區域商貿流通發展與公路交通水平計量分析

摘要：基于灰色關聯模型的計量分析，發現地區商貿流通業發展與公路交通基礎設施水平具有較強的關聯性：在公路里程、公路客運量、公路貨運量和民用汽車擁有量中，民用汽車擁有量是最重要的影響因素，公路貨運量次之；在社會消費品零售總額、市的零售額、縣的零售額、縣以下的零售額、批發和零售業零售額、住宿和餐飲業零售額中，公路交通基礎設施對縣以下的零售額的影響程度最大，對批發和零售業零售額的影響程度次之。

關鍵詞：灰色關聯模型；商貿流通業；公路交通基礎設施

中圖分類號：F252.2 文獻標識碼：A

Quantitative Analysis of Region Commerce Development and Highway Traffic Level

SI Zeng-chuo

(Economics School of Xuzhou Normal University， Xuzhou 221116， China)

Abstract：Based on Quantitative Analysis of Grey Incidence Model， the paper finds that there is stronger incidence between region commerce development and highway traffic infrastructure level. Among highway mileage， highway passenger volume， highway freight volume and civil automobile quantity， civil automobile quantity is the most important factor， highway freight volume is the second one; among total retail sales of consumer goods， total retail sales of consumer goods by city， total retail sales of consumer goods by county， total retail sales of consumer goods by below county， total retail sales of consumer goods by wholesale retail industry， and total retail sales of consumer goods by hotel catering industry， the impression on total retail sales of consumer goods by below county by highway traffic infrastructure is the strongest， the impression on total retail sales of consumer goods by wholesale retail industry by highway traffic infrastructure is second.

Key words：grey incidence model; commerce circulation industry; highway traffic infrustructure

在商品流通過程中，從商品生產系統轉移到消費系統時，要實現商品空間上的運動，而交通運輸則是完成商品空間移動的途徑。可見，商貿流通業的繁榮必然要求交通基礎設施發展。在現代商品流通經濟中，交通基礎設施的完善又會促進商貿流通業的大發展，商貿流通業依托交通系統與網絡組織商流、物流、資金流與信息流。交通基礎設施為商品流通提供了通道保證，通道順暢則商品運動就通達。因此，交通基礎設施是影響區域商貿流通業發展的重要因素，現代商貿流通業的發展必然要求較發達的交通基礎設施與之匹配。

按照以大交通帶動大市場、以大市場推動大流通、以大流通促進大發展的思路，交通的便利與否關系到商貿業的長遠發展。由于徐州市的區位優勢、交通優勢與歷史傳承，徐州市商貿流通業具有很好的基礎，但是也一直受到周邊地區的巨大挑戰。目前，徐州市強調把商貿流通業作為優先發展的戰略性服務產業之一，著力調整與振興商貿流通業，同步推動城鄉商貿流通業發展。關于商貿流通業發展與交通基礎設施的關系一直受到人們的重視，相關文獻也對交通基礎設施對區域商貿流通業發展的促進作用進行研究，但是大多數文獻的研究還都是停留在定性分析的層面上。本文將以具有代表性的徐州市為例，定量研究區域商貿流通業發展中的公路交通基礎設施因素。本文要做的工作是利用灰色關聯模型，檢驗徐州市商貿流通業發展與公路交通基礎設施水平的關聯性，對公路交通基礎設施影響商貿流通業發展的效果有一個量化認識，以期能夠對徐州市商貿流通業發展的公路交通基礎設施政策制定與實施有所幫助，并且對促進我國商貿流通業發展及有效供給城鄉公路交通基礎設施有所啟示。

一、商貿流通業發展與公路交通基礎設施水平的灰色關聯模型構建

灰色系統（Grey System）是鄧聚龍教授在20世紀70年代末、80年代初創建的（1982年首先提出），該理論經過20多年的發展完善，已經被廣泛應用于經濟、社會等各個領域（劉思峰，謝乃明，2008）［1］。目前，灰色系統理論在我國已經成為社會、經濟、科教、技術等很多領域進行預測、決策、評估、規劃、控制、系統分析與建模的重要方法之一（張穎，2010）［2］。灰色系統理論（Grey System）是針對“少數據不確定性”問題而提出的（鄧聚龍，2002）［3］，特別是它對時間序列短、統計數據少、信息不完全系統的建模與分析，具有獨特的功能，得到廣泛的應用（張穎，2010）［2］。其中，灰色關聯度模型是灰色系統理論的主要內容之一。

