謝逢潔 王寧

中圖分類號：F207? ?文獻標識碼：A

內(nèi)容摘要：本文通過錫爾系數(shù)、區(qū)位熵和空間自相關(guān)對西部12省物流發(fā)展狀況和空間分布特征進行分析。宏觀層面發(fā)現(xiàn)，西部地區(qū)物流業(yè)增速逐步高于我國物流業(yè)平均增速。微觀層面發(fā)現(xiàn)，西部各省物流業(yè)存在較大差異。其中，內(nèi)蒙古物流業(yè)持續(xù)處于高度集聚的狀態(tài);廣西、重慶、貴州及寧夏一直保持較高集聚趨勢;陜西、甘肅物流業(yè)則呈現(xiàn)既不集聚又不松散的狀態(tài);其他省物流業(yè)處于松散狀態(tài)。此外，空間上發(fā)現(xiàn)物流業(yè)呈高低交錯的隨機分布狀態(tài)。

關(guān)鍵詞：西部地區(qū)? ?物流產(chǎn)業(yè)? ?空間集聚

引言

隨著“一帶一路”倡議的不斷推進，西部地區(qū)物流產(chǎn)業(yè)獲得了新的發(fā)展契機。貿(mào)易暢通是“一帶一路”建設(shè)的重點內(nèi)容，但要實現(xiàn)貿(mào)易暢通，乃至東南亞、東北亞經(jīng)濟的整合并融合在一起最終通向歐洲，形成歐亞大陸的經(jīng)濟整合，物流業(yè)重建是必不可少的。而西部作為連通中國與眾多鄰國的橋梁和樞紐，其物流業(yè)在“一帶一路”建設(shè)中具有獨特的地位和作用。雖然目前已建成亞歐大陸橋等基礎(chǔ)設(shè)施，但與東部以及中部地區(qū)相比，西部經(jīng)濟發(fā)展不平衡，物流業(yè)也表現(xiàn)為東部發(fā)展迅速，西部發(fā)展相對緩慢，物流要素配置并不十分有效，空間布局不合理，這不僅阻礙西部物流產(chǎn)業(yè)運行效益的提升，而且不利于“一帶一路”建設(shè)。鑒于此，本文通過研究西部地區(qū)物流產(chǎn)業(yè)集聚，以發(fā)現(xiàn)西部地區(qū)物流發(fā)展時空演變勢態(tài)以及空間分布特征，提升西部地區(qū)物流產(chǎn)業(yè)運行效率。

目前，有關(guān)物流產(chǎn)業(yè)空間集聚的研究分以下幾個層面：其一，研究物流空間布局。Hesse（2004）提出可從結(jié)點、流、網(wǎng)絡(luò)等研究物流結(jié)構(gòu)變化。Rodriguez（2008）以馬德里都市圈為例，定量分析該都市圈的物流特征和空間布局。Dablanc（2012）從貨運和物流的空間格局出發(fā)，分析亞特蘭大物流的集中與擴張的空間分布特征，并提議構(gòu)建PAM大型物流中心。何章磊（2017）用基尼系數(shù)、區(qū)位熵、空間自相關(guān)測度安徽16個市的物流業(yè)，發(fā)現(xiàn)該省物流存在“一帶兩團多點”的特征。其二，研究物流產(chǎn)業(yè)集聚的空間布局及演變。張曉濤（2014）分析北京市2003-2013年物流業(yè)空間分布特征，發(fā)現(xiàn)北京市物流業(yè)正在形成“多層次多中心”立體空間結(jié)構(gòu)。趙宇和李劍（2016）用 DEA 模型分析我國八大區(qū)域物流業(yè)空間效率，發(fā)現(xiàn)物流空間效率表現(xiàn)為“東高西低”的特征。其三，研究物流產(chǎn)業(yè)空間集聚及形成原因。鐘祖昌（2011）用面板數(shù)據(jù)模型探討影響物流產(chǎn)業(yè)集聚的因素，發(fā)現(xiàn)良好的經(jīng)濟狀況能促進物流產(chǎn)業(yè)集聚，政府干預則阻礙物流產(chǎn)業(yè)集聚。謝守紅（2015）用主成分回歸研究物流產(chǎn)業(yè)集聚影響因素，發(fā)現(xiàn)基礎(chǔ)設(shè)施、經(jīng)濟發(fā)展水平對我國物流業(yè)集聚影響程度較高。鐘昌寶（2017）用空間杜賓模型分析長江地區(qū)物流產(chǎn)業(yè)集聚影響因素，發(fā)現(xiàn)人力資本、社會資本、對外開放水平能促進長江地區(qū)物流產(chǎn)業(yè)集聚程度的提高。

