论文部分内容阅读
摘 要：近年来中国的快递业发展迅速，但整体运行效率较低。为促进快递业更好更快的发展，从快递业的各关联产业出发，基于投入产出分析，构建了各关联产业的综合重要度模型，并结合2009-2013的相关数据进行了实证分析。计算结果表明：前向关联的各行业对快递业影响较大，其中物流业综合重要程度为0.784排名第一，而后向关联产业的综合重要度为0.645排名最后，明显小于其他产业。应用结果表明，该模型能清楚的区分各关联产业对于快递业的重要程度，为我国快递业的健康发展提供一定的决策依据。
关键词：快递业 关联业 投入产出分析 综合重要度
一、引言
随着国际贸易和电子商务的持续繁荣，快递业也在迅猛发展。快递行业已经连续6年实现超过27%的增长。快递业的蓬勃发展表面上看是和电子商务的繁荣和网购频率及种类的增加有关，但究竟是什么产业对快递业发展的贡献最大，并不是主观判断得来的。针对快递业关联分析的实际情况，同时考虑到指标的切实可行性和信息的不完全性，本文采用投入产出法进行分析，构建了综合重要度模型，试图确定各关联行业对于快递业的影响程度大小，进而为我国快递业的发展提供决策参考。
二、国内快递业现状的产业关联分析
1.快递产业的关联产业。快递产业的关联产业是指在特定空间内，能够以投入品身份对快递产业的产出品进行服务的各类产业的总称。它们以快递产业为核心，彼此形成相互依存的关系。
2.快递产业关联产业的构成分析。根据产业关联方式的分类，快递产业与相关产业之间的关系可分为前向关联、后向关联和旁侧关联。包括物流业、交通运输业、仓储业、电子商务、轻工业、批发零售业、国际贸易、包装业、交通运输设备业等产业。
三、快递业相关产业的综合重要度模型
1.数据输入。快递业相关产业的综合重要度模型数据输入有投入序列和产出序列。投入序列数据为快递业相关产业P1、P2、P3、P4、P5、P6、P7，产出序列数据为快递业总业务量M。
2.投入序列和产出序列的无量纲处理。分别用投入序列和产出序列的本序列各个数据与第1个数据作商，即得各个年份j为因变量的倍数序列。公式如式（1）和式（2）所示。
（1） （2）
指标序列中Pij表示第i行第j列的原始数据，其i=1，2，…，7；j为时间跨度。以选取数据的第一年为基年，j取1，2，…，11。损失序列M（j）为单一序列。
3.各投入序列与产出序列的相关系数r（M（j），Pi（j））。令β为调和系数，取值为1，2，…，5，那么j年的各指标序列Pi（j）与损失序列M（j）相关系数计算式为：
（3）
4.单指标重要度。设fi（β）为Pi（j）序列对序列M（j）的单一重要度，β为1，2，…，5中的某个值，其计算式如式（4）所示。
（4）
5.综合重要度排序。调和系数β的取值决定着贡献的大小。当β的取值改变时，单指标重要度fi（β）以及综合重要度排序可能改变。因而，指标序列的综合重要度排序，是用的大小次序描述指标序列Pi（j）对损失序列M（j）表征作用的重要程度。越大，表明该指标投入对产出越敏感。综合重要度的计算式如式（5）：
（5）
大于、小于或等于时，则分别表示序列Pi（j）对于序列M（j）的综合重要度大于、小于或等于序列Pi+1（j），以此对快递业相关产业各投入序列的综合重要度比较，以相关产业对快递业贡献大小次序，提出相关的发展建议。
四、快遞业关联指标实证分析
1.数据的收集和标准化。在以下进行的实证研究中，快递业务量是基准数据以A0进行编号，三个大项的关联产业分别以A1、A2、A3进行编号，把余下的七个二级指标编号为B1到B7。本文数据来源于中国统计年鉴和中国物流与采购网网站。
2.计算各指标序列与损失序列的相关系数。由公式（1）、（2）处理后，依据公式（3）得相关系数。
3.计算单一重要度。依据式（4），得出f1（5）=0.846，f2（5）=0.793，f3（5）=0.812，f4（5）=0.836，f5（5）=0.848，f6（5）=0.776，f7（5）=0.752。
4.计算，并进行综合重要度排序。由式（5）得：
同理得：=0.704；=0.737；=0.769；=0.778；=0.701；=.0.645。
由此可知，各指标序列综合重要度排序结果为<<<<<<。
五、结语
本文基于投入产出分析，对投入序列和产出序列做无量纲处理，得出它们的相关系数，进而计算出各单指标的重要程度，最后构建出了快递业各关联产业的综合重要度模型。通过该模型，对相关数据进行实证分析，结果表明快递业的投入产业指标对快递业的产出综合重要程度的大小次序依次为：物流业、批发零售业、轻工业、国际贸易、交通运输业、电子商务、快递从业人员。
参考文献：
[1]李俊英.基于产业关联的我国快递产业的发展研究 [D].上海：上海师范大学，2011：8-38.
[2]魏光兴，周靖. 基于信息熵与灰关联法的快递企业竞争力研究 [J].科技管理研究，2010（7）：116-119.
[3]季彤.快递发展影响因素分析 [D].南京：南京邮电大学，2012：10-52.
