中国“信息流-物流-资金流”一体化发展的省际差异.pdf

经济管理研究中国“信息流-物流-资金流”一体化发展的省际差异黄 先 军1，李 羚 锐2（安庆师范大学 经济与管理学院，安徽 安庆 246133）摘要：在加快国内大循环的要求下，探究各省份“信息流-物流-资金流”的一体化发展现状与其省际区域差异。运用熵值法与耦合协调模型测算我国30个省份20112020年“三流”系统耦合协调度，运用莫兰I指数分析其空间差异，运用灰色预测模型对其未来发展趋势进行预测。研究发现，目前大多数省份的“三流”系统耦合协调度并不高，仅有东部六个省份处于协调发展阶段，其整体呈现缓慢上升趋势且由东部向西部地区梯次递减；空间正向集聚特征减弱且存在马太效应；预测结果表明省际差异的两极分化趋势进一步明显，要素市场继续呈现区域不平衡的割裂态势。研究表明在加快国内大循环中，部分省份产业协调发展上存在“掉队”现象，需要突破产业低端锁定效应。关键词：国内大循环；“三流”系统；产业协调发展；省际区域发展差异；改进后的灰色预测模型中图分类号：F222文献标识码：A文章编号：1003-4730（2023）02-0069-12收稿日期：2022-08-30DOI：10.13757/34-1329/c.2023.02.012基金项目：安徽省哲学社会科学规划重点项目“大别山区创业公共服务平台建设：脱贫攻坚的视角”（AHS-KZ2017D17）。作者简介：1.黄先军，男，安徽寿县人，安庆师范大学经济与管理学院教授，硕士生导师，管理学博士；2.李羚锐，男，安徽安庆人，安庆师范大学经济与管理学院硕士研究生。随着我国全面深化改革任务进入“深水区”，加快构建“以国内大循环为主体，国内国际双循环”的新发展格局已经成为了业界与学界共同关注的焦点。构建新发展格局的关键是畅通经济循环。而经济循环活动的本质是一个建立于经济分工和价值增值基础上的信息（数字）、商品（服务）及资金在企业、产业及区域等不同主体之间的流通循环1。在此循环过程中，作为经济活动中最活跃的资源要素，信息流、物流与资金流既是要素市场的有机构成，其整合与流动也是畅通经济循环的高质量推动力。在电子商务领域，早有研究表明“信息流-物流-资金流”这三种要素的整合有利于企业快速发展2。杨继彬等（2021）的研究也证实了要素的跨区域流动对区域经济的促进作用3。但目前鲜有从中观层面的产业联合发展的视角综合考虑信息流、物流与资金流在加快建设国内大循环过程中的一体化发展，因此，如何在全国范围内的经济循环中测度“三流”系统的一体化发展现状就尤为必要。进一步来看，全国大部分省份及区域的“三流”系统在空间分布和时序发展的视角下的发展差异及未来趋势究竟如何，是亟需了解的现实问题。各产业为应对疫情与国际贸易摩擦等下行压力，或自发或被动地开始了数字化转型，这无疑在一定程度上加速推动了传统经济向数字经济升级发展。经济数字化既有利于加快国内经济大循环，也有利于信息流、物流与资金流的整合。在产业集群及联合发展等研究方向，早有学者针对信息流、物流、资金流三个子系统两两之间的互动作用展开了大量研究，并取得了丰富的研究成果。其中，有研究发现，信息流与物流相结合，能够突破物流业原有发展结构，提高物流资源配置效率，改善物流组织方式与运营方式。引导物流业朝向信息化发展4；信息流与资金流相结合，打破了传统金融自身的发展瓶颈，促进金融业进入了数字金融发展阶段5。物流与资金流的融合创新，产生了物流金融等业态，驱动了物流业与金融业的联动发展，有助于要素资源市场的相互联通6。本研究将三系统耦合发展纳入到加快畅通国内大循环的整体框架中，并从产业联合发展的新视角出发对其进行定量分析。其次，考虑我国目前省际区域发展不平衡及要素市场割裂的现状，本研究引入空间要素进一步分析了三系统耦合协调发展的时空演化特征。最后，基于改进后的灰色预测模型对未来7年我国30个省份的耦合协调度发展水平进行了预测。本研究的边际贡献可能有以下三个方面：第2023年4月第42卷第2期安庆师范大学学报（社会科学版）Journal of Anqing Normal University（Social Science Edition）Apr.2023Vol.42 No.2安庆师范大学学报（社会科学版）2023年第2期一，运用熵值法与耦合协调系统理论，构建了信息流物流资金流的“三流”综合系统，从而能够较为系统的描述加快国内大循环过程中“三流”一体化的发展现状。