長江經濟帶數字物流與區域經濟耦合協調的時空演變及空間差異

中圖分類號：F49 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.12.023

Abstract：Asoneofthenation's\"threemajorstrategies\"，theYangtzeRiverEconomicBeltisavitallinkinconnectingdomestic andinternational\"dualcirculation\"，makingthestudyoftheordinateddevelopmentofdigitallogisticsandregionaleconomies highlysignificant.AcomprehensiveevaluationindexsystemfortheYangtzeRiverEconomicBelt'sdigitallogisticsandregional economies wasconstructed.Basedonthedatabetween2013and2022 from11provinces （municipalies），indicatorweightsand comprehensivescoreswerecalculatedbyusingtheentropyweightmethod，andthecouplingcoordinationmodelhighlightedthe couplingcoordinationlevelsbetweendigitallogisticsandregionaleconomies.Onthisbasis，theMoran'sIindexwasusedfor exploratoryspatialdataanalysisofthecouplingcordinationdegree.Fromatemporalperspective，theDagumGinicoficient methodwasappliedtoexploretheevolutionandmainsourcesofregionaldisparities，whilethe Kerneldensityestimationmethod wasusedtodepictthedynamicevolutiontrendofthecouplingcordinationlevels.Thestudy'sresultshighlightthecoupling cordinationfeaturesofdigitallogisticsandregionaleconomiesintheYangtzeRiverEconomicBelt，summarizingspatialdistribution paternsandspatiotemporalevolutioncharacteristics.Theseinsightsoferessentialtheoreticalandpolicysupporttoadvancethe region's coordinated economic development.

Keywords：digitallogistics;regional economies;couplingcordination;DagumGinicoefiient;Kerneldensitytiation

0引言

2022年12月，國家發布了《“十四五”現代物流發展規劃》，明確提出要加快推進現代物流行業的數字化和網絡化進程，依托數字技術賦能，重點發展科技含量高、創新能力強的數字物流新模式u。數字物流由智慧物流發展而來，張則強等[2首次提出數字物流的概念，數字物流能極大地提升物流系統的響應效率和資源利用水平，在促進經濟運行效率方面發揮著重要作用。長江經濟帶作為國家重點布局的“三大戰略”之一，是聯通國內國際“雙循環”的重要紐帶，也是國家經濟高質量發展的重要引擎。因此，實現數字物流與區域經濟的協調發展至關重要。目前，數字物流與區域經濟之間的相關研究主要集中在以下方面：一是數字物流與區域經濟關系的研究4，二是數字物流對區域經濟增長的影響]。目前鮮少有學者對長江經濟帶數字物流與區域經濟進行耦合研究。

基于此，本文以長江經濟帶11個省份2013—2022年的相關數據作為研究樣本，構建數字物流與區域經濟綜合評價指標體系，采用熵權法確定指標權重，通過耦合協調度模型評估各省份耦合協調程度。為揭示空間自相關特征，采用Moran’I指數對長江經濟帶數字物流與區域經濟的耦合協調度進行探索性空間數據分析。在此基礎上，運用Dagum基尼系數分解法對區域差異的來源與演變趨勢進行了系統分析，并結合Kemel密度估計法刻畫了耦合協調水平的動態演進軌跡。通過全面研究長江經濟帶數字物流與區域經濟之間的耦合協調時空特性與空間差異，為長江經濟帶區域經濟的協調發展提供科學指導。

1研究設計

1.1數據來源及評價指標體系

本文選取2013—2022年為研究期，以長江經濟帶范圍內的11個省（直轄市）的數據作為樣本，對長江經濟帶數字物流與區域經濟協同發展的演變趨勢進行綜合評價及實證分析。本文所用數據來源于2013—2022年各地統計年鑒、《中國統計年鑒》和《中國物流年鑒》。對極少量缺失數據采用線性插值法進行補充，以確保數據的完整性和分析的準確性。

本文依照全面性、可獲得性、科學性等選取原則，結合長江經濟帶各省份現實情況，以相關文獻的研究為基礎，在選取數字物流指標時，參考李立威等、李曉梅等[6的研究，以移動互聯網用戶、電話普及率和郵政業營業網點來測度共享化水平，以光纜線路長度、電子商務銷售額和電子商務采購額來測度數字化水平。借鑒崔宏凱等、Lanetal.8的研究，以物流業從業人數和物流業固定資產投資來測度物流供給水平，以貨運周轉量和貨運量來測度物流運輸水平。參考楊守德等[的研究，以交通運輸、倉儲和郵政業增加值、規模以上工業企業Ramp;D經費來測度協同化水平。

