吳桐雨，唐斌湖

(福州大學 經(jīng)濟與管理學院，福建 福州 350116)

?

快遞業(yè)與電子商務業(yè)發(fā)展關聯(lián)性與協(xié)同性分析

吳桐雨，唐斌湖

(福州大學 經(jīng)濟與管理學院，福建 福州 350116)

摘要：基于協(xié)同學理論，針對中國2008～2014年間快遞業(yè)與電商發(fā)展的指標數(shù)據(jù)，分析了兩業(yè)發(fā)展的關聯(lián)性，創(chuàng)建了兩業(yè)聯(lián)動系統(tǒng)的協(xié)同度評價模型，據(jù)此分析了中國快遞業(yè)與電商業(yè)兩個子系統(tǒng)的有序度與兩業(yè)整體的協(xié)同程度。研究表明：近年來兩業(yè)迅速發(fā)展，快遞業(yè)的發(fā)展速度超過電商，但快遞業(yè)的發(fā)展階段明顯低于電商，兩業(yè)復合系統(tǒng)協(xié)同度較低，快遞業(yè)與電商的發(fā)展并不協(xié)調(diào)。

關鍵詞：快遞業(yè)； 電商業(yè)； 關聯(lián)性； VAR模型； 協(xié)同度

隨著國民消費水平的不斷提高、互聯(lián)網(wǎng)用戶規(guī)模的持續(xù)擴大和電商的相應優(yōu)勢，使得電商成為快遞業(yè)發(fā)展新的增長點。國家郵政局數(shù)據(jù)顯示，2013年中國電商市場規(guī)模為1.85萬億元，其中近1萬億元的市場規(guī)模由快遞業(yè)支撐和保障；2013年全國規(guī)模以上快遞企業(yè)業(yè)務量為92億件，其中超過60%的業(yè)務量來自電商。由此可見，快遞是電商活動中的重要組成部分，是電商活動中的最后一個環(huán)節(jié)，同時是實現(xiàn)整個電商活動的重要保障[1]。但快遞也是阻礙電商發(fā)展的“瓶頸”，是不可以回避的[2]。

從快遞業(yè)與電商的關系來看，既有研究結(jié)果普遍表明，中國快遞業(yè)滯后于電商業(yè)的發(fā)展。Shi Chenghua認為電商對快遞物流產(chǎn)生了巨大的影響，從而使電商環(huán)境下的快遞物流需要采取新的發(fā)展戰(zhàn)略，因此，對電商環(huán)境下的快遞物流管理問題需要專門研究[3]。李志君的研究表明，快遞業(yè)與電商指標關聯(lián)度較高，但二者聯(lián)動發(fā)展水平不高[4]。張旭則認為電商發(fā)展的瓶頸在于快遞業(yè)的運行效率，建立信息化、產(chǎn)業(yè)化和現(xiàn)代化的高效率快遞體系是發(fā)展電商的當務之急[5]。以上是對電商環(huán)境下快遞業(yè)發(fā)展的分析,有部分學者對兩業(yè)發(fā)展的協(xié)同關系作出研究，其中，陳賓對兩業(yè)互動關系的研究發(fā)現(xiàn)，電商與快遞業(yè)之間的協(xié)同關系明顯，電商的發(fā)展是二者良性互動的基礎，并指出快遞業(yè)發(fā)展的相對滯后阻礙了兩業(yè)的協(xié)同發(fā)展[6]。孫學琴認為影響二者協(xié)同發(fā)展的因素主要在于總體矛盾和結(jié)構(gòu)矛盾、二者較低的服務質(zhì)量以及獲利水平[7]。對于協(xié)同度測度的研究，主要采用協(xié)同學理論和灰色系統(tǒng)理論等方法。鄭東應用協(xié)同學理論，對汽車制造商與供應商供需系統(tǒng)的協(xié)同和參數(shù)變化的規(guī)律性進行分析，測定了兩者的協(xié)同度[8]。王偉則以協(xié)同學理論為指導，構(gòu)建了區(qū)域物流與區(qū)域經(jīng)濟協(xié)同發(fā)展的指標體系及測度模型[9]。張快娟采用灰色關聯(lián)模型，得出兩業(yè)協(xié)同度在小幅度波動，但總體上處于協(xié)同狀態(tài)的結(jié)論[10]。通過文獻回顧可知，快遞業(yè)與電商關系的研究大多停留在定性的分析，認為二者可能存在相互促進的關系，鮮有文獻進行深入的分析，如指標的選取、關聯(lián)性的有效評價，缺乏相應的實證分析。在協(xié)同度的測度方面，應用灰色系統(tǒng)理論在進行協(xié)同度等級劃分時主觀性較強；對于協(xié)同發(fā)展機制的研究十分廣泛，但是機制種類繁多且相互之間沒有清晰的邏輯關系。鑒于此，本文擬采用向量自回歸模型(vector auto-regression, VAR)對快遞業(yè)與電商業(yè)發(fā)展的關聯(lián)性進行實證研究，分析二者是否存在關聯(lián)性以及二者的因果關系，在分析出二者存在因果關系的基礎上，運用協(xié)同學理論分析二者的協(xié)同度，以判斷二者發(fā)展的速度以及先后關系。