第二，采用我国30个省份20112020年的面板数据，不仅对“三流”一体化发展做出了时序趋势分析，也运用了莫兰I指数对其空间相关性与集聚特征进行了空间演化分析，有利于政府及相关决策者了解三者的耦合协调发展水平在各省份的时空发展差异。第三，基于改进后的灰色预测模型，预测了未来7年内“三流”系统耦合协调发展的趋势，为加快畅通国内大循环提供了新视角和一定的理论依据。一、文献综述在以国内大循环为主体的经济循环格局中，立足内需，让市场机制有效、合理地配置资源要素，是实现我国经济高质量增长的重要动力之一7。在影响经济循环畅通的诸多因素中，如何改善供给侧结构性问题和挖掘需求侧的潜力问题是我国加快国内大循环的突破口8。蔡跃洲（2022）研究表明新一代信息科技在各产业领域的迅速普及，让生产、流通等环节中物流、商流、人力资本、资金流等要素的传递配置更加精准有效，在减少了冗余与损耗的同时，也加快了经济循环过程9。换言之，信息流、物流、资金流的耦合协调发展既有利于商品、服务、资金等要素资源畅通流动，也能够提高供给质量和促进需求升级，并且可以实现从供给侧到需求侧的有效对接，最终提高市场运行和经济循环效率。我国学者针对“信息流、物流与资金流”的要素整合问题，已经开展了丰富的研究，其主要是围绕微观、宏观及中观层面展开。在电子商务领域的微观企业供应链中，尤其重视信息流（包括商品信息的提供、技术支持等内容）、物流（包括商品的运输、配送、仓储及相关的物流信息等环节）与资金流（随着业务活动而发生的资金往来）的整合10。但李泽锦（2021）指出，在全国范围内的市场上，以现代信息网络为基础载体、信息科技为推动力的信息流增长所产生的影响并不仅局限于互联网背景下的电子商务领域，更对我国经济高质量发展存在非线性的促进作用11。新信息地理学与新经济地理学也相继指出，得益于信息科技的变革与交通运输网络的升级，加速了网络空间与地理空间的结合，这为宏观区域发展中的城市网络布局提供了新的交通信息流视角12。此外，曾可昕和张小蒂（2021）对数字等要素整合与现代化产业集群的协调演化进行了研究，发现数字等要素整合可以沿着“提高要素整合效率到构建要素市场及平台再到形成要素协同系统网络”的路径发展13。现代化产业集群可以从相对封闭的供应链体系朝向相对闭合的产业链与相对完整的价值链发展，进而以社会协作化的链式网络的形式融入到国内经济大循环中，最终以相对开放的产业生态系统促进国内国际双循环格局的构建。“国内大循环为主，国内国际双循环”的新发展格局的构建，需要立足内需并基于中国自身资源禀赋与发展现状进行探索。现实中，由于存在我国经济转轨时期遗留下来的诸多特殊国情问题如市场分割以及地方粗放型产业政策导向一时难以扭转等不利因素，阻碍了我国释放内需市场潜力、要素市场联通以及高水平自立自强的高质量发展14。而各种要素的畅通循环更能帮助产业突破低端锁定，特别是在省际区域产业结构升级的过程中，各要素协调发展能显著打破地方贸易壁垒，从而促进国内经济大循环15。但以往研究一未对“三流”系统间的耦合作用进行研究，二未对其区域异质性进行深入探讨，三未将其与国内大循环结合进行协同分析。因此，本研究主要关注在加快国内经济大循环中“三流”系统的耦合协调发展，并重点关注其省际发展差异。二、研究设计（一）指标体系构建在借鉴以往研究的基础上，遵循指标构建的科学性、代表性与系统性，综合考虑数据的可得性与真实性，本研究从中观层面的产业协调发展视角出发构建了“信息流-物流-资金流”综合评价指标体系，具体指标定义如下表1所示。信息流所涉及的领域不仅仅局限于电子商务领域中的电子商务活动，而且在信息传输、计算机服务和软件服务等通信服务业中有所参与。因此，本研究从通信服务、数字交易、基础设施及网络联通这四个维度衡量信息流强度。物流子系统从服务产出、要素投入、科技创新及绿色发展这四个维度体现物流业高质量发展，主要包括与经济社会、科技创新和生态环境的联动发展。资金流子系统 70第42卷总第233期则通过衡量金融规模、基础和环境这三个维度来体现资金流转的现状及体量，考虑到数字技术的变革，以数字普惠金融发展的广度、深度及数字化程度衡量资金流子系统的数字创新情况。