基于灰色关联模型的我国制造业与物流业的协调度研究

基于灰色关联模型的我国制造业与物流业的协调度研究

近年来，制造业和物流业的全球发展一直是一个受关注的话题。国家一系列政策的出台以及制造业与物流业之间的合作都表明当前促进制造业与物流业联动发展的紧迫性和重要性。然而,制造业与物流业成功“联姻”的案例在业内并非十分普遍,许多物流企业还在“苦苦”等待制造业抛出的为数不多的橄榄枝。1那么当前我国制造业与物流业联动发展处于什么样的水平?制造业不同行业的发展对物流业都提出哪些需求?本文正是基于此,对我国制造业不同行业与物流业的联动发展的关联度和协调度进行测算,从动态的角度总结出我国制造业与物流业联动发展的时间演化规律,为后期制造业与物流业的联动发展提供更多的政策建议。一、对制造业与物流业联动发展的建议已有的对于制造业与物流业的联动发展多局限于定性分析,何明珂(2007)指出由于规模的扩大、竞争和专业化分工的加剧,企业因为资源约束不得不将物流等业务外包,由此产生了制造、物流等活动的相联系,降低制造业与物流业的交易成本、增强制造业与物流业的产业协同的呼声日益高涨,因此,制造业与物流业联动发展成为两者的共识。何黎明(2007)也指出,近年来,分离外包物流业务的行业已从前几年的家电、电子、快速消费品等向钢铁、建材、汽车等上游扩展;外包的环节由销售物流向供应物流、生产物流、回收物流延伸;外包的方式由简单的仓储、运输业务向供应链、一体化深入。制造企业与物流企业加强深度合作,结成战略合作伙伴关系,联动发展的趋势日益显现,物流社会化程度进一步提高。王晓艳(2009)运用经济学和管理学相关理论(包括交易费用理论、博弈论、组织管理理论和核心竞争力理论)分析和讨论了制造业与物流业有机融合、联动发展的机理,并分析了我国制造业与物流业联动发展的现状及重要意义。王珍珍、陈功玉(2009)指出制造业与物流业联动发展的内涵包括制造业与物流业之间的完善协作,制造业与物流业之间发展的层次性,制造业与物流业之间发展的竞合性等。王佐(2009)指出制造业与物流业之间的联动发展的机理在于制造业企业资源配置方式选择和对物流管理是自营还是外包之交易成本权衡。王茂林、刘秉镰(2009)指出制造业与物流业联动发展中存在的主要问题包括:制造业物流外包比例相对较低,开放程度有待提高;制造业对现代物流的内涵和作用尚需加强认识;制造企业自营物流退出成本较高;物流外包的风险较难控制;物流外包的服务范围尚待进一步明确;缺乏整体规划,物流效率低下;物流业服务能力有待加强;联动发展环境尚需改善。在实证研究上,伊俊敏、周晶(2007)从宏、微观两个方面对江苏省制造业与物流业发展水平进行了深入的差异分析,并探讨了造成两个行业发展不协调和差异状况的主要原因,提出了促进江苏省制造业与物流业协调发展的建议对策。韩晓丽、王丽、田能瑾等(2009)从计量经济学的灰色关联模型入手,结合江苏省的制造业与物流业的具体情况,得出了江苏省的制造业与物流业的协调发展正处于协调与不协调的临界状态。李虹(2009)分析了辽宁制造业与物流业的现状,探讨了二者联动发展的制约因素,并提出了具体的发展对策。张传玉、孙文军、李辉(2009)就日照市制造业物流的发展现状,提出了制造业物流存在的问题及其发展措施,为加快日照制造业与物流业联动发展提供参考策略。李松庆、苏开拓(2009)运用灰色关联理论对广东制造业与物流业的关系进行了定量分析,发现广东制造业与物流业没有实现联动发展,对此提出了促进广东制造业与物流业联动发展的建议。已有的研究中并没有对我国制造业不同行业与物流业之间的关联度及协调度进行计算,但是现实生活中不同行业与物流业之间的关系是存在差异的,制造业不同行业也对物流业发展提出了不同的需求。二、制造业、物流业联动发展关联度与协调度分析制造业与物流业的联动发展是指在物流业与制造业相互关联的基础上,物流业与制造业之间进行的协作活动,包括仓储、配送、运输、生产制造、包装等环节中的合作协调发展。它强调的是制造业与物流业之间如何相互协调发展,而协调的本意是指“和谐一致,配合得当”。孟庆松、韩文秀(1999)认为协调是指系统之间或系统组成要素之间在发展演化过程中彼此的和谐一致;刘耀彬、宋学峰(2005)认为系统协调是指系统内各层次、各子系统之间各种参数的和谐、结构和功能的相融、系统之间物流运动的稳态。