下载文档原格式
制造业与物流业联动发展的思考引言制造业和物流业是相互依存、相互促进的关系，在现代经济中起着至关重要的作用。
随着全球市场的扩大和全球化的发展，制造业和物流业的联动发展变得更加紧密。
本文将就制造业与物流业联动发展的重要性展开讨论，并提出一些思考。
1. 制造业与物流业的关系制造业是产出实物产品的经济部门，涵盖了各个产业的加工和生产过程。
物流业则是将产品从生产地点运送到销售地点，并提供仓储和配送等服务。
制造业和物流业紧密结合，相互促进。
首先，制造业对物流业有着强烈的需求。
制造业生产的产品需要通过物流方式运送到市场和消费者手中。
物流业提供快速、准确的运输、保管和分销服务，为制造业提供关键性的支持。
其次，物流业对制造业也起着重要的作用。
物流业提供的信息流、物流和资金流服务，可以帮助制造业控制成本、提高效率和质量。
物流业的发展可以为制造业创造更好的市场条件，促进制造业的转型升级。
2. 制造业与物流业联动发展的优势制造业与物流业的联动发展有以下几个优势：a. 降低成本制造业与物流业的协同合作可以降低整体成本。
物流业可以通过优化运输路线和仓储管理，减少运输时间和货物损耗。
同时，物流企业可以根据制造业的需求，提供定制化的物流解决方案，进一步提高效率和降低成本。
b. 提高效率制造业和物流业的协同发展可以提高整体生产和供应链的效率。
物流业的信息化技术和物流管理手段可以帮助制造业实现生产计划的精确控制、库存的优化管理，从而提高交货速度和准确性。
c. 促进创新制造业和物流业的紧密结合可以促进创新。
物流业的发展可以为制造业提供更灵活、高效的供应链解决方案，帮助制造业应对市场需求的变化。
同时，制造业的技术和产品创新也可以为物流业提供更多的业务机会和创新空间。
3. 制造业与物流业联动发展的思考现代制造业和物流业正面临着许多挑战和机遇。
为了实现制造业和物流业的联动发展，需要有以下几点思考：a. 加强合作与协调制造业和物流业需要加强合作与协调，共同解决面临的问题和挑战。
制造业与物流业联动发展的策略研究【摘要】本文针对我国制造物流业发展中存在的问题，提出了具体的改进策略，对促进制造业与物流业联动发展具有重要的意义。
【关键词】制造业；物流业；联动发展；策略我国工业化正处于加速发展阶段，只有充分发挥服务业对制造业的强大支撑和引领作用，才能真正把制造业做大做强。
制造业物流不仅是提高制造业效率和效益、提升核心竞争力的重要因素，也是物流业发展的需求基础和强大动力。
物流业发展的程度和水平，很大程度上取决于制造业物流需求的聚集和释放。
近年来，制造业巨大的成本压力已经不可能从简单的降低物流成本中释放，供应链的运营效率将前所未有的在制造业的竞争中发挥关键的作用，迫使制造业的物流外包需求将从一般意义上的物流操作向提高供应链效率的物流、信息流、商流的一体化服务趋势发展。
物流企业对供应链服务的理解与一体化服务能力将成为新的竞争力。
一、制造业在物流服务中的作用制造业物流是生产性服务业的重要组成部分，是提高制造业核心竞争力的关键，也是物流业发展的需求基础，促进制造业与物流业有机融合，是调整产业结构、转变经济增长方式的重要途径。
近年来，制造业物流取得了较快发展，现代物流理念、管理技术逐步推广，但是它仍然是我国服务业发展的薄弱环节。
一方面，制造企业的物流需求分散在各个部门和企业，没有转化为社会化的需求，物流运作成本高、效率低；另一方面，由于社会化需求不足，专业化物流的发展受到制约，适应制造企业需要的物流服务能力不高。
制造企业不放心物流企业的供应服务能力，物流企业不了解制造企业的真实需求，出现了有效需求不足和有效供应能力不够并存的矛盾。
多年来的实践表明，要想从“制造大国”走向“制造强国”，必须重视制造业与物流业协同发展，必须全面提升制造业物流的能力和水平。
二、我国制造业物流发展中存在的问题（一）主观方面。
物流理念认识落后，尤其是国营企业重生产轻管理，重工艺轻物流，有畏难心理，墨守成规，缺乏物流革新精神。
