黃先軍，李羚銳

（安慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 安慶 246133）

隨著我國全面深化改革任務(wù)進(jìn)入“深水區(qū)”，加快構(gòu)建“以國內(nèi)大循環(huán)為主體，國內(nèi)國際雙循環(huán)”的新發(fā)展格局已經(jīng)成為了業(yè)界與學(xué)界共同關(guān)注的焦點。構(gòu)建新發(fā)展格局的關(guān)鍵是暢通經(jīng)濟(jì)循環(huán)。而經(jīng)濟(jì)循環(huán)活動的本質(zhì)是一個建立于經(jīng)濟(jì)分工和價值增值基礎(chǔ)上的信息（數(shù)字）、商品（服務(wù)）及資金在企業(yè)、產(chǎn)業(yè)及區(qū)域等不同主體之間的流通循環(huán)[1]。在此循環(huán)過程中，作為經(jīng)濟(jì)活動中最活躍的資源要素，信息流、物流與資金流既是要素市場的有機構(gòu)成，其整合與流動也是暢通經(jīng)濟(jì)循環(huán)的高質(zhì)量推動力。在電子商務(wù)領(lǐng)域，早有研究表明“信息流-物流-資金流”這三種要素的整合有利于企業(yè)快速發(fā)展[2]。楊繼彬等（2021）的研究也證實了要素的跨區(qū)域流動對區(qū)域經(jīng)濟(jì)的促進(jìn)作用[3]。但目前鮮有從中觀層面的產(chǎn)業(yè)聯(lián)合發(fā)展的視角綜合考慮信息流、物流與資金流在加快建設(shè)國內(nèi)大循環(huán)過程中的一體化發(fā)展，因此，如何在全國范圍內(nèi)的經(jīng)濟(jì)循環(huán)中測度“三流”系統(tǒng)的一體化發(fā)展現(xiàn)狀就尤為必要。進(jìn)一步來看，全國大部分省份及區(qū)域的“三流”系統(tǒng)在空間分布和時序發(fā)展的視角下的發(fā)展差異及未來趨勢究竟如何，是亟需了解的現(xiàn)實問題。

各產(chǎn)業(yè)為應(yīng)對疫情與國際貿(mào)易摩擦等下行壓力，或自發(fā)或被動地開始了數(shù)字化轉(zhuǎn)型，這無疑在一定程度上加速推動了傳統(tǒng)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)升級發(fā)展。經(jīng)濟(jì)數(shù)字化既有利于加快國內(nèi)經(jīng)濟(jì)大循環(huán)，也有利于信息流、物流與資金流的整合。在產(chǎn)業(yè)集群及聯(lián)合發(fā)展等研究方向，早有學(xué)者針對信息流、物流、資金流三個子系統(tǒng)兩兩之間的互動作用展開了大量研究，并取得了豐富的研究成果。其中，有研究發(fā)現(xiàn)，信息流與物流相結(jié)合，能夠突破物流業(yè)原有發(fā)展結(jié)構(gòu)，提高物流資源配置效率，改善物流組織方式與運營方式。引導(dǎo)物流業(yè)朝向信息化發(fā)展[4]；信息流與資金流相結(jié)合，打破了傳統(tǒng)金融自身的發(fā)展瓶頸，促進(jìn)金融業(yè)進(jìn)入了數(shù)字金融發(fā)展階段[5]。物流與資金流的融合創(chuàng)新，產(chǎn)生了物流金融等業(yè)態(tài)，驅(qū)動了物流業(yè)與金融業(yè)的聯(lián)動發(fā)展，有助于要素資源市場的相互聯(lián)通[6]。本研究將三系統(tǒng)耦合發(fā)展納入到加快暢通國內(nèi)大循環(huán)的整體框架中，并從產(chǎn)業(yè)聯(lián)合發(fā)展的新視角出發(fā)對其進(jìn)行定量分析。其次，考慮我國目前省際區(qū)域發(fā)展不平衡及要素市場割裂的現(xiàn)狀，本研究引入空間要素進(jìn)一步分析了三系統(tǒng)耦合協(xié)調(diào)發(fā)展的時空演化特征。最后，基于改進(jìn)后的灰色預(yù)測模型對未來7年我國30個省份的耦合協(xié)調(diào)度發(fā)展水平進(jìn)行了預(yù)測。

本研究的邊際貢獻(xiàn)可能有以下三個方面：第一，運用熵值法與耦合協(xié)調(diào)系統(tǒng)理論，構(gòu)建了信息流—物流—資金流的“三流”綜合系統(tǒng)，從而能夠較為系統(tǒng)的描述加快國內(nèi)大循環(huán)過程中“三流”一體化的發(fā)展現(xiàn)狀。第二，采用我國30個省份2011—2020 年的面板數(shù)據(jù)，不僅對“三流”一體化發(fā)展做出了時序趨勢分析，也運用了莫蘭I指數(shù)對其空間相關(guān)性與集聚特征進(jìn)行了空間演化分析，有利于政府及相關(guān)決策者了解三者的耦合協(xié)調(diào)發(fā)展水平在各省份的時空發(fā)展差異。第三，基于改進(jìn)后的灰色預(yù)測模型，預(yù)測了未來7年內(nèi)“三流”系統(tǒng)耦合協(xié)調(diào)發(fā)展的趨勢，為加快暢通國內(nèi)大循環(huán)提供了新視角和一定的理論依據(jù)。

