黃淑蘭， 鄭承志

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

0 引言

隨著經(jīng)濟全球化以及市場需求變化的日益加快，物流與經(jīng)濟的協(xié)調(diào)發(fā)展日益重要.目前已有很多學(xué)者對物流與經(jīng)濟的關(guān)系進行了實證研究.例如：郭湖斌等[1]通過構(gòu)建區(qū)域物流和區(qū)域經(jīng)濟的綜合發(fā)展水平模型以及應(yīng)用耦合度(協(xié)同度)模型對蘇浙滬2001—2016年的物流和經(jīng)濟面板數(shù)據(jù)進行了實證分析，研究結(jié)果顯示蘇浙滬區(qū)域物流與區(qū)域經(jīng)濟之間存在明顯的協(xié)同效應(yīng)；陳治國等[2]應(yīng)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(jīng)濟面板數(shù)據(jù)進行了實證分析，研究結(jié)果顯示物流業(yè)對第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)(除物流和郵政之外)都有正向促進作用；夏文匯等[3]應(yīng)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(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示重慶市的經(jīng)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(jīng)濟的省際面板數(shù)據(jù)，應(yīng)用熵權(quán)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(jīng)濟的協(xié)同度進行了實證分析，研究結(jié)果顯示雖然我國物流與經(jīng)濟的協(xié)同度在不斷改善，但仍未進入?yún)f(xié)同發(fā)展階段，其中東部地區(qū)的物流與經(jīng)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(yīng)用熵權(quán)法和協(xié)同度模型對西北5省2005—2017年的物流與經(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示該段時間內(nèi)西北5省的物流與經(jīng)濟的協(xié)同度得到大幅提高；李寶庫等[6]運用包絡(luò)分析模型及VAR模型對蘇浙皖滬2000—2017年的物流與經(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示該區(qū)域物流對區(qū)域經(jīng)濟有極大的促進作用；邱洪全[7]應(yīng)用熵權(quán)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(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示廈門、泉州的物流與經(jīng)濟的協(xié)同度較高，而漳州、龍巖和三明的物流與經(jīng)濟的協(xié)同度相對較低；徐蓉蓉[8]應(yīng)用隨機效應(yīng)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(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示區(qū)域物流對區(qū)域經(jīng)濟具有顯著的正向效應(yīng)；劉曉琳[9]應(yīng)用熵權(quán)法和協(xié)同度模型對北上廣渝津2016—2020年的物流與經(jīng)濟年度數(shù)據(jù)進行了實證分析，研究結(jié)果顯示上述5市的物流與經(jīng)濟的協(xié)同度在不斷提高，其中北上廣的物流與經(jīng)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(jīng)濟學(xué)方法和基于協(xié)同度分析方法對物流與經(jīng)濟之間的關(guān)系進行分析的.但由于采用計量經(jīng)濟學(xué)方法研究時所選取的指標(biāo)通常較少，且數(shù)據(jù)需要符合預(yù)設(shè)的統(tǒng)計規(guī)律，因此該方法并不適合研究多指標(biāo)系統(tǒng)之間的關(guān)系；而基于協(xié)同度的分析方法雖然采用的指標(biāo)較多，但最終通常使用的只有兩個綜合指標(biāo)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(jīng)濟的關(guān)聯(lián)性與協(xié)調(diào)性，本文采用灰關(guān)聯(lián)分析模型和復(fù)合系統(tǒng)協(xié)同度模型對福建省1995—2019年的物流與經(jīng)濟年度數(shù)據(jù)進行實證分析，以期為福建省相關(guān)部門的經(jīng)濟決策提供更為詳實的依據(jù).

