物流协同的均衡分析及稳定性研究

张良卫　付夏莲　陈娟

关键词：物流协同；物流园区；协同因素；均衡条件；功能协同

中图分类号：F275.1；F713 文献标志码：A 文章编号：2096-7934（2023）03-0047-13

一、引言

我国现代物流业正在迈入智慧物流协同发展的新时代。物流园区的智慧物流协同发展和研究对促进我国经济转型升级及现代物流的发展有着重要的实践意义和理论意义。物流园区中的各项物流功能相辅相成，相互作用，形成物流园区的智慧物流协同系统和效应。物流园区智慧物流满足均衡条件下的协同稳定发展，是实现物流园区集约化、网络化、数字化发展，提升物流园区现代综合服务水平的有效途径。

二、物流协同的理论基础

（一）物流园区的概念及剖析

2001年我国《物流术语》给出物流园区的定义是“物流园区也称物流基地，是多种物流设施和不同类型物流企业在空间上集中布局的场所，是具有一定规模和综合服务功能的特定区域”。2006年我国《物流术语》对物流园区的定义是：“物流园区是为了实现物流设施集约化和物流运作共同化，或者出于城市物流设施空间布局合理化的目的而在城市周边等各区域，集中建设的物流设施群与众多物流业者在地域上的物理集结地” 。两种定义分别从综合服务功能与集约化、空间布局的不同角度界定了物流园区的作用和功能。最新的2021年我国《物流术语》给出的物流园区定义是：由政府规划并由统一主体管理，为众多企业在此设立配送中心或区域配送中心等，提供专业化物流基础设施和公共服务的物流产业集聚区。

在当代数字经济条件下，智慧物流园区可定义为：智慧物流园区是指在数字化基础上通过各种专业化物流基础设施和功能要素，在物流园区形成智慧化集成和物流功能要素的空间布局和场所。本文中不需特别指明时也简称为物流园区。

本文关于智慧物流园区的定义，集中反映了当代数字经济条件下物流园区可持续稳定协同发展的客观要求，反映了智慧物流园区综合服务功能与物流设施集约化和运作集成化的密切联系和客观要求，表现了物流园区物流的功能协同是实现物流集约化和集成化、提升物流园区综合服务水平、形成智慧化的物流产业集聚区的客观要求。

（二）协同论的理论基础

协同学是20世纪70年代初德国物理学家哈肯（Hermann Haken）创立的。1976年他系统地论述了协同论的理论和方法，出版了《协同学导论》，协同学随之诞生。协同论实际上是研究对于处于远离平衡态的开放系统在与外界有物质或能量交换的情况下，如何通过自己的内部协同作用，自发地出现时间、空间和功能上的有序结构的理论和研究方法。自然系统或社会系统虽然千差万别，但均存在着协同作用。协同作用也是系统有序结构形成的内驱力。一个系统在外来能量的作用下或物质的聚集态达到某种临界值时，其子系统之间就会产生协同作用。物流园区中具有不同物流功能的子系统构成的物流有机系统，毫不例外也是这样一种各子系统会产生协同作用的系统。

（三）物流园区的物流协同

所谓物流园区的物流协同，是指物流园区中各种物流子系统的物流功能的相互协同，亦称为物流的功能协同，或简称为物流协同。物流的各项功能主要包括运输、储存、装卸、包装、配送、流通加工等。影响物流功能协同的因素称之为物流的协同因素。

物流园区综合服务功能的提升， 有赖于园区物流各项功能的实现，有赖于物流各项功能的协同发展。物流各项功能的协同好坏有赖于影响物流各功能协同的因素，即物流的协同因素。物流各项功能协同的越好，物流园区综合服务功能的水平提高就越多。

