资金流协同因素实证分析与模型构建

2017-04-08张良卫

中国储运 2017年4期

文/张良卫

资金流协同因素实证分析与模型构建

文/张良卫

本文首先对物流园区协同方面的研究进行文献综述，介绍了物流园区资金流协同的概念，选择了物流园区的资金流协同5个维度的影响因素进行问卷调查，取得了第一手数据。然后运用SPSS软件和回归统计分析方法，对数据进行信度分析、效度分析和因子分析。分析表明我们选择的影响因素具有比较好的结构效度，是可信和比较完备的。在此基础上构建了反映物流园区资金流协同效应的F模型。最后对资金流进行协同分析，并给出了本文的结论。

物流园区；资金流协同；协同效应；价值外溢

我国金融创新发展正迈入协同创新发展的新时代，物流园区的资金流协同发展和研究对促进我国经济转型升级及现代物流的发展有着重要的实践意义和理论意义。物流园区有物流、信息、资金和商流，物流园区的物流、信息、资金和商流各个子系统相辅相成，相互作用，形成物流园区的协同发展系统和效应。其中资金流系统的协同是物流园区协同发展的输血和动力系统。物流园区的资金流协同通过形成第三方闭环支付体系，为全面提升物流园区的物流金融服务平台的综合服务功能提供支撑。前面笔者研究了“信息流协同因素的实证分析与模型构建”。在此本文分析研究物流园区的资金流协同因素及模型构建问题。

一、国内外物流协同研究文献综述

笔者以物流园区协同（Logistics Park Synergy）研究在CNKI和国外期刊网ACMDL中搜索，从国外期刊发表的文献搜索来看，在物流园区协同发展的研究方面还不多所见。

对于国内学者的研究，笔者在CNKI中对物流园区协同发展方面的研究文献进行搜索，文献梳理的情况见表1：

表12000～2013年国内刊物物流园区协同研究文献统计资料来源：根据文献整理，限于篇幅未全部列入。

物流园区的协同研究是物流园区研究新的热点之一。国内现有的物流园区协同发展方面的研究，主要有以下学者进行的研究：吴文征鞠颂东（2010）进行了“基于非合作博弈的我国物流园区协同发展探讨”的研究认为应构建物流园区网络联盟，实现物流园区间的互动协作。他们在（2013）还进行了物流园区网络协同运作研究，研究了物流园区之间的跨区域、跨平台合作，以及物流园区间的协同与互动的物流组织网络。梁世翔（2006）研究了物流园区协同的非线性动力学模型，探索了园区企业的迁移规律，建立了园区物流企业迁移的非线性动力学模型，（2007）进行了物流园区企业捕食型协同模型研究，利用生态学理论，构建了园区物流企业捕食一被捕食进化模型，建立了物流园区企业的协同模式，并进行了基于ITS的物流园区协同研究，认为物流园区将向ITS物流园区演化，最终将形成区域协同物流圈。黄世政，陈燕燕（2013）的Bertrand模型在中国物流园区协同发展研究，运用赛局理论中的Bertrand模型分析了物流园区之间的博弈过程，探讨了物流园区之间的协同运作空间。焦薇和刘凯（2013）进行了物流园区合作共生系统利润分配研究，研究的是各物流园区结成合作共生系统后如何公平合理地分配合作利润，建立了物流园区合作共生系统利润分配模型。汪燕（2008）进行了武汉城市圈港口物流园区协同研究，利用协同学理论研究城市圈港口物流园区协同，提出港口物流园区的协同模式与方法。洪琼和张浩（2013）进行了物流园区供应链信息协同机制研究，探索了物流园区供应链信息协同运作模式及信息协同机制。李艳双（2010）进行了环渤海经济圈物流园区网络协同研究，分析了环渤海经济圈物流园区网络协同效应及其措施建议。林晓伟（2011）的基于并购整合的物流企业资源系统协同研究，分析了物流企业资源系统生命周期协同演化过程及其并购整合过程中的协同效应。徐青青、繆立新（2007）的区域物流协同内涵及模式研究，分析了企业“种群”作用下区域物流的协同内涵、模式和演化进程。

从国内外文献梳理可见，国内外对物流园区协同方面的研究还非常薄弱，而对物流园资金流子系统的协同研究文献还是空白，还需要大力加强物流园区资金流协同理论和实践的研究和探索。

