長(zhǎng)江三角洲物流產(chǎn)業(yè)發(fā)展格局及影響機(jī)理研究
——基于空間經(jīng)濟(jì)學(xué)的視角

蔡海亞，徐盈之

（東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇南京211189）

●華東經(jīng)濟(jì)

長(zhǎng)江三角洲物流產(chǎn)業(yè)發(fā)展格局及影響機(jī)理研究
——基于空間經(jīng)濟(jì)學(xué)的視角

蔡海亞，徐盈之

（東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇南京211189）

文章基于空間經(jīng)濟(jì)學(xué)視角，采用熵值法、空間自相關(guān)和空間計(jì)量模型，對(duì)長(zhǎng)江三角洲物流發(fā)展指數(shù)進(jìn)行測(cè)度，并對(duì)其時(shí)空演變格局及影響機(jī)理進(jìn)行了探討。結(jié)果表明：近15年來(lái)長(zhǎng)江三角洲整體物流發(fā)展水平得到了顯著提升，但城市處于非均衡發(fā)展?fàn)顟B(tài)，差距有所擴(kuò)大；城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，空間格局經(jīng)歷由集中向分散再到集中的演變；經(jīng)濟(jì)發(fā)展水平、政府干預(yù)程度、城市規(guī)模和消費(fèi)流通水平對(duì)物流發(fā)展存在顯著正相關(guān)，影響程度在上升；對(duì)外開放程度在初期對(duì)物流發(fā)展促進(jìn)作用顯著，隨著時(shí)間的推移促進(jìn)作用不顯著；基礎(chǔ)設(shè)施對(duì)物流發(fā)展存在消化吸收的過(guò)程，隨著時(shí)間的推移促進(jìn)作用顯著；產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件對(duì)物流發(fā)展的影響不顯著。

區(qū)域物流；空間自相關(guān)；空間計(jì)量；長(zhǎng)江三角洲

［DOI］10.3969/j.issn.1007-5097.2016.10.003

一、引言

隨著經(jīng)濟(jì)全球化浪潮的不斷推進(jìn)以及越來(lái)越多的國(guó)家加入WTO，加之科學(xué)技術(shù)的推波助瀾，推動(dòng)了跨國(guó)資本在全球范圍內(nèi)的流通，世界經(jīng)濟(jì)和政治格局都發(fā)生了重大變化。當(dāng)前，國(guó)際分工與合作也逐步走向?qū)I(yè)化和精細(xì)化，拉動(dòng)了國(guó)家之間的信息、資源、貿(mào)易和要素流動(dòng)，促進(jìn)了全球物流業(yè)的跨越式發(fā)展?，F(xiàn)代物流業(yè)被喻為經(jīng)濟(jì)增長(zhǎng)的“加速器”，與國(guó)民經(jīng)濟(jì)其他產(chǎn)業(yè)有著密切的關(guān)聯(lián)，是有效實(shí)現(xiàn)社會(huì)再生產(chǎn)、提高國(guó)民經(jīng)濟(jì)運(yùn)行質(zhì)量和效率的重要基礎(chǔ)性產(chǎn)業(yè)，在穩(wěn)定市場(chǎng)供需、發(fā)展新型流通形式、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等方面具有巨大推動(dòng)作用，也是衡量區(qū)域現(xiàn)代化程度的核心指標(biāo)之一。改革開放以來(lái)，中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)加速了中國(guó)的城鎮(zhèn)化進(jìn)程，城鎮(zhèn)化水平逐年攀升，基礎(chǔ)設(shè)施逐步完善，物流發(fā)展規(guī)模不斷擴(kuò)大，物流服務(wù)質(zhì)量有所提升，由傳統(tǒng)物流模式過(guò)渡到現(xiàn)代物流模式，推動(dòng)了國(guó)民經(jīng)濟(jì)的跨越式發(fā)展。

關(guān)于對(duì)物流業(yè)的研究，國(guó)內(nèi)外學(xué)者對(duì)其進(jìn)行了積極探討，但研究側(cè)重點(diǎn)有所不同。國(guó)外物流業(yè)起步較早、發(fā)展水平較高，對(duì)物流業(yè)的研究也較成熟，主要關(guān)注物流與企業(yè)的關(guān)系，注重物流微觀層面的研究，對(duì)物流宏觀層面的探索較為缺乏，研究成果集中在物流節(jié)點(diǎn)、物流通道、物流集群、物流網(wǎng)絡(luò)組織及模式、物流影響因素等方面。如Markus等（2004）指出貨流、節(jié)點(diǎn)和網(wǎng)絡(luò)對(duì)物流節(jié)點(diǎn)布局影響最為顯著，認(rèn)為郊區(qū)是最佳的物流選址地區(qū)，物流節(jié)點(diǎn)的布局將逐漸靠近城市邊緣地帶［1］。Petersen（2002）依據(jù)客貨流的分布特點(diǎn)將公路運(yùn)輸通道分為多個(gè)時(shí)段，并在此基礎(chǔ)上構(gòu)建了公路通道成本—效益投資模型［2］。Mori等（2002）分析了交通運(yùn)輸要素對(duì)物流企業(yè)集群的影響及空間格局的動(dòng)態(tài)演變情況［3］。Konings（2006）指出在港口運(yùn)輸上引用軸輻式網(wǎng)絡(luò)模式有助于提高海運(yùn)集裝箱的運(yùn)輸效率［4］。Saman等（2010）通過(guò)文化基因算法建立雙向的物流網(wǎng)絡(luò)系統(tǒng)，成功解決了單向設(shè)計(jì)物流網(wǎng)絡(luò)出現(xiàn)的問(wèn)題［5］。Graham等（2012）基于系統(tǒng)集成理論的維度，從物流組織內(nèi)部關(guān)系的角度來(lái)研究對(duì)物流業(yè)發(fā)展的影響程度［6］。

