基于SEM的城市物流驅動因素分析及對策研究
——以江蘇省為例

唐建榮，徐媛媛，李曉靜（江南大學 商學院，江蘇 無錫 214122）

基于SEM的城市物流驅動因素分析及對策研究
——以江蘇省為例

唐建榮，徐媛媛，李曉靜
（江南大學 商學院，江蘇 無錫 214122）

文章以江蘇省13個地級市為研究樣本，從經濟、支撐和信息三大視角系統研究了驅動城市物流業發展的動因；利用2006-2013年的動態數據并基于結構方程測定了江蘇各城市的物流業發展水平、區域性差異及其梯度化特征。研究結果表明：物流業已成為城市智慧型建設新的戰略性支點；完善的支撐技術、發達的經濟實力和高效的信息平臺是發展城市物流業的“三駕馬車”。驗證了支撐系統、經濟系統和信息系統對城市物流業的發展水平具有直接、正向、依次減弱的影響力度；支撐系統是城市物流業發展的基本保障，經濟系統是城市物流業發展的主要動力，信息系統是帶動城市物流業發展最重要的載體，其影響系數分別為0.821、0.652、0.519。據此推廣余情，從構建魅力城市和產業聯盟等方面找出城市物流業發展的核心引擎和突破口，為我國城市智慧物流發展規劃提供了積極建議。

城市物流業；驅動因素；結構方程；江蘇

［DOI］10.3969/j.issn.1007-5097.2015.08.006

一、引言及文獻綜述

據中國物流與采購聯合會統計，2014年中國社會物流總額超過210萬億元，按可比價格計算，同比增長8%左右，物流業已成為撬動中國經濟“新常態”發展的戰略性支點［1］。江蘇是我國東部沿海經濟最發達和最活躍的地區，其物流業發展影響因素的研究對我國其他城市具有明顯的示范帶動作用。

近年來，國內外學者嘗試從不同角度利用不同方法對物流業發展水平進行一定的理論和實證研究。Levans和Michael A（2012）［2］等認為一個社會或者物流團體的自動化水平是影響物流發展的主要因素，分析說明了利用自動化水平改變物流的具體方向和措施；Graham Heaslip、Amir M.Sharif和Abrahim Althonayan（2012）［3］等基于一種系統集成的視角從物流組織的內部關系出發研究了其對物流的影響；王健（2014）［4］等利用VAR模型動態分析了影響區域物流發展的因素，指出區域經濟發展、物流網絡密度和政府調控是促進福建省物流業發展的三大主要因素；宋婷婷（2010）［5］基于主成分分析了重慶市物流產業發展，指出其物流業的發展受經濟影響顯著；張亞明等（2013）［6］應用計量軟件包對河北省11個地級市的物流水平進行測度，提取出與物流業發展水平相關的基礎因子、發展因子和資源因子，計算出三個因子的得分并且提出今后發展的對策和措施；田振中（2014）［7］基于通徑分析研究了河南省物流業發展影響因素，指出工業生產總值和產業結構對河南省物流業發展作用較大。

收稿日期：2015-02-10

基金項目：國家自然科學基金項目（71301061）；教育部人文社會科學基金項目（11YJAZH084）；江蘇省研究生培養創新工程項目（SJLX_0538）

作者簡介：唐建榮（1964-），男，江蘇無錫人，教授，博士，研究方向：低碳經濟；

徐媛媛（1989-），女，安徽淮南人，碩士研究生，研究方向：物流產業規劃與設計；

李曉靜（1995-），女，安徽界首人，碩士研究生，研究方向：物流產業規劃與設計。

目前城市物流業發展顯然還缺乏科學的評估指標，并因此導致其并不能真實反映整體城市物流的運行績效，建立科學、全面的城市物流業發展影響因素分析體系迫在眉睫。本文從支撐系統、經濟系統和信息系統三個視角進行綜合考慮，采用結構方程模型（SEM）對2006-2013年江蘇省13個地級市物流業發展的影響因素進行系統研究，科學甄別影響江蘇省城市物流業發展的相關因素，量化這些因素對物流業發展的影響程度，進而通過對物流業發展水平的測度分析，積極探索驅動城市物流業發展的途徑，研究結果對推動東部地區城市物流業加速發展具有積極的理論價值和實踐意義。

