基于ESDA法的長三角區(qū)域物流業(yè)非均衡測度及一體化發(fā)展策略研究

徐一淞 陳駿宇

（蘇州科技大學商學院 江蘇蘇州 215009）

研究區(qū)域及研究方法

（一）研究區(qū)域概況

長三角區(qū)域位于我國東部沿海地區(qū)（116°29′E-122°45′E，27°14′N-33°41′N），從地理位置上看，長江三角洲地區(qū)是地處我國沿海工業(yè)區(qū)和人口稠密的T型區(qū)域，匯集了我國黃金海岸和黃金水道。根據《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，規(guī)劃范圍包括上海市、江蘇省、浙江省、安徽省全域，總面積35.8萬平方公里。長三角區(qū)域區(qū)位優(yōu)勢突出，自然稟賦條件好，社會經濟發(fā)展水平高，人文底蘊深厚，成為我國經濟發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強的區(qū)域之一。2019年，區(qū)域人口達到21251萬人，占全國的16.00%；區(qū)域實現年GDP 237252.56億元，占全國的24.08%；同時完成FDI 766.68億美元，超過全國總量的一半（55.50%）。

（二）探索性空間數據分析方法

ESDA分析法（Exploratory Spatial Data Analysis）即探索性空間數據分析，是對空間數據進行統(tǒng)計分析、挖掘特征空間結構和相關性的重要技術，而空間自相關分析是此方法中極具代表的一種表現形式，能夠以一種比繪制數據更加量化的方式來檢查數據，以便對插值模型的構建方式做出更加正確的決策。空間自相關分析是從空間物體的空間位置、聯系等方面去研究空間事物，以對空間事物做出定量的描述，判斷某一變量是否在空間上相關以及相關程度如何；而空間自相關系數就是用來定量地描述事物在空間上的依賴關系。如果某一變量的空間自相關系數隨著測定距離的縮小而變得更相似，這一變量呈空間正相關；反之，則稱之為空間負相關；若所測值不表現出任何空間依賴關系，那么這一變量表現出空間不相關性。

指標選取與模型構建

（一）指標選擇和數據來源

目前生產要素集聚成為影響物流產業(yè)非均衡發(fā)展的重要因素，而物流產業(yè)集聚反映了物流產業(yè)生產要素在某個區(qū)域的集聚水平，是研究區(qū)域物流非均衡發(fā)展的重要內容。由于物流業(yè)自身的行業(yè)特性和要素指標的可衡量性，綜合考慮研究目標、所選模型需求、指標量化和數據可得性，本文重點從資本要素和勞動力要素兩方面來進行考察，通過對2012-2019年長三角區(qū)域物流業(yè)固定資產和行業(yè)從業(yè)人數的相關數據梳理，把交通基礎設施投資額（統(tǒng)計年鑒中的“交通運輸倉儲和郵政業(yè)投資”）作為資本要素的代理變量，選用交通運輸、倉儲和郵政業(yè)城鎮(zhèn)非私營單位就業(yè)人員數量（統(tǒng)計年鑒中的“物流業(yè)就業(yè)人數”）作為勞動力要素的代理變量。本文數據來自2012-2019年的《上海市統(tǒng)計年鑒》《江蘇省統(tǒng)計年鑒》《安徽省統(tǒng)計年鑒》《浙江省統(tǒng)計年鑒》及區(qū)域內各市統(tǒng)計年鑒。

（二）莫蘭指數 （Moran's I）

探究長三角區(qū)域物流業(yè)各類要素空間集聚程度，首先要判定長三角區(qū)域內部各省市之間是否存在著相關關系。本文借鑒莫蘭指數（Moran′s I）對長三角區(qū)域物流業(yè)各類要素集聚的空間分布進行全局和局部相關性統(tǒng)計分析。

莫蘭指數分為全局莫蘭指數（Global Moran′s I）和局部莫蘭指數（Local Moran′s I）。本文采用全局莫蘭指數對長三角區(qū)域41市物流業(yè)資源要素空間上的分布模式及特征進行測度，全局Moran′s I計算公式如下：

其中，I表示全局Moran′s I；n表示資源要素屬性值研究中長三角區(qū)域市級空間單元總數，n=41；Ei和Ej表示要素分別資本、勞動力在長三角區(qū)域市級空間單元i、j上的屬性值，i、j=1，2，…，n；Wij表示長三角區(qū)域市級空間單元i、j空間權重矩陣ω中的元素。

局部Moran′s I計算公式如下：

其中，Ii表示局部Moran′s I；n表示要素資本、勞動力研究中長三角區(qū)域市級空間單元總數，n=41；Ei和Ej表示要素資本、勞動力在長三角區(qū)域市級空間單元i、j上的屬性值，i、j=1，2，…，n；表示要素資本、勞動力在長三角區(qū)域的平均屬性值；S2表示要素資本、勞動力在長三角區(qū)域的方差，其中。當Ii＞0表明，i單元與周圍空間單元存在正相關關系，即形成集聚；當Ii＜0表明，i單元與周圍空間單元存在負相關關系，即在不相似單元之間形成集聚。其中，高-高 （H-H） 地區(qū)表示該單元資本要素或勞動力要素水平高，且其周邊單元水平也高；低-低 （L-L） 地區(qū)表示該單元資本要素或勞動力要素水平低，且其周邊單元水平也低；低-高 （L-H） 地區(qū)表示該單元資本要素或勞動力要素水平低，而其周邊單元水平高；高-低 （H-L） 地區(qū)表示該單元資本要素或勞動力要素水平高，而其周邊單元水平低。

