摘要
随着我国经济不断增长，现代物流业具有广阔的市场前景，迫切需要客观全面的评估地区物流的发展，为企业决策和政府管理指明方向。但是，我国区域物流评价仍处于初级阶段，指标体系构建不全面，评价方法较主观。为了能够精准量化评价，本文以江苏省为例，构建了一套区域物流指数模型，从而利于政府的宏观管理，促进地区经济的增长。 本文以区域物流评价为研究对象，首先分析了国内外在物流指标构建和方法评价方面的优缺点。然后以江苏省2002-2018年相关数据为例，遵循指标选择的可获取性、代表性和独立性等原则，构建初始指标体系，通过R型聚类法的类平均法和变异系数定量筛选区域物流指标。筛选后的区域物流指标体系主要由基础物流指数、发展潜力指数、物流效益指数、环境影响指数和经济发展指数5个二级指标和25个三级指标构成。接着提出基于熵权法-BP神经网络的评价模型，即利用熵权法求得初始指标权重，加权得到初始区域物流综合指数。以标准化后的初始指标数值和初始区域物流综合指数值作为BP神经网络的输入，最终指标权重为输出，将熵权法初始评价结果分为16个训练样本和1个测试样本，通过Matlab2016a仿真，加权得到江苏省物流综合指数和各分项物流指数值。最后通过折线图、饼图分析江苏省总区域物流指数和各分项物流指数的趋势及成因，指出政府应注重铁路、管道运输等管理和物流人才的培养，对物流企业给予一定扶持，注重生态保护，控制污染排放量，从而提高江苏省的物流经济水平。
NETL