城市物流和农村物流协同发展测度与路径研究——基于安徽省数据的实证分析

王晓艳，蒋立琦

(1.合肥学院 经济与管理学院，合肥 230601；2.新华人寿保险股份有限公司 精算部，北京 100022)

0 引 言

近年来，互联网、大数据和人工智能等新技术在物流和供应链领域应用的持续渗透，催化加速了城乡“二元化”物流体系的融合，特别是农村电商的迅猛发展，带动农产品“走出”农村，“走向”市场，促进工业品快速下乡，推动了农村物流市场的大发展。但是，当前我国城市物流和农村物流分隔、分离的“二元”形态并未改变，城乡物流割裂依然是制约我国现代物流业发展的瓶颈。

作为物流研究的新领域之一，物流系统协同的研究受到广泛关注。城市物流和农村物流存在着显著的交互作用。发达国家的经验表明，农村物流和城市物流的协同发展对提升国家竞争力具有重要作用。德国、日本和美国的社会物流总费用占GDP的比率为8%～9%，这与它们长期重视城乡物流的协同发展是密不可分的。目前，我国是世界第二大经济体，拥有全球第一大物流市场，但是，2018年我国社会物流总费用与GDP的比率是14.8%，远高于德国、日本和美国等发达国家；物流绩效指数(LPI)在全球排名第26；农产品物流总额占比从2010年的2.23%一路下滑至2018年的1.38%。这说明，虽然我国是物流大国，但是物流效率依然不高，特别是农村物流的发展落后于社会经济的整体发展，成为制约我国城乡经济协同发展的主要障碍。鉴于此，本文运用协同理论，构建城乡物流复合系统协同度评价模型，以安徽省2001～2017年的数据为例，实证测度城市物流与农村物流协同发展水平及演变趋势，分析影响城乡物流协同发展的关键因素，以期探究破解城乡物流割裂发展问题的路径。

1 文献综述

关于物流协同的研究主要集中在以下几个方面：

一是物流与经济的协同研究。如乐小兵认为我国区域物流和区域经济有序度在一定区间震荡上升，但是总体水平偏低。[1]傅为忠等研究发现京津冀的区域经济与区域物流协同发展水平整体偏低，而且参差不齐。[2]梁雯等以长江经济带9省2市为分析对象，采用耦合协调度模型实证分析物流业与新型城镇化之间的耦合协调作用。[3]

二是物流业与制造业、电子商务业、金融业等产业之间的协同研究。如孙鹏等构建物流业与制造业协同度评价模型，并以湖南省为例进行实证研究。[4]弓宪文等提出物流业与制造业耦合协调度呈现出从低度耦合协同向中、高度耦合协同波动发展的时序演化趋势。[5]武淑萍等分析了“互联网+”背景下快递物流与电子商务协同发展模型，实证研究表明二者的整体协同度呈螺旋式缓慢上升趋势。[6]刘有升等研究发现现代物流与跨境电商协同度在较低水平波动，跨境电商的发展明显超前于现代物流。[7]谌玲运用SVAR模型研究了金融与物流发展的内生协同机制。[8]张良卫研究发现广东省国际贸易与国际物流间存在高度协同的正相关关系。[9]刘少坤等研究发现广西北部湾的物流业与该地生态环境系统处于较低水平的协同。[10]

三是产业内物流协同发展研究。如刘航研究了生鲜农产品冷链物流的协同路径与实现机制。[11]吕红波等基于区域物流子系统的有序度和影响协同的关键要素，建立了区域内部各区域物流协同度水平的评价模型。[12]周熙登等构建了以互联网电商企业为集成商的农产品物流协同体系。[13]

综上所述，现有研究为物流协同研究奠定了丰富的理论与实践基础，但是，研究内容主要集中在物流与经济、物流与相关业以及物流产业内的协同研究。目前，对城乡物流协同发展的研究才刚刚起步，更是缺乏对人工智能、大数据及“互联网+”等新技术驱动下的城市物流与农村物流协同发展的动态、定量趋势评价和路径研究。本文在已有研究成果基础上，设计城市物流和农村物流协同发展测度指标体系，基于灰色关联度和CRITIC赋权法构建复合系统协同度模型，以安徽省的数据为样本进行实证研究，测度城乡物流复合系统协同发展水平，探究其发展路径及趋势，并引入“协同弹性”的概念分析影响城乡物流协同发展的关键因素，最后根据实证结果提出策略建议。

