基于灰熵法的西南地區公路貨運量影響因素研究

浦學明

摘?要：目前各地公路運輸系統發展具有明顯的差異，而西藏與云南作為邊境地區，重慶市、貴州省和四川省作為連接西藏和云南的內陸地區，具有重要作用，因此，分析西南五個省市區的公路貨運量影響因素顯得尤為重要。文章將灰色關聯度和熵權法結合起來，探究西南地區不同省市區公路貨運影響因素的差異性。通過熵權灰色關聯分析法對公路貨運量產生影響的因素進行整體分析，按照其對公路貨運量的影響程度大小進行有效排序，掌握西南地區公路運輸發展特征，為政府部門制定相關政策提供有效參考。

關鍵詞：西南地區；公路貨運量；灰熵法

中圖分類號：U4-9文獻標識碼：A?文章編號：1005-6432（2023）16-0180-04

DOI：10.13939/j.cnki.zgsc.2023.16.180

1?引言

在我國的七大地理劃分中，西南地區包括四川省、重慶市、貴州省、云南省和西藏自治區五個省市區［1］。西南地區具有獨特的地理區位特征，隨著公路交通樞紐和物流貨運設施的加快建設，西南地區的物流業正在全方位地發展，公路貨運水平不斷提升。根據相關研究，中國公路貨運量平均占比76%，在眾多運輸方式中，公路運輸占據著至關重要的地位［2］。公路貨運量是反映貨物運輸需求的一個非常重要的指標，因此為了合理規劃西南地區公路運輸基礎設施建設，使得公路貨物運輸供給需求保持平衡，需要對影響西南地區的公路貨運因素進行分析研究。

目前國內外學者對貨運量的研究主要集中在預測模型［3-7］以及影響因素［8-10］的研究。公路貨運量受到多種因素影響，其中：劉昱崗、周本鈺［3］運用灰色關聯分析影響因素與公路貨運量和貨運周轉量的關聯度，進而進行預測；崔淑華等［4］利用主成分分析的方法研究了公路貨運影響因素，提取了影響貨運量的10個因素，為宏觀調控提供科學依據；張永杰［6］運用灰色系統模型和殘差修正能克服原始數據離散型的優點，更加準確地對山東省道路貨運量與貨運周轉量進行預測；趙懷鑫等［8］運用灰熵法分別分析了經濟宏觀因素與公路貨運量、經濟宏觀因素和貨物周轉量之間的影響關系。

基于以上研究，西南地區五個省市區貨運量的影響因素以及各因素的影響程度不同，并且關于西南五個省市區的貨運量的影響因素關聯性分析并不是很多，因此文章將灰色關聯法與熵權法結合起來對西南地區公路貨運量與各影響因素之間的關聯性進行研究，準確把握影響西南地區公路貨運量的影響因素的影響程度，為政府制定發展機制提供科學依據。

2?貨運量的影響因素研究

關于公路貨運量的影響因素指標體系的建立，遵守系統學、動態性、科學性和綜合性原則。文章在諸多學者［2，3，6，8-11］研究的基礎上，將影響因素分為宏觀經濟、產業結構、人口環境、市場供需4個一級影響因素指標，14個二級影響因素指標，見表1。

3?研究方法

在進行灰色關聯分析的時候，傳統的層次分析法和專家調查法等賦權方法具有一定的主觀性。熵權法是客觀賦權法的一種，根據數據所反映信息的大小賦予權重，克服了多指標評價中權重確定的主觀性。因此文章將灰色關聯法與熵權法結合起來分析西南地區貨運量的影響因素。

3.1?灰色關聯度分析

灰色關聯理論是鄧聚龍教授在1984年提出［14］，灰色關聯度用于表述事物多個因素之間的不確定性關系，通過灰色關聯度可量化分析出事物之間相似程度的大小。

灰色關聯度具體計算步驟：①特征數列、因素數列的確定，特征數列為公路貨運量，因素數列為影響各因素數據；②無量綱化處理，因為測量單位不同，因此采用均值化方法進行消除量綱處理；③計算關聯系數ξij。