1　分析方法

1.1VAR分析的原理及模型

傳統(tǒng)的回歸模型大多基于一定的經(jīng)濟理論，根據(jù)模型對經(jīng)濟現(xiàn)象和變量間的線性關系作出系統(tǒng)性的描述，然后分析外生變量對內(nèi)生變量的影響路徑和影響程度。但是這種回歸模型有一定的局限性，一方面由于一些變量之間互為因果關系，容易主觀地認為一個變量是內(nèi)生的，而把另一個變量看成是外生的；另一方面為了使模型是可識別的，在建立聯(lián)立方程組時必須在某一個方程中去掉一些變量，這就會對實證的結(jié)果產(chǎn)生一定程度的影響。

向量自回歸模型是以數(shù)據(jù)的統(tǒng)計性質(zhì)為基礎，研究不同變量之間的互動關系。其核心思想是直接考慮時間序列的各經(jīng)濟變量的關系，而不考慮相關的經(jīng)濟理論，這是VAR模型不同于其他回歸模型的典型特征。VAR的一般形式為：

其中，E(εt)=0,E(εt,Yt-i)=0，i=1,2,…,p；Yt是一個內(nèi)生變量列向量，βi是(n×n)的等估系數(shù)矩陣，Yt-i是Yt向量i階滯后變量，εt是誤差向量，誤差向量內(nèi)的誤差變量之間允許相關，但這些誤差變量不存在自相關，與Yt-i也不相關，每個方程的最佳估計為普通最小二乘估計。

1.2協(xié)同度測度模型的構(gòu)建

1.2.1子系統(tǒng)有序度模型

有序度是系統(tǒng)結(jié)構(gòu)、功能有規(guī)則和有秩序的程度。其內(nèi)涵是各子系統(tǒng)間或要素間彼此關聯(lián)強度與獨立強度之比，比值高則有序度高。

定義1設S=(S1,S2)，其中，S表示快遞業(yè)與電商復合系統(tǒng)，S1表示電商子系統(tǒng)，S2表示快遞業(yè)子系統(tǒng)。

定義2設子系統(tǒng)Si(i=1,2)在發(fā)展演化過程中的序參量ui=(ui1,ui2,…,uin)(n≥2)；其中，uij(j=1,2,…,n)是序參量ui的第j個指標，αij和βij分別是在系統(tǒng)穩(wěn)定臨界點上uij的上限和下限。序參量是決定系統(tǒng)狀態(tài)和結(jié)構(gòu)的關鍵參量，能夠用來評價系統(tǒng)的有序程度。

定義3子系統(tǒng)Si(i=1,2)的序參量分量uij的系統(tǒng)有序度Wij的計算式為：

Wi就是子系統(tǒng)Si(i=1,2)的序參量ui的系統(tǒng)有序度。其中，yj為相應的序參量分量uij的權(quán)重。

1.2.2復合系統(tǒng)協(xié)同度模型

協(xié)同度，是系統(tǒng)內(nèi)各子系統(tǒng)或要素之間在發(fā)展、演化過程中彼此和諧一致的程度。協(xié)同度與協(xié)同實踐效率呈正相關關系，其本質(zhì)特征和內(nèi)在機制可以用自組織有序度來表征。系統(tǒng)內(nèi)部各要素、各子系統(tǒng)之間的協(xié)同度的高低與系統(tǒng)整體上的有序程度是直接相關的。

定義4在某個特定的初始時間段t0，設電商子系統(tǒng)和快遞業(yè)子系統(tǒng)的有序度分別為W01和W02；當系統(tǒng)演化到時間段t1時，電商子系統(tǒng)和快遞業(yè)子系統(tǒng)有序度分別為W11和W12；如果W11≥W01與W12≥W02從時間段t0到時間段t1都成立，那么就稱復合系統(tǒng)是協(xié)同發(fā)展的。復合系統(tǒng)協(xié)同度的定義式如下：