表1“信息流-物流-资金流”综合评价指标体系子系统信息流物流资金流维度通信服务数字交易基础设施网络联通服务产出要素投入科技创新绿色发展金融规模金融环境金融基础数字创新具体指标定义地区软件业务收入地区信息传输、计算机服务和软件业城镇从业人员地区电信业务总量地区每百家企业拥有计算机数地区有电子商务活动的企业地区电子商务销售额地区互联网接入端口个数地区光缆长度地区移动基站个数地区互联网域名地区电话普及率（包括移动电话）地区互联网普及率地区物流增加值地区货运周转量地区快递量地区物流业固定资产投资/第三产业固定资产投资地区物流业法人单位/第三产业法人单位数物流业城镇从业人员/城镇总就业人员物流业科技机构数量地区技术市场合同成交额地区发明专利申请授权量地区物流业CO2排放量地区物流业能源终端消费量地区营运里程（铁路）地区金融业增加值地区全部保险机构保费收入地区股票市场总市值地区银行业金融机构存款/地区银行业金融机构贷款地区商业银行金融机构不良贷款率地区上市公司数量地区金融业法人单位地区金融业城镇从业人员地区财政金融支出地区数字普惠金融广度地区数字普惠金融深度地区普惠金融数字化程度单位亿元万人亿元台家亿元万个公里万个万个百分比百分比亿元公里/吨万件百分比百分比百分比家万元项百万吨万吨标煤公里亿元亿元亿元百分比百分比家家万人万元/方向正正正正正正正正正正正正正正正正正正正正正负负正正正正正负正正正正正正正黄先军，李羚锐：中国“信息流-物流-资金流”一体化发展的省际差异 71 71安庆师范大学学报（社会科学版）2023年第2期（二）研究方法1.熵值法。本文采用熵值法分别对中国信息流-物流-资金流的发展水平进行测度，具体计算过程如下：（1）去量纲化。为保证计算数据有效性，对Min(Wi,j)取0.99倍，Max()Wi,j取1.01倍，具体处理过程如下：正向指标：Wi,j=Wi,j-0.99Min()Wi,j1.01Max()Wi,j-0.99Min(Wi,j)（1）逆向指标：Wi,j=1.01Max()Wi,j-Wi,j1.01Max()Wi,j-0.99Min(Wi,j)（2）式（1）和式（2）中，Wi,j中i表示第i个年份(i=1,2,3,，n)，j表示第j个观测值(j=1,2,3,，m)。Wi,j为Wi,j标准化处理后的值，Min(Wi,j)为Wi,j的最小值，Max()Wi,j为Wi,j的最大值。（2）指标权重计算。计算过程如下具体四步。第一步，计算指标贡献值Pi,j：Pi,j=Wi,ji=1nWi,j（3）第二步，计算信息熵Ej：Ej=ki=1nXi,jlnPi,j（4）式（4）中k=-1 lnn。第三步，计算冗余度Sj：Sj=1-Ej（5）第四步，计算指标权重Yj：Yj=Sjj=1mSj（6）（3）综合评价指数计算。采用线性加权法计算综合评价指数Zj：Zi,j=j=1mYjWi,j（7）式（7）中信息流子系统综合评价指数记为ZA，物流子系统综合评价指数记为ZB，资金流子系统综合评价指数记为ZC。2.耦合协调模型。三个系统间的耦合协调度模型中，耦合度衡量三个子系统间的相互作用，而综合协调指数衡量三个子系统之间的和谐度。本研究通过构建耦合度、综合协调指数模型，测算信息流、物流与资金流之间的耦合协调度。（1）三系统耦合度G。构建耦合度模型如下：G=2(ZAZBZC)(ZA+ZB)(ZA+ZC)(ZB+ZC)3（8）式（8）中，G为耦合度，且G 0,1。G趋近于1，则表明信息流、物流、资金流三个子系统之间的相互作用越强。但耦合度只能用以衡量三个子系统间的作用强度，不能反映复杂系统的协调程度。为避免出现ZA、ZB与ZC均低，但耦合度G却较高的情况。本研究构建综合协调指数模型，反映三系统的整体协调程度。（2）三系统综合协调指数F。构建综合协调指数模型如下：F=ZA+ZB+ZC（9）式（9）中，F为综合协调指数，为待定系数，表示子系统对于整体复杂系统的重要程度与贡献值。在本研究中，认为信息流、物流、资金流三个子系统具有同样的地位，故一般认为=13。（3）三系统耦合协调度T。构建耦合协调度模型如下：T=G F（10）式（10）中，T为三系统的耦合协调度，G为三个子系统的耦合度，F为三个子系统的综合协调指数。借鉴通常做法16，本研究根据T值大小，划分为三个阶段，具体标准如下表2所示。表2耦合协调阶段与类型的界定耦合协调阶段失调衰退发展0 T 0.4过度调和发展0.4 T 0.6耦合协调发展0.6 T 1.0耦合协调度T区间0.00，0.10）0.10，0.20）0.20，0.30）0.30，0.40）0.40，0.50）0.50，0.60）0.60，0.70）0.70，0.80）0.80，0.90）0.90，1.00耦合协调类型极度失调衰退严重失调衰退中度失调衰退轻度失调衰退濒临失调衰退勉强协调发展初级协调发展中级协调发展良好协调发展优质协调发展 72第42卷总第233期3.