重慶市物流業投入與產出的灰色關聯研究

重慶市物流業投入與產出的灰色關聯研究*

楊婷婷1， 閆會姝2

(1.重慶工商大學 電子商務及供應鏈系統實驗室,重慶 400067； 2.重慶工商大學 商務策劃學院,重慶 400067)

摘要：應用灰色關聯分析法研究重慶市物流業2006-2013年的數據，選取相關指標，探討重慶市物流業投入與產出之間的關系；研究結果顯示，各項投入要素對物流業產出的作用都很明顯，其中，物流業固定資產投資對物流業的產出作用最為顯著。

關鍵詞：物流業；投入；產出；灰色關聯分析

doi:10.16055/j.issn.1672-058X.2015.0012.010

收稿日期：2015-04-20；修回日期：2015-06-05.

基金項目：*電子商務及供應鏈系統重慶市重點實驗室專項

作者簡介：楊婷婷(1989-),女,河南漯河人,碩士研究生,從事物流管理與工程研究.

中圖分類號：F259.27文獻標志碼：A

物流業的快速發展對國民經濟增長方式的改變，而且對其運行成本的降低，以及對區域經濟發展的推動作用都十分明顯[1]。從2009年起，我國物流業的增長速度與服務能力明顯得到提高，現代產業體系已見雛形。為繼續適應并推動經濟快速發展，2014年國務院頒布《物流業發展中長期規劃(2014-2020年)》，其重點在于提高物流業效率、降低成本、并減輕資源和環境壓力，促進物流業的健康發展。進入21世紀以來，關于物流業投入與產出關系的研究開始引起國內學者的重視，李冠霖于2001年指出我國物流業的發展水平較低,但發展空間是巨大的，國民經濟整體運行效率的提高離不開物流業的發展[2]。目前國內學者對物流業具體投入與產出要素之間的關系研究較少，結合物流業的特性，針對研究樣本的數量，選用灰色關聯分析法，研究物流業投入與產出之間的關系，找到重慶市物流業發展中起關鍵作用的因素，供相關部門制定具體決策計時供參考。

1灰色關聯分析法

數理統計中研究投入與產出關系的方法對數據量的要求比較高，局限性較大，灰色關聯分析法對數據要求較低，重要的是量化結果與分析結果不符的情況也會避免，因而具有較強的實用性[3]。計算序列間灰關聯程度的模型有多種[4]，采用鄧氏關聯度計算模型，模型的具體建立過程如下：

1.1確定關聯分析的行為序列

1.2無量綱化處理變量序列

由于獲得的原始數據序列的單位或量綱不同，不能直接進行比較，因此要先無量綱化處理獲得的原始數據序列，才能進行分析。結合所研究數列的實際情況，選用灰色理論中常用的處理方法中的初值化法，計算公式為

1.3計算差序列和兩極差

1.4計算灰色關聯系數

1.5求灰色關聯度并排序

2物流業投入與產出關聯分析

2.1物流業具體指標的選取

交通運輸、倉儲和郵政業占據了物流業83%以上的份額,在很大程度上能夠反映整個物流業的發展情況[6]，大多數研究者都在用此代替物流業,所以基于數據的可取性選此作為數據的來源具有可靠性[7]。

2.1.1物流業的投入

考慮到指標選取的代表性以及數據的可取性，選用物流業從業人數、物流業固定資產投資、公路線路里程、鐵路營運里程、內河航道里程作為投入指標。

2.1.2物流業的產出

考察地區物流業發展水平，最重要的經濟指標是物流業產業增加值；貨物周轉量是運輸對象的數量和運輸距離的乘積，因而對運輸生產成果反映更全面，體現物流業的服務水平[8]。因此，選用物流業產業增加值和貨物周轉量作為產出指標比較合適。

表1　度量物流業投入與產出的指標

2.2關聯分析

鑒于樣本數據的可取性，利用鄧氏灰色關聯模型研究重慶市統計年鑒2006-2013年的指標數據，定量分析重慶市物流業具體投入與產出之間的關系，表2是整理后數據。

表2　重慶市物流業投入與產出對比表

(1) 分析物流業產業增加值與物流業投入的相關性，結果見表3。從表3知，影響物流業產業增加值的5個因素的相關性排序為：物流業從業人數>公路線路里程>鐵路營運里程>內河航道里程>物流業固定資產投資。

