“一帶一路”節點城市的物流業影響因素分析

張亞飛

“一帶一路”節點城市的物流業影響因素分析

張亞飛

（鄭州工業應用技術學院，河南鄭州451100）

2015年3月，西安、蘭州、西寧、重慶、成都、鄭州、武漢、長沙、南昌和合肥被圈定為一帶一路的內陸節點城市，如何提高這十個節點城市物流業的發展水平，發揮其節點城市的關鍵作用，成為亟待解決的問題。首先分析了影響“一帶一路”十個內陸節點城市物流業發展的主要因素，并建立相應的評價指標體系；然后運用灰關聯分析法對節點城市物流業發展的影響因素進行定量分析，并進行關聯度進行排序；最后，分析各個因素對十個節點城市的影響并提出建議，以促進節點城市物流業的發展。

節點城市；灰關聯分析；物流業

一、引言

2015年3月28日，國家發展改革委、外交部、商務部聯合發布《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》（簡稱“一帶一路的愿景與行動”），這份對外稱愿景，對內稱規劃的文件，在第六章“中國各地方開放態勢”中，對各省份在“一帶一路”規劃中的定位予以明確。在規劃中，圈定了十個內陸節點城市，西安、蘭州、西寧、重慶、成都、鄭州、武漢、長沙、南昌和合肥。而在這十個節點城市發揮其作用的過程中，物流的發展至關重要。本文將分析影響物流發展的關鍵因素，為促進節點城市物流業的發展提供對策和建議。

（一）節點城市物流業發展的影響因素

影響物流業發展的因素紛繁復雜。本文結合這十個節點城市的具體發展情況，以各個城市的物流業增加值作為衡量物流業發展的指標。然后，從資源因素和需求因素兩個角度建立針對物流業發展影響因素的指標體系[1]。

1.物流資源因素

物流資源因素又可稱為物流供給因素，包括運輸量資源和人力資源因素等等。其中運輸量資源是物流能力的綜合體現。由于物流業數據的缺乏，本文選取的指標來源于十個節點城市的統計年鑒或統計年報，數據均為2015年的年度數據。人力資源因素有普通高校在校學生數（X8）和職工平均工資（X9）作為衡量指標，普通高校在校學生衡量人才素質，職工平均工資衡量用工成本。運輸量資源采用節點城市2015年的貨運量（X1）作為衡量指標。

2.物流需求因素

物流需求因素是促進物流業發展的動力，本文選用六個物流需求因素：進出口總額（X2）、社會消費品零售總額（X3）、地區生產總值（X4）、第三產業總值（X5）、工業總值（X6）、固定資產投資總額（X7）構建指標體系。

二、灰關聯模型與數據分析

灰色系統理論是鄧聚龍教授于1982年提出的，灰色關聯度分析（Grey Relational Analysis）是灰色系統分析方法中的一種。灰色關聯度分析法是將研究對象及其影響因素的因子值視為一條線上的點，與待識別對象及影響因素的因子值所繪制的曲線進行比較，比較它們之間的貼近度，并分別量化，計算出研究對象與待識別對象各影響因素之間的貼近程度的關聯度，通過比較各關聯度的大小來判斷待識別對象對研究對象的影響程度[2]。

（一）確定反映系統行為特征的參考數列和影響系統行為的比較數列

本文運用貨運量、進出口總額、社會消費品零售總額、生產總值、第三產業總值、工業總值、固定資產投資總額、普通高校在校學生數、職工平均工資這9個比較序列與物流業增加值進行灰關聯分析。

本文根據西安、蘭州、西寧、重慶、成都、鄭州、武漢、長沙、南昌、合肥這十個節點城市2015年的統計數據，物流業發展水平及各影響因素指標的原始數據具體如表1所示：

表1 物流業發展水平及各相關影響因素原始數據

（二）對參考數列和比較數列進行無量綱化處理

由于系統中各因素的物理意義不同，有必要對數據進行無量綱化處理，所得結果見表2。

表2 無量綱化處理后的數據

（三）求參考數列與比較數列的灰色關聯系數ξ（Xi）

每個比較數列與參考數列在各個時刻的關聯系數ξ（Xi）可由下列公式進行計算：

其中ρ為分辨系數，取值在0～1之間，通常取0.5。

利用關聯系數的計算公式求出每個關聯系數，得到關聯系數值，具體如表3所示：

（四）求灰色關聯度ri

關聯度ri可由如下公式進行計算：

ri值越接近1，則說明相關性越好。

計算相關影響因素與物流發展水平之間的灰關聯度并進行排序，具體如表4所示：

表3 關聯系數值

表4 節點城市各物流發展影響因素的灰關聯度

從節點城市物流業發展影響因素關聯度的分布可以看出，除了工業產值的關聯度比較低，僅為0.5973，其余八個因素的灰關聯度分布在0.9050-0.9533之間，說明這幾個影響因素的灰關聯度都比較高，且差距不大，表明各個影響因素對節點城市的物流發展影響力都比較強。不過，從關聯度排序中我們可以看出，普通高校在校學生人數、社會消費品零售總額、貨運量、第三產業總值、職工平均工資、固定資產投資總額、地區生產總值以及進出口總額對這十個節點城市的物流業發展影響較強，而工業總產值對節點城市物流業發展的影響力則比較弱。

