張 旭，袁旭梅，王亞娜，魏福麗

(燕山大學(xué) 經(jīng)濟管理學(xué)院，河北 秦皇島 066000)

一、引 言

物流業(yè)是具有顯著關(guān)聯(lián)效應(yīng)的復(fù)合型產(chǎn)業(yè)，在促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)變經(jīng)濟增長方式方面發(fā)揮著重要作用。2019年2月26日，國家發(fā)展改革委、交通運輸部等24個部門聯(lián)合發(fā)布《關(guān)于推動物流高質(zhì)量發(fā)展促進(jìn)形成強大國內(nèi)市場的意見》，物流業(yè)的地位和作用進(jìn)一步凸顯。區(qū)域物流是伴隨城市群、經(jīng)濟區(qū)發(fā)展起來的物流活動體系，正在逐漸成為區(qū)域經(jīng)濟系統(tǒng)不可或缺的組成部分，支撐和保障著區(qū)域經(jīng)濟的正常運行和快速發(fā)展。然而，區(qū)域物流設(shè)施落后、人才匱乏、規(guī)模效應(yīng)不強、差異突出等問題仍不容忽視，如何提升區(qū)域物流能力是區(qū)域經(jīng)濟社會發(fā)展面臨的重要問題。

國外關(guān)于物流能力的研究多以密歇根州立大學(xué)(MSU)提出的32種物流能力要素為基礎(chǔ)，開展企業(yè)物流、供應(yīng)鏈物流等微觀層面的研究。在宏觀層面的區(qū)域物流研究方面，Pekkarinen[1](2005)以俄羅斯西伯利亞地區(qū)為例對其物流能力進(jìn)行了定量研究；Anand[2](2012)分析、總結(jié)并綜述了城市物流的建模方法；Ekici[3](2016)等人在建立評價指標(biāo)體系的基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)法評價土耳其的物流能力。在吸取國外研究經(jīng)驗的基礎(chǔ)上，國內(nèi)學(xué)者對于區(qū)域物流的研究主要集中在區(qū)域物流能力的評價指標(biāo)體系與方法[4-8]以及其與區(qū)域經(jīng)濟發(fā)展的關(guān)系[9-11]等方面。周泰等[4-5](2008，2016)提出了以基礎(chǔ)設(shè)施支撐能力、信息系統(tǒng)保障能力、經(jīng)營管理運作能力、發(fā)展環(huán)境支持能力為要素的三層區(qū)域物流能力量化指標(biāo)體系，建立了區(qū)域物流能力評價的模糊物元模型，并以中國西部12個省區(qū)為例進(jìn)行了實證研究；王岳峰等[6](2010)構(gòu)建了包括要素性資源、結(jié)構(gòu)性資源和環(huán)境三個一級指標(biāo)及其對應(yīng)的15個二級指標(biāo)在內(nèi)的區(qū)域物流能力評價指標(biāo)體系，并基于盲數(shù)測評模型進(jìn)行評價；劉林等[7](2012)設(shè)計了由區(qū)域物流資源和區(qū)域物流效率兩個一級指標(biāo)以及與之對應(yīng)的9個二級指標(biāo)構(gòu)成的區(qū)域物流能力評價指標(biāo)體系；曹炳汝等[8](2018)提出的區(qū)域物流評價指標(biāo)體系包括物流基礎(chǔ)設(shè)施、人力資源與信息化建設(shè)、物流業(yè)務(wù)量以及經(jīng)濟發(fā)展水平四個一級指標(biāo)，并以ANP-TOPSIS方法對江蘇省區(qū)域物流能力進(jìn)行評價。研究方法方面，作為典型的多準(zhǔn)則決策問題，區(qū)域物流能力的評價研究涉及了熵值法、灰色關(guān)聯(lián)度法、模糊物元法、層次分析法(AHP)、TOPSIS法、因子分析法、粗糙集等常用決策方法。