資本要素集聚空間分布解析

資本要素規(guī)模空間分布描述。如圖1所示，長三角區(qū)域物流業(yè)資本要素投入規(guī)模在不同時間段表現出不同的空間分布狀態(tài)。2012-2018年，蘇南、浙北及上海大部分地區(qū)是資本投入的熱點區(qū)域，且安徽與江浙滬差距顯著；2018年后，蘇南、上海、浙北等地不再是集中投資熱點，投資中心有向浙江中南部轉移趨勢，表明區(qū)域內物流業(yè)發(fā)達地區(qū)的輻射效應顯現，同時安徽開始加大物流業(yè)投資建設力度，正在縮小與發(fā)達地區(qū)發(fā)展水平的差異。綜上，在初期總體發(fā)展水平不高的情形下，長三角內部的差異較為明顯，隨著整體物流投資規(guī)模穩(wěn)步增長，發(fā)達地區(qū)的輻射帶動周邊地區(qū)發(fā)展，落后地區(qū)加速發(fā)展，表明長三角區(qū)域物流業(yè)內部差異不斷縮小。

資本要素全局空間自相關分析。如表1所示，2014-2017年資本要素全局莫蘭指數通過顯著性檢驗，呈現持續(xù)增強后緩慢減弱的態(tài)勢。2014-2016年間全局莫蘭指數從0.176升至0.183，表明集聚狀態(tài)整體持續(xù)提高；2017年出現下降，資本要素空間集聚狀態(tài)呈現波動；2012-2013年和2018-2019年兩階段無顯著相關性態(tài)勢。

表1 長三角區(qū)域物流業(yè)資本要素全局莫蘭指數

資本要素局部空間自相關分析。從圖2可以看出，絕大部分的觀測值集中在H-H象限和H-L象限，表明資本要素相似的觀測值集中分布，具有顯著的正向空間相關，且這種空間正相關性不斷增強，局部集聚格局明顯。另外，觀測值落在L-L象限和L-H象限，表明不同資本要素觀測值集中分布，具有顯著的空間負相關，且對其周邊產生的溢出效應和輻射作用呈現逐漸減弱趨勢。具體來看，大部分城市資本要素投資規(guī)模在2012-2019年都呈現上升態(tài)勢，其中銅陵、連云港、蘇州、無錫、舟山等地為波動式上升，而蕪湖、南京、泰州三地2019年投資額與2012年相比則有了較大幅度的減少，其中泰州減幅高達28.4%。

動力要素集聚空間分布解析

勞動力要素空間分布描述。2012-2019年勞動力要素投入規(guī)模的冷熱點分布如圖3所示。可以看出，長三角勞動力熱點區(qū)域一直位于上海、南通、蘇州以及嘉興湖州一帶，統(tǒng)計數據層面上可以從縱向、橫向兩個角度來分析。縱向上看，區(qū)域內41市中，淮南、嘉興、徐州、常州2019年的物流業(yè)就業(yè)人數相較于2012年出現了較大幅度的減少，其中嘉興最為明顯，減幅達22.1%，蚌埠、淮北、淮安等地也出現小幅下降，但總體水平仍較為穩(wěn)定，其余城市物流業(yè)就業(yè)人數呈現穩(wěn)定上升態(tài)勢，其中以上海、蘇州最為突出，蘇州2019年相較2012年增幅高達233%，上海則劇增了298600人，與圖3中呈現的分布特征契合。橫向上看，2019年上海物流業(yè)勞動力規(guī)模已達899700人，而安徽為195846人，表現出極度的不均衡態(tài)勢，此外上海目前擁有39所本科院校且包含4所985院校，每年會向當地物流業(yè)輸送大批高質量人才，在高素質人才方面起到了龍頭作用，并且由于整體勞動力規(guī)模龐大，人才需求量相應提高，導致安徽等地與之差異較為明顯，同時上海是世界第一大集裝箱港口城市，上海港也是世界貨物吞吐量最大的港口，相比于安徽等地具有著巨大的優(yōu)勢。因此，當前長三角區(qū)域物流業(yè)在勞動力要素方面存在嚴重的不均衡現象，且并未出現緩和趨勢。

勞動力要素全局空間自相關分析。對長三角區(qū)域物流業(yè)勞動力要素規(guī)模集聚的全局空間相關性進行計算，結果見表2。從結果可以看出，2015-2018年長三角區(qū)域物流業(yè)勞動力要素的全局莫蘭指數通過了顯著性檢驗，呈現為波動式下降態(tài)勢；從具體數據來看，全局莫蘭指數在-0.02到0.118之間波動，其中2014-2015年，全局莫蘭指數出現了大幅上升，增幅高達6.5倍，而在2018年又出現了較大幅度的下降，表明研究期內長三角區(qū)域物流業(yè)勞動力要素存在一定程度的整體空間相關性和波動性。

