新疆物流產業集聚的時空演化及影響因素研究

摘要：文章基于2011—2020年新疆各縣市面板數據，結合區位商對新疆物流產業集聚水平進行測度，使用空間自相關與標準差橢圓等分析方法研究新疆物流產業集聚的時空演化特征，運用多尺度地理加權回歸等模型分析影響新疆各縣市物流產業集聚的因素。研究結果表明：考察期間新疆物流產業集聚水平呈降低態勢，物流產業集聚水平相對較高的縣市主要集中在鐵路沿線；新疆物流產業集聚存在明顯的空間自相關，H-H聚類區數量逐漸增加并集中在烏魯木齊市周邊，L-L聚類區數量逐漸減少并集中在南疆縣市；新疆物流產業集聚演化方向穩定且呈現先快后慢的擴張特征；各影響因素對物流產業集聚的促進作用由大到小依次為經濟發展、政府支持、第三產業占比、區位因素、工業占比、人力資本。基于此，今后應因地制宜探尋提升物流產業集聚水平的新路徑，根據不同影響因素的貢獻程度以及是否具有空間異質性制定相應的整體政策，以推動新疆各縣市物流產業高質量集聚。

關鍵詞：物流產業集聚；時空演化；影響因素；新疆物流產業

中圖分類號：F259.27 文獻標志碼：A 文章編號：1007-8576（2024）05-0031-12

DOI：10.16716/j.cnki.65-1030/f.2024.05.007

On Spatial-Temporal Evolution of Logistics Industry Agglomeration

in Xinjiang， China， and Influencing Factors

LIN Qiuping1，2， LI Songrui1， ZHANG Shengyi1，2， ZHANG Nan1

（1.Xinjiang University of Finance & Economics， Urumqi 830012， China;

2.Xinjiang Enterprise Development Research Center， Urumqi 830012， China）

Abstract： The paper uses panel data from 2011 to 2020 in counties and cities in Xinjiang， China， and combines the location quotient to measure the level of logistics industry agglomeration in Xinjiang. It uses spatial autocorrelation and the standard deviation ellipse analysis method to analyze the spatial-temporal evolution characteristics of logistics industry agglomeration in Xinjiang， China， and uses multiscale geographically weighted regression （MGWR） models to analyze the factors influencing logistics industry agglomeration in counties and cities in Xinjiang， China. The study shows that the level of logistics industry agglomeration in Xinjiang， China has decreased， and the counties and cities with relatively high levels of agglomeration are mainly concentrated along the railway lines. There is a clear spatial autocorrelation in logistics industry agglomeration in Xinjiang， with the number of H-H clustering areas gradually increasing and concentrated around Urumqi. The number of L-L clustering areas gradually decreases and concentrates in the counties and cities in southern Xinjiang. The evolution direction of logistics industry agglomeration in Xinjiang is stable and shows an expansion pattern of expanding rapidly at first and then slowly. The factors that promote logistics industry agglomeration in descending order of their contribution are economic development， government support， the proportion of the tertiary industry， location factors， the proportion of industry， and human capital. In the future， it is necessary to explore new paths to enhance agglomeration levels in a targeted manner， and formulate corresponding overall policies based on the contribution degree of different influencing factors and whether they have spatial heterogeneity， in order to promote the high-quality agglomeration of logistics industries in counties and cities in Xinjiang.

Key words： logistics industry clustering; spatial-temporal evolution; influencing factors; logistics industry in Xinjiang， China

一、問題的提出

現代物流業是支撐國民經濟發展的基礎性、戰略性、先導性產業，在保障和暢通國民經濟循環、促進形成強大國內市場、推動經濟高質量發展方面發揮著重要作用。企業是物流業發展的基礎，是物流服務及市場行為的主體，是現代物流空間組織的承擔者，物流企業的空間布局不僅能改變原有的物流組織形式，還能重塑地區空間格局。《“十四五”現代流通體系建設規劃》強調加快發展現代物流體系，建設國家物流樞紐網絡，重點補齊中西部地區短板，完善區域物流服務網絡，提高物流企業專業化服務水平。《新疆維吾爾自治區現代物流業發展“十四五”規劃》重點強調要統籌全疆物流樞紐布局建設和提升物流樞紐區域輻射能力。物流樞紐是物流產業集聚的重要載體，在促進物流資源集聚、提高物流運行效率、支撐區域產業轉型升級等方面具有重要作用，新疆物流產業集聚發展對國家級物流樞紐建設具有重要影響。產業集聚問題一直是研究的熱點。從研究區域來看，主要集中在全國［1-2］、長江經濟帶［3-5］、絲綢之路經濟帶［6］和其他部分省（市）［7-8］，對新疆的具體研究較少。從研究尺度來看，多針對省（市）［9-11］或地級市［10，12-13］，較少有針對縣域尺度的研究，而縣域尺度異質性的研究能夠更好地為政策制定提供依據。從研究方法來看，多采用平均最近鄰、核密度分析、標準差橢圓［10，14-15］等方法對物流產業集聚的空間分布進行研究，多采用空間自相關分析、空間計量模型［3，6，16］、地理加權回歸模型（GWR）［17］等對物流產業集聚進行研究，較少采用多尺度地理加權回歸模型（MGWR），特別是對于空間計量模型的運用，在空間權重確定和空間劃分［6，16］上具有較強的主觀性；同時，GWR存在無法響應在不同空間和不同尺度上變量和解釋變量之間的關系發生變化［18］的缺點，而MGWR能夠彌補GWR的缺點，對空間異質性進行精確分析。

