北京市物流业与商贸流通业协调发展因果关系及协调度评价模型构建

程从斌

内容摘要：随着京津冀一体化的不断推进，北京市物流业和商贸流通业协调发展所受到的影响愈发明显，本文以此为切入点，先通过投入、产出和效率三个维度对北京市物流业和商贸流通业展开分析，然后针对两者实际情况建立合理的评价指标体系，并建立耦合协调度模型以及相应等级划分标准进行分析总结，以便为京津冀一体化下北京市两业进一步的协调发展提供恰当的理论指导。

关键词：北京市 物流业 商贸流通业 因果关系

北京市物流业与商贸流通业协调发展因果关系分析

（一）研究思路

通常情况下，为了更加明显地得到两个系统之间的关系，首选研究方式就是因果关系分析，针对本文研究对象来说，先要选取能够衡量物流业和商贸流通业各自发展水平的指标，并对这些指标进行分析，进一步得到两业之间的关系。先要进行协调性检验，以明确两个系统之间是否存在因果关系，若存在，则进行下一步的协调度分析。本次因果关系分析选取投入、产出和效率三个维度作为相应指标，具体如表1所示，表2是2012-2016年北京市物流业和商贸流通业指标数据。

（二）检验方法

协整性检验。本文选取的检验方法为两个变量的协整性检验。

借助Eviews软件对物流业与商贸流通业相关指标进行协整性检验，所得结果如表3和表4所示。

表3中的ADF值为-5.484154，小于1%时临界值-4.803492，p值为0.0050，小于0.05，可见置信度水平如果为99%，拒绝原假设，说明物流业与商贸流通业固定资产投资之间为协整关系。

表4中的ADF值为-4.078971，大于1%时临界值-5.119808，小于5%时临界值-3.519595，p值是为0.0277，小于0.05，可见置信度水平如果为95%，拒绝原假设，说明物流业与商贸流通业GDP之间为协整关系。

表5中的ADF值为-3.639621，大于1%时临界值-4.803492，小于5%时临界值-3.403313，p值为0.0377，小于0.05，可见置信度水平如果为95%，拒绝原假设，物流业与商贸流通业劳动生产率之间为协整关系。

由此可见，在固定资产投资、GDP以及劳动生产率方面，物流业与商贸流通业之间都存在协整关系，可以进行因果关系分析。

因果检验分析。在于验证y是否由x引起，主要有以下几步：

y一定，将所有滞后项回归，x未进入这些回归项，能够得到约束残差平方和RSSR。

x进入回归项，能够得到无约束回归以及无约束残差平方和RSSR。

由假设H0：α1=α2=…=αq=0，可知x不属于此回归项。

相同道理，把x与y进行调换，可以验证x是否由y引起。

表6、7、8表示通过Eviews检验的结果。

表6为二阶情况下物流业固定资产投资与商贸流通业固定资产投资的格兰杰因果分析结果，在此过程中，原假设前者不是引起后者的原因，后者也不是引起前者的原因，最终所得P值分别为0.0986和0.8625，一个小于0.1，另一个大于0.1，说明先拒绝原假设第一个假设，又接受原假设第二个假设，也就是反对“物流业固定资产投资不是引起商贸流通业固定资产投资的原因”，接受“商贸流通业固定资产投资业不是引起物流业固定资产投资的原因”，所以两者为单项因果关系。

表7为二阶情况下物流业GDP与商贸流通业GDP的格兰杰因果分析结果，在此过程中，原假设前者不是引起后者的原因，后者也不是引起前者的原因，最终所得p值分别为0.0534和0.0359，皆小于0.1，也就是拒绝原假设中的两个假设，所以两者为双向因果关系。

表8为二阶情况下物流业劳动生产率与商贸流通业劳动生产率的格兰杰因果分析结果，在此过程中，原假设前者不是引起后者的原因，后者也不是引起前者的原因，最终所得p值分别为0.0879和0.0104，皆小于0.1，也就是拒绝原假设中的两个假设，所以两者为双向因果关系。