三、物流协同研究文献综述

（一）国内学者对物流协同发展的研究

对于国内学者的研究，笔者在CNKI中对物流园区协同发展研究文献搜索共有50篇。文献梳理的情况主要包括以下的研究和观点：王泽军（2022）从智慧物流及协同的视角对物流园区的规划与设计进行了研究［1］。吴文征和鞠颂东在（2013）、吴文征等（2011）进行了物流园区网络协同运作研究，研究了物流园区间的协同与互动的物流组织网络和云南省物流园区的协同发展［2-3］。梁世翔（2006）研究了物流园区协同的非线性动力学模型，探索了园区企业的迁移规律，（2007）还进行了物流园区企业捕食型协同模型研究，利用生态学理论，建立了物流园区企业的协同模式，认为物流园区的演化，最终将形成区域协同物流圈［4-6］。黄世政和陈燕燕（2013）运用赛局理论Bertrand模型分析了物流园区之间的博弈过程，探讨了物流园区之间的协同运作空间［7］。张得志（2006）从进化论的视角进行了物流园区演化机理与布局的研究［8］。汪燕（2008）进行了城市圈港口物流园区协同研究，提出了港口物流园区的协同模式与方法［9］。焦薇和刘凯（2013）进行了物流园区合作共生系统利润分配研究，建立了物流园区合作共生系统利润分配模型［10］。余烈锋（2011）对物流园区主动协调规划的模型及应用进行了系统研究［11］。喜崇彬（2022）对智慧物流园区建设与管理进行了研究，认为物流园区随着数字经济、智慧城市、新基建，数字化转型的推进，以及5G、物联网、大数据处理、人工智能等新一代信息技术的发展演进，物流园区将势必向着数字化、智慧化、智能化的方向加快发展［12］。夏丽丽（2022）分析了智慧物流园区运营中存在的问题与优化路径，认为智慧物流园区要运用物联网，大数据，云计算，通过EDI，条码系统，RFID，自动分拣GPS/GIS，无线移动终端等技术手段，将智能化，自动化，数字化管理覆盖到园区的各个角落［13］。黄浩（2022）對智慧物流园区发展及未来趋势进行了研究，认为智慧物流园区的建设，不仅仅是无人仓、无人车配送、无人机配送等设施设备的更新换代，更是园区运营方式、组织方式、互动方式、价值体现的革新与重构［14］。黄明田（2019）通过案例研究了区域综合物流园区协同发展对提质增效的影响［15］，华文浩等（2018）对哈尔滨长春城市群物流园区协同发展的调查研究反映出，多数中小型物流园区发展缓慢，少数大型物流园区处于扩张状态，发展势头良好［16］。任阳阳等（2021）对重庆产业集群与现代物流协同发展的路径及对策进行到底的分析［17］。王囝和朱玙瑶（2022）对数字化时代下物流园区资产管理信息化协同平台建设进行了研究［18］。

（二）国外学者物流协同发展的研究

笔者以物流园区协同（Logistic Park Synergy）发展研究在CNKI和国外期刊Emerald管理学全集数据库中搜索主要有30余篇，国外学者对物流园区协同发展实际早有研究，文献梳理的情况主要有以下学者的研究和观点：Andersson et al（1987）在《节点创新—物流网络与大都市的未来》中用协同学等描述了未来物流网络与节点的创新与结合［19］。Witt et al（1999）认为需要从运作与策略层面上推行物流革命［20］。Katelouzos（2001）在《NAMSA：物流协同的昨天，今天与未来》讨论了供应链物流协同的历史演变及展望［21］。

Danny Pedri（2006）对欧洲DHL物流中心协同的稳定性进行了论述［22］。Aidas et al（2008）调研了近十年来由于集装箱的发明与应用而引发的运输变革 ［23］。某学者探析了在加拿大第三大物流中心卡尔加里建设的物流园区［24］。Milorad et al（2011）提出了对Serbia多式联运货运节点进行优化 ［25］。Hotrawaisaya et al（2014）提出了物流协同管理模型和出口者如何改善物流活动［26］。Yang et al（2022）以中国为例对物流园区中的多方合作效率进行了分析研究［27］。Zhao et al（2022） 对数字时代信息网络平台人工智能技术在中国区域物流发展和建设中的不同状况进行了分析家研究［28］。

（三）文献综述结论

从国内外文献梳理及研究比较可见：国内外对智慧物流园区协同方面的研究，虽然有了不少研究但仍然还比较薄弱。国内外都还缺乏对智慧物流园区物流协同的均衡分析及稳定性研究。在我国物流发展和变革进入协同创新发展的今天，非常需要加大对智慧物流园区协同发展的理论和实践进行系统的研究和探索。