ξij=

mini［minj（Zj－Xij）］+ρmaxi［maxj（Zj－Xij）］Zj－Xij+ρmaxi［maxj（Zj－Xij）］（1）

式中，ρ為分辨系數，ρ∈（0，1），通常ρ=?0.5。

3.2?熵權法

熵權法主要是通過信息熵理論計算各指標的熵值，根據信息熵確定指標差異性的大小，進而得到指標權重的一種客觀賦權法。

熵權法具體計算步驟如下：

（1）數據標準化：對數據進行無量綱化處理，將不同量綱的指標同量綱化，正向指標計算公式為：

Yij=Xij－minj（Xij）maxj（Xij）－minj（Xij）（2）

（2）計算因素指標比重Pij：第i個因素指標在第j個時間節點中占的比重可表示為：

Pij=Yij∑ni=1Yij（3）

（3）計算第j個時間節點的信息熵Ej：第j個時間節點的信息熵可表示為：

Ej=－k∑ni=1Pijln（Pij）（4）

其中k=1ln（n）＞0，0≤Ej≤1

（4）計算第j個時間節點的指標差異系數gi：

gi=1－Ej（5）

（5）確定權重：由式（4）、式（5）可計算其權重Wj：

Wj=gjk－∑kj=1Ej（6）

3.3?熵權灰色關聯度計算

確定熵權灰色關聯度，依次求出不同影響因素與公路貨運量之間的關聯度β′i。

β′i=∑kjξijWj（7）

4?計算結果分析

4.1?數據來源

以西南五個省市區為研究區域，公路貨運量、貨物周轉量以及各影響因素數據來源于2009—2019年《中國統計年鑒》以及西南地區各省市統計年鑒。

4.2?云南省公路貨運量與貨物周轉量影響因素關聯度分析

根據熵權灰色關聯度算法，分析云南省公路貨運量與其影響因素、公路貨物周轉量與其影響因素的聯系，結果如圖1所示。

圖1?云南省公路貨運量與貨物周轉量關聯度對比

如圖1所示，云南省財政收入與公路貨運量的關聯度最大，為0.9553；排第二的是第三產業產值，為0.9514；排第三的是進出口總額，為0.9485，云南省作為輻射東南亞的邊境地區，進出口貿易相比其他地區占比高，這也成為影響云南省貨運量的重要因素。與公路貨運量關聯度排名前五的因素中宏觀經濟因素占4個，產業結構因素占1個。可見，云南省宏觀經濟對貨運量的影響比較大，云南省作為邊境地區，經濟在不斷發展，會帶來貨運量的增加，因此交通部門需要制定合理決策。

對云南省公路貨物周轉量與影響因素之間的排序：關聯度排前三的是第二產業產值、地區生產總值和工業產品生產總值，其中第二產業產值與貨物周轉量關聯度最大。與公路貨物周轉量關聯度排名前五的因素中宏觀經濟因素占4個，產業結構因素占1個?？梢?，云南省貨物周轉量的主要影響因素與貨運量相同，均為宏觀經濟因素占主要因素。

根據圖1得，公路貨運量與各影響因素的關聯度和公路貨物周轉量與各影響因素的關聯度具有相似性，這是因為貨運量與貨物周轉量之間存在相關性［8］。

4.3?重慶市公路貨運量影響因素關聯度分析

重慶市公路貨運量影響因素關聯度大小的指標排序如圖2所示。可以看出，重慶市貨車擁有量與公路貨運量的關聯度最大，為0.7920；其次是公路里程，關聯度為0.7729；第一產業產值與貨運量的關聯度排第三，為0.7543。關聯度排名前五的因素中市場供需關系因素占3個，產業結構因素占2個。貨車擁有量和公路里程因素對重慶市的公路貨運量的影響較大，因此交通部門需要重視貨車擁有量和公路里程對公路貨運量的影響，適當提高貨車數量和公路里程會促進重慶市公路貨運發展。

圖2?重慶市公路貨運量關聯度指標排序

4.4?四川省公路貨運量影響因素關聯度分析

四川省影響因素關聯度指標如圖3所示。與公路貨運量關聯度排名前三的為貨車擁有量、公路里程和第一產業產值，關聯度分別為0.9161、0.7920、0.7759。關聯度排名前五的因素分別為：貨車擁有量、公路里程、第一產業產值、農業總產值和第二產業產值；在關聯度排名前五的因素中，市場供需關系因素占3個，產業結構因素占2個?？梢?，四川省與公路貨運量關聯度排名前三的因素與重慶市相同。貨車擁有量和公路里程是影響四川省公路貨運量的主要因素，因此，適當地提高貨車數量和公路里程會促進四川省公路貨運發展。

圖3?四川省公路貨運量關聯度指標排序

4.5?貴州省公路貨運量影響因素關聯度分析

貴州省影響因素指標見圖4，由圖4可知：貴州省第一產業產值與公路貨運量的關聯度最大，為0.9695；地區生產總值次之，為0.9536；第二產業產值排第三，為0.9525。關聯度排名前五的因素中宏觀經濟因素占2個，產業結構因素占2個，市場供需關系因素占1個。在貴州省的公路貨運量影響因素中，第一產業產值、地區生產總值和第二產業產值與公路貨運量關聯度較大，因此貴州省相關部門在制定相關政策時，應充分考慮這些主要因素。