國(guó)內(nèi)學(xué)者對(duì)物流領(lǐng)域的研究側(cè)重于宏觀和區(qū)域?qū)用妫性谖锪鲗?shí)力評(píng)價(jià)、物流與經(jīng)濟(jì)增長(zhǎng)的關(guān)系、物流集聚、物流規(guī)劃、物流影響因素等方面。如王圣云等（2007）從區(qū)位環(huán)境因子、硬環(huán)境因子、軟環(huán)境因子和經(jīng)濟(jì)條件因子四個(gè)方面來(lái)構(gòu)建區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，研究發(fā)現(xiàn)我國(guó)區(qū)域物流競(jìng)爭(zhēng)力可分為強(qiáng)、較強(qiáng)、較弱、弱和最弱競(jìng)爭(zhēng)力五種發(fā)展類型［7］。李全喜等（2010）采用典型相關(guān)分析法對(duì)全國(guó)省級(jí)區(qū)域進(jìn)行面板數(shù)據(jù)分析，驗(yàn)證了區(qū)域物流在一定程度上可以帶動(dòng)其他產(chǎn)業(yè)的發(fā)展，從而促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)［8］。楊自輝等（2010）對(duì)湖南省物流集群系統(tǒng)進(jìn)行深入剖析，指出湖南省物流集群規(guī)模較小，信息技術(shù)落后，缺乏全局規(guī)劃，不利于物流集群的發(fā)展［9］。雷勛平等（2013）選取我國(guó)2008年的物流投入和產(chǎn)業(yè)數(shù)據(jù)，從純技術(shù)效率、規(guī)模效率和投入冗余與產(chǎn)出不足三個(gè)角度對(duì)我國(guó)各省份的物流效率進(jìn)行分析［10］。劉蘇慶等（2010）基于利潤(rùn)最大化原則，構(gòu)建了集裝箱貨物排程優(yōu)化模型，對(duì)多式聯(lián)運(yùn)貨物分配問(wèn)題進(jìn)行了定量分析［11］。王健等（2014）對(duì)福建省物流的影響因素進(jìn)行分析，指出物流網(wǎng)絡(luò)密度、物流需求和政府調(diào)控對(duì)福建省物流發(fā)展的促進(jìn)作用顯著，物質(zhì)資本和產(chǎn)業(yè)結(jié)構(gòu)的促進(jìn)作用較小，人力資本對(duì)其發(fā)展存在抑制作用［12］。

針對(duì)現(xiàn)有研究可知，目前學(xué)術(shù)界從地理學(xué)和空間計(jì)量視角對(duì)物流發(fā)展的定量分析較為欠缺，鮮有將空間溢出效應(yīng)納入到物流發(fā)展的實(shí)證研究中。其次，考慮到傳統(tǒng)計(jì)量法在分析影響因素上容易忽略空間相關(guān)性作用，進(jìn)而產(chǎn)生一定的偏差。本文從空間經(jīng)濟(jì)學(xué)視角出發(fā)，以長(zhǎng)江三角洲16個(gè)核心城市為研究對(duì)象，構(gòu)建城市物流綜合實(shí)力評(píng)價(jià)指標(biāo)體系，采用熵值法、空間自相關(guān)和空間計(jì)量模型，對(duì)長(zhǎng)江三角洲物流發(fā)展指數(shù)進(jìn)行測(cè)度，并對(duì)其時(shí)空演變格局及影響機(jī)理進(jìn)行探討，旨在消除空間相關(guān)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(biāo)決策方法，可以在一定程度上消除主觀因素帶來(lái)的偏差，避免主觀賦權(quán)法產(chǎn)生的隨機(jī)性，削弱和解決多指標(biāo)變量之間的信息重疊。

其計(jì)算步驟為：①首先構(gòu)建判斷矩陣P=（aij）m×n并進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算指標(biāo)aij的比重②計(jì)算熵值；③計(jì)算差異性系數(shù)gj，gj=1-ej，gj越大，則指標(biāo)差異度就越大；④計(jì)算指標(biāo)aij的權(quán)重n）；⑤計(jì)算綜合得分Fi，其中：F

（二）探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（ESDA），其核心是對(duì)空間關(guān)聯(lián)度的測(cè)量，分析研究樣本在特定空間范圍的相互關(guān)系，是度量社會(huì)經(jīng)濟(jì)現(xiàn)象空間格局的觀測(cè)方法，該方法主要借助圖形表達(dá)和統(tǒng)計(jì)學(xué)方法，對(duì)樣本的空間信息進(jìn)行識(shí)別和分析，在本質(zhì)上云集了多種空間數(shù)據(jù)分析方法，對(duì)研究樣本的空間格局進(jìn)行可視化處理，揭示研究樣本的空間相互作用機(jī)制。

1.空間權(quán)重矩陣

空間權(quán)重矩陣是ESDA對(duì)研究樣本進(jìn)行度量的前提。最早關(guān)于空間權(quán)重矩陣的測(cè)度是以空間單元二進(jìn)制鄰接性理念為基礎(chǔ)，二進(jìn)制連接矩陣只有0和1兩種賦值。若兩個(gè)空間樣本之間是相互連接的，則賦予其對(duì)應(yīng)的二進(jìn)制連接矩陣值為1，反之則賦值為0。構(gòu)建一個(gè)n×n的矩陣wij確定樣本的空間權(quán)重，其定義如下：

通常，可以借助Rook和Queen規(guī)則來(lái)構(gòu)建空間權(quán)重矩陣，其構(gòu)建原理如下：

（1）通過(guò)Rook規(guī)則構(gòu)建，可表示為：

（2）通過(guò)Queen規(guī)則構(gòu)建，可表示為：

其中，Wij為空間權(quán)重矩陣，本文借助Rook規(guī)則構(gòu)建空間權(quán)重矩陣。

2.空間自相關(guān)分析

（1）全局空間自相關(guān)。全局空間自相關(guān)是用來(lái)揭示屬性值在整個(gè)區(qū)域的空間分布態(tài)勢(shì)，反映了區(qū)域內(nèi)部某一要素或?qū)傩栽诳臻g上的相似度。計(jì)算公式如下：

