蔡海亞，徐盈之

（東南大學(xué)經(jīng)濟管理學(xué)院，江蘇南京211189）

●華東經(jīng)濟

長江三角洲物流產(chǎn)業(yè)發(fā)展格局及影響機理研究
——基于空間經(jīng)濟學(xué)的視角

蔡海亞，徐盈之

（東南大學(xué)經(jīng)濟管理學(xué)院，江蘇南京211189）

文章基于空間經(jīng)濟學(xué)視角，采用熵值法、空間自相關(guān)和空間計量模型，對長江三角洲物流發(fā)展指數(shù)進行測度，并對其時空演變格局及影響機理進行了探討。結(jié)果表明：近15年來長江三角洲整體物流發(fā)展水平得到了顯著提升，但城市處于非均衡發(fā)展?fàn)顟B(tài)，差距有所擴大；城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，空間格局經(jīng)歷由集中向分散再到集中的演變；經(jīng)濟發(fā)展水平、政府干預(yù)程度、城市規(guī)模和消費流通水平對物流發(fā)展存在顯著正相關(guān)，影響程度在上升；對外開放程度在初期對物流發(fā)展促進作用顯著，隨著時間的推移促進作用不顯著；基礎(chǔ)設(shè)施對物流發(fā)展存在消化吸收的過程，隨著時間的推移促進作用顯著；產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件對物流發(fā)展的影響不顯著。

區(qū)域物流；空間自相關(guān)；空間計量；長江三角洲

［DOI］10.3969/j.issn.1007-5097.2016.10.003

一、引言

隨著經(jīng)濟全球化浪潮的不斷推進以及越來越多的國家加入WTO，加之科學(xué)技術(shù)的推波助瀾，推動了跨國資本在全球范圍內(nèi)的流通，世界經(jīng)濟和政治格局都發(fā)生了重大變化。當(dāng)前，國際分工與合作也逐步走向?qū)I(yè)化和精細化，拉動了國家之間的信息、資源、貿(mào)易和要素流動，促進了全球物流業(yè)的跨越式發(fā)展。現(xiàn)代物流業(yè)被喻為經(jīng)濟增長的“加速器”，與國民經(jīng)濟其他產(chǎn)業(yè)有著密切的關(guān)聯(lián)，是有效實現(xiàn)社會再生產(chǎn)、提高國民經(jīng)濟運行質(zhì)量和效率的重要基礎(chǔ)性產(chǎn)業(yè)，在穩(wěn)定市場供需、發(fā)展新型流通形式、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等方面具有巨大推動作用，也是衡量區(qū)域現(xiàn)代化程度的核心指標(biāo)之一。改革開放以來，中國經(jīng)濟的高速增長加速了中國的城鎮(zhèn)化進程，城鎮(zhèn)化水平逐年攀升，基礎(chǔ)設(shè)施逐步完善，物流發(fā)展規(guī)模不斷擴大，物流服務(wù)質(zhì)量有所提升，由傳統(tǒng)物流模式過渡到現(xiàn)代物流模式，推動了國民經(jīng)濟的跨越式發(fā)展。

關(guān)于對物流業(yè)的研究，國內(nèi)外學(xué)者對其進行了積極探討，但研究側(cè)重點有所不同。國外物流業(yè)起步較早、發(fā)展水平較高，對物流業(yè)的研究也較成熟，主要關(guān)注物流與企業(yè)的關(guān)系，注重物流微觀層面的研究，對物流宏觀層面的探索較為缺乏，研究成果集中在物流節(jié)點、物流通道、物流集群、物流網(wǎng)絡(luò)組織及模式、物流影響因素等方面。如Markus等（2004）指出貨流、節(jié)點和網(wǎng)絡(luò)對物流節(jié)點布局影響最為顯著，認為郊區(qū)是最佳的物流選址地區(qū)，物流節(jié)點的布局將逐漸靠近城市邊緣地帶［1］。Petersen（2002）依據(jù)客貨流的分布特點將公路運輸通道分為多個時段，并在此基礎(chǔ)上構(gòu)建了公路通道成本—效益投資模型［2］。Mori等（2002）分析了交通運輸要素對物流企業(yè)集群的影響及空間格局的動態(tài)演變情況［3］。Konings（2006）指出在港口運輸上引用軸輻式網(wǎng)絡(luò)模式有助于提高海運集裝箱的運輸效率［4］。Saman等（2010）通過文化基因算法建立雙向的物流網(wǎng)絡(luò)系統(tǒng)，成功解決了單向設(shè)計物流網(wǎng)絡(luò)出現(xiàn)的問題［5］。Graham等（2012）基于系統(tǒng)集成理論的維度，從物流組織內(nèi)部關(guān)系的角度來研究對物流業(yè)發(fā)展的影響程度［6］。

國內(nèi)學(xué)者對物流領(lǐng)域的研究側(cè)重于宏觀和區(qū)域?qū)用妫性谖锪鲗嵙υu價、物流與經(jīng)濟增長的關(guān)系、物流集聚、物流規(guī)劃、物流影響因素等方面。如王圣云等（2007）從區(qū)位環(huán)境因子、硬環(huán)境因子、軟環(huán)境因子和經(jīng)濟條件因子四個方面來構(gòu)建區(qū)域物流競爭力評價指標(biāo)體系，研究發(fā)現(xiàn)我國區(qū)域物流競爭力可分為強、較強、較弱、弱和最弱競爭力五種發(fā)展類型［7］。李全喜等（2010）采用典型相關(guān)分析法對全國省級區(qū)域進行面板數(shù)據(jù)分析，驗證了區(qū)域物流在一定程度上可以帶動其他產(chǎn)業(yè)的發(fā)展，從而促進區(qū)域經(jīng)濟增長［8］。楊自輝等（2010）對湖南省物流集群系統(tǒng)進行深入剖析，指出湖南省物流集群規(guī)模較小，信息技術(shù)落后，缺乏全局規(guī)劃，不利于物流集群的發(fā)展［9］。雷勛平等（2013）選取我國2008年的物流投入和產(chǎn)業(yè)數(shù)據(jù)，從純技術(shù)效率、規(guī)模效率和投入冗余與產(chǎn)出不足三個角度對我國各省份的物流效率進行分析［10］。劉蘇慶等（2010）基于利潤最大化原則，構(gòu)建了集裝箱貨物排程優(yōu)化模型，對多式聯(lián)運貨物分配問題進行了定量分析［11］。王健等（2014）對福建省物流的影響因素進行分析，指出物流網(wǎng)絡(luò)密度、物流需求和政府調(diào)控對福建省物流發(fā)展的促進作用顯著，物質(zhì)資本和產(chǎn)業(yè)結(jié)構(gòu)的促進作用較小，人力資本對其發(fā)展存在抑制作用［12］。