在選取區域經濟指標時，參考沈世銘等、周兵等、祝捷等[-13]的研究，以地區生產總值、地方財政收入、工業增加值、第三產業增加值和社會消費品零售總額來測度經濟增長水平。參考李曉梅等、崔靚等[I-5]的研究，用進出口貿易總額來衡量對外開放水平，用居民消費價格指數和居民人均可支配收入來衡量居民消費水平。綜上所述，構建長江經濟帶數字物流與區域經濟綜合評價指標體系如表1所示。

1.2 研究方法

1.2.1熵權法

本文采用熵權法來確定權重，方法具體步驟如下。

1.2.1.1 指標標準化正向指標：

負向指標：

其中 X_max 和 X_min 分別代表第j項指標的最大值和最小值， X_ij 代表原始指標數據， Z_ij 代表標準化處理后的值。

1.2.1.2 指標歸一化

其中 表示第j項評價指標所有省份數據之和， Y_ij 為指標歸一化后的值。

1.2.1.3 熵值

1.2.1.4 權重

其中， D_j 表示各項指標的差異系數，W表示各項指標的權重。

1.2.2 耦合協調度模型

1.2.2.1 綜合評價得分

長江經濟帶2013—2022年數字物流（D）與區域經濟 （E ）的綜合得分計算公式為：

其中 U_j 表示綜合得分。

1.2.2.2 耦合度模型

其中D、 E 分別代表數字物流、區域經濟的綜合得分，耦合度 C∈[0，1]

1.2.2.3 耦合協調模型

D 代表耦合協調度， T 代表綜合協調系數，反映系統層面上的協同程度， α，β 為待定系數。

1.2.3耦合協調度的探索性空間數據分析

1.2.3.1全局空間自相關

全局莫蘭指數（GlobalMoran'sI）用來檢驗相鄰空間分布對象之間的自相關性。計算公式為

其中， S² 表示樣本方差，用于衡量離散程度， n 為研究的區域數， x_i 和 x_j 分別代表i和j的屬性值， Π_x^- 代表平均值， W_ij 代表空間權重矩陣。

1.2.3.2 局部空間自相關

局部莫蘭指數（LocalMoran'sI）用來反映內部空間各單元的異質性。計算公式為：

其中，x代表平均值， W_ij 代表空間權重矩陣。

1.2.4基尼系數分析

為研究長江經濟帶耦合協調度的區域差異，本文采用 Dagum 提出的基尼系數按子群分解法進行分析。該方法克服了傳統基尼系數方法的不足，可以解決子樣本分布和交叉重疊等問題。計算公式如下：

其中，k為長江經濟帶的地區數， n_j，n_h 為j、 h 地區內省份數。

j 地區內基尼系數的計算公式：

j 和 h 地區間基尼系數的計算公式：

地區間、地區內差異及超變密度的貢獻的計算公式：

其中， D_jh 表示j和 h 地區間耦合協調度的相對影響， d_jh 表示其差值， p_jh 是轉移變異的一階矩。D_jh 、 d_jh 、 p_jh 的計算公式為：

1.2.5 Kernel密度估計

Kemel密度估計是采用連續的密集曲線來刻畫隨機參數形狀的一種方法，本文采用Kemel密度估計來分析長江經濟帶數字物流與區域經濟的耦合協調發展程度。

密度函數f （x） 未知，其表達式如下：

其中， K 為核函數， N 為長江經濟帶省市個數， x_i 表示第 i 個省市的耦合協調度值， x 表示耦合協調度平均值， h 表示帶貿

2耦合協調發展實證分析

2.1耦合協調度分析

采用2013—2022年長江經濟帶11個省（直轄市）的數字物流與區域經濟面板數據，利用耦合協調度模型計算公式，得到各省（直轄市）數字物流與區域經濟的耦合協調度，結果如表2所示。根據國內外學者對耦合協調度的等級分類標準，以2013年和2022年為例，列出各省（直轄市）的協調等級分布（見表3）。

