西部地區物流綜合評價與協調發展研究

戴德寶，范體軍，安 琪

(1.上海大學管理學院，上海 200444； 2.華東理工大學商學院，上海 200237)

一、引言

2016年中國全年經濟總量達到74.41萬億元，東部(10省市)、中部(6省)、西部(12省市)和東北(3省)分別占比42.9%、34.8%、16.7%和6.6%。面積和人口各占全國71.4%和28.6%的西部地區(四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西和內蒙古)礦產、能源和土地資源豐富，但經濟規模差距依然巨大，需要積極用好十九大提出的新發展理念，加快現階段技術創新、供給側改革、產業結構升級和經濟體制改革，借助“東風西漸”實現跨越式發展。盡管交通不便，但是區域內的物流和經濟存在相互依賴、相互協調、相互促進和相互制約的動態耦合關系[1]，2008-2016年GDP增速超過東部地區。西部地區完全可以借鑒東部“經濟發展，物流先行”模式，緊跟“一帶一路”戰略，利用互聯網共享經濟模式，有效衡量物流發展水平、快速發現物流產業瓶頸、協調整合物流資源以及合理規劃物流網絡布局，促進西部地區經濟發展、解決區域經濟不平衡問題和助推經濟一體化。

區域物流是依據可持續發展總體目標而構建的適應區域環境特征、提供區域物流功能以及滿足區域各項發展需要的物流活動體系，具有合理的空間結構和服務規模以及有效的組織與管理機制[2]。國內外學者的研究成果主要體現在以下三個方面。

(1)區域物流與經濟關系。一是定性分析。Li等[3]應用交通基礎設施與區域經濟增長的內在作用機理分析前者對后者的帶動作用。二是定量分析。Bensassi等[4]使用引力模型和重力方程等發現物流對貨物貿易流動的重要性，ule等[5]使用人工神經網絡發現國家競爭力與物流效率之間密切相關。

(2)區域物流影響因素與評價。一是影響因素分析。Spillan等[6]從供應鏈管理角度分析物流競爭力潛在影響因素，Allen等[7]使用多城市數據分析地理、空間和土地因素對城市物流的影響，D’Aleo和Sergi[8]基于歐盟物流競爭力研究信息技術和人力資源對物流績效的影響。二是評價指標和方法研究。Carlucci等[9]使用主成分分析法評估分析意大利區域物流競爭力，Liang和Ding等[10]應用模糊質量評價法評價臺灣國際港口物流中心，Wong等[11]使用成本、時間、質量和靈活性等指標體系評估珠江三角洲直接和間接的跨境供應鏈績效，Wong等[12]使用數據包絡分析法評估馬來西亞第三方物流績效。

上述研究偏于企業微觀尺度或全球一體化角度，國家視角的評價多是基于單個省市縱向分析[18-19]，缺乏橫向比較，難以總體把握區域物流發展不平衡，容易忽略省市間物流聯系，計量經濟學、層次分析法以及主成分分析法等評價方法傾向主觀。區域物流網絡規劃布局研究多著眼物流中心甄選而忽視“區位”關鍵要素影響，定性分析節點間輻射和聯系尚欠科學。基于已有文獻資料，本研究先構建西部地區區域物流評價體系，針對西部各省市，利用不同評價方法的適用特點和優勢，使用多種方法組合評價，以提高評價質量[20]。客觀準確的綜合評價及聚類分析可為發現區域物流發展制約因素和比較優勢提供理論依據，使用評價結果和引力模型構建西部地區區域物流軸輻式網絡布局有利于合理配置物流資源和提高物流系統運轉效率，并為西部地區經濟發展提供參考決策。

二、研究思路和評價體系

(一)研究思路

研究思路(見圖1)包括數據收集及評價體系建立、獨立評價、綜合評價和物流網絡布局規劃四大步驟和11項具體研究任務。初選評價指標來自于國內外相關研究和我國實際情況，研究數據來源于2014-2016年國家與省市統計年鑒、谷歌地圖、中國公路信息服務網等。