針對現(xiàn)有研究可知，目前學(xué)術(shù)界從地理學(xué)和空間計量視角對物流發(fā)展的定量分析較為欠缺，鮮有將空間溢出效應(yīng)納入到物流發(fā)展的實證研究中。其次，考慮到傳統(tǒng)計量法在分析影響因素上容易忽略空間相關(guān)性作用，進而產(chǎn)生一定的偏差。本文從空間經(jīng)濟學(xué)視角出發(fā)，以長江三角洲16個核心城市為研究對象，構(gòu)建城市物流綜合實力評價指標(biāo)體系，采用熵值法、空間自相關(guān)和空間計量模型，對長江三角洲物流發(fā)展指數(shù)進行測度，并對其時空演變格局及影響機理進行探討，旨在消除空間相關(guān)性的影響。

二、研究方法

（一）熵值法

熵值法最初由Hwang和Yoon于1981年提出，是一種客觀賦值的多目標(biāo)決策方法，可以在一定程度上消除主觀因素帶來的偏差，避免主觀賦權(quán)法產(chǎn)生的隨機性，削弱和解決多指標(biāo)變量之間的信息重疊。

其計算步驟為：①首先構(gòu)建判斷矩陣P=（aij）m×n并進行標(biāo)準(zhǔn)化處理，計算指標(biāo)aij的比重②計算熵值；③計算差異性系數(shù)gj，gj=1-ej，gj越大，則指標(biāo)差異度就越大；④計算指標(biāo)aij的權(quán)重n）；⑤計算綜合得分Fi，其中：F

（二）探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（ESDA），其核心是對空間關(guān)聯(lián)度的測量，分析研究樣本在特定空間范圍的相互關(guān)系，是度量社會經(jīng)濟現(xiàn)象空間格局的觀測方法，該方法主要借助圖形表達和統(tǒng)計學(xué)方法，對樣本的空間信息進行識別和分析，在本質(zhì)上云集了多種空間數(shù)據(jù)分析方法，對研究樣本的空間格局進行可視化處理，揭示研究樣本的空間相互作用機制。

1.空間權(quán)重矩陣

空間權(quán)重矩陣是ESDA對研究樣本進行度量的前提。最早關(guān)于空間權(quán)重矩陣的測度是以空間單元二進制鄰接性理念為基礎(chǔ)，二進制連接矩陣只有0和1兩種賦值。若兩個空間樣本之間是相互連接的，則賦予其對應(yīng)的二進制連接矩陣值為1，反之則賦值為0。構(gòu)建一個n×n的矩陣wij確定樣本的空間權(quán)重，其定義如下：

通常，可以借助Rook和Queen規(guī)則來構(gòu)建空間權(quán)重矩陣，其構(gòu)建原理如下：

（1）通過Rook規(guī)則構(gòu)建，可表示為：

（2）通過Queen規(guī)則構(gòu)建，可表示為：

其中，Wij為空間權(quán)重矩陣，本文借助Rook規(guī)則構(gòu)建空間權(quán)重矩陣。

2.空間自相關(guān)分析

（1）全局空間自相關(guān)。全局空間自相關(guān)是用來揭示屬性值在整個區(qū)域的空間分布態(tài)勢，反映了區(qū)域內(nèi)部某一要素或?qū)傩栽诳臻g上的相似度。計算公式如下：

其中，n為樣本個數(shù)；xi、xj為樣本i和j的觀測值（i≠j）；為x的均值；wij為空間權(quán)重矩陣，當(dāng)i與j相鄰時，wij=1，當(dāng)i與j不相鄰時，wij=0。Moran's I估計值介于［-1，1］，當(dāng)Moran's I＞0時，表明空間正相關(guān)；當(dāng)Moran's I＜0時，表明空間負相關(guān)。

（2）局部空間自相關(guān)。局部空間自相關(guān)主要用來衡量區(qū)域單一要素或?qū)傩缘目臻g關(guān)聯(lián)模式，反映了區(qū)域局部鄰近單元上的空間集聚現(xiàn)象，主要探索要素或?qū)傩缘目臻g異質(zhì)性。計算公式如下：

其中：S2為樣本方差，當(dāng)Ii＞0時，表明局部單元的屬性值具有空間聚集效應(yīng)；當(dāng)Ii＜0時，表明局部單元的屬性值具有空間分散效應(yīng)。其余指標(biāo)含義與式（4）中相同。

（三）空間計量模型

OLS回歸模型假設(shè)研究樣本是相互獨立的，忽略了樣本空間誤差的相關(guān)性，而空間計量模型將空間依賴性考慮其中，避免因忽略樣本空間相關(guān)性和空間異質(zhì)性而造成的誤差。目前，常用的空間計量模型主要包括空間滯后模型（Spatial Lag Model）和空間誤差模型（Spatial Error Model）。