三、結論

1.一帶一路節點城市的進出口總額和貨運量灰關聯度比較高，說明進出口業務和貨運量對于節點城市的物流業發展是很有利的。因此節點城市應加強跨境貿易以及跨境物流的發展。但是這十個節點城市都位于內陸，不利于對外交流，應該進一步發展向外延伸的交通網絡，利用電子商務發展跨境貿易。例如加強節點城市航空港、國際陸港的建設，加強內陸口岸與沿海、沿邊口岸通關合作，發展跨境貿易電子商務服務試點等。

2.從關聯度排序中可以看出，普通高校在校生數和職工平均工資的關聯度比較高，這說明在物流業的發展過程中，應充分重視人力資源的作用，積極培養和引進先進的人才，通過物流人才帶動物流業的轉型升級，帶動物流業的發展。

3.社會消費品零售總額的灰關聯度為0.9532，說明節點城市物流業在消費和流通領域的社會化程度較高，這幾個節點城市為直轄市或者是省會城市，人民消費能力相對比較強。尤其是隨著電子商務的發展，網絡購物日益便利，極大程度上促進了節點城市物流業的發展。節點城市應完善電子商務網絡，構建健全的銷售渠道，刺激區域消費能力的提高[3]。

4.第三產業總值的關聯度大于工業產值的關聯度，說明第三產業比第二產業更能促進物流業的發展，而工業對于物流業的發展，依然還有很大的提升空間。政府應該大力扶持第三產業的發展，發揮工業在物流業的影響力，調整經濟結構，加大工業和第三產業在經濟中的比重。

5.地區生產總值是反映地區經濟發展的總體狀況最有力的指標，一般來說，經濟越發達，對物流的需求就越旺盛；反之，就越小[4]。與北上廣等一線城市相比，這十個節點城市并不是經濟發達的城市，因此地區生產總值對物流業的影響比較小。因此，節點城市應重視總體經濟的發展情況。

6.固定資產投資總額關聯度排名靠后，該項指標對節點城市物流業的發展影響相對較小。說明在固定資產投資中，物流領域的投資所占比重較小，并且固定資產投資的效率并不高。因此，應加強對物流領域的固定資產的投資，積極引進先進的物流設施設備，這十個節點城市有必要加強在運輸線路、通關口岸等方面的合作。

通過以上分析，我們可以了解到貨運量、進出口總額、社會消費品零售總額、生產總值、第三產業總值、工業總值、固定資產投資總額、普通高校在校學生數、職工平均工資這9個影響因素對節點城市的影響都比較大。因此這十個內陸節點城市應抓住一帶一路這個難得的機遇，加大對物流人才、固定資產的投資，完善經濟結構，促進工業和第三產業的發展，刺激消費，發展對外貿易，提高總體經濟實力，促進物流業的發展。

[1]徐廣印，胡蓉博.物流能源消耗與區域經濟相關指標的灰關聯分析[J].河南農業大學學報，2007，42（6）：659-663.

[2]劉思峰，黨耀國，方志耕.灰色系統理論及應用[M].北京：科技出版社，2004.

[3]謝林婕，彭建良.浙江物流產業發展影響因素的灰關聯分析[J].浙江科技學院學報，2012，24（5）：356-360.

[4]李維國，王耀球，王靜.區域物流經濟影響因素的灰關聯分析[J].物流工程與管理，2010，32（1）：1-3.

The Analysis of Influence Factors Industry of“The Belt and Road Initiative”Node Cities'

ZHANG Ya-fei
（Zhengzhou University of Industry Technology，Zhengzhou，Henan 451100）

In March 2015，Xi'an，Lanzhou，Xining，Chongqing，Chengdu，Zhengzhou，Wuhan，Nanchang and Hefei，Changsha inland city node for the delineation of the The Belt and Road，how to improve the development level of the ten node of city logistics industry，play a key role in the node of the city，has become an urgent problem.This paper first analyzes the main factors affecting the development of“The Belt and Road”ten inland city nodes of the logistics industry，and establish the corresponding evaluation index system；then using the grey correlation analysis of factors influencing the development of the logistics industry of city node method of quantitative analysis，and correlation sort；finally，analysis the influence of various factors on the ten a node of the city and puts forward some suggestions，in order to promote the development of city logistics nodes.

node cities；grey relational analysis；logistics industry

F72

A

1671－9743（2017）02－0033－03

2017-02-10

張亞飛，1989年生，女，河南新鄉市人，碩士，研究方向：物流管理。