我国五大城市群物流业发展的空间差异及影响因素研究

2018-04-04董慧丽梁红艳

武汉理工大学学报（信息与管理工程版） 2018年1期

董慧丽，梁红艳

(福州大学经济与管理学院，福建福州 350116)

城市群作为城市区域化和区域城市化过程中出现的独特地域空间组织形式，是城市化发展到一定阶段的标志性产物，以城市群为单元的区域规划已经成为我国重要的发展部署，我国区域发展范围正在由省域、行政区转向城市群。城市群物流作为连接城市的纽带，对降低城市之间的阻隔、连接跨区域的生产消费、提升经济和社会效益、促进城市群协调发展、推动经济一体化具有重要的意义。然而由于我国各个城市间的自然资源、区位优势、政府政策、投资环境的不同，导致城市群物流在发展过程中存在巨大差异。因此，科学评价城市群物流业的发展水平，全面把握城市群物流业的业发展水平及来源，分析其影响因素，对于提高城市群物流业整体水平、优化城市群物流业的空间布局具有重要的意义。

关于区域物流业空间差异方面，金凤花等[1]以我国31个省级区域物流为研究对象，并将其划分为7个地带，运用Theil指数对区域物流差异进行分析，发现华北地区区域物流内部差异最为明显；齐胜达等[2]以丝绸之路为背景，研究了沿线14个省区的物流业发展水平，发现区域物流发展水平存在明显差异，其中江苏省综合竞争力最强，云南省最弱；陈文新等[3]选取2000—2014年我国31个省区物流产业总量的面板数据，运用描述性统计对各省区物流发展时空差异进行分析。关于物流业发展影响因素方面，谢守红等[4]运用岭回归法对长江三角洲物流业的影响因素进行分析；田振中[5]采用通径分析方法，从供需两个维度选取8个因素分析其对河南省物流业发展的影响。但上述研究均存在一定的局限性，从研究对象看，目前关于区域物流业的研究多以省域为基本研究单元，将我国划分为三大地区或7个地带进行分析。城市群作为我国参与国际竞争力的载体，既有研究多集中在对城市群金融发展水平的空间差异进行分析[6]，而鲜有文献对城市群物流业发展的差异进行探讨。从指标体系看，已有文献多以单一指标来衡量物流业发展水平[7-8]，如货运量、人均货物周转量等，所得结论可能有失偏颇。从物流业发展的影响因素来看，既有文献均是在空间均质的假设下对影响因素展开研究，忽视了空间效应在模型设计和实证研究中的作用，而我国各地区由于区位优势、资源环境等方面存在空间异质性，因此空间均质下得到的结果是有偏差的。

笔者在已有研究的基础上，以五大国家级城市群为研究对象，首先从区域基础设施支撑能力、信息系统保障能力、物流业经营管理运作能力和发展环境支持能力4个维度选取多个指标，运用主成分分析法测算我国城市群物流业的发展水平；然后利用Dagum基尼系数对城市群之间及城市群内部各城市间的差异进行分析，并判别差异的主要来源；最后结合地理加权回归模型从空间角度分析我国物流业发展差异变动的影响因素，根据该变参数估计结果获取比较切实的结论，以期在差异中寻找提升我国城市群物流业发展水平的合理方式，为我国城市群物流业的发展方向及路径选择提供重要理论支持和实践参考。

1　模型与方法介绍

1.1　Dagum基尼系数

DAGUM[9]于1997年提出了按子群分解的方法，即Dagum基尼系数。该方法充分考虑子样本的分布状况，将总体基尼系数分解为区域内差异的贡献、区域间差异的贡献和超变密度贡献，可充分研究空间差异问题[10]。因此，笔者采用Dagum基尼系数分解的方法对我国五大城市群物流业发展水平的空间差异进行描述。根据Dagum基尼系数分解的方法，总体基尼系数G的定义如式(1)所示：

(1)

(2)