二、研究方法與數據說明

結構方程模型是（Structural Equation Model?ing）由K Jorekog于1973年提出的一種用于研究多指標、多變量的應用統計學方法，簡稱SEM［8］。將結構方程模型應用于分析城市物流業發展的驅動因素具有一定的優勢：其一，相比傳統評價方法要求指標數據精確，SEM模型不僅對指標沒有嚴格的限制和約束條件，而且能夠分析并處理有誤差的指標數據，因此更加貼近實際情況；其二，相比普通評價方法無法體現指標的作用過程和影響程度，SEM模型可以通過模擬觀測值和計算相關系數來確定指標間的作用路徑，體現指標間直接與間接的作用過程，使多個指標間的關系清晰可見［9］。一個完整的結構方程模型由測量方程和結構方程兩部分構成，對于所研究的問題，測量方程是用來測算觀測變量和潛變量之間的關系，結構方程是用來反映潛變量之間的關系，方程如下：

其中，Y向量為內生觀測變量組成，X向量為外生觀測變量組成；η表示內生潛變量，ζ表示外生潛變量；ΛY是內生觀測變量在內生潛變量上的因子負荷矩陣，又稱因素載荷，ΛX為外生觀測變量在外生潛變量上的因素載荷；ε為內生觀測變量Y的誤差項，δ為外生觀測變量X的誤差項，B為內生潛變量之間的關系；Γ為外生潛變量對內生潛變量的影響；ξ為此結構方程式的誤差項，反映了η在方程中未能被解釋的部分。

隨著城市化的發展，作為為城市服務的物流產業，驅動其發展的因素非常多。以蘇南、蘇中和蘇北地區城市作為樣本進行物流水平研究具有典型意義［10］。通過文獻梳理并參考《江蘇省統計年鑒》、《中國城市統計年鑒》、各城市統計年鑒和江蘇省2011年物流指數報告中的相關數據，同時又考慮到江蘇省城市物流業發展的特征和13個地級市物流產業指標數據的可獲得性，在研究城市物流業的發展與其影響因素之間的關系時提取了2006-2013年江蘇省13個市的相關指標數據作為研究樣本，樣本容量為104個（限于篇幅，初始數據表省略）。本文的樣本數量符合Tabchnick和Fidell［11］結構方程模型研究估計的觀測值要求。

三、指標選擇及數據處理

（一）指標選擇

考慮到指標的選取會直接影響到結果，在指標的選擇上應遵循：①選擇的指標能夠反映物流業發展水平并滿足測算物流業發展水平的要求；②按照其他學者運用SEM方法測算影響因素的經驗，內生潛變量即為所研究的問題，外生潛變量是對內生潛變量有直接影響的因素，觀測變量即是通過外生潛變量對內生潛變量有間接影響的因素；③要統籌考慮指標的重要性和數據的可獲得性。根據以上原則并充分考慮既有研究結果，本文構建了包括4個潛變量（1個內生潛變量和3個外生潛變量）和12個觀測變量的因素評價模型（見表1）。

物流業發展水平由物流總額和物流增加值兩個指標反映。物流總額是反映物流業需求量的重要指標，物流產業增加值是反映物流業發展的核心指標。3個外生潛變量即經濟系統、支撐系統和信息系統，是本文提取的影響江蘇省13個地級市物流業發展的主要因素。

表1 變量選取

（1）經濟系統。經濟系統由第二產業總產值、第三產業總產值、人均地區生產總值和社會消費品零售總額4個指標反映。城市經濟的發展直接影響物流業的需求量。在國民經濟的不同發展時期，物流業與各個產業的關系也會有所不同，以我國為例：1962-1969年，第二產業對物流業的生產規模具有重要影響作用；1970-1985年，第二產業和第三產業同時對物流業規模產生主導作用；1986年至今，第三產業對物流業規模的影響舉足輕重［12］。因此，第二產業和第三產業對物流業的發展影響深遠；人均國內生產總值是反映地區宏觀經濟運行狀況的晴雨表；社會消費品零售行業借助物流才可產生利潤，從而推動地區經濟的發展。