空间莫兰I指数。本文采用莫兰I指数来刻画中国“信息流-物流-资金流”三流一体化发展的空间特征，具体计算过程如下所示：（1）计算莫兰指数（Global MoransI指数）：GlobalMoransI=ni=1nj=1nWij()yi-y()yi-y()i=1nj=1nWiji=1n()yi-y2（11）（2）计算局部自相关指数17（Local MoransI指数）：LocalMoransI=n()yi-yj=1Wij()yi-yi=1n()yi-y2（12）式（11）（12）中，n为省份；yi为第i个省份的耦合协调度；-y为耦合协调度均值；Wij为以人均GDP值构建的“经济地理距离”空间权重矩阵。MoransI-1,1。当MoransI(0,1时，表示空间相关性为正，越趋近于1则表示集聚空间特征越显著。当MoransI)-1,0，表示空间相关性为负，越趋近于-1则表示离散空间特征越显著。若MoransI=0则表示不存在空间相关性且具有随机空间特征。4.灰色预测模型。本文采用灰色GM（1，1）模型以及改进后的灰色GM（1，1）模型对中国20212027年的“信息流-物流-资金流”三流一体化未来发展状况进行科学预测。（1）灰色GM（1，1）模型。基于灰色理论的一阶变量灰微分方程模型，本研究将三系统20112020年耦合协调度作为历史序列数据，对30个省份未来7年的耦合协调度进行预测。设有一组原始序列：x(0)=(x()0()1,x()0()2,x()0(n)；对其进行1-AGO，得到x(1)=(x()1()1,x()1()2,x()1(n)。则GM（1.1）模型白化方程如下：dx(1)dt+ax(1)=b（13）式（13）中a为发展灰数，b为内生控制灰数。a、b可由最小二乘法求得：a=ab=()BTB-1 BTYn；时间响应序列为：x1()k+1=()x()0()1-bae-ak+ba，其中(k=1,2n)（14）在进行预测之后，对模型精度等级及精度进行检验。若模型精度等级及精度无法达到要求，则需要通过修正后的模型进行进一步预测。（2）基于弱化缓冲算子理论的灰色GM（1，1）模型。由于预测模型中往往存在冲击干扰因素，导致用以预测的原始时间序列属于不适用于的传统灰色GM（1，1）模型。因此，本研究参考以往研究18，基于弱化缓存算子对GM（1，1）模型进行修正。弱化缓冲理论指的是，当原始序列数据难以通过传统灰色GM（1，1）模型的精度等级及精度检验时，基于原始序列数据的趋势，对数据进行弱化变换处理，利用变换后的数据再次进行预测。借鉴以往研究19，本研究采用平均弱化缓冲算子AWBO（记为D）进行模型修正，如下所示：设x(0)=(x()0()1,x()0()2,x()0(n)为 原始序列，令x(0)1=x(0)D；D为平均弱化算子，x(0)1为x(0)在平均弱化缓冲算子作用下的新序列。对x(0)1运用灰色GM（1，1）模型原理，得到基于弱化缓冲算子的灰色GM（1，1）模型的白化方程为：dx1(1)dt+ax1(1)=b（15）a、b与式13中含义相同时间响应序列为：x11()k+1=()x1()0()1-bae-ak+ba，其中(k=1,2,n)（16）平均弱化缓冲算子D为：x(0)1=x(0)D=(x()0()1 d,x()0()2 d,x()0()n d)（17）其中x0()k d=1n-k+1x0()k+x0()k+1+x0(n)(k=1,2,n)（18）在进行预测之后，对模型精度等级及精度进行检验。若模型精度等级及精度还是无法达到修正后的灰色GM（1，1）的要求，则需要通过修正后的灰色GM（2，1）模型进行进一步预测。（3）基于弱化缓冲算子理论的灰色GM（2，1）模型。基于灰色理论的二阶单变量灰微分方程模型（简称灰色GM（2，1）模型），适用于饱和型S序列或震荡序列数据。因为原始序列数据的震荡趋势过强，导致弱化缓冲后的数据也无法满足灰色黄先军，李羚锐：中国“信息流-物流-资金流”一体化发展的省际差异 73 73安庆师范大学学报（社会科学版）2023年第2期GM（1，1）模型的精度要求，所以本研究采用引入弱化缓冲算子的灰色GM（2，1）模型来对无法满足灰色GM（1，1）模型的序列数据进行预测。灰色GM（2，1）模型如下所示：按照上式（17）、式（18）对原始序列进行弱化缓冲算子变换得到x(0)，x(0)=(x()0()1,x()0()2,x()0(n)。