綜上所述，學者較多以發(fā)達地區(qū)為研究對象，而較少研究欠發(fā)達地區(qū)物流產(chǎn)業(yè)集聚;多用區(qū)位熵法測度物流產(chǎn)業(yè)集聚，較少從空間層面結(jié)合宏觀和微觀角度測量物流產(chǎn)業(yè)集聚。尚未有學者從空間視角研究西部12省區(qū)物流產(chǎn)業(yè)集聚的分布。本文以2008-2017年統(tǒng)計年鑒中相關(guān)數(shù)據(jù)，運用改進的錫爾系數(shù)、區(qū)位熵及空間自相關(guān)，從宏觀和微觀層面探討西部12省區(qū)物流產(chǎn)業(yè)空間集聚分布特征及成因。

全國四大區(qū)域物流產(chǎn)業(yè)空間聚集的宏觀特征

（一）四大區(qū)域的錫爾系數(shù)

式（1）中，LSit表示第t年i省物流業(yè)產(chǎn)值，N為4代表地區(qū)數(shù)，將相關(guān)數(shù)據(jù)帶入式（1），計算出2007-2016年四大地區(qū)錫爾系數(shù)分別為0.192、0.205、0.2、0.212、0.206、0.196、0.195、0.178、0.176、0.196。由此可知我國物流業(yè)存在顯著空間差異，主要是因為東中部物流業(yè)增速高于西部、東北地區(qū)。2008-2010年我國物流業(yè)錫爾系數(shù)先降后升，其余六年呈下降趨勢，但在2012年后，錫爾系數(shù)的絕對值才顯著下降，2010年以前的錫爾系數(shù)雖呈下降趨勢，卻因2008年和2010年的兩次反彈而難以下降。說明我國各區(qū)域之間物流業(yè)空間差異有減少趨勢，各區(qū)域內(nèi)物流業(yè)發(fā)展逐漸趨于平衡。

（二）四大區(qū)域的區(qū)位熵

式（2）中，Dij代表四大區(qū)域的區(qū)位熵，qij為區(qū)域物流業(yè)就業(yè)人數(shù);qj為j區(qū)域總就業(yè)人數(shù)，qi為全國物流業(yè)就業(yè)人數(shù)，q為全國總就業(yè)人口數(shù);pij為j區(qū)域物流業(yè)產(chǎn)值，pi為全國物流業(yè)產(chǎn)值。將相關(guān)數(shù)據(jù)代入式（2），結(jié)果如圖1所示。

由圖1可知，東部2007-2013年區(qū)位熵一直大于1，說明該地區(qū)物流業(yè)一直保持高度集聚;但自2013年后東部物流業(yè)達到中低速發(fā)展狀態(tài);中部2007-2016年區(qū)位熵雖低于1，但在0.8-1之間波動，說明該地區(qū)物流產(chǎn)業(yè)集聚度無明顯變化;西部則由2007年的0.824增加至2016年的0.995，表明西部物流業(yè)雖然松散，但正不斷朝聚集發(fā)展;東北也保持增長狀態(tài)，在2013年其區(qū)位熵達到1.008，表明東北的物流產(chǎn)業(yè)集聚度逐年提高。

