基于灰色关联度分析的北京市物流业与制造业联动发展

文/田雪 王丹丹 王锐月 马媛媛

1.引言

物流业作为生产性服务行业的代表，在经济发展阶段转化的过程中，成为了社会经济创新转型的主导力量，在“一带一路”背景下，物流先行成为共识，北京作为国家级物流节点城市，物流建设显得尤为重要。2007年9月，国家发改委组织召开的首届全国制造业与物流业联动发展大会，启动了制造业与物流业联动发展工程，目前为止，物流业与制造业的联动发展已成为国家重点产业振兴规划中的重要工程。北京在进入服务经济、形成以生产性服务业为主导产业的产业结构之后，物流业已成为现代制造业发展的加速器，同时，制造业对物流业有着巨大的需求拉动和促进作用。在北京建设世界创新城市的背景下，亟需加强对如何更好地促进物流业与制造业联动发展进行研究。

岳云康[1]等在物流发展理论的基础上，依据区域物流与经济的互动发展关系，构建二者之间的灰色关联模型，并对山西省区域物流资源利用、物流效率与经济增长之间的相关性进行分析。崔晓迪[2]通过整合现有评价方法，提出了新的DEA－GRA双层模型评价方法，并利用该方法对天津市物流业与制造业的联动效果进行了实证研究。李根[3]立足于产业共生视角对协同发展系统在不同共生状态下的产出水平和影响因素进行了研究，并构建了协同成熟度模型，对制造业和物流业的协同发展水平进行深刻研究，提出目前我国物流业与制造业之间的协同发展水平还有待提升，并从宏微观两个层面给出建议。田雪[4]等通过运用投入产出理论，计算出了北京市物流业与制造业、生产性服务业三者之间的直接消耗系数，并分析了其互相需求关系，研究结果表明，北京市商务服务业的发展能完全支撑物流业的发展壮大，同时近几年来北京市物流业的发展对资金的需求不断增大。张丽平、杨江龙[5]通过对现阶段物流业与制造业的联动情况进行梳理，运用结构洞理论对物流业与制造业之间的联动进行了分析，得出物流业与制造业之间的产业联动是物流一体化服务集成商发展壮大的一块“跳板”的结论，并提出物流服务的集成商应抓住机遇，充分利用这样一个“跳板”来壮大自身的实力。韦琦[6]提出了物流业与制造业联动的演化路径为：物流环节分离、物流产业分离、两业集聚联动、两业扩散联动，并利用32年的数据对我国物流业与制造业之间的联动关系进行检验。

综上所述，虽然国内学者对物流业与制造业之间关系的研究从多方面展开，但缺乏对现有背景下北京市的物流业与制造业联动的分析。京津冀区域的协同发展对物流业提出了更高的要求，在产业结构调整的背景下，物流业与制造业之间的协调发展变得更为艰巨。因此，加快物流业发展、实现制造业与物流业联动共赢是北京市产业发展和结构调整所面临的极为迫切的任务。

2.研究方法的确定

目前对于物流业与制造业联动的研究主要包括定性和定量两种方法。在研究方法上，本文运用现代经济学的研究方法，结合理论研究和实证分析，综合利用定性分析与定量分析，用历史的、发展的观点看待和分析问题。本文拟选用2002年～2016年北京市物流业与制造业的相关数据，通过灰色关联度分析对北京市物流业与制造业之间的联动发展进行研究。

邓聚龙教授是灰色系统理论的创始者，并在1982年提出灰色关联分析法，该方法在提出后受到学者们的广泛应用。灰色关联分析方法是在分析每个要素的前进方向的基础上判断要素之间紧密关系的一种定量分析方法。灰色关联分析方法在应用中对数据的数量没有过多的要求，通过对已有的数据进行提炼，找到其中有价值的信息，在序列因子的作用下，实现对系统演化规律的正确描述[7]。灰色关联分析方法的主要理念是根据要素呈现的几何形状来判断要素间的紧密关联程度，要素之间的曲线越相近，则证明要素之间的联系越紧密。其最终目的是讨论自变量要素之间的优势对比，即在若干个要素中分析哪些要素对主行为变量的影响较大，哪些影响较小[8]。

灰色关联度分析方法对样本的数量、样本本身的规律性以及样本的分布都没有要求，并且整个过程的计算量较小，同时省却了面板回归分析的各种检验过程，适用性较强，本文选择灰色关联度方法对北京市物流业与制造业的联动发展情况进行分析。

3.模型构建

表1 北京市制造业与物流业综合评价指标体系

3.1灰色关联分析建模步骤

（1）选取评价指标；首先根据测度对象选取可衡量的因素组成评价指标体系。

（2）确定参考数列；因变量的参考序列为y（k），自变量的参考序列为xi（k），其中y（k）={y（1），y（2），…，y（n）}，xi（k）={xi（1），xi（2），…，xi（n）}，i=1，2，…，m。

（3）无量纲化处理；由于系统中选取的各因素列中的数据因量纲的不同，不便于比较或在比较时难以得到正确的结论。因此，为了保证结果的科学性，在运用灰色关联度进行分析时，首先要进行数据的无量纲化处理。本文采用均值化法对数据进行无量纲化处理:

（4）计算关联系数；其计算公式为：

其中，ξ是分辨系数，0＜ξ＜1，ξ数值越小，关联系数间的差别就越大，区分能力就越强，我们通常取分辨系数为0.5。

（5）计算灰色关联度；由于关联系数是对数列与参考数列在各个时刻的关联程度进行比较，因此得到的数不止一个，为了更好地进行整体性的比较，有必要将各个时刻的关联系数集中为一个确定的值，即用其平均值作为比较数列与参考数列间关联程度的数量表示。其计算公式如下：

4.北京市物流业及制造业关联度分析

相对于物流业与地区经济之间的联动发展，物流业与制造业之间的联动发展是一个复杂的工程，制造业与物流业之间联系密切，制造业是物流业的发展需求基础，而物流业是制造业提高其核心竞争力的重要手段，物流业与制造业在联动发展的过程中构成了一个相互影响、相互关联的复合系统[9]。同时，这一联动发展系统还包括物流业子系统、制造业子系统以及制造业与物流业联动发展子系统三大模块。正是由于这些，物流业与制造业之间的联动情况的分析受到很多情况的制约，因而本文选取的只是具有代表性的指标，而不是全部代表衡量物流业与制造业联动发展的所有指标。

因此，为了分析北京市物流业与制造业的相关性，选取地区生产总值、工业总产值以及消费品零售总额3个因素作为影响物流业的关键因素[10]。分别计算了北京市2002～2016年的货运量及其影响因素的灰色关联度。原始数据见表1，数据来源于历年的《中国统计年鉴》。

表2 2002～2016年北京市货运量与影响因素的灰色关联系数

表3 北京市货运量与影响因素的灰色关联度

本文利用灰色关联理论，计算出在分辨率为0.5的情况下北京市2002～2016年十五年货运量与其影响因素之间的灰色关联系数（如表2所示），以及物流业与制造业三个阶段的灰色关联度（如表3所示）。

根据计算结果可以看出，所选择的3个制造业影响因素指标，对北京市物流业发展影响的平均关联度都大于8。其中消费品零售总额影响最大，其次是工业生产总值，最后是地区生产总值。由此可以看出，北京市物流业与制造业的发展基本协调，制造业与物流业的联动效应较好。

5.结论与建议

通过构建计量模型分析北京区域物流业与制造业之间的联动关系可以看出，在所选择的3个制造业指标和1个物流业指标中，物流业与制造业之间的联动效果逐渐下降。物流业与制造业之间的联动效果没有随着制造业规模的扩大和物流业水平的提高而加强，反而逐年下降，究其原因，主要是：一方面，制造企业及各个部门分散的物流需求没有被转化为社会化的需求，导致物流环节运作成本高效率低；另一方面，社会化需求的不足制约了专业化物流的发展，现有的物流企业服务能力难以满足制造企业的物流需求。

目前北京市凭借经济的快速发展，其制造业与物流业均处于快速发展时期，但同时，制造业与物流业之间的联动发展还存在着不少的问题，因此，本文主要从以下两个方面给出具体建议：一是对制造业与物流业联动发展的环境进行优化。我国的物流业还没有形成一套比较完整的体系，这对初具规模的物流业的发展是不利的，因而，要想促进物流业与制造业的联动发展，规范行业发展秩序和整顿不合理行为，必须尽快制定和完善我国相应的物流法律法规。二是在立足于我国国情的基础上借鉴国外经验。我国物流业与制造业起步较晚，发展水平较低，因此应多多借鉴国际经验，在联动发展的过程中强调系统与和谐发展的思维，同时注重先进物流技术与物流模式的运用。

参考文献：

[1] 岳云康，焦利芹，高平堂.山西物流与经济灰色关联分析[J].经济问题，2017，07：121～124.

[2] 崔晓迪.基于DEA－GRA双层模型的制造业与物流业联动效果分析——以天津市为例[J].科技管理研究，2011，23：96～100.

[3] 李根.产业共生视角下制造业与物流业协同发展研究[J].商业时代，2016，22：184～187.

[4] 田雪，塔阳，杨江龙.北京市物流业与制造业、生产性服务业互动需求分析[J].商业时代，2014，05：143～145.

[5] 张丽萍，杨江龙.基于结构洞理论的物流业与制造业联动分析[J].物流技术，2012，21：221～224.

[6] 韦琦.制造业与物流业联动关系演化与实证分析[J].中南财经政法大学学报，2011，01：115～119.

[7] 刘思峰，郭天榜，党耀国.灰色系统理论及其应用（第三版）[M].北京：科学出版社，2004.

[8] 邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.

[9] 金真.能源业与物流业的协同发展：基于河南省投入产出表的实证[J].统计与决策，2011（4）：92～94.

[10] 雷勋平，杜春晓，朱文捷.区域物流业与制造业协调发展研究——以皖江城市带为例[J].上海商学院学报，2012，13（3）：26～31.