一、文獻(xiàn)綜述

在以國內(nèi)大循環(huán)為主體的經(jīng)濟(jì)循環(huán)格局中，立足內(nèi)需，讓市場機制有效、合理地配置資源要素，是實現(xiàn)我國經(jīng)濟(jì)高質(zhì)量增長的重要動力之一[7]。在影響經(jīng)濟(jì)循環(huán)暢通的諸多因素中，如何改善供給側(cè)結(jié)構(gòu)性問題和挖掘需求側(cè)的潛力問題是我國加快國內(nèi)大循環(huán)的突破口[8]。蔡躍洲（2022）研究表明新一代信息科技在各產(chǎn)業(yè)領(lǐng)域的迅速普及，讓生產(chǎn)、流通等環(huán)節(jié)中物流、商流、人力資本、資金流等要素的傳遞配置更加精準(zhǔn)有效，在減少了冗余與損耗的同時，也加快了經(jīng)濟(jì)循環(huán)過程[9]。換言之，信息流、物流、資金流的耦合協(xié)調(diào)發(fā)展既有利于商品、服務(wù)、資金等要素資源暢通流動，也能夠提高供給質(zhì)量和促進(jìn)需求升級，并且可以實現(xiàn)從供給側(cè)到需求側(cè)的有效對接，最終提高市場運行和經(jīng)濟(jì)循環(huán)效率。

我國學(xué)者針對“信息流、物流與資金流”的要素整合問題，已經(jīng)開展了豐富的研究，其主要是圍繞微觀、宏觀及中觀層面展開。在電子商務(wù)領(lǐng)域的微觀企業(yè)供應(yīng)鏈中，尤其重視信息流（包括商品信息的提供、技術(shù)支持等內(nèi)容）、物流（包括商品的運輸、配送、倉儲及相關(guān)的物流信息等環(huán)節(jié)）與資金流（隨著業(yè)務(wù)活動而發(fā)生的資金往來）的整合[10]。但李澤錦（2021）指出，在全國范圍內(nèi)的市場上，以現(xiàn)代信息網(wǎng)絡(luò)為基礎(chǔ)載體、信息科技為推動力的信息流增長所產(chǎn)生的影響并不僅局限于互聯(lián)網(wǎng)背景下的電子商務(wù)領(lǐng)域，更對我國經(jīng)濟(jì)高質(zhì)量發(fā)展存在非線性的促進(jìn)作用[11]。新信息地理學(xué)與新經(jīng)濟(jì)地理學(xué)也相繼指出，得益于信息科技的變革與交通運輸網(wǎng)絡(luò)的升級，加速了網(wǎng)絡(luò)空間與地理空間的結(jié)合，這為宏觀區(qū)域發(fā)展中的城市網(wǎng)絡(luò)布局提供了新的交通信息流視角[12]。此外，曾可昕和張小蒂（2021）對數(shù)字等要素整合與現(xiàn)代化產(chǎn)業(yè)集群的協(xié)調(diào)演化進(jìn)行了研究，發(fā)現(xiàn)數(shù)字等要素整合可以沿著“提高要素整合效率到構(gòu)建要素市場及平臺再到形成要素協(xié)同系統(tǒng)網(wǎng)絡(luò)”的路徑發(fā)展[13]?，F(xiàn)代化產(chǎn)業(yè)集群可以從相對封閉的供應(yīng)鏈體系朝向相對閉合的產(chǎn)業(yè)鏈與相對完整的價值鏈發(fā)展，進(jìn)而以社會協(xié)作化的鏈?zhǔn)骄W(wǎng)絡(luò)的形式融入到國內(nèi)經(jīng)濟(jì)大循環(huán)中，最終以相對開放的產(chǎn)業(yè)生態(tài)系統(tǒng)促進(jìn)國內(nèi)國際雙循環(huán)格局的構(gòu)建。

“國內(nèi)大循環(huán)為主，國內(nèi)國際雙循環(huán)”的新發(fā)展格局的構(gòu)建，需要立足內(nèi)需并基于中國自身資源稟賦與發(fā)展現(xiàn)狀進(jìn)行探索。現(xiàn)實中，由于存在我國經(jīng)濟(jì)轉(zhuǎn)軌時期遺留下來的諸多特殊國情問題如市場分割以及地方粗放型產(chǎn)業(yè)政策導(dǎo)向一時難以扭轉(zhuǎn)等不利因素，阻礙了我國釋放內(nèi)需市場潛力、要素市場聯(lián)通以及高水平自立自強的高質(zhì)量發(fā)展[14]。而各種要素的暢通循環(huán)更能幫助產(chǎn)業(yè)突破低端鎖定，特別是在省際區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級的過程中，各要素協(xié)調(diào)發(fā)展能顯著打破地方貿(mào)易壁壘，從而促進(jìn)國內(nèi)經(jīng)濟(jì)大循環(huán)[15]。但以往研究一未對“三流”系統(tǒng)間的耦合作用進(jìn)行研究，二未對其區(qū)域異質(zhì)性進(jìn)行深入探討，三未將其與國內(nèi)大循環(huán)結(jié)合進(jìn)行協(xié)同分析。因此，本研究主要關(guān)注在加快國內(nèi)經(jīng)濟(jì)大循環(huán)中“三流”系統(tǒng)的耦合協(xié)調(diào)發(fā)展，并重點關(guān)注其省際發(fā)展差異。