二、资金流协同因素分析

1.资金流的协同描述

物流园区有物流、信息、资金和商流，它们各个子系统相辅相成，相互作用，形成物流园区的协同发展系统和效应。其中的资金流系统的协同是物流园区协同发展的血脉和动力。资金流协同是指资金流子系统内部的协同。它是物流园区资金流子系统在物流园区上有效地整体协同。物流园区协同发展模式中的资金流对传统园区中的资金流概念进行了拓扑。它的协同机理及拓扑在于，它是实体和虚拟货币在园区内外各个行为主体之间的流动的有效协同，形成了协同共生平台的快捷及时的支付结算体系和开放性资金流闭环系统。子系统内部的序参量关键影响因素满足其协同共生的均衡条件。其运作上的表现形式为，货款快捷及时收付、投融资、银行信贷、银行授信、仓单质押、财务监管、金融保险以及在货币在流动中会形成反向的实体和虚拟产品或服务的流动的协同。它是物流园区在节点变革过程中的基本血脉和基本动力的协同运动。

笔者按照广泛性和典型性的标准，经过比较选择了二十个样本物流园区，它们包括：欧浦钢铁物流园、林安现代物流园、惠州金泽物流园、宝供物流园、南方物流园、南沙国际物流园、广州空港物流园、广百骏盈现代物流园、广东天润物流园、虎门港国际物流园、嘉诚国际物流服务园区、前海湾（保税港区）物流园区、东莞市兴业国际物流城、宝鼎威物流园、珠海港汇通物流园、汕头广澳物流园、湛江市霞山水产品批发市场物流园区、广东宏昌物流中心、华南国际现代冷链物流中心、华南国际工业原料城等。

本文选择了构成资金流协同因素指标的5个主要维度。通过文献资料查阅和理论研究，并综合我们的实践经验，根据影响物流园区协同的关键因素预测和问卷调查实测的统计数据显示，在资金流指标对于物流园区协同发展的影响因素中，所选取的具有充分代表性的5个主要维度的序参量测度因子，作为资金流量表的测试题项。共发放问卷200份，收到157份有效问卷。样本空间及选择合符规范要求。

资金指标对物流园区协同发展模式的影响因素中，构成的主要维度包括5个序参量测度因子。该指标主要从园区的投资回报情况、资金投入与回收方式、金融增值服务多样化、研发与营销投入等角度进行考察。其5个序参量测度因子分别是：园区经营总支出占总收入比重值、投融资数额及资本化、金融服务模式多样化、研发费用比例以及营销费用比例。资金流各测项的统计量如表2所示，各测项的经济解释意义如下所示：

表2 资金流测项统计量

（1）园区经营总支出占总收入比重值：是物流园区经营的总支出占总收入的比重处于合理的范围，在同类的物流园区中具有竞争力，用于衡量物流园区经营的投资回报率及收益大小的参照值和衡量指标。

（2）投融资数额及资本化：通过投资和融资，有相对充足的、可用来支持园区及园区内企业经营运作的资金和资本化过程，如园区在项目投资、增资扩股、上市、资本化运作等方面的投资额度等，园区具有发展形成闭环特征的支付系统和上市、资本化的目标、过程和效果。

（3）金融服务模式多样化：园区能够提供多样化的金融服务，根据用户的特性需求采取不同的金融服务模式，如融资租赁和担保、质押贷款、银行授信等金融增值服务的多样性、广泛性的程度以及园区客户的可选择性和财务信用程度。

（4）研发费用比例：指物流园区的研发（包括研究及发展投入）经费在经营总支出中占有一定的比重，为新的研发促进物流园区成长和转型升级提供的资金保障，是反映衡量园区科技创新、制度创新重视程度和园区转型升级投入水平的指标。

（5）营销费用比例：物流园区的营销经费占经营总支出的比重值应该在合理的水平，不宜过高，但同时也不可过低，是用来反映衡量园区的营销水平及市场认知程度和透析能力的指标和参照值。

根据关键因素量表预测和实测的统计数据显示，所选择的构成资金流指标的5个主要的维度，不仅具有很好的典型代表性，而且是能够充分和必要地反映出了资金对物流园区协同发展模式的影响程度（见表2）。

