基于組合賦權(quán)的空港型物流樞紐承載城市選址的評(píng)價(jià)研究

摘要：物流樞紐承載城市選址是物流系統(tǒng)設(shè)計(jì)中的重要環(huán)節(jié)，對(duì)于提高物流效率和降低成本具有重要意義。為了有效評(píng)估候選承載城市的競(jìng)爭(zhēng)力，建立一套全面的評(píng)價(jià)指標(biāo)體系，包括進(jìn)出口總額、旅客吞吐量等21個(gè)指標(biāo)。首先，采用熵權(quán)法和客觀(guān)權(quán)重賦權(quán)（CRITIC）法分別計(jì)算各指標(biāo)的客觀(guān)權(quán)重。其次，利用線(xiàn)性重組進(jìn)行組合賦權(quán)，并引入TOPSIS法對(duì)備選樞紐城市進(jìn)行排序。結(jié)果表明，D、E、F市有很大概率入選下一批空港型國(guó)家物流樞紐承載城市。最后，通過(guò)對(duì)比分析法和靈敏度分析法驗(yàn)證評(píng)價(jià)體系和方法的有效性。通過(guò)該評(píng)價(jià)體系，可以客觀(guān)全面地評(píng)估不同城市作為空港型物流樞紐承載城市的競(jìng)爭(zhēng)力，為選址決策提供一定科學(xué)依據(jù)。

關(guān)鍵詞：物流樞紐；承載城市選址；評(píng)價(jià)指標(biāo)體系；熵權(quán)法；CRITIC法；TOPSIS方法

0 引言

國(guó)家發(fā)展和改革委員會(huì)公布的2023年國(guó)家物流樞紐建設(shè)名單涵蓋了陸港型、港口型和空港型等共計(jì)30個(gè)國(guó)家物流樞紐。近年來(lái)，越來(lái)越多的城市成功入選，成為國(guó)家級(jí)物流樞紐承載城市。眾多學(xué)者積極提出了各具特色的選址方案，以期優(yōu)化物流網(wǎng)絡(luò)布局、提升物流效率，為國(guó)家的現(xiàn)代物流發(fā)展貢獻(xiàn)智慧與力量。但目前空港型國(guó)家物流樞紐尚屬于全新的概念和研究對(duì)象，它的核心使命是為空港及其周邊區(qū)域提供迅速、高效的國(guó)內(nèi)及國(guó)際航空直達(dá)、中轉(zhuǎn)及集散等物流服務(wù)，同時(shí)提供鐵空、公空等多式聯(lián)運(yùn)服務(wù)。此類(lèi)樞紐通常位于承載城市的地域之內(nèi)，并服務(wù)于承載城市。從區(qū)域經(jīng)濟(jì)發(fā)展的角度分析，空港型物流樞紐承載城市選址的決策會(huì)直接影響區(qū)域經(jīng)濟(jì)的發(fā)展。在戰(zhàn)略位置上建設(shè)物流樞紐，不僅可以吸引更多的物流企業(yè)和配套產(chǎn)業(yè)進(jìn)駐，提供就業(yè)機(jī)會(huì)，帶動(dòng)周邊經(jīng)濟(jì)的發(fā)展，促進(jìn)地區(qū)的經(jīng)濟(jì)繁榮，還可以提升所在區(qū)域的交通物流規(guī)劃設(shè)計(jì)能力和建設(shè)水平，實(shí)現(xiàn)國(guó)內(nèi)、國(guó)際航線(xiàn)和空港集疏運(yùn)網(wǎng)絡(luò)對(duì)接。將物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)融入智慧空港，可使航空運(yùn)輸業(yè)與物流業(yè)相互融合，成為一個(gè)相輔相成的整體。

