北京市物流業與商貿流通業協調發展因果關系及協調度評價模型構建

程從斌

內容摘要：隨著京津冀一體化的不斷推進，北京市物流業和商貿流通業協調發展所受到的影響愈發明顯，本文以此為切入點，先通過投入、產出和效率三個維度對北京市物流業和商貿流通業展開分析，然后針對兩者實際情況建立合理的評價指標體系，并建立耦合協調度模型以及相應等級劃分標準進行分析總結，以便為京津冀一體化下北京市兩業進一步的協調發展提供恰當的理論指導。

關鍵詞：北京市 物流業 商貿流通業 因果關系

北京市物流業與商貿流通業協調發展因果關系分析

（一）研究思路

通常情況下，為了更加明顯地得到兩個系統之間的關系，首選研究方式就是因果關系分析，針對本文研究對象來說，先要選取能夠衡量物流業和商貿流通業各自發展水平的指標，并對這些指標進行分析，進一步得到兩業之間的關系。先要進行協調性檢驗，以明確兩個系統之間是否存在因果關系，若存在，則進行下一步的協調度分析。本次因果關系分析選取投入、產出和效率三個維度作為相應指標，具體如表1所示，表2是2012-2016年北京市物流業和商貿流通業指標數據。

（二）檢驗方法

協整性檢驗。本文選取的檢驗方法為兩個變量的協整性檢驗。

借助Eviews軟件對物流業與商貿流通業相關指標進行協整性檢驗，所得結果如表3和表4所示。

表3中的ADF值為-5.484154，小于1%時臨界值-4.803492，p值為0.0050，小于0.05，可見置信度水平如果為99%，拒絕原假設，說明物流業與商貿流通業固定資產投資之間為協整關系。

表4中的ADF值為-4.078971，大于1%時臨界值-5.119808，小于5%時臨界值-3.519595，p值是為0.0277，小于0.05，可見置信度水平如果為95%，拒絕原假設，說明物流業與商貿流通業GDP之間為協整關系。

表5中的ADF值為-3.639621，大于1%時臨界值-4.803492，小于5%時臨界值-3.403313，p值為0.0377，小于0.05，可見置信度水平如果為95%，拒絕原假設，物流業與商貿流通業勞動生產率之間為協整關系。

由此可見，在固定資產投資、GDP以及勞動生產率方面，物流業與商貿流通業之間都存在協整關系，可以進行因果關系分析。

因果檢驗分析。在于驗證y是否由x引起，主要有以下幾步：

y一定，將所有滯后項回歸，x未進入這些回歸項，能夠得到約束殘差平方和RSSR。

x進入回歸項，能夠得到無約束回歸以及無約束殘差平方和RSSR。

由假設H0：α1=α2=…=αq=0，可知x不屬于此回歸項。

相同道理，把x與y進行調換，可以驗證x是否由y引起。

表6、7、8表示通過Eviews檢驗的結果。

表6為二階情況下物流業固定資產投資與商貿流通業固定資產投資的格蘭杰因果分析結果，在此過程中，原假設前者不是引起后者的原因，后者也不是引起前者的原因，最終所得P值分別為0.0986和0.8625，一個小于0.1，另一個大于0.1，說明先拒絕原假設第一個假設，又接受原假設第二個假設，也就是反對“物流業固定資產投資不是引起商貿流通業固定資產投資的原因”，接受“商貿流通業固定資產投資業不是引起物流業固定資產投資的原因”，所以兩者為單項因果關系。

表7為二階情況下物流業GDP與商貿流通業GDP的格蘭杰因果分析結果，在此過程中，原假設前者不是引起后者的原因，后者也不是引起前者的原因，最終所得p值分別為0.0534和0.0359，皆小于0.1，也就是拒絕原假設中的兩個假設，所以兩者為雙向因果關系。

表8為二階情況下物流業勞動生產率與商貿流通業勞動生產率的格蘭杰因果分析結果，在此過程中，原假設前者不是引起后者的原因，后者也不是引起前者的原因，最終所得p值分別為0.0879和0.0104，皆小于0.1，也就是拒絕原假設中的兩個假設，所以兩者為雙向因果關系。