2.信度分析

关于资金流对“物流园区协同发展”的影响程度，对资金部分的各测项5个题目的可信度进行检验，得到信度值为0.747。由此可以判断，利用该资金部分进行的测试结果可信度还是较好的，具有一定的参考价值。输出结果如下表3所示。

表3 资金部分各测项一致性信度检验的α系数

根据表4的资金部分的方差检验（F检验），可以看出，F值为5.507，相应的伴随概率为0.000，其显著性水平明显是小于0.01。也就是说，用该资金部分各测度项所调查结果的可信度不正确的概率远远小于1%，换句话即是其可信度的正确率大于99%。因此，说明这个部分的可信度很好。

表4 资金部分的方差检验

3.效度分析

如表5所示为信息部分的KMO和Bartlett球形检验值，根据输出结果得到KMO系数为0.778，在0.7到0.8之间，且偏向0.8，根据基本原理中所介绍的判断标准，属于一般且偏向适合的范围。Bartlett球形检验的近似卡方为169.104，检验的显著性水平Sig.为0.000，达到了极其显著的水平，说明资金部分各测项之间有明显的结构性和相关性，同时也说明该资金部分适合做因子分析。

表5 信息部分的KMO检验和巴特利特球形检验

4.因子分析

根据因子分析的方法，将资金部分各测度项的5个题目加以主成分因子分析，试图探索出该资金部分量表潜在的结构，使其变成较少而彼此相关较大的因子。一般来说，变量的共同度是越高越好，0.8以上是比较理想的状态，如果共同度大于0.4，则公因子可以很好地解释指标，并且就能够把共同度小于0.4的维度剔除。

采取主成分分析法提取因子，如表6所示为资金指标变量的公因子方差表，该表中给出了各初始测度项变量的共同度。分析结果显示指标共同度的最大值是0.727，最小值是0.621。因为共同度的最小值大于0.4，所以说明公因子能够很好地解释了资金各测度项的5个维度。

如表7所示为资金的总方差解释表，从表中可以看出，第一个因子的特征值为2.517，方差贡献率为50.340，表示可以解释资金部分5个变量的50.34%，是方差贡献最大的一个主成分。这里，前3个因子所解释的方差虽然占所有变量总方差的80.508%（大于80%），然而前2个因子已经解释了所有变量的67.687%（大于50%），且第一个因子的特征值大于1，又有第二个因子的特征值也较大且较接近于1。所以，在该因子分析中可以提取2个公共因子。

表6 资金指标共同度

表7 资金的总方差解释表

图1 资金指标碎石图

如图1所示为资金因子碎石图，从图中可以看出，前面两个点之间的高度明显呈现出陡峭的“碎石坡”，而从第二个因子开始因子解曲线就逐渐变得相对比较的平缓，在其后的几个点之间形成“平坡”。因此，提取了2个因子是比较合适的，这也和方差解释表中的信息保持一致。同时，结合前面表5的公因子方差，一般来说，如果在因子分析中所获得的公因子，能够解释50%以上的变异，说明该资金部分量表具有着较好的结构效度。

如表8所示为旋转后的因子载荷矩阵。通过因子旋转，载荷的大小进一步分化，不同变量的因子归属会更加清晰。这里采取的是Kaiser标准化最大方差旋转法来进行因子旋转，在旋转3次迭代后收敛得到因子载荷矩阵，通过该表就可以把每一列的因子载荷较大的变量归在一起。明确各因子所包含的变量之后，还需要对各因子进行命名，即一般是抽取各因子中多个变量的共同点。

表8 旋转后的因子载荷矩阵

图2 旋转空间中的成分示意图

三、资金流协同效应模型——F模型

构建模型——资金流F：

资金流子系统内部的协同程度越高，则物流园区的综合服务功能的提升就应该相对越高，物流成本的降低就相对越多，物流园区的价值外溢就应该相对越高。由此，物流园区的发展与物流、信息流、资金流和商流“四流”的协同应该呈正相关关系。

在物流园区协同共生模式下，资金流与其他指标协同共生的贡献度向量函数X3，等于资金流指标X3中的各个维度X3j与其相应的维度权重（有序度）w3j的向量矩阵乘积，再乘以物流指标X3在四流协同发展模式中的指标权重（有序度）w3。所以，资金指标的向量函数X3的具体表达式如下所示：