1 研究模型

1.1 熵權(quán)法

熵權(quán)法是一種客觀賦權(quán)方法，該方法主要是通過評判數(shù)據(jù)的分散程度(根據(jù)評價指標(biāo))來確定指標(biāo)的權(quán)重.若某一評價指標(biāo)的評判數(shù)據(jù)越分散、熵值越小，則其包含的信息量就越大，進而其所對應(yīng)的權(quán)重也就越大[10].假定一個評估問題有m個指標(biāo)、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(biāo)準(zhǔn)化處理后可獲取標(biāo)準(zhǔn)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(biāo)上的評價值.對于效益型指標(biāo)和成本型指標(biāo)，其評價值的計算公式分別為：

(1)

(2)

(3)

(4)

1.2 灰關(guān)聯(lián)分析模型

灰關(guān)聯(lián)分析的基本思想是依據(jù)數(shù)據(jù)序列所構(gòu)成的曲線形狀間的相近度來判斷數(shù)據(jù)序列之間的關(guān)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(biāo)系統(tǒng)之間的關(guān)聯(lián)性.假定系統(tǒng)X和系統(tǒng)Y各有m和n個指標(biāo)，每個指標(biāo)的標(biāo)準(zhǔn)化時間序列數(shù)據(jù)有h個數(shù)據(jù)點，系統(tǒng)X各指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)序列為xi={xi(1)，xi(2)，…，xi(h)}(1≤i≤m)， 系統(tǒng)Y各指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)序列為yj={yj(1)，yj(2)，…，yj(h)}(1≤j≤n).若以系統(tǒng)X所有指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)序列x1，x2，…，xm作為相關(guān)因素序列，以系統(tǒng)Y第j(1≤j≤n)個指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)序列yj作為特征行為序列，則指標(biāo)xi與指標(biāo)yj在第p(1≤p≤h)個數(shù)據(jù)點的灰關(guān)聯(lián)系數(shù)[11]為：

(5)

式中：分辨系數(shù)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(biāo)xi與指標(biāo)yj(1≤i≤m， 1≤j≤n)的灰關(guān)聯(lián)系數(shù)為：

(6)

目前，應(yīng)用灰關(guān)聯(lián)分析研究經(jīng)濟問題時大多采用張莉等[12]的4等級判斷準(zhǔn)則，即：指標(biāo)x和指標(biāo)y的灰關(guān)聯(lián)系數(shù)值ξxy∈(0,0.35]時，兩指標(biāo)間的關(guān)聯(lián)強度為低；ξxy∈(0.35,0.65]時,兩指標(biāo)間的關(guān)聯(lián)強度為一般;ξxy∈(0.65,0.85]時,兩指標(biāo)間的關(guān)聯(lián)強度為較高;ξxy∈(0.85,1.00)時,兩指標(biāo)間的關(guān)聯(lián)強度為非常高.

1.3 復(fù)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(fù)合系統(tǒng)協(xié)同度模型.由于該模型普適性較好，且能較準(zhǔn)確地評價各類復(fù)合系統(tǒng)的協(xié)同度，因此被廣泛應(yīng)用于各種復(fù)合系統(tǒng)的協(xié)同度研究中.該模型假定復(fù)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(shù)據(jù)eji={eji(1)，eji(2)，…，eji(h)}(1≤j≤k，1≤i≤lj， 對時間序列數(shù)據(jù)作標(biāo)準(zhǔn)化處理可獲取各序參量分量eji在各數(shù)據(jù)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(shù)據(jù)點的有序度計算公式分別為：

(7)

(8)

(9)

復(fù)合系統(tǒng)在第p(2≤p≤h)個數(shù)據(jù)點的協(xié)同度為：

(10)

2 實證分析

2.1 指標(biāo)選取與數(shù)據(jù)來源

本文兼顧指標(biāo)的科學(xué)性、代表性以及數(shù)據(jù)的可獲性，選取公路貨運周轉(zhuǎn)量、鐵路貨運周轉(zhuǎn)量、水路貨運周轉(zhuǎn)量、民航貨運周轉(zhuǎn)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(biāo)，選取輕工業(yè)總產(chǎn)值、重工業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、林業(yè)總產(chǎn)值、牧業(yè)總產(chǎn)值、漁業(yè)總產(chǎn)值、建筑業(yè)總產(chǎn)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(jīng)濟指標(biāo).上述指標(biāo)中，物流指標(biāo)之間、經(jīng)濟指標(biāo)之間以及物流指標(biāo)與經(jīng)濟指標(biāo)之間均不存在交叉或重復(fù).指標(biāo)數(shù)據(jù)來自《福建統(tǒng)計年鑒—2021》.

