安徽省城乡物流与经济发展的灰色关联分析

2018-10-16许静艳

安徽职业技术学院学报 2018年3期

许静艳

(安徽工商职业学院管理学院，安徽合肥 230040)

安徽省城市和农村发展在结构上不平衡，使城乡两大市场相隔，研究城市和农村物流各影响因素与经济发展的关联度，分析其重要性及成因，可以为城乡物流的持续快速发展提供理论依据。

1 相关研究

不同学者从不同角度分析了物流与经济的关系，高秀丽和王爱虎[1]及陈志新等[2]运用协整检验和Granger因果关系检验的方法，各自研究发现广东、宁夏的经济增长促进物流业发展，但物流业并没有显著促进经济增长。戢晓峰和张雪运用关联模型，研究发现区域物流与经济发展显著关联、在一定程度上促进经济发展、区域经济空间分布影响区域物流空间格局[3]。岳云康和焦利芹通过分析山西省物流与经济的灰色关联度，得出影响山西经济发展的物流因素排名[4]。大部分研究集中在物流对经济发展促进作用的内在机理，未能分析城市、农村物流对经济发展的物流支持。本文运用灰色关联模型，分别对安徽省城市和农村物流各影响因素对经济发展的重要性进行实证分析。

2 指标选取与数据来源

本文选取安徽省GDP作为衡量经济发展的指标，城乡物流的测度选取城乡物流发展宏观环境、城乡物流需求、城乡物流信息化三个指标。城乡物流发展宏观环境参考段海卞和高志飞提出的物流发展宏观环境指标[5]，从人均收入、居民消费性支出、社会消费品零售总额进行评价；任保平和魏婕提出从工业品、农业品物流总额占比，每单位GDP对工业品、农产品物流总额的需求评价物流需求[6]；李道亮提出从固定电话拥有量和彩色电视机拥有量测度物流信息化[7]，由于我国92.5%的网民使用手机上网[8]，包括获取物流信息，因此本文使用移动电话拥有量替代彩色电视拥有量指标。如表1所示。

表1 城乡物流评价指标

城乡物流和经济发展的数据，来源于2005-2014年《安徽统计年鉴》。

3 灰色关联模型

灰色关联度可以用来分析系统发展的变化趋势，城乡物流对经济发展具有影响，而经济发展也可对城乡物流产生响应，城乡物流与经济发展的相互作用有着较多的不确定信息，可以认为他们之间是灰色关联的，所以运用灰色关联模型对其中的不确定信息做出进一步的解释。具体步骤如下：

3.1 确定权重

3.2 模型构建

设参考序列为Y0={Yo(1),Yo(2),…,Yo(k)}，比较序列为Xi={Xi(1),Xi(2),…,Xi(k)}

4 数据分析

4.1 指标权重

通过计算信息熵，分别得到安徽省城乡物流7个指标的权重，如表2、表3所示。

表2 城市物流指标权重

表3 农村物流指标权重

4.2 灰色关联度

本文分别衡量了经济发展(参考序列)与城市物流、农村物流(比较序列)之间的灰色关联度，如表4、表5所示。

表4 城市物流灰色关联度梯队

从表4来看，排在前两位的是X1和X2，说明在2005-2014年间，影响经济发展的最主要物流因素为代表物流发展宏观环境的第一梯队关联因素：城市居民人均收入和城市居民消费性支出，这主要是因为城市居民的人均收入普遍比农村居民较高，消费能力强、需求大，尤其是网上消费快速普及与居民生活密不可分，新型消费高速增长，更加刺激了物流业的发展。处在第二梯队的有X3、X4、X5，说明每单位GDP对工业品物流总额的需求系数、工业品物流总额占比、社会消费品零售总额，对经济发展有较大的影响，工业发展通过物流带动生产要素向城市聚集，物流不仅使社会消费品向城市扩散，还有机地将生产者和消费者联系起来。X6、X7处于第三梯队，这是因为城市移动电话、固定电话普及率高，城市居民线下手机支付习惯早已形成，信息化体系初步形成，对物流发展影响相对较小，与城市物流企业加快信息平台建设有关。