在本论文的研究过程中，主要得到的结论有以下几点：
1、设计了相关-主成分序参量选取算法。该算法在选取系统序参量时，采用相关分析剔除冗余指标，并使用主成分分析选取对系统贡献较高的指标，确保了序参量的信息冗余度低的情况下，同时也保证了序参量能够最大程度反映系统运行情况。通过该算法，确定了甘肃物流产业和国民经济的序参量，分析得出：选取的序参量对甘肃物流产业和国民经济的真实发展运行情况能够全面真实的反映。该序参量选取算法在选取其他社会系统中的序参量是具有同样的适用性。
2、建立了DSLM模型。在原有模型的基础上考虑子系统有序度的变化速率及方向对系统间协同发展的影响，结合子系统有序度一阶后项差分变化率的协同度对模型进行改进，该模型克服了原模型计算协同度时仅以当期的有序度水平来量化系统协同度的局限，更加突出系统协同发展的动态过程。在甘肃省物流产业和国民经济2006-2015年统计数据的基础上，进行了模型的实证检验，得出甘肃省近十年的物流产业和国民经济的协同发展水平是在波动中发展的，从刚开始甘肃物流产业的发展和国民经济的发展对对方产生的影响较小，到二者的协同发展先后经历2008年和2013年这两年的波动，到最终二者的协同水平达到互助的水平。将DSLM模型和原有模型的结果和甘肃省实际发展情况进行对比，结果表明：DSLM模型相比于原模型更能反映系统协同发展的真实情况，在测度社会系统中不同系统之间的协同发展水平时具有同样的适用性。
3、构建了物流产业和国民经济的SDD模型。解决了以往协同发展决策不明确的问题，从协同发展的角度对物流产业和国民经济的发展提供明确的目标及方向。模型将物流产业和国民经济协同发展的下一阶段作为目标值，将系统序参量的具体发展要求作为动态约束条件，将模型求得的各个序参量最优解结合协同演化阶段模型共同确定系统未来协同发展的方向和目标。该决策模型能够对社会系统中的不同系统进行协同发展的决策研究。依此模型，对甘肃省物流产业和国民经济的协同发展进行决策研究，具体决策研究的结果为：物流产业需要加大基础设施的建设，提高物流产业的供给能力并刺激物流产业的需求，其中由于甘肃省的地形情况，着重加大道路基础设施的建设将有效提升物流产业的发展水平，并能够对国民经济起到很好的支撑作用；甘肃国民经济方面，则需要加大生产、消费、投资及财政的发展力度，着重发展甘肃国民经济中的进出口这一薄弱环节，将有效弥补和物流产业的发展差距，从而真正意义上提高其与物流产业的协同发展水平。
华北物流产业与国民经济协同发展研究
1. [选题依据] 国内外相关研究的学术史梳理及研究动态；本课题相对于已有研究的独到学术价值和应用价值等。
国内外相关研究
国内外对于物流产业及国民经济的发展以及二者之间的协同发展研究有很多，在对该领域国内外的研究现状进行介绍时，主要是从物流及经济系统的自组织、物流产业和国民经济二者之间的协同发展两个层面进行介绍。
1.2.1物流业及经济的自组织研究
物流系统的自组织是指物流系统所表现出的从无序状态转化成低级有序再从低级有序转化成高级有序的形式，是物流协同发展研究的基础理论。GebremedhinShibeshiA[1]研究了基于蚁群的物流自组织，并进行了关于物流的开启和研究设计。RenzW[2]在物流网络的模型与多Agent仿真中利用微观经济学中的自组织来进行案例研究。UlieruM,UnlandR[3]对应急物流基础设施设计了一个全能的自组织方法。宗刚等[4]通过耗散结构理论阐述了第三方物流的自组织情况，并结合运行机制，提出要增强第三方物流企业的自组织能力。周熙登等[5]将自组织理论和生物种群的演化引入农产品物流，将其作为一个自组织系统，研究其自组织运作的机理，从而了解其运行规律。程建润[6]基于自组织理论出发对第三方物流企业自组织的运作机制等做出了分析，并构建了第三方物流企业的自组织演化的模型。赵文明[7]在分析城市物流节点系统演化阶段特征时采用自组织理论、Logistic方程、耗散结构理论、混沌学理论，发掘出城市物流节点系统演化规律。王珍珍[8]从自组织理论出发，建立了制造业与物流业的自组织演化模型。
学者们对经济系统的自组织研究也有很多，BulanichevVA[9]描述了基于经济周期模型的经济过程协同方法。МирРоссии[10]论述了经济、地理和社会自组织在当代俄罗斯农村和农业中的几个方面。TominomoriK[11]用“生物自组织”理论解释描述了新国际贸易秩序的出现及其动态。王子龙等[12]通过对区域经济系统自组织演化的分析，研究了区域经济系统演化的自组织条件、内在动力和源泉，并得出结论：区域经济系统的自组织过程不具有稳定性，竞争与协作共同决定着区域经济系统的发展演化，地方决策机构应对区域经济自组织进行控制，把系统引向决策者所希望的有序结构。余道蓉等[13]运用复杂系统理论研究了城市经济系统的自组织过程，给出了自组织形成的条件，讨论了在自组织过程中各经济部门间竞争的结局，说明了决策层对自组织控制的必要性。鲍爱根等[14]应用自组织数据挖掘方法，建立一个解释我国GDP增长的自组织模型，同时与用主成分分析方法建立的GDP增长模型进行比较，分析影响我国经济增长的主要因素。
关于物流及经济的自组织研究：有从宏观角度入手对物流及经济系统进行研究的；也有从微观具体特定的角度入手进行研究的。自组织作为单一系统发展演化的基础，是本论文研究物流产业和国民经济协同发展的前提和基础，需要结合自组织的特性对物流产业和国民经济进行自组织的论证研究。
1.2.2物流业和经济的协同发展研究
随着协同学理论被广泛的应用于研究社会科学领域各系统之间的协同发展之后，众多学者便从不同的角度分别对物流业和经济的协同发展做出了研究，其中有定性分析和研究协同学的发展框架、发展模式的，也有通过建立不同的协同度模型来应用在具体的实证研究中进行评价的。
