粤港澳大湾区区域经济与物流的协同度评价
——对粤港澳大湾区物流投入的启示
万艳春，何昱廷，胡雨鋆
(华南理工大学经济与贸易学院，广东广州 510006)
摘要： 通过构建区域经济与区域物流协同关系DEA分析模型，对粤港澳大湾区整体在2005—2016年间区域物流与区域经济的协同度进行评价，结果表明粤港澳大湾区区域经济与区域物流的协同度在2005—2012年处于下降状态，在2012—2016年期间，此协同度处于持续上升的趋势。最后利用MATLAB进行仿真分析，探究使粤港澳大湾区协同度最优的物流投入策略，为政府物流投资决策提供对策建议。
关键词： DEA；区域经济；区域物流；条件广义方差极小法；MATLAB
湾区经济与湾区物流之间存在着紧密的联系，但这种联系强或弱都与地区整体特征有着紧密联系。相比东京湾区、纽约湾区和旧金山湾区，粤港澳大湾区无论是在经济结构还是物流成本上都存在较大差距，粤港澳大湾区第三产业占比为62.6%，其他三大湾区分别占比为82.3%、89.4%以及82.8%；粤港澳大湾区物流成本占GDP比重为14.95%，低于全国16%的占比，但远高于世界其他三大湾区8%～10%的物流成本占比。不同的经济背景下，经济与物流之间产生了具有差异性的相关关系，粤港澳大湾区区域经济与区域物流的协同学的研究对加强物流业对大湾区经济的推动作用有重要意义。
洪泽湖设计最低通航水位为11.50 m，设计最高通航水位为：洪山头至老子山段为15.50 m，老子山至高良涧段为15.0m。当湖水位低于设计最低通航水位时，需要采取小船队或减载等措施。
1文献综述
近年来，国内外学者基于不同视角对区域经济与区域物流的协同度进行了研究。早期关于经济与物流的研究，通常是从物流对经济的促进作用或经济对物流的促进作用进行研究，例如Mirjam等[1]通过对新加坡经济富强原因的探究，发现其经济的发达一定程度依赖于早期对物流的大力投资；中国学者徐杰等[2]以长江经济区为背景，探究了长江经济区经济发展对安徽省物流需求的影响，得出了区域经济的发展会推动安徽地区物流需求的结论；Gui等[3]运用动态计量经济学方法分析了吉林省物流网络密度与经济发展之间存在的关系，得出了物流网络密度对GDP影响明显，但货物周转量程对GDP影响较小的结论。
近年来，学者更加注重经济与物流之间的相关关系，希望通过探究两者之间的相关关系来寻求促进它们协同发展的方法。例如国外的学者Coe等[4]研究了经济全球化下物流发展与经济发展之间的联系，通过定性分析，发现物流的重要性还未得到充分重视的结论；张莉[5]通过大数据治理需求分析，发现铁路物流和区域经济有着密切的关系，具有协同作用；学者高秀丽等[6]利用灰色关联发与GM(1，N)模型对广东省区域物流发展与区域经济发展的关联度进行定量分析，得到了广东省区域经济与区域物流有较强相关性的结论；陈荣等[7]采用Granger因果检验与脉冲响应分析方法，对安徽区域经济与区域物流之间的相关关系进行了定量分析，结果证明区域经济与区域物流之间相互影响，其中物流对经济的影响更大；江明光[8]通过对港口物流与腹地经济的协同发展进行研究，通过定性分析发现要增强两者的协同性要有政府的正确引导并发挥市场经济的调节作用；张林等[9]利用物流节点城市的面板数据对航空物流业与物流整体行业及区域经济的关联性的分析，并进行感应力、影响力系数分解，发现不同城市航空物流业发展差距明显。
现有文献在对系统效率或者协同性的分析中，无论从定性的角度或者定量的角度都颇有成果，在定量分析中，学者常用的方法有灰色关联法、复杂系统模型、格兰杰检验分析、VAR模型和数据包络分析法等，其中数据包络分析法应用在众多领域应用广泛。例如吴超等[10]利用DEA-RAM联合效率模型对中国16各重污染绿色行业创新效率进行评价，研究发现中国重污染业处于“创新却不绿色”的转型阶段；王珍珍[11]基于超效率CCR-DEA模型，测算全国各地区制造业与物流业的联动发展效率，发现制造业对物流的带动作用大于物流业对制造业的带动作用。