從表2可知，2013—2022年間，長江經濟帶數字物流與區域經濟耦合協調水平呈穩定增長趨勢，耦合協調度均值從2013年的0.378增長至2022年的0.581，同比增長率為 53.7% 。如表2所示，將長江經濟帶各省（直轄市）按上游、中游、下游進行地區劃分，可以看出各地區之間的發展存在顯著差異。2013年上游地區省份耦合協調等級除四川外均處于中度失調，中游地區均處于中度失調至輕度失調之間，而下游地區除安徽外均處于勉強協調至初級協調之間。2022年上游地區和中游地區省份耦合協調等級均處于瀕臨失調至勉強協調之間，而下游地區除安徽外均處于中級協調至良好協調之間。由此可以看出長江經濟帶耦合協調度不同地區間具有顯著的差異性，同時其在不斷發展的過程中波動幅度不大，耦合協調度格局具有相當的穩定性。

長江經濟帶中游地區省份中，湖南和湖北耦合協調度值與全國平均水平相仿，江西則低于全國平均水平，很大程度上是由于江西的高等教育和職業教育在培養物流技術人才方面相對滯后，同時大部分高端物流人才流向發達區域，導致本地物流企業高素質物流人才匱乏。同時，江西區域內南昌、九江等核心城市與其他地區之間的經濟水平差距較大，導致物流需求和供給不平衡，加劇了數字物流和區域經濟發展的不協調性。

長江經濟帶下游地區耦合協調度均值顯著高于全國平均水平，數字物流與區域經濟的協調發展表現突出。這是由于下游地區擁有全國領先的經濟規模和產業結構，形成了以高端制造業和國際貿易為主導的經濟體系，推動了數字物流的快速發展，例如上海作為國際金融中心和航運樞紐，對全球供應鏈的高效協同提出了更高要求，直接促進了數字物流技術的廣泛應用。同時，長江經濟帶下游地區的物流基礎設施建設在全國領先，例如蘇州和寧波等地的物流園區已具備較高的智能化水平。并且下游地區聚集了大量具有全球競爭力的先進企業，這些企業在數字化技術研發和應用方面居于行業領先地位，為區域經濟發展提供了強有力的支撐。

相比之下，長江經濟帶上游地區由于地形復雜、交通條件相對滯后，限制了數字物流基礎設施的布局，一些偏遠地區缺乏高效的物流節點和智能化倉儲設施，物流信息化網絡覆蓋率較低。同時，盡管上游地區擁有較多中小物流企業，但這些企業在技術投入、數據管理和信息系統集成等方面普遍存在不足，企業數字化轉型速度較慢，難以適應市場需求的快速變化。另外，上游地區以傳統產業為主，對高端制造業和現代服務業的依賴較少，這種產業結構限制了區域經濟對高效數字物流的需求，同時也導致物流產業的升級受到抑制。未來上游地區需從加強物流基礎設施建設、推動企業數字化轉型、優化政策環境和完善區域協作機制等方面入手，促進數字物流與區域經濟的高質量協調發展。

2.2數字物流與區域經濟耦合協調度的探索性空間數據分析

2.2.1耦合協調度的全局空間自相關分析

利用Stata軟件，計算長江經濟帶11個省（直轄市）耦合協調度全局莫蘭指數，為簡化研究，僅對2016年和2022年進行分析，并進行對比，結果如表4所示，莫蘭指數為正且結果通過 1% 的顯著性檢驗，表明耦合協調度存在顯著的正向空間自相關性。表明長江經濟帶范圍內數字物流與區域經濟耦合協調度較高的省份與其他耦合協調度較高的省份具有空間集聚性，耦合協調度較低的省份同樣存在空間集聚性。莫蘭指數從2016年的0.481增加至2022年的0.591，表明空間集聚性還在進一步增強。

2.2.2耦合協調度局部空間自相關分析

為進一步分析局部空間聚集程度，使用Stata軟件繪制2016年和2022年的 Moran 局部散點圖（見圖1）。第一象限 （H-H）主要包括上海、江蘇、浙江三個長江經濟帶下游地區省份（直轄市），表明下游地區省份相互之間具有協同發展的正向作用，第三象限（L-L）主要包括貴州、云南、重慶、湖南、湖北五個中游及上游地區省份（直轄市），說明中游地區及上游地區的

大部分省份會產生協同發展的負向作用。

對比2016年和2022年的 Moran 局部散點圖的結果，可以發現總體波動幅度較小，這表明長江經濟帶的空間集聚性隨時間演變仍具有較強的穩定性。具體來看，結果呈現出明顯的“高一高”集聚和“低—低”集聚特征，即高耦合協調度的省份往往表現出顯著的集聚趨勢，這種集聚現象反映了區域間數字物流與區域經濟協調發展水平的共同提升，這一結果進一步表明，長江經濟帶的空間分布具有較強的空間相關性。