（2）支撐系統。支撐系統由物流業固定資產投資（生產要素）、物流業從業人員（人才要素）、載貨汽車數量（設備要素）3個指標反映。物流業需要資產和人力的支持才可持續穩步發展，因此生產和人才是支撐系統的不可或缺的兩大要素。城市內公路是物流最主要的運輸方式，最多最常見的工具就是車輛運輸，而貨車運輸又是這類公路運輸最常見的運輸方式，所以文章采用簡潔間接的方式只選取了公路運輸所需要的載貨汽車的數量來代表物流產業發展中支撐系統的設備要素。

（3）信息系統。信息系統是由國際互聯網用戶、貨運車輛使用GPS的數量和郵政電信業務收入3個觀測變量來反映。現代物流業依賴于信息化的發展水平，只有通過網絡、通信工具有效及時地反映物流的供給與需求信息，才能對物流的各個方面的信息進行準確、及時地反饋和綜合，從而指導物流活動。

（二）數據處理

結構方程模型對于數據的要求較高，所以在模型進行擬合之前需要對數據進行信度和效度的檢驗，確保數據是可行有效的。本文采用SPSS19.0軟件中驗證性因子分析（Confirmatory Factor Analy?sis，CFA）方法，驗證模型中觀測變量的正確程度，評估觀測變量的信度和效度。

（1）信度分析。數據的信度分析即數據的可靠性分析。本文采用SPSS19.0中的Cronbach系數來研究數據的內部一致性。Cronbach系數值大于0.7，即認為數據具有良好的可靠性。對江蘇省2006-2013年各地市物流業發展水平的12項評價指標進行可靠性檢驗，結果如表2所示。無論從整體或是從各個潛變量來說其Cronbach系數都大于0.7，表明指標的數據樣本信度較好。

表2 可靠性檢驗結果

（2）效度分析。數據的效度分析即數據的真實性分析。文中采用因子分析法來檢驗指標數據間的結構效度。結果如表3顯示，抽樣適度測定值（Kaiser-Meyer-Olkin Messure of Sampling Adequacy）中KMO值都在0.5以上，說明可以進行因子分析。同時文章中Barlett檢驗的F值都等于0.000，表明江蘇省物流業發展影響因素的指標數據來自正態分布總體。

表3 KMO和Bartlett的檢驗

（三）模型識別

基于上述對數據的處理與檢驗之后，表明模型數據真實可靠，可以進行相關分析。利用SPSS19.0容易計算得到物流業發展影響因素各個觀察變量的相關系數矩陣，結果見表4所列。

表4 各潛變量觀測變量的相關矩陣

從表4中可以看到，12個觀測變量之間均在1%的顯著性水平下相關性顯著，并且每個潛變量的指標數都≥2，滿足模型識別的充分條件，自由估計參數t=30，指標個數p=12，p（p+1）/2=78，所以t< p（p+1）/2，滿足模型識別的必要條件，所以模型是可以識別的。

四、實證研究及結果分析

（一）模型理論構建與求解

根據表1中的4個潛變量和12個觀測變量的評價物流業發展影響因素的指標，文章提出三大假設。H1：經濟系統直接正向影響物流業發展，間接正向影響物流總額及其增加值；H2：支撐系統直接正向影響物流業發展，間接正向影響物流總額及其增加值；H3：信息系統直接正向影響物流業發展，間接正向影響物流總額及其增加值。基于上述假設，文章構建了城市物流業發展影響因素的理論模型結構（如圖1）。圖1中ei（i=1，2，…，13）為殘差變量。

圖1 城市物流業發展的理論模型結構

（二）模型的二次檢驗

運用Amos19.0軟件對物流業發展的理論路徑圖進行再次檢驗，軟件提供了多種模型擬合指數（見表5），結果顯示各擬合指數達到標準，模型正確合理。

表5 擬合指數計算結果

（三）模型結果估計

模型路徑系數估計結果見表6，外生潛變量與內生潛變量、觀測變量間路徑系數的顯著性檢驗P值均小于0.05，T值均大于2，表明模型中所有參數估計顯著性水平符合標準，即可以證明假設成立。

（四）結果討論

城市物流的發展需要通盤考慮支撐、經濟和信息三大系統。如表6，三大系統對物流業發展水平的影響系數均在0.5以上，其中支撐系統的影響最為顯著。各觀測變量對其潛變量的影響系數也均在0.7以上，說明選取的觀測變量對潛變量的影響效應較大。

