论文部分内容阅读
摘要：在区域物流基础设施的基础上，物流产业集聚对促进区域经济发展以及提高区域企业竞争力起到积极的作用。为了评价物流产业集群升级状况，首先分析区域物流产业集群升级系统中所囊括的复杂因素和相互关系进行，确定区域物流行业升级评价指标；再利用云模型改进的层次分析法，得出评价指标权重；最终得出评价等级。以徐州为例，根据云模型的评价步骤评价该区域的物流产业集群升级状况。评价结果表明，徐州的物流产业集群升级状况处于等级“一般”与“较好”之间，应加强基础设施的合理利用，提高创新能力。
关键词：云模型；基础设施；物流产业；集群升级
中图分类号：F25文献标识码：Adoi：10.19311/j.cnki.16723198.2017.06.014
1国内外研究现狀
受产业集群影响，国外学者将重心偏向于物流中心、园区以及基地三个方向，重点优化物流网络。国内学者对区域物流产业集群升级的研究尚浅，主要关注于物流产业集群竞争优势。将国内外研究方向进行对比，不难发现中外学者都注重于对产业集群方面的研究，而不是产业集群升级。
2基于云模型的区域物流产业集群升级评价
虽然层次分析法具有简明、易懂等许多优点，并且应用广泛。但对于多个决策者解决复杂问题时，仍然具有一些短缺，例如随机性和模糊性。而在层次分析法中糅合云模型，可以改善其在评价指标时的诸多不足。
2.1建立评价指标
通过参考相关资料，本文将环境状况、物流产业聚集度、市场状况、政府支持四个方面作为区域物流产业升级的评价指标。
环境因素是物流集群发展的首要条件，对物流产业集群选址有一定的影响。物流产业聚集度作为权衡物流集群的重要指标，是对物流产业集聚现象的描述。市场竞争是集群形成的重要条件之一，物流企业做出物流产业集群的理性选择是在特定市场环境下的。政府在物流集群的建设和发展中起着非常重要的作用，物流集群的市场行为受到政府法律法规政策的影响。
2.2基于云模型的层次分析法
为了更加高效地对区域物流产业集群升级进行评价，首先将已确定的评价指标进一步分解为不同的类型，同一层级的指标应受到上下级约束，由此建立一个完整的指标评价体系。其次通过层次分析法确定评价指标权重。接着运用“好”、“较好”、“一般”、“较差”、“差”来建立评语集。然后确定评价值，邀请专业人士对各个指标进行判分，并给出指标的最高分以及最低分，对指标进行约束。并将最高分以及最低分逆向转化为云模型参数。最后，结合权重，得到最终的评价云。
3结果分析
徐州物流产业集群的发展主要表现为物流园区的发展，物流园区是多数物流企业及物流设施设备在空间上集聚的场所。按照上述步骤，评价徐州的物流产业集群升级状况。
3.1评价目标的确定
通过分解上述指标层的市场、政府等4个指标，进一步确定了影响评价体系的8个因素。分解为：自然资源、基础设施；就业区位商、产值区位商；集群创新能力、竞争合作能力；宏观调控、公共政策，见图1。
3.2指标权重的评价
基于指标层划分的各个影响因素，构建判断矩阵P，并对徐州物流产业集群绩效评价的指标进行两两比较。
根据确定的判断矩阵，计算各指标的相对权重。通过Matlab运算，得出四个指标的权重分别为W=05401、0.2102、0.0504、0.1993，并满足一致性检验。
3.3建立评语集
经过查阅相关资料，建立了云模型所对应的5个评价等级。Cloud1（1，0.1031，0.013）对应于“好”、Cloud2（0.691，0.064，0.008）对应于“较好”、Cloud3（05，0.039，0.005）对应于“一般”、Cloud4（0.309，0064，0.008）对应于“较差”以及Cloud5（0，010310.013）对应于“差”。
3.4确定基于云模型的评价值
以環境状况、物流产业聚集度、市场状况、政府支持四个方面作为评价指标，对徐州物流产业集群升级进行云评价。采用问卷调查的方式，诚邀20位专业人士对各个指标进行判分，只需给出相应指标的最高分以及最低分。
利用逆向云发生器算法，可以将参数的最高分和最低分分别转化为最小云模型参数和最大云模型参数，并得到表示最终结果的参数。
3.5最终评价结果
求得8个指标的相应参数后，利用公式，其中为指标的综合云，为指标的权重。可得出徐州的最终评价云模型B（0.5781，0.031，0.0051），结合上述评语集的相关参数，即可获得徐州区域的综合云。评价结果表明，徐州的物流产业集群升级状况处于等级“一般”与“较好”之间。
4结论
在本文中，基于国内外物流产业集群升级和云模型的研究经验，以徐州为例，将云模型应用于区域物流产业集群升级的评价之中。云模型可以客观地对各个指标进行评价，改善层次分析法带来的不足，并且能够积极推动区域经济和物流业的发展。
参考文献
[1]周晓晔，孙欢，王喆.基于云模型的区域物流产业集群升级评价——以沈阳经济区为例[J].工业工程与管理，2014，（06）：133137.
[2]周晓晔，孙欢，王喆.基于云模型的区域物流产业集群绩效评价[J].工业工程，2014，（05）：124129.
[3]王琦峰.基于云物流的物流产业集群服务创新模式研究[J].物流技术，2013，（03）：2426.
[4]唐卫宁，徐福缘.物流产业集群共生发展影响因素实证研究[J].中国流通经济，2012，（04）：2529.
