中國區域物流系統脆弱性評估研究*

戢曉峰，普永明，張 雪，李杰梅，伍景瓊

(1.昆明理工大學 交通工程學院，云南 昆明 650504； 2.云南綜合交通發展與區域物流管理智庫，云南 昆明 650504)

0 引言

隨著區域經濟一體化進程的不斷加快，區域作為國家經濟體系的基本單元，其經濟發展模式必然直接影響到國家整體競爭實力的形成，區域物流系統在實現區域內物流活動有序進行的同時，對區域經濟的支撐作用也進一步加強。但由于區域物流系統的復雜性以及系統外部環境的多變性，區域物流系統易受外界因素影響從而導致其運行效率下降，從而影響區域內經濟的正常運行和居民的日常生活。因此，從復雜系統層面辨識區域物流系統脆弱性的生成機理，并對區域物流系統的脆弱性進行科學評估，對于提升區域物流系統的可靠性與可持續發展能力，進一步發揮區域物流系統效益具有重要意義。

目前，脆弱性研究已逐步成為熱點，特別是在水科學、環境學、災害學、氣象學等領域獲得了研究者的重視[1-3]，而交通物流領域相關研究剛剛起步，交通相關研究主要集中于城市軌道交通系統脆弱性、道路交通網絡脆弱性，如王志強[4]、袁朋偉[5]、葉青[6]分別從城市軌道交通系統的可靠性分析、脆弱性因素辨識與風險評估3個方面進行了研究，從系統的角度通過仿真或構建理論模型對城市軌道交通系統的脆弱性開展評估；國內外學者對路網脆弱性的界定與評估也有較多研究[7-9]，主要聚焦于路網中路段失效概率與失效后的影響2個方面，并且通過場景設定、仿真實驗、數學建模等方法來進行評估。物流相關研究則主要集中于城市物流系統脆弱性與城市物流樞紐脆弱性兩方面。如陳悼等[10]提出城市物流系統脆弱性的概念，并構建了城市物流系統脆弱性評價體系；柯錦輝[11]對城市物流脆弱性成因進行分析，探討了城市物流脆弱性與物流補救體系的關聯性；李兆磊等[12]通過分析脆弱性導致物流結點和聯接線路失效后對物流樞紐時效性的影響，構建了物流樞紐系統的脆弱度模型。可以發現，現有研究側重于概念性研究和初步評估，區域物流系統脆弱性的系統性研究和定量分析還未見報道。

區域物流系統作為區域經濟系統的核心要素，其可持續發展能力的高低是決定區域經濟安全、穩定運行的關鍵環節。現有研究表明，脆弱性是衡量系統可持續發展能力最直觀的指標。如何科學合理的測度物流系統的脆弱性是實現物流系統可持續發展及區域經濟安全穩定運行的基礎。因此，本文將脆弱性的概念引入區域物流系統可持續發展研究。首先，基于復雜系統理論，從物流系統的內外部環境的雙重視角，對區域物流系統脆弱性進行概念界定并構建概念模型；在此基礎上，通過對區域物流系統脆弱性影響因素的深入剖析，提出區域物流系統脆弱性評價指標體系與評估模型。最后，通過實例獲取省域層面的物流系統脆弱性空間分異特征，所得結論將為全國物流發展規劃提供重要的參考。

1 區域物流系統脆弱性模型

1.1 區域物流系統脆弱性概念模型

區域物流系統是指存在于特定地理空間中的物流產品生產系統，通常是特定地理空間中的區域經濟系統的子系統，由物流企業、物流基礎設施以及與物流服務有關的區域經濟政策所共同構成的統一體[13]。本文定義區域物流系統脆弱性為：在外界干擾和擾動下，區域物流系統因自身系統的不穩定性和敏感性，喪失全部或部分運作能力而導致物流系統效率下降的狀態。

區域物流系統脆弱性主要體現在2個方面：區域物流系統是由物流基礎設施、物流企業、物流信息平臺、物流管理體制等多要素構成的復雜系統，其內部的復雜性使其穩定性不高；區域物流系統隸屬于社會經濟系統和自然生態系統，其社會屬性和自然屬性使之易受社會環境和自然環境的影響，且外部環境的多變性致使區域物流系統的脆弱性難以控制。因此，脆弱性反映的是區域物流系統在面對社會環境、經濟發展、生態環境、政策制度等內外部因素干擾下的系統穩定性和應對能力，其概念模型如圖1所示。

圖1 區域物流系統脆弱性的概念模型Fig.1 The vulnerability theory model of regional logistics system

