京津冀物流业与经济协同发展的实证研究

      区域经济一体化是区域经济协调发展最显著的形式，通过区域分工优化资源配置，带动商品、资本、技术、信息、服务等生产要素跨国界、跨区域流动，已成为当今世界经济发展的重要趋势。京津冀地区是我国最重要的政治、经济、文化与科技中心，国家自主创新战略的重要承载地，在我国三大经济区域中具有极其重要的战略地位。京津冀城市群2012年区域生产总值占全国的10%，其经济密度和人口密度都高于全国平均水平，客观上成为推动我国经济发展的主要引擎之一。京津冀也是中国未来最具增长实力的增长极，可以激活和带动环渤海经济圈发展。物流业发展呈现区域性、整体性特征，与区域经济相互促进，物流业的发展将形成区域经济发展的高效路径，降低区域经济运行成本，推动区域经济一体化的进程。但由于受历史、行政、经济、市场环境、自然资源以及人才等多方面因素的影响，京津冀地区物流业的发展仍面临着大量亟待解决的问题。随着京津冀协同发展上升为国家战略，产业协作、企业创新、要素流动、资源配置等经济活动离不开物流业的支撑，同时，打破“一亩三分地”的行政藩篱，实现三地“抱团发展”整体发展战略，也为京津冀物流业发展提供了难得的发展机遇。因此有必要研究京津冀各地区物流业发展与经济之间的协同关系，为区域一体化进程中物流业发展提供一定参考。

      在国内，利用协同学理论对物流与经济之间的协同关系进行研究成为最近几年的一个热点。其中对于协同方面的研究方法主要有：回归分析与弹性分析相结合的分析方法[1]、相对离差法[2]、灰色关联分析法[3]等。上述方法主要是定性分析或者针对物流业发展某一个指标与经济发展的某一个指标之间的关系进行论证，但现实情况却是物流业发展受多种经济因素影响，且这种影响是模糊的、不确定的，促进还是抑制作用及其影响程度不能很好地计量。

      1 灰色关联分析理论及模型的构建

      1.1 灰色关联分析的理论

      灰色系统理论以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对部分已知信息的生成和开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色关联分析是根据各因素数列曲线形状的接近程度进行发展态势分析，得到的关联度是两个系统或两个因素关联性大小的度量，其描述了系统发展过程中因素间相对变化的情况，也就是变化大小、方向与速度等的相对性，如果两者在发展过程中相对变化基本一致，则认为两者关联度大，即影响力大；反之，两者关联度小，影响力则小。[4-5]

      1.2 灰色关联分析模型的构建

      (1)确定母因素时间数列(参考数列)和子因素时间数列(比较数列)。

      

      母序列反映了系统的整体行为特征，相当于因变量；子序列反映了影响母序列的驱动因素，相当于自变量。

      (2)对原始数据无量纲处理。原始数据往往各个因素间的量纲不同，影响对结果的判断，因此有必要对其无量纲处理。无量纲处理的方法通常有初值化、均值化和规范化法，本文采用初值化法，即：

      

      (4)求关联度。关联系数只表示各时点数据间的关联程度，由于关联系数的数很多，信息过于分散，不便于比较，为此有必要将各个关联系数集中为一个值，本文以关联系数的平均值表示母子因素的关联度，即：

      

      1.3 灰色关联度实证分析

      根据京津冀地区实际情况，以及数据的可获取性，统计口径一致性、连续性，本文选取了交通运输、仓储和邮政业增加值(，亿元)作为衡量各地区物流业发展水平的指标，第一产业总量(，亿元)、工业增加值(，亿元)、①第三产业增加值(，亿元)、社会消费品零售总额(，亿元)、全社会固定资产投资(，亿元)、净出口总额(，亿美元)六个指标作为影响物流业发展的经济因素。其中，前三个指标分析物流业与三次产业的关联度，后三个指标分析物流与社会总支出消费、投资和净出口的关联度。为了便于三地区的对比分析，本文的数据全部来自于国家统计局官方网站2004-2012年的统计资料(见表1)。