在學(xué)術(shù)研究方面，Neiberger^[1]基于貨運(yùn)量指標(biāo)提出了“國(guó)際重要樞紐機(jī)場(chǎng)”的概念。隨后，Alkaabi等^[2]在分析美國(guó)機(jī)場(chǎng)時(shí)引入了“綜合物流服務(wù)商樞紐機(jī)場(chǎng)”的理念。Mayer^[3]通過(guò)應(yīng)用層次聚類(lèi)分析將全球114個(gè)機(jī)場(chǎng)分為8類(lèi)，將航空貨運(yùn)收入占航空客貨運(yùn)總收入比例大于或等于80%的機(jī)場(chǎng)歸為洲際貨運(yùn)依賴(lài)型機(jī)場(chǎng)，將比例約50%的機(jī)場(chǎng)歸為客貨并舉型機(jī)場(chǎng)，同時(shí)將年貨郵吞吐量中的國(guó)際業(yè)務(wù)量比例大于或等于80%的機(jī)場(chǎng)歸為國(guó)際貨運(yùn)樞紐。我國(guó)學(xué)者Xie等^[4]提出成都市和西安市應(yīng)承載大量跨境航空運(yùn)輸，建設(shè)成為空港型國(guó)家物流樞紐。盡管眾多學(xué)者已經(jīng)提出建設(shè)空港型國(guó)家物流樞紐的概念，但至今沒(méi)有得出一套完整的選址評(píng)價(jià)方案。目前，全國(guó)各地對(duì)空港型物流樞紐的需求正在增加，如何以市場(chǎng)自發(fā)形成的物流樞紐設(shè)施和運(yùn)行體系為基礎(chǔ)，遵守國(guó)家物流樞紐培育發(fā)展要求，選擇基礎(chǔ)條件成熟、市場(chǎng)需求旺盛、發(fā)展?jié)摿^大的承載城市進(jìn)行重點(diǎn)培育，提煉出一種符合國(guó)家物流樞紐內(nèi)涵的選址方法顯得尤為重要。權(quán)重計(jì)算是空港型物流樞紐承載城市選址評(píng)價(jià)中的重要一環(huán)。

確定指標(biāo)權(quán)重的方法主要有兩大類(lèi)，即主觀(guān)賦權(quán)法和客觀(guān)賦權(quán)法。主觀(guān)賦權(quán)法是根據(jù)人們主觀(guān)對(duì)各評(píng)價(jià)指標(biāo)的重視程度來(lái)確定相應(yīng)指標(biāo)權(quán)重，如德?tīng)柗品ā⒍?xiàng)系數(shù)法、層次分析法、環(huán)比評(píng)分法等。客觀(guān)賦權(quán)法是依據(jù)原始信息量的大小確定相應(yīng)指標(biāo)權(quán)重，如主成分分析法、變異系數(shù)法、熵權(quán)法、CRITIC法等。

由于主觀(guān)賦權(quán)法受評(píng)價(jià)主體的主觀(guān)影響較大，具有一定的主觀(guān)性，本文選擇客觀(guān)的熵權(quán)法來(lái)計(jì)算指標(biāo)權(quán)重。單一的熵權(quán)法雖然考慮了指標(biāo)間的沖突性，但忽略了指標(biāo)本身的重要程度，無(wú)法進(jìn)行橫向?qū)Ρ龋虼耍疚囊肓薈RITIC法進(jìn)一步考慮各指標(biāo)自身的對(duì)比強(qiáng)度及指標(biāo)間的沖突性，將二者相結(jié)合，在客觀(guān)賦權(quán)過(guò)程中既充分考慮各指標(biāo)數(shù)據(jù)已有的特性，又兼顧數(shù)據(jù)的變異性。結(jié)合現(xiàn)有的理論依據(jù)和城市實(shí)際情況構(gòu)建了一套完整的指標(biāo)體系；結(jié)合熵權(quán)法和CRITIC法計(jì)算組合權(quán)重，最后引入TOPSIS方法對(duì)備選樞紐城市進(jìn)行排序，得出最有概率入選下一批空港型國(guó)家物流樞紐的承載城市。

