物流协同模型（共8篇）
物流协同模型 篇1
摘要：就我国目前现状而言, 我国的物流协同模型构建工作仍存在着一定的问题, 从中小零售企业的物流协同模型的构建来说, 模型的构建模糊、不具体及所存在着的一定的漏洞都严重地影响了我国物流协同模型的构建成效。如何更有效地构建足以应对现今市场经济体制, 让企业得到充分发展空间的物流协同模型, 已经成为了我国现今每一个中小零售企业都需要考虑的问题了。本文将从中小零售企业的角度出发, 对其物流协同模型的构建工作作进一步的探讨。
关键词：零售企业,物流协同模型,构建问题
一、中小零售企业物流协同模型构建现状
就我国目前现状而言, 中小零售企业的物流协同构建虽然得到了充分的重视, 但由于其构建技术仍处于初级阶段, 构建工作的流于形式严重地影响了我国中小零售企业运作的成本。尤其是在市场经济体制不断落实、市场竞争不断激化的今天, 我国的物流协同构建工作甚至直接主导了各个中小零售企业的经济效益。如何更好地构建起一个合理、时效的物流协同模型已经成为了现今每一个中小零售企业都需要考虑的问题了。
物流协同模型的构建是我国现今中小零售企业缓解成本压力的最主要工作, 也是一大难点。在技术上, 我国的物流协同模型的构建技术仍未成熟, 且由于仍处于初级阶段, 也没有相应可以参考的成功范例, 基于这些因素, 我国的物流协同模型的构建往往流于形式。在观念上, 由于企业与企业之间竞争的不断加大, 在协同模型构建过程中往往没有意识到相互间的协同作用, 协同观念也没有得到及时的更新, 协同过程往往会产生一定的矛盾, 这就从根本上滞碍了整个物流协同模型的构建工作了。且由于市场的不断更新, 中小零售企业运营模式的局限性, 其物流协同模型的构建工作往往还会存在着构建进度跟不上时代步伐、没有凸显其时效性、构建的不灵活等问题。这些都是针对我国中小零售而言的物流协同模型构建难点。
二、我国中小零售企业物流协同模型构建问题及其相应对策
就我国目前现状而言, 我国中小零售企业的物流协同模型的构建工作仍存在着一定的问题, 从协同模型的构建技术到构建方向, 都存在着许多的漏洞。下面, 笔者将就这些问题进行探究, 对其存在的问题所需要的相应的对策进行系统化的剖析。
(一) 中小零售企业物流协同模型构建的方向偏移
近年来, 市场的物流协同模型构建工作的普及使得我国的物流市场迎来了一个崭新的阶段, 尤其是从我国正逐渐落实的市场经济体制的角度来说, 其的普及使得我国的市场经济体制得到了进一步的发展空间:市场经济体制是将各地与各地经济联系起来的一种经济体制, 而物流协同模型的构建则是将单个供应链产品输向各个区域的一项重要工作。因此, 市场经济体和物流协同模型是相辅相成的。但从我国目前现状来说, 物流协同模型的构建往往只在批发企业和较大型的零售企业中得到了充分的利用, 而中小型的零售企业在构建物流协同模型的过程中则常常由于资金的不足及市场供需的矛盾而造成物流协同模型的构建工作流于形式。这归根到底, 都是由于中小零售企业在构建物流协同模型的过程中没有认清物流协同模型的构建方向、盲目开展构建工作所造成的。
中小型的零售企业与大型的零售企业及批发企业是存在着较大差异的, 从成本运作的需求到企业运营的模式都有着许多的不同点。尤其是在成本运作需求而言, 中小型企业由于资金的缺乏, 如果盲目构建如大型零售企业的物流协同模型, 则会很有可能会造成资金紧缺、通货膨胀等现象, 得不偿失。
因此, 中小型的零售企业在构建物流协同模型的时候, 必须先以自身的运营模式及成本运作需求为基础, 对既有的物流模式加以更新, 再参考大型的零售企业的物流协同模型构建工作, 制定出一系列的构建要求, 明确构建工作的方向及其内容, 从根本上规范化、合理化整个构建工作。在构建完成后, 还应对构建工作后的物流情况及企业自身的资金运转能力进行全方位的可靠性评估, 一旦发现构建工作不满足于企业运作, 则应立即采取相应工作对物流进行限制性约束, 充分保证企业的经济效益, 让物流协同模型的落到实处。
(二) 物流协同模型构建的协同工作成效不足
在现今的市场经济体制底下, 物流协同模型的构建得到了充分的发展空间, 其时效性及覆盖性协同的优势从根本上环节了我国销售行业的物流成本压力。但对于中小型零售企业而言, 由于其产业覆盖面的不大, 且市场的竞争也不断加剧, 使得中小型零售企业在进行产品销售的过程中往往存在着一定的恶性竞争的趋势。这就使得物流协同模型的协同优势得不到充分的发挥了:企业与企业之间在构建物流协同模型的过程中常常由于资源的竞争而产生一定的矛盾, 使得协同工作得不到有效落实, 在物流过程中也往往因为各方面的因素而滞碍了物流的进度, 直接导致了物流成本的加大, 让企业的经济效益受到了严重的损害。因此, 中小企业在构建物流协同模型的过程中, 必须有一个前瞻性的意识, 充分凸显出协同的作用。
协同工作是我国物流协同模型工作的重点, 也是直接影响着企业运作效率的一项重要工作。就我国目前现状而言, 中小企业再构建物流协同工作的过程中要想凸显期协同作用, 必须先行召开协同各方的商谈会, 征求各方意见进行商讨, 对各方的义务及权利进行标准化的界定, 同时将界定结果进行有机整合, 对发生矛盾的地方作进一步的分析, 确保整个物流协同的可行性, 避免因各方面的职责矛盾而使物流协同模型流于形式。
(三) 物流协同模型构建的不具体
物流协同模型的构建工作是一项覆盖面极广的工作, 而物流协同模型则是贯通着整个市场供应链的一个系统化模型, 在构建物流协同模型的过程中, 协同部分的负责人必须把协同工作落实到模型所涉及的每一个要点, 将其中的各个方面都进行具体化的构建。但是, 基于我国国情, 由于技术能力的不足, 中小零售企业的物流协同模型的构建工作仍然存在着不具体的问题, 企业营销模式的多样化, 整个供应链物流的复杂化, 都使得我国中小零售企业物流协同模型的构建工作的难度更加大, 更容易催生出构建的不到位现象。因此, 技术人员在构建物流协同模型的过程中, 必须严格依照相关的公式对物流协同模型的构建工作进行规范化、系统化的整理, 让整个物流协同模型落实到位。
三、基于改进的病毒进化遗传算法的物流协同模型求解
基于模型中对供应链物流协同任务总成本最小的要求, 对建立的模型采用改进的病毒进化遗传算法进行求解。改进的病毒进化遗传算法是在传统病毒进化遗传算法的基础上, 对初始病毒种群的建立生成进行改进, 选取主群体中较优秀的个体生成部分初始病毒个体, 提高了病毒个体的适值和感染能力, 从而也就提高了整个主群体的平均适值, 采用筛选法进行选择操作, 提出的一种新的病毒进化遗传算法。下面就运用改进的病毒进化遗传算法构造供应链网络物流协同的算法, 寻找满足上述目标函数的最优执行任务的节点企业组合, 使任务总成本最小的最优解。
(一) 病毒染色体
病毒个体 (virus) 产生于主个体伪 (host) , 病毒个体染色体编码是主个体的子串, 其编码长度可以小于或等于主染色体的长度, 本文采用病毒个体的位长与主个体相等的方法。在病毒个体串中包含通配符+, 除通配符以外的其他编码为有效字符, 如6*5**3是产生于主个体675123的病毒个体。
(二) 适应度函数
1. 主个体适应度。
对于本文所要求解的供应链物流协同总成本最小这一问题, 我们将主个体适应度函数定义为:
其中K为一个较大的常数, 后三项分别表示任务执行成本、运输成本和惩罚成本。
2. 病毒个体适应度。
病毒适应度是其感染特性的最主要的评测标准, 病毒个体i的适应度函数由被它所感染的主个体在感染前后的适应度函数变化来表示。假设病毒感染的主个体集合为U, U中个体k被感染前后的适应度函数分别为fithost A和fithostk, 则病毒i的适应度函数为:
3. 病毒个体的生命力。
设初始病毒个体的生命力为0, r为生命递减率。第t+l代病毒个体i的生命力为:
(三) 进化操作
1. 初始种群的建立。
关于初始主种群个体的选择, 采用的是随机方法。在本研究中, 初始病毒种群是由两部分产生的。一部分是随机生成的, 而且在一般情况下, 其数目取M=N/10。另一部分, 则是将其中适应度比较高的个体进行复制所产生。初始病毒个体的具体产生过程大体如图1所示:
2. 主个体的进化操作。
主个体的进化操作主要包括交叉 (cross) 、变异 (mutation) 、选择 (selection) 。在本研究中, 单独个体的染色体进行单点交叉, 以较低概率统一进行变异, 为了保留父代中的优秀个体, 避免进化操作对优秀个体的破坏, 采用筛选法进行选择。
3. 病毒个体进化操作。
病毒个体在进化操作的程序中主要包括两部分, 一部分是病毒感染, 另一部分就是复制/剪切。
其中, 病毒感染是指每个病毒个体以动态变化的概率碾讨。替换对应主个体上的基因形成一个新的个体, 其中:
而复制/剪切是指, 以概率‰进行复制或对病毒个体以概率ncmi进行剪切操作, 产生新的病毒个体代替原有种群中相应的个体。
4. 改进的病毒进化遗传算法的步骤
步骤1:参数初始化:
步骤2:种群初始化。
步骤3:主个体进化。
步骤4:对viruspop (t) 中的个体i, 以概率一对hostpop (t+1) 中的个体进行病毒感染操作记录感染后的子群体为u, 计算u中每个个体k的适应度函数值fithostk, 主个体k被病毒i感染前的适应度函数值为fithostk。
步骤6:计算life。
参考文献
[1]将霁云, 张旭辉, 供应链物流瓶颈存在的原因分析[J]-生产力研究2008 (07)
[2]马士华, 孟庆鑫, 供应链物流能力的研究现状及发展趋势[J]-计算机集成制造系统-CIMS 2005 (03)
[3]FANG-HUA NING, WU-JIA YU, Research on resource coordination of collaborative logistics based on time and cost, 2007
物流协同模型 篇2