其中，n為樣本個(gè)數(shù)；xi、xj為樣本i和j的觀測(cè)值（i≠j）；為x的均值；wij為空間權(quán)重矩陣，當(dāng)i與j相鄰時(shí)，wij=1，當(dāng)i與j不相鄰時(shí)，wij=0。Moran's I估計(jì)值介于［-1，1］，當(dāng)Moran's I＞0時(shí)，表明空間正相關(guān)；當(dāng)Moran's I＜0時(shí)，表明空間負(fù)相關(guān)。

（2）局部空間自相關(guān)。局部空間自相關(guān)主要用來(lái)衡量區(qū)域單一要素或?qū)傩缘目臻g關(guān)聯(lián)模式，反映了區(qū)域局部鄰近單元上的空間集聚現(xiàn)象，主要探索要素或?qū)傩缘目臻g異質(zhì)性。計(jì)算公式如下：

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

（三）空間計(jì)量模型

OLS回歸模型假設(shè)研究樣本是相互獨(dú)立的，忽略了樣本空間誤差的相關(guān)性，而空間計(jì)量模型將空間依賴性考慮其中，避免因忽略樣本空間相關(guān)性和空間異質(zhì)性而造成的誤差。目前，常用的空間計(jì)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(lái)測(cè)度樣本的空間相互作用，反映鄰近空間樣本的發(fā)展對(duì)區(qū)域其他樣本所產(chǎn)生的溢出效應(yīng)，其空間依賴性體現(xiàn)在解釋變量的滯后項(xiàng)上。模型設(shè)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(shù)；Wy表示被解釋變量的空間滯后項(xiàng)；β表示解釋變量的回歸系數(shù)；X表示外生解釋變量；ε表示殘差擾動(dòng)項(xiàng)。

（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(xiàng)中的空間相關(guān)來(lái)實(shí)現(xiàn)，該模型主要適用于研究樣本因空間地理位置不同而產(chǎn)生的空間相互作用，空間依賴性體現(xiàn)在誤差項(xiàng)的滯后項(xiàng)上。模型設(shè)定如下：

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

三、長(zhǎng)江三角洲物流發(fā)展的空間演變效應(yīng)

（一）城市物流綜合實(shí)力評(píng)價(jià)指標(biāo)體系的構(gòu)建

城市物流綜合實(shí)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(jīng)濟(jì)發(fā)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(wù)的能力，是評(píng)價(jià)城市物流水平的關(guān)鍵。目前，我國(guó)對(duì)物流業(yè)的統(tǒng)計(jì)數(shù)據(jù)主要局限于國(guó)家層面，對(duì)省、市、縣層面的統(tǒng)計(jì)數(shù)據(jù)還較為欠缺?？紤]到貨物運(yùn)輸業(yè)（包括海、陸、空）是現(xiàn)代物流業(yè)的主體，結(jié)合數(shù)據(jù)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(fā)，綜合考慮基礎(chǔ)設(shè)施、人力資源、信息水平、經(jīng)濟(jì)發(fā)展、物流規(guī)模和產(chǎn)業(yè)支持六個(gè)維度來(lái)構(gòu)建評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法確定各指標(biāo)的權(quán)重，見表1所列。

表1　城市物流綜合實(shí)力評(píng)價(jià)指標(biāo)體系

（二）評(píng)價(jià)結(jié)果分析

如表1所示，指標(biāo)權(quán)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(jìn)出口總額和交通運(yùn)輸倉(cāng)儲(chǔ)郵電從業(yè)人員的權(quán)重分別為0.185 3、0.155 8，高于其他指標(biāo)的權(quán)重值，表明了對(duì)外貿(mào)易水平和人力資本對(duì)物流發(fā)展水平影響程度最大，是長(zhǎng)江三角洲物流發(fā)展水平產(chǎn)生差異的主要因素。其他指標(biāo)權(quán)重大多徘徊在5%～10%左右，其中郵電業(yè)務(wù)總量的權(quán)重較大（0.107 5），彰顯了信息化水平對(duì)物流業(yè)的重要影響；民用汽車擁有量指標(biāo)權(quán)重為0.086 3，揭示了基礎(chǔ)設(shè)施在物流運(yùn)輸中的重要性；而GDP和工業(yè)GDP指標(biāo)也占有較高的權(quán)重，顯示了經(jīng)濟(jì)要素是物流發(fā)展的助推器。

依據(jù)所求權(quán)重對(duì)以上指標(biāo)進(jìn)行簡(jiǎn)單的加權(quán)求和，可獲得長(zhǎng)江三角洲的物流發(fā)展指數(shù)。由表2可知，2000-2014年長(zhǎng)江三角洲整體物流發(fā)展水平有所提高，年均增長(zhǎng)率為8.99%。各年份物流發(fā)展指數(shù)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(zhǎng)趨勢(shì)。物流發(fā)展指數(shù)由2000年的0.061 1增長(zhǎng)至2014年的0.267 5，15年間增長(zhǎng)了近3.38倍。期間又可分為2個(gè)發(fā)展階段：2000-2005年，各城市物流發(fā)展水平增長(zhǎng)相對(duì)緩慢，城市排名變動(dòng)不大；2006-2014年，各城市物流發(fā)展水平有了較大幅度的提升，大多數(shù)城市保持快速穩(wěn)定的增長(zhǎng)，只有揚(yáng)州和泰州發(fā)展緩慢，排名靠后，9年來(lái)得分變動(dòng)不大。究其原因在于，長(zhǎng)江三角洲在“十一五”規(guī)劃中強(qiáng)調(diào)江浙滬地區(qū)的全面協(xié)作，提出多方位加強(qiáng)長(zhǎng)江三角洲物流業(yè)與其他產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展的戰(zhàn)略部署，推動(dòng)了物流業(yè)的快速發(fā)展。

另外，各年份物流發(fā)展指數(shù)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(fā)展不平衡，極化效應(yīng)十分嚴(yán)重。此外，從上海、江蘇8市和浙江7市三大區(qū)域來(lái)看，物流發(fā)展指數(shù)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(shuō)明上海市的物流發(fā)展水平遠(yuǎn)遠(yuǎn)超過(guò)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(chǎn)性服務(wù)業(yè)一枝獨(dú)秀，擁有較大的物流腹地，物流市場(chǎng)遍及海外。

