邵良杉，吴煜文

（辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105）

0 引言

物流业是综合型服务业，是国民经济的重要组成部分。提升物流竞争力对促进城市和区域经济的发展具有不可替代的作用。近年来，随着我国经济的快速发展和产业结构的调整，沿海城市的物流发展得到了政府和学界越来越多的关注。对于物流竞争力，国内外学者主要从以下两个方面进行研究。一是物流竞争力影响要素研究。AIEO等[1]通过对物流集群的基础设施、机构、劳动力等要素进行考量，测算出劳动力对欧洲国家物流集群竞争力影响最为显著。尹国君等[2]认为优越的区位条件、完善的基础设施、广阔的市场需求、优质的人力资源、全面的配套服务、政府的政策支持是现代物流业发展的必要条件。郭真等[3]综合国内外研究中使用较为普遍的运营规模、基础设施和经济水平 3类主指标共11个子指标，对钦州港及国内其他主要港口竞争力进行了测算，并给出了提高钦州港物流竞争力的策略。吴金颖[4]以港口运营条件和港口作业能力2个一级指标和最大水深、泊位数量、年吞吐量、靠岸能力等7个二级指标构建了主成分分析的指标体系，并选取了朝鲜清津港、韩国釜山港等 7个港口进行竞争力分析。徐文静[5]认为，港口城市物流竞争力不仅依赖于竞争实力，还受竞争潜力的影响，其中前者多为经济实力、基础设施等港口自身因素，后者多为贸易潜力、信息化水平等外部因素。刘翠翠等[6]从系统角度出发，将港口物流生态圈作为一个系统，认为其具有层次性、目的性、环境适应性和整体性四大特征，并根据这些特征选取了4类22个评价指标。二是物流竞争力评价方法研究。司文峰[7]运用综合评价法测量了长株潭城市群区域物流竞争力的动态变化趋势，并分析了该地区物流竞争力发展水平。郑丽娟[8]采用了灰色关联聚类分析方法，对“一带一路”沿线的 16个港口城市的区域物流发展现状与物流竞争力进行了聚类分析，提出了港口城市区域物流竞争力的提升思路。郭子雪等[9]构建了基于G1-TOPSIS法的河北省城市物流业竞争力评价模型，对河北省 11个城市的物流竞争力进行了比较分析。年吕运等[10]利用因子分析法分析了江门市物流竞争力的发展变化。李彤等[11]利用熵权-TOPSIS法对“一带一路”沿线11个沿海港口城市物流竞争力进行研究。刘燕等[12]提出了一个与偏序集相结合的评价模型，解决了确定因子分析权重的问题。周茂春等[13]利用哈肯模型对辽宁省 2000-2012年物流发展并结合低碳经济作出评价，得出辽宁省区域物流处于物流业滞后的初级耦合状态。分析现有文献，目前还存在以下问题：（1）未考虑不同指标的重要程度差异；（2）评价方法主要是采用因子分析法和主成分分析法，李彤等[11]提出 G1评价新思路，但确定指标权重时过度依赖专家打分，存在不同程度的信息丢失；（3）环保因素未纳入评价指标体系。刘翠翠等[6]在建立评价指标体系时，考虑了环境污染因素，但其使用灰色关联度分析，方法相对落后。基于此，在现有的研究基础上，利用序关系分析法加熵值法组合赋权的形式基于偏序集构建了“一带一路”沿线的14个沿海城市的物流竞争力评价模型，对城市物流竞争力展开评价。

1 沿海城市物流竞争力评价指标体系的构建

根据《关于推动物流高质量发展促进形成强大国内市场的意见》，结合有关学者的研究，考虑港口城市的特殊性，选取了包括基础设施、腹地经济、物流规模，以及环保程度的4个一级指标、14个二级指标，对14个城市物流竞争力进行综合评价，具体内容见表1。碳排放量由能源消耗总量决定，能源消耗由煤炭、石油、天然气、一次电力、电力净调入调出量与其他能源构成，折合单位为万吨标准煤。可吸入颗粒物，通常是指粒径在10微米以下的颗粒物，又称PM10，指标统计的是用于评价空气质量好坏的PM2.5的平均浓度。