也有学者研究如何优化区域经济与区域物流间的协同程度，例如高康等[12]对区域经济与物流耦合性进行研究后，通过定性分析提出从区域间战略协同、物流资源投入以及物流供需平衡等方面来促进区域经济与物流的协同发展。在大力推进粤港澳发展的时代背景下，不少学者也从不同角度对粤港澳大湾区的物流业发展进行研究。例如刘程[13]在“一国两制”背景下对湾区演进发展规律进行研究，得出了需要实现人流、物流、资金流、信息流高效流畅地流转才能保证粤港澳大湾区融合与协同发展的结论；余蕾[14]基于粤港澳大湾区的地理位置、经济环境以及物流环境分析了构建粤港澳区域物流体系的可行性，研究了粤港澳大湾区物流存在体制差异障碍、基础设施建设不足、企业间协作不佳与法律环境欠佳等问题。
在分析了经济投入对物流产出的影响后，再从物流投入对经济产出影响的角度进行分析。如表3所示。
为了让指标体系更具科学性，本文采用先定性后定量的方法来进行指标筛选，使指标体系中各指标互相独立，包含的信息更丰富。本文基于大湾区实际的经济与物流情况，选取恰当的指标，通过DEA分析法来对大湾区的区域经济和物流之间的相关性进行探究，进而探讨大湾区的物流发展之路。同时为了验证得到的结论是否具有科学性与准确性，本文借助协同学理论对所建立的指标体系形成的复杂系统的协同度进行了科学的计算，并通过仿真分析对粤港澳大湾区物流投资策略提供建议。
2模型建立与指标选择
DEA分析法也就是数据包络分析法，是一个对多投入和多产出的多个决策单元的效率评价方法，最早由CHARNES和COOPER创建，现在很多企业将其作为一种绩效评价的方法，用于识别相对无效率的投入并最终找到降低无效率的方法。本研究采用DEA方法对粤港澳大湾区经济与物流耦合而成的系统进行分析，具体研究大湾区物流投入效率、经济投入效率以及经济与物流与经济之间的协同关系。
由实验结果可以看出，当任务规模较小时，三种算法在任务完成时间上的差距相对较小，改进算法收敛速度更快且更稳定.随着任务规模的提升，可以看到改进的粒子群算法表现出更为明显的优势.相比较而言，FIFO算法的迭代次数比其他算法更大，收敛速度较慢.算法初期，传统粒子群算法相比FIFO算法具有更好的收敛速度，但后期收敛速度明显变慢，且无法跳出局部极值过早的收敛.随着任务数的提升，改进的粒子群算法在总的任务完成时间上相比其他算法优势更为明显，可以看到通过惯性权重优化和调整算子的设置，能够更有效地实现较好的目标区域的搜索，降低了任务总时间，从而在优化资源以及合理调度资源方面具有良好的效果．
2.1 DEA模型建立
设共有n 个决策单元，记为DMU i (i =1,2,…,n ),设该评价模型的输入指标为X i =(X 1i ,X 2i ,…,X ni )T ，输出指标为Y i =(Y 1i ,Y 2i ,…,Y ni )T 。该评价模型的输入向量和输出向量为V =(v 1,v 2,…,v m )T 和U =(u 1,u 2,…,u r )T 。以被评价单元的效率值最大作为决策目标h 0，并且要求任意被评价决策单元的效率都不大于1，建立DEA模型如下：
式(1)可利用Charnes-Cooper变换转化为如下形式：
本文首先通过定性分析对表1中指标进行筛选，这些指标需要满足3点：(1)目的明确，切实反映主题；(2)比较全面，代表性强;(3)切实可行，数据可得。
上式中
，分别为输入松弛变量和输出松弛变量。
ρ 取值为0或1，当ρ =0式，公式3为C 2R 模型，当ρ =1时，公式表示C 2GS 2模型。
C 2R 模型用于判断决策单元的综合有效程度，设该模型下最优值为Z i ，当Z i =1时，说明该决策单元在参与比较的决策单元中是相对综合有效的。
而C 2GS 2模型用于衡量决策单元的纯技术效率，设该模型下的最优值为X i ，当X i =1时，说明该决策单元在参与比较的决策单元中相对技术有效，各生产要素相对其他决策单元来说得到了最合理的配置。
规模收益的测度为
有三种情况，为
和
其在DEA分析结果中分别表示决策单元规模收益不变、规模收益递减、规模收益递增。