優(yōu)勢關(guān)系(Dominance Relation, DR)是Greco等提出的用于刻畫優(yōu)勢程度的工具，能夠解決粗糙集方法計算中的連續(xù)屬性和偏序關(guān)系問題[12-14]。然而，該工具容錯能力較差，對數(shù)據(jù)要求較為嚴(yán)格，實際應(yīng)用中限制較多。為此，翁世洲等[15](2015)考慮兩個方案中滿足優(yōu)劣關(guān)系的屬性個數(shù)和比例，提出了基于概率優(yōu)勢關(guān)系的粗糙集模型；進(jìn)一步地，考慮到?jīng)Q策者的主觀模糊性和隨機性，本研究團隊[16](2019)提出一種云模型與概率優(yōu)勢關(guān)系(PDR)相結(jié)合的云概率優(yōu)勢關(guān)系(云PDR)方法，通過計算期望、熵、超熵，對方案進(jìn)行評價與對比。綜上，本文采用云PDR方法對區(qū)域物流能力進(jìn)行評價和分類。首先，通過分析區(qū)域物流能力的內(nèi)涵和影響因素，結(jié)合前人研究和相關(guān)數(shù)據(jù)，確定評價指標(biāo)體系；其次，采用云PDR方法對2012—2016年京津冀、哈長、長三角、中原、長江中游、北部灣和成渝區(qū)域的物流能力進(jìn)行評價，探索考察期內(nèi)各區(qū)域物流能力的水平及變化情況，分析區(qū)域內(nèi)部各省(市)物流能力的水平和變化差異；最后，分別依據(jù)“綜合水平-波動”和“投入-產(chǎn)出”對各區(qū)域及其內(nèi)部省(市)進(jìn)行分類。通過上述基于數(shù)據(jù)的評價與分類結(jié)果，提出針對性建議，以期為區(qū)域物流能力的提升提供依據(jù)和參考。

二、區(qū)域物流能力與評價指標(biāo)體系的確定

(一)區(qū)域物流能力的內(nèi)涵與影響因素

區(qū)域物流作為物流的一個子系統(tǒng)，是在以區(qū)域為基本單位的經(jīng)濟范圍內(nèi)，通過物流各環(huán)節(jié)和功能實現(xiàn)該經(jīng)濟范圍內(nèi)外的物品從供應(yīng)地向接收地的實體流動，能夠為區(qū)域經(jīng)濟的發(fā)展提供支持和保障。據(jù)此，研究綜合周泰[4](2008)、王岳峰[6](2010)等學(xué)者的觀點，認(rèn)為區(qū)域物流能力是區(qū)域物流主體依托區(qū)位優(yōu)勢與資源，為所在區(qū)域社會經(jīng)濟發(fā)展提供物流支撐與服務(wù)的綜合能力，有利于深化區(qū)域分工、優(yōu)化空間布局[7]，同時也可以作為衡量物流服務(wù)水平的標(biāo)準(zhǔn)，對于區(qū)域物流發(fā)展規(guī)劃和相關(guān)政策的制定具有指導(dǎo)意義。

區(qū)域物流能力是一個涉及不同因素的多維概念，受到多種因素的影響[7]：一方面，地理位置、氣候條件、基礎(chǔ)設(shè)施、物流人才、技術(shù)能力、資金支持等生產(chǎn)要素是物流發(fā)展的基礎(chǔ)性因素；另一方面，區(qū)域的經(jīng)濟發(fā)展水平、居民生活水平以及相關(guān)物流發(fā)展政策與方針等外部因素也會影響區(qū)域物流能力的發(fā)展。同時，作為第三產(chǎn)業(yè)的重要組成部分，物流業(yè)的發(fā)展也離不開第一、二產(chǎn)業(yè)的支持。

(二)預(yù)選評價指標(biāo)集構(gòu)建

區(qū)域物流能力評價是目前學(xué)術(shù)界關(guān)注的熱點問題，而影響區(qū)域物流能力的因素有很多，本文以“物流”“能力”“評價”等為主題在中國期刊全文數(shù)據(jù)庫檢索，共檢索出2011—2019年間相關(guān)文獻(xiàn)481篇，其中涉及到的區(qū)域物流能力評價指標(biāo)包含：每10萬人中高等學(xué)校平均在校生數(shù)、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、貨運量、貨物周轉(zhuǎn)量、物流發(fā)展氛圍；物流業(yè)增加值、貨物處理量、物流業(yè)增加值占GDP比重、公路密度、物流業(yè)固定投資額比重、GDP增長率；鐵路運營里程、機場航線、港口吞吐量、移動固定電話普及率、物流貢獻(xiàn)率；物流從業(yè)人員數(shù)量、電信業(yè)務(wù)總量、消費品零售額、人均財政收入、高速公路里程數(shù)、第三產(chǎn)業(yè)增長速度；交通運輸投資、公路里程[17]；居民消費水平、進(jìn)出口總額、財政收入、財政支出[18]等等?；诖瞬⒔Y(jié)合前述區(qū)域物流能力的內(nèi)涵及影響因素，提出區(qū)域物流能力評價預(yù)選指標(biāo)集，見表1。

