長江經濟帶物流業集聚的時空格局與影響因素研究

(貴州大學 管理學院,貴州 貴陽 550025)

進入21世紀,在經濟全球化和區域經濟一體化的大環境下,區域產業集聚現象與作用越來越凸顯,對優化產業結構、激發生產要素活力、提升整個區域的競爭力都十分重要。產業集聚問題自19世紀末英國新古典經濟學家馬歇爾提出著名的產業空間集聚外部經濟效應理論開始[1],在經歷“工業區位論[2]、增長極理論[3]、競爭優勢理論、新產業區位論”[4]等理論的發展后得到不斷豐富和完善。我國對產業集聚的研究最早開始于工業部門[5],之后從

產業集群成長問題[6]、產業集群演化機制[7]、融合新經濟地理學理論下的實證分析[8]等多方面對我國產業集聚問題進行了融合定性理論與定量實證的深入研究，大多借鑒產業集聚理論[9]。

現代物流業在經濟發展、政策紅利等多因素的驅動下,已成為區域乃至國民經濟的支柱產業,和提升區域競爭力關鍵因素、衡量國家現代化發展水平的重要標志之一。因此,對物流產業集聚的研究成為學院派和實踐派關注的焦點。早期主要偏重于基于物流產業集聚與區域經濟增長互動關系的定性分析,Geppert[10]、Bergman[11]、Kayikci[12]、李劍[13]等分別研究了德國、英國、奧地利和我國的物流產業集聚對國家及地區經濟增長的影響機制。隨著研究的不斷深入,國內學者開始從定量角度對物流產業集聚進行基于微觀、中觀和宏觀視角的具有層級性的實證研究;葛金田、賈興洪、武富慶[14-16]等基于省域微觀視角對山東、河南和黑龍江的物流產業集聚情況進行研究;關秋燕、鐘昌寶、龔新蜀[17-19]等從區域中觀視角對我國東部地區、長江經濟帶、絲綢之路經濟帶的物流產業集聚進行了測評和分析;鐘祖昌、謝守紅、趙宇[20-22]等從國家宏觀視角對我國31個省份的物流產業集聚與差異進行了研究。

從已有的研究來看,產業集聚研究方法主要有區位商、行業集中度、赫芬達爾指數、空間基尼系數、EG指數等[23],每種方法都有自己的側重點和優缺點,而區位商是對物流產業集聚進行研究時最常用的方法。大部分學者在利用區位商時,只選取物流產值或從業人員單一指標進行分析,這樣不但沒有考慮不同區域內部勞動生產率的差異,而且還忽略了經濟發展水平對物流產業集聚的影響,研究結果往往有失偏頗。本文在借鑒前人研究成果基礎上,基于融合物流產值及物流從業人員兩指標改進的區位商值法展開研究。物流是一個跨時空復雜的大系統,各種要素在區域內進行流動和傳遞,區域間的經濟社會聯系更是通過物流功能來實現,物流產業具有空間經濟關聯效應,對物流產業集聚進行研究時不能忽略空間區位因素。因此,本文將空間計量分析融入到物流產業集聚研究中,對其進行空間效應及影響因素的分析。

1 經濟對物流產業集聚的效應機理

物流產業作為經濟社會的一個重要子系統,其生存和發展是依附于經濟社會中的其他產業,價值的發揮主要體現在對其他產業的服務水平和服務效率中。物流產業集聚與區域經濟發展之間存在因果反饋機制(圖1),物流產業集聚,相鄰地區和企業由于產業關聯效應、勞動力的空間區配導致的物流產出效率的提高和知識外溢導致較低的創新成本,進而提高生產率最終促進區域經濟增長,經濟增長反過來又會吸引更多物流企業流入“貼近市場”,從而進一步促進物質資本和人力資本的空間集聚[24]。區域物流是連接生產和消費的橋梁,物流活動貫穿于生產和消費的各個環節,是區域經濟運行和發展必不可少的紐帶。區域經濟影響物流產業集聚的空間溢出效應主要從示范帶動效應、技術創新效應、規模經濟效應、企業協同效應等方面體現出來,空間溢出效應機理見圖2。