制造业和物流产业的融合发展近年来，全球经济发展速度不断加快，制造业作为经济的增长引擎之一，不断推动经济的持续发展。
而伴随着制造业的发展，物流产业也逐渐崛起，成为制造业升级的重要支撑。
因此，制造业和物流产业的融合发展是未来的发展趋势。
一、制造业和物流产业的联系制造业和物流产业是密不可分的。
制造业需要物流产业的支持，物流产业也需要制造业的支撑。
这种联系的本质，是将制造业所生产的产品整合到流通领域，经过物流产业的运输、仓储、分销等环节，达到最终用户的手中。
经过多年的发展，制造业已经从最初的手工作坊逐渐向大规模、高效、自动化的生产模式转型。
随着生产规模不断扩大，产品质量不断提高，物流环节的作用也越来越重要。
物流产业的出现，为制造业提供了更方便快捷的运输、储存和分发渠道，不仅提高了制造业的效率和效益，也使得消费者可以更加便捷地获得自己所需的物品。
二、制造业和物流产业融合的优势1.提高供应链效率制造业和物流产业融合发展，可以提高供应链效率。
在传统的制造业和物流产业中，生产和物流两个环节相对独立，往往会出现信息难以沟通、沟通成本高等问题，从而影响了供应链效率。
通过融合发展，可以实现生产和物流的信息共享，提高信息透明度和管理效率，从而降低成本，提高效益。
2.促进产业升级制造业和物流产业的融合发展，可以促进产业升级。
制造业在物流环节中遇到的问题，往往涉及到信息、仓储、配送等多个方面。
物流产业的发展可以为制造业提供更多的服务和支持，从而促进制造业向服务型产业转型升级。
3.提高客户服务水平制造业和物流产业的融合发展还可以提高客户服务水平。
随着移动互联网的普及和消费体验的要求不断提高，企业需要提供更加高效便捷的物流服务，来满足客户的需求。
通过制造业和物流产业的融合发展，企业可以提供更加完整的解决方案，从而提高客户服务水平，增强客户黏性。
三、制造业和物流产业融合的实践1.智能制造智能制造是制造业和物流产业融合发展的重要切入点。
2013高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A我们的参赛报名号为（如果赛区设置报名号的话）：36所属学校（请填写完整的全名）：河南理工大学参赛队员(打印并签名) ：1.2.3.指导教师或指导教师组负责人(打印并签名)：日期： 2013 年 08 月 03 日赛区评阅编号（由赛区组委会评阅前进行编号）：2013高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：制造业和物流业联动发展研究摘要针对问题一：为消除数据之间的差异首先对数据做了科学的处理，然后分别利用定性分析和定量分析来说明成都市制造业和物流业近几年的发展现状。
定性分析是利用处理过的数据建立图表的方式进行。
由于定性分析的不精确性又建立了时间序列模型进行定量分析。
在时间序列中计算水平分析指标和速度分析指标，水平分析指标是通过不同的增长量体现的，速度分析指标是通过不同的发展水平和增长水平体现的。
通过以上分析最终得出成都市物流业和制造业近几年来呈现持续增长态势，但制造业要比物流业增长的快。
针对问题二：建立基于主成分分析和多重回归分析的主成分—多重回归分析改进模型。
首先利用主成分分析法，对数据进行标准化处理后，调用MATLAB 里面的princomp 函数做主成分分析，发现影响物流业的因素中货运量的贡献率最大为86.9312%，影响制造业的因素中城镇居民可支配收入的贡献率最大为93.9854%。
为分析制造业和物流业联动发展的总体情况，将城镇居民可支配收入作为因变量，以影响物流业的各个因素作为自变量建立多重回归分析模型，得到自变量与因变量的关系表达式为543211108.00547.00329.02321.05695.0'ˆx x x x x y++++=。
并对此方程进行显著性检验，得到p 值为1.23216e-007,即该方程是极显著的。
