物流与金融协同发展关系的应用研究——以一带一路海上丝绸之路核心区福建省为例的实证分析

第８期总第２９０期物流工程与管理

ＬＯＧＩＳＴＩＣＳＥＮＧＩＮＥＥＲＩＮＧＡＮＤＭＡＮＡＧＥＭＥＮＴ

物流金融

ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７４－４９９３.２０１８.０８.０２８

物流与金融协同发展关系的应用研究

□夏云鹏ꎬ余依桐ꎬ吕　乐

∗

———以一带一路海上丝绸之路核心区福建省为例的实证分析

(西南交通大学交通运输与物流学院ꎬ四川　成都　６１００００)

　　【摘　要】文中基于“海上丝绸之路核心区”福建省１９９７－２０１６年的相关数据ꎬ确定了物流业与金融业发展水平的指标ꎬ并借助ＶＡＲ模型分析了物流业与金融业发展的内在联系ꎮ实证研究结果表明ꎬ物流业与金融业的发展存在着物流对金融的单向促进关系ꎬ即物流业的发展对金融业的发展具有显著的正作用ꎬ而金融业发展并未有效推动物流业的发展ꎬ并没有形成物流业与金融业之间良好的协同发展关系ꎮ因此ꎬ发挥一带一路沿线区域合作机构与金融机构的协调引导作用ꎬ发展物流金融等衍生业务至关重要ꎮ

【关键词】物流ꎻ金融ꎻ协同发展ꎻ向量自回归模型

【中图分类号】　Ｆ２５０　　　　【文献标识码】　Ａ　　　　【文章编号】　１６７４－４９９３(２０１８)０８－００６８－０４

ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｎｔｈｅＣｏｏｒｄｉｎａｔｅｄＤｅｖｅｌｏｐｍｅｎｔＲｅｌａｔｉｏｎｓｈｉｐＢｅｔｗｅｅｎＬｏｇｉｓｔｉｃｓａｎｄＦｉｎａｎｃｅ

———ＴｈｅＥｍｐｉｒｉｃａｌＡｎａｌｙｓｉｓＢａｓｅｄｏｎＦｕｊｉａｎＰｒｏｖｉｎｃｅꎬＣｏｒｅａｒｅａｏｆｔｈｅＭａｒｉｔｉｍｅＳｉｌｋ

ＲｏａｄｏｆＯｎｅＢｅｌｔａｎｄＯｎｅＲｏａｄＩｎｉｔｉａｔｉｖｅ□ＸＩＡＹｕｎ－ｐｅｎｇꎬＹＵＹｉ－ｔｏｎｇꎬＬＶＬｅ

【Ａｂｓｔｒａｃｔ】ＢａｓｅｄｏｎｔｈｅｄａｔａｏｆＦｕｊｉａｎＰｒｏｖｉｎｃｅꎬｔｈｅｃｏｒｅａｒｅａｏｆＭａｒｉｔｉｍｅＳｉｌｋＲｏａｄꎬｂｅｔｗｅｅｎ１９９７－２０１６ꎬｔｈｉｓａｒｔｉｃｌｅｉｄｅｎｔｉｆｉｅｓｔｈｅｉｎｄｅｘｏｆｔｈｅｄｅｖｅｌｏｐｍｅｎｔｌｅｖｅｌｏｆｌｏｇｉｓｔｉｃｓａｎｄｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙꎬａｎｄａｎａｌｙｚｅｓｔｈｅｉｎｔｅｒｎａｌｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｌｏｇｉｓｔｉｃｓａｎｄｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙｗｉｔｈｔｈｅｈｅｌｐｏｆＶＡＲｍｏｄｅｌ.Ｔｈｅｒｅｓｕｌｔｓｏｆｅｍｐｉｒｉｃａｌｒｅｓｅａｒｃｈｓｈｏｗｔｈａｔｔｈｅｒｅｉｓａｏｎｅ－ｗａｙｐｒｏｍｏｔｉｏｎｒｅｌａｔｉｏｎｓｈｉｐｏｆｌｏｇｉｓｔｉｃｓｔｏｆｉｎａｎｃｅｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｌｏｇｉｓｔｉｃｓｉｎｄｕｓｔｒｙａｎｄｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙ.Ｔｈａｔｉｓꎬｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｌｏｇｉｓｔｉｃｓｈａｓａｓｉｇｎｉｆｉｃａｎｔｐｏｓｉｔｉｖｅｅｆｆｅｃｔｏｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙ.Ｈｏｗｅｖｅｒꎬｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙｈａｓｎｏｔｅｆｆｅｃｔｉｖｅｌｙｐｒｏｍｏｔｅｄｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｌｏｇｉｓｔｉｃｓｉｎｄｕｓｔｒｙꎬｎｏｔｆｏｒｍｉｎｇａｇｏｏｄｃｏｏｐｅｒａｔｉｖｅｄｅｖｅｌｏｐｍｅｎｔｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｌｏｇｉｓｔｉｃｓａｎｄｆｉｎａｎｃｉａｌｉｎｄｕｓｔｒｙ.Ｔｈｅｒｅｆｏｒｅꎬｉｔ􀆳ｓｃｒｉｔｉｃａｌｔｏｐｌａｙａｃｏｏｒｄｉｎａｔｉｎｇａｎｄｔｈｅｇｕｉｄｉｎｇｒｏｌｅｏｆｔｈｅｒｅｇｉｏｎａｌｃｏｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍａｎｄｆｉｎａｎｃｉａｌｉｎｓｔｉｔｕｔｉｏｎａｌｏｎｇＢｅｌｔａｎｄＲｏａｄＩｎｉｔｉａｔｉｖｅａｎｄｄｅｖｅｌｏｐｔｈｅｄｅｒｉｖａｔｉｖｅｂｕｓｉｎｅｓｓｏｆｌｏｇｉｓｔｉｃｓｆｉｎａｎｃｅ.

