高質量發展背景下區域物流能力測度及時空演變分析
——以皖江城市帶為例

王雯雯, 孟凡會, 程紫溦

(1.滁州學院 經濟管理學院，安徽 滁州 239000；2. 滁州學院 教務處，安徽 滁州 239000)

自2010年國務院正式將皖江城市帶承接產業轉移納入國家發展戰略以來，皖江城市帶的發展潛力不斷釋放、產業類型不斷豐富、經濟結構不斷完善，有效促進區域經濟快速高質量發展。物流作為經濟發展的“水下冰川”和“第三利潤源”，是支撐國民經濟發展的基礎產業，在皖江城市帶經濟社會的快速發展中發揮著重要的作用，尤其隨著《交通強國建設綱要》《關于推動物流高質量發展促進形成強大國內市場的意見》等政策文件相繼出臺，物流業的作用進一步凸顯。高質量發展背景下，如何科學有效地對皖江城市帶物流能力進行評價，為實現皖江城市帶可持續發展提供保障，具有重要的現實意義。

關于物流能力評價，學術界已經進行了大量的研究。王岳峰等以盲數作為數學工具建立區域物流能力盲數測評模型對區域總體物流進行測算[1]。李麗基于低碳物流的特點，從四個維度構建區域物流能力評價指標體系，采用模糊物元法對京津冀地區物流能力進行評價[2]。王小麗結合灰色管理模型和理想方案方法對河南省各市物流能力進行評價[3]。周泰等采用灰色聚類分析法對中國西部區域物流能力進行測度，并通過評價結果的合理性肯定了灰色聚類法的實用性和可操作性[4]。曹炳汝等通過ANP-TOPSIS模型對江蘇省物流發展能力進行研究，認為“南強北弱”是江蘇省物流發展能力的特點[5]。張建軍等構建了包含16個三級指標的區域物流評價指標體系，運用綜合指數法進行評價后，結合耦合協調度模型探究區域物流能力與區域經濟發展耦合互動機理[6]。張旭等通過因子分析確定區域物流能力評價指標體系，然后利用云PDR法對全國七大區域(京津冀、哈長、長三角、中原、長江中游、北部灣、成渝)的物流能力進行評價[7]。宋寧等以生態文明為導向，從經濟效益、區域物流服務質量、區域物流規范、外部環境、生態效益等方面探究區域物流服務業績效水平[8]。王輝等從服務模式、業務范圍、運營模式等方面比較眾包物流和傳統物流，分析眾包物流線上平臺存在的問題和未來發展方向[9]。侯維磊等采用熵權雙基點法對鐵路運輸企業貨運服務創新績效進行評價[10]。康朕瑋[11]基于區域物流能力的內涵和特點，構建包含36個指標的評價指標體系，以京津冀區域為研究對象，結合模糊物元法對其物流能力進行評價。溫馨等[12]集成引力模型、TOPSIS和灰色關聯度等方法，探究“一帶一路”中國區域18個省份的物流輻射能力。綜上研究，學者們在研究方法上主要采用盲數測評模型、灰色聚類、模糊物元、云PDR、TOPSIS等方法對區域物流能力進行評價，研究區域多以省域為主，以都市圈、經濟帶為研究區域的成果較少，本文以皖江城市帶為研究區域，從經濟發展基礎、物流運載能力、物流產業績效、技術創新能力、綠色發展成效等5個維度構建綜合評價指標體系，結合熵值法和TOPSIS法對皖江城市帶物流能力進行評價，結合核密度估計等分析方法，探究2014—2020年皖江城市帶物流能力的時空演變趨勢，為區域物流健康可持續發展提供科學指導。

一、皖江城市帶物流能力評價指標體系構建

區域物流能力系統是一個復雜的系統，影響因素眾多[13]，充分考慮皖江城市帶物流業發展現狀，基于前人的研究成果[14-17]，遵循科學性和數據可得性原則，結合高質量發展的要求，構建包含經濟發展基礎、物流運載能力、物流產業績效、技術創新能力、綠色發展成效等5個一級指標及15個二級指標的皖江城市帶物流能力綜合評價指標體系(表1，權重賦值方法見本文第二部分)。