灰色關聯分析是指定量地比較或描述系統之間或系統中各因素之間，在發展過程中隨時間而相對變化的情況，即分析時間序列曲線的幾何形狀，用它們變化的大小、方向與速度等的接近程度，來衡量它們之間的關聯性大小，其主要研究對象就是離散形式的系統狀態變量，也即通常所說的時間序列（王學萌，2001）［4］。灰色關聯分析主要根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密，序列曲線之間發展態勢越接近，相應序列之間的關聯度就越大，反之關聯度就越小。灰色關聯分析與數理統計方法相比，對樣本量的多少和數據分布沒有特殊要求，而且計算量小，易于編程實現。

關聯度是兩個系統或兩個因素之間關聯性大小的量度，常用的關聯度指標有一般灰色關聯度、灰色絕對關聯度、灰色相對關聯度、灰色綜合關聯度、灰色斜關聯度等，其中灰色綜合關聯度既體現了參考序列曲線與比較序列曲線的相似程度，又反映了參考序列曲線與比較序列曲線相對于始點的變化速率的接近程度，是較為全面的表征序列之間聯系是否緊密的一個數量指標（蔣蓉華，周久賀，2010）［5］。

（一）指標體系建立

在進行關聯分析時，可應用大系統協調理論的“關聯預估原則”，構造指標體系時考慮系統協調性要求（卲昌浩等，2010）［6］。根據商貿流通業與交通基礎設施協調發展的要求，模型的構成要素應反映兩個系統相互對應和體現發展水平。根據交通基礎設施對商貿流通業影響的分析，以及現實經濟活動和相關文獻中數據的可得性，在分析商貿流通業與公路交通基礎設施關聯性時，采用了如表1的指標體系。

商貿流通業發展狀況由社會消費品零售總額、市的零售額、縣的零售額、縣以下的零售額、批發和零售業零售額及住宿和餐飲業零售額6個指標來描述。社會消費品零售總額與其它五個指標的關系是總分關系。社會消費品零售總額從區域角度劃分包括市的零售額、縣的零售額及縣以下的零售額；從行業角度劃分包括批發和零售業零售額、住宿和餐飲業零售額。公路交通基礎設施水平由公路里程、公路客運量、公路貨運量及民用汽車擁有量4個指標來描述。公路里程是反映公路交通基礎設施物理狀況的指標；公路客運量描述了公路交通基礎設施與人流的關系，是反映公路交通基礎設施經濟表現（產出）的指標；公路貨運量是描述了公路交通基礎設施與物流的關系，是反映公路交通基礎設施經濟表現（產出）的指標；民用汽車擁有量也是反映公路交通基礎設施物理狀況的指標。

（二）數據來源

考慮到指標的連貫性及數據的相對準確性、可比性和搜集可得性，本文選取《江蘇省統計年鑒》（2004-2009年）中徐州市各指標2003-2008年的數據（見表2）。用徐州市各指標6年的數據分析商貿流通業與公路交通基礎設施的關聯性。各指標的時間序列為6年，這個長度也符合灰色關聯分析模型的要求。因為灰色關聯分析方法對樣本量的多少沒有過分要求，對數據量要求較低，數據多少都可以分析。在系統數據資料較少和條件不滿足統計要求的情況下，更具有實用性，不會出現關聯度的量化結果與定性分析不一致的現象（陳建宏等，2010）［7］。

（三）模型構建

由于《江蘇省統計年鑒》和《徐州市統計年鑒》中關于徐州市商貿流通業和交通運輸業的統計指標和統計口徑的使用都不連續，每隔幾年都會調整，因此不能獲得上述所選取指標時間序列較長的連續年份數據。研究商貿流通業發展和公路交通基礎設施水平關聯性的數據較少，因此現有數據灰度較大，采用數理統計方法難以湊效或效果甚微。而灰色關聯度分析模型彌補了采用數理統計方法進行系統分析所導致的缺憾，對樣本量的多少或樣本有無規律同樣適用（樣本量可以較少或不需要典型的分布規律），并且計算量小，操作十分方便（徐光瑞，2010；翟彬，楊向飛，2010）［8-9］。

