杨维霞
(西安外事学院商学院,陕西 西安 710077)
商贸物流是指与各种商业贸易相关的物流服务活动,它的服务能力是衡量一个地区综合竞争力的重要标准之一。丝绸之路沿线国家和地区之间要构建新型国际商贸体系,物流作为重要的支撑载体首当其冲。而我国丝路沿线地区凭借其无与伦比的地缘优势,推进物流业转型升级,凸显其丝绸之路经济带物流枢纽的重要地位。但商贸物流无法单独存在,它或依托所在区域经济,或借助于其他区域的互动,进而带来巨大的物流需求[1-2]。从目前来看,沿线地区经贸物流发展在国家的大政策下均基本呈现“总体平稳、质效提升”的较好态势,但是仍有一些客观的事实限制了其进一步发展,使其和党的十九大报告提出的“加强物流基础网络设施”、“有效提高物流供应能力”等要求相比存在一定的差距。丝路沿线商贸物流服务能力的提升不仅有实现的迫切需求,也有实现的现实基础。对丝路沿线商贸物流服务能力的影响因素进行分析,不仅有助于对目前及未来的服务水平进行比较准确的判断和预测评价,而且有利于对提升服务水平指出明确的努力方向,从而发挥沿线经贸物流的最大增长效应,提升沿线物流产业竞争力[3-4]。
运用系统动力学原理,构建商贸物流系统模型,研究商贸物流服务能力的影响因素,根据陕西省的相关数据,通过仿真分析这些影响因素在一定幅度内不同作用水平下商贸物流系统发展趋势,从而探寻提升商贸物流服务水平的方法,由此给丝路沿线地区的商贸物流发展提出一些可行的建议,以期提升丝路沿线商贸物流的综合竞争力。
(1) 系统边界界定 运用系统动力学,一个最重要的前提是明确系统主体及主体与各种影响因素之间的关系,即系统边界界定问题。根据以往的研究文献可知,体现一个地区商贸物流服务能力的要素主要有当地经济水平、物流供给能力和物流需求3个方面。据此建立了经济水平子系统、物流供给子系统、物流需求子系统,这3个子系统不是相互独立的,其内部因素相互作用和影响,共同组成商贸物流系统。具体如下:①随着物流供给能力的提高,物流区域的可达性就会增强,物流需求及实载率也随之增加,由此带来的规模效应会使物流产值增加,促进了当地经济的发展[5]。②随着当地经济的发展,由于消费水平的提高物流需求就会增加,这样现有的物流供给无法满足不断增加的物流需求,从而使得物流差异增加,会迫使物流供给能力不断提升。③当地方经济不断增长,就会不断加大对物流相关软硬件的投资,从而使得物流供给能力持续提升[6]。
(2) 界定和假设 为了模型的合理性和科学性,明确了主要的影响因素后,对其做出如下界定和假定:
①用社会消费品零售总额反映物流需求量,货运量反映物流供给量。
② 只考虑物流阻碍这一因素对城市经济增长的影响,研究中用物流差异来表示,其他因素不考虑[7]。
③ 将GDP在物流方面的投资分为三部分,第1部分用于引进和研发物流技术,用物流技术投资来体现;第2部分用于培养物流人才,用物流教育投资来体现;第3部分用于建设物流园区、交通基础设施,用物流基础设施投资来体现。
④ 假设物流供给能力的提高主要依靠基础设施建设运用水平、高层次物流人才、物流技术研发及运用情况,而地方经济水平提高在一定时期内会使得物流需求不断增长。
进行商贸物流系统因果关系分析是此研究方法的基础,具体来说就是通过构建系统内部的变量间的传导关系来表达系统动态形成的原因,从而辅助进行决策分析[8]。商贸物流系统的因果关系如图1所示。它包含经济水平、物流供给和物流需求3个子系统,主要反馈路线有4条,其中3条为正因果反馈环,1条为负因果反馈环。
图1 商贸物流系统的因果关系Fig.1 Causal relation ship of commercial logistics system