热敏电阻器的电阻值具有随温度的变化而变化的特性。应用这个特性，热敏电阻器可应用于诸如水温传感器和进气温度传感器的设备来检测温度的变化。如图9所示，发动机ECU的恒定电压电路通过电阻R提供一个电压到热敏传感器，发动机ECU通过利用热敏电阻的特性来根据图示A点电压的变化检测温度。当热敏电阻处于开路时，A点的电压是5V，当A点与传感器短路时，电压为0。因此，ECU可使用诊断功能检测出故障。
2.2 区域物流与区域经济协同度测度
设物流系统为系统A，经济系统为系统B，其中Z i (A /B )表示以经济产出和物流投入作为一个系统下的综合有效程度，同理Z i (B /A )表示以物流产出和经济投入作为一个系统下的综合有效程度；与上述方法相同，用X i (A /B )来表示同样产出投入条件下的协同效率测度；用F i (A /B )表示同样产出投入条件下的发展效率测度。
区域物流与区域经济之间协同发展综合效度Z i (A ，B )可表示如下：
同理区域物流与区域经济之间的协同效度X i (A ，B )与发展效度F i (A /B )可表示为:
2.3 指标选择
在区域经济与区域物流协同度的研究中，指标的选择是至关重要的内容，指标是否恰当对于结果有显著的影响，研究的对象区域不同，指标选择的重要程度也不尽相同。为了建立合理科学的指标体系，本研究对相关文献指标体系进行了梳理，具体如下表1所示。
表 1物流与经济关系研究常用指标汇总
将式(2)转化为对偶模型，并引入松弛变量s -≥0，s +≥0，得到实际评价中常用的相对有限性DEA模型，如下式所示：
图5展示了粤港澳大湾区三种最佳投资策略下2016—2025年区域经济与区域物流协同程度变化趋势。对比发现，3种方案都对协同度进行了优化，但方案2优化程度最大，且自2017年起处于持续增长中。
定性分析能够提供给一份数据可查、变化明显且代表性强的数据，但是在同一指标体系中，可能会出现指标之间信息重复的情况，且直观上无法发现，只有通过定量分析才能剔除信息重合的指标，本文利用条件广义方差极小法来完成指标体系的定量筛选。
从统计学的角度看，给定的m 个同一指标的数据可以作为m 个样本，通过一个矩阵来表示这些数据。对于x 1，x 2，x 3，…,x n 指标，可通过矩阵X 表示如下：
矩阵每一列表示n 个指标的同一截面的观测值。接下来计算出变量x i 的均值
方差S ii 以及x i 和x k 的协方差S ik 。
为了计算条件广义方差，将指标x 1，x 2，x 3，…,x n 分成两部分，设第一组有l 组数据，为x 1，x 2，…,x l ；第二组有n -l 组数据，为x l+1 ，x l+2 ，…,x n 。因此可将矩阵X 分块表示为：
相应地矩阵S 也可以分块化，其中矩阵S aa 是矩阵X a 的协差阵，S bb 是矩阵X b 的协差阵。
通过矩阵的运算可以推导出下式：
为了对每一个指标进行观察，在将x 1，x 2，…,x n 进行分组时，将所需检测的指标x l (l =1，2，3，…，n )作为一组，组成矩阵x a ，其余x 1，…,x l-1 ，x l+1 ，…,x n 作为另一组，形成矩阵x b ,代入式(9)可以得到一个值p l ,p l 值越小说明指标x l 所含信息被其他指标覆盖越多。为了消除数据单位和数量级大小的影响，将各二级指标下的三级指标信息含量相加
通过C ij /C i 得到每一个指标的相对信息含量。
本文对大湾区2005—2016年间的数据进行统计，通过计算得出了四类指标系统中的指标信息含量大小排序，如下表2所示。
表 2指标信息量大小排序
对于条件广义方差极小法的计算结果通常是设定一个阈值，每个指标计算所得值与阈值比较，剔除小于阈值的指标，也有剔除最小值的做法。本文采用剔除最小值的办法，分别剔除了交通路线新增里程、城镇居民可支配收入和就业人员。
综上，本文先采用定性和定量分析结合的方法，建立了用于分析大湾区区域经济与区域物流之间协同程度的指标体系。
3区域经济与区域物流协同度测评