二、研究設(shè)計

（一）指標(biāo)體系構(gòu)建

在借鑒以往研究的基礎(chǔ)上，遵循指標(biāo)構(gòu)建的科學(xué)性、代表性與系統(tǒng)性，綜合考慮數(shù)據(jù)的可得性與真實性，本研究從中觀層面的產(chǎn)業(yè)協(xié)調(diào)發(fā)展視角出發(fā)構(gòu)建了“信息流-物流-資金流”綜合評價指標(biāo)體系，具體指標(biāo)定義如下表1所示。

信息流所涉及的領(lǐng)域不僅僅局限于電子商務(wù)領(lǐng)域中的電子商務(wù)活動，而且在信息傳輸、計算機服務(wù)和軟件服務(wù)等通信服務(wù)業(yè)中有所參與。因此，本研究從通信服務(wù)、數(shù)字交易、基礎(chǔ)設(shè)施及網(wǎng)絡(luò)聯(lián)通這四個維度衡量信息流強度。物流子系統(tǒng)從服務(wù)產(chǎn)出、要素投入、科技創(chuàng)新及綠色發(fā)展這四個維度體現(xiàn)物流業(yè)高質(zhì)量發(fā)展，主要包括與經(jīng)濟(jì)社會、科技創(chuàng)新和生態(tài)環(huán)境的聯(lián)動發(fā)展。資金流子系統(tǒng)

則通過衡量金融規(guī)模、基礎(chǔ)和環(huán)境這三個維度來體現(xiàn)資金流轉(zhuǎn)的現(xiàn)狀及體量，考慮到數(shù)字技術(shù)的變革，以數(shù)字普惠金融發(fā)展的廣度、深度及數(shù)字化程度衡量資金流子系統(tǒng)的數(shù)字創(chuàng)新情況。

（二）研究方法

1.熵值法。本文采用熵值法分別對中國信息流-物流-資金流的發(fā)展水平進(jìn)行測度，具體計算過程如下：

（1）去量綱化。為保證計算數(shù)據(jù)有效性，對Min(Wi,j)取0.99 倍，Max(Wi,j) 取1.01 倍，具體處理過程如下：

式（1）和式（2）中，Wi,j中i表示第i個年份(i=1,2,3,…，n)，j 表示第j 個觀測值(j=1,2,3,…，m)。W′i,j為Wi,j標(biāo)準(zhǔn)化處理后的值，Min(Wi,j)為Wi,j的最小值，Max(Wi,j)為Wi,j的最大值。

（2）指標(biāo)權(quán)重計算。計算過程如下具體四步。

第一步，計算指標(biāo)貢獻(xiàn)值Pi,j：

第二步，計算信息熵Ej：

式（4）中k=-1/ lnn。

第三步，計算冗余度Sj：

第四步，計算指標(biāo)權(quán)重Yj：

（3）綜合評價指數(shù)計算。采用線性加權(quán)法計算綜合評價指數(shù)Zj：

式（7）中信息流子系統(tǒng)綜合評價指數(shù)記為ZA，物流子系統(tǒng)綜合評價指數(shù)記為ZB，資金流子系統(tǒng)綜合評價指數(shù)記為ZC。

2.耦合協(xié)調(diào)模型。三個系統(tǒng)間的耦合協(xié)調(diào)度模型中，耦合度衡量三個子系統(tǒng)間的相互作用，而綜合協(xié)調(diào)指數(shù)衡量三個子系統(tǒng)之間的和諧度。本研究通過構(gòu)建耦合度、綜合協(xié)調(diào)指數(shù)模型，測算信息流、物流與資金流之間的耦合協(xié)調(diào)度。

（1）三系統(tǒng)耦合度G。構(gòu)建耦合度模型如下：

式（8）中，G 為耦合度，且G ∈[0,1] 。G 趨近于1，則表明信息流、物流、資金流三個子系統(tǒng)之間的相互作用越強。但耦合度只能用以衡量三個子系統(tǒng)間的作用強度，不能反映復(fù)雜系統(tǒng)的協(xié)調(diào)程度。為避免出現(xiàn)ZA、ZB與ZC均低，但耦合度G 卻較高的情況。本研究構(gòu)建綜合協(xié)調(diào)指數(shù)模型，反映三系統(tǒng)的整體協(xié)調(diào)程度。

（2）三系統(tǒng)綜合協(xié)調(diào)指數(shù)F。構(gòu)建綜合協(xié)調(diào)指數(shù)模型如下：

式（9）中，F(xiàn) 為綜合協(xié)調(diào)指數(shù)，α，β，γ 為待定系數(shù)，表示子系統(tǒng)對于整體復(fù)雜系統(tǒng)的重要程度與貢獻(xiàn)值。在本研究中，認(rèn)為信息流、物流、資金流三個子系統(tǒng)具有同樣的地位，故一般認(rèn)為

（3）三系統(tǒng)耦合協(xié)調(diào)度T。構(gòu)建耦合協(xié)調(diào)度模型如下：

式（10）中，T 為三系統(tǒng)的耦合協(xié)調(diào)度，G 為三個子系統(tǒng)的耦合度，F(xiàn)為三個子系統(tǒng)的綜合協(xié)調(diào)指數(shù)。借鑒通常做法[16]，本研究根據(jù)T 值大小，劃分為三個階段，具體標(biāo)準(zhǔn)如下表2所示。