2 城市物流与农村物流协同发展测度评价模型

2.1 子系统有序度模型

城市物流和农村物流复合系统中的任一子系统sj，j=1,2，设其演化过程中的序参量为ej=(ej1,ej2,...,ejn)，其中eji为序参量的具体状态变量，i∈[1,n]，n≥1，序参量控制着子系统的演化进程。不失一般性，假定ej1,ej2,...,ejl的值越大，子系统有序度越高，相反其值越小，子系统的有序程度越低，如效益类指标；假定ej(l+1),...,ejn的值越大，子系统有序度越低，值越小，子系统有序度越高，如成本类指标。则子系统sj中第i个序参量eji的有序度为

(1)

其中Uji,Lji为序参量指标的上下限。uj(eji)体现了子系统的序参量eji对子系统有序度的贡献。uj(eji)的值越大，eji对子系统演变的贡献越大，反之亦然。

序参量ej对子系统sj有序度的“总贡献”可以通过对uj(eji)的集成来实现。本文采用线性加权法将序参量对子系统的“总贡献”进行集成，那么子系统sj的有序度为

(2)

2.2 复合系统协同度模型

(3)

依据复合系统协同度模型的基本原理，对城乡物流复合系统协同度阐述如下：

(1)复合系统协同度模型是根据子系统序参量有序度的变化情况来反映复合系统的协同状况，该模型既可以衡量各时间城乡物流协同发展的程度，也可以动态反映城乡物流复合系统随着时间推移协同发展的演化路径。

(2)CSSD∈[-1,1]，其取值越大，城乡物流复合系统协同度越高，城市物流和农村物流两个子系统相互促进、协同发展的成效就越明显；反之，其取值越小，则城乡物流复合系统协同度越低，两个子系统处于弱协同或失调状态。CSSD>0，表示与初始时刻t0相比，城乡物流复合系统向着协同的趋势演化；CSSD<0则意味着与初始时刻t0相比，城乡物流复合系统向着失调状态演变[14，15]。

综上，城乡物流复合系统协同度受到城市物流系统和农村物流系统序参量有序度的综合影响，因此，科学选取各子系统序参量评价指标，对协同度的精准测度至关重要。

2.3 协同弹性模型

本文引入“协同弹性”的概念，并构建协同弹性模型，目的是对协同度进行深入研究，以探究序参量指标和协同度之间的变化关系，进而找出影响协同度的关键因素。借鉴经济学中的弹性理论定义协同弹性的含义，协同弹性表示协同度对各序参量指标变化的敏感程度，可以表示为当序参量指标值变化百分之一时，协同度的变化幅度。[2]协同弹性计算公式为

(4)

协同弹性系数越大，则说明复合系统协同度变化幅度越大，协同越富有弹性，则该指标对协同发展结果的影响就越大。

3 城市物流与农村物流协同度评价指标的选取

在借鉴已有学者研究成果的基础上[12，16，17，18]，综合考虑安徽省城乡物流发展现状以及数据的连续性和可得性，本文从物流需求水平、物流信息化水平、物流发展环境和物流基础设施建设四个方面选取12项指标来构建城市和农村物流协同发展的评价指标体系。

社会物流总额决定社会物流产业活动的规模，是衡量物流需求水平的重要指标，其中工业品物流总额反映了城市物流发展规模，农产品物流总额反映了农村物流市场规模。每单位GDP对工业品/农产品物流总额的需求系数反映了每单位工业品和农产品对GDP的贡献大小。社会消费品零售总额反映在一定时期内社会商品流通的总量，可以用来间接衡量城乡物流的市场需求规模。因此，本文选取工业品/农产品物流总额、每单位GDP对工业品/农产品物流总额的需求系数、城镇/农村社会消费品零售总额等指标来测量城市/农村物流需求水平。

