戴卓
(九江學院電子商務學院,江西九江,332005)
需求視角的區(qū)域物流網絡的構建和結構特征研究
戴卓
(九江學院電子商務學院,江西九江,332005)
研究區(qū)域物流網絡的結構特征對于區(qū)域物流的發(fā)展具有重要意義。研究從需求的視角提出評價物流需求的指標體系,結合江西省的實際情況,采用因子分析法和物流引力模型構建起了區(qū)域物流網絡。用網絡密度、中心性等指標探討了江西區(qū)域物流網絡的截面特征,用網絡強度熵、網絡權重熵、網絡冗余比描繪了江西區(qū)域物流網絡2010~2014的演化特征,從而為實現江西區(qū)域物流網絡的可持續(xù)發(fā)展提供思路。
需求視角;區(qū)域物流網絡;構建;結構特征
特定空間范圍內的各級物流節(jié)點和交通線路以及相互影響和作用的物流要素就構成了區(qū)域物流網絡[1]。區(qū)域物流網絡和區(qū)域經濟的關系非常密切,完善的區(qū)域物流網絡可以降低物流成本,提高物流效率,從而推動區(qū)域經濟的發(fā)展。而且,要想實現區(qū)域經濟的可持續(xù)發(fā)展,構建一個合理的區(qū)域物流網絡,已經成為不可或缺的條件[2]。此外,構建科學的區(qū)域物流網絡不僅能保障物流的服務水平,也有利于打破市場壟斷和提高物流效益[3]。
區(qū)域物流網絡的供給和需求應該保持平衡和協調。物流需求是市場主體為滿足自身生產、生活的需要而產生的,它通過貨物運輸量、客運量、庫存量和配送量等指標反映出來,它的大小與產業(yè)結構[4]、物流各環(huán)節(jié)的作業(yè)量、或經濟發(fā)展水平有關。物流需求的最大特點是引致性和派生性,因為它根源于經濟的發(fā)展,會隨著經濟規(guī)模的不斷擴大而增加。物流需求的大小也會受到固定資產投資數量的影響。本文將從需求的視角來構建區(qū)域物流網絡。
區(qū)域物流網絡的結構特征是指區(qū)域物流網絡的各要素相互聯系、相互制約、相互作用而形成的相對穩(wěn)定的時空關系和組織秩序,它包括截面特征和演化特征兩方面。截面特征考察區(qū)域物流網絡在某個時點的情況,而演化特征探討物流網絡在一段時期內的情況。研究區(qū)域物流網絡的結構特征及其規(guī)律具有理論和實踐意義。在理論上,一方面有利于把握物流網絡不同發(fā)展階段和過程的特點,另一方面為物流網絡的研究開辟了新的領域[5]。在實踐上,一方面有助于企業(yè)、政府完善現有的物流網絡布局,為發(fā)展現代物流提供思路,另一方面對于合理科學地規(guī)劃物流網絡及其節(jié)點的布局,從而形成運作高效、層次清晰的區(qū)域物流網絡也大有裨益[6]。因此,本文將從截面特征和演化特征兩方面對區(qū)域物流網絡的結構特征進行研究。
(一)衡量節(jié)點物流需求的指標體系
1.經濟總量指標。經濟總量指標是反映物流需求總體大小的指標,對物流需求的規(guī)模有制約作用。經濟總量指標越大,增長速度越快,則全社會對物流需求也越大和越快。經濟總量指標包括國民生產總值和固定資產投資總額。
2.產業(yè)結構類指標,即第一產業(yè)(農業(yè))、第二產業(yè)(工業(yè)和建筑業(yè))、第三產業(yè)(商業(yè)、郵電通信、金融等)在國民生產總值中所占的比例。該指標不僅反映了一國的經濟發(fā)展階段,也對物流需求的層次和數量產生影響。
3.交通運輸類指標,如客運量、貨運量、貨物周轉量等。這些指標創(chuàng)造了物流需求的空間效應,制約和影響著物流需求的大小。
4.國內和國際貿易類指標,如社會消費品零售總額、進出口貿易總額。該指標可以衡量物流需求的國際和國內情況。一般來說,國際和國內貿易越發(fā)達的國家和地區(qū),國際和國內物流需求就越大。