1 評(píng)價(jià)體系的建立

影響空港型物流樞紐承載城市選址的因素有很多，在現(xiàn)有研究成果的基礎(chǔ)上^[5-6]，綜合考慮承載城市內(nèi)部多式聯(lián)運(yùn)發(fā)展、物流作業(yè)能力和物流服務(wù)質(zhì)量等因素，并根據(jù)《國(guó)家物流樞紐布局和建設(shè)規(guī)劃》，將影響空港型物流樞紐承載城市選址的因素分為航空物流發(fā)展、社會(huì)物流發(fā)展、城市經(jīng)濟(jì)發(fā)展和基礎(chǔ)設(shè)施發(fā)展4個(gè)方面，并進(jìn)一步細(xì)化為21個(gè)二級(jí)指標(biāo)。空港型物流樞紐承載城市選址評(píng)價(jià)體系見(jiàn)表1。本指標(biāo)體系充分考慮了候選承載城市的各項(xiàng)競(jìng)爭(zhēng)力，把握了城市發(fā)展能力動(dòng)態(tài)變化，從而確保整個(gè)評(píng)價(jià)體系的準(zhǔn)確性和完整性。多屬性決策問(wèn)題指標(biāo)一般分為效益型指標(biāo)和成本型指標(biāo)^[7]，文中21個(gè)二級(jí)指標(biāo)中的“社會(huì)物流總額與地區(qū)生產(chǎn)總值的比率”和“人均可支配收入比”這兩個(gè)指標(biāo)屬于成本型指標(biāo)，其指標(biāo)值越小，越利于承載城市的競(jìng)爭(zhēng)；其余19個(gè)指標(biāo)屬于效益型指標(biāo)，其指標(biāo)值越大，越有利于承載城市的競(jìng)爭(zhēng)。

2 組合權(quán)重的計(jì)算

2.1 熵權(quán)法

熵權(quán)法^[8]是一種可以用于多對(duì)象、多指標(biāo)的綜合評(píng)價(jià)方案，運(yùn)用評(píng)價(jià)指標(biāo)的變化程度來(lái)確定該指標(biāo)在整個(gè)評(píng)價(jià)體系中的權(quán)重，其主要思想是研究對(duì)象在某項(xiàng)指標(biāo)上的數(shù)值差越大，則該項(xiàng)指標(biāo)的權(quán)重越大。因此，熵權(quán)法可以減少指標(biāo)權(quán)重確定中的人為因素干擾，使結(jié)果更加公正、客觀(guān)。計(jì)算步驟如下：

（1）構(gòu)建判斷矩陣。

假設(shè)被評(píng)價(jià)城市有m個(gè)，每個(gè)城市共有評(píng)價(jià)指標(biāo)n個(gè)，構(gòu)建判斷矩陣，公式如下

X=（xij）m×n=x11x12…x1nx21x22…x2nxm1xm2…xmn（1）

式中，i為城市，i=1，2，…，m；j為評(píng)價(jià)指標(biāo)，j=1，2，…，n。

（2）數(shù)據(jù)標(biāo)準(zhǔn)化處理。

對(duì)判斷矩陣X中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣P。數(shù)據(jù)的標(biāo)準(zhǔn)化處理有兩種方法，公式如下

效益型指標(biāo) Pij=Xij-XminXmax-Xmin（2）

成本型指標(biāo) Pij=Xmax-XijXmax-Xmin（3）

式中，Xmax、Xmin分別代表所計(jì)算指標(biāo)的最大值、最小值。

（3）形成數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣Pij，公式如下

Pij=（pij）m×n=p11p12…p1np21p22…p2npm1pm2…pmn（4）

（4）計(jì)算信息熵。

對(duì)各評(píng)價(jià)指標(biāo)求信息熵，公式如下

Hi=-ln（n）^-1∑mj=1lnXij（5）

Xij=Pij∑ni=1Pij（6）

當(dāng)Xij=0時(shí)，lnXij無(wú)意義，故采用平移法使得后續(xù)信息熵的計(jì)算有意義。公式如下

Xij⁺=Xij+l（7）

式中，Xij⁺為經(jīng)過(guò)非負(fù)化處理后的標(biāo)準(zhǔn)值；l為平移距離，需要根據(jù)實(shí)際情況取舍^[9]（本文取值為0.001）。