式中：

X3表示在物流园区协同发展模式下的资金指标，即贡献度，取值（0，1）

w3表示在物流园区协同发展模式中，资金指标X3的权重（有序度）

j表示维度的序数，j=1，2，…，5；资金指标下的维度总数为5

X3j表示在物流园区协同发展模式下的资金指标X3中的不同维度，即指标

X3j在物流园区协同发展模式下的资金子系统X3中的贡献度，取值（0，1）

w3j表示资金指标X3中不同维度w3j的权重（有序度）

由表9资金指标及其维度的权重表可知，X3=“资金”（F）；在物流园区协同发展模式里，资金F的权重为0.2366，即w3=0.2366；资金流中各个具体维度X3j的权重为w3j，则

因此，即得到具体的资金指标的贡献度向量函数X3（F）：

此即得到了物流园区的资金流协同效应（贡献度）模型；或简称为资金流协同（度）模型，简记为：F模型。

四、资金流协同分析

形成物流园区自成一体的开放性闭环第三方支付结算体系，尽可能形成资金流的闭环系统环境，为园区入园的物流企业和各服务机构提供全方位的物流金融服务是资金流协同的基本内容及其共生系统的发展方向。它主要是通过构建物流园区的物流金融闭环第三方支付结算系统为园区的物流供应商、物流需求方和园区内各物流服务企业或主体等提供系统化、平台化的物流金融的服务和支持，系统解决物流园区的物流支付结算问题、投融资、金融服务、保险服务、仓单质押、票据结算、航运金融、押汇结汇等物流金融服务问题，形成资金流在园区开放性闭环系统环境中的有效协同。誓如，通过向入园物流企业提供小额贷款，转让银行一定额度的授信，进行仓单质押，提供投融资解决方案或咨询以及其他金融服务的模式，可以有效地解决企业的物流支付结算困难和问题，尤其是解决中小物流企业贷款难等资金问题。我们的模型和分析充分地表明和支持了我们物流园区的资金流协同对物流园区协同发展的重要影响的这些结论。

五、结论

本文通过从物流园区的资金流子系统的内部协同理论与模型，详细剖析了物流园区“四流协同”的资金流协同共生的内涵。从微观的层次分析物流园区的资金流子系统的内部协同共生及其所产生的功能效用。

对于物流园区协同发展模式的影响因素中的资金流维度部分，本文选取了具有充分代表性的5个主要的维度，来作为资金流量表的测试题项。根据关键因素预测和实测的统计数据显示，所选择的构成资金流协同因素指标的5个主要的维度，不仅具有很好的代表性，而且是能够充分和必要地反映出资金流对物流园区协同发展模式的影响程度。

首先，资金流子系统对物流园区协同发展的影响程度的信度分析表明，通过对资金流维度的各测度项5个题目的可信度进行检验，得到可信度值为0.747。由此可以判断，利用该资金流部分进行的测试结果的可信度是较好的，具有较大的参考价值。根据方差检验，其显著性水平明显小于0.01，即其可信度的正确率大于99%。因此，说明本文选择的影响物流子系统协同共生的影响因素指标的可信度很好。

其次，资金流子系统对物流园区协同发展的影响程度的效度分析表明，根据资金流部分的KMO和Bartlett球形检验值输出结果按照判断标准，Bartlett球形检验的显著性水平达到了极其显著水平，说明资金流部分各测项之间有明显的结构性和相关性，而且，该物流部分适合做因子分析。

再之，资金流子系统对物流园区协同发展的影响程度的因子分析表明，将资金流维度各测度项的5个题目加以主成分因子分析，试以探索出该资金流部分量表潜在的结构，使其变成数量较少而彼此相关较大的因子。一般来说，变量的共同度是越高越好，0.8以上是比较理想的状态，也即资金流子系统影响因素指标的共同度是越高越好。如果共同度大于0.4，则公因子可以很好地解释指标，并且就能够把共同度小于0.4的维度剔除。这里采用主成分分析法提取因子，并且保留特征值大于1的因子。在资金流指标变量的公因子方差表中给出了各初始测度项变量的共同度（即共生度）。分析结果显示指标共同度的最大值是0.727，最小值是0.621。因为共同度的最小值大于0.4，所以，说明此公因子能够很好地解释资金流各测度项的5个维度。在资金流的总方差解释表中可以看出，第一个因子的特征值为2.517，方差贡献率为50.340，表示可以解释资金部分5个变量的50.34%，是方差贡献最大的一个主成分。这里，前3个因子所解释的方差虽然占所有变量总方差的80.508%（大于80%），然而前2个因子已经解释了所有变量的67.687%（大于50%），且第一个因子的特征值大于1，又有第二个因子的特征值也较大且较接近于1。所以，在该因子分析中可以提取2个公共因子。

