辽宁省综合物流节点体系布局优化研究.docVIP

辽宁省综合物流节点体系布局优化研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
辽宁省综合物流节点体系布局优化研究

辽宁省综合物流节点体系布局优化研究   【摘 要】本文以辽宁省14个城市物流节点为研究单元,选取2011年统计数据,利用熵值法和灰色关联分析对物流能力进行测度,依据测距结果进行物流节点类型层次划分,依此对辽宁省物流节点体系的空间格局进行了分析并予以优化。   【关键词】熵值法;物流节点;布局优化;辽宁省   0 引言   现代物流的研究始于20世纪初期,随着研究的深入其内涵也发生着变化,当前认为现代物流是利用现代现代的信息技术手段,借助传统的物资流通资源,实现物资的快速、准确、低成本的区域间流动的全过程[1],区域内物资的集散与流通依赖于内部城市的物流节点功能得以进行,使得每一个城市都是物资的集散地,也就是物流节点[2]。物流节点也称物流结点,是物流网络中连接物流线路的结节之处[3],是区域内进行物流活动和组织的关键。物流节点的布局是否合理,物流节点体系是否完善,都直接关系到物流网络的结构和规模、物流系统的运作费用与服务水平,会影响区域和城市物流的运作效率,最终将影响到区域相关经济产业的发展[4]。然而,由于物流产业进入我国时日不长,国内对现代物流的研究时间较短,目前国内对物流节点的研究主要集中于物流节点体系规划及节点布局特点分析,对已形成物流节点体系的优化研究少之又少。近些年也出现了基于农产品、粮食等特定货物的物流节点体系和经济区内物流节点体系的优化研究[5-6]。但是,物流节点体系是一个多元化的整体,随着城市发展应当结合多方因素对物流节点体系进行合理调整,使之能更好地配合区域经济的发展。本文基于熵值法结合城市发展对辽宁省物流节点体系经行分析并依此对物流节点布局进行优化,以期能为辽宁省物流节点的优化提供参考。   1 区域概况与数据来源   近些年来,国家为了发展物流产业,结合国内物流业现状和各地产业特征,颁布了《物流业调整和振兴规划》。在这份规划中,辽宁省属于九大物流区域中的东北物流区域,同时,东北物流区域的中心沈阳、大连两城市正是辽宁省的两大重要城市,足见辽宁省的流产业发展潜力及前景已受到国家家重视,辽宁省政府为贯彻落实国家规划制定了《辽宁省物流业调整和振兴实施方案》、《辽宁省现代物流产业发展规划纲要》等政策。   辽宁省地处我国东北部,位于东经118°53′~125°46′,北纬38°43分~43°26′之间,东北部与吉林省相接,与朝鲜半岛相隔鸭绿江,西北与内蒙古自治区接壤,西南毗邻河北省,南部与山东省相隔渤海,东南以黄海与日本隔海相望。辽宁省下设沈阳、大连、鞍山、抚顺、本溪、丹东、锦州、营口、阜新、辽阳、铁岭、盘锦、朝阳、葫芦岛14个地级市。辽宁省在东北老工业基地中占有重要地位,具有雄厚的工业基础,在当前东北亚经济的发展中更是与俄罗斯、蒙古、韩国、日本有着密切的经济往来,其物流产业的发展对联系区域内外、发展区域经济起着不可或缺的作用。   本研究采用的数据主要来源于2012年《中国城市统计年鉴》和《辽宁省统计年鉴》,选取辽宁省14个地级市的社会经济统计数据,通过Excel2007进行数据处理。   2 研究方法   2.1 熵值法   熵值法是对指标进行赋权的常用客观赋权法之一[7]。熵权法通过各指标之间的相关关系或者指标的差异程度构成判断矩阵来确定指标的权重,在进行判定时尽可能消除了判断的主观性.[8]对指标进行评价之前,对所选原始数据进行无量纲处理。设评价对象含有m个样本n个指标,可构成构建原始判断矩阵R=(xij)mn(i=1,2,…,m;j=1,2,…,n),式中xij便是第i个样本中在指标j对应的原始数据。对判断矩阵进行归一化处理,得到归一化判断矩阵B,所用无量纲化公式为:   无量纲化处理后计算评价指标的熵:   通过上式(1)、(2)、(3)最终计算评价指标的熵权W:   指标的熵权值越大,即指标的重要性越大,说明其在评价中的作用大,对评价结果的贡献越大[9]。   2.2 灰色关联分析法   灰色关联分析是基于我国邓俊龙教授创立的灰色系统理论构建的数学模型,可显示各因素动态关联的特征及其影响能力,能够较全面的分析系统多因素之间的相互作用。[10]分析过程一般包括以下步骤:   (1)首先确定分析序列。基于研究对象选取的原始数据,建立评价对象的比较序列A:A={A1,A2,…,Am}和评价标准的参考序列V:V={V1,V2,…,Vn},其中m为评价对象的个数,n为评价指标的个数。对象Ai对评价指标Vj的具体属性数据为Xij(i=1,2,…,m;j=1,2,…,n)。   (2)无量纲化处理。由于所选数据的多样性,数据指标的量纲或数量级不同。而指标量纲不同会造成后期计算的不可靠,因此评价前需进行无量纲化处理。   一般可通过初值法进行处理,公式为:   式中X0j

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档