基于序參量的汽車制造產業集群與區域物流發展協同分析

牟能冶，張 伊，謝楚楚，劉 渝

（1.西南交通大學 交通運輸與物流學院，四川 成都 610031；2.西南交通大學 綜合交通運輸智能化國家地方聯合工程實驗室，四川 成都 610031；3.成都鐵路局，四川 成都 610081）

基于序參量的汽車制造產業集群與區域物流發展協同分析

牟能冶1，2，張 伊1，2，謝楚楚1，2，劉 渝3

（1.西南交通大學 交通運輸與物流學院，四川 成都 610031；2.西南交通大學 綜合交通運輸智能化國家地方聯合工程實驗室，四川 成都 610031；3.成都鐵路局，四川 成都 610081）

利用協同學理論和序參量原理，構建協同度模型對汽車制造產業集群與區域物流發展協同有序度進行衡量。在此基礎上，將其運用于不同地域進行橫向對比，以新興汽車制造產業集群成都市龍泉驛區和集群發展較為成熟的重慶市、沈陽市為例，對測算結果進行了分析，并得出參照對象的選擇需依據評價對象實際情況決定等結論，為龍泉驛區汽車制造產業集群未來的發展提出參考性建議。

汽車制造產業集群，區域物流；協同；序參量

1 引言

汽車工業作為我國國民經濟支柱性產業，對推動經濟平穩增長起著重要作用。根據中國汽車工業協會統計，2016年我國汽車產銷均超2 800萬輛，對經濟增長的貢獻率達4.5％，約占經濟總量2％左右。基于規模經濟和集約效應，越來越多的汽車制造業利用產業共性和互補性在一定地理區域內集聚形成產業集群。目前全國已形成東北老工業集群區、長三角集群區、京津集群區、珠三角集群區、中部集群區和西南集群區。汽車制造集群產業鏈長、關聯度高，從原材料、零部件到整車出廠的過程將產生大量物流活動，集群發展能否得到與之匹配的物流服務顯得尤為重要。專業化和規模化的物流服務不僅會帶動區域經濟的發展，而且將為汽車制造產業集群提供基礎性支撐支持平臺。同時從系統理論出發，汽車制造產業集群與區域物流之間的發展是否協調，將在一定程度上影響該區域經濟系統整體的產出和效率，進而影響區域整體競爭力的提高。因此對汽車制造產業集群的發展情況和區域物流的物流協同狀態進行定量分析，橫向對比不同發展階段的汽車制造產業集群與區域物流的協同情況，對于進一步把握區域經濟發展方向有重要的現實意義。

作為協同學三大基本原理之一，序參量是指源于系統內部，描述系統整體行為的宏觀參量[1-3]，在系統演化中起著重要作用，反映系統狀態的有序程度和結構[4-5]。用以描述區域經濟子系統之間協同演化的規律，構建協同有序度模型，有廣泛的應用。曹林峰[6]等曾運用于汽車產業集群與區域物流協同度測算，王偉[7]等利用并定義了區域物流——經濟復合系統協調度模型，張建升[8]等用其構建了區域物流與區域經濟耦合協調度模型。但大多數學者均從單一地域出發基于時間變化得出結論，缺乏對同一體系不同區域表現的對比分析。本文利用序參量原理，對不同發展階段的汽車制造產業集群與區域物流協同發展進行對比，以汽車制造產業集群歷史較早的重慶市和沈陽市汽車產業集群與新興的龍泉驛區汽車產業集群進行橫向比較，為龍泉驛區今后的集群發展提供參考性建議。

2 汽車制造產業集群與區域物流發展協同分析

2.1 序參量指標選擇

協同學認為，屬性不同且自發運動的各個系統，在整體環境中存在相互合作且相互影響的關系[9]。而系統由無序走向有序的演變過程中，處于支配地位的序參量起著重要作用，促進子系統的協同發展[10]。因此，序參量指標的選擇不僅要體現系統的本質特征，還需遵循科學性、可行性和層次性等原則[11]。結合汽車制造產業的特點和集群發展規律，選擇衡量集群產出和效益的汽車工業總產值、汽車工業增加值、汽車產量、汽車工業企業利潤總額4個指標作為序參量[12]；結合區域物流發展現狀和規律，選擇影響物流業發展的交通運輸倉儲和郵政業增加值、貨物周轉量、貨物運輸量、貨物進出口總額4個指標作為序參量[13]。