圖1 研究思路結構圖

(二)評價指標選取

為了全面、準確和客觀地評價西部地區區域物流發展水平，必須遵循研究科學性、方法可行性、評估系統性、指標可比性等原則，構建相應量化指標測評體系。本研究從區域經濟水平、物流供求和發展狀況、物流支持狀況和信息化水平等四個維，度評估西部地區12省市綜合物流發展水平。區域經濟水平涵蓋經濟實力與消費水平，能夠有力推動區域物流發展；物流供求和發展狀況從生產、消費、國內流通等不同角度，映射區域物流服務的行業需求、潛在物流量和行業生命力；物流支持狀況指標用于反映物流設施基礎和人力資源情況，從側面體現該區域的物流流通能力以及政府支持程度；信息化程度是影響物流能力表現、物流現代化程度的重要指標。根據指標選擇完備性、指標含義明確性以及數據可獲性原則，并兼顧評估特殊性和綜合性，最終建成包含16條指標的綜合評價體系(見表1)。

(三)數據收集與整理

(1)數據預處理。本研究選取西部地區12個省級行政區2015年相關數據進行橫向比較分析，并評價區域物流發展水平。同時還獲取2014年相關數據進行縱向物流發展水平綜合評價對比分析。基于表1評價指標體系，對12省市數據進行預處理，對不能直接獲得的指標數據進行轉換整理。例如引入公路和鐵路運輸網密度{=(公路里程+鐵路里程)/鐵路里程}指標描述地廣人稀的西部地區物流設施基礎水平以降低誤差。

表1 西部地區區域物流發展水平綜合評價體系

(2)數據標準化。為消除指標量綱和數量級影響，本研究采取Z-Score方法對原始數據進行標準化轉換。區域物流發展水平的樣本矩陣X設有n(=12)個區域、p(=16)個評價指標，xij表示第i個省市的第j個指標值，矩陣Z=[Zij]為標準化矩陣。

(1≤i≤n;1≤j≤p)

(1)

三、三種方法獨立評價和綜合評價

(一)主成分分析評價模型

主成分分析法基本思想是：保證信息損失小的同時，使用線性變換聚集原有指標，生成幾個綜合指標(主成分)，達到降維目的[21]。本文使用2015年數據和表1評價指標體系，運用主成分分析法評價對西部地區物流能力水平。

(1)提取主成分。利用統計軟件計算得出評價指標相關系數矩陣R，并計算其特征值、貢獻率和累計貢獻率，根據累計貢獻率要達到85%以上和方差大于1原則[22]，提取出3個主成分特征值分別為9.228、2.924和1.668，各解釋原始變量信息的57.673%、18.273%和10.427%，累計貢獻率達到86.373%，能夠反映西部12省的綜合物流水平。

(2)主成分載荷分析。為便于解釋實際問題，對主成分因子進行方差最大正交旋轉處理，得原始變量的主成分載荷矩陣(見表2)。第一主成分(物流支持因子：X2、X4、X5、X6、X7、X8、X9、X10、X12、X13、X14)和第二主成分(信息化水平因子：X1、X15、X16)具有較高載荷和較強解釋能力，第三主成分(發展潛力因子：X3、X11)具有較高載荷。

(3)主成分綜合得分與排名。先利用標準化數據和主成分載荷計算各主成分得分：

(2)

其中，Fik表示第i個被評價省市第k個主成分取值，Zij表示第i個被評價對象第j項指標標準化后的值，xjk表示第k個主成分的第j項指標的載荷值，λk表示第k個主成分的特征值。以各主成分的方差貢獻率比重作為權重，線性加權求和得到綜合主成分得分：

(3)