【Ｋｅｙｗｏｒｄｓ】ｌｏｇｉｓｔｉｃｓꎻｆｉｎａｎｃｉａｌꎻｃｏｏｒｄｉｎａｔｅｄｄｅｖｅｌｏｐｍｅｎｔꎻＶＡＲ１　引言

随着经济全球化成为世界发展的主流趋势ꎬ中国在世界经济中的地位举足轻重ꎬ呈现出“你中有我ꎬ我中有你”的格局ꎮ２０１５年国家、外交部、商务部联合发布«推动共建丝绸之路经济带和２１世纪海上丝绸之路的愿景与行动»标志着一带一路战略正式启动ꎮ该战略明确指出:资金融通是“一带一路”建设的重要支撑ꎬ同时要完善关键通道、关键节点和关键项目的交通基础设施建设ꎬ提升海陆联运水平ꎮ由此可见ꎬ物流与金融两大产业的良好发展是一带一路战略实施的基础与关键ꎬ只有金融、物流两手抓ꎬ一方面深化金融合作ꎬ提

升人民币国际化水平ꎬ推动亚洲的区域金融建设及相关体系的建立ꎬ另一方面搭建一带一路沿线的快速反应物流网络ꎬ才能为一带一路战略的实施打下坚实基础ꎮ

在国际间合作逐步深化的今天ꎬ国际贸易与合作日益频繁ꎬ供应链思想已经提升到国家战略层面ꎬ一带一路战略在某一角度上可看作是打造一条以沿线国家为核心的“国家供应链”ꎬ因此ꎬ协制各个节点的物流、资金流、信息流就成为了重中之重ꎬ即物流与金融两大产业必须形成良好的协同发展关系ꎮ

近几年ꎬ国内对于物流与金融的协同发展关系研究逐渐

(ＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ＆ＬｏｇｉｓｔｉｃｓꎬＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙꎬＣｈｅｎｇｄｕ６１００００ꎬＣｈｉｎａ)

【收稿日期】２０１８－０６－２１

∗基金项目:２０１８年四川省大学生创新创业训练项目“基于大宗货物３ＰＬ企业的金融云仓模式探究———以“ＫＤ物流企业”为例”

(编号２０１８０５９)

【作者简介】夏云鹏(１９９６—)ꎬ男ꎬ河北沧州人ꎬ本科生ꎬ研究方向:物流管理ꎮ

余依桐(１９９８—)ꎬ女ꎬ浙江温州人ꎬ本科生ꎬ研究方向:物流工程ꎮ吕　乐(１９９７—)ꎬ男ꎬ广东东莞人ꎬ本科生ꎬ研究方向:物流工程ꎮ

第８期夏云鹏等:物流与金融协同发展关系的应用研究

２０１２２０１１２０１０２００９２００８２００７２００６２００５２００４２００３２００２２００１２０００２４２８３.６８２１０５５.４９１８３０９.４５１４７０２.３４１１８０４.４１００４０.１５８８３６.２６７２４８.４５９８４.３２５１７８.２９４２５３.０７３６１４.２６３１１４.３２２１２０９.８２１８１６５.１９１５２３１.３６１２３６０.３２９５８５.９２８０６５.６７６４４７.７２５０６８.６８４３６７.０５３８３７.５１３１１０.０５２８６４.７６２４３８.８２１９７０１.７８１７５６０.１８１４７３７.１２１２２３６.５３１０８２３.０１９２４８.５３７５８３.８５６５５４.６９５７６３.３５４９８３.６７４４６７.５５４０７２.８５３７６４.５４２６４９７.５２３７８５.９２１１８０.７１８５９５.９１６５５７.１１４６５２.３１２７１９１１０７９.３９９２７.７８８７７.３７９６４.４７２２９.８６６５３.７６９