2.2 協同度模型

2.2.1 有序度分析。構建汽車制造產業集群產能子系統的序參量P=(P1,P2,...,Pm)。其中P1,P2,...,Pk為正向指標，與產能子系統有序度正相關，值越大表明系統有序度越高；Pk+1,...,Pm是逆向指標，與產能子系統有序度負相關，值越大表明系統有序度越低。根據協同學原理，建立子系統序參量分量的有序度u(Pi)i∈[1,m]。因Pi=(pi1,pi2,...pij)T，其中j∈[1,n]，≤pij≤（α 和 β為系統穩定臨界點的上下限值），得第j年汽車產業集群產能子系統序參量分量的有序度：

序參量P對汽車制造產業集群產能子系統有序度的總貢獻通過對u(Pi)的集成實現。本文采用線性加權求和法，即：

同理可得區域物流產能子系統的序參量Q=(Q1,Q2,...,Qm)，而 Qi=(qi1,qi2,...,qij)T，其中j∈[1,n]，，得第j年區域物流產能子系統序參量分量的有序度：

序參量Q對區域物流產能子系統的有序度總貢獻：

2.2.2 權重分析。權重θi的確定采用關聯矩陣賦權法，以ril表示子系統指標i與指標l的關聯度，關聯度越大，表明指標間互相影響的程度越高；反之，表明指標間互相影響的程度越低。定義子系統各個指標的關聯矩陣：

其中ril=1，Xi和Xl分別為數據中第i和第l個列向量。同時，定義Ri為第i個指標與其他三個指標的關聯度之和，表示為：

如果Ri較大，表明i指標在整個指標體系中的作用很大，因而可在有序度定義中賦予該指標相應的序參量較大的權重；反之，如果Ri很小，則表明其作用較小，賦予較小的權重。將Ri歸一化處理，得到：

2.2.3 協同度模型構建。對于初始時刻T0，設汽車產業集群產能子系統序參量P的有序度(P)，區域物流產能子系統序參量Q的有序度為(Q)；經過一段時間，到達時刻T1，兩個系統序參量的有序度變為(P)和(Q)。

3 實例分析

近年來，成都市作為西南地區重要的汽車生產基地，汽車制造業成為成都市經濟技術開發區重點培養產業，汽車產量迅速躋身全國前列，龍泉驛區汽車制造產業集群發揮著重要作用。同時，龍泉驛區公路口岸與青白江區鐵路口岸的建成使用，共同完善了區域物流服務基礎設施，推動汽車制造產業集群的進一步發展。在該汽車制造產業集群初步形成的情況下，分析其與區域物流的協同發展情況，有利于深入挖掘集群潛力。重慶市與成都市地理位置相鄰，汽車行業發展歷史更早，產業基礎相對雄厚，同時作為西南汽車制造集群的代表，重慶市將汽車列為戰略性新興產業，并且大力發展新能源汽車和智能產品，兩江新區的發展進一步促進集群產業鏈的完善。鐵路、航空、水港相互配合，區域物流發展相對成熟。對成都市、重慶市的汽車制造集群與區域物流發展情況進行對比研究將有助于龍泉驛區進一步學習經驗和完善促進成渝城市群合作構架。沈陽市作為東北老工業基地集群代表性城市之一，在產業轉型升級、結構調整的背景下汽車制造產業集群產業鏈逐步擴大，相關支撐產業進一步完善。2016年與成都市共同入圍國家中心城市，地處東北區域交通中心，物流布局相對優越。對沈陽市汽車制造產業集群與區域物流協調發展情況進行分析，對同樣面臨產業轉型、地處西南內陸區域物流基礎相對較弱的成都市而言有一定借鑒意義。