1.2 區域物流系統脆弱性的影響因素分析

區域物流系統受物流市場環境、物流基礎設施條件、物流發展政策環境、資源條件、生態氣候環境、地理條件等內外部因素影響。區域物流系統脆弱性問題的實質是區域社會-經濟-環境-資源共同作用的結果，其脆弱性的高低反映了區域經濟、社會、資源、環境對區域物流系統的不利影響程度。因此，區域物流系統脆弱性可以分為區域物流系統的經濟脆弱性、社會脆弱性、資源脆弱性、生態環境脆弱性4個子指標，其影響因素及結構形成如圖2所示。

圖2 區域物流系統脆弱性影響因素及結構Fig.2 The influence factors and structure of regional logistics system vulnerability

1.3 區域物流系統脆弱性評價指標建立

按照科學性、系統性、主導性等原則，從經濟脆弱性、社會脆弱性、資源脆弱性、生態環境脆弱性4個子指標出發，構建區域物流系統脆弱性的綜合評價指標體系，如表1所示。

表1 區域物流系統脆弱性綜合評價指標體系

2 區域物流系統脆弱性評價模型

2.1 數據標準化處理

構建區域物流系統脆弱性指標的數據矩陣Xij，對原始數據進行標準化處理，消除各指標數據量綱不一致對計算結果的影響。根據各指標對區域物流系統脆弱性的影響，將其分為正指標和逆指標。

正指標標準化處理，如式(1)所示：

(1)

逆指標標準化處理，如式(2)所示：

(2)

2.2 基于粗糙集的指標權重確定

粗糙集理論能夠通過對數據的分析，真實的體現數據反映的問題屬性，基于粗糙集的權重確定方法得到了較好的應用[15]；本文為克服樣本數據的片面性，將主觀賦權法和客觀賦權法思想相結合，綜合考慮專家經驗和客觀數據，建立基于粗糙集的綜合評價模型以確定指標權重。

(3)

(4)

式中：Maj為專家a對指標Tj的打分；m為專家個數；n為區域物流系統脆弱性的評價指標個數；α(0<α<1)為客觀數據重視度系數，α越大表示對客觀數據越重視。

2.3 模糊綜合評價模型

根據經濟脆弱性、社會脆弱性、資源脆弱性、生態環境脆弱性4個子系統的指標構成，利用模糊綜合評價模型分別計算得到子系統的脆弱性指數，如式(5)所示：

(5)

式中：VIig為區域i的第g項子系統的脆弱性指數；c表示子系統g的第1項指標；d為子系統g的指標總個數。

將4個子系統脆弱性指數加權求和，如式(6)所示：

(6)

式中：VIi為區域i的物流系統脆弱性綜合指數；Kg為子系統g的綜合權重，由子系統g所包含的各項指標權重累加而來。

3 區域物流系統脆弱性評估及空間分異特征

本文以中國大陸地區31個省(直轄市、自治區)為研究對象，計算各省(直轄市、自治區)的區域物流系統脆弱性值。評價指標中的社會消費品零售總額、土地面積、人口數據來源于《中國城市統計年鑒2014》，交通運輸、倉儲和郵政業全社會固定資產投資、運輸線路長度、公路船舶載運能力、電話普及率、企業信息化及電子商務情況、互聯網普及率、交通運輸用地、電力消耗量等數據來源于《中國區域經濟統計年鑒2014》，城市物流園區、城市物流節點數據來源于《全國流通節點城市布局規劃(2015—2020年)》、《全國物流園區發展規劃(2013—2020年)》，其他指標數據來源于《中國統計年鑒2014》。依據所建立的評估模型，計算得到區域物流系統的總體脆弱性、經濟脆弱性、社會脆弱性、資源脆弱性、生態環境脆弱性，如表2所示。采用自然斷裂法將脆弱性分為5類，依次為低脆弱性、較低脆弱性、中脆弱性、較高脆弱性、高脆弱性，如圖3～7所示。

表2 全國31個省(市、區)區域物流系統脆弱性評估值

續表2

3.1 區域物流系統脆弱性高低兩極分化現象顯著，生態環境脆弱性和社會脆弱性偏高是區域物流系統脆弱性居高的主要原因

計算可知，全國31個省(市、區)物流系統脆弱性均值為0.403 5，其中物流系統經濟脆弱性、社會脆弱性、資源脆弱性、生態環境脆弱性的均值分別為0.100 8，0.128 6，0.020 3，0.153 8。分地區來看， 9個省(市、區)物流系統脆弱性處于高脆弱性水平和較高脆弱性水平，13個省(市、區)物流系統脆弱性處于低脆弱性水平和較低脆弱性水平，并且物流系統脆弱性最大值與最小值相差近10倍，各省(市、區)物流系統脆弱性高低兩極分化現象顯著。分4項子指標來看，物流系統脆弱性較高的地區主要是因為其社會脆弱性或生態環境脆弱性居高，其中四川、云南、新疆等地主要受高值的生態環境脆弱性影響，貴州、青海、西藏受高值的社會脆弱性影響，而甘肅、寧夏的生態環境脆弱性和社會脆弱性均居高。