表1 區(qū)域物流能力評價預(yù)選指標(biāo)集

續(xù)表1

編號指標(biāo)單位編號指標(biāo)單位編號指標(biāo)單位C6物流業(yè)增加值占比%C14固定資產(chǎn)投資額占比%C22地方財政交通運輸支出億元C7人均GDP元/人C15社會消費品零售總額億元C23第三產(chǎn)業(yè)占GDP的比重%C8GDP億元C16地方財政稅收收入億元

(三)基于因子分析的評價指標(biāo)體系確定

根據(jù)確定的23個預(yù)選指標(biāo)，基于北京、黑龍江、上海、山東、湖北、廣東、四川7個省(市)2016年的真實樣本數(shù)據(jù)，通過因子分析法對指標(biāo)進(jìn)行檢驗、篩選和分類。

1.計算指標(biāo)分辨力。以變異系數(shù)表示各指標(biāo)分辨力，計算結(jié)果見表2。其中，指標(biāo)C6的變異系數(shù)為0.06，說明各省(市)的物流能力在物流業(yè)增加值占比上趨于一致，因此,剔除指標(biāo)C6。

表2 各指標(biāo)變異系數(shù)

2.計算各指標(biāo)相關(guān)度。通過相關(guān)系數(shù)分析指標(biāo)相關(guān)度，結(jié)果顯示，指標(biāo)C10與C17、C11與C18的相關(guān)系數(shù)均大于0.9，存在較嚴(yán)重的信息重疊，因此，分別僅選擇一個C11和C17作為評價指標(biāo)。

3.提取公因子并命名。(1)對通過分辨力和相關(guān)性檢驗的20個有效指標(biāo)進(jìn)行KMO(0.875)和Bartlett球形檢驗(Sig值為0.000)，滿足度量標(biāo)準(zhǔn)，說明其適合進(jìn)行因子分析；(2)采用主成分分析法和Kaiser標(biāo)準(zhǔn)提取主因子，結(jié)果顯示，前4個因子的特征值均大于1，且累積方差貢獻(xiàn)率達(dá)到96.985%，說明這4個因子包含了20個指標(biāo)的絕大部分信息量，可以較全面地反映區(qū)域物流的能力水平，因此,將其作為主因子，分別記作A1、A2、A3、A4；(3)根據(jù)正交旋轉(zhuǎn)后的因子載荷矩陣(見表3)分析各主因子涵蓋的指標(biāo)并命名。主因子A1在指標(biāo)C1、C4、C9、C11、C12、C14、C17、C19上載荷系數(shù)較大，包含了交通運輸條件和信息發(fā)展水平的情況，命名為“物流基礎(chǔ)設(shè)施”因子；A2在C3、C7、C8、C16、C22、C23上具有較大載荷，主要反映了物流發(fā)展的經(jīng)濟、政策環(huán)境，因此，稱為“物流發(fā)展環(huán)境” 因子；A3在C13和C20兩個反映物流人才資源的指標(biāo)上載荷較大，故稱為“物流人才”因子；A4在指標(biāo)C2、C5、C15、C21上具有較大載荷，這四個指標(biāo)都與區(qū)域物流的產(chǎn)出規(guī)模相關(guān)，可稱為“物流產(chǎn)出規(guī)?！币蜃印?/p>

表3 因子分析旋轉(zhuǎn)后的載荷矩陣

續(xù)表3

主因子物流基礎(chǔ)設(shè)施物流發(fā)展環(huán)境物流人才物流規(guī)模地方財政稅收收入C160.4100.8410.1080.331互聯(lián)網(wǎng)寬帶接入用戶C170.851-0.4050.3090.060公路營運汽車擁有量C190.893-0.5760.4620.040每10萬人高等學(xué)校平均在校生數(shù)C20-0.2020.0050.909-0.281郵電業(yè)務(wù)總量C210.058-0.003-0.0060.992地方財政交通運輸支出C22-0.1670.966-0.088-0.039第三產(chǎn)業(yè)占GDP的比重C23-0.1060.979-0.1190.010

