基于灰关联分析的物流与对外贸易关系的实证分析

郑承志， 黄淑兰

( 1.黎明职业大学 商学院， 福建 泉州 362000； 2.黎明职业大学 轻工学院， 福建 泉州 362000 )

0 引言

随着国际贸易的发展和全球分工的深化，物流与国际贸易的关系越来越受到关注.目前，已有一些学者对物流与贸易的关系进行了实证研究.例如：朱坤萍等[1]采用VAR(向量自回归模型)分析了1990—2011年河北省港口货物吞吐量与进出口总额的年度数据，结果显示港口物流发展与外贸增长间相互促进；唐心智[2]对2001—2013年四川省进出口总额与货运量、进出口总额与运输仓储邮政增加值的年度数据进行了相关性和回归分析，研究结果显示外贸增长与物流业发展间存在显著相关性；刘海涛等[3]对2004—2013年天津市港口货物吞吐量与进出口总额的年度数据进行了格兰杰因果检验，研究结果显示港口货物吞吐量与外贸之间存在反馈性因果关系；李秋烟等[4]对2000—2013年福建省港口货物吞吐量与进出口总额的年度数据进行了格兰杰因果检验，研究结果显示港口货物吞吐量与外贸发展之间存在显著相关性；王亚玥等[5]采用VAR分析了1998—2015年安徽省进出口总额与港口货物吞吐量的年度数据，研究结果显示外贸与港口物流间呈相互促进的关系；何智娟[6]对2000—2016年广西公路货运量、铁路货运量、航空货运量、港口货物吞吐量、邮电业务量与进出口总额的年度数据进行了回归分析，研究结果显示物流与外贸间相互促进；郭湖斌等[7]采用协同发展模型分析了1978—2017年我国货运量、货运周转量、物流业产值与进口总额、出口总额、进出口总额的年度数据，研究结果显示我国物流业与外贸间存在协同发展的关系；杨桂红等[8]采用VAR分析了1987—2018年江苏省港口货物吞吐量与进出口总额的年度数据，研究结果显示外贸与港口物流间存在动态关联性.在上述研究结果中，虽然得到的结果相似，即物流与外贸之间存在关联性，但由于其研究过程选取的指标较为简单(向量自回归分析、格兰杰因果检验等分析方法选取的变量(指标)一般较少)或有些指标选取的较为牵强，因此其参考价值受到一定影响.由于灰关联分析(grey relational analysis，GRA)更适合多指标情境，因此本文采用灰关联分析法对2001—2019年我国物流指标与外贸及内贸指标的年度数据序列之间的关联性进行实证分析，以期得到更全面、更具参考价值的成果，以便为相关部门制定外贸和物流规划提供科学依据.

1 灰关联建模

1.1 指标选取

考虑到指标的代表性以及数据的可获性，本文选取管道货运周转量、航空货运周转量、水路货运周转量、公路货运周转量、铁路货运周转量、总货运周转量等指标度量国内物流，选取沿海规模以上港口主要货物吞吐量(以下简称沿海规模港口吞吐量)指标度量国际物流，选取货物进口总额、货物出口总额、货物进出口总额等指标度量对外贸易，选取社会消费品零售总额、批发和零售业商品销售额(以下简称批零业商品销售额)指标度量国内贸易.将内贸指标纳入关联性分析的目的是方便外贸指标与其相比较.

1.2 灰关联模型

灰关联分析是依据数据序列所构成的折线形状的相似度判断数据序列间关联度，该方法能够较好地消除小样本、贫信息所带来的不确定性，而且方便分析两个多指标系统之间的关联性[9-10].由于采用一定数量指标的时间序列数据度量某一经济系统属于典型的小样本、贫信息问题，因此本文采用灰关联分析建模，以便对物流系统与贸易系统之间的关联性进行实证分析.假定系统X和系统Y分别有m和n个指标，每个指标的规范化时间序列数据都有s个数据点，用xi={xi(1)，xi(2)，…，xi(s)} (1≤i≤m)表示系统X各指标的规范化数据序列，用yj={yj(1)，yj(2)，…，yj(s)} (1≤j≤n)表示系统Y各指标的规范化数据序列，则指标xi与yj在第g(1≤g≤s)个数据点的灰关联系数[11]为:

(1)

式中：分辨系数λ∈[0，1]， 典型值为0.5； 1≤i≤m； 1≤j≤n； 1≤g≤s； 1≤h≤m； 1≤l≤s.s个数据点的灰关联系数均值的计算公式为：

(2)

按公式(2)计算所得的均值即为数据序列xi与数据序列yj(1≤i≤m， 1≤j≤n)的灰关联系数.

1.3 灰关联的判断准则

首先由公式(1)和公式(2)计算出数据序列xi与数据序列yj的关联系数值ξij， 然后依据灰关联判断准则判断xi与yj之间的关联程度[10]：ξij=0表示xi与yj完全不相关，即对应指标间没有任何耦合作用； 0<ξij≤0.35表示xi与yj关联性较低，即对应指标间的耦合作用不强； 0.35<ξij≤0.65表示xi与yj关联性一般，即对应指标间的耦合作用中等； 0.65<ξij≤0.85表示xi与yj关联性较高，即对应指标间的耦合作用较强； 0.85<ξij<1表示xi与yj关联性非常高，即对应指标间的耦合作用非常强；ξij=1则表示xi与yj完全相关.