３８７１.４５３３９６.７８２９７６.６７２４７１.３４２３９６.２１２０８０.９１９００.２１５７３.１１３９８.９１２２２.９１００３.８９８４.４９２９.２增多ꎬ例如:刘晓春ꎬ彭志忠(２００９)基于系统动力学的思想ꎬ通过ＶＥＮＳＩＭ软件仿真模拟物流业与金融业的因果反馈循环ꎬ较好的反映了两大产业间相互协同的经济效益ꎻ王化争ꎬ彭志忠(２００９)讨论了物流与金融协同发展的价值链管理ꎬ指明我国必须要全方位高速度的协同发展物流与金融ꎻ展吴窑ꎬ穆东(２０１２)从系统动力学的角度出发ꎬ模拟物流与金融企业间的博弈过程ꎬ刻画了质押率等关键参数对系统协作的影响ꎻ尤利平(２０１４)基于灰色关联度理论以河南为例对区域物流业与金融的发展相关性进行了实证分析ꎬ得出了金融发展是物流发展的强关联的结论ꎻ谌玲(２０１４)借助ＳＶＡＲ模型分析了河南省物流发展与金融发展的内生协同机制ꎬ表明:区域金融发展的广度对物流发展水平有长期显著的正效应ꎬ但是金融发展的深度未能有效支持物流业的发展ꎬ而物流发展的广度与深度都对金融发展表现出长期的促进作用ꎻ陈倩(２０１５)在产业关联的视角下ꎬ以广西省为例结合直接消耗系数、中间投入率两个关键指标ꎬ定量分析了物流业与金融业的发展的相互支持度ꎻ胡锦娟(２０１５)运用协整理论与格兰杰因果检验对广东省的物流业与金融业的发展进行了实证分析ꎬ指出了物流业对金融业存在单向因果关系ꎮ

由此可见ꎬ目前学者已经对物流业与金融业间的协同发展做了相关的定量研究ꎬ但是缺乏从计量经济的角度出发ꎬ进行一带一路背景下的物流与金融协同发展的实证研究ꎮ

本文正是由此入手ꎬ以作为一带一路海上丝绸之路核心区与第二批自贸区的福建省为例ꎬ构建ＶＡＲ模型进行实证研究ꎬ通过脉冲响应函数与方差分解表现当前物流业与金融业的协同发展关系ꎬ并给出相应的指向性建议ꎮ２　２.１　指标确定及数据获取对于衡量金融业发展水平的指标指标的确定

ꎬ比较权威的有麦金农

提出的麦氏指标(Ｍ２/ＧＤＰ)与戈德􀅰史密斯提出的金融相关率指标(ＦＩＲ)ꎬ借鉴相关研究ꎬ本文认为ＦＩＲ更能代表金融业的实际发展水平ꎬ同时ꎬ考虑到数据的可获取性ꎬ本文对原始的ＦＩＲ指标进行了改进ꎬ将金融机构存贷款和与生产总值(ＧＤＰ)对于衡量物流业发展水平的指标的比值作为衡量金融业发展水平的指标ꎬ学者们普遍的做法有

ꎬ记为ＦＬꎮ

两种:一是采用货物周转率衡量ꎬ二是选取交通运输、仓储及邮政业的增加值ꎮ为了减少不同年份的物价因素的影响ꎬ本文采用货物周转率作为衡量指标ꎬ记为ＷＬꎮ

２.２　通过查阅中国统计局官网数据的获取

、中国统计年鉴、福建统计年

鉴ꎬ得到所需各项原始数据如表１:

表１　福建省１９９７－２０１６年各项原始数据

年份２０１６３９２７５.(存款亿元)２０１５３６３５６.(贷款亿元２０１４３５５７６.８２３２１３２.０６)地区生产总值２８８１０.(亿元ＧＤＰ指数货物周转量５８)(１９５２３８１９２.＝１００)(亿吨公里)２０１３

３０７４７.０６２８０４３.６１８２

２４４８７.２８４１７.９６５３７２５９７９.２４０５５.８２３５２３３.８２６０７０.５４４７.５９４９２１８６８.７６４９２９４１２.３２３２４２４７８０.３９３９.２２６１