Dagum基尼系数可以分解为区域内差异的贡献Gw、区域间差异的贡献Gnb和超变密度贡献Gt3部分，且满足G=Gw+Gnb+Gt。Gjj表示第j个城市群的区域内基尼系数，Gjh表示第j个城市群与第h个城市群之间的区域间基尼系数。

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

式中：djh表示城市群j、h中所有yji-yhr>0的样本值加总的数学期望；pjh表示城市群j、h中所有yhr-yji>0的样本值加总的数学期望；Fj、Fh分别表示第j个城市群和第h个城市群的累积分布函数。

1.2　地理加权回归

传统的回归模型往往建立在假设空间均质的前提下，用一个方程捕捉数据来分析因变量和自变量之间的显著性关系，然而数据在空间上具有复杂性，使得不同区域间自变量对因变量的影响可能不同，而地理加权回归模型(geographically weighted regression，GWR)在传统回归的基础上引入了空间自相关，允许回归参数随着地理空间的变化而变化[11]。其表达式如下：

yi=βi0+βi1xi1+…+βikxik+…+βinxin+εi

(11)

式中：i表示五大城市群中的79个城市；yi表示第i个城市的物流发展水平；xik表示影响第i个城市物流业发展的第k个因素；βik表示回归参数，随着区位的变化而变化；εi表示随机误差项。

权重矩阵通常以高斯核函数来计算，其表达式为：

(12)

其中，b为带宽，当赤池信息准则(AIC)最小时，带宽b为最佳。

2　数据说明与来源

笔者遵循系统性、科学性、可比性和易获得的原则，从区域基础设施支撑能力(公路里程、民用汽车拥有量、货运总量)、信息系统保障能力(年末移动电话用户数、邮电业务收入)、物流业经营管理运作能力(物流业从业人员数量)和发展环境支持能力(人均GDP、社会消费品零售总额)4个维度出发，选取8个指标，运用主成分分析法对各指标赋予权重，对五大城市群79个城市2006—2015年物流业发展水平进行测算。各指标数据主要来源于《中国城市统计年鉴》、《中国区域经济统计年鉴》、各市国民经济和社会发展统计公报和各省市统计年鉴，部分缺失数据根据年平均增长率推算获取。

3　实证研究

3.1　我国五大城市群物流业发展水平

笔者通过主成分分析法得出我国五大城市群各城市物流业的综合得分，代表各城市物流业的发展水平。为了反映五大城市群物流业发展水平的时空差异，笔者选取2006年和2015年五大城市群的物流业发展水平进行空间分布可视化呈现，如图1所示。可以看出，2006—2015年我国五大城市群物流业发展水平呈现非均衡发展态势，空间差异较为显著。从整体来看，长三角城市群物流业发展水平整体较高，2006年和2015年该区域平均得分分别为0.433 3、0.437 1，而长江中游城市群物流业发展水平偏低，2006年和2015年该区域平均得分分别为0.136 6、0.161 9。从各个城市群来看，城市群内部也存在着空间差异。以京津冀地区为例，京津冀城市群物流业发展水平最高的城市北京在2006年和2015年的得分分别为1.870 7、1.822 9，而承德市的得分分别为0.121 7、0.114 0，说明城市群内部物流业发展差异十分明显。

图1　我国五大城市群物流业发展水平空间分布

3.2　我国五大城市群物流业发展的空间差异分析

为了进一步研究我国城市群物流业发展水平的空间差异，笔者根据Dagum基尼系数按子群分解的方法，对我国五大城市群物流业发展水平的基尼系数进行分解，由于篇幅所限，以下只给出相关时序图。

3.2.1我国五大城市群物流业发展的总体差异及演变态势

图2　我国五大城市群物流业发展的总体区域差异及演变态势

我国五大城市群物流业发展的总体区域差异及演变态势如图2所示。从总体区域差异来看，2006—2012年我国五大城市群物流的区域差异呈现出下降趋势，而在2012—2015年出现波动起伏，经历了“上升-下降-上升”的过程。从具体演变过程看，2006—2012年我国五大城市群的总体空间差异由0.539 8下降至最小值0.498 7，年平均递减率为1.31%；2013年经历了短暂的上升，达到0.521 9；而2014年又降到0.501 5，随后在2015年再次上升，达到0.519 5。由此可见，我国五大城市群物流业发展水平差异悬殊。