表1 皖江城市帶物流能力評價指標體系

二、研究方法與數據來源

(一)熵值-TOPSIS綜合評價模型

TOPSIS是由C.L.Hwang和K.Yoon提出的一種按照評價對象與理想化目標接近程度排序的方法，評價對象接近最優解的同時又遠離最劣解，則為最好；反之亦然[18]。熵值法是一種客觀賦權法，避免了專家打分法、層次分析法等主觀賦權法中的人為干擾，更具有科學性。本文通過熵值-TOPSIS模型求解2014—2020年皖江城市帶物流能力靠近正理想解和遠離負理想解的程度[19]，確定皖江城市帶物流能力的貼近度，并根據貼近度的大小進行排序。

(二)核密度估計法

(三)數據來源

本文涉及指標數據均來源于《安徽省統計年鑒》(2015—2021年)、安徽省統計公報(2014—2020年)，其中物流產業增加值采用交通運輸、倉儲、郵政產業增加值，物流業年末從業人數采用交通運輸、倉儲、郵政業年末從業人數[21]。皖江城市帶包括合肥、蕪湖、馬鞍山、安慶、滁州、池州、銅陵、宣城8個地級市全境以及六安市的金安區和舒城縣[22]，考慮到縣域數據不易獲取，故本文研究區域為皖江城市帶范圍內的8個地級市。

三、結果與分析

(一)物流能力指標權重分析

借助MATLAB R2018a軟件，根據熵值法求解步驟，計算得到各指標的權重，如表1所示。由表1中各指標的性質可以看出，除了綠色發展成效維度的工業二氧化硫排放量和工業煙塵排放量為“-”指標，其余各指標均為“+”指標，表明各指標的值越大，區域物流能力越強。從各指標權重可以看出，經濟發展基礎、物流運載能力、物流產業績效、技術創新能力、綠色發展成效對皖江城市帶物流能力的作用強度分別為0.216、0.262、0.242、0.224、0.057，表明經濟發展基礎、物流運載能力、物流產業績效、技術創新能力對皖江城市帶物流能力的作用強度相對較大，其中物流業年末從業人員數是影響物流能力評價的主要因素。在經濟發展基礎維度，各指標按權重大小排序為社會消費品零售總額<地區生產總值<物流業增加值，表明在經濟發展基礎系統中，物流業增加值對物流能力的影響最大；在物流運載能力維度，各指標按權重大小排序為公路總里程<載貨汽車數<物流業年末從業人員數，表明在物流運載能力系統中，物流業年末從業人員數對物流能力的影響最大；在物流產業績效維度，各指標按權重大小排序為郵政業務總量<貨物運輸量<貨物周轉量，表明在物流產業績效系統中，貨物周轉量對物流能力的影響最大；在技術創新能力維度，各指標按權重大小排序為移動電話年末用戶數<互聯網寬帶接入用戶數<專利申請授權數，表明在技術創新能力系統中，專利申請授權數對物流能力的影響最大；在綠色發展成效維度，各指標按權重大小排序為工業二氧化硫排放量<工業煙塵排放量<建成區綠化覆蓋率，表明在綠色發展成效系統中，建成區綠色覆蓋率對物流能力的影響最大。

(二)皖江城市帶物流能力綜合評價

結合熵值-TOPSIS模型，利用皖江城市帶各市物流能力評價指標數據，計算出2014—2020年皖江城市帶各市的物流能力貼近度指數T，根據其數值進行排序，得到各市的排名，如表2所示。

