中國“信息流-物流-資金流”一體化發展的省際差異

黃先軍，李羚銳

（安慶師范大學 經濟與管理學院，安徽 安慶 246133）

隨著我國全面深化改革任務進入“深水區”，加快構建“以國內大循環為主體，國內國際雙循環”的新發展格局已經成為了業界與學界共同關注的焦點。構建新發展格局的關鍵是暢通經濟循環。而經濟循環活動的本質是一個建立于經濟分工和價值增值基礎上的信息（數字）、商品（服務）及資金在企業、產業及區域等不同主體之間的流通循環[1]。在此循環過程中，作為經濟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成，其整合與流動也是暢通經濟循環的高質量推動力。在電子商務領域，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快速發展[2]。楊繼彬等（2021）的研究也證實了要素的跨區域流動對區域經濟的促進作用[3]。但目前鮮有從中觀層面的產業聯合發展的視角綜合考慮信息流、物流與資金流在加快建設國內大循環過程中的一體化發展，因此，如何在全國范圍內的經濟循環中測度“三流”系統的一體化發展現狀就尤為必要。進一步來看，全國大部分省份及區域的“三流”系統在空間分布和時序發展的視角下的發展差異及未來趨勢究竟如何，是亟需了解的現實問題。

各產業為應對疫情與國際貿易摩擦等下行壓力，或自發或被動地開始了數字化轉型，這無疑在一定程度上加速推動了傳統經濟向數字經濟升級發展。經濟數字化既有利于加快國內經濟大循環，也有利于信息流、物流與資金流的整合。在產業集群及聯合發展等研究方向，早有學者針對信息流、物流、資金流三個子系統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，有研究發現，信息流與物流相結合，能夠突破物流業原有發展結構，提高物流資源配置效率，改善物流組織方式與運營方式。引導物流業朝向信息化發展[4]；信息流與資金流相結合，打破了傳統金融自身的發展瓶頸，促進金融業進入了數字金融發展階段[5]。物流與資金流的融合創新，產生了物流金融等業態，驅動了物流業與金融業的聯動發展，有助于要素資源市場的相互聯通[6]。本研究將三系統耦合發展納入到加快暢通國內大循環的整體框架中，并從產業聯合發展的新視角出發對其進行定量分析。其次，考慮我國目前省際區域發展不平衡及要素市場割裂的現狀，本研究引入空間要素進一步分析了三系統耦合協調發展的時空演化特征。最后，基于改進后的灰色預測模型對未來7年我國30個省份的耦合協調度發展水平進行了預測。

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

一、文獻綜述

在以國內大循環為主體的經濟循環格局中，立足內需，讓市場機制有效、合理地配置資源要素，是實現我國經濟高質量增長的重要動力之一[7]。在影響經濟循環暢通的諸多因素中，如何改善供給側結構性問題和挖掘需求側的潛力問題是我國加快國內大循環的突破口[8]。蔡躍洲（2022）研究表明新一代信息科技在各產業領域的迅速普及，讓生產、流通等環節中物流、商流、人力資本、資金流等要素的傳遞配置更加精準有效，在減少了冗余與損耗的同時，也加快了經濟循環過程[9]。換言之，信息流、物流、資金流的耦合協調發展既有利于商品、服務、資金等要素資源暢通流動，也能夠提高供給質量和促進需求升級，并且可以實現從供給側到需求側的有效對接，最終提高市場運行和經濟循環效率。

我國學者針對“信息流、物流與資金流”的要素整合問題，已經開展了豐富的研究，其主要是圍繞微觀、宏觀及中觀層面展開。在電子商務領域的微觀企業供應鏈中，尤其重視信息流（包括商品信息的提供、技術支持等內容）、物流（包括商品的運輸、配送、倉儲及相關的物流信息等環節）與資金流（隨著業務活動而發生的資金往來）的整合[10]。但李澤錦（2021）指出，在全國范圍內的市場上，以現代信息網絡為基礎載體、信息科技為推動力的信息流增長所產生的影響并不僅局限于互聯網背景下的電子商務領域，更對我國經濟高質量發展存在非線性的促進作用[11]。新信息地理學與新經濟地理學也相繼指出，得益于信息科技的變革與交通運輸網絡的升級，加速了網絡空間與地理空間的結合，這為宏觀區域發展中的城市網絡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）對數字等要素整合與現代化產業集群的協調演化進行了研究，發現數字等要素整合可以沿著“提高要素整合效率到構建要素市場及平臺再到形成要素協同系統網絡”的路徑發展[13]?，F代化產業集群可以從相對封閉的供應鏈體系朝向相對閉合的產業鏈與相對完整的價值鏈發展，進而以社會協作化的鏈式網絡的形式融入到國內經濟大循環中，最終以相對開放的產業生態系統促進國內國際雙循環格局的構建。

