鄭承志

( 黎明職業(yè)大學(xué) 商學(xué)院， 福建 泉州 362000 )

0 引言

隨著我國(guó)電子商務(wù)的快速發(fā)展，其交易規(guī)模日益擴(kuò)大.資料[1]顯示,2018年我國(guó)電商總交易規(guī)模已達(dá)32.55萬(wàn)億元，直接從業(yè)人員365萬(wàn)人，間接從業(yè)人員2 750萬(wàn)人，為我國(guó)經(jīng)濟(jì)增長(zhǎng)做出了重要貢獻(xiàn).電子商務(wù)的快速發(fā)展離不開物流的支撐，同時(shí)它也促進(jìn)了物流的快速發(fā)展.目前，已有很多學(xué)者對(duì)電子商務(wù)與物流的關(guān)系進(jìn)行了研究，但大多是定性研究，實(shí)證分析較少.例如：溫輝[2]采用向量自回歸模型(VAR)考察了1997—2012年互聯(lián)網(wǎng)上網(wǎng)人數(shù)與貨物周轉(zhuǎn)量的關(guān)系，其研究結(jié)果顯示電子商務(wù)與物流之間具有格蘭杰因果關(guān)系.汪軍等[3]采用誤差修正模型(ECM)考察了2003—2014年電子商務(wù)交易規(guī)模與快遞業(yè)務(wù)量的關(guān)系，其研究顯示兩者之間存在長(zhǎng)期均衡關(guān)系.陳賓[4]采用2005—2014年的電子商務(wù)和快遞行業(yè)數(shù)據(jù)分別構(gòu)建了電子商務(wù)綜合發(fā)展指數(shù)和快遞綜合發(fā)展指數(shù)，并采用VAR模型考察了兩者的關(guān)系，其研究結(jié)果顯示電子商務(wù)與快遞業(yè)務(wù)之間具有長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系.張鴻等[5]采用VAR模型考察了2004—2015年我國(guó)各省及直轄市電商交易額和貨物周轉(zhuǎn)量的關(guān)系，其研究結(jié)果顯示物流的發(fā)展水平與電子商務(wù)呈明顯的雙向正效應(yīng).馮居易等[6]采用ECM模型考察了2008—2017年我國(guó)網(wǎng)絡(luò)零售交易規(guī)模與快遞業(yè)務(wù)量、快遞業(yè)務(wù)收入(季度數(shù)據(jù))之間的關(guān)系，其研究結(jié)果顯示電子商務(wù)與快遞業(yè)務(wù)間存在長(zhǎng)期均衡關(guān)系.韓靜等[7]從基礎(chǔ)設(shè)施、經(jīng)營(yíng)規(guī)模、可持續(xù)發(fā)展3個(gè)方面分別構(gòu)建了電子商務(wù)和物流的評(píng)價(jià)指標(biāo)體系，并采用灰關(guān)聯(lián)分析計(jì)算了安徽省這兩個(gè)產(chǎn)業(yè)間的灰關(guān)聯(lián)系數(shù)，發(fā)現(xiàn)2014—2017年安徽電子商務(wù)與物流產(chǎn)業(yè)的協(xié)同度呈U型浮動(dòng)狀態(tài).在上述文獻(xiàn)研究中，文獻(xiàn)[2-3]和[5-6]對(duì)電子商務(wù)及物流的測(cè)度指標(biāo)單一，其分析結(jié)果所包含的信息量偏少，因此參考價(jià)值有限；文獻(xiàn)[4]和[7]雖然分別構(gòu)建了電子商務(wù)和物流(快遞)的綜合評(píng)價(jià)指標(biāo)，但只對(duì)兩個(gè)綜合性指標(biāo)之間的關(guān)系進(jìn)行了分析，其參考價(jià)值同樣有限.本文采用灰關(guān)聯(lián)分析法對(duì)我國(guó)2008—2018年電商總交易規(guī)模及B2B、網(wǎng)絡(luò)零售、跨境電商交易規(guī)模與物流總貨物周轉(zhuǎn)量、鐵路貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量、民用航空貨物周轉(zhuǎn)量以及快遞業(yè)務(wù)量之間的關(guān)聯(lián)度進(jìn)行實(shí)證分析，以期得出更全面、更具參考價(jià)值的研究結(jié)果，為政府相關(guān)部門制定電子商務(wù)政策提供參考.