運用SPSS軟件計算每一個主因子的α系數(shù)，結(jié)果顯示，各主因子的α系數(shù)均大于0.7，滿足判斷標(biāo)準(zhǔn)，指標(biāo)具有良好的內(nèi)部一致性。

(四)區(qū)域物流能力評價指標(biāo)體系

最終所構(gòu)建的區(qū)域物流能力評價指標(biāo)體系見表4。

表4 區(qū)域物流能力評價指標(biāo)體系

三、云概率優(yōu)勢關(guān)系(云PDR)法

云概率優(yōu)勢關(guān)系(云PDR)法是將概率優(yōu)勢關(guān)系引入傳統(tǒng)粗糙集方法，并結(jié)合云模型提出的一種多準(zhǔn)則決策方法，能夠同時分析評價對象的綜合水平和波動情況。一方面，該方法無需確定權(quán)重即可對各研究對象進(jìn)行評價，有效避免了AHP、DEA、粗糙集等方法確定指標(biāo)權(quán)重造成的決策主觀性問題；另一方面，云PDR方法通過各對象在各指標(biāo)下的兩兩比較分析優(yōu)劣關(guān)系，計算評價結(jié)果，與因子分析方法相比，魯棒性較強，數(shù)據(jù)搜集的誤差對評價結(jié)果的影響較小。上述特點與優(yōu)勢使云PDR方法對于分析指標(biāo)數(shù)量多、數(shù)據(jù)繁雜、結(jié)果變化性強的區(qū)域物流能力評價問題具有較強的適用性。

基于云模型和概率優(yōu)勢關(guān)系的相關(guān)方法與理論，云概率優(yōu)勢關(guān)系(云PDR)法的具體步驟如下[15]：

Step1 屬性值的云轉(zhuǎn)換

根據(jù)云模型的概念與特點，首先需要將原始數(shù)據(jù)轉(zhuǎn)化為相應(yīng)的云滴形式，即Xi(Exi,Eni,Hei)。

(1)

其中，期望Ex、熵En和超熵He分別為對象i在屬性c下k個實際值fick的平均水平、波動情況和可能出現(xiàn)的隨機性。

Step 2 云優(yōu)勢度的計算

設(shè)屬性cn下對象xi的云屬性值為Xi(Exi,Eni,Hei)，對象xj的云屬性值為Xj(Exj,Enj,Hej)，兩對象之間Ex、En和He的優(yōu)勢度見表5。

表5 兩對象Ex、En和He的優(yōu)勢度

其中，pc′(xi,xj)、pc″(xi,xj)和p?c(xi,xj)分別表示對象xj相比于xi在屬性c下期望Ex、熵En和超熵He的優(yōu)勢度。根據(jù)云滴比較規(guī)則，Exj>Exi時，p'c(xi,xj)=1，表示對于期望Ex，xj優(yōu)于xi，pc′(xi,xj)=0.5，表明xj與xi不相上下；相反，Enj>Eni、Hej>Hei時，pc″(xi,xj)、pc?(xi,xj)均為0，表示對于熵和超熵，xj劣于xi，即xj波動更明顯、不確定性更強烈。反之亦然。特別地，當(dāng)xi、xj其中有一個值缺失(*)時，pc′(xi,xj)、pc″(xi,xj)、pc?(xi,xj)取值均為0.5。

綜上，在屬性c下對象xj相較于xi的云優(yōu)勢度可記為

pc(xi,xj)=[pc′,pc″,pc?]

(2)

類似地，對象xj在全體屬性集C下不劣于xi的云優(yōu)勢度可記為

pC(xi,xj)=[pC′,pC″,pC?]

