各城市的物流服务能力及经济发展水平总体趋势上是在不断提高，但是二者是否在不同的年份实现了协同发展?即研究区域物流服务能力是否满足区域经济发展需求或者滞后于经济发展;反过来，区域经济发展水平是否带动了物流服务能力的进一步提高或者经济发展水平较低造成物流服务能力的过剩等，这是本文需要进一步探讨的问题。

四 海西物流服务能力与经济发展水平的耦合度测度

区域物流服务能力会直接影响到区域经济流通效率，反过来，区域经济发展水平高低对区域物流服务能力提出不同的需求，可见二者之间存在相互影响、相互依赖和相互促进的耦合关系。因此要准确了解不同时空环境下二者的耦合程度，应对其进行量化研究，本文采用耦合度模型予以测度。

(一)耦合度研究的思路与方法

“耦合”是物理学的一个基本概念，是指两个或两个以上的系统或运动方式之间通过各种相互作用而彼此影响以至联合起来的现象，是在各子系统间的良性互动下，相互依赖、相互协调、相互促进的动态关联关系［］。因此，本文将区域物流服务能力和区域经济发展水平看成区域物流系统和区域经济系统之间的耦合现象，测度区域物流服务能力和区域经济发展水平的耦合度。

本文借鉴张亚斌耦合度(Coup ling Degree)测度模型［21］，结合本文的研究对象和含义，建立模型(Ⅲ):

其中，CDm，t表示区域内m(m=1，2，……20)城市在t年的物流服务能力与区域经济发展水平耦合度，0＜CDm，t≤1，CDm，t越大，说明二者之间的协调性越大，反之则越小;Fa，m，t和Fb，m，t分别为海西m(m=1，2，……20)城市在t年的物流服务能力和海西经济发展水平的综合得分值;k为调节系数，一般2≤k≤5，由于本文将区域物流服务能力和区域经济发展水平看成区域物流系统和区域经济系统之间的耦合现象，即是两个系统之间耦合程度的度量模型，故k值取2。

(二)海西物流服务能力与经济发展水平的耦合度测度结果

根据耦合度模型(Ⅲ)，计算出海西20个城市物流服务能力与区域经济发展水平分别在2004年、2008年和2012年耦合度，如表7所示。

表7 海西20个城市物流服务能力与经济发展水平的耦合度

五 海西物流服务能力与经济发展水平耦合度的时空差异分析

根据表7结果，本文从时间和空间两个维度对海西物流服务能力与经济发展水平耦合度的差异进行分析。

(一)时间维度的差异分析

图1 时间维度差异

图1显示了不同年份海西各城市物流服务能力与经济发展水平的耦合度趋势。

首先，从总体趋势看，在2004年、2008年、2012年的平均耦合度分别为0.1643、0.7402、0.7998，即表现为逐步提高的趋势。结合图1可以看出，从2004年到2008年，耦合度总体上有了大幅度的提高，而从2008年到2012年则趋于缓慢、平稳提高。

其次，从局部趋势来看，福建省内除龙岩、宁德2个城市以外的其余7个城市以及温州、衢州、丽水、鹰潭、汕头、潮州6个城市从2004年到2012年的耦合度都表现为持续提高的趋势，这表明物流服务能力和经济发展水平逐步走向一种协同发展状态;而龙岩、宁德、赣州、抚州、上饶、梅州和揭阳7个城市从2004年到2008年耦合度有明显提高，而到2012年略有下降趋势。结合表6中2008年到2012年区域物流服务能力与经济发展水平的综合测度值发现，其中龙岩、宁德和揭阳3个城市的物流服务能力有所下降，而其经济发展水平均在平稳提高;赣州、抚州、上饶3城市的物流服务能力增长幅度明显快于其经济发展水平;而梅州市的物流服务能力有所提高，但经济发展水平却有所下降。上述现象表明区域物流服务能力发展滞后或者快于区域经济发展水平，都会造成物流服务能力不能满足区域经济流通需求或物流服务资源的过剩，因而会表现出二者之间发展的不协调，即耦合度下降的现象。

(二)空间维度的差异分析

利用Geoda1.4.6对海西各城市三个年度的物流服务能力与经济发展水平的耦合度做了四分位图，如图2所示，用以反映当年耦合度内部差异特征。

图2 空间维度差异

从图2a来看，2004年，海西北部的南平、宁德、衢州和上饶4个城市及南部梅州市的物流服务能力与经济发展水平的耦合度相对较高，但总体耦合度不大，最高的梅州市只有0.7563;而沿海其他城市物流服务能力与区域经济发展水平表现出了明显的不协调状态，最低的泉州市的耦合度仅为0.0006。

从图2b来看，到了2008年，海西整个区域的物流服务能力与经济发展水平的耦合度有大幅上升，相较于2004年，耦合度在空间上也有明显的变化，主要表现为海西的西部和西南部较高，最高的赣州市达到了0.9998;而沿海的各城市耦合度较低，特别是福州、厦门、泉州、温州等经济较发达的城市的耦合度都在0.6左右。

从图2c来看，相较于2008年，在2012年海西中部及沿海部分城市的物流服务能力与经济发展水平的耦合度都明显有所提高，大部分城市达到0.8以上，但是沿海大部分城市依然相对较低，如温州、福州、厦门、莆田及泉州均在0.65以下。