圖1 物流產業集聚與經濟因果反饋關系

圖2 經濟對物流產業集聚空間溢出效應機理

1.1 窗口示范效應

經濟發展較好的地區,物流產業集聚水平相對較高。其中,規模較大、發展較好和實力較強的地區和企業會產生標桿效用,成為模仿和追逐的對象。經濟發展較好的地區會為相對落后的地區和企業提供先進的物流模式、物流理念、物流技術、管理經驗等,從而促進落后地區學習和發展。

1.2 技術創新效應

經濟發展好、物流集聚水平較高的地區能提供推動物流技術創新的專業化勞動和中間投入產品等創新要素,而落后地區則能以低成本獲取這些創新要素，兩類地區之間的頻繁交流與學習可以有效提升彼此之間的信任度,降低交易的風險。因此,經濟發展好的地區能提供有利于物流理念和技術創新溢出的環境,促使物流新理念、新技術向落后地區外溢和擴散。

1.3 規模經濟效應

規模經濟效應主要體現在兩個方面：一方面在經濟發達、物流集聚程度較高的區域內,可實現基于整個區域的物流基礎設施共建、物流資源共享、物流政策共商的協調與可持續發展,低集聚區內的企業可享受到因規模擴大和資源共享帶來的物流成本降低,因企業多樣帶來物流服務的個性化和專業化,從而滿足不同的物流需求;另一方面,經濟發達地區會產生累積效應,不斷吸引更多的企業集聚,實現自身強化,促使集聚區規模的進一步擴大。

1.4 企業協同效應

在頻繁的經濟交往中,區內企業之間、區域與區域企業之間會以更緊密的關系展開合作和競爭,外地產業集群與本地產業集群形成緊密的向前聯系和向后聯系,延長價值鏈的強化溢出效用;企業集群會推動供應鏈從縱向一體化向橫向一體化轉變,企業間的協作可實現信息在供應鏈中的實時傳遞,避免信息失真而造成“牛鞭效應”,實現資源的高效利用,推動區域內物流產業向社會化、專業化和更高水平發展。

2 物流產業集聚空間格局

2.1 研究方法

區位商值法是衡量某一區域要素的空間分布情況,反映某一專門部門的專業化程度。該方法提出來后被廣泛應用于旅游產業[25]、文化產業[26]、制造產業[27]、物流產業[28]等領域,對各領域產業集聚的研究具有指導作用。但很多研究在利用區位商值法時采取單一指標,不具有科學性,因此本文在此基礎上做出改進,基本表達式為:

式中,LQij表示j地i產業的區位商;mij、nij分別表示j地i產業的從業人員和產值;mi、ni分別表示i產業全國從業人員和全國產值;mj表示j地總的從業人員;m表示全國從業人員數量。本研究中,i表示物流產業；j為長江經濟帶的“9省2市”。

2.2 物流產業集聚結果分析

研究所需的物流從業人員和物流產值以交通運輸、倉儲和郵政業的年末就業人數和產值來代表(由于我國物流行業統計工作不完善,且根據《第三產業統計年鑒》數據可知,交通運輸、倉儲及郵政業總產值占物流業增加值的70%左右，因此以傳統物流行業組成部分的交通運輸、倉儲及郵政行業的數據來代表物流業的數據)，數據來自于2007—2016年的《中國統計年鑒》。利用式(1)可測算出來各地的物流區位商,因篇幅原因,結果從略。