3.2.2我国五大城市群物流业发展的区域内差异及演变趋势

我国五大城市群物流发展的区域内差异及演变态势如图3所示。总体来看，我国五大城市群物流业发展区域内差异从大到小依次为成渝、京津冀、珠三角、长三角和长江中游城市群，其中长三角和长江中游城市群交替变化。从具体城市群的发展过程来看，成渝的基尼系数始终最大，在(0.565 4，0.611 9)间波动。其基尼系数由2006年的0.604 2下降到2008年的最小值0.565 4，在2009年经历了短暂上升后，又呈现下降状态，直至2013年再次上升，达到最大值0.611 9。京津冀的基尼系数可用两个阶段来描述：第一阶段是2006—2012年，区域内差异呈缓慢下降态势，年平均递减率为0.95%；第二阶段是2012—2015年，区域内差异呈现上升状态，在2015年达到最大值0.497 9，年平均增长率为2.87%。观测期内，珠三角与京津冀的区域内差异发展态势相反，珠三角城市群2006—2013年处于上升状态，年平均增长率为1.61%，而2013—2015年以年平均4.61%的递减率下降。长三角和长江中游的区域内差异的大小关系则交错变化。2006—2012年，长三角区域内差异呈下降趋势，其中2010—2012年长三角区域内差异介于(0.353 2，0.362 2)，小于长江中游城市群区域内差异(0.363 3，0.362 8)。2013年长三角城市群区域内差异上升到0.400 5，直至2015年，始终大于长江中游城市群区域内差异。

图3　我国五大城市群物流业发展的区域内差异及演变态势

3.2.3我国五大城市群物流业发展的区域间差异及演变态势

图4　我国五大城市群物流业发展的区域间差异及演变态势

我国五大城市群物流业发展的区域间差异及演变态势如图4所示。总体来看，长江中游和成渝分别与其他三大城市群的区域间差异较大；且长江中游与成渝的区域间差异也较大，珠三角与京津冀、长三角与京津冀城市群间差异次之；长三角与珠三角区域间差异最小。从演变过程来看，长江中游与珠三角、长三角和京津冀区域间差异在2006—2011年分别以2.27%、2.67%和2.18%的年平均递减率下降。随后两年呈上升趋势，在2013年分别达到0.575 2、0.514 2和0.564 8。长江中游和成渝的区域间差异，除2009年、2013年和2015年出现短暂的上升之外，其他年份基本保持着下降趋势，且在2008年达到最小值0.506 3。成渝与珠三角、长三角和京津冀的区域间差异在观察期内较大，一直处于(0.588 0，0.667 7)之间，其中2006—2012年均呈现递减态势，年平均递减率分别为1.36%、1.57%、1.66%，2013年以后均有所上升。2006—2012年长三角与珠三角、长三角与京津冀、珠三角与京津冀区域间差异在波动中整体均呈下降趋势，2013年开始回升，分别达到0.448 9、0.444 3和0.472 6，2014年经历了短暂的下降后，2015年长三角与京津冀、珠三角与京津冀的区域间差异再次上升，分别达到0.456 5、0.476 6，而长三角与珠三角区域间差异继续下降至0.411 0。

3.2.4我国五大城市群物流业发展的区域差异来源

图5　我国五大城市群物流业发展的空间差异贡献率及演变态势

五大城市群物流业发展的空间差异贡献率及演变态势如图5所示。从贡献率的大小来看，观测期内区域间差异的贡献率始终高于区域内差异的贡献率和超变密度的贡献率，可见我国五大城市群物流业的区域间差异是总体差异的主要来源。从演变过程来看，2006—2015年，区域内差异的贡献率变化非常平稳，基本维持在15.00%～17.00%之间。区域间差异和超变密度的贡献率波动较为明显，可分为两个阶段。第一阶段为2006—2009年，区域间差异的贡献率经历了“先上升后下降”的过程，具体由2006年的50.99%上升到2007年的52.46%，达到最大值，随后下降至2009年的45.36%；与之相反，超变密度的贡献率经历了“先下降后上升”的过程，由2006年的33.38%下降到2007年的32.18%，达到最小值，然后上升至2009年的37.85%。第二阶段为2009—2015年，两者的变化都趋于平稳，区域间差异的贡献率基本维持在45.00%左右，超变密度的贡献率基本维持在38.00%左右。