关键词：珠中江：城市区域；协同物流；体系构建
中图分类号：F207 文献标志码：A 文章编号：1000-8772（2012）15-0101-02
一、珠中江城市区域协同物流体系分析
1.珠中江三市经济发展情况。2011年，珠中江三市地区生产总值分别为1 403.24、2 190.82和1 830.64亿元，分别比上年增长11.3%、13.0%和13.0%，均高于全省GDP 10%的平均增长速度，是珠三角重要的经济增长极，综合实力不断增强。其中，规模以上高技术制造业增加值分别是3.2%、16.9%和22.5 %；珠中江三市固定资产投资分别为638.37、766.79和741.94 亿元，分别比上年增长28.4%、21.9%和21.1%；珠中江三市GDP和投资总量的排位是中山、江门和珠海。珠中江三市投资率（固定资产投资/国内生产总值）分别为45.5%、35.0%和40.5%，投资率均处于较高的水平。珠中江三市实际吸收外商直接投资分别是13.38、7.29和7.89亿美元，增长9.3%、9.2%和-28.8%。
2.珠中江物流产业发展情况。2011年，珠中江三市全年社会消费品零售总额2 083.08亿元，比上年增长51.7%；外贸进出口总额1 035.33亿美元，比上年增长52.1%。珠中两市全年交通运输、仓储和邮政业增加值74.35亿元，增长29.4%；珠中江三市全年主要港口完成货物吞吐量18 547万吨，增长51.4%：货物周转量为302.67亿吨公里，增长0.8%；私人汽车拥有量81.59万辆，增长51.8%。珠江两市（中山市没有这个统计数据）年末公路通车里程1 1403公里，比上年增加34.3公里。其中高速公路449公里，以上年增加7.3公里。另外，珠海市外贸货物吞吐量1 699万吨，增长1.2%；港口集装箱吞吐量81.88万标准箱，增长16.5%。江门全年水陆货运量8 180万吨，比上年增长9.7%。珠中江三市全年邮电通信业务总量161.06亿元（2010年不变价），增长34.6%；年末固定电话用户达到330.51万户。珠江两市邮政业务总量4.95亿元，增长33.5%；电信业务总量90.12亿元，增长19.7%。中江两市移动电话用户894.76万户；互联网用户182.51万户。
3.珠中江三市投资产业结构对比分析。从产业结构看，珠中江三市固定资产投向的产业各有不同。中山市，第一产业投资0.19 亿元，下降24.5%；第二产业投资264.22亿元，增长14.2%。其中工业投资263.98亿元，增长14.7%；第三产业投资502.39亿元，增长26.5%。珠海市，第二产业投资152.11亿元，增长22.7%。其中制造业投资123.18亿元，增长17.3%；第三产业484.35亿元，增长29.9%。江门市，第一产业投资4.61 亿元，增长40.7%；第二产业投资456.04亿元，增长19.5%，其中工业投资增长19.4%；第三产业投资281.29亿元，增长23.4%。
上述数据表明，珠中江三市固定资产投向第一产业的比重均较低，江门市固定资产投向主要集中在第二产业，珠海和中山两市则主要是第三产业。这样的投资方向基本符合珠江三角洲地区改革发展规划纲要（2008—2020）中对珠江口西岸地区的战略定位。珠中江三市分布密集的产业群，以制造业为基础的经济增长模式，形成了广阔的物流市场空间。
4.珠中江城市区域协同物流体系现状。2009年9月8日，珠中江三市在珠海市举行了《珠中江城市规划合作框架协议》（以下簡称《协议》）签署暨《珠中江城市空间协调发展规划》（以下简称《规划》）编制启动仪式，珠中江区域城市规划合作正式启动，并以交通基础设施和边界地段的城市建设为合作的突破口，逐步展开合作。2011年10月27日，由广东省通信管理局和珠海、中山、江门三市政府联合组织的珠中江通信一体化启动仪式在珠海隆重举行。由广东省通信管理局、珠中江三市政府和基础电信企业对涵盖珠中江三市1 385万用户的通信网络、业务系统和支撑平台进行了升级和改造，从网络、服务、资费三个方面推进珠中江通信一体化。年票互通是珠中江实现交通一体化进程的实质性突破，珠中江三地车辆相互不再收费，特别是外海大桥不再收费，推动了古镇的灯饰业向江门转移，进一步做大古镇灯饰产业。
珠中江经济圈交通基础设施在“十一五”期间已经日趋完善并逐步对接，且已经形成立体的综合交通网络。目前，京珠高速、沿海西部高速、江珠高速、中江高速、广珠高速等五条高速公路贯通珠中江经济圈内；线路总长177.3千米、时速为200KM/H的广珠城际轨道建成通车；同时，建成了以高栏港、中山港、江门港为中心，连接内陆、江海直达、四通八达的水运体系。
二、珠中江城市群区域协同物流体系构建存在的问题
1.物流基础设施配套性差。近年来，尽管珠中江城市群物流基础设施，尤其是物流运输基础设施的建设加快，但应该看到，珠海、中山、江门三市在物流基础设施建设方面互不联系，缺乏大型的配送中心和物流中心，物流基础设施落后、使用效率低，无法形成规模化、社会化、专业化、集群化和一体化经营。且由于缺乏统一规划和协调，物流基础设施总量仍然不足，布局不够合理，配套性、兼容性较差，综合性货运枢纽发展缓慢，物流基础设施的整体功能尚未充分发挥，难以满足现代物流发展便捷化与高效化的需要。
2.物流的供需双方尚未实现相互促进的良性循环。一方面，由于我省现代物流业刚刚起步，作为供方的第三方物流企业“小、散、差”问题突出，专业化、规模化、社会化程度低。大多数第三方物流企业只能提供简单的运输和仓储服务，经营模式、服务质量和工作效率难以满足日益增长的物流需求。另一方面作为需方的工商企业受“大而全”、“小而全”的传统经营模式的影响，不愿将自身的物流业务剥离，习惯于自办物流，物流效率处于低水平、高消耗状态，导致流转速度慢、物流成本高。
3.物流业发展的政策环境有待进一步改善。物流企业在经营过程中仍然面临营业税应征基数偏高、市场竞争不规范、配送车辆城区通行受限、车辆公路通行收费过高造成企业负担过重，以及土地资源紧张且价格偏高等问题，物流企业的发展尚缺乏有力的政策扶持。
4.物流企业经营方式落后。珠中江城市群缺乏规范统一的物流公共信息平台，且大多数物流企业信息化水平偏低，应用计算机管理系统、自动识别和条码技术、GPS全球定位系统等先进的信息技术更是处于学习和起步阶段，以至于各部门、各行业的信息系统没有对接，无法实现互联互通和信息共享，严重地阻碍了珠中江区域协同物流体系构建的进程。
5.珠中江三市制造业的发展有待统一规划、协调发展。先进制造业对物流业的影响是众所周知的。可是，从政府来讲，对物流业的认识基本上还停留在修建铁路、公路等较低的层次上，缺少对珠中江三市制造业发展过程中的区域和行业统筹，更没有针对区域物流业发展瓶颈问题的处理机制。
三、构建珠中江区域协同物流体系的政策建议
1.建立物流业与区域经济协调发展的共生关系。正确认识优化区域经济结构和促进区域经济发展过程中物流业的作用，借鉴西方发达国家的经验，结合珠中江区域经济发展过程中所遭遇的一系列问题，建立一个有助于城市区域科学、健康、协调发展的管理机构，突破行政区划的束缚，以经济、法律和行政等宏观调控手段，促使物流业与区域经济协调发展成为共生关系。
2.以产业集群带动区域协同物流体系发展。产业集群已成为当今区域经济与物流业协同发展的主流模式。珠中江城市群正处于全力发展先进制造业的重要时期，实施产业集群战略不失为一个好的选择。在条件可行的情况下，加快航空产业、海洋产业、装备制造业、交通运输设备制造业以及农产品加工业等产业体系；实施可行的优惠政策，引导分散企业逐步向产业集群集中。在引进高素质人才、提升企业家素质的同时，营造分工协作、勇于创新、诚信经营的产业集群文化，形成区域产业集群品牌。
3.建立公平合理、有序竞争的区域市场体系。区域经济联系不仅表现在单个城市内部分工基础上的商品贸易流动，而且也表现为区域内外复杂的要素流动。区域协同物流体系的构建需要统一开放的市场体系相配合，特别是经济全球化时代，拥有一个统一开放且与区域内外接轨的市场体系，不仅可以提高城市群自身积累与引进发展资金的能力，也是区域协同物流体系构建并推动经济发展的必要途径之一。
4.加快珠中江内部交通网络的连接。建议三市尽快贯通珠中江三市交通快速通道，加快实施和推进现有的规划项目。解决珠中江地区路网东向出口不足的问题；拓宽中江高速，为深中通道建成后可能大幅增长的车流提前做好准备；尽快建设西部沿海高速延伸段，提前建设珠海—南沙线、南沙—中山港线，提高中山港、神湾港的辐射带动能力。西接江门，提前实施中山—新会联络线建设，打通古神公路与珠海的通道，加强中山大涌、南区、五桂山等镇区与新会、珠海的联系，形成“新会—中山西部—珠海高栏港”的三市西部联系通道。南连珠海，加快实施神湾—珠海线（中山横五线）、板芙—斗门线（中山加七线）、坦洲—斗门线（中山加九线）等道路的建设，加强中山南部组团各镇间联系，以及与珠海道路的衔接。
5.贯彻落实科学发展观，实施可持续发展战略。经济发展对环境产生的负面影响，必然会造成城市群的结构优化的诸多障碍。在今后城市群结构优化的过程中，必须切实加强生态环境保护，实施可持续发展战略。用“绿色GDP”的核算方法代替传统的核算方法；加强以城市绿地为重点的城市基础设施建设，保证城市绿地建设用地；树立资源的系统观、辩证观、价值观和法制观，实施资源节约型的城市群发展战略；加大生态环境保护的宣传教育力度，增强城市群居民的生态环境保护意识。
参考文献：
[1] 刘联辉.物流系统规划及其分析设计[M].北京：中国物资出版社，2006：8996.
[2] 薛辉，欧国立.基于谱系分析的产业集群与区域物流系统协作模式研究[J].物流技术，2008，（7）：1-3.
[3] 肖金成.中国将形成十大城市群[EB/OL]. http：//news.sohu.com/20070329/n249044932.shtml/
[4] 郭建科，等.中國城市群物流研究述评[J].地域研究与开发，2011，（1）：51-54.