從圖3可見,長江經濟帶物流產業集聚水平呈現出明顯的“馬太效應”,下游地區(上海、江蘇和浙江)物流產業集聚水平遠遠高于長江經濟帶的平均水平;中游地區(安徽、江西、湖北和湖南)、上游地區(重慶、四川、云南和貴州)物流產業集聚水平相近且低于整體平均水平。從趨勢走向來看,2006—2015年長江經濟帶物流產業集聚水平整體較平穩,下游地區呈下降趨勢,中游地區較穩定,上游地區呈持續上升的良好勢頭。對各省市的物流產業集聚水平進行聚類后可將11個省市分為三類,第一類為上海市,第二類為江蘇省,其他省市為第三類。其中,第一、二類地處長三角經濟圈,集聚水平較高;第三類90%處于長江經濟帶中上游,經濟發展遠遠落后于下游地區,這在一定程度上驗證了物流產業集聚程度與經濟發展水平之間具有正相關關系。

圖3 2006—2015年長江經濟帶物流產業集聚水平趨勢

圖4 長江經濟帶物流產業集聚水平聚類譜系

2.3 物流產業集聚空間演變

根據長江經濟帶各省市物流集聚水平,將其劃分為四個層次：LQ≥1.5為物流產業高度集聚,1.2≤LQ<1.5為中度集聚,0.8≤LQ<1.2為相對集聚,LQ<0.8為相對分散；利用AcrGIS10.2對長江經濟帶矢量地圖進行可視化處理,得到2006—2015年長江經濟帶物流產業集聚的演變過程(圖5)。

2006—2015年長江經濟帶物流產業集聚水平的演變軌跡具有以下特征:①物流產業集聚水平具有層次異質性,呈現從東部沿海向西部內陸遞減的趨勢。2006年物流產業集聚具有很強的“馬太效應”,但經過10年的發展,東中西之間的差距逐漸縮小,物流產業集聚的“馬太效應”得到弱化。②東部地區的上海市始終保持高度集聚,江蘇省經歷“中度集聚—高度集聚—中度集聚”的過程,而浙江省則由中度集聚演變為相對集聚,集聚水平大大降低;中部地區湖北和湖南處于相對集聚水平,安徽和江西則從相對集聚逐漸演變為相對分散,物流產業的規模效益不明顯;西部地區重慶市物流產業相對集聚,四川和云南始終為相對分散,貴州的集聚水平變化最明顯和快速,由2006年的相對分散發展為2015年的中度集聚,發展勢頭良好。③長江經濟帶超過60%的省市物流集聚水平相對穩定,其發展具有明顯的路徑依賴性。

圖5 2006—2015年長江經濟帶物流產業集聚空間演變

3 物流產業集聚空間差異

從以上物流產業集聚水平和空間演變發現,長江經濟帶各省域之間的物流產業集聚存在一定的空間差異性。通過全局空間自相關分析得知(圖6):2006—2015年長江經濟帶物流集聚的全局空間自相關系數呈下降趨勢。2006—2012年,Global Moran′s I為正數,但系數較小,區域內物流集聚在空間上呈現弱正相關性,物流集聚水平相似的省域相對集中;2012年后,Global Moran′s I變為負數,區域內物流集聚在空間上呈現弱負相關性,物流集聚水平相似的省份在空間上呈分散分布,物流集聚水平不同的省域相鄰。結合上文長江經濟帶物流產業集聚的空間演變軌跡可知,2006—2015年長江經濟帶物流產業集聚水平由最初嚴格的空間層次異質性的階梯式分布,逐漸演變為物流產業集聚水平相似省份的“跳躍式”分布,可見Global Moran′s I的發展趨勢與長江經濟帶物流產業集聚的空間演變軌跡相吻合。