针对问题三：首先定义了协调度公式，及协调度所属的范围等级，然后建立灰色关联模型，分别得到制造业对物流业的关联度矩阵和物流业对制造业的关联度矩阵，从整体看两者之间的关联度较高，关联度值基本都在0.6～0.9之间；最后利用协调度公式，计算得到物流业与制造业彼此的协调度值为0.55附近，从而得到制造业与物流业之间联动发展基本协调，协调程度为中等；最终利用得出的关联度矩阵，得到物流业对制造业中的人均GDP 的关联度较小，联动发展较为薄弱，制造业对物流业中的等级公路里程的关联度较小，联动发展较为薄弱。
针对问题四：利用问题三中的关联度矩阵，得出关联度矩阵中行的均值，得出关联度平均值较大的因素，即为成都市制造业（物流业）影响较大的物流业（制造业）因素，也即，物流业对制造业影响较大的因素为：工业用电量，外商直接投资和工业增加值，其影响程度均超过0.7，而制造业对物流业影响较大的因素为：旅客周转率和最大出口总额，其影响程度均超过了0.7。
关键字：时间序列模型 水平分析指标 速度分析指标 主成分—多重回归分析模型 灰色关联度一、问题重述改革开放30年以来，成都市制造业与物流业取得了巨大成就，两者发展水平在西南地区处于领先地位。
但是，近年来两业在发展过程中都遇到了“瓶颈”。
对制造业而言，虽然其抓住了国际产业转移和分工调整的机遇，但成都制造业仍处于产业价值链的低端，产品附加值和技术含量较低，产业可持续发展能力不强。
对物流业，目前成都市多数物流企业仅能提供运输、仓储等一个或几个环节的物流服务，尚不具备提出制造业供应链解决方案，实行一体化物流管理的能力，物流业服务能力还难以满足社会化大生产的客观要求。
如何解决两业发展过程中遇到的上述“瓶颈”问题?“联动发展”是必然的选择。
制造业通过与物流业联动发展，可以促使制造企业实施流程再造，整合、分离、外包物流业务，实行专业化运作，优化供应链资源配置，有利于降低物流成本，提高运营效率，提升核心竞争力，最终实现制造业产业升级和国际竞争力的整体提升。
成都市需要紧紧抓住全国统筹城乡综合配套改革实验区的重大机遇，不断提升制造业和物流业的基础性和先导性产业地位，努力把成都建设成为西部区域制造和物流中心。
附件收集了成都市近几年制造业和物流业相关数据资料，由于我国制造业占工业总产值的比重超过80%，故利用工业数据来反映制造业的发展变化。
请利用附件数据或自行补充收集各类数据建立数学模型回答以下问题：1、成都市制造业和物流业近几年的发展现状如何，能否挖掘出规律性的结论？2、分析近几年成都市制造业和物流业联动发展的总体情况，能否挖掘出规律性的结论？3、成都市制造业和物流业发展是否协调？是否存在联动发展方面的薄弱环节？4、找出对成都市制造业（物流业）影响较大的物流业（制造业）因素，并说明原因。
二、问题分析2.1、问题一的分析首先由于附中各个指标数据单位以及水平各不相同，为了消除差异将各个数据与各自所在列的平均值的比值作为新的指标值进行分析。
以时间为横轴，各个指标为纵轴，做出柱形统计图，通过做柱形图观察各个指标走势，找出了各个指标关于时间的变化关系。
由于物流业是由货运量、公路货物周转量、出口总额、进口总额、旅客周转率、等级公路里程等构成，为此对这些指标量求和即可得到物流业总额并作出柱形图。
同样对于制造业包括城镇居民家庭人均可支配收入、工业增加值、规模以上工业利润总额、规模以上工业企业数、外商直接投资额、工业社会从业人员、工业用电量、大中型工业企业工业总产值、人均GDP等，对他们求和亦可得到制造业总额并作出柱形图，由此可以对物流业和制造业的发展现状做定性分析。
其次建立时间序列模型，利用时间序列计算水平分析指标和速度分析指标，进行定量分析，从而分析社会经济现象发展过程与结果，并进行动态分析，揭示社会经济现象发展变化的规律性，并预测现象的未来的发展趋势，揭示现象之间的相互联系程度及其动态演变关系。
2.2、问题二的分析首先利用主成分分析法，对数据进行标准化处理后，调用MATLAB里面的princomp 函数做主成分分析，分别求出影响物流业的所有因素对物流业的贡献率以及影响制造业的所有因素对制造业的贡献率。
其次找出制造业中贡献率最大的因素并以此作为因变量，以影响物流业的各个因素作为自变量建立多重回归分析模型，得到自变量与因变量的关系表达式。