2　實證分析

2.1關聯(lián)性分析

2.1.1指標選取與數(shù)據(jù)來源

為研究快遞業(yè)與電商發(fā)展的關聯(lián)性，本文選取電商網(wǎng)購規(guī)模來代表電商發(fā)展狀況，以快遞業(yè)務量代表快遞業(yè)水平。數(shù)據(jù)來源于我國2001～2014年快遞業(yè)與電商的相關指標。在表1中，G表示電商的網(wǎng)購規(guī)模，K表示快遞業(yè)務量，為使數(shù)據(jù)更加平穩(wěn)，分別對序列G和K取自然對數(shù)，用lnG和lnK表示。

表1　2001～2014年快遞業(yè)與電商的相關數(shù)據(jù)Tab.1　The data of express mail industry and E-commerce during 2001 and 2014

資料來源：網(wǎng)購規(guī)模數(shù)據(jù)來自艾瑞咨詢公司數(shù)據(jù)及中國電商研究中心公布的《中國電商市場數(shù)據(jù)監(jiān)測報告》，快遞業(yè)務量 數(shù)據(jù)來自2002～2014年《中國統(tǒng)計年鑒》及國家統(tǒng)計局公告。

2.1.2數(shù)據(jù)檢驗以及模型的建立

首先對電商網(wǎng)購規(guī)模的對數(shù)值(lnG)進行單位根檢驗，采用ADF檢驗法對二者進行單位根檢驗。檢驗結(jié)果表明，lnG～I(1)，lnK～I(1)，即在10%的顯著性水平下一階平穩(wěn)。以lnK為被解釋變量，lnG為解釋變量，用最小二乘法對回歸模型進行估計。得出估計的回歸模型為(括號內(nèi)為系數(shù)的t統(tǒng)計值)：

lnK=1.584 535×lnG-11.650 80，R2=0.932 353

(12.860 43)(-8.140 308)

為檢驗回歸殘差的平穩(wěn)性，將上述OLS回歸得到的殘差序列命名為新序列ECM，然后對ECM序列進行ADF單位根檢驗。檢驗結(jié)果顯示，在1%的顯著性水平下，ADF統(tǒng)計量的值為-2.97，小于臨界值-2.75，故拒絕ECM有一個單位根的原假設，即回歸殘差序列不存在單位根，是平穩(wěn)序列，所以lnK和lnG之間存在(1，1)階協(xié)整關系，表明兩者之間有長期均衡關系。為了增強模型的精確度，建立變量lnK和lnG的向量自回歸模型(即VAR模型)。計算得出的數(shù)據(jù)顯示lnK對lnG有正關聯(lián)性，綜合彈性為9.63%。此外，lnG對lnK也有正關聯(lián)性，綜合彈性為37.62%。以上研究表明快遞業(yè)與電商之間存在長期的均衡關系，但這種均衡關系是否構(gòu)成因果關系還需進一步檢驗，對二者進行格蘭杰因果關系檢驗，檢驗結(jié)果見表2。

表2　格蘭杰因果關系檢驗結(jié)果Tab.2　Causal result of Granger test

根據(jù)表2可知：在90%的置信水平下，滯后期為2、3 a時，電商是快遞業(yè)發(fā)展的格蘭杰原因，而快遞業(yè)不是電商發(fā)展的格蘭杰原因。表明電商的發(fā)展能夠帶動快遞業(yè)的增長，對快遞業(yè)的發(fā)展有較大的影響，而快遞業(yè)的發(fā)展也能促進電商發(fā)展，二者之間的作用是相互的，但后者影響力較前者小，說明快遞業(yè)是制約電商發(fā)展的瓶頸，影響程度并不高。

2.2協(xié)同度分析

2.2.1指標體系的構(gòu)建與數(shù)據(jù)來源

國內(nèi)學者劉丹運用工業(yè)生產(chǎn)總值、工業(yè)生產(chǎn)增加值、主營業(yè)務收入和勞動生產(chǎn)率等指標衡量制造業(yè)的發(fā)展規(guī)模和運營績效，運用貨物運輸量和貨物周轉(zhuǎn)量反映社會物流的規(guī)模[11]。鑒于此，本文在確定快遞業(yè)子系統(tǒng)與電商子系統(tǒng)的評價指標時著重考慮電商交易額、快遞業(yè)務量等指標，具體指標體系見表3。