3.空間莫蘭I指數(shù)。本文采用莫蘭I指數(shù)來刻畫中國“信息流-物流-資金流”三流一體化發(fā)展的空間特征，具體計算過程如下所示：

（1）計算莫蘭指數(shù)（Global Moran’s I指數(shù)）：

（2）計算局部自相關(guān)指數(shù)[17]（Local Moran’s I指數(shù)）：

式（11）（12）中，n為省份；yi為第i個省份的耦合協(xié)調(diào)度為耦合協(xié)調(diào)度均值；Wij為以人均GDP值構(gòu)建的“經(jīng)濟(jì)—地理距離”空間權(quán)重矩陣。

Moran’s I ∈[-1,1 ]。當(dāng)Moran’s I ∈(0,1]時，表示空間相關(guān)性為正，越趨近于1則表示集聚空間特征越顯著。當(dāng)Moran’s I ∈ [-1,0 )，表示空間相關(guān)性為負(fù)，越趨近于-1 則表示離散空間特征越顯著。若Moran’s I=0 則表示不存在空間相關(guān)性且具有隨機空間特征。

4.灰色預(yù)測模型。本文采用灰色GM（1，1）模型以及改進(jìn)后的灰色GM（1，1）模型對中國2021—2027年的“信息流-物流-資金流”三流一體化未來發(fā)展?fàn)顩r進(jìn)行科學(xué)預(yù)測。

（1）灰色GM（1，1）模型?；诨疑碚摰囊浑A變量灰微分方程模型，本研究將三系統(tǒng)2011—2020年耦合協(xié)調(diào)度作為歷史序列數(shù)據(jù)，對30個省份未來7年的耦合協(xié)調(diào)度進(jìn)行預(yù)測。

設(shè)有一組原始序列：

對其進(jìn)行1-AGO，得到

則GM（1.1）模型白化方程如下：

式（13）中a為發(fā)展灰數(shù)，b為內(nèi)生控制灰數(shù)。

a、b可由最小二乘法求得：

時間響應(yīng)序列為：

在進(jìn)行預(yù)測之后，對模型精度等級及精度進(jìn)行檢驗。若模型精度等級及精度無法達(dá)到要求，則需要通過修正后的模型進(jìn)行進(jìn)一步預(yù)測。

（2）基于弱化緩沖算子理論的灰色GM（1，1）模型。由于預(yù)測模型中往往存在沖擊干擾因素，導(dǎo)致用以預(yù)測的原始時間序列屬于不適用于的傳統(tǒng)灰色GM（1，1）模型。因此，本研究參考以往研究[18]，基于弱化緩存算子對GM（1，1）模型進(jìn)行修正。

弱化緩沖理論指的是，當(dāng)原始序列數(shù)據(jù)難以通過傳統(tǒng)灰色GM（1，1）模型的精度等級及精度檢驗時，基于原始序列數(shù)據(jù)的趨勢，對數(shù)據(jù)進(jìn)行弱化變換處理，利用變換后的數(shù)據(jù)再次進(jìn)行預(yù)測。借鑒以往研究[19]，本研究采用平均弱化緩沖算子AWBO（記為D）進(jìn)行模型修正，如下所示：

設(shè)x(0)=( x(0)( 1 ),x(0)( 2 ),…,x(0)(n)) 為原始序列，令=x(0)D；D 為平均弱化算子為x(0)在平均弱化緩沖算子作用下的新序列。

a、b與式13中含義相同

時間響應(yīng)序列為：

平均弱化緩沖算子D為：

其中

在進(jìn)行預(yù)測之后，對模型精度等級及精度進(jìn)行檢驗。若模型精度等級及精度還是無法達(dá)到修正后的灰色GM（1，1）的要求，則需要通過修正后的灰色GM（2，1）模型進(jìn)行進(jìn)一步預(yù)測。

（3）基于弱化緩沖算子理論的灰色GM（2，1）模型。基于灰色理論的二階單變量灰微分方程模型（簡稱灰色GM（2，1）模型），適用于飽和型S 序列或震蕩序列數(shù)據(jù)。因為原始序列數(shù)據(jù)的震蕩趨勢過強，導(dǎo)致弱化緩沖后的數(shù)據(jù)也無法滿足灰色GM（1，1）模型的精度要求，所以本研究采用引入弱化緩沖算子的灰色GM（2，1）模型來對無法滿足灰色GM（1，1）模型的序列數(shù)據(jù)進(jìn)行預(yù)測。

灰色GM（2，1）模型如下所示：

按照上式（17）、式（18）對原始序列進(jìn)行弱化緩沖算子變換得到x(0)，

對其進(jìn)行1-AGO和1-IAGO變化得到：

其中a(1)x(0)( k )=x(0)k-x(0)(k-1)，k=2,3,…,n。

基于弱化緩沖算子的灰色GM（1，1）模型的白化方程為：

同上式（15）到式（18）的相同算法原理，參數(shù)估計向量a^ =(a1,a2,b)T中a1、a2、b 同樣可由最小二乘法求得：a^ = ( BTB-1 )BTYn；