從各城市物流發(fā)展指數(shù)來(lái)看，15年來(lái)各城市物流發(fā)展水平都有所提高，但發(fā)展很不平衡，得分較高的城市主要集中在經(jīng)濟(jì)發(fā)達(dá)地區(qū)，特別是上海、蘇州、南京、杭州這4個(gè)城市，連續(xù)15年得分都位居前5位，其原因在于這4個(gè)城市的經(jīng)濟(jì)實(shí)力雄厚，區(qū)位條件優(yōu)越，科技人才云集，對(duì)物流發(fā)展的促進(jìn)作用顯著。相反，得分較低的城市主要集中在經(jīng)濟(jì)欠發(fā)達(dá)的內(nèi)陸地區(qū)，如泰州、揚(yáng)州、湖州，15年間的得分均值均處于末位水平，主要受到經(jīng)濟(jì)水平、區(qū)位條件和產(chǎn)業(yè)規(guī)模的共同制約，導(dǎo)致物流發(fā)展相對(duì)落后。

從物流發(fā)展指數(shù)的動(dòng)態(tài)格局來(lái)看，2000-2014年間得分增幅大于0.25的有2個(gè)城市，分別為上海和蘇州，南京、無(wú)錫、常州、南通、泰州、杭州、寧波和舟山8個(gè)城市的增幅介于0.15～0.25之間，揚(yáng)州、鎮(zhèn)江、嘉興、紹興、臺(tái)州和湖州的增幅最小，介于0～0.15之間。此外，從城市物流發(fā)展指數(shù)得分的排序來(lái)看，連續(xù)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(wú)錫、舟山、常州、南通、嘉興的排名也比較靠前，其他6個(gè)城市物流發(fā)展水平較低，排名相對(duì)靠后。

表22000　-2014年長(zhǎng)三角城市群物流發(fā)展指數(shù)

四、長(zhǎng)江三角洲物流發(fā)展的空間溢出效應(yīng)

上文分析得出長(zhǎng)江三角洲物流發(fā)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(fā)展水平的空間關(guān)聯(lián)度和動(dòng)態(tài)演變格局。本文通過(guò)計(jì)算2000-2014年長(zhǎng)江三角洲物流發(fā)展指數(shù)的全局Mo?ran's I和局部Moran's I估計(jì)值，生成Moran散點(diǎn)圖和LISA集聚圖來(lái)反映長(zhǎng)江三角洲城市群物流發(fā)展指數(shù)的空間動(dòng)態(tài)演變格局。

（一）全局空間關(guān)聯(lián)性分析

由表3可知，2000-2014年間全局Moran's I估計(jì)值在0.071 1～0.120 6之間，均為正值，表明該時(shí)段內(nèi)長(zhǎng)江三角洲物流空間分布不存在隨機(jī)性，形成差異顯著的“高高集聚”和“低低集聚”兩大陣營(yíng)，但全局Moran's I估計(jì)值呈現(xiàn)“N”型的發(fā)展趨勢(shì)，整體上“馬太效應(yīng)”有所減弱。如表3所示，2000-2002年，全局Moran's I估計(jì)值緩慢上升，空間集聚效應(yīng)逐年增強(qiáng)。2003-2008年，全局Moran's I估計(jì)值逐年下降，空間集聚效應(yīng)逐年降低，在2008年全局Moran's I估計(jì)值達(dá)到最小值，說(shuō)明在該時(shí)期長(zhǎng)江三角洲物流空間集聚關(guān)聯(lián)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(jì)值緩慢上升，并在2012年達(dá)到峰值0.120 6，表明該時(shí)期長(zhǎng)江三角洲物流空間集聚關(guān)聯(lián)最大，但在2014年又下跌至0.093 0。

表3　長(zhǎng)江三角洲各年份物流發(fā)展水平全局Moran's I值和測(cè)度指數(shù)

2000-2014年，長(zhǎng)江三角洲物流發(fā)展指數(shù)全局Moran's I估計(jì)值大致經(jīng)歷了5次波動(dòng)，位于低位震蕩的發(fā)展階段，拐點(diǎn)分別出現(xiàn)在2002年、2008年、2009年、2010年、2011年和2013年（圖1）?？傮w來(lái)講，全局Moran's I估計(jì)值大致呈先上升、后下降、再上升的發(fā)展趨勢(shì)，表明在該時(shí)段長(zhǎng)江三角洲地區(qū)物流空間格局經(jīng)歷由集中向分散再到集中的演變。

圖1　長(zhǎng)江三角洲各年份物流發(fā)展水平全局Moran'sI值曲線圖

（二）局部空間關(guān)聯(lián)性分析

本文以2000年、2004年、2008年、2014年為時(shí)間節(jié)點(diǎn)，借助局部Moran's I估計(jì)值來(lái)度量長(zhǎng)江三角洲16城市物流發(fā)展指數(shù)的空間異質(zhì)性。由Moran散點(diǎn)圖（圖2）可知，物流高值集聚和低值集聚同質(zhì)性現(xiàn)象是長(zhǎng)江三角洲城市群發(fā)展的主要形式。2000年、2004年、2008年、2014年大多數(shù)城市都位于第1、3象限，表明城市物流發(fā)展指數(shù)具有正向的空間關(guān)聯(lián)性。但兩個(gè)象限的城市總數(shù)在減少，從2000年的14個(gè)減少到2008年的12個(gè)再減少到2014的11個(gè)，“馬太效應(yīng)”有所減弱。從物流發(fā)展指數(shù)LISA圖（圖3）和表4來(lái)看，表現(xiàn)出空間異質(zhì)性有所增強(qiáng)，與全局Mo?ran's I估計(jì)值呈下降趨勢(shì)相一致。2000-2014年，上海和南京一直處于HH地區(qū)，是物流發(fā)展的高地區(qū)域，表明上海和南京的物流發(fā)展在長(zhǎng)江三角洲中承擔(dān)著領(lǐng)軍地位，涓滴作用十分顯著，對(duì)周邊鄰近的城市產(chǎn)生物流擴(kuò)散效應(yīng)，是長(zhǎng)江三角洲物流發(fā)展的核心地區(qū)。HL類地區(qū)的城市總數(shù)由2000年的1個(gè)上升到2014年的3個(gè)，增長(zhǎng)較為顯著。但杭州一直落在HL地區(qū)，其原因在于杭州被周邊物流低值區(qū)包圍，雖然自身物流發(fā)展水平較高，但對(duì)其周邊城市的物流擴(kuò)散效應(yīng)一直不明顯，容易產(chǎn)生極化效應(yīng)。LL類地區(qū)的城市數(shù)量有所下降，從2000年的12個(gè)下降到2014年的9個(gè)，其原因在于自身和周邊城市的物流發(fā)展水平較低，物流虹吸效應(yīng)較弱，地區(qū)物流空間差異很小。無(wú)錫在2000-2008年間一直落在LH地區(qū)，表明無(wú)錫物流發(fā)展水平較慢，而周邊城市物流發(fā)展較快，自身物流擴(kuò)散能力較弱，長(zhǎng)期成為HH區(qū)和LL區(qū)的過(guò)渡城市，但在2014年無(wú)錫進(jìn)入了LL類地區(qū)，紹興、臺(tái)州轉(zhuǎn)入到LH類地區(qū)，使得LH類地區(qū)城市數(shù)量上升到2個(gè)。