表2 2014—2020年皖江城市帶物流能力貼近度及排名

1.皖江城市帶物流能力時序發展分析

從時間維度來看(表2)，2014—2020年皖江城市帶物流能力先下降后上升，從0.334下降到0.220后逐漸上升到0.641，整體呈穩中向好的態勢，表明皖江城市帶物流能力的整體水平不斷改善。根據增速的快慢變化，物流能力的增長具有明顯的階段性特征。其中，2014—2015年(第一階段)物流能力貼近度下降，主要由于隨著經濟結構的不斷調整，載貨汽車數量減少，單位GDP貨物周轉量下降，導致鐵路、公路、水運貨運周轉量都出現不同幅度的下降，使得當年物流能力呈下降趨勢。2016—2019年(第二階段)物流能力貼近度逐年上升，主要由于隨著皖江城市帶承接產業轉移進程的推進，區域經濟發展基礎大幅提升，GDP增長了82%、社會消費品零售總額增長了124%、物流業增加值增長了139%，物流運載能力和產業逐步完善，公路總里程增加了27%、郵政業務總量增長了7倍，綠色發展成效明顯，工業二氧化硫排放量減少75%、工業煙塵排放量減少85%，使得皖江城市帶整體物流能力大幅提升。2019—2020年(第三階段)物流能力貼近度略有下降，主要由于2020年初新冠肺炎疫情爆發，很多企業停工停產，對區域經濟，尤其是物流業的發展產生了很大的影響，雖然疫情穩定后，經濟大規模復蘇，但前期的影響不容小覷，導致2020年皖江城市帶物流能力較2019年略有下降。除銅陵市外，其余各市物流能力變動趨勢同皖江城市帶整體變動趨勢，呈先下降后上升，整體穩中向好，而銅陵市物流能力呈穩步上升態勢。2014—2015年物流能力大幅上升，2015—2018年一直保持領先水平，期間其經濟發展基礎、物流運載能力、物流產業績效、技術創新能力水平均逐年提高，綠色發展成效日趨顯著，工業二氧化硫排放量和工業煙塵排放量大幅降低。

2.皖江城市帶物流能力動態演進分析

結合核密度估計理論，借助stata15軟件繪制2014—2020年皖江城市帶物流能力的核密度函數曲線(圖1)，為了清除比較不同階段演變情況，選取2014年、2017年和2020年的核密度曲線，從其分布位置、形態、延展性和極化現象對皖江城市帶物流能力的分布動態演進情況進行分析。從整體來看，2014—2020年皖江城市帶物流能力核密度曲線的中心呈現向右移動的趨勢，峰值變動不大，波峰對應的物流能力逐漸增大，說明皖江城市帶物流能力在逐步提升。從位置上看，2014—2020年，皖江城市帶物流能力核密度曲線的中心呈現向右移動的趨勢，波峰對應的物流能力逐漸增大，區域物流能力提升較快，尤其在2017—2020年，向右平移幅度加大，增速明顯。從峰度和形態上看，皖江城市帶物流能力核密度曲線都接近于單峰形狀，表現為收斂態勢；且具有左拖尾現象，曲線寬度不斷減小，表明各市間物流能力的絕對差異呈縮小態勢。相比2014年，2017年波峰高度下降，曲線寬度變小，表明地區間物流能力差距變小；與2017年相比，2020年波峰高度上升，曲線寬度基本保持不變，表明地區間物流能力差距變化并不明顯。物流能力核密度曲線左尾移動距離略大于右尾，說明皖江城市帶物流能力低水平區域的比重在不斷增加，高水平區域的比重在不斷減少。