表1 物流竞争力评价指标体系Tab.1 evaluation index system of logistics competitiveness

2 建立基于组合赋权和偏序集的沿海港口城市物流竞争力评价模型

2.1 组合赋权法指标权重确定

组合赋权法是将主观赋权和客观赋权通过一定的形式相结合，能够使指标权重的确定更合理[14]。权重确定分为以下几个步骤。

（1）标准化处理

各组数据量纲不同，需要对数据进行标准化处理，如式（1）。

（2）序关系分析法确定主观权重

确定指标序关系。评价者根据目标确定指标B1*,B2*,…，Bn*的重要程度排序，即确定指标的序关系[15]。

专家给出相邻指标的重要程度可表示为rk=ωm-1/ωm，k=2,3,…，m，见表2。重要程度赋值情况见表2。

表2 指标相对程度赋值Tab.2 assignment table of relative degree of indicators

计算准则层指标的权重为

确定指标层指标权重。每个准则层Bj对应ni个指标层指标Cji，通过式（2）、式（3）、式（4）得到准则层对应的指标层的权重，

确定指标层对目标层的指标权重为

（3）熵值法确定客观权重

熵值法可以客观地计算指标权重，计算j指标下第i个样本的比重为

计算指标j的熵值为

计算j指标的差异系数为

确定j指标权重为

（4）组合权重

通过熵值法和序关系分析法计算出指标权重的基础上，确定组合权重为

则评价指标权重为φj=(φ1,φ2,,φn)。

2.2 偏序集的评价模型

对m个方案在n个指标下的评价问题，岳立柱[16]提出，在未知评价指标具体权重，只需知道评价指标权重大小的顺序，满足ω1≥ω2≥ω3≥…≥ωn即可，则可用矩阵Y表示蕴含权重信息的方案。

式中，T为按照权重从大到小顺序排列的评价矩阵，E为上三角矩阵。即

将矩阵Y中的第i行与第k行进行比较，若第i行中的数据大于等于第k行中的数据，则可得到AiAk，即i方案优于k方案。以此得到了蕴含权重信息方案间的偏序关系。在累加变换矩阵Y的基础上，进行逐行比较，对于Ai，Aj∈A，若YitYji，则AiAj，记rij=1，若YitYji，则AiAj或Ai与Aj不可比，记rij=0。称Rij=(rij)m×n为A的比较关系矩阵。

利用比较关系矩阵可以得到Hasse矩阵，比较关系矩阵和Hasse矩阵之间的转换公式为HR＝（R-I）-（R-I）*（R-I），（12）式中，HR为Hasse矩阵，R为比较关系矩阵，I为单位矩阵，*为布尔运算。

得到Hasse矩阵后，根据Hasse矩阵得到Hasse图，Hasse图能够将评价结果直观地展现出来，对方案进行分层与归类。

3 实例分析

3.1 评价流程

沿海城市物流竞争力评价流程见图1。

图1 沿海城市物流竞争力组合赋权的偏序集评价流程Fig.1 partial order set evaluation process of coastal cities" logistics competitiveness combination weighting

3.2 数据来源及处理

选取上海市、天津市、宁波市、广州市等14个重点沿海港口城市作为样本城市。通过式（1）对数据进行标准化处理，结果见表3，其中C1～C14为沿海城市物流竞争力评价指标体系的 14个二级指标，A1～A14分别代表上海、天津、宁波、广州、深圳、湛江、青岛、烟台、大连、福州、厦门、泉州、海口、三亚这14个城市的物流竞争力。

表3 原始数据归一化Tab.3 raw data normalization

3.3 确定指标权重

（1）序关系分析法确定权重

根据专家建议，准则层指标的序关系，基础设施B1与物流规模B3同样重要，基础设施B1与腹地经济B2同样重要，腹地经济B2比环保程度B4明显重要。结合式（2）至式（4）则可得到准则层对目标层的权重ωz(B)=（0.310,0.206,0.310,0.174）。

各组二级指标权重向量，见表4。

表4 序关系分析法确定指标权重Tab.4 determination of index weight by order relation analysis method

续表4

（2）熵权法确定权重

根据式（6）至式（9）得到熵权法确定的客观权重，ωj=（0.076,0.052,0.088,0.053,0.090,0.056,0.091,0.057,0.091,0.054,0.094,0.052,0.093,0.054）。

