区域物流协同水平测度实证研究

吕红波++王清

摘 要：协同水平测度可以为区域物流体系内各要素的相互作用和发展状态的分析提供支持，进而为促进区域物流的良性发展提供决策依据。文章综合考虑各基础要素的有序度和影响协同的关键要素，建立区域物流协同度水平的模型，并通过浙江省区域的杭州市等5个城市实证测量，指出2014和2015年整体协同物流产业发展宁波协同度最高，杭州次之，湖州地区最差，为正确科学评价本地区物流所处协同水平，促进本地区物流可持续健康发展提供借鉴。

关键词：区域物流；协同度；评价模型

中图分类号：F259.27 文献标识码：A

Abstract： The level of synergy can provide support for the cooperation and exchange of relevant subjects in the process of participating at regional logistics activities. And it can make sure of the healthy development of regional logistics in the future. Considering the order degree of the basic elements and the key factors that affect the coordination， a regional logistics synergy level measurement model is built from the perspective of qualitative and quantitative combination method in this paper. Then carry out the empirical measurement based on the data of 5 cities of Zhejiang province at year 2014 and 2015. The results showed that the coordinated development of logistics is the highest at Ningbo， followed by Hangzhou. Yet Huzhou is the worst.

Key words： regional logistics； synergy degree； evaluation model

区域物流作为地方经济的支柱产业之一，对整个地方经济的运行质量和效率起到重要的影响，只有提升区域物流的效率，才能进一步促进地方经济发展，确保区域物流的良性发展。但是近年来，我国物流总成本占GDP的比重保持在18%左右，这一比例是发达国家的2倍，甚至比全球平均水平高约6.5%，可见我国的物流产业整体发展水平尚处于较低的层次。只有深入分析物流产业内部状况和发展水平，才能促使物流与当地经济实现协调可持续和健康发展[1]。协同是未来区域物流的良性发展保证，一方面是因为它可以把握区域物流的成长规律，为相关主体正确认识区域物流发展的实质提供有益的支持；另一方面，协同也可以为各相关主体在参与区域物流活动的过程中进行合作和交流提供理论支持，符合可持续发展要求，促进区域物流和谐长久发展[2]。因而在近年来，区域物流的协调发展研究引起了国内学者进一步的关注。

本文将以协同学的序参量原理，综合考虑区域物流基础要素的有序度和影响协同的关键要素，建立区域物流协同度水平的模型，并选取浙江省5个代表性城市，对各个区域物流的发展状况做出分析，从而为浙江区域物流在今后的发展提供明确的支持方向。

1 区域物流协同内涵

区域物流系统是一个复杂的有机系统，它们的发展除了源于各自系统内部的组织与协调外，也要受到彼此间的影响以及环境的影响[3]。对区域物流协同的研究主要有：孙鹏（2010）构建了现代区域物流协同绩效评价体系框架，并从时间、成本、服务效率、可持续发展四个角度展开分析，指出系统服务效率影响着系统的效率[4]。杨晓艳等（2012）从区域物流的横向和纵向构建了供应链、产业、空间三维的区域物流协同结构模型，对区域物流系统的各要素作用和优化整合进行了过程分析[5]。周凌云（2009）分析了区域物流的构成，通过自组织理论和方法对区域物流系统的协同演化过程进行了相关分析，其以复杂系统的观点和生物种群理论竞争的观点展开了阐述，进而模型假设建立区域物流系统协同演化方程，从定性角度为区域物流系统自组织机制和相互影响情况展开分析[6]。

从上述研究可以看出，区域物流内部要素的相互影响和优化过程，以及系统内子系统的运行状况和相互作用机制，对区域物流系统的有效性起着关键影响，因此需要分析区域物流系统的协同状况与发展水平，进而为提升协同综合竞争力和服务能力提供相应对策。区域物流的协同是指物流协同内各要素相互耦合，相互协作，产生运动方向的高度一致性，進而产生协同，其表现为多个子系统在时空或功能上的有序结合的过程。根据协同学原理，如果区域物流协同发展将产生“2+2>5”的整体协同效应，进而带动地方产业经济快速增长。

