汽车制造产业集群与区域物流协同度测度及影响因素研究——以江西省为例

王有远， 袁 越， 王 博

(南昌航空大学 1.工业工程研究所； 2.经济管理学院， 南昌 330063)

随着经济的发展，产业集群对区域经济发展的重要性愈加显著。产业集群化发展能够提高集群内部获取生产要素资源的便利性[1]，当产业集群形成一定规模时还能产生空间上的经济效应，是构建区域经济增长极的高效手段[2]。江西省汽车制造产业大而不强，但江西省却具备良好的区域物流条件，随着产业融合的趋势逐渐明显，两者受到协同发展的影响愈加强烈[3]。为了分析协同度影响因素、提高汽车制造产业集群与区域物流两者的协同发展水平，以江西省为例建立协同度测度模型进行研究分析具有重要的现实意义。

对于汽车产业集群的研究，张冀新等[4]运用三阶段DEA方法测度产业集群创新效率以及战略性新兴产业技术效率；陈肖飞等[5]整合了多年的数据对奇瑞汽车集群跟踪研究，认为产业集群的理论本质在于专业化集聚基础上的地方化结网，并刻画了企业网络演化过程及驱动机制。

对于区域物流的研究，高康等[6]构建区域经济与物流协调发展的系统动力模型，利用Vensim PLE软件对贵州省2007—2016年面板数据进行仿真模拟，研究发现GDP、物流需求及物流供给能力与物流自增长系数存在正相关关系；张建军等[7]采用虚拟变量法和耦合协调度模型，利用内蒙古相关统计数据，探索了区域物流能力与区域经济发展之间的耦合互动关系；范钦满等[8]基于区域物流生态系统内部种群关系构建区域物流生态系统内部竞争、合作及竞合协同演化模型，运用微分方程定性辨别方法对三类模型的稳定条件进行研究。

关于产业集群与区域物流关系的研究中，胡睿[9]建立物流产业集群协同评价指标体系以供研究参考；顾秋阳等[10]以我国现代物流产业发展先行区的宁波市为研究对象，通过构建物流产业集群发展水平指标体系，运用空间计量方法及多元回归分析模型来剖析物流产业与产业集群的水平时空联系。

学者们普遍认为汽车产业集群化发展能优化生产效率，利于汽车产业自身的发展。但在关于汽车产业集群的研究中，以发展方向及效率研究为主；区域物流研究以地方经济以及区域物流的耦合互动关系研究为主；关于两者协同发展关系的研究大多是以产业集群或者区域物流单个方面为重心构建研究模型，而在实际中产业集群与区域物流是处于平等发展的地位。因此，本文以江西省为例，将汽车制造产业集群与区域物流视为同等重要性进行协同度指标选取，构建协同发展模型，测算协同度，通过灰色关联分析法分析二者协同度波动影响因素，最后提出促进两者协同发展的对策。

1 研究方法

1.1 协同度测度模型

1)序参量。EC(Ei)(0≤EC≤1)指序参量Ei对系统的贡献程度，E指某个子系统的发展能力，E=(E1，E2，…，Ei)，i≥2，Ei代表当年的实际值。Mi为Ei中的最大值，Ni为Ei中的最小值，则序参量对系统有序度贡献率EC(Ei)为：

(1)

2)子系统有序度。在序参量的基础上计算子系统的有序度，即：

(2)

EC(E)表示子系统的有序度，其值与有序发展程度呈正相关。其中Wi是不同序参量的指标权重，为避免原始数据单位的不同导致对实证结果的干扰，将原有数据进行标准化处理后进行测算，具体步骤为：

①建立相关系数矩阵。

(3)

其中i属于(1,2,…，n)，n为序参量指标体系中指标的个数。

②计算不同因素的权重。

相关系数指标之和其公式为：

(4)

其中i属于(1,2,…，n)，Mi为指标i与其他指标的相关系数和。将指标进行归一化处理以得到各指标的权重，公式为：

(5)

其中i属于(1,2,…，n)，Wi是不同序参量的指标权重。

3)系统协同度。为了体现出汽车产业集群与区域物流的的整体协同效应，建立综合调和指数，即：

(6)