圖1 皖江城市帶物流能力密度演變

3.皖江城市帶物流能力空間分異規律

從空間分布來看，合肥市物流能力一直處于皖江城市帶領先水平，馬鞍山市物流能力有所提升，滁州市、安慶市、銅陵市、蕪湖市、宣城市物流能力變動不大，池州市物流能力有所波動，先有所改善后降低。相鄰年份，皖江城市帶各市物流能力水平變動不大，空間分布保持不變。2014年和2015年，合肥市物流能力遠高于其余7市，馬鞍山市物流能力貼近度最低。主要由于馬鞍山市在物流運載能力和物流產業績效方面相對落后，尤其是載貨汽車數量、貨物運輸量、貨物周轉量較低，導致其物流能力處于較低水平。2016年和2017年，池州市物流能力貼近度有所下降，其他城市幾乎保持不變。主要由于載貨汽車數和專利申請授權量減少，導致池州市物流運載能力和技術創新能力下降，從而導致其整體物流能力貼近度出現下降。2018年和2019年，馬鞍山市和池州市物流能力貼近度有所改善，除合肥市外，其他城市物流能力貼近度都處于相同水平。2020年池州市物流能力貼近度又出現了下降，主要由于物流業從業人員數、互聯網寬帶接入用戶數減少，工業二氧化硫排放量增加，導致其物流運載能力、技術創新能力和綠色發展成效出現不同程度的下降，使得其物流能力貼近度出現下降。

從整體上看，各市物流能力水平呈現不同程度的改善。2014—2020年皖江城市帶各市物流能力排名順序前四位基本保持不變，由馬鞍山市<池州市<銅陵市<宣城市<蕪湖市<安慶市<滁州市<合肥市,變為池州市<宣城市<馬鞍山市<銅陵市<蕪湖市<安慶市<滁州市<合肥市，其中，馬鞍山市、池州市、宣城市、銅陵市排名出現了波動。合肥市物流能力一直處于領先地位，其物流能力平均貼近度為0.836，排名第一，遠高于排名第二、三的滁州市(0.382)和安慶市(0.341)，主要由于合肥市是安徽省的省會，經濟發展態勢較好，交通網絡發達，尤其近些年隨著合肥都市圈和長三角一體化進程不斷推進，無論是經濟發展基礎還是物流運載能力、物流產業績效、技術創新能力和綠色發展成效在皖江各市中都處于領先地位；滁州市和安慶市一直處于第二、第三，主要由于這兩個城市在公路總里程、貨物周轉量以及郵電業務總量等物流運載能力及物流產業績效方面具有較大優勢，使得其物流能力整體處于相對較高水平，但與合肥市相比還有較大差距；馬鞍山市和池州市物流能力平均貼近度排名最后兩位，分別為0.178和0.213，主要由于兩市山地丘陵較多，經濟發展態勢緩慢，交通不夠便利，導致其在經濟發展基礎、物流運載能力、物流產業績效、技術創新能力、綠色發展成效等方面都相對欠缺，使得其物流能力相對較差。

四、結論與建議

地區物流能力直接關系到區域高質量發展水平，本文結合熵值法、TOPSIS法和核密度估計理論，確定皖江城市帶物流能力靠近正理想解和遠離負理想解的程度，分析其動態演進規律和空間分布特征，研究結論如下：

(1)經濟發展基礎、物流運載能力、物流產業績效、技術創新能力對皖江城市帶物流能力的作用強度相對較大，其中物流業年末從業人員數是影響區域物流能力的關鍵因素。

(2)從時序演變來看，2014—2020年皖江城市帶物流能力整體呈穩中向好態勢，其增長大致經歷了三個階段。由核密度估計結果可知，皖江城市帶物流能力水平不斷增大，在呈現收斂態勢的過程中，地區間差距逐漸縮小。

(3)從空間分布來看，合肥市物流能力一直處于領先水平，相鄰年份皖江城市帶物流能力空間分布保持不變。2020年皖江城市帶物流能力排序為池州市<宣城市<馬鞍山市<銅陵市<蕪湖市<安慶市<滁州市<合肥市。結合上述研究結論，針對不同地區的物流能力特征，提出相應的物流能力提升建議。對于物流能力處于較低水平的城市(池州市等)，政府在基礎設施建設中向交通運輸和物流設施建設方面給予適度的政策傾斜，如增加公路里程等，鼓勵和支持地區物流業和交通運輸業的發展。物流能力處于較高水平的城市(合肥市)，積極發揮自身輻射優勢，重視區域物流業協同發展，縮小城市間的差距。