正因果反馈环1:经济增长→物流基础设施投入→物流供给能力→物流成本→经贸物流服务水平→实载率→物流产值→经济增长。此反馈环反映的是当经济增长时,在政府对物流教育、物流基础设施、物流技术及标准等方面增加投入的同时,企业也会对员工培训、物流技术、信息技术等方面增加投入,双管齐下会使得物流供给能力提高,进而提高区域商贸物流服务水平;区域物流服务水平高就会吸引更多的物流需求,尤其是中转物流需求,从而产生规模效益使得单位物流成本降低;由此产生的物流服务效益的提高自然会增加物流产值,最终又促进经济的进一步增长。
正因果反馈环2:经济增长→物流需求→物流的实际货运量→物流产值→经济增长。此反馈环反映的是一方面随着地区经济的增长,会使得区域内消费水平提高,再加上第一、二、三产业的增长,都会使得区域内物流需求增加;另一方面随着物流服务水平的提高,会刺激特别是丝绸之路经济带沿线区域外的周转物流需求的大幅度增加,进而引起物流产值持续保持增长态势,最终影响区域经济的发展[9]。
正因果反馈环3:经济增长→物流需求→物流差异→物流供给→物流产值→物流增长。此反馈环反映的是随着物流差异的加剧,物流系统的自适应性会促使物流供给不断增加来满足实际的物流需求,从而最终使得系统整体服务水平提高,通过物流产值的增加来促使经济增长。
负因果反馈环1:经济增长→物流需求→物流差异→物流短缺→经济增长。此反馈环反映的是物流需求在增加,但是物流基础设施的投入会有投入延迟使得物流供给能力的提升有滞后显现,这样需求增加会加剧物流差异,加剧的物流差异会通过物流供给短缺而使得商品流通迟滞,从而阻碍经济进一步发展。
根据图1,结合系统动力学原理及相关文献,通过Vensim PLE仿真软件建立了商贸物流系统动力学流图,具体见图2。
图2 商贸物流系统动力学流图Fig.2 Dynamic flow of commercial logistics system
(1) 系统动力学模型方程 从图2可以看到,构建的丝绸之路经济带商贸物流系统结构包括经济水平、物流需求和物流供给3个模块。模型中具体变量、参数为:
① 物流供给=INTEG(物流供给能力增加量-物流供给能力阻碍量,初始值);
② 经济水平=INTEG(经济增长量-物流对经济阻碍量,初始值);
③ 物流需求=INTEG(物流需求增长量-物流需求阻碍量,初始值);
④ 物流供给能力增加量=(物流基础设施投入×物流基础设施供给系数+物流教育投入×物流教育供给系数+物流技术投入×物流技术供给系数)×(1+政策支持);
⑤ 物流供给能力阻碍量=有效供给×供给阻碍系数;
⑥ 经济增长量=经济增长系数×经济水平;
⑦ 经济阻碍量=物流差异×物流经济阻碍系数;
⑧ 物流需求增长量=经济水平×经济物流需求系数;
⑨ 物流需求阻碍量=物流对经济阻碍量×物流需求阻碍系数;
⑩ 物流基础设施投入=经济水平×物流基础设施投入系数;
(2) 模型的数据来源 构建的模型运行时间是2013—2025年,步长设置为1年,以陕西省商贸物流方面的相关数据为基础进行实证分析,数据主要来源是2013—2018年的《陕西省统计年鉴》 和2014—2019年的《中国物流年鉴》等。
① 水平变量中初始值的确定。根据《陕西统计年鉴2013》,系统模型中3个水平变量的初始值见表1[10]。
表1 水平变量初始值
② 系数取值。物流供给系数、物流教育供给系数、技术供给系数、供给阻碍系数、经济阻碍系数、需求阻碍系数、供给有效系数、需求有效系数这几个系数的共同点是难以得到参数值,而且系统动力学的反馈行为对此类参数值并不敏感,其模型行为主要取决于模型结构,所以此类参数是通过参考相关文献,采取有效参数估计的方法做合理估计而得到的,具体取值如表2所列。
表2 系数取值
