我国能源产业与物流业共生关系实证研究
2020-10-20朱向梅
朱向梅, 姚 露
(中北大学经济与管理学院,太原 030000)
能源资源是自然及人类社会稳定进步的基础,也是国家发展战略实施的重要保障[1]. 物流产业作为我国社会发展的基础性产业,在经济发展中具有重要地位,然而其能源消费水平也居于前列[2]. 伴随着物流行业的崛起,社会经济对能源资源产生了更高的要求,反过来能源的生产和消费又制约着物流业发展. 在全球经济不断一体化发展的进程下,各产业相互影响,能源产业、物流业或是其他产业都已不是相互独立的个体[3].在能源物流互动发展的过程中,能源产业发展促进了物流业的创新与合作,同时也产生了多元化的物流服务需求. 能源发展战略对物流服务提出的特殊需求,使能源物流面临物流服务方式、物流产品乃至整个物流市场面向能源产业创新等诸多问题. 2018年,我国物流业的产值为40 337.2亿元,比2010年增加了21 553.6亿元,虽然平均年增长率接近10%,但同时对能源资源的消耗也在快速增加,呈现粗犷发展的态势,能源利用效率低. 研究我国能源产业和物流业的共生发展,能够拉动物流业的经济增长和产业变革,还可以加速能源资源整合和技术创新,进一步揭示能源与物流之间的相互关系,探寻物流业低碳发展的途径,促进能源资源的有效利用,推动我国进一步发展生态经济,具有重要的现实意义.
现有的关于能源产业与物流业的研究主要集中在物流业发展与能源消费的关系上. 曹翠珍等[4]通过对各省份数据进行分析,探索区域物流、能源消费及经济增长三者之间的关系,认为物流业发展与能源消费具有负相关性,区域物流业的发展可以促进能源利用率,降低能源消费强度. 王富忠[5]对物流及其能源消费进行了Granger检验,从城镇化角度出发分析两者的因果关系,发现三者存在协整关系,城镇化水平和能源消费均影响物流业的发展. 唐建荣,李晓静等[6]通过建立物流业碳减系统对物流和能源消费进行共生研究,测算协同竞争指数,探讨两业协调发展路径. 对文献进行梳理可以发现,现阶段能源产业与物流业之间存在一定程度的联系,行业间不存在较大摩擦,但两业优势没有得到完全释放,相互之间的协调性还有待提高. 本文通过构建能源产业和物流业共生发展模型,探究二者的互动发展过程,揭示二者共生关系的特征表现,为产业间的协调发展探寻方向和路径.
“共生”一词来源于自然生态学,是描述物种间共存关系的专业词汇[7]. 随着历史的演进和各学科的融合发展,共生理论的使用场景也不断变化,近年来在经济学和社会学等多学科领域被国内外学者引用,并获得显著成效. 田帅辉、徐瞳等[8]以重庆市为例分析了交通运输业和邮政业共生关系的形成机理及稳定性,提出交邮融合发展的对策建议. 苏涛永、张亮亮等[9]对我国制造业和物流业的共生关系进行研究,分别对两业的共生度和耦合度进行计算,发现制造业和物流业属于非对称的共生关系,并具有高耦合协调性,两业关系对我国制造生产企业产生积极影响. 王珍珍[10]对我国长江流域制造业和物流业的共生关系进行研究,通过构建共生度模型计算两业共生度及共生寿命,得出我国制造业和物流业最先进入对称互惠共生阶段的地区为上海,进入该阶段较晚的为其他经济不发达的地区. 郑丽、胡龙波[11]基于产业共生理论对我国能源产业和金融业发展关系进行分析,探索两业共生关系的特征,发现能源业对金融业的依赖性取决于资源及产业的利用和联系. 学者们从不同视角对产业共生的内在关系及发展规律进行探索,为本文研究我国能源产业和物流业的发展关系提供了参考和借鉴,然而目前的文献缺少将能源产业和物流业作为共生关系中的种群单位进行产业研究,这与两业在实践中逐渐加深的融合趋势不相吻合,有必要从理论上予以解答和引导,探索两业融合的特征及其发展规律.