其中，Ei反映第i個省市物流發展的綜合實力。Rk表示第k個主成分權重(方差貢獻率)，s為提取主成分個數。Ei值越高，說明該地區物流發展綜合水平越高，競爭力越強，反之則不然。計算結果如表3所示。

表2 旋轉載荷矩陣

表3 基于主成分分析的2015年西部地區區域物流發展水平綜合得分及排名

(二)熵權法評價模型

熵權法根據各指標觀測值的信息量大小確定指標權重，以減少主觀性[23]。設有m(=12)個評價對象，n(=16)個評價指標,yij為標準化樣本矩陣，則第j項指標的熵為：

(4)

hj(=1-hj，差異性系數)表示第j個指標值的分散程度。第j個指標yij值分布越分散，相應hj值越大，表明其重要程度越高。相反則表明其重要性越低；如果yij值都相等，表明其分布絕對集中，則在評價時沒有作用。因此，可用熵測度來表示第j個指標的權重為：

(5)

通過式(5)計算，可得X1-X16指標的熵值法權重為(0.0122，0.0646，0.0019，0.0809，0.0706，0.0801，0.1307，0.0578，0.1384，0.1012，0.085，0.0743，0.0641，0.0343，0.0017，0.0022)，2015年西部地區物流發展水平基于熵權法的綜合排名是四川、重慶、陜西、廣西、云南、內蒙、貴州、新疆、甘肅、寧夏、青海、西藏。

(三)灰色關聯分析評價模型

灰色關聯分析基本思想，是根據各比較序列集曲線與參考序列曲線之間的幾何相似度確定二者的關聯度，值越大表明評價對象與目標對象越接近[24]。利用灰色關聯分析綜合評價西部地區區域物流發展水平過程如下：

(1)確定參考序列。參考序列是一個理想標準，由各指標最優值或最劣值構成。假設系統有1個參考序列xoj和m(=12)個比較序列xij，xoj表示綜合指標在j指標評價值，xij表示第i個評價對象在j指標取值。

(2)計算關聯系數和關聯度。xoj和xij在j指標上的關聯系數如下：

(i=1,2,…,12;j=1,2,…,16)

(6)

其中，α是分辨系數，其作用在于提高關聯系數之間的差異顯著性，一般在0和1之間，通常取值0.5。ξij反映第i個比較序列xi與參考序列x0在第j個指標上的關聯程度。通過式(7)計算各評價對象各指標關聯系數的加權平均值用以反映其與參考序列的綜合關程度，考ωj為第j項指標的權重。

(7)

由于所有指標均為正向型指標，本研究取標準化處理后各指標最大值組成參考序列，并利用前面熵權法權重作為客觀權重，使用MATLAB計算得到基于灰色關聯分析法的2015年西部地區物流發展水平綜合排名是四川、重慶、廣西、陜西、內蒙、云南、貴州、新疆、甘肅、寧夏、青海、西藏。

(四)三種評價方法的一致性檢驗

分別使用上述三種方法對西部十二地區2014年數據進行單方法評價。采用Kendall協同系數檢驗法對主成分分析法、熵權法、灰色關聯分析法三種方法的評價結果的一致性進行檢驗，結果如表4所示。

表4 Kendall協同系數檢驗結果

由表4可知，2014年和2015年的Kendall協同檢驗系數均接近1且概率P值小于0.05，表明在顯著性水平為0.05的情況下，三種方法的評價結果通過Kendall檢驗，即三種方法的評價結果具有統計意義上的一致性，因此可以采用加權平均法進行組合評價。

(五)區域物流發展水平綜合評價

(1)組合評價。設xij為第i個省市第j種評價方法評分值，采用Z-score標準化處理的標準得分yij，則第i個省市最后得分為ti=(yi1+yi2+yi3)/3，按ti大小對12個省市排序(見圖2)，整體一致，局部新疆和貴州兩年位置出現互換情況。