（三）數(shù)據(jù)來源與處理

因西藏、香港、澳門與臺灣地區(qū)相關(guān)數(shù)據(jù)的缺失，本研究選取中國30 個省份、直轄市2010—2020年的面板數(shù)據(jù)作為研究樣本。原始數(shù)據(jù)來源于《中國交通運輸統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《中國信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》的相關(guān)數(shù)據(jù)，以及國家統(tǒng)計局、各地區(qū)統(tǒng)計局、第七次人口普查數(shù)據(jù)、CEADS數(shù)據(jù)庫以及各地區(qū)的統(tǒng)計年鑒，對于個別年份的缺失值采用插補法。

三、實證分析

（一）時序趨勢分析

計算得出全國30個省、直轄市2011—2020年“信息流-物流-資金流”三系統(tǒng)耦合協(xié)調(diào)度如下表3 所示，且將30 個省份及直轄市根據(jù)國家經(jīng)濟(jì)區(qū)域劃分為東部、中部、西部、東北四個地區(qū)。

表3 全國30個省、直轄市2011—2020年“信息流-物流-資金流”三系統(tǒng)耦合協(xié)調(diào)度

對比全國30 個省份的時序發(fā)展趨勢分析，大多數(shù)省份的耦合協(xié)調(diào)度發(fā)展水平不高。在樣本期間內(nèi)，全國30個省份中有15個省份處于失調(diào)衰退發(fā)展階段，5 個省份處于調(diào)和發(fā)展階段，僅有東部地區(qū)的5 個省份位于耦合協(xié)調(diào)發(fā)展階段。在樣本期間內(nèi)，僅有3個省份“三流”耦合協(xié)調(diào)發(fā)展類型向上演進(jìn)了一個類型。分別是浙江省的“三流”耦合協(xié)調(diào)發(fā)展類型從初級協(xié)調(diào)發(fā)展類向上演進(jìn)為中級協(xié)調(diào)發(fā)展類；四川的“三流”耦合協(xié)調(diào)發(fā)展類型從瀕臨失調(diào)衰退類演進(jìn)為勉強協(xié)調(diào)發(fā)展類；貴州的“三流”耦合協(xié)調(diào)發(fā)展類型從輕度失調(diào)衰退類演進(jìn)至瀕臨失調(diào)衰退類。而北京、江蘇、湖南、吉林這4個省份均在自身“三流”耦合協(xié)調(diào)發(fā)展類型的基礎(chǔ)上向下退后了一個類型，遼寧更是向下連續(xù)衰退了兩個類型，由勉強協(xié)調(diào)發(fā)展類衰退為輕度失調(diào)衰退類，除了這8個省份，其余22個省份的耦合協(xié)調(diào)度發(fā)展類型保持未變。在2011—2020 年間，全國30 個省份的耦合協(xié)調(diào)度發(fā)展排名如上表3 所示，排名前五的省份均屬于東部地區(qū)，排名前十的省份中來自西部與中部地區(qū)的省份僅占30%，由此可見東部地區(qū)整體發(fā)展遙遙領(lǐng)先于其余三個地區(qū)。此外，2011年30個省份“三流”系統(tǒng)耦合協(xié)調(diào)度區(qū)間為[0.23,0.833]，而2020 年的耦合協(xié)調(diào)度區(qū)間為[0.204,0.876]。且2011年“信息流-物流-資金流”系統(tǒng)耦合協(xié)調(diào)度的標(biāo)準(zhǔn)差為0.1611，2020年其標(biāo)準(zhǔn)差為0.1618。這表明全國30個省份“三流”系統(tǒng)的耦合協(xié)調(diào)度差距在時間趨勢上在進(jìn)一步擴(kuò)大，也意味著信息等要素在這30 個省份中的整合情況存在明顯的異質(zhì)性。

結(jié)合圖1與表3所示，從四大地區(qū)縱向整體時序趨勢對比來看，在2011—2020年間，東部地區(qū)耦合協(xié)調(diào)度均值保持在0.6左右，在勉強協(xié)調(diào)發(fā)展類型與初步協(xié)調(diào)發(fā)展類型間輕微波動；而中部地區(qū)耦合協(xié)調(diào)度均值由0.41 小幅上升至0.43，一直處于瀕臨失調(diào)衰退類型；西部地區(qū)耦合協(xié)調(diào)度均值從0.33小幅上升至0.345，但仍處于輕度失調(diào)衰退類型。而東北地區(qū)耦合協(xié)調(diào)度均值由0.4 下降至0.33，從瀕臨失調(diào)衰退類型退步為輕度失調(diào)衰退類型。分四大地區(qū)及各省份的時序發(fā)展趨勢來看，東部地區(qū)10個省份中有5個省份耦合協(xié)調(diào)度有上升趨勢，上升率為50%；中部地區(qū)6 個省份中有4個省份耦合協(xié)調(diào)度有上升趨勢，上升率為66.7%；西部地區(qū)11個省份中有7個省份耦合協(xié)調(diào)度有上升趨勢，上升率為63.6%；東北地區(qū)3 個省份的耦合協(xié)調(diào)度發(fā)展則完全呈現(xiàn)下降趨勢。在全國30個省份中，廣東、浙江、山東、天津、海南、安徽、江西、河南、湖北、廣西、重慶、四川、貴州、云南、陜西、甘肅共計16 個省份耦合協(xié)調(diào)度有不同程度的上升；北京、河北、上海、江蘇、福建、山西、湖南、內(nèi)蒙古、青海、寧夏、新疆、黑龍江、吉林、遼寧共計14個省份耦合協(xié)調(diào)度有不同程度的下降，上升率為53.3%。橫向?qū)Ρ雀鞯貐^(qū)時序發(fā)展趨勢來看，中、西部地區(qū)發(fā)展勢頭較好，東部地區(qū)發(fā)展勢頭一般。最引人注意的是，東北地區(qū)發(fā)展勢頭有迅猛下降趨勢，需要進(jìn)一步關(guān)注。