2 物流与对外贸易的灰关联计算

2.1 数据及规范化处理

表1为2001—2019年我国管道货运周转量、航空货运周转量、水路货运周转量、公路货运周转量、铁路货运周转量、总货运周转量、沿海规模港口吞吐量、货物进口总额、货物出口总额、货物进出口总额以及社会消费品零售总额、批零业商品销售额的原始数据，数据来源为国家统计局公布的年度数据.表中最后一行是相应指标数据序列中的最大值.

表1 2001—2019年我国物流与贸易原始数据

虽然灰关联分析不需要对数据进行预检验，但为了判断物流指标对贸易指标是否具有显著意义，本文将表1中的管道货运周转量、航空货运周转量、水路货运周转量、公路货运周转量、铁路货运周转量、总货运周转量、沿海规模港口吞吐量作为自变量，分别以货物进口总额、货物出口总额、货物进出口总额、社会消费品零售总额、批零业商品销售额作为因变量进行最小二乘回归分析，结果显示其R2值分别为0.990 4、 0.991 3、 0.993 9、 0.987 9、 0.982 8(都非常接近1)， 显著性F值分别为2.19×10-11、 1.19×10-11、 1.46×10-12、 8.43×10-11、 6.98×10-10(都远小于0.05).该结果表明表1中的物流指标对各贸易指标都具有显著意义，对表1中的物流数据序列和贸易数据序列进行灰关联分析具有合理性.

由于表1中各指标的量纲不完全相同，且各指标均为极大型数据，因此需对各指标的数据进行规范化处理.处理的方法是将各数据点的值除以对应序列的最大值(即表中最后1行)[11]，结果如表2所示.

表2 物流与贸易原始数据规范化结果

2.2 灰关联计算

以货物进口总额序列作为参照，利用公式(1)计算管道货运周转量、航空货运周转量、水路货运周转量、公路货运周转量、铁路货运周转量、总货运周转量、沿海规模港口吞吐量等序列各数据点与参照序列对应数据点的灰关联系数值(分辨系数取典型值0.5)，结果如表3所示.

表3最后1行是各数据点的灰关联系数的平均值，该值即为对应数据序列与参照序列的灰关联系数值.将参照序列依次换成货物出口总额、货物进出口总额、社会消费品零售总额、批零业商品销售额进行同样计算，即可以得出物流指标与其他贸易指标的灰关联系数值.在此基础上可以进一步计算出物流指标关联系数的列均值以及各类贸易指标的关联系数的行均值，结果如表4所示.表4中的贸易指标行均值指的是货物进口总额、货物出口总额、货物进出口总额、社会消费品零售总额、批零业商品销售额5个内外贸指标的关联系数的平均值，外贸指标行均值指的是货物进口总额、货物出口总额、货物进出口总额3个外贸指标的关联系数的平均值，内贸指标行均值指的是社会消费品零售总额、批零业商品销售额2个内贸指标的关联系数的平均值.上述各指标均值中，贸易指标行均值代表物流指标对国内外贸易的胁迫作用强度，外贸指标行均值代表物流指标对外贸的胁迫作用强度，内贸指标行均值代表物流指标对内贸的胁迫作用强度，物流指标列均值代表外贸、内贸指标对物流的耦合作用强度.由表4可知，除了铁路货运周转量与各贸易指标的灰关联值处于0.35～0.65区间之外，其他物流指标与各贸易指标的灰关联值都处于0.65～0.85区间.该结果表明，除了铁路货运周转量与各贸易指标的关联性处于一般水平外，其他物流指标与各贸易指标的关联性均较强.

表3 物流指标数据序列与货物进口总额数据序列的灰关联系数

表4 物流指标与对外贸易指标的灰关联系数

3 结论

依据上述计算结果(表4)和灰关联判断准则可以得出以下结论： ①管道货运周转量、航空货运周转量、水路货运周转量、公路货运周转量、总货运周转量、沿海规模港口吞吐量对外贸及内贸的胁迫作用强度较强，铁路货运周转量对外贸及内贸的胁迫作用强度中等，货物进口总额、货物出口总额、货物进出口总额、社会消费品零售总额、批零业商品销售总额对物流的耦合作用强度较强.②虽然航空货运周转量远小于其他运输方式，但在所有的运输方式中航空货运对外贸的胁迫作用最强，其次为水路货运、公路货运、管道货运、铁路货运.③总货运周转量、沿海规模港口吞吐量对外贸的胁迫作用明显强于内贸，外贸指标对物流指标的耦合作用也明显强于内贸，说明外贸比内贸更容易受物流(包括国内物流)的影响.④进口总额与国内物流(总货运周转量)的关联性高于国际物流(沿海规模港口吞吐量)，而出口总额则与之相反，这说明进口较容易受国内物流影响，而出口则较容易受国际物流影响.

由上述结果可得出： ①相关部门在制定对外贸易规划时必须要充分考虑物流对外贸的支撑能力，特别是可利用的沿海港口吞吐能力以及航空货运能力.②在制定物流规划时，应充分考虑外贸的发展对物流业的拉动作用，以实现物流与外贸的相互促进、协同发展.③制定进口规划时应多加关注国内物流，制定出口规划时则应多加关注国际物流.