長三角城市群物流產業集聚時空格局及影響因素研究

李倩倩 董會忠 教授 通訊作者 曾文霞

（山東理工大學管理學院 山東淄博 255000）

引言

近年來，區域經濟一體化不斷發展，物流產業憑借優化產業結構、降低交易成本、提高經營效率等舉措成為提升區域競爭力的關鍵。長三角城市群作為“一帶一路”與長江經濟帶的重要交匯地帶，經濟總量位居三大城市群之首，成為中國經濟社會發展的重要引擎。依據該地區發展規劃，到2020年，長三角城市群在全國2.2%的國土空間將集聚11.8%的人口和21%的地區生產總值。由于城市群內各城市規模不一，產業集聚差異明顯，充分發揮物流產業集聚效應對于實現長三角城市群發展目標具有重要意義。物流產業集聚發展成為當前學術界關注的焦點問題。趙宇、李劍（2016）運用三階段DEA模型測度了我國各區域物流產業集聚的空間效率。謝逢潔（2019）、程秀娟（2018）等分別對西部12省和河南省的物流產業集聚程度進行測度分析。徐秋艷、房勝飛（2018）運用空間計量經濟模型，實證檢驗了物流產業集聚對經濟增長的溢出效應，并表明東、中、西部存在明顯差異。柏青華（2018）、李劍（2016）、龔新蜀（2017）等分別研究了不同地區物流產業集聚對經濟增長的影響。李光明（2017）基于空間杜賓模型分析了物流產業集聚對我國制造業勞動生產率的空間溢出效應。武富慶等（2015）利用面板數據個體固定效應模型檢驗了黑龍江省12個地級市物流產業集聚對第三產業發展的影響。謝守紅（2015）借助主成分分析法從宏觀視角探討了我國29省市物流產業集聚的影響因素。高康（2018）、鐘昌寶（2017）等基于長江經濟帶省級面板數據，借助空間杜賓模型分析了物流產業集聚的影響因素。張樞盛（2019）分析了智慧物流飛速發展的新常態下，中國省際物流產業的集聚特征并分析了影響物流企業布局、產業集聚格局的內在驅動因素。

從現有文獻來看，傳統的計量方法大多采用時間序列或截面數據，缺乏對空間因素的考慮，忽略了不同區域間的空間相關性和異質性特征；研究范疇多以國家或省級層面為主，針對城市群的研究較少。基于此，本文通過對2008-2017年長三角城市群的物流產業集聚度進行測度，借助GeoDa軟件分析其空間格局演化特征，并運用空間杜賓模型分析長三角城市群物流產業集聚的影響因素，以探討長三角城市群物流產業集聚格局演化的影響機理。

指標選取、數據來源及模型構建

（一）指標選取

影響物流產業集聚的因素眾多，本文借鑒文獻的做法，用熵值（SGC）衡量物流產業集聚水平，用地區生產總值（GDP）衡量經濟發展水平，用外商投資總額（TFI）衡量市場開放度，用社會消費品零售總額（TRS）衡量社會消費水平，用工業總產值（IAV）衡量地區產業結構，用物流從業人數（LEN）衡量人力資本，用年末城市道路面積（ACR）衡量基礎設施建設，用財政支出占GDP的比重（POG）衡量政府宏觀調控。由于目前尚未有直接度量環境規制的指標，這里采用李煜、駱溫平（2014）的研究結果，采用環境治理投資額（ER）指標衡量環境規制強度。

（二）模型構建

在空間滯后模型和空間誤差模型的基礎上，構造物流產業集聚的空間杜賓模型，同時包含空間滯后和空間誤差影響，如式1所示。

式（1）中，ρ為空間滯后項系數，反映本地區的被解釋變量受其它地區被解釋變量的影響程度；W為空間權重矩陣；αi為自變量的回歸系數；ε為隨機擾動項，用來描述不可觀測的因素；SGCit為第i個省份第t年的物流產業集聚水平。

（三）數據來源

選擇2008-2017年長三角城市群26個城市的數據作為樣本進行分析，由于統計年鑒產業體系中無“物流產業”分類體系，借鑒崔園園等（2015）的做法，以交通運輸、倉儲、郵政業的就業人口統計數據代表物流業發展情況，數據均來源于《中國城市統計年鑒》（2009-2018）。