对其进行1-AGO和1-IAGO变化得到：x(1)=(x()1()1,x()1()2,x()1(n)；a(1)x(0)=()a()1x()0()2 a()1x()0()n，其中a()1x()0()k=x(0)k-x()0(k-1)，k=2,3,n。基于弱化缓冲算子的灰色GM（1，1）模型的白化方程为：d2x(1)dt2+a1dx(1)dt+a2x(1)=b（19）同上式（15）到式（18）的相同算法原理，参数估计向量a=(a1,a2,b)T中a1、a2、b同样可由最小二乘法求得：a=()BTB-1 BTYn；（三）数据来源与处理因西藏、香港、澳门与台湾地区相关数据的缺失，本研究选取中国 30 个省份、直辖市 20102020年的面板数据作为研究样本。原始数据来源于 中国交通运输统计年鉴 中国金融统计年鉴中国信息产业统计年鉴 中国科技统计年鉴中国第三产业统计年鉴 中国统计年鉴 的相关数据，以及国家统计局、各地区统计局、第七次人口普查数据、CEADS数据库以及各地区的统计年鉴，对于个别年份的缺失值采用插补法。三、实证分析（一）时序趋势分析计算得出全国30个省、直辖市20112020年“信息流-物流-资金流”三系统耦合协调度如下表3所示，且将30个省份及直辖市根据国家经济区域划分为东部、中部、西部、东北四个地区。表3全国30个省、直辖市20112020年“信息流-物流-资金流”三系统耦合协调度地区东部中部西部东北省份北京天津河北上海江苏浙江福建山东广东海南安徽山西江西河南湖北湖南广西内蒙古重庆四川贵州云南陕西甘肃青海宁夏新疆黑龙江吉林辽宁20110.8090.4060.4660.6680.7290.6780.4910.620.8330.240.420.3770.3360.4610.460.4240.3650.3670.3750.4840.2860.3450.4150.2760.230.2280.3150.3640.3330.50620120.7870.3940.4620.6450.7170.6840.4840.6020.8380.2490.4160.3730.3420.4670.460.4160.3580.3670.3590.4840.2870.3390.4110.2950.2230.2240.3360.3530.3310.48720130.7910.3870.4780.6490.730.6740.4910.6430.8460.2540.440.3740.3550.4750.4920.4250.3710.3740.3870.5010.2890.3520.4180.290.2030.2130.3330.3640.3350.48620140.8070.40.4610.6680.7160.6580.480.6170.850.2550.4460.3510.3540.4760.4960.4260.3570.3550.3980.50.3030.3510.4360.2940.230.2350.320.3560.3460.48220150.7940.3950.4510.660.7180.680.490.6140.8750.2540.4480.3460.3610.4740.4970.4210.3740.370.3860.5110.3110.3540.4270.2960.2310.2260.3220.350.3250.48420160.7910.3850.4590.6540.7090.6780.4980.6230.880.2430.4680.3410.3530.4780.4910.4260.3570.3580.3920.5160.3280.3530.4220.2810.2090.2130.3180.3370.3290.45820170.7940.3770.4650.6610.7260.6940.5310.6370.8750.2590.4750.3570.3710.4980.50.4410.3680.3810.3930.5250.3320.3680.4450.2780.2110.2190.3440.3410.3220.44320180.7730.3640.4550.6630.6990.7120.5070.6340.9020.2560.4650.3630.3610.4820.4840.4230.3640.3580.3880.5260.3330.3620.4490.2980.2040