“一带一路”节点城市的物流业影响因素分析

张亚飞

“一带一路”节点城市的物流业影响因素分析

张亚飞

（郑州工业应用技术学院，河南郑州451100）

2015年3月，西安、兰州、西宁、重庆、成都、郑州、武汉、长沙、南昌和合肥被圈定为一带一路的内陆节点城市，如何提高这十个节点城市物流业的发展水平，发挥其节点城市的关键作用，成为亟待解决的问题。首先分析了影响“一带一路”十个内陆节点城市物流业发展的主要因素，并建立相应的评价指标体系；然后运用灰关联分析法对节点城市物流业发展的影响因素进行定量分析，并进行关联度进行排序；最后，分析各个因素对十个节点城市的影响并提出建议，以促进节点城市物流业的发展。

节点城市；灰关联分析；物流业

一、引言

2015年3月28日，国家发展改革委、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》（简称“一带一路的愿景与行动”），这份对外称愿景，对内称规划的文件，在第六章“中国各地方开放态势”中，对各省份在“一带一路”规划中的定位予以明确。在规划中，圈定了十个内陆节点城市，西安、兰州、西宁、重庆、成都、郑州、武汉、长沙、南昌和合肥。而在这十个节点城市发挥其作用的过程中，物流的发展至关重要。本文将分析影响物流发展的关键因素，为促进节点城市物流业的发展提供对策和建议。

（一）节点城市物流业发展的影响因素

影响物流业发展的因素纷繁复杂。本文结合这十个节点城市的具体发展情况，以各个城市的物流业增加值作为衡量物流业发展的指标。然后，从资源因素和需求因素两个角度建立针对物流业发展影响因素的指标体系[1]。

1.物流资源因素

物流资源因素又可称为物流供给因素，包括运输量资源和人力资源因素等等。其中运输量资源是物流能力的综合体现。由于物流业数据的缺乏，本文选取的指标来源于十个节点城市的统计年鉴或统计年报，数据均为2015年的年度数据。人力资源因素有普通高校在校学生数（X8）和职工平均工资（X9）作为衡量指标，普通高校在校学生衡量人才素质，职工平均工资衡量用工成本。运输量资源采用节点城市2015年的货运量（X1）作为衡量指标。

2.物流需求因素

物流需求因素是促进物流业发展的动力，本文选用六个物流需求因素：进出口总额（X2）、社会消费品零售总额（X3）、地区生产总值（X4）、第三产业总值（X5）、工业总值（X6）、固定资产投资总额（X7）构建指标体系。

二、灰关联模型与数据分析

灰色系统理论是邓聚龙教授于1982年提出的，灰色关联度分析（Grey Relational Analysis）是灰色系统分析方法中的一种。灰色关联度分析法是将研究对象及其影响因素的因子值视为一条线上的点，与待识别对象及影响因素的因子值所绘制的曲线进行比较，比较它们之间的贴近度，并分别量化，计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度，通过比较各关联度的大小来判断待识别对象对研究对象的影响程度[2]。

（一）确定反映系统行为特征的参考数列和影响系统行为的比较数列

本文运用货运量、进出口总额、社会消费品零售总额、生产总值、第三产业总值、工业总值、固定资产投资总额、普通高校在校学生数、职工平均工资这9个比较序列与物流业增加值进行灰关联分析。

本文根据西安、兰州、西宁、重庆、成都、郑州、武汉、长沙、南昌、合肥这十个节点城市2015年的统计数据，物流业发展水平及各影响因素指标的原始数据具体如表1所示：

表1 物流业发展水平及各相关影响因素原始数据

（二）对参考数列和比较数列进行无量纲化处理

由于系统中各因素的物理意义不同，有必要对数据进行无量纲化处理，所得结果见表2。

表2 无量纲化处理后的数据

（三）求参考数列与比较数列的灰色关联系数ξ（Xi）

每个比较数列与参考数列在各个时刻的关联系数ξ（Xi）可由下列公式进行计算：

其中ρ为分辨系数，取值在0～1之间，通常取0.5。

利用关联系数的计算公式求出每个关联系数，得到关联系数值，具体如表3所示：

（四）求灰色关联度ri

关联度ri可由如下公式进行计算：

ri值越接近1，则说明相关性越好。

计算相关影响因素与物流发展水平之间的灰关联度并进行排序，具体如表4所示：

表3 关联系数值

表4 节点城市各物流发展影响因素的灰关联度

从节点城市物流业发展影响因素关联度的分布可以看出，除了工业产值的关联度比较低，仅为0.5973，其余八个因素的灰关联度分布在0.9050-0.9533之间，说明这几个影响因素的灰关联度都比较高，且差距不大，表明各个影响因素对节点城市的物流发展影响力都比较强。不过，从关联度排序中我们可以看出，普通高校在校学生人数、社会消费品零售总额、货运量、第三产业总值、职工平均工资、固定资产投资总额、地区生产总值以及进出口总额对这十个节点城市的物流业发展影响较强，而工业总产值对节点城市物流业发展的影响力则比较弱。