通过耦合度函数建立复合系统协同度测度模型：

(7)

D为两个子系统间协同度，D值与协同程度呈正相关。

1.2 灰色关联分析法

灰色关联分析法通过系统统计数列所构成的曲线几何形状判断不同数列之间的差异性和关联程度[11]，可以准确地评价因素之间的关联性。测算灰色关联度的步骤如下。

1)选择参考序列和比较序列。以Y0(Y0={y0(1),y0(2),…,y0(n)}，n代表年份，即2006年—2017年作为参考序列。Yi(Yi={yi(1),yi(2),…,yi(n)},i=1,2,…,m。i为比较序列的序号名，表示不同的内部因素)记为比较序列。

2)参考序列和比较序列的无量纲化。为避免系统中各因素量纲与量级不同无法进行比较，需对原始数据进行均值标准化处理。

(8)

3)求关联系数。将|y′0(k)-y′i(k)|记为Δi(k)，则公式为：

(9)

4)测算关联度。取算术平均值为最终的关联度，其公式为：

(10)

一般认为，关联度处于0～0.35时，指标的关联程度低，处于0.35～0.65时，关联程度为中，处于0.65～0.85时，关联程度较高，大于0.85时，关联程度极强[12]。

2 研究区域与指标体系

2.1 研究区域概况

汽车产业是江西省的支柱产业之一，且是全国唯一拥有两大汽车集团公司的省区。江西省主要的汽车制造产业集群为南昌小蓝、抚州高新区，两者的整车生产数量占江西省的近一半。

表1 2006—2017年汽车年销量

注：数据来源于2007—2018年《中国汽车工业年鉴》

由表1可知，汽车销售量逐年升高，但江西省年销售量同比增长率落后于全国年销量同比增长率，由此可见江西省的汽车工业发展落后于全国平均发展水平。

江西省的物流产业发展态势良好，截止至2018年底，公路里程达到16.2万公里，铁路营业里程达到4 137公里，内河通航里程达到5 638公里。在运输工具数目上，载货汽车数量为651 280辆，其中汽车拖车达到98 763辆，船舶运输达到3 062艘[13]。

同时，江西省引进先进物流企业以扩大物流产业规模，例如DHL、FEDEX和德邦等大型物流企业。2018年初，省内的物流相关企业数量已经大于12 000家，经过行业标准认证的A级企业高达162家，在2012年的时候这个数字仅为21[14]。

虽然江西省汽车制造产业集群规模在不断扩大，区域物流环境也得到改善，但发展过程中仍存在一些问题:

1)缺乏协同发展的意识。地方政府对二者的联动、协同发展不够重视。江西省汽车制造产业拥有良好的发展基础，区域物流则有着良好的发展趋势，各自的发展推动了相互的协同发展。但两个产业之间的协同发展更偏向于产业融合，当两者同时处于协同发展状态时，才能发挥出利于双方的协同效应。

2)缺乏协同发展沟通平台。汽车制造企业主要以零部件的生产、组装等业务为主，其生产、销售过程中的物流安排往往难以得到适合企业自身现状的解决方案。而物流企业的工作重心为运输、仓储等业务，对于汽车制造企业的特殊运输要求物流企业也难以获知。缺乏协同发展的沟通平台，导致汽车制造企业物流成本过高的问题难以解决，同时物流企业难以向汽车制造企业提供量身定制的解决方案。

3)缺乏协同发展示范基地。江西省内缺乏协同发展的示范基地。江西省汽车制造产业集群仍处于发展初期，集群内部的物流体系的服务能力、质量仍然落后，急需要协同发展示范基地引领其走向正确的发展道路。

2.2 建立序参量评价指标体系

本文借鉴其他学者对产业集群及区域物流的评价指标[15-17]进行序参量评价指标的选定。通过对数据多重共线性检验进行筛选，提出系统评价体系，如表2、表3所示。

表2 汽车制造产业集群系统序参量指标体系

表3 区域物流系统序参量指标体系

3 实证分析

3.1 协同测度测算

对2006—2017的相关数据进行标准化处理后，根据式(1)，计算序参量，然后根据式(3)-式(5)计算序参量的权重，根据式(2)计算出汽车制造产业集群与区域物流的有序度。最后根据式(6)、(7)及有序度计算出协同度，如表4所示。