從經濟效益產出指標來看，物流業從業人數、公路線路里程與物流業產業增加值的關聯度都大于0.8，說明這兩個因素對物流業的促進作用最強；鐵路營運里程、內河航道里程與物流業產業增加值的關聯度都大于0.7，表明這兩個因素與物流業產出之間相關性較強。

(2) 分析貨物周轉量與物流業投入的相關性，結果見表4。從表4知，影響貨物周轉量的5個因素的相關性排序為：物流業固定資產投資>公路線路里程>物流業從業人數>鐵路營運里程>內河航道里程。從服務水平產出指標來看，物流業固定資產投資與貨物周轉量的關聯度大于0.8，說明其對物流業的促進作用最強；物流業從業人數、公路線路里程、鐵路營運里程、內河航道里程與貨物周轉量的關聯度分別為0.591 0、0.593 3、0.581 8、0.573 5，表明這四個因素對物流業的產出的影響效果顯著性不強。

表3　物流業產業增加值與物流業投入相關性

表4　貨物周轉量與物流業投入相關性

3結論與建議

考察地區的物流業的產出效應，不僅參考其經濟效益，還要參考其服務水平，研究結果表明：物流業各項投入指標與產出指標之間的灰色關聯度全部大于0.5，說明物流業的各項投入要素對產出的作用都很明顯。

綜上，重慶市物流業的產出效應與物流業的投入息息相關，物流業產出的效應受到各項投入要素的影響，研究發現，為使物流業產出效應最大化，在加大各項投入力度的同時要兼顧投入結構的優化，以取得物流業的健康發展。第一，擴大物流業固定資產投資的投入規模和投入力度對長遠發展十分重要，不能為取得眼前的經濟效益而不顧物流業的長遠發展，以防物流業處于畸形發展狀態。第二，保障各項物流通道投入的合理性，公路運輸是目前五大運輸方式的主力，既要認識到公路運輸的主體地位，又要避免過分強調公路運輸的重要性，盲目增加對公路的投入，另外本文在考慮投入指標的時候并未考慮與航空相關的投入，其他運輸方式的地位會隨著經濟的發展，地區之間的交流與合作程度加深而逐漸明顯。第三，物流業的高水平發展離不開從業人員綜合素質的提高，提升工作人員的綜合素質，改進工作程序、提高熟練程度、縮短勞動時間，進而提高技術效率大有益處[9]。

參考文獻：

[1] 王之泰.新編現代物流[M].北京:首都經濟貿易大學出版社,2005

[2] 李冠霖.我國物流業的投入產出分析[J].中國流通經濟,2001(6):15-18

[3] 劉思峰,謝乃明.灰色系統理論及其應用[M].6版.北京:科學出版社,2013

[4] 曹明霞.灰色關聯分析模型及其應用的研究[D].南京:南京航空航天大學,2007

[5] 吳利豐,王義腦,劉思峰.灰色凸關聯及其性質[J].系統工程理論與實踐,2012,32(7):1501-1505

[6] 馮小靜.基于PCA-DEA的物流園區績效評價研究[D].西安:長安大學,2012

[7] 白麗莎.基于PCA與DEA的山西省物流業效率評價研究[D].大連:大連海事大學，2012

[8] 孫鵬.基于現代物流提升唐山鋼鐵產業競爭力的實證研究[D].天津:河北工業大學,2009

[9] 王瑛,杜鵬程,汪凱茜.中國物流投入產出效率評價體系及實證檢驗[J].北京工商大學學報:社會科學版,2013,28(3):59-64

Study on the Grey Correlation Analysis ofLogistics Industry Input and Output in Chongqing

YANGT Ting-ting1, YAN Hui-shu2

(1.Chongqing Key Laboratory of Electronic Commerce and Supply Chain System, Chongqing Technology and

Business University, Chongqing 400067,China; 2.College of Business Planning, Chongqing

Technology and Business University, Chongqing 400067,China)

Abstract：By studying on the data of Chongqing Logistics Industry in 2006—2013 by using grey correlation analysis method, the related indicators are selected to explore the relationship between the input and output of the logistics industry in Chongqing. The results show that the effect of various input factors on the logistics industry output is obvious, and among them, fixed assets investment plays the most significant role in the logistics industry output .

Key words： logistics industry; input; output; grey correlation analysis