1 能源产业与物流业共生模式理论分析
在实际生活中企业间也常常存在着共生关系,一个企业在发展的过程中往往要受到其他企业的影响,形成互赢互利的发展环境[12]. 一般来说,共生系统由共生单元、共生环境及共生模式三部分构成,对共生要素具有外在作用的为共生环境,共生单元即所谓的“种群”[13]. 我们把能源产业和物流业看作是不同的“种群”,由于两个产业的相互作用关系,使得两“种群”从外部到内部产生了关联,从而构成一个共生发展系统,并与生物学的种群系统特征吻合,呈现出复杂性、非线性及自适应性[14]. 由此可见,我们可以运用生物学共生理论对能源产业与物流业的共生关系进行探究,有利于从微观视角研究两个产业的共生发展过程及特征. 能源产业与物流业分别为两个共生单元,共生环境由可以对两产业产生影响作用的所有外部条件构成[15],即国家政策、资源条件、经济水平和技术水平等,产业之间相互作用、共同发展成为产业共生的普遍状态. 虽然我们知道产业间存在互相影响,但是相互作用的力度不尽相同,从而使得产生的利益存在分配不均的现象,根据共生理论的相关概念[16],能源产业和物流业的共生模式可以分为四种,具体如表1所示.
表1 共生关系及其属性Tab.1 The symbiosis and its attributes
根据表1,共生关系具有不同的属性[17],可以描述能源产业和物流业在共生发展过程中的地位,判断双方的获利是否均衡. 一般来说,目前特大型能源公司比较倾向于建立围绕本集团的物流服务公司或机构,在此情形下,物流公司可以看作是能源集团的附属产业,两业共生关系为寄生;宏观上政府支持的部分新能源企业同各大型物流集团深度合作,实现共同发展,属于偏利共生,这是因为在这一过程中新能源企业往往会比物流企业获得更高的利润. 根据经济学的理性经济人理论[18],在以上两种共生关系中,不论是一方受损还是一方不受影响的情况,都不能被非获利的一方长期接受,因此会表现出其共生模式的不稳定性. 企业种群间的共生关系只有在互惠共生阶段才会逐渐趋于稳定状态,处于此阶段的企业,通过共生发展都能获得利益,尤其是在对称互惠共生阶段,企业的资源利用和运转效率都会达到最高值,这是由于该阶段不仅两企业均能获利,同时产生的利益也能被均匀分配,因此对称互惠共生模式表现出较强的稳定性和持久性.
现实社会经济发展中,两业间的共生发展多处于互惠共生阶段,尤其是非对称互惠共生阶段,对称互惠共生在目前的社会经济背景下属于理想阶段. 共生单元由产生,历经成长期到达成熟期,呈现出由不稳定至稳定的发展特征,展现了自然界中种群的共生演化过程,同时揭示了产业间共生关系的内在规律. 能源产业与物流业的共生发展只有遵循以上演化原则,才能实现两业更加持久更加稳定的繁荣与进步,因此,能源产业与物流业的共生模式遵循由寄生阶段逐渐进入对称互惠共生阶段的演化规律. 这一规律反映出各种群单元由从零到有逐渐扩大逐步丰满的演化历程,同时体现出企业共生发展从不稳定至稳定的特征、企业利益分配不均到利益分配公平的变化过程. 不同的共生模式表现了共生产业间的不同共生关系及共生发展阶段. 能源产业与物流业共生关系的不断演变不仅使得各单元间的稳定性发生改变,各单元间的利益分配情况也在变化. 以共生关系稳定性来说,对称互惠共生在四种共生发展阶段中具有最高的效率和稳定性,处于该阶段的共生系统可以获得最大的利益. 由此可知,对称互惠共生是能源产业与物流业共生关系发展的必然方向.