灰色關聯分析的核心是計算關聯度，必須先確定參考序列與比較序列，然后比較比較序列與參考序列的接近程度，進而做出判斷。參考序列是反映系統行為特征的數據序列，比較序列是影響系統行為的因素組成的序列。選取商貿流通業指標序列（記為Yi(k)(i=1，2，…，6;k=1，2，…，6)）為參考序列，選取公路交通基礎設施指標序列（記為Xj(k)(j=1，2，3，4;k=1，2，…，6)）為比較序列。設定Y1表示社會消費品零售總額數據序列、Y2表示市的零售額數據序列、Y3表示縣的零售額數據序列、Y4表示縣以下的零售額數據序列、Y5表示批發和零售業零售額數據序列、Y6表示住宿和餐飲業零售額數據序列；X1表示公路里程數據序列、X2表示公路客運量數據序列、X3表示公路貨運量數據序列、X4表示民用汽車擁有量數據序列；Yi和Xj長度都為6（2003-2008年）。

一般認為關聯系數在0-0.3，表示關聯程度低于普通；關聯系數在0.3-0.5，表示關聯程度普通；關聯系數在0.5-0.7，表示關聯程度顯著；關聯系數在0.7-0.9，表示關聯程度高；關聯系數在0.9-1.0，表示關聯程度極高（張穎，2010）［2］。朱傳耿等（2009）［10］對關聯度強度的設定則為：關聯系數在0-0.35，表示關聯程度弱；關聯系數在0.35-0.65，表示關聯程度為中等；關聯系數在0.65-0.9，表示關聯程度較強；關聯系數在0.9-1.0，表示關聯程度極高。結合上述兩種設定方法，本文做如下設定：關聯系數在0-0.35，表示關聯程度弱；關聯系數在0.35-0.5，表示關聯程度普通；關聯系數在0.5-0.6，表示關聯程度顯著；關聯系數在0.6-0.7，表示關聯程度顯著+；關聯系數在0.7-0.8，表示關聯程度高；關聯系數在0.8-0.9，表示關聯程度高+；關聯系數在0.9-1.0，表示關聯程度極高。

二、實證結果分析

按照灰色關聯分析的具體步驟，以所構建的商貿流通業發展與公路交通基礎設施水平的灰色關聯模型為基礎，本文選取2003-2008年各指標的數據，用MATLAB編程計算，分析商貿流通業發展與公路交通基礎設施水平的關聯度。

（一）絕對關聯度分析

商貿流通業發展與公路交通基礎設施水平的絕對關聯度（關聯系數）大小，映了商貿流通業發展規模（絕對量）與公路交通基礎設施水平（絕對量）間的關聯程度，也反映了商貿流通業發展規模受公路交通基礎設施因子規模的影響程度。一般來講，公路交通基礎設施規模變大能夠推動商貿流通業規模變大，并呈現如下幾點規律：（1）公路基礎設施規模對商貿流通業規模的影響程度都在“顯著”以上，其中“民用汽車擁有量”的規模對“社會消費品零售額”的規模影響程度為“極高”，“民用汽車擁有量”的規模對“縣的零售額”和“住宿和餐飲業零售額”的規模影響程度也為“顯著+”。（2）“公路里程”規模、“公路客運量”規模和“公路貨運量”規模分別對“市的零售額”規模的影響程度要大于它們各自對“縣的零售額”規模的影響程度，也要大于它們各自對“縣以下的零售額”規模的影響程度。（3）“公路里程”規模、“公路客運量”規模和“公路貨運量”規模分別對“批發和零售業零售額”規模的影響程度要大于它們各自對“住宿和餐飲業零售額”規模的影響程度。（4） “民用汽車擁有量”規模對“市的零售額”規模、“縣的零售額”規模和“縣以下的零售額”規模的影響程度表現為，對“縣的零售額”規模影響最大，對“縣以下的零售額”規模影響次之，對“市的零售額”規模影響最小。“民用汽車擁有量”規模對“住宿和餐飲業零售額”規模的影響程度，要大于它對“批發和零售業零售額”規模的影響程度。（5） “公路客運量”規模和“公路貨運量”規模對“批發和零售業零售額”規模的影響程度要大于“公路里程”規模和“民用汽車擁有量”規模對對“批發和零售業零售額”規模的影響程度。