2.3數字物流與區域經濟的差異性分析

為進一步對區域差異的來源與演變趨勢進行系統分析，本文采用Dagum基尼系數分解法對2013—2022年長江經濟帶數字物流與區域經濟耦合協調的差異進行分解研究，結果如表5所示。

在樣本觀測期內，數字物流與區域經濟耦合協調水平的基尼系數整體呈現穩定下降趨勢，由2013年的0.199下降至2022年的0.119，整體基尼系數同比下降了 40.2% ，如圖2所示。這表明長江經濟帶整體的數字物流與區域經濟的耦合協調差異化在不斷縮小，整體協調性在向著趨同的方向演進。

由表5可知，長江經濟帶三大地區間的基尼系數均表現為良好下降態勢，表明三大地區之間的差異化明顯減小，地區間差異主要體現在下游地區和上游地區之間。長江經濟帶上游地區的基尼系數呈“下降一上升—下降”三個階段，2013—2017年間基尼系數持續降低，從0.140下降至0.068，年均降低率為 18% ，屬于差異化顯著降低的階段，2017年后基尼系數處于穩定浮動狀態，差異化趨于穩定。長江經濟帶下游地區的基尼系數呈長時間平穩狀態，只有2013年和2015年基尼系數較大，其余時間基尼系數都保持在0.062～0.086之間，并且這段時間內下游地區耦合協調程度最高，這說明上海、江蘇、浙江、安徽四地在2016年后形成了良好的協同發展趨勢，同時差異化維持在一個穩定的水平。長江經濟帶中游區域的基尼系數自2015年之后呈穩定下降趨勢，2015—2022年同比下降率為 71.4% ，降幅最大，同時基尼系數最低。這說明湖南、湖北、江西三地雖然耦合協調發展水平相比下游地區并不突出，但三個省份之間發展水平最為接近。

數字物流與區域經濟耦合協調水平差異及貢獻率如表6所示，差異貢獻度中超變密度貢獻最小，其次是地區內差異，而地區間差異貢獻度最大，是總體差異的首要來源，并且地區間差異對總體差異的影響呈穩定擴大趨勢。這說明如何縮小地區間發展差異是長江經濟帶未來發展亟需考慮的重點問題。

2.4數字物流與區域經濟耦合協調發展的分布動態演進采用Kernel密度估計法來分析耦合協調發展變化趨勢，并繪制了Kermel密度估計圖（見圖3）。

從曲線分布可以看出，有兩個峰值存在，表明長江經濟帶數字物流與區域經濟耦合協調發展水平表現出兩極化趨勢。峰值分布位置為右移，主峰演進態勢為峰值上升，寬度縮小，延展性收縮，表明長江經濟帶耦合協調集聚水平提高且絕對差異在縮小，整體耦合協調趨勢向好。雙側拖尾現象說明長江經濟帶沿線分布有較高耦合協調度的省市，對長江經濟帶整體有拉動作用，也存在具有較低耦合協調度的省市，對長江經濟帶整體存在抑制作用。

長江經濟帶上、中、下游地區數字物流與區域經濟耦合協調發展的動態分布如圖4所示，三地區分布曲線主峰位置均為右移，說明各地區數字物流與區域經濟耦合協調水平不斷提升，主峰位置變化與各地區數字物流與區域經濟耦合協調特征事實描述基本一致。除上游地區外均存在一定程度極化現象，這一事實為基尼系數差異來源中區域間貢獻率不斷升高提供了解釋。

3結論與對策建議

基于長江經濟帶2013—2022年11個省（直轄市）的面板數據，本文通過構建數字物流與區域經濟評價指標體系，并采用耦合協調度模型測度了數字物流與區域經濟的耦合協調度。使用Moran'I指數對耦合協調度進行探索性空間數據分析，從時序演變的角度，針對長江經濟帶三大地區，利用Dagum基尼系數分解法與Kernel密度估計法揭示了數字物流與區域經濟耦合協調度的時空演進趨勢和差異性特征。研究結論如下。

第一，從特征分布來看，長江經濟帶數字物流與區域經濟的耦合協調水平逐年提高，各省份（直轄市）均表現出明顯的增長態勢。二者的耦合協調發展呈現顯著的空間分布集聚性及差異性，具體表現為：下游地區處于領先地位，上海、江蘇、浙江處于中級協調以及良好協調階段，僅有安徽處于勉強協調階段；中游地區與長江經濟帶平均水平大致相仿，湖南、湖北處于勉強協調階段，江西處于瀕臨失調階段；上游地區則差距明顯，四川雖處于勉強協調階段，但是云南、重慶、貴州三省（直轄市）仍處于瀕臨失調階段。

