基于改进突变序列法的农产品物流产业评价模型研究_农产品物流论文

基于改进突变级数法的农产品物流产业评估模型研究，本文主要内容关键词为：级数论文,突变论文,农产品论文,模型论文,物流论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       作为农产品生产与消费大国，客观、准确的分析与评估我国区域农产品物流产业发展水平及程度，精准地找出区域农产品物流产业发展过程中存在的问题，进而有的放矢的根据问题提出改进意见、制定相应的战略规划、调整产业发展结构和合理配置物流资源，对提升我国区域现代农产品物流产业竞争力和实现区域农产品物流健康、稳定发展具有重要的现实意义。

       目前，我国学者对农产品物流的研究相对较少，尚未形成完整的体系，现有研究主要聚焦于模式探讨、需求预测和安全监控等定性方面。而关于区域物流发展水平评估方面，学者们已提出了多种研究方法，如：层次分析法、TOPSIS、模糊综合评价、主成分分析、灰色聚类分析[1]、模糊物元法[2]等。虽然这些方法都有各自特点和优势，但大都存在结果的主观性偏差和计算容量大的特点。

       本文运用突变理论的重要应用分支——突变级数法，并根据其方法特点将离差最大化法引入到各评估指标的排序决策中，建立了基于改进突变级数法的农产品物流产业评估模型。实证研究表明：该模型既克服了主观赋权的局限，计算简单，不失科学性和合理性，又为农产品物流产业提供了一种崭新的评估方法，具有良好的应用价值。

       二、基于改进突变级数法的农产品物流产业评估模型构建

       (一)突变级数法基本原理及步骤

       突变级数法的理论基础源于突变理论，突变理论为法国著名数学家Rene Thom教授于20世纪60年代末提出，它以拓扑学为工具，以结构稳定性理论为基础，是一种建立在众多交叉数学理论之上，通过描述系统在临界点的状态，来专门研究连续作用下系统不连续的从一种稳定组态跃迁到另一种稳定组态的现象和规律的复杂性科学理论。势系统是突变理论研究的主要对象，它取决于系统内各组成要素之间的互相作用及系统与外部环境的关联性大小，它们通过状态变量和控制变量来描述。Rene Thom指出当状态变量数目低于3个，控制变量数目低于5个时，只存在7种突变类型：折迭突变、尖点突变、燕尾突变、蝴蝶突变、椭圆脐点突变、双曲脐点突变和抛物脐点突变[3-4]。

       突变级数法首先要求对评估目标主体内部进行多因素多层次的重要性目标分解，以建立目标主体的递阶层次结构模型，然后由突变理论中的7种初等突变函数与模糊数学推导出突变模糊隶属函数，用归一公式进行递阶层次计算，最终归一得某个参数，即总突变隶属函数值，从而对目标进行综合评估。

       (二)改进突变级数评估模型构建

       1.依据指标体系构建递阶层次结构模型

       按照突变级数法的要求，根据评估目的和目标系统的内在作用机理，将评估目标系统分解成由多个因素指标分主次组成的指标体系。由于现有的7种初等突变模型中某一个状态变量所对应的控制变量数目最多不超过4个，因此，递阶层次结构中各层指标数目不应超过4个。

       运用突变级数法对目标进行综合评估，需要对各子指标按重要性程度从大到小进行排序。为克服各指标排序的主观性，本文运用离差最大化法来计算各指标权重以实现评估结果主观性偏差的最小化。离差最大化法的基本原理在于通过计算指标体系中第j个指标的总离差与全部指标总离差的比值大小来体现该指标的重要性，即若某一指标的综合属性值对所有指标来说差异越小，则该指标对整体指标排序所起的作用越小；反之，若差异大，则应该赋予较大权重[5]。该方法适用于具体领域内经济效益的综合评估与排序问题[6]。

       离差最大化法确定各指标权重的步骤如下：

       一是对底层指标的原始数据进行无量纲化处理，本文采用Min-Max标准化处理方法。

       若为正向指标，即数值越高越有利，则

      

       二是建立离差最大化法最优权重向量的求解模型。设每个层次中各指标的权重向量为

，记标准化处理后的决策矩阵为

，则可以求得加权后的规范化决策矩阵如下：

      

       根据决策矩阵(3)构造离差最优化模型：

      

       其中，i表示评估对象，i∈N=｛1，2，…，n｝；j表示具体指标，j∈M=｛1，2，…，m｝；k表示与i评估对象处于同一个指标j下的某个具体评估对象，k∈｛1，2，…，n｝。

       三是解离差最优化模型，并结合归一化处理过程可得最优参数如下：

      

       则权重向量

即为所求。

       四是对于多层次结构评估指标体系，上层指标重要性大小将由其对应下层指标的总效益值(对应指标加权决策矩阵各数值之和)决定。

       2.确定评估目标各层次的突变系统类型

       Rene Thom在突变理论中证明：当状态变量为1维时，共有4种初等突变模型，即折迭突变、尖点突变、燕尾突变和蝴蝶突变。

       当控制变量为1维时，该突变为折叠型，其势函数为

      

       当上层指标由2个子指标组成，即控制变量为2维时，该突变为尖点型，其势函数为

      

       当上层指标由3个子指标组成，即控制变量为3维时，该突变为燕尾型，其势函数为

      

       当上层指标由4个子指标组成，即控制变量为4维时，该突变为蝴蝶型，其势函数为

      

       上述各式中，f(x)表示突变系统的势函数；x表示突变系统中的一个状态变量；a，b，c，d则分别表示突变系统中状态变量的控制变量，其排列先后顺序由各控制变量的重要性程度来确定。

       3.由各突变系统的分歧方程导出归一公式

       根据突变理论，平衡曲面为各势函数f(x)全部临界点的集合，其方程表达式为f′(x)=0，对势函数进行二次求导便得该平衡曲面的奇点集方程，即f〞(x)=0，再将函数f′(x)=0与f〞(x)=0联立消去x，可得该系统的分歧点集方程，它是突变理论的重点研究对象。对分歧点集方程以分解形式展开可推导出归一公式，归一公式通过把系统内各控制变量的不同质态化为同一质态，从而运用控制维数的模糊隶属函数得到最终评估结果[7]。三种常见的突变系统的归一方程如下：

       尖点突变系统的归一方程：

      

       燕尾突变系统的归一方程：

      

       蝴蝶突变系统的归一方程：

      

       其中，x为突变系统中的状态变量；a，b，c，d为状态变量的控制变量；

则分别为控制变量a，b，c，d所对应的x值。

       4.突变系统的决策选择原则

       通过各初始隶属函数值，利用归一公式对各级评估指标进行递归计算，最终可得到最高层的总突变隶属函数值。对于计算过程中的突变系统决策选择，本文结合多目标模糊决策理论，依据系统中各控制变量对状态变量不同的影响方向遵循两个基本原则：“互补”原则与“非互补”原则。当系统中各控制变量对状态变量起相互补足的作用，即相互关联时，将采用“互补”原则，状态变量取各控制变量的平均值；当系统中各控制变量对状态变量不起互相补足的作用，即不相互关联时，将采用“非互补”原则，利用“大中取小”的准则进行取值[8]。

       三、实例分析

       (一)指标选取

       本文在区域物流诸多理论研究基础上[9-11]，结合农产品物流产业特点，遵循科学性、可比性、层次性和可获得性等原则，分别从经济基础、产业规模、基础设施和信息化水平4个方面筛选出12个表征性指标，建立了农产品物流产业评估指标体系，以期能够客观准确的对区域农产品物流进行评估。12个指标分别为：人均GDP(元)、社会消费品零售总额(亿元)、居民消费水平(元)、货物周转量(亿吨公里)、农业生产总值(亿元)、物流节点数量(个)、亿级批发市场成交额(亿元)、高速等级公路里程(万公里)、铁路营运里程(万公里)、港口货物吞吐量(亿吨)、邮电业务总量(亿元)与互联网普及率(％)。

       (二)数据来源

       为进一步检验该模型的可靠性和适用性，本文在综合考虑数据的非保密性和权威性的基础上，从《中国统计年鉴》(2010～2014年)、《国家统计数据库》(2010～2014年)和《中国物流年鉴》(2010～2014年)选取了我国东部地区两个人口大省广东和山东近5年各底层指标的原始数据进行横向与纵向的对比分析。

       (三)过程评估

       首先，根据Min—Max标准法对各底层原始数据进行无量纲化处理，然后，根据离差最大化法和式(5)计算同一层各指标的重要性大小并根据大小排序以建立指标体系，具体计算结果见表1，表中括号内数字表示各指标权重值。对于上层指标将按照其子指标的总效益值大小排序，其排列顺序为：产业规模(9.24)、经济基础(8.60)、基础设施(7.91)、信息化水平(6.00)。

      

       以2010年广东省数据为例，计算过程如下：

       产业规模层次下的底层指标数据A1、A2、A3、A4构成了互补性蝴蝶型突变模型[12]，相应指标的重要性大小为A1＞A2＞A3＞A4，根据公式(8)计算如下：

      

       经济基础层次下的底层指标数据B1、B2、B3构成了互补性燕尾型突变模型，相应指标的重要性大小排序为B1＞B2＞B3。

      

       基础设施层次下的底层指标数据C1、C2、C3构成了非互补性燕尾型突变模型，相应指标的重要性大小排序为C1＞C2＞C3。

      

       信息化水平层次下的底层指标数据D1、D2构成了互补性尖点型突变模型，相应指标的重要性大小排序为D1＞D2。

      

       综上所述，可依次求得广东省与山东省其他年份的农产品物流产业评估结果，详见表2。

      

       四、主要研究结论及建议

       通过对比表2中2010～2014年广东和山东两省农产品物流产业评估后的各项数据，可以得到以下结论：

       1.就综合评估结果而言，近5年广东省的农产品物流产业发展水平都略高于山东省。近5年广东省的农产品物流产业综合评估结果为(0.5614，0.8427，0.8733，0.9222，0.9558)，而山东省的综合评估结果为(0.3948，0.7968，0.8692，0.9086，0.9333)，显然广东省每年的农产品物流产业评估结果都优于山东省的评估结果。

       2.与山东省的农产品物流产业相比，广东省最大的优势在于其突出的信息化水平与良好的经济基础。评估结果显示，广东省在信息化水平和经济基础两个指标上拥有绝对优势，尤其在信息化水平方面，广东省近5年的信息化水平综合评估值都高于0.7624，而山东省近5年的评估值都低于0.5434。

       3.庞大的产业规模是现阶段支撑山东省农产品物流产业发展的重要力量。产业规模是山东省在农产品物流产业评估中唯一优于广东省的一级指标。事实上，山东作为农业大省，其农产品产业规模本身也较广东省庞大。

       4.广东省与山东省的农产品物流基础设施建设水平相当，但都处于一个较低的水平，基础设施建设是制约广东省农产品物流产业迈向一个新高度的重要因素。广东省在经济基础、信息化水平和产业规模三方面整体上都处于一个较高水平，而基础设施却处在一个相对较低水平，所以广东省在基础设施建设方面有着较大的提升空间。

       综上所述，现阶段山东省农产品物流产业发展水平与广东省的相比，在信息化水平和经济基础两个方面确实存在较大的差距，在坐拥庞大的农产品物流产业规模的基础上，想要实现山东省农产品物流产业健康、稳定、快速发展需要做好如下几个工作：1)信息化方面：大力推进信息化与农业的深度融合，提高互联网的普及率，加快信息产业发展；2)经济基础方面：大力发展经济，优化营商环境、进行制度创新等，努力增强经济发展的活力和动力；3)基础设施方面：政府要加大基础设施建设的投入，科学编制基础设施建设专项规划，统筹公共服务配套设施建设，并突出建设重点。

       而对于广东省而言，想要在农产品物流产业发展水平层面实现新突破，加大基础设施建设的投入是关键。广东省应以其强大的经济实力为依托，结合省内自然状况，科学编制和实施基础设施建设专项规划，系统推进全省基础设施建设，完善城乡交通基础设施，并提高全省基础设施建设投融资、运营和管理水平，以实现其农产品物流产业发展迈上新台阶。

       五、结束语

       本文运用突变级数法和离差最大化法构建了农产品物流产业发展的改进突变级数评估模型，该模型是对评估过程中去人为主观判断研究的一种尝试，实证运用表明：该模型很大程度上降低了评估过程中决策与分析的主观性，计算方法简单便捷，计算结果科学合理，能对区域农产品物流产业发展进行准确定位及客观分析，可为政府及相关部门正确制定战略规划、调整产业发展布局和合理配置物流资源提供科学依据，具有重要应用价值。

标签：农产品物流论文;  突变理论论文;  控制变量论文;  状态变量论文;