(3)

其中，

(4)

|c′|、|c″|和|c?|分別表示在Ex、En和He下xj占優(yōu)的屬性個數(shù)，即pc′(xi,xj)，pc″(xi,xj)和pc?(xi,xj)中取值為1的屬性；|b|表示xj與xi不相上下的屬性個數(shù)，即pc″(xi,xj)，pc″(xi,xj)和pc?(xi,xj)中取值為0.5的屬性；|C|為全體屬性集的數(shù)量。

Step 3計算α概率云優(yōu)勢類、云優(yōu)勢矩陣和綜合云優(yōu)勢度

Step 3.1 計算α概率云優(yōu)勢類

(5)

Step 3.2 計算云優(yōu)勢矩陣

(6)

Step 3.3 計算綜合云優(yōu)勢度

(7)

綜上，綜合云優(yōu)勢度即為各對象Ex、En和He的評價結(jié)果。

四、實證分析

(一)研究樣本及數(shù)據(jù)來源

根據(jù)國務(wù)院相關(guān)批復(fù)以及《國家新型城鎮(zhèn)化規(guī)劃(2014—2020年)》，研究選取京津冀城市群(北京、天津、河北)、哈長城市群(吉林、黑龍江)、長三角城市群(上海、江蘇、浙江)、中原城市群(山西、安徽、山東、河南)、長江中游城市群(湖北、湖南、江西)、北部灣(廣東、廣西、海南)和成渝城市群(重慶和四川)7個典型國家級城市群區(qū)域及其中的20個省(市)為研究對象?？紤]到指標(biāo)數(shù)據(jù)的完整性與可獲取性，以2012—2016年的相關(guān)數(shù)據(jù)為樣本，探索區(qū)域及其內(nèi)部各省(市)之間物流能力水平與波動情況。其中，各區(qū)域數(shù)據(jù)以其所包含省(市)在指標(biāo)下取值的均值表示。上述數(shù)據(jù)均來自《中國統(tǒng)計年鑒》、各省(市)地方統(tǒng)計年鑒以及相關(guān)統(tǒng)計局網(wǎng)站等統(tǒng)計數(shù)據(jù)與資料。

(二)區(qū)域物流能力綜合評價

1.區(qū)域內(nèi)各省(市)物流能力綜合評價

各區(qū)域內(nèi)省(市)物流能力水平及波動情況見表6。

由表6并根據(jù)云優(yōu)勢度比較規(guī)則可以得出如下結(jié)論：

(1)從物流能力水平來看，各省(市)存在顯著差異。京津冀、哈長、長三角、中原、長江中游、北部灣、成渝7個區(qū)域內(nèi)部各省(市)物流能力水平的排名情況依次為：北京、河北、天津；黑龍江、吉林；江蘇、浙江、上海；山東、河南、安徽、山西；湖南、江西、湖北；廣東、廣西、海南；四川、重慶。以京津冀區(qū)域為例，北京在物流人才和物流發(fā)展環(huán)境方面表現(xiàn)突出，河北的優(yōu)勢主要體現(xiàn)在物流基礎(chǔ)設(shè)施和產(chǎn)出規(guī)模方面。

(2)從物流能力的波動情況來看，各省(市)亦表現(xiàn)出不同特征。有的省(市)波動較大，如江蘇、浙江、山東、河南、廣東、四川；有的則相對平穩(wěn)，如北京、河北、山西、湖北、重慶；還有一些省(市)，如天津、海南、吉林和黑龍江，其物流能力水平則處于持續(xù)穩(wěn)定的發(fā)展?fàn)顟B(tài)。以北京為例，其物流發(fā)展環(huán)境波動較大，而物流基礎(chǔ)設(shè)施水平則表現(xiàn)的非常穩(wěn)定。

2.區(qū)域間物流能力綜合評價

各區(qū)域物流能力綜合水平及波動情況見表7。

表6 2012—2016年各省(市)整體和各指標(biāo)的綜合云優(yōu)勢度(Ex,En,He)

表7 2012—2016年區(qū)域整體和各指標(biāo)的綜合云優(yōu)勢度(Ex,En,He)

由表7并根據(jù)云優(yōu)勢度比較規(guī)則可以得出如下結(jié)論：

(1)從物流能力水平來看，各區(qū)域差距明顯。長三角(0.93)、北部灣(0.79)和中原區(qū)域(0.64)占據(jù)前三，物流能力最強；京津冀區(qū)域物流能力處于中等水平；成渝地區(qū)和長江中游地區(qū)物流能力較弱，而哈長地區(qū)的綜合優(yōu)勢度僅為0.07。從一級指標(biāo)看，長三角區(qū)域在各指標(biāo)下的表現(xiàn)均較好，北部灣和中原區(qū)域的制約因素主要為物流人才，長江中游區(qū)域物流能力提升的制約因素主要為物流發(fā)展環(huán)境，京津冀區(qū)域的物流基礎(chǔ)設(shè)施和產(chǎn)出規(guī)模較弱，成渝區(qū)域物流人才和發(fā)展環(huán)境較弱。

