長江三角洲物流產業發展格局及影響機理研究
——基于空間經濟學的視角

蔡海亞，徐盈之

（東南大學經濟管理學院，江蘇南京211189）

●華東經濟

長江三角洲物流產業發展格局及影響機理研究
——基于空間經濟學的視角

蔡海亞，徐盈之

（東南大學經濟管理學院，江蘇南京211189）

文章基于空間經濟學視角，采用熵值法、空間自相關和空間計量模型，對長江三角洲物流發展指數進行測度，并對其時空演變格局及影響機理進行了探討。結果表明：近15年來長江三角洲整體物流發展水平得到了顯著提升，但城市處于非均衡發展狀態，差距有所擴大；城市物流發展呈現出明顯的空間關聯性，空間格局經歷由集中向分散再到集中的演變；經濟發展水平、政府干預程度、城市規模和消費流通水平對物流發展存在顯著正相關，影響程度在上升；對外開放程度在初期對物流發展促進作用顯著，隨著時間的推移促進作用不顯著；基礎設施對物流發展存在消化吸收的過程，隨著時間的推移促進作用顯著；產業結構和區位條件對物流發展的影響不顯著。

區域物流；空間自相關；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，加之科學技術的推波助瀾，推動了跨國資本在全球范圍內的流通，世界經濟和政治格局都發生了重大變化。當前，國際分工與合作也逐步走向專業化和精細化，拉動了國家之間的信息、資源、貿易和要素流動，促進了全球物流業的跨越式發展。現代物流業被喻為經濟增長的“加速器”，與國民經濟其他產業有著密切的關聯，是有效實現社會再生產、提高國民經濟運行質量和效率的重要基礎性產業，在穩定市場供需、發展新型流通形式、優化產業結構等方面具有巨大推動作用，也是衡量區域現代化程度的核心指標之一。改革開放以來，中國經濟的高速增長加速了中國的城鎮化進程，城鎮化水平逐年攀升，基礎設施逐步完善，物流發展規模不斷擴大，物流服務質量有所提升，由傳統物流模式過渡到現代物流模式，推動了國民經濟的跨越式發展。

關于對物流業的研究，國內外學者對其進行了積極探討，但研究側重點有所不同。國外物流業起步較早、發展水平較高，對物流業的研究也較成熟，主要關注物流與企業的關系，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點、物流通道、物流集群、物流網絡組織及模式、物流影響因素等方面。如Markus等（2004）指出貨流、節點和網絡對物流節點布局影響最為顯著，認為郊區是最佳的物流選址地區，物流節點的布局將逐漸靠近城市邊緣地帶［1］。Petersen（2002）依據客貨流的分布特點將公路運輸通道分為多個時段，并在此基礎上構建了公路通道成本—效益投資模型［2］。Mori等（2002）分析了交通運輸要素對物流企業集群的影響及空間格局的動態演變情況［3］。Konings（2006）指出在港口運輸上引用軸輻式網絡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絡系統，成功解決了單向設計物流網絡出現的問題［5］。Graham等（2012）基于系統集成理論的維度，從物流組織內部關系的角度來研究對物流業發展的影響程度［6］。

國內學者對物流領域的研究側重于宏觀和區域層面，集中在物流實力評價、物流與經濟增長的關系、物流集聚、物流規劃、物流影響因素等方面。如王圣云等（2007）從區位環境因子、硬環境因子、軟環境因子和經濟條件因子四個方面來構建區域物流競爭力評價指標體系，研究發現我國區域物流競爭力可分為強、較強、較弱、弱和最弱競爭力五種發展類型［7］。李全喜等（2010）采用典型相關分析法對全國省級區域進行面板數據分析，驗證了區域物流在一定程度上可以帶動其他產業的發展，從而促進區域經濟增長［8］。楊自輝等（2010）對湖南省物流集群系統進行深入剖析，指出湖南省物流集群規模較小，信息技術落后，缺乏全局規劃，不利于物流集群的發展［9］。雷勛平等（2013）選取我國2008年的物流投入和產業數據，從純技術效率、規模效率和投入冗余與產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，構建了集裝箱貨物排程優化模型，對多式聯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，指出物流網絡密度、物流需求和政府調控對福建省物流發展的促進作用顯著，物質資本和產業結構的促進作用較小，人力資本對其發展存在抑制作用［12］。