(二)因子分析法
因子分析法可以將眾多的原指標,壓縮為少數幾個綜合性指標,并反映原指標的大部分信息。因子分析法的優(yōu)點在于它可以降低原指標的數量,有效地刪選和處理原指標。因子分析法有以下六步驟。第一步:標準化數據,將觀測值標準化;第二步:求觀測值的相關系數矩陣;第三步:計算相關系數矩陣的特征向量和特征值,確定主成分的個數和表達式;第四步:計算主成分的貢獻率并確定主成分的個數;第五步:計算因子得分系數矩陣,并根據該矩陣求得每個觀測值主成分的分數;第六步:計算各觀測值的綜合因子得分。以貢獻率為權重,對每個觀測值的主成分分數加權求和,從而得到每個觀測值的因子得分。具體公式為:
ldi為第i個節(jié)點的物流需求因子得分,wj為第j個主成分的權重,zij為第i個節(jié)點的第j個主成分的值,J為主成分的集合。
盡管以上六步的計算過程很復雜,但可以用SPSS軟件加以完成。
(三)物流引力模型
區(qū)域物流網絡中城市節(jié)點的物流影響遵循一定的規(guī)律。這一規(guī)律可以用引力模型、場強模型或斷裂點理論加以描述,其中引力模型是最常用的模型[7]。引力的概念來自牛頓的萬有引力定律,該定理認為兩個物體之間引力的大小與質量成正比,而與距離的平方成反比。本研究借鑒這一思想,提出區(qū)域物流網絡的引力模型[8]。模型的公式如下:
ij為物流節(jié)點i和物流節(jié)點j之間的引力強度,ldi為節(jié)點i的物流需求因子得分,ldj為節(jié)點j的物流需求因子得分,dij為物流節(jié)點i和物流節(jié)點j之間的距離。這樣,就構建了一個由物流節(jié)點作為點,節(jié)點之間的物流引力強度作為邊的區(qū)域物流網絡。
I'
(一)二元區(qū)域物流網絡的截面特征
為了研究區(qū)域物流網絡的截面特征,選取某一特定時點的區(qū)域物流網絡,并對該網絡按一定的臨界值進行切分,也就是:物流節(jié)點之間的物流引力強度大于該臨界值則建立起聯系,并取值為1,反之,如果物流引力強度小于臨界值則斷開節(jié)點之間的聯系,并取值為0。這樣就構建了一個二元區(qū)域物流網絡。
1.二元區(qū)域物流網絡的密度
密度是網絡的重要特征之一,它體現了物流網絡中節(jié)點聯系的緊密程度,即聯系得越緊密,密度越大。計算物流網絡密度通常以完備的物流網絡(所有物流節(jié)點都直接相連的網絡稱為完備物流網絡)作為參照系。物流網絡密度是網絡中現有節(jié)點連接的數目與完備物流網絡連接數目的比值。對于區(qū)域物流網絡,這一無向網絡,其計算公式為:
其中L表示二元區(qū)域物流網絡中節(jié)點之間存在聯系的數量,n表示物流網絡中節(jié)點的數量,D的取值范圍在0到1之間,越接近0,表示該網絡越稀疏,越接近1,表示該網絡越緊密。
2.二元區(qū)域物流網絡的中心性分析
(1)點度中心性
點度中心性也稱程度中心性,用來考察某個節(jié)點和其他節(jié)點的連接數,它可以衡量節(jié)點在網絡中所處的中心地位的程度。對于區(qū)域物流網絡而言,物流節(jié)點的點度中心性越大,說明其在網絡中所處的中心地位也越高。在二元區(qū)域物流網絡中絕對點度中心性的計算如(4)和(5)式所示。其中CD(ni)為節(jié)點ni的絕對點度中心性。
由于在包含n個節(jié)點的無向網絡中,每個節(jié)點最大可能的連接數為n-1,因此,二元區(qū)域物流網絡的相對點度中心性的公式如(6)式所示。
(2)接近中心性