国外的学者多是从协同发展的定性研究下手，对某一特定的场所进行协同发展模式的提出，ErikSandberg[15]采取调查问卷的形式对瑞典供应链管理中的物流协同问题进行了研究。JcTyan等[16]对跨国公司的全球供应链如何进行高效并低成本履行物流订单进行了研究，提出了协同运输管理作为全球供应链中订单履行的一种新应用，并通过案例研究发现协同运输管理能够大大节约配送时间并提高配送的可靠性。KennethB.Kahn等[17]对物流的跨部门整合进行了研究，认为物流整合依赖于物流活动的交互、物流部门内部的协作以及跨部门的交互与协同。Nadia[18]认为，由于环保和资源约束，企业不断追求新的商业模式来提高自身的效应和效率，而协同物流正是在这样一个背景下产生的。
国内的协同发展研究中定量的研究较多，如通过不同的协同度量化模型，对某一特定对象的协同水平量化评价等等。刘有升等[19]将灰色关联理论和复合系统协同度模型进行结合，对我国跨境电商与现代物流协同发展进行了评价。张良卫[20]对广东省国际贸易与国际物流的协同发展进行了分析，提出了相应的促进二者协同发展的应对策略。朱荣艳[21]构建航运物流服务供应链的多Agent模型，同时构建了跨组织业务流程的协同框架，将供应链整体业务流程进行了协同优化。
孙战旗[22]从物流供给、需求和物流产业的自身结构和经济的关系出发，采用DEA模型分析了区域物流与区域经济之间的协同发展。卢珂[23]基于协同学理论从不同的视角分析了港口物流协同发展过程及机制，通过协同度模型，从动静两种视角对江苏沿海港口物流协同度进行了量化分析。庞绪庆[24]基于灰色关联分析模型和多维灰色关联模型，对京津冀三地区物流业与经济的协同情况做了研究。
张雪青[25]以＂一带一路＂战略重点涉及省份为研究对象，采用DEA模型分析了区域物流效率产生变动及存在差异的主要原因。钟铭等[26]在建立了港口物流与区域经济协同发展程度的定量模型后，对辽宁沿海经济带的协同发展进行了研究。贺玉德等[27]构建了CRITIC值为权重系数的DEA协同发展模型，并在此基础上对四川省区域物流和区域经济发展进行实证研究。
王娟娟[28]采用灰色关联模型实证检验了节点城市物流业与区域经济的协同发展水平。张林[29]基于协同学理论方法，将珠江三角洲铁路物流和区域经济“剪刀差”问题进行量化，并在此基础上研究了二者的协同发展情况，提出铁路物流与区域经济发展不协调、政府宏观政策及区域经济结构对铁路物流和区域经济的协同发展会产生较大影响。谢守红[30]运用熵值法对长江三角洲区域物流发展水平与经济发展水平进行了评价，并在二者时空演变特征的基础上，采用耦合协调度模型对两者的协同发展水平进行量化。
对于甘肃物流业和经济的相互关系研究中，金淑婷等[31]运用经典场强理论对甘肃省人口与社会经济的关系进行研究，并在ArcGIS9.3的支持下对甘肃省市域人口与社会经济关系进行可视化处理，同时运用主成分分析法及回归分析法对人口、经济及社会子系统协调发展状态进行评价。樊元[32]运用基于方差加权法与熵值法相结合的综合赋权法的非线性评价模型分别对甘肃省经济发展的综合实力和物流业发展的综合实力进行评价。最后基于回归和隶属度函数相结合的方法，运用物流业和经济发展的综合实力评价结果分析计算甘肃省物流系统与经济系统的协调测度。张唯实等[33]认为物流业对甘肃省社会和经济发展有显著的促进作用，甘肃省应该优先发展生产型物流业，以此作为社会和经济的发展极，通过因果累积循环和规模收益递增促进甘肃省社会和经济动态可持续发展。王建林等[34]运用协整和误差修正模型研究了甘肃省现代物流产业与国民经济之间的长期和动态关系，研究表明：甘肃省物流产业和国民经济之间存在协整关系，国民经济的增长对物流产业的发展具有拉动作用；物流产业的发展应与国民经济的发展相协调。
在物流和经济的协同研究中，学者们利用各种协同水平测度模型（如DEA模型、灰色关联模型、复合系统协同度模型）来进行物流产业和国民经济的协同水平量化，通过建立相应的评价标准，对其协同发展的现状及未来的发展方向做出了分析。
研究学术价值和应用价值
选择最能够反映华北物流产业和国民经济运行情况的序参量，对二者的协同发展进行合理准确的评价。现有的研究中多是以指标体系为评价系统协同发展的序参量进行协同发展的研究，缺乏对序参量内部真实含义的认识，这就会存在难以真实合理量化物流产业和国民经济协同发展水平的问题。通过选择合适的序参量，将能够把握系统发展的真实情况，从而在进行物流产业和国民经济的结构调整和决策布局时，提供科学合理的理论支持。
对华北物流产业和国民经济协同发展水平进行客观准确的量化。物流作为产业经济中的重要支撑对经济的发展和影响作用巨大，而经济又为物流提供了发展平台，二者之间存在相互带动相互促进的协同效应。目前有一些协同发展水平的测度模型缺乏对协同发展动态视角的考量，虽能在一定程度上反映二者之间的协同发展，但在协同学理论对系统动态开放的要求上存在一定的局限。将动态发展的视角融入协同水平测度模型中，研究物流产业和国民经济之间的协同发展，将能对二者之间的协同发展水平做出清晰的了解和客观准确的评价。
有利于华北物流产业和国民经济进行合理的产业升级和资源配置，达到二者相互促进相互带动的效果。物流产业和国民经济之间的协同研究将对二者的真实发展水平及二者之间的协同效应进行定位，通过对该水平的认知可有利于二者进行产业结构和资源的调整配置。
面对产业转型升级的大环境， 2019年8月，国家发改委等五部委发布《关于进一步推进产业转型升级示范区建设的通知》拟支持北京京西、大连沿海、黑龙江大庆等8个示范区建设第二批产业转型升级示范区。第一批产业转型升级12个示范区于2017年4月公布，两次批复共涉及城市近30个，其中北方地区城市占一半左右。
两批被支持产业转型的城市，大部分都是老工业城市，随着产能过剩，国家产能调整与升级，以及北方环保政策影响，一大批单纯依靠钢铁、煤炭、石油产业为经济支撑的城市走向没落。最典型的是山西与东北地区，河北、山东一些工业城市也受影响严重，就连直辖市天津，也因环保因素而影响经济增速。
