物流业与制造业的物流供需协同机制及模型构建

赵胤斐 冯晖 张冰心 冷继兵 李慧娟

内容摘要：物流业和制造业的协同发展，不仅能够优化产业结构，发挥产业协同优势，也能带动整个经济市场的发展进步。本文首先论述了物流业与制造业的协同研究状况，阐述了两者之间的供需协同关系与机理，分析了制造业与四个物流子系统之间的供需协同关系。然后选取物流业与制造业关联下的四个子系统，并通过分层抽样调查来收集所需的市场数据，运用关联矩阵分析、计算数据，来确定制造业与四个物流子系统之间是否存在协同，进而检验两业之间的协同度。

关键词：制造业 物流业 供需协同

物流业与制造业的物流供需协同机理

（一）制造业对物流业的物流需求协同机理

需求协同促进物流业一体化发展。目前，制约物流业健康发展的因素有很多，其中最为突出的当属物流业务同质化、恶性竞争等情形。制造业在选用物流服务的过程中，有的倾向于外包物流，有的则进行自我物流作业，而即使选取物流外包的制造企业，也大多局限于运输外包运输和仓储外包，剩余的物流业务还是由企业自己来进行。接收制造业转移的区域，要重视发展区域内物流业，提高物流的质量和效率，根据实际情况发展配套物流产业转移，对物流产业进行监管，杜绝恶性竞争、业务同质化等问题，实施物流企业之间的联动、重组并购等，进一步提高物流产业一体化发展水平。

需求协同加快区域产业结构升级。制造产业的转移，会优化中西部地区的物流产业布局，同时也会加大区域内物流企业的竞争，物流企业会不断提升自身服务水准，以求立足于激烈的竞争环境中，微小型物流企业极易被市场淘汰，进而逐渐形成规模较大的综合性物流服务企业，再加之一些中小型物流企业的存在，不断促进物流产业的结构优化，产业层次分明。物流业的整体提升会促进区域内第三产业的发展，使得区域内整个产业结构不断转型升级。

（二）物流业对制造业的物流供给协同机理

供给协同促进制造业的产业链业务延伸。物流业和制造业的协同发展，能够促进两业已有资源的合理配置，制造业在物流服务的助力下，有利于集中精力做好科研和生产，提高企业自主创新能力，优化产品增值服务，不断延伸核心业务产业链。此外，对于许多实力雄厚的制造业来说，在不会影响主营业务发展的前提下，以服务自身物流业务为出发点，成立专业的物流子公司，不仅可以服务自身产品的物流需求，还能够对外承接物流业务，提升制造业的综合市场竞争力。

供给协同促进制造业发展核心业务。制造企业迁移到中西部地区后，可以利用当地更加充足的资源发展自身物流业务，也可以与当地物流企业进行协同合作，促进企业主营业务的发展，进行企业发展的合理规划，集中企业资源重点打造核心业务，增强企业实力和竞争力。此外，与物流企业合作，制定合理物流配套方案，保证产品库存的减少，提高产品流通效率和资金周转效率，进一步促进制造企业凝聚力量专注于核心业务。

（三）制造业与物流功能子系统的供需协同机理

对于物流业与制造业的供需协同发展而言，主要是保证在资源合理配置下，实现两业业务在供给和需求之间的平衡。通常情况下，物流业会跟随制造业的发展特点进行业务布局，以满足制造产业的产品生产和销售流程，所以物流业相对而言会处于被动的地位。要根据制造业对物流服务的需求合理规划，才能更好地实现两业的协同合作，进而促进我国市场经济的发展，图1为物流业与制造业供需协同机理图。鉴于文章篇幅显著，下面仅选取运输系统进行说明。

制造业与物流运输系统的供需协同。随着产业转移的深入，产品在生产原料的采集、销售流转等方面加大了对物流运输的需求，承接区域的运输系统必然会受到巨大影响。现代物流运输主要存在公路、铁路、水路、航空、管道这五种运输方式，其中任何一种方式都承担着巨大的运输量。随着经济社会的发展，物流运输方式也在不断得以优化，为了满足远途物流和跨国物流的需要，已逐步形成多种运输方式相结合的多式联运。物流运输系统的优化升级，提高了物流业的服务水平，进而提高了制造业产品的加工和流通效率，使得企业的生产成本和运输成本大幅降低，提高了制造业企业的业务利润，制造业与运输方式的关系如图2所示。

构建物流业与制造业的物流供需协同模型

（一）对数据的抽选

利用分层抽样调查法来进行随机抽样，属于无放回的等概率抽样方法。首先对待抽样对象的整体进行定性，然后按照一定的规律分成不同层次，最后在不同层次中进行样本的抽取。

确定指标体系。由于考虑到文章篇幅以及数据收集的实际情况，故通过调查问卷分析八年的数据，进而获取八个抽样指标。图3中，对相关企业进行分层次、分行业编号，i=1，2为大中型制造企业和小型制造企业；y=1，…，n为进行问卷调查的企业编号。