第二，從地區差異來看，長江經濟帶數字物流與區域經濟耦合協調發展的總體差異呈縮小趨勢，樣本期內基尼系數降幅為 40.2% ，按三大地區劃分來看，除長江經濟帶下游區域表現為穩定狀態以外，中游和上游區域耦合協調度的差異均呈下降趨勢。在差異來源方面，數字物流與區域經濟耦合協調水平差異主要來源于地區間差異，尤其是上游地區和下游地區之間的差異。

第三，從分布動態來看，長江經濟帶數字物流與區域經濟耦合協調發展分布曲線表明其耦合協調水平正在不斷提高，且絕對差異在縮小，除上游地區外均存在不同程度的極化現象，與基尼系數的研究結果相互印證。

基于以上研究結論，提出如下政策建議。

第一，長江經濟帶各省（直轄市）應加快推進數字化物流基礎設施建設，實現基礎設施的互聯互通和資源共享。以大數據、人工智能和區塊鏈為核心技術，搭建區域一體化物流信息服務平臺。同時，應鼓勵不同省份間數據共享和業務協作，推動形成跨區域、跨行業的數字化生態體系。

第二，政府應出臺激勵政策，鼓勵中小物流企業向供應鏈服務轉型，為區域經濟提供更高附加值的綜合服務。另外，建議中央與地方政府協同制定支持數字物流與區域經濟發展的綜合性政策，鼓勵物流企業加大技術研發與數字化改造的投入，提升長江經濟帶物流市場的整體營商環境競爭力。

第三，各省應注重高端物流人才與數字化專業技術人員的培養，通過校企合作與職業化培訓相結合，培養一批兼具物流管理與數字化技術能力的復合型人才。同時長江經濟帶中游及上游經濟稍落后省份應加強相應人才政策的制定，引流高水平技術人才的同時把控好人才流失問題。

參考文獻：

[1]國務院辦公廳關于印發“十四五”現代物流發展規劃的通知[J]．中華人民共和國國務院公報，2023（1）：47-60.

[2]張則強，程文明，李濤，等．數字物流的概念與關鍵技術研究[J].起重運輸機械，2003（1）：31-34.

[3]張則強，程文明，鐘斌，等．數字物流與可持續發展[J].科技管理研究，2007（4）：47-49.

[4]張二妮．“碳中和”目標下數字物流與區域經濟耦合協調發展分析[J]．商業經濟研究，2022（21）：97-100.

[5]宋愛華．區域物流業與經濟發展協調度評價[J].統計與決策，2020，36（16）：126-129.

[6]李立威，景峰．互聯網擴散與經濟增長的關系研究——基于我國31個省份面板數據的實證檢驗[J].北京工商大學學報（社會科學版），2013（3）：120-126.

[7]李曉梅，崔靚．數字物流、區域經濟與碳環境治理耦合及影響因素——基于我國30個省級面板數據的實證檢驗[J]中國流通經濟，2022，36（2）：11-22.

[8]崔宏凱，張林，王子健，等．物流產業發展和區域經濟增長的關聯效應研究——基于長江經濟帶三大都市圈的面板數據[J].經濟問題，2021（3）：78-85.

[9]LAN Shulin，YANGChen，HUANGG Q.Dataanalysisformetro-politaneconomiclogisticsdevelopment[J].AdvancedEngineering Informatics，2017（32）：66-76.

[10]楊守德，李佳．數字物流、產業集聚與城鄉融合發展[J].統計與決策，2023，39（14）：104-108.

[11]沈世銘，許睿，陳非兒．環境治理壓力、綠色技術創新與碳中和績效[J].技術經濟與管理研究，2023（7）：27-32.

[12]周兵，劉婷婷．區域環境治理壓力、經濟發展水平與碳中和績效[J].數量經濟技術經濟研究，2022，39（8）：100-118.

[13]祝捷，李倩，蔡雪雄．基于經濟水平指標的城市發展評價——以海峽兩岸經濟區20城市為例[J].經濟問題，2017（12）：114-117.

[14]李曉梅，趙曉潔，李煥煥．數字物流與區域經濟韌性耦合協調發展研究[J].華東經濟管理，2024，38（8）：82-93.

[15]崔靚，李曉梅，姚若羲．數字物流、生態環境治理與區域經濟增長的耦合協調度分析[J].統計與決策，2023（1）：29-33.