黃淑蘭， 鄭承志

(1.黎明職業(yè)大學 輕工學院， 福建 泉州 362000； 2.黎明職業(yè)大學 商學院， 福建 泉州 362000)

0 引言

隨著經濟全球化以及市場需求變化的日益加快，物流與經濟的協(xié)調發(fā)展日益重要.目前已有很多學者對物流與經濟的關系進行了實證研究.例如：郭湖斌等[1]通過構建區(qū)域物流和區(qū)域經濟的綜合發(fā)展水平模型以及應用耦合度(協(xié)同度)模型對蘇浙滬2001—2016年的物流和經濟面板數據進行了實證分析，研究結果顯示蘇浙滬區(qū)域物流與區(qū)域經濟之間存在明顯的協(xié)同效應；陳治國等[2]應用向量自回歸VAR模型對我國35個大中城市2003—2015年的物流和經濟面板數據進行了實證分析，研究結果顯示物流業(yè)對第一產業(yè)、第二產業(yè)和第三產業(yè)(除物流和郵政之外)都有正向促進作用；夏文匯等[3]應用層次分析法和協(xié)同度模型對重慶市2007—2018年的國際物流和經濟年度數據進行了實證分析，研究結果顯示重慶市的經濟增速明顯低于國際物流，二者之間的協(xié)同度較低；陳治國等[4]基于2004—2017年的物流與經濟的省際面板數據，應用熵權法和協(xié)同度模型對全國以及我國東部、中部、西部地區(qū)的物流與經濟的協(xié)同度進行了實證分析，研究結果顯示雖然我國物流與經濟的協(xié)同度在不斷改善，但仍未進入協(xié)同發(fā)展階段，其中東部地區(qū)的物流與經濟的協(xié)同度優(yōu)于中部地區(qū)和西部地區(qū)(中部地區(qū)優(yōu)于西部地區(qū))；鄢飛等[5]應用熵權法和協(xié)同度模型對西北5省2005—2017年的物流與經濟年度數據進行了實證分析，研究結果顯示該段時間內西北5省的物流與經濟的協(xié)同度得到大幅提高；李寶庫等[6]運用包絡分析模型及VAR模型對蘇浙皖滬2000—2017年的物流與經濟年度數據進行了實證分析，研究結果顯示該區(qū)域物流對區(qū)域經濟有極大的促進作用；邱洪全[7]應用熵權法和協(xié)同度模型對閩西南協(xié)同發(fā)展區(qū)2010—2019年的物流與經濟年度數據進行了實證分析，研究結果顯示廈門、泉州的物流與經濟的協(xié)同度較高，而漳州、龍巖和三明的物流與經濟的協(xié)同度相對較低；徐蓉蓉[8]應用隨機效應空間杜賓模型對我國除港澳臺及西藏之外的省份、直轄市及自治區(qū)2005—2017年的物流與經濟年度數據進行了實證分析，研究結果顯示區(qū)域物流對區(qū)域經濟具有顯著的正向效應；劉曉琳[9]應用熵權法和協(xié)同度模型對北上廣渝津2016—2020年的物流與經濟年度數據進行了實證分析，研究結果顯示上述5市的物流與經濟的協(xié)同度在不斷提高，其中北上廣的物流與經濟的協(xié)同度優(yōu)于天津和重慶.上述研究主要是基于計量經濟學方法和基于協(xié)同度分析方法對物流與經濟之間的關系進行分析的.但由于采用計量經濟學方法研究時所選取的指標通常較少，且數據需要符合預設的統(tǒng)計規(guī)律，因此該方法并不適合研究多指標系統(tǒng)之間的關系；而基于協(xié)同度的分析方法雖然采用的指標較多，但最終通常使用的只有兩個綜合指標之間的協(xié)同度，因此該方法涵蓋的信息量較少.為探析福建省區(qū)域物流與區(qū)域經濟的關聯(lián)性與協(xié)調性，本文采用灰關聯(lián)分析模型和復合系統(tǒng)協(xié)同度模型對福建省1995—2019年的物流與經濟年度數據進行實證分析，以期為福建省相關部門的經濟決策提供更為詳實的依據.