此外有:①物流基础设施投入系数=物流基础设施投入额/陕西省GDP;②物流教育投入系数=物流教育与培训投入额/陕西省GDP;③物流技术投入系数=物流技术研发投入额/陕西省GDP;④供给转换系数用以统一物流需求与物流供给的量纲;⑤经济物流需求系数=物流需求/陕西省GDP。这几个系数是基于2013—2017年5年的《中国物流年鉴》、《陕西区域统计年鉴》和《陕西统计年鉴》中基本数据算出系数的算术平均值得出来的,具体取值如表3所列。
表3 系数取值
③ 经济增长系数表函数。模型中的经济增长系数是通过表函数表达出来的,此函数的自变量为年份,因变量为经济增长率,二者之间是非线性的正相关关系[11]。它们之间的关系为
经济增长率=WITH LOOKUP(TIME)
LOOKUP([(0,0)-(3 000,10)],(2013,0.082),(2014,0.077),(2015,0.079),(2016,0.076),(2017,0.075))。
(1) 模型的方程与量纲检测 模型的检验首先要检查模型各方程是否正确完成,方程中变量的量纲是否一致、是否正确,其含义是否正确无误,方程中的参数的设置是否反映了实际系统中的实际合理的意义。该系统运用“Units Check”功能,检验了模型中各方程和量纲,结果显示都没有问题,完全符合系统动力学建模的要求。
(2) 模型的稳定性测试 研究所分析的陕西商贸物流系统是一个比较稳定的系统,即当系统中的某一个参数发生小幅度的改变时,系统行为的趋势基本不会发生改变。通过改变仿真时间间隔,将其分别设置为1年、6个月、3个月,考察物流需求的运行情况,结果如图3所示。在不同的仿真时间间隔下,物流需求的曲线有着微小的差距,但都保持着同样的变化趋势。在相同的条件下,对经济水平进行检测(见图4),其结果也是一样的,说明所建模型是稳定的。
图3 模型物流需求稳定性测试Fig.3 Stability test in model of logistics demand
(3) 模型的适用性测试 为了保证系统动力学模型运行结果的可靠性,将仿真与实际统计数据(2013—2018年)进行对比分析,通过统计模型运行
得出仿真值与实际统计值之间的误差,进行有效性分析,即为模型的适用性检验[12]。2013—2018年模型适用性检验结果如表4所列。
表4 2013—2018年模型适用性检验结果
通过计算机模拟得出模型3个变量的仿真误差率基本在9%以内,只有物流供给中有个误差为17.59%。对于复杂的经济社会环境,出现节点跳跃为正常现象,因此该模型的误差是可以接受的,说明该模型适合仿真模拟。
(4) 模型的灵敏度测试 系统的灵敏度检验是将物流基础设施投入系数、物流教育投入系数、物流技术投入系数等主要参数在合理范围内进行变化,主要常量参数如经济水平、物流供给、物流需求的变化是否也在合理范围。通过改变主要参数在-5%~5%范围内的变化量对模型中的主要常量参数进行重新模拟[13],发现这几个主要常量参数的变化均没有出现异常波动,且均在合理范围,说明模型的灵敏度没有问题。
综上所述,通过对该模型的各种检验,证明采用该模型运行能比较真实地反映陕西省商贸物流系统的实际情况,因此该模型适合仿真模拟。
利用 Vensim PLE 软件对 2013—2025年陕西省经贸物流系统进行仿真,得到在目前的物流基础设施投资水平、物流技术投资水平和物流教育投资水平(3个系数分别为0.028 0、0.002 1和0.011)下,其主要变量的仿真结果见表5。
表5 2019—2025年陕西省经济水平与物流供需仿真预测数据
由表5可以得出:(1) 陕西经济不断发展为其经贸物流发展提供了物质基础,因此在丝绸之路经济带背景下陕西省经贸物流系统要发展的更加成熟与高效,需要经济的持续发展[14]。由表5可以看出陕西省经济发展水平呈逐年增长的趋势。在2013—2014年丝绸之路经济带背景下陕西省经济处于高速增长水平,之后增长速度平稳至8%左右,2022年经济总量将突破30 000亿元;到2025年用3年时间将突破40 000亿元。