2 能源产业与物流业共生模型构建
如果把能源产业和物流业看作两个种群,那么我们可以使用Logistic种群演化模型对共生单元的动态演化过程进行分析. Logistic模型一般是用来对存在外部影响的生物进行种群规模研究的[19],但近年来也被引入经济学等其他学科. Logistic模型可表示为:
我们将式(1)中N(t)定义为能源产业或物流业的“种群数量”,它会由于t 值不断增长或降低;Nm定义为当前种群所处环境的最大容纳量;γ 为种群的自然增长率. 由于各种群的外部和内部环境不尽相同,所以种群的增长率也会存在差异. 式中,γ×N(t)可以看作是种群数量的变化趋势,1-可以看作是外部环境因素对两产业增长的阻滞作用. 在产业的产量或产值较低的情况下,“拥挤效应”的影响较小,产业的增长率γ 呈现不断增长趋势. 在产业产量或产值过高时,“拥挤效应”的影响变大,产业的增长率γ 出现降低趋势. 根据庞博慧[20]的研究理论,种群的发展阶段划分为四个:萌芽期,成长期,成熟期和一体化期,并采用Logistic 共生演化模型中的种群密度与最大环境容量的比值来表述能源产业和物流业的各个发展阶段,如表2所示[20].
表2 能源产业与物流业发展阶段划分[20]Tab.2 The division of development stages of energy industry and logistics industry
各共生单元之间的相互联系我们可以用质参量来体现,它是对共生单元之间共生关系的量化[21],所以,为了准确把握共生单元间的共生关系,首先需要对质参量进行分析,确定质参量之间的变化关系. 共生度作为描述各质参量变化关系的概念,通常可以表示不同质参量之间互相作用的力度[22]. 因此,本文用αEL、αLE对能源产业和物流业的共生度进行描述,αEL指的是我国物流业发展对能源产业的影响率,αLE指能源产业发展对物流业的影响率. 依据共生度对共生单元之间共生模式进行识别,具体方法如表3所示.
表3 共生度取值及特点Tab.3 The value and characteristics of symbiosis degree
共生系数是由共生度通过演算得到的指标,它可以更直观地反映共生单元质参量之间的联系,体现出各单元之间相互作用的大小. 计算方法为:
若θLE=θEL=0.5,则物流业对能源业的影响力度与能源业对物流业的影响力度处于平衡状态;
若θLE=0,θEL=1,则能源业对物流业不存在影响,物流业对能源业存在影响;
若0 <θLE<0.5,则物流业对能源业的影响力度比能源业对物流业的影响力度大;
若0 <θLE<0.5,则物流业对能源业的影响力度比能源业对物流业的影响力度小.
由上述可知,描述共生关系的主要步骤为计算共生度,因此本文将构建分阶段动态演化模型进行计算求得共生度. 首先给出能源产业和物流业独自发展时的Logistic模型,设能源产业、物流业的种群密度分别为NE、NL,自然增长率分别为γE、γL,最大环境容量分别为NEm、NLm,则能源产业和物流业的演化模型可表示为:
式中:NE0、NL0为能源产业与物流业在初始时刻t0的种群数量.
能源产业与物流业的共生发展过程也是他们“种群”数量逐渐增加的过程. 能源产业和物流业可以看作两个种群,不仅种群自身的规模影响其发展水平,共生种群的规模也对产业产生影响,在一定程度上存在彼此作用、协同演化的关系. 基于能源产业与物流业的复杂关系,引入两产业的相互作用系数αLE、αEL,构建Logistic产业共生模型:
通过式(4)我们可以看出能源产业与物流业之间的作用关系,对其进行式(5)的系数转换,使我们可以更有效地对能源产业与物流业的共生关系进行研究,令:
整理得:
在式(6)所表述的共生关系下,λE表示能源产业的自然增长率,λL表示物流业的自然增长率,ME和ML分别为能源产业和物流业的最大共生环境容量. 我们可以看出式(6)与式(4)的形式具有高度相似性,然而两式所描述的内容大不相同. 式(4)中能源产业和物流业没有相互作用,可以近似将λ 和M分别视为一项常数. 但在式(6)中,两业产生相互影响,种群密度NE、NL随时间不断变化,在共生单元相互作用下,λ 和M两指标都变为随时间变化的复杂曲线,此时两者共生关系更加显著,共生关系互相影响的结果使得自然增长率λ 和最大环境容量M均产生了变化.