从上述三个年份各城市耦合度的空间差异来看，总体上中西部偏高，沿海偏低。结合实际可以发现，中西部即使耦合度较高，也可能是区域较低发展水平上的一种协同状态，例如，2012年的区域物流服务能力和区域经济发展水平在海西地区排名中，鹰潭市分别列14和20位，潮州市分别列18和19位，即都为海西发展较落后的城市，但两城市二者的耦合度为0.95以上;而海西沿海城市正好是其经济发展较快的地区，虽然在各项物流政策和基础设施投入下使物流服务能力得到了明显的提升，但可以看出区域物流服务能力还没有较好地适应经济发展需求，还需要逐渐发展，促使二者在相互依赖、相互促进中走向高发展水平的协同状态。

六 结论与政策建议

区域物流服务能力与区域经济发展水平之间存在相互影响、相互依赖、相互促进的耦合关系，对二者关系的量化，可以精确地反映出他们之间的协调程度，也可以为区域经济政策提供决策依据，基于此目标，文章主要做了三个层次的工作，第一，建立评价指标体系。即分别建立了区域物流服务能力和经济发展水平的综合测度指标体系，并选择海西20个城市2004年、2008年和2012年三个重要发展年份的数据，利用因子分析法获得相应年份各城市的综合测度值。第二，耦合度计算。基于综合测度值，利用耦合度模型计算出了这三个年份海西区域物流服务能力和经济发展水平耦合度。第三，时空差异分析。文章采用可视化的方式，从时间维度和空间维度对其耦合度的差异进行了详细地分析，文章的研究结果表明，从时间维度看，2004年、2008年、2012年的平均耦合度分别为0.1643、0.7402、0.7998，总体上从不协同向协同方向发展;从空间维度看，三个年度海西内部差异明显，其中2004年表现为中部的耦合度相对较高;2008年，总体耦合度明显提升，但内部特征发生了变化，表现为西部和西南部耦合度相对较高，东部较低;2012年大部分城市的耦合度都在0.8以上，区域内部相比较而言还存在差异，中部耦合度相对最高，东部依然相对较低。

由此给区域经济发展政策的建议是:第一，区域经济发展政策制定应以科学的数据为依据，不能仅从表象上判断，例如前文中分析鹰潭市和潮州市低水平协同现象;第二，区域经济发展处于一个动态系统中，其区域物流服务能力和区域经济发展水平因时间变化而存在明显的差异，二者之间的耦合度也因此不断变化，如图2的三个年份的空间分布差异明显;第三，经济区域内部的差异存在是必然的，但要准确反映出差异值及其特征需要进行量化研究，从而为决策者提供科学依据，使其准确判断应该投入的方向及投入规模，才能制定出因地制宜的区域经济发展政策，使区域经济处于良性发展中。

［1］ 谭清美，冯凌云，葛 云．物流能力对区域经济的贡献研究［J］．现代经济探讨，2003，(8)．

［2］ Donald J．Bowersox，David J．Closs．Logistics Management:The Integrated Supply Chain Process［M］．New York:McGraw－Hill，2009．

［3］ Kee－hung Lai．Service capability and performance of logistics service providers［J］．Transportation Research，2004，(5)．

［4］ 马士华，孟庆鑫．供应链物流能力的研究现状及发展趋势［J］．计算机集成制造系统，2005，11(3)．

［5］ 张广胜，区域物流能力发展差异研究［J］．价格月刊，2013，(11)．

［6］ Michigan State University's Global Logistics Research Team．World Class Logistics:The Challenge of Managing Continuous Change［R］．Oak Brook，IL，1995．

［7］ Zhao M，Theodore P S．Interactions between operational and relational capabilities in fast food service delivery［J］．Transportation Research Part E，2003，39(2)．

［8］ 马士华，陈习勇．供应链环境下的物流能力构成及其特性研究［J］．管理学报，2004，1(1)．

［9］ 闰秀霞．物流服务能力的支持向量机评价［J］．生产力研究，2006，(10)．

［10］ Zhang JJ．Research on Supply－Chain－Based Logistics Service Capability by Combination Weighting Method and Fuzzy VIKOR Algorithm［C］．2009 International Conference on Measuring Technology and Mechatronics Automation．2009

［11］ 李少蓉，赵启兰．基于熵权—双基点的物流服务能力评价［J］．北京交通大学学报:社会科学版，2010，(2)．

［12］ 陈 皓，朱洪兴，郏竞鹏．基于因子分析法的安徽物流能力的研究分析［J］．商业经济，2011，(9)．

［13］ 王小丽．基于灰关联理想方案决策的区域物流能力评价［J］．统计与决策，2013，(16)．

［14］ 谭清美，葛 云．区域物流投资弹性研究［J］．河海大学学报:自然科学版，2004，32(l)．

［15］ 周 泰，王亚玲，叶怀珍．区域物流能力与产业经济的灰色控制系统［J］．武汉理工大学学报，2009，(10)．

［16］ 陈 虎，杨勇攀．区域经济发展与物流能力因果关系的实证检验［J］．统计与决策，2010，(9)．

［17］ 李全喜，金凤花，孙磐石．区域物流能力与区域经济发展的典型相关分析——基于全国面板数据［J］．软科学，2010，(12)．

［18］ 彭 健．区域经济增长的物流能力支持研究［J］．预测，2011，30(5)．

［19］ 刘 林，吴金南．区域物流能力影响经济增长的过程机制研究［J］．统计与决策，2012，(12)．

［20］ Brown T A．Confirmatory factor analysis for applied research［M］．New York:Guilford Press，2006．

［21］ 张亚斌．中国所有制结构与产业结构耦合研究［M］．北京:人民出版社，2001．