文档介绍：该【中国物流业与信息业交互耦合的时空分异分析及驱动因素研究 】是由【科技星球】上传分享，文档一共【12】页，该文档可以免费在线阅读，需要了解更多关于【中国物流业与信息业交互耦合的时空分异分析及驱动因素研究 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。中国物流业与信息业交互耦合的时空分异分析及驱动因素研究
 
 
梁衡唐建荣
摘 要:根据2010~2019年中国31省市的面板数据,基于熵权赋值法和耦合协调度模型对中国物流业与信息业耦合协调度进行了评价。研究结果表明:时间维度下,中国物流业与信息业之间的耦合协调度稳步提高,,接近中级协调发展类;八大综合经济区视角下,东、北、南部沿海地区的耦合协调度最高,呈正向耦合,其余五大地区则均处于负向耦合阶段。其中大西南、长江中游地区的耦合协调度呈上升趋势,大西北、黄河中游地区的耦合协调度波动性明显,发展停滞;东北地区的耦合协调度则持续大幅下滑,呈现出明显的衰退趋势。
Key:物流业;信息业;耦合协调;时空分异
:  :A
Abstract:Accordingtothepaneldataof31provincesandcitiesinChinafrom2010to2019,basedonentropyweightassignmentmethodandcouplingcoordinationdegreemodel,,thedegreeofcouplingcoordinationbetweenthelogisticsindustryandtheinformationindustryinChinahasbeensteadilyimproved,,whichisclosetotheintermediatelevelofcoordinateddevelopment;fromtheperspectiveoftheeightcomprehensiveeconomiczones,thecoastalareasintheeast,northandsouthhavethehighestdegreeofcouplingcoordinationwithpositivecoupling,,,showinganobvioustrendofdecline.
Keywords:logisticsindustry;informationindustry;coordinationandcoupling;spatial-temporaldifferentiation
0 引 言
物流业是国民经济发展的支柱产业。2019年全社会物流总额保持平穩增长,。按可比价格计算,%,%。中国物流业发展呈趋稳趋缓的发展态势,正处于转型升级的重要关口。在信息化时代的大背景下,信息逐渐成为各行业生产要素配置的重要组成部分,也成为推动物流业转型升级的重要要素。同时,物流业是综合性极强的复合型产业,能通过产业关联性带动信息行业的发展。因此,研究物流业与信息业交互耦合现象,对于促进中国两产业协调发展有着重要的时代意义。
近年来,研究信息业与物流业协同发展的文献屡见不鲜。其中,对物流信息化的研究较为丰富,如楼旭明等(2020)指出国内物流企业已基本实现物流信息化,但信息化水平普遍较低,仍有较大的提高空间;赵光辉等(2016)借助熵流模型估算了北京市ITS物流系统投入使用后创造的经济效益;李泓欣等(2015)构建了汽车制造企业物流信息化测评体系,并附以详细的案例计算,丰富了微观企业的定量研究方法;HiepCongPham等(2019)研究了物流企业信息共享情况,研究表明影响信息共享的主要因素包括技术能力、安全风险、组织规则和政策要素;AngappaGunasekaran等(2016)系统性地回顾了信息技术与物流供应链管理相结合的研究,并提出“适应”、“联合”、“敏捷性”是信息技术在物流和供应链中获得竞争优势的3个最重要的渠道;MdMahmudulHasan等(2019)介绍了决策支持系统(DSS)。区域研究方面,郭明德等(2019)以物流信息化投入水平、产出水平和宏观发展水平为切入点,测度了中国中、东部21省份的物流信息化水平;曾倩琳(2016)分析中国30个省市信息化发展水平与物流业生产率之间的关系,指出信息化发展的外溢效应系数较高,各区域政府应重视信息化在物流中的应用;
张莹等(2012)利用投入产出表,对物流业和信息业的融合度进行了简单的测算。也有部分学者对信息业和物流业的关系进行了研究,如曾倩琳、孙秋碧(2015)运用灰色关联模型,探讨了2003~2012年10年间中国物流业和信息业之间的关联性;詹晶等(2019)对长江经济带物流业和信息业之间的耦合度进行了定量分析,指出长江经济带的信息业发展整体落后于物流业发展。