1 研究模型

1.1 熵權法

熵權法是一種客觀賦權方法，該方法主要是通過評判數據的分散程度(根據評價指標)來確定指標的權重.若某一評價指標的評判數據越分散、熵值越小，則其包含的信息量就越大，進而其所對應的權重也就越大[10].假定一個評估問題有m個指標、h個評價方案，則其評價矩陣為：

對上述評價矩陣中的元素作標準化處理后可獲取標準化評價矩陣R=[rij]m ×h， 其中rij∈[0,1]， 表示評估問題的第j個評價方案在第i個評價指標上的評價值.對于效益型指標和成本型指標，其評價值的計算公式分別為：

(1)

(2)

(3)

(4)

1.2 灰關聯(lián)分析模型

灰關聯(lián)分析的基本思想是依據數據序列所構成的曲線形狀間的相近度來判斷數據序列之間的關聯(lián)度，該分析法能有效消除樣本量不足和樣本信息不全所帶來的不確定性，且便于分析兩個多指標系統(tǒng)之間的關聯(lián)性.假定系統(tǒng)X和系統(tǒng)Y各有m和n個指標，每個指標的標準化時間序列數據有h個數據點，系統(tǒng)X各指標的標準化數據序列為xi={xi(1)，xi(2)，…，xi(h)}(1≤i≤m)， 系統(tǒng)Y各指標的標準化數據序列為yj={yj(1)，yj(2)，…，yj(h)}(1≤j≤n).若以系統(tǒng)X所有指標的標準化數據序列x1，x2，…，xm作為相關因素序列，以系統(tǒng)Y第j(1≤j≤n)個指標的標準化數據序列yj作為特征行為序列，則指標xi與指標yj在第p(1≤p≤h)個數據點的灰關聯(lián)系數[11]為：

(5)

式中：分辨系數η∈[0,1]， 典型值為0.5； 1≤i≤m； 1≤j≤n； 1≤p≤h； 1≤q≤m； 1≤l≤h.指標xi與指標yj(1≤i≤m， 1≤j≤n)的灰關聯(lián)系數為：

(6)

目前，應用灰關聯(lián)分析研究經濟問題時大多采用張莉等[12]的4等級判斷準則，即：指標x和指標y的灰關聯(lián)系數值ξxy∈(0,0.35]時，兩指標間的關聯(lián)強度為低；ξxy∈(0.35,0.65]時,兩指標間的關聯(lián)強度為一般;ξxy∈(0.65,0.85]時,兩指標間的關聯(lián)強度為較高;ξxy∈(0.85,1.00)時,兩指標間的關聯(lián)強度為非常高.

1.3 復合系統(tǒng)協(xié)同度模型

2000年，孟慶松等[13]基于協(xié)同理論的序參量原理和役使原理提出了一個復合系統(tǒng)協(xié)同度模型.由于該模型普適性較好，且能較準確地評價各類復合系統(tǒng)的協(xié)同度，因此被廣泛應用于各種復合系統(tǒng)的協(xié)同度研究中.該模型假定復合系統(tǒng)為S=f(S1,S2,…,Sk)， 其子系統(tǒng)Sj的序參量ej有l(wèi)j個分量eji， 每個序參量分量eji有h個時間序列數據eji={eji(1)，eji(2)，…，eji(h)}(1≤j≤k，1≤i≤lj， 對時間序列數據作標準化處理可獲取各序參量分量eji在各數據點的有序度).該模型的效益型序參量分量和成本型序參量分量在第p(1≤p≤h)個數據點的有序度計算公式分別為：

(7)

(8)

(9)

復合系統(tǒng)在第p(2≤p≤h)個數據點的協(xié)同度為：

(10)

2 實證分析

2.1 指標選取與數據來源

本文兼顧指標的科學性、代表性以及數據的可獲性，選取公路貨運周轉量、鐵路貨運周轉量、水路貨運周轉量、民航貨運周轉量、沿海港口貨物吞吐量(以下簡稱為沿海港口吞吐量)作為物流指標，選取輕工業(yè)總產值、重工業(yè)總產值、農業(yè)總產值、林業(yè)總產值、牧業(yè)總產值、漁業(yè)總產值、建筑業(yè)總產值、批發(fā)與零售增加值(以下簡稱批零業(yè)增加值)、進出口總額作為經濟指標.上述指標中，物流指標之間、經濟指標之間以及物流指標與經濟指標之間均不存在交叉或重復.指標數據來自《福建統(tǒng)計年鑒—2021》.

2.2 熵權計算

計算熵權前首先需對原始數據進行標準化處理.由于本文的所有指標都屬于效益型指標，因此采用公式(1)對1995—2019年的福建省物流與經濟年度數據進行標準化處理，結果見表1.