四、物流协同的因素分析

（一）物流协同假设及描述性统计

物流园区中各项物流功能形成的物流子系统相辅相成，相互作用，形成物流园区的物流系统和效应。各个物流子系统的协同是物流园区协同发展的基础。

物流协同是指物流系统中各子系统的功能协同。它是物流子系统在物流园区上有效的整体协同。物流园区协同发展模式中的物流对传统园区中的物流概念进行了拓扑。它的协同机理及拓补在于，它不仅指物流企业在地域上集中作业、共享物流基础设施设备，而且是以其他产业、政府及科研机构、中介组织、管理部门、道路运输枢纽、城市配送网络等为依托，为入园物流企业及各服务机构的运作以及物流整体功能的整合提供更广阔的资源和条件，形成协同的各物流子系统。其运作上的表现形式是，物流供需双方及供需运作链条上各利益主体，能够在信息平台上快捷及时（just in time）地实现物流供需的有序搓合和操作上的无缝链接。这也是物流园区各物流子系统在物流功能协同中的基本方向。

笔者按照广泛性和典型性的标准，选择了21个样本物流园区，它们包括：林安现代物流园、欧浦钢铁物流园、惠州金泽物流园、宝供物流园、南方物流园、南沙国际物流园、广州空港物流园、广百骏盈现代物流园、广东天润物流园、虎门港国际物流园、嘉诚国际物流服务园区、前海湾（保税港区）物流园区、东莞市兴业国际物流城、宝鼎威物流园、珠海港汇通物流园、汕头广澳物流园、湛江市霞山水产品批发市场物流园区、广东宏昌物流中心、华南国际现代冷链物流中心、华南国际工业原料城、广州华圣物流园区等。

选择了构成物流协同因素指标的8个主要维度。根据影响物流园区协同的关键因素预测和问卷调查实测的统计数据显示，在物流指标对于物流园区协同发展模式的影响因素中，本文选取具有充分代表性的8个主要维度的序参量测度因子，作为物流调查量表的测试题项。共收到157份有效问卷。样本空间及选择符合要求。

这8个测试题项分别是：基础设施的完善性（X₁₁）、增值服务主体多样化（X₁₂）、物流企业入住率（X₁₃）、土地资源的扩充弹性（X₁₄）、园区生态环境及治理水平（X₁₅）、园区功能布局合理性（X₁₆）、园区物流网络布局及有效性（X₁₇），以及物流园区布局的合理性（X₁₈）。这些指标主要从物流园区的基础性条件（包括硬件和软件条件）进行考察。他们是衡量和影响物流园区综合服务功能及水平，影响物流功能协同的主要因素。其中，

（1）X₁₁：基础设施的完善性：是指物流园区是否拥有完善的基础设施条件，如优越的地理位置，便捷的交通运输环境，完善的交通设施，完备的安全维护装备，智慧仓储中转、流通加工、装卸搬运、集散配送、多式联运条件等便利，水电油料供应设备设施齐全等。

（2）X₁₂：增值服务主体多样化：物流园区的增值服务主体具有多元化，例如包括各种各样的服务机构（研究机构、大学、相关行业协会或商会、政府机构及咨询培训、保险、金融、法律、安全监管、商检等组织）、完善的生活配套设施（休闲、娱乐、餐饮等等），这在一定程度上可以衡量物流園区的增值服务水平。

（3）X₁₃：物流企业入住率：即在物流园区中，入驻的物流企业数量与所有入驻的主体企业数量之间的比重在合理的范围。

（4）X₁₄：土地资源的扩充弹性：是指物流园区扩充的土地资源弹性较好，未来园区发展所需土地的可用空间指数比较高。这对物流园区的长远规划、投资和发展以及周边产业的调整有着较大影响。

（5） X₁₅：园区生态环境及治理水平：物流园区的生态环境优良，园区内对于绿化面积、自然界的污染及三废有较强的处理能力，及环保措施的制度是完善的。

（6） X₁₆：园区功能布局合理性：物流园区合理设计并布局好各种物流功能（如智慧仓储中转、流通加工、集散配送、生产生活区、办公区、增值服务区等）。

（7） X₁₇：园区物流网络有效性：如智慧物流园区的网络连锁节点、多式联运，具有很好的衔接性，物流园区的物流网络布局效益可观，对各集散点的覆盖程度较高；园区内的道路运输网络、单位作业量的占地面积等合理规划。