（1）空間滯后模型（SLM）。空間滯后模型用來測度樣本的空間相互作用，反映鄰近空間樣本的發(fā)展對區(qū)域其他樣本所產(chǎn)生的溢出效應(yīng)，其空間依賴性體現(xiàn)在解釋變量的滯后項上。模型設(shè)定如下：

Y=ρWy+βX+ε（6）

其中，Y表示被解釋變量；ρ表示空間回歸系數(shù)；Wy表示被解釋變量的空間滯后項；β表示解釋變量的回歸系數(shù)；X表示外生解釋變量；ε表示殘差擾動項。

（2）空間誤差模型（SEM）。通常情況下，空間誤差模型主要是基于誤差項中的空間相關(guān)來實現(xiàn)，該模型主要適用于研究樣本因空間地理位置不同而產(chǎn)生的空間相互作用，空間依賴性體現(xiàn)在誤差項的滯后項上。模型設(shè)定如下：

其中，λ表示空間誤差系數(shù)；Wε表示空間誤差項；μ表示正態(tài)分布的隨機誤差項。其余指標(biāo)含義與式（6）中相同。

三、長江三角洲物流發(fā)展的空間演變效應(yīng)

（一）城市物流綜合實力評價指標(biāo)體系的構(gòu)建

城市物流綜合實力主要取決于城市物流需求和物流供給，物流需求反映了城市經(jīng)濟發(fā)展水平，是提升城市物流能力的基石，而物流供給則反映了城市物流服務(wù)的能力，是評價城市物流水平的關(guān)鍵。目前，我國對物流業(yè)的統(tǒng)計數(shù)據(jù)主要局限于國家層面，對省、市、縣層面的統(tǒng)計數(shù)據(jù)還較為欠缺?？紤]到貨物運輸業(yè)（包括海、陸、空）是現(xiàn)代物流業(yè)的主體，結(jié)合數(shù)據(jù)可得性，借鑒以往研究成果，本文從物流供給和物流需求角度出發(fā)，綜合考慮基礎(chǔ)設(shè)施、人力資源、信息水平、經(jīng)濟發(fā)展、物流規(guī)模和產(chǎn)業(yè)支持六個維度來構(gòu)建評價指標(biāo)體系，運用熵值法確定各指標(biāo)的權(quán)重，見表1所列。

表1　城市物流綜合實力評價指標(biāo)體系

（二）評價結(jié)果分析

如表1所示，指標(biāo)權(quán)重由大到小依次為B12、A21、A33、A12、B31、B11、B22、B21、A31、A22、B23、A32、B32、A11，其中，進出口總額和交通運輸倉儲郵電從業(yè)人員的權(quán)重分別為0.185 3、0.155 8，高于其他指標(biāo)的權(quán)重值，表明了對外貿(mào)易水平和人力資本對物流發(fā)展水平影響程度最大，是長江三角洲物流發(fā)展水平產(chǎn)生差異的主要因素。其他指標(biāo)權(quán)重大多徘徊在5%～10%左右，其中郵電業(yè)務(wù)總量的權(quán)重較大（0.107 5），彰顯了信息化水平對物流業(yè)的重要影響；民用汽車擁有量指標(biāo)權(quán)重為0.086 3，揭示了基礎(chǔ)設(shè)施在物流運輸中的重要性；而GDP和工業(yè)GDP指標(biāo)也占有較高的權(quán)重，顯示了經(jīng)濟要素是物流發(fā)展的助推器。

依據(jù)所求權(quán)重對以上指標(biāo)進行簡單的加權(quán)求和，可獲得長江三角洲的物流發(fā)展指數(shù)。由表2可知，2000-2014年長江三角洲整體物流發(fā)展水平有所提高，年均增長率為8.99%。各年份物流發(fā)展指數(shù)均值分別是0.061 1、0.065 0、0.068 8、0.081 1、0.092 9、0.105 1、0.120 4、0.138 6、0.158 3、0.161 8、0.185 9、0.208 8、0.220 1、0.222 6、0.267 5，呈逐年增長趨勢。物流發(fā)展指數(shù)由2000年的0.061 1增長至2014年的0.267 5，15年間增長了近3.38倍。期間又可分為2個發(fā)展階段：2000-2005年，各城市物流發(fā)展水平增長相對緩慢，城市排名變動不大；2006-2014年，各城市物流發(fā)展水平有了較大幅度的提升，大多數(shù)城市保持快速穩(wěn)定的增長，只有揚州和泰州發(fā)展緩慢，排名靠后，9年來得分變動不大。究其原因在于，長江三角洲在“十一五”規(guī)劃中強調(diào)江浙滬地區(qū)的全面協(xié)作，提出多方位加強長江三角洲物流業(yè)與其他產(chǎn)業(yè)聯(lián)動發(fā)展的戰(zhàn)略部署，推動了物流業(yè)的快速發(fā)展。

另外，各年份物流發(fā)展指數(shù)極差值分別為0.241 8、0.257 8、0.252 9、0.331 7、0.374 5、0.418 7、0.468 2、0.539 9、0.582 4、0.556 0、0.615 3、0.624 2、0.631 5、0.722 9、0.806 6，差距在明顯增大，表明城市間發(fā)展不平衡，極化效應(yīng)十分嚴重。此外，從上海、江蘇8市和浙江7市三大區(qū)域來看，物流發(fā)展指數(shù)得分依次由2000年的0.271 2、0.050 9、0.042 7上升至2014年的0.917 5、0.239 8、0.206 2，說明上海市的物流發(fā)展水平遠遠超過江蘇8市和浙江7市，而江蘇8市和浙江7市的差距并不大。其原因在于，上海生產(chǎn)性服務(wù)業(yè)一枝獨秀，擁有較大的物流腹地，物流市場遍及海外。