新疆是我國西北的戰略屏障，是絲綢之路經濟帶建設的核心區，統籌推進全國改革對新疆物流業的發展提出了更高要求。本文以新疆4個地級市和78個縣級行政區為研究對象，以2011—2020年新疆各縣市物流產業區位商來衡量新疆各縣市物流產業集聚水平，結合空間統計方法研究新疆物流產業集聚的空間相關性和演化過程。在此基礎上，分析新疆物流產業集聚的影響因素，同時研究各影響因素在空間尺度上是否存在差異，考慮到地理加權回歸（GWR）和多尺度地理加權回歸（MGWR）模型不能進行面板數據分析以及國內宏觀環境變化的影響，將研究區間劃分為“十二五”時期和“十三五”時期，通過采用最小二乘（OLS）、GWR、MGWR模型進行擬合優度對比，利用尺度劃分的不同，準確區分異質性因素和非異質性因素，以期更好地為新疆各級政府有針對性的制定政策提供參考，為新疆物流企業進行戰略決策提供依據。

二、研究設計

（一）數據來源

本文以新疆4個地級市和78個縣級行政區為研究對象，覆蓋了新疆地方政府管轄的所有縣市。其中，疏附縣和阿克蘇市在空間上存在兩個分離的空間，所以研究的基本空間單元總數為84個。借鑒既有研究的普遍做法，采用交通運輸、倉儲和郵政行業的數據對物流產業集聚水平進行衡量。數據主要來源于EPS數據庫、歷年《新疆統計年鑒》和各地州市統計公報。在相關影響因素分析中：以1978年為基期對公共財政支出和人均GDP用GDP平減指數作平減處理；對人均工資用消費價格指數作平減處理；阿拉山口市和霍爾果斯市由于建市時間較晚，部分缺失數據通過線性回歸進行估計；對“十二五”時期和“十三五”時期的相關數據取平均值。

（二）研究方法

1.區位商（LQ系數）。區位商即行業專門化率，是反映某地區某行業在地理上的空間分布和集聚狀況的指標，表示為某地區某行業某項產出在該地區產出中所占比重與全國該行業產出在總產出中所占比重的比值。具體計算公式如下：

[LQ=eieEiE] （1）

式（1）中：ei為研究區域物流業產值，e為研究區域所有行業的產值，Ei為新疆物流業產值，E為新疆所有行業產值。若LQ>1，表明該研究區域物流產業集聚度高于新疆平均水平；若LQ<1，表明該研究區域物流產業集聚度低于新疆平均水平；若LQ=1，表明該研究區域物流產業集聚水平與新疆平均水平持平。

2.空間自相關。全局Moran's I指數反映了研究對象的空間相關性，局部Moran's I指數反映了其空間集聚性和空間離散性。本文利用全局Moran's I指數測算新疆物流產業集聚度的全局空間自相關系數，繪制局部Moran散點圖并計算LISA集聚結果，分析各縣市與鄰近區域的局部空間相關性。全局Moran's I指數計算公式如下：

[I=ni=1nj≠1ωij（xi-x）（xj-x）S2ni=1nj=1ωij] （2）

式（2）中：n為研究區域總數；[ωij]為空間權重矩陣；[xi]和[xj]分別為區域[i]和區域[j]的屬性值；[x=1nni=1xi]，為屬性值的平均值；[S2=1ni（xi-x）2]，為屬性值的方差。Moran's I指數的取值范圍為［-1，1］。若I>0，表示空間正相關（集聚）；若I<0，表示空間負相關（離散）；若I接近于0，表示不存在空間自相關（隨機分布）。局部Moran's I指數計算公式如下：

[Ii=（xi-x）j≠1ωij（xj-x）S2] （3）

式（3）中：[Ii]的取值范圍為［-1，1］。若[Ii]>0，表明高值與高值相鄰或低值與低值相鄰，即該區域與鄰近區域存在同質性；若[Ii]<0，表明高值與低值相鄰，即該區域與鄰近區域存在異質性。其余變量含義如前。

3.標準差橢圓。標準差橢圓多用于從全局和空間角度揭示地理要素的多方面特征，本文使用標準差橢圓考察新疆物流產業空間集聚的區位特征。標準差橢圓通過分析分布重心、長軸標準差、短軸標準差和方位角特征，揭示地理要素的空間分布及時空演化，具體計算公式參考劉華軍［19］的研究。

4.多尺度地理加權回歸模型（MGWR）。地理加權回歸（GWR）能夠在一定程度上反映影響因素的空間異質性，但是其是對所有影響因素進行統一帶寬劃分，所有變量具有相同的空間平滑水平；半參數地理加權回歸（SGWR）只能將各影響因素分為全局因素和局部因素，不能反映各影響因素的空間敏感性。為解決以上不足，Fotheringham［20］提出了多尺度地理加權回歸（MGWR）模型，隨后明確關注空間異質性的多尺度分析［21］，進一步補充統計推斷［22］，并對其計算方法進行改進以減少軟件運行時間［23］，使MGWR模型更具實用性。該方法逐漸被應用于環境科學、社會學、經濟學、衛生醫學、地球科學等學科領域。