面对产业转型升级的大环境，华北地区的物流地产市场将有怎样的表现？为了更好地了解华北地区物流地产市场情况，头等仓将选取华北地区几个主要城市为代表，整合这些市场当前物流地产市场相关数据，结合市场环境，华北地区物流地产市场表现如下几点：
1 土地市场：新增供应主要集中在天津，多个城市无仓储用地供应
为了疏解北京非首都功能、推进京津冀协同发展，从2015年起，《北京市新增产业禁止和限制目录》就一直将仓储业列为严格限制的行业。2018年3月23日，北京市规划和国土资源管理委员会关于发布了《建设项目规划使用性质正面和负面清单》的通知，仓储物流业在北京全境内均被列在负面清单中。
在这样的政策背景下，北京市2015到2019年，除了2017年有少量保税仓储用地供应外无新增供应，预计未来也几乎不会有经营性仓储用地供应。
随着北京对于仓储行业的严限，距离北京较近的廊坊、天津成为承接北京外溢需求的第一站，而相比于廊坊有限的供应量，天津凭借其地理位置、经济基础，利用京津冀城市群发展机遇，规划为「北方国际物流新平台」和「京津冀物流网络的战略核心」，供应较为充足，2019年天津市一手经营仓储用地出让1542亩，成为华北地区仓储用地的主要供应城市。
由于城市发展规划和仓储用地其低税收产出的特性，政府招拍挂供应均呈紧缩的状态，北京、廊坊、大连、哈尔滨2019年均无经营性仓储用地供应。一手市场仓储用地获取难度高，二手市场项目溢价率高，再加上2019年华北地区经济增速下行的影响，开发商整体拿地节奏放缓。
下图为头等仓调研整理的华北地区主要城市一手经营性仓储用地的出让数据：
2 需求市场：北京需求溢出效应，供给方面区域发展不平衡
1）需求：北京外溢&内需限制
① 北京供不应求与京津冀城市协同发展
由于北京仓储设施供应受限，仓储市场整体供不应求，同时租户行业和纳税额严格限制，仓储市场租金价格飙升等因素，抬高了租户的入门门槛，使得北京仓储需求外溢。2018年年初开始，大量租户被迫从北京市内的工业厂房、低标仓库迁移出来。在「京津冀协同发展」战略指导下，随着区域交通网络的不断完善，将会带动北京周边区域产业的持续扩容和仓储需求的大量增长。
② 产业转型升级与经济增速不确定
我国当前正处于经济结构调整和产业转型升级的阶段，尤其是华北地区资源型城市，传统单一产业结构，粗放型经济下生产效率低，城市发展面临进一步的挑战，华北地区多省份2019年前三季度GDP实际经济增速处于6%以下，低于全国平均值6.2%，是影响华北地区整体经济情况与仓储需求的重要因素。
以下图表为2019年前三季度，华北地区物流地产主要城市所在省市GDP及经济增速：
2）供给：区域发展不平衡
① 天津成为区域物流中心
随着北京京津冀物流中心地位不断弱化，未来新增仓储用地供给将极为有限，长期来看，北京出租率和租金维持较高水平。与此同时，天津作为环渤海区域的副中心城市，以其经济、区位优势，成为北京外溢需求的主要承接地。《天津市物流业空间布局规划（2019-2035年）》已将天津定位为区域物流中心，规划旨在增强天津国际物流竞争力和区域物流服务辐射作用，也是华北地区供应的主要聚集地。
② 甲A库总体量为华东地区的50%
相比较于华东地区，华北地区多老工业城市，因产业转型原因，电商、互联网等行业的发展相对较慢，社会经济主要还是依靠第二产业作为支撑，而且电商、第三方物流和高端制造业等甲A库的需求区域分布也不平衡，物流地产市场相对不成熟。华北地区主要城市经营性甲A库总体量仅为华东地区主要城市总体量的一半，且华北地区经营性甲A库体量超过100万平方米的城市仅北京、天津、沈阳3个，也仅为华东地区的半数，高标准物流进一步发展的空间较大。
以下图表为头等仓调研华北地区主要城市截至2019年12月甲A库、甲B库（甲A、甲B，是沿用头等仓对于高标仓库、普通仓库的称谓，有关甲A及甲B的定义详见文末。）的城市总体量与空置率：
就以上主要城市的甲A库空置率，北京、廊坊、天津受物流地产市场大环境（消费增速的收缩、中美贸易战、以及电商自用库入市等因素）影响，空置率小幅上升；青岛、济南是山东省核心城市，依托其经济基础和供应量少的因素，市场去化表现优秀，分别维持在3.68%和8.11%的空置率；沈阳、大连、哈尔滨等老工业城市，短期内需求不强劲，空置率均在10%以上。
3 租金市场：整体增速放缓部分城市出现下调趋势
根据房地产租金走势周期规律：涨幅加快、涨幅放缓、跌幅加快、跌幅放缓这四个环节，目前华北地区物流地产大部分城市租金走势均处于涨幅放缓的阶段，也有部分城市租金走势进入跌幅加快的阶段，大连、哈尔滨因其内需不足，当前空置面积对外报价有所下调。
以下图表为头等仓调研华北地区主要城市截至2019年12月甲A库、甲B库的租金分布及离散区间：
4 未来展望：区域联动+产业转型升级是物流地产发展关键
1）加强产业联动性，带动华北地区产业整体发展
相比于华东目前形成的「上海-周边」一体化产业联动形势，华北地区因战略定位、历史沿革、经济条件等因素，产业发展仍然存在有结构失衡的现象，北京以其政治中心的地位聚集主要的高精尖产业，而山东、东北地区等地则由于传统产业为主的经济结构，主要为资源、劳动密集型产业。
但是，随着京津冀协同发展多重战略的共同推进，北京大兴国际机场等交通建设使区域通达性的进一步提高，经济新区的扶持发展，产业布局将得到进一步的优化调整，甚至催生新兴的支柱产业，促进华北地区物流仓储行业的进一步发展。
2）加快产业转型升级，把握「一带一路」发展新机遇
华北地区尤其是东北过去高度依赖资源产业和重工业产业，现代服务业发展滞后，导致当前仓储市场内需不足。在东北区域产业转型升级中，传统支柱产业如旧有能源产业、低端装备制造产业等逐将渐转型升级为高端制造业、生物医药等新支柱产业，会拉动部分高标库仓储需求。同时，「一带一路」蓄势将东北打造成东北亚合作中心，在中日韩、中俄蒙等三方合作的不断深化下，东北老工业基地也有了更多作为物流中转枢纽的机会和条件。