１９９９１９９８２９２４.２５５７.６１６０８６.９１９９７

３１９４２.２２５５.５３４１４.官网

　注:数据来源２１９２.７４

«中国统计年鉴１７５０.７８３８

３１５９.１９２８７０.９１»、«９

福建统计年鉴４９９８.５５３８３

６７４.８８０１　»、中国统计局６１７.１

２.３　金融业发展水平的指标确定需要剔除物价因素数据的处理

ꎬ相较于

普遍使用的ＣＰＩ指数法ꎬ本文认为采用福建统计年鉴的ＧＤＰ指数(１９５２＝１００)进行换算更接近实际水平ꎬ故基于１９５２年ＧＤＰ此外值将福建省ꎬ为了增加数据的平稳性１９９７－２０１６年的ＧＤＰꎬ减少异方差性转换为真实ꎬＧＤＰꎮ本文将经

过上述处理计算得到的ＦＬ、ＷＬ取自然对数ꎬ记为ＬＮＦＬ、ＬＮＷＬ３　作为后续时间序列分析建模的样本ꎮ

３.１　实证分析(基于Ｅｖｉｅｗｓ８依据福建省相关性分析.０)１９９７－２０１６年的样本数据ꎬ绘制时间序列变

化曲线如图１:

图１　ＦＬ、ＷＬ时间序列变化曲线图

　的增加　从图ꎬ变化趋势大致相同１中可看出ꎬＦＬ与ꎬＷＬ初步判断随着时间的推移ＦＬ与ＷＬꎬ间可能存在均较为平稳相关性ꎬ数据序列可能存在平稳性ꎮ

３.２　对于时间序列模型数据平稳性检验

ꎬ为避免数据的变化趋势带来的不平稳性ꎬ首先要进行数据的平稳性检验ꎮ

本文选择ＡＤＦ法对样本数据ＬＮＦＬ、ＬＮＷＬ进行数据平稳性检验ꎬ依据ＡＩＣ原则确定滞后阶数ꎬ得到检验结果汇总如

７０表２:

表２　ＡＤＦ平稳性检验结果

变量ＬＮＦＬＤＬＮＦＬＬＮＷＬＤＬＮＷＬ

ＡＤＦ值７.４９６７３２－３.７１３５２４７.５９０９８１－５.７７９１２６

临界值(５％)－１.９６０１７１－３.０４０３９１－１.９６０１７１－３.０４０３９１

物流工程与管理第４０卷

８４１４６６ꎬ故接受原假设ꎬ即迹统计量法检验结果为:ＬＮＦＬ、

结论不平稳平稳不平稳平稳

的迹统计量为０.１２４７４５小于显著性水平为５％时的临界值３.ＬＮＷＬ之间存在１个协整关系ꎮ

由表５可以看出ꎬ不具有协整关系的最大特征根为２３.

４６４１２大于显著性水平为５％时的临界值１４.２６４６ꎬ故拒绝原假设ꎬ即至少存在一个协整关系ꎬ同时ꎬ至多有一个协整关系的最大特征根为０.１２４７４５小于显著性水平为５％时的临界值ＬＮＷＬ之间存在１个协整关系ꎮ

３.８４１４６６ꎬ故接受原假设ꎬ即最大特征根法检验结果为:ＬＮＦＬ、

综上判定ＬＮＦＬ、ＬＮＷＬ之间存在１个协整关系ꎮ　　从表２中可以看出ꎬ原始样本ＬＮＦＬ、ＬＮＷＬ的ＡＤＦ值分别为７.４９６７３２、７.５９０９８１均大于显著水平５％时的临界值ꎬ即原始样本判定为不平稳ꎻ分别对ＬＮＦＬ、ＬＮＷＬ取一阶差分记为ＤＬＮＦＬ、ＤＬＮＷＬ再次进行ＡＤＦ检验ꎬ其ＡＤＦ值分别为－３.

７１３５２４、判定ＬＮＦＬ、ＬＮＷＬ－５.７７９１２６ꎬ的一阶差分序列是平稳的均大于显著性水平５％时的临界值ꎬ即ＬＮＦＬ、ＬＮＷＬ

ꎬ故可均为一阶单整序列ꎬ符合协整关系检验条件ꎬ可进一步做协整关系检验分析ꎮ

３.３　由上述分析可知协整关系检验ꎬＬＮＦＬ、ＬＮＷＬ间可能存在协整关系ꎬ故做协整关系检验分析如下:

协整关系检验的方法主要有两种ꎬ分别为Ｅ－Ｇ两步法与

Ｊｏｈａｎｓｏｎ且可给出全部的协整关系极大似然估计法(ＪＪꎬ故本文选用法)ꎬ考虑到ＪＪＪＪ法进行协整关系法功效更为稳定检验ꎮ

在进行协整关系分析前ꎬ首先要确定两个时间序列的最优滞后阶数ꎬ分析结果如表３:

表３　最优滞后阶数分析结果

Ｌａｇ０１８.ＬｏｇＬＬＲ１７６.ＮＡ

０.０００４９７

ＦＰＥ－１.ＡＩＣ９３２１１－１.ＳＣ８３４０８５－ＨＱ２６４.４２２９３３

６７.８８７３６６８.１０１６５４０３５５

３.５２９６４∗３.３８ｅ－０６∗－６.９２７９２４∗－６.６３３８４９∗－６.１.８９８６９３９２２３６６

１.１２６０６３５３１６４５４.６.３０Ｅ３２Ｅ－－０６０６－－６.６.７１７８４１４００４１８－－６.５.２２７７１６７１４２４２－－６.６.６６９１２２∗３３２２１

　ＬＮＦＬ、ＬＮＷＬ　不同判定原则下最优滞后期结果如分别采用迹统计量法和最大特征值统计量法进行协整关

时间序列的最优滞后阶数为１ꎮ∗标识ꎬ故可确定系检验ꎬ结果如表４、表５:

表４　迹统计量检验

Ｎｏ.ＨｙｐｏｔｈｅｓｉｚｅｄｏｆＴｒａｃｅ０.０５ＡｔＮｏｎｅＣＥ(ｓ)ｍｏｓｔ∗１

０.０.特征根００８２８２

７９０７６２３.统计量０.１２４７４５

５８８８６１５.临界值Ｐｒｏｂ.０.∗∗３.８４１４６６

４９４７１０.００２４７２３９

表５　最大特征根检验

Ｎｏ.ＨｙｐｏｔｈｅｓｉｚｅｄＭａｘ－Ｅｉｇｅｎ０.ＡｔＮｏｎｅｏｆＣＥ(ｓ)ｍｏｓｔ∗１

０.０.特征根００８２８２

７９０７６２３.统计量临界值０５Ｐｒｏｂ.０.１２４７４５４６４１２１４.２６４６０.∗∗３.８４１４６６

０.００１４７２３９

５８８８６　　由表４可以看出ꎬ不具有协整关系的迹统计量为２３.

假设ꎬ即至少具有一个协整关系大于显著性水平为５％时的临界值ꎬ同时ꎬ至多有一个协整关系

１５.４９４７１ꎬ故拒绝原３.４　由上述分析向量自回归ꎬ(可以ＶＡＲＬＮＦＬ、ＬＮＷＬ)模型稳定性检验

为样本建立ＶＡＲ(１)模

型ꎬ做进一步分析前本文对ＶＡＲ(１)模型的稳定性进行了检验ꎬ结果如图２、表６:

图２　ＶＡＲ(１)模型稳定性检验表６　ＶＡＲ(１)模型稳定性检验

１.Ｒｏｏｔ１.Ｍｏｄｕｌｕｓ０.００２３７２４０６８１４

０.００２３７２４０６８１４

　倒数模大于　由图２、表１)ꎬ６故所建均可看出ＶＡＲ(１)ꎬ存在一个根位于单位圆外模型非平稳ꎬ需要建立向量误(特征根差修正模型(ＶＥＣ)ꎮ

３.５　为了进一步研究两个变量之间的因果关系格兰杰因果分析ꎬ本文进一步

基于所建ＶＥＣ模型进行了格兰杰因果分析ꎬ结果如表７:

表７　ＶＥＣ模型格兰杰因果分析

ＥｘｃｌｕｄｅｄＤｅｐｅｎｄｅｎｔＤ(ＷＬ)３.Ｃｈｉ－ｓｑｖａｒｉａｂｌｅ:Ｄ(ＦＬ)ｄｆＡｌｌ０.Ｐｒｏｂ.

ＥｘｃｌｕｄｅｄＤｅｐｅｎｄｅｎｔ３.５８５９１２５８５９１２１０.０５８３０５８３Ｄ(ＦＬ)Ａｌｌ

０.Ｃｈｉ－ｓｑｖａｒｉａｂｌｅ:Ｄ(ＷＬ)１ｄｆ０.２１８１９１２１８１９１１１

０.Ｐｒｏｂ.０.６４０４６４０４

第８期夏云鹏等:物流与金融协同发展关系的应用研究

７１

　　由表７可知变量ＷＬ在显著性水平为６％时可看作ＦＬ的格兰杰因素ꎬ而变量ＦＬ不是ＷＬ的格兰杰因素ꎮ这说明物流业的发展会较大程度地影响金融业的发展ꎬ然而金融业的发３.６　脉冲响应函数分析展对物流业的影响却较微弱ꎮ

格兰杰因果分析证明了物流业与金融业的发展间存在着

２０％ꎬ而物流业发展对金融业发展的贡献度超过６０％ꎬ相似的是两者对彼此发展都起着越来越关键的作用ꎬ可以预测随着时间的推移ꎬ物流业与金融业会形成“相辅相成ꎬ双向联动”的新型关系ꎮ４　结论与建议４.１　基本结论