“國內大循環為主，國內國際雙循環”的新發展格局的構建，需要立足內需并基于中國自身資源稟賦與發展現狀進行探索?，F實中，由于存在我國經濟轉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業政策導向一時難以扭轉等不利因素，阻礙了我國釋放內需市場潛力、要素市場聯通以及高水平自立自強的高質量發展[14]。而各種要素的暢通循環更能幫助產業突破低端鎖定，特別是在省際區域產業結構升級的過程中，各要素協調發展能顯著打破地方貿易壁壘，從而促進國內經濟大循環[15]。但以往研究一未對“三流”系統間的耦合作用進行研究，二未對其區域異質性進行深入探討，三未將其與國內大循環結合進行協同分析。因此，本研究主要關注在加快國內經濟大循環中“三流”系統的耦合協調發展，并重點關注其省際發展差異。

二、研究設計

（一）指標體系構建

在借鑒以往研究的基礎上，遵循指標構建的科學性、代表性與系統性，綜合考慮數據的可得性與真實性，本研究從中觀層面的產業協調發展視角出發構建了“信息流-物流-資金流”綜合評價指標體系，具體指標定義如下表1所示。

信息流所涉及的領域不僅僅局限于電子商務領域中的電子商務活動，而且在信息傳輸、計算機服務和軟件服務等通信服務業中有所參與。因此，本研究從通信服務、數字交易、基礎設施及網絡聯通這四個維度衡量信息流強度。物流子系統從服務產出、要素投入、科技創新及綠色發展這四個維度體現物流業高質量發展，主要包括與經濟社會、科技創新和生態環境的聯動發展。資金流子系統

則通過衡量金融規模、基礎和環境這三個維度來體現資金流轉的現狀及體量，考慮到數字技術的變革，以數字普惠金融發展的廣度、深度及數字化程度衡量資金流子系統的數字創新情況。

（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-資金流的發展水平進行測度，具體計算過程如下：

（1）去量綱化。為保證計算數據有效性，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標準化處理后的值，Min(Wi,j)為Wi,j的最小值，Max(Wi,j)為Wi,j的最大值。

（2）指標權重計算。計算過程如下具體四步。

第一步，計算指標貢獻值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，計算指標權重Yj：

（3）綜合評價指數計算。采用線性加權法計算綜合評價指數Zj：

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

2.耦合協調模型。三個系統間的耦合協調度模型中，耦合度衡量三個子系統間的相互作用，而綜合協調指數衡量三個子系統之間的和諧度。本研究通過構建耦合度、綜合協調指數模型，測算信息流、物流與資金流之間的耦合協調度。

（1）三系統耦合度G。構建耦合度模型如下：

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、資金流三個子系統之間的相互作用越強。但耦合度只能用以衡量三個子系統間的作用強度，不能反映復雜系統的協調程度。為避免出現ZA、ZB與ZC均低，但耦合度G 卻較高的情況。本研究構建綜合協調指數模型，反映三系統的整體協調程度。

（2）三系統綜合協調指數F。構建綜合協調指數模型如下：

式（9）中，F 為綜合協調指數，α，β，γ 為待定系數，表示子系統對于整體復雜系統的重要程度與貢獻值。在本研究中，認為信息流、物流、資金流三個子系統具有同樣的地位，故一般認為

（3）三系統耦合協調度T。構建耦合協調度模型如下：

式（10）中，T 為三系統的耦合協調度，G 為三個子系統的耦合度，F為三個子系統的綜合協調指數。借鑒通常做法[16]，本研究根據T 值大小，劃分為三個階段，具體標準如下表2所示。

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

（1）計算莫蘭指數（Global Moran’s I指數）：

（2）計算局部自相關指數[17]（Local Moran’s I指數）：

式（11）（12）中，n為省份；yi為第i個省份的耦合協調度為耦合協調度均值；Wij為以人均GDP值構建的“經濟—地理距離”空間權重矩陣。

Moran’s I ∈[-1,1 ]。當Moran’s I ∈(0,1]時，表示空間相關性為正，越趨近于1則表示集聚空間特征越顯著。當Moran’s I ∈ [-1,0 )，表示空間相關性為負，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性且具有隨機空間特征。

4.灰色預測模型。本文采用灰色GM（1，1）模型以及改進后的灰色GM（1，1）模型對中國2021—2027年的“信息流-物流-資金流”三流一體化未來發展狀況進行科學預測。