（5）計(jì)算各評(píng)價(jià)指標(biāo)的權(quán)重，公式如下

Wi=1-Hin-∑ni=1Hi（8）

2.2 CRITIC法

CRITIC法^[10]是一種科學(xué)的權(quán)重確定方法，其依據(jù)客觀(guān)事實(shí)來(lái)確定各個(gè)指標(biāo)的權(quán)重。該方法基于兩個(gè)關(guān)鍵概念：一是“對(duì)比強(qiáng)度”，是指同一指標(biāo)下各個(gè)評(píng)價(jià)方案之間的取值差異，這種差異以標(biāo)準(zhǔn)差的形式呈現(xiàn)；二是“評(píng)價(jià)指標(biāo)之間的沖突性”，這種沖突性以指標(biāo)間的相關(guān)性為依據(jù)。如果兩個(gè)指標(biāo)之間存在高度的正相關(guān)，說(shuō)明這兩個(gè)指標(biāo)的沖突性較低。CRITIC法的核心原理是通過(guò)對(duì)比強(qiáng)度和評(píng)價(jià)指標(biāo)間的沖突性來(lái)確定每個(gè)指標(biāo)的客觀(guān)權(quán)重，從而為評(píng)價(jià)方案提供客觀(guān)的權(quán)重賦值。具體步驟如下：

（1）根據(jù)式（2）～式（3）對(duì)所有二級(jí)指標(biāo)進(jìn)行無(wú)量綱化處理，計(jì)算指標(biāo)變異性Sj。公式如下

Sj=∑ni=1（Xij-Xj）²n-1（9）

式中，xij為第i個(gè)樣本的第j個(gè)指標(biāo)的數(shù)值；Xj為每個(gè)指標(biāo)的均值。

（2）計(jì)算沖突性Qj。公式如下

Qj=∑pi=1（1-qij）（10）

式中，qij為通過(guò)線(xiàn)性回歸分析求得的指標(biāo)間的相關(guān)系數(shù)。

（3）計(jì)算信息量Cj。公式如下

Cj=Sj×Qj（11）

（4）計(jì)算權(quán)重Wj。公式如下

Wj=Cj∑pi=1Cj（12）

2.3 組合賦權(quán)法

目前針對(duì)組合賦權(quán)的研究成果主要集中在加法合成^[11]和乘法合成^[12]方法上。這些方法通過(guò)將不同權(quán)重進(jìn)行簡(jiǎn)單地合成得到最終的權(quán)重值。然而，這些方法并沒(méi)有深入研究如何解決不同權(quán)重方法之間的沖突，以實(shí)現(xiàn)最優(yōu)或次優(yōu)的權(quán)重組合。因此，借鑒博弈論思想^[13]，將兩種客觀(guān)權(quán)重視為非合作博弈中的決策主體，雙方在不斷沖突中尋找利益平衡點(diǎn)，實(shí)現(xiàn)最優(yōu)或次優(yōu)的權(quán)重組合，從而使指標(biāo)賦權(quán)法更加科學(xué)合理。具體過(guò)程如下：

（1）將通過(guò)熵權(quán)法和CRITIC法得到的指標(biāo)權(quán)重分別記為w1=（w11， w12， …， w1n）和w2=（w21， w22， …， w2n），再由w1和w2的線(xiàn)性組合構(gòu)造組合權(quán)重，公式如下

w=α1w^T1+α2w^T2（α1，α2＞0）（13）

（2）運(yùn)用離差最小化原則優(yōu)化其線(xiàn)性組合系數(shù)α。根據(jù)w與各個(gè)wk離差最小化原則，用多目標(biāo)博弈集合優(yōu)化其組合系數(shù)α=（α1，α2），公式如下

minw-wk2，k=1，2。（14）

對(duì)式（13）進(jìn)行求導(dǎo)，可得出等價(jià)線(xiàn)性方程組，公式如下

w1w^T1w1w^T2w2w^T1w2w^T2α1α2=w1w^T1w2w^T2（15）

對(duì)式（14）進(jìn)行求解，可得最優(yōu)組合系數(shù)α*k=[α1，α2]