2.2 熵權(quán)計算

計算熵權(quán)前首先需對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理.由于本文的所有指標(biāo)都屬于效益型指標(biāo)，因此采用公式(1)對1995—2019年的福建省物流與經(jīng)濟年度數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，結(jié)果見表1.

利用式(3)和(4)對表1中的公路貨物周轉(zhuǎn)量、鐵路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量、民航貨物周轉(zhuǎn)量以及沿海港口吞吐量等物流指標(biāo)的熵權(quán)值進行計算得其熵權(quán)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(chǎn)值、重工業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、林業(yè)總產(chǎn)值、牧業(yè)總產(chǎn)值、漁業(yè)總產(chǎn)值、建筑業(yè)總產(chǎn)值、批零業(yè)增加值以及進出口總額等經(jīng)濟指標(biāo)的熵權(quán)值進行計算得其熵權(quán)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(jīng)濟數(shù)據(jù)的標(biāo)準(zhǔn)化處理結(jié)果

2.3 灰關(guān)聯(lián)分析

由于計算灰關(guān)聯(lián)系數(shù)時其數(shù)據(jù)標(biāo)準(zhǔn)化的方法與計算熵權(quán)時一致，因此表1也可作為計算灰關(guān)聯(lián)系數(shù)所需的標(biāo)準(zhǔn)化數(shù)據(jù).

2.3.1區(qū)域物流對區(qū)域經(jīng)濟的影響

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

根據(jù)表2以及張莉等的灰關(guān)聯(lián)強度4等級判斷準(zhǔn)則可知，除了鐵路貨物周轉(zhuǎn)量與各經(jīng)濟指標(biāo)的關(guān)聯(lián)強度屬于“一般”等級之外，其他物流指標(biāo)與各經(jīng)濟指標(biāo)的關(guān)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(jīng)濟與區(qū)域物流(鐵路貨運除外)密切相關(guān).對表2中的脅迫作用強度和耦合作用強度進行加權(quán)和計算后顯示，物流系統(tǒng)對經(jīng)濟系統(tǒng)的綜合脅迫作用強度和經(jīng)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(jīng)濟的影響較大.

表2 物流指標(biāo)與經(jīng)濟指標(biāo)的灰關(guān)聯(lián)系數(shù)值

2.3.2區(qū)域經(jīng)濟對區(qū)域物流的影響

為分析福建省區(qū)域經(jīng)濟對區(qū)域物流的影響，以經(jīng)濟指標(biāo)數(shù)據(jù)序列作為影響因素序列，以物流指標(biāo)數(shù)據(jù)序列作為特征行為序列計算所有經(jīng)濟指標(biāo)與各物流指標(biāo)的灰關(guān)聯(lián)系數(shù)(計算方法和過程與2.3.1同)，結(jié)果如表3所示.按照2.3.1中的方法計算經(jīng)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(jīng)濟系統(tǒng)的綜合耦合作用強度，其結(jié)果均為0.736 1(屬于“較高”等級)，這表明區(qū)域經(jīng)濟對區(qū)域物流的影響低于區(qū)域物流對區(qū)域經(jīng)濟的影響.