国内外研究中,测度协调度的方法主要有四类:耦合协调度模型、熵变方程法、区间值判断法和灰色关联模型。其中,灰色关联模型是根据因素之间发展态势的相似或相异程度来衡量因素间关联的程度,揭示事物动态关联的特征和程度。考虑到制造系统和物流系统之间相互作用的随机性和不确定性以及不同时期制造业与物流业的关系是不断变化的,物流发展中所采取的是近几年的小样本数据,这种小样本数据反映的信息不确切、不全面,具有灰色性,因此可以选用灰色关联模型,计算系统内每个指标和另一个系统每个指标的关联程度,还可以计算对某一系统影响的主要胁迫因素,这是其他方法所不能比拟的。晏敬东等(2002)运用灰色关联度计算方法对汽车工业与三次产业的关联度进行了分析;王国志(2005)分析了石油工业与三次产业的关系;曹丽莉(2006)采用灰色关联理论中的灰色关联矩阵方法,对湖北省三次产业间的相互影响程度进行了测定和比较;王新泉等(1994)在纺织产业各行业之间进行了关联度分析,但未涉及纺织产业和其他产业的分析。本文主要选取灰色关联模型对制造业与物流业联动发展的关联度与协调度进行测算。其计算的过程如下:(1)确定参考数据和比较数据列,其中因变量参考数据列也称为母序列,文章中对应制造业Y序列,自变量比较数列也称为子序列,文章中对应物流业X序列。(2)指标无量纲化处理。由于指标的原始数据量纲不同,为了能够进行时空比较,在进行关联分析之前,一般采用极差标准化的方法对数据进行无量纲化处理2,转换为可比较的数据序列。目前,原始数据的变换有以下几种常用方法:①均值化变换;②初值化变换;③标准化变换。文中采取第三种方式对原始数据进行处理。(3)产生对应差数列表,即将标准化后的比较数列与参考数列进行差值计算,并求绝对值。对应差数列表内容包括:与参考数列值差(绝对值)|ZXiXi(t)-ZYjYj(t)|、每列最大差Δmax=maxiΔmax=maxi、maxj|ΖXi(t)-ΖYj(t)|maxj|ZXi(t)−ZYj(t)|、每列最小差Δmin=miniminj|ΖXi(t)-ΖYj(t)|。(4)应用邓氏关联度计算,计算关联系数ξi(j)(t)。ξi(j)(t)=miniminj|ΖXi(t)-ΖYj(t)|+ρmaximaxj|ΖXi(t)-ΖYj(t)||ΖXi(t)-ΖYj(t)|+ρmaximaxj|ΖXi(t)-ΖYj(t)|(1)式中,ZXi(t)和ZYj(t)分别表示t时刻物流业与制造业经济指标的标准化值。ρ为标准化系数,可以控制ρΔmax对数据转化的影响,ρ取越小值,可以提高关联系数间差异的显著性,大部分的文章中一般取值为0.5。ξi(j)(t)是t时刻的关联系数,其值越大,表明在t时刻的关联性越强。将关联系数按样本数求其平均值可以得到一个关联度矩阵γ,它反映了制造业与物流业的耦合作用的错综关系。通过比较各个关联度γij的大小,可以分析出物流业中哪些因素与制造业关系密切,而哪些对制造业的影响作用不大。γij的计算公式为:γij=1Νn∑i=1ξi(j)(t)(2)式(2)中,0≤γij≤1,若0≤γij≤1,说明Xi与Yj有关联,该值越大,关联性越大,反之亦然。当0<γij≤0.35时,两者关联度较弱;当0.35<γij≤0.65时,关联度为中等;当0.65<γij≤0.85时,关联度较强;当0.85<γij<1时,关联度极强。在关联度矩阵基础上分别按行或列求其平均值分别得到式(3)和(4):di=1nn∑i=1γij(i=1,2,⋯,n;j=1,2,…,m)(3)dj=1mm∑j=1γij(i=1,2,⋯,n;j=1,2,…,m)(4)根据其大小及其对应的值域范围可以选出物流业对制造业最主要的胁迫因素和制造业对物流业最主要的约束因素。为了从整体上判别这两者之间的协调强度大小,可以在(1)的基础上进一步构造出制造业与物流业相互关联的协调度模型,如式(5)所示,通过该模型可以定量判定二者之间经济系统耦合的协调程度:C(t)=1m×nm∑i=1n∑j=1ξi(j)(t)(5)在协调分析中,一般把C(t)称为物流业与制造业经济系统协调度。