（8） X₁₈：物流园区布局的合理性：物流园区、物流中心，网络枢纽设施，货运站场、仓储设施等布局是否合理。

这八个物流量表测项统计量如表1所示。

表1 物流量表测项统计量

本文的描述性统计数据显示，这些因素不仅具有很好的典型代表性，而且能够充分和必要地反映出物流对物流园区协同发展模式的影响程度。其后的量表信度分析、效度分析和因子分析表明了这一点。这里，表中每一行中上一行的数字是问卷的有效份数，下一行中的数字是该项下有效问卷所占比率。

（二）信度分析

对物流量表的各测度项8个题目的可信度进行检验，得到信度值为0.803。由此可以判断，利用该物流量表进行的测试结果的可信度是很好的，极具参考价值。输出结果如表2所示。

表2 物流各测项一致性信度检验的α系数

根据表3的物流量表的方差检验（即F检验），可以看出，F值为32.323，相应的伴随概率为0.000，其显著性水平明显是小于0.01。用该物流各测项所调查结果的可信度不正确的概率远远小于1%，即是其可信度的正确率大于99%。因此，说明物流量表的可信度很好。

表3 物流量表的方差检验

（三）效度分析

如表4所示为物流测项的KMO和巴特利特球形检验值，根据输出结果得到KMO系数为0.781，在0.7到0.8之间，且偏向0.8，根据基本原理中所介绍的判断标准，属于一般且偏向适合的范围。Bartlett球形检验的近似卡方为370.792，检验的显著性水平Sig.为0.000，达到了极其显著水平，说明物流量表中各测项之间有明显的结构性和相关性，同时也说明该物流部分适合做因子分析。

表4 物流量表的KMO檢验和巴特利特（Bartlett）球形检验

（四）因子分析

根据因子分析的方法，将物流量表5个测度项加以主成分因子分析，试图探索出物流量表潜在的结构，使其变成较少而彼此相关较大的因子。一般来说，变量的共同度是越高越好，0.8以上是比较理想的状态，如果共同度大于0.4，则公因子可以很好地解释指标，并且就能够把共同度小于0.4的维度剔除。

采用主成分分析法提取因子，并且保留特征值大于1的因子。如表6所示为物流指标变量的公因子方差表，该表中给出了各初始测度项变量的共同度。分析结果显示指标共同度的最大值是0.818，次小值是0.415，最小值是0.233。因为共同度的次小值大于0.4，所以，说明此公因子能够很好地解释物流各测度项的7个维度。

表5 物流指标共同度

如表6所示为物流的总方差解释表，从表中可以看出，第一个因子的特征值为3.447，方差贡献率为43.088，表示可以解释物流部分8个变量的43.088%，是方差贡献最大的一个主成分，前面2个因子解释了8个变量的56.148%（大于50%），并且2个因子的特征值均大于1。所以，在该因子分析中可以提取2个公共因子。

表6 物流的总方差解释

如图1所示为物流因子碎石图，从图中可以看出，前面两个点之间的高度明显呈现出陡峭的“碎石坡”，而从第二个因子开始因子解曲线就逐渐变得相对比较的平缓，在其后的几个点之间形成“平坡”。因此，提取了2个因子是比较合适的，这也和方差解释表中的信息保持一致。同时，结合前面表7的公因子方差，一般来说，如果在因子分析中所获得的公因子，能够解释50%以上的变异，说明该物流量表具有着较好的结构效度。

图1 物流指标碎石

如表7所示为旋转后的因子载荷矩阵。通过因子旋转，载荷的大小进一步分化，不同变量的因子归属会更加清晰。这里采取的是Kaiser标准化最大方差旋转法来进行因子旋转，在旋转3次迭代后收敛得到因子载荷矩阵，通过该表就可以把每一列的因子载荷较大的变量归在一起。