进一步加快产业转型升级和增强区域产业联动性，是华北地区物流地产持续发展的关键。在华北地区主要城市人均高标仓储仅为华东地区主要城市的50%左右，物流仓储市场未饱和的状态下，驱动城市需求增长，仓储市场未来能有更良性的发展空间。
2. [研究内容] 本课题的研究对象、总体框架、重点难点、主要目标等。
研究对象
以协同学作为研究的理论基础，以华北地区物流产业和国民经济之间的协同发展为研究对象，从序参量的选取，协同发展水平测度模型及决策几方面进行研究。
总体框架
本课题计划以协同学理论为基础，对物流产业和国民经济的协同发展进行研究。从序参量的选取、协同发展水平测度、协同发展评价及协同发展决策这几方面入手，设计序参量选取算法、构建差分式协同水平测度（DSLM）模型和协同发展决策（SDD）模型。
重点
①相关-主成分分析算法选取具有华北地区发展特色的物流产业和国民经济的序参量，验证该算法在选取序参量时的客观准确性；
②基于DSLM模型对华北地区近十年的协同发展水平进行测度，通过和实际情况进行对比，验证DSLM模型相比于原模型更能反映系统的真实协同发展情况；
难点
应用SDD模型对华北地区物流产业和国民经济协同发展进行决策研究，提出有针对性的华北物流产业和国民经济的政策建议。
主要目标
设计基于相关-主成分分析的序参量选取算法。在主成分分析的基础上，引入相关分析，构造出一种新的序参量选取算法：相关-主成分分析法。算法首先采用相关分析剔除冗余指标，然后使用主成分分析法选取对系统贡献较高的指标，确保序参量信息冗余度低，也保证序参量最大程度的反映系统运行情况。
建立突出系统协同发展动态过程的DSLM模型。在原有协同水平测度模型的基础上引入系统有序度一阶后项差分的概念，考虑子系统有序度的变化速率及方向对系统间协同发展的影响，该模型克服原模型计算协同度时仅以当期的有序度水平来量化系统协同度的局限，更加突出系统协同发展的动态过程。
构建能够确定物流产业和国民经济未来发展决策值的SDD模型，以便于给出更具体的政策建议。该模型主要从协同发展的角度对未来物流产业和国民经济的发展提供决策依据，解决协同发展决策不明确的问题。模型将物流产业和国民经济协同发展的下一阶段作为目标值，将系统序参量的具体发展要求作为动态约束条件，从而得到协同发展的非线性规划模型，将模型求得的各个序参量最优解结合协同演化阶段模型得到的协同发展年限共同确定未来发展的决策值。
3. [思路方法] 本课题研究的基本思路、具体研究方法、研究计划及其可行性等。
本章首先介绍了自组织的基本理论，主要从定义、主要内容、哲学思想及特性四个方面进行表述，在此基础上对物流产业和国民经济的自组织特性进行了论述；接着介绍了协同学的基本理论，主要从定义、主要原理、常用模型几方面进行介绍；最后并对物流产业和国民经济的协同关系进行阐述，从定性角度和模型两方面进行说明，为后续定量研究二者的协同发展奠定基础。
本章首先介绍了序参量的选取原则，并通过统计学中的相关分析和主成分分析，在原有主成分分析选取序参量的基础上，设计了一种新的序参量选取算法，即相关-主成分序参量选取算法，该算法以海选指标集作为系统的输入，对海选指标集中的指标首先进行相关分析，以此来剔除冗余指标，确保了序参量的信息冗余度低，并在相关分析的基础上使用主成分分析选取对系统贡献较高的指标，保证了序参量能够最大程度反映系统的运行情况，将此时筛选完毕后的指标作为算法的输出，得到系统的序参量。基于这种序参量选取算法，确定了甘肃物流产业和国民经济的序参量，通过2006-2015年的统计数据，进行算法分析，得到甘肃物流产业和国民经济的序参量，对选取结果分析发现，该算法选取的序参量能够合理的反映出系统发展的实际情况。
本章主要对协同水平测度模型进行了研究，介绍了几种常用的协同水平测度模型，并深入研究了基于系统耦合函数的协同水平测度模型，分析了该模型的特点，基于该模型在计算协同度时仅以当期的有序度水平来量化系统协同度的局限，引入子系统有序度一阶后项差分变化率，从而将系统间的协同发展放置在时间序列上动态考察，建立了差分式协同水平测度模型—DSLM模型。通过甘肃省物流产业和国民经济2006-2015年的统计数据进行实证分析，将DSLM模型和原有模型的计算结果和甘肃物流产业和国民经济的发展实际情况进行对比，得出结论：DSLM模型相比于原模型更加突出系统协同发展的动态过程，更能够反映系统协同发展的实际情况。
本章主要通过协同演化阶段模型建立了物流产业和国民经济的协同发展评价体系。首先基于协同演化阶段模型对物流产业和国民经济的协同发展进行了四阶段的描述，这四个阶段分别为独立、扰动、互助、共生，接着从logistic曲线的特性出发将协同度划分区间，依据区间内协同发展的特性将不同区间的协同度和协同演化阶段模型相对应。最后确立了物流产业和国民经济的协同发展评价体系。
本章主要是对物流产业和国民经济协同发展的决策研究，决策研究过程主要是从两个维度展开：1.对物流产业和国民经济的决策模型进行研究2.以甘肃省物流产业和国民经济的协同发展为研究对象对甘肃省的发展做出决策。本章主要构建了SDD模型，该模型可以为物流产业和国民经济的协同发展提供一个明确的目标与方向，解决了以往对于协同发展决策不明确的问题。SDD模型是将物流产业和国民经济协同发展的下一阶段作为目标值，将系统序参量的具体发展要求作为动态约束条件，从而得到协同发展的非线性规划模型，将模型求得的各个序参量最优解作为系统未来协同发展的方向，得到协同发展的序参量最优取值后，基于第五章的协同演化阶段模型预测协同度未来的趋势，并设立协同发展的近期的决策值，从而为二者的协同发展提供了政策建议。对甘肃物流产业和国民经济进行决策研究的结果为：物流产业需要加大基础设施的建设，提高物流产业的供给能力并刺激物流产业的需求，其中着重要加大的是道路基础设施的建设；甘肃国民经济方面，则需要加大生产、消费、投资及财政的发展力度，着重发展甘肃国民经济中的进出口这一薄弱环节，将有效弥补和物流产业的发展差距，从而真正意义上提高其与物流产业的协同发展水平。