表3　復合系統(tǒng)協(xié)同度測定的指標體系Tab.3　Index system for determining the correlation of complex system

快遞業(yè)子系統(tǒng)中，業(yè)務量、業(yè)務收入、營業(yè)網(wǎng)點和郵路總長度分別從不同的角度反映快遞業(yè)的總量情況，而網(wǎng)絡零售用戶人均包裹量和平均每一營業(yè)網(wǎng)點服務網(wǎng)絡零售用戶人口比例則是快遞業(yè)和網(wǎng)絡零售業(yè)的關聯(lián)指標，恰當?shù)胤从晨爝f業(yè)的平均情況。這兩組指標數(shù)據(jù)分別考慮網(wǎng)絡零售子系統(tǒng)和快遞業(yè)子系統(tǒng)的行業(yè)總量情況、相對情況以及平均情況。它既如實地反映兩業(yè)的發(fā)展現(xiàn)狀，又在結(jié)構(gòu)和內(nèi)涵上相互對應，因而可用于體現(xiàn)兩業(yè)協(xié)同發(fā)展的狀況。電商子系統(tǒng)中，市場交易規(guī)模、市場成交額占GDP比重、電商服務企業(yè)直接從業(yè)人員體現(xiàn)了中國電商行業(yè)總體情況；B2B市場規(guī)模、網(wǎng)絡零售規(guī)模、跨境電商交易規(guī)模，可以反映電商的細分領域的具體情況。

以上指標選取的數(shù)據(jù)均來源于《2014年中國統(tǒng)計年鑒》及《中國民營快遞市場格局調(diào)查與發(fā)展戰(zhàn)略研究報告(2015-2020)》，以及中國電商研究中心公布的《2015年(上)中國電商市場數(shù)據(jù)監(jiān)測報告》。

2.2.2指標權(quán)重的確定

每個序參量分量對系統(tǒng)有序發(fā)展的貢獻程度是不同的，這在協(xié)同學中體現(xiàn)為權(quán)重差異，合理確定權(quán)重對于保證研究結(jié)果的可靠性和準確性具有至關重要的意義。因此，對數(shù)據(jù)進行無量綱處理的基礎上，最終確定各指標權(quán)重結(jié)果見表4。

表4　子系統(tǒng)序參量分量權(quán)重Tab.4　The component weight of subsystem

2.2.3復合系統(tǒng)協(xié)同度的計算

首先，據(jù)式(2)計算快遞業(yè)各評價指標有序度，即對各項評價指標進行正規(guī)化處理，分別計算2008～2014年快遞業(yè)系統(tǒng)的有序度及增長率。同理，計算電商系統(tǒng)的序參量分量的有序度(W2n)以及電商系統(tǒng)的有序度(W2)?？梢缘玫?008～2014年度快遞業(yè)子系統(tǒng)與電商子系統(tǒng)的有序度折線圖如圖1。

圖1　2008～2014年度快遞業(yè)子系統(tǒng)與電商子系統(tǒng)的有序度Fig.1　The order of the subsystems of express mail and E-commerce during 2008 and 2014

最后，計算復合系統(tǒng)協(xié)同度W。根據(jù)式(4)，以子系統(tǒng)有序度為中間變量，以子系統(tǒng)初期2008年為基準年，計算中國“快遞業(yè)與電商”復合系統(tǒng)協(xié)同度?？梢缘玫?009～2014年度快遞業(yè)與電商復合系統(tǒng)的協(xié)同度折線圖(見圖2)。

圖2　2009～2014年度快遞業(yè)與電商復合系統(tǒng)的協(xié)同度Fig.2　Collaborative degree of the complex system of express mail and E-commerce

2.2.4協(xié)同性實證結(jié)果分析

由圖1可知，2008～2014年度快遞業(yè)子系統(tǒng)的有序度一直呈快速上升趨勢，每年的增速均保持在48%以上，尤其是2010年的增速高達109.56%?？爝f業(yè)子系統(tǒng)在2009年時的有序度為0.058 8，而在2014年時的有序度已經(jīng)高達1，這表明快遞業(yè)子系統(tǒng)內(nèi)部在不斷地從低級無序向高級有序發(fā)展。比較可知，快遞業(yè)子系統(tǒng)有序度在2008～2009年度的增速明顯低于2010～2014年度的增速，這表明快遞業(yè)正處于高速擴張的階段。另外，電商子系統(tǒng)有序度的發(fā)展趨勢和變化幅度與快遞業(yè)子系統(tǒng)的情況大致相似，在2008～2014年度同樣實現(xiàn)從0到1的跨越式發(fā)展。這表明電商子系統(tǒng)內(nèi)部也是持續(xù)地從無序向有序發(fā)展的。比較可知，電商子系統(tǒng)在2008～2009年度時間段內(nèi)有序度發(fā)展較快，而從2010～2014年發(fā)展較慢，這表明電商是從2010年起走上發(fā)展的正軌，并且進入穩(wěn)定發(fā)展階段。