表6 模型路徑系數估計結果

（1）城市經濟水平是物流業發展的初始動力。表6中的路徑系數結果顯示，“經濟系統”對物流業發展具有直接、正向的影響（標準化系數為0.652），對“物流總額”和“物流增加值”的間接影響效應分別為0.576（0.652×0.884）和0.544（0.652×0.835）。經濟越發達，越能夠促進物流業的發展，從而證實了H1。對構成“經濟因素”的4個指標來說，“社會消費品零售總額”（0.933）、“第二產業總產值”（0.929）、“第三產業總產值”（0.915）、“人均地區生產總值”（0.872）對“經濟系統”的影響依次遞減，而且相差不大。社會消費品零售總額代表了社會物質需求量，對城市物流業的發展有一定的貢獻效應。韓嵩指出第二產業是物流業發展的需求基礎［13］，第二產業與物流業發展齊頭并進。人均收入的增加會刺激消費，隨之帶動社會消費品零售總額的上漲，最終增加對物流的需求。總的來說，物流業的需求量有賴于經濟的發展。

（2）支撐系統對物流業具有明顯的拉動效應。“支撐系統”對“物流業發展”具有直接、正向的影響（標準化系數為0.821），對“物流總額”和“物流增加值”的間接影響效應分別為0.726 （0.821×0.884）和0.686（0.821×0.835），說明完善物流業的支撐系統，將推動物流業的發展，物流總額和其增加值也會逐年增加，從而證實了H2。從3個構成指標來看，物流業固定資產投資（0.912）、物流業從業人數（0.838）和載貨汽車數量（0.756）對“支撐系統”的影響依次減弱，物流業的發展水平需要人財物的支撐。在三大外生潛變量中，支撐系統的影響效應占首位。城市物流業發展與政府財政支持休戚相關，物流基礎設施和資金人才的投入力度對城市物流未來發展具有直接效益。物流產業要發展就需要有充足的人才儲備，物流產業創造價值的核心在于人才。載貨汽車是主要以公路運輸為主的城市物流產業的承載體，是城市物流產業有序發展的重要保證。擁有的載貨汽車數量決定著城市物流業貨物、信息流動的數量、速度和強度，需要對其加以有效合理利用，促進資源的優化配置。

（3）信息系統對城市物流具有推波助瀾的作用。“信息系統”對“物流業發展”具有直接、正向的影響（標準化系數為0.519），對“物流總額”和“物流增加值”的間接影響效應分別為0.459 （0.519×0.884）和0.433（0.519×0.835），說明信息化有力地促進了物流業發展，從而證實了H3。對于構成“信息系統”的3個指標來說，“國際互聯網用戶”（0.945）對“信息化”的影響比“郵政電信業務收入”（0.835）和“貨運車輛使用GPS的數量”（0.739）都要大。說明互聯網、全球衛星定位系統（GPS）以及電信等科技應用與信息化水平對城市物流發展水平的貢獻很大，應當加大此方面的投入。在車輛調度、運輸信息發布等方面GPS車輛監控系統發揮有力的作用，所以要積極利用GPS運營平臺作用、整合各種交通運輸系統信息來提高現代物流信息化管理水平。現階段，隨著信息系統的廣泛發展，江蘇郵政電信業充分利用“兩網三流”為城市物流業的發展提供了強大的技術保證。

（五）城市物流業發展水平測定

結構方程模型能夠完成物流業發展水平與三大系統之間的測評，并實施橫向、縱向的比較。通過量化城市物流業發展水平與三大系統之間的關系，可以提取出對城市物流業發展最有影響力的因素。但由于線性方程、全局最優擬合等技術方法的限制，SEM模型只能根據現有的數據研究經濟、支撐和信息這三大系統分別對城市物流業發展水平的影響程度，不能把這三大系統綜合起來用于分析對物流業發展水平的影響。

路徑系數是SEM模型路徑分析中的標準回歸系數，用于衡量變量之間的影響程度，路徑系數越大表明某一維度的影響作用越大［14］。在SEM的計算過程中，不僅可以得到各個觀測變量對潛變量的影響載荷系數，而且還可以得到各個潛變量之間的路徑影響系數，將這兩種系數結合在一起，最終得到相關變量歸一化的權重系數［15］。