研究的基本思路
设计相关-主成分分析的序参量选取算法。在分析序参量的选取原则的基础上，设计出一种新的序参量选取算法：相关-主成分分析算法，确保序参量的信息冗余度低，也保证序参量能够最大程度反映系统运行情况，在此基础上确定华北物流产业和国民经济的序参量。
建立DSLM（差分式协同水平测度，Difference Synergy Level Measurement）模型。首先对原有模型量化协同度时的局限性进行分析，基于原有模型的特点引入子系统有序度一阶后项差分变化率对模型进行改进，并通过华北地区物流产业和国民经济的协同发展实证分析，一方面验证DSLM模型相比于原模型的优越性，另一方面对华北地区物流产业和国民经济的协同发展水平做出测度。
采用logistic曲线将系统协同度划分区间，结合物流产业和国民经济的协同演化阶段模型，将二者对应，确定物流产业和国民经济的协同发展评价体系。
建立物流产业和国民经济的SDD（协同发展决策，Synergy Development Decision）模型。基于协同发展评价体系和DSLM模型建立SDD模型的目标函数，将系统序参量的具体发展要求作为动态约束条件，从而建立物流产业和国民经济协同发展的非线性规划模型，并结合协同演化阶段模型得到具体的发展目标及方向。以华北地区的物流产业和国民经济的协同发展为研究对象，应用模型进行二者的决策。
具体研究方法
研究方法
模型
不同的模型都可以对物流产业和国民经济的协同发展进行表述，基于协同演化模型的协同关系是从序参量的特性出发，研究系统如何在序参量的作用下协同发展；基于协同学运动方程的协同关系模型则主要是基于动力学的特性将协同发展的关系用运动的形式表现出来进行协同关系的研究；基于Granger因果检验的协同发展关系模型则主要是从时间序列的角度探讨当期和前期系统的行为对二者协同发展的影响。由于本课题主要是基于系统序参量对物流产业和国民经济协同发展的影响进行研究的，因此，本课题后续的研究是基于协同演化的协同发展关系模型展开的。
基于协同演化模型的协同发展关系模型定义，物流产业时刻的有序度为uX(t)，国民经济时刻的有序度为uY(t),此时物流产业和国民经济之间的关系可以用如下的微分方程表示：
duX(t)/dt=K1(uX,uY)+δ
duY(t)/dt=K2(uX,uY)+δ
上式代表物流产业和国民经济的协同发展是在K1，K2两个非线性泛函数的影响，二者各自的有序度同时受到另一个系统的影响，δ为系统中的随机涨落。
1、基于协同学中的运动方程的协同发展关系模型
设xi(0)(t)代表物流产业和国民经济基础状态变量，对其一阶累加生成序列xi(1)，该累加序列的变化率为dxi(1)/dt，该变化率依赖于自发展项aiixi(1)(t)和协同项aijxi(1)(t)，(i≠j)，考虑系统发展过程中的灰色作用项：-ui(xi(1)(t))2
最终得到物流产业和国民经济协同发展的调控模型：
式1表明，物流产业和国民经济自身的发展除了受到系统自发展项的影响之外，还会受到另一个系统的协同项的影响。
基于Granger因果检验的协同发展关系模型
除了利用协同学的理论来表述物流产业和国民经济的协同发展以外，学者们还会通过一些计量经济学中的模型进行协同发展关系的研究。设国民经济为因变量，物流产业作为自变量，xt代表当期自变量，代表滞后xt-j期的自变量，yt-j代表滞后t-j期的因变量，具体协同发展的关系可以表述为：
式2表明国民经济t时刻的发展受到t时刻物流产业的影响，并受到t-j期物流产业和国民经济的影响，上式将因变量国民经济换为物流产业时，关系式同样成立，表明了物流产业和国民经济之间的协同发展关系。
不同的模型都可以对物流产业和国民经济的协同发展进行表述，基于协同演化模型的协同关系是从序参量的特性出发，研究系统如何在序参量的作用下协同发展；基于协同学运动方程的协同关系模型则主要是基于动力学的特性将协同发展的关系用运动的形式表现出来进行协同关系的研, 究；基于Granger因果检验的协同发展关系模型则主要是从时间序列的角度探讨当期和前期系统的行为对二者协同发展的影响。
由于本课题主要是基于系统序参量对物流产业和国民经济协同发展的影响进行研究的，因此，本课题后续的研究是基于协同演化的协同发展关系模型展开的。
技术路线
4．[创新之处] 在学术思想、学术观点、研究方法等方面的特色和创新。
设计一种新的序参量选取算法：相关-主成分分析算法。在主成分分析国内外的研究现状协同发展相关理论华北物流产业和国民经济序参量的选取物流产业和国民经济自组织特性分析及协同关系分析DSLM模型华北物流产业和国民经济协同发展决策研究研究结论与展望自组织理论协同学理论Logistic发展理论相关-主成分序参量选取算法SDD模型协同发展评价体系华北物流产业和国民经济协同发展水平测度研究的基础上，通过引入相关分析，来选取系统的序参量。采用相关分析剔除冗余指标，然后使用主成分分析法选取对系统贡献较高的指标，确保序参量的信息冗余度低，也保证序参量能够最大程度反映系统运行情况。
建立DSLM模型。在原有模型的基础上引入子系统有序度一阶后项差分变化率的概念，考虑子系统有序度的变化速率及方向对系统间协同发展的影响，该模型克服原模型计算协同度时仅以当期的有序度水平来量化系统协同度的局限，更加突出系统协同发展的动态过程。