（三）空間自相關(guān)性分析

全局空間自相關(guān)。本文用ArcGIS軟件分析全局自相關(guān)，得出2007-2016年的Moran值分別為0.183、0.167、0.179、0.198、0.185、0.174、0.164、0.172、0.167、0.152。從中可知，2007-2016年Moran值在0.15-0.2左右浮動，呈現(xiàn)正的空間相關(guān)性，且每年Moran值均通過顯著水平為0.05的檢驗。綜上所述，我國各省間物流業(yè)相對依賴，即各省物流業(yè)受其它省物流業(yè)的影響，且各省物流業(yè)空間上也趨于集聚。較高程度的物流產(chǎn)業(yè)集聚區(qū)與物流產(chǎn)業(yè)集聚度高的區(qū)域相鄰，較低程度的物流業(yè)集聚區(qū)與物流業(yè)集聚度低的區(qū)域相鄰。

局部空間自相關(guān)。本文用Geoda軟件計算局部自相關(guān)，得出2007-2016年的Moran值分別為0.339、0.320、0.320、0.346、0.326、0.312、0.302、0.283、0.294、0.282。由此可知Moran值在0.3左右浮動，其結(jié)果均通過檢驗，說明各省在局部空間上存在正相關(guān)性。

從2007年和2016年的局部自相關(guān)LISA圖發(fā)現(xiàn)（鑒于篇幅限制，本文并未列出），被高值包圍的有東部的山東、上海、江蘇、天津、河北、福建，中部的河南，西部的新疆、西藏、青海、甘肅被低值包圍，被高低值包圍的有四川，中部的江西、安徽屬于低高值區(qū);2007年山東、上海、江蘇、天津、河北、河南均為高值區(qū)，2016年屬于高值區(qū)的有山東、上海、福建;四川在2007年和2016年均被高低值包圍;2007年被低高值包圍的有安徽省，2016年江西也處于低高值區(qū)。

西部12省區(qū)物流產(chǎn)業(yè)空間聚集的微觀特征

（一）西部12省區(qū)的錫爾系數(shù)

LSit為第t年i省物流業(yè)產(chǎn)值，N為12代表西部省份數(shù)。將相關(guān)數(shù)據(jù)代入式（1），得出2007-2016年西部12省區(qū)的錫爾系數(shù)分別為0.241、0.255、0.246、0.246、0.25、0.245、0.247、0.261、0.249、0.267。從中發(fā)現(xiàn)，西部12省區(qū)的錫爾系數(shù)高于全國四大區(qū)域，表明西部各省物流業(yè)空間差異比我國其他區(qū)域更為顯著。雖然西部的錫爾系數(shù)在2008年、2010和2014年各有一次反彈，但影響不大。結(jié)合西部各省物流業(yè)產(chǎn)值可知，四川省物流業(yè)產(chǎn)值歷年位居第一;重慶、陜西和內(nèi)蒙古三省之間物流業(yè)產(chǎn)值相近，但與四川存在一定差距;廣西、云南兩省之間的物流業(yè)產(chǎn)值增長較緩慢，貴州、新疆和甘肅省之間的物流業(yè)產(chǎn)值相近，青海和寧夏物流業(yè)產(chǎn)值較低;西藏物流業(yè)產(chǎn)值相較于其他省排在末尾。

（二）西部12省區(qū)的區(qū)位熵

式（2）中，Dij為西部12省區(qū)的區(qū)位熵，qij為j省物流業(yè)就業(yè)人數(shù);qj為j省總就業(yè)人數(shù)，qi為西部12省區(qū)物流業(yè)就業(yè)人數(shù)，q為西部12省區(qū)總就業(yè)人數(shù);pij為j省物流業(yè)產(chǎn)值，pi為西部12省區(qū)物流業(yè)產(chǎn)值。將相關(guān)數(shù)據(jù)代入式（2），結(jié)果如表1所示。

由表1可知，內(nèi)蒙古物流業(yè)發(fā)展速度快且處于高集聚的狀態(tài);廣西、重慶、貴州、寧夏四個省的物流業(yè)發(fā)展速度較快且處于較高集聚程度;四川和青海物流業(yè)則朝著松散結(jié)構(gòu)的方向發(fā)展;云南、西藏和新疆物流業(yè)一直處于松散狀態(tài);陜西和甘肅物流業(yè)則呈現(xiàn)既不集聚又不松散的狀態(tài)。

