本文作者在总结前人探索的基础上,以河北省经济发展数据作为研究对象,预算物流业和畜牧业之间的关联,研究物流业和畜牧业发展的规律,提出了加强顶层设计,降低制度性交易成本,完善物流通道,强化信息技术等促进物流业和畜牧业协同发展的相关策略,希望通过改善物流发展结构来促进畜牧业的发展,使两者之间达到共赢,实现协同发展。
关键词:物流业,畜牧业,协同发展,灰色关联度
1物流业与畜牧业协同发展的模型构建
1.1灰色关联模型分析相关理论
灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献程度的一种方法。在灰色关联分析中会出现n个序列曲线,其精髓是对n个序列曲线的几何形状相似度进行判断。曲线相似度越高,序列曲线之间的关联度就越大,灰色关联度越大;曲线相似度越低,序列曲线之间的关联度就越小,灰色关联度越小。灰色关联度越大,两序列因素变化态势越一致;灰色关联度越小,两序列因素变化态势越偏离。由此可得出这样的思路:利用灰色关联模型判断物流业和畜牧业两个序列因素的曲线相似度,再通过相似度来确定物流业和畜牧业的关联程度。
1.2灰色关联分析的具体步骤
1)首先确定评价目标,收集与评价目标相关度高的指标数据。
2)本着评价指标和评价目标相关度高的原则,经过科学、合理地筛选,选取货运量、货物周转量、港口吞吐量作为参考数据序列(Am),因这三个指标能科学、合理地反映物流指标特征;选取地区生产总值、农业增加值、第三产业增加值、城镇居民可支配收入、社会消费品零售总额及对外贸易进出口总额作为比较数据序列(Bn)。
3)因参考数据序列(Am)和比较数据序列(Bn)的单位不统一,相互之间无法进行比较,故要进行无量纲化处理,无量纲化处理方法有初始值化、均值化等。
4)利用计算机软件计算每个被评价对象指标序列(比较数据序列)与参考数据序列对应元素的绝对差值。
5)在计算出的矩阵表格中,确定最小差值或最大差值。
6)利用算数平均法来计算灰色关联度。
7)利用灰色关联度对指标之间进行排序,关联度越接近于1,说明关联程度越大;关联度越接近于0,说明关联程度越小。当灰色关联度在0.50~0.65之间时,说明关联度较强,这也是本文判断物流业和畜牧业关联度是否较强的标准。
2物流业与畜牧业协同发展实证分析
2.1经济数据指标的选取
反映物流特征的评价指标有很多,本着科学、合理、够用的原则和最能代表物流特征的且关联性强度高的标准,筛选出了交通运输、仓储和邮政业增加值(A1,单位为亿元),货运周转量(A2,单位为亿t/km),港口货物吞吐量(A3,单位为亿t)作为参考评价指标来测算。对于畜牧业比较指标的选取,用第一产业增加值(B3,单位为亿元)来代替;为了客观明了地比较出物流业与畜牧业灰色关联度,同时选取了一些参考比较指标,计算出这些参考比较指标和物流业灰色关联度,通过关联度的相互比较,能客观评价物流业和畜牧业的协同程度。
当然这些比较指标的选取也能反映物流的贡献度,具有很强的关联性。为此,把地区生产总值(B2,单位为亿元)和第二产业增加值(B1,单位为亿元)、第三产业增加值(B4,单位为亿元)、城镇居民可支配收入(B5,单位为元)、社会消费品零售总额(B6,单位为亿元)及对外贸易进出口总额(B7,单位为亿美元)6个经济数据指标作为畜牧业的同位比较数列指标,以便同位对比分析。以河北省为例进行物流业与畜牧业协同发展实证分析,选取的河北省各项指标的原始数据见表1,各指标原始数据来源于河北省统计局的《2008—2014河北省经济社会统计公报》,经收集、整理、归纳总结而得。
2.2物流业与畜牧业关联度计算
根据灰色关联分析的计算步骤计算物流业与畜牧业关联度。由于各指标的原始数据量纲不同无法进行比较,首先对表1中的数据采用初始值法进行无量纲化处理;然后计算参考数据序列(Am)和比较数据序列(Bn)的绝对差值;将所有的绝对差值形成矩阵,在矩阵中可以得到最大差值和最小差值,为了计算方便,笔者取分辨系数ρ为0.5,经过计算可以得到A1、A2、A3与其影响因素的关联系数;将计算所得关联系数带入公式(1),即得到A1、A2、A3与各指标序列的灰色关联度数值,这些灰色关联度数值初步形成关联度矩阵;最后对关联度矩阵行和列进行算数平均值计算,并按照大小进行排序。在表2中,笔者把A1、A2、A3作为纵列,把B1、B2、B3、B4、B5、B6、B7作为横行,纵列和横行的交叉点代表参考数列Am和比较数列Bn的关联度,并对关联度的平均值进行排序。
2.3计算结果分析
1)总体分析。由表2可知:物流业的A1、A2、A3三项指标与B3(畜牧业)及B2、B1、B4、B5、B6、B7相关指标之间的关联度值介于0.37676和0.88222之间。其中A1、A2、A3与B3(畜牧业)之间的关联度分别为:0.56539,0.55385,0.62282,均在0.50~0.65之间,说明物流业三项指标与畜牧业关联度均较强。与A1关联度最大的指标为B4,与A2关联度最大的指标为B6,与A3关联度最大的指标为B4。