3.2 區域物流系統脆弱性空間分異特征顯著，“層級”特征明顯

從整體空間分布來看，全國31個省(市、區)物流系統脆弱性分布極不均衡，呈現“西高東低”的空間格局。31個省(市、區)中甘肅物流系統脆弱性值最大，為0.755 0；福建最小，為0.076 0。區域物流系統總體脆弱性方面，西部的西藏、甘肅、四川、寧夏、青海、云南、貴州為全國區域物流系統脆弱性的高值區域，均值高達0.567 0；遼寧、山東、福建、上海、長三角、京津冀則為全國區域物流系統脆弱性的低值區域，均值為0.239 4；中部區域的物流系統脆弱性處于平均水平，均值為0.384 0；因此，東部、中部、西部的區域物流系統脆弱性“層級”特征明顯，如圖3所示。

圖3 區域物流系統總體脆弱性Fig.3 The overall vulnerability of regional logistics system

3.3 區域物流系統的經濟脆弱性與社會脆弱性空間分布特征吻合

從4個子指標的脆弱性值來看，區域物流系統的經濟脆弱性與社會脆弱性在空間分布特征上具有很強的相似性，均呈現出西部集中偏高，東部離散偏低的空間分布特征，如圖4，5所示。物流系統經濟脆弱性與社會脆弱性的差異是中西部地區物流系統總體脆弱性差異的主要原因，主要原因在于東部地區經濟發展水平高，具有成熟的物流市場以及良好的區位條件，物流業發展起步早，基礎設施建設較為完備，已形成較為完善的區域物流系統；而西部地區地屬內陸，經濟發展相對落后，在物流市場環境、基礎設施建設、市場規模等方面與東部地區仍有較大差距。

圖5 區域物流系統社會脆弱性空間格局Fig.5 Social vulnerability spatial pattern of regional logistics system

3.4 區域物流系統的生態環境脆弱性普遍較高，東部地區的資源脆弱性高

從區域物流系統的資源脆弱性來看，東部地區的脆弱性值最高，以廣東、江蘇等地最為突出，如圖6所示。主要原因在于東部地區是我國經濟發展的前沿，經濟發展對土地資源及交通物流資源的需求增長迅速，資源供需矛盾日益突出。從區域物流系統的生態環境脆弱性來看，東部、中部、西部區域物流系統的生態環境脆弱性普遍較高，以西部地區最高，其次是中部地區，如圖7所示。究其原因，西部地區主要體現于生態破壞以及多發的自然災害所造成的區域物流系統脆弱性，而中部與東部地區主要表現在工業化與城市化進程中的環境破壞，以及突發性的環境事件所造成的區域物流系統脆弱性。

圖6 區域物流系統資源脆弱性空間格局Fig.6 Resource vulnerability spatial pattern of regional logistics system

圖7 區域物流系統生態環境脆弱性空間格局Fig.7 Ecological environment vulnerability spatial pattern of regional logistics system

4 結論

1)從復雜系統理論角度辨識區域物流系統脆弱性，提出了區域物流系統脆弱性評估方法，并以評估實例進行驗證。獲取的區域物流系統脆弱性的空間分異特征，可為全國物流總體規劃提供新的思路。

2)全國31個省(市、區)物流系統脆弱性的高低兩級分化現象明顯，區域物流發展極不均衡，且高生態環境脆弱性和高社會脆弱性是區域物流系統脆弱性居高的主要原因。

3)區域物流系統脆弱性的空間分布不均衡，“東低西高”的層級特征明顯。西部的西藏、甘肅、四川、寧夏等地形成了區域物流系統高脆弱性的集聚群，遼寧、山東、福建、上海、長三角、京津冀等地則形成了區域物流系統低脆弱性的優勢帶。

4)區域物流系統的經濟脆弱性與社會脆弱性差異是中西部地區物流系統總體脆弱性差異的主要原因，東部地區物流系統的資源脆弱性最高，而區域物流系統的生態環境脆弱性普遍偏高。

5)西部地區物流發展主要受高的社會脆弱性和高的生態環境脆弱性影響，建議國家層面開展物流規劃時，應加大西部地區基礎設施建設投資力度，進一步完善區域物流節點與物流園區的建設布局；而東部地區物流發展主要受資源環境約束，應不斷提高信息化、標準化和自動化水平，促進一體化運作和網絡化經營。此外，從環境保護和節約資源的目標出發，推進綠色物流發展是當前全國物流業發展的重要任務。

[1] XIN Kunlun, Tao Tao, Wang Yong, et al. Hazard and vulnerability evaluation of water distribution system in cases of contamination intrusion accidents [J]. Frontiers of Environmental Science, 2012, 6(6): 839-848.