构建物流产业和国民经济的SDD模型。该模型主要从协同发展的角度对未来物流产业和国民经济的发展提供决策依据。模型将物流产业和国民经济协同发展的下一阶段作为目标值，将系统序参量的具体发展要求作为动态约束条件，从而得到物流产业和国民经济协同发展的非线性规划模型，将模型求得的各个序参量最优解，结合协同演化阶段模型预测的协同发展年限共同确定系统未来协同发展的方向。该模型能够为物流产业和国民经济的协同发展提供具体明确的发展目标及方向，解决协同发展决策不明确的问题。
[预期成果] 成果形式、使用去向及预期社会效益等。
基于协同学理论来研究物流产业和国民经济之间的协同发展关系。设计了“相关-主成分”的序参量选取算法，选取了甘肃物流产业和国民经济的序参量；提出了一种基于有序度差分变化率的协同水平测度模型，更加凸显系统协同发展的动态过程；并在该模型的基础上结合物流产业和国民经济的协同发展评价体系，建立了物流产业和国民经济SDD模型，依此模型，对甘肃省物流产业和国民经济的协同发展提出了相应的政策建议。
在本论文的研究过程中，主要得到的结论有以下几点：
1、设计了相关-主成分序参量选取算法。该算法在选取系统序参量时，采用相关分析剔除冗余指标，并使用主成分分析选取对系统贡献较高的指标，确保了序参量的信息冗余度低的情况下，同时也保证了序参量能够最大程度反映系统运行情况。通过该算法，确定了甘肃物流产业和国民经济的序参量，分析得出：选取的序参量对甘肃物流产业和国民经济的真实发展运行情况能够全面真实的反映。该序参量选取算法在选取其他社会系统中的序参量是具有同样的适用性。
2、建立了DSLM模型。在原有模型的基础上考虑子系统有序度的变化速率及方向对系统间协同发展的影响，结合子系统有序度一阶后项差分变化率的协同度对模型进行改进，该模型克服了原模型计算协同度时仅以当期的有序度水平来量化系统协同度的局限，更加突出系统协同发展的动态过程。在甘肃省物流产业和国民经济2006-2015年统计数据的基础上，进行了模型的实证检验，得出甘肃省近十年的物流产业和国民经济的协同发展水平是在波动中发展的，从刚开始甘肃物流产业的发展和国民经济的发展对对方产生的影响较小，到二者的协同发展先后经历2008年和2013年这两年的波动，到最终二者的协同水平达到互助的水平。将DSLM模型和原有模型的结果和甘肃省实际发展情况进行对比，结果表明：DSLM模型相比于原模型更能反映系统协同发展的真实情况，在测度社会系统中不同系统之间的协同发展水平时具有同样的适用性。
3、构建了物流产业和国民经济的SDD模型。解决了以往协同发展决策不明确的问题，从协同发展的角度对物流产业和国民经济的发展提供明确的目标及方向。模型将物流产业和国民经济协同发展的下一阶段作为目标值，将系统序参量的具体发展要求作为动态约束条件，将模型求得的各个序参量最优解结合协同演化阶段模型共同确定系统未来协同发展的方向和目标。该决策模型能够对社会系统中的不同系统进行协同发展的决策研究。依此模型，对甘肃省物流产业和国民经济的协同发展进行决策研究，具体决策研究的结果为：物流产业需要加大基础设施的建设，提高物流产业的供给能力并刺激物流产业的需求，其中由于甘肃省的地形情况，着重加大道路基础设施的建设将有效提升物流产业的发展水平，并能够对国民经济起到很好的支撑作用；甘肃国民经济方面，则需要加大生产、消费、投资及财政的发展力度，着重发展甘肃国民经济中的进出口这一薄弱环节，将有效弥补和物流产业的发展差距，从而真正意义上提高其与物流产业的协同发展水平。
[研究基础] 课题负责人前期相关研究成果、核心观点等。
物流产业和国民经济的协同关系
由于物流产业和国民经济均具有自组织特性，因此，物流产业和国民经济在发展的过程中必然会与外界的环境产生物质、能量、信息的交换。与此同时，物流又作为经济中的重要组成部分，二者之间的发展是一种相互促进相互支撑的发展。物流产业与经济是相互依存的统一体，二者相互促进，相互推动，物流产业作为第三产业中新的经济增长点，已成为区域经济的重要组成部分，是区域经济形成和发展的主导力量，它不仅对区域经济发展起着基础性的作用，而且会影响和制约整个经济发展运行的质量和速度。同时，区域经济的发展为现代物流产业的发展提供坚实的保障，在一定程度上决定着物流需求的规模、结构和层次。
一方面，物流产业在发展自身的同时会以增加产值的方式为国民经济做出贡献，同时，物流产业中各种资源的集聚运作也会和国民经济当中的各个环节产生交互，例如：物流产业的发展，带动运输业的发展，提高了国民经济中进出口贸易的扩大；物流业的快速发展促进了配送行业的发展，提高了国民经济的消费，也在变相的刺激投资等等。随着物流产业自身的结构优化，资源的高效利用和合理配置，物流产业将能更好的为国民经济的发展起到助推和支撑作用。
另一方面，国民经济的发展自然而然也会带动物流产业的发展。国民经济当中的各个环节向有序稳定的方向发展的过程中，必然会为物流提供好的发展环境和平台，例如：国民经济中投资的发展，将带动物流产业各种基础设施的完备，提高了物流运作的效率；国民经济中进出口贸易的发展，将带动物流产业和国际化接轨，为物流产业带来了更多的机遇和挑战；而国民经济中消费发展，将刺激该国或该地区产值的加大，最终同样会刺激物流产业的发展以作为支撑。可见，国民经济的发展势必将带动物流产业的进步，促使物流产业的有序发展。
物流产业和国民经济在各自的发展的过程中，都会对另一方的发展带来契机；反过来，当物流产业和国民经济中存在一方发展的滞后，则必然会制约另一方进一步向有序的方向发展，因此，二者之间存在着协同发展的关系，双方的发展演进都是基于另一方的发展，并且在发展的过程中能够相互促进相互提高。
[参考文献] 开展本课题研究的主要中外参考文献。
参考文献
[1] Gebremedhin Shibeshi A．Ant Based Logistics Self-organization: Starting Fundamentals and Research Design[J]．Technology Policy & Management, 2009, 47(7):1015-25.