对于区域经济与区域物流耦合而成的复杂系统，合理的指标体系是DEA分析法计算结果体现准确性与科学性的必要条件。
本文所用数据来自大湾区各市的2005—2016年的年鉴，在香港与澳门的年鉴中未对社会固定资产投资这个指标进行统计，只有社会固定资本形成总额这一指标，此指标除了考虑固定资产投资包含的内容外还包含商品房销售增值、矿藏勘探形成的固定资本、土地改良形成的固定资本、扣减项等内容。而在内地的9个市中，只有2008—2014年间对该指标进行了统计，本文将内地各市的2008—2014年间的社会固定资产投资与固定资本形成总额通过回归方程得出拟合曲线，通过已知的社会固定投资来求未知的固定资本形成总额。科教支出各市都没有单独统计，本文将科技创造支出与教育支出相加作为此指标的值。
由于数据是否标准化不影响DEA2.1分析法的计算结果，因此直接将原数据代入模型进行计算。
3.1 模型计算
为了对大湾区区域经济与区域物流的协同性进行研究，将各市各指标分别求和得到整体数据，代入DEA模型计算得到如图1所示的大湾区经济与物流协同度变化趋势。
图 1 2005— 2016年间大湾区区域经济与区域物流协同度变化
从图1中可以看出，2005—2007年间粤港澳大湾区区域经济与区域物流协同度较为稳定，但在2007—2012年，除2010年出现突增外，协同度在这6年间整体上处于下降状态。此后至2016年，粤港澳大湾区区域经济与区域物流的协同度都在持续增长中。
本文采用大湾区各市近2年区域经济与区域物流综合效度的加权值(x 2016×0.4，x 2015×0.3，x 2014×0.2，x 2013×0.1)进行对比分析，结果如图2所示。从图2可以看出东莞、惠州和香港协同程度最高，处于第一层次，珠海、佛山、中山以及江门协同程度中等，属于第二层次，而澳门、广州与深圳协同程度较低，属于第三层次。
由同一名对分组不知情的神经内科医师分别于麻醉前(T0)、术后24小时(T2)，术后48小时(T3)和术后72小时(T4)，采用意识错乱评估方法(CAM)，记录术后谵妄发生情况(新发例数)。意识错乱评估方法诊断标准：(1)精神状态突然改变或起伏不定；(2)注意力散漫；(3)思维紊乱；(4)意识程度的改变，完全清醒以外的任何意识状态，如：警醒、嗜睡、昏睡或昏迷。具备(1)+(2)+(3)或者(1)+(2)+(4)即可诊断为谵妄[8]。
图 2大湾区各市区域经济与区域物流协同程度对比
3.2 结果检验
本文利用DEA分析法完成了区域经济与区域物流协同性的计算，为了证明计算结果的合理性，本文采用协同学理论建立经济与物流的复合系统对计算结果进行验证。
在复合系统中，设系统A为S 1，系统B为S 2，则系统A 和B 可组成复合系统S =(S 1，S 2)。设两个子系统中的参序量为e i =(e l1 ，e l2 ，…,e ln )，β li ≤e li ≤α li ,其中i =1，2，…，n 。
对数据采用无量纲化处理，将序参量分量e li 的子系统表示为：
所有分量对子系统有序度的影响程度可以通过对u l (e li )的集成来衡量。
其中λ i 是各参序量在子系统中所占的权重。
设在起始时刻t 0，系统S 1为
系统S 12为
下一时刻t 1，复杂系统(S 1，S 2)演变为
可以定义复杂系统(S 1，S 2)的协同度为：
本文通过相关矩阵赋权法来确定λ i 值，假设指标体系中包含n 个指标，那么它们的相关矩阵A表示为：
所谓“五色”食品，主要是指白、黄、红、绿、黑五种颜色的食物。具体地说，“五色”食品，各有春秋，所含的营养价值不同，其作用不同。
其中
其中i =1，2，3,…,n 表示第i 个指标对其他n -1个指标的影响程度。这个值越大表示第i 个指标在体系中的地位影响越大，相应权重也越大，各指标的权重可以通过下面的公式得到：
代入λ i 值进行计算后，得到了大湾区2005—2016各年区域经济与区域物流的协同性的绝对值，而DEA分析法的结果为相对值，为了将两种方法的计算结果进行对比，对协同学理论法的计算结果进行如下处理：