因此運用以上構建的協同度測算模型，對成都、重慶、沈陽r=(1,2,3)的汽車制造產業集群與區域物流的協同度進行測算，并對三市兩系統的協同度測算結果進行比較得出相關結論。本文所用數據由《成都市統計年鑒》、《重慶市統計年鑒》、《沈陽市統計年鑒》和《中國汽車工業年鑒》整理和計算所得，具體見表1、表2和表3。

表1 成都市汽車制造產業集群與區域物流發展數據

3.1 協同度測算

運用軟件對成都、重慶、沈陽三個城市的汽車產業集群和區域物流的數據進行標準化處理，將標準化后的數據進行相關分析。以成都市為例，由公式（5）、（6）得出成都市汽車制造產業集群相關指標的關聯矩陣：

表2 重慶市汽車制造產業集群與區域物流發展數據

表3 沈陽市汽車制造產業集群與區域物流發展數據

由公式（7）、（8）可得成都市汽車制造產業集群相關指標的指標權重：

同理按照以上相同計算步驟，可分別計算出重慶市和沈陽市汽車制造產業集群和區域物流的協同度U2、U3。其計算結果見表4，變化趨勢圖如圖1-圖5所示。

表4 成都、重慶、沈陽汽車制造產業集群與區域物流協同度計算

圖1 汽車制造產業集群有序度

圖2 區域物流有序度

圖3 成都市汽車制造產業集群與區域物流協同度測算結果

3.2 結果說明

圖1和圖2分別描述了2005-2015年期間成都與重慶、沈陽汽車制造產業集群和區域物流的有序度對比。汽車制造產業集群有序度成都最低，沈陽次之，重慶最高；區域物流有序度沈陽最低，成都次之，重慶最高。這與成都市龍泉驛區汽車制造產業集群規劃時間短、集群入駐企業數量有限、地處西南內陸腹地交通受限等因素有關；同時沈陽汽車產業雖發展歷史較早，但面臨東北老工業基地轉型、物流基礎設施較弱、物流效率相對低等問題，亟待改善。相對于成都和沈陽，重慶具備西南內河航運港口、汽車科技競爭力高、汽車產業體量基礎良好和直轄市政策引導等因素，汽車制造產業集群與區域物流的發展相對二者具有一定優勢。

圖3至圖5分別描述了成都與重慶、沈陽汽車制造產業集群與區域物流協同度測算結果，同時根據表1可知，成都協同度最開始很低，受龍泉驛區汽車制造產業集群迅速發展的影響，從2010年起協同度逐漸波動上升；同時因成都汽車產業在西南地區崛起，重慶協同度在2010年至2014年間波動較大，但均保持在0.1的較高水平；沈陽受物流業發展的影響，二者協同度雖波動較小但是協同度水平較低，2005年至2015年期間總體增速較緩，并且自2011年起被 “后起之秀”的成都趕超。

圖4 重慶市汽車制造產業集群與區域物流協同度測算結果

圖5 沈陽市汽車制造產業集群與區域物流協同度測算結果

4 結語

本文利用序參量對成都市、重慶市、沈陽市的汽車制造產業集群和區域物流的協同發展進行了測算，即針對同一系統的不同地域表現進行了對比。綜合本文的計算結果，為成都市龍泉驛區汽車制造產業集群提出以下幾點建議：

（1）重視面向汽車制造產業集群的物流園區建設。政策大力支持引導汽車制造產業集群發展的同時不能忽略區域物流的發展。在集群基礎上發展物流，突出區位和資源優勢，建設面向汽車產業集群的物流園區，完善完備基礎物流設施，改善現有物流服務。

（2）構建協同信息平臺。構建信息公開的協同信息平臺，將集群內部的核心制造企業、供應商、分銷商、消費者、政府機構、科研機構等各個組織聯合起來，實現信息的整合，使各個企業內部的業務流程緊密聯系，加強集群的凝聚力和競爭力并提高物流運作效率。

（3）建立人才培養體系。結合龍泉驛區實施人才引進“百千萬”工程的計劃，利用政府等有關部門和機構的引導，與高等院校和職業技術學校等進行合作。設定人才對接培養項目，深入實施汽車人才的引進計劃。同時重視與汽車相關產業人才的培養。

