基于集对分析的东北地区国际物流节点规划研究

作者简介:
孙莹,北京科技大学经济管理学院副教授,100083;何维达,北京科技大学经济管理学院教授,100083;高文辉,北京科技大学经济管理学院国际贸易专业研究生,100083。

原文出处:
财贸经济

内容提要:

作为“第三利润源”的现代物流业已经成为一个地区经济发展新的增长点,而一个地区物流的发展很大程度上取决于物流节点的合理规划。本文在对东北地区国际物流节点现状进行分析的基础上,应用集对分析法和层次分析法,对东北地区国际物流节点进行了定量选址和科学划分。通过对东北地区15大城市计算得出:大连、沈阳、哈尔滨、长春可归入国际物流一级节点;营口、锦州、鞍山、吉林市、大庆、丹东、齐齐哈尔可以作为东北地区国际物流二级节点发展。最后,提出健全东北地区国际物流节点的规划建议。


期刊代号:F14
分类名称:物流管理
复印期号:2010 年 04 期

字号:

      一、引言

      伴随着世界经济的快速发展和现代科学技术的进步,物流产业作为国民经济中一个新兴的服务部门,正在全球范围内迅速发展。物流产业被普遍认为是国民经济发展的动脉,其发展程度成为衡量一个国家现代化程度和综合国力的重要标志之一。国际物流(International Logistics)是指合理组织货物在国际流动;物流节点是指物流网络中连接物流线路的结节处,又称为物流接点(Fite Jonathan T.,Taylor G.和Don Usher John S.,2007)。节点以一定的节点形态存在,在物流系统中发挥着不同的作用。

      优越的地理区位和产业资源,使东北地区成为我国面向东北亚贸易的窗口,发展现代化国际物流对东北地区的振兴起到关键作用。在东北地区国际物流发展中,加快物流节点规划和建设对于改善东北地区关键城市功能等方面具有十分重要的作用。

      近年来,东北地区各类交通工具的运营取得了长足发展,为国际物流节点更好地发挥功能提供了保障。2007年东北地区货运量和货运周转量见表1,总体来看,辽宁的交通网络能力最强,港口运输能力尤为发达;黑龙江和吉林两大内陆省份则以铁路和公路运输为主要优势。

      

      东北地区目前主要的物流节点有大连、沈阳、长春、哈尔滨等大中型城市,但上述城市离国际物流节点的标准还有一定差距,节点建设过程中存在一定问题,主要表现在:(1)东北地区国际物流节点的基础设施和装备落后,缺乏后续资金的投入,管理水平落后,物流作业效率不高;(2)由于东北三省经济发展的不平衡,整个区域内国际物流的发展有较大悬殊,从而使得东北地区国际物流节点布局缺乏整体规划和科学选址(沈毅勇、罗光宇,2007)。

      东北地区国际物流节点的规划合理与否,直接关系到东北地区经济的发展,进而关系到国家振兴东北老工业基地战略的顺利实施。本文应用集对分析法,通过建立物流节点选址模型,对东北地区国际物流节点进行定量选址和科学划分,并提出相应的规划建议。

      二、模型与方法

      

      

      

      (二)集对分析法中评价指标的建立及指标权重的计算

      评价指标是集对分析法进行东北地区国际物流节点选址计算的基础,本文选择了五大类,共14条指标,作为东北地区国际物流节点选址的考虑因素。同时引入层次分析法,对所选指标的权重进行了科学计算。层次分析法(AHP)是将于决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法,大体上可按下面步骤进行:

      第一,建立递阶层次结构模型,在此过程中,需要对评价指标进行层次划分,如图1所示(赵晓颖,2007)。

      

      

      三、基于集对分析的东北地区国际物流节点规划

      (一)节点选址指标

      在对东北地区国际物流节点的选址过程中,本文选取的评价指标可分为两个层面,分别为准则层(Martin Lohrman,2007)和子准则层,如表3所示。

      根据层次分析法权重计算步骤,可得准则层五条评价指标的权重及子准则层14条评价指标的合成权重,见表4。

      

      最后根据总排序的一致性检验公式,可得总排序的CR=0.0506<0.1,通过一致性检验。

      (二)选址计算

      可以作为国际物流节点的城市,需要有一定的GDP水平,具有运输优势或港口优势,一定水平的对外贸易量等,本文选取东北地区15个城市进行分析。

      由集对模型可知,运用集对分析方法对东北地区国际物流节点进行选址分析,需要各备选城市的相关经济数据作为支撑。东北15大城市国际物流节点选址经济指标数据,见表5、表6。

      对原始数据进行标准化处理,得到2007年东北15大城市经济指标数据矩阵,然后通过集对分析的归一化处理并进行加权,可得加权后的a、b、c及贴近度f值,如表7所示。

相关文章: