區(qū)域物流與區(qū)域經(jīng)濟(jì)的協(xié)調(diào)對(duì)兩者的健康有序發(fā)展均存在較大的影響。選取適當(dāng)指標(biāo)體系,結(jié)合耦合理論、云模型理論與方法,得到區(qū)域物流子系統(tǒng)與區(qū)域經(jīng)濟(jì)子系統(tǒng)耦合度綜合云參數(shù)的計(jì)算方法及步驟,并結(jié)合四川省物流與經(jīng)濟(jì)系統(tǒng)相應(yīng)數(shù)據(jù)進(jìn)行分析。實(shí)例結(jié)果表明,在研究期內(nèi),四川省區(qū)域物流與經(jīng)濟(jì)子系統(tǒng)各自的效用呈現(xiàn)增長(zhǎng)趨勢(shì),區(qū)域物流子系統(tǒng)效用年均增長(zhǎng)率為24.50%,區(qū)域經(jīng)濟(jì)子系統(tǒng)效用的年均增長(zhǎng)率為32.93%,耦合度綜合云的期望在0.4974到0.5001之間,表明區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)處于中等耦合階段。 

【文章來(lái)源】：交通運(yùn)輸工程與信息學(xué)報(bào). 2020年01期 第160-167頁(yè)

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖5時(shí)期3與時(shí)期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3

plingdegreesynthesiscloudforperiods1and2圖5時(shí)期3與時(shí)期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3and4根據(jù)表5可知在時(shí)期1到時(shí)期4間，區(qū)域物流與經(jīng)濟(jì)的耦合度差異較小，耦合度綜合云期望最大值出現(xiàn)在時(shí)期4（為0.5001），最小值出現(xiàn)在時(shí)期1（為0.4974），時(shí)期1到時(shí)期4存在微弱的增長(zhǎng)趨勢(shì)。圖4與圖5所示為不同時(shí)期耦合度綜合云的情況，可以看出，在不同時(shí)期，耦合度綜合云的中心基本重合，僅在云滴的分散程度上存在很小的差異，表明時(shí)期1到時(shí)期4區(qū)域物流與經(jīng)濟(jì)的耦合情況較為穩(wěn)定。圖6反映了在時(shí)期2，區(qū)域物流、區(qū)域經(jīng)濟(jì)系統(tǒng)的耦合度綜合云與評(píng)價(jià)云的對(duì)比。可以看出，該時(shí)期區(qū)域物流與區(qū)域經(jīng)濟(jì)的耦合度較好，與等級(jí)3評(píng)價(jià)云高度貼合，說(shuō)明該時(shí)期區(qū)域物流與區(qū)域經(jīng)濟(jì)耦合度一般。結(jié)合表2與表5，可知時(shí)期1到時(shí)期4期間，耦合度綜合云的期望與等級(jí)3評(píng)價(jià)云的期望幾乎相等，差異度分別為0.517%、0.118%、0.002%和0.020%。圖6時(shí)期2時(shí)區(qū)域物流與區(qū)域經(jīng)濟(jì)耦合度Fig.6Couplingdegreeofregionallogisticsandregionaleconomyinperiod24結(jié)論在分析區(qū)域物流與區(qū)域經(jīng)濟(jì)相互作用的基礎(chǔ)上，選取區(qū)域物流與區(qū)域經(jīng)濟(jì)相應(yīng)指標(biāo)，建立評(píng)價(jià)指標(biāo)體系，依據(jù)耦合理論和云模型相應(yīng)理論與方法，得到區(qū)域物流與區(qū)域經(jīng)濟(jì)耦合度綜合云相關(guān)參數(shù)的計(jì)算方法及步驟，最終結(jié)合四川省2006年至2015年間物流與經(jīng)濟(jì)系統(tǒng)指標(biāo)數(shù)據(jù)，進(jìn)行實(shí)例分析。通過(guò)上述研究，得出結(jié)論如下：（1）區(qū)域物流與區(qū)域經(jīng)濟(jì)子系統(tǒng)之間存在較強(qiáng)的相互作用，二者相互依存，相互制約，需要協(xié)調(diào)發(fā)展。（2）區(qū)域物流與區(qū)域經(jīng)濟(jì)效用發(fā)展往往呈現(xiàn)較為相似的趨勢(shì)，實(shí)例分析中，區(qū)域物流與區(qū)域經(jīng)濟(jì)子系統(tǒng)的效用均呈現(xiàn)較為顯著的增長(zhǎng)趨勢(shì)，區(qū)域物流子系統(tǒng)效用

。云的數(shù)字特征一般用期望Ex、熵En和超熵He表示。其中期望Ex表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵En表示定性信息的模糊性，是定性信息不確定性的表征；超熵He是云度厚度的度量，云滴越厚表示隸屬度的離散程度越大，云的厚度也越大[15]。根據(jù)概念可以將云模型分為正向云和逆向云。正向云是實(shí)現(xiàn)定性向定量轉(zhuǎn)化的過(guò)程，由云的數(shù)字特征產(chǎn)生云滴。逆向云是由多個(gè)樣本組成的云滴產(chǎn)生云數(shù)字特征的過(guò)程，與正向云相反，是定量到定性的轉(zhuǎn)換。正向云與逆向云的關(guān)系如圖1所示。圖1正向云與逆向云的關(guān)系Fig.1Relationshipbetweenforwardandbackwardclouds2.2耦合度綜合云生成方法對(duì)于區(qū)域物流和區(qū)域經(jīng)濟(jì)單系統(tǒng)，可以用有序度衡量單系統(tǒng)的發(fā)展?fàn)顟B(tài)。設(shè)軌道交通產(chǎn)業(yè)第j個(gè)指標(biāo)的歷史數(shù)據(jù)序列為12{,,,}jjjnjxxxx，設(shè)存在12maxmax{,,,}jjjnjxxxx，minjx12min{,,,}jjnjxxx，則軌道交通產(chǎn)業(yè)系統(tǒng)第j個(gè)指標(biāo)的有序度[15]為：min,maxmin()max,maxminjjjjjjkkkkkxxxxxxuxxxxxxx（3）式中，x+表示正向指標(biāo)，x-表示負(fù)向指標(biāo)。區(qū)域物流和區(qū)域經(jīng)濟(jì)單系統(tǒng)效用，可根據(jù)不

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)于長(zhǎng)三角與成渝經(jīng)濟(jì)區(qū)區(qū)域物流與區(qū)域經(jīng)濟(jì)發(fā)展相關(guān)性的研究[J]. 唐嘉欣.  知識(shí)經(jīng)濟(jì). 2018(12)
[2]基于耦合協(xié)調(diào)度模型的綜合運(yùn)輸體系支撐力研究[J]. 薛鋒,袁野.  交通運(yùn)輸工程與信息學(xué)報(bào). 2018(01)
[3]絲綢之路經(jīng)濟(jì)帶區(qū)域經(jīng)濟(jì)與物流發(fā)展耦合評(píng)價(jià)及空間分析[J]. 周小虎,楊宏偉,趙鶯.  鐵道運(yùn)輸與經(jīng)濟(jì). 2017(01)
[4]基于熵權(quán)法與正態(tài)云模型的大壩安全綜合評(píng)價(jià)[J]. 馮學(xué)慧.  水電能源科學(xué). 2015(11)
[5]區(qū)域內(nèi)物流水平與經(jīng)濟(jì)水平的互動(dòng)關(guān)系研究[J]. 邵柏春.  物流技術(shù). 2015(10)
[6]港口物流與區(qū)域經(jīng)濟(jì)的互動(dòng)關(guān)聯(lián)機(jī)理——以丹東港為例[J]. 王洪軍.  經(jīng)營(yíng)管理者. 2014(15)
[7]基于Anylogic的南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)仿真研究[J]. 許華靜,龍芳,袁崇敏,彭容青.  科技經(jīng)濟(jì)市場(chǎng). 2014(01)
[8]一種定性定量信息轉(zhuǎn)換的不確定性模型——云模型[J]. 陳貴林.  計(jì)算機(jī)應(yīng)用研究. 2010(06)
[9]區(qū)域物流與區(qū)域經(jīng)濟(jì)的協(xié)同性分析[J]. 劉明菲,柯錦輝.  理論月刊. 2008(04)
[10]基于云X信息的逆向云新算法[J]. 劉常昱,馮芒,戴曉軍,李德毅.  系統(tǒng)仿真學(xué)報(bào). 2004(11)

碩士論文
[1]湖南省區(qū)域物流與區(qū)域經(jīng)濟(jì)的耦合度研究[D]. 胡冰茜.中南林業(yè)科技大學(xué) 2017
[2]廣州汽車(chē)產(chǎn)業(yè)集群與區(qū)域物流協(xié)同發(fā)展研究[D]. 張景秀.華南理工大學(xué) 2012



本文編號(hào)：2906596