表1为协调度大小的分界线,协调度等于0.8是系统失调与协调状态的分界线,当协调度在(0,0.5)区间时为失调状态,当协调度为(0.5,0.8)区间时为基本不协调状态,当协调度在(0.8,0.9)区间时为基本协调状态,当协调度在(0.9,1)区间为协调状态。根据以上相应公式,可以测算出制造业与物流业联动发展的关联度以及协调度。三、制造业和物流行业关联度的测算在制造业与物流业联动发展协调度的测算中,首先涉及的是物流业与制造业发展指标的选择,本着科学性原则、实用性原则和完整性原则确立了如下指标:物流业发展指标主要包括:国家运输线路长度x1(万公里)、国家铁路营业里程x2(万公里)、物流业货运量x3(万吨)、物流业货运周转量x4(亿吨公里)、固定资产投资额x5(亿元)、邮电通信业增加值x6(万元)、全国公路运输载货汽车拥有吨数x7(万吨)、全国公路运输载货汽车拥有辆数x8(万辆)、物流业国内生产总值x9(万元)、物流从业人员量x10(万人)。制造业发展指标主要包括:制造业各行业工业总产值y1(亿元),制造业各行业工业增加值y2(亿元),制造业各行业工业增加值率y3(%),制造业各行业全员劳动生产率y4(元/人)。各指标数据根据《中国统计年鉴》、《中国工业统计年鉴》等相关年鉴数据整理而得,使用matlab7.1,依据公式(1)-(5)通过编程计算,得到制造业所有行业以及制造业三大行业与物流业的关联度,其中x有10个指标,y有4个指标,共有28个行业,13年(1995-2007年)的数据,据此共有14560个数据,规模比较大,本文略去公式(1)的计算结果,选取公式(2)关联度测算和公式(5)协调度测算作为最终的结果进行说明。由于制造业不同行业所对应的物流数据很难剥离和获取,文章中为了分析问题的方便,仅对制造业的行业数据进行剥离,而物流业数据选取的是整体的物流业发展数据,由于本文侧重的是从时间趋势上对二者之间的关系进行分析,选取的是灰色关联分析法,这一处理不会对结果产生太大的影响。1.对制造业的主要胁迫因素的关联度分析如表2所示,制造业4个指标与物流业10个指标之间的关联度值介于0.511和0.837之间。对于国家线路运输长度x1而言,制造业4个指标与其关联度均较强,其中最高的是制造业全员劳动生产率,其值为0.836;对于国家铁路营业里程x2而言,制造业4个指标与其关联度均略大于0.65;对于物流业货运量x3、物流业货运周转量x4而言,制造业4个指标与其关联度均较强,其中最高的均是制造业全员劳动生产率;对于固定资产投资额x5而言,制造业4个指标中与其关联度两个较强,两个中等。其中制造业工业增加值与物流业固定资产投资额的关联度最高,为0.702;对于邮电通信业增加值x6而言,制造业4个指标与其关联度较强;对于全国公路运输载货汽车拥有吨数x7而言,制造业4个指标与其关联度除了工业增加值率之外,均处于中等;对于全国公路运输载货汽车拥有辆数x8、物流业国内生产总值x9而言,其结论与x7类似;对于物流从业人员量x10而言,制造业4个指标与其的关联度均处于中等水平。就平均值而言,工业总产值y1与物流业各指标的关联度均值为0.662,工业增加值y2与物流业各指标的关联度均值为0.674,工业增加值率y3与物流业各指标的关联度均值为0.684,全员劳动生产率y4与物流业各指标的关联度均值为0.696。可见,制造业全员劳动生产率(0.696)>制造业工业增加值率(0.684)>制造业工业增加值(0.674)>制造业工业总产值(0.662),因此得出以下结论。结论1:制造业发展对物流业最主要的胁迫因素为制造业全员劳动生产率。对于制造业工业总产值y1、制造业工业增加值y2而言,物流业10个指标中与其关联程度较高的指标包括x1至x6;对于制造业工业增加值率y3而言,物流业10个指标中与其关联度较高的指标包括x1-x3,x6-x9;对于制造业全员劳动生产率y4而言,物流业10个指标中与其关联度较高的指标包括x1-x4,x6。物流业各指标与制造业关联度的排序情况为:国家线路运输长度(0.772)>物流业货运量(0.770)>物流业货运周转量(0.767)>邮电通信业增加值(0.714)>国家铁路营业里程数(0.680)>物流业固定资产投资额(0.664)>全国公路运输载货汽车拥有辆数(0.640)>物流业从业人员数量(0.605)>物流业国内生产总值(0.601)>全国公路运输载货汽车拥有吨数(0.576)。