[5]王文平，张苏荣.产业集群网络演化中知识转移研究[J].管理学报，2011，（09）：13721377.
[6]杨自辉，凌艳平，李明.物流产业集群依赖经济模型理论研究[J].吉首大学学报（社会科学版），2009，（05）：8387.
关键词：云模型；基础设施；物流产业；集群升级
中图分类号：F25文献标识码：Adoi：10.19311/j.cnki.16723198.2017.06.014
1国内外研究现狀
受产业集群影响，国外学者将重心偏向于物流中心、园区以及基地三个方向，重点优化物流网络。国内学者对区域物流产业集群升级的研究尚浅，主要关注于物流产业集群竞争优势。将国内外研究方向进行对比，不难发现中外学者都注重于对产业集群方面的研究，而不是产业集群升级。
2基于云模型的区域物流产业集群升级评价
虽然层次分析法具有简明、易懂等许多优点，并且应用广泛。但对于多个决策者解决复杂问题时，仍然具有一些短缺，例如随机性和模糊性。而在层次分析法中糅合云模型，可以改善其在评价指标时的诸多不足。
2.1建立评价指标
通过参考相关资料，本文将环境状况、物流产业聚集度、市场状况、政府支持四个方面作为区域物流产业升级的评价指标。
环境因素是物流集群发展的首要条件，对物流产业集群选址有一定的影响。物流产业聚集度作为权衡物流集群的重要指标，是对物流产业集聚现象的描述。市场竞争是集群形成的重要条件之一，物流企业做出物流产业集群的理性选择是在特定市场环境下的。政府在物流集群的建设和发展中起着非常重要的作用，物流集群的市场行为受到政府法律法规政策的影响。
2.2基于云模型的层次分析法
为了更加高效地对区域物流产业集群升级进行评价，首先将已确定的评价指标进一步分解为不同的类型，同一层级的指标应受到上下级约束，由此建立一个完整的指标评价体系。其次通过层次分析法确定评价指标权重。接着运用“好”、“较好”、“一般”、“较差”、“差”来建立评语集。然后确定评价值，邀请专业人士对各个指标进行判分，并给出指标的最高分以及最低分，对指标进行约束。并将最高分以及最低分逆向转化为云模型参数。最后，结合权重，得到最终的评价云。
3结果分析
徐州物流产业集群的发展主要表现为物流园区的发展，物流园区是多数物流企业及物流设施设备在空间上集聚的场所。按照上述步骤，评价徐州的物流产业集群升级状况。
3.1评价目标的确定
通过分解上述指标层的市场、政府等4个指标，进一步确定了影响评价体系的8个因素。分解为：自然资源、基础设施；就业区位商、产值区位商；集群创新能力、竞争合作能力；宏观调控、公共政策，见图1。
3.2指标权重的评价
基于指标层划分的各个影响因素，构建判断矩阵P，并对徐州物流产业集群绩效评价的指标进行两两比较。
根据确定的判断矩阵，计算各指标的相对权重。通过Matlab运算，得出四个指标的权重分别为W=05401、0.2102、0.0504、0.1993，并满足一致性检验。
3.3建立评语集
经过查阅相关资料，建立了云模型所对应的5个评价等级。Cloud1（1，0.1031，0.013）对应于“好”、Cloud2（0.691，0.064，0.008）对应于“较好”、Cloud3（05，0.039，0.005）对应于“一般”、Cloud4（0.309，0064，0.008）对应于“较差”以及Cloud5（0，010310.013）对应于“差”。
3.4确定基于云模型的评价值
以環境状况、物流产业聚集度、市场状况、政府支持四个方面作为评价指标，对徐州物流产业集群升级进行云评价。采用问卷调查的方式，诚邀20位专业人士对各个指标进行判分，只需给出相应指标的最高分以及最低分。
利用逆向云发生器算法，可以将参数的最高分和最低分分别转化为最小云模型参数和最大云模型参数，并得到表示最终结果的参数。
3.5最终评价结果
求得8个指标的相应参数后，利用公式，其中为指标的综合云，为指标的权重。可得出徐州的最终评价云模型B（0.5781，0.031，0.0051），结合上述评语集的相关参数，即可获得徐州区域的综合云。评价结果表明，徐州的物流产业集群升级状况处于等级“一般”与“较好”之间。
4结论
在本文中，基于国内外物流产业集群升级和云模型的研究经验，以徐州为例，将云模型应用于区域物流产业集群升级的评价之中。云模型可以客观地对各个指标进行评价，改善层次分析法带来的不足，并且能够积极推动区域经济和物流业的发展。
参考文献
[1]周晓晔，孙欢，王喆.基于云模型的区域物流产业集群升级评价——以沈阳经济区为例[J].工业工程与管理，2014，（06）：133137.
[2]周晓晔，孙欢，王喆.基于云模型的区域物流产业集群绩效评价[J].工业工程，2014，（05）：124129.
[3]王琦峰.基于云物流的物流产业集群服务创新模式研究[J].物流技术，2013，（03）：2426.
[4]唐卫宁，徐福缘.物流产业集群共生发展影响因素实证研究[J].中国流通经济，2012，（04）：2529.
[5]王文平，张苏荣.产业集群网络演化中知识转移研究[J].管理学报，2011，（09）：13721377.
[6]杨自辉，凌艳平，李明.物流产业集群依赖经济模型理论研究[J].吉首大学学报（社会科学版），2009，（05）：8387.