3.3　我国五大城市群物流业发展的影响因素分析

3.3.1影响因素的指标选取

现有研究表明，经济发展水平、政府干预、人力资本、基础设施、对外开放程度、工业发展水平等是影响物流业发展的重要因素[12-13]。由于影响城市群物流业发展的因素十分复杂，笔者借鉴前人的研究，同时考虑数据的可得性，以2015年物流业发展水平得分为因变量；选取工业发展水平(工业总产值)、人力资本(普通高等学校在校学生)、政府干预(地方政府支出)和产业结构(第三产业占GDP的比重)作为自变量，来探讨这些因素与我国城市群物流业发展水平的关系，数据来源于2016年《中国城市统计年鉴》。

3.3.2实证分析

笔者使用ArcGIS软件对2015年我国五大城市群物流业发展水平的空间相关性进行检验，结果显示整个研究区域的全局莫兰指数为0.135，且统计值显著，表明五大城市群在空间上表现为一定的空间相关性，物流业的空间分布不是随机的，而是表现出相似发展水平的集聚状态。这同时也说明以往对影响因素的研究假设空间均质，忽视了空间异质性和空间相关性，在理论上存在一定的不足。因此，笔者引用纳入空间效应的GWR模型来分析城市群物流业发展的影响因素。GWR回归结果显示，人力资本、政府干预、产业结构和工业发展水平对城市群物流业的发展有正向影响，人力资本、政府干预、产业结构和工业发展水平各影响因素回归系数的空间分布如图6所示。

(1)人力资本因素。人力资本对京津冀和长三角的影响程度相对较大，影响范围介于0.134 1～0.158 1之间。人力资源是当今社会发展最重要的资源，随着物流业的快速发展，传统的低劳动力成本已不具有竞争优势，物流业逐渐从劳动密集型产业向技术密集型、知识密集型产业转换，具有高端技术和优秀管理水平的专业化人才成为物流业发展的一大优势，如京津冀城市群中北京和天津、长三角城市群中上海和南京等经济发达的地区，聚集着更多的物流人才，丰富的人力资源能够促进城市群物流业的快速发展。而对于经济欠发达的成渝城市群，虽然劳动力资源丰富，但是物流业的发展缺乏专业人才的支持，因而人力资本对其物流业发展的正向影响最小，仅在0.104 3～0.134 1之间。由此可见，人力资本的区域差距引起了城市群物流业发展差异的扩大。

(2)政府干预因素。近年来，大力发展物流业已受到政府的高度重视，2015年国家发展改革委公布的长江中游城市群发展规划中提出引导沿海资金、技术向长江中游城市群转移，推进港口建设运营、航运服务等领域国际国内合作等一系列措施，有助于促进长江中游城市群物流业的发展。十五届四中全会正式提出西部大开发战略，为川渝两地的发展提供了良好的机遇。由图6(b)可以看出，政府干预对长江中游和成渝物流业发展的影响较为明显，而对长三角和珠三角的影响相对较小，对其中大部分城市的影响在0.434 0～0.444 3之间。政府的有效干预有利于缩小长江中游、成渝与其他城市群之间的差异。

(3)产业结构因素。由于成渝城市群的发展多依赖于第二产业，第三产业的发展对其物流业的影响较小且不显著。而产业结构对长三角、珠三角和长江中游三大城市群的影响较大，影响范围为0.363 0～0.685 8，其中对长三角城市群的影响最大，达到0.522 3～0.685 8。长三角城市群中，上海、杭州第三产业在2015年分别占地区生产总值的67.76%、58.24%，物流业作为第三产业的一部分，产业结构的优化调整对其有积极的促进作用，而且长三角城市群的批发和零售行业在第三产业中的比重逐年上涨，该行业也是物流业发展的推动力。因此各城市群产业结构的差异也是引起其物流业发展空间差异的一个因素。