(2) 陕西省丝绸之路经济带商贸物流系统动力学模型构建目标之一就是能够通过仿真来对丝绸之路经济带背景下陕西省商贸物流需求和物流供给能力进行预测,由仿真结果可知二者都逐年增长。陕西省商贸物流需求2025年将超过20 000亿元,在丝绸之路经济带背景下,陕西省正处于经济蓬勃发展的时期,随着经济的不断发展,物流设施投入、物流人才培养投入也将加大,物流供给能力就会随之不断提高,2025年将超过40亿吨。
(3) 物流供给是否适应物流需求发展,是区域物流系统能否保持协调的关键,这种协调性通过物流差异(绝对值)或物流差异率(相对值)来体现。而物流差异在逐年增加,也就是说虽然物流供给和物流需求量都在增长,但物流供给的增长速度并没有赶上或者超过物流需求的增长速度。
通过分析主要变量的仿真结果可以看出,在现有的物流投资系数下陕西省商贸物流服务能力仍会比较低,物流供给依旧不足,因而进一步研究如何提高物流的供给能力是非常必要的。
通过在模型中改变相关系数的数值来模拟陕西省商贸物流的物流供给、物流需求和物流差异指标,通过这些指标的变化情况来判断不同影响因素对商贸物流系统的影响程度和趋势。
为分析物流基础设施投入比例的高低对商贸物流系统的影响,假设在保持其他条件不变的情况下,对该系数设置不同取值(见表6),商贸物流的物流供给和物流差异的变化情况如图5所示。
表6 物流基础设施投入系数参数设置
由图5可以看出:(1)物流基础设施投入系数与物流供给呈正相关关系,与物流差异呈负相关关系;(2)分析数据可知,在方案二中物流供给和物流差异分别以5.58%和21.54%的平均速度变化,在方案三中它们以12.13%和9.09%的平均速度变化,说明物流供给对基础设施投入比例增加比对基础设施投入比例减少的敏感度高,而物流差异正好相反;(3)经过进一步多次模拟,发现临界系数值为0.07(方案五),说明通过增加一定比例的物流基础设施投入但不要超过7%,不仅能够有效缩小物流差异,而且物流有效供给不会过剩[8],故通过增加物流基础设施投入来提升商贸物流服务能力的这一路径是可行的。
图5 物流基础设施投入系数仿真模拟Fig.5 Simulation of input coefficient of logistics infrastructure
物流教育投入系数即每年在物流教育和培训方面的投入占全省GDP的比例。为分析物流教育投入比例对商贸物流系统的影响,假设在保持其他条件不变的情况下,对该系数设置不同取值(见表7),商贸物流的物流供给及物流差异的变化情况如图6所示。
表7 物流教育投入系数参数设置
从图6可以看出:(1)物流教育投入系数与物流供给呈正相关关系,与物流差异呈负相关关系;(2)分析数据可知,方案二中物流供给和物流差异以7.35%和19.72%的平均速度变化,方案三中它们以10.83%和13.73%平均速度变化,说明物流供给对物流教育投入比例增加比对物流教育投入比例减少的敏感度高,物流差异正好相反;(3)经过进一步多次模拟,发现临界系数值为0.048(方案五),也就是说通过增加一定比例的物流教育投入但不要超过4.8%,不仅能够有效缩小物流差异,而且物流有效供给不会过剩,故通过增加物流教育投入来提升商贸物流服务能力的这一路径也是可行的。但是通过增加物流教育投入提高物流供应能力的平均贡献率没有增加物流基础设施投入明显。
图6 物流教育投入系数仿真模拟Fig.6 Simulation of input coefficient of logistics education