將表6中的標準回歸系數歸一化后得到各變量的歸一化權重系數（表7），并根據各變量間的因果關系，將各觀測變量的指標數據與表7的歸一化后的權重系數相乘，得出兩個維度顯性發展水平（內生潛變量）和系統發展水平（外生潛變量）的綜合評價方法。

方法1：η顯性發展水平=0.514Y1+0.486Y2

方法2：ζ系統發展水平=0.327×（0.255X1+0.251X2+ 0.239X3+0.256X4）+0.412×（0.364X5+0.334X6+0.302X7）+ 0.261×（0.293X8+0.375X9+0.331X10）

表7 模型各變量標準化系數的歸一化系數

方法1為物流業顯性發展水平的評價方法，方法2為物流業系統發展水平的評價方法。顯性發展水平反映城市物流業在過去和現在物流業的發展水平，即發展的情況如何；而系統發展水平則反映驅動城市物流業發展的主要因素，即發展的內在原因。運用這兩種方法測度評價城市物流業發展水平，不僅僅在于可以了解城市物流業的發展歷程，更重要的是可以分析城市物流業發展的主要驅動力，據此明確城市物流業發展的重點與方向，制定有效的競爭策略，提高城市物流業的發展水平［16］。

五、江蘇省三大區域物流發展水平測度

根據AMOS軟件算出來的標準化系數和上述歸一化的系數以及兩種物流業發展水平的評價方法，可以從顯性物流業發展水平和系統物流業發展水平兩個方面對近5年江蘇省13個地級市進行綜合排名（見表8）。

由表8可知，2009-2013年5年間江蘇省13個地級市無論從顯性物流業發展水平還是從系統物流業發展水平來看都在逐年穩步提高。從空間上觀察，江蘇三大區域物流業發展水平存在一定的差距，總體來說，蘇北地區（徐州、連云港、宿遷、淮安、鹽城）的物流業發展水平低于蘇中地區（揚州、泰州、南通），而蘇南地區（南京、鎮江、蘇州、無錫、常州）的物流業發展水平最高。

從顯性物流業發展水平來看，排名依次為蘇州、無錫、南京、南通、常州、揚州、泰州、徐州、鹽城、鎮江、連云港、淮安、宿遷；從系統物流業發展水平來看，排名依次為蘇州、無錫、南京、徐州、常州、鹽城、南通、鎮江、揚州、泰州、連云港、淮安、宿遷。綜合顯性物流業發展水平和系統物流業發展水平的排名可以分為三大梯隊；“第一梯隊”為蘇州、無錫和南京，這三個城市在物流業發展水平方面具有率先垂范作用，成為全江蘇物流業發展的“排頭兵”。蘇州地處長江三角洲中心區域，快速發展的工業園區有力擴大了物流集聚規模，顯著提升了物流業發展水平；無錫地處長三角經濟圈交通樞紐地帶，為現代城市物流業的發展奠定了良好的基礎，城市物流的發展水平僅低于蘇州，現代物流業對外開放程度高；南京憑借地處華東地區重要交通樞紐的優勢，在物流業發展上獨樹一幟，以內河第一大港、華東地區第二大國際機場和多條直達歐美、東南亞的國際航線為載體，以汽車、電子、石化、鋼鐵、能源五大支柱產業為依托，建設了海港、空港、公路物流和鋼鐵物流，形成了一定的物流產業集聚優勢。“第二梯隊”為南通、常州、揚州、泰州、徐州、鹽城和鎮江，這些城市在江蘇省物流業發展過程中處于中游水平。此梯度的城市物流業發展不管是從經濟、支撐和信息三大系統物流業發展水平還是從顯性物流業發展水平來看，其發展都還有較大的提升空間。“第三梯隊”為連云港、淮安和宿遷，該梯隊城市物流業發展水平明顯欠佳，其綜合排名無論從顯性物流業發展水平還是從系統物流業發展水平來說都處于末席，與“第一梯隊”相差甚遠。此梯度城市物流業的發展任重道遠，應采取針對性措施來有效應對物流業發展中的薄弱環節，從而使自身物流業發展水平再上新臺階。

表8 13個市物流業發展水平測度結果（2009-2013）

六、結論與建議

（一）結論

SEM模型是將定量和定性方法相結合來分析要素的重要性，能較為準確地甄別影響城市物流業發展水平的主要因素，并以此構建城市物流業發展水平評價模型，進而評價某特定城市的物流業發展水平，結果表明：城市物流業的發展需要一個完善的系統，經濟、支撐和信息三大系統缺一不可。