針對現有研究可知，目前學術界從地理學和空間計量視角對物流發展的定量分析較為欠缺，鮮有將空間溢出效應納入到物流發展的實證研究中。其次，考慮到傳統計量法在分析影響因素上容易忽略空間相關性作用，進而產生一定的偏差。本文從空間經濟學視角出發，以長江三角洲16個核心城市為研究對象，構建城市物流綜合實力評價指標體系，采用熵值法、空間自相關和空間計量模型，對長江三角洲物流發展指數進行測度，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，避免主觀賦權法產生的隨機性，削弱和解決多指標變量之間的信息重疊。

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

（二）探索性空間數據分析

探索性空間數據分析（ESDA），其核心是對空間關聯度的測量，分析研究樣本在特定空間范圍的相互關系，是度量社會經濟現象空間格局的觀測方法，該方法主要借助圖形表達和統計學方法，對樣本的空間信息進行識別和分析，在本質上云集了多種空間數據分析方法，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.空間權重矩陣

空間權重矩陣是ESDA對研究樣本進行度量的前提。最早關于空間權重矩陣的測度是以空間單元二進制鄰接性理念為基礎，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，則賦予其對應的二進制連接矩陣值為1，反之則賦值為0。構建一個n×n的矩陣wij確定樣本的空間權重，其定義如下：

通常，可以借助Rook和Queen規則來構建空間權重矩陣，其構建原理如下：

（1）通過Rook規則構建，可表示為：

（2）通過Queen規則構建，可表示為：

其中，Wij為空間權重矩陣，本文借助Rook規則構建空間權重矩陣。

2.空間自相關分析

（1）全局空間自相關。全局空間自相關是用來揭示屬性值在整個區域的空間分布態勢，反映了區域內部某一要素或屬性在空間上的相似度。計算公式如下：

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

（2）局部空間自相關。局部空間自相關主要用來衡量區域單一要素或屬性的空間關聯模式，反映了區域局部鄰近單元上的空間集聚現象，主要探索要素或屬性的空間異質性。計算公式如下：

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

（三）空間計量模型

OLS回歸模型假設研究樣本是相互獨立的，忽略了樣本空間誤差的相關性，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性和空間異質性而造成的誤差。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展對區域其他樣本所產生的溢出效應，其空間依賴性體現在解釋變量的滯后項上。模型設定如下：

Y=ρWy+βX+ε（6）

其中，Y表示被解釋變量；ρ表示空間回歸系數；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；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來實現，該模型主要適用于研究樣本因空間地理位置不同而產生的空間相互作用，空間依賴性體現在誤差項的滯后項上。模型設定如下：

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

三、長江三角洲物流發展的空間演變效應

（一）城市物流綜合實力評價指標體系的構建

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濟發展水平，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的能力，是評價城市物流水平的關鍵。目前，我國對物流業的統計數據主要局限于國家層面，對省、市、縣層面的統計數據還較為欠缺。考慮到貨物運輸業（包括海、陸、空）是現代物流業的主體，結合數據可得性，借鑒以往研究成果，本文從物流供給和物流需求角度出發，綜合考慮基礎設施、人力資源、信息水平、經濟發展、物流規模和產業支持六個維度來構建評價指標體系，運用熵值法確定各指標的權重，見表1所列。

表1　城市物流綜合實力評價指標體系

（二）評價結果分析

如表1所示，指標權重由大到小依次為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人員的權重分別為0.185 3、0.155 8，高于其他指標的權重值，表明了對外貿易水平和人力資本對物流發展水平影響程度最大，是長江三角洲物流發展水平產生差異的主要因素。其他指標權重大多徘徊在5%～10%左右，其中郵電業務總量的權重較大（0.107 5），彰顯了信息化水平對物流業的重要影響；民用汽車擁有量指標權重為0.086 3，揭示了基礎設施在物流運輸中的重要性；而GDP和工業GDP指標也占有較高的權重，顯示了經濟要素是物流發展的助推器。

依據所求權重對以上指標進行簡單的加權求和，可獲得長江三角洲的物流發展指數。由表2可知，2000-2014年長江三角洲整體物流發展水平有所提高，年均增長率為8.99%。各年份物流發展指數均值分別是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。物流發展指數由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個發展階段：2000-2005年，各城市物流發展水平增長相對緩慢，城市排名變動不大；2006-2014年，各城市物流發展水平有了較大幅度的提升，大多數城市保持快速穩定的增長，只有揚州和泰州發展緩慢，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”規劃中強調江浙滬地區的全面協作，提出多方位加強長江三角洲物流業與其他產業聯動發展的戰略部署，推動了物流業的快速發展。