中国互联网络信息中心(CNNIC)发布的第43次《中国互联网络发展状况统计报告》显示，截至2018年12月，我国互联网普及率为59.6%，手机网民规模达8.17亿，通过手机上网的比例为98.6%，电脑上网的比例为81.9%[19]。鉴于此，本文选取城镇/农村居民平均每百户移动电话拥有数、城镇/农村居民平均每百户计算机拥有数、城镇/农村居民互联网普及率等指标来衡量城乡物流信息化水平。

在物流发展环境方面，重点关注城镇/农村物流相关业投资额、城镇/农村居民人均可支配收入、城镇/农村居民人均生活消费支出和城镇/农村居民家庭恩格尔系数。借用交通运输、仓储、邮政业固定资产投资来近似代替城市物流相关业投资额，用农林牧渔业投资来替代农村物流投资额。

选取城镇/农村公路投资、城镇/农村公路里程这两个指标来测量城市和农村物流基础设施建设情况。

所有指标中，居民家庭恩格尔系数为逆向指标，其他的均为正向指标。城市物流与农村物流协同度评价指标体系如表1所示。

表1 城市物流与农村物流协同度评价指标体系

续表1 城市物流与农村物流协同度评价指标体系

考虑到城乡物流复合系统在协同演进过程中可能呈现出的随机性与不确定性，而导致部分指标数据无法满足复合协同系统的测度要求，为了确保城乡物流子系统间的强相关性，本文运用灰色关联分析法对序参量指标间的相关性进行检验与筛选。该方法的核心思路是以序列几何形状的相似程度来判断指标间的关联度，序列曲线越接近，关联水平越高。[20，21]计算方法为

(5)

其中，Xi(t)与Yi(t)分别表示在t时刻城市物流与农村物流序参量指标的标准化值；λ为分辨系数，用于减少极值对运算结果的影响，一般取0.5。[22]依据计算结果，筛选序参量指标，其值越大，关联性越强，系统间的耦合协同性越好。经过综合运算和分析，剔除平均关联度值低于0.6的指标。

4 城市物流与农村物流协同发展实证分析

4.1 样本数据来源及处理

因为省级的物流数据缺失严重，考虑数据的可获得性和连续性，本文选取安徽省2001～2017年城市物流和农村物流的数据进行实证分析。原始数据来源于历年《安徽统计年鉴》、《中国物流统计年鉴》、《安徽省物流统计报告》(2016～2018年)、《安徽省交通运输发展公报》、《中国互联网络发展状况统计报告》等。其中，农村居民平均每百户计算机拥有数等少量年份缺失的数据采用回归分析法预测补齐或者采用样条插值、分段插值进行赋值。农村和城镇居民互联网普及率为用全国的同类数据代替，安徽省信息化发展状况在全国基本处于中等水平，因此，用全国的数据来代替基本上是可行的。本文采用标准正态化方法进行数据的标准化处理。

4.2 基于灰色关联度的评价指标筛选

根据公式(5)，计算得到城市物流与农村物流复合系统24个初选指标间的灰色关联度矩阵，如表2所示。由表2可知，除了指标Y2的关联水平相对较低外，其他指标间均具有较高的关联度，说明城乡物流复合系统存在高度关联性。考虑到指标体系的完整性，城乡物流两个系统的12个指标均予以保留。

表2 序参量指标灰色关联度矩阵

4.3 基于CRITIC法的子系统序参量指标权重的确定

由于每个序参量指标对系统的重要性不同，所以需要对指标赋予不同的权重。相对于标准离差法、熵权法等客观赋权法，CRITIC(criteria importance though intercrieria correlation)赋权法既考虑了变异性对指标权重的影响，又兼顾了指标间的冲突性[23,24]，鉴于此，本文采用CRITIC法进行序参量指标赋权。CRITIC赋权法以标准差来表示指标的变异性，以指标间的相关性来表示指标间的冲突性，该赋权法的计算公式为