本文采用MGWR模型研究不同影響因素對新疆各縣市物流產業集聚的異質性影響，模型具體形式如下：

[yi=kj=1βbωj（ui，vi）xij+εi] （4）

式（4）中：[yi]為新疆各縣市物流產業集聚水平測度的區位商值，[xij]為研究區域i第j個影響因素的值，[εi]為誤差項，[βbωj（ui，vi）]為研究區域i第j個影響因素的局部回歸系數，[bωj]為第j個影響因素回歸所使用的地理帶寬。帶寬是分析研究區域影響因素空間異質性的關鍵指標，區別于GWR對所有變量劃分相同帶寬，MGWR會對不同變量劃分不同帶寬，考慮了系數間差異化的異質性尺度。MGWR沿用GWR中的經典核函數，Spatial Kernel類型選擇二項形式的自適應帶寬，帶寬搜索采用黃金分割搜索方式，當回歸系數迭代差距小于10-5時認為回歸結果收斂，模型優化準則基于修正的赤池正信息量準則。

三、新疆物流產業集聚的空間分布與時空演變

（一）新疆物流產業集聚的空間分布

通過式（1）可計算得到新疆4個地級市和78個縣市2011—2020年的物流產業區位商值，據此可將新疆物流產業集聚水平劃分為4個層次：LQ>1.25為高度集聚，1<LQ≤1.25為中度集聚，0.5<LQ≤1為相對集聚，LQ≤0.5為相對分散。結果如表1所示（因篇幅限制，僅展示2011年和2020年的空間分布）。

由表1可知：2011—2020年新疆物流產業中度集聚與高度集聚的縣市數量大量減少，物流產業逐漸向阿拉山口市、烏魯木齊市、哈密市收縮，這些縣市的物流產業始終高度集聚，大量的高度集聚縣市成為相對集聚縣市，“馬太效應”逐漸加強；部分縣市的物流產業集聚水平明顯高于其他縣市，且這些縣市大多位于鐵路沿線，表明道路基礎設施建設對物流產業集聚具有十分重要的影響。

（二）新疆各縣市物流產業集聚的空間自相關分析

1.全局空間自相關分析。通過Arcgis10.8軟件可計算得到新疆各縣市物流產業區位商的全局Moran's I指數，結果如表2所示。可知2011—2020年的全局Moran's I指數都大于0，除2013年全局Moran's I指數的p值通過10%水平的顯著性檢驗外，其他年份都通過了5%水平的顯著性檢驗。這表明新疆各縣市物流產業集聚在空間上具有明顯的正相關關系，同時存在顯著的高值-高值聚類區（Hight-Hight，下文簡稱H-H）和低值-低值聚類區（Low-Low，下文簡稱L-L）。全局Moran's I指數整體呈現先降后升再降的態勢，表明新疆各縣市物流產業集聚的空間差異存在一定波動，這可能是受宏觀環境影響所致。2011—2014年受我國經濟發展放緩的大環境影響，全局Moran's I指數跌至低谷，在該時期新疆各縣市物流產業集聚水平持續降低；2015—2018年“一帶一路”建設穩步推進，對新疆物流產業集聚形成了較大的帶動作用，全局Moran's I指數保持在相對較高的水平；2019年可能受經濟高質量發展轉型的影響，新疆物流產業集聚水平有所降低。

2.局部空間自相關分析。在確定2011—2020年所有研究區域均存在顯著的空間正相關關系后，本文對2011年、2014年、2017年、2020年新疆各縣市的物流產業集聚水平進行聚類和異常值分析（Anselin Local Moran's I），以此確定局部空間集聚類型或異常空間類型隨時間的演變過程，各縣市聚類區分布如表3所示。

由表3可以看出：H-H聚類區在空間分布上呈現“大集聚小分散”的格局，2015年之前主要集中在精河縣，隨后移至中部地區，隨時間的推移烏魯木齊市周邊的部分地區發展為相對穩定的H-H聚類區，在數量上呈現遞增態勢，表明城市間物流產業集聚的正向溢出效應有所增強，該類地區對周邊縣市物流產業集聚發展具有明顯的帶動作用。今后應進一步發揮物流產業集聚水平較高地區的輻射帶動作用，增強地區間的協同聯動，助推全疆物流產業集聚。L-L聚類區主要集中在喀什地區和和田地區，數量逐漸減少說明縣市間物流產業集聚的負向溢出效應逐漸消失，物流產業集聚水平整體有所提升。這可能是因為該聚類型縣市的道路基礎設施不斷完善，同時相關政策落地促進了物流產業集聚。高值-低值集聚區（Hight-Low，下文簡稱H-L）數量呈現減少態勢，反映出物流產業集聚在縣市間存在一定的極化效應，但隨著時間的推移極化效應逐漸減弱，最終只有阿克蘇市存在極化效應。低值-高值集聚區（Low-Hight，下文簡稱L-H）數量隨時間的變化先增加后減少，在空間上零星分布在H-H聚類區周邊。這表明該聚類型縣市與鄰近地區的空間差異較大，受周邊縣市的“吸虹效應”影響，處于虹吸潮的“低洼地帶”，形成空心型的關聯模式。