实证分析的结果显示ꎬ物流业与金融业的发展存在着物

　　由图４可知ꎬ金融业发展对物流业发展的贡献度约为

物流对金融的单向因果关系ꎬ但无法具体表现物流业与金融业相互影响的强度ꎬ因此ꎬ本文基于所建ＶＥＣ模型进行脉冲响应分析ꎬ结果如图３:

流对金融的单向促进关系ꎬ即物流业的发展可以较大程度上图３　ＶＥＣ模型脉冲响应函数图

　一定滞后期　从图３中可以看出ꎬ最初反而给物流业造成了短时间幅度较小的负:金融业的发展对物流业的影响存在冲击ꎬ但随后物流业整体呈上升趋势ꎬ在滞后４期时出现小幅度的下降ꎬ最终趋于平稳ꎻ物流业的发展对金融业的发展也存在一定滞后期ꎬ金融业发展整体呈上升趋势ꎬ在滞后３期时出现较大幅度的波动ꎬ虽然如此ꎬ相较于前者ꎬ物流业对金融业３.的正面影响依然较高７　方差分解ꎮ

脉冲响应函数分析对物流业与金融业相互的影响作用给

出了定性分析ꎬ为了进一步量化双向的影响度ꎬ本文进一步进行了方差分解分析ꎬ结果如图４:

图４　ＶＥＣ模型方差分解图

推动金融业的发展ꎬ而金融业发展对物流业的推动却效果甚微ꎮ作为一带一路战略中具有清晰定位的核心地区ꎬ福建省目前并没有形成物流业与金融业之间良好的协同发展关系ꎬ由小窥大ꎬ就目前来看ꎬ一带一路建设在金融业推动物流业发展的问题上存在一定欠缺ꎬ建立合理机制ꎬ引导物流业与金融业形成良性的因果反馈循环具有重要意义ꎮ

本文认为“第三利润源”———物流业作为第三产业的一个重要分支ꎬ对其他产业的推动作用是普适性的ꎬ即任何产业都或多或少、直接或间接的会受到来自物流业发展而带来的正面影响ꎮ近年来ꎬ随着物流重要性的日益凸显ꎬ物流成为与大多数企业都乐于发展的一个功能模块ꎬ物流基础设施的建设如火如荼ꎬ物流技术的发展日新月异ꎬ吸引了大量的投融资ꎬ直接带动了金融业的发展ꎬ此外ꎬ物流业的快速发展缩短了企业的生产/服务周期ꎬ促进了企业资金的周转ꎬ也间接的推动了金融业的发展ꎮ反之ꎬ由于物流业的投资回报期长ꎬ大多数企业对物流的重视仍未上升到企业战略层级ꎬ金融业的发展所带来的效益大多流向了其他相关产业ꎮ长期的这种单向促进关系会使物流业缺少充足的发展动力ꎬ长远来看ꎬ也会进一步导致金融业及其他行业发展乏力ꎮ

４.２　首先发展建议

ꎬ要充分发挥一带一路沿线的上合组织、亚太经合组

织等区域合作机构的作用ꎬ以沿线国家利益的协调最优为目标建立合理的针对物流基础设施建设的投资与收益分配模式ꎬ引导部分金融业发展效益有效的流入物流业的建设之中ꎬ逐步形成健康的发展联动关系ꎮ

其次ꎬ充分发挥亚洲基础设施投资银行、金砖国家开发银行等区域金融机构的作用ꎬ营造良好的投融资环境ꎬ加大对物流业的资金支持ꎬ相关研究表明ꎬ物流业的投资回报率普遍高于一般制造业等其他产业ꎬ这将更好的回馈金融业的发展ꎮ

最后ꎬ在传统物流业的基础上发展物流金融等衍生业务ꎬ建立良好的信用审核与风险评估机制ꎬ通过规则标准化利用计算机技术完成小额贷款的批量处理ꎬ一定程度上缓解小微企业贷款难、贷款周期长的问题ꎬ提升供应链的整体运转效率ꎮ

[参考文献]

[１]马楠ꎬ林迎星.产业结构与福建经济增长———基于ＶＡＲ

模型的实证分析[Ｊ].福建论坛(人文社会科学版)ꎬ２０１６

(０７):１６５－１６９.(下转第７６页)

７６

物流工程与管理

与应用ꎬ２０１４(９):１４８－１５０.

