基于云模型的區域物流與經濟耦合度研究

羅 建，何傳磊，趙 蕾，薛 鋒,4

基于云模型的區域物流與經濟耦合度研究

羅 建1，何傳磊2，趙 蕾3，薛 鋒2,4

（1. 西華大學，汽車與交通學院，成都 610039；2. 西南交通大學，交通運輸與物流學院，成都 611756；3. 中國建筑西南設計研究院有限公司，成都 6100414. 綜合交通大數據應用技術國家工程實驗室，成都 611756）

區域物流與區域經濟的協調對兩者的健康有序發展均存在較大的影響。選取適當指標體系, 結合耦合理論、云模型理論與方法, 得到區域物流子系統與區域經濟子系統耦合度綜合云參數的計算方法及步驟, 并結合四川省物流與經濟系統相應數據進行分析。實例結果表明, 在研究期內, 四川省區域物流與經濟子系統各自的效用呈現增長趨勢, 區域物流子系統效用年均增長率為24.50%, 區域經濟子系統效用的年均增長率為32.93%, 耦合度綜合云的期望在0.4974到0.5001之間, 表明區域物流與區域經濟系統處于中等耦合階段。

區域物流；區域經濟；云模型；耦合度

0 引 言

區域內的一切物流活動，從貨物的包裝、運輸、存儲，乃至物流鏈中的信息傳送、流通等其他附加作業，均為區域物流的一部分。區域經濟是區域內經濟發展形成的綜合體，包括經濟發展的內外部因素，是區域經濟發展客觀規律的反映主體。區域物流與區域經濟之間關系密切，區域經濟的發展能夠在很大程度上促進區域物流的發展，區域物流的高效便捷也會對區域經濟產生拉動作用，兩者存在一定的耦合促進機制，主要反映在區域物流的供需平衡對于區域經濟調節的依賴。

國內外對于區域經濟與區域物流的研究較為豐富，Pedersen、Fan等[1, 2]從定性或定量的角度出發，針對區域物流對區域經濟的促進作用進行了研究；Chao[3]在研究區域物流對區域經濟影響的基礎上，對區域物流的供需情況進行分級；王洪軍、劉明菲等[4, 5]分析了區域經濟系統對于區域物流的促進作用，指出區域物流與區域經濟之間存在一定的協調機制；劉秉鐮等[6]研究了區域物流與區域經濟之間的相互作用，指出這種相互作用是二者內部要素的直接關聯與耦合；許華靜等[7-9]通過建立區域物流與經濟系統模型，結合案例分析了區域物流與經濟之間的相關性；胡冰茜和周小虎等[10, 11]建立相應的區域經濟與物流耦合評價指標體系，計算了區域物流與區域經濟的耦合度。上述研究對區域物流與區域經濟耦合關系的分析，存在主觀性強、操作復雜等缺點，對耦合關系的量化值計算過于簡單，不能深刻反映區域物流和經濟之間的關系內涵。

本文參考國內外相關文獻，選取區域物流與區域經濟相關指標，結合云模型理論與方法，在構造區域物流與區域經濟效用云的基礎上，結合耦合度計算方法，得出區域物流與區域經濟耦合度綜合云參數的計算方法，并結合四川省區域物流與區域經濟相應數據得到四川省區域物流與區域經濟的耦合度綜合云，將其與評價云進行對比，最終對區域物流與區域經濟耦合度進行評價。云模型能夠較好地兼顧模糊性與隨機性，對準確度量區域物流與區域經濟間的耦合度具有較為明顯的作用。

1 區域物流與經濟耦合度指標及數據處理

區域物流與區域經濟系統之間存在一定的互動作用，要界定二者之間的耦合協調度，需要先選取兩個系統中具有代表性的參數作為評價指標，在指標選取時，需依據科學性、層次性、代表性和可操作性的原則。本文參閱相關文獻，確定初始指標體系，并通過理論分析法和專家打分法對初始指標進行篩選，確定最終評價指標體系。