（三）西部12省區(qū)的空間相關(guān)性

西部12省區(qū)全局空間特征。文中仍采用ArcGIS計算全局自相關(guān)，得出2007-2016年Moran值分別為0.079、0.092、0.131、0.156、0.165、0.13、0.11、0.058、0.078、0.058。從中發(fā)現(xiàn)Moran在0.1左右浮動，有的Moran值接近于0，且歷年Moran值均未通過檢驗。即西部12省區(qū)物流業(yè)在空間上呈現(xiàn)出一定的隨機性且不受其他省物流業(yè)的影響。物流業(yè)發(fā)展較高水平的省和發(fā)展較低水平的省交錯分布，且此狀態(tài)不隨時間推移而發(fā)生改變。

西部12省區(qū)局部空間特征。文中仍采用Geoda計算局部自相關(guān)，得出2007-2016年Moran值分別為0.054、0.113、0.163、0.175、0.205、0.194、0.146、0.053、0.012、-0.001。從中可知，Moran值接近于0，在2007-2016年西藏、新疆、青海、四川都出現(xiàn)低值分布，其他省均為獨立隨機分布，2016年Moran指數(shù)為負值且逼近0，表明西部各省物流業(yè)發(fā)展不平衡，在局部上呈獨立隨機分布。

從西部12省區(qū)2007年和2016年的局部自相關(guān)LISA圖發(fā)現(xiàn)（鑒于篇幅限制，本文并未列出），物流業(yè)存在顯著的空間錯落分布。其中新疆、西藏、青海、四川的物流業(yè)發(fā)展緩慢，對周邊區(qū)域影響較小;內(nèi)蒙古、貴州、寧夏、廣西、陜西、甘肅、青海、云南的物流業(yè)空間呈現(xiàn)隨機分布，大部分是因為經(jīng)濟落后，匱乏的物流基礎(chǔ)設(shè)施造成這種現(xiàn)象。

西部12省區(qū)物流空間分布狀況的成因及發(fā)展措施

（一）西部12省區(qū)物流分布狀況的成因

受地理位置和鐵路干線的影響。西部12省區(qū)屬于內(nèi)陸地區(qū)，不能用東部地區(qū)的海洋運輸方式，只能用小批量、效益低的內(nèi)河運輸，所以該地區(qū)很難實現(xiàn)集約化水路運輸。公路運輸雖可行，但其運輸運量小、成本高，因此鐵路運輸成為西部12省區(qū)物流業(yè)崛起的重點。陜西處于內(nèi)陸中心，是西部和其他地區(qū)的交通紐帶，因而物流業(yè)較為發(fā)達;“寶成-成昆線”和“京包-包蘭線”，途徑陜西、甘肅、四川、云南、內(nèi)蒙古、寧夏，這些鐵路干線加強了西部同其他地區(qū)的聯(lián)系，促進沿線物流業(yè)發(fā)展。

各省物流產(chǎn)業(yè)缺乏聯(lián)動。西部12省區(qū)物流業(yè)呈交錯分布狀態(tài)，且各省間物流業(yè)集聚度差距較大，即各省間物流業(yè)未起到聯(lián)動作用，而是獨自發(fā)展。從正面而言，整個西部物流業(yè)發(fā)展受其它省影響而產(chǎn)生的波動不明顯，這與“一帶一路”建設(shè)相對獨立具有一致性;從負面而言，西部物流業(yè)在空間隨機分布的格局并未明顯改變，各省物流業(yè)并未有明顯聯(lián)動趨勢。

（二）相關(guān)措施

第一，國家需引導并支持西部物流企業(yè)兼并重組做強做大，鼓勵西部物流企業(yè)了解地區(qū)產(chǎn)業(yè)集群企業(yè)物流供應鏈的運作模式，提供定制化服務(wù)，實現(xiàn)從傳統(tǒng)運輸、倉儲服務(wù)向新型物流服務(wù)供應商、供應鏈集成商的轉(zhuǎn)變。同時堅持“一帶一路”倡議，促進西部區(qū)域貿(mào)易暢通。