在公路交通基礎設施4個指標中，“民用汽車擁有量”規模對商貿流通業各指標規模影響程度基本上是最大的（對“批發和零售業零售額”規模影響程度除外），而“公路里程”規模對商貿流通業各指標規模影響程度基本上是最小的（對“批發和零售業零售額”規模影響程度除外）。可以看出在促進商貿流通業發展過程中，“民用汽車擁有量”規模要比“公路里程”規模效率高。對于這個問題一種可能的解釋是：“民用汽車擁有量”規模基本上是由民間（或私人）控制的，而“公路里程”規模基本上是由政府控制，即“民用汽車擁有量”基本上由私人提供，“公路里程”基本上由政府提供。一般來講，私人部門對商貿流通業發展的需求變化較敏感，判斷也較準確，而政府部門對商貿流通業發展的需求變化則相對遲鈍，判斷誤差較大。所以，“民用汽車擁有量”的供給基本上是市場需求引致的供給，能較好地適應與滿足商貿流通業的發展，對商貿流通業發展促進作用較大；而“公路里程”的供給基本上是政府主導的供給，對商貿流通業發展的適應性就較差，對商貿流通業發展促進作用就弱一些。另一種可能的解釋是：地區“公路里程”供給不足，地區公路基礎設施的發展，仍然不能滿足商貿流通業發展的需求，仍然是商貿流通業發展的瓶頸因素。“公路里程”的發展相對于“民用汽車擁有量”發展仍然相對緩慢。因此，“公路里程”與商貿流通業發展的關聯性較小，對商貿流通業的發展影響較小，對商貿流通業的促進作用也較小。“公路客運量”規模和“公路貨運量”規模對“批發和零售業零售額”規模的影響較強，主要是因為批發和零售業對人流和物流的依賴性較大，并且“公路客運量”規模和“公路貨運量”規模對“批發和零售業零售額”規模影響路徑更短，人流和物流直接帶動批發和零售業的發展。

（二）相對關聯度分析

商貿流通業發展與公路交通基礎設施水平因子間的相對關聯度（關聯系數）大小表征商貿流通業發展數據序列與公路交通基礎設施水平數據序列相對于始點的變化速率之間的關系，即表征了商貿流通業發展的變化速率與公路交通基礎設施水平的變化速率的接近程度。因此，相對關聯度大小表現了各公路交通基礎設施因子變化速率對商貿流通業的變化速率的影響強度。由表4可以看出：（1） “民用汽車擁有量”與“社會消費品零售總額”二者的幾何圖形相對于始點變化速率的接近程度一致性最強，“公路貨運量”的幾何圖形次之，“公路客運量”的幾何圖形再次之，“公路里程”的幾何圖形與之接近程度一致性最差。這說明“民用汽車擁有量”的變化率、“公路貨運量”的變化率、“公路客運量”的變化率、“公路里程”的變化率對“社會消費品零售總額”的變化率的影響程度排序為，“民用汽車擁有量” > “公路貨運量”> “公路客運量”> “公路里程”。（2）同理，“民用汽車擁有量”的變化率、“公路貨運量”的變化率、“公路客運量”的變化率、“公路里程”的變化率對“市的零售額”的變化率的影響程度排序、對“縣的零售額”的變化率的影響程度排序、對“縣以下的零售額”的變化率的影響程度排序、對“批發和零售業零售額”的變化率的影響程度排序、對“住宿和餐飲業零售額”的變化率的影響程度排序都為“民用汽車擁有量” > “公路貨運量”> “公路客運量”> “公路里程”。（3）公路交通基礎設施各指標的變化率對“社會消費品零售總額”的變化率的影響程度為“顯著”或“顯著+”，對“市的零售額”的變化率的影響程度、對“縣的零售額”的變化率的影響程度、對“縣以下的零售額” 的變化率的影響程度、對“批發和零售業零售額” 的變化率的影響程度、對“住宿和餐飲業零售額” 的變化率的影響程度都為“極高”或“高”。總體來講，公路交通基礎設施的變化率對“社會消費品零售總額”的變化率的影響最小。（4）公路交通基礎設施4個指標的變化率分別對商貿流通業6個指標的變化率的影響過程中，對“縣以下的零售額”的影響程度都是最大的。（5）商貿流通業發展與公路交通基礎設施水平的相對關聯度基本上要大于其絕對關聯度（“社會消費品零售總額”與“民用汽車擁有量”的相對關聯度除外），也就是公路交通基礎設施的變化率對商貿流通業的變化率的影響程度，要大于公路交通基礎設施規模對商貿流通業規模的影響程度。