.2070.3080.3190.320.41420190.7620.3710.4570.6480.6950.7040.4940.6410.8930.2650.470.3530.3680.4740.4880.3940.3680.3590.3910.5250.3340.3630.4390.290.2040.2010.3120.3160.3180.4320200.7520.4260.4490.640.6890.7060.470.630.8760.260.4690.3640.3680.4760.4790.3940.3770.3370.390.5460.3250.3650.4420.2910.2040.2040.3090.3070.2940.393均值0.7860.3910.460.6560.7130.6870.4940.6260.8670.2540.4520.360.3570.4760.4850.4190.3660.3630.3860.5120.3130.3550.430.2890.2150.2170.3220.3410.3250.458排名216115348612813202110915181917726221427302925232412 74第42卷总第233期对比全国30个省份的时序发展趋势分析，大多数省份的耦合协调度发展水平不高。在样本期间内，全国30个省份中有15个省份处于失调衰退发展阶段，5个省份处于调和发展阶段，仅有东部地区的5个省份位于耦合协调发展阶段。在样本期间内，仅有3个省份“三流”耦合协调发展类型向上演进了一个类型。分别是浙江省的“三流”耦合协调发展类型从初级协调发展类向上演进为中级协调发展类；四川的“三流”耦合协调发展类型从濒临失调衰退类演进为勉强协调发展类；贵州的“三流”耦合协调发展类型从轻度失调衰退类演进至濒临失调衰退类。而北京、江苏、湖南、吉林这4个省份均在自身“三流”耦合协调发展类型的基础上向下退后了一个类型，辽宁更是向下连续衰退了两个类型，由勉强协调发展类衰退为轻度失调衰退类，除了这8个省份，其余22个省份的耦合协调度发展类型保持未变。在20112020年间，全国30个省份的耦合协调度发展排名如上表3所示，排名前五的省份均属于东部地区，排名前十的省份中来自西部与中部地区的省份仅占30%，由此可见东部地区整体发展遥遥领先于其余三个地区。此外，2011年30个省份“三流”系统耦合协调度区间为0.23,0.833，而2020年的耦合协调度区间为0.204,0.876。且2011年“信息流-物流-资金流”系统耦合协调度的标准差为0.1611，2020年其标准差为0.1618。这表明全国30个省份“三流”系统的耦合协调度差距在时间趋势上在进一步扩大，也意味着信息等要素在这30个省份中的整合情况存在明显的异质性。东部中部西部东北20112012201320142015201620172018201920200.610.580.550.520.490.460.430.400.370.340.31图1四大地区20112020年三系统耦合协调度均值时序变化结合图1与表3所示，从四大地区纵向整体时序趋势对比来看，在20112020年间，东部地区耦合协调度均值保持在0.6左右，在勉强协调发展类型与初步协调发展类型间轻微波动；而中部地区耦合协调度均值由0.41小幅上升至0.43，一直处于濒临失调衰退类型；西部地区耦合协调度均值从0.33小幅上升至0.345，但仍处于轻度失调衰退类型。而东北地区耦合协调度均值由0.4下降至0.33，从濒临失调衰退类型退步为轻度失调衰退类型。分四大地区及各省份的时序发展趋势来看，东部地区10个省份中有5个省份耦合协调度有上升趋势，上升率为50%；中部地区6个省份中有4个省份耦合协调度有上升趋势，上升率为66.7%；西部地区11个省份中有7个省份耦合协调度有上升趋势，上升率为63.6%；东北地区3个省份的耦合协调度发展则完全呈现下降趋势。在全国30个省份中，广东、浙江、山东、天津、海南、安徽、江西、河南、湖北、广西、重庆、四川、贵州、云南、陕西、甘肃共计16个省份耦合协调度有不同程度的上升；北京、河北、上海、江苏、福建、山西、湖南、内蒙古、青海、宁夏、新疆、黑龙江、吉林、辽宁共计14个省份耦合协调度有不同程度的下降，上升率为53.3%。横向对比各地区时序发展趋势来看，中、西部地区发展势头较好，东部地区发展势头一般。最引人注意的是，东北地区发展势头有迅猛下降趋势，需要进一步关注。