“导生制”实施的关键在于导生的选拔，导生是从本班学生中选拔的。导生应具备以下条件：（1）有较强的动手能力。导生要能很好地为本组学生进行操作示范和指导。（2）有较强的语言表达能力。导生要能把自己所学的知识、技能在组内进行讲授。（3）有较强的组织、协调能力。导生需要很好地管理、组织、评价组内学生。（4）有较强的责任心，有为同学服务的思想。
其中C i 表示协同学理论法计算值，X i 表示处理后的值。在进行了处理后，两种方法计算结果的对比如下图3所示。
图 3 DEA与协同学理论计算结果对比
对比图中两条曲线，两种方法下的大湾区区域经济与区域物流的协同程度变化趋势近乎一致，区别在于协同学理论方法将变化放大了，而DEA方法下的协同程度相对平稳。通过两种方法的对比，可以得出结论，本文的指标体系与此体系下DEA分析法的计算结果是合理的。
3.3 计算结果分析
大湾区各市区域经济与物流的协同程度变化趋势之间存在一定的差异，但同时也存在相似之处，分析变化趋势的内在诱因对大湾区物流的发展有着重要的意义，提高区域物流与区域经济的协同度将对粤港澳大湾区的物流和经济发展起着积极作用。
在DEA分析法对协同程度的计算中，决定结果的两个因素分别是物流投入对经济产出的影响和经济投入对物流产出的影响，本文将探究这两个因素如何影响粤港澳大湾区区域经济与区域物流的协同性变化趋势。在图4中，系列1代表物流投入对经济产出的影响，系列2代表经济投入对物流产出的影响，系列3代表大湾区区域物流与区域经济的协同程度。
图 4三类指标对比
3.3.1 粤港澳大湾区经济投入对物流产出的影响
从图4可以看出系列2与系列3变化趋势相似且重合性很高，而系列1除去2008-2011年外并无剧烈波动。所以随着时间推移，对区域经济与物流协同度的变化产生重要影响的因素是经济投入对物流产出的驱动力大小。
经济的增长对物流的促进作用主要体现在两个层面，一是推动了物流业的投资，二是刺激了来自企业与个体消费者的物流需求，而这种促进作用在2012年前都处于一个逐年下降的阶段。通过对大湾区的物流投入增长率的分析，在2012年前，大湾区的物流投入增长率平均值在7.66%，但在物流业投入充足的情况下，经济增长却未充分带动物流业的产出；在2012—2016年间物流投入的增长率平均值下滑为5.03%，但经济增长对物流产出的促进作用却在逐年加强。大湾区物流行业的投入很大，各市对物流发展的重视程度很高，大湾区的物流行业规模庞大，但大多数物流企业只拥有几辆甚至一辆货车，整体集约化水平不高。同时对于大型物流企业来说，存在着专业化程度不足、机械化程度低、信息技术和系统应用等先进方法运用不多，导致物流效率低、成本高和服务质量不佳，同时大型物流企业之间服务范围各不相同且缺乏合作交流，这造成了大湾区在物流业投入巨大却产出不足，因此呈现出经济投入对物流产出的促进作用每况愈下。因此大湾区物流企业运作方式首先要从各自为政转向合作，抵制价格战的同时设计多种价格组合来满足不同需求的服务，同时在发展过程中要引入新技术，通过各种硬件软件技术来达到成本降低与效率提升。这样的发展理念业顺应了国家对供给侧结构性改革的要求，实现了需求结构、产业结构和要素投入结构的转变。
3.3.2 粤港澳大湾区物流投入对经济产出的影响
现存文献的缺点与不足：(1)大部分研究区域经济与区域物流的文献中，对指标的选择通常使用定性的方法，指标体系往往信息重复率高，并且由于定量分析结果受指标体系影响，计算结果的科学性与准确性靠一种方法难以考证。(2)当前，粤港澳大湾区区域经济和区域物流协同发展的研究文献尚非常少，采用的方法也主要集中于定性研究。(3)区域物流与区域经济对策的提出多基于定性分析，缺乏对未来协同发展的量化仿真计算，针对性不足。
从图3(a)计算可知，随MgO厚度增加(0，0.5，1.0，1.5 nm)，器件Rs分别为4.1，3.4，1.8和2.7 Ω/cm2.即随着MgO厚度的增加，Rs先降低，这可通过MgO介质层引起的Al/Si肖特基势垒降低来解释；但是随着MgO厚度的进一步增大，Gr/Si电池的串联电阻将重新增加.