1 灰關(guān)聯(lián)分析法

目前，解決不確定性的研究方法主要有概率統(tǒng)計(jì)、模糊數(shù)學(xué)以及灰系統(tǒng)理論3種,其中灰系統(tǒng)理論主要用以解決小樣本、貧信息不確定性問題.該方法的優(yōu)點(diǎn)是可利用少量數(shù)據(jù)進(jìn)行建模，能夠彌補(bǔ)概率統(tǒng)計(jì)必須依據(jù)大量數(shù)據(jù)且樣本必須服從某種典型分布才能有效計(jì)算的問題.灰關(guān)聯(lián)分析(GRA，grey relational analysis)是灰理論的建模方法之一，其基本思想是依據(jù)序列數(shù)據(jù)的曲線幾何形狀相似度來(lái)判斷序列數(shù)據(jù)的關(guān)聯(lián)度，相似度越高關(guān)聯(lián)度越大，反之越小[8].以各種電商交易額和各種貨物周轉(zhuǎn)量及快遞業(yè)務(wù)量(年度數(shù)據(jù))作為電子商務(wù)和物流行業(yè)的測(cè)度因素，對(duì)電子商務(wù)與物流的關(guān)聯(lián)程度進(jìn)行實(shí)證分析具有顯著的小樣本、貧信息特征，因此本文采用灰關(guān)聯(lián)分析法計(jì)算各種貨物周轉(zhuǎn)量和快遞業(yè)務(wù)量與各種電商交易額的灰關(guān)聯(lián)系數(shù)，以此評(píng)判電子商務(wù)與物流的關(guān)聯(lián)度.

假定有m個(gè)經(jīng)規(guī)范化處理的數(shù)據(jù)序列，每個(gè)序列有n個(gè)數(shù)據(jù)點(diǎn)，則數(shù)據(jù)序列可表示為si={si(1),si(2),…,si(n)}， 1≤i≤m.假定參照數(shù)據(jù)序列為s0={s0(1),s0(2),…,s0(n)}, 則si(1≤i≤m)與s0在第k(1≤k≤n)個(gè)數(shù)據(jù)點(diǎn)的灰關(guān)聯(lián)系數(shù)[9]129為

(1)

式中：γ∈[0,1]為分辨系數(shù)，典型值為0.5； 1≤i≤m； 1≤j≤m； 1≤k≤n； 1≤l≤n.n個(gè)數(shù)據(jù)點(diǎn)的灰關(guān)聯(lián)系數(shù)的均值即為時(shí)間序列si(1≤i≤m)與s0的灰關(guān)聯(lián)系數(shù).

2 電子商務(wù)與物流關(guān)聯(lián)系數(shù)的計(jì)算

2.1 數(shù)據(jù)與規(guī)范化

基于2008—2018年各種貨物周轉(zhuǎn)量與快遞業(yè)務(wù)量、電商交易額、B2B交易額、網(wǎng)絡(luò)零售交易額以及跨境電商交易額的年度數(shù)據(jù)計(jì)算電子商務(wù)與物流的關(guān)聯(lián)系數(shù).表1給出的是2008—2018年各電商交易額、物流貨物周轉(zhuǎn)量及快遞業(yè)務(wù)量的原始數(shù)據(jù)，其中物流(包括快遞)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局公布的年度數(shù)據(jù)，電子商務(wù)數(shù)據(jù)來(lái)源于網(wǎng)經(jīng)社-電子商務(wù)研究中心的電子商務(wù)行業(yè)數(shù)據(jù)庫(kù)[1].

表1 2008—2018年電商交易額、物流貨物周轉(zhuǎn)量和快遞業(yè)務(wù)量的原始數(shù)據(jù)

表2 2008—2018年電商交易額、物流貨物周轉(zhuǎn)量和快遞業(yè)務(wù)量的規(guī)范化數(shù)據(jù)

2.2 關(guān)聯(lián)系數(shù)的計(jì)算

首先以電商總交易額序列作為參照，利用公式(1)計(jì)算總貨物周轉(zhuǎn)量、鐵路貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量、民航貨物周轉(zhuǎn)量、快遞業(yè)務(wù)量6個(gè)序列在各數(shù)據(jù)點(diǎn)與電商總交易額序列的關(guān)聯(lián)系數(shù)，結(jié)果如表3所示.表3中最后一行給出的是2008—2018年各數(shù)據(jù)點(diǎn)關(guān)聯(lián)系數(shù)的均值，此值即為各時(shí)間序列與電商總交易額序列的關(guān)聯(lián)系數(shù).

采用同樣方法計(jì)算6個(gè)序列(總貨物周轉(zhuǎn)量、鐵路貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量、民航貨物周轉(zhuǎn)量、快遞業(yè)務(wù)量)與B2B交易額、跨境電商交易額、網(wǎng)絡(luò)零售交易額序列的關(guān)聯(lián)系數(shù)，分別得： 0.573 8、 0.548 0、 0.614 3、 0.560 0、 0.647 5、 0.756 6； 0.569 5、 0.545 6、 0.607 6、 0.555 8、 0.639 2、 0.798 7；0.536 5、 0.509 2、 0.565 7、 0.527 5、 0.589 6、 0.947 1.