综上所述，可以看出通过二阶情况下的格兰杰因果分析检验，能够得到物流业固定资产投资与商贸流通业固定资产投资之间具有单向因果关系，与此不同的是，物流业GDP与商贸流通业GDP之间以及物流业劳动生产率与商贸流通业劳动生产率之间，都存在双向因果关系。由该分析结果能够判断北京市物流业和商贸流通业之间具有一定关系，而且两者之间能够相互影响。

协调度评价模型构建

（一）北京市物流业与商贸流通业协调发展评价指标体系构建

物流业和商贸流通业在我国市场经济成分中占有重要地位，能够推动经济更好发展，而两者行业特点也比较复杂，需要进行全面系统把控。在京津冀一体化背景下，要想构建符合北京实际的物流业和商贸流通业协调发展指标体系，不仅需要对北京市物流业和商贸流通业目前发展状况进行协调度评价，而且更需要对两者协调发展情况进行协调度评价。通过上述内容得到北京市物流业和商贸流通业的因果分析图，借助该分析结果，并从效益性、发展性、规模性、行业性四种角度选取指标，归纳并构建相应的协调度评价指标体系。

图1表示的是物流业子系统协调度指标体系，图2表示的是商贸流通业子系统协调度指标体系。

（二）北京市物流业与商贸流通业发展协调度评价模型

系统相关要素在发展变化中所体现出来的协调程度，通过协调度来表示，它代表系统和谐有序的程度，能够充分反映系统以及系统内部各要素间的协调状况，并可以进行定量分析。协调度的高低能够影响整个系统发展状况，所以对系统协调度的研究意义重大，而合理的协调度评价模型和评价指标则是进行系统协调度研究的前提，本文通过对两者的构建和选取，来分析物流业与商贸流通业之间的协调程度。

指标数据处理。指标的无量纲化处理。就系统评价指标处理而言，本文选取模糊隶属度方法。综合考量北京市实际发展情况所获得的相关指标属性和指标上下限，以及指标数据处理等相关研究标准，分析、计算模糊隶属度。隶属度表征贴近某项标准的程度，通常情况下用[0，1]区间内数值表示，从0到1，表示由完全不隶属到完全隶属的趋向，借助模糊隶属度函数分析，能够充分反映从隶属到不隶属的过程。本次指标处理过程选取线性模糊隶属度数，主要存在三种类型，分别为：

第一种为对正向指标，其原理在于采用半升梯形模糊隶属度函数量化；第二种为对逆向指标，其原理在于采用半降梯形模糊隶属度函数量化；第三种为对适中指标，其原理在于采用半升半降阶梯形模糊隶属度函数量化。

确定指标权重。对于指标权重大小的分析具有重要意义，可以表明指标对系统的影响作用，这一分析的核心问题是对于指标权重指数的确定。目前采用最广的是相关矩阵赋值法，它通过指标之间的关联程度获取指标对系统的影响作用，并对指标权重进行确定。已有研究表明，若指标之间的相关系数越大，则影响程度越大，指标权重越高，反之越低。若一个指标和系统中其他所有指标的关联程度很高，就表明这一指标在整个系统中发挥重要影响作用，相应的權重值应较大；反之则影响作用小，所占权重小。

耦合协调度等级划分标准。对耦合协调度进行合理的等级划分，能够更加明显地观察北京市物流业和商贸流通业的协调发展水平。协调度越高，数值越接近1，表示物流业和商贸流通业协调程度越高，协调发展效果好。表9为耦合协调度等级划分标准。

参考文献：

1.舒文.商贸物流对商贸流通业的推动作用探析[J].商业经济研究，2016（4）

2.杨彦波，李明芳.基于效率评价的京津冀区域物流协同发展研究[J].河北科技大学学报（社会科学版），2015（1）

3.王爽.京津冀一体化背景下区域物流集群发展的竞合分析[J].中国流通经济，2015（1）

4.逄金玉，申恩威.京津冀区域一体化中的现代商贸合作研究[J].中央财经大学学报，2014（8）

5.仲成春.京津冀一体化的综述与借鉴[J].天津经济，2014（4）

6.李欣红.宁波市商贸流通业与物流业产业联动发展现状及问题[J].物流科技，2013（11）