在該指標體系中，區域物流部分用系統A表示，其評價指標包括交通運輸和倉儲及郵電通信業城鎮單位就業人員（指標1）、交通運輸及倉儲和郵政業全社會固定資產投資（指標2）、鐵路營業里程（指標3）、公路里程（指標4）、貨運量（指標5）、貨物周轉量（指標6）、民用載貨汽車擁有量（指標7）、快遞量（指標8）；區域經濟部分用系統B表示，其評價指標包括全社會固定資產投資（指標1）、第三產業增加值（指標2）、地區生產總值（指標3）、社會消費品零售總額（指標4）、居民消費水平（指標5）、經營單位所在地進出口總額（指標6）、地區生產總值指數（指標7）、國有經濟能源工業固定資產投資（指標8）、地方財政一般預算收入（指標9）。

式中，S表示第個指標的標準差，計算如下：

2 區域物流與經濟耦合度評價方法

2.1 云模型理論

在大系統耦合協調度的計算過程中，存在較多的不確定評價因素，云模型作為定性與定量之間轉換的不確定性模型，能夠較好地在耦合協調度計算過程中實現各種定性因素的量化處理，因此本文基于云模型理論研究區域物流與經濟之間的耦合關系。

云的數字特征一般用期望E、熵E和超熵H表示。其中期望E表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵E表示定性信息的模糊性，是定性信息不確定性的表征；超熵H是云度厚度的度量，云滴越厚表示隸屬度的離散程度越大，云的厚度也越大[15]。

根據概念可以將云模型分為正向云和逆向云。正向云是實現定性向定量轉化的過程，由云的數字特征產生云滴。逆向云是由多個樣本組成的云滴產生云數字特征的過程，與正向云相反，是定量到定性的轉換。正向云與逆向云的關系如圖1所示。

圖1 正向云與逆向云的關系

2.2 耦合度綜合云生成方法

式中，+表示正向指標，-表示負向指標。

區域物流和區域經濟單系統效用，可根據不同指標對系統的貢獻度對其賦予權重，并按照下式進行計算：

式中，r表示第個指標與其他指標相關性總體情況，按下式計算：

其中表示指標的相關矩陣：

式中，r表示指標與指標之間的相關性。

由耦合理論可知，當存在個子系統組成大系統時，大系統的整體耦合度[12]為：

在計算多個子系統構成的大系統的耦合度綜合云的相應參數前，需先得到單系統不同指標的隸屬云及其數字特征。根據云模型的概念和定義，單系統的云模型參數的計算法則如下[15]：

單個系統效用形成的云的期望、熵和超熵的計算方法如下式所示：

根據單系統云的期望、熵等參數，可進行多系統復雜云的相關參數計算，依據文獻[15]提供的思路及大系統的整體耦合度計算方法，可得兩子系統的大系統耦合度綜合云的數字特征參數。

耦合度的云期望為：

耦合度云的熵為：

超熵為：

在得到組合系統的耦合度云之后，需要相應的耦合度評價云才能對組合系統的耦合度情況進行判斷。評價云的構造可參照文獻[17]所示的方法進行。

首先，參考國內外相關文獻，對耦合度的評價值進行分級。本文將耦合度分為五個等級，各等級區間如表1所示。

表1 耦合度等級

根據表1所示分級結果，計算各級別評價云的相關參數，如表2所示[15]。

表2 耦合度評價云相應參數

根據表2中的各級別耦合度云的參數繪制評價云圖形，如圖2所示。

圖2 耦合度評價云

2.3 基于云模型的區域物流與經濟耦合度評價步驟

基于云模型的區域物流與經濟耦合度綜合云的相應參數計算步驟如下：

step1 對區域物流與區域經濟子系統的歷史樣本數據按照公式（3）進行處理。

step3 按照公式（12）~（22）可得區域物流和區域經濟大系統耦合度的綜合云數字特征參數。

step4 將區域物流與區域經濟組成的大系統耦合度綜合云與相應的評價云作比較，得到最終的評價結果。

3 實例分析

根據四川省統計年鑒及國家統計局統計網站所得到的數據，其中2006—2015這十年為四川省經濟增長的關鍵周期，將其作為實例分析具有一定的代表性。搜集2006—2015年四川省物流系統與經濟系統的相關參數，按照公式（1）對數據進行標準化處理，按照公式（5）所示的方法，計算得到各指標的權重如表3所示。