圖1 四大地區(qū)2011—2020年三系統(tǒng)耦合協(xié)調(diào)度均值時序變化

（二）空間特征分析

1.全局莫蘭指數(shù)?？臻g自相關(guān)性檢驗結(jié)果如表4所示：

表4 2011—2020年Global Moran’s I指數(shù)

由表4可知，全國30個省份“信息流-物流-資金流”系統(tǒng)的耦合協(xié)調(diào)度呈現(xiàn)顯著正相關(guān)性，表現(xiàn)出明顯的空間集聚效應(yīng)。但在2011—2020年間，I值 由0.266 下 降 為0.189，Z 值 由3.197 下 降 為2.387，呈現(xiàn)下降趨勢。這表明區(qū)域間要素配置扭曲現(xiàn)象在逐步削弱，體現(xiàn)在空間集聚特征在逐步減弱，空間分布逐步向分散化動態(tài)演變。若沿此趨勢繼續(xù)發(fā)展，有可能導(dǎo)致“高高集聚，低低集聚”的空間特征不再明顯。為了進(jìn)一步分析該趨勢出現(xiàn)的原因，且考慮到Global Moran’s I 指數(shù)不足以刻畫30 個省份之間的“信息流-物流-資金流”綜合系統(tǒng)的空間演變特征，所以本研究接下來繼續(xù)用Local Moran’s I指數(shù)來進(jìn)一步揭示其空間特征。

2.局部莫蘭指數(shù)。借鑒以往研究，本研究將空間集聚模式劃分為四個區(qū)間HH（高、高），LH（低、高），LL（低、低），HL（高、低），具體如表5所示。

表5 2011年、2020年的Local Moran’s I指數(shù)

由表5 可知，位于第一、三區(qū)間的省份多于位于第二、四區(qū)間的省份，這表明整體空間格局為高、高集聚與低、低集聚。第一區(qū)間內(nèi)除遼寧外，2011年與2020年其分布省份均為東部地區(qū)，這與東部地區(qū)時序變化趨勢保持一致，說明東部地區(qū)耦合協(xié)調(diào)度發(fā)展具有一定穩(wěn)定性。而遼寧從第一區(qū)間落至第二區(qū)間，表明自身發(fā)展水平在逐步下降，未得到好的發(fā)展。第二區(qū)間內(nèi)分布省份較少，天津、江西、內(nèi)蒙古三省份自身耦合協(xié)調(diào)度處于較低水平，而受到周邊發(fā)展水平較高省份的影響較小。第三區(qū)間內(nèi)分布的省份最多，且大多屬于西南、西北、東北等邊遠(yuǎn)地區(qū)，2011年與2020年的省份變動趨勢不明顯，說明自身發(fā)展與周邊發(fā)展均處于較低水平，要素市場割裂情況在西部及東北區(qū)域未得到顯著緩解。第四區(qū)間內(nèi)，2011 年與2020 年相比，其數(shù)量有明顯增加。這可能由兩方面原因造成：其一是安徽、陜西由第二區(qū)間演進(jìn)為第四區(qū)間，說明其自身耦合協(xié)調(diào)度發(fā)展水平有所提升，而周邊省份卻未見明顯變化；其二是山東從第一區(qū)間落至第四區(qū)間，這表明山東雖然自身耦合協(xié)調(diào)度發(fā)展處于較高水平，但對周邊省份的輻射拉動作用減弱。

結(jié)合表3、表5 分析可知，四大地區(qū)發(fā)展差距較大，耦合協(xié)調(diào)度發(fā)展水平整體上由東部省份向中部省份再到東北省份及西部省份遞減。東部地區(qū)“三流”系統(tǒng)耦合協(xié)調(diào)發(fā)展水平基本保持不變，處于耦合協(xié)調(diào)發(fā)展階段；中部、西部地區(qū)“三流”系統(tǒng)耦合協(xié)調(diào)發(fā)展水平起步較低，但呈現(xiàn)小幅波動上升趨勢，以上三個區(qū)域趨于良性耦合發(fā)展；而東北地區(qū)下降趨勢明顯，在2020 年整體水平首次低于西部地區(qū)，在四大地區(qū)中墊底，趨于惡性失調(diào)發(fā)展。不僅如此，全國30個省份“三流”系統(tǒng)耦合協(xié)調(diào)度的省際差異在空間分布上在進(jìn)一步擴(kuò)大。廣東、浙江、安徽等東、中部地區(qū)所屬省份的“三流”系統(tǒng)耦合協(xié)調(diào)度進(jìn)一步提升，而寧夏、青海、遼寧等西北、東北地區(qū)所屬省份的“三流”系統(tǒng)耦合協(xié)調(diào)度卻明顯下降，空間分布差距進(jìn)一步擴(kuò)大，馬太效應(yīng)逐漸明顯。這表明發(fā)展好的省份或地區(qū)對周邊發(fā)展較差的省份或地區(qū)的帶動作用減弱，相反馬太效應(yīng)的出現(xiàn)，有可能會導(dǎo)致空間上形成鄰省及相鄰地區(qū)耦合協(xié)調(diào)度兩極分化的發(fā)展趨勢。這同樣表明，在加快建設(shè)國內(nèi)大循環(huán)經(jīng)濟(jì)格局過程中，要謹(jǐn)防可能出現(xiàn)的西部及東北地區(qū)發(fā)展掉隊，規(guī)避以上地區(qū)所屬省份無法合適地嵌入經(jīng)濟(jì)循環(huán)鏈的現(xiàn)象。