本文在研究成都市（龍泉驛區）汽車制造產業集群時選擇了與之地理鄰近的重慶市和發展歷史較早的東北老工業代表之一沈陽市為參照對象，得出的結論有一定的可取性。在計算過程中衡量序參量分量有序度時，α和β的選擇基于三者汽車制造產業集群產能子系統和區域物流子系統共同上下限值，進而對比性較強；但當具體參照對象發生變化時，得出的結論可能不同。因此今后利用該模型進行類似對比研究時，參照對象的選擇要依據被評價對象的實際情況決定。

[1]向清,楊家本.關于城市系統自組織線性及序參量的探討[J].系統工程理論與實踐,1991,(5):30-35.

[2]吳丁娟,孫延明,丁絨.轉型升級背景下制造企業兩化融合演化模型—基于主成分選取序參量的方法[J].系統工程,2016,(9):45-51.

[3]葉柏青,盧珍珍,李丹.基于Haken Model的我國經濟發展與物流業協同關系分析[J].商業研究,2016,(2):177-182.

[4]弓憲文.城市化與物流業協調發展模型及實證研究—以重慶為例[J].工業工程與管理,2015,(2):153-159.

[5]龐永,趙艷萍.基于序參量的企業協同趨向分析[J].中國管理信息化,2007,(10):49-51.

[6]曹林峰,施建華.基于序參量的汽車產業集群與區域物流發展協同度測算—以江蘇鹽城汽車產業集群為例[J].產業與科技論壇,2015,(20):101-103.

[7]王偉,陳偉成,黃莉,封學軍.基于協同學理論的區域物流與區域經濟協調度度量研究[J].中國市場,2015,(15):6-8.

[8]張建升,胡秀忠.區域物流與區域經濟的耦合協調度研究[J].鐵道運輸與經濟,2012,(1):51-55.

[9]Haken.Information and Self-organization:A macroscopic approach to complex system[M].Springer-Verlag,1988.

[10]薛輝,歐國立.產業集群與區域物流系統的協同關系研究[J].生產力研究,2008,(20):112-114.

[11]齊秀輝,張鐵男,王維.基于生命周期企業協同能力形成的序參量分析[J].現代管理科學,2009,(11):81-82.

[12]郭湖斌.區域物流與區域經濟協同發展研究[J].物流科技,2008,(7):83-86.

[13]海峰,祖大為,楊明.產業集群與區域物流網絡空間系統演化機理研究[J].物流工程與管理,2008,(12):25-30.

Development Collaboration of Automobile Manufacture Industrial Cluster and Regional Logistics Based on Order Parameter

Mu Nengye1,2,Zhang Yi1,2,Xie Chuchu1,2,Liu Yu3
(1.School of Transportation&Logistics,Southwest Jiaotong University,Chengdu 610031;2.National and Local Joint Engineering Laboratory for Comprehensive Transportation Intelligentization,Southwest Jiaotong University,Chengdu 610031;3.Chengdu Railway Administration,Chengdu 610081,China)

In this paper,using the synergy theory and order parameter principle,we built a collaboration model to measure the degree of collaboration and order of the automobile manufacture industrial cluster and the regional logistics industry,then on such basis,through lateral comparison between Chengdu,Chongqing and Shenyang where the automobile manufacture industrial clusters were relatively more mature,analyzed the result of the measurement and reached some pertinent conclusions.

automobile manufacture industrial cluster;regionallogistics;collaboration;order parameter

F407.471;F259.27

A

1005-152X(2017)07-0049-05

10.3969/j.issn.1005-152X.2017.07.012

2017-05-06

四川省科技計劃項目（17RKX0582）；成都市科技項目（2015S26013）

牟能冶（1982-），男，重慶人，博士，副教授，主要研究方向：區域物流；張伊（1992-），女，四川眉山人，碩士研究生，研究方向：區域物流；謝楚楚（1993-），女，內蒙古呼和浩特人，碩士研究生，研究方向：區域物流；劉渝（1981-），男，重慶人，碩士研究生，工程師，研究方向：物流系統規劃。