另外，各年份物流發展指數極差值分別為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，表明城市間發展不平衡，極化效應十分嚴重。此外，從上海、江蘇8市和浙江7市三大區域來看，物流發展指數得分依次由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，上海生產性服務業一枝獨秀，擁有較大的物流腹地，物流市場遍及海外。

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

從物流發展指數的動態格局來看，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，從城市物流發展指數得分的排序來看，連續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個城市物流發展水平較低，排名相對靠后。

表22000　-2014年長三角城市群物流發展指數

四、長江三角洲物流發展的空間溢出效應

上文分析得出長江三角洲物流發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展水平的空間關聯度和動態演變格局。本文通過計算2000-2014年長江三角洲物流發展指數的全局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展指數的空間動態演變格局。

（一）全局空間關聯性分析

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“N”型的發展趨勢，整體上“馬太效應”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聯最小。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聯最大，但在2014年又下跌至0.093 0。

表3　長江三角洲各年份物流發展水平全局Moran's I值和測度指數

2000-2014年，長江三角洲物流發展指數全局Moran's I估計值大致經歷了5次波動，位于低位震蕩的發展階段，拐點分別出現在2002年、2008年、2009年、2010年、2011年和2013年（圖1）。總體來講，全局Moran's I估計值大致呈先上升、后下降、再上升的發展趨勢，表明在該時段長江三角洲地區物流空間格局經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展水平全局Moran'sI值曲線圖

（二）局部空間關聯性分析

本文以2000年、2004年、2008年、2014年為時間節點，借助局部Moran's I估計值來度量長江三角洲16城市物流發展指數的空間異質性。由Moran散點圖（圖2）可知，物流高值集聚和低值集聚同質性現象是長江三角洲城市群發展的主要形式。2000年、2004年、2008年、2014年大多數城市都位于第1、3象限，表明城市物流發展指數具有正向的空間關聯性。但兩個象限的城市總數在減少，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”有所減弱。從物流發展指數LISA圖（圖3）和表4來看，表現出空間異質性有所增強，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，是物流發展的高地區域，表明上海和南京的物流發展在長江三角洲中承擔著領軍地位，涓滴作用十分顯著，對周邊鄰近的城市產生物流擴散效應，是長江三角洲物流發展的核心地區。HL類地區的城市總數由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，其原因在于杭州被周邊物流低值區包圍，雖然自身物流發展水平較高，但對其周邊城市的物流擴散效應一直不明顯，容易產生極化效應。LL類地區的城市數量有所下降，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展水平較低，物流虹吸效應較弱，地區物流空間差異很小。無錫在2000-2008年間一直落在LH地區，表明無錫物流發展水平較慢，而周邊城市物流發展較快，自身物流擴散能力較弱，長期成為HH區和LL區的過渡城市，但在2014年無錫進入了LL類地區，紹興、臺州轉入到LH類地區，使得LH類地區城市數量上升到2個。

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

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

表4　各城市物流發展水平空間關聯模式

五、長江三角洲物流差異的空間計量分析

上述分析表明，長江三角洲物流發展格局存在顯著的空間關聯性，城市物流在空間分布上并非完全隨機分布，而是呈現顯著的空間自相關效應。因此，本文引入了SLM和SEM空間計量模型，考慮到區域物流具有動態的發展特性，分別構建當期模型和跨期模型對物流發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期的作用程度。

（一）指標選擇

長江三角洲物流發展的空間差異是由經濟、政策、文化等諸多要素相互作用的結果，綜合學者的研究成果以及長江三角洲物流發展的實際情況，本文選取基礎設施、政府干預程度、產業結構、消費流通水平、對外開放程度、經濟發展水平、城市規模和區位條件8個指標作為解釋變量。①基礎設施（inf）用城市公路里程占區域比重來表示。基礎設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，預計變量符號為正。②政府干預程度（gov）用城市公共財政支出占GDP比重來衡量。政府規模與行政干預能力成正比，可以為物流發展提供資金支撐和戰略部署，預計變量符號為正。③產業結構（ins）用第三產業占GDP比重來表示。第三產業比重的提升有助于產業結構的調整，推動物流業與其他服務產業的聯動發展，預計變量符號為正。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消費流通水平，反映區域內的物流需求，預計變量符號為正。⑤對外開放程度（open）用當年實際使用外資金額占GDP比重來表示①。當年實際使用外資金額可以反映區域對外開放程度，間接表示城市外資的技術溢出大小，預計變量符號為正。⑥經濟發展水平（eco）用人均GDP來衡量。人均GDP代表了地區居民整體經濟實力，可以反映地區居民消費能力，預計變量符號為正。⑦城市規模（urban）用城市人口占區域總人口比重表示。城市規模可以反映市場大小和流通尺度，其規模越大吸收就業和消費能力就越強，預計變量符號為正。⑧區位條件（geo）對產業發展產生一定程度的影響，而這種區位的不均衡現象會導致經濟存在地域差異，因此本文考慮區位因素這個虛擬變量，設置一級城市為1，二級城市為0.5，其他城市為0，預計變量符號為正。