接近中心性是測量某個節(jié)點與其他節(jié)點接近程度的指標。如果某個節(jié)點與其他節(jié)點的距離都很短,則說明該節(jié)點的接近中心性很高。在二元區(qū)域物流網絡中,某個物流節(jié)點的絕對接近中心性為該節(jié)點與其他節(jié)點的距離之和,其計算公式如(7)式所示。
d(i,j)為物流節(jié)點i與物流節(jié)點j之間的直接或間接距離,該距離之和的倒數就是接近中心性。距離之和越大,接近中心性越小。由于只有在星形的二元區(qū)域物流網絡中,某個物流節(jié)點與其他節(jié)點的距離才能取得最小值n-1,因此,物流節(jié)點ni的相對接近中心性可寫為:
(3)中介中心性
該指標衡量某個節(jié)點的中介能力,換而言之,它用來體現某個節(jié)點處于其他節(jié)點對(node pair)最短路徑上的程度。中介中心性越大,說明該節(jié)點處于多條最短路徑上,是網絡中的關鍵性樞紐節(jié)點,起著連接其他節(jié)點的橋梁和紐帶作用。對于二元區(qū)域物流網絡而言,中介中心性可寫為:
gjk為物流節(jié)點j到物流節(jié)點k捷徑(最短路徑)的數量,gjk(ni)為物流節(jié)點j到物流節(jié)點k的捷徑中經過節(jié)點ni的數量。當區(qū)域物流網絡為星形時,中介中心性取最大值,其中n為網絡中節(jié)點的數目,這樣,物流節(jié)點ni的相對中介中心性CRe(ni)可寫為:
(二)區(qū)域物流網絡的演化特征
1.區(qū)域物流網絡的強度熵
物流節(jié)點的強度是指某個物流節(jié)點與其他物流節(jié)點的聯系強度之和,用公式表示為:
其中si為節(jié)點i的物流強度,I'ij為節(jié)點i與節(jié)點j之間的物流引力強度大小,si越大,則強度越高。節(jié)點i在區(qū)域物流網絡中的重要度為:
網絡強度熵可寫為:
其中G是網絡強度熵,n是網絡中節(jié)點的個數。網絡強度熵描繪了區(qū)域物流網絡中節(jié)點強度的均勻性。當網絡中物流節(jié)點的強度完全均勻時,所有ki=1/n,此時網絡強度熵取得最大值Gmax=ln n,當網絡中物流節(jié)點的強度歸于一個節(jié)點時,網絡強度熵取得最小值Gmin=0[9]。
2.區(qū)域物流網絡的權重熵
網絡強度熵反映了區(qū)域物流網絡中節(jié)點強度的均勻性,但無法刻畫區(qū)域物流網絡中物流量在邊上的差距,為此,本文采用權重熵的概念[9]。權重熵定義如下:
假設區(qū)域物流網絡中包含n個節(jié)點,則物流節(jié)點i與物流節(jié)點j之間的物流引力強度I'ij在網絡中的重要程度fij為:
區(qū)域物流網絡權重熵定義為
根據以上定義,區(qū)域物流權重熵反映了物流引力強度的均勻性,當所有邊上的物流引力強度都相同時,區(qū)域物流網絡權重熵取得最大值Jmax=1/n,當所有物流引力強度歸于一條邊上時,權重熵取得最小值Jmin=0。
3.區(qū)域物流網絡的冗余比
區(qū)域物流網絡的冗余比刻畫了網絡對外部沖擊的緩沖能力,是衡量網絡穩(wěn)定性的一個指標。當網絡失去部分的物流節(jié)點或物流引力強度時,冗余的要素就可接替原有的要素發(fā)揮作用,從而確保區(qū)域物流網絡仍然可以繼續(xù)運行。冗余比或冗余度越大,則表明網絡抵抗外部沖擊的能力越強,網絡的可靠性和穩(wěn)定性也越高[9]。在區(qū)域物流網絡中節(jié)點i在物流網絡中的重要度ki表示為:
區(qū)域物流網絡中物流的通道稱為信道,信道容量H定義為:
區(qū)域物流網絡的節(jié)點之間在物質和信息的流動中相互影響、相互作用,形成了聚合力,將聚合力量化就是聚合度,聚合度A定義為:
區(qū)域物流網絡的信道容量和聚合度之差即為冗余度:
冗余比為冗余度和信道容量之比
(一)數據的描述
根據文章第二節(jié)構建的指標體系,結合江西省的實際情況,并考慮到數據的可獲得性,選取貨運量、客運量、生產總值、第一、二、三產業(yè)比例、固定資產、社會消費品零售總額等八個指標來衡量節(jié)點的物流需求。本文的區(qū)域物流節(jié)點指的是南昌、景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、贛州、吉安、宜春、撫州、上饒等11個地級市,考察的時間為2010~2014年。數據來自2011~2015年的《中國城市統計年鑒》。
(二)江西區(qū)域物流網絡的構建
運用SPSS20.0中的因子分析法,采用最大方差法進行正交旋轉,按照初始特征值大于1的原則,提取出兩個主成分,兩個主成分的累積貢獻達到80.4%,保存了原始數據的大部分信息,隨后根據主成分變量得分系數矩陣和(1)式,得到江西11地市物流需求的單個因子得分、綜合因子得分以及調整后的綜合因子得分(表1)。
表1江西11地市的物流需求因子得分
將調整后的11地市物流需求因子得分和11地市之間的距離帶入(2)式,計算得到江西物流網絡引力強度表,如表2所示。
(三)江西區(qū)域物流網絡的結構特征
1.江西省二元區(qū)域物流網絡的截面特征
對于表2所示的江西區(qū)域物流網絡引力強度,以4E-05作為臨界值(這樣可以確保每個地級市至少有一個物流關系,不會出現孤立節(jié)點)就得到一個表示節(jié)點之間是否存在物流關系的二元區(qū)域物流網絡。運用Ucinet 6.0進行密度分析,得到江西省二元區(qū)域物流網絡的整體密度為0.6,標準差為0.4899,這說明在所有可能的物流聯系中,只有一半左右的聯系得以建立,總體結構比較松散。
再次運用Ucinet 6.0進行中心性分析,計算了點度中心性及其相對值、接近中心性的倒數及其相對值、中介中心性及其相對值。結果如表3所示。點度中心性刻畫了物流節(jié)點的重要程度:南昌的點度中心性最高,為物流核心節(jié)點;九江、贛州、吉安、宜春、撫州、上饒的點度中心性其次,為物流中間節(jié)點;景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭的點度中心性較低,為物流邊緣節(jié)點。接近中心性反映物流在某個節(jié)點的通暢度:南昌的接近中心性最高,為物流強節(jié)點;九江、贛州、吉安、宜春、撫州、上饒的接近中心性其次,為物流中節(jié)點;景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭之間的接近中心性較低,為物流弱節(jié)點。中介中心性體現了某節(jié)點在物流關系上對其他節(jié)點的控制程度:上饒和南昌的中介中心性最高,為一級物流樞紐;九江、贛州、吉安、宜春的中介中心性其次,為二級物流樞紐;景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭之間的中介中心性最低,為三級物流樞紐。
通過中心性的分析,發(fā)現各城市節(jié)點在區(qū)域物流網絡中的角色和地位有著很大的不同,這一方面可以為物流節(jié)點城市物流的發(fā)展提供有價值的參考,也為確定各城市節(jié)點的層次提供了依據,綜合中心性分析的結果,可以得出:南昌為一級物流節(jié)點、九江、贛州、吉安、宜春、撫州、上饒為二級物流節(jié)點、景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭為三級物流節(jié)點。計算其他年份的截面特征,結果與2014年類似。