3.標準差橢圓分析。本文使用標準差橢圓法對新疆各縣市物流產業集聚的空間演化方向進行分析，結果如表4所示。可知新疆各縣市物流產業集聚的空間演化方向主要為沿西南向東北方向延伸，即新疆東北部地區物流產業發展迅速。2011—2020年標準差橢圓主軸X軸變化遠大于次軸Y軸變化，表明研究期內新疆物流產業集聚的空間演化方向穩定。在絲綢之路經濟帶建設之前，空間演化呈現向內快速收縮的態勢，之后受絲綢之路經濟帶建設和經濟高質量發展轉型影響，空間演化呈現先慢后快的擴張態勢。由表4中S列可知：2011—2014年的收縮幅度約為2014—2017年擴張幅度的5.7倍，2017—2020年繼續呈現擴張態勢，約為2014—2017年擴張幅度的15倍；同時空間重心先以年均3.1km的速度向東緩慢遷移，再以年均15.5km的速度向東北遷移，最后以年均55.3km的速度向西南快速遷移，呈現先慢后快的特征，反映出物流產業集聚的重心越來越松散，這種變化可能是受絲綢之路經濟帶建設和經濟高質量發展轉型以及區域協調發展戰略影響的結果。

新疆物流產業集聚水平高的區域是烏魯木齊市及其周邊縣市。由表4中Rotation列可知，新疆各縣市物流產業集聚水平標準差橢圓的轉角呈現先增大后減小的態勢，變化范圍在58.95°～64.91°之間。研究期內旋轉角由每年增加0.181°變為先每年減少0.022°到最后每年減少2.145°，表明在新疆物流產業發展過程中以烏魯木齊市為核心的東北部地區得到了較好的發展，尤其是蘭新鐵路途經的新疆東部地區物流產業在快速發展。烏魯木齊市及其周邊縣市物流產業的集聚一方面得益于絲綢之路經濟帶建設，新疆各縣市陸地鐵路運輸都會通過蘭新線進行，并且東北部縣市的公路密度明顯高于西部和南部縣市，東北部縣市的貨運量較大，從而促進了物流產業集聚；另一方面得益于區域協調發展，新疆東部縣市更容易承接內地的產業轉移，此外口岸和保稅區建設也為相應縣市物流產業集聚提供了平臺，促進了喀什、和田等地的物流產業集聚。

值得注意的是，新疆東北部縣市與內地產業發展聯系密切，其在促進東北部縣市物流產業發展的同時，對其他縣市物流產業的輻射引領作用不顯著。對此應防止在烏魯木齊市和阿拉山口市產生“虹吸效應”，將資金、勞動、技術要素匯聚于此，導致其他縣市物流產業發展相對滯后。

四、新疆各縣市物流產業集聚的影響因素

（一）影響因素分析

既有文獻對于物流產業集聚影響因素的研究集中于經濟發展水平、人力資本、基礎設施建設、政府支持、對外開放程度，以及區位條件、城鎮化水平、信息化水平等［5，11，24］。本文基于新疆各縣市實際，以新疆各縣市物流產業集聚水平測度的區位商值為被解釋變量，以經濟發展水平、產業關聯、人力資本、政府支持為解釋變量，使用不同模型來探究影響新疆物流產業集聚的空間異質性因素。

1.經濟發展水平。地區經濟發展會加速社會分工的細化和深化，越來越多的制造業企業和商貿流通企業選擇將非核心的物流業務外包給第三方物流企業來運作，在降低物流成本的同時可提高企業核心競爭力。物流需求的社會化和集中化將引導物流企業集聚發展，促進物流企業專業化分工協作，從而推動物流產業集聚的形成［11］。經濟發展水平以地區人均GDP衡量，該指標為正向指標。

2.產業關聯。物流產業屬于生產性服務業，物流需求是生產、流通、消費活動產生的派生需求，即物流產業的發展依賴實體產業，其在連接上下游企業與顧客之間具有重要作用。在工業規模較大的縣市中，物流產業易于接近信息源、接近顧客、降低交流成本，從而促進物流產業集聚［25］。物流產業屬于第三產業，可以通過空間集聚促進彼此間的學習和創新，以增強自身競爭力。因此，工業和第三產業的發展能有效推動物流產業集聚水平提升，本文分別以工業占比和第三產業占比衡量產業關聯，該指標為正向指標。

3.人力資本。目前物流領域新技術應用不足，物流業仍屬于勞動密集型產業［26］。合理的產業布局即在給定的條件下選擇生產成本最小化的區位，而員工工資是物流產業成本的重要組成部分。因此，平均工資較高的地區會降低企業對當地人力資本的需求，使企業外移以降低當地物流產業集聚水平。本文以地區平均工資衡量人力資本，該指標為負向指標。