(2)聚類分析。綜合評價結果發現，各省市物流發展水平存在差異性和不均衡性。為了更好地研究西部地區區域物流發展水平的特征及趨勢，借助多元統計的度量尺度描述其共性與差異，使用上文建立的評級指標體系及2015年數據進行聚類分析。取類間間距d=5時比較合適，將12個省市分為了四類，第一類：四川；第二類：重慶、陜西、內蒙；第三類：廣西、云南、貴州、甘肅；第四類：寧夏、青海、西藏、新疆。

綜合上述三種獨立評價方法、組合評價、聚類分析結果發現西部地區各省份物流發展水平差異明顯。四川、重慶、陜西和內蒙等省市物流發展水平較高，廣西、云南、貴州和甘肅一般，新疆、寧夏、青海和西藏較低。2014年與2015年縱向對比分析發現西部地區整體物流發展水平穩中有升，各省市均具有自身優勢和潛在競爭力。西南各省物流發展水平高于西北各省，臨近中部和邊境區域高于內陸區域。12個省市物流發展水平橫向上可分為四個層級。第一級(四川)物流發展水平超高的原因是區位優勢明顯，處于西南物流中心顯要位置，輻射帶動作用強，綜合交通運輸體系和基礎設施已具規模；第二級(重慶、陜西、內蒙)物流發展水平穩定，物流與經濟長期協同發展。內蒙古比較特殊，經濟潛力因子Fi3為12省最低，可能原因是經濟有賴于大量外來投資支持，物流發展未成規模，經濟促進作用不明顯；第三級(廣西、云南、貴州、甘肅)的消費能力、人均收入和生活質量較為均衡，與其他省市聯系較少，物流發展緩慢，缺乏大范圍內開展物流網絡化服務的實踐經驗；第四級(新疆、寧夏、青海、西藏)物流支持因子Fi1排名最后，物流發展落后的原因可能是經濟實力不強、工業落后、交通不發達且各方面條件欠缺，但是其信息化程度在提升，經濟發展速度較快，區域物流服務需求規模在逐步提升。

圖2 西部地區區域物流發展水平組合評價結果

四、西部地區物流網絡布局規劃

各地政府紛紛開展物流戰略、基礎設施、支持政策等物流系統建設，區域物流發展迅速。然而上升時期，為謀求更多資源和空間優勢，各地物流系統建設過程中由于攀比和競爭心態導致規劃和定位雷同而內耗嚴重。“先發展中心和后輻射周邊”的點軸理論能夠反映社會經濟空間組織客觀規律，廣泛應用于國土開發和區域發展領域[25]。軸輻式物流網絡模式是運用網絡分析方法將交通運輸線路看作由點和軸組成的空間規劃與交通運輸相關的應用系統[26]。軸輻式區域物流布局規劃能夠充分整合物流資源并形成規模效應，實現物流時效性和經濟性，促進區域經濟協同共贏[27]。

(1)軸心城市和輻心城市選擇。一個軸輻式物流網絡在無擁堵理想狀態下宜選取4到5個樞紐節點[28]。結合上文對西部地區2015年區域物流發展水平的綜合評價和聚類分析結果，本研究初步選取綜合評價較高且聚類結果為前兩層次的四川、重慶、陜西和內蒙為樞紐節點。參考地理位置因素，將得分較高的新疆也選擇為樞紐節點。支配地位的樞紐節點為軸心，其他節點為輻心和輻點。根據物流發展水平綜合評價結果，西部地區軸輻式物流網絡布局可分為三個層次(見圖2)，四川省遠領先其他省市為西部地區軸心，重慶、陜西、內蒙、新疆為輻心，廣西、云南、貴州、甘肅、寧夏、青海、西藏為輻點。

(2)基于引力模型和隸屬度的輻射范圍確定。軸心省市定位之后需要確定軸心省市輻射范圍和計算省市之間物流聯系度。依據區域物流網絡特點，本研究選取引力模型分析樞紐節點省市的輻射范圍。受到萬有引力公式啟示，Reilly[29]使用引力模型分析城市間零售引力強度作為城市間經濟聯系度[30]，此后被用于其他經濟領域。