（3）對(duì)最優(yōu)組合系數(shù)進(jìn)行歸一化計(jì)算，并計(jì)算最終綜合權(quán)重，公式如下

α*k=αk∑2k=1αk（k=1，2）（16）

w=α*1w^T1+α*2w^T2（17）

3 組合賦權(quán)-TOPSIS綜合評(píng)判模型

本文將組合賦權(quán)計(jì)算出的組合權(quán)重與TOPSIS模型相結(jié)合，設(shè)計(jì)正理想解、負(fù)理想解和貼進(jìn)度的計(jì)算方法，具體步驟如下：

（1）使用組合賦權(quán)法得到的權(quán)重值wi對(duì)矩陣Pij進(jìn)行加權(quán)處理，得到Zij公式如下

Zij=w×pij

=w1p11w2p12…wnp1nw1p21w2p22…wnp2nw1pm1w2pm2…wnpmn（18）

式中，Zij為加權(quán)標(biāo)準(zhǔn)化預(yù)測(cè)矩陣；P為標(biāo)準(zhǔn)化預(yù)測(cè)矩陣；w為組合賦權(quán)法所得的權(quán)向量；m為標(biāo)準(zhǔn)化預(yù)測(cè)矩陣的行數(shù)；n為標(biāo)準(zhǔn)化預(yù)測(cè)矩陣的列數(shù)。

（2）由加權(quán)矩陣Zij確定正理想值Z⁺j和負(fù)理想值Z^-j。正理想解

Z⁺j={z⁺i1， z⁺i2， …， z⁺in}為加權(quán)規(guī)范矩陣中各指標(biāo)對(duì)應(yīng)最大值的集合；負(fù)理想解

Z^-j={z^-i1， z^-i2， …， z^-in}為加權(quán)規(guī)范矩陣中各指標(biāo)對(duì)應(yīng)最小值的集合。

（3）分別計(jì)算各樣本點(diǎn)到正、負(fù)理想解的距離，公式如下

到正理想解的距離

S⁺i=∑nj=1（Zij-z⁺j）²（19）

到負(fù)理想解的距離

S^-i=∑nj=1（Zij-z^-j）²（20）

（4）計(jì)算相對(duì)貼進(jìn)度。相對(duì)貼進(jìn)度Ci越大，則表示該樣本點(diǎn)距離正理想解越近，則綜合評(píng)價(jià)結(jié)果越優(yōu)。公式如下

Ci=S^-iS⁺i+S^-i（21）

4 實(shí)例分析

4.1 空港型物流樞紐承載城市選址

近年來(lái)，眾多城市紛紛入選空港型國(guó)家物流樞紐承載城市，其中A、B和C等城市備受矚目。這些城市因其獨(dú)特的地理位置、經(jīng)濟(jì)發(fā)展基礎(chǔ)和物流優(yōu)勢(shì)，成為地區(qū)經(jīng)濟(jì)發(fā)展的重要引擎。空港型國(guó)家樞紐承載城市的崛起，對(duì)于提升物流水平、增強(qiáng)國(guó)際競(jìng)爭(zhēng)力、促進(jìn)產(chǎn)業(yè)升級(jí)和改善投資環(huán)境等方面具有深遠(yuǎn)的影響。本文將重點(diǎn)關(guān)注江蘇省和浙江省擁有機(jī)場(chǎng)且具備較大發(fā)展?jié)摿Φ某鞘校云跒檫@些城市的可持續(xù)發(fā)展提供有力支持。現(xiàn)初步選擇12個(gè)候選城市，基于公開(kāi)數(shù)據(jù)進(jìn)行競(jìng)爭(zhēng)力排序，各市公開(kāi)數(shù)據(jù)源自《江蘇交通年鑒（2022）》、《浙江交通年鑒（2022）》和各個(gè)城市2022年統(tǒng)計(jì)年鑒等，對(duì)于缺失值采用插值法補(bǔ)充完善。