处理抽样调查数据。本文选用的分层抽样调查法，在实际操作中往往存在一定的偏差，因此须对抽样数据进行无偏估计。本文无偏估计计算选取概率比例规模抽样（pps抽样）方法来处理相应数据，能够尽量减少误差的干扰。具体步骤如下：

第一步，选取一些制造企业，通过走访和问卷调查来进行数据的收集。

第二步，分别对小型企业和大型企业的数据进行pps无偏估计，计算所有小型企业和大型企业的物流运输量，公式为：

（1）

（2）

第三步，计算此行业物流总年度运输量：

Q=Q1+Q2 （3）

已知P表示调查企业数与此层企业总数的占比，进一步同理类推每个不同制造行业的各自指标，并进行相同估算，进而得到相应的指标数据，进行后续的协同性分析。

（二）物流业与制造业的物流供需协同模型—基于灰色关联分析

物流业与制造业供需协同思路模型介绍。初始供需矩阵的构建。利用四个子系统的数据来构建供給矩阵：

（4）

其中，假设QTj、QWj、QPj、QCj分别表示第j年物流业总物流运输量、总仓储量、总包装费用（表示总包装供给量）、总装卸搬运费用（表示总装卸搬运供给量）。

利用四个子系统的数据来构建需求矩阵：

（5）

其中，假设yTmn、yWmn、YPmn、yCmn分别表示m行业第n年物流运输需求量、物流仓储需求量、物流包装费用需求费用、物流装卸搬运需求费用。

标准化矩阵的构建。对矩阵进行标准化处理，可以有效消除因量纲等因素的干扰，确保结果的准确度。构建标准化矩阵：

（6）

已知i=T，W，P，C；y=i，2，3，…，n；得到物流行业四个子系统的标准化矩阵：

（7）

同理：

（8）

已知i=1，2，…，m；j=1，2，…，n；Z=T，W，P，C；得各个制造行业四个子系统的标准化矩阵：

（9）

差值矩阵的构建。取序列Q`T，Q`W，Q`P，Q`C与序列Q`Tj，Q`Wj，Q`Pj，Q`Cj之间的差值，借助该差值的大小分布，可以得到各指标的变化曲线。关联度与曲线变化程度呈反比，变化程度越大，说明两者关联度越低；变化程度越小，说明两者关联度越高，构建四个物流子系统差值矩阵。

（10）

其中，△Yz`mn=|Q`Zj-Yz`mn|，Z=T，W，P，C。

[0，1]区间矩阵的构建。本文选用极差公式来构建[0，1]区间矩阵：

（11）

已知：Z=T，W，P，C；△mmin、△mmax均为绝对值最小和绝对值最大。

可得[0，1]区间矩阵：

（12）

关联系数矩阵的构建。关联系数计算可得：

（13）

已知：i=1，2，…，n；j=1，2，…，m；Z=T，W，P，C。

可得关联系数矩阵：

（14）

计算协同系数。计算制造行业与每个物流子系统之间的关联度：

（15）

物流业与制造业供需协同度模型结论分析。计算每个制造行业与四个物流子系统的关联度系数，然后将这些系数求均值，便能够确定制造业与物流业的关联系数。已知[0，1]为关联度系数的数值区间，通常情况下，多选取0.6、0.8当作界限，将[0，1]区间化为三个阶段，其中，每一不同阶段代表不同的协同程度。

0.8-1.0之间的关联系数，表示物流业与制造业协同程度很强，相应物流服务体系非常健全，能够满足市场需求，区域内制造业与物流业之间能够相互促进各自的发展。

0.6-0.8之间的关联系数，表示物流业与制造业协同程度较强，相应物流服务体系较健全，區域内制造业与物流业之间有一定的相互促进作用。

0-0.6之间的关联系数，表示物流业与制造业协同程度较弱，缺乏合理的物流服务体系，难以满足市场物流需求，区域内制造业与物流业之间不存在有效的协同促进作用。需要加大对物流业务供给体系的建设，把握制造业与物流业协同发展所面临的不利因素，通过定性和定量分析，探索改善两业协同发展的对策并贯彻实施，从而进一步提高区域产业协同发展整体水平。

参考文献：

1.石少春，范静.国外农产品物流模式的经验与启示[J].商业经济研究，2017（2）

2.蔡丽娟.“移动互联网+”下传统外贸制造业发展跨境电商贸易研究[J].商业经济研究，2016（8）

3.刘平，贺武，周世璇.物流链整合视角下商贸流通产业集群升级模式研究[J].商业经济研究，2015（6）

4.陈楚岚.皖江城市带承接产业转移示范区低碳物流发展模式研究[J].长沙大学学报，2015（1）

5.李建军，舒辉.区域物流协同成长实证研究[J].中国流通经济，2014（9）

6. Usha Ramanathan，Yongmei Bentley，Gu Pang.The role of collaboration in the UK green supply chains： an exploratory study of the perspectives of suppliers， logistics and retailers[J] .Journal of Cleaner Production，2014

7.S.Y. Nof，G. Morel，L. Monostori，A. Molina，F. Filip.From plant and logistics control to multi-enterprise collaboration[J] .Annual Reviews in Control，2006 （1）