新型城镇化、空间溢出与物流产业集聚——基于省域数据的空间杜宾模型研究

□

[安徽大学 合肥 230601]

引言

提升城镇化水平成为我国实现现代化、全面建成小康社会的重要推动力，能够在扩大内需的同时加快产业结构的转型升级[1]。随着我国改革开放的进程不断推进，我国城镇化率由1949年的10.64%增长为2018年的59.58%，城镇化规模呈不断扩大的趋势。但是我国城镇化进程中依然存在着一系列问题，交通拥堵、环境污染严重、城乡收入差距加大、产业发展不平衡[2～3]等依然制约着我国城镇化质量的提升。《国家新型城镇化规划（2014～2020年）》的推出为我国城镇化发展提供了新的理论基础，城镇化发展要一改过去对“量”的过分追求，将发展的目光集中在城镇化“质”上，不以破坏环境、浪费资源为城镇化发展的代价。十九大报告中指出新时代我国新型城镇化发展要依托城市群来促进大中小城镇之间的协调发展，促进区域内资源要素的流通与共享，使资源得到高效利用，而物品流通中的现代交通运输网正是城市群形成和发展进程中不可或缺的一部分。

物流业作为涵括运输、包装、加工、储存等多个环节的综合型服务业，已经成为我国社会经济发展的基础性产业[4]，在新型城镇化发展中扮演着重要角色。物流产业集聚能够通过资金、人才等资源的集聚来降低各行业的运营成本，此外，物流产业集聚引致的技术创新能力的空间溢出效应同样会优化产业结构，促进区域社会经济的发展，为新型城镇化发展提供良好的软硬件基础设施。而新型城镇化发展进程中所伴随的人口、产业向城镇的不断集聚也为物流产业集聚营造了良好的产业环境。在此背景下，本文基于空间面板模型，选取2007～2016年中国省级面板数据从空间溢出效应的视角出发研究物流产业集聚及相关控制变量对我国新型城镇化综合发展产生的作用。

一、文献回顾与理论分析

（一）新型城镇化

与传统城镇化不同，新型城镇化涉及人口、空间、经济、社会以及环境等多方面内容的融合发展，以人为本已经成为城镇发展过程中的重点内容[5]。随着环境保护理念的逐渐深入人心，新型城镇化发展中的生态环境建设得到众多学者的关注。而新型城镇化与环境的协同发展则主要从土地开发、森林资源的利用以及环境治理投入成本这三个方面入手[6]。新型城镇化中不同部分对生态文明的影响也有所不同，土地城镇化与人口城镇化能够推动生态文明质量的改善，而产业城镇化则在一定程度上阻碍了生态文明质量的提升，产业的快速发展对生态环境造成较大破坏。虽然新型城镇化对生态文明的影响各有不同，但是新型城镇化各部分的协同发展却能影响区域的生态文明水平，且能够通过优化新型城镇化中的部分要素来提升区域生态文明质量[7]。此外，产业结构也对新型城镇化发展产生影响[8]，产业结构优化能够吸纳城镇过剩劳动力，缓解城镇就业压力，有效缩小新型城镇化地区发展差距、提升新型城镇化综合发展质量[9]。

（二）物流产业集聚

物流产业集聚能够有效降低商品流通成本、提高物流运作效率，已经成为国民经济发展的重要利润来源。现代化物流产业集聚仍存在区域物流标准不统一、物流基础设施重复建设、物流技术落后等问题，这些问题导致我国物流运作效率较低，企业物流运行成本高[4]。从已有研究能够看出，物流产业集聚与产业结构、对外贸易、经济、人力资本、交通基础设施等因素均存在一定关系。物流产业集聚对第一产业的影响较小，对第三产业的作用最为明显。物流产业集聚能够在促进本地区对外贸易发展的同时抑制周边区域对外贸易的发展[10]。人力资本、交通基础设施、经济与工业发展水平以及居民消费水平均对物流产业集聚产生显著的正效应，而政府的政策干预则在一定程度上阻碍了物流产业集聚的发展[11]。物流产业集聚在提高本区域绿色经济运行效率的同时，也通过其自身的空间溢出效应带给周边区域绿色经济效率的提升。物流产业集聚对周边区域绿色经济效率的影响会随地理距离的增加而逐渐减弱，但物流产业集聚的空间溢出效应亦会因市场分割的阻碍而有所减弱[12]。从局部来说，物流产业集聚对经济的空间溢出效应呈现出较为明显的区域差异性，中部地区经济溢出效应最为显著，东西部地区经济溢出效应不显著[13]。