(8)

如式(8)所示，Iij為物流引力；Zi和Zj分別代表各省的“物流質量”，用各省市物流發展水平組合評價得分表示。由于負值不能表示“物流質量”，特將物流發展組合評價得分均線性平移兩個單位作為調整數據；非直轄市省級區域以省會作為經濟輻射中心和“幾何”中心，選取各省省會城市之間最短公路運輸距離數據替代省市之間的“空間距離”。α為引力系數，常取值1；Dij為空間距離；r為引力衰減系數，常取值2。僅有城市間物流引力還不能清晰地劃分輻射范圍，需要引入經濟聯系隸屬度[31]作為衡量標準。

(9)

使用式(9)測度物流往來影響范圍，更能直觀反映輻點省市對軸心輻心省市的隸屬程度。Mij為物流聯系隸屬度，表示i省市節點歸屬于j省市節點輻射概率；Iij為式(8)得出的物流引力強度。通過計算西部地區5個軸心輻心省市與7個輻點省市之間的物流引力和隸屬度，發現內蒙和新疆與輻點省市之間的物流引力均很低，隸屬度結果顯示這兩個地區的輻射范圍無輻點省市，因此將這兩個地區由軸心節點降至輻點節點，重新進行物流引力與隸屬度計算，結果如表5所示。

表5 省市間物流引力強度和隸屬度結果

注：“/”前為物流引力強度。“/”后為隸屬度。

(3)西部地區軸輻式物流網絡布局規劃。將輻點節點歸為對于隸屬度最大的軸心輻心省市的輻射范圍中，最終根據所確定的軸心輻心城市、輻點城市和輻射范圍結果構建出如圖3所示以四川為軸心、以重慶和陜西為輻心的“一主兩副”西部地區軸輻式物流規劃格局。第一層為強隸屬關系：四川→(云南、新疆、西藏)；重慶→(貴州、廣西)；陜西→(甘肅、內蒙、寧夏、青海)；第二層是較強隸屬關系：重慶→(云南、甘肅)，四川→(貴州、廣西、甘肅、內蒙、青海)，說明四川和重慶的輻射范圍和影響力要高于陜西，如果雙重疊加，影響會更大。

圖3 中國西部地區軸輻式物流網絡布局結構圖

五、西部地區物流與經濟發展策略

(1)本研究通過層次分析法、熵權法和關聯分析等多種方法評價西部地區各省份物流發展水平數據，排序結果也并非完全一致，后加用組合評價方法進行綜合評估。再使用Kendall協同系數檢驗組合評價解決單一方法評估不一致問題，利用綜合評價和聚類分析結果以及點軸理論通過引力模型定量分析西部地區各省份物流發展聯系，構建“一主兩副”西部地區軸輻式物流網絡布局。一般點軸理論計算結果是一個軸心城市或輻心城市可以輻射多個輻點城市，但還應該考慮一個輔點城市也可擁有兩個以上軸心城市或輔心城市的情況。

(2)使用城市數據部分代替省份數據則是基于當前國內省會城市優先發展假設。盡管有諸多原因，不可否認的是省會城市在中國許多省份相比于省內其他城市會有更多資源和政策。政策研究需要體現生態環境保護價值，不能對新疆、西藏、青海和內蒙進行簡單的現代經濟數據映射。

(3)使用隸屬度繪制網絡布局圖時需要顧及隸屬度的層次性。其他省會城市對重慶、成都和西安的隸屬度分三層關系(表5)，將第二層隸屬度標記在圖3上(虛線連線)會發現有這樣幾組幾何關系：西南北鐵三角“重慶-成都-西安”、西南北三棱錐“蘭州-重慶-成都-西安”、西南四棱錐“貴陽-昆明-成都-重慶-南寧”。