綜上所述，可以看出通過二階情況下的格蘭杰因果分析檢驗，能夠得到物流業固定資產投資與商貿流通業固定資產投資之間具有單向因果關系，與此不同的是，物流業GDP與商貿流通業GDP之間以及物流業勞動生產率與商貿流通業勞動生產率之間，都存在雙向因果關系。由該分析結果能夠判斷北京市物流業和商貿流通業之間具有一定關系，而且兩者之間能夠相互影響。

協調度評價模型構建

（一）北京市物流業與商貿流通業協調發展評價指標體系構建

物流業和商貿流通業在我國市場經濟成分中占有重要地位，能夠推動經濟更好發展，而兩者行業特點也比較復雜，需要進行全面系統把控。在京津冀一體化背景下，要想構建符合北京實際的物流業和商貿流通業協調發展指標體系，不僅需要對北京市物流業和商貿流通業目前發展狀況進行協調度評價，而且更需要對兩者協調發展情況進行協調度評價。通過上述內容得到北京市物流業和商貿流通業的因果分析圖，借助該分析結果，并從效益性、發展性、規模性、行業性四種角度選取指標，歸納并構建相應的協調度評價指標體系。

圖1表示的是物流業子系統協調度指標體系，圖2表示的是商貿流通業子系統協調度指標體系。

（二）北京市物流業與商貿流通業發展協調度評價模型

系統相關要素在發展變化中所體現出來的協調程度，通過協調度來表示，它代表系統和諧有序的程度，能夠充分反映系統以及系統內部各要素間的協調狀況，并可以進行定量分析。協調度的高低能夠影響整個系統發展狀況，所以對系統協調度的研究意義重大，而合理的協調度評價模型和評價指標則是進行系統協調度研究的前提，本文通過對兩者的構建和選取，來分析物流業與商貿流通業之間的協調程度。

指標數據處理。指標的無量綱化處理。就系統評價指標處理而言，本文選取模糊隸屬度方法。綜合考量北京市實際發展情況所獲得的相關指標屬性和指標上下限，以及指標數據處理等相關研究標準，分析、計算模糊隸屬度。隸屬度表征貼近某項標準的程度，通常情況下用[0，1]區間內數值表示，從0到1，表示由完全不隸屬到完全隸屬的趨向，借助模糊隸屬度函數分析，能夠充分反映從隸屬到不隸屬的過程。本次指標處理過程選取線性模糊隸屬度數，主要存在三種類型，分別為：

第一種為對正向指標，其原理在于采用半升梯形模糊隸屬度函數量化；第二種為對逆向指標，其原理在于采用半降梯形模糊隸屬度函數量化；第三種為對適中指標，其原理在于采用半升半降階梯形模糊隸屬度函數量化。

確定指標權重。對于指標權重大小的分析具有重要意義，可以表明指標對系統的影響作用，這一分析的核心問題是對于指標權重指數的確定。目前采用最廣的是相關矩陣賦值法，它通過指標之間的關聯程度獲取指標對系統的影響作用，并對指標權重進行確定。已有研究表明，若指標之間的相關系數越大，則影響程度越大，指標權重越高，反之越低。若一個指標和系統中其他所有指標的關聯程度很高，就表明這一指標在整個系統中發揮重要影響作用，相應的權重值應較大；反之則影響作用小，所占權重小。

耦合協調度等級劃分標準。對耦合協調度進行合理的等級劃分，能夠更加明顯地觀察北京市物流業和商貿流通業的協調發展水平。協調度越高，數值越接近1，表示物流業和商貿流通業協調程度越高，協調發展效果好。表9為耦合協調度等級劃分標準。

參考文獻：

1.舒文.商貿物流對商貿流通業的推動作用探析[J].商業經濟研究，2016（4）

2.楊彥波，李明芳.基于效率評價的京津冀區域物流協同發展研究[J].河北科技大學學報（社會科學版），2015（1）

3.王爽.京津冀一體化背景下區域物流集群發展的競合分析[J].中國流通經濟，2015（1）

4.逄金玉，申恩威.京津冀區域一體化中的現代商貿合作研究[J].中央財經大學學報，2014（8）

5.仲成春.京津冀一體化的綜述與借鑒[J].天津經濟，2014（4）

6.李欣紅.寧波市商貿流通業與物流業產業聯動發展現狀及問題[J].物流科技，2013（11）