因此得出以下结论。结论2:物流业发展对制造业最主要的胁迫因素是物流业国家线路总长度,交通业的发展对制造业有着重要的影响。为了体现差异性,文章中对制造业的28个行业进行划分,分为劳动密集型行业、资本密集型行业和技术密集型行业,其中劳动密集型行业包括:食品加工业、食品制造业、饮料制造业、纺织业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、木材加工及竹藤棕草制品业、家具制造业、造纸及纸制品业、印刷业记录媒介的复制、文教体育用品制造业、化学纤维制造业、塑料制品业等13个行业;资本密集型行业包括:烟草加工业、石油加工及炼焦业、橡胶制品业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、金属制品业等7个行业;技术密集型行业包括:化学原料及制品制造业、医药制造业、普通机械制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表文化办公用机械等8个行业。2.各指标关联度分析从表3中可以看出,劳动密集型行业各指标与物流业各指标的关联度值介于0.521和0.820之间。对于国家线路运输长度x1而言,劳动密集型行业中前3个指标与其关联度均较强,其中最高的是工业总产值,其值为0.810;对于国家铁路营业里程x2而言,劳动密集型行业4个指标与其关联度均较强,其中最高的是劳动密集型行业全员劳动生产率,其值为0.752;对于物流业货运量x3、物流业货运周转量x4、固定资产投资额x5而言,劳动密集型行业中除了工业增加值率与其关联度中等外,其他关联度均较强;对于邮电通信业增加值x6而言,劳动密集型行业前两个指标与其关联度较强,后两个指标与其关联度中等;对于全国公路运输载货汽车拥有吨数x7、全国公路运输载货汽车拥有辆数x8而言,劳动密集型行业前两个指标与其关联度中等,后两个指标与其关联度较强;对于物流业国内生产总值x9、物流从业人员量x10而言,劳动密集型行业前3个指标与其关联度均处于中等水平。就平均值而言,劳动密集型行业工业总产值y1与物流业各指标的关联度均值为0.670,劳动密集型行业工业增加值y2与物流业各指标的关联度均值为0.673,劳动密集型行业工业增加值率y3与物流业各指标的关联度均值为0.642,劳动密集型行业全员劳动生产率y4与物流业各指标的关联度均值为0.699。物流业与劳动密集型行业各指标关联度的排序情况为:全员劳动生产率(0.699)>工业总产值(0.673)>工业增加值(0.670)>工业增加值率(0.642)。因此,得出以下结论。结论3:就劳动密集型行业而言,其对物流业发展最主要的胁迫因素是劳动密集型行业全员劳动生产率。对于劳动密集型行业工业总产值y1、工业增加值y2而言,物流业10个指标中与其关联度较高的指标包括x1至x6;对于工业增加值率y3而言,物流业10个指标中与其关联度较高的指标包括x2、x7、x8;对于全员劳动生产率y4而言,物流业10个指标中除了x6之外,其他与其关联度均较高。劳动密集型行业与物流业各指标关联度的排序情况为:物流业货运量(0.733)>国家线路运输长度(0.729)>物流业货运周转量(0.721)>国家铁路营业里程数(0.699)>全国公路运输载货汽车拥有辆数(0.602)>物流业固定资产投资额(0.656)>邮电通信业增加值(0.655)>全国公路运输载货汽车拥有吨数(0.657)>物流业从业人员数量(0.630)>物流业国内生产总值(0.597)。因此,得出以下结论。结论4:物流业发展对劳动密集型行业发展最主要的胁迫因素是物流业的货运量。3.资本密集型行业各指标的关联度从表4中可以看出,资本密集型行业各指标与物流业各指标的关联度值介于0.519和0.807之间。对于x1-x6而言,制造业中4个指标与其关联度均较强,其中最高的分别主要是资本密集型行业工业增加值和资本密集型行业全员劳动生产率;对于全国公路运输载货汽车拥有吨数x7、全国公路运输载货汽车拥有辆数x8、物流业国内生产总值x9而言,资本密集型行业前两个指标与其关联度中等,后两个指标与其关联度较强;对于物流从业人员量x10而言,仅资本密集型行业工业增加值率与其关联度较强,其他3个指标与其关联度均处于中等水平。