2)物流业三项指标与其影响因素的关联度均值分析。在物流业A1、A2、A3三项指标与其相关因素的灰色关联分析中,A3的灰色关联度均值排在第一、A1排在第二、A2排在第三。这个结果与京津冀协同发展战略政策中内部经济有关,由于北京产业政策调整促使许多企业和人口外溢到河北省,促进了交通运输、仓储和邮政业迅猛发展。河北省得天独厚的渤海湾咽喉地带地理位置,造就了国内有名的一批诸如曹妃甸、黄骅港等港口,港口货物吞吐量逐年剧增。
3)相关因素与物流业三项指标的关联度均值分析。相关因素与物流业三项指标的均值排序中,B4排在首位,其后依次是B6、B2、B1、B3、B5、B7。可以看出,河北省物流业的发展主要得益于B4,国家大力发展第三产业的政策,推动了第三产业的快速发展,从而带动了物流业的发展。4)结论。畜牧业与物流业关联度排在第五位,不是推动河北省物流业发展的首要因素,说明了畜牧业和物流业的协同程度不紧密,步调不一致,需要采取措施推动畜牧业和物流业协同发展[3]。
3物流业与畜牧业协同发展的对策
传统行业之间协同发展还尚未形成区域性物流产业一体化协同发展规划;区域内的利益驱动、交通短路、人才不平衡、地方保护阻碍了物流要素的自由流动和跨地区的合作,对物流要素的整合和协同发展造成政策和实施障碍;物流标准化和信息化发展程度偏低,缺乏统一的物流业和畜牧业信息共享平台;严格的户口管理制度和社会保障制度的约束,抑制了畜牧业和物流业人才自由流动。为此应从破解短板入手,着实推进畜牧业和物流业协同发展。
3.1构建物流业与畜牧业协同发展的顶层政策设计
顶层设计已经成为制定政策的初始安排,对重要政策的形成起到了关键作用,中央政府通过实施顶层设计,明确物流业和畜牧业协同发展纲要,明确物流布局、交通一体化等重大问题,从多方面形成具体措施。“上面政策和下面落实有时是‘两张皮’使顶层设计成为空中楼阁的重大弊病,要充分发挥各地政府物流业和畜牧业主管部门的作用,建立高层协调会议制度,加强地方与中央之间、部门之间、市与区县之间的协调配合,形成合力[2]。
3.2降低物流业和畜牧业协同发展的制度性交易成本
2015年年底举行的中央经济工作会议将降低制度性交易成本列为降成本“组合拳”中的第一招。对物流业和畜牧业来说,原材料成本是基本稳定的,人工成本虽然上升,但是可控,唯独制度性交易成本的“灰色地带”暗藏玄机,“投机成本”不可控制,税费、评估、检测等制度性交易成本让物流企业和畜牧业不堪其扰,成为阻碍物流企业和畜牧业协同发展的“绊脚石”。供给侧结构性改革的重点是推动降低制度性交易成本。政府机关要切实转变政府职能,采取综合措施降低制度性交易成本,提出物流业和畜牧业降成本的好政策,彻底搬离压在物流业和畜牧业身上“最后一公里”的“绊脚石”。
3.3完善物流业和畜牧业协同发展的物流通道
基于各地交通断头路问题和物流基础设施的重要性,各地政府应把交通一体化作为先行领域来实施。首先,到“十三五”结束时建立互联互通综合交通网络,为物流业和畜牧业协同发展提供硬件支持。其次,完全放开管制政策,促进多式联运发展。再次,统一部署各地物流园区建设,合理规划建设物流园区,在空港物流的规划与协作中,各地要相互合作、相互支持、相互配合,切实在物流硬件建设上贯彻落实协同发展。
3.4构建物流业和畜牧业协同发展的信息技术
信息技术是物流业和畜牧业协同发展的软件支持,对协同发展起到了完善的作用,双方要建立长期战略伙伴关系,要紧密协同各自的需求和服务,在交流中融合,促进协同发展。首先,各地政府应加强区域信息化协同建设,引进、创新、使用先进技术促进畜牧业物流信息化发展。其次,构建稳定高效的协同信息平台,通过信息平台最大程度上实现区域物流业和畜牧业的信息互通、信息共享。再次,制定政策切实鼓励大众创业,万众创新,形成政策机制鼓励物流业和畜牧业新技术自主研发,大力推进过程创新,切实优化物流企业和畜牧业流通衔接[4]。
4结语
物流业与畜牧业各自的独特资源及核心竞争力是两个行业之间协同的关键,以此为中心向外延伸,充分发挥各自优势,在尊重各自诉求的前提下就合作期望达成一致,资源的互补性越大,协同创造的价值空间就会越大。建议畜牧业合理审视内部物流业务的核心竞争力程度,鼓励把非核心竞争力的物流业务外包给第三方物流企业,通过信息联动全程监控物流活动。因此对物流业与畜牧业之间的协同程度进行科学、合理、公正的客观判断,找出影响二者协同的关键指标因素是促进物流业和畜牧业协同发展的科学路径[5]。
参考文献:
[1]天津经济课题组,曲宁,徐樟丹,等.京津冀协同发展现在进行时[J].天津经济,2014(5):27-34.
[2]张桂芳.京津冀区域经济一体化发展现状、问题及对策研究[D].重庆:重庆大学,2008.
[3]郑吉昌,夏晴.现代服务业与制造业竞争力关系研究:以浙江先进制造业基地建设为例[J].财贸经济,2004(9):89-93,96.
[4]杨芷晴,张凯,郑伟华.政府过度管制对企业绩效的影响:来自中国企业-员工匹配调查(CEES)的证据[J].华中科技大学学报(社会科学版),2016,30(3):81-92.
推荐期刊:企业经济杂志社-企业经济编辑部投稿