第４０卷

以上ꎬ符合实际要求ꎮ表５显示了不规则平面中大规模问题的计算结果ꎬ如表所示ꎮ

表５　大规模问题运算结果(不规则平面图)

问题编号１２３４５６７８９１０１１平均值

分拣机/物料/分拣组１０/９/３１０/１２/３１１/１４/３１２/１５/３１４/１８/４１５/１９/４１６/２２/４１８/２４/４２０/２５/５３０/３０/８３５/４０/８

Ｔ/Ｓ

标值Ｆ标值Ｆ３０８９.４１９００８９８３７１４.５４２４１５２.７２４００６０５５０４０.９７４５５２６.３３９００７３０５９６０.７８３６７５０.６８２００６６９７７３７.７４０７４９５.４１６００６８７９０２９.６６０８４０２.４２２００６８５１０５９７.１６８１０９６７.４２４００７２４１２５７１.０３０１０４０３.７２４００７４３１１８６１.０３３１３３２７.２５３００９０６１５０１８.５７２２０２３２.５０１２１１６７１２４８５５.６３７２８３５２.８３３９３１４７５３６０８９.５６２

８９０最终目

初始目

减少百分比％１６.８２９１７.６２１７.２８８１２.７５６１６.９９１２０.７７１１３.９８８１２.２８７１１.２６２１８.６００２１.４３８１５.４３４

[２]熊宇聪.烟草分拣线自动控制系统的设计[Ｊ].机械制造

与自动化ꎬ２０１４(５):１７８－１７９.

[３]王记昌ꎬ邰鑫.一种物料分拣系统的设计[Ｊ].电子制作ꎬ[４]陈柳栋ꎬ罗伟祥.浅谈物料分拣系统中物料判别的ＰＬＣ程

序设计[Ｊ].海峡科技与产业ꎬ２０１７(５):１０３－１０４.[５]冉文学ꎬ刘玉杰ꎬ陈凡等.单元物料订单自动化分拣线的

能力探讨[Ｊ].物流技术与应用ꎬ２０１６ꎬ２１(７):１２４－１２７.[６]刘靖ꎬ王淑英.出库分拣线件烟堵塞因素的分析与处理

[Ｊ].物流工程与管理ꎬ２０１６ꎬ３８(７):１７９－１８０.

[７]蒋峻ꎬ李津宇ꎬ郑继华.基于Ｄｅｍｏ３Ｄ的快递分拣系统优

化与仿真研究[Ｊ].物流技术ꎬ２０１７ꎬ３６(１):７７－８１.[８]吴仁君.基于ＰＬＣ与分拣机视觉的自动物料分拣控制系

统的设计[Ｊ].电子世界ꎬ２０１７(２１):１８８－１８８.

[９]ＷｕＷꎬＷａｎｇＸꎬＨｕａｎｇＧꎬｅｔａｌ.Ａｕｔｏｍａｔｉｃｇｅａｒｓｏｒｔｉｎｇ

ｓｙｓｔｅｍ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ＆Ｎｅｔｗｏｒｋｓꎬ２０１５ꎬ１(４):２８４－２９１.

ｂａｓｅｄ

ｏｎ

ｍｏｎｏｃｕｌａｒ

ｖｉｓｉｏｎ[Ｊ].

Ｄｉｇｉｔａｌ

２０１５(２).

　　由表５所示ꎬ其分拣组的最终目标值和初始目标值的差距明显偏小ꎬ平均偏差为１５.４３４％ꎮ导致这一现象的原因是因为在不规则平面中ꎬ禁布区的存在使得解的范围缩小ꎬ导致了目标值的最初和最终差距明显偏小ꎮ５　结束语

在现有的烟草行业中ꎬ条烟分拣的布局方式有很多ꎬ但其条烟产品的需求量均固定ꎬ从而计算方法和结果都是一个理想状态的情况ꎬ适用性较弱ꎮ针对这些现状ꎬ本文基于条烟产品的需求量不确定ꎬ利用分散搜索算法ꎬ建立了随机需求的单元物料分拣线布局模型ꎬ运用其分散搜索算法ꎬ算出了各个分拣组之间单元物料在其输送线中的搬运成本ꎮ对于规则平面与不规则平面中分拣线的摆放等给出一定的摆放规则ꎬ采用包络区法ꎬ对于规则平面与不规则平面ꎬ都能够使分散的分拣组集中在一定的固定面积ꎬ最大化的减小平面中分拣线之间的物料搬运距离ꎬ进而能够有效地降低成本ꎮ并且通过实例数据计算得到的结果对其单元物料分拣线的布局的有效性得到证实ꎬ对其现实中的条烟分拣线布局有一定的价值参考ꎮ

[参考文献]

[１]沈灿钢.自动物料分拣装置的设计与实现[Ｊ].数字技术

[１０]ＰｏｕｒｄａｒｂａｎｉＲꎬＧｈａｓｓｅｍｚａｄｅｈＨＲꎬＳｅｙｅｄａｒａｂｉＨꎬｅｔａｌ.

ＳｔｕｄｙｏｎａｎａｕｔｏｍａｔｉｃｓｏｒｔｉｎｇｓｙｓｔｅｍｆｏｒＤａｔｅｆｒｕｉｔｓ[Ｊ].ＪｏｕｒｎａｌｏｆｔｈｅＳａｕｄｉＳｏｃｉｅｔｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓꎬ２０１５ꎬｓｏｒｔｉｎｇｓｙｓｔｅｍｕｓｉｎｇｍａｃｈｉｎｅｖｉｓｉｏｎ[Ｊ].Ｃｏｍｐｕｔｅｒｓ＆ＥｌｅｃｔｒｏｎｉｃｓｉｎＡｇｒｉｃｕｌｔｕｒｅꎬ２０１６ꎬ１２７(Ｃ):３９５－４０５.ＰｒｏｃｅｄｉａＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅꎬ２０１７ꎬ１１６:５９６－６０３.[Ｊ].ＷａｓｔｅＭａｎａｇꎬ２０１７ꎬ７２.

ＳｙｓｔｅｍｕｓｉｎｇＮｅｕｒａｌＮｅｔｗｏｒｋａｎｄＣｏｍｐｕｔｅｒＶｉｓｉｏｎ[Ｊ].

[１１]ＳｏｆｕＭＭꎬＥｒＯꎬＫａｙａｃａｎＭＣ.Ｄｅｓｉｇｎｏｆａｎａｕｔｏｍａｔｉｃａｐｐｌｅ

１４(１):８３－９０.

[１２]ＹｏｓｓｙＥＨꎬＰｒａｎａｔａＪꎬＷｉｊａｙａＴꎬｅｔａｌ.ＭａｎｇｏＦｒｕｉｔＳｏｒｔａｔｉｏｎ

[１３]ＺｈｅｎｇＹꎬＢａｉＪꎬＸｕＪꎬｅｔａｌ.Ａｄｉｓｃｒｉｍｉｎａｔｉｏｎｍｏｄｅｌｉｎｗａｓｔｅ

ｐｌａｓｔｉｃｓｓｏｒｔｉｎｇｕｓｉｎｇＮＩＲｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｉｎｇｓｙｓｔｅｍａｎｄｐａｒｔｉｃｌｅｓｅｎｓｏｒ－ｂａｓｅｄｓｏｒｔｉｎｇｓｙｓｔｅｍｓｆｏｒｔｈｅＮｅｗ

[１４]ＮａｄｏｌｓｋｉＳꎬＳａｍｕｅｌｓＭꎬＫｌｅｉｎＢꎬｅｔａｌ.Ｅｖａｌｕａｔｉｏｎｏｆｂｕｌｋ

２０１８ꎬ１２１:１６９－１７９.

Ａｆｔｏｎｂｌｏｃｋｃａｖｉｎｇｏｐｅｒａｔｉｏｎ[Ｊ].ＭｉｎｅｒａｌｓＥｎｇｉｎｅｅｒｉｎｇꎬ

(上接第７１页)

[２]李福祥ꎬ徐雪.甘肃省城镇化、工业化与金融发展动态探

析———基于ＶＡＲ模型[Ｊ].财会月刊ꎬ２０１６(２１):５６－６０.[３]刘晓春ꎬ彭志忠.物流与金融协同发展应用研究[Ｊ].中国

流通经济ꎬ２００９ꎬ２３(０４):２３－２５.

[４]陈倩ꎬ汪传旭.基于产业关联模型的物流与金融协同发展

实证分析[Ｊ].商业经济研究ꎬ２０１５(２４):４３－４５.[５]谌玲.区域金融与物流协同发展机制研究———基于ＳＶＡＲ

模型的全视角分析[Ｊ].经济问题ꎬ２０１４(０１):４９－５２＋５７.[６]胡锦娟.现代物流与金融关系的实证研究———基于广东

省１９８４－２０１３年的数据[Ｊ].物流技术ꎬ２０１５ꎬ３４(０９):

[７]杨宏伟ꎬ孙善祥.金融支持现代物流发展的联动关系研

究———以丝绸之路经济带核心区建设为例的实证分析[Ｊ].物流技术ꎬ２０１５ꎬ３４(１４):１５９－１６２.

[８]王化争ꎬ彭志忠.物流金融协同发展的价值链管理[Ｊ].生

产力研究ꎬ２０１０(０１):９１－９２.

[９]吴窑ꎬ穆东.基于系统动力学的物流金融协同运作研究

[Ｊ].物流技术ꎬ２０１３ꎬ３２(０３):１７８－１８１.

[１０]李新光ꎬ张永起.基于ＳＶＡＲ模型的金融支持对物流业

发展的互动关联性研究———以福建省为例[Ｊ].山东理工大学学报(社会科学版)ꎬ２０１３ꎬ２９(０４):１５－２１.

１８６－１８９.