從各城市物流發(fā)展指數(shù)來看，15年來各城市物流發(fā)展水平都有所提高，但發(fā)展很不平衡，得分較高的城市主要集中在經(jīng)濟發(fā)達地區(qū)，特別是上海、蘇州、南京、杭州這4個城市，連續(xù)15年得分都位居前5位，其原因在于這4個城市的經(jīng)濟實力雄厚，區(qū)位條件優(yōu)越，科技人才云集，對物流發(fā)展的促進作用顯著。相反，得分較低的城市主要集中在經(jīng)濟欠發(fā)達的內(nèi)陸地區(qū)，如泰州、揚州、湖州，15年間的得分均值均處于末位水平，主要受到經(jīng)濟水平、區(qū)位條件和產(chǎn)業(yè)規(guī)模的共同制約，導(dǎo)致物流發(fā)展相對落后。

從物流發(fā)展指數(shù)的動態(tài)格局來看，2000-2014年間得分增幅大于0.25的有2個城市，分別為上海和蘇州，南京、無錫、常州、南通、泰州、杭州、寧波和舟山8個城市的增幅介于0.15～0.25之間，揚州、鎮(zhèn)江、嘉興、紹興、臺州和湖州的增幅最小，介于0～0.15之間。此外，從城市物流發(fā)展指數(shù)得分的排序來看，連續(xù)15年得分排在前5位的分別是上海、蘇州、南京、杭州和寧波，無錫、舟山、常州、南通、嘉興的排名也比較靠前，其他6個城市物流發(fā)展水平較低，排名相對靠后。

表22000　-2014年長三角城市群物流發(fā)展指數(shù)

四、長江三角洲物流發(fā)展的空間溢出效應(yīng)

上文分析得出長江三角洲物流發(fā)展整體特征以及各城市的差異化特征，但未能顯示出物流發(fā)展水平的空間關(guān)聯(lián)度和動態(tài)演變格局。本文通過計算2000-2014年長江三角洲物流發(fā)展指數(shù)的全局Mo?ran's I和局部Moran's I估計值，生成Moran散點圖和LISA集聚圖來反映長江三角洲城市群物流發(fā)展指數(shù)的空間動態(tài)演變格局。

（一）全局空間關(guān)聯(lián)性分析

由表3可知，2000-2014年間全局Moran's I估計值在0.071 1～0.120 6之間，均為正值，表明該時段內(nèi)長江三角洲物流空間分布不存在隨機性，形成差異顯著的“高高集聚”和“低低集聚”兩大陣營，但全局Moran's I估計值呈現(xiàn)“N”型的發(fā)展趨勢，整體上“馬太效應(yīng)”有所減弱。如表3所示，2000-2002年，全局Moran's I估計值緩慢上升，空間集聚效應(yīng)逐年增強。2003-2008年，全局Moran's I估計值逐年下降，空間集聚效應(yīng)逐年降低，在2008年全局Moran's I估計值達到最小值，說明在該時期長江三角洲物流空間集聚關(guān)聯(lián)最小。接著，在2009年又有所上升，在2010年又有所下降。2011-2013年，全局Moran's I估計值緩慢上升，并在2012年達到峰值0.120 6，表明該時期長江三角洲物流空間集聚關(guān)聯(lián)最大，但在2014年又下跌至0.093 0。

表3　長江三角洲各年份物流發(fā)展水平全局Moran's I值和測度指數(shù)

2000-2014年，長江三角洲物流發(fā)展指數(shù)全局Moran's I估計值大致經(jīng)歷了5次波動，位于低位震蕩的發(fā)展階段，拐點分別出現(xiàn)在2002年、2008年、2009年、2010年、2011年和2013年（圖1）?？傮w來講，全局Moran's I估計值大致呈先上升、后下降、再上升的發(fā)展趨勢，表明在該時段長江三角洲地區(qū)物流空間格局經(jīng)歷由集中向分散再到集中的演變。

圖1　長江三角洲各年份物流發(fā)展水平全局Moran'sI值曲線圖

（二）局部空間關(guān)聯(lián)性分析

本文以2000年、2004年、2008年、2014年為時間節(jié)點，借助局部Moran's I估計值來度量長江三角洲16城市物流發(fā)展指數(shù)的空間異質(zhì)性。由Moran散點圖（圖2）可知，物流高值集聚和低值集聚同質(zhì)性現(xiàn)象是長江三角洲城市群發(fā)展的主要形式。2000年、2004年、2008年、2014年大多數(shù)城市都位于第1、3象限，表明城市物流發(fā)展指數(shù)具有正向的空間關(guān)聯(lián)性。但兩個象限的城市總數(shù)在減少，從2000年的14個減少到2008年的12個再減少到2014的11個，“馬太效應(yīng)”有所減弱。從物流發(fā)展指數(shù)LISA圖（圖3）和表4來看，表現(xiàn)出空間異質(zhì)性有所增強，與全局Mo?ran's I估計值呈下降趨勢相一致。2000-2014年，上海和南京一直處于HH地區(qū)，是物流發(fā)展的高地區(qū)域，表明上海和南京的物流發(fā)展在長江三角洲中承擔(dān)著領(lǐng)軍地位，涓滴作用十分顯著，對周邊鄰近的城市產(chǎn)生物流擴散效應(yīng)，是長江三角洲物流發(fā)展的核心地區(qū)。HL類地區(qū)的城市總數(shù)由2000年的1個上升到2014年的3個，增長較為顯著。但杭州一直落在HL地區(qū)，其原因在于杭州被周邊物流低值區(qū)包圍，雖然自身物流發(fā)展水平較高，但對其周邊城市的物流擴散效應(yīng)一直不明顯，容易產(chǎn)生極化效應(yīng)。LL類地區(qū)的城市數(shù)量有所下降，從2000年的12個下降到2014年的9個，其原因在于自身和周邊城市的物流發(fā)展水平較低，物流虹吸效應(yīng)較弱，地區(qū)物流空間差異很小。無錫在2000-2008年間一直落在LH地區(qū)，表明無錫物流發(fā)展水平較慢，而周邊城市物流發(fā)展較快，自身物流擴散能力較弱，長期成為HH區(qū)和LL區(qū)的過渡城市，但在2014年無錫進入了LL類地區(qū)，紹興、臺州轉(zhuǎn)入到LH類地區(qū)，使得LH類地區(qū)城市數(shù)量上升到2個。