表4 产业有序度及协同度

根据表4可以看出，江西省物流产业有序度逐年上升，2005—2017年间从未出现下降，说明江西省区域物流环境每年都得到了改善。同时，汽车制造产业集群有序度总体上升，但与区域物流产业有序度相比，其发展速度略微落后。

协同度处于平稳上升趋势，2006年出现一次停滞增长，2015年出现一次下降情况，最大值为2017年的0.93，最小值为2006年与2007年的0.32。2015年汽车制造产业集群有序度对于上一年下降幅度高达50%，而物流产业有序度保持匀速上升状态，协同度下降至0.74，一增一减导致协同效应出现较大降幅。

3.2 协同度影响因素

表4中显示协同度受二者相互协同作用影响，在波动中上升。鉴于此，通过测算内部因素的关联影响程度，进而提出对应的发展对策。

根据灰色关联分析法测算出关联程度，如表5所示。

表5 汽车产业集群内部因素与协同度的关联

从表5可知，江西省汽车产业集群发展水平关联程度依次为:固定资产投资 >主营业务收入>资产总额>资本贡献率。

主营业务收入、资本贡献率以及固定资产投资关联度介于0.67～0.77，关联类型为高度关联。其中，固定资产投资的关联度为0.761 3，是处于高度关联中影响最大的因素。说明固定资产投资对汽车制造产业集群与区域物流协同发展有较为明显的作用。而资本总额、主营业务收入、资本贡献率、主营业务成本主要体现汽车产业中经营管理问题。因此，做大汽车产业集群可以从加强成本管理，进一步减少生产、销售成本，提高生产效率等都可以提高协同发展水平。

根据灰色关联分析法，测算出江西省区域物流内部因素与两者协同度的关联程度，如表6所示。

表6 区域物流内部因素与协同度的关联

从表6可知，江西省区域物流发展水平关联程度依次为：货运量>货物汽车保有量>物流业增加值>物流费用占比。

物流系统中的内部因素与协同度的关联程度较汽车产业集群内部因素而言，整体的关联程度更高。其中，4个影响因素的程度皆为极强，说明努力提升江西省的货运运输需求，增加省内货物汽车保有量，降低省内物流费用，做大物流产业，增加物流运输线路总长度能够提高两者协同发展水平。

4 结论与建议

通过调研以及数据研究，在对江西省进行概况研究时发现当地政府缺乏对汽车制造产业集群与区域物流协同发展的重视；缺乏汽车制造产业集群以及物流产业的协同发展的沟通手段；缺乏协同发展示范基地。因此，江西省应出台促进协同发展相关政策建议；建立汽车制造企业与物流企业间的沟通机制；打造协同发展示范基地。

通过构建协同度测度模型，发现江西省汽车制造产业集群与物流产业有序度均呈现上升趋势，但汽车制造产业集群的有序度增幅落后于物流产业。从协同度的结果看出，两者的协同度最大值为0.93，最小值为0.32。由此可见，提高汽车制造企业的经营管理能力与生产效率，降低经营成本，增加货物汽车保有量以及货运量，能够有效提高二者协同发展水平。

灰色关联分析法的计算结果显示江西省区域物流内部因素与协同度的关联程度整体比汽车产业集群内部因素与协同度的关联程度高，其中影响协同度波动的极强关联因素为货运量、货物汽车保有量、物流费用占比、物流业增加值，以上因素主要体现出江西省汽车制造产业集群的物流需求、产业规模、基础条件。因此，提升江西省的货运运输需求，增加省内货物汽车保有量，降低省内物流费用，进一步扩大江西省区域物流的整体规模，从而促进产业升级，使得江西省区域物流向高质量方向发展，整体提高与汽车制造业集群的协同发展效应。