圖6 2006—2015年長江經濟帶物流產業集聚的Global Moran′s I

從Global Moran′s I的變化看,2008—2009年出現幅度較大降低,這主要是由于全球金融危機的爆發,使東中部地區經濟受到沖擊,物流產業也受到一定的影響,而西部地區享受到東部地區產業轉移帶來的空間經濟溢出效應,物流產業得到發展,物流產業集聚水平差距不斷縮小。2010年后,Global Moran′s I呈現逐年降低態勢。2009年我國印發了《物流業調整和振興規劃》,對長江經濟帶物流產業的發展起到了指導作用。2013年國家“一帶一路”戰略實施和我國逐漸進入經濟“新常態”的宏觀政治經濟環境,經濟發展速度放緩,更加注重地區的統籌協調發展。在此背景下,西部地區經濟得到極大發展,經濟快速增長激發了物流產業的活力,為西部物流產業發展注入了“新動能”,長江經濟帶省域間物流產業集聚水平空間分布差異性在快速縮小。此外,采用局域空間自相關分析法,得到Moran散點圖和LISA聚集圖(圖7),反映了省域間的局部空間差異。

由圖7可知,長江經濟帶物流產業集聚的局域空間自相關具有以下特征:①2006年,落入“HH”和“LL”的點共有7個,占比達到65%左右。位于“HH”區的江蘇和浙江,“LL”的江西、湖北、湖南、貴州和云南7省呈空間正相關性,物流集聚水平差異較小,而上海和重慶、安徽和四川則分別落入“HL”和“LH”象限,呈空間負相關性,與周邊省市存在差異性。②2010年,上海市由“HL”轉入到“HH”,周邊的江蘇和浙江兩省物流集聚水平與上海市在逐漸縮小,物流產業發展的均衡性得到提高,重慶由“HL”轉入到“LL”,自身的物流產業集聚水平有所衰退。③2015年,“HH”和“LL”的點減少到6個,各省域間物流集聚差異性增加,這主要是上游地區物流產業集聚水平提高所致。④落入“HH”的主要為長江下游省域,而“LL”的為中上游省域,中游4省的落點在10年間未有所變動,該地區物流產業集聚具有嚴重的空間鎖定和路徑依賴性。從LISA聚集圖可見,下游的上海市始終與周邊地區具有顯著差異性,物流產業集聚水平高于周邊省份;中游的安徽省則始終被物流產業集聚水平高的省份所包圍,物流產業集聚水平遠遠滯后于江蘇、浙江、湖北和江西4省;上游的云南省物流產業集聚水平要低于周邊省域,而貴州省的物流產業處在高速發展階段,迅速與周邊省份拉開距離,成為上游地區的“熱點”。

圖7 2006—2015年長江經濟帶物流產業集聚Moran散點圖及LISA聚集圖

4 物流產業集聚影響因素

根據外部經濟效應可知,“熱點”區由于其經濟水平、區位條件等優勢具有外部性效應,但這種外部性既可能是正面的,也有可能是負面的。因此,基于空間面板數據模型對長江經濟帶空間溢出效應進行研究,發達地區各要素對周邊地區物流產業集聚是具有溢出效應的輻射和帶動作用還是產生制約物流發展的“虹吸效應”？

4.1 物流產業集聚影響因素分析

主要是:①經濟發展水平。物流產業作為經濟社會重要的基礎性產業,與經濟發展相輔相成。經濟發展能刺激物流需求,繁榮物流市場,經濟發達地區往往以較好的產業基礎、完善的基礎設施和先進的技術條件等要素吸引著物流企業聚集,因此經濟水平是影響物流產業集聚的重要因素之一。②基礎實施條件。物流系統是包含運輸、倉儲、裝卸搬運、流通加工、包裝、配送和信息等多環節的復雜系統,運輸和倉儲是其中最主要的兩大功能,運輸活動是借助機場、公路、鐵路、港口等基礎設施完成的,基礎設施的好壞在很大程度上影響著物流活動的效率,是吸引物流企業入駐和推動物流產業集聚的重要條件。③對外開放程度。對外開放對區域內物流產業集聚的影響主要體現在三方面:一是通過對外開放可吸引外來資本流入,改善當地的投融資環境,提高物流產業的投資效率;二是吸引外來企業進入,提升區域內物流產業的競爭力;三是吸收外來先進的技術、知識和管理理念等,提高當地物流企業的技術效率。④地區產業結構。從各省經濟結構來看,主要以第二產業為主,第二產業與物流產業聯系最為緊密且對物流需求量最大,因此第二產業的發展可帶動經濟增長,從而促進物流企業集聚。⑤政府宏觀調控。政府宏觀調控對物流產業集聚影響主要表現為兩方面:一是資本手段,通過對物流產業的資金投入和政策優惠,為物流業的發展提供良好的外部環境,推動物流企業的聚集;二是行政手段,通過制定行業規則和產業布局規劃來直接或間接促進物流企業的集聚。⑥勞動力資本。高水平的勞動力素質可營造有利于技術和知識溢出效應的良好環境,能吸引企業流入,提高物流產業集聚水平。⑦社會消費水平。人們消費能力的不斷提升在很大程度上促進了商貿物流發展。近年來,各種新型物流模式和理念層出不窮,城市居民對生活品質的高要求對物流效率的改善提出更大的挑戰。物流企業選擇合作協同,發展社會物流以降低成本和提高物流效率,在很大程度推動了物流企業的聚集。