综上所述,现有研究主要集中在微观层面的信息技术应用和评价,而对区域、产业相关的协同发展研究较少;研究方法多为定性分析,使用计量模型进行定量分析的研究较少;且宏观研究中,大多只探讨了信息化对于物流业产生的影响,鲜有关于二者交互耦合关联性的研究,更鲜见全国视角下两产业耦合研究。因此,本文利用2010~2019年中国31省区的面板数据,研究中国物流业与信息业交互耦合的产业协调度,并按中国八大综合经济区进行划分,更全面地分析了中国物流业与信息业耦合发展的区位差异。
1 研究方法
首先应避免指标量纲差异造成的影响,对各指标分别进行无量纲处理,使用线性加权法评价中国物流业和信息业的综合发展水平,接下来采用熵权赋值法确定各指标权重,最后利用耦合协调度模型分析中国总体和八大经济区的两产业耦合协调水平。
 线性加权法
线性加权法是按各要素的重要性赋予其对应的权系数,并寻求最优解的多目标规划问题评价方法。公式为:
∑λ=1,U=∑λu                     (1)
式中:U、U分别为信息业和物流业的发展水平值;u为第i个系统中第j项特征的指标值;λ为第i个系统中第j项指标的权重。本文所选指标均为正向指标,为避免指标量纲上的不一致,按如下方法进行无量纲处理:
u=                    (2)
其中:x表示第j项指标第i个样本原始数据值,minx、maxx分别为指标x的最小值和最大值。权重设定则采用熵权赋值法。
 熵权赋值法
熵是信息论中,对不确定性的度量方法。熵值越大,信息量越少,反之亦然。计算步骤如下:
第一,计算j指标在系统中所占比重Y:
Y=                        (3)
第二,計算j指标的熵值e:
e=-k∑YLnY,k=                    (4)
第三,计算j指标的差异系数d。指标值差异越大,对评价的重要性越大,熵值越小:
d=1-e                         (5)
最后,计算出j指标的熵权值W:
W=                         (6)
 耦合协调度模型
耦合原为物理学概念,是指两个实体相互依赖于对方的量度。近年来,随着产业经济研究和系统协同理论的不断发展,耦合度现也用来解释两个独立的子系统之间相互作用、相互影响的程度,能够非常清晰地反应系统之间的有序度和结构关系。因此,本文依据耦合度模型对中国物流业和信息业交互耦合的状况进行测度,公式为:
C=/U+U                     (7)
其中:U和U分别是信息业、物流业的发展水平值。C表示耦合度,描述了子系统之间相互作用的影响程度。C=1时,表示物流业子系统和信息业子系统处于完全相关状态;C=0时,表明两个子系统之间处于完全无关联状态,耦合度最差。
但是,当两个子系统的发展水平都较低时,仍会出现耦合度较高的情况。这种低发展水平下的高耦合度无法真正反映物流业和信息业发展之间的协同程度。因此,本文引入耦合协调度模型:
D=,E=αU+βU                     (8)
式中:C为耦合度;E表示物流业和信息业交互耦合的综合发展指数,α和β为待定系数。一般认为,物流业与信息业之间相互依赖、相互影响,贡献程度相当。故赋值α=β=。
D表示耦合协调度,取值范围为0~1,D值越趋近于1,则表示子系统发展越协调;D值越趋近于0,则表明子系统发展越失调。本文参考詹晶等(2019)和梁雯等(2018)学者的研究并结合实际情况,对交互耦合程度的界定标准如表1所示。
2 物流业与信息业交互耦合协调度分析
 指标体系构建与数据来源
参考相关研究,结合中国物流业和信息业发展的实际情况,构建本文所使用的指标评价体系。其中,物流业的指标,选取人均物流业总产值、人均物流业固定资产投资、每万人物流业从业人员数、人均民用载货汽车拥有量、每平方千米铁路营业里程、人均货运周转量等6个指标;信息业包括人均信息业固定资产投资、每万人信息业从业人员数、电话普及率、每平方千米长途光缆线路长度、人均国内发明专利申请受理量、人均技术市场成交额等6个指标。且以上12个统计指标均属于正向指标。
本文以2010~2019年中国大陆31个省区作为研究样本,数据来源于历年《中国统计年鉴》。最终通过熵权赋值法构建的指标体系如表2所示。
 中国物流业与信息业耦合协调度水平
结合上文构建的指标体系和耦合协调度模型,计算出中国物流业和信息业耦合协调度水平如图1所示。