（三）綜合關聯度分析

商貿流通業發展與公路交通基礎設施水平因子間的綜合關聯度（關聯系數）大小也反映了各公路交通基礎設施因子對商貿流通業的影響強度。分析發現各公路交通基礎設施因子對商貿流通業的影響強度表現為如下狀況：（1）各公路交通基礎設施因子對“社會消費品零售總額”影響程度大小為，“民用汽車擁有量”>“公路里程”>“公路客運量”>“公路貨運量”；（2）各公路交通基礎設施因子對“市的零售額”影響程度大小為，“民用汽車擁有量”>“公路貨運量”>“公路客運量”>“公路里程”；（3）各公路交通基礎設施因子對“縣的零售額”影響程度大小為，“民用汽車擁有量”>“公路貨運量”>“公路客運量”>“公路里程”；（4）各公路交通基礎設施因子對“縣以下的零售額”影響程度大小為，“民用汽車擁有量”>“公路貨運量”>“公路客運量”>“公路里程”；（5）各公路交通基礎設施因子對“批發和零售業零售額”影響程度大小為，“民用汽車擁有量”>“公路貨運量”>“公路客運量”>“公路里程”；（6）各公路交通基礎設施因子對“住宿和餐飲業零售額”影響程度大小為，“民用汽車擁有量”>“公路貨運量”>“公路客運量”>“公路里程”。

從商貿流通業發展與公路交通基礎設施水平的綜合關聯系數及關聯強度分析，（1）在公路交通基礎設施水平四個指標中，“民用汽車擁有量”對商貿流通業的影響最大，影響強度表現為“高”；（2） “公路里程”、“公路客運量”和“公路貨運量”對商貿流通業分類指標“市的零售額”、“縣的零售額”、“縣以下的零售額”、“批發和零售業零售額”、“住宿和餐飲業零售額”的影響要大于對商貿流通業總類指標“社會消費品零售總額”的影響，分別表現為“顯著+”和“顯著”；（3）公路交通基礎設施對“縣以下的零售額”的影響要明顯地大于對“市的零售額”和“縣的零售額”的影響，這說明，公路交通基礎設施對地區商貿流通業發展過程中，對農村影響程度最大；（4） “公路里程”、“公路客運量”和“公路貨運量”三個指標對“批發零售業零售額”的影響程度要大于其對“住宿和餐飲業零售額”的影響程度；而“民用汽車擁有量”對“批發零售業零售額”的影響程度要小于對“住宿和餐飲業零售額”的影響程度。

（四）優勢分析

利用前面的優勢分析方法可以找出“絕對關聯度”、“相對關聯度”和“綜合關聯度”模式下，最優特征、準優特征、最優因素、準優因素。（1） “絕對關聯度”聯系模式下，最優特征和準優特征分別為“社會消費品零售總額”和“縣的零售額”，最優因素和準優因素分別為“民用汽車擁有量”和“公路貨運量”。（2） “相對關聯度”和“綜合關聯度”聯系模式下，最優特征都為“縣以下的零售額”，準優特征都為“批發和零售業零售額”，最優因素都為“民用汽車擁有量”，準優因素都為“公路貨運量”。因此，可以看出商貿流通業與交通基礎設施構成的灰色關聯系統中，最有特征為“縣以下的零售額”，準優特征為“批發和零售業零售額”，最優因素為“民用汽車擁有量”，準優因素為“公路貨運量”。這說明“民用汽車擁有量”和“公路貨運量”是公路交通基礎設施因素中比較重要的兩個指標，而公路交通基礎設施因素對商貿流通業中的“縣以下的零售額”和“批發和零售業零售額”指標的影響程度較大。

三、結論與啟示

通過以上實證結果分析，可以得到如下結論：（1）商貿流通業發展規模與公路交通基礎設施規模關聯性明顯，關聯程度都在“顯著”以上，因此公路交通基礎設施規模對區域商貿流通業發展規模影響作用較為明顯。（2）商貿流通業發展速度與公路交通基礎設施建設速度的關聯程度要大于它們的規模的關聯程度，公路交通基礎設施建設速度對區域商貿流通業發展速度的影響程度基本上在“高”以上。（3）公路交通基礎設施規模對區域“社會消費品零售總額”規模的影響程度最大，對“縣的零售額”規模的影響程度次之。“社會消費品零售總額”規模和“縣的零售額”規模分別是“絕對關聯度”聯系下最優特征和準優特征。（4）公路交通基礎設施建設速度對區域“縣以下的零售額”增長速度的影響程度最大，對“批發和零售業零售額”增長速度的影響程度次之。“縣以下的零售額”增長速度和“批發和零售業零售額”增長速度分別是“相對關聯度”聯系下的最優特征和準優特征。（5）“綜合關聯度”聯系模式下，公路交通基礎設施水平對區域“縣以下的零售額”影響程度最大，對“批發和零售業零售額”影響程度次之。“縣以下的零售額”和“批發和零售業零售額”分別是灰色關聯系統的最優特征和準優特征。（6）商貿流通業發展受“民用汽車擁有量” 影響程度最大，受“公路貨運量”影響程度次之，“民用汽車擁有量”和“公路貨運量”分別是灰色關聯系統的最優因素和準優因素。