（三）新型城镇化与物流产业集聚

通过对已有文献的归纳与分析，国内直接研究新型城镇化与物流产业集聚的文献并不多，大多集中在对新型城镇化与产业集聚之间关系的研究。尹国君等研究表明，从全国层面来看城市化发展水平除了受物流产业空间集聚的影响外，还受物流产业专业化集聚的影响；但是从区域发展的角度来看，中部地区物流产业专业化及多样化集聚均对区域城市化产生作用，而东部地区仅物流空间集聚对区域城市化产生影响，西部地区物流产业集聚对城市化的影响并不显著[2]。国外学者新型城镇化与产业集聚之间的研究成果也颇为丰富。Mills等在马歇尔外部性理论研究的基础上对城市的形成进行了研究，发现产业集聚显著提升了城镇化发展水平、加速了城镇化发展进程[14]，Button研究表明产业聚聚与城镇化之间是相互影响的关系[15]。从具体产业而言，工业化能够促进我国城镇化水平的提升，是城镇化发展进程中的重要推动力[16]；服务业和制造业的协同发展能够提升城市城镇化水平，但这种促进作用存在区域差异，两者的协同发展对经济发展较为落后的西部地区作用最为显著[17]。

物流产业集聚能够形成区域内的技术和知识溢出效应、推动人口向城镇的集聚、不断优化城镇的空间布局，以此来提高城镇的核心竞争力。首先，物流产业集聚促使企业引进新技术和先进经营管理理念，增加企业生产运营效率、促进区域经济的发展。先进生产技术及创新理念的引进使区域资源得以有效利用，形成区域内的技术和知识溢出效应，降低区域内企业的生产经营成本，进一步加速了产业结构的转型升级。其次，城市经济的增长以及产业结构的转型升级衍生出大量的就业机会，吸引周边地区劳动力向产业集聚地转移。而物流产业集聚的经济效应降低了集聚地的生产和生活成本，充足的就业机会和良好的生活体验促使更多人向城镇集聚，而人口城镇化正是新型城镇化进程中的重点内容之一。最后，物流产业集聚能够加速城镇功能布局的优化，提高新型城镇化综合发展质量。物流产业集聚带来的经济效应促使城市生活区和生产区界线日益明显，使城镇空间布局更加合理。同时城市功能区的合理划分也使政府的治理能力得到提升，环境污染、交通堵塞、基础设施落后等问题得到改善，城市的核心竞争力有所提高[18]。

（四）创新之处

已有研究成果为新型城镇化与物流产业集聚研究提供了良好的理论基础，但仍存在以下几点不足之处：（1）研究中在新型城镇化指标选取方面存在指标单一的问题，仅以人口城镇化或土地城镇化来衡量内涵丰富的新型城镇化发展水平是不合适的。（2）在对新型城镇化与产业集聚进行实证分析时，缺乏对空间因素的考虑，仅考虑本地区变量之间的相互关系。（3）在样本选择方面，已有研究多是以省市级横截面数据或时间序列数据为主要研究数据，研究内容稍显单薄。鉴于此，文章的创新之处在于：（1）构建包含人口、经济、空间、社会、环境在内的复合型新型城镇化评价指标体系，以进一步保证研究结论的真实性与可靠性。（2）通过数据检验选用合适的空间面板模型来研究新型城镇化与物流产业集聚之间的关系以及两者的空间溢出效应，拓宽了新型城镇化与产业集聚的研究视角。（3）选用中国31个省市2007～2016年的省级面板数据研究新型城镇化与物流产业集聚及相关控制变量之间的关系，并通过对空间效应的分析使研究内容更加全面。

二、研究方法

（一）空间相关性检验

基于空间计量模型的复杂性，在利用空间计量模型进行实证分析之前，需要对研究变量进行空间相关性检验以测定研究变量是否具有空间相关性[19]。空间相关性检验的常用方法有莫兰指数检验、吉尔里指数检验、Cetis指数等，其中，莫兰指数是测度变量空间相关性较为实用的方式，其计算公式如下：

其中莫兰指数I的数值范围为（-1，1），当莫兰指数为正值时，说明各省市之间呈空间正相关；当莫兰指数为负值时，说明各省市之间呈空间负相关。为样本方差，wij为所构建的空间权重矩阵。

（二）空间权重矩阵的设定

空间权重矩阵反映了各变量在不同区域空间上的相互依赖程度，是进行空间相关性分析的基础和前提条件。任何事物都与其他事物存在某种方面的某些程度相关性，但根据地理学定律可以得知，空间距离较近的事物之间比空间距离较远的事物之间的联系更为紧密[20]。鉴于此，文章为了客观分析物流产业集聚对新型城镇化综合发展的影响程度及空间溢出效应的大小，构建0-1邻接权重矩阵（W）来进行实证分析，该空间权重矩阵公式如下：

0-1邻接权重矩阵（W）是根据各省市在地理位置上是否相邻来构建的，若省市i与省市j相邻则W被赋值为1，若省市i与省市j不相邻则W被负值为0。

（三）空间计量模型

文章拟选用空间杜宾模型（SDM）来测度物流产业集聚及相关控制变量对新型城镇化的影响。因为一个省市新型城镇化综合发展水平容易因区域间资源流动的影响而受临近省市物流产业集聚水平的影响，而空间杜宾模型（SDM）则不仅考虑了物流产业集聚的空间滞后项，还包含了新型城镇化的空间滞后项，在考虑了新型城镇化空间相关性的同时考虑了物流产业集聚的空间相关性，即本省市新型城镇化不仅受到本省市物流产业集聚的影响，还受到邻近省市物流产业集聚的影响[20]。鉴于上述内容，文章在参照已有研究的基础上构建如下的空间杜宾模型（SDM）基本形式：