4.2 組合權(quán)重的計(jì)算

（1）由熵權(quán)法計(jì)算權(quán)重。12個(gè)候選承載城市的評(píng)價(jià)初始指標(biāo)數(shù)據(jù)經(jīng)過(guò)式（2）～式（3）進(jìn)行標(biāo)準(zhǔn)化處理，然后通過(guò)式（5）～式（8），得到熵權(quán)法客觀(guān)權(quán)重Wi。

（2）由CRITIC法計(jì)算權(quán)重。首先對(duì)初始指標(biāo)數(shù)據(jù)做標(biāo)準(zhǔn)化處理，其次經(jīng)過(guò)式（9）～式（12）計(jì)算，得到基于CRITIC法的客觀(guān)權(quán)重Wj。

（3）利用離差最小化計(jì)算組合權(quán)重。將利用熵權(quán)法得到的客觀(guān)權(quán)重Wi和利用CRITIC法得到的客觀(guān)權(quán)重Wj代入式（14）～式（16），利用離差最小化原則計(jì)算最優(yōu)組合權(quán)重系數(shù)α1=0.808 6和α2=0.191 4，進(jìn)而可得到各個(gè)指標(biāo)的綜合權(quán)重。空港型物流樞紐承載城市選址評(píng)價(jià)指標(biāo)權(quán)重結(jié)果見(jiàn)表2。

由表2可知，一級(jí)指標(biāo)重要性排序?yàn)椋汉娇瘴锪靼l(fā)展＞城市經(jīng)濟(jì)發(fā)展＞社會(huì)物流發(fā)展＞基礎(chǔ)設(shè)施發(fā)展，其中航空物流發(fā)展占比最高，為28.826；二級(jí)指標(biāo)重要性排序前4位是快遞業(yè)務(wù)量、通航航線(xiàn)、機(jī)場(chǎng)貨郵吞吐量和旅客吞吐量，分別為11.689、8.219、7.765和7.252。計(jì)算結(jié)果表明，在空港型物流樞紐承載城市選址的過(guò)程中，應(yīng)更關(guān)注快遞業(yè)務(wù)量和通航航線(xiàn)，機(jī)場(chǎng)貨郵吞吐量和旅客吞吐量也是重要衡量指標(biāo)。

4.3 基于組合賦權(quán)-TOPSIS法的承載城市選址評(píng)價(jià)結(jié)果

首先，利用組合賦權(quán)法得到的權(quán)重值w對(duì)矩陣Pij進(jìn)行加權(quán)處理；其次，計(jì)算各個(gè)候選城市的正理想解S⁺i和負(fù)理想解S^-i；最后，計(jì)算每個(gè)候選城市的相對(duì)貼近度Ci，空港型物流樞紐承載城市綜合評(píng)價(jià)結(jié)果見(jiàn)表3。

由表3可知，各個(gè)空港型物流樞紐承載城市的競(jìng)爭(zhēng)力從強(qiáng)到弱的順序?yàn)镋＞F＞D＞G＞H＞I＞J＞K＞O＞P＞Q＞U。由于E、F、D三個(gè)城市的整體競(jìng)爭(zhēng)力都比較強(qiáng)，所以都有機(jī)會(huì)入選下一批國(guó)家級(jí)空港型物流樞紐承載城市。

4.4 對(duì)比分析。

為了對(duì)本文選址評(píng)價(jià)體系的可靠性進(jìn)行驗(yàn)證，將江蘇省和浙江省已經(jīng)入選空港型物流樞紐的承載城市加入對(duì)比，采用熵權(quán)法和CRITIC法分別計(jì)算各指標(biāo)的客觀(guān)權(quán)重，利用線(xiàn)性重組進(jìn)行組合賦權(quán)，并引入TOPSIS法對(duì)樞紐城市進(jìn)行排序。候選承載城市與入選承載城市綜合評(píng)價(jià)結(jié)果對(duì)比見(jiàn)表4。