[5] 陈赶年.珠中江一体化：障碍在哪里，未来在何方？[EB/OL].http：//www.tieku.org/195675/1.html，2009-06-03.
[6] 陆大道.区域发展及其空间结构[M].北京：科学技术出版社，1999.
[7] 姚士媒，朱英明，陈振光，等.中国的城市群[M].合肥：中国科技大学出版社，2001.
[8] 詹姆斯·C.约翰逊，等.现代物流学[M].张敏，译.北京：社会科学文献出版社，2003.
[9] 珠海市人民政府.珠海市国民经济和社会发展第十二个五年规划纲要[Z/OL].珠海市政府办公室信息公开，2011-04-29.
[10] 广东省中山市人民政府.中山市国民经济和社会发展第十 二个五年规划纲要[Z/OL].广东省发展和改革委员会，2012- 01-18.
[11] 江门市人民政府.江门市国民经济和社会发展第十二个五 年规划纲要[Z/OL].江门投资网，2011-08-08.
[12] 珠海市物流产业发展规划（2009年修订版本）[Z/OL].http：// www.doc88.com，2009.
[13] 中山市现代物流业发展规划[Z/OL].http：//www.docin.com， 2003-03-03.
[14] 江门市物流产业发展规划（2010—2020）[Z/OL].2010-08-09.
[15] 国家发展和改革委员会.珠江三角洲地区改革发展规划纲 要 （2008—2020）[EB/OL].人民网，2009-01-08.
[16] 胡汉超，时评热论：推进珠江西岸一体化才是终极目的[EB/OL]. esf.nb.soufun.com，2009-06-14.
[17] 珠中江“带头大哥”如何带好头[N].南方日报，2012-05-17.
[18] 广东省珠中江三市实现区域通信一体化[EB/OL].中国信息 产业网官方微博，2011-11-01.
物流协同模型 篇3
关键词：集配中心,供应链协同,供应物流,协同补货
1 引言
供应链管理的目标是优化流程与充分利用资源,在供应链总成本最低的前提下满足客户服务需要。供应链管理策略则是在操作层面寻求具体的解决方法以达到成本最低,实现供应链协同。近来,供应链协同管理成为供应链管理的研究领域的热点。
陈建华和马士华(2006)从基于3PL的物流业务外包、自营以及大型供应商组织实施三方面探讨了集配中心的具体运作方式。Shah et al.(2006)考虑了一个供应商、一个集配中心、一个客户和单一产品的二阶问题,但是限定供应商为一个集配中心供货。孙会君,高自友(2002)提出了在多工厂、多分销商条件下二级分销网络生产计划制定的双层规划模型,模型考虑了二级网络中制造商和分销商之间的信息共享,从而降低了整个链上的费用。可以看出,对供应链下游制造商与分销商之间协同运作管理技术的研究较多,而从二维业务活动协调角度对供应链纵向上上游供应商与制造商之间协同运作管理技术的研究较少,很少有人在协同条件下定量化考虑集配中心运作策略问题,特别是将因库存不足或超量而发生的处罚成本纳入总成本的情形。
针对一个供应商、一个集配中心和一个制造商进行单一品种交易情形下的二阶一维供应链协同计划决策问题,在Shah et al.的基础上考虑供应商实际情况,将其供应对象多元化,建立了相关模型并提出相应的解决方案,寻求降低供应链的总成本,优化整个供应链整体运作。
2 模型描述与符号说明
2.1 模型的描述
供应商、集配中心和制造商三方在供应链合作协议的框架内相互合作,信息高度共享。考虑一个供应商、一个集配中心和一个制造商之间进行单一产品交易的情形,假设库存只存在于供应商和集配中心处,制造商处因集配中心的直送工位工作不必保留库存。制造商一方面为了保证自己零部件的及时供应,另一方面为了避免零部件的大量积压而导致产品质量问题,经协议给集配中心确定了一个最低库存量和一个最高库存量,当集配中心处的库存量低于最低库存或者是高于最高库存时将被处以相应的罚金;同样,集配中心为了保证零件的供应,也给供应商确定了一个最低库存量,当供应商处的库存量低于最低库存时,也将处以相应的罚金。而集配中心与核心制造企业间的JIT直供活动不受集配中心的控制,仅依靠制造企业的生产计划,故不考虑此成本。
因此,此供应链运作成本包含以下七项成本:供应商处生产成本、供应商处的存储成本、供应商因库存不足而产生的处罚成本、供应商向集配中心供货的配送成本、集配中心的存货成本、集配中心因存货不足的处罚成本以及集配中心因存货过量的处罚成本。
在三方共同建立的合作协议的框架下,在固定的单次生产成本和单次配送成本的条件下,以供应商的再生产点、集配中心的再订货点为决策变量,建立以降低供应链总成本为目标的优化模型,使得三方总成本最小,达到供应链上最优。
2.2 符号说明
Qd———供应商向集配中心配货的批量;
Qp———供应商的生产批量;
Rd———集配中心的再订货点;
Rp———供应商处的再生产点;
Cd——单次配送成本;
Cp——单次生产成本;
I———供应商处的最低库存量,低于此库存量会产生罚金;
I1———集配中心处的最低库存量,低于此库存量会产生罚金;
I2———集配中心处的最高库存量,高于此库存量会产生罚金;
hd———供应商处的单位产品单位时间的存储成本;
h———集配中心的单位产品单位时间的存储成本;
Pu———集配中心的库存量低于I1时产生罚金的费率;
Po———集配中心的库存量高于I2时产生罚金的费率;
Ps———供应商因库存低于I而产生罚金的费率;
Di———第i个集配中心的年需求量,i=1,2,Λ,n;其中D1特指所分析集配中心的年需求量。
3 假设条件
(1)供应商依据自身各种条件确定最优生产批量,其值是不变的,始终为Qp;供应商对集配中心的供应批量是固定的为Qd;假设需求是确定的,生产提前期和订货提前期为零;配送成本都是线性的,只与配送次数有关;出现缺货时等待后续产品的到达,即Backorder。
(2)一个供应商可能不只是对一个集配中心供货,当其为多个集配中心供货时,由于各个集配中心的配送批量和时间的不同,可以看作是对集配中心的连续补给。因而只考虑一个集配中心和一个供应商的情况时,其生产成本只需在供应商的总成本处乘以一个比例因子即可(假设生产成本与产量成正比例关系)。
(3)集配中心采取(Qd,Rd)连续检查策略,Qd为每次的订货批量,也即配送批量,Rd为集配中心的再订货点;供应商采取(Qp,Rp)连续检查策略,Qp为每次的生产批量,Rp为供应商的再生产点。
4 数学模型
本模型以供应链整体总成本最小为目标函数,以集配中心的再订货点Rd和供应商的再生产点Rd为决策变量,分别从供应商和集配中心两方面考虑。
首先,对于供应商而言,如图1。供应商不断检查库存,当库存量达到再订货点Rp时,立即进行生产,固定量Qp的产品立即生产出来,使得库存量到最大。各个集配中心对同一个供应商所制定的策略是一样的:当此供应商的库存低于I而向集配中心支付罚金,罚金的费率都是Ps,而不会出现因库存高于某一值而产生罚金。另外,规定0≤Rp≤I。
则供应商的成本为(1)+(2)+(3),即:
因此考虑一个集配中心和一个供应商的情形时,供应商处的成本为:
其次,对于集配中心而言,如图2。
集配中心不断检查库存,当其库存量达到再订货点Rd时,立即发出订货通知,固定量Qd的产品将马上送达,使得库存量到最大。限制Rd的范围为0≤Rd≤I1。当Rd大于I1时,不会出现因库存低于I1而产生罚金,这种情况不考虑。同时也限制Qd+Rd-I2≥0,当Qd+Rd-I2≤0时库存始终不会高于I2,也就不会出现因库存高于I2而产生的处罚成本,这种情况也不考虑。
因此,集配中心总成本为:(4)式+(5)式+(6)式+(7)式,即
综上所述,问题可以简化叙述如下:在一定的运营模式条件下,寻求合适的Rp和Rd,使得供应链的总成本Tc=Tc1+Tc2最小。
5 模型求解
第一步:不考虑约束条件,用(8)式分别对Rp和Rd求一阶导数并令其等于零,求出相应的Rp和Rd值,即为,。然后将结果代入到(9)式,看是否得到满足。如果满足,则得到的结果即为最优;如果不满足,则进入第二步;
第二步:将minTC的形式变为
由此可知,Tc分别是Rd和Rp的独立的二次函数。根据抛物线的性质可知,当Rd∈[I2-Qd,I1],Rp∈[0,I],很容易求得可行的Rd*和Rp*使得TC最小。
6 算例分析
某汽车生产商与一第三方物流服务提供商建立合作关系,专门委托其管理汽车零部件的存储和直送工位等工作。协议约定集配中心某零部件的最低库存量为60,低于此量将产生费率为400的罚金;最高库存量为240,高于此量将产生费率为200的罚金。而集配中心处的单位产品存储成本为10。同样,集配中心也与其供应商签订了相应的合作协议,规定供应商的零部件库存量必须在300以上,否则将产生费率为300的罚金。而供应商处单位产品存储成本为5,每次生产的批量为1200,供应商的单次生产成本为720,向集配中心每次供货的批量为200,每次配送成本为20。事实上,零部件供应商不仅仅是只为一个集配中心服务,现假定此供应商与其他集配中心签订的协议条款相同,即处罚措施是相同的。现在已知此汽车生产商对此零部件的年需求量为3600,而其他集配中心对此零部件的年需求总和为4800。供应商需确定合适再生产点Rp、集配中心需确定合适的再订货点Rd使得其总成本最小。
由上可知,其参数分别为:Qd=200;Qp=1200;Cd=20;Cp=720;I=300;I1=60;I2=240;hd=5;h=10;Pu=400;Po=200;Ps=300;;D1=3600。因此可以得到:
很容易得到其最优值为:Rd*=50,Rp*=80;此时最低成本为minTc=10222.5。
7 结论
物流协同模型 篇4
1 第四方物流企业协同运作过程的动态决策模型概述
在第四方物流企业协同运作管理过程中,非结构化的决策问题占主体。市场目标确定、合作伙伴企业的选择和概念方案确定等决策中,通常缺少可用的确定算法、决策规则及知识。决策问题的解决主要靠决策者的经验、直觉以及其它隐性知识。即使进入具体设计阶段,非结构化问题仍然占一定的比重。基于科学决策算法是解决非结构化问题的重要途径。
通过运筹学模型往往用来解决这样的决策冲突问题,通过设立全局目标函数,弱化系统的子目标参数,将子系统作为全局函数的约束条件,建立目标规划模型,最后求解,从而确定决策方案。这种方法是决策科学的重要基础方法,但对于网络化分布式的第四方物流企业,这种方法在实际应用中会遇到许多难题。譬如,建模与实际情况出入较大、模型求解的困难、参数信息等。
为此,本文提出基于动态决策的第四方物流企业的协同运作过程决策冲突控制方法:构成第四方物流企业的各盟员企业各自独立地进行决策,通过计算机网络系统进行信息集成,建立公共和本地知识库;通过与知识库的信息交互动态调整决策方案,最后达到整体优化。在这一方法中,协同是通过信息集成形成的知识库来进行的,同时提供了两个基本功能:信息交换和知识共享,这两个功能支持了过程协同决策过程的形成。
过程协同决策向量可以分为两类:全局决策向量和局部决策向量。全局决策向量涉及网络化制造项目的总体决策,由所有参与企业共同确定;局部决策向量是各参与企业内部的自控向量,与其它企业无关。全局决策向量与局部决策向量共同作用形成局部最优解。例如,在制定服务计划时,各参与物流服务企业都要参与决策,各类项目的集成服务提供的是全局决策向量,而参与企业的专项物流服务等则属于局部决策向量。