4.2 變量設計及數據來源

通過對物流產業集聚影響因素的分析,在借鑒相關文獻[20-22]的基礎上,分別用GDP、等級公路里程(GH)、外商投資總額(TFI)、工業增加值(IAV)、物流固定資產投資(LFI)、物流從業人員(LEN)和社會消費品零售總額(TRS)來表示各變量。數據均來自2007—2016年的《中國統計年鑒》,具體的變量描述統計見表1。

表1 變量描述性統計

4.3 模型分析與設定

Anselin認為所有的空間數據都具有空間依賴性或空間自相關特征[29],區域之間的相關性是區域問題研究中不容忽視的重要現象。在利用傳統的計量經濟學研究區域物流問題時,很多研究者忽略了空間區位因素,而采用單一橫截面數據或時間序列數據來研究各因素與物流的關系,這往往會缺失空間因素對物流的影響。相較于傳統計量分析,空間計量經濟學將空間因素考慮到現實問題中,使研究更加客觀全面。近年,更多學者在研究包括物流在內的經濟問題時將空間區位因素考慮在內[30],能很好地分析空間因素對物流和經濟現象的影響程度與作用方向,結果更加符合客觀現實情況。

一般的空間面板數據模型包括空間滯后面板數據模型(SLM)和空間誤差面板數據模型(SEM),分別用來分析對本地以及對周邊地區的影響。LeSage在這兩個模型的基礎上構造出了空間杜賓模型(SDM),同時包含兩種模型所產生的影響。本研究是針對物流集聚的空間溢出效應,根據上文的經濟對物流集聚溢出效應的機理分析,其溢出效應同時包括SLM和SEM兩種影響,且通過了Wald和拉格朗日檢驗(LR)(表2),因此本文選用SDM模型進行分析?？紤]到樣本個體數多于時點數且上文顯示各地區的物流產業集聚具有差異性[38],Hausman檢驗顯示p值為0.0000,在1%顯著下拒絕隨機效應的原假設,綜合選擇個體固定效應模型。

為了消除異方差,對各變量取對數來構造空間杜賓模型,表達式為：

lnLQ=ρWlnLQ+α1lnGDP+α2lnGH+α3lnTFI+α4lnIAV+α5lnLFI+α6lnLEN+α7lnRUS+α8LLQ+α9WlnGDP+α10W×lnGH+α11W×lnTFI+α12W×lnIAV+α13W×lnLFI+α14W×lnLEN+α15W×lnRUS+Up+Ut+ε

(2)

式中,ρ為空間自回歸系數;α1—α8表示影響因素對當地被解釋變量的回歸系數;α9—α15為對周邊地區被解釋變量的回歸系數;Up、Ut、ε分別為空間固定效應、時間固定效應和隨機誤差項?？臻g權重矩陣W選用rook賦權法(rook賦權法表示當相鄰空間觀測單元i和j之間共享一個邊界時,則Wij=1,否則Wij=0。)得到經過標準化的矩陣。