表7 旋转后的因子载荷矩阵

明确各因子所包含的变量之后，还可以对各因子进行命名，即一般是抽取各因子中多个变量的共同点（如图2所示）。

图2 旋转空间中的成分

五、物流协同效应模型—L模型（物流协同的效度模型—V模型）

构建模型—物流L：物流园区物流系统的功能协同程度越好，则物流园区的综合服务功能的提升就应该相对越高，物流成本的降低就相对越多，物流园区的价值链效应就应该相对越高。由此，物流园区的发展与物流系统的协同应该呈正相关关系。

在物流园区协同发展的模式下，物流协同效应（度）的指标向量函数X₁（效度—物流协同对物流园区的协同发展的效度），等于物流指标X₁中的各个维度X_1j与其相应的维度权重（有序度）w_1j的向量矩阵乘积，再乘以物流指标X₁在协同发展模式中的指标权重（有序度）w₁。

物流协同效应（效度）向量函数X₁的具体表达式如下所示：

因此，即得到物流园区协同发展中物流指标效度向量函数X₁（L）为：

物流Χ₁（L）=0.2562×（0.1377 0.1175 0.1225 0.1139 0.1184

此即為物流园区的物流协同效应模型，也简称为物流协同（效度）模型，简记为：L模型。

L模型也称为物流协同的效度均衡V模型（均衡模型），亦称为物流协同的能量E模型。

六、物流协同的均衡分析

根据共生理论及分析方法［15］，可以得到，物流园区物流协同的特征具有共生性的特征，其均衡条件如下。

1.物流协同的充分条件

物流园区的物流协同效应或效度形成的协同界面，对物流子系统而言其物质、信息和能量交流的动力必须大于其阻力；

由物流园区的物流协同效应或效度形成的协同界面，对所形成的物流园区物流协同系统必须具有正能量函数。

2.物流协同的均衡条件（V均衡模型）

3.物流协同的稳定条件

在物流园区物流协同给定信息状态下，物流园区物流子系统的各单元（因素），关联度最大的单元之间的协同是最稳定的；

在物流园区物流协同不完全信息条件下，在关联度识别中，信息丰度最高的是物流子系统最大公因子单元。

要实现物流园区物流协同的稳定与发展，物流子系统各因素单元之间的分配应具备以下条件：

即，物流子系统各单元的系统能量之比是为相应的常数K_Sm。

这种状态下，物流园区各物流子系统的协同具有理想的效应状态，这种状态称为物流园区协同发展最优效应增值状态，或称物流协同的理想状态。

七、研究结论

（1）物流园区各物流子系统协同发展是实现物流设施集约化和运作集成化、提升智慧物流园区综合服务水平的有效途径。

（2）本文系统研究了物流园区物流的协同因素，给出了物流园区协同发展的效度均衡V模型及均衡分析，包括充分条件，均衡条件和稳定条件。

（3）物流协同的效度均衡—V模型，就是物流协同效应—L模型，也是物流协同能量—E模型。

参考文献：

［1］王泽军.智慧物流园的规划与设计［J］.中华建设，2022，293（8）：116-117.

［2］吴文征，鞠颂东.物流园区网络协同运作研究［J］.北京交通大学学报（社会科学版），2013，12（2）：34-40.

［3］吴文征，鞠颂东，潘峰.云南省物流园区协同网络的形成与作用［J］.物流技术，2011，30（13）：66-69.

［4］梁世翔，付军.物流园区企业捕食型协同模型研究［J］.物流技术，2007，177（6）：11-13，22.

［5］梁世翔. 基于ITS的物流园区协同研究［D］.武汉：武汉理工大学，2007.

［6］梁世翔，孫守成.物流园区协同的非线性动力学模型［J］.武汉理工大学学报（交通科学与工程版），2006（5）：895-898.

［7］黄世政，陈燕燕.Bertrand模型在中国物流园区协同发展研究［J］.中国物流与采购，2013（23）：66-67.

［8］张得志. 物流园区演化机理与布局优化方法的研究［D］.长沙：中南大学，2006.

［9］汪燕.武汉城市圈港口物流园区协同研究［J］.物流技术，2008（11）：24-26，76.

［10］焦薇，刘凯.物流园区合作共生系统利润分配研究［J］.交通运输系统工程与信息，2013，13（4）：36-41，141.