圖22000　年、2004年、2008年、2014年長(zhǎng)江三角洲物流發(fā)展空間分布Moran散點(diǎn)圖

圖32000　年、2004年、2008年、2014年長(zhǎng)江三角洲物流發(fā)展空間分布LISA圖

表4　各城市物流發(fā)展水平空間關(guān)聯(lián)模式

五、長(zhǎng)江三角洲物流差異的空間計(jì)量分析

上述分析表明，長(zhǎng)江三角洲物流發(fā)展格局存在顯著的空間關(guān)聯(lián)性，城市物流在空間分布上并非完全隨機(jī)分布，而是呈現(xiàn)顯著的空間自相關(guān)效應(yīng)。因此，本文引入了SLM和SEM空間計(jì)量模型，考慮到區(qū)域物流具有動(dòng)態(tài)的發(fā)展特性，分別構(gòu)建當(dāng)期模型和跨期模型對(duì)物流發(fā)展空間差異的影響因素進(jìn)行估計(jì)，衡量各影響因素在不同時(shí)期對(duì)當(dāng)期的作用程度。

（一）指標(biāo)選擇

長(zhǎng)江三角洲物流發(fā)展的空間差異是由經(jīng)濟(jì)、政策、文化等諸多要素相互作用的結(jié)果，綜合學(xué)者的研究成果以及長(zhǎng)江三角洲物流發(fā)展的實(shí)際情況，本文選取基礎(chǔ)設(shè)施、政府干預(yù)程度、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)流通水平、對(duì)外開放程度、經(jīng)濟(jì)發(fā)展水平、城市規(guī)模和區(qū)位條件8個(gè)指標(biāo)作為解釋變量。①基礎(chǔ)設(shè)施（inf）用城市公路里程占區(qū)域比重來(lái)表示。基礎(chǔ)設(shè)施條件的改善有助于提高物流運(yùn)作效率，降低物流交易成本，預(yù)計(jì)變量符號(hào)為正。②政府干預(yù)程度（gov）用城市公共財(cái)政支出占GDP比重來(lái)衡量。政府規(guī)模與行政干預(yù)能力成正比，可以為物流發(fā)展提供資金支撐和戰(zhàn)略部署，預(yù)計(jì)變量符號(hào)為正。③產(chǎn)業(yè)結(jié)構(gòu)（ins）用第三產(chǎn)業(yè)占GDP比重來(lái)表示。第三產(chǎn)業(yè)比重的提升有助于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，推動(dòng)物流業(yè)與其他服務(wù)產(chǎn)業(yè)的聯(lián)動(dòng)發(fā)展，預(yù)計(jì)變量符號(hào)為正。④消費(fèi)流通水平（consume）用社會(huì)消費(fèi)品零售總額占GDP比重來(lái)衡量。社會(huì)消費(fèi)品零售總額可以衡量地區(qū)消費(fèi)流通水平，反映區(qū)域內(nèi)的物流需求，預(yù)計(jì)變量符號(hào)為正。⑤對(duì)外開放程度（open）用當(dāng)年實(shí)際使用外資金額占GDP比重來(lái)表示①。當(dāng)年實(shí)際使用外資金額可以反映區(qū)域?qū)ν忾_放程度，間接表示城市外資的技術(shù)溢出大小，預(yù)計(jì)變量符號(hào)為正。⑥經(jīng)濟(jì)發(fā)展水平（eco）用人均GDP來(lái)衡量。人均GDP代表了地區(qū)居民整體經(jīng)濟(jì)實(shí)力，可以反映地區(qū)居民消費(fèi)能力，預(yù)計(jì)變量符號(hào)為正。⑦城市規(guī)模（urban）用城市人口占區(qū)域總?cè)丝诒戎乇硎?。城市?guī)?？梢苑从呈袌?chǎng)大小和流通尺度，其規(guī)模越大吸收就業(yè)和消費(fèi)能力就越強(qiáng)，預(yù)計(jì)變量符號(hào)為正。⑧區(qū)位條件（geo）對(duì)產(chǎn)業(yè)發(fā)展產(chǎn)生一定程度的影響，而這種區(qū)位的不均衡現(xiàn)象會(huì)導(dǎo)致經(jīng)濟(jì)存在地域差異，因此本文考慮區(qū)位因素這個(gè)虛擬變量，設(shè)置一級(jí)城市為1，二級(jí)城市為0.5，其他城市為0，預(yù)計(jì)變量符號(hào)為正。

（二）模型構(gòu)建與選擇

基于上述分析，本文以長(zhǎng)江三角洲物流發(fā)展指數(shù)作為被解釋變量，以基礎(chǔ)設(shè)施、政府干預(yù)程度、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)流通水平、對(duì)外開放程度、經(jīng)濟(jì)發(fā)展水平、城市規(guī)模和區(qū)位條件8個(gè)指標(biāo)作為解釋變量來(lái)進(jìn)行空間回歸分析，構(gòu)建空間計(jì)量模型。