表 3各市物流投入对经济产出综合效度
表3中为近5年各市与大湾区物流投入对经济发展的促进作用，可以看出除港澳以及东莞外的城市这种作用力并不明显，对于整个大湾区也存在这样的问题。当物流产出日益增加的同时，这种现象的存在与大湾区物流业增值服务少附加值低，物流业的投入大部分用于仓库、运输以及快递等低利润企业的现状相吻合。物流行业的发展未能对经济的增长提供强劲的动力，物流与经济的耦合程度尚处于低级阶段。
4政府物流投资策略仿真
为了探究粤港澳大湾区物流投入策略，本文利用MATLAB对未来区域经济与区域物流的协同度进行了仿真分析。在DEA方法中，计算结果为相对值，但2016年的协调度是不再改变的绝对值，为了对不同投入策略下的协同度进行对比，本文通过将未来协同程度与2016年的协同程度作比来进行分析。
物流从业人员数量每年减少5%，货车数量以35%的年增长率至2025年，区域物流与区域经济的协调度能达到最大值——2016年的1.44倍。方案2：物流从业人员数量以回归方程预测
为了维持甚至加快粤港澳大湾区区域经济与区域物流的耦合性，本文从物流角度着手，寻求最佳的物流投资策略。首先在一个物流投入指标通过回归方程进行预测的条件下，其余两个指标未来年增长率对粤港澳大湾区区域经济与区域物流协同度的影响，探索现行条件下的最优投资策略。
通过MATLAB仿真计算得到如下结果：方案1：交通运输及邮政业固定资产投资额以回归方程预测
当各指标的未来数据利用2005—2016年的历史数据做回归分析方程进行预测时，通过仿真分析发现，尽管粤港澳大湾区区域经济与区域物流的协同性经历了2012—2016年的持续增长期，但在未来10年，其处于持续下行状态。如图5所示，在上述状态下，至2025年，区域经济与物流的协同度只有2016年协同度的0.88倍，因此当前展现出强劲推动力的投资策略将很快失效，最终成为区域物流与区域经济协同快速发展的瓶颈。
2.审计委员会社会独立性研究。中国是一个重视人情的国家，费孝通教授（2007）指出中国特色的人情世故，使得企业内部的组织活动和外部的经营活动，都存在独特的社会关系。那么能否将这种特色的社会关系引入审计委员会？这种社会关系又会怎样影响审计委员会成员的独立性？为此，我们进一步梳理有关社会关系的文献。
当物流从业人员数量以回归方程预测时，交通运输及邮政业固定资产投资额每年递减2.5%，货车数量每年递增9%，至2025年协调度能达到最大值——2016年的1.63倍。方案3：未来货车数量按回归方程作预测
完成模型导入以及静态的干涉分析后，开展三维工艺布局与规划，以满足制造活动的需要，整个装配过程可以抽象成一个由产品、工艺、资源三要素构成的工艺过程模型，如图4所示，把型号数据、制造资源、工序操作和制造特征关联起来构建工艺过程模型，作为工艺规划的基础[2]。
第五步：危险源辨识。全面、准确辨识当日练兵项目危险源，执行危险源辨识标准作业流程。对辨识出的危险源状态进行评价，确定能否继续开展练兵活动。如危险源不可控，则停止练兵活动。
图 5 2016— 2025年协调度变化趋势
定性分析后，本文选择了社会固定资产投资、年末从业人员、公共财政预算、地方财政支出作为经济投入指标。经济产出选择了进出口总额、社会消费品总额、GDP和城镇居民可支配收入。物流投入指标选择了交通运输和邮政业城镇固定资产投资额、物流从业人员数量、货车数量和交通路线新增里程(公路)。物流产出指标选择了交通运输和邮政业生产总值、港口货运量和邮政业务收入。
接下来在方案1、2、3条件下，探究改变以回归方程预测未来数据的指标对粤港澳大湾区区域经济与物流协同度的影响，通过MATLAB计算得到如下结果：
当交通运输及邮政业固定资产投资额以7%每年递减，物流就业人员以3.5%的增长率每年递增，至2025年协调都能达到最大值——2016的1.42倍。
在方案1达到最优投资策略时，当交通运输及邮政业固定资产投资额以每年13%的增长率持续至2025年时，协调度达到最大值；在方案2达到最优策略时，若物流从业人员以1%的增值率增长至2025年，协调度将达到最大值——2016年的1.63倍；最后在方案3达到最优投资策略时，使货车数量以9%的增长率增至2025年，协调度将达到最大值——2016年的1.63倍。3种最优投资策略各指标增长率如表4所示。