（二）空间特征分析1.全局莫兰指数。空间自相关性检验结果如表4所示：黄先军，李羚锐：中国“信息流-物流-资金流”一体化发展的省际差异 75 75安庆师范大学学报（社会科学版）2023年第2期表420112020年GlobalMoransI指数年份2011201220132013201520162017201820192020I0.2660.2500.2320.2330.2420.2200.2040.1880.2030.189Z3.1973.0422.8362.8612.9562.7222.5422.3792.5452.387p-value*0.0010.0010.0020.0020.0020.0030.0060.0090.0050.009注：p-value*0.01表示GlobalMoransI值在1%的水平上显著，下表5同。由表4可知，全国30个省份“信息流-物流-资金流”系统的耦合协调度呈现显著正相关性，表现出明显的空间集聚效应。但在20112020年间，I值 由 0.266 下 降 为 0.189，Z 值 由 3.197 下 降 为2.387，呈现下降趋势。这表明区域间要素配置扭曲现象在逐步削弱，体现在空间集聚特征在逐步减弱，空间分布逐步向分散化动态演变。若沿此趋势继续发展，有可能导致“高高集聚，低低集聚”的空间特征不再明显。为了进一步分析该趋势出现的原因，且考虑到GlobalMoransI指数不足以刻画30个省份之间的“信息流-物流-资金流”综合系统的空间演变特征，所以本研究接下来继续用LocalMoransI指数来进一步揭示其空间特征。2.局部莫兰指数。借鉴以往研究，本研究将空间集聚模式划分为四个区间HH（高、高），LH（低、高），LL（低、低），HL（高、低），具体如表5所示。表52011年、2020年的LocalMoransI指数区间HH（一）LH（二）LL（三）HL（四）2011北京，上海，江苏，浙江，福建，山东，广东，辽宁天津，江西，内蒙古，重庆海南，安徽，山西，陕西，湖南，广西，贵州，云南，甘肃，青海，宁夏，新疆，黑龙江，吉林河北，湖北，河南，四川2020北京，上海，江苏，浙江，福建，广东天津，江西，内蒙古，辽宁海南，山西，湖南，广西，重庆，贵州，云南，甘肃，青海，宁夏，新疆，吉林，黑龙江山东，河北，安徽，湖北，河南，四川，陕西由表5可知，位于第一、三区间的省份多于位于第二、四区间的省份，这表明整体空间格局为高、高集聚与低、低集聚。第一区间内除辽宁外，2011年与2020年其分布省份均为东部地区，这与东部地区时序变化趋势保持一致，说明东部地区耦合协调度发展具有一定稳定性。而辽宁从第一区间落至第二区间，表明自身发展水平在逐步下降，未得到好的发展。第二区间内分布省份较少，天津、江西、内蒙古三省份自身耦合协调度处于较低水平，而受到周边发展水平较高省份的影响较小。第三区间内分布的省份最多，且大多属于西南、西北、东北等边远地区，2011年与2020年的省份变动趋势不明显，说明自身发展与周边发展均处于较低水平，要素市场割裂情况在西部及东北区域未得到显著缓解。第四区间内，2011 年与2020年相比，其数量有明显增加。这可能由两方面原因造成：其一是安徽、陕西由第二区间演进为第四区间，说明其自身耦合协调度发展水平有所提升，而周边省份却未见明显变化；其二是山东从第一区间落至第四区间，这表明山东虽然自身耦合协调度发展处于较高水平，但对周边省份的辐射拉动作用减弱。结合表3、表5分析可知，四大地区发展差距较大，耦合协调度发展水平整体上由东部省份向中部省份再到东北省份及西部省份递减。东部地区“三流”系统耦合协调发展水平基本保持不变，处于耦合协调发展阶段；中部、西部地区“三流”系统耦合协调发展水平起步较低，但呈现小幅波动上升趋势，以上三个区域趋于良性耦合发展；而东北地区下降趋势明显，在2020年整体水平首次低于西部地区，在四大地区中垫底，趋于恶性失调发展。不仅如此，全国30个省份“三流”系统耦合协 76第42卷总第233期调度的省际差异在空间分布上在进一步扩大。广东、浙江、安徽等东、中部地区所属省份的“三流”系统耦合协调度进一步提升，而宁夏、青海、辽宁等西北、东北地区所属省份的“三流”系统耦合协调度却明显下降，空间分布差距进一步扩大，马太效应逐渐明显。这表明发展好的省份或地区对周边发展较差的省份或地区的带动作用减弱，相反马太效应的出现，有可能会导致空间上形成邻省及相邻地区耦合协调度两极分化的发展趋势。