從上面的結論可以獲得如下啟示：（1）公路交通基礎設施水平是區域商貿流通業發展極為重要的因素之一。區域商貿流通業發展，公路交通基礎設施是基礎性條件，公路交通基礎設施建設必須先行。（2）區域“社會消費品零售總額”規模和“縣的零售額”規模都與公路交通基礎設施規模關聯密切，增大公路交通基礎設施規模是區域商貿流通業規模發展壯大的重要途徑。（3）商貿流通業發展速度與公路交通基礎設施建設速度關聯度較高，加快建設和完善公路交通基礎設施是促進區域商貿流通業快速發展的重要舉措。（4） “縣以下的零售額”增長速度受公路交通基礎設施建設速度的影響程度最大，加快農村公路交通基礎設施建設速度，是擴大農村消費規模、提升農村消費水平、擴大內需的重要戰略。（5） “批發和零售業零售額”增長速度受公路交通基礎設施建設速度的影響程度較大，因此，要加快建設和完善公路交通基礎設施，著力推動物流服務業快速發展，提高區域商貿流通業發展速度。（6）農村是商品消費的重要市場，公路交通基礎設施對農村社會消費品零售額影響程度最大，因此，應加大政府農村公路交通基礎設施投資力度，加大政府對農村轉移支付水平，增加農村的消費能力。（7）批發和零售業是商貿流通業的主體，公路交通基礎設施對“批發和零售業零售額”的影響程度較大，因此，應完善公路交通基礎設施網絡，支撐專業化批發市場和商品流通體系。（8） “民用汽車擁有量”和“公路貨運量”是影響區域商貿流通業發展的最優因素和準優因素，因此，應制定促進民用汽車消費政策，鼓勵民用汽車消費，尤其是農村民用汽車消費，可以增加區域商品流通規模，提高區域商品流通速度。（9）商貿流通業是提高我國消費率水平，擴大內需的重要載體，因此，增大公路交通基礎設施規模，完善公路交通基礎設施網絡，推動商貿流通業發展是實施我國提升消費率，擴大內需，轉變經濟發展方式的重要途徑。

參考文獻：

［1］ 劉思峰，謝乃明.灰色系統理論及其應用［M］．北京：科學出版社，2008.

［2］ 張穎.北京高技術產業科技投入與經濟增長的灰色關聯度分析［J］．中國市場，2010(36):32-34.

［3］ 鄧聚龍.灰理論基礎［M］．武漢：華中科技大學出版社，2002.

［4］ 王學萌.灰色系統分析及使用計算程序［M］．武漢：華中理工大學出版社，2001.

［5］ 蔣蓉華，周久賀.基于灰色關聯分析的國內旅游收入影響因素研究［J］．商業研究，2010(8):203-206.

［6］ 卲昌浩，高姍姍，王曉東.河北省公路交通與經濟發展的灰色關聯分析［J］．黑龍江交通科技，2010(5):150-153.

［7］ 陳建宏，王文哲，熊漢富.湖南省CO2排放因素的灰色關聯分析［J］．地域研究與開發，2010(4):131-134.

［8］ 徐光瑞.中國高技術產業集群與產業競爭力——基于5大行業的灰色關聯分析［J］．中國科技論壇，2010(8):47-52.

［9］ 翟彬，楊向飛.基于灰色關聯的我國農村扶貧資金投向分析——以2002-2006年農村扶貧資金為例［J］．貴州社會科學，2010(8): 93-97.

［10］ 朱傳耿，劉波，李志江.港口—腹地關聯性測度及驅動要素研究——以連云港港口—淮海經濟區為例［J］．地理研究，2009(5):716-724.

（責任編輯：嚴元）