表2 空間杜賓模型的Wald和LR檢驗

4.4 結果分析

通過Matlab2016a軟件編程得到在不同狀態下的SDM估算結果,對不同效應下空間杜賓模型的檢驗結果可知,時空雙固定效應下的R2與laglikelihood檢驗效果要優于單一的空間固定效應或時間固定效應,且大多在1%下顯著,因此選用時空雙固定的杜賓模型進行溢出效應測算。

由于空間滯后項導致的空間回歸系數并不能很好的反應變量的邊際效益,因此通過空間效應分解將其分解為直接效應、間接效應和總效應。借鑒Lesage、Pace的做法[31],利用錫夫矩陣,將SDM演化為式(3)。被解釋變量對解釋變量的偏微分方程矩陣為式(4),矩陣對角線為解釋變量的直接效應,非對角線為間接效應,具體分解效應見表3。

Y=(1-ρWij)-1(Xβ+WijXθ)+(1-ρWij)ε

(3)

=(1-ρWij)-1

βkW12θk…W1nθkW21θkβk…W2nθk………Wn1θkWn2θk…βk

(4)

從表3可見,區域GDP、等級公路里程、外商投資、工業增加值、物流固定資產投資、勞動力資本、社會消費水平等因素均對本地的物流集聚具有直接促進作用。其中,工業增加值和社會消費水平對物流產業集聚的影響最大,通過1%顯著性檢驗,彈性系數分別為0.7991和0.7423。此外,只有經濟發展水平和等級公路里程對周邊地區物流集聚的空間溢出效應為正,分別為0.0036個單位和0.0668個單位,均通過了5%的顯著性檢驗,其他各因素均產生不同程度的負溢出效應,但大多不具有統計學意義。

表3 效應分解結果

經濟發展水平對物流集聚的直接影響系數為0.0268,在10%顯著水平下通過檢驗。區域經濟與物流之間具有因果反饋關系,區域經濟的發展會為物流企業集聚提供基礎設施保障和產業政策紅利;區域經濟發展會加速社會分工的細化,為企業由“縱向一體化”向“橫向一體化”的轉變提供外部協作環境,越來越多的制造企業或流通企業將物流業務剝離外包給專業的第三方物流企業,從而推動物流產業的集約化、一體化和規?；?。從溢出效應來看,影響系數為0.0036,溢出效果較小,即存在“弱核牽引”的現象。這主要是因為區域間行政部門的條塊分割和保護主義的存在,使區域間的經濟發展缺乏聯動性,所以對物流產業集聚的擴散效果較小。基礎設施的直接影響系數為0.2894,在10%顯著水平下通過檢驗。交通條件是物流產業集聚的外在保障,快速響應市場和完成貨物流通在激烈的企業競爭中越來越重要。因此,完善的道路交通,發達的運輸網絡已成為吸引物流企業集聚的重要條件。此外,基礎設施具有正向的外溢和擴散效應,可推動周邊地區物流產業的發展和集聚,完善的交通可方便區域之間的交流,有利于技術、知識的傳播和人力資本的流動。外商投資的直接影響系數為0.2430,且通過5%的顯著性檢驗。外商投資可有效改善當地的投融資環境,在為當地物流業的發展提供資金保障的同時會帶來先進的技術、理念和營造有利于先進要素傳播的良好環境。外商投資的間接影響系數為-0.2838,但并未通過顯著性檢驗,說明外商投資對周邊地區的物流產業集聚影響不明顯。工業增加值的直接影響系數為0.7991,且通過1%的顯著性檢驗。工業增加值對物流產業集聚的影響最大,是推進物流產業集聚的主要動力。長江經濟帶沿線省市,尤其是中下游省市主要以第二產業為主。但當地工業的發展會對周邊物流產業集聚產生負溢出效應,主要是因為以市場和利潤為導向的物流企業會趨于向市場大、環境好的區域集聚,這會阻礙周邊地區物流產業集聚水平的提高。物流固定資產投資的直接影響系數為0.1287,在10%顯著水平下通過檢驗。一方面可通過直接投資促使物流企業的集聚,另一方面通過投資可以提高社會對物流產業的熱度,促使物流產業的繁榮。但物流固定資產投入增加,會擴大物流產業的“馬太效應”，所以物流固定資產投資會對周邊產生負溢出效應。勞動力資本的直接影響系數為0.1745,且通過1%的顯著性檢驗。當今物流產業知識密集型和技術密集型的特征越發明顯,專業型的物流人才是發展現代物流業的關鍵,在物流產業集聚中發揮重要作用。勞動力資本對周邊地區物流產業集聚存在負空間溢出效應,但并未通過檢驗,無法判斷勞動力資本是否存在空間溢出效應。社會消費品零售總額是促進當地物流產業集聚過程中的重要推手,對當地的物流產業集聚度影響系數為0.7507。社會消費品零售總額的增加,將會催生更多的零售市場和專業化市場,商業市場的集中會引導物流需求集聚。為了快速響應市場、縮短運輸距離和降低物流成本,以市場為導向的商貿物流企業將會主動靠近物流需求集中區域,以求占有市場和提高物流效率,隨著集聚水平的提高,配送中心、物流園區等具有高度集聚能力的物流載體會逐漸涌現,在區域內形成物流業與商貿業的聯動發展。本地區商貿物流的發展對周邊地區物流產業集聚的溢出效應未能通過檢驗,溢出效應并不清楚。