表3 物流貨物周轉(zhuǎn)量和快遞業(yè)務(wù)量與電商總交易額的關(guān)聯(lián)系數(shù)

3 結(jié)果與討論

3.1 結(jié)果與校驗(yàn)

根據(jù)2.2中的計(jì)算結(jié)果，各電商交易額與各貨物周轉(zhuǎn)量、快遞業(yè)務(wù)量的關(guān)聯(lián)系數(shù)如表4所示.由表4可以看出，快遞業(yè)務(wù)量與各電商交易額的關(guān)聯(lián)系數(shù)在0.75～0.95之間，各貨物周轉(zhuǎn)量與各電商交易額的關(guān)聯(lián)系數(shù)在0.50～0.65之間，說(shuō)明快遞業(yè)務(wù)量與各電商交易額的關(guān)聯(lián)性很高，而各貨物周轉(zhuǎn)量與各電商交易額的關(guān)聯(lián)程度一般.

表4 電子商務(wù)與物流的關(guān)聯(lián)系數(shù)

因灰關(guān)聯(lián)分析缺少對(duì)結(jié)果正確性的校驗(yàn)方法，本文采用線性回歸分析校驗(yàn)上述分析結(jié)果.以鐵路、公路、水路、民航的貨物周轉(zhuǎn)量及快遞業(yè)務(wù)量作為自變量(因總貨物周轉(zhuǎn)量包含鐵路、公路、水路及民航的貨物周轉(zhuǎn)量，所以將其排除在自變量之外)，分別以電商總交易額、B2B交易額、跨境電商交易額以及網(wǎng)絡(luò)零售額作為因變量進(jìn)行線性回歸.線性回歸結(jié)果顯示，R2值分別為0.993 4、 0.995 1、 0.989 9、 0.998 7，都非常接近1；顯著性F值分別為1.93×10-5、 9.32×10-6、 9.80×10-6、 3.13×10-7，都遠(yuǎn)小于0.05.該結(jié)果說(shuō)明，各回歸分析中的自變量對(duì)因變量具有顯著意義.4次回歸的自變量P值如表5所示.表5中，以不同電商交易額作為因變量時(shí)，快遞業(yè)務(wù)量的P值均遠(yuǎn)小于0.05，而其他自變量的P值則均大于0.05.這說(shuō)明對(duì)于所有的電商交易額，快遞業(yè)務(wù)量都是顯著性因素，而鐵路、公路、水路及民航的貨物周轉(zhuǎn)量則為非顯著性因素.上述結(jié)果說(shuō)明表4結(jié)果具有合理性.

表5 自變量p值

3.2 討論

一般認(rèn)為：兩個(gè)變量之間的關(guān)聯(lián)系數(shù)介于0～0.35之間時(shí)，關(guān)聯(lián)程度較小，耦合作用不明顯；介于0.35～0.65時(shí)，關(guān)聯(lián)程度一般，耦合作用中等；介于0.65～0.85時(shí)，關(guān)聯(lián)程度較高，耦合作用較明顯；介于0.85～1時(shí)，關(guān)聯(lián)程度非常高，耦合作用非常明顯；等于1，則表示兩個(gè)變量完全相關(guān)[10].由表4可知:快遞業(yè)務(wù)量與網(wǎng)絡(luò)零售額的關(guān)聯(lián)系數(shù)接近1，說(shuō)明二者幾乎完全相關(guān)；快遞業(yè)務(wù)量與電商總交易額、B2B交易額、跨境電商交易額的關(guān)聯(lián)系數(shù)介于0.65～0.85之間，表明快遞業(yè)務(wù)量與電商總交易額、B2B交易額、跨境電商交易額的關(guān)聯(lián)程度較高，耦合作用較明顯；民航、公路、水路、鐵路的貨物周轉(zhuǎn)量與各電商交易額的關(guān)聯(lián)系數(shù)介于0.35～0.65之間，說(shuō)明民航、公路、水路、鐵路的貨物周轉(zhuǎn)量與各電商交易額的關(guān)聯(lián)程度一般，耦合作用中等.由表4還可知，鐵路、公路、水路、民航的貨物周轉(zhuǎn)量和快遞業(yè)務(wù)量與不同電子商務(wù)指標(biāo)的關(guān)聯(lián)系數(shù)大小的排序一致，從高到低分別為快遞業(yè)務(wù)量、民航貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量以及鐵路貨物周轉(zhuǎn)量.另外，由表1也可以看出，民航貨物周轉(zhuǎn)量比公路、水路、鐵路的貨物周轉(zhuǎn)量雖然小了2個(gè)量級(jí)，但其與各電商交易額的關(guān)聯(lián)度卻均高于公路、水路和鐵路的貨物周轉(zhuǎn)量，該結(jié)果說(shuō)明對(duì)于電子商務(wù)而言，運(yùn)輸?shù)乃俣纫蛩乇瘸杀疽蛩馗鼮橹匾?