情景一：當(dāng)期模型I。解釋變量和被解釋變量選擇2014年的數(shù)據(jù)，反映當(dāng)期解釋變量對(duì)當(dāng)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(shù)據(jù)，解釋變量選擇2000年的數(shù)據(jù)，反映初期解釋變量對(duì)當(dāng)期被解釋變量的作用程度及方向。

其中，F(xiàn)表示物流發(fā)展指數(shù)；βi表示變量回歸系數(shù)；t表示年份；i表示城市數(shù)量；β0為常數(shù)；λ表示空間誤差系數(shù)；ρ表示空間回歸系數(shù)；Wy表示被解釋變量的空間滯后項(xiàng)；ε表示殘差擾動(dòng)項(xiàng)；Wε表示空間誤差項(xiàng)；μ表示正態(tài)分布的隨機(jī)誤差項(xiàng)。對(duì)被解釋變量進(jìn)行共線性診斷，發(fā)現(xiàn)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(wèn)題。

首先對(duì)當(dāng)期模型I和跨期模型II進(jìn)行OLS回歸。從表5、表6可知，當(dāng)期模型I1和跨期模型II1分別解釋了長(zhǎng)江三角洲物流空間變異97.3%和94.7%的異質(zhì)性。對(duì)于模型I1而言，只有政府干預(yù)和城市規(guī)模分別通過(guò)了5%和1%的顯著性檢驗(yàn)，基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開放程度和經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為正，而消費(fèi)流通水平和區(qū)位條件的回歸系數(shù)為負(fù)，與預(yù)期假設(shè)不一致，且這6個(gè)變量均未通過(guò)10%的顯著性檢驗(yàn)，但R2值高達(dá)0.973，表明選取的變量可以較大程度地解釋區(qū)域物流的變異情況。對(duì)于模型II1而言，只有政府干預(yù)和城市規(guī)模通過(guò)了10%的顯著性檢驗(yàn)，對(duì)外開放程度、經(jīng)濟(jì)發(fā)展水平和區(qū)位條件的回歸系數(shù)為正，而基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)流通水平為負(fù)，與預(yù)期假設(shè)不一致，且這6個(gè)變量均未通過(guò)10%的顯著性檢驗(yàn)，但R2值高達(dá)0.947，表明選取的變量可以較大程度地解釋區(qū)域物流的變異情況。究其原因可能在于區(qū)域物流發(fā)展存在較強(qiáng)的空間互動(dòng)性，而OLS回歸模型假設(shè)研究樣本是相互獨(dú)立的，忽略了研究樣本空間誤差的相關(guān)性，導(dǎo)致回歸結(jié)果出現(xiàn)偏差。因此，本文納入空間溢出效應(yīng)，引入SLM和SEM空間計(jì)量模型，構(gòu)建當(dāng)期模型I和跨期模型II對(duì)物流空間差異的成因進(jìn)行分析，衡量各影響因素在不同時(shí)期對(duì)當(dāng)期的作用程度。

表5是當(dāng)期模型I的空間回歸結(jié)果，發(fā)現(xiàn)模型I3回歸估計(jì)通過(guò)了LM檢驗(yàn)，模型I2回歸估計(jì)未通過(guò)LM檢驗(yàn)，同時(shí)模型I3回歸估計(jì)的可決系數(shù)R2最大（0.976），說(shuō)明在當(dāng)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(jié)果，模型II2和模型II3回歸估計(jì)均通過(guò)了LM檢驗(yàn)，且R-LM?LAG和R-LM-ERR值均在5%的水平上顯著，表明此時(shí)空間依賴性檢驗(yàn)失效，無(wú)法判斷SLM和SEM模型的適用性。依據(jù)lo?gL、AIC和SC信息的判斷準(zhǔn)則，發(fā)現(xiàn)模型II2中的logL值最大，AIC和SC值最小，可決系數(shù)R2最大（0.984），因而模型II2為最恰當(dāng)?shù)哪Ｐ?。與OLS回歸結(jié)果相比，當(dāng)期模型I3和跨期模型II2的可決系數(shù)R2和logL值有所變大，AIC和SC值有所變小，表示考慮空間效應(yīng)后的模型可以減弱研究樣本空間誤差的相關(guān)性。

表5　當(dāng)期模型I情況下的OLS、SLM和SEM模型估計(jì)結(jié)果

（三）回歸結(jié)果分析

（1）基礎(chǔ)設(shè)施。在跨期模型II2中，雖然基礎(chǔ)設(shè)施與物流發(fā)展存在正相關(guān)，但回歸系數(shù)并不顯著（0.035），在當(dāng)期模型I3中，基礎(chǔ)設(shè)施與物流發(fā)展具有高度正相關(guān)，回歸系數(shù)顯著（2.343）。其原因可能是，城市在發(fā)展初期為了加快物流業(yè)的發(fā)展，盲目、不合理的基礎(chǔ)設(shè)施投資造成資源重復(fù)建設(shè)、利用效率不高、浪費(fèi)現(xiàn)象嚴(yán)重，導(dǎo)致基礎(chǔ)設(shè)施對(duì)物流業(yè)的促進(jìn)作用不顯著，但隨著時(shí)間的推移以及城市對(duì)基礎(chǔ)設(shè)施的調(diào)整，物流資源要素利用率逐步提高，基礎(chǔ)設(shè)施對(duì)物流發(fā)展產(chǎn)生了巨大推力。

（2）政府干預(yù)程度。從當(dāng)期模型I3和跨期模型II2的回歸系數(shù)來(lái)看，政府干預(yù)對(duì)物流業(yè)發(fā)展具有顯著的正向促進(jìn)作用，且隨著時(shí)間的推移，影響系數(shù)有所上浮。這表明政府對(duì)物流行業(yè)的干預(yù)有助于物流業(yè)的發(fā)展，雖然物流業(yè)被譽(yù)為經(jīng)濟(jì)增長(zhǎng)的加速器，但其自身發(fā)展存在滯后效應(yīng)，不能在短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)做出巨大貢獻(xiàn)，需要政府加大政策支持力度，增加對(duì)物流業(yè)的經(jīng)濟(jì)和技術(shù)支撐，從宏觀上把握物流發(fā)展態(tài)勢(shì)，合理促進(jìn)區(qū)內(nèi)物流資源流向，為物流發(fā)展提供良好的社會(huì)環(huán)境。