第二，加強建設(shè)配套物流基礎(chǔ)設(shè)施，尤其是鐵路建設(shè)。在“一帶一路”倡議下，無論是對歐洲或非洲，抑或?qū)鴥?nèi)貿(mào)易，都需建設(shè)和完善物流基礎(chǔ)設(shè)施。但西部路網(wǎng)密度低、等級差，因此政府需加大對西部道路建設(shè)的投資力度，加強西部地區(qū)路網(wǎng)技術(shù)改造力度，提高路網(wǎng)通道能力，形成新疆至甘肅、青海、西藏、西北至西南和四川、云南至西藏的便捷通道。

第三，西部各省間要加強物流業(yè)聯(lián)動。西部各省物流業(yè)空間差異更為顯著，各省需要建立物流業(yè)聯(lián)動平臺，實現(xiàn)長期合作關(guān)系。例如四川省物流業(yè)發(fā)展一直領(lǐng)先其他省，但寧夏物流業(yè)發(fā)展速度和集聚度最高，這兩個省就可以率先增強物流業(yè)聯(lián)動，取長補短，實現(xiàn)兩省物流業(yè)發(fā)展。

結(jié)論

西部作為“一帶一路”的要地，其物流發(fā)展能促進“一帶一路”沿線城市的貿(mào)易聯(lián)通。本文用錫爾系數(shù)、區(qū)位熵及空間自相關(guān)，分析西部物流業(yè)的空間集聚分布特征。從宏觀上發(fā)現(xiàn)東中西三大區(qū)域物流業(yè)有著明顯差異，西部物流業(yè)由松散朝著集聚趨勢發(fā)展，全國物流業(yè)有著較強空間相關(guān)性。從微觀上發(fā)現(xiàn)近年來西部各省物流業(yè)發(fā)展迅猛，但是各省物流業(yè)間缺乏協(xié)作，導致西部12省區(qū)物流業(yè)空間上呈現(xiàn)高低交錯的隨機分布狀態(tài)。

參考文獻：

1.關(guān)高峰，董千里.中部六省物流產(chǎn)業(yè)集聚與經(jīng)濟關(guān)聯(lián)性實證研究[J].物流技術(shù)，2012（17）

2.何章磊.安徽省區(qū)域物流空間布局及演化特征分析[J].商業(yè)經(jīng)濟研究，2017（8）

3.張曉濤，李芳芳.北京市物流業(yè)集聚區(qū)空間分布演變[J].城市問題，2014（3）

4.趙宇，李劍.我國物流產(chǎn)業(yè)集聚的空間效率與區(qū)域差異[J].經(jīng)濟問題，2016（12）

5.鐘祖昌.空間經(jīng)濟學視角下的物流業(yè)集聚及影響因素—中國31個省市的經(jīng)驗證據(jù)[J].山西財經(jīng)大學學報，2011，33（11）

6.謝守紅，蔡海亞.中國物流產(chǎn)業(yè)的空間集聚及成因分析[J].工業(yè)技術(shù)經(jīng)濟，2015（4）

7.鐘昌寶，錢康.長江經(jīng)濟帶物流產(chǎn)業(yè)集聚及其影響因素研究—基于空間杜賓模型的實證分析[J].華東經(jīng)濟業(yè)管理，2017，31（5）

8.王守坤.空間計量模型中權(quán)重矩陣的類型與選擇[J].經(jīng)濟數(shù)學，2013，30（3）

9.葉阿忠，吳繼貴，陳生明.空間計量經(jīng)濟學[M].廈門大學出版社，2015

10.吳建，逯躍鋒.ArcGIS軟件與應用[M].電子工業(yè)出版社，2017

11.陳安寧.空間計量學入門與GeoDa軟件應用[M].浙江大學出版社，2014