[2] Noriega G R, Ludwig L G. Social vulnerability assessment for mitigation of local earthquake risk in Los Angeles County [J]. Natural Hazards, 2012, 64(2): 1341-1355.

[3] Huang Jianyi, Liu Yi, Ma Li, et al. Methodology for the assessment and classification of regional vulnerability to natural hazards in China: The application of a DEA model [J]. Natural Hazards, 2013, 65(1): 115-134.

[4] 王志強,徐瑞華.基于復雜網絡的軌道交通路網可靠性仿真分析[J].系統仿真學報, 2009,21(20):6670-6674.

WANG Zhiqiang, XU Ruihua．Reliability simulation analysis of urban rail transit networks based on complex network[J].Journal of System Simulation,2009,21(20): 6670-6674.

[5] 袁朋偉,宋守信,董曉慶,等. 城市軌道交通系統脆弱性因素辨識模型研究[J].交通運輸系統工程與信息,2014,14(5):110-118.

YUAN Pengwei, SONG Shouxin, DONG Xiaoqing. Vulnerability identification model of urban rail transit system[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(5):110-118.

[6] 葉青.基于復雜網絡理論的軌道交通網絡脆弱性分析[J].中國安全科學學報, 2012,22(2):122-126.

YE Qing. Vulnerability analysis of rail transit based on complex network theory [J].China Safety Science Journal, 2012, 22 (2):122-126.

[7] 尹洪英,徐麗群.道路交通網絡脆弱性評估研究現狀與展望[J].交通運輸系統工程與信息,2010,10(3):7-13.

YIN Hongying, XU Liqun. Vulnerability assessment of transportation road networks[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(3):7-13.

[8] Scott D M, Novak D C, Aultman-Hall L, et al. Network robustness index: A new method for identifying critical links and evaluating the performance of transportation networks [J]. Journal of Transport Geography, 2006 (14): 215 - 227.

[9] Jenelius E. Network structure and travel patterns: Explaining the geographical disparities of road network vulnerability [J]. Journal of Transport Geography, 2009(17):234- 244.

[10] 陳倬,佘廉.城市物流系統安全性研究—脆弱性及其評價指標集[[J].武漢理工大學學報(社會科學版), 2007,20(3):286-290.

CHEN Zhuo, SHE Lian. Security of city logistics system: vulnerability and its evaluation index system [J]. Journal of Wuhan University of Technology (Social Science Edition), 2007, 20(3):286-290.

[11] 柯錦輝.基于城市脆弱性的物流補救管理體系的研究[D].武漢:武漢理工大學,2009.

[12] 李兆磊,陳波,吳群琪.基于時效性的物流樞紐拓撲結構脆弱性分析[J].交通運輸工程與信息學報, 2014,12(4):32-38.

LI Zhaolei, CHEN Bo, WU Qunqi. Vulnerability analysis of logistics hub topology structure based on timeliness[J]. Journal of Transportation Engineering and Information, 2014, 12(4):32-38.

[13] 楊曉雁.區域物流系統效應分析[M].上海:上海財經大學出版社,2011.

[14] 方創琳,王巖.中國城市脆弱性的綜合測度與空間分異特征[J].地理學報,2015,70(2):234-247.

FANG Chuanglin, WANG Yan. A. Comprehensive assessment of urban vulnerability and its spatial differentiation in China [J]. Acta Geographica Sinica, 2015, 70(2):234-247.

[15] He Xin, Yang Hua, Gui Xiaolin. The maximum coverage set calculated algorithm for WSN area coverage [J].Journal of Networks, 2010, 5(6):650-657.

[16] 徐春婕,史天運,王曉冬.基于粗糙集的高鐵客運站服務質量評價模型[J].交通運輸系統工程與信息, 2014, 14(2):132-137.

XU Chunjie, SHI Tianyun, WANG Xiaodong. Service quality evaluation model for high-speed railway passenger station based on rough set[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(2):132-137.