物流技术投入即每年在物流技术方面的研发投入占全省GDP的比例。为分析物流技术投入比例对商贸物流系统的影响,假设在保持其他条件不变的情况下,对该系数设置不同取值(见表8),商贸物流的物流供给及物流差异的变化情况如图7所示。
表8 物流技术投入系数参数设置
图7 物流技术投入系数仿真模拟Fig.7 Simulation of input coefficient of logistics technology
从图7可以看出:(1)物流技术投入系数与物流供给成呈相关关系,与物流差异呈负相关关系;(2)分析数据可知,在模拟期间,方案二中物流供给和物流差异分别以8.5%和18.23%的平均速度变化,方案三中它们分别以10.83%和12.05%的平均速度变化,说明物流供给对物流技术投入比例增加比对物流技术投入比例减少的敏感度高,物流差异正好相反;(3)经过进一步多次模拟,发现临界系数值为0.018 9(方案五),也就是说通过增加一定比例的物流技术投入但不要超过1.89%,不仅能有效缩小物流差异,而且物流有效供给不会过剩。故通过增加物流技术投入来提升商贸物流服务能力的这一路径也是可行的。同时也发现增加物流技术投入提高物流供给能力的平均贡献率比前两者要明显得多,也就是说同样数额的资金投入到物流技术研发中,效果比前两者明显。
在模拟单一系数变化引起物流差异和差异率变化之后,将3个系数同时增加,形成的综合方案(见表9)仿真结果如图8所示。
图8 综合模拟仿真结果Fig.8 Comprehensive simulation results
表9 综合模拟参数设置
对比综合方案仿真结果与单一方案仿真结果,明显看到综合方案能更有效缩小商贸物流差异,综合单个最佳方案并不是最佳综合方案,通过模拟第二方案在实际系统中的可行性更好。因为在单一方案中资源配置不均衡可能导致物流发展出现瓶颈,相应增加各物流相关投入能彼此更好地适应,从而使得综合效果更佳。
(1) 通过模型的有效性检验,表明丝路沿线商贸物流系统动力学模型是合理有效的,能够较好地描述系统内各个变量之间的关系。说明采用该模型运行所得结果能比较真实地反映商贸物流系统的实际情况,由此提出的发展建议是可行的,具有一定的价值。
(2) 通过运用陕西省相关数据对主要变量进行模拟,得出按照目前的相关投入,其商贸物流的物流供给能力将无法适应物流需求的快速增长,所以丝路沿线商贸物流发展的当务之急就是要提升其物流供给能力,缩短物流差异和差异率。
(3) 通过模拟结果表明:第一,增加一定比例的物流相关投入系数来提升商贸物流服务能力的路径是可行的;第二,贡献率的大小排序是物流技术>物流基础设施>物流教育,所以在资金有限的情况下,投入顺序应该按照他们的平均贡献率的大小和参考临界值来决定;第三,综合方案仿真结果与单一方案进行对比表明,综合方案能更有效缩小商贸物流差异,综合方案在实际系统中的可行性更好。
在丝绸之路经济带大背景下,沿线地区要对国家“一带一路”战略及商贸物流产业的相关政策及时进行系统研究和梳理,在用好用足现有政策的同时,向国家争取一些差别化政策支持并精准落实到相关项目上,为其商贸物流发展提供强大的政策基础。
为提高丝路沿线商贸物流服务能力,进而提升综合竞争力,首先,应该通过加快物流基础设施相关投入,如加快推进指定口岸建设、统筹推进综合保税区建设和进一步完善航空口岸和铁路口岸的布局,来加快构建高效的区域交通网;其次,不断完善云计算、互联网等智慧基础平台建设,加快智慧商贸物流服务应用,推动智慧商贸物流中心建设,支撑核心区信息传输大通道和信息枢纽中心的建设,提高智慧商贸物流服务水平,逐步优化商贸物流服务流程,满足不断提升的物流需求;最后,培养和挖掘优秀的物流人才,加强物流人才的培养与引进,进一步促进物流系统的运行效率,从而不断提升商贸物流的现代化水平,提升物流核心竞争力。