圖22000　年、2004年、2008年、2014年長江三角洲物流發(fā)展空間分布Moran散點圖

圖32000　年、2004年、2008年、2014年長江三角洲物流發(fā)展空間分布LISA圖

表4　各城市物流發(fā)展水平空間關(guān)聯(lián)模式

五、長江三角洲物流差異的空間計量分析

上述分析表明，長江三角洲物流發(fā)展格局存在顯著的空間關(guān)聯(lián)性，城市物流在空間分布上并非完全隨機分布，而是呈現(xiàn)顯著的空間自相關(guān)效應(yīng)。因此，本文引入了SLM和SEM空間計量模型，考慮到區(qū)域物流具有動態(tài)的發(fā)展特性，分別構(gòu)建當(dāng)期模型和跨期模型對物流發(fā)展空間差異的影響因素進行估計，衡量各影響因素在不同時期對當(dāng)期的作用程度。

（一）指標(biāo)選擇

長江三角洲物流發(fā)展的空間差異是由經(jīng)濟、政策、文化等諸多要素相互作用的結(jié)果，綜合學(xué)者的研究成果以及長江三角洲物流發(fā)展的實際情況，本文選取基礎(chǔ)設(shè)施、政府干預(yù)程度、產(chǎn)業(yè)結(jié)構(gòu)、消費流通水平、對外開放程度、經(jīng)濟發(fā)展水平、城市規(guī)模和區(qū)位條件8個指標(biāo)作為解釋變量。①基礎(chǔ)設(shè)施（inf）用城市公路里程占區(qū)域比重來表示。基礎(chǔ)設(shè)施條件的改善有助于提高物流運作效率，降低物流交易成本，預(yù)計變量符號為正。②政府干預(yù)程度（gov）用城市公共財政支出占GDP比重來衡量。政府規(guī)模與行政干預(yù)能力成正比，可以為物流發(fā)展提供資金支撐和戰(zhàn)略部署，預(yù)計變量符號為正。③產(chǎn)業(yè)結(jié)構(gòu)（ins）用第三產(chǎn)業(yè)占GDP比重來表示。第三產(chǎn)業(yè)比重的提升有助于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，推動物流業(yè)與其他服務(wù)產(chǎn)業(yè)的聯(lián)動發(fā)展，預(yù)計變量符號為正。④消費流通水平（consume）用社會消費品零售總額占GDP比重來衡量。社會消費品零售總額可以衡量地區(qū)消費流通水平，反映區(qū)域內(nèi)的物流需求，預(yù)計變量符號為正。⑤對外開放程度（open）用當(dāng)年實際使用外資金額占GDP比重來表示①。當(dāng)年實際使用外資金額可以反映區(qū)域?qū)ν忾_放程度，間接表示城市外資的技術(shù)溢出大小，預(yù)計變量符號為正。⑥經(jīng)濟發(fā)展水平（eco）用人均GDP來衡量。人均GDP代表了地區(qū)居民整體經(jīng)濟實力，可以反映地區(qū)居民消費能力，預(yù)計變量符號為正。⑦城市規(guī)模（urban）用城市人口占區(qū)域總?cè)丝诒戎乇硎?。城市?guī)?？梢苑从呈袌龃笮『土魍ǔ叨?，其規(guī)模越大吸收就業(yè)和消費能力就越強，預(yù)計變量符號為正。⑧區(qū)位條件（geo）對產(chǎn)業(yè)發(fā)展產(chǎn)生一定程度的影響，而這種區(qū)位的不均衡現(xiàn)象會導(dǎo)致經(jīng)濟存在地域差異，因此本文考慮區(qū)位因素這個虛擬變量，設(shè)置一級城市為1，二級城市為0.5，其他城市為0，預(yù)計變量符號為正。

（二）模型構(gòu)建與選擇

基于上述分析，本文以長江三角洲物流發(fā)展指數(shù)作為被解釋變量，以基礎(chǔ)設(shè)施、政府干預(yù)程度、產(chǎn)業(yè)結(jié)構(gòu)、消費流通水平、對外開放程度、經(jīng)濟發(fā)展水平、城市規(guī)模和區(qū)位條件8個指標(biāo)作為解釋變量來進行空間回歸分析，構(gòu)建空間計量模型。

情景一：當(dāng)期模型I。解釋變量和被解釋變量選擇2014年的數(shù)據(jù)，反映當(dāng)期解釋變量對當(dāng)期被解釋變量的作用程度及方向。

情景二：跨期模型II。被解釋變量選取2014年的數(shù)據(jù)，解釋變量選擇2000年的數(shù)據(jù)，反映初期解釋變量對當(dāng)期被解釋變量的作用程度及方向。

其中，F(xiàn)表示物流發(fā)展指數(shù)；βi表示變量回歸系數(shù)；t表示年份；i表示城市數(shù)量；β0為常數(shù)；λ表示空間誤差系數(shù)；ρ表示空間回歸系數(shù)；Wy表示被解釋變量的空間滯后項；ε表示殘差擾動項；Wε表示空間誤差項；μ表示正態(tài)分布的隨機誤差項。對被解釋變量進行共線性診斷，發(fā)現(xiàn)被解釋變量的Tolerance值介于0.131～0.714，均大于0.1，VIF值介于1.428～8.584，均小于10，表明變量間不存在多重共線性問題。