(2)從物流能力波動來看，7個區(qū)域情況各不相同。具體表現(xiàn)為：長三角和北部灣區(qū)域波動最大，成渝和中原區(qū)域次之，長江中游和京津冀區(qū)域相對穩(wěn)定，而哈長地區(qū)則居于最穩(wěn)定之位。一級指標(biāo)的波動性方面：長三角地區(qū)的波動主要表現(xiàn)為基礎(chǔ)設(shè)施和物流人才，北部灣地區(qū)主要為物流基礎(chǔ)設(shè)施，成渝和中原區(qū)域的波動因素主要為物流人才。

(三)區(qū)域物流能力分類

以區(qū)域物流能力評價結(jié)果為依據(jù)，從區(qū)域物流能力的“綜合水平-波動”和“投入-產(chǎn)出”兩方面對7個區(qū)域和20個省(市)進(jìn)行分類，結(jié)論如下：

1.區(qū)域物流綜合能力的“水平-波動”分類

考慮區(qū)域物流能力的綜合水平和波動兩個維度，可以將區(qū)域物流能力分為4種類型，每種類型的命名和特點如下：

Ⅰ持續(xù)提升型。高水平，高波動。物流人才和基礎(chǔ)設(shè)施豐富，發(fā)展環(huán)境良好，物流產(chǎn)出效益顯著，且不斷向好的方向發(fā)展。

Ⅱ穩(wěn)定發(fā)展型。高水平，低波動。該類型的物流競爭能力相對較高，且一直表現(xiàn)為穩(wěn)定良性發(fā)展的態(tài)勢。

Ⅲ探索追趕型。低水平，高波動。雖然該類型的物流競爭能力相對較低，但其一直在從各個方面探尋合適的發(fā)展路徑，為提升競爭能力不斷努力。

Ⅳ保守落后型。低水平，低波動。與其他類型相比，該類型的物流能力和在各方面的表現(xiàn)相對落后。

7個區(qū)域物流能力分類結(jié)果如圖1所示，其中橫軸越接近1，表示波動程度越小。I型區(qū)域包括長三角、北部灣和中原地區(qū)；II型區(qū)域為京津冀區(qū)域；III型區(qū)域為成渝區(qū)域；IV型區(qū)域包括長江中游和哈長區(qū)域。

20個省(市)的物流能力分類結(jié)果如圖2所示。I區(qū)域包括廣東、江蘇、浙江、山東、四川、河南、上海、湖南、江西；II型區(qū)域為北京和河北；III型區(qū)域為安徽；IV型區(qū)域包括黑龍江、湖北、山西、重慶、廣西、吉林、天津、海南。

2.區(qū)域物流能力的“投入-產(chǎn)出”分類

以物流人才和基礎(chǔ)設(shè)施指標(biāo)為物流投入，以物流產(chǎn)出規(guī)模指標(biāo)為物流產(chǎn)出，從“投入-產(chǎn)出”維度可將區(qū)域物流能力分為4類：

Ⅰ高效型。低投入，高產(chǎn)出。物流投入得到高效轉(zhuǎn)化，物流產(chǎn)出顯著。

Ⅱ積極型。高投入，高產(chǎn)出。物流業(yè)發(fā)展活躍，較為重視物流人才和基礎(chǔ)設(shè)施投入，相應(yīng)的產(chǎn)出也較多。

Ⅲ低效型。高投入，低產(chǎn)出。物流發(fā)展的投入產(chǎn)出比相對較低，投入的消化吸收與轉(zhuǎn)化效果不理想。

Ⅳ保守型。低投入，低產(chǎn)出。對物流業(yè)發(fā)展持保守態(tài)度，投入力度相對較小，相應(yīng)的產(chǎn)出也較少。

7個區(qū)域的分類結(jié)果如圖3所示。I型區(qū)域包括中原地區(qū)；Ⅱ型區(qū)域為北部灣和長三角地區(qū)；Ⅲ型區(qū)域包含京津冀和成渝地區(qū)；Ⅳ型區(qū)域為長江中游和哈長地區(qū)。