4.政府支持。物流產業集聚與政府的積極干預密切相關，政府通過制定物流業發展規劃和相關政策措施，可規范物流市場行為，加強物流標準化體系建設，推動物流業市場化進程，為物流業發展提供良好的政策資金支持，從而推動物流產業集聚的形成［24］。本文以公共財政支出衡量政府支持，該指標為正向指標。

5.區位因素。新疆地處亞歐大陸腹地，是我國絲綢之路經濟帶核心區以及向西開放的前沿，在推進物流產業集聚方面具有天然優勢。新疆各縣市道路基礎設施建設、對外開放程度、信息化發展水平等影響因素大多與區位條件相關且具體數據較難獲取，因此本文將以上因素統一歸納為區位因素，以模型中的常數項衡量，該指標為正向指標。

（二）模型選擇

通過空間統計分析并不能確定新疆各縣市物流產業集聚的影響因素是否具有空間異質性，更不能確定各影響因素是否存在不同的空間敏感性。因此本文對最小二乘回歸（OLS）、地理加權回歸（GWR）和多尺度地理加權回歸（MGWR）這3個模型進行對比，以選擇擬合優度更好的模型。這3個模型最大的區別在于對空間尺度的劃分上：OLS模型是在不考慮空間因素的條件下進行的全局回歸；GWR模型是在考慮空間因素的條件下，對所有因素進行相同的空間尺度劃分后進行局部回歸；MGWR模型是對所有因素進行不同的空間尺度劃分后進行局部回歸。因此，需要對3個模型的回歸結果進行對比分析。因為GWR和MGWR模型只能對截面數據進行回歸分析，同時考慮到新疆物流產業集聚受宏觀經濟影響較大，而國家五年計劃期內宏觀經濟相對穩定，所以本文對“十二五”時期和“十三五”時期的數據取平均值進行回歸分析。

在進行相關性分析之前，為避免變量之間存在多重共線性而導致偏差，先使用Stata16軟件對數據進行標準化處理，再進行全局最小二乘回歸模型平均方差膨脹因子（VIF）的測算，結果顯示在“十二五”時期和“十三五”時期最小二乘回歸模型各個影響因素的VIF值都在1.16～2.95之間，同時平均VIF值都小于2，表明選取的各影響因素之間不存在多重共線性。進一步使用MGWR 2.2軟件對數據進行標準化處理，然后進行最小二乘回歸、地理加權回歸和多尺度地理加權回歸，結果如表5所示。

1.模型對比。由表5可知，MGWR模型兩個時期的Adj.R2分別為0.730和0.736，均高于OLS模型的0.580和0.560，高于GWR模型“十二五”時期的0.720，與其“十三五”時期的0.736相同，表明MGWR模型的擬合優度更好。同時，MGWR模型兩個時期的AICc值也明顯低于GWR模型和OLS模型，再次表明MGWR模型的擬合優度更好。

2.尺度分析。帶寬可以反映相關因素的作用尺度，帶寬越小說明影響因素的空間敏感性越強，空間異質性越顯著。由表5可知，MGWR模型能反映各影響因素的空間敏感性，進而對各變量進行相應尺度劃分從而提高模型的估計精度，但GWR模型對所有影響因素進行統一的尺度劃分，兩個時期的平均帶寬分別為54和53，占總樣本的64.3%和63.1%，OLS模型則不對影響因素進行尺度劃分。通過MGWR模型的帶寬劃分在44～82之間不難發現，各個影響因素在空間尺度上的差異較大，即各影響因素的空間異質性較顯著。

（三）基于MGWR模型的空間異質性分析

通過對OLS、GWR、MGWR模型的對比，可知采用MGWR模型進行回歸分析，其結果會更符合實際情況。因此，本文以新疆各縣市物流產業集聚水平測度的區位商值為被解釋變量，以人均GDP、工業占比、第三產業占比、平均工資、公共財政支出為解釋變量，使用MGWR 2.2軟件對新疆物流產業集聚的影響因素進行回歸分析并對結果進行統計，結果如表6所示。

由表6可知，MGER模型的回歸系數均值反映出“十二五”時期新疆物流產業集聚影響因素的貢獻度排名（由高到低）為：第三產業占比、人均GDP、工業占比、區位因素（常數項）、公共財政支出、平均工資。“十三五”時期物流產業集聚影響因素的貢獻度排名（由高到低）為：人均GDP、第三產業占比、公共財政支出、工業占比、區位因素（常數項）、平均工資。其中：區位因素（常數項）、人均GDP、第三產業占比、平均工資在兩個時期的帶寬均明顯小于84，為局部變量（具有空間異質性）；工業占比和公共財政支出的帶寬在兩個時期均為82，為全局變量（不具有空間異質性）。為進一步研究各個影響因素對新疆物流產業集聚影響的空間分布，采用Arcgis10.8軟件對MGWR模型兩個時期異質性因素回歸結果的具體系數采用自然間斷分類法（Jenks）進行可視化處理，將各影響因素對物流產業集聚的促進作用分為4級（限于篇幅可視化處理結果未列示，結果留存備索）。

1.區位因素的影響。由表6可知，常數項在兩個時期的帶寬均為44，表明區位因素是局部變量，且絕大多數系數為正值，表明新疆各縣市的區位因素對物流產業集聚具有促進作用。但隨著時間的推移，其均值由0.202下降到0.158，表明其促進作用有所減弱。區位因素系數在10%水平顯著的比例由“十二五”時期的42.86%下降到“十三五”時期的34.52%，表明區位因素對新疆各縣市物流產業集聚的影響有所減弱。