（二）模型構建與選擇

基于上述分析，本文以長江三角洲物流發展指數作為被解釋變量，以基礎設施、政府干預程度、產業結構、消費流通水平、對外開放程度、經濟發展水平、城市規模和區位條件8個指標作為解釋變量來進行空間回歸分析，構建空間計量模型。

情景一：當期模型I。解釋變量和被解釋變量選擇2014年的數據，反映當期解釋變量對當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年的數據，解釋變量選擇2000年的數據，反映初期解釋變量對當期被解釋變量的作用程度及方向。

其中，F表示物流發展指數；βi表示變量回歸系數；t表示年份；i表示城市數量；β0為常數；λ表示空間誤差系數；ρ表示空間回歸系數；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表示正態分布的隨機誤差項。對被解釋變量進行共線性診斷，發現被解釋變量的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。

首先對當期模型I和跨期模型II進行OLS回歸。從表5、表6可知，當期模型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%的異質性。對于模型I1而言，只有政府干預和城市規模分別通過了5%和1%的顯著性檢驗，基礎設施、產業結構、對外開放程度和經濟發展水平的回歸系數為正，而消費流通水平和區位條件的回歸系數為負，與預期假設不一致，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域物流的變異情況。對于模型II1而言，只有政府干預和城市規模通過了10%的顯著性檢驗，對外開放程度、經濟發展水平和區位條件的回歸系數為正，而基礎設施、產業結構、消費流通水平為負，與預期假設不一致，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域物流的變異情況。究其原因可能在于區域物流發展存在較強的空間互動性，而OLS回歸模型假設研究樣本是相互獨立的，忽略了研究樣本空間誤差的相關性，導致回歸結果出現偏差。因此，本文納入空間溢出效應，引入SLM和SEM空間計量模型，構建當期模型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期的作用程度。

表5是當期模型I的空間回歸結果，發現模型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R2最大（0.976），說明在當期模型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lo?gL、AIC和SC信息的判斷準則，發現模型II2中的logL值最大，AIC和SC值最小，可決系數R2最大（0.984），因而模型II2為最恰當的模型。與OLS回歸結果相比，當期模型I3和跨期模型II2的可決系數R2和logL值有所變大，AIC和SC值有所變小，表示考慮空間效應后的模型可以減弱研究樣本空間誤差的相關性。

表5　當期模型I情況下的OLS、SLM和SEM模型估計結果

（三）回歸結果分析

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

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

（3）消費流通水平。消費流通水平在當期模型I3和跨期模型II2的回歸系數依次為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，經濟發達，人民生活水平殷實，民眾的物流消費需求量較大，另外廣闊的經濟腹地促進了地區間經濟貿易往來，消費流通溢出效應顯著。雖然隨著時間的推移影響程度有所提升，但回歸系數相對較小。這可能是因為區內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象依然存在，導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展顯著正相關（1.589），符號與預期一致，而在當期模型I3中，對外開放程度與物流發展的影響系數為-0.568，符號與預期相反。其原因可能在于，長江三角洲在發展初期積極引進外資為當地物流發展注入新鮮血液，外資的溢出和擴散效應顯著，有助于打破區內固有的條塊分割現狀，增強物流企業活力。但隨著時間的推移，部分地區盲目、大規模對外資進行引進，致使其與區內企業產生惡性競爭，對長江三角洲物流發展促進作用不顯著，因此今后在引進外資時不僅要適度，更要注重其質量。

（5）經濟發展水平。在當期模型I3和跨期模型II2中，經濟發展水平對物流發展具有顯著促進作用，符號與預期一致。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，強大的經濟支持有助于物流體系的建立，進一步縮減產品跨地域的流動成本，擴大商品消費流通尺度。另外，長江三角洲制造業發達，隨著社會內部分工的不斷細化以及物流業與制造業的聯動發展，制造和流通企業物流外包意識不斷增強，積極同第三方物流公司合作，有助于物流產業的集聚。值得關注的是，經濟發展水平在初期對物流發展的影響程度（0.118）遠小于當期影響程度（1.903），表明經濟發展水平對物流業的發展存在一定的滯后性。

