苏南地区物流业与经济发展耦合协调性分异及其时空演变

2015-06-27甘信华

常州工学院学报 2015年6期

关键词：苏南地区苏南常州

甘信华

(常州工学院经济与管理学院，江苏常州213002)

苏南地区物流业与经济发展耦合协调性分异及其时空演变

甘信华

(常州工学院经济与管理学院，江苏常州213002)

以苏南地区南京、镇江、常州、无锡、苏州为研究单元，以2005—2013年物流业和经济发展为测度指标，采用耦合协调度模型和探索性空间数据分析、功效函数、标准差、变异系数等统计方法，利用地理分析软件ArcView GIS和GeoDA，从时空角度，研究了该区域物流业与经济发展协调性分异及其演变特征。结果发现：苏南五市经济与物流业一直高速发展，其协调性稳步提高，同时它们在不同城市差异明显，呈两头高、中间低的“哑铃”形分布态势；协调度在全局空间上自相关性不显著，但有异质性小、离散性特点和稳定发展趋势，在局部空间上有显著自相关性，但随着时间发展，呈现一定弱化，表明中心城市的辐射带动功能不强，区域一体化趋弱。

物流业；经济发展；耦合协调性；分异

Abstract：Taking cities in southern Jiangsu including Nanjing,Zhenjiang,Changzhou,Wuxi,and Suzhou as the research units,the paper analyzed the spatial and temporal variation and the evolution coupling coordination between logistics and economy in this area.GDP and the added value of transportation,storage and postal services from 2005 to 2013 are taken as measurement indexes,methods such as coupling coordination degree model,spatial autocorrelation,efficacy function,standard deviation,and coefficient of variation are employed,and software like ArcGIS and GeoDA is used.The study showed,although logistics and economy of cities in southern Jiangsu are developing at a high speed and the coordination between them enhances steadily,significant differences exist among different cities,namely,the cities on the two wings of southern Jiangsu have better performance than cities in the middle,forming a dumbbell-style distribution pattern.The global spatial autocorrelation of the coordination degree is insignificant but with a discrete heterogeneity and a stable development trend.The local spatial autocorrelation is significant but with a weakening trend as time goes on.Consequently,it indicates that the radiating function of the middle cities is weak,and regional integration is not a close goal to reach.

Key words：logistics;economic growth;coupling coordination;difference

0 引言

耦合协调发展是指符合系统的各个子系统在协调状态下，以功能为目标，以良性循环为基础，引导相互作用的复合系统从低级简单无序到高级复杂有序的方向动态进化[1]。国内外研究[2-4]表明，物流业与经济发展在一定程度上有耦合协调发展关系。一方面,经济发展了可以提升对物流业的需求,可以有能力扩大物流基础设施投资建设,可以带动物流业水平的提升;另一方面,经济的健康成长离不开物流业的有力支撑，没有物流业的支撑,经济的发展无论在规模上还是效率上都会受到很大影响。

近年来，国内外学者对物流业与经济耦合协调发展的研究焦点主要集中在不同指标体系、不同时间视角和空间视角选择下的协调度研究。在指标体系选择上，经济方面多使用GDP，物流业方面一般考虑与物流业相关的多项目评价指标[5-6]。在空间尺度研究上，国外学者选择在世界范围[7]，国内学者则分全国、省域、市域、城市群等尺度来研究协调性[8-11]。在时间尺度研究上，主要集中在某区域在不同时期的协调性[12]。尽管以往学界对区域物流业与经济发展协调性在时间或者空间演变上进行了广泛研究，但对其时空综合演变却缺乏深入研究。

改革开放以来，中国经济持续增长，物流业加速发展。苏南地区一直是江苏乃至中国经济最发达的地区之一，创立的“苏南模式”曾经推动了经济的崛起，物流业也有了质的变化，但是这些年来，苏南地区物流业与经济发展之间协调度如何？是属于何种协调类型？其时空如何变化？这些问题的回答，对该地区的经济发展和物流业布局、规划及可持续发展具有重要的实践意义。因此，本文利用耦合协调度评价模型及功效函数、标准差、变异系数和空间自相关等统计方法对苏南区域内各地级市2005—2013年物流业与经济发展耦合协调性分异及其时空演变进行研究。