[4] 岳超源.决策理论与方法[M].北京：科学出版社， 2005.
作者简介：苏增军（1990—），汉族，男，河南省濮阳市，长安大学经济与管理学院，企业管理，研究生，服务管理；张金阳，（1990—），汉族，男，安徽省阜新市，长安大学经济与管理学院，统计学，研究生。
关键词：快递业 关联业 投入产出分析 综合重要度
一、引言
随着国际贸易和电子商务的持续繁荣，快递业也在迅猛发展。快递行业已经连续6年实现超过27%的增长。快递业的蓬勃发展表面上看是和电子商务的繁荣和网购频率及种类的增加有关，但究竟是什么产业对快递业发展的贡献最大，并不是主观判断得来的。针对快递业关联分析的实际情况，同时考虑到指标的切实可行性和信息的不完全性，本文采用投入产出法进行分析，构建了综合重要度模型，试图确定各关联行业对于快递业的影响程度大小，进而为我国快递业的发展提供决策参考。
二、国内快递业现状的产业关联分析
1.快递产业的关联产业。快递产业的关联产业是指在特定空间内，能够以投入品身份对快递产业的产出品进行服务的各类产业的总称。它们以快递产业为核心，彼此形成相互依存的关系。
2.快递产业关联产业的构成分析。根据产业关联方式的分类，快递产业与相关产业之间的关系可分为前向关联、后向关联和旁侧关联。包括物流业、交通运输业、仓储业、电子商务、轻工业、批发零售业、国际贸易、包装业、交通运输设备业等产业。
三、快递业相关产业的综合重要度模型
1.数据输入。快递业相关产业的综合重要度模型数据输入有投入序列和产出序列。投入序列数据为快递业相关产业P1、P2、P3、P4、P5、P6、P7，产出序列数据为快递业总业务量M。
2.投入序列和产出序列的无量纲处理。分别用投入序列和产出序列的本序列各个数据与第1个数据作商，即得各个年份j为因变量的倍数序列。公式如式（1）和式（2）所示。
（1） （2）
指标序列中Pij表示第i行第j列的原始数据，其i=1，2，…，7；j为时间跨度。以选取数据的第一年为基年，j取1，2，…，11。损失序列M（j）为单一序列。
3.各投入序列与产出序列的相关系数r（M（j），Pi（j））。令β为调和系数，取值为1，2，…，5，那么j年的各指标序列Pi（j）与损失序列M（j）相关系数计算式为：
（3）
4.单指标重要度。设fi（β）为Pi（j）序列对序列M（j）的单一重要度，β为1，2，…，5中的某个值，其计算式如式（4）所示。
（4）
5.综合重要度排序。调和系数β的取值决定着贡献的大小。当β的取值改变时，单指标重要度fi（β）以及综合重要度排序可能改变。因而，指标序列的综合重要度排序，是用的大小次序描述指标序列Pi（j）对损失序列M（j）表征作用的重要程度。越大，表明该指标投入对产出越敏感。综合重要度的计算式如式（5）：
（5）
大于、小于或等于时，则分别表示序列Pi（j）对于序列M（j）的综合重要度大于、小于或等于序列Pi+1（j），以此对快递业相关产业各投入序列的综合重要度比较，以相关产业对快递业贡献大小次序，提出相关的发展建议。
四、快遞业关联指标实证分析
1.数据的收集和标准化。在以下进行的实证研究中，快递业务量是基准数据以A0进行编号，三个大项的关联产业分别以A1、A2、A3进行编号，把余下的七个二级指标编号为B1到B7。本文数据来源于中国统计年鉴和中国物流与采购网网站。
2.计算各指标序列与损失序列的相关系数。由公式（1）、（2）处理后，依据公式（3）得相关系数。
3.计算单一重要度。依据式（4），得出f1（5）=0.846，f2（5）=0.793，f3（5）=0.812，f4（5）=0.836，f5（5）=0.848，f6（5）=0.776，f7（5）=0.752。
4.计算，并进行综合重要度排序。由式（5）得：
同理得：=0.704；=0.737；=0.769；=0.778；=0.701；=.0.645。
由此可知，各指标序列综合重要度排序结果为<<<<<<。
五、结语
本文基于投入产出分析，对投入序列和产出序列做无量纲处理，得出它们的相关系数，进而计算出各单指标的重要程度，最后构建出了快递业各关联产业的综合重要度模型。通过该模型，对相关数据进行实证分析，结果表明快递业的投入产业指标对快递业的产出综合重要程度的大小次序依次为：物流业、批发零售业、轻工业、国际贸易、交通运输业、电子商务、快递从业人员。
参考文献：
[1]李俊英.基于产业关联的我国快递产业的发展研究 [D].上海：上海师范大学，2011：8-38.
[2]魏光兴，周靖. 基于信息熵与灰关联法的快递企业竞争力研究 [J].科技管理研究，2010（7）：116-119.
[3]季彤.快递发展影响因素分析 [D].南京：南京邮电大学，2012：10-52.
[4] 岳超源.决策理论与方法[M].北京：科学出版社， 2005.
作者简介：苏增军（1990—），汉族，男，河南省濮阳市，长安大学经济与管理学院，企业管理，研究生，服务管理；张金阳，（1990—），汉族，男，安徽省阜新市，长安大学经济与管理学院，统计学，研究生。