［11］余烈锋. 物流园区主动协调规划模型及其在香港的应用研究［D］.北京：北京交通大学，2011.

［12］喜崇彬.智慧物流园区建设与管理［J］.物流技术与应用，2022，27（3）：104-105.

［13］夏丽丽.智慧物流园区运营中存在的问题与优化路径［J］.中国储运，2022（7）：180-181.

［14］黄浩.智慧物流园区发展及未来趋势［J］.物流技术与应用，2022，27（3）：106-109.

［15］黄明田.区域综合物流园区协同发展与提质增效对策研究——以湖州市为例［J］.物流技术，2019，38（1）：31-35.

［16］华文浩，孙庆峰，于艳丽.哈长城市群物流园区协同发展调查研究［J］.物流工程与管理，2018，40（4）：11-12.

［17］任阳阳，邢青松，彭鑫.重庆产业集群与现代物流协同发展的路径及对策研究［J］.商讯，2021（20）：24-26.

［18］王囝，朱玙璠.物流园区资产管理信息化协同平台建设研究［J］.中国储运，2022（1）：193-194.

［19］ANDERSSON A E，BATTEN D F. Creative nodes，logistical networks，and the future of the metropolis［J］. Transportation，1987：14：281-293.

［20］WITT J D，FEIGENBAUM S P. Extending the logistics Revolution at the operational and tactical levels［J］. Army logistician，1999，31.1 （Jan/Feb ）： 41-43.

［21］KATELOUZOS D. Logistics cooperation， yesterday， today and tomorrow： NAMSA［J］.NATOs nations and partners for peace，2001：59-60.

［22］PEDRI D.How DHLs hub network helps to deliver competitive advantages for businesses operating in todays fast-paced marketplace［J］.The Hub of the Matter，2006，15：26-27.

［23］VASILIAUSKAS A V， BARYSIEN J. An Economic Evaluation Model Of The Logistic System Based On Container Transportation［J］. Transport， 2008，23：311-315.

［24］.ANONYMOUS. CN to build Calgary Logistics Park［J］. Railway track & structures，2010，106（3）：8

［25］MILORAD V， SLOBODAN Z， MILORAD K， et al. The p-hub Model with Hub-catchment Areas， Existing Hubs， and Simulation： A Case Study of Serbian Intermodal Terminals， ［J］.Netw spat econ，2011，11：295-314.

［26］ CHATTRARAT H， WATCHARAVEE C， NANTHI S. Performance improvement by logistics collaboration management model for orchid flower industry in Thailand［J］. Engineering management research， 2014： 52-68.

［27］ YANG D， YIN W L， LIU S， et al. Understanding the effect of multi-agent collaboration on the performance of logistics park projects： evidence from China， ［J］.Sustainability， 2022（3）.

［28］ ZHAO S J Y，XIE C J. Spatial difference of Chinas regional logistics development and construction of information network platform based on Artificial Intelligence Technology Under the background of new economy. ［J］.Frontiers in psychology ，2022（7）.

Equilibrium Analysis and the Stability Study on Logistics Collaboration

ZHANG Liang-wei，FU Xia-lian， CHEN Juan

（Software Engineering Institute of Guangzhou，Guangzhou，Guangdong 510990）

Abstract：This paper first analyzes the concept of logistics park and logistics collaboration， proposes that Logistics Park logistics collaboration is the realization of logistics facilities and intensive operation together， and studies the effective ways to improve the comprehensive service level of logistics park function， constructing an analytical framework. This study uses SPSS to analysis the data collected from the questionnaire survey including of the second choice of logistics coordination 8 the dimensions. The results show that the effects of our choice of factors have good structural validity， is credible and complete. On the basis of constructing the L model reflect the logistics park logistics Synergy - Logistics synergy value chain V model， the equilibrium analysis of collaborative logistics， sufficient conditions are given， and the equilibrium condition of logistics coordination and stability conditions， finally summarizes the research conclusion and innovation.

Keywords： logistics collaboration; logistic park; synergy factors; equilibrium analysis；function

synergy

基金項目：2022年广东省普通高校重点科研项目“粤港澳大湾区智能制造业绩与智慧物流业耦合协同机制研究”（2022WTSCX144）