Jenks可視化處理結果顯示，區位因素對新疆物流產業集聚促進作用的空間分布由“十二五”時期的以巴音郭楞蒙古自治州為中心向其他縣市階梯性遞減，變為“十三五”時期的以東部、中部縣市為中心向其他縣市遞減的態勢。這可能是受經濟高質量發展轉型與區域協調發展的影響，新疆東部、中部地區在承接發達地區產業轉移的過程中，增強了該地區物流產業集聚的區位優勢；也可能是因為相應縣市道路基礎設施的進一步完善與信息化水平的提高，促進了其物流產業集聚。

2.經濟發展水平的影響。由表6可知，人均GDP的帶寬由“十二五”時期的46增加到“十三五”時期的58，表明經濟發展水平是局部變量，但其空間敏感性有所降低。所有系數均為正值，表明新疆各縣市經濟發展水平對物流產業集聚具有促進作用。隨著時間的推移，其均值由0.446上升到0.839，表明其促進作用有所增強。人均GDP系數在10%水平顯著的比例在兩個時期分別為98.81%和100%，表明經濟發展水平對新疆各縣市物流產業集聚始終具有顯著正向影響。

Jenks可視化處理結果顯示，經濟發展水平對新疆物流產業集聚促進作用的空間分布在“十二五”時期整體呈現由西向東遞減態勢，“十三五”時期整體呈現自阿拉山口市向策勒縣的由北向南促進作用增強且增強區域向東西兩側均有較大擴展的態勢。各縣市“十三五”時期人均GDP系數大多高于“十二五”時期，這可能是因為隨著社會分工的深化與細化，企業將物流這類非核心業務進行外包的需求增加，導致經濟發展水平對物流產業集聚的促進作用有所增強，也可能是生活水平提高導致人們對物流產業的需求有所增加。

3.產業關聯的影響。由表6可知，兩個時期工業占比的帶寬均為82，表明其為全局變量。所有系數均為正值且隨著時間的推移其均值由0.382下降到0.192，表明新疆各縣市工業發展對物流產業集聚具有促進作用，但這一促進作用逐漸降低。工業占比系數在10%水平顯著的比例由100%下降到52.38%，表明物流產業集聚受工業發展影響顯著的縣市數量有所減少。這可能是因為部分縣市工業發展水平較低從而沒能建成有效的產業集群，物流企業與工業企業彼此之間沒有保持交易依賴性，從而導致“十三五”時期工業占比對物流產業集聚沒有顯著影響。第三產業占比的帶寬由“十二五”時期的46減少到“十三五”時期的44，表明其對空間尺度的敏感性有所增強，為局部變量。隨著時間的推移，第三產業占比系數的均值由0.666下降到0.425，表明第三產業發展對物流產業集聚的促進作用有所減弱。兩個時期第三產業占比系數在10%水平顯著的比例分別為100%和86.9%，表明物流產業集聚受第三產業影響的縣市數量有所減少。

Jenks可視化處理結果顯示，第三產業占比對新疆物流產業集聚促進作用的空間分布以東疆和北疆縣市為中心向其他縣市輻射遞減，但“十三五”時期對南疆西部縣市的促進作用高于對南疆其他縣市。這可能是因為絲綢之路經濟帶建設促進了這些縣市的對外貿易，增強了第三產業與物流產業的交易依賴性，有助于降低雙方交易成本、促進合作創新，從而促進物流產業集聚。

4.人力資本的影響。由表6可知，平均工資的帶寬由“十二五”時期的46增加到“十三五”時期的50（該指標為負向指標），表明人力資本是局部變量，且大多數系數為負值，表明新疆各縣市人力資本對物流產業集聚具有抑制作用。隨著時間的推移，其系數均值由-0.238下降到-0.279，表明其抑制作用有所增強。平均工資系數在10%水平顯著的比例由54.76%上升到60.71%，表明人力資本對新疆各縣市物流產業集聚的抑制作用有所增強。

Jenks可視化處理結果顯示，人力資本對新疆物流產業集聚抑制作用的空間分布由“十二五”時期的中部縣市最高、南疆縣市最低變成“十三五”時期的東北部縣市最高、和田地區部分縣市最低。人力資本對新疆物流產業集聚具有抑制作用，可能是因為各縣市物流產業規模較小，未形成規模經濟，導致物流企業難以支付高額的工資，從而抑制了物流產業的集聚。

5.政府支持的影響。由表6可知，公共財政支出的帶寬在兩個時期均為82，表明政府支持為全局變量。兩個時期公共財政支出的系數均為正值，表明政府支持能夠促進新疆各縣市物流產業集聚。隨著時間的推移，其系數均值由“十二五”時期的0.105上升到“十三五”時期的0.264，表明政府支持對新疆物流產業集聚的促進作用在不斷增強。公共財政支出系數在10%水平顯著的比例由21.43%上升到100%，表明政府支持對新疆各縣市物流產業集聚的促進作用明顯增強。這可能是因為一方面政府在物流產業集聚水平較低的地區建立保稅區與保稅倉庫，對當地物流產業集聚有一定的促進作用；另一方面政府通過制定物流業發展規劃和政策措施，為物流業發展提供了良好的政策及資金支持，從而推動了當地物流產業集聚。