[2] Renz W．Models and Multi-Agent Simulations of Logistics Networks - A Case-Study in Self-Organization by Microeconomics.[C]// Multikonferenz Wirtschaftsinformatik, MKWI2008, München, 26.2.2008 - 28.2.2008, Proceedings. 2008.
[3] Ulieru M, Unland R．A Holonic Self-Organization Approach to the Design of Emergente-Logistics Infrastructures[C]// Engineering Self-Organising Systems, Nature-Inspired Approaches To Software Engineering. 2003:139-156.
[4] 宗 刚 , 程 建 润． 论 转型 中 的 第 三 方物 流 企业 的 自 组 织 [J]. 商场现 代 化 ，2006(10):115-116.
[5] 周熙登, 舒辉. 基于自组织的农产品物流系统协同演化[J]. 中国流通经济, 2013,27(11):14-21.
[6] 程建润．第三方物流企业的自组织研究[D]. 北京工业大学，2007.
[7] 赵文明．城市物流节点系统自组织演化研究[D]. 长安大学，2014.
[8] 王珍珍 . 制造业与物流业联动发展的自组织演化动力模型 [J]. 统计与决策 ,2014(17):36-39.
[9] Bulanichev V A, Serkov L A. Self-organization of economic systems with determined chaos[J].Matem.mod, 2007, 19(4):116–126. 2003.
[10] Мир России. Social, Economic and Spatial Self-Organization in Rural Area[J]. 2003.
[11] Tominomori K. Self-Organization of a New Economic Order : Based on the East AsianQuadrangle[J]. 2005, 34:215-231.
[12] 王子龙, 谭清美, 许箫迪. 区域经济系统演化的自组织机制研究[J]. 财贸研究,2005, 16(6):5-9.
[13] 余道 蓉 , 徐南荣 , 赵平亚 . 城市经济系统的自组 织过程 [J]. 系统工程 ,1991(2):17-19+47.
[14] 鲍爱根, 何跃, 贺昌政. 我国经济增长的自组织模型研究[J]. 成都信息工程学院学报, 2004, 19(1):107-110.
[15] Erik Sandberg ． Logistics collaboration in supply chains: practice vs. theory[J].TheInternational Journal of Logistics Management, Vol. 18 Iss: 2, 2007, pp.274 – 293.
[16] Jc Tyan, Fk Wang & T Du．Applying collaborative transportation management models inglobal third-party logistics[J]. International Journal of Computer Integrated Manufacturing,Vol.16 Iss: 4-5, 2003, pp.283-291.
[17] Kenneth B. Kahn, John T. Mentzer ． Logistics and interdepartmental integration,International Journal of Physical Distribution & Logistics Management，Vol. 26 Iss: 8, 1996,pp.6–14.
[18] Nadia Lehoux, Jean-Fran ois Audy, Sophie D'Amours, Mikael R nnqvist.Issues and Experiences in Logistics Collaboration[J]. IFIP Advances inInformation and Communication Technology Vol.30 Iss: 7, 2009, pp 69-76.
[19] 刘有升,陈笃彬．基于复合系统协同度模型的跨境电商与现代物流协同评价分析[J]．中国流通经济，2016,05:106-114.
[20] 张良卫．“一带一路”战略下的国际贸易与国际物流协同分析——以广东省为例[J]．财经科学,，2015(7):81-88.
[21] 朱荣艳．航运物流服务供应链协同优化研究[D]．武汉理工大学， 2014.
[22] 孙战旗．基于系统动力学的厦漳泉区域物流协同发展研究[D]．集美大学，2015.
[23] 卢珂．江苏沿海港口物流协同机制研究[D]．中国矿业大学，2015.
[24] 庞绪庆．京津冀物流业与经济子系统协同发展的实证研究[D]．天津商业大学，2015.
[25] 张雪青. “一带一路”区域物流协同发展分析[J]. 统计与决策, 2016(8).
[26] 钟铭, 吴艳云, 栾维新. 港口物流与城市经济协同度模型[J]. 大连海事大学学报,2011, 37(1):80-82.
[27] 贺玉德, 马祖军. 产业转移下区域物流与区域经济协同度分析——基于四川省的实证研究[J]. 管理现代化, 2014(1):99-101.
[28] 王娟娟．一带一路经济区现代物流体系构建[J].中国流通经济,2016(3):25-31.
[29] 张林, 董千里, 申亮．节点城市物流产业与区域经济的协同发展研究——基于全国性物流节点城市面板数据[J]. 华东经济管理, 2015(2):67-73.
[30] 谢守红, 蔡海亚．长江三角洲物流业与区域经济耦合协调度研究[J]. 江西财经大学学报, 2015(5):20-27.
[31] 金淑婷, 李博, 杨永春,等. 甘肃省人口、经济、社会协调发展状态研究[J]. 资源与产业, 2015, 17(1).