表3 經(jīng)濟指標(biāo)與物流指標(biāo)的灰關(guān)聯(lián)系數(shù)值

2.4 協(xié)同度分析

因采用協(xié)同度分析數(shù)據(jù)時其數(shù)據(jù)標(biāo)準(zhǔn)化的方法與熵權(quán)法一致，因此表1也可以作為協(xié)同度分析的標(biāo)準(zhǔn)化數(shù)據(jù).

2.4.1區(qū)域物流和經(jīng)濟的有序度和協(xié)同度

根據(jù)表1和物流及經(jīng)濟指標(biāo)的熵權(quán)，利用公式(9)計算各年份物流和經(jīng)濟的綜合有序度，并根據(jù)計算結(jié)果繪制了物流和經(jīng)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(jīng)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(jīng)濟有序度曲線，說明經(jīng)濟有序度的變化相對較為平穩(wěn).

為探析物流與經(jīng)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(jīng)濟的協(xié)同度，并據(jù)此制作了物流與經(jīng)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(jīng)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(jīng)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(jīng)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(jīng)濟協(xié)同度的波動性呈現(xiàn)增加趨勢.

圖1 1995—2019年福建省物流有序度與經(jīng)濟有序度隨時間的變化趨勢

圖2 1996—2019年福建省物流與經(jīng)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(jīng)濟有序度年增量以及物流與經(jīng)濟協(xié)同度隨時間的變化趨勢

為了分析物流與經(jīng)濟協(xié)同度的波動原因，本文根據(jù)上述的物流和經(jīng)濟有序度的計算結(jié)果計算了物流有序度和經(jīng)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(jīng)濟有序度年增量和物流與經(jīng)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(jīng)濟協(xié)同度.由圖3可以看出，物流與經(jīng)濟協(xié)同度產(chǎn)生波動的原因在于物流有序度和經(jīng)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(jīng)濟有序度年增量的波動來源，本文依據(jù)表1計算了各物流指標(biāo)及經(jīng)濟指標(biāo)有序度的年增量，并繪制了物流指標(biāo)和經(jīng)濟指標(biāo)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(biāo)，這表明鐵路貨運有序度是導(dǎo)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(chǎn)值、林業(yè)總產(chǎn)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(biāo)的波動性均較小，因此經(jīng)濟有序度的波動相對較小.

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

3 結(jié)論與建議

本文從兩個方面改進了物流與經(jīng)濟協(xié)同度的實證研究：一是通過增加灰關(guān)聯(lián)分析使研究結(jié)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(jié)果更為全面.根據(jù)上述實證分析本文得出以下4條結(jié)論與建議： ①福建省公路貨運周轉(zhuǎn)量、水路貨運周轉(zhuǎn)量、民航貨運周轉(zhuǎn)量、沿海港口吞吐量等物流指標(biāo)與福建省輕工業(yè)總產(chǎn)值、重工業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、林業(yè)總產(chǎn)值、牧業(yè)總產(chǎn)值、漁業(yè)總產(chǎn)值、建筑業(yè)總產(chǎn)值、批零業(yè)增加值、進出口總額等經(jīng)濟指標(biāo)的灰關(guān)聯(lián)系數(shù)值介于0.768 8與0.943 9之間，關(guān)聯(lián)強度都屬于“較高”和“非常高”等級，而鐵路貨運與各經(jīng)濟指標(biāo)的灰關(guān)聯(lián)系數(shù)值介于0.549 9與0.575 1之間，關(guān)聯(lián)強度屬于“一般”等級，因此現(xiàn)階段福建省在制定經(jīng)濟建設(shè)規(guī)劃時應(yīng)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(jīng)濟的綜合脅迫作用強度為0.837 2，區(qū)域經(jīng)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(jīng)濟的影響明顯大于區(qū)域經(jīng)濟對區(qū)域物流的影響.③物流有序度和經(jīng)濟有序度以及物流與經(jīng)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(jīng)濟協(xié)同度出現(xiàn)波動增大的趨勢(其原因在于物流有序度及經(jīng)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(jīng)濟的協(xié)同度應(yīng)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.