2 评价指标体系构建

区域物流系统内的各种要素发展的协同程度，决定系统本身的整体效率，而系统效率直接受到内部序参量之间的协同水平、协同程度的影响[7]，对协同状况和层次的分析，评价系统内部协调情况，以及各子要素之间的相互影响状况，需要通过选择科学合理的评价指标，运用一定的数学方法建立评价模型，对系统内主体之间合作的情况、功能合作的情况、内部沟通协调的情况以及相互影响等情况进行客观反映。

指标体系的构建对于得到较真实的评价结果是十分重要的。对于衡量区域物流的指标较多，而且指标涉及物流生产过程的不同领域，协同发展评价过程将会过于复杂，所以需要针对区域物流在相应领域构建适合的评价指标体系。按照指标的科学性、时效性、可得性等要求，能反映区域物流系统全况，构建一套完整的区域物流协同度评价模型体系。在从区域物流协同发展评价的一般性要求出发，在前人研究成果基础上，将该体系进一步划分3个子系统[8]，如表1所示。

（1）支撑子系统指标

区域物流基础能力的协同水平以及信息网络服务能力的协同水平，是判断区域物流支撑子系统协同水平的核心要素，下面将分别予以介绍。

区域物流的基础能力包括公路、铁路、邮政网络等相关内容，不过内河航道相对于以上几方面内容来说，有一定的特殊性，一般情况下不会增加里程数。而传统邮政物流在现代快递网点、物流产业的发展过程中深受影响，邮政网点数量呈现出逐年下降的趋势，同时公路里程和铁路里程内部关联性比较强，这种情况之下，我们可以选用公路里程作为支撑子系统的指标。

信息网络服务能力中，通信能力和信息网络发展水平之间有着直接的正向相关关系。而物流行业的发展水平也同样和信息服务水平之间有着正向相关关系。随着固定电话被移动电话所取代，在本文研究中选择互联网数量、移动电话年末用户数作为评价指标。

（2）供给子系统指标

评价区域物流供给子系统的协同程度的指标包括区域物流的供给竞争力和供给能力。

为了更好地评价物流企业的供给竞争能力，我们在研究的过程中使用了中国物流与采购联合会所给出的“A级物流企业”的相关数据进行分析。由于我们无法通过对A级物流企业数量的简单相加而准确地反映出其整体竞争力水平，因此需要进行层级划分并进行权重比例的赋予，以加权算术平均数值来表示区域物流企业的供给竞争能力。

而在对物流企业供给能力的评价方面，我们用货物周转量和货运周转量这两个指标即可，不过由于这两个指标本身之间有着极强的关联度，因此选择其中的一个即可满足研究的要求。

（3）需求子系统指标

消费需求、生产需求、流通需求是某一地区物流需求最为根本的决定要素。因此我们需要对以上三种需求的评价和衡量做出一套完整的指标。在本文研究中用工业总产值和农业总产值对生产需求进行评价，而消费需求则以农村居民人均消费支出和城市居民人均消费支出作为评价指标，流通需求的评价则采用进出口总额和社会消费品零售总额进行分析。

3 区域物流系统协同度模型

区域物流协同是系统内各子系统要素之间在发展、演化过程中相互协调、相互支撑和一致化的程度[7]。协同程度越高，则证明系统之间的相关要素之间有越出色的配合，对于系统目标的实现有着直接的促进作用；反之，区域物流系统快速有序发展的阻力越大，则越不利于系统目标的实现。