(6)

其中，δi为指标i的标准差；rji为指标j和指标i之间的相关系数，rji越大，说明两个指标之间具有较强的正相关，两个指标的冲突性就较低；Cji表示第i个指标包含的信息量，Cji越大，说明指标i对整个指标体系的影响就越大，该指标的权重也就越大。所以，序参量指标权重ωji的计算公式为

(7)

利用公式(6)、(7)计算得出城市物流系统和农村物流系统序参量指标权重：

w1i=(0.06,0.08,0.08,0.09,0.12,0.06,0.05,0.05,0.05,0.09,0.17,0.11)，

w2i=(0.05,0.36,0.05,0.05,0.05,0.05,0.05,0.05,0.05,0.05,0.08,0.11).

4.4 子系统有序度与复合系统协同度的测算与演变路径分析

将子系统序参量指标的原始数据代入公式(1)，计算得出2001-2017年安徽城市物流和农村物流子系统序参量有序度。其中，序参量指标上下限值的选取，主要是借鉴相关研究资料和专家意见，结合安徽城市物流和农村物流两个子系统的发展现状，参考各指标客观实际值以及历史平均增减变化幅度进行选定或测算得出。再将子系统序参量有序度和权重等数据代入公式(2)和(3),计算得出城市物流系统有序度、农村物流系统有序度以及城乡物流复合系统协同度，如表3所示。各子系统有序度及复合系统协同度发展演变趋势如图1所示。

表3 2001-2017年安徽省城市物流系统与农村物流系统有序度及复合系统协同度

图1 安徽省城市物流系统与农村物流系统协同发展演变趋势图

根据图1的变化曲线，可以大致发现安徽省城市物流系统和农村物流系统各自的有序度呈逐年上升的发展态势。其中，城市物流系统从2001年的0.26增长至2017年的0.72，年均增长6.4%，增长曲线呈S形，前后缓慢，中间快速，总体增长平稳，仅在2017年略有下降；农村物流系统从2001年的0.31增长至2017年的0.74，年均增长5.6%，增长曲线呈指数型，增速前期缓慢而后期有显著提升。城乡之间物流系统有序度曲线在17年间有两次相交，第一次是2007年，城市物流系统有序度超过农村，在此之前，农村物流系统的有序度均略高于城市物流系统的有序度，城市物流中工业品物流总额的增幅波动较大，这在一定程度上影响了城市物流系统的有序度；另一次是2016年，农村物流系统有序度超过城市，主要由于安徽省政府加大了对农村物流的投资力度，2016年农村公路投资额从2015年的80.5亿元大幅增加到251.9亿元，而同期，城镇公路投资额由2015年的691.9亿元降到589.9亿元，致使农村物流系统有序度反超城市物流系统。

城乡物流复合系统总体协同度从2002年的0.02增长到2017年的0.44，年均增长率23.8%，远高于城市物流系统和农村物流系统各自的增长速度，增长曲线基本呈直线型，一直保持稳定水平，但是在2017年略有下降。2017年城市物流系统的有序度略有下降，从0.74降到0.72，而农村物流系统的有序度保持不变，仍为0.74。由此可见，复合系统协同度的提升不仅需要各子系统有序度的贡献，更重要的是子系统间在结构和功能上的耦合协同作用，任何一个子系统的滞后、停滞或超前发展都将影响复合系统的总体协同度[25]。

从演化进程来看，安徽省城乡物流协同发展经历了从弱度协同向低度、中度协同的发展路径，可以分解为以下三个阶段：

(1)2001—2009年的弱度协同阶段。此阶段，复合系统的协同度低于0.2，协调水平较低，协调强度非常脆弱，处于濒临失调的边缘。此期间，两个子系统有序度增速均较为缓慢，推动着复合系统协同度低速增长。2001—2009年安徽省物流业由起步向低速发展转变，在城乡物流一体化建设上存在诸多问题：物流基础设施薄弱；物流技术落后；物流成本居高不下；物流信息化程度低；专业化物流人才缺乏；城乡物流“二元”形态凸显等。因此，这期间城乡物流复合系统处于濒临失调的边缘。