表 4不同方案物流投入指标增长率
通过对比可以发现方案2、3下的最佳投资策略皆能使粤港澳大湾区区域经济与区域物流的协同度在2025年达到极限值——2016年的1.63倍。在两种投资策略中，货车数量增长率都高达9%，远远高于以回归方程预测未来数据下的年增长率，对货
车的增值率需求如此之高与粤港澳大湾区货车整体利用率低相关，小型物流企业在粤港澳大湾区占比高，而此类企业货源不稳定，致使区域整体货车承重利用率不足30%，空载率高达45%。因此粤港澳大湾区应整合地区货车资源，搭建车货匹配平台，当货车整体利用率提高30%时，货车年增长率只需达到5.87%；当整体利用率提高程度为100%时，货车数量10年内基本无需增加。对比投入成本，方案2在相同的协调度产出下更具优势，粤港澳大湾区减少在交通运输及邮政业固定资产投资与物流从业人员两个指标上的投入，转而加大货车数量投入将促进区域经济与区域物流协同度最优化。
1）入院护理。接诊护士面带微笑迎接新患者，同时进行自我介绍，给家属及患者留下良好的印象，建立良好的护患关系。备好床单元，护送患者至床前，通知医生查看患者。向患者及家属介绍责任医生及责任护士，介绍病区环境，消除患者的陌生感，同时完成入院时身高、体重及生命体征的监测，期间应了解患者的主诉、症状、心理状态，具有同理心，根据患者的需求提供需要。
5结论
区域物流与区域经济的协同度越高，区域经济与区域物流之间的高度耦合性将使物流系统与经济系统之间的相互促进作用更加突出，本文通过DEA分析法计算发现：
(1)粤港澳大湾区区域经济与区域物流的协同度在2005—2012年间整体上处于下降的状态，但自2012年起至2016年，其开始进入持续上升的阶段。
一是尽快确权登记发证，对取水权人和农村集体经济组织水使用权进行确权登记，发放水资源使用权证。二是尽快培育水市场，搭建水权交易平台，为水市场提供物质、技术等必要条件。
(2)粤港澳大湾区11市中，东莞、惠州和香港区域经济与区域物流的协同程度最高，处于第一层次，珠海、佛山、中山以及江门协同程度中等，属于第二层次，而澳门、广州与深圳协同程度较低，属于第三层次。
(3)随着经济的高速发展，粤港澳大湾区在物流行业投入很大，在量上满足了消费者的需求，但同时物流行业对经济发展影响力不足，贡献率低。
质量是企业求生存谋发展的前提条件。基础设施和材料的质量也直接影响建设施工的质量。企业管理人员对于施工设施要进行科学合理的管控。加大资金投入量，在材料采购和设备采购方面做到择优选取。积极引进一些新设备、新材料、新工艺，严格把控技术、设备、材料等方面的质量。减少企业施工中的安全隐患。
粤港澳大湾区区域经济与区域物流协同度不高、效率低下，这些现象与珠江三角区物流行业规模大但集约化水平低，企业规模以及专业化水平参差不齐的现状相切合。总体服务质量差、与其他行业关联度低、成本居高不下和服务附加值低导致粤港澳地区物流行业虽然能满足大量需求，但利润低，从而物流投入对经济产出的促进作用有限。为了从物流投入角度解决粤港澳大湾区区域经济与区域物流协同度的低效，本文利用MATLAB进行仿真分析，探究如何在未来推动协同度的发展，通过对几个最优投入策略的对比发现：
(1)在当前粤港澳大湾区的物流投入策略下，在未来10年，区域经济与区域物流的协同程度将持续下行，至2025年，其只有2016年的0.88倍。
(2)当政府在现行的投资方案下每年减少交通运输与邮政业固定资产投资总额的2.5%，转而分别以每年1%和9%的增长率增加物流从业人员与货车数量投资将更有利于粤港澳大湾区区域经济与区域物流的最优化，至2025年，其将达到2016年的1.63倍。
参考文献：
[1]MIRJAM I, REMMELT I, BART K. The relation between economic zone and logistics[J]. TNO Imo Report,2001,25(12):253-264.
[2]徐杰，徐永芹，鞠颂东.中小企业外包物流协作关系对于物流效率影响的实证研究[J].中国管理科学，2012,20(2)：635-638.