圖4?貴州省公路貨運量影響因素關聯度指標排序

4.6?西藏自治區公路貨運量影響因素關聯度分析

對西藏自治區公路貨運量與影響因素之間的排序，見圖5?？梢钥闯觯何鞑刎涇嚀碛辛颗c公路貨運量的關聯度最大，為0.9532，因此適當地增加貨車數量能夠促進西藏自治區的公路貨運量增長；關聯度排第二的是第三產業產值，為0.9106，西藏作為世界旅游目的地，第三產業的比重不斷增加，使得第三產業對西藏自治區公路貨運量的關聯度不斷提升；排第三的是農業總產值，為0.8977，西藏由于受到地理位置的影響，其經濟來源主要以農業為主，主要側重于傳統的畜牧業。與公路貨運量關聯度排名前五的因素中宏觀經濟因素占1個，產業結構因素占2個，市場供需因素占2個。

4.7?西南五省市區關聯度差異分析

圖6反映了西南地區五個省市區公路貨運量一級指標影響因素的平均關聯度，不同區域影響因素具有明顯的差別。重慶市與公路貨運量關聯度較大的是市場供需和產業結構因素；四川省的關聯度值類型與重慶市相同，但是四川省市場供需因素與公路貨運量的關聯度值大于重慶市。貴州省和云南省的公路貨運量一級影響因素較為相似，人口環境因素均為關聯度最低的一級影響因素。云南省較為特殊，宏觀經濟因素與公路貨運量的關聯度最高，這是因為云南省輻射周邊東南亞地區，與緬甸、泰國、老撾和越南接壤，與周邊東南亞國家的貿易促進了云南省的宏觀經濟發展。

5?結論

（1）西南五省市區公路貨運發展影響因素區別比較明顯：在不同區域和不同發展階段，經濟、產業、人口和市場供需等因素對貨運發展所發揮的作用有所區別。

（2）從關聯度結果來看，重慶市和四川省公路貨運量影響因素關聯度值類型相似，并且與公路貨運量關聯度排名前三的因素均為貨車擁有量、公路里程和第一產業產值。云南省與貴州省的貨運量影響因素關聯度值類型相似，均是一級影響因素，人口環境對公路貨運量的關聯度最小。

（3）經濟因素反映了一個地區經濟發展水平的高低，區域經濟發展得越好，貨運量也就越高，貴州省、云南省和西藏自治區的經濟影響因素與貨運發展呈現正向的線性相關；四川省和重慶市經濟發展水平相比其他三個地區較好，宏觀經濟與公路貨運量的關聯程度相比其他三個省自治區較低，所以隨著經濟發展水平的提高，宏觀經濟影響因素關聯度隨之下降，意味著經濟因素對貨運發展的拉動力下降。

參考文獻：

［1］程藝，劉慧，宋濤，等.中國西南地區對外經濟發展的時空格局及驅動因素［J］.世界地理研究，2018，27（4）：77-89.

［2］席少龍.基于PCA-AFSA-SVM的河南省公路貨運量預測研究［D］.深圳：深圳大學，2019.

［3］劉昱崗，周本鈺.公路貨運需求灰色-組合預測方法研究［J］.公路工程，2013，38（1）：111-115.

［4］崔淑華，王娜，胡亞南.基于主成分分析的公路貨運量預測影響因素研究［J］.森林工程，2005（5）：67-69.

［5］陳實.貨運量預測方法及應用研究［D］.武漢：武漢理工大學，2008.

［6］張永杰.灰色系統理論在道路貨運量、貨運周轉量預測中的應用［J］.交通運輸系統工程與信息，2003（1）：75-79.

［7］趙建有，周孫鋒，崔曉娟，等.基于模糊線性回歸模型的公路貨運量預測方法［J］.交通運輸工程學報，2012，12（3）：80-85.

［8］趙懷鑫，孫星星，徐倩倩，等.基于灰熵法的公路貨運量和貨物周轉量關聯因素分析［J］.交通運輸工程學報，2018，18（4）：160-170.

［9］桂海霞，趙邦磊，李慧宗，等.地域差異下貨運量與貨物周轉量影響因素分析［J］.哈爾濱商業大學學報（自然科學版），2020，36（6）：737-744.

［10］張岄.鐵路貨運量預測及影響因素研究［D］.北京：北京交通大學，2016.

［11］安永娥.基于Rough?Set與灰色理論的公路貨運量預測研究［D］.蘭州：蘭州交通大學，2017.