五、結論與建議

（一）結論與局限

本文在采用區位商對新疆各縣市物流產業集聚水平進行衡量的基礎上，進一步對其時空演化特征進行分析，并借助MGWR模型對其空間分異特征與影響因素進行探究，得到以下結論：

第一，新疆各縣市物流產業集聚水平的區域差異明顯，鐵路線途經縣市的物流產業集聚水平高于其他相鄰縣市。局部空間自相關分析結果顯示：H-H聚類區的數量隨時間的推移不斷增加，已經形成“大聚集小分散”的空間布局（主要聚集在烏魯木齊市周邊縣市）；L-L聚類區的數量隨時間的推移不斷減少，最終只剩下南疆地區的5個縣市；L-H聚類區始終零星分布在H-H聚類區的周邊；H-L聚類區只有阿克蘇市相對穩定。

第二，影響新疆物流產業集聚的因素中，區位因素、經濟發展水平、產業關聯、政府支持顯著正向促進物流產業集聚水平提升，人力資本對物流產業集聚始終呈現顯著的抑制作用。整體來看，“十三五”時期對新疆物流產業集聚促進作用最顯著的因素是經濟發展水平與第三產業占比。

第三，新疆物流產業集聚的影響因素對空間依賴性的敏感程度不同。區位因素、經濟發展水平、第三產業占比、人力資本是影響新疆各縣市物流產業集聚的局部變量，具有空間異質性；工業占比和公共財政支出是全局變量，不存在空間異質性。區位因素對新疆各縣市物流產業集聚的促進作用，呈現出從東部向西部縣市逐漸減弱的態勢；經濟發展水平的促進作用呈現自阿拉山口市向策勒縣的由北向南逐漸增強且增強區域向東西兩側均有較大擴展的態勢；第三產業占比的促進作用呈現自東部向西部、南部縣市逐漸減弱的態勢；人力資本的抑制作用呈現自西北部向東部、南部縣市逐漸減弱的態勢，且東部縣市減弱的幅度較小。

本文雖然從宏觀時空角度探索分析了新疆各縣市物流產業集聚的空間演變與影響因素的空間異質性，但還有一些問題沒有完善。第一，本文在空間異質性分析中，僅呈現了“十二五”和“十三五”兩個時期的對照分析，對影響因素進行逐年分析可能會更好地體現變化趨勢。第二，本文對相關因素的分析受數據可獲得性的限制，為追求研究程度的統一將烏魯木齊市、克拉瑪依市、吐魯番市、哈密市4個地級市劃分為4個整體，未從縣域角度對這4個地級市進行分析，可能使結果產生一定偏差。第三，本文難以獲得各縣市有關對外貿易與道路基礎設施的相關數據，因此未考慮這兩個影響因素對新疆物流產業集聚的影響。

（二）政策建議

第一，應根據新疆物流產業集聚特征，因地制宜探尋提升物流產業集聚水平的新路徑。結合物流產業集聚的空間分布和局部空間自相關結果：H-H聚類區物流產業發展水平較高，應進一步發揮對周邊縣市物流產業發展的輻射帶動作用。L-L聚類區物流產業發展比較落后、集聚水平較低，需要加強當地的道路基礎設施建設，推動產業結構調整，夯實產業基礎。L-H聚類區相較于周邊地區物流產業專業化與集聚水平較低，容易受周邊縣市“虹吸效應”影響，制約當地物流產業集聚；但同時也容易受周邊縣市物流產業的輻射帶動，從而提高當地物流產業集聚水平，因此該類地區需要合理制定發展規劃，努力利用周邊縣市物流產業的技術、信息等優勢，促進物流產業集聚發展。H-L聚類區多集中于南疆地區，其物流產業集聚水平較低且道路基礎設施建設不夠完善，容易轉變為L-L聚類區，因此該類地區需要努力弱化周邊縣市對自身的影響，同時也要發揮自身的人員、技術等優勢，帶動周邊縣市提升物流產業專業化水平和集聚水平。

第二，應根據不同影響因素對新疆物流產業集聚的貢獻程度制定相應的整體政策。首先，針對經濟發展水平、產業關聯、政府支持的促進作用，應進一步促進專業化分工、推動產業集群形成、完善物流產業相關管理制度和評價體系，從而促進新疆物流產業高質量發展。其次，人力資本是阻礙新疆物流產業集聚的因素，因此需要提升物流產業的專業化水平，提高物流產業生產效率并形成規模經濟，進而推動各縣市物流產業高質量集聚。

第三，應根據影響因素是否具有空間異質性制定相應政策，推動新疆各縣市物流產業有效集聚，形成比較優勢。首先，經濟發展水平與產業關聯逐漸成為促進新疆物流產業集聚的重要異質性驅動因素，對此，西部縣市應促進社會分工的專業化，支持非物流企業剝離物流業務，推動物流產業專業化發展；東部縣市應通過政策引導產業結構優化升級，建立完整的產業集群，進一步推動物流產業有效集聚。其次，政府支持與區位優勢逐漸成為促進新疆物流產業集聚的重要全局性驅動因素，因此新疆各縣市政府要合理利用當地區位優勢，通過制定物流業發展規劃和政策措施，規范物流市場行為，加強物流標準化體系建設，推進物流業市場化進程，為物流業發展提供有力的政策及資金支持，從而推動物流產業集聚。

參考文獻：

［1］鄢曹政，殷旅江，何波.物流業集聚、空間溢出效應與農業綠色全要素生產率：基于省域數據的實證分析［J］.中 國流通經濟，2022（9）：3-16.