如前所述,过程协同决策冲突控制是一个群体决策冲突控制过程。但在决策过程中,参与协同的企业所处的地位并不相同,其中一个且是唯一一个企业是起领导作用的,称为盟主或者领导企业,其它企业则称为从属企业。领导企业的作用在于全局决策向量由这个企业通过求解自身的优化模型得出,并将其传递到知识库中进行共享,同时也求解出本企业的局部决策向量。从属企业则被动地接收知识库的消息通知,将知识库中共享的全局决策向量作为已知量,通过求解自身的优化模型确定自身的局部决策向量,得到本企业的决策最优值,并将增益向量传递给知识库,供领导企业调用,作为领导企业优化模型的已知参数参与下一轮的协同。这一协同信息集成的过程,如图1所示。
2 第四方物流企业协同运作过程的动态决策模型构建
在过程协同决策过程中,以事先确定的某一企业作为领导企业并不一定能使全局决策向量收敛。当出现决策变量不收敛的情况下必须更换领导企业,也就是说每一个参与决策的企业都有可能作为领导企业或从属企业参与决策过程。由前述两点可知,某一企业作为领导企业和从属企业时的决策模型是不一样的。也就是说,每一个企业在参与过程协同决策时都可能有两个决策模型:作为领导企业时的决策模型和作为从属企业时的决策模型。可分别称之为该企业的领导决策模型和从属决策模型。
假设有m个企业参与远程项目的过程协同决策,则全局决策向量可表示为:D=(d1g,d2g,…,dgn1)。
其中,d1g=(i=1,…,n)为全局决策变量,n为全局决策变量的个数。企业j的局部决策向量为:
不失一般性,企业的领导决策模型可表述为
企业的从属决策模型可表述为:
其中:M1P,M2P,…,MPj-1,MPj+1,…,MmP分别为除企业j的其它企业的从属决策模型的增益向量,即:
在领导决策模型中,全局决策向量DG和局部决策向量DjR是变量,而以其它企业的增益向量作为参数(常量),在从属模型中,局部决策向量DjR是变量,而以全局决策向量DG作为参数(常量)。
基于企业资源约束条件的静态假设,上述模型可求解出在企业资源约束的条件下的最优值。在模型表示的信息集成过程中,从属企业通过知识库与领导企业进行信息融合,供领导企业做出战略决策。同时,这种融合的作用是相互双向的,全局决策也会受到不断更新的局部决策信息的影响,而随之变化。从而构成了一个动态循环的过程协同决策过程。
3 第四方物流企业协同运作过程的动态决策模型求解
通过信息集成来化解第四方物流企业协同运作内部的冲突可能,得到整体的解决方案。为此,必须要求协同运作过程中的全局决策向量必须是不断收敛的。同时,也必须为递归循环的过程协同决策过程找到满意解,使其得以终止。因此,可以假设企业j作为领导企业时,在与从属企业的协同过程中得出的一系列全局决策向量为
相邻决策向量之间的差距可以以向量之差的1阶范数表示,即
其中:t为企业j求解全局决策向量的序数,ρ为合适的正数,以保证算法的顺利进行。
通过定量描述过程协同决策过程中决策变量的差异化程度,可以发现这些在过程协同决策过程中得出的向量之间的差距可以衡量各参与决策企业之间决策冲突程度:当量化的距离在不断扩大时,说明决策向量是发散的,此时必须采取措施改变这种状况;当量化的距离减小到一定程度时,得到的解就是满意解。这一过程如下所述:
(1)系统初始化:如有m个企业,可按预先确定的顺序安排各企业作为领导企业的次序,领导企业为企业j。此时,企业j=1;设定可接受的足够小的正数π,当相邻决策向量的差距<π时,协调过程结束;
(2)企业参数初始化:完成企业j作为领导企业的初始化工作t=1,ρi,t=α,从属企业的初始增益向量为预先设定的默认值;
(3)企业j求解本企业的领导决策模型,得到全局决策向量DGj,t,以及本企业的最优局部决策向量DjR,如果t=1,则转(1);
(5)如果ρi,t<τ,则过程协同决策过程结束,DGj,t即为可被各企业接受的满意解;
(6)如果ρi,t>ρi,t-1,且j
(7)如果j=m,则过程协同决策过程以失败结束;
(8)领导企业j向知识库传递全局决策向量DGj,t,各从属企业据此求解本企业的从属决策模型,得出本企业的最优局部决策向量。
摘要：在第四方物流企业协同运作过程中,由于成员企业子目标与协同运作的全局目标间可能存在差异,当冲突发生时,其结果就会影响到协同运作整体目标的实现。通过计算机网络系统集成成员企业决策信息,建立公共和本地知识库,运用动态决策模型,提出与知识库信息交互动态调整的决策方案,最后达到协同运作的整体优化控制决策冲突的发生。
物流协同模型 篇5
1 协同供应链理念
协同学一词源自希腊文, 名为共同工作。所谓协同, 是指协调两个或两个以上的不同资源或个体, 协同一致地完成某一目标的过程或能力。从概念上可以看出, 协同并不是新生的, 是随人类社会的进步而发展的。当技术从我们生活和商业中逐渐成为核心的时候, 我们就需要技术提供更多对我们有帮助的东西。[1]
基于协同供应链的整合, 是以实现供应链的交互协同运作为根本目标, 以供应链动态联盟为组织对象, 实施全球网络供应链资源整合的一种组织管理形式。是通过多组织之间建立战略联盟, 或达成合作意向的激励或约束性的契约关系的整合, 包括信息整合, 功能重组, 过程重组, 战略资源重组等, 不仅针对外部企业之间, 还有对企业内部组织的功能、过程、资产等方面进行优化整合, 以实现多组织之间的无缝链接, 提升整个供应链的竞争力。
2 调达物流
调达物流是相对送货物流而言的一种物流方式。从日本引入中国的一种新型物流运作模式。调达物流就是生产制造者按照用户的需求, 事先拟定符合订单要求的生产计划, 在此基础上形成多批次, 小批量的采购计划, 然后外包给第三方物流企业, 第三方物流企业按照采购计划, 在规定的时间内到供应商的仓库取货, 并在规定的时间内送达到生产制造商要求的指定位置, 完成交货任务, 其运作模式如图1。生产制造商从下采购计划的时间开始到第三方物流企业交货的时间为止, 此时间被称为纳期, 即订货提前期。
体系中涉及的企业众多。组织大概分为三部分组织, 其一是负责生产的生产制造商, 其二是负责供应零部件的供应商, 其三是负责流通及物流的第三方物流企业。供应商将生产完毕的产品存放至对供应商最有成本及管理优势的区域, 由物流方上门取货, 并通过合适的运输途径运送至配送中心, 在运输途中可根据供应商出货的数量及各供应商的货物货量进行整合运输, 尤其对地理位置相近区域的供应商形成运输整合, 并送达配送中心。配送中心在合适的时间内送达生产制造商要求的区域。同时物流企业将其作为包装工具的空容器存放至配送中心, 再由物流方取走并送达至相对应供应商, 用作下一次运输的循环使用。由图1清晰可知调达物流的特征。
(1) 调达物流是需求导向型物流运作模式。一般根据用户的需求, 拉动生产方的采购计划, 然后第三方物流企业按计划取货, 送达到指定地点。
(2) 调达物流遵循的M I L K-R U N的方式, 不仅将零部件送达到位, 还可以在取货时将容器承载回来。解决了物流中的空载问题。
(3) 调达物流与多组织协同供应链是相辅相成的。调达物流将生产制造商—供应商—第三方物流企业紧密的链接在一起, 通过采购、取货、运输、送货、容器返空等环节的管理, 实现了供应链上多组织的“共赢”, 大大节约了资源的有效配置。
3 调达物流协同动因分析
调达物流在汽车行业取得的成果有目共睹, 但日益激烈的市场竞争环境要求调达物流的协同运作。主要经营环境的复杂性、动荡性、政府政策管制的放松、消费者需求的多样化与个性化以及企业的异质性等因素带来的转变。
3.1 协同的外部动因
协同供应链下调达物流的协同外部动因主要表现在经营环境方面。
(1) 客户需求。
所谓众口难调, 越来越苛刻的客户需求将成为调达物流协同的一大动因。首先是终端客户, 日益增长的个性化需求难以满足, 客户想要最低的价格、最好的服务、满意的产品、优质的售后;其次, 对于生产制造商要求的时间、质量、应急反应等, 给调达物流出了难题。所以只有实施多组织的协同, 才能满足客户的需求。
(2) 业务外包。
由于汽车生产制造商专注于核心业务, 将零部件的业务外包, 包括零部件的设计、生产, 随着零部件供应商的业务越来越多, 零部件供应商将会培养与自己相协调的供应商, 即发展为二级供应商, 以满足生产制造商的需求。而将零部件物流统统外包给供应链上的物流企业, 物流企业一方面要完成配送货业务, 另一部分还要满足简单加工业务, 所以物流企业也会外包一部分业务出去, 形成二级物流承运商。如此, 供应链越来越庞杂, 有且只有当各个组织协同管理控制, 才能适应供应链的发展。所以业务外包将强迫多组织协同供应链的发展。
(3) 跨国经营。
基于信息化的全球化经营趋势是汽车制造商跨国经营。可跨国经营一定要依靠多组织协同供应链, 所以协同就成了必不可少的趋势。加上生产制造商为了做大做强自己的产品, 专攻核心技术, 将零部件剥离出来, 外包给供应链组织成员。这种看似共生的现象, 要求协同。当制造企业走向国际化时, 零部件供应商就不能止步不前, 必须紧跟发展的脚步, 将零部件的设计、生产都走向国际化, 这些组织成员的行为就促使了协同效用。
(4) 政策环境。
为了保护国内汽车行业, 促进汽车制造业的快速、稳定发展, 相继颁布了各种政策, 对国内汽车行业有着重要的影响, 特别是为汽车行业颁布的《汽车工业产业政策》。诸多调整国内汽车制造业结构不合理、产能过剩、规范汽车制造业的政策, 都促使国内汽车供应链更趋于协同管理。
3.2 协同的内部动因
(1) 追求利润最大化。
供应链组织间协同的动因之一就是追求利润最大化。供应链本身依靠各个组织协调运作, 实现增值过程。由于供应链本身性质决定供应链构成的复杂性, 导致供应链上的组织以及业务很复杂。故供应链在激烈市场竞争条件下, 不断的分解重组, 再分解, 再重组, 最终在短时间内达到平衡。在客户个性化需求增强, 生产能力相对过剩的条件下, 供应链各组织之间相继会寻找到与自己相匹配的协同合作商, 追求重组效果, 达成双赢。所以供应链也会从单一供应链逐步发展为网状结构。
(2) 构建竞争优势。
为了一个共同的目标, 供应链各组织之间形成联盟, 强化供应链核心主导优势的同时, 还要强调协同合作伙伴的优势, 可以构建供应链的整体竞争优势。竞争优势除了使各组织在面对激烈的市场竞争时具有合作组织优势, 还能降低经营风险。各组织之间相互协同作业, 相互监督, 构建优势供应链, 必要时还要引进具有优势的新组织, 排除不利于供应链协同发展的组织成员, 以保持调达物流供应链的整体优势。
(3) 高行业壁垒。
生产商对物流的要求比较高, 尤其是汽车行业。目前国内知名的汽车品牌的物流都相对稳定。由于长期合作, 供应链核心文化都已经灌输给各个成员组织, 长时间的合作使组织成员有一定默契, 故形成了比较高的汽车物流行业壁垒。所以想要使相对稳定的供应链吸收新的组织, 需要漫长的过程, 是比较困难的。为了更好的构建竞争优势, 只有要求供应链各组织之间协同作业, 才能更好的实现供应链的增值过程。高行业壁垒是促使供应链协同的重要动因之一。
(4) 信息化程度。
信息系统的广泛应用, 可以极大降低了调达物流的交易费用和资源整合的成本, 通过信息的可得性、准确性、及时性、灵活性、应变性, 以及与供应链中其他成员的数据对接和共享, 全程指导和监控物流操作, 提高服务的应对速度和运作的效率。各供应链组织成员在信息共享的条件下, 相互监督, 相互匹配, 所以信息化程度是供应链协同的又一动因。
参考文献
[1]MBA智库·百科[EB/OL].http://wiki.mbalib.com/wiki/.