20個省(市)的分類結(jié)果如圖4所示。I型省(市)僅包含上海；Ⅱ型省(市)為河北、江西、河南、湖南、山東、浙江、四川、廣東、江蘇；Ⅲ型省(市)為北京；Ⅳ型省(市)包括安徽、廣西、山西、湖北、黑龍江、重慶、吉林、天津和海南。

五、結(jié)論與建議

基于數(shù)據(jù)分析確定的評價指標(biāo)，運用所提出的云概率優(yōu)勢關(guān)系(云PDR)方法，對7個區(qū)域和20個省(市)區(qū)域物流能力的水平和波動情況進(jìn)行評價與分類，識別關(guān)鍵制約與促進(jìn)因素，研究結(jié)論如下：

1.在物流能力的水平和波動方面，各區(qū)域及省(市)差異顯著，具有不同的驅(qū)動因素與薄弱環(huán)節(jié)。北部灣地區(qū)和中原地區(qū)的制約因素為物流人才，京津冀地區(qū)為基礎(chǔ)設(shè)施，成渝地區(qū)和長江中游地區(qū)為物流發(fā)展環(huán)境，哈長地區(qū)在物流人才、基礎(chǔ)設(shè)施、產(chǎn)出規(guī)模、物流發(fā)展環(huán)境方面均表現(xiàn)平平。

2.從“綜合水平-波動”和“投入-產(chǎn)出”兩個維度，7個區(qū)域分屬于不同的物流發(fā)展類型，長三角地區(qū)和北部灣地區(qū)屬于積極的持續(xù)提升型，中原區(qū)域?qū)儆诟咝У某掷m(xù)提升型，京津冀地區(qū)和成渝地區(qū)分別為低效的穩(wěn)定發(fā)展型和低效的探索追趕型，長江中游和哈長地區(qū)屬于保守落后型。

結(jié)合上述研究結(jié)論，針對不同區(qū)域的發(fā)展特征和所屬類型，提出相應(yīng)的物流能力提升建議：

1.物流發(fā)展處于保守落后型的區(qū)域應(yīng)該進(jìn)一步加強物流發(fā)展意識，合理利用自身優(yōu)勢資源，發(fā)展地方特色物流業(yè)。例如，根據(jù)前述數(shù)據(jù)分析結(jié)果，哈長等地區(qū)物流能力較為落后，物流人才、基礎(chǔ)設(shè)施、產(chǎn)出規(guī)模及物流發(fā)展環(huán)境表現(xiàn)相對欠佳，而其根源為物流發(fā)展意識薄弱，應(yīng)從物流發(fā)展意識入手提升物流能力。

2.物流能力與發(fā)展水平相對平穩(wěn)的區(qū)域應(yīng)該加快物流基礎(chǔ)設(shè)施建設(shè)，如現(xiàn)代化倉儲設(shè)施、物流園區(qū)、配送中心等的建設(shè)，并在此基礎(chǔ)上推進(jìn)區(qū)域內(nèi)物流信息交流與資源共享，共同促進(jìn)區(qū)域物流能力的提升。例如，京津冀地區(qū)物流發(fā)展的制約因素主要為與物流相關(guān)的基礎(chǔ)設(shè)施不足，應(yīng)從此方面推進(jìn)物流能力提升。

3.物流發(fā)展相對活躍的區(qū)域應(yīng)該重視物流專業(yè)人才的引進(jìn)，加大物流教育投入力度，完善物流人才培養(yǎng)體系。例如，中原和北部灣等地區(qū)物流發(fā)展的制約因素主要體現(xiàn)為人力資源無法滿足物流業(yè)快速發(fā)展的需求，人才的培養(yǎng)與引進(jìn)是其物流能力提升的關(guān)鍵。

4.物流能力與發(fā)展水平較高的區(qū)域應(yīng)該在保持現(xiàn)有發(fā)展的基礎(chǔ)上，積極探索、引進(jìn)先進(jìn)的物流技術(shù)，努力提升物流投入產(chǎn)出效率。例如，包括上海、江蘇、浙江等發(fā)達(dá)城市的長三角地區(qū)，其物流能力呈現(xiàn)持續(xù)的上升態(tài)勢，物流人才和基礎(chǔ)設(shè)施豐富，物流發(fā)展環(huán)境良好，應(yīng)從效率優(yōu)化方面進(jìn)一步提升物流能力。