（3）消費(fèi)流通水平。消費(fèi)流通水平在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)依次為0.293、0.055，都通過(guò)了顯著性檢驗(yàn)。其原因在于，長(zhǎng)江三角洲地處東部沿海地區(qū)，經(jīng)濟(jì)發(fā)達(dá)，人民生活水平殷實(shí)，民眾的物流消費(fèi)需求量較大，另外廣闊的經(jīng)濟(jì)腹地促進(jìn)了地區(qū)間經(jīng)濟(jì)貿(mào)易往來(lái)，消費(fèi)流通溢出效應(yīng)顯著。雖然隨著時(shí)間的推移影響程度有所提升，但回歸系數(shù)相對(duì)較小。這可能是因?yàn)閰^(qū)內(nèi)物流市場(chǎng)機(jī)制還未健全，各地政府的地方保護(hù)政策和物流市場(chǎng)分割現(xiàn)象依然存在，導(dǎo)致消費(fèi)流通水平對(duì)物流的促進(jìn)作用還不高，有待進(jìn)一步提升。

表6　跨期模型II情況下的OLS、SLM和SEM模型估計(jì)結(jié)果

（4）對(duì)外開放程度。在跨期模型II2中，對(duì)外開放程度與物流發(fā)展顯著正相關(guān)（1.589），符號(hào)與預(yù)期一致，而在當(dāng)期模型I3中，對(duì)外開放程度與物流發(fā)展的影響系數(shù)為-0.568，符號(hào)與預(yù)期相反。其原因可能在于，長(zhǎng)江三角洲在發(fā)展初期積極引進(jìn)外資為當(dāng)?shù)匚锪靼l(fā)展注入新鮮血液，外資的溢出和擴(kuò)散效應(yīng)顯著，有助于打破區(qū)內(nèi)固有的條塊分割現(xiàn)狀，增強(qiáng)物流企業(yè)活力。但隨著時(shí)間的推移，部分地區(qū)盲目、大規(guī)模對(duì)外資進(jìn)行引進(jìn)，致使其與區(qū)內(nèi)企業(yè)產(chǎn)生惡性競(jìng)爭(zhēng)，對(duì)長(zhǎng)江三角洲物流發(fā)展促進(jìn)作用不顯著，因此今后在引進(jìn)外資時(shí)不僅要適度，更要注重其質(zhì)量。

（5）經(jīng)濟(jì)發(fā)展水平。在當(dāng)期模型I3和跨期模型II2中，經(jīng)濟(jì)發(fā)展水平對(duì)物流發(fā)展具有顯著促進(jìn)作用，符號(hào)與預(yù)期一致。其原因在于，長(zhǎng)江三角洲物流腹地較大，孕育著廣闊的消費(fèi)市場(chǎng)，強(qiáng)大的經(jīng)濟(jì)支持有助于物流體系的建立，進(jìn)一步縮減產(chǎn)品跨地域的流動(dòng)成本，擴(kuò)大商品消費(fèi)流通尺度。另外，長(zhǎng)江三角洲制造業(yè)發(fā)達(dá)，隨著社會(huì)內(nèi)部分工的不斷細(xì)化以及物流業(yè)與制造業(yè)的聯(lián)動(dòng)發(fā)展，制造和流通企業(yè)物流外包意識(shí)不斷增強(qiáng)，積極同第三方物流公司合作，有助于物流產(chǎn)業(yè)的集聚。值得關(guān)注的是，經(jīng)濟(jì)發(fā)展水平在初期對(duì)物流發(fā)展的影響程度（0.118）遠(yuǎn)小于當(dāng)期影響程度（1.903），表明經(jīng)濟(jì)發(fā)展水平對(duì)物流業(yè)的發(fā)展存在一定的滯后性。

（6）城市規(guī)模。城市規(guī)模在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)依次為3.035、2.884，對(duì)物流發(fā)展具有高度促進(jìn)作用，影響系數(shù)上升幅度較大。其原因在于，近年來(lái)長(zhǎng)江三角洲人口逐年攀升，城市規(guī)模急劇膨脹，較大的城市規(guī)模孕育了廣闊的市場(chǎng)，擴(kuò)大消費(fèi)流通尺度，居民物流需求不斷擴(kuò)大，在一定程度上有助于物流業(yè)的發(fā)展。

（7）產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件。值得關(guān)注的是，產(chǎn)業(yè)結(jié)構(gòu)雖然在當(dāng)期模型I3和跨期模型II2的回歸系數(shù)均為正數(shù)，但都未通過(guò)10%的顯著性檢驗(yàn)。這一結(jié)果表明，雖然調(diào)整產(chǎn)業(yè)結(jié)構(gòu)有利于物流業(yè)的發(fā)展，但產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有長(zhǎng)期性的特征，應(yīng)是一個(gè)立足長(zhǎng)遠(yuǎn)的政策目標(biāo)，在短期內(nèi)調(diào)整難度較大，對(duì)物流直接作用程度較小。此外，虛擬變量區(qū)位條件在當(dāng)期模型I3的回歸系數(shù)為-0.064，符號(hào)與預(yù)期不一致，在跨期模型II2的回歸系數(shù)為0.030，說(shuō)明現(xiàn)階段新經(jīng)濟(jì)地理要素對(duì)長(zhǎng)江三角洲物流產(chǎn)業(yè)的影響并不顯著，區(qū)位上的不均衡在物流發(fā)展上還未產(chǎn)生較大差異。

六、結(jié)論與建議

本文基于空間經(jīng)濟(jì)學(xué)視角，從物流供給和物流需求角度構(gòu)建物流綜合實(shí)力指標(biāo)體系，采用熵值法、空間自相關(guān)和空間計(jì)量模型，對(duì)長(zhǎng)江三角洲物流發(fā)展指數(shù)進(jìn)行測(cè)度，并對(duì)其時(shí)空演變格局及影響機(jī)理進(jìn)行探討分析，得出以下結(jié)論：