[2]耿少辉.东风日产的入厂物流运作[J].东风日产乘用车公司发动机分公司, 2004 (6) :14-16.
[3]钟志勇.调达物流在东风公司应用的调查报告[D].广州:华南理工大学, 2006.
并购协同效应计量模型探析 篇6
企业并购一直是美国乃至全球经济的热点。自19世纪末以来, 全球历史上经历了5次兼并浪潮, 尤以美国的兼并特点最为显著。于是国内外学者开始了热衷于对并购的相关研究。各种集团企业在并购过程中将协同效应作为并购决策的核心内容, 决定着并购是否达成, 虽然国内外学者在研究企业并购的过程中将并购效应作为重要的研究内容, 但是由于各种学者持有不同意见, 企业并购的协同效应理论并没有达成一致。尤其在协同效应的计量方面, 学术界尚没有取得一致性的计量方法。本文阐述了国内外学者对于协同效应计量的研究成果, 并以此为基础结合我国国内的实际情况, 提出一种新的计量企业并购中协同效应的定量模型。
2 并购协同效应的含义
2.1 企业并购的定义
企业并购即企业兼并和收购。兼并通常是指某一企业以货币资金、股票、债券或其他形式 (如债务承担、利润返还等) 进行投资取得企业的产权, 使得其他企业丧失了对另一家企业的法人资格或改变了另一家企业的法人实体, 并取得对另一家企业经营决策控制权的一种投资行为。收购是指某一企业用货币资金、股票、债券等购买另一家企业的部分或全部资产或股权, 以获得该企业的实际控制权的一种投资行为。
2.2 协同效应的含义
协同效应是从20世纪70年代开始金融经济学家用来解释公司并购的合理性、收益性的著名理论。目前为止, 国内外对协同效应的定义有两种不同的理解, 即静态协同效应和动态协同效应。
(1) 静态协同效应。
在静态协同效应理论中, 企业并购中的协同效应就是“2+2>5”的那种效应, 即通过企业并购, 并购后企业的效益总和大于并购前两公司的效益之和。
假设A公司并购B公司, 并购前A公司的价值为Va, B公司的价值为Vb, 并购后形成的新公司的价值为Vab, 则协同效应S为:
S=Vab- (Va+Vb)
仔细研究此公式就会发现, 这一定义有失偏颇, 因为根据这一公式计算的协同效应不仅包括了由于并购产生的协同效应, 还包括了并购前的双方企业本身就具有的增长潜力, 也就是说企业并购后表现出来的业绩增长能力, 所以协同效应被高估了。
(2) 动态协同效应。
动态协同效应的概念最先是由美国并购问题专家马克L·赛罗沃提出的。他认为企业并购产生的协同效应是合并后公司的经营业绩应当比并购前两家公司独立存在时所产生的经营业绩和预期经营增长能力的水平高;他还指出, 在企业并购后出现的业绩改进, 如果这些业绩改进是并购前两家企业独立存在时已经预期到的, 就称不上是企业并购产生的协同效应”。
假设把超过原先预期经营业绩水平的想法引入到每股收益 (EPS) 的背景中来, 可以把协同效应表述为如下公式:
并购后未来的每股收益=并购前的每股收益+并购前的每股收益×预期增长+协同效应
从以上公式中, 可以看出, 并购前的股价已经在预期的未来经营业绩的增长和盈利提高中得到体现。而公式中加上的协同效应, 即为并购后要创造出的并购前不存在、也不在预期之列的价值。只有创造出不在预期之列的价值, 才是真正实现了协同效应。
通过两种定义的对比, 可以看出马克L·赛罗沃对并购协同效应的动态协同效应的解释考虑到了并购前双方原有的增长潜力, 比通过静态协同效应对并购协同效应的解释更为合理。
3 协同效应的计量
3.1 异常收益的基础上计算协同效应
由布雷德利等人提出的在异常收益的基础上计算企业并购的协同效应, 并购协同效应可以理解为被并购公司股东与并购公司股东所拥有的财富变化总额, 用公式可以表述为:
ΔΠ=ΔWT+ΔWA
其中, ΔΠ为并购协同效应;ΔWT为被并购公司股东财富变化总额;ΔWA为并购公司股东财富变化总额。
首先, 基于市场模型法估算出企业收购产生所异常收益以及累计异常收益;然后, 分别计算被并购公司和并购公司的股东收益:
ΔWTi=WTi×CARTi
其中, ΔWTi为被并购公司股东拥有财富的变化总额;WTi为第一个出价公司宣布收购被并购公司的公告日前6天被并购公司的股票市场价值;CARTi为第一个出价公司宣布日前5天到成功并购公司宣布交易成功之日后5天累计的被并购公司异常收益
ΔWAi=WAi×CARAi
其中, ΔWAi为并购公司股东拥有财富的变化总额;WAi为并购公司宣布日前6天并购公司的股票市场价值;CARAi为并购公司宣布日前5天到宣布并购成功之日后5天并购公司的累计异常收益
首先, 假设并购协同效应收益以百分比表示, 协同效应的收益CARC是CART和CARA的加权平均值;然后, 计算CARC, 可以构造了一个价值权重的投资组合, 以被并购公司和并购公司的公司价值为权重, 即上述公式中的WTi和WAi;最后, 本次并购的协同效应ΔΠ就可以用如下公式表示:
ΔΠi= (WTi+WAi) ×CARCi
此后, 许多学者在异常收益基础上对协同效应的计量中, 进行了一些研究和方法的改进。不过, 这些改进只是集中在如何定量计量异常收益的方面, 并没有涉及到该方法主要的计量模式。
3.2 业绩改变基础上计量协同效应
由保罗·亨利等人提出的在业绩改变基础上计量协同效应的理念, 首先, 比较并购前和并购后公司主要财务数据, 比如现金流量、每股收益、净资产收益率、每股收益等的变化, 了解公司并购前和并购后经营业绩是否发生变化, 这是计量并购效应的基本方法;然后, 定量计量协同效应, 基于以上基础, 将预期增长的因素代入协同效应的计量考虑。其主要计算公式如下:
并购后公司经行业调整后的现金流=α+β×并购前公司经行业调整后的现金流+η
其中, α为由并购引起的并购前后现金流的异常变化;β为公司行业调整后现金流的长期变化。由于基于业绩改变基础计量的协同效应考虑到了现金流变化的长期性因素, 此方法优于只比较并购前后现金流数量变化的模型。
同时, 在比较公司并购产生的其他数据变化时, 也可以利用如上计量现金流变化的思路进行回归, 在除去各种财务数据的长期变化的影响因素之后, 也考虑并购是否引起财务数据异常的变化。
利用业绩改变思想计量并购协同效应, 财务数据的长期变化是并购前预期的变化, 根据对动态协同效应的定义, 财务数据除去由长期变化带来的异常变化后就是并购引起的协同效应。
3.3 内部计算模型
根据并购产生的协同效应的来源, 协同效应是由四个数据变化带来的, 即营业收入的变化、产品成本的变化、税收的变化和资本需求的变化。由以上叙述可知, 由并购协同效应引起的现金流变化用公式表示为:
ΔCF=ΔR+ΔC0+ΔT+ΔCN
其中, ΔCF为协同效应的现金流变化;ΔR为营业收入的变化;ΔC0为产品成本的变化;ΔT为税收的变化;ΔCN为资本需求的变化。
对于协同效应产生的净现金流量变化值, 首先, 估计出并购后企业的存续期和存续期内各年的净现金流变化值;然后, 选取适当的折现率r, 将存续期内的净现金流量变化值进行折现并相加, 即可得到以净现金流的现值计算出的协同效应值。
4 对三种模型的评价
异常收益基础上计量协同效应, 主要适用于上市公司并购产生的协同效应定量计量, 不适用于非上市公司之间的并购。其不足之处在于, 首先, 用异常收益法计量协同效应, 必须存在一个前提, 即资本市场必须是强式有效市场, 并且市场股票价格可以充分反映公司的内在价值;然而, 目前我国的资本市场属于弱势有效市场, 大多数公司股票价格没有准确的反映公司的真实价值。其次, 企业并购后对于股票价格的影响是不断变化的, 高低反复不能再短期内评价企业价值, 由于并购所创造的价值变化可能需要长期观察才能确定, 而异常收益法只考虑考虑了短期内并购前后几天股票价格变化, 所以不能充分的评价并购的成败, 更不能准确的计量协同效应产生的价值。
业绩改变基础上计量协同效应的方法虽然克服了异常收益法计量模型仅限于上市公司的局限性, 但在我国国内仍然不适用。首先, 2006年2月颁布的新会计准则只是在一定程度上实现了会计上的国际趋同, 但是相应的会计法律法规依然不够健全, 采用业绩改变法对我国国内企业并购产生的产生同效应的研究效果的准确性并不明显。其次, 由于样本的选择存在缺陷, 比如样本覆盖年份不够长、时间过于老化、数量不够大等原因, 使得对于样本分析作统计显著性检验, 不利于实证研究, 因此业绩改变法也难以推广。