首先對當(dāng)期模型I和跨期模型II進行OLS回歸。從表5、表6可知，當(dāng)期模型I1和跨期模型II1分別解釋了長江三角洲物流空間變異97.3%和94.7%的異質(zhì)性。對于模型I1而言，只有政府干預(yù)和城市規(guī)模分別通過了5%和1%的顯著性檢驗，基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、對外開放程度和經(jīng)濟發(fā)展水平的回歸系數(shù)為正，而消費流通水平和區(qū)位條件的回歸系數(shù)為負，與預(yù)期假設(shè)不一致，且這6個變量均未通過10%的顯著性檢驗，但R2值高達0.973，表明選取的變量可以較大程度地解釋區(qū)域物流的變異情況。對于模型II1而言，只有政府干預(yù)和城市規(guī)模通過了10%的顯著性檢驗，對外開放程度、經(jīng)濟發(fā)展水平和區(qū)位條件的回歸系數(shù)為正，而基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、消費流通水平為負，與預(yù)期假設(shè)不一致，且這6個變量均未通過10%的顯著性檢驗，但R2值高達0.947，表明選取的變量可以較大程度地解釋區(qū)域物流的變異情況。究其原因可能在于區(qū)域物流發(fā)展存在較強的空間互動性，而OLS回歸模型假設(shè)研究樣本是相互獨立的，忽略了研究樣本空間誤差的相關(guān)性，導(dǎo)致回歸結(jié)果出現(xiàn)偏差。因此，本文納入空間溢出效應(yīng)，引入SLM和SEM空間計量模型，構(gòu)建當(dāng)期模型I和跨期模型II對物流空間差異的成因進行分析，衡量各影響因素在不同時期對當(dāng)期的作用程度。

表5是當(dāng)期模型I的空間回歸結(jié)果，發(fā)現(xiàn)模型I3回歸估計通過了LM檢驗，模型I2回歸估計未通過LM檢驗，同時模型I3回歸估計的可決系數(shù)R2最大（0.976），說明在當(dāng)期模型I下選取模型I3是最為合適的。表6是跨期模型II的空間回歸結(jié)果，模型II2和模型II3回歸估計均通過了LM檢驗，且R-LM?LAG和R-LM-ERR值均在5%的水平上顯著，表明此時空間依賴性檢驗失效，無法判斷SLM和SEM模型的適用性。依據(jù)lo?gL、AIC和SC信息的判斷準(zhǔn)則，發(fā)現(xiàn)模型II2中的logL值最大，AIC和SC值最小，可決系數(shù)R2最大（0.984），因而模型II2為最恰當(dāng)?shù)哪Ｐ?。與OLS回歸結(jié)果相比，當(dāng)期模型I3和跨期模型II2的可決系數(shù)R2和logL值有所變大，AIC和SC值有所變小，表示考慮空間效應(yīng)后的模型可以減弱研究樣本空間誤差的相關(guān)性。

表5　當(dāng)期模型I情況下的OLS、SLM和SEM模型估計結(jié)果

（三）回歸結(jié)果分析

（1）基礎(chǔ)設(shè)施。在跨期模型II2中，雖然基礎(chǔ)設(shè)施與物流發(fā)展存在正相關(guān)，但回歸系數(shù)并不顯著（0.035），在當(dāng)期模型I3中，基礎(chǔ)設(shè)施與物流發(fā)展具有高度正相關(guān)，回歸系數(shù)顯著（2.343）。其原因可能是，城市在發(fā)展初期為了加快物流業(yè)的發(fā)展，盲目、不合理的基礎(chǔ)設(shè)施投資造成資源重復(fù)建設(shè)、利用效率不高、浪費現(xiàn)象嚴重，導(dǎo)致基礎(chǔ)設(shè)施對物流業(yè)的促進作用不顯著，但隨著時間的推移以及城市對基礎(chǔ)設(shè)施的調(diào)整，物流資源要素利用率逐步提高，基礎(chǔ)設(shè)施對物流發(fā)展產(chǎn)生了巨大推力。

（2）政府干預(yù)程度。從當(dāng)期模型I3和跨期模型II2的回歸系數(shù)來看，政府干預(yù)對物流業(yè)發(fā)展具有顯著的正向促進作用，且隨著時間的推移，影響系數(shù)有所上浮。這表明政府對物流行業(yè)的干預(yù)有助于物流業(yè)的發(fā)展，雖然物流業(yè)被譽為經(jīng)濟增長的加速器，但其自身發(fā)展存在滯后效應(yīng)，不能在短期內(nèi)對經(jīng)濟增長做出巨大貢獻，需要政府加大政策支持力度，增加對物流業(yè)的經(jīng)濟和技術(shù)支撐，從宏觀上把握物流發(fā)展態(tài)勢，合理促進區(qū)內(nèi)物流資源流向，為物流發(fā)展提供良好的社會環(huán)境。

（3）消費流通水平。消費流通水平在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)依次為0.293、0.055，都通過了顯著性檢驗。其原因在于，長江三角洲地處東部沿海地區(qū)，經(jīng)濟發(fā)達，人民生活水平殷實，民眾的物流消費需求量較大，另外廣闊的經(jīng)濟腹地促進了地區(qū)間經(jīng)濟貿(mào)易往來，消費流通溢出效應(yīng)顯著。雖然隨著時間的推移影響程度有所提升，但回歸系數(shù)相對較小。這可能是因為區(qū)內(nèi)物流市場機制還未健全，各地政府的地方保護政策和物流市場分割現(xiàn)象依然存在，導(dǎo)致消費流通水平對物流的促進作用還不高，有待進一步提升。