表2 長三角區(qū)域物流業(yè)勞動力要素全局莫蘭指數

勞動力要素局部空間自相關分析。圖4給出了長三角區(qū)域物流業(yè)勞動力要素的集聚象限分布圖，表明嘉興一直處于H-H區(qū)域，毗鄰的蘇州緊隨其后在2014年之后與嘉興組成了高值中心，隨著時間的推移，在2017年之后，南通、舟山、臺州也開始被高值地區(qū)所包圍，說明在蘇南、浙北地區(qū)的集聚現象更加顯著，帶動區(qū)域物流業(yè)的迅速發(fā)展；與之相反，安徽西南部和中部、江蘇北部等地則常年處于L-L區(qū)域，說明這些區(qū)域以及周邊地區(qū)的勞動力要素一直處于落后地位，不論是從業(yè)人員的總數，還是專業(yè)人才的數量都落后于長三角的其他地區(qū)，這一點在數據方面也得以體現，2012-2019年安徽整體勞動力增長幅度較小，增長曲線較為平緩，且蚌埠、淮北、淮南出現了不同程度的負增長，而江蘇常州、徐州、鎮(zhèn)江，浙江嘉興也出現了較大幅度的勞動力數量減少，其中嘉興減少人數高達18500人，但其他地區(qū)增幅和總量仍明顯高于安徽。值得一提的是，南京、揚州、上海等高值地區(qū)出現了增幅曲線放緩甚至開始下降的趨勢，說明這些地區(qū)的勞動力數量開始飽和，不均衡態(tài)勢開始有緩和的跡象。綜上，長三角區(qū)域勞動力要素局部莫蘭指數分布呈現出了兩極分化的態(tài)勢，東部以蘇州、嘉興為中心形成了高值區(qū)域，西部則以安徽省西南三市為代表常年處于較低水平，與發(fā)達地區(qū)存在著較大的差異，雖然出現了部分緩和跡象，但在這項指標上長三角區(qū)域內非均衡態(tài)勢依舊顯著。

長三角區(qū)域物流業(yè)一體化高質量發(fā)展對策

第一，建立區(qū)域物流業(yè)發(fā)展協(xié)調機制。研究發(fā)現長三角區(qū)域物流業(yè)存在資本要素重復問題，為此可建立相對獨立和權威的專業(yè)咨詢委員會，負責區(qū)域間公平利益競爭的追蹤調查和研究，提供專業(yè)的第三方評估、評判依據，同時，政府需要為當前發(fā)展較為落后、資本要素投資規(guī)模常年較小的地區(qū)提供政策支持幫扶，并且開展招商引資等實際措施拓展投資規(guī)模，從而縮小與發(fā)達地區(qū)差距，促進一體化發(fā)展。

第二，構建物流從業(yè)人員培養(yǎng)體系。通過對區(qū)域物流業(yè)勞動力要素的分析，發(fā)現長三角亟需解決勞動力分布嚴重不均衡這一問題。對此，物流業(yè)發(fā)展相對落后地區(qū)應給予當地物流業(yè)以及相關配套產業(yè)以人才引進政策支持，企業(yè)應對引進人才進行符合其職業(yè)規(guī)劃及行業(yè)趨勢的激勵措施，現有物流從業(yè)人員定期在崗培訓，提高崗位技能和職業(yè)素養(yǎng)；充分發(fā)揮長三角區(qū)域的國家級和省部級重點實驗室、研究所、產學研共建基地、研發(fā)中心等基礎設施優(yōu)勢來吸納和培養(yǎng)物流人才，加強對高素質物流人才的培養(yǎng)；地區(qū)間企業(yè)、院校開展交流合作，促進物流專業(yè)人才流動，構建物流專業(yè)人才的培養(yǎng)體系。

第三，推動物流業(yè)科學技術創(chuàng)新。智慧物流園區(qū)建設已成趨勢，長三角區(qū)域內如上海、蘇州、杭州等具有雄厚經濟實力、物流基礎建設較為完善、科研水平較高的地區(qū)，應加大對于智慧物流技術的資本投資，充分發(fā)揮自身經濟、科研水平的優(yōu)勢，推動物流業(yè)相關技術的創(chuàng)新升級，為整個長三角未來智慧物流園區(qū)的建設起到引領示范作用。

綜上所述，長三角區(qū)域物流資本及勞動力要素呈現差異化空間集聚特征，且具有明顯階段性和層次性；長三角區(qū)域物流資本要素在空間上由單點集聚逐漸轉變成多點并發(fā)，而勞動力要素集聚在空間上呈現出單極點狀集聚且兩極分化現象；要素的集聚擴散導致長三角區(qū)域物流業(yè)發(fā)展表現為差距波動縮小的非均衡態(tài)勢。對此，可通過建立區(qū)域物流業(yè)發(fā)展協(xié)調機制、構建物流從業(yè)人員培養(yǎng)體系、推動物流業(yè)科學技術創(chuàng)新，促進長三角物流業(yè)一體化發(fā)展。