为了探究增长率和最大环境容量的变化,并通过各年统计数据对我国能源产业和物流业的共生关系进行判定,借鉴唐强荣等[23]的分时段处理方法进一步对式(6)进行分时段处理. 取任意相邻两个年度作为区间[t1,ti+1],区间长度Δt=ti+1-t1=1,设能源产业在区间上“种群数量”的增量为ΔNE(ti+1)=NE(ti+1)-NE(ti),平均值为=,连接两端点直线的斜率为. 同理,物流业在区间[t1,ti+1]上“种群数量”的增量为ΔNL(ti+1)=NL(ti+1)-NL(ti),平均值为=,连接两端点直线的斜率为. 由于在较小的区间[t1,ti+1]内,产业发展趋势的斜率变化可以忽略不计,因此可以直接使用两点间的斜率描述[t1,ti+1]区间内任意点的斜率,把t1及ti+1两点处的均值)看作式t点的产业规模NE(t)、NL(t),则式(6)可以做如下变换:
通过式(5),运用基础变换法则能够得到最大环境容量计算模型:
3 能源产业与物流业共生模型检验与实证分析
在一定时期内,能源产业的产量与物流业的产值可以体现出各自的“种群”数量,描述了产业规模,另外因为国家政策、资源条件、经济水平和技术水平等外部条件的影响,其“种群”数量不会无限增长[24]. 本文通过《中国能源统计年鉴》得到我国能源产业近19年的产量数据,通过《中国统计年鉴》获得相同时间段内我国物流业的产值数据,对上文构建的共生发展模型进行检验,具体数据如表4 所示.
表4 2000—2018 年我国能源业与物流业主要指标数据及增长情况Tab.4 The data of main indicators and its growth of energy industry and logistics industry from 2000 to 2018
3.1 两业独立发展的模型检验
第一步我们假设两产业之间不存在共生关系,能源产业和物流业互不影响,独立发展,此时αEL=αLE=0,根据式(3)可以呈现两业的发展过程. 通过MATLAB软件对式中相关参数进行计算,并根据估计的NE(t)值得到能源产业的独立发展趋势图(图1),根据NL(t)值得到物流业的独立发展趋势图(图2).
假设两业独立发展,估计出能源业的自然增长率为γE=0.216,最大环境容量为NE=390 137.383 万t标准煤,并发现其模拟发展曲线与实际结果存在偏差. 通过式(3)模型计算出来的能源产业最大环境容量为390 137.38万t标准煤,实际能源产业的产量为377 000万t标准煤(2018年),此时的“种群数量”占最大环境容量的96.6%,说明能源产业已经进入一体化发展时期,接近饱和. 能源产业内部的竞争加剧,能源产业增长率r将逐渐放慢甚至不增长. 但从表5的实际情况来看,我国能源产业一直保持较好的增长势头,虽然在2014年和2015年受全球油价下跌及能源行业投资缩水影响,出现增长率下降的情况,但很快又回归增长趋势. 说明能源产业不受物流业发展的影响,两业独立发展的理论假设并没有得到实践支持.
图1 2000—2018年能源产业独立发展曲线Fig.1 The curve of independent development of energy industry from 2000 to 2018
图2 2000—2018年物流业独立发展曲线Fig.2 The curve of independent development of logistics industry from 2000 to 2018
假设物流业不受其他行业的影响,估计出物流业的自然增长率分别为γL=0.133,最大环境容量为NL=92 857.902 亿元,其模拟发展曲线与实际结果也存在偏差. 通过实证计算出来的能源业的最大环境容量为92 857.902 亿元,实际物流业的产量为40 337.2 亿元(2018 年),此时的“种群数量”占最大环境容量的43.44%,属于成长期的中后期,增长率相较成长期前段有所放缓,但是从我国物流业产值的实际增长率来看,除了在2014和2015年与能源业出现同步降低之外,增长率一直保持不断增长. 说明物流业不受能源产业发展的影响,两业独立发展的理论假设亦没有得到实践支持.