内部计算模型虽然适用于我国国内市场的特点, 但不足之处依然存在, 此方法在计算过程中须要大量的预测数据, 如果对这些数据的预测不够准确或者对人为导致的重大误差不能进行进行合理的处理, 那么内部计算模型也难以为并购协同效应的准确计量提供适当的计量方法。
总的来说, 以上三种模型都或多或少存在着一些共同的问题, 即大量数据须要依据过去的并购经验作出估计, 而市场是不断变化, 并存在一些难以预计的异常变化, 这些适合过去的计量方法对于能否在未来计量并购效应的结果并不能得到确定。此外, 这些模型都需要对公司并购后的现金流及增长速度进行预测, 这些预测的客观性、合理性难以定论。再者, 这三种模型都是对并购行为产生后或者说并购决策之后计量并购的协同效应, 也就是说偏重于并购事后的测评, 然而并购的协同效应更应该在并购前计量出才有利于并购决策的作出以及并购的顺利进行, 所以以上三种方法都不太适用于事前的管理与预算, 也不能为公司并购决策的制定和并购行为的顺利进行起一定的推动作用。
5 结束语
由于协同效应的计算本身涉及内容众多、存在各种不确定因素以及参数值确定的难度较大等, 所以现今的这些计算方法或多或少都存在着某些缺陷, 这也是迄今为止还没有一种协同效应的计算方法或模型能被人们普遍认可的原因。所以, 在对并购协同效应计量在未来的研究中, 应该更加关注其对其内容的整合、重大影响因素的确定、参数的准确估计, 才能对并购事前进行指导作用。只有更好的做好事前的预测, 了解此项并购协同效应的大小, 理解此项并购的协同效应的收益属于正收益、微弱正收益还是负收益, 才能决定并购的执行。
参考文献
[1]唐建新, 贺虹.中国上市公司并购协同效应的实证分析经济评论[J].经济评论, 2005, (5) .
[2]刘乐荣.论企业并购的协同效应[J].上海会计, 2005, (5) .
[3]吴江龙, 高燕燕.谨防企业并购南辕北辙——浅谈协同效应发挥对企业实施并购的影响[J].会计之友, 2006, (7) .
[4]肖振红.企业并购的协同效应评估研究[J].现代管理科学, 2007, (1) .
[5]马克·L·赛罗沃.协同效应的陷阱——公司在购并中如何避免功亏一篑[M].上海:上海远东出版社, 2000.
[6]约瑟夫·克拉林格.兼并与收购:交易管理[M].北京:中国人民大学出版社, 2000.
基于语义的协同模型研究 篇7
在动态、开放的分布式环境下,当一个系统需要完成某项任务时,一方面,系统中的模块之间不可避免的存在一些相互依赖关系,彼此之间的交互非常频繁;另一方面,各模块间还存在一定的自治性。因此,协同在一个多模块系统中具有至关重要的作用。以Linda为代表的元组空间其具有时间解耦和空间解耦,在解决动态开放的分布式系统中协同问题时被广泛采用。自从Linda协同语言[1,2]提出以来,已有许多人在此基础上进行了大量的改进[3],使得Linda在更广的范围内得到应用。但是影响这些协同模型在开放的分布式系统中广泛应用的一个主要原因是这些协同模型中元组的表示和检索方法缺乏语义信息,各协同Agent之间不能很好地理解其相互传递的信息,使得Agent不能精确的获取自己所需要的信息。本文提出一种基于语义协同模型AccSTuple。该协同模型以基本Linda协同模型为基础,加入语义Web技术中的OWL DL[5],为开放的分布式环境提供了一个基础设施,负责分布式数据的管理、多个Agent之间的协同。
2 基于语义和访问策略的协同模型AccSTuple
图1给出了AccSTuple的体系结构。其核心组件是Linda协同模型以及作为共享数据空间的元组空间。AccSTuple兼容对简单数据元组、XML元组、RDF(S)元组在数据视图的操作以及在信息视图对RDF(S)元组的操作,并且扩充了对新的元组类型———OWL元组在数据视图和信息视图的操作。其中,信息元组空间作为元组的共享数据空间;访问策略元组空间则用于存放访问策略元组。
此外,在AccSTuple中还有两个重要的组件———本体库和信息冲突调节规则库。本体库中存放的是领域本体和AccSTuple的本体。对于本体的管理则由相应的本体管理模块所负责,可以通过本体管理模块对本体库中所存储的本体进行查询、修改、删除以及添加等操作。因为OWL DL和RDF(S)语义之间不兼容可能产生冲突,以及不同信息提供者所供应的具有语义的元组,在信息视图的操作所产生的语义冲突,AccSTuple提供了信息冲突调节规则库,用以存储解决冲突的规则。相应的可以通过信息冲突管理模块对信息冲突调节规则库进行管理,如查询、删除、添加等操作。
3 AccSTuple的扩展
AccSTuple是将语义Web技术中的OWL DL和Linda协同模型相结合,为开放的分布式系统信息的发布与检索提供了一个中间件,作为多个Agent交流的平台。具体来说,它是在Linda基础上经过以下三个方面的扩展:元组类型、协同原语和匹配机制。
3.1 元组类型
3.1.1 空节点
在RDF(S)中空节点又称为匿名资源。空节点标识符可用于标记一个RDF图所对对应的一个或多个声明中多次出现的相同的匿名资源。在OWL DL中没有显式的使用空节点的概念。由于OWL DL允许定义匿名本体、匿名类、匿名个体以及特殊的枚举数据类型。当OWL DL文档使用抽象语法描述,转换成具体的交换语法RDF/XML的时候,需要使用转换规则将其转换成三元组的形式。若抽象语法中存在匿名本体、匿名类、匿名个体或枚举数据类型,就要借助空节点,才能顺利的将其转换成三元组。
在RDF(S)中空节点可表示任何无法全局引用的匿名资源,而OWL DL中,空节点只能用于匿名本体、匿名类、匿名个体以及特殊的数据类型。因此对于空节点这种特殊的元组域类型在AccSTuple本体中分别用asts:RDFsBlankNode和asts:OWLBlankNode表示。
3.1.2 集合
在RDF(S)中,集合是由一组资源所组成的封闭集合,一个集合的所有成员都在这组资源中,集合在RDF图中使用列表(List)的结构表示,可以使用内置的RDF词汇表示列表结构。在OWL DL中集合通常作为其它定义的一部分,只能隐式的出现,没有全局URI引用,通过空节点标识符作为其局部引用
在OWL DL中使用属性:owl:distinctMembers、owl:intersectionOf、owl:unionOf以及owl:oneOf时,要使用集合作为其值。当使用关系owl:oneOf定义枚举类时,关系的值是一组由个体组成的封闭集合。同样,使用owl:oneOf定义OWL中特殊的数据类型———枚举数据类型时,关系的值是一组由字面常量(literal)组成的封闭集合。在OWL中提供了一种特殊的内置类owl:AllDifferent,该类中的所有个体都是互不相同的,而这些个体组成了一个封闭的集合,必须通过内置的属性owl:distinctMembers定义该类的实例,将这个实例与一组互不相同的个体的集合关联起来。
在OWL DL中增加了更多的词汇用于描述领域中的类、属性、个体、以及它们之间的关系,因此使用OWL DL可以定义更加复杂的类,具有值约束和(或)基数约束的属性以及更加丰富的数据类型等,相应的增加了许多新的OWL元组域类型。
3.2 协同原语
AccSTuple不仅可以对具有语义信息的OWL元组进行操作,还可以对已有的普通数据元组、XML元组以及RDF(S)元组进行操作,所以Linda中定义的out、rd、in以及semantic tuplespace[6,7]中定义的outr、rdr、inr原语在AccSTuple中依然适用。在AccSTuple中,引入了具有更强语义的OWL元组以及与之相对应的新的协同原语和匹配方法。由于OWL元组也可以使用三元组
3.2.1 ia
将OWL元组添加进信息视图,即在信息视图断言OWL元组所包含的信息是正确的,在AccSTuple中定义了原语ia:
ia:(s,p,o,id)→boolean
ia:(OWLSubSpace)→boolean.