由表4可知，已經(jīng)入選空港型物流樞紐承載城市的A、B、C三市綜合評(píng)價(jià)結(jié)果處于前三名，而且這三個(gè)城市在航空物流、社會(huì)物流、城市經(jīng)濟(jì)和基礎(chǔ)設(shè)施方面都擁有巨大優(yōu)勢(shì)。因此，該評(píng)價(jià)體系的可靠性得到驗(yàn)證。

4.5 靈敏度分析。

為了進(jìn)一步驗(yàn)證本文方法的有效性，基于加法合成原理和基于幾何合成原理的方法進(jìn)行比較，并引入靈敏度的概念進(jìn)行分析，即采用標(biāo)準(zhǔn)差法^[14]將本文采用的方法和另外兩種方法進(jìn)行靈敏度分析，公式如下

L=∑mi=1（zi-z*）²m（22）

式中，L為模型的靈敏度；m為候選城市的數(shù)量；zi為各個(gè)方案的相對(duì)貼進(jìn)度；z*為各方案的平均值。如果計(jì)算得出的標(biāo)準(zhǔn)差值越大，則說(shuō)明貼近度區(qū)分的更加明顯，更加容易區(qū)分各個(gè)城市的排名。

不同組合賦權(quán)方法的候選承載城市排序結(jié)果比較如圖1所示。由圖1可知，通過(guò)最小離差化原理、加法合成原理和乘法合成原理，3種組合賦權(quán)法計(jì)算所得的相對(duì)貼近度差值很小，并且各個(gè)空港型物流樞紐承載城市的競(jìng)爭(zhēng)力從強(qiáng)到弱的排序?yàn)镋＞F＞D＞G＞H＞I＞J＞K＞O＞P＞Q＞U，說(shuō)明這3種方法具有良好的一致性。不同組合賦權(quán)相對(duì)貼近度計(jì)算結(jié)果見(jiàn)表5，由表5可知，最小離差化原理、加法合成原理和乘法合成原理組合賦權(quán)的決策靈敏度分別為10.6%、9.78%、9.84%，表明本文的組合賦權(quán)法相對(duì)其他兩種組合賦權(quán)法具有一定的優(yōu)勢(shì)，進(jìn)而驗(yàn)證了本文方法的有效性。

5 結(jié)語(yǔ)

（1）通過(guò)已入選國(guó)家級(jí)空港型物流樞紐的特點(diǎn)，構(gòu)建了空港型物流樞紐承載城市選址評(píng)價(jià)指標(biāo)體系，包括4個(gè)一級(jí)指標(biāo)和21個(gè)二級(jí)指標(biāo)。在此基礎(chǔ)上，引入TOPSIS法對(duì)備選樞紐城市進(jìn)行了排序，結(jié)果表明D、E和F市有很大概率入選下一批空港型國(guó)家物流樞紐承載城市。

（2）通過(guò)最小離差化原理組合賦權(quán)，使得在客觀(guān)賦權(quán)的過(guò)程中確保了權(quán)重賦值既基于數(shù)據(jù)的內(nèi)在特性，又能反映數(shù)據(jù)的波動(dòng)性，從而為評(píng)價(jià)方案提供更為全面和準(zhǔn)確的權(quán)重。計(jì)算結(jié)果表明：快遞業(yè)務(wù)量、通航航線(xiàn)、機(jī)場(chǎng)貨郵吞吐量和旅客吞吐量等指標(biāo)的權(quán)重相對(duì)較大；將本文運(yùn)用的方法與其他兩種原理的組合賦權(quán)方法進(jìn)行對(duì)比分析，驗(yàn)證了本文方法的優(yōu)越性和可行性，為今后空港型物流樞紐承載城市選址提供了一定的參考，但并不直接針對(duì)實(shí)際政策和決策。