综上,两业独立发展模型并不能准确解释和反映能源产业和物流业的实际发展进程.
3.2 两业共生发展的模型检验
对两业的数据进行相关性分析发现,中国能源产业与物流业的发展呈现较好的协同性. 运用Pearson模型对我国2000—2018 年间两产业的数据进行检验,能源产业与物流业的相关系数为0.986(见表5). 因为能源业与物流业的发展呈现出高度相关性,进而可构建两业共生发展模型以便进一步探索两者之间的关系.
表5 能源业与物流业相关性Tab.5 The correlation between energy industry and logistics industry
图3 2000—2018能源业共生发展动态演化曲线Fig.3 The dynamic evolution curve of symbiotic development of energy industry from 2000 to 2018
图4 2000—2018年物流业共生发展动态演化曲线Fig.4 The dynamic evolution curve of symbiotic development of logistics industry from 2000 to 2018
由图3,图4可以看出,两产业的共生演化曲线与实际曲线高度吻合. 分别对两个产业的共生演化模型做回归分析得到=0.998,=0.986,模型拟合度高,平均绝对百分误差MAPEE=2.75%,MAPEL=2.88%,说明构建的分时段发展模型符合产业实际发展情况,提出的理论假设得到检验.
3.3 两业共生关系及发展特征
我们运用两业共生模型计算两业发展特征. 能源产业2018年的自然增长率γE=0.348,最大环境容量NE=572 687.224 7万t标准煤,远远高于两业独立发展时的最大环境容量390 137.383 万t标准煤,说明当两业共生,能有效促进能源产业的最大环境容量,提升产业的发展空间;而且当年产量占最大共生环境容量的比重为65.83%,反映我国能源产业目前处于成熟期阶段,说明两业共生关系延缓了能源产业的衰退. 物流业2018年的自然增长率γL=0.410,最大环境容量NL=128 473.28亿元,也同样高于两业独立发展时的最大环境容量92 857.902亿元,产值占当年最大共生环境容量的比重为31.4%,反映我国物流业目前处于产业成长早期,且两业共生关系也促进了物流业的发展空间. 综上分析,说明物流业和能源产业共生关系促进了两业的“种群数量”,提高了产业的最大环境容量,提升双方的产业发展空间,延迟产业的衰退进程,双方互惠互利.
我们继续探索两业的共生关系类型. 根据式(2)和式(5),采用迭代法计算出αLE=0.585,θLE=0.883;αEL=0.078,θEL=0.117,由共生关系的判断准则(表3)可知,能源业对物流业的共生度及共生系数均大于物流业对能源业的共生度和共生系数,说明能源业对物流业发展的推动作用大于物流业对能源业的推动作用,能源业对物流业的影响大于物流业对能源业的影响,但是双方都能够从对方的发展中获利,不过利益分配不均衡,能源产业较物流业获利更多,两业属于非对称互惠共生关系.
3.4 能源产业与物流业共生关系的地区差异分析
为进一步考察能源产业与物流业在地区之间是否存在差异,本文在全国层面考察能源业与物流业共生关系的基础上,按地域将全国31个省份进行划分(基于数据的可得性和区位因素,不包括香港、澳门和台湾省),分别对东部、中部和西部地区2000—2018年的共生度及共生系数进行计算分析,参考已有文献的划分原则,东部主要有北京、河北等13 个省份,中部有河南、山西等7 个省份,西部有广西、甘肃等11 个省份[25].分析结果见表6.
