京津冀物流产业协同发展新趋势

《京津冀物流产业协同发展新趋势》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、京津冀物流产业协同发展新趋势-政治论文京津冀物流产业协同发展新趋势吕瑞华吕一博摘要：《京津冀协同发展规划纲要》的正式出台，使“京津冀一体化”进入新的发展期。京津冀物流产业协同发展随之成为人们关注的热点和焦点。本文通过对京津冀物流产业的发展历史、发展现状和发展动态的分析与研究，探索京津冀物流产业协同发展的新途径和新趋势。关键词：京津冀一体化物流产业协同发展吕瑞华，男，河北经贸大学计算机中心，教授；吕一博，男，河北科技大学经济管理学院，2014级硕士研究生。随着“京津冀一体化”上升为国家战略，京津冀物流产业协同发展，已成为人们关注的热点和焦点。在《京津冀协同

2、发展规划纲要》的指引下，京津冀物流产业将进入一个新的发展期。北京需要调整和优化物流产业结构，将其中属于非首都功能部分疏解到天津或河北。天津需要运用自身物流产业的发展强势发挥主导作用，同时接纳北京的部分产业。河北需要利用好地域优势承接北京转入的非首都功能产业。京津冀三地还需要协同作战、共谋发展，提升京津冀的整体发展水平。一、京津冀一体化必将加速其物流产业调整与优化“京津冀一体化”的发展，经历了一个从“设想”到“行动”的相对漫长的历程。早在1986年，我国领导人就曾经提出过环渤海区域合作发展问题，京津冀区域经济概念随之出现，并成为研究的一个新领域；但是“京津

3、冀一体化”很长一段时间停滞在“设想”的层面。从2004年开始，作为区域经济合作的发展，才被提升到一定的高度。2011年，河北省提出“环首都绿色经济圈”的设想，并重点发展环首都13个县市，进一步做好北京产业转移和经济外溢服务功能。北京市则提出了打造全国政治、文化中心设想。同年的国家“十二五”规划提出了“推进京津冀区域经济一体化发展，打造首都经济圈，推进河北沿海地区发展”的区域发展战略，使“京津冀一体化”有了新的进展。2014年2月26日，中共中央总书记习近平在听取京津冀协同发展专题汇报时，将京津冀协同发展上升为国家战略，并对三地协作提出七项具体要求。一周之

4、后，李克强总理所作的首份施政报告提出将“加强环渤海及京津冀地区经济协作”写入2014年重点工作，京津冀一体化因此成为人们关注的焦点。2015年4月30日，中央政治局会议审议通过了《京津冀协同发展规划纲要》，使京津冀协同发展上升为重大国家战略。其核心是有序疏解北京非首都功能，调整经济结构和空间结构，走出一条内涵集约发展的新路子，探索出一种人口经济密集地区优化开发的模式，促进区域协调发展，形成新增长极。《京津冀协同发展规划纲要》的出台，必将加速北京物流产业向河北和天津疏解，使京津冀物流产业结构调整、优化升级和协同发展步人快车道。本文将通过对京津冀物流产业的发

5、展历史、发展现状和发展动态的分析与研究，探索京津冀物流产业协同发展的新途径和新趋势。一、京津冀物流产业发展竞争力比较分析产业竞争力的研究离不开协同学理论。灰色关联分析法是协同学理论方面的一种被广泛使用的研究方法。运用灰色关联分析方法，可以按照各个因素形成的数列曲线的形状及它们之间的接近程度，进行动态发展趋势的比较和分析，由此可以得出两个因素之间或者两个系统之间关联性大小的度量数据（称之为关联度）。这样得到的关联度刻画了系统内部演变过程中不同因素之间相对变化的规律，揭示了系统因素变化的大小、运动的方向和行进的速度等方面的相关性与相对性。若两种因素在运动和行

6、进的进程中，具有相对变化的一致性，我们就有理由认为这两种因素的关联度大，其相互影响力度就大；反过来，我们就认为两种因素的关联度小，其相互影响力度就小。本文将运用灰色关联分析的理论与方法，对京津冀物流产业的发展竞争力进行比较和分析。为此，根据京津冀物流产业发展的实际情况，我们选取了交通运输、仓储和邮政业增加值（亿元）作为衡量各地区物流业发展水平的数量指标。本文使用的统计数据来源于国家统计局网站(http：／／data.stats.gov.cn)，如表1所示。根据表1中的统计数据，运用灰色关联分析理论和方法，对京津冀物流产业的竞争力进行比较分析。1．确定母因

7、素时间数列（参考数列）和子因素时间数列（比较数列）。这里，设置京津冀物流产业总价值（三地交通运输、仓储和邮政业增加值总和，表l中的总价值）构成的序列为母因素时间数列（母序列）；设置京津冀物流产业分产值（各自的交通运输、仓储和邮政业增加值）构成的序列为子因素时间数列（子序列）。母因素时间数列刻画了所研究系统全局特性（整体性）；子因素时间序列刻画了所研究系统中各个子系统对整个总系统的驱动性。2．原始数据初始化。原始数据从绝对量上反映了系统原始特征，不利于各个因素间的直接比较分析，使判断结果可能产生偏差，因此需要对其进行无量纲初始化。这里采用初始化方法进行无量

8、纲处理，即以2005年的指标数据为基数，每年的数据均除以该年的对应数据，其结杲见