1 研究区域、数据来源和研究方法

1.1 研究区域及数据来源

苏南地区总面积2.8万km2，包括南京、苏州、无锡、常州及镇江5个城市，该区域位于江苏省南部，毗连上海，是世界第六大城市群——长三角城市群的北翼核心区，也是我国经济最发达的地区之一。近年来，京沪高铁、沪宁高速、沿江高速、沪宁城际、长江高等级航道等重大基础交通物流设施相继建设完成并投入运营，苏南城市物流业与经济发展空间格局发生了剧烈变化。本文选取2005—2013年苏南各市的GDP作为经济指标，利用各市交通运输、仓储业和邮政业增加值作为物流业指标。数据源自2006—2014年江苏省及苏南5市的统计年鉴。

1.2 研究方法

1.2.1 功效函数

利用功效函数计算物流业和经济发展指数，为克服原始数据在数量级别和量纲方面差异的影响，uij由原始数据依据经过非零变换处理的极差标准化公式计算得到，具体公式如式(1)。在进行归一化处理过程中，必有数据为0,不适用于计算协调发展度系数，故对发展指数进行调整，使系统的发展指数为0.1～1.0。

(1)

式中：yij为第i个系统第j个城市的物流业或者经济原始数据；uij为第i个系统第j个城市的发展指数，uij∈[0.1,1]。

1.2.2 物流业和经济发展耦合协调度评价模型

从系统总体上来说，物流业和经济发展之间存在着相互影响、相互作用的耦合关系。根据广泛使用的物理学容量耦合系统模型，构建经济发展与物流业两系统的耦合评价模型[13]。

(2)

Tj=αu1j+βu2j

(3)

(4)

式(2)～(4)中：Tj为物流业和经济发展的综合评价指数，衡量它们作为复合系统的整体协同水平的高低；α和β为待定权数，由于经济系统相对物流系统更为重要，选择α为0.4，β为0.6；Cj为系统耦合度；由于系统耦合度只能反映两系统之间相互作用的情况，因此，还要建立耦合协调度模型,式(4)中的Dj就表示物流系统与经济发展系统的耦合协调度，Dj值越大，说明物流业与经济发展耦合协调性越好，耦合协调的等级评价标准见表1。

表1 耦合协调度划分基准[14]

1.2.3 标准差及变异系数

标准差常用来反映区域绝对差异的总体变化情况，而区域相对差异用变异系数指标来衡量，变异系数无量纲，具有可比性，可以测度并对比不同时段及不同区域的差异程度，具体公式如下：

(5)

(6)

(7)

1.2.4 物流业和经济发展耦合协调度的探索性空间数据分析

探索性空间数据分析是将现代图形计算技术与经典统计学相结合,用图形来展现数据中是否隐含存在的空间自相关关系。空间自相关关系分为全局自相关和局部自相关[15-17]，相应采用Global Moran′sI和Local Moran′sI来衡量。一般地，|Moran′sI|<1，它的大小可以说明相关性强弱，I>0 时为空间正相关，I<0 时为空间负相关，I=0 时为空间不相关。全局自相关指数公式如式(8)，全局自相关描述某个属性或者现象在该区域整个空间的分布情况，并据此判别其聚集特性是否存在[18]。

式中：ωij为邻接空间权重矩阵，如果城市i和城市j边界相连，则ωij=1,否则为0；n为样本数。

局域空间相关性是某城市内与毗邻城市内单元属性或现象相关程度，据此能够推算出聚集地范围，主要利用局部自相关指数、Moran 散点图和Lisa图来描述，局部自相关指数公式[19]如下：

(9)

式中，xi、xj分别为城市i和城市j的协调度标准化值。

Moran′sI显著性利用Z值来判断，如式(10)

(10)

当|Z|>1.96 时，表示观测对象某个属性或者现象空间自相关显著。

2 物流业与经济发展耦合协调度时间演变特征分析

2.1 总体演变分析

2005—2013年，苏南区域经济和物流业发展总体呈上升趋势(表2)，物流发展指数由2005年的0.219 5上升到2013年0.728 9，增长到3.321倍，经济发展指数也从2005年的0.246 6增加到2013年的0.689 1，增长到2.794倍，物流业的增长速度高于经济的增长速度。该区域经济与物流业发展情况可分为2个阶段：第一阶段是在2009年之前，经济的综合发展指数大于物流业的综合发展指数，说明物流业发展明显落后于经济的发展；第二阶段为2009年以后，物流业发展超过了经济的发展，说明经济发展滞后于物流业的发展。