（6）城市規模。城市規模在當期模型I3和跨期模型II2的回歸系數依次為3.035、2.884，對物流發展具有高度促進作用，影響系數上升幅度較大。其原因在于，近年來長江三角洲人口逐年攀升，城市規模急劇膨脹，較大的城市規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的發展。

（7）產業結構和區位條件。值得關注的是，產業結構雖然在當期模型I3和跨期模型II2的回歸系數均為正數，但都未通過10%的顯著性檢驗。這一結果表明，雖然調整產業結構有利于物流業的發展，但產業結構調整具有長期性的特征，應是一個立足長遠的政策目標，在短期內調整難度較大，對物流直接作用程度較小。此外，虛擬變量區位條件在當期模型I3的回歸系數為-0.064，符號與預期不一致，在跨期模型II2的回歸系數為0.030，說明現階段新經濟地理要素對長江三角洲物流產業的影響并不顯著，區位上的不均衡在物流發展上還未產生較大差異。

六、結論與建議

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

第一，15年來長江三角洲整體物流發展水平得到了顯著的提升，但城市處于非均衡的發展狀態，城市間的極化效應十分嚴重。

第二，城市物流發展呈現出明顯的空間關聯性，空間格局經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性現象是長江三角洲城市群發展的主要形式。

第三，經濟發展水平、政府干預程度、城市規模和消費流通水平對物流發展存在顯著正相關，影響程度在上升；對外開放程度在初期對物流發展促進作用顯著，隨著時間的推移促進作用不顯著；基礎設施對物流發展存在消化吸收的過程，隨著時間的推移促進作用顯著；產業結構和區位條件對物流發展的影響不顯著。

針對以上研究結論，本文提出以下幾點建議：

第一，增強政府宏觀調控力度。由于經濟增長對物流業發展存在滯后性，不能在短期內起到立竿見影的作用，在維持經濟穩定增長的情況下需增強政府干預程度，加大物流政策扶持力度，從宏觀上把握物流發展態勢，合理促進區內物流資源流向，保持適度的城市規模，增加基礎設施投入，完善物流市場協調機制，擴大消費流通市場，積極發展第三產業，提高外資利用質量。

第二，促進物流發展的網絡化。針對區域物流發展不平衡的現狀，可加強區域物流的網絡化建設，推動區內物流信息化和標準化，協調規劃區內物流資源，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來提升物流整體效率。

第三，加強區域間的聯動發展。由于城市物流發展呈現出明顯的空間關聯性，提示相關政府在規劃物流發展時要不拘一格，既要做到統籌兼顧，考慮區域的整體性，也要做到因地制宜，結合各城市發展特點，增強物流高值集聚區的涓滴效應，加大物流低值集聚區的虹吸效應，促進區域間的合作與交流。

第四，合理定位城市物流生態位。由于城市物流的發展受到諸多因素的相互作用，導致物流發展情況大相徑庭，各城市必須對物流生態位進行合理定位，不但要發揮自身的比較優勢，而且需要與其他城市進行態勢互補，加快城市間的協同發展。隨著“低碳經濟”觀念的不斷深入，“低碳物流”理念也應運而生，將是城市物流今后發展的重點領域。

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，Farahani 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.我國省級區域物流競爭力評價及特征研究［J］.中國軟科學，2007（10）：104-110.

［8］李全喜，金鳳花，孫磐石.區域物流能力與區域經濟發展的典型相關分析——基于全國面板數據［J］.軟科學，2010，24（12）：75-79.

［9］楊自輝，鄧恩，林安源.湖南物流產業集群系統發展研究［J］.經濟地理，2010，30（3）：426-430.

［10］雷勛平，Robin Q，劉思峰.基于DEA的物流產業效率測度實證研究——基于我國31個省、市、自治區2008年投入產出數據［J］.華東經濟管理，2013，30（15）：52-56.

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

［12］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.

［13］謝守紅，蔡海亞.長江三角洲物流業與區域經濟耦合協調度研究［J］.江西財經大學學報，2015（5）：20-27.

［責任編輯：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

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

蔡海亞（1991-），男，江蘇鹽城人，博士研究生，研究方向：區域經濟學，環境經濟學，產業經濟學；徐盈之（1970-），女，浙江杭州人，教授，經濟學博士，研究方向：環境經濟學，產業經濟學，數量經濟學。