（3）组合权重

根据式（10）及熵权法和序关系分析法得到的权重求得组合权重，φj=（1,0.005,0.542,0.008,0.470,0.006,0.392,0.008,0.427,0.012,0.241,0.018,0.370,0.005）。

3.4 偏序集评价

由组合权重可知指标的重要性，环保指标视为负指标，数值越大，评价得分越低即C1>C3>C5>C9>C7>C11>C12>C10>C4>C8>C6>C2>C14>C13，按照指标从大到小的顺序对数据依次排序，记为由式（11）得到蕴含权重信息的累加矩阵Y，见表5。

表5 蕴含权重信息的累加矩阵Tab.5 accumulation matrix containing weight information

根据累加矩阵进行行向量比较，得到比 较关系矩阵R，见表6。

表6 比较关系矩阵Tab.6 comparison relation matrix

续表6

根据比较关系矩阵，同类之间比较关系为1，如：第一行第一列A1与A1比较。不同类之间比较关系，如：第一行第二列显示为1，则证明A2比A1数据更优，反之为0。

根据比较关系矩阵及式（12）可得到Hasse矩阵，见表7。

表7 Hasse矩阵Tab.7 Hasse matrix

3.5 结果分析

根据Hasse矩阵得到Hasse图，见图2。Hasse图可以直观得到 14个港口沿海城市物流竞争力的分层关系。

由图2可知14个沿海港口城市的物流竞争力的分层与聚类信息，将其分为7层。

第1层：A1、A3对应的城市为上海市、宁波市。

第 2层：A2、A4、A5、A7对应的城市为天津市、广州市、深圳市、青岛市。

第3层：A8、A9对应的城市为烟台市、大连市。

第4层：A10、A11对应的城市为福州市、厦门市。

第5层：A6、A12对应的城市为湛江市、泉州市。

第6层：A13对应的城市为海口市。

第7层：A14对应的城市为三亚市。

偏序集评价方法具有上层级优于下层级的特点，即越处于上面的层级，表明其物流竞争力越强，越处于下面的层级，表明其物流竞争力越差。可表示为（A1，A3）>（A2，A4，A5，A7）>（A8，A9）>（A10，A11）>（A6，A12）>A13>A14。

第6层、第7层隶属的海南省相对其他省份，物流业发展时间较短，虽说近年来得到国家大力支持，但基础设施水平落后、物流规模较小，海口市（A13）的泊位数与万吨级泊位数分别为70个、34个，三亚市（A14）的泊位数与万吨级泊位数分别为 91个、19个，远低于其他城市。从物流规模看，三亚市（A14）固定资产投资、通车里程、货运量、周转量均远低于平均水平。但从环保度来看，三亚市（A14）有着碳排放量低与可吸入污染物少的优点，可增加客旅运输，大力发展旅游业，减少工业生产。

天津市（A2）前3个一级评价指标都有着优异的表现，但公路货物周转量较差，公路货物周转量较低，且环保程度相较于其他城市水平较差，严重影响当地的物流竞争力。

其他方面，二级指标整体上较优的城市为上海市（A1），货物吞吐量最多的城市为宁波市（A3），固定资产投资最多的城市为天津市（A2），公路通车里程最多的城市为湛江市（A6），公路货物运输量最多的城市为广州市（A4），环保度最好的城市为三亚市（A14）。

由此可见，工业运输的发展对当地的环境产生一定的负面效应，促进二者的协调进步能够更好地促进经济高质量发展。

4 结论

（1）构建了组合赋权和偏序集评价模型。该方法可以有效克服其他方法必须给出准确权重的限制，为物流竞争力分层提供更加客观、直观的排序。

（2）基于城市物流竞争力的涵义，在建立沿海港口城市物流竞争力评价指标体系的基础上，给出了一种组合赋权的权重确定方法，提出了评价物流竞争力的途径即偏序集，并通过14个城市的样本数据，得出其排序分层结果。

（3）通过对14个沿海城市的评价分析，验证了该方法的可行性，但利用“碳排放量、可吸入污染物浓度”代替了“第一、第二产业总产值”指标，评价体系的科学性与和合理性有待进一步验证。