表6 分地区能源业与物流业的共生度回归结果Tab.6 The regression results of symbiosis degree of energy industry and logistics industry in different regions
从表6及图5、图6可以看出,中国能源产业与物流业的共生关系在地区之间存在明显的差异性. 横向比较能源产业对物流业分区域的影响,能源产业对物流业的共生度及共生系数呈现出从东向西逐渐增大的趋势,说明能源产业的变化对物流业的影响从东向西逐渐增强,物流业对能源业的依赖程度从东向西逐渐加大,能源产业从两业共生关系中的获利程度从东向西逐渐提高,而且这种增强的程度从东向西得到强化,最终在西部地区达到0.78,两业非对称互惠共生关系从东到西愈发呈现出惠及能源产业的特征. 而物流业对能源产业分区域的影响,则正好呈现相反的变化趋势,物流业对能源产业的共生度及共生系数从东向西逐渐变小,反映出物流业对能源产业的影响从东向西衰减,能源产业对物流业的依赖程度从东向西逐渐减弱,物流业从两业共生关系中的获利程度从东向西逐渐减少,并且这种减弱的程度从东向西逐渐弱化,但是弱化的进程比较平缓,从东部的0.552到西部的0.220,两业非对称互惠共生关系从东向西渐次呈现出不利于物流产业的特征.
纵向比较两业共生关系的分区域差异,东部地区能源业对物流业的共生度和共生系数略小于物流业对能源业的共生度和共生系数,差异不大. 东部地区能源业共生系数为θLE=0.448,物流业共生系数为θEL=0.552,两值都接近对称型互惠共生关系数值0.5,说明东部地区两业共生关系趋近稳态,物流业对能源产业的影响稍大一些,双方获利比较均衡. 中部地区能源业的影响开始凸显,能源业对物流业的共生度和共生系数开始远超物流业对能源业的共生度和共生系数,θLE=0.736,θEL=0.264,两业共生系数的差值将近0.5,反映从中部地区开始,能源产业对物流业的影响陡增. 两业发展过程中,能源业的获利程度要高于物流业,呈现偏向于能源产业的非对称互惠关系. 直至西部地区,能源产业共生系数为θLE=0.780,物流业共生系数为θEL=0.220,两业共生系数的差值已超过0.5,非对称互惠的关系进一步偏向能源产业.
图5 各地区共生度变化Fig.5 The variation of symbiosis degree in different regions
图6 各地区共生系数变化Fig.6 The variation of symbiosis coefficient in different regions
4 结论与展望
本文基于生态学视角,通过系数转换和分阶段处理,构建了能源产业和物流业的Logistic发展模型,对我国能源产业和物流业的共生关系及发展特征进行探索,并运用省际面板数据进一步对东部、中部和西部地区两业共生关系进行分析,得到如下结论.
1)我国能源产业与物流业呈现非对称互惠共生关系. 通过模型检验,我国能源产业和物流业并非完全独立发展,而是相互影响,共同发展,具有显著的共生关系. 两业的共生度及共生系数均大于零且不相等,能源产业对物流业的共生度大于物流业对能源产业的共生度,即能源产业对物流业的影响大于物流业对能源产业的影响,双方属于非对称互惠共生关系.
2)能源产业与物流业的共生关系对两业发展具有促进作用. 对比独立发展模型与共生发展模型的分析结果,能源产业与物流业的共生发展促进双方的最大环境容量,使各自市场规模扩大,提升了产业发展空间. 2018年能源业产量/环境容纳量为65.83%,产业发展处于成熟期;物流业产值/环境容纳量为31.4%,产业发展处于成长期的前段,共生关系延缓了能源产业的衰退并且促进了物流业的成长.
3)能源产业与物流业的共生关系存在区域差异. 能源业对物流业的影响程度为:西部>中部>东部,物流业对能源业影响程度为:东部>中部>西部. 东部地区物流业对能源业的影响略大于能源业对物流业的影响,趋于均衡. 中西部地区物流业对能源业的影响小于能源业对物流业的影响,关系更多惠及能源产业. 东部地区物流业起步较早,发展规模和水平较高,对能源产业的反哺作用比较明显,中西部地区受区位、人口及资源禀赋等的限制,物流业的发展较慢,能源产业长期成为中西部地区的主导产业,两业不对称互惠关系比较显著.
本文对我国能源产业和物流业的共生关系进行了实证研究,揭示了两业共生关系的特征、共生关系的影响及共生关系的地区差异,为建立我国能源产业与物流业融合发展政策提供理论支持,为后期进一步探索能源产业和物流业相互影响机制及向对称互惠共生关系的稳态发展可行路径奠定了理论基础.