［2］寇冬雪，黃娟.生產性服務業集聚對制造業集聚的減排效應：基于2003—2019年285個城市面板數據分析［J］. 中國流通經濟，2021（11）：78-88.

［3］王鈺，疏爽.物流產業集聚對區域經濟增長的空間溢出效應研究：基于長三角城市群的實證分析［J］.中南大學 學報（社會科學版），2021（1）：76-89.

［4］李天宇，陸林，張海洲，等.長三角城市群A級物流企業空間演化特征及驅動因素［J］.經濟地理，2021（11）： 157-166.

［5］高康，王茂春，張步闊.長江經濟帶物流業集聚的時空格局與影響因素研究［J］.資源開發與市場，2018（9）： 1296-1303.

［6］龔新蜀，張洪振.物流產業集聚的經濟溢出效應及空間分異研究：基于絲綢之路經濟帶輻射省份面板數據［J］. 工業技術經濟，2017（3）：13-19.

［7］陳治亞，周于軼.基于POI的物流業空間集聚特征分析：以浙江省為例［J］.鐵道科學與工程學報，2022（10）： 2862-2872.

［8］趙學偉，張志斌，馮斌，等.西北內陸中心城市物流企業空間分異及區位選擇：以蘭州市為例［J］.干旱區地理， 2022（5）：1671-1683.

［9］李利華，王軒.我國省域物流集群競爭力研究［J］.經濟地理，2020（5）：165-173.

［10］潘方杰，萬慶，馮兵，等.中國yE799FCSdo0YJsb8rzayY2nCtQ3p4mEcP5yPHjBNAIM=物流企業空間格局及多尺度特征分析［J］.經濟地理，2021（6）：97-106.

［11］鐘昌寶，錢康.長江經濟帶物流產業集聚及其影響因素研究：基于空間杜賓模型的實證分析［J］.華東經濟管 理，2017（5）：78-86.

［12］劉思婧，李國旗，金鳳君.中國物流集群的量化甄別與發育程度評價［J］.地理學報，2018（8）：1540-1555.

［13］曹炳汝，芮進松.制造業集聚對物流業空間演化的影響研究：以江蘇省為例［J］.地域研究與開發，2019（2）：44-49.

［14］張大鵬，曹衛東，姚兆釗，等.上海大都市區物流企業區位分布特征及其演化［J］.長江流域資源與環境，2018 （7）：1478-1489.

［15］李會，任啟龍，毛廣雄，等.中國物流企業時空格局演化分析［J］.統計與決策，2021（3）：176-180.

［16］徐秋艷，房勝飛.物流產業集聚的經濟溢出效應及空間異質性研究：基于省際數據的空間計量分析［J］.工業 技術經濟，2018（2）：58-65.

［17］張璐璐，趙金麗，宋金平.京津冀城市群物流企業空間格局演化及影響因素［J］.經濟地理，2019（3）：125-133.

［18］周侃，殷悅，陳妤凡.城市群水污染物排放的驅動因素及尺度效應［J］.地理學報，2022（9）：2219-2235.

［19］劉華軍，王耀輝，雷名雨.中國戰略性新興產業的空間集聚及其演變［J］.數量經濟技術經濟研究，2019（7）：99-116.

［20］FOTHERINGHAM A S，WENBAI Y，WEI K.Multiscale geographically weighted regression（MGWR）［J］.Annals of the American association of geographers，2017（6）：1247-1265.

［21］TAYLOR M O，ZIQI L，WEI K，et al.MGWR：a python implementation of multiscale geographically weighted re- gresion for investigating process spatial heterogeneity and scale［J］.ISPRS international journal of geo-information， &nbsp; 2019（6）：269-299.

［22］HANCHEN Y，FOTHERINGHAM A S，ZIQI L，et al.Inference in multiscale geographically weighted regression［J］. Geographical analysis，2020（1）：87-106.

［23］LI Z，FOTHERINGHAM A S，OSHAN T M，et al.Measuring bandwidth uncertainty in multiscale geographically weighted regression using akaike weights［J］.Annals of the American association of geographers，2020（5）：1-21.

［24］董會忠，姚孟超.時空分異視角下物流產業集聚特征演化及關聯因素分析［J］.哈爾濱商業大學學報（社會科 學版），2019（6）：51-61.

［25］謝守紅，蔡海亞.中國物流產業的空間集聚及成因分析［J］.工業技術經濟，2015（4）：51-58.

［26］肖建輝.粵港澳大灣區物流業高質量發展的路徑［J］.中國流通經濟，2020（3）：66-81.

（責任編輯：孫竹青）