表9 资金指标及其维度的权重

在资金流因子碎石图中可以看出，前面两个点之间的高度明显呈现出陡峭的“碎石坡”，而从第二个因子开始因子解曲线就逐渐变得相对比较的平缓，在其后的几个点之间形成“平坡”。因此，提取2个因子是比较合适的，这也和方差解释表中的信息保持一致。同时，结合公因子方差，所选择的2个公因子又能够解释50%以上的变异，说明本文资金流子系统的关键影响因素指标选择具有较好的结构效度，即本文资金流子系统协同共生变量的选择有着比较好的完备性和充分性。

在此基础上，构建了物流园区的资金流协同模型。资金流子系统内部的协同度越高，则物流园区的综合服务功能的提升就应该相对越高，物流成本的降低就相对越多，物流园区的价值外溢效用（度）就应该相对越高。由此，物流园区的发展与物流、信息流、资金流和商流“四流”的协同应该呈正相关关系。即，在物流园区协同共生模式下，资金流与其他指标协同共生的贡献度向量函数X3，等于资金流指标X3中的各个维度X3j与其相应的维度权重（有序度）w3j的向量矩阵乘积，再乘以物流指标X3在四流协同发展模式中的指标权重（有序度）w3。将相应的协同度系数代入其中，由此得到了物流园区的资金流协同效应（度）模型，F模型。

本文还分析了物流与资金流协同运作的物流金融协同问题。物流金融的协同主要是通过构建物流园区节点的物流金融系统形成物流园区自成一体的物流园区闭环第三方支付结算体系，尽可能形成资金流的闭环系统，为园区的物流供应商、物流需求方和园区内各物流服务企业或主体等提供系统化、平台化的物流金融的服务和支持，系统解决物流园区的物流支付结算问题、投融资、金融服务等物流金融问题，形成资金流的有效协同。

1.Hercu les Hara lambides，“Determinants of a regional port-centric logiscics hub： The case of East Africa，” Maritime Economics & Logistics （2011） 13，78～97

2.“Logistics Hub，” Anonymous Military Technology；Aug 2004；28，8

3.M.E.O’Kelly，2009，“Rectilinear minimax hub location problems，” J Geogr Syst （2009） 11：227～241

4.Heerwagen，Peter，“Hub One Relocates To Chambers-5 Warehouse，” Quad - State Business Journal；Jun 2006；17，8

5.Kuo-Liang Lee · Wen-Chih Huang · Junn-Yuan Teng，2007，“Locating the competitive relation of global logistics hub using quantitative SWOT analytical method，” Qual Quant （2009）43：87～107

6.张得志.《物流园区演化机理与布局优化方法的研究》【D】，中南大学，2006

7.梁世翔《物流园区企业捕食型协同模型研究》【J】，《物流技术》，2007年26卷第6期

8.焦薇，刘凯.《物流园区合作共生系统利润分配研究》【J】，《交通运输系统工程与信息》，2013年第4期

9.洪琼，张浩.《物流园区供应链信息协同机制研究》【J】，《物流技术》，2013年第32卷第11期

10.汪燕.《武汉城市圈港口物流园区协同研究》【J】，《物流技术》，2008年第27卷第11期

11.吴文征，鞠颂东.《基于非合作博弈的我国物流园区协同发展探讨》【J】，《中国流通经济》2010年12期

12.梁世翔.《基于ITS的物流园区协同研究》【D】，武汉理工大学，2007年

13.李艳双.《环渤海经济圈物流园区网络协同研究》【J】，《中国商贸》，2010

14.徐青青，繆立新.《区域物流协同内涵及模式研究》【J】，《科技进步与对策》，2007年

15.吴文征，鞠颂东.《物流园区网络协同运作研究》【J】，北京交通大学学报（社会科学版），2013年第2期

16.余烈锋.《物流园区主动协调规划模型及其在香港的应用研究》【D】，北京交通大学，2011

17.吴文征.《物流园区网络协同研究》【D】，北京交通大学博士论文，2012年5月