表2 苏南5市物流业与经济发展指数

从协调度值(表3)来看，该区域协调度值一直稳步提高，协调类型由2005年的接近基本协调，到2011年进入协调类型，并且还在接近很协调类型。

从协调度标准差来看，虽然在个别年份有波动，但整体呈现上升趋势。以2008年为分水岭，2008年之前区域协调度标准差各年度变化不大，略有波动，2008年开始协调度标准差值迅速增大，区域协调度标准差从2008年的0.112 7提升到了2013年的0.152 3，增加到1.35倍，数据表明苏南地区物流业与经济发展协调度绝对差异总体呈现扩大趋势。

从协调度变异系数来看，2005—2013 年有小幅波动，总体呈现先增后减再增的趋势；从9年间最小值2006年的0.183 3,逐年增加到9年间最大值2011年的0.210 2，但2011—2013年又呈现下降趋势，总体来说变异系数变化不大，说明该区域经济与物流业发展协调度总体稳定。

表3 苏南5市物流业与经济发展协调度分析

通过观察数据发现，2009年是个关键节点，究其原因，是2008年底发生了世界性金融危机，我国为了应对金融危机采取了相应的经济和各行业刺激政策，如2009年推出的《物流业调整和振兴规划》等。在此背景下，各地分别采取相应措施，对经济、物流业产生推动作用，但这种推动作用的效果在之后逐年递减，最终地区的经济和物流业协调发展逐渐又回归到原来的发展轨道上。

2.2 各区域演变分析

从苏南地区5个城市2005—2013年经济发展水平看，苏州一直保持在第1位，而物流业发展水平在2008年以前，第1位是南京。从2009年开始，苏州的物流业发展水平出现急剧增长，物流业发展指数由2008年的0.288 0跃升到2009年的0.536 0，增长幅度为86.1%，物流业水平的大幅度提升，使苏州成为5市中物流业和经济发展的“双冠王”，确立了苏南地区的龙头地位，改变了长期以来物流业滞后于经济发展的状况。5个城市中，镇江物流业和经济发展水平都处在最后(如图1)。

图1 苏南各市2005—2013年物流业与经济发展协调度

对每个城市物流业与经济发展指数9年平均值对比发现，两系统协调类型苏州和镇江是物流滞后型，无锡和南京是经济滞后型，常州是均衡型。而从2013年的数据来看，协调类型无锡是物流滞后型，南京、常州和镇江是经济滞后型，苏州是均衡型，因此，未来南京、镇江、常州要重点发展经济，无锡要加强物流业的发展，以实现物流业和经济更好地协调发展。

从9年协调度平均值来看，镇江属于不协调类型，常州、无锡属于基本协调类型，苏州、南京属于协调类型；从2013年的协调度来看，苏州已经达到了很协调，南京、无锡是协调，而常州、镇江是基本协调。

因此，无论从物流业、经济发展指数还是二者协调度来看，苏南5市已经形成了两头高、中间低的“哑铃”形态。苏州与中国的经济中心和最大的港口城市——上海相邻，处于上海都市圈130 km的强辐射影响区内，它利用这一地理优势并将其转化为推动当地物流业和经济发展的动力，在接轨上海经济圈中受益匪浅。南京作为江苏省会城市和华东地区交通枢纽，处在政策高地,具有区位优势，而其他3个城市缺乏相应的优势，并且呈现出依次递减效应和“塌陷”态势。

3 物流业与经济发展空间演变特征分析

3.1 全局演变特征分析

采用ArcView GIS和GeoDA地理分析软件计算2005—2013年苏南地区物流业与经济协调发展的Global Moran′sI和Z值(表4)。由表4可见，2005—2013年可分为2个时间段，一是2005—2009年，这一时段自相关系数Global Moran′ sI值为负，且其绝对值呈逐年减小趋势,说明2009年之前区域异质性越来越小；二是 2009—2013 年，此时段自相关系数都为负值，指数绝对值在增大，表明在第二时段区域呈现异质性逐步扩大。

表4 苏南5市物流业与经济发展协调度全局自相关分析

从Z值变化情况来看，与I值相一致，且一直小于1.96，说明苏南区域各市物流业与经济协调发展相关性不明显，在空间上分散分布。表中|Global Moran′sI|<0.4，且历年数值变动不大，说明各市发展一直相对稳定。综上所述，该区域物流业与经济在2005—2013年期间发展协调度呈现离散性，异质性较小，稳定发展趋势，相关性不显著，即各市发展分布整体是随机空间格局，各城市之间发展联系不密切。