西部地區是中國未來經濟發展的戰略要地，西部地區經濟提升不僅是差距填補問題，更是中國走向經濟強國的保障。本研究通過物流發展水平評價與布局規劃試圖發現西部地區經濟發展優勢與挑戰，基于地區地理空間思維和整體發展思路發現西部各省市發展策略。

(1)加強物流基礎設施建設。“一帶一路”為中國西部地區，尤其是西北地區提供絕好的發展機會，新疆、甘肅、內蒙和陜西需要加強基礎設施建設和升級，優先發展物流運輸產業，發揮亞歐大陸橋作用。

(2)做實經濟空間幾何體。西南北鐵三角，作為西部中間核心發達省市需要加強互動效應，形成西部南北三角核心區；西南北三棱錐主要是突出蘭州作為“一帶一路”必經城市的大力參與，以后可以作為西寧和銀川的輔心城市；西南四棱錐突出貴陽的上升空間以及南寧與珠三角鄰接效應。

(3)發揮長江經濟帶西部倒推力，加強技術創新和加快產業結構升級。重慶、四川、云南和貴州需要引流長江經濟帶東部高成本擠出的技術、人力、物料和場地資源，除物流外，電子、輕工、汽車、互聯網等諸多產業都會有很大生長空間。

(4)利用好國家技術扶貧政策，廣泛吸納技術和人才，優質供應地區特產。貴州獲批建成全國首個國家級大數據綜合試驗區，一下躍升為國內技術領先省份；新疆利用電子商務的精準扶貧網售當地特產非常成功，2017年天貓雙11賣出阿克蘇蘋果170多萬斤。

(5)以國帶點帶線，以點以線帶區，以區帶城，以城帶省。深圳和上海浦東都是成功典范，帶動珠三角和長三角，再帶動更多的城市形成城市群，形成可觀的省份數據。目前西部地區可以借鑒東部發展模式，緊跟國家點線戰略加快發展。烏魯木齊作為“一帶一路”西部進出口中轉站潛力巨大。

(6)環境保護與經濟發展并行。高海拔地區的西藏、青海、四川西部、新疆南部以及沙漠化的內蒙部分地區不能簡單使用現行經濟指標衡量，甚至可以不納入現行經濟考察行列或者使用環境資產計算，發展規劃要充分考慮地質風險和生態資源，產業宜簡單環保，可實行限量性的生態旅游、養殖、種植和商務會議。

[1]劉維林.區域物流系統與經濟增長的動態耦合機理與實證仿真[J].經濟地理,2011(9): 1493-1498.

[2]徐青青,繆立新. 區域物流發展及研究綜述[J]. 物流技術,2006(4): 1-3.

[3]LI J, WEN J, JIANG B. Spatial spillover effects of transport infrastructure in Chinese New Silk Road Economic Belt [J]. International Journal of e-Navigation and Maritime Economy, 2017, 6: 1-8.

[4]BENSASSI S, MRQUEZ-RAMOS L, MARTNEZ-ZARZOSO I, et al. Relationship between logistics infrastructure and trade: Evidence from Spanish regional exports [J]. Transportation Research Part A Policy & Practice, 2015, 72(72): 47-61.

[6]SPILLAN J E, MCGINNIS M A, KARA A, et al. A comparison of the effect of logistic strategy and logistics integration on firm competitiveness in the USA and China [J]. International Journal of Logistics Management, 2013, 24(2):153-179.

[7]ALLEN J, BROWNE M, CHERRETT T. Investigating relationships between road freight transport, facility location, logistics management and urban form [J]. Journal of Transport Geography, 2012, 24(4):45-57.

[8]D’ALEO V, SERGI B S. Human factor: The competitive advantage driver of the EU’s logistics sector [J]. International Journal of Production Research, 2017, 55(3): 642-655.