表3 區域物流系統與經濟系統指標權重表

為了提高計算結果的可靠性，將研究期劃分為四個具有重合窗的階段，依次為2006—2009年、2008—2011年、2010—2013年及2012—2015年，根據表3所示權重情況，結合公式（4）計算可得區域物流系統與經濟系統的效用情況，如表4所示。

表4 區域物流系統與經濟系統效用值

由表4可以看出，四川省物流系統效用在時期1到時期4間呈現增長趨勢，年均環比增長幅度為24.50%。四川經濟系統效用在時期1~4間也表現出較大幅度的增長，環比增長率為32.93%。圖3所示為區域物流系統與經濟系統不同時段效用值及其增長情況。

圖3 區域物流系統及經濟系統效用值及其增長情況

由圖3可以更加清晰地看到四川省區域物流系統與經濟系統效用值在時期1到時期4的增長情況：在時期1至時期3時，經濟系統效用略低于區域物流系統效用，在時期4時，兩系統效用基本相等。從圖3下半部分可以明顯看出，在時期2與時期3時，經濟系統效用的年環比增長率明顯高于區域物流系統，在時期4時，區域物流系統效用的增長率大于經濟系統的增長率。

根據以上計算結果，結合耦合度綜合云參數計算步驟，可得時期1到時期4間四川省區域物流與經濟耦合度綜合云的相關參數，如表5所示。

表5 耦合度綜合云參數

根據表5中的參數可得時期1到4間四川省區域物流系統與經濟系統耦合度云的表示，如圖4和圖5所示。

圖4 時期1與時期2的耦合度綜合云

圖5 時期3與時期4的耦合度綜合云

根據表5可知在時期1到時期4間，區域物流與經濟的耦合度差異較小，耦合度綜合云期望最大值出現在時期4（為0.5001），最小值出現在時期1（為0.4974），時期1到時期4存在微弱的增長趨勢。圖4與圖5所示為不同時期耦合度綜合云的情況，可以看出，在不同時期，耦合度綜合云的中心基本重合，僅在云滴的分散程度上存在很小的差異，表明時期1到時期4區域物流與經濟的耦合情況較為穩定。

圖6反映了在時期2，區域物流、區域經濟系統的耦合度綜合云與評價云的對比。可以看出，該時期區域物流與區域經濟的耦合度較好，與等級3評價云高度貼合，說明該時期區域物流與區域經濟耦合度一般。結合表2與表5，可知時期1到時期4期間，耦合度綜合云的期望與等級3評價云的期望幾乎相等，差異度分別為0.517%、0.118%、0.002%和0.020%。

圖6 時期2時區域物流與區域經濟耦合度

4 結 論

在分析區域物流與區域經濟相互作用的基礎上，選取區域物流與區域經濟相應指標，建立評價指標體系，依據耦合理論和云模型相應理論與方法，得到區域物流與區域經濟耦合度綜合云相關參數的計算方法及步驟，最終結合四川省2006年至2015年間物流與經濟系統指標數據，進行實例分析。通過上述研究，得出結論如下：

（1）區域物流與區域經濟子系統之間存在較強的相互作用，二者相互依存，相互制約，需要協調發展。

（2）區域物流與區域經濟效用發展往往呈現較為相似的趨勢，實例分析中，區域物流與區域經濟子系統的效用均呈現較為顯著的增長趨勢，區域物流子系統效用的平均增長率為24.50%，區域經濟子系統效用的平均增長率為32.93%。

（3）區域物流、區域經濟子系統的耦合度，與區域物流、區域經濟子系統的協調發展存在較大關系，實例分析中，區域物流與區域經濟發展較為均衡，組合系統的耦合度綜合云期望在時期1到4為0.4974到0.5001，波動幅度較小。

[1] PEDERSEN P O. Freight transport under globalization and its impact on Africa[J]. Journal of Transport Geography, 2001, 9 (2): 85-99.

[2] FAN S, ZHANG X. Infrastructure and regional economic development in rural China[J]. China Economic Review, 2004, 15 (2): 203-214.

[3] CHAO Y S . Global value chains and regional economic integration development[M]. Germany Lap Lambert Academic Publishing, 2013, 20-45

[4] 王洪軍. 港口物流與區域經濟的互動關聯機理——以丹東港為例[J]. 經營管理者, 2014 (15): 115-115.