3.2 局部演变特征分析

由于全局空间自相关性揭示的是苏南地区物流业和经济发展协调水平空间分布的全局情况，没有反映聚集的位置及各个城市之间的关系，因此，还要用Moran散点图直观地体现相邻城市之间的关联方式和局部空间的稳定性，运用Lisa图反映相邻城市的空间集聚程度。

在分析局部空间自相关性时，选取2005 和 2013 年的数据，利用 GeoDA 软件计算并得出Moran散点图(图 2)和Lisa聚类图(图3)。散点图分别以协调度标准化值(XTD2005，XTD2013)为横坐标，其空间滞后向量(Lagged XTD2005,Lagged XTD2013)为纵坐标，共分为4种类型。第I象限(高-高，High-High)表示协调度属于高值集聚，称为“扩散型”；第II象限(低-高，Low-High)表示协调度低值区域被高值单元包围，称为“过渡型”；第III象限(低-低，Low-Low)为协调度低值集聚区域，称为“低速增长型”；第IV象限(高-低，High-Low)为协调度高值区域被低值单元包围，称为“极化型”[20]。经过Z值检验绘制的Lisa聚类图，表示各个城市的局部空间自相关类型(高-高、高-低、低-高、低-低类型和不显著相关)。

(a)2005年Moran散点图

(b)2013年Moran散点图

图3 苏南地区物流业与经济发展协调度Lisa聚类图

2005年，Moran散点图显示苏州处在高-高区域，说明苏州及其周边地区物流业与经济发展协调度高，苏州是“热点”地区，对周围城市有较强的扩散和辐射能力；无锡、南京在高-低区域说明他们本身是高协调度，周边区域有低协调度城市；镇江、常州在低-高区域，说明它们是低协调度城市，周边有高协调城市；无锡、南京、常州、镇江这些城市协调度呈现负相关性的特点，没有城市在低-低区域，说明5个城市整体协调度有明显的差异性、层次性。

在Lisa图中南京是高-低类型，说明南京和周边的镇江、常州差距较大，呈现极化性和负相关性，对镇江、常州有显著带动作用，而常州在低-高类型，说明周围城市协调度较高，而自身的协调度较低，它们呈现过渡性、异质性和负相关性，局部离散分布格局和散点图的分析一致。

2013年，Moran散点图发生明显变化，在高-高区域出现空缺，苏州进入了高-低区域，说明苏州虽然仍为高协调度城市，但周边有低协调度的城市；无锡进入了低-高区域，说明无锡本身的协调度增长性下降，而它旁边的苏州没有下降；常州和镇江进入了低-低区域，成为“冷点”区域，唯有南京所处区域不变。这和前面计算的2013年各个城市协调度值变化相一致。无锡协调度由第3位变为第4位，常州由第4位变为第5位，南京由第1位变为了第2位。从Lisa图来看，常州为低-低类型，说明常州是低速增长型城市，与相邻城市协调度增长均较低，它们空间差异小，呈现集聚性、相似性、正相关性，形成了一个负向趋同性和增长变缓的趋势；其他4市相关性不显著，说明2013年各城市之间的相关性比2005年有所降低，苏南区域整体协同性进一步弱化，各个城市之间的相互影响不强。

总之，苏南5市物流业与经济发展协调度呈现局部空间显著自相关性，但随着时间发展，呈现一定的弱化发展趋势，整体协同性进一步弱化。南京和苏州的数据表明，二者一直是苏南区域中的领先城市，处于中心城市地位，但其作为中心对周边城市的带动作用仍然有限，且其辐射能力有弱化趋势。

4 结论和政策建议

通过利用耦合协调度模型和标准差、变异系数、功效函数、探索性空间数据分析等统计方法，借助GeoDA和ArcView GIS等地理统计分析软件，从时空角度研究了苏南区域5市2005—2013年物流业与经济发展之间协调性分异及其时空演变，结果显示具有如下特征:

1)通过物流业与经济发展指数分析，苏南5市经济与物流业一直在高速发展，但该区域先出现了物流业滞后经济发展，后出现经济滞后物流业发展的现象。

2)9年间苏南区域经济与物流业发展协调性稳步提高，所有城市均达到基本协调以上，其中苏州和南京达到了非常协调的程度。

3)苏南5市无论在物流业、经济发展还是二者协调度方面存在明显的城市差异，呈现出位于西部的南京和东部的苏州两头高，位于区域中间的镇江、常州和无锡低的“哑铃”形的分布格局。

4)苏南5市的物流业与经济发展协调性在全局空间自相关上呈离散性，异质性较小，稳定发展趋势，自相关性不显著，即各市发展分布整体是随机空间格局，它们之间发展联系不密切。

5)苏南5市物流业与经济发展协调度在局部空间上有显著自相关性，但随着时间发展，呈现一定的弱化发展趋势。

基于上述分析结果，对于江苏苏南地区未来的相关政策制定提出以下建议：采取措施充分利用南京和苏州的中心城市地位，发挥两者带头作用，提高经济与物流业协调发展的辐射功能，增强各城市间的联动性及相互促进作用，实现全区域均衡发展；政府应积极制定相应政策法规，加大对协调程度低的城市的扶持力度，使其缩小与周边城市的差距，加大经济和物流基础设施建设的资金投入，使相对落后的城市加快发展步伐。另外，还要完善苏南区域物流业政策，合理规划区域物流业布局，进一步推动该区域协同发展和“一体化”，从而提高区域整体的物流业和经济发展水平。

[1]洪开荣,浣晓旭,孙倩.中部地区资源—环境—经济—社会协调发展的定量评价与比较分析[J].经济地理，2013(12):16-23.

[2]JOSEPH Berechman,DILRUBA Ozmen.Empirical analysis of transportation investment and economic development at state,county and municipality levels[J].Transportation,2006,33(6):537-551.

[3]谢菲,黄新建,姜睿清.我国现代物流业与经济低碳化协调发展评价[J].江西财经大学学报，2014(3):11-19.

[4]MOHAMMAD Reza.The relationship between logistics and economic development in indonesia:analysis of time series data[J].Jurnal Teknik Industri,2013,15(2):119-124.

[5]SULTA Kuzu,EMRAH Nder.Research into the long-run relationship between logistics development and economic growth in turkey[J].Journal of Logistics Management,2014,3(1):11-16.

[6]刘维林.区域物流系统与经济增长的动态耦合机制与实证仿真[J].地理经济,2011,31(9):1493-1497.

[7]PABLO COTO-Millán,MANUEL Agüeros.Impact of logistics performance on world economic growth (2007—2012) [J].World Review of Intermodal Transportation Research,2013(4):300-310.

[8]张毅,陈圻.中国区域物流业与经济发展协调度研究：基于复合系统模型与30个省区面板数据[J].软科学,2010(12):70-74.

[9]宋德军,刘阳.产业发展阶段与物流业和谐发展研究：以中国绿色食品产业为例的实证及检验[J].中国软科学,2008(1):49-55.

[10]唐涌,赵素霞,王煜州.协调物流发展提升地方经济实力：以成渝经济区为例[J].经济体制改革,2011(5):52-55.

[11]章志刚.现代物流与城市群经济协调发展研究[D].上海：复旦大学,2005.

[12]罗永华.港口物流与区域经济协调发展的机制与策略研究：以茂名市为例[J].广西社会科学,2010(5):41-44.

[13]张春晖,马耀峰,吴晶,等.供需视角下西部入境旅游流与目的地耦合协调度及其时空分异研究[J].经济地理,2013(10):174-181.

[14]方叶林,黄震方,段忠贤,等.中国旅游业发展与生态环境耦合协调研究[J].经济地理,2013(12):195-201.

[15]刘佳,赵金金,张广海.中国旅游产业集聚与旅游经济增长关系的空间计量分析[J].经济地理,2013(4):186-192.

[16]袁冬梅,魏后凯,于斌.中国地区经济差距与产业布局的空间关联性：基于Moran指数的解释[J].中国软科学,2012(12):90-102.

[17]魏下海.基础设施、空间溢出与区域经济增长[J].经济评论,2010(4):82-89.

[18]吴拥政,颜日初.中部六省地级市区金融发展与经济增长的空间面板分析[J].统计与信息论坛,2009(3):63-71.

[19]王辉,苑莹.辽宁省人口经济与环境协调发展的空间自相关分析[J].人口与发展，2013(3):29-37.