由圖1有序度可知，在2008～2009年，快遞發(fā)展快于電商，說明電商屬于新興產(chǎn)業(yè)，起步比較晚，但2009～2014年時間段內(nèi)電商子系統(tǒng)的有序度一直高于快遞業(yè)子系統(tǒng)的有序度，說明電商發(fā)展速度快，呈快遞業(yè)追趕電商的狀況。這表明快遞業(yè)起點較低，隨著電商的發(fā)展，快遞業(yè)形成追趕的大發(fā)展；2008～2014年電商的增速趨于穩(wěn)定，沒有太大波動，而2008～2009年快遞業(yè)的增長速度比較平緩，但2010年以后，其曲線斜率越來越陡，增速越來越快，這表明電商已經(jīng)步入穩(wěn)定增長的階段，而快遞業(yè)正處于快速成長的階段，快遞業(yè)的增長速度明顯高于電商。

由圖2協(xié)同度可知，2009～2014年度快遞業(yè)與電商復合系統(tǒng)的協(xié)同度始終是增長的，從2009年的0.041 5上升為2014年的0.306 7，因此復合系統(tǒng)的發(fā)展趨勢值得肯定。然而，不容忽視的是，2009～2014年復合系統(tǒng)的協(xié)同度一直低于0.4，這表明快遞業(yè)與電商的復合系統(tǒng)協(xié)同度較低，快遞業(yè)與電商的發(fā)展并不協(xié)調(diào)。結(jié)合圖1的分析結(jié)果可知，雖然近年來快遞業(yè)的發(fā)展速度超過電商，但快遞業(yè)的發(fā)展階段明顯低于電商。這表明電商已經(jīng)步入穩(wěn)定增長的階段，而快遞業(yè)正處于快速成長的階段，由于兩業(yè)發(fā)展階段的差異，導致協(xié)同度不高，所以只有促使快遞業(yè)加速轉(zhuǎn)型升級，并與電商建立行之有效的協(xié)同發(fā)展機制，兩業(yè)才能實現(xiàn)較高程度的協(xié)同。

3　兩業(yè)協(xié)同發(fā)展的建議

快遞業(yè)與電子商務是相輔相成的兩個行業(yè)，而兩業(yè)發(fā)展階段不一致，將導致快遞業(yè)與電子商務發(fā)展協(xié)同度低，快遞業(yè)成為電子商務發(fā)展的瓶頸。本文從企業(yè)層面提出促使快遞業(yè)加速轉(zhuǎn)型升級，并與電子商務建立行之有效的協(xié)同發(fā)展機制。

(1)快遞企業(yè)層面，應不斷推進技術創(chuàng)新，加大對科技的投入，改造生產(chǎn)作業(yè)系統(tǒng)；不斷提高其服務質(zhì)量，制定自己的服務原則并創(chuàng)新服務內(nèi)容；不斷提高快遞市場創(chuàng)新，加強市場開拓能力。

(2)電子商務企業(yè)層面，應加強產(chǎn)業(yè)鏈信息共享，盡可能消除不完全信息給市場帶來的負面影響；建立健全快遞企業(yè)信用評價體系，建立合理的利益分配機制。

電子商務業(yè)子系統(tǒng)和快遞業(yè)子系統(tǒng)應該是彼此開放的系統(tǒng)，如此才能實現(xiàn)快遞物流需求和供給信息的順暢流動，因此建立良好的溝通協(xié)調(diào)機制是必要的。電子商務企業(yè)與合作的快遞企業(yè)應搭建雙向溝通的渠道，實現(xiàn)信息系統(tǒng)的對接，最好做到專人負責、定期交流?？爝f企業(yè)可以與電子商務企業(yè)構(gòu)建合作發(fā)展平臺，簽訂戰(zhàn)略合作框架協(xié)議，建立戰(zhàn)略聯(lián)盟合作關系，實現(xiàn)合作共贏。此外，快遞企業(yè)也可以與電子商務企業(yè)開展聯(lián)合經(jīng)營或者兼并重組，實現(xiàn)雙方資源優(yōu)勢互補，促進產(chǎn)業(yè)鏈、供應鏈和服務鏈的一體化整合，形成利益共享的產(chǎn)業(yè)鏈。