2.江西省區(qū)域物流網絡的演化特征
采用與上文相同的方法獲得2010~2013年江西區(qū)域物流網絡引力強度,并運用公式(11)-(21)計算2010~2014年的網絡強度熵、網絡權重熵、網絡冗余比(表4)。從表4可以看出,網絡強度熵從2010~2014年并沒有呈現出明顯的趨勢,這說明各節(jié)點城市物流引力強度的差距既沒有顯著擴大也沒有顯著縮小。與網絡強度熵相似,網絡權重熵從2010~2014年也沒有呈現出明顯的趨勢,這說明各城市節(jié)點之間的物流引力強度分布也沒有發(fā)生明顯的變化。網絡冗余比從2010~2014年除了2011年略有下降外,總體上是增加的,這表明區(qū)域物流網絡的穩(wěn)定性和可靠性有所提高,對外部干擾的緩沖能力也有所增強。
表3江西區(qū)域物流網絡的中心性分析
表4江西區(qū)域物流網絡的演化特征
從需求的視角提出了評價物流的指標體系,運用因子分析法和物流引力模型,構建了江西區(qū)域物流網絡,采用網絡密度、點度中心性、接近中心性、中介中心性等指標研究了江西區(qū)域物流網絡的截面特征,運用網絡強度熵、網絡權重熵、網絡冗余比等概念探討了江西區(qū)域物流網絡的演化特征,研究發(fā)現,江西物流節(jié)點具有層次性,即南昌為一級物流節(jié)點、九江、贛州、吉安、宜春、撫州、上饒為二級物流節(jié)點、景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭為三級物流節(jié)點。研究還表明從2010~2014年除了網絡冗余比明顯增加外,網絡強度熵、網絡權重熵并沒有呈現出明顯的變化趨勢。
[1]況漠.區(qū)域物流系統優(yōu)化分析[M].北京:中國財富出版社,2012.
[2]李明芳,薛景梅.京津冀軸輻式區(qū)域物流網絡的構建與對策[J].中國流通經濟,2015(1):106-111.
[3]曹炳汝,尹娣.基于軸-輻式理論的長三角區(qū)域物流網絡的構建研究[J].地理與地理信息科學,2016(2):105-110.
[4]徐杰,鞠頌東.區(qū)域經濟的發(fā)展對地區(qū)物流需求的影響--長江經濟區(qū)發(fā)展對安徽地區(qū)物流需求影響的實證分析[J].數量經濟技術經濟研究,2003(4):130-133.
[5]李靖,丁杰.企業(yè)自建物流網絡協同路徑與結構演化規(guī)律研究——基于蘇寧電器和宅急送的雙案例研究[J].北京交通大學學報:社會科學版,2014,13(3):46-53.
[6]陸華,劉凱.基于時間序列的區(qū)域物流網絡演化模型的實證分析[J].北京交通大學學報:自然科學版,2015,39(3):41-47.
[7]劉荷,王健.基于軸輻理論的區(qū)域物流網絡構建及實證研究[J].經濟地理,2014,34(2):108-113.
[8]曹炳汝,尹娣,王靜芳.基于引力模型的區(qū)域農產品物流網絡構建研究——以長江三角洲地區(qū)為例[J].亞熱帶資源與環(huán)境學報,2015,10(3):42-49.
[9]劉寶全.國際貿易網絡測度與演化研究[D].上海交通大學,2007.
F259.22
A
江西高校人文社會科學研究項目“江西省區(qū)域物流網絡節(jié)點布局優(yōu)化研究——基于供給和需求關系的視角”(JJ1541)
戴卓(1975-),男,博士,副教授,研究方向為區(qū)域物流的協調和優(yōu)化。