[5] 劉明菲, 柯錦輝. 區域物流與區域經濟的協同性分析[J]. 理論月刊, 2008 (4): 64-66.

[6] 劉秉鐮, 王燕. 區域經濟發展與物流系統規劃[M]. 北京, 經濟管理出版社, 2010.

[7] 許華靜, 龍芳, 袁崇敏, 等. 基于Anylogic的南昌市區域物流與區域經濟系統仿真研究[J]. 科技、經濟、市場, 2014 (1): 33-35.

[8] 邵柏春. 區域內物流水平與經濟水平的互動關系研究[J]. 物流技術, 2015, 34 (10): 56-58.

[9] 唐嘉欣. 關于長三角與成渝經濟區區域物流與區域經濟發展相關性的研究[J]. 知識經濟, 2018 (12): 25-26.

[10] 胡冰茜. 湖南省區域物流與區域經濟的耦合度研究[D]. 長沙: 中南林業科技大學, 2017.

[11] 周小虎, 楊宏偉, 趙鶯. 絲綢之路經濟帶區域經濟與物流發展耦合評價及空間分析[J]. 鐵道運輸與經濟, 2017, 39 (1): 13-17+28.

[12] 薛鋒, 袁野. 基于耦合協調度模型的綜合運輸體系支撐力研究[J]. 交通運輸工程與信息學報, 2018, 16 (1): 24-31.

[13] 陳貴林. 一種定性定量信息轉換的不確定性模型——云模型[J]. 計算機應用研究, 2010, 27 (6): 2006-2010.

[14] 張景秀. 廣州汽車產業集群與區域物流協同發展研究[D]. 廣州: 華南理工大學, 2012: 30-37.

[15] 劉常昱, 馮芒, 戴曉軍, 等. 基于云X信息的逆向云新算法[J]. 系統仿真學報, 2004, 16 (11): 2417-2420.

[16] SHI Y B, AN Z, GAO X J, et al. Cloud model and its application in effectiveness evaluation[C]. International Conference on Management Science and Engineering, 2008. Icmse 2008. Conference Proceedings. IEEE, 2008: 250-255.

[17] 馮學慧. 基于熵權法與正態云模型的大壩安全綜合評價[J]. 水電能源科學, 2015, 33 (11): 57-60.

The Coupling Degree of Regional Logistics and Economy Based on a Cloud Model

LUO Jian1，HE Chuan-lei2，ZHAO Lei3，XUE Feng2, 4,

（1. School of Automobile and Transportation, Xihua University, Chengdu 610039, China; 2. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 611756, China; 3. China Southwest Architectural Design and Research Institute CO. Ltd, Chengdu 610041, China; 4. National Engineering Laboratory of Integrated Transportation Big Data Application Technology, Chengdu 611756, China）

The coordination of regional logistics and economy has a significant impact on their healthy and orderly development. The calculation method and steps of the integrated cloud parameters of the regional logistics and economic subsystem coupling degree were obtained by selecting the appropriate index system, and combining coupling theory, and cloud model theory and method. The corresponding data of the logistics and economic system in Sichuan province were analyzed. The results indicate that the utility of the regional logistics and economic subsystem in Sichuan province shows an increasing trend in the research period, with the average annual growth rate of the aforementioned being 24.50% and 32.93%, respectively. The expected coupling degree of the integrated cloud is between 0.4974 and 0.5001, and the regional logistics and economic system are in the intermediate coupling stage.

regional logistics; regional economy; cloud model; coupling degree

F503

A

10.3969/j.issn.1672-4747.2020.01.021

1672-4747（2020）01-0160-08

2019-04-08

四川省社會科學規劃項目“統計發展專項課題”（SC19TJ027）；西南交通大學“雙一流”建設項目（交通軟科學類）（JDSYLYB2018030）

羅建（1982—），女，博士，西華大學副教授，研究方向：交通運輸規劃與管理，E-mail：0120100001@mail.xhu.edu.cn

薛鋒（1981—），男，博士，副教授，研究方向：交通運輸統計分析，E-mail：xuefeng.7@163.com

羅建，何傳磊，趙蕾，等. 基于云模型的區域物流與經濟耦合度研究[J]. 交通運輸工程與信息學報，2020，18（1）：160-167.

（責任編輯：劉娉婷）