（1）通過構建具有理論指導意義的城市物流業發展水平的SEM模型，對江蘇省物流業發展水平進行實證分析，驗證了支撐系統、經濟系統和信息系統對城市物流業的發展水平具有直接、正向且依次減弱的影響力；

（2）基于城市物流業發展水平的SEM模型，構建了城市物流業顯性發展水平和系統發展水平的評價方法。綜合排名結果表明：蘇州、無錫和南京達到城市物流業發展水平前沿，連云港、淮安和宿遷物流業發展水平欠佳；2009-2013年間各市物流業發展水平無論從顯性角度還是從系統角度來說，大體呈增長趨勢，這主要得益于三大系統的促進作用。運用這兩種方法評價城市物流業發展水平，對提高城市物流業發展水平具有重要的實踐指導意義。

（二）建議

由于整體的城市物流業發展水平是由作為構成部分的城市物流要素所決定的，因此如何提升城市物流業的發展水平必須要與具體的城市物流要素建設相結合起來。針對江蘇省13個地級市物流業發展水平的實證研究，提出相關加快城市物流業發展的可行性措施。

（1）因地制宜確定城市物流發展新目標，積極打造特色時代的魅力城市。根據SEM模型得出區位鎖定戰略是城市物流業發展的前進方向。無論是強制發展或是政策性指導發展，其在發展規劃的制定上，都要考慮規劃的可行性和可持續性，有計劃、有步驟地充分利用本地的優勢資源合理就地取材。人類行為必須與基于生態系統特征的約束條件相協調，必須在經濟增長與環境惡化之間尋求平衡［17］。所以物流業的發展要從環境、經濟以及能源等方面權衡考慮，同時弘揚地區特色，制定合理的物流業發展政策，樹立全新的城市物流品牌并推而廣之，對癥下藥實現差異化發展。如蘇錫常地區的國際物流、南京地區的專業化配送物流、南通和連云港地區的江海河鐵聯運物流等都各具特色。

（2）多管齊下努力建立產業聯動新機制，積極打造全球化的產業聯盟城市。假設中提出經濟系統對城市物流業發展具有直接的、正向的影響，其影響系數為0.652。從經濟系統的4個觀測指標看出，第二、三產業的總產值對經濟的影響最為顯著，從而產業間的內外聯動發展給物流業帶來的拉動效應不可小覷。各城市應多措并舉加強物流業與三大產業及其內部其他部門間的互動發展，通過協作、協調與協同完善物流業與其他產業聯動發展平臺，使物流產業的觸角延伸至國民經濟發展的各個產業部門，實現資源整合和業務聚合，通過關聯效應實現產業互動發展，促進相關的批發零售業、餐飲業、房地產業和信息業等的發展，從而優化城市產業結構，加固城市各產業部門間的產業鏈和價值鏈的建立，以達到繁榮城市經濟、釋放物流需求、拓展物流空間、帶動城市物流業發展的目的。

（3）博采眾長尋求物流業發展支撐新技術，積極打造全方位的樣板城市。支撐系統是影響城市物流業發展的主要效應，其影響系數為0.821，即城市物流業的發展需要一定的人財物載體支持，所以要著力載體建設，推進集聚配套發展。人才的培養應拋棄“先理論后實踐”的傳統模式，其培養機制應向著產業化、多樣化和個性化的方向發展。政府應發揮各高校和科研機構人才集中和知識密集的優勢，并面向社會發展多層次培訓體系，大力推進教育、科研和實踐三螺旋合作，從總體上提高物流從業人員的素質。加強政府投入支持力度，完善物流基地載體，提升綜合配套能力，增強集聚帶動作用，為物流業的發展提供扎實的支撐技術。