(2)2010—2015年的低度协同阶段。此期间，城乡物流子系统有序度均呈上升趋势，而且城市物流系统有序度的增速高于农村物流系统，对协同发展贡献较大，协同水平有一定提升，复合系统处于低度协同状态。自2009年起，安徽省先后出台了《安徽省现代物流业发展规划》、《现代物流业发展实施方案》等文件，大力支持物流业发展。毋庸置疑，政策支持成为该阶段安徽城乡物流快速发展不可或缺的外部推动力。

(3)2016—2017年的中度协同阶段。2016年城乡物流子系统有序度和复合系统的协同度均为历史最高水平，复合系统协同度达到了0.45。近年来，随着供给侧结构性改革深入推进，在补短板、降成本、“互联网+”高效物流等政策作用下，安徽省物流业呈现稳中向好发展态势。另外，2016年安徽加大了对农村道路建设的投资，农产品物流总额也快速增长，这些促进了农村物流系统有序度的大幅提升。2017年总体协同度略有降低，为0.44，主要是因为城市物流系统的有序度略有下降。2017年安徽又制定出台了《安徽省人民政府办公厅关于进一步推进物流降本增效促进实体经济发展的实施意见》、《安徽省物流园区发展规划》、《推进电子商务进农村全覆盖工作方案》等文件，落实《关于促进快递业发展的实施意见》，全面推动物流产业链的完善和整体运营能力、综合服务能力的提升。2017年，安徽省社会物流总额60094.8亿元，同比增长6.5%，其中，在电商进农村全覆盖等政策推进下，农产品物流规模快速增长，全年农产品物流总额4728亿元，同比增长25.4%。在一系列政策的推动下，城乡物流系统有序发展，城乡物流复合系统也进入了中度协同发展阶段。

4.5 关键影响因素分析

将相关数据代入公式(4)得出2001—2017年各指标和协同弹性的变化关系，如表4所示。

表4 协同弹性系数及排序

从表4中各指标的敏感性结果来看，绝大多数指标的敏感性集中于0.02～0.06的区间内，说明大多数指标的变动对城乡物流系统总有序度的影响相近，且幅度有限，值得注意的指标有每单位GDP对工业品物流总额的需求系数X2(0.16)、城镇公路里程X12(0.06)、农村公路投资Y11(0.11)、农村公路里程Y12(0.07)和每单位GDP对农产品物流总额的需求系数Y2(-0.05)，其中X2、Y11是敏感性最高的两个指标，为关键影响因素，Y2是唯一负敏感性的指标，这几个指标对城乡物流的协同发展发挥着重要作用。

5 结论及政策建议

根据实证分析得出如下结论：第一，2001—2017年安徽省城市物流系统和农村物流系统有序度均呈平稳上升态势，城市物流增长曲线为S型，农村物流增长曲线为指数型。第二，城乡物流复合系统协同度呈现出从弱度协同向低度、中度协同发展的时序演化趋势，但总体水平偏低。第三，GDP对工业品物流总额的需求系数X2和城镇公路里程X12是城市物流系统的关键影响因素，农村公路投资Y11和农村公路里程Y12是农村物流系统的关键影响因素。指标X12、Y11和Y12均与物流业基础设施投资有关，因此加大对城乡物流基础设施建设的投资，可以大幅提升城乡物流系统协同发展水平。

对复合系统协同发展进行研究的目的是要找寻外部关键影响因素，使得复合系统在其作用下总体效能大于各个子系统效能之和。综上所述，本文提出以下政策建议：

第一，加大政策支持与引导，营造城乡物流协同发展的良好外部环境。从上文城市物流和农村物流协同测度结果可以看出，当有积极的政策出台或政府加大对城乡物流投资力度时，城乡物流的协同度会有明显上升，由此可见，政府的支持和引导是推动城乡物流有序协同演化的重要驱动力，因此，政府应继续加大政策支持与引导，为城乡物流协同发展营造良好的外部环境。从宏观上，围绕国家“一带一路”建设、长江经济带发展和长三角一体化发展等重大战略实施机遇，统筹安徽省城乡物流网络、设施、资金、信息及人才等发展规划，利用政府“有形的手”加快解决城乡物流发展不平衡不充分问题；在微观上，以深化实施物流高质量发展、“互联网+”高效物流和物流降本增效等行动为突破口，以快递、冷链、电商以及农产品、家电和汽车等专业化物流为抓手，促进城乡物流深度融合，推动城乡物流高质量、高效率创新发展。