5 結論及建議

5.1 結論

基于改進的物流區位商對長江經濟帶物流產業集聚水平進行測評,并對長江經濟帶物流業空間格局、空間差異及影響因素進行研究。結果表明:①長江經濟帶物流產業集聚的層次異質性弱化,但局域異質性卻逐漸凸顯出來。②長江經濟帶物流產業集聚在空間上由弱正相關的集聚逐漸演變為弱負相關的離散,集聚水平由階梯狀遞減分布演變為水平相近省域“跳躍式”分布。③各因素對本地物流產業集聚具有正向推動效應,而對周邊地區則主要呈現出負溢出,整體上“回流效應”大于“擴散效應”。

5.2 建議

加強區域間交流與合作。依托長江這一天然的黃金水道,實施大物流戰略,各省協作打破行政邊界與藩籬,加強省域間尤其是“熱點”地區與“冷點”地區的協作與聯動發展,更多的發揮“熱點”地區溢出效應,避免對周邊形成“汲取效應”。沿長江流域合理布局物流產業,推動交通樞紐設施的共建與共享,打造沿江“軸—輻”交通運輸網絡,實現區域內物流基礎設施共建、物流資源共享、物流政策共商等協調與可持續發展。統籌規劃長江經濟帶物流產業,弱化區域間物流產業的“馬太效應”。政府有關部門在布局物流產業時,應著眼于森林而非樹木,要認識到不同區域物流產業集聚的時空差異性,既要做到統籌規劃,又要立足當地發展實際,因地制宜,依托自身優勢打造新的物流增長極,實現多渠道共同驅動的效果。

推動地區間橫向協同,實現沿江走廊式的“擴散效應”。作為長江經濟帶的“龍頭”,長三角地區要發揮其經濟實力強、區位條件好的優勢,保持物流產業的高度集聚,充分發揮向內陸地區的輻射與帶動作用;加強中游“長株潭經濟圈”和上游“成渝經濟圈”的建設力度,立足本地,實現區域間的戰略互動,推動物流產業結構優化升級;從長江經濟帶物流與經濟發展不平衡的現實出發,通過上海、南京、合肥、重慶等核心“節點”城市的“極化”作用,帶動整個經濟帶物流產業的發展。以三大經濟圈為極點打造物流產業走廊,實現物流要素的向外流動,增強三個地區輻射能力和物流產業的溢出及擴散效應。