（1）协同度模型

根据协同学的序参量原理，由M个子系统组成的复合系统的协同度[9]：

其中子系统S ，j∈1，M。第j个子系统包含n个序参量，序参量集合为u=u ，u ，…，u ，其中n≥1，α ≤u ≤β ，i

∈1，n；α和β为系统稳定临界点上序参量的下、上限。其中序参量的值正向对系统影响时，值越大，对系统的贡献越大。

定义1 子系统序参量有序度：定义C t为系统S 的第i个序参量u 在t时的有序度，公式如下：

由定义1可知，C t∈0，1，C t的值越大，序参量u 在系统中的影响越大。通常情况下在计算过程中可取α和β分别为最小和最大理想值， 或α = u t，β = u t。

定义2 子系统有序度：从整体来看，序参量C t对子系统有序度的影响，可通过集成方式来计算。集成公式如下：

权系数ω i=1，2，…，n是序参量u 在子系统S 的序参量集合u中的相对权重。

定义3 系统协同度：与系统内各子系统的有序度有关，等于各个子系统有序度的集合。因此，以定义2的计算结果为基础，本文将区域物流的协同能力定义为各个子系统有序度的按权重的集合平均数（λ为权系数）：

（2）熵权重的计算

衡量指标权重的方法有很多种，信息论中的Shannon熵概念可以作为离散概率分布表示的不确定性程度的判据，熵表示竞争水平，它反映了各指标在子系统中有具体上下限的情况下对评价结果的潜在影响。因此熵值可以有效地应用于决策过程中，因为它测量了数据集之间存在的相互影响，再经过转换即以权重体现在系统中，用数学语言表示为：

设随机变量X的取值为x i=1，2，…，n，且取x 的概率为Px≥0，满足 pX =1，则随机变量X所携带的信息量均由熵HX反映出来，X的熵定义为：

熵权重的基本思想是：当被研究的对象涉及n个指标x ，x ，…，x 时，一个指标提供决策的确定信息量大，其对决策做的贡献就大，从而该指标的权重值也就越大，反之则越小。

4 基于浙江省区域物流的实证分析

本文对2014～2015年期间宁波、金华、杭州、温州以及湖州这5个浙江省的重要城市区域物流协同度进行计算和研究，数据均来源于物流采购协会以及《中国统计年鉴》，数据的真实性和有效性有较好的保障。并按照式（5）、式（6）求出各子系统的权重，式（2）、式（3）求出各指标的有序度，得出表2、表3。

从表2、表3中宁波、杭州、湖州、金华、温州市这5个浙江省的重要城市，进一步计算S1，S2，S3这三个子系统的有序度，按照式（4），可以算出2014、2015宁波、杭州、湖州、金华、温州市这5个浙江省的重要城市區域物流的协同度，得出综合排名，结果见表4。

从计算结果和综合排名可以看出，2015年浙江省宁波、杭州、湖州、金华、温州市区域物流系统内的支撑子系统具有非常明显的差异性，按照协同水平高低排序为：宁波>杭州>温州>金华>湖州。这种情况的客观存在，说明当前湖州区域物流产业发展速度最慢，不仅规模以上企业数量不足，而且整体协同度也同样处于较低水平。其中湖州区域物流在2014～2015年度内，外部协同度和内部协同度均在本文所研究的5个城市中排名最末一位。但是这5个城市的协同度均已经度过了协同度0.5这个重要分界点，内部要素之间保持良性合作状态，系统的协同程度较高，子系统内部各要素之间协作良好，发展速度进一步提升。而湖州名次最低这种情况说明了现阶段湖州区域物流各子系统之间以及和外部环境系统之间的协同度远未达到理想水平。一方面是基础能力方面的硬件资源相对欠缺，物流基础设施的投入力度不足、投入增长缓慢等原因；另一方面湖州市当前物流企业整体规模偏小，所能够提供的物流服务整体质量偏低而且业务相对单一。在区域经济发展的过程中，相关企业由于产业规模的不断扩大，而对物流产业提出了更高的要求，但是令人遗憾的是，当前湖州市绝大部分物流企业在经营（下转第21页）