（3）后續(xù)研究在評(píng)價(jià)指標(biāo)方面可以做進(jìn)一步探討。空港型國(guó)家物流樞紐作為國(guó)家、全球供應(yīng)鏈綠色轉(zhuǎn)型和有效降碳的重要推動(dòng)力量和切入點(diǎn)，其扮演著關(guān)鍵角色。在未來(lái)的發(fā)展過(guò)程中，應(yīng)進(jìn)一步強(qiáng)化碳排放量和能源消耗等相關(guān)指標(biāo)的考量，以實(shí)現(xiàn)評(píng)價(jià)指標(biāo)體系的豐富和完善。

（4）本文的研究存在一定的局限性，因?yàn)閮H選取了江蘇省和浙江省的城市作為樣本，樣本量相對(duì)較小。為了更全面地評(píng)估空港型物流樞紐承載城市的選址，建議在未來(lái)的研究中設(shè)計(jì)出一套更為完善的方案，以涵蓋更多的城市樣本。

參考文獻(xiàn)

[1]NEIBERGER C.The effects of deregulation，changed customer requirements and new technology on the organisation and spatial patterns of the air freight sector in Europe[J].Journal of Transport Geography，2008，16（4）：247-256.

[2]ALKAABI K A，DEBBAGE K G.The geography of air freight：connections to US metropolitan economies[J].Journal of Transport Geography，2011，19（6）：1517-1529.

[3]MAYER R.Airport classification based on cargo characteristics[J].Journal of Transport Geography，2016（54）：53-65.

[4]XIE F J，F(xiàn)ENG R C，ZHOU X Y.Research on the optimization of cross-border logistics paths of the “belt and road” in the inland regions[J].Journal of Advanced Transportation，2022，2022（6）：1-14.

[5]PENEDA M J A，REIS V D，MACRIO M do R M R.Critical Factors for Development of Airport Cities[J].Transportation Research Record，2011，2214（1）：1-9.

[6]李楠，侯旋.城市物流競(jìng)爭(zhēng)力分析DAE-WMA優(yōu)化算法[J].計(jì)算機(jī)工程與應(yīng)用，2019，55（16）：246-254.

[7]姜福川，周師，吳增彤，等.基于熵權(quán)-TOPSIS法的煤礦安全投入決策分析[J].中國(guó)安全科學(xué)學(xué)報(bào)，2021，31（7）：24.

[8]桑培東，李文豪.基于熵權(quán)法-TOPSIS的全過(guò)程工程咨詢(xún)業(yè)務(wù)流程再造措施綜合效益評(píng)價(jià)[J].項(xiàng)目管理技術(shù)，2024，22（1）：98-103.

[9]QIAO C，WANG Y，LI C H，et al.Application of extension theory based on improved entropy weight method to rock slope analysis in cold regions[J].Geotechnical and Geological Engineering，2021（39）：4315-4327.

[10]王艷艷，趙文潔，齊麗君.基于CRITIC和TOPSIS的預(yù)制構(gòu)件供應(yīng)商合作伙伴選擇[J].項(xiàng)目管理技術(shù)，2023，21（9）：86-91.

[11]何濤，馬潔.基于云模型和組合賦權(quán)法的CBTC系統(tǒng)可靠性評(píng)價(jià)[J].重慶大學(xué)學(xué)報(bào)，2023，46（2）：130-13.

[12]徐玥琪，陳進(jìn)東，張文.基于組合賦權(quán)VIKOR法的制造型中小企業(yè)綜合質(zhì)量評(píng)估[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2023，43（11）：3029-3046.

[13]WANG L，JIN R，ZHOU J，et al.Construction risk assessment of Yellow River Bridges based on combined empowerment method and two-dimensional cloud model[J].Applied Sciences，2023，13（19）：10942.

[14]馮芝梅，郭明洋，賀玉龍，等.基于組合賦權(quán)-改進(jìn)TOPSIS法的城市慢行三網(wǎng)融合評(píng)價(jià)方法[J].交通信息與安全，2023，41（4）：163-172.

收稿日期：2024-08-21

作者簡(jiǎn)介：

錢(qián)家豪（1998—），男，研究方向：物流與供應(yīng)鏈管理。

葉濤鋒（通信作者）（1978—），男，博士研究生導(dǎo)師，研究方向：物流與供應(yīng)鏈管理。