三、结论

1.一带一路节点城市的进出口总额和货运量灰关联度比较高，说明进出口业务和货运量对于节点城市的物流业发展是很有利的。因此节点城市应加强跨境贸易以及跨境物流的发展。但是这十个节点城市都位于内陆，不利于对外交流，应该进一步发展向外延伸的交通网络，利用电子商务发展跨境贸易。例如加强节点城市航空港、国际陆港的建设，加强内陆口岸与沿海、沿边口岸通关合作，发展跨境贸易电子商务服务试点等。

2.从关联度排序中可以看出，普通高校在校生数和职工平均工资的关联度比较高，这说明在物流业的发展过程中，应充分重视人力资源的作用，积极培养和引进先进的人才，通过物流人才带动物流业的转型升级，带动物流业的发展。

3.社会消费品零售总额的灰关联度为0.9532，说明节点城市物流业在消费和流通领域的社会化程度较高，这几个节点城市为直辖市或者是省会城市，人民消费能力相对比较强。尤其是随着电子商务的发展，网络购物日益便利，极大程度上促进了节点城市物流业的发展。节点城市应完善电子商务网络，构建健全的销售渠道，刺激区域消费能力的提高[3]。

4.第三产业总值的关联度大于工业产值的关联度，说明第三产业比第二产业更能促进物流业的发展，而工业对于物流业的发展，依然还有很大的提升空间。政府应该大力扶持第三产业的发展，发挥工业在物流业的影响力，调整经济结构，加大工业和第三产业在经济中的比重。

5.地区生产总值是反映地区经济发展的总体状况最有力的指标，一般来说，经济越发达，对物流的需求就越旺盛；反之，就越小[4]。与北上广等一线城市相比，这十个节点城市并不是经济发达的城市，因此地区生产总值对物流业的影响比较小。因此，节点城市应重视总体经济的发展情况。

6.固定资产投资总额关联度排名靠后，该项指标对节点城市物流业的发展影响相对较小。说明在固定资产投资中，物流领域的投资所占比重较小，并且固定资产投资的效率并不高。因此，应加强对物流领域的固定资产的投资，积极引进先进的物流设施设备，这十个节点城市有必要加强在运输线路、通关口岸等方面的合作。

通过以上分析，我们可以了解到货运量、进出口总额、社会消费品零售总额、生产总值、第三产业总值、工业总值、固定资产投资总额、普通高校在校学生数、职工平均工资这9个影响因素对节点城市的影响都比较大。因此这十个内陆节点城市应抓住一带一路这个难得的机遇，加大对物流人才、固定资产的投资，完善经济结构，促进工业和第三产业的发展，刺激消费，发展对外贸易，提高总体经济实力，促进物流业的发展。

[1]徐广印，胡蓉博.物流能源消耗与区域经济相关指标的灰关联分析[J].河南农业大学学报，2007，42（6）：659-663.

[2]刘思峰，党耀国，方志耕.灰色系统理论及应用[M].北京：科技出版社，2004.

[3]谢林婕，彭建良.浙江物流产业发展影响因素的灰关联分析[J].浙江科技学院学报，2012，24（5）：356-360.

[4]李维国，王耀球，王静.区域物流经济影响因素的灰关联分析[J].物流工程与管理，2010，32（1）：1-3.

The Analysis of Influence Factors Industry of“The Belt and Road Initiative”Node Cities'

ZHANG Ya-fei
（Zhengzhou University of Industry Technology，Zhengzhou，Henan 451100）

In March 2015，Xi'an，Lanzhou，Xining，Chongqing，Chengdu，Zhengzhou，Wuhan，Nanchang and Hefei，Changsha inland city node for the delineation of the The Belt and Road，how to improve the development level of the ten node of city logistics industry，play a key role in the node of the city，has become an urgent problem.This paper first analyzes the main factors affecting the development of“The Belt and Road”ten inland city nodes of the logistics industry，and establish the corresponding evaluation index system；then using the grey correlation analysis of factors influencing the development of the logistics industry of city node method of quantitative analysis，and correlation sort；finally，analysis the influence of various factors on the ten a node of the city and puts forward some suggestions，in order to promote the development of city logistics nodes.

node cities；grey relational analysis；logistics industry

F72

A

1671－9743（2017）02－0033－03

2017-02-10

张亚飞，1989年生，女，河南新乡市人，硕士，研究方向：物流管理。