（4）兼收并蓄建立城市物流信息化新平臺，積極打造網絡化的智慧城市。信息系統是帶動城市物流業發展的火車頭，其影響系數為0.519，表明信息化的發展水平與城市物流業的發展水平同頻合拍。物流信息平臺是物流領域的神經網絡，可以促成物流系統的各個層面、各個方面互通互聯。近年來，物聯網技術與物流業的發展相得益彰。依靠現代發達的網絡化、智能化等高科技手段，跨越不同行業間的鴻溝，逐步建立起支撐物流業發展的技術平臺，包括交通運輸平臺、信息交換與網絡平臺、物流節點平臺和第三方物流平臺、政策平臺和管理制度平臺。在構建技術平臺的同時充分發揮物流信息網的優勢，積極推廣GPS、GIS等信息技術的應用，建立實時共享的信息聯通機制，為社會提供準確的市場信息，為企業提供優質的物流服務，從而為城市物流的發展提供高效的發展平臺。

［1］何黎明.2014年我國物流業發展回顧與2015年展望［J］.中國流通經濟，2015（2）：1-5.

［2］Levans，Michael A.How automation is changing logistics ［J］.Logistics Management，2012，51（6）：98-100.

［3］Graham Heaslip，Amir M Sharif，Abrahim Althonayan.Em?ploying a systems-based perspective to the identification of inter-relationships within humanitarian logistics［J］.Interna?tional Journal of Production Economics，2012，139（2）：377-392.

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

［5］宋婷婷，夏蘭.基于主成分分析的重慶物流產業發展評價［J］.價值工程，2010（13）：25-27.

［6］張亞明，王媛媛，唐朝生.河北省物流業發展水平評價研究［J］.生態經濟，2011（12）：121-125.

［7］田振中.基于通徑分析的河南省物流業發展影響因素研究［J］.鄭州大學學報：理學版，2014，46（1）：111-120.

［8］吳明隆.結構方程模型——A M O S的操作與應用［M］.重慶：重慶大學出版社，2007：263-365.

［9］Kyu Man Cho.Effect of project characteristics on project performance in construction project based on structural equation model［J］.Expert Systems with Applications，2009 （11）：3-5.

［10］沈虹.基于結構方程模型的地方政府支持科技金融發展差異性研究［J］.科技進步與對策，2013，30（22）：48-52.

［11］Tabachnick B G，Fidfll L S.Using multivariate ststistics （5th）［M］.Needham Heights，MA：Allyn and Bacon，2007：131-189.

［12］劉爽.我國物流業與國民經濟協調發展研究［D］.長沙：中南大學，2010.

［13］韓嵩，朱杰.中國現代物流業與國民經濟聯系研究［J］.統計與決策，2010（17）：128-131.

［14］呂慶華，蘆紅.創意城市評價指標體系與實證研究［J］.經濟地理，2011，31（9）：1477-1482.

［15］李曉壯.政府社會建設績效評估指標體系的構建與應用［J］.統計與決策，2013（22）：78-81.

［16］王華.中國省級區域餐飲業競爭力的結構方程模型［J］.旅游科學，2009，23（3）：23-27.

［17］唐建榮，陳實.基于隨機森林方法的碳足跡及影響因素研究［J］.統計與信息論壇，2013，28（10）：70-74.

［責任編輯：余志虎］

A Research on Urban Logistics Driving Factors and Countermeasures Based on SEM —The Case of Jiangsu Province

TANG Jian-rong，XU Yuan-yuan，LI Xiao-jing
(School of Business，Jiangnan University，Wuxi 214122，China)

Taking 13 cities at prefecture-level in Jiangsu province as the research sample，the paper，from the system per?spective of economy，support and information，studies the driving factors of city logistics industry development.Using the dy?namic data of 2006-2013 and based on the structural equation，this paper measures the level of logistics industry develop?ment，regional differences and its gradient features in each city of the province.The results show that logistics has become a new strategic fulcrum in wisdom city construction.Perfecting support technology，developed economy and efficient informa?tion platform are the“troika”of urban logistics industry development.The research verifies support system，economic sys?tem and information system have a direct，positive，and reduced in turn impact on urban logistics industry development.The support system is the basic guarantee of urban logistics industry development，the economic system is the main driving factor of urban logistics industry development，the information system is the most important carrier of urban logistics industry devel?opment，their influence coefficients are 0.821，0.652，0.519 respectively.According to the above research，the paper of?fers positive suggestions for urban wisdom logistics development planning in China from building charming city and industry alliance to find out the core engine and the breakthrough of urban logistics industry development.

urban logistics industry；driving factor；SEM；Jiangsu province

F127

A

1007-5097（2015）08-0039-08