从平均值而言,资本密集型行业工业总产值y1与物流业各指标的关联度均值为0.671,资本密集型行业工业增加值y2与物流业各指标的关联度均值为0.681,资本密集型行业工业增加值率y3与物流业各指标的关联度均值为0.680,资本密集型行业全员劳动生产率y4与物流业各指标的关联度均值为0.732。物流业与资本密集型行业各指标关联度的排序情况为:资本密集型行业全员劳动生产率(0.732)>资本密集型行业工业增加值(0.681)>资本密集型行业工业增加值率(0.680)>资本密集型行业工业总产值(0.671)。因此,得出以下结论。结论5:就资本密集型行业而言,其对物流业发展最主要的胁迫因素是资本密集型行业的全员劳动生产率。对于资本密集型行业工业总产值y1、工业增加值y2而言,物流业10个指标中与其关联度较高的指标包括x1-x6;对于资本密集型行业工业增加值率y3而言,物流业10个指标与其关联度均较强;对于资本密集型行业全员劳动生产率y4而言,物流业10个指标中除了x9之外,其他与其关联度均较高。资本密集型行业与物流业各指标关联度的排序情况为:国家线路运输长度(0.773)>物流业货运量(0.771)>物流业货运周转量(0.745)>邮电通信业增加值(0.723)>物流业固定资产投资额(0.720)>国家铁路营业里程数(0.677)>全国公路运输载货汽车拥有辆数(0.643)>物流业国内生产总值(0.637)>物流业从业人员数量(0.627)>全国公路运输载货汽车拥有吨数(0.596)。因此,得出以下结论。结论6:物流业发展对资本密集型行业发展最主要的胁迫因素是国家线路运输长度。4.技术平台对物流行业的影响分析结果从表5中可以看出,技术密集型行业各指标与物流业各指标的关联度值介于0.544和0.866之间。对于国家线路运输长度x1而言,技术密集型行业工业增加值与其关联度极强,其值为0.866;对于国家铁路营业里程x2而言,技术密集型行业4个指标与其关联度略高于0.65;对于物流业货运量x3而言,技术密集型行业的工业总产值与工业增加值与其关联度极强,均高于0.85;对于物流业货运周转量x4、固定资产投资额x5、邮电通信业增加值x6而言,除了技术密集型行业的工业增加值率与其关联度为中等外,其他的关联度均较强;对于全国公路运输载货汽车拥有吨数x7、全国公路运输载货汽车拥有辆数x8而言,技术密集型行业与其关联度中等;对于物流业国内生产总值x9而言,制造业前3个指标与其的关联度均处于中等水平。对于物流从业人员量x10而言,除了技术密集型行业的工业增加值率与其关联度较强外,其他的均为中等水平。从平均值分析,技术密集型行业工业总产值y1与物流业各指标的关联度均值为0.700,工业增加值y2与物流业各指标的关联度均值为0.705,工业增加值率y3与物流业各指标的关联度均值为0.627,全员劳动生产率y3与物流业各指标的关联度均值为0.703。物流业与技术密集型行业各指标关联度的排序情况为:技术密集型行业工业增加值(0.705)>技术密集型行业全员劳动生产率(0.703)>技术密集型行业工业总产值(0.700)>技术密集型行业工业增加值率(0.627)。因此,得出以下结论。结论7:就技术密集型行业而言,其对物流业发展最主要的胁迫因素是技术密集型行业的工业增加值。对于技术密集型行业工业总产值y1、工业增加值y2而言,物流业10个指标中与其关联程度较高的指标包括x1-x6;对于资本密集型行业工业增加值率y3而言,物流业10个指标中与其关联度较强的为x2、x8和x10;对于技术密集型行业全员劳动生产率y4而言,物流业10个指标中x1-x6,x9与其关联度均较高。技术密集型行业与物流业各指标关联度的排序情况为:国家线路运输长度(0.782)>物流业货运量(0.779)>邮电通信业增加值(0.749)>物流业货运周转量(0.748)>物流业固定资产投资额(0.677)>国家铁路营业里程数(0.674)>物流业从业人员数量(0.625)>全国公路运输载货汽车拥有辆数(0.610)>物流业国内生产总值(0.605)>全国公路运输载货汽车拥有吨数(0.588)。因此,得出以下结论。结论8:物流业发展对技术密集型行业发展最主要的胁迫因素