2010~2019年10年间,中国物流业与信息业的耦合协调度总体保持较快增长,,%。由图1可见,中国两产业耦合协调度的发展速度以2013年为分界点,2013年之前中国物流业与信息业的耦合协调度高速提升,2013年后由于信息业发展放缓,耦合协调度增速有所下降,但依旧保持稳步上升趋势,进入提质增效阶段。2017年起,中国两产业耦合协调度进入初级协调发展阶段,2020年将很有可能进入中级协调发展阶段。
 八大综合经济区物流业与信息业耦合协调度水平
中国不同地区之间的要素禀赋差异巨大。为了更全面地反映不同地区物流业和信息业耦合协调度的差异,本文按八大经济综合区的划分方式,深入分析各经济综合区物流业与信息业的行业发展水平、耦合协调度及时空演化规律。
(1)东北地区。,呈现出轻度失调的衰退状态。并几乎在10年间一直保持明显的衰退趋势,区域产业协同状况持续恶化(如图2所示)。
(2)北部沿海地区。北部沿海地区物流业与信息业耦合协调度较为稳定,(如图3所示)。但内部各省之间协调度差异较大。如图4所示河北、山东的两产业耦合协调度与北京、天津存在较大差距,且仍处于轻度失调状态,有待进一步提高。
(3)东部沿海地区。,位于八大经济区第一位。其较高的物流业发展水平对两产业耦合协调发展的贡献尤为明显。东部沿海地区的发展潜力依然巨大(如图5所示)。
(4)南部沿海地区。2014年南部沿海地区的物流业和信息业发展综合水平均出现了明显的下滑,从而导致耦合协调度发生了明显的波动。但从近10年的时间维度来看,总体仍稳定维持在正向耦合阶段,处于勉强协调发展的水平(如图6所示)。
(5)黃河中游地区。黄河中游地区近10年信息业发展水平出现了明显的下滑,且物流业发展水平提升不明显。最终呈现出轻度失调的衰退状态(如图7所示)。
(6)长江中游地区。2010~2019年间,长江中游地区的物流业与信息业耦合协调度稳步上升,并在2019年出现了显著的提高。截至目前,两产业综合发展水平和协调度水平仍不高,但表现出了强大的发展潜力(如图8所示)。
(7)大西南地区。。但总体而言,物流业发展水平的提升对耦合协调度的贡献较大。相对的,信息业发展水平则呈现出一定幅度的波动情况,未来可能会遏制两产业进一步的协调发展(如图9所示)。
(8)大西北地区。大西北地区的物流业与信息业耦合协调度在2016年达到最高,,随后出现了连续三年的下滑。物流业发展水平较低是限制大西北地区产业协同发展的重要因素(如图10所示)。
3 结论与建议
基于2010~2019年中国省级面板数据,构建耦合协调评价模型,对中国总体及八大综合经济区进行了时空分异分析。研究结果表明:近10年间,中国总体物流业与信息业耦合协调度稳步提升,2010~2013年呈快速发展趋势,2013年后发展速度有所放缓,但仍保持较高水平的增长速度。从八大综合经济区视角来看,东部、北部沿海地区物流业与信息业耦合协调度最高,南部沿海地区紧随其后,呈勉强协调发展状态。其他地区两产业协调状态均较差,其中长江中游地区、大西南地区的两产业协调状态稳步提升,但协调水平仍旧偏低;黄河中游地区、大西北地区近10年的协调状态呈波动状态,协调发展遇到了一定的瓶颈;东北地区则出现持续下滑,发展状况堪忧。
为了促进我国物流业与信息业交互耦合高效发展,本文从区位差异、联动辐射、资源共享三个层面提出对策建议,以期提供两产业协同失衡问题的有效解决思路。
(1)因地制宜,多元发展。我国各地区资源禀赋差异巨大,使得我国各地区之间、各地区内部两产业耦合协调状况存在较大的时空异质性。应根据各地区物流业与信息业的发展现状、发展潜力、关联作用、板块功能等,制定有针对性的产业政策,通过定向扶持和精准调控,实现因地制宜的多元发展。
(2)区域协同,联动发展。各地区间产业发展差距大、地区内两产业相对发展差距大是造成省际耦合协调度差距的重要原因。因此,应促进区域间优势资源互补,加强产业协作,缩小区域间产业发展差距。同时,不断应用新的信息化技术,发挥信息业的强溢出效应,帮助物流业降本增效;持续优化物流网络布局,提高落后地区的物流基础设施投入,通过物流业的强关联效应带动其他产业发展。
(3)资源共享,均衡发展。我国地区间物流业与信息业发展不协调、不均衡,导致产业协同发展效率较低。应针对物流业与信息业发展水平滞后,且两者协调度较差的地区,将其作为政策倾斜和资金帮扶的重点对象,加大物流基础设施、信息化发展的建设力度,促进高耦合地区产业资源不断向中西部转移延伸。遏制东北、大西北、黄河中游地区产业协调状况的进一步恶化,弱化“马太效应”,实现高效率均衡发展。
Reference:
[1]楼旭明,侯昆丽,张程锦,等.“互联网+”背景下物流企业信息化階段影响因素评价[J].商业经济研究,2020(1):71-74.