利用式(3)和(4)對表1中的公路貨物周轉量、鐵路貨物周轉量、水路貨物周轉量、民航貨物周轉量以及沿海港口吞吐量等物流指標的熵權值進行計算得其熵權值分別為0.240 3、0.117 6、0.247 8、0.227 6和0.166 7； 采取上述方法對輕工業(yè)總產值、重工業(yè)總產值、農業(yè)總產值、林業(yè)總產值、牧業(yè)總產值、漁業(yè)總產值、建筑業(yè)總產值、批零業(yè)增加值以及進出口總額等經濟指標的熵權值進行計算得其熵權值分別為0.132 3、0.119 5、0.100 2、0.109 9、0.084 0、0.084 2、0.152 7、0.122 5和0.094 7.

表1 1995—2019年福建省物流與經濟數據的標準化處理結果

2.3 灰關聯(lián)分析

由于計算灰關聯(lián)系數時其數據標準化的方法與計算熵權時一致，因此表1也可作為計算灰關聯(lián)系數所需的標準化數據.

2.3.1區(qū)域物流對區(qū)域經濟的影響

為分析福建省區(qū)域物流對區(qū)域經濟的影響，以物流指標數據序列作為相關因素序列，以經濟指標數據序列作為特征行為序列，利用公式(5)(式中分辨系數η取典型值0.5)和公式(6)分別計算5個物流指標與9個經濟指標的灰關聯(lián)系數值，結果見表2.表2中，“行加權和”是通過各經濟指標的熵權對表中灰關聯(lián)系數的行進行加權和計算獲取的，它表示的是物流指標對經濟系統(tǒng)的脅迫作用強度；“列加權和”是通過各物流指標的熵權對表中灰關聯(lián)系數的列進行加權和計算獲取的，它表示的是經濟指標對物流系統(tǒng)的耦合作用強度.

根據表2以及張莉等的灰關聯(lián)強度4等級判斷準則可知，除了鐵路貨物周轉量與各經濟指標的關聯(lián)強度屬于“一般”等級之外，其他物流指標與各經濟指標的關聯(lián)強度都屬于“較高”和“非常高”等級，這表明福建省區(qū)域經濟與區(qū)域物流(鐵路貨運除外)密切相關.對表2中的脅迫作用強度和耦合作用強度進行加權和計算后顯示，物流系統(tǒng)對經濟系統(tǒng)的綜合脅迫作用強度和經濟系統(tǒng)對物流系統(tǒng)的綜合耦合作用強度均為0.837 2(接近“非常高”等級)，這表明福建省的區(qū)域物流對區(qū)域經濟的影響較大.

表2 物流指標與經濟指標的灰關聯(lián)系數值

2.3.2區(qū)域經濟對區(qū)域物流的影響

為分析福建省區(qū)域經濟對區(qū)域物流的影響，以經濟指標數據序列作為影響因素序列，以物流指標數據序列作為特征行為序列計算所有經濟指標與各物流指標的灰關聯(lián)系數(計算方法和過程與2.3.1同)，結果如表3所示.按照2.3.1中的方法計算經濟系統(tǒng)對物流系統(tǒng)的綜合脅迫作用強度和物流系統(tǒng)對經濟系統(tǒng)的綜合耦合作用強度，其結果均為0.736 1(屬于“較高”等級)，這表明區(qū)域經濟對區(qū)域物流的影響低于區(qū)域物流對區(qū)域經濟的影響.

表3 經濟指標與物流指標的灰關聯(lián)系數值

2.4 協(xié)同度分析

因采用協(xié)同度分析數據時其數據標準化的方法與熵權法一致，因此表1也可以作為協(xié)同度分析的標準化數據.

2.4.1區(qū)域物流和經濟的有序度和協(xié)同度

根據表1和物流及經濟指標的熵權，利用公式(9)計算各年份物流和經濟的綜合有序度，并根據計算結果繪制了物流和經濟有序度隨時間的變化圖(見圖1).由圖1可以看出，雖然區(qū)域物流有序度和區(qū)域經濟有序度均隨時間的增加呈顯著增大趨勢(2009年的物流有序度除外)，但物流有序度的曲線平滑程度低于經濟有序度曲線，說明經濟有序度的變化相對較為平穩(wěn).