表6　跨期模型II情況下的OLS、SLM和SEM模型估計結(jié)果

（4）對外開放程度。在跨期模型II2中，對外開放程度與物流發(fā)展顯著正相關(guān)（1.589），符號與預(yù)期一致，而在當(dāng)期模型I3中，對外開放程度與物流發(fā)展的影響系數(shù)為-0.568，符號與預(yù)期相反。其原因可能在于，長江三角洲在發(fā)展初期積極引進外資為當(dāng)?shù)匚锪靼l(fā)展注入新鮮血液，外資的溢出和擴散效應(yīng)顯著，有助于打破區(qū)內(nèi)固有的條塊分割現(xiàn)狀，增強物流企業(yè)活力。但隨著時間的推移，部分地區(qū)盲目、大規(guī)模對外資進行引進，致使其與區(qū)內(nèi)企業(yè)產(chǎn)生惡性競爭，對長江三角洲物流發(fā)展促進作用不顯著，因此今后在引進外資時不僅要適度，更要注重其質(zhì)量。

（5）經(jīng)濟發(fā)展水平。在當(dāng)期模型I3和跨期模型II2中，經(jīng)濟發(fā)展水平對物流發(fā)展具有顯著促進作用，符號與預(yù)期一致。其原因在于，長江三角洲物流腹地較大，孕育著廣闊的消費市場，強大的經(jīng)濟支持有助于物流體系的建立，進一步縮減產(chǎn)品跨地域的流動成本，擴大商品消費流通尺度。另外，長江三角洲制造業(yè)發(fā)達，隨著社會內(nèi)部分工的不斷細化以及物流業(yè)與制造業(yè)的聯(lián)動發(fā)展，制造和流通企業(yè)物流外包意識不斷增強，積極同第三方物流公司合作，有助于物流產(chǎn)業(yè)的集聚。值得關(guān)注的是，經(jīng)濟發(fā)展水平在初期對物流發(fā)展的影響程度（0.118）遠小于當(dāng)期影響程度（1.903），表明經(jīng)濟發(fā)展水平對物流業(yè)的發(fā)展存在一定的滯后性。

（6）城市規(guī)模。城市規(guī)模在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)依次為3.035、2.884，對物流發(fā)展具有高度促進作用，影響系數(shù)上升幅度較大。其原因在于，近年來長江三角洲人口逐年攀升，城市規(guī)模急劇膨脹，較大的城市規(guī)模孕育了廣闊的市場，擴大消費流通尺度，居民物流需求不斷擴大，在一定程度上有助于物流業(yè)的發(fā)展。

（7）產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件。值得關(guān)注的是，產(chǎn)業(yè)結(jié)構(gòu)雖然在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)均為正數(shù)，但都未通過10%的顯著性檢驗。這一結(jié)果表明，雖然調(diào)整產(chǎn)業(yè)結(jié)構(gòu)有利于物流業(yè)的發(fā)展，但產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有長期性的特征，應(yīng)是一個立足長遠的政策目標(biāo)，在短期內(nèi)調(diào)整難度較大，對物流直接作用程度較小。此外，虛擬變量區(qū)位條件在當(dāng)期模型I3的回歸系數(shù)為-0.064，符號與預(yù)期不一致，在跨期模型II2的回歸系數(shù)為0.030，說明現(xiàn)階段新經(jīng)濟地理要素對長江三角洲物流產(chǎn)業(yè)的影響并不顯著，區(qū)位上的不均衡在物流發(fā)展上還未產(chǎn)生較大差異。

六、結(jié)論與建議

本文基于空間經(jīng)濟學(xué)視角，從物流供給和物流需求角度構(gòu)建物流綜合實力指標(biāo)體系，采用熵值法、空間自相關(guān)和空間計量模型，對長江三角洲物流發(fā)展指數(shù)進行測度，并對其時空演變格局及影響機理進行探討分析，得出以下結(jié)論：

第一，15年來長江三角洲整體物流發(fā)展水平得到了顯著的提升，但城市處于非均衡的發(fā)展?fàn)顟B(tài)，城市間的極化效應(yīng)十分嚴重。

第二，城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，空間格局經(jīng)歷由集中向分散再到集中的演變，物流高值集聚和低值集聚同質(zhì)性現(xiàn)象是長江三角洲城市群發(fā)展的主要形式。

第三，經(jīng)濟發(fā)展水平、政府干預(yù)程度、城市規(guī)模和消費流通水平對物流發(fā)展存在顯著正相關(guān)，影響程度在上升；對外開放程度在初期對物流發(fā)展促進作用顯著，隨著時間的推移促進作用不顯著；基礎(chǔ)設(shè)施對物流發(fā)展存在消化吸收的過程，隨著時間的推移促進作用顯著；產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件對物流發(fā)展的影響不顯著。

針對以上研究結(jié)論，本文提出以下幾點建議：

第一，增強政府宏觀調(diào)控力度。由于經(jīng)濟增長對物流業(yè)發(fā)展存在滯后性，不能在短期內(nèi)起到立竿見影的作用，在維持經(jīng)濟穩(wěn)定增長的情況下需增強政府干預(yù)程度，加大物流政策扶持力度，從宏觀上把握物流發(fā)展態(tài)勢，合理促進區(qū)內(nèi)物流資源流向，保持適度的城市規(guī)模，增加基礎(chǔ)設(shè)施投入，完善物流市場協(xié)調(diào)機制，擴大消費流通市場，積極發(fā)展第三產(chǎn)業(yè)，提高外資利用質(zhì)量。

第二，促進物流發(fā)展的網(wǎng)絡(luò)化。針對區(qū)域物流發(fā)展不平衡的現(xiàn)狀，可加強區(qū)域物流的網(wǎng)絡(luò)化建設(shè)，推動區(qū)內(nèi)物流信息化和標(biāo)準(zhǔn)化，協(xié)調(diào)規(guī)劃區(qū)內(nèi)物流資源，提高物流資源利用率。建立上海物流圈、南京物流圈、杭州物流圈、寧波-舟山物流圈、蘇中物流圈，利用資源集群和共享效應(yīng)來提升物流整體效率。