从信息视图添加OWL元组要检测元组与本体的一致性,不符合本体要求的元组将被拒绝添加到语义元组空间中。无论是用OWL DL抽象语法还是RDF/XML交换语法,将一个定义转换成三元组的形式时可能只包含单个三元组,也可能对应一组相关联的三元组。若只包含一个元组时,需要对该类进行实例化。每一个类在实例化后都携带一个真值,当它们都实例化后,将这些真值与操作后的结果返还给信息提供者,如果为true,则表示断言OWL元组所包含的信息是正确的,否则拒绝将OWL元组添加进入信息视图并返还一个false。很显然这些真值只在信息视图中有效,它们作为OWL元组在信息视图下的一个属性,用于和数据视图中的OWL元组相区别。若对应一组相关联的三元组,以asts:OWLSubspace的形式将这组具有语义关联的OWL元组整体添加进AccSTuple中,并要求这组三元组中的每个元组都是满足要求的的,否则OWLSubspace中的所有内容将全部被拒绝添加。
3.2.2 sir和mir
从信息视图中读出一个基于领域本体的与指定的模板语义相匹配的OWL元组,定义了以下原语:
sir:(s,p,o,id)→OWLSubSpace
通过sir操作可以从信息视图中读出一个基于领域本体的与指定模板语义相匹配的OWL元组。使用者通过指定的模板执行sir操作时可能得到的是一组相关联的三元组,而这组三元组使用同一个标识符作为主节点(对应RDF图中的主节点)。因此sir操作的返回结果以asts:OWLSubspace的形式出现,它可能只包含一个的元组也可能包含一组相关联的元组。使用sir从AccSTuple中读出元组后,该元组在信息视图上依然存在。
为了解决Linda中的多读问题,在AccSTuple中定义了以下原语:
mir:(s,p,o)→LocalOWLSpace.
由于非破坏性读操作执行完后,元组依然在元组空间中,因而从信息视图中非破坏性地读取一个或多个元组时,对数据视图不产生影响;同样,从数据视图非破坏性地读取元组对信息视图也不产生影响。
3.2.3 dig
从信息视图中基于本体库中的相关领域本体,破坏性的读取语义匹配的OWL元组可以使用以下原语:
dig:(s,p,o,id)→OWLSubSpace.
从信息视图中添加的所有元组都声称其所包含的信息是正确的,dig只是将它们从信息视图中删除,但是在数据视图中相对应的OWL元组仍然是存在的。和ia操作一样,dig也是以asts:OWLSubspace的形式将结果返还给信息消费者。
3.3 匹配机制
3.3.1 基于OWL DL语法的匹配
基于OWL DL语法的匹配相对于传统的基于类型-值匹配主要区别在于前者考虑到了OWL DL的具体语法———三元组及其相关特性。OWL元组在信息元组空间中以
当OWL DL使用语法三元组进行描述时,会出现RDF中的特殊概念———空节点和集合,由于它们在OWL和RDF(S)中的语义不完全相同,所以在匹配OWL元组时对于空节点和集合必须进行特殊处理。对于空节点,在AccSTuple中定义了类asts:OWLBlankNode,该类的实例ID号是局部标识符,只在空节点所在的RDF图中有效。因此在OWL DL中,通常将空节点作为匿名本体、匿名类、匿名个体以及特殊的枚举数据类型的标识符。对于具体的匹配OWL元组中的空节点,可以在模板中使用类型是asts:OWL-BlankNode的变量或者通配符。AccSTuple本体中定义了类asts:OWLList用于表示在OWL DL中出现的集合概念。对于OWL元组和模板中集合常量之间的匹配,需将集合处理成数组数据类型,只有两个集合中按次序对应的每个元素具有相同的类型和值时,才认为它们是完全匹配的。当模板中出现的是集合变量时,只有OWL元组和模板相对应的域的类型都是asts:OWLList就认为是相匹配的。
3.3.2 基于OWL DL语义的匹配
OWL DL比XML,RDF以及RDF Schema具有更强的语义表达能力,它提供了更多的用于定义类、关系、个体、数据值及其关系的内置词汇。基于语义的匹配只能够在信息视图上进行操作,根据指定的模板基于领域本体以及AccSTuple本体经过推理引擎的执行产生语义匹配的信息。在基于语义的匹配中,OWL元组和模板的域s,p和o不再仅仅认为是对应某个数据类型的域,它们具有对应于本体定义中的语义。因此,在信息视图上对于OWL元组的匹配必须能够对元组内容所对应的语义进行解释。很显然语义表达能力越强,相应的计算资源的要求也越高,所以基于语义的匹配必须在推理能力和计算性能之间进行平衡。
对于在信息视图中基于语义的匹配关键的是领域本体和AccSTuple本体的定义。操作原语sir和mir兼容RDF(S)元组,所以基于本体推理的匹配可以最大限度的利用信息元组空间中具有语义信息的元组(信息视图下的RDF(S)元组和OWL元组),在描述逻辑强大推理能力的支持下,为客户提供更加贴近需求的信息。
4 性能分析
AccSTuple中协同原语的性能测试采用Sun JDK 5.0,使用的领域本体http://www.biopax.org/release/biopax-level2.owl来源于BioPAX Home。
在图4中显示了语义协同原语ia在一次执行过程中添加不同大小语义声明集合的性能。从图表中能够发现ia协同原语的执行时间随着发布数据集的大小成线性增长。图5显示了以非破坏性的方式检索出单个语义匹配元组的协同原语sir以及对应破坏性读操作dir的性能评估结果,从图中能够看到线条展示了平稳地上升趋势。在图6中显示了协同原语mir的评估结果。
摘要：大规模并行与分布式系统的出现开拓了软件技术的应用前景,要开发大规模并行与分布式系统的全部潜能,必须要处理系统中大量并发的活动体的协同过程。以Linda为代表的基于共享数据空间的协同模型和协同语言具有时间解耦、空间解耦和引用解耦的特点,为大规模并行与分布式系统的设计与发展提供了一种新方法。该文以多Agent系统为应用背景,研究有关Agent协同模型的问题,解决了现在大多数协同模型中缺乏语义信息的问题。
关键词：协同技术,协同模型,Linda协同语言,语义Web技术,OWL,本体
参考文献
[1]Gelernter D,Carriero N.Coordination Language and their Signicifance[J].Communications of the ACM,1992,35(2):97-107.
[2]Gelernter D.Generative communication in Linda[M]//ACM Trans Program,Lang.Syst,7(1):80-112.ACM Press,1985.
[3]Tolksdorf R,Nixon L,Liebsch F,et al.Semantic Web Spaces(Technical Report TR-B-04-11)[R].Technical report,Free University of Berlin,2004.
[4]Rossi D,Cabri G,Denti E.Tuple-based technologies for coordination[M]//Omicini A,Zambonelli F,Klusch M,et al.Coordination of Internet Agents:Models,Technologies,and Applications.Springer Verlag,2001:83-109.
[5]Peter F,Schneider P,Hayes P.Ian Horrocks.OWL Web Ontology Language Semantics and Abstract Syntax[EB/OL].http://www.w3.org/TR/2004/REC-owl-semantics-20040210.
[6]Tolksdorf R,Nixon L,Bontas E P,et al.Enabling real world Semantic Web applications through a coordination middleware[C]//Proceed-ings of the2nd European Conference on Semantic Web ESWC2005.Springer Verlag,2005.
物流协同模型 篇8
改革开放以来,我国政府一直重视增加财政资金与金融信贷总量对农业的支持力度,但由于财政资金和金融资金的管理分散、协作不强,导致财政支农与金融支农均陷入效率不高的局面 ( 彭克强,2008) 。实现财税政策与金融资源的有效衔接,构造财政金融支农的协同发展框架,促进财政支农和金融支农的良性互动发展机制,具有重要的现实意义。
目前的文献主要集中于对财政支农或金融支农的单方面研究,存在一定的局限。例如,Allanson ( 2006 ) 、 Ahmad和Rana ( 2009 ) 、 李燕凌 ( 2008) 、崔元锋和严立冬 ( 2006) 等围绕财政支农对农业经济发展、农民增收等方面进行了研究; Jim ( 2005) 、Apostu ( 2012) 、刘明康 ( 2010) 、洪正 ( 2011) 等围绕农村金融体系、金融信贷总量等对金融支农的作用进行了研究。近几年开始出现对财政金融支农的相互关系进行研究。石丹和魏华 ( 2010) 将协同学思想运用于财政金融支农的研究中,提出了财政金融协同支农的框架。彭克强 ( 2008) 建议将财政与金融有机整合起来,以发挥各自在支农上的比较优势,优化支农资金的政策功能和使用效率。温涛和董文杰 ( 2011) 运用我国30个省份的面板数据,对财政金融政策的总体效应 和时空差 异进行了 实证分析。姜松 ( 2013) 运用GARCH模型发现,财政金融支农协同效率在短期中波动明显,长期中逐渐稳定增长。 韩占兵 ( 2014) 利用离差最小化模型,对中国30个省区2009 - 2012年财政与金融支农的协同效率进行了测算。
综上,学者关于财政支农、金融支农的单方面研究成果较为丰富,而刚刚起步的财政金融协同支农的研究多集中于理论研究,对于财政支农与金融支农协同演化的实证分析相对不足。鉴于此, 本文运用协同学理论构建子系统有序度模型和复合系统协同度模型,选取1991 - 2013年的相关数据,从动态角度研究财政金支农与金融支农的协同演化趋势。
二、财政支农与金融支农的协同演化分析
协同学最早是由哈肯提出的,用于研究大量子系统间如何相互作用形成有序的空间结构,后来被经济学者借鉴运用于经济社会的研究。所谓协同演化是多个子系统持续的互动与演化,通过非线性路径相互作用,使复合系统由无序走向有序的过程。本文将财政支农与金融支农系统视为复合系统,它由不同属性的财政支农子系统和金融支农子系统复合而成,二者之间存在着复杂的非线性关系。