為探析物流與經濟協(xié)同度的發(fā)展趨勢，利用公式(10)計算了各年份物流與經濟的協(xié)同度，并據此制作了物流與經濟協(xié)同度隨時間的變化圖(見圖2).作為參照，圖中同時給出了在理想情境(物流有序度和經濟有序度均從1995年的0.000 0線性增加到2019年的1.000 0)下的協(xié)同度水平線(該水平線位于協(xié)同度的0.041 7處).圖2顯示：物流與經濟協(xié)同度曲線的線性趨勢線為正斜率，且在2009年之后均位于理想情境參照水平線之上，這表明物流與經濟的協(xié)同度總體上呈良好的發(fā)展趨勢；從2003年開始，物流與經濟協(xié)同度的波動性呈現增加趨勢.

圖1 1995—2019年福建省物流有序度與經濟有序度隨時間的變化趨勢

圖2 1996—2019年福建省物流與經濟協(xié)同度隨時間的變化趨勢

2.4.2協(xié)同度波動分析

圖3 1996—2019年福建省物流有序度年增量、經濟有序度年增量以及物流與經濟協(xié)同度隨時間的變化趨勢

為了分析物流與經濟協(xié)同度的波動原因，本文根據上述的物流和經濟有序度的計算結果計算了物流有序度和經濟有序度的年增量，并繪制了二者隨時間的變化圖(見圖3).為了方便物流及經濟有序度年增量和物流與經濟協(xié)同度之間的對比，圖中同時給出了上述計算所得的物流與經濟協(xié)同度.由圖3可以看出，物流與經濟協(xié)同度產生波動的原因在于物流有序度和經濟有序度的年增量波動，其中物流有序度年增量的波動性相對較大.

為進一步分析物流和經濟有序度年增量的波動來源，本文依據表1計算了各物流指標及經濟指標有序度的年增量，并繪制了物流指標和經濟指標有序度的年增量隨時間的變化圖(見圖4).由圖4(a)可以看出，鐵路貨運有序度的年增量波動遠大于其他物流指標，這表明鐵路貨運有序度是導致物流有序度的年增量發(fā)生波動的主要原因.由圖4(b)可以看出，除牧業(yè)總產值、林業(yè)總產值、進出口總額的有序度年增量的波動相對明顯外，其他指標的波動性均較小，因此經濟有序度的波動相對較小.

(a) 物流指標有序度的年增量 (b) 經濟指標有序度的年增量 圖4 1996—2019年福建省物流指標有序度的年增量(a)和經濟指標有序度的年增量(b)隨時間的變化趨勢

3 結論與建議

本文從兩個方面改進了物流與經濟協(xié)同度的實證研究：一是通過增加灰關聯(lián)分析使研究結果包含了更多的信息；二是通過增加協(xié)同度波動原因的分析使研究結果更為全面.根據上述實證分析本文得出以下4條結論與建議： ①福建省公路貨運周轉量、水路貨運周轉量、民航貨運周轉量、沿海港口吞吐量等物流指標與福建省輕工業(yè)總產值、重工業(yè)總產值、農業(yè)總產值、林業(yè)總產值、牧業(yè)總產值、漁業(yè)總產值、建筑業(yè)總產值、批零業(yè)增加值、進出口總額等經濟指標的灰關聯(lián)系數值介于0.768 8與0.943 9之間，關聯(lián)強度都屬于“較高”和“非常高”等級，而鐵路貨運與各經濟指標的灰關聯(lián)系數值介于0.549 9與0.575 1之間，關聯(lián)強度屬于“一般”等級，因此現階段福建省在制定經濟建設規(guī)劃時應著重考慮水路、公路、民航的貨運能力以及沿海港口的貨物吞吐能力.②福建省的區(qū)域物流對區(qū)域經濟的綜合脅迫作用強度為0.837 2，區(qū)域經濟對區(qū)域物流的綜合脅迫作用強度為0.736 1，這表明區(qū)域物流對區(qū)域經濟的影響明顯大于區(qū)域經濟對區(qū)域物流的影響.③物流有序度和經濟有序度以及物流與經濟的協(xié)同度均隨時間呈顯著增加趨勢，但從2003年開始物流與經濟協(xié)同度出現波動增大的趨勢(其原因在于物流有序度及經濟有序度的年增量發(fā)生明顯波動，其中物流有序度年增量的波動相對更大一些).④改進福建省區(qū)域物流與區(qū)域經濟的協(xié)同度應注重保持區(qū)域物流有序度的平穩(wěn)發(fā)展，其中減小區(qū)域物流有序度(特別是鐵路貨運有序度)年增量的波動性是保持區(qū)域物流有序度平穩(wěn)發(fā)展的重要因素.