（三）發(fā)展趨勢預(yù)測

1.預(yù)測模型檢驗。將計算所得的全國30個省份2011—2020 年耦合協(xié)調(diào)度作為歷史數(shù)列數(shù)據(jù)，運用灰色預(yù)測模型對全國30個省份未來7年的耦合協(xié)調(diào)度發(fā)展水平進(jìn)行預(yù)測。

表6 灰色GM（1，1）預(yù)測模型檢驗結(jié)果

如上表6 所示，全國30 個省份中有16 個省份通過了精度等級及精度檢驗，可以運用灰色GM（1，1）模型進(jìn)行預(yù)測。針對其余沒有通過精度等級及精度檢驗的14 個省份，本研究運用基于弱化緩沖算子理論的灰色模型進(jìn)行精度檢驗后預(yù)測其未來7年的耦合協(xié)調(diào)發(fā)展水平。

在對原始序列進(jìn)行弱化緩沖后，表7結(jié)果顯示其10 個省份的序列數(shù)據(jù)震蕩趨勢變?nèi)?，滿足灰色GM（1，1）模型的精度等級及精度要求，其預(yù)測結(jié)果較為精確。

表7 弱化緩沖后的灰色GM（1，1）模型檢驗結(jié)果

但仍有4個省份震蕩趨勢未見明顯減弱，未通過精度等級與精度檢驗。因此，按照前文的建模思路，本研究運用基于弱化緩沖算子的灰色GM（2，1）模型對這4個省份繼續(xù)進(jìn)行預(yù)測。精度等級與精度檢驗結(jié)果如下表8所示：

表8 弱化緩沖后的灰色GM（2，1）模型檢驗結(jié)果

由表8 可知，基于弱化緩沖算子的灰色預(yù)測GM（2，1）模型對天津、福建、山西、甘肅這四個省份的預(yù)測精度均通過了檢驗。

2.預(yù)測結(jié)果對比分析。對全國30個省份未來7年的耦合協(xié)調(diào)度發(fā)展水平，通過灰色模型進(jìn)行預(yù)測，具體結(jié)果如下表9所示。

由表8 可知，全國30 個省份中大部分省份的“三流”系統(tǒng)耦合協(xié)調(diào)度發(fā)展階段保持穩(wěn)定，中部地區(qū)崛起速度較快，上升率為66.7%；而西部地區(qū)緊隨其后，上升率為63.6%；東部地區(qū)保持緩慢增長趨勢，上升率為50%。但是，值得注意的是，東部地區(qū)僅有福建從瀕臨失調(diào)衰退落后至輕度失調(diào)衰退類型；西部地區(qū)的青海、寧夏則從中度失調(diào)衰退落后至嚴(yán)重失調(diào)衰退類型，新疆從輕度失調(diào)衰退落后至中度失調(diào)衰退類型；東北地區(qū)的黑龍江、吉林這兩個省份的“三流”系統(tǒng)耦合協(xié)調(diào)發(fā)展類型從輕度失調(diào)衰退落后至中度失調(diào)衰退類型。中部地區(qū)的安徽、山西從瀕臨失調(diào)衰退演進(jìn)至勉強協(xié)調(diào)發(fā)展類型；西部地區(qū)的甘肅從中度失調(diào)衰退階段演進(jìn)至輕度失調(diào)衰退類型。由此來看，東北地區(qū)情況最不容樂觀，三個省份的耦合協(xié)調(diào)度發(fā)展水平均出現(xiàn)了明顯下降趨勢。綜合來看，全國30個省份未來7 年的耦合協(xié)調(diào)度發(fā)展水平呈現(xiàn)出緩慢上升趨勢。但從四大區(qū)域劃分來看，區(qū)域差異性在持續(xù)擴(kuò)大。預(yù)測結(jié)果顯示，2021 年耦合協(xié)調(diào)度標(biāo)準(zhǔn)差為0.167 3，2027 年則上升為0.174 3，表明兩極分化現(xiàn)象更進(jìn)一步加深。