4　結(jié)論

本文運用單位根檢驗、協(xié)整關系檢驗、誤差修正模型及格蘭杰因果關系檢驗，測度快遞業(yè)與電商發(fā)展的關聯(lián)性。最終分析的結(jié)果表明：快遞業(yè)與電商之間存在單向因果關系，電商是快遞業(yè)的格蘭杰原因，但快遞業(yè)不是電商的格蘭杰原因；建立向量誤差修正模型發(fā)現(xiàn)，電商對快遞業(yè)有正關聯(lián)性，快遞業(yè)對電商也有正關聯(lián)性。其次，構(gòu)建了快遞業(yè)以及電商的有序度模型以及兩業(yè)復合系統(tǒng)的協(xié)同度模型，并建立兩業(yè)的指標體系。實證研究結(jié)果證明：快遞業(yè)與電商協(xié)同發(fā)展程度較低，快遞業(yè)發(fā)展階段落后于電商?？爝f業(yè)與電商協(xié)同發(fā)展的成果顯著，但是存在協(xié)同動力不足、協(xié)同路徑不明朗、協(xié)同收益分配機制未建立三大難題。

參考文獻：

[1] 張鐸.電子商務與物流[M].北京:清華大學出版社,2000.

[2] 王晶.BtoC電商物流瓶頸的第三方物流解決方案[J].合作經(jīng)濟與科技,2005(2):34-35.

[3] Shi Chenghua，Ruan Hujun.Research on the development of logistics based on E-commerce[J].Inst of Elec and Elec Eng Computer Society,2008(2):1563-1570.

[4] 李志君.基于灰色關聯(lián)模型的電商與快遞業(yè)產(chǎn)業(yè)關聯(lián)分析[J].特區(qū)經(jīng)濟,2014(5):88-91.

[5] 張旭.中國電子商務與快遞業(yè)聯(lián)動發(fā)展[J].讀與寫:教育教學刊,2010,7(6):105-105.

[6] 陳賓.電商與快遞業(yè)的互動關系研究——基于VAR模型的動態(tài)實證分析[J].福建師范大學學報(哲學社會科學版),2016(1):63-69.

[7] 孫學琴,王寶義.中國電商與快遞協(xié)同發(fā)展的影響因素及未來趨勢[J].中國流通經(jīng)濟,2015(7):17-24.

[8] 鄭東,李建華,張欣偉.汽車制造商與供應商供需系統(tǒng)的協(xié)同學分析[J].中國軟科學, 2010(3):152-160.

[9] 王偉,陳偉成,黃莉,等.基于協(xié)同學理論的區(qū)域物流與區(qū)域經(jīng)濟協(xié)調(diào)度度量研究[J].中國市場,2010(15):6-8.

[10] 張快娟.制造業(yè)與物流業(yè)協(xié)調(diào)發(fā)展的計量分析[D].杭州：浙江工商大學,2011.

[11] 劉丹,盧偉偉.我國電子商務業(yè)與快遞業(yè)的協(xié)同發(fā)展路徑[J].技術經(jīng)濟,2014,33(2):45-49.

(特約編輯：黃家瑜)

Correlation and collaborative analysis of express mail and E-commerce industries in China

Wu Tongyu, Tang Binhu

(College of Economics and Management, Fuzhou University, Fuzhou 350116, China)

Abstract：Based on the theory of collaborative science, a model of measuring the collaborative degree between express mail industry and E-commerce industry in China was constructed.The order degree of the subsystems of the two industries and their collaborative degree were analysed via available data during 2008 to 2014.The results show that the express mail industry and the E-commerce industry in China have developed rapidly in the recent years.The development speed of the former is faster than that of the later, while the development stage of the express mail industry is slower than that of the E-commerce industry, indicating a low degree of collaborative development of the two industries.

Key words：express mail industry; E-commerce industry; correlation analysis; vector auto-regression (VAR) model; collaborative degree

doi:10.3969/j.issn.1672-4348.2016.04.018

收稿日期:2016-08-13

第一作者簡介：吳桐雨(1992-)，女，福建福州人，碩士研究生，研究方向：物流管理。

中圖分類號：F259

文獻標志碼：A

文章編號：1672-4348(2016)04-0403-06