[3]GUI G H,LI X S.Research on the relationship between the regional logistics and economic development based on the model VAR[C]//MSIE.MSIE 2011.Harbin:IEEE,2011:12-16.
[4]COEN M,HESS M.Economic and social upgrading in global logistics[R]. Manchester：The University of Manchester,2013:23-25.
[5]张莉.港口物流服务大数据治理需求分析[J].产业经济，2018(7)：61-63.
[6]高秀丽，王爱虎，房兴超.广东省区域物流与区域经济增长关系的实证研究[J].工业工程，2012,15(1)：60-65.
[7]陈荣，鲍璐媛.区域经济与区域物流关系的实证研究:以安徽省为例[J].物流科技，2017(11)：109-113.
[8]江明光.港口物流与腹地经济协同发展研究[J].黑河学院学报，2017(12)：58-59.
[9]张林，夏磊.航空物流产业与区域经济的关联效应研究:基于物流节点城市的面板数据[J].西南石油大学学报，2018,27(4)：9-16.
[10]吴超，杨树旺.中国重污染行业绿色创新效率提升模式构建[J].资源与环境，2018,28(5)：40-48.
[11]王珍珍.我国制造业与物流业联动发展效率评价:基于超效率CCR-DEA模型[J].中国流通经济，2017,31(2)：20-30.
[12]高康，王茂春.泛珠三角区域经济与物流耦合协调演变与空间差异[J].价格月刊，2018，34(9)：49-55.
[13]刘程.粤港澳大湾区促进要素流动的政策建议[J].新经济，2018(7)：44-47.
[14]余蕾.粤港澳大湾区物流体系构建及协同发展[J].改革前沿，2017(7)：14-20.
[15]贺玉德，马祖军. 基于CRITIC-DEA的区域经济与区域物流协同发展模型与评价:以四川省为例[J].软科学，2015,29(3)：102-106.
[16]李文生.珠江三角地区区域经济与区域物流协同性研究[J].改革与战略，2016,32(8)：23-25.
[17]桂寿平，朱强，陆丽芳.区域物流系统动力学模型及其算法分析[J].华南理工大学学报，2003,31(10)：36-40.
[18]张继文.区域物流与区域经济的关系探究[J].交通标准化，2011(12)：117-119.
[19]王蕾,薛国梁，张红丽.基于DEA分析法的新疆北疆现代物流效率分析[J].资源科学,2014,36(7)：1425-1433.
Evaluation of Synergy of Regional Economy and Regional Logistics in Guangdong -Hong Kong -Macao Greater Bay Area :Enlightenment to Logistics Investment
Wan Yanchun, He Yuting，Hu Yujun
(South China University of Technology, Guangzhou 510006, China)
Abstract :This study constructs the DEA model of regional economy and regional logistics to evaluate the synergy of regional logistics and regional economy in the Guangdong-Hong Kong-Macao Greater Bay Area between 2005 to 2016. The results show that the synergy between regional economy and regional logistics was declining from 2005 to 2012, and this synergy changed to rise from 2012 to 2016. Finally, with the help of MATLAB to carry out simulation analysis to explore the logistics investment strategy that can optimizes the synergy in the Guangdong-Hong Kong-Macao Greater Bay Area, and provide countermeasures and suggestions for government to make logistics investment decisions.
Key words :DEA; regional logistics; regional economy;conditional generalized variance minimization; MATLAB
中图分类号： F127， F259. 27
文献标志码： A
文章编号： 1000-7695( 2019) 20-0045-08
收稿日期： 2018-12-12，修回日期： 2019-03-08
基金项目： 广州市哲学社会科学发展“十三五”规划智库项目“粤港澳大湾区港口群分工协作研究”(2017GZZK57)
项目来源： 华南理工大学本科特色课程“配送中心设计与管理”(x2jm-Y9182150)
doi： 10.3969/j.issn.1000-7695.2019.20.006
作者简介： 万艳春(1975—)，女，江西进贤人，讲师，博士，主要研究方向为物流管理与系统优化、供应链协调与风险管理研究；何昱廷(1996—)，男，四川成都人，硕士研究生，主要研究方向为供应链管理；胡雨鋆(1996—)，女，广东广州人，硕士研究生，主要研究方向为供应链管理。
标签：dea论文; 区域经济论文; 区域物流论文; 条件广义方差极小法论文; matlab论文; 华南理工大学经济与贸易学院论文;