并对得到的方程进行显著性检验，最后便可得出结论。
2.3、问题三的分析对于问题三，本文首先采用灰色关联分析，分别求得制造业中各因素对物流业中个因素之间的影响关系，求出相关系数，列出关联度矩阵；同理，求得物流业中个因素对制造业中个因素的影响关系，求得相关系数，列出关联度矩阵。
其次，定义协调度的计算公式和协调度的取值范围，利用所得到的两组关联度矩阵，分别可以求得制造业对物流业和物流业对制造业的协调度值，观察两个协调度值的范围，得出物流业与制造业彼此的影响程度大小和协调度大小，最后根据定义的协调度范围，得出得出物流业与制造业的协调情况。
2.4、问题四的分析针对问题四，本文利用问题三得出的关联度矩阵，由关联度矩阵的定义可知物流业各因素与制造业各因素的关联度大小，也即物流业各因素与制造业各因素之间相互影响的大小程度，关联度值越大说明两者之间的关系越大，经过分析关联度矩阵的行的均值，找出对成都市制造业（物流业）影响较大的物流业（制造业）因素。
三、模型假设与符号说明3.1、模型假设1、附表中数据真实可靠.2、数据之间没有自相关作用.3、表中所给数据足以代表制造业和物流业.3.2、符号说明四、模型建立4．1、时间序列模型的建立首先以时间为横轴，各个指标为纵轴，做出条形统计图，通过做条形图观察各个指标走势，找出了各个指标关于时间的变化关系，对物流业和制造业的发展现状做定性分析。
其次建立时间序列模型，利用时间序列计算水平分析指标和速度分析指标进行定量分析。
4.2、主成分分析和灰色关联度模型制造业与物流业不协调发展分析是个复杂的多属性决策问题，这种复杂性表现在：一方面，需要选取进行比较的评价指标，为了在众多的指标中选取具有代表性的指标，需要将多变量问题降维处理；另一方面需要将降维处理后的数据通过模型来计算彼此之间的联系，探寻制造业和物流业两系统的协调程度，鉴于此，这里引入主成分分析和灰色关联分析相集成的综合评价模型。
具体过程如下： 4.2.1、原始数据进行标准化处理由于经济系统各级指标体系通常都是有度量单位的，不同的量纲和数量级将得到不同的协方差矩阵或关联矩阵，为避免计算结果受指标量纲和数量级得影响，把原始指标标准化处理：ij ij ij ij C C C σ/)('-=(1)其中，'ij C 是标准化后的指标值，ij C 为指标值，ij C 为该指标值的平均值，ij σ为该项指标的标准差。
4.2.2、求相关系数矩阵R(2)式中ij r (p j i ， ,2,1,=)为变量C 的相关系数，因为R 为实对称矩阵，只需要计算上三角元素或下三角元素即可。
4.2.3、计算R 的特征值、特征向量和确定主成分首先解特征方程0=-R I λ,通常可用雅克比法求出特征值i λ(p i ,,2,1 =)并使其按大小顺序排列，即0321≥≥≥≥p λλλλ 。
然后求出各个特征值i λ所对应的特征向量i e (p i ,,2,1 =)，其中112=∑=pj ije ，ij e 表示向量i e 的第j 个分量。
根据成分载荷公式ij i i i ij e C Z p h λ==),( (p j m i ,3,2,1;,,3,2,1 ==)将标准化的指标量转化为主成分：m gm g g g Z h Z h Z h F +++= 2211 (p g ,,2,1 =)(3)ppp p p p r r r r r r r r r R212222111211=4.2.4、计算各主成分的方差贡献率i α及累计贡献率)(i α主成分的贡献率：∑==pk kii 1λλα (p i ,,2,1 =)(4)累计贡献率:∑∑===pk kik ki 11)(λλα (p i ,,2,1 =)(5)4.2.5、计算各主成分的得分矩阵(A C B B B B m '21),,,==(6)其中i ij C B α'= (m i ,,2,1 =)为第i 个主成分的得分向量),,,(21m a a a A =，其中),,,(21im i i i a a a a = m i ,,2,1 =。