[32] 樊元, 马丽梅. 甘肃省物流业与经济发展的协调性评价分析[J]. 数学的实践与认识,2011, 41(11):29-36.
[33] 张唯实, 赵三英. 甘肃物流业对区域经济发展促进效应分析[J]. 统计与决策,2011(1):101-104.
[34] 王建林, 王久梗, 赵岩. 甘肃省物流产业与国民经济之间关系实证研究[J]. 甘肃社会科学, 2009(3):98-101.
[35] 艾仁智. 自组织理论与城市商业银行发展[J]. 金融研究, 2005(6):107-115.
[36] 李建军．区域物流系统成长研究[D].南昌:江西财经大学，2013.
[37] 袁晓勐. 城市系统的自组织理论研究[D]. 东北师范大学, 2006.
[38] 李学工. 论物流产业对国民经济的贡献 [J]. 北京工商大学学报(社会科学版),2003(6):1-4.
[39] 楚岩枫. 我国物流产业系统演化机理研究[D]. 南京航空航天大学, 2010.
[40] 甘卫华, 丁茹. 基于自组织的物流产业创新体系主体模式研究[J]. 物流技术, 2012,31(11):4-6.
[41] 孙玲. 协同学理论方法及应用研究[D]. 哈尔滨工程大学, 2009.
[42] H.哈肯著, 张纪岳, 郭治安. 协同学导论[M]. 西北大学科研处, 1981.
[43] 包文娟. 供应链系统序参量识别研究[D]. 大连理工大学, 2014.
[44] 赵莉. 中国物流产业与区域经济协调发展研究[D]. 哈尔滨商业大学, 2013.
[45] 张中强, 宋学锋. 区域经济与区域物流协同发展状态与调控模型研究[J]. 数学的实践与认识, 2013, 43(14):224-230.
[46] 高锡荣, 陈政权. 重庆市物流产业与经济发展的相互促进关系分析[J]. 商业经济研究, 2012(23):142-143.
[47] 徐绪松, 郑小京, XuXusong,等. 定性分析的工具——探索图、循环图、结构图[J]. 技术经济, 2010, 29(5):1-6.
[48] 兰洪杰, 刘志高, 王瑞江．基于粗糙集约简的食品冷链物流系统协同模型研究[J]．北京交通大学学报:社会科学版，2010, 9(2):32-36.
[49] 童其慧. 主成分分析方法在指标综合评价中的应用[J]. 北京理工大学学报(社会科学版), 2002, 4(1):59-61.
[50] 周剑花. 基于隶属度函数的产品多学科协同设计中满意协商模型[J]. 南方农机,2015(11):56-56.
[51] 吴超.面向协同制造的工艺资源优化配置技术研究[D]. 江苏科技大学, 2015.
[52] 郭大龙.基于系统协调度的河北省三次产业协同发展研究[D]. 燕山大学, 2015.
[53] 毕克新,王海燕. 高校科学研究与学科建设协同发展系统灰色关联分析与模型构建[J]. 系统工程理论与实践, 2003, 23(4):140-143.
[54] 潘雄锋. 城市建设和经济协同发展系统灰色关联分析与建模[J]. 科技管理研究,2005, 25(10):43-45.
[55] 李海东, 王帅, 刘阳. 基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证[J]. 系统工程理论与实践, 2014(7):1749-1755.
[56] 潘雄锋. 城市建设和经济协同发展系统灰色关联分析与建模[J]. 科技管理研究,2005, 25(10):43-45.
[57] 汤铃, 李建平, 余乐安,等. 基于距离协调度模型的系统协调发展定量评价方法[J].系统工程理论与实践, 2010, 30(4):594-602.
[58] 曾佑新, 聂改改. 电子商务与快递物流发展的协调度研究--基于距离协调度模型[J].江南大学学报(人文社会科学版), 2016, 15(4):76-82.
[59] 孙鹏, 罗新星. 区域现代物流服务业与制造业发展的协同度评价——基于湖南省数据的实证分析[J]. 系统工程, 2012(7).
[60] 鲁继通. 京津冀区域协同创新能力测度与评价——基于复合系统协同度模型[J]. 科技管理研究, 2015, 35(24):165-170.
[61] 彭耿 , 刘芳 . 武陵山片区区域经济协同度的评价研究 [J]. 经济地理 , 2014,34(10):39-45.
[62] Diakoulaki D, Mavrotas G, Papayannakis L. Determining objective weights in multiplecriteria problems: The critic method[J]. Computers & Operations Research, 1995,22(7):763-770.
[63] 孟庆松, 韩文秀. 复合系统整体协调度模型研究[J]. 河北师范大学学报自然科学版,1999(2):177-179.
[64] 周凌云, 穆东. 区域物流系统的协同演化研究[J]. 北京交通大学学报:社会科学版,2009, 8(2):26-31.
[65] 张睿, 钱省三. 区域产业生态系统组织成员间的竞合协同进化研究[J]. 科技进步与对策, 2009, 26(16):48-50.
[66] 张世晓, 王国华. 区域创新集聚与金融结构协同演化机制实证研究[J]. 社会科学辑刊, 2009(5):97-100.
[67] 王玉梅, Wang Yumei. 复合 DEA 方法的知识创新联盟系统协同发展评价[J]. 中国科技论坛, 2010(8):26-31.
[68] 崔晓迪. 区域物流供需耦合系统的协同发展评价研究[J]. 科技管理研究, 2010,30(19):53-56.
[69] 穆东, 杜志平. 资源型区域协同发展评价研究[J]. 中国软科学, 2005(5):106-113.
[70] 陈威. 基于欧氏距离协调度模型的黑龙江省区域人口与经济协调发展研究[D]. 东北林业大学, 2014.
[71] 杨世琦, 高旺盛, 隋鹏,等. 湖南资阳区生态经济社会系统协调度评价研究[J]. 中国人口·资源与环境, 2005, 15(5):67-70.
[72] 胡炜霞. 周边环境与旅游景区协调度评价研究——山西平遥古城实证分析[J]. 旅游学刊, 2009, 24(10):57-62.