第二，加强物流基础设施协同，构筑高效的城乡物流网络体系。由上文结论可知，城镇公路里程、农村公路投资和农村公路里程分别是城市物流系统和农村物流系统的关键影响因素，因此，加强物流基础设施建设对城乡物流协同发展的促进作用最显著。坚持“以存量设施整合提升为主，以增量设施补短板为辅”的原则，持续加大对城乡道路、信息基础设施、物流网络基础设施投资，构筑网络化、开放型、一体化的城乡物流体系。具体策略有：农村公路建设应由规模发展向质量提升转变；加快乡村信息基础设施建设，加大互联网覆盖范围，提升农村居民互联网普及率；实施“互联网+”农产品出村进城工程，聚焦农产品流通“最先一公里”，加强农产品加工、包装、仓储、冷链等设施建设；抓住“消费升级”战略，完善城乡消费物流体系，完善城市物流网络资源布局，加强公用型城市配送网点和终端社区配送设施建设，缓解城市物流“最后一公里”难题；围绕“乡村振兴”战略，基于供销社、邮政等系统整合农产品物流资源，构建农业、农村物流服务体系，为农户提供“网点布局合理、服务品类丰富、物流双向高效”的现代物流服务；按照中心城市建立物流中心，县级建立配送中心，乡(镇)建立物流综合服务站和村建立配送网点的“市县乡村四级双向物流网络节点体系”来搭建城乡物流空间网络；创新“产地物流中心”+“共同配送中心”+“共同销售中心”的城乡物流配送新模式和“互联网+农户+农业合作组织+城市零售终端”的物流组织新模式。

第三，提升物流信息化建设水平，缩减城乡“数字鸿沟”。目前，安徽省城乡物流信息发展水平差距依然较大，信息化水平不高是制约农产品物流技术提升的主要障碍。通过政府引导和政策支持，加快推动人工智能、区块链、大数据、云计算和物联网等信息技术应用，结合农产品物流市场的供需情况，打破城乡行业壁垒、产业壁垒和空间壁垒，打通邮政系统、供销社系统、交通系统、物流行业、电商行业及商贸行业的物流资源整合障碍，建设开放、协同、共享、互动的农产品物流资源共享平台、城乡物流配送公共信息平台和农产品物流追溯信息平台，推动城乡物流信息化融合，提升城乡物流系统运作效率。

第四，完善物流人才培养体系，提高物流业人才素质。专业化物流人才匮乏是制约物流新技术应用和农村物流发展的重要短板。由于安徽物流业起步较晚，专业化物流人才不足，特别是农村物流发展急需的既掌握物流新技术又懂得物流信息和物流管理的复合型人才严重匮乏。物流业向着自动化、智能化、信息化、网络化、数字化、精细化、绿色化和国际化方向发展，这对物流人才提出了更高要求。因此，整合利用高校、行业协会、企业以及咨询服务机构等多方教育资源，深入推进产学研结合，线上线下融合，加快培养多层次专业化物流人才是促进城乡物流协同发展的重要策略之一。

第五，激发乡村振兴内生动力，大力发展现代化农业。安徽省是农业大省，2108年农产品物流占全省社会物流总额的7.4%，远高于全国1.38%的平均水平，因此，农产品物流发展水平对安徽城乡物流协同发展的影响较大。依托互联网和农业专业合作组织这两个载体，激活农村要素资源，发展现代农业，促进农产品生产向规模化、专业化、标准化、品牌化方向发展，构筑现代农业物流体系，提高农产品附加值和竞争力，加快农民致富步伐。