四、結(jié)論與建議

本研究將三系統(tǒng)耦合發(fā)展納入到加快暢通國內(nèi)大循環(huán)的整體框架中，構(gòu)建了“信息流-物流-資金流”綜合系統(tǒng)，主要測算了2011—2020 年30 個省份“三流”綜合系統(tǒng)的耦合協(xié)調(diào)度，且引入空間要素進(jìn)一步分析了三系統(tǒng)耦合協(xié)調(diào)發(fā)展的時空演化特征，最后運用弱化緩沖算子理論與灰色預(yù)測模型對未來7年我國30個省份的耦合協(xié)調(diào)度發(fā)展水平進(jìn)行了預(yù)測。本研究得出的結(jié)論主要有以下三點：第一，全國30個省份的“三流”耦合協(xié)調(diào)發(fā)展水平并不高，僅有東部地區(qū)的北京、上海、山東、浙江、江蘇、廣東這六個省份處于協(xié)調(diào)發(fā)展階段；東部地區(qū)發(fā)展水平遠(yuǎn)大于其他三大地區(qū)，沿海省份發(fā)展水平大于內(nèi)陸省份。第二，全國30 個省份的“三流”耦合協(xié)調(diào)發(fā)展水平空間集聚特征有減弱趨勢；這可能是由于馬太效應(yīng)導(dǎo)致該現(xiàn)象發(fā)生，信息流、物流、資金流等要素在進(jìn)一步地集聚在發(fā)展較好的省份，而臨近省份則得不到較好的發(fā)展。第三，由預(yù)測結(jié)果來看，2027 年30 個省份“三流”系統(tǒng)的耦合協(xié)調(diào)度區(qū)間為[0.186，0.945]，差距進(jìn)一步擴(kuò)大。發(fā)展最好的廣東省可能在已經(jīng)達(dá)到了優(yōu)質(zhì)協(xié)調(diào)發(fā)展類型時，西部地區(qū)的青海、寧夏等落后省份卻處于嚴(yán)重失調(diào)衰退類型。這表明要素市場有進(jìn)一步割裂的趨勢，因此必須對區(qū)域一體化發(fā)展中所出現(xiàn)的問題做出針對性的政策調(diào)整，從而抑制該趨勢，避免要素在某一地的過度集聚，從而促進(jìn)全國區(qū)域范圍內(nèi)的共同協(xié)調(diào)發(fā)展。

基于以上的研究結(jié)論，本文提出如下三點建議。

首先，需要深入地了解“三流”系統(tǒng)，保障系統(tǒng)均衡發(fā)展。2012—2020 年，我國30 個省份的“信息流-物流-資金流”綜合系統(tǒng)耦合協(xié)調(diào)度發(fā)展水平整體發(fā)展呈現(xiàn)緩慢上升趨勢。這表明“三流”綜合系統(tǒng)仍舊存在不協(xié)調(diào)的問題，處于不充分不平衡的發(fā)展階段。加快國內(nèi)大循環(huán)的過程中，必須立足于現(xiàn)下發(fā)展階段的特殊國情并結(jié)合“三流”系統(tǒng)的特征來解決這些問題。因此，在建設(shè)各要素市場的過程中，不能顧此失彼，要結(jié)合我國目前農(nóng)村工業(yè)化、數(shù)字經(jīng)濟(jì)化、經(jīng)濟(jì)服務(wù)化等數(shù)個階段交織發(fā)展的不均衡特點，強調(diào)信息流、物流與資金流等要素市場的均衡發(fā)展。

其次，必須因地制宜地發(fā)揮資源稟賦，尋求產(chǎn)業(yè)政策轉(zhuǎn)型。落后省份在借鑒沿海省份如廣東省的先進(jìn)發(fā)展經(jīng)驗時，不能生搬硬套，應(yīng)該有針對性制定長遠(yuǎn)發(fā)展戰(zhàn)略，打破以“增長”為目的的產(chǎn)業(yè)政策束縛，轉(zhuǎn)而讓位于“創(chuàng)新及效率”的功能性產(chǎn)業(yè)政策。落后省份要提高“三流”綜合系統(tǒng)的耦合協(xié)調(diào)發(fā)展水平，必須結(jié)合自身資源稟賦特點，分層推進(jìn)，由易到難，尋找出一條可行性高的發(fā)展路徑。如貴州省等西部落后省份，可大力發(fā)展高新技術(shù)產(chǎn)業(yè)，另辟蹊徑地利用信息技術(shù)減弱地理因素上的劣勢，用科技創(chuàng)新賦能“三流”系統(tǒng)協(xié)調(diào)發(fā)展，而突破產(chǎn)業(yè)低端鎖定效應(yīng)，不斷豐富高質(zhì)量發(fā)展的質(zhì)量與內(nèi)涵，利用后發(fā)優(yōu)勢加強要素市場的聯(lián)通建設(shè)。

最后，進(jìn)一步促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，建設(shè)區(qū)域合作機制。無論在推動國內(nèi)經(jīng)濟(jì)大循環(huán)的建設(shè)過程中，還是在要素市場的建設(shè)過程中，必須強調(diào)新發(fā)展格局下的新發(fā)展理念，落實東、中、西部及東北這四大經(jīng)濟(jì)區(qū)域間的協(xié)調(diào)發(fā)展。一是要打破要素跨區(qū)域流動的地方保護(hù)主義壁壘，保障資源配置的合理性。二是完善區(qū)域政策制度體系，建立合理的分層次的財政機制及產(chǎn)業(yè)發(fā)展戰(zhàn)略。重點針對西部、東北等較為落后地區(qū)，應(yīng)該更加細(xì)致的劃分施政的空間尺度，避免出現(xiàn)普惠性偏差及失衡現(xiàn)象，抑制加快國內(nèi)大循環(huán)過程中出現(xiàn)的兩極分化趨勢和部分省份發(fā)展掉隊現(xiàn)象。三是推動區(qū)域合作與一體化進(jìn)程，在落實一體化戰(zhàn)略過程中，做好監(jiān)督與激勵工作，將開放、共享、創(chuàng)新、綠色等新發(fā)展理念納入一體化體系中，從而促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。