（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2011—2020年耦合協調度作為歷史序列數據，對30個省份未來7年的耦合協調度進行預測。

設有一組原始序列：

對其進行1-AGO，得到

則GM（1.1）模型白化方程如下：

式（13）中a為發展灰數，b為內生控制灰數。

a、b可由最小二乘法求得：

時間響應序列為：

在進行預測之后，對模型精度等級及精度進行檢驗。若模型精度等級及精度無法達到要求，則需要通過修正后的模型進行進一步預測。

（2）基于弱化緩沖算子理論的灰色GM（1，1）模型。由于預測模型中往往存在沖擊干擾因素，導致用以預測的原始時間序列屬于不適用于的傳統灰色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）模型進行修正。

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

設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

時間響應序列為：

平均弱化緩沖算子D為：

其中

在進行預測之后，對模型精度等級及精度進行檢驗。若模型精度等級及精度還是無法達到修正后的灰色GM（1，1）的要求，則需要通過修正后的灰色GM（2，1）模型進行進一步預測。

（3）基于弱化緩沖算子理論的灰色GM（2，1）模型?；诨疑碚摰亩A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 序列或震蕩序列數據。因為原始序列數據的震蕩趨勢過強，導致弱化緩沖后的數據也無法滿足灰色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）模型的序列數據進行預測。

灰色GM（2，1）模型如下所示：

按照上式（17）、式（18）對原始序列進行弱化緩沖算子變換得到x(0)，

對其進行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）數據來源與處理

因西藏、香港、澳門與臺灣地區相關數據的缺失，本研究選取中國30 個省份、直轄市2010—2020年的面板數據作為研究樣本。原始數據來源于《中國交通運輸統計年鑒》《中國金融統計年鑒》《中國信息產業統計年鑒》《中國科技統計年鑒》《中國第三產業統計年鑒》《中國統計年鑒》的相關數據，以及國家統計局、各地區統計局、第七次人口普查數據、CEADS數據庫以及各地區的統計年鑒，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”三系統耦合協調度如下表3 所示，且將30 個省份及直轄市根據國家經濟區域劃分為東部、中部、西部、東北四個地區。

表3 全國30個省、直轄市2011—2020年“信息流-物流-資金流”三系統耦合協調度

對比全國30 個省份的時序發展趨勢分析，大多數省份的耦合協調度發展水平不高。在樣本期間內，全國30個省份中有15個省份處于失調衰退發展階段，5 個省份處于調和發展階段，僅有東部地區的5 個省份位于耦合協調發展階段。在樣本期間內，僅有3個省份“三流”耦合協調發展類型向上演進了一個類型。分別是浙江省的“三流”耦合協調發展類型從初級協調發展類向上演進為中級協調發展類；四川的“三流”耦合協調發展類型從瀕臨失調衰退類演進為勉強協調發展類；貴州的“三流”耦合協調發展類型從輕度失調衰退類演進至瀕臨失調衰退類。而北京、江蘇、湖南、吉林這4個省份均在自身“三流”耦合協調發展類型的基礎上向下退后了一個類型，遼寧更是向下連續衰退了兩個類型，由勉強協調發展類衰退為輕度失調衰退類，除了這8個省份，其余22個省份的耦合協調度發展類型保持未變。在2011—2020 年間，全國30 個省份的耦合協調度發展排名如上表3 所示，排名前五的省份均屬于東部地區，排名前十的省份中來自西部與中部地區的省份僅占30%，由此可見東部地區整體發展遙遙領先于其余三個地區。此外，2011年30個省份“三流”系統耦合協調度區間為[0.23,0.833]，而2020 年的耦合協調度區間為[0.204,0.876]。且2011年“信息流-物流-資金流”系統耦合協調度的標準差為0.1611，2020年其標準差為0.1618。這表明全國30個省份“三流”系統的耦合協調度差距在時間趨勢上在進一步擴大，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性。

結合圖1與表3所示，從四大地區縱向整體時序趨勢對比來看，在2011—2020年間，東部地區耦合協調度均值保持在0.6左右，在勉強協調發展類型與初步協調發展類型間輕微波動；而中部地區耦合協調度均值由0.41 小幅上升至0.43，一直處于瀕臨失調衰退類型；西部地區耦合協調度均值從0.33小幅上升至0.345，但仍處于輕度失調衰退類型。而東北地區耦合協調度均值由0.4 下降至0.33，從瀕臨失調衰退類型退步為輕度失調衰退類型。分四大地區及各省份的時序發展趨勢來看，東部地區10個省份中有5個省份耦合協調度有上升趨勢，上升率為50%；中部地區6 個省份中有4個省份耦合協調度有上升趨勢，上升率為66.7%；西部地區11個省份中有7個省份耦合協調度有上升趨勢，上升率為63.6%；東北地區3 個省份的耦合協調度發展則完全呈現下降趨勢。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 個省份耦合協調度有不同程度的上升；北京、河北、上海、江蘇、福建、山西、湖南、內蒙古、青海、寧夏、新疆、黑龍江、吉林、遼寧共計14個省份耦合協調度有不同程度的下降，上升率為53.3%。橫向對比各地區時序發展趨勢來看，中、西部地區發展勢頭較好，東部地區發展勢頭一般。最引人注意的是，東北地區發展勢頭有迅猛下降趨勢，需要進一步關注。