[9]CARLUCCI F, CIRA, FORTE E, et al. Infrastructure and logistics divide: regional comparisons between North Eastern & Southern Italy [J]. Technological & Economic Development of Economy, 2017, 23(2): 243-269.

[10]LIANG G S, DING J F, PAN C L. Applying fuzzy quality function deployment to evaluate solutions of the service quality for International port logistics centres in Taiwan [J]. Proceedings of the Institution of Mechanical Engineers Part M Journal of Engineering for the Maritime Environment, 2012, 226(4):387-396.

[11]WONG D W C, CHOY K L, CHOW H K H, et al. Assessing a cross-border logistics policy using a performance measurement system framework: The case of Hong Kong and the Pearl River Delta region[J]. International Journal of Systems Science, 2014, 45(6): 1306-1320.

[12]WONG W P, SOH K L, GOH M. Innovation and productivity: Insights from Malaysia’s logistics industry [J]. International Journal of Logistics Research & Applications, 2016, 19(4): 318-331.

[13]VANBURKLEO S F. Logistics and supply chain process integration as a source of competitive advantage: An empirical analysis [J]. International Journal of Logistics Management, 2014, 25(2):289 - 314.

[14]HEUVEL F P V D, LANGEN P W D, DONSELAAR K H V, et al. Spatial concentration and location dynamics in logistics: The case of a Dutch province [J]. Journal of Transport Geography, 2013, 28(2): 39-48.

[16]RAO C, GOH M, ZHAO Y,et al. Location selection of city logistics centers under sustainability [J]. Transportation Research Part D Transport & Environment, 2015, 36:29-44.

[17]趙泉午, 楊 茜. 考慮CO2排放量的城市專業物流中心選址研究[J]. 中國管理科學, 2014, 22(7): 124-130.

[18]廖志高,苑希港. 基于主成分分析的廣西區域物流發展效率評價指標體系構建及實證研究[J]. 物流技術, 2013(23): 273-276, 282.

[19]丁 偉,張 亮,李 健. 軸—輻式現代物流網絡構建及實證分析[J]. 中國軟科學, 2010(8): 161-168.

[20]彭張林, 張 強, 楊善林. 綜合評價理論與方法研究綜述[J]. 中國管理科學, 2015(s1): 245-256.

[21]何曉群. 多元統計分析[M]. 第二版. 中國人民大學出版社, 2008.

[22]PATRICIA M DONEY, JOSEPH P. Cannon. An examination of the nature of trust in buyer-seller relationships[J]. Journal of Marketing, 1997, 61(2): 35-51.

[23]周梅華. 可持續消費測度中的熵權法及其實證研究[J]. 系統工程理論與實踐, 2003(12): 25-31.

[24]譚學瑞, 鄧聚龍. 灰色關聯分析;多因素統計分析新方法[J]. 統計研究, 1995, 12(3): 46-48.

[25]陸大道. 關于“點—軸”空間結構系統的形成機理分析[J]. 地理科學，2013, 22(1): 1-6.

[26]趙 晉, 張建軍, 嚴蔡華. 允許直達的混合軸輻式快遞網絡規劃模型與算法研究[J]. 中國管理科學, 2016, 24(11): 58-65.

[27]劉 荷, 王 健. 基于軸輻理論的區域物流網絡構建及實證研究[J]. 經濟地理, 2014(2): 108-113．

[28]MATSUBAYASHIA N, MASUDA Y, NISHINO H. A cost allocation problem arising in hub-spoke network systems [J]. European Journal of Operational Research, 2005, 160(3): 821-838.

[29]REILLY W J. Methods forthe study of retail relationships [M]. University of Texas，Bulletin，1929.

[30]侯赟慧,劉志彪,岳中剛. 長三角區域經濟一體化進程的社會網絡分析[J]. 中國軟科學,2009(12): 90-101.

[31]牛慧恩,孟慶民,胡其昌,等. 甘肅與毗鄰省區區域經濟聯系研究[J]. 經濟地理, 1998(3):51-56.