图6　GWR模型各影响因素回归系数的空间分布

(4)工业发展水平因素。物流业与工业的联系尤为密切，工业企业在生产过程中会产生大量的物流需求，因此工业发展水平高的地区，其物流业发展水平也高。从图6(d)可以看出，工业发展水平对珠三角、成渝和长江中游三大城市群物流业发展影响较大，对大多数城市的影响在0.284 6～0.427 3之间。珠三角的工业化发展已十分成熟，2015年，广州、深圳、佛山、东莞4个城市的工业总产值平均已达到19 129亿元，良好的工业发展水平也带动了珠三角物流业的发展。自20世纪初，我国重点实施了西部大开发战略和中部崛起战略，使得成渝城市群和长江中游城市群的工业有了巨大的发展，工业的发展也促进了其物流业的发展，有利于缩小成渝、长江中游与其余三大城市群之间物流业发展的空间差异。

4　结论与启示

笔者以我国五大城市群为研究对象，采用Dagum基尼系数和GWR模型分别对城市群物流业发展水平的空间差异和影响因素进行分析，得到以下结论和启示：①Dagum基尼系数结果表明，我国五大城市群物流业发展的总体差异较大，各城市群之间及城市群内部物流业发展水平空间差异悬殊，其中成渝城市群最为明显。成渝城市群物流业在发展的过程中，重庆和成都增长极的作用并未显现，应充分发挥其作为增长极的双核辐射作用，以带动其他地区物流业的发展。从空间差异贡献率的分析可发现，区域间差异一直是总体差异的主要来源，物流业作为一种跨区域、跨行业的生产性服务业，各自为政不利于城市物流业的发展，因此城市群内部城市之间及城市群之间应加强合作。②GWR估计结果显示，人力资本、政府干预、产业结构和工业发展水平对不同城市群的影响程度存在空间差异。各因素对各城市群物流业发展的影响程度不同，这也是我国城市群物流业发展差异较大的原因。各城市群物流业发展的过程中，应结合自身的优势，合理利用政府和主导产业的促进作用，提高整体物流业的发展水平。

参考文献：

[1]金凤花,徐旭.基于Theil指数的我国区域物流差异发展趋势研究[J].中国流通经济,2014,28(4):40-44.

[2]齐胜达,雷军,段祖亮,等.中国丝绸之路经济带区域物流空间差异及其演化研究[J].干旱区地理(汉文版),2016,39(1):207-215.

[3]陈文新,刘冬,孙善祥.我国区域物流发展时空差异及收敛性研究：基于地理加权空间计量模型的实证分析[J].工业技术经济,2016,35(2):142-147.

[4]谢守红,蔡海亚.长江三角洲物流业发展的时空演变及影响因素[J].世界地理研究,2015,24(3):118-125.

[5]田振中.基于通径分析的河南省物流业发展影响因素研究[J].郑州大学学报(理学版),2014,46(1):111-114.

[6]刘传明,王卉彤,魏晓敏.中国八大城市群互联网金融发展的区域差异分解及收敛性研究[J].数量经济技术经济研究,2017(8):3-20.

[7]钟昌宝,钱康.基于ESDA的长江经济带省域物流产业空间差异研究[J].华东经济管理,2016,30(7):69-74.

[8]吴俊红.中国区域物流发展差异及其影响因素研究[D].成都:西南交通大学,2014.

[9]DAGUM C. A new approach to the decomposition of the gini income inequality ratio[J]. Empirical Economics,1997,22(4):515-531.

[10]陈明华,刘华军,孙亚男,等.中国五大城市群经济发展的空间差异及溢出效应[J].城市发展研究,2016,23(3):57-60.

[11]王少剑,王洋,赵亚博.1990年来广东区域发展的空间溢出效应及驱动因素[J].地理学报,2015,70(6):965-979.