圖1 四大地區2011—2020年三系統耦合協調度均值時序變化

（二）空間特征分析

1.全局莫蘭指數?？臻g自相關性檢驗結果如表4所示：

表4 2011—2020年Global Moran’s I指數

由表4可知，全國30個省份“信息流-物流-資金流”系統的耦合協調度呈現顯著正相關性，表現出明顯的空間集聚效應。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，呈現下降趨勢。這表明區域間要素配置扭曲現象在逐步削弱，體現在空間集聚特征在逐步減弱，空間分布逐步向分散化動態演變。若沿此趨勢繼續發展，有可能導致“高高集聚，低低集聚”的空間特征不再明顯。為了進一步分析該趨勢出現的原因，且考慮到Global Moran’s I 指數不足以刻畫30 個省份之間的“信息流-物流-資金流”綜合系統的空間演變特征，所以本研究接下來繼續用Local Moran’s I指數來進一步揭示其空間特征。

2.局部莫蘭指數。借鑒以往研究，本研究將空間集聚模式劃分為四個區間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

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

結合表3、表5 分析可知，四大地區發展差距較大，耦合協調度發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“三流”系統耦合協調發展水平基本保持不變，處于耦合協調發展階段；中部、西部地區“三流”系統耦合協調發展水平起步較低，但呈現小幅波動上升趨勢，以上三個區域趨于良性耦合發展；而東北地區下降趨勢明顯，在2020 年整體水平首次低于西部地區，在四大地區中墊底，趨于惡性失調發展。不僅如此，全國30個省份“三流”系統耦合協調度的省際差異在空間分布上在進一步擴大。廣東、浙江、安徽等東、中部地區所屬省份的“三流”系統耦合協調度進一步提升，而寧夏、青海、遼寧等西北、東北地區所屬省份的“三流”系統耦合協調度卻明顯下降，空間分布差距進一步擴大，馬太效應逐漸明顯。這表明發展好的省份或地區對周邊發展較差的省份或地區的帶動作用減弱，相反馬太效應的出現，有可能會導致空間上形成鄰省及相鄰地區耦合協調度兩極分化的發展趨勢。這同樣表明，在加快建設國內大循環經濟格局過程中，要謹防可能出現的西部及東北地區發展掉隊，規避以上地區所屬省份無法合適地嵌入經濟循環鏈的現象。

（三）發展趨勢預測

1.預測模型檢驗。將計算所得的全國30個省份2011—2020 年耦合協調度作為歷史數列數據，運用灰色預測模型對全國30個省份未來7年的耦合協調度發展水平進行預測。

表6 灰色GM（1，1）預測模型檢驗結果

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）模型進行預測。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行精度檢驗后預測其未來7年的耦合協調發展水平。

在對原始序列進行弱化緩沖后，表7結果顯示其10 個省份的序列數據震蕩趨勢變弱，滿足灰色GM（1，1）模型的精度等級及精度要求，其預測結果較為精確。

表7 弱化緩沖后的灰色GM（1，1）模型檢驗結果

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個省份繼續進行預測。精度等級與精度檢驗結果如下表8所示：

表8 弱化緩沖后的灰色GM（2，1）模型檢驗結果

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

2.預測結果對比分析。對全國30個省份未來7年的耦合協調度發展水平，通過灰色模型進行預測，具體結果如下表9所示。

由表8 可知，全國30 個省份中大部分省份的“三流”系統耦合協調度發展階段保持穩定，中部地區崛起速度較快，上升率為66.7%；而西部地區緊隨其后，上升率為63.6%；東部地區保持緩慢增長趨勢，上升率為50%。但是，值得注意的是，東部地區僅有福建從瀕臨失調衰退落后至輕度失調衰退類型；西部地區的青海、寧夏則從中度失調衰退落后至嚴重失調衰退類型，新疆從輕度失調衰退落后至中度失調衰退類型；東北地區的黑龍江、吉林這兩個省份的“三流”系統耦合協調發展類型從輕度失調衰退落后至中度失調衰退類型。中部地區的安徽、山西從瀕臨失調衰退演進至勉強協調發展類型；西部地區的甘肅從中度失調衰退階段演進至輕度失調衰退類型。由此來看，東北地區情況最不容樂觀，三個省份的耦合協調度發展水平均出現了明顯下降趨勢。綜合來看，全國30個省份未來7 年的耦合協調度發展水平呈現出緩慢上升趨勢。但從四大區域劃分來看，區域差異性在持續擴大。預測結果顯示，2021 年耦合協調度標準差為0.167 3，2027 年則上升為0.174 3，表明兩極分化現象更進一步加深。