結果分析

（一）物流產業集聚結果分析

根據長三角物流產業集聚水平，將其劃分為四個層次：若LQit＞2，說明i地區在t時期為物流產業的極高集聚區；若1.5＜LQit＜2，則說明i地區在t時期為物流產業的高集聚區；若1＜LQit＜1.5，則說明i地區在t時期為物流產業的較高集聚區；若LQit＜1，則說明i地區在t時期為物流產業的低集聚區。長三角城市群物流產業集聚水平的測度結果如表1所示。

表1 2008-2017年長三角城市群物流業區位熵測算結果

從表1來看，2008-2017年間長三角城市群物流產業區位熵變動明顯，區域物流集聚趨勢與擴散趨勢并存，物流發展水平較高的城市集聚現象明顯。上海、南京、舟山、蕪湖、合肥區位熵始終大于或接近于1，物流產業集聚水平較高。其中，上海的區位熵值十年來保持區內最高水平，2014年區位熵值大于2，首次達到物流產業集聚極高水平。無錫、常州、蘇州、南通、鹽城、揚州、鎮江、臺州、杭州、寧波、嘉興、湖州、紹興、金華的區位熵均始終小于1，處于物流產業的低集聚區，產業優勢不明顯；蘇州、嘉興、湖州、臺州十年來區位熵值均在0.5以下，屬于極度分散狀態；常州、無錫、南通、鎮江、金華等市區位熵值波動下降，物流產業專業化優勢逐漸消失，此類城市分布較為分散；蘇州、寧波、馬鞍山、銅陵、池州各市區位熵值波動上升，專業化水平不斷提升，發展勢頭良好；池州市于2014年區位熵指數首次高于1，并于2014年以后始終保持接近于1；滁州、杭州兩市始終保持接近于1且不斷提升趨勢，有望進一步提升專業化水平，此類城市分布在物流產業發展水平高的城市周圍，集聚趨勢明顯。

（二）物流產業集聚空間演變格局

全局空間相關性分析。采用GeoDa軟件計算物流產業Global Moran’I指數，表征長三角城市群物流產業集聚水平的空間演變情況，結果如圖1所示。

從Global Moran’I的變化來看，2008-2017年長三角城市群物流產業集聚的全局空間自相關系數呈現波動下降趨勢，集聚水平差距不斷減小。2013、2017年Global Moran’I為負數，區域內物流產業集聚在空間上呈現弱負相關，物流產業集聚水平相似的城市在空間上呈相對分散分布。其它年份的Global Moran’I均為正數且系數較小，區域內物流產業集聚在空間上呈現弱正相關，物流集聚水平相近的城市較為集中。2008-2009年，Global Moran’I出現較大幅度降低，主要是受到金融危機的影響，物流企業之間的聯合、兼并增強了企業競爭力，物流產業轉向集群發展，各城市之間集聚水平差距逐漸減小；2009-2012年，金融危機逐漸減退，Global Moran’I系數平穩回升；2014年后，Global Moran’I逐漸降低，經濟體制改革加快了經濟發展方式的轉變，經濟的快速均衡發展為較為落后地區的發展注入了“新動能”，激發了物流產業的活力，城市間物流產業集聚水平空間差異性不斷縮小；2016年后，Global Moran’I小幅回升，物流產業發展勢頭良好。由上文物流產業集聚的空間演化特征可知，2008-2017年長三角城市群物流產業總體集聚水平不斷上升，空間異質性逐漸減弱，與Global Moran’I的發展趨勢相吻合。

局部空間相關性分析。利用LISA集聚圖對長三角城市群區域空間自相關特征進行可視化分析，由于篇幅限制，整理如表2所示。由表2可知，長三角大部分城市處于第三象限且第一象限城市數不斷增多，表明超過60%的城市物流產業集聚水平相對穩定，空間鎖定和路徑依賴性嚴重，物流欠發達地區弱集聚明顯，此類城市大部分位于長三角城市群東北部。

2008-2017年，揚州、馬鞍山、宣城、嘉興一直與周圍城市保持低-高集聚，南京、杭州、上海一直與周圍城市保持高-低集聚，呈空間負相關性，說明此類城市物流產業集聚水平與周圍城市存在差異且未對周圍城市存在集聚效應；鹽城、泰州、無錫、湖州、紹興、蘇州、南通一直與周圍城市保持低-低集聚，此類城市物流發展水平有待提高；滁州、合肥一直與周圍城市保持高-高集聚，表明圍繞滁州、合肥形成了較為集中的物流產業格局，物流產業發展的空間差異較小。