研究财政支农与金融支农的协同机理,实际上是研究财政与金融支农这个复杂系统中各要素之间的相互作用、相互依赖、相互影响路径,以及驱使该系统形成和发展的内在机制。两子系统具有各自的特性,通过序参量作用于农村经济,其中,财政支农的序参量为财政部门对农村的投入, 金融支农的序参量为金融机构对农户和农村组织的金融信贷。一方面,两者的支农渠道、方式不同。财政支农具有政策导向、公共职能及稳定资源配置的特点,是农业发展最基本的保障。政府通过直接的财政投入,促进农民增收和农村经济的发展。金融支农是农村市场中的政策性银行、合作性银行、商业性银行和邮政储蓄银行以及村镇银行等金融机构,通过信贷方式服务农村,支持农村经济的发展。另一方面,两子系统又是通过序参量之间的交流来相互支持、协同发展的。 ( 1) 财政支农通过财政投入和政策支持引导金融支农的发展。 首先,财政资金对农村的直接投入可有效改善农村公共基础服务设施,完善农村金融投资环境、信用环境等,进而促进金融机构进入农村地区提供金融服务。其次,财政通过补贴、税收减免等财税政策对涉农金融机构进行政策支持,引导金融信贷的定向投放,对放大金融资金的支农效应有着促进作用。 ( 2) 财政支农必须要借助金融支农渠道才能发挥杠杆效应。首先,财政可通过政策性金融、合作性金融和商业性金融等多类金融渠道,将财政的政策补贴输导给农村经济组织,间接支持社会主义新农村建设。其次,金融机构可为财政支农资金提供支付和清算服务,并通过提供过渡性融资服务,弥补财政资金在运转上的不足。当财政支农与金融支农处于协同发展过程中时,不断增加的财政投入和财税政策会吸引更多的金融信贷资金投向农村地区,支持农村地区的发展,同时, 金融信贷的准确投放也能放大财政投入的效应, 吸引更多的财政支持。如此,财政支农子系统和金融支农子系统可通过正反馈作用实现螺旋上升状态,彼此之间相互影响、相互依赖,有序演进,逐步形成一个健康的促进农村经济发展的网络体系。
三、财政支农与金融支农复合系统模型构建
财政支农与金融支农复合系统用S = { S1,S2} 表示,其中S1、S2分别为财政支农子系统和金融支农子系统。我们先测量财政支农、金融支农子系统的有序度,然后用复合系统协同度表达财政支农与金融支农在发展过程中的协同演化程度。
( 一) 子系统有序度模型
考虑子系统Si,i ∈ [1,2],设其在发展过程中的序参量变量为fi= ( fi1,fi2,…,fin) ,其中,n ≥ 1,βij≤ fij≤ αij,j ∈[1,n],αij、βij分别为第i子系统第j序参量的最大值和最小值。系统Si序参量分量fij的系统有序度表达式为:
式 ( 1) 中,ui( fij) ∈ [0,1],其值越大表明序参量fij对系统有序的影响越大。
利用式 ( 2) 求得序参量fi对系统Si的总影响ui( fi) 。式 ( 2) 中,ui( fi) ∈ [0,1],ui( fi) 的数值越大,说明子系统有序度就越高。反之,系统的有序度则越低。
( 二) 复合系统协同度模型
本文在财政支农子系统S1、金融支农子系统S2有序度模型的基础上,构建财政支农与金融支农复合系统协同度模型。财政支农与金融支农复合系统协同度的测算是在时间序列的基础上,从二者有序度的变化中分析复合系统的协同状态。 其系统协同度表达式为:
式中,u01( f1) 、u02( f2) 分别表示t0时刻财政、 金融支农子系统的有序度,u11( f1) 、u12( f2) 分别表示t1时刻财政、金融支农子系统的有序度。财政支农与金融支农的总协同度c∈ [- l,1],其值越大意味着两子系统协同程度越强,反之则表明协同能力越弱。当u11( fi) > u01( fi) 与u12( fi) > u02( fi) 同时成立时,c为正值,说明财政支农与金融支农的复合系统处于协同演化状态; 当c为正值,但是值很小的时候,说明尽管两子系统方向上是协同的,但协同演化程度较低; 当u11( fi) > u01( fi) 与u12( fi) > u02( fi) 不能同时成立时,c为负值,说明财政支农与金融支农的复合系统不是协同演化的。
四、实证分析
( 一) 指标体系与数据选取
本文在借鉴前人支农指标体系的基础上,根据模型的设定要求,选取我国1991年至2013年的财政金融支农相关数据,构建如下的财政支农与金融支农复合系统协同度指标体系 ( 见表1) 。
财政支农 ( fis) 指标方面,按照中国财政支农统计口径的要求,财政对农业的四项基本支出主要包括支援农村生产和农林水利气象等部门的事业费 ( f11) 、农业基本建设支出 ( f12) 、农业科技三项费用 ( f13) 和农村救济 ( f14) 等4项指标。
金融支农 ( fin) 指标方面,本文主要考虑金融对农村的直接投入,从金融支农的规模角度选择了4个主要的指标,包括农村金融机构网点数 ( f21) 、农村金融机构从业人员数 ( f22) 、农业贷款 ( f23) 与农业保险 ( f24) 。由于村镇银行等新型农村金融机构成立时间较短,数据不完整,因此本文农村金融机构从业人员数和农村金融机构网点指标的数据均以中国农业发展银行、农村信用合作社、中国农业银行为对象统计。农业保险指标以农业保险额赔款及给付来统计。
( 二) 实证过程
首先,对原始数据采用 ( 4) 式进行标准化处理,以消除不同量纲、不同单位对分析的影响。
式中,fij为标准化的数据,fi为变量fij的均值, Si为变量fij的标准差。
其次,采用相关矩阵赋权法确定财政支农子系统和金融支农子系统的各指标权重。先用EXCEL计算各指标的相关矩阵F:
然后将Fi归一化得到相应各指标的权数为:
分别将财政支农与金融支农各指标标准化数据代入式 ( 5) 和式 ( 6) ,计算出财政支农子系统与金融支农子系统各指标的权重 ( 见表2) 。
再次,将经标准化处理后的数据和权重数值, 代入式 ( 1) 和式 ( 2) ,得到我国1991年至2013年的财政支农子系统与金融支农子系统的有序度, 见图1。
最后,将财政支农子系统与金融支农子系统有序度结果代入式 ( 3) ,以1991年为基期,得到1992年至2013年的财政支农与金融支农复合系统的协同演化程度,如图2所示。
( 三) 结果与分析
通过对我国1991年至2013年财政支农子系统与金融支农子系统有序度和复合系统协同度的测量,本文得出以下结果:
1. 财政支农子系统有序度逐年提高,尤其是在2007年以后,有序度大幅度提高,表明财政支农子系统发展过程逐渐有序。这主要与国家财政对农业的大力支持有关。从数据上看,1991 - 2013年,财政支农总额年均增长14. 27% ,2008年和2009年增幅甚至高达33. 5% 和47. 9% 。从支出结构来看,与2007年相比,2008年支援农村生产和农林水利气象等部门的事业费、农业基本建设支出、农业科技三项费用和农村救济费增幅分别为25. 4% 、75. 6% 、16. 8% 、247. 4% , 说明农业 基本建设支出与农村救济费这两项支出对财政支农子系统的贡献相对较大、杆杠率较高,应加大这两方面的投入。
2. 金融支农子系统有序度波动较大,2003年之前有序度逐年提高,之后则呈下降的趋势。这与农村金融体制的变迁有关。1993年,国务院颁布 《关于金融体制改革的决定》,开始推动农村金融体系改革。1996年底,农村信用社从中国农业银行独立出来,职能和业务范围逐渐适应农村地区的改革。1997年,中国农业银行完成由国家专业银行转向国有商业银行的改制。1998年,为适应粮食流通体制改革,中国农业发展银行强化了政策性扶农助农的职能。至此,以中国农业发展银行 ( 政策性金融) 、农村信用社 ( 合作性金融) 、中国农业银行 ( 商业性金融) 为代表的农村金融组织体系初步形成。2004年以来连续12年的中央一号文件强化了金融支农的政策,进一步加大了农信社、农业银行的改革步伐,邮政储蓄银行、新兴的村镇银行、小额贷款公司等新型金融机构相继落户农村,进一步完善了农村金融体系。但是,进入20世纪以来,由于农业的高风险性与商业银行的盈利性矛盾难以调和,大型商业银行调整战略规划布局,逐渐 “逃离” 县域地区,县域金融机构网点数和从业人数大幅减少,而农村信用社改革不彻底,功能性质出现 “异化”现象。与此同时, 中国农业发展银行的功能定位不明确与服务范围过窄现象并存,而农村新兴金融机构数量较少。整体而言,中国农村金融体制的变迁反映在了图1金融支农子系统的波动上。
3. 财政支农与金融支农复合系统协同度整体上是呈上升的趋势,但上升幅度太小,协同度始终在0. 2以下,处于低协同状态,表明金融支农和财政支农二者相互配合、相互协调的程度有所提高, 但协同发展机制尚未形成。究其原因,主要在于财政支农子系统和金融支农子系统具有不同性质的运动空间,有其特定的资本运作形式和不同的目标,支农的渠道不同,支农的方式各异,部门协作意识也不强。财政部门在安排支农支出时很少考虑金融资金的配合,抑制了财政资金的杠杆作用; 金融机构进行信贷投放时也极少考虑财政政策的引导,不能使农村金融资金发挥最大效用。近年来,随着学者对财政金融协同支农的研究逐渐深入,政府部门也开始关注财税政策与金融信贷的联动协同,2006年政府开始集中进行专项票据兑付,2007年试点推行农业保险保费补贴,2010年以来连续5年的中央一号文件均提出要加强财税政策与农村金融政策的有效衔接,但由于农村金融体系不完善,协调机制尚未建立,财政与金融部门缺少协同渠道,财政资金与金融资金很少结合起来统筹安排,不能发挥各自在支农方式上的比较优势,财政与金融的协同支农框架尚未形成。
五、结论与政策建议
本文运用协同理论将财政支农和金融支农组成一个复合演化系统,分析财政支农与金融支农的相互作用关系,构建财政支农子系统、金融支农子系统有序度模型和复合系统协同度模型,研究我国1991 - 2013年财政支农与金融支农的协同演化趋势。研究结果表明: 财政支农子系统有序度整体呈上升趋势,金融支农子系统有序度波动较大, 2003年之后呈下降趋势; 财政支农与金融支农复合系统协同度大体呈上升趋势,但上升幅度太小, 协同度始终在0. 2以下波动,表明财政支农与金融支农尚未形成良性互动机制。
针对以上财政支农与金融支农的发展状态, 本文认为可以从以下几方面着手促进财政支农与金融支农的协同发展。
1. 继续强化财政投入机制,科学整合财政支农支出各项资金。政府应当成立专门的部门用来整合和分配各项财政支农支出,对财政支农支出资金的整合和分配提供向导; 创新涉农资金运行机制,充分发挥财政资金的引导和杠杆作用; 优化财政支农支出结构,重点支持农业基础设施建设、 农业结构调整、农业可持续发展、农村民生条件改善,改善农村的基本环境,提高农业生产的积极性,同时缩减支援农林水利事业费,压缩农村机构和人口等非必要事业消耗。
2. 继续深化农村金融改革,完善农村金融组织体系,促进农村金融市场多元化发展。增加金融机构在农村的网点以及从业人数,鼓励各种性质的银行创新 “三农”服务,大力推进农村普惠金融的发展; 探索建立政策性农业保险机构和再保险机构,由财政出资设立农业巨灾风险基金; 对涉农金融机构进行营业税免征或减免,降低农村保险机构的经营风险; 组建多层次的农村担保和风险分担机制,发挥财政资金的杠杆效用,降低农村金融机构的信用风险和农民的融资成本,优化农村信用环境。