第三，加強區(qū)域間的聯(lián)動發(fā)展。由于城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，提示相關(guān)政府在規(guī)劃物流發(fā)展時要不拘一格，既要做到統(tǒng)籌兼顧，考慮區(qū)域的整體性，也要做到因地制宜，結(jié)合各城市發(fā)展特點，增強物流高值集聚區(qū)的涓滴效應(yīng)，加大物流低值集聚區(qū)的虹吸效應(yīng)，促進區(qū)域間的合作與交流。

第四，合理定位城市物流生態(tài)位。由于城市物流的發(fā)展受到諸多因素的相互作用，導(dǎo)致物流發(fā)展情況大相徑庭，各城市必須對物流生態(tài)位進行合理定位，不但要發(fā)揮自身的比較優(yōu)勢，而且需要與其他城市進行態(tài)勢互補，加快城市間的協(xié)同發(fā)展。隨著“低碳經(jīng)濟”觀念的不斷深入，“低碳物流”理念也應(yīng)運而生，將是城市物流今后發(fā)展的重點領(lǐng)域。

注釋：

①美元與人民幣匯率2000年按照1∶8.2784換算，2014年按照1∶6.1428換算。

［1］Markus H，Jean-Paul R.The transport geography of logis?tics and freight distribution［J］.Journal of Transport Geog?raphy，2004（6）：171-184.

［2］Petersen E R.A highway corridor planning model：QROAD［J］.Transportation Research Part A：Policy and Practice，2002，36（2）：107-125.

［3］Mori T，Nishikimi K.Economies of transport density and in?dustrial agglomeration［J］.Regional Science and Urban Eco?nomics，2002，32（2）：167-200.

［4］Konings R.Hub-and-spoke networks in container-onbarge transport［J］.Journal of the Transportation Research Board，2006（4）：23-32.

［5］Pishvaee M S，F(xiàn)arahani R Z，Dullaert W.A memetic algo?rithm for bi-objective integrated forward logistics network design［J］.Computers&Operations Research，2010，37（6）：1100-1112.

［6］Graham H，Amir M Sharif，Abrahim Althonayan.Employing a systems-based perspective to the identification of inter-re?lationships within humanitarian logistics［J］.International Journal of Production Economics，2012，139（2）：377-392.

［7］王圣云，沈玉芳.我國省級區(qū)域物流競爭力評價及特征研究［J］.中國軟科學(xué)，2007（10）：104-110.

［8］李全喜，金鳳花，孫磐石.區(qū)域物流能力與區(qū)域經(jīng)濟發(fā)展的典型相關(guān)分析——基于全國面板數(shù)據(jù)［J］.軟科學(xué)，2010，24（12）：75-79.

［9］楊自輝，鄧恩，林安源.湖南物流產(chǎn)業(yè)集群系統(tǒng)發(fā)展研究［J］.經(jīng)濟地理，2010，30（3）：426-430.

［10］雷勛平，Robin Q，劉思峰.基于DEA的物流產(chǎn)業(yè)效率測度實證研究——基于我國31個省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)［J］.華東經(jīng)濟管理，2013，30（15）：52-56.

［11］劉蘇慶，曹成鉉，鄭輝文.集裝箱多式聯(lián)運中運貨排程問題的建模研究［J］.科學(xué)技術(shù)與工程，2010，10（9）：2247-2250.

［12］王健，劉荷.區(qū)域物流發(fā)展的影響因素研究——基于福建省的實證分析［J］.華東經(jīng)濟管理，2014，28（3）：22-27.

［13］謝守紅，蔡海亞.長江三角洲物流業(yè)與區(qū)域經(jīng)濟耦合協(xié)調(diào)度研究［J］.江西財經(jīng)大學(xué)學(xué)報，2015（5）：20-27.

［責(zé)任編輯：余志虎］

Research on the Development Pattern and Effect Mechanism of Logistics Industry in the Yangtze River Delta—Based on the Perspective of Spatial Economics

CAI Hai-ya，XU Ying-zhi
（School of Economics and Management，Southeast University，Nanjing 211189，China）

This paper，based on the perspective of spatial economics，employ entropy method，spatial autocorrelation method and spatial econometric model to measure the logistics development index，and makes a study of the development pattern and effect mechanism of logistics industry in the Yangtze River Delta.The results show that the overall logistics development level of the Yangtze River Delta has risen greatly in recently 15 years，the cities keep in a state of unbalanced development，and the gap has been widened.The development of urban logistics has an obvious spatial correlation and its spatial pattern concentrat?ed from the centralized distribution to the concentration.The economic growth，government intervention，city size and consum?er circulation have a significant positive correlation with the logistics development，and the influence degree is increasing.The opening level has a significant effect on the development of logistics industry at the beginning，however，this turns to have little effect as time goes by.The infrastructure level is not immediately visible，needing for an absorption and digestion process at the beginning，however this turns to have a positive effect gradually.The industrial structure and geographic conditions have little impact on the logistics industry.

regional logistics；spatial autocorrelation；spatial econometrics；the Yangtze River Delta

F061.5

A

1007-5097（2016）10-0015-09

2016-04-27

國家哲學(xué)社會科學(xué)基金重點項目（15AJY009）；江蘇省社會科學(xué)基金重大項目（14ZD011）；江蘇省社會科學(xué)基金重點項目（14EYA003）

蔡海亞（1991-），男，江蘇鹽城人，博士研究生，研究方向：區(qū)域經(jīng)濟學(xué)，環(huán)境經(jīng)濟學(xué)，產(chǎn)業(yè)經(jīng)濟學(xué)；徐盈之（1970-），女，浙江杭州人，教授，經(jīng)濟學(xué)博士，研究方向：環(huán)境經(jīng)濟學(xué)，產(chǎn)業(yè)經(jīng)濟學(xué)，數(shù)量經(jīng)濟學(xué)。