四、結論與建議

本研究將三系統耦合發展納入到加快暢通國內大循環的整體框架中，構建了“信息流-物流-資金流”綜合系統，主要測算了2011—2020 年30 個省份“三流”綜合系統的耦合協調度，且引入空間要素進一步分析了三系統耦合協調發展的時空演化特征，最后運用弱化緩沖算子理論與灰色預測模型對未來7年我國30個省份的耦合協調度發展水平進行了預測。本研究得出的結論主要有以下三點：第一，全國30個省份的“三流”耦合協調發展水平并不高，僅有東部地區的北京、上海、山東、浙江、江蘇、廣東這六個省份處于協調發展階段；東部地區發展水平遠大于其他三大地區，沿海省份發展水平大于內陸省份。第二，全國30 個省份的“三流”耦合協調發展水平空間集聚特征有減弱趨勢；這可能是由于馬太效應導致該現象發生，信息流、物流、資金流等要素在進一步地集聚在發展較好的省份，而臨近省份則得不到較好的發展。第三，由預測結果來看，2027 年30 個省份“三流”系統的耦合協調度區間為[0.186，0.945]，差距進一步擴大。發展最好的廣東省可能在已經達到了優質協調發展類型時，西部地區的青海、寧夏等落后省份卻處于嚴重失調衰退類型。這表明要素市場有進一步割裂的趨勢，因此必須對區域一體化發展中所出現的問題做出針對性的政策調整，從而抑制該趨勢，避免要素在某一地的過度集聚，從而促進全國區域范圍內的共同協調發展。

基于以上的研究結論，本文提出如下三點建議。

首先，需要深入地了解“三流”系統，保障系統均衡發展。2012—2020 年，我國30 個省份的“信息流-物流-資金流”綜合系統耦合協調度發展水平整體發展呈現緩慢上升趨勢。這表明“三流”綜合系統仍舊存在不協調的問題，處于不充分不平衡的發展階段。加快國內大循環的過程中，必須立足于現下發展階段的特殊國情并結合“三流”系統的特征來解決這些問題。因此，在建設各要素市場的過程中，不能顧此失彼，要結合我國目前農村工業化、數字經濟化、經濟服務化等數個階段交織發展的不均衡特點，強調信息流、物流與資金流等要素市場的均衡發展。

其次，必須因地制宜地發揮資源稟賦，尋求產業政策轉型。落后省份在借鑒沿海省份如廣東省的先進發展經驗時，不能生搬硬套，應該有針對性制定長遠發展戰略，打破以“增長”為目的的產業政策束縛，轉而讓位于“創新及效率”的功能性產業政策。落后省份要提高“三流”綜合系統的耦合協調發展水平，必須結合自身資源稟賦特點，分層推進，由易到難，尋找出一條可行性高的發展路徑。如貴州省等西部落后省份，可大力發展高新技術產業，另辟蹊徑地利用信息技術減弱地理因素上的劣勢，用科技創新賦能“三流”系統協調發展，而突破產業低端鎖定效應，不斷豐富高質量發展的質量與內涵，利用后發優勢加強要素市場的聯通建設。

最后，進一步促進區域協調發展，建設區域合作機制。無論在推動國內經濟大循環的建設過程中，還是在要素市場的建設過程中，必須強調新發展格局下的新發展理念，落實東、中、西部及東北這四大經濟區域間的協調發展。一是要打破要素跨區域流動的地方保護主義壁壘，保障資源配置的合理性。二是完善區域政策制度體系，建立合理的分層次的財政機制及產業發展戰略。重點針對西部、東北等較為落后地區，應該更加細致的劃分施政的空間尺度，避免出現普惠性偏差及失衡現象，抑制加快國內大循環過程中出現的兩極分化趨勢和部分省份發展掉隊現象。三是推動區域合作與一體化進程，在落實一體化戰略過程中，做好監督與激勵工作，將開放、共享、創新、綠色等新發展理念納入一體化體系中，從而促進區域協調發展。