鎮江、常州由高-高集聚轉入到低-高集聚，說明該城市物流業發展對周圍城市的影響減弱，周圍城市與該城市之間存在替代性競爭關系；銅陵、池州由低-低集聚轉入到高-高集聚，該城市與周圍城市的物流產業發展快速，物流產業格局初步形成；寧波由低-低集聚轉入到高-低集聚，這是由于寧波市相比與其相連的臺州、嘉興，其優越的港口資源促進了經濟和物流產業的快速發展。

圖1 2008-2017年長三角城市群物流產業集聚的全局Moran’I指數

表2 2008年、2013年、2017年各城市物流產業集聚度空間關聯模式

表3 效應分解結果

綜上，長三角城市群物流產業集聚現象空間分布較為分散，上海、南京、杭州等經濟較為發達地區自身物流產業發展水平高，但以其為核心的物流產業集聚效應不顯著，區域物流一體化布局尚未實現；南京、蕪湖、池州等地物流發展水平一直較高，但隨著時間推移，物流發展水平較高城市逐漸向上海方向集中，有待形成新的物流產業集聚區域。

（三）長三角城市群物流產業集聚的影響因素分析

本文采用個體效應模型對空間杜賓模型估計進行檢驗，分析長三角城市群物流產業集聚的影響因素，具體分解效應如表3所示。

總體來看，長三角城市群經濟發展水平、政府宏觀調控與物流產業集聚水平在0.01水平上顯著正相關，其中經濟發展水平是影響物流產業集聚水平的首要因素。經濟發展水平的提升會促進社會分工細化，物流業務外包增強了物流產業集聚的擴散效果，同時對周邊地區物流產業集聚水平產生顯著的正向影響；良好的政策和市場環境支持是物流產業集聚發展的保障，政府通過制定引導性政策、投入相應資本來積極干預物流市場行為，對物流產業集聚影響作用顯著。同時，一定程度的資源共享使各地區的物流產業集聚水平共同提升。

社會消費水平、基礎設施建設對物流產業集聚水平在0.1水平上呈現顯著的正、負相關關系。社會消費水平的提高是由人們生活水平和消費層次的提高決定的，網上購物的普及衍生了極大的物流需求，地區間的交易次數和商品流通更頻繁，促進了資源的合理配置和鄰近地區物流產業的集聚發展；發達的交通運輸網絡和低廉的運輸成本是衡量基礎設施建設的重要部分。近年來，鐵路、公路、航空等基礎設施建設已較為完善，過量的投資導致資源分配不合理，不利于物流產業的集聚。

人力資本、環境規制分別與物流產業集聚水平在0.05水平上顯著正、負相關。物流從業人員綜合素質的提高對于物流產業的集聚起著非常重要的作用，且周圍城市物流從業人數的增加會對本地區的物流產業集聚水平產生顯著的正向溢出效應；2016年，地方政府貫徹落實節能減排政策，對高耗能產業實行環境規制，不利于物流產業的集聚發展，其間接效應為負且通過了0.1水平的檢驗，說明周邊地區環境規制對本地區物流產業的集聚具有較為顯著的溢出效應。

結論及建議

從物流產業水平測度來看，長三角城市群物流產業集聚水平不斷上升，經濟發達城市空間集聚效應顯著，區位一體化尚未實現。從影響因素來看，人均GDP、社會消費水平、人力資本、政府宏觀調控從高到低依次對長三角城市群物流產業集聚產生顯著正向影響，環境規制和基礎設施建設對長三角城市群物流產業集聚具有顯著的負效應。

結合研究結果，提出以下建議：第一，加強區域間合作交流，推進區域橫向協同。發揮上海、南京等經濟較為發達地區的模范帶頭作用，有利于帶動欠發達地區相關產業結構升級，實現物流產業的協調可持續發展。第二，積極引進和培養物流專業化人才，為物流產業發展提供技術性支撐。我國物流從業人員缺口較大，專業技能缺乏、綜合素質低等問題突出。通過校企合作等方式不斷提升物流從業人員的專業素養和自身技能，是物流產業長期穩定發展的保證。第三，合理規劃整合資源，確保物流設施高效運用。倉儲設施、信息通信設施等的建設已超越鐵路、公路等基礎交通設施的建設，開始為物流產業的發展提供保障。因此，應不斷加大投資力度，注重資源整合，使相關設施的建設不斷適應經濟發展的需要。