这同样表明，在加快建设国内大循环经济格局过程中，要谨防可能出现的西部及东北地区发展掉队，规避以上地区所属省份无法合适地嵌入经济循环链的现象。（三）发展趋势预测1.预测模型检验。将计算所得的全国30个省份20112020年耦合协调度作为历史数列数据，运用灰色预测模型对全国30个省份未来7年的耦合协调度发展水平进行预测。对数据进行级比检验，若原序列数据的级比值位于区间()e-2n+1,e2n+1内，则通过检验。耦合协调度序列数据所有的级比值位于区间（0.834，1.199）内，说明其适合构建灰色预测模型。下表6中，发展系数a表示发展趋势，灰色作用量b表示变化关系。后验差比c值与小误差概率p用来验证模型精确度。若 c0.35，表示模型精度等级高；若 c0.5表示模型精度等级较高；若c0.65表示，表示模型精度等级合格；p0.9表示模型精度高，p0.8表示模型精度较高，p0.7表示模型精度合格。平均相对误差表示模型拟合程度，越小表示拟合程度越高，一般小于0.2表明拟合良好，小于0.1表明拟合度高。表6灰色GM（1，1）预测模型检验结果省份北京天津河北上海江苏浙江福建山东广东海南安徽山西江西河南湖北湖南广西内蒙古重庆四川贵州云南陕西甘肃青海宁夏新疆黑龙江吉林辽宁发展系数a0.006 20.000 50.004 10.000 90.005 7-0.007 4-0.001 5-0.004 2-0.007 5-0.005 3-0.013 30.003 0-0.007 6-0.002 5-0.001 50.006 4-0.003 40.006 8-0.005 1-0.012 4-0.018 9-0.007 9-0.009 00.001 40.011 30.013 50.009 00.020 10.012 80.026 1灰色作用量b0.810 70.389 90.470 00.657 30.733 50.660 30.489 70.612 40.835 40.247 70.423 00.363 90.344 40.471 10.483 60.433 20.359 10.375 90.376 20.480 80.284 20.341 10.411 30.29250.226 70.232 20.338 60.377 10.347 60.521 6后验差比c值0.336 10.911 90.609 00.786 20.324 50.375 60.981 40.701 80.232 20.415 30.189 70.708 10.183 80.606 40.621 10.756 40.786 50.714 10.663 70.053 30.173 30.216 20.297 70.636 80.543 20.420 70.577 60.104 80.341 40.105 2小误差概率p0.60.60.60.40.80.70.60.70.80.80.80.40.90.80.50.50.50.70.81.00.90.80.60.60.70.80.71.00.71.0平均相对误差0.0200.0890.0270.0190.0270.0310.0680.0380.0240.0510.0380.0480.0250.0390.0530.0590.0250.0570.0550.0170.0460.0240.0260.0430.0850.0570.0700.0360.0480.042黄先军，李羚锐：中国“信息流-物流-资金流”一体化发展的省际差异 77 77安庆师范大学学报（社会科学版）2023年第2期如上表6所示，全国30个省份中有16个省份通过了精度等级及精度检验，可以运用灰色GM（1，1）模型进行预测。针对其余没有通过精度等级及精度检验的14个省份，本研究运用基于弱化缓冲算子理论的灰色模型进行精度检验后预测其未来7年的耦合协调发展水平。表7弱化缓冲后的灰色GM（1，1）模型检验结果省份北京天津河北上海福建山东山西湖北湖南广西内蒙古重庆陕西甘肃发展系数a0.005 4-0.007 50.002 50.002 70.004 8-0.001 3-0.002 40.002 50.008 2-0.003 00.007 4-0.000 4-0.002 9-0.000 8灰色作用量b0.794 50.376 30.461 90.660 80.504 70.626 90.353 00.493 50.428 90.