第一，15年來(lái)長(zhǎng)江三角洲整體物流發(fā)展水平得到了顯著的提升，但城市處于非均衡的發(fā)展?fàn)顟B(tài)，城市間的極化效應(yīng)十分嚴(yán)重。

第二，城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，空間格局經(jīng)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(zhì)性現(xiàn)象是長(zhǎng)江三角洲城市群發(fā)展的主要形式。

第三，經(jīng)濟(jì)發(fā)展水平、政府干預(yù)程度、城市規(guī)模和消費(fèi)流通水平對(duì)物流發(fā)展存在顯著正相關(guān)，影響程度在上升；對(duì)外開放程度在初期對(duì)物流發(fā)展促進(jìn)作用顯著，隨著時(shí)間的推移促進(jìn)作用不顯著；基礎(chǔ)設(shè)施對(duì)物流發(fā)展存在消化吸收的過(guò)程，隨著時(shí)間的推移促進(jìn)作用顯著；產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位條件對(duì)物流發(fā)展的影響不顯著。

針對(duì)以上研究結(jié)論，本文提出以下幾點(diǎn)建議：

第一，增強(qiáng)政府宏觀調(diào)控力度。由于經(jīng)濟(jì)增長(zhǎng)對(duì)物流業(yè)發(fā)展存在滯后性，不能在短期內(nèi)起到立竿見影的作用，在維持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的情況下需增強(qiáng)政府干預(yù)程度，加大物流政策扶持力度，從宏觀上把握物流發(fā)展態(tài)勢(shì)，合理促進(jìn)區(qū)內(nèi)物流資源流向，保持適度的城市規(guī)模，增加基礎(chǔ)設(shè)施投入，完善物流市場(chǎng)協(xié)調(diào)機(jī)制，擴(kuò)大消費(fèi)流通市場(chǎng)，積極發(fā)展第三產(chǎn)業(yè)，提高外資利用質(zhì)量。

第二，促進(jìn)物流發(fā)展的網(wǎng)絡(luò)化。針對(duì)區(qū)域物流發(fā)展不平衡的現(xiàn)狀，可加強(qiáng)區(qū)域物流的網(wǎng)絡(luò)化建設(shè)，推動(dòng)區(qū)內(nèi)物流信息化和標(biāo)準(zhǔn)化，協(xié)調(diào)規(guī)劃區(qū)內(nèi)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(yīng)來(lái)提升物流整體效率。

第三，加強(qiáng)區(qū)域間的聯(lián)動(dòng)發(fā)展。由于城市物流發(fā)展呈現(xiàn)出明顯的空間關(guān)聯(lián)性，提示相關(guān)政府在規(guī)劃物流發(fā)展時(shí)要不拘一格，既要做到統(tǒng)籌兼顧，考慮區(qū)域的整體性，也要做到因地制宜，結(jié)合各城市發(fā)展特點(diǎn)，增強(qiáng)物流高值集聚區(qū)的涓滴效應(yīng)，加大物流低值集聚區(qū)的虹吸效應(yīng)，促進(jìn)區(qū)域間的合作與交流。

第四，合理定位城市物流生態(tài)位。由于城市物流的發(fā)展受到諸多因素的相互作用，導(dǎo)致物流發(fā)展情況大相徑庭，各城市必須對(duì)物流生態(tài)位進(jìn)行合理定位，不但要發(fā)揮自身的比較優(yōu)勢(shì)，而且需要與其他城市進(jìn)行態(tài)勢(shì)互補(bǔ)，加快城市間的協(xié)同發(fā)展。隨著“低碳經(jīng)濟(jì)”觀念的不斷深入，“低碳物流”理念也應(yīng)運(yùn)而生，將是城市物流今后發(fā)展的重點(diǎn)領(lǐng)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，F(xiàn)arahani 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(guó)省級(jí)區(qū)域物流競(jìng)爭(zhēng)力評(píng)價(jià)及特征研究［J］.中國(guó)軟科學(xué)，2007（10）：104-110.

［8］李全喜，金鳳花，孫磐石.區(qū)域物流能力與區(qū)域經(jīng)濟(jì)發(fā)展的典型相關(guān)分析——基于全國(guó)面板數(shù)據(jù)［J］.軟科學(xué)，2010，24（12）：75-79.

［9］楊自輝，鄧恩，林安源.湖南物流產(chǎn)業(yè)集群系統(tǒng)發(fā)展研究［J］.經(jīng)濟(jì)地理，2010，30（3）：426-430.

［10］雷勛平，Robin Q，劉思峰.基于DEA的物流產(chǎn)業(yè)效率測(cè)度實(shí)證研究——基于我國(guó)31個(gè)省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)［J］.華東經(jīng)濟(jì)管理，2013，30（15）：52-56.

［11］劉蘇慶，曹成鉉，鄭輝文.集裝箱多式聯(lián)運(yùn)中運(yùn)貨排程問(wèn)題的建模研究［J］.科學(xué)技術(shù)與工程，2010，10（9）：2247-2250.

［12］王健，劉荷.區(qū)域物流發(fā)展的影響因素研究——基于福建省的實(shí)證分析［J］.華東經(jīng)濟(jì)管理，2014，28（3）：22-27.

［13］謝守紅，蔡海亞.長(zhǎng)江三角洲物流業(yè)與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)度研究［J］.江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（5）：20-27.

［責(zé)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(guó)家哲學(xué)社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（15AJY009）；江蘇省社會(huì)科學(xué)基金重大項(xiàng)目（14ZD011）；江蘇省社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（14EYA003）

蔡海亞（1991-），男，江蘇鹽城人，博士研究生，研究方向：區(qū)域經(jīng)濟(jì)學(xué)，環(huán)境經(jīng)濟(jì)學(xué)，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)；徐盈之（1970-），女，浙江杭州人，教授，經(jīng)濟(jì)學(xué)博士，研究方向：環(huán)境經(jīng)濟(jì)學(xué)，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)，數(shù)量經(jīng)濟(jì)學(xué)。