其中，Y代表被解释变量，X代表解释变量，ρ代表空间自相关系数，W为所构建的空间权重矩阵，WX和WY分别代表解释变量物流产业集聚和被解释变量新型城镇化的空间滞后项，β和θ代表模型的回归系数，α为常数项，ln为单位矩阵，ε为误差项。

（四）空间效应分解

在用空间杜宾模型（SDM）进行回归分析时同时考虑了物流产业集聚和新型城镇化的空间滞后项，不能准确反映出新型城镇化与物流产业集聚之间的关系。文章在借鉴Lesage[21]等研究的基础上使用偏微分法将空间杜宾模型的空间溢出效应分解为直接效应、间接效应以及总效应三部分，以此来减少甚至避免空间杜宾模型在检验空间溢出效应时出现的偏误。其中，直接效应表示的是物流产业集聚对本省市新型城镇化的影响；间接效应表示的是物流产业集聚对周边省市新型城镇化的影响。具体的计算公式如下：

整理得：

其中，Sr(W)=V(W)(Inβ+Wθr)，V(W)=（In-ρW）-1，In为n阶单位矩阵，将上式转换成矩阵形式，得到：

其中，总效应（ATI）等于直接效应（ADI）与间接效应（AII）之和，具体公式如下：

三、指标选取与数据来源

（一）被解释变量

新型城镇化（URBAN）

要构建综合性的新型城镇化衡量指标体系来测度新型城镇化的发展状况，在借鉴已有文献[1,6～7,22]的基础上，从五个维度选取10项指标来构建如表1的新型城镇化综合评价指标体系。运用熵值法测度出新型城镇化综合发展水平，并以此数据作为被解释变量。

表1 新型城镇化综合评价指标体系

（二）解释变量

物流产业集聚（LQ）

物流产业集聚水平的增加对提高社会经济发展水平、优化资源配置与利用效率、推进我国新型城镇化高质量发展均具有重要的理论与现实意义。在已有的文献中，众多学者采用不同的方法测度产业聚集水平。钟昌宝等采用空间基尼系数来测度长江经济带物流产业集聚水平[11]。魏玮等采用EG指数来测度产业的空间集聚水平[23]，徐秋艳等采用构建区位熵指标来测度地区物流产业集聚程度[13]。区位熵是以行政单位为基础衡量产业在空间位置上的整体集中程度，主要选取产业人口或产值等指标来进行构建区位熵指标体系。其不考虑具体企业发展状况的特点使该方面数据的可获得性与真实性均较高，为此，文章在借鉴已有文献的基础上选取区位熵法对物流产业集聚水平进行测度，公式如下所示：

其中，qit代表i省市t年份物流就业人数，Qit代表t年份全国物流就业人数，qt代表i省市所有行业就业人员总数，而Qt则代表全国各行业就业人员总数。

（三）控制变量

1.经济增长（GDP）

经济发展水平对新型城镇化综合发展有着不可或缺的重要作用，文章选取我国31个省市十年间的地区生产总值来代表各省市的经济增长。

2.交通基础设施（DES）

文章在借鉴现有学者研究的基础上以各省市每万公里公路里程和铁路营业里程数总和来衡量其交通基础设施建设状况[19]。

3.产业结构（ISU）

文章选取各省市第二、三产业生产值占地区生产总值之比来衡量产业结构[13]。

4.政府支持（GOV）

政府政策能够在一定程度上影响新型城镇化前进的步伐，政府政策支持是新型城镇化综合水平提升的外在推动力。为此，文章选取政府公共预算财政支出占地区生产总值之比来测度政府支持力度[1]。

5.全社会固定资产投资（FSI）

全社会固定资产投资能够带动生产、刺激消费需求、提高居民消费能力，进而推动新型城镇化发展，固定资产投资是新型城镇化质量提升的重要途经。为此文章选取全社会固定资产投资作为新型城镇化发展研究的控制变量，通过各省市全社会固定资产投资额与地区生产总值之比来反映各省市固定资产投资水平。

（四）数据来源

文章选取2007～2016年中国31个省市的面板数据来实证分析物流产业集聚及相关控制变量对新型城镇化的空间效应。文中所使用的原始数据均来自各省市历年《国民经济与社会发展统计公报》《中国统计年鉴》《中国城市统计年鉴》。新型城镇化指标是通过对所选指标运用熵值法进行测算，以此来得出各省市历年的新型城镇化综合指数。考虑到数据可能存在异方差问题，文章通过对所有变量取对数来减少数据的不平稳性，以进一步保证研究结论的真实性。

（五）新型城镇化综合指数测度

1.指标标准化

正向指标是指综合评价得分越高则对系统产生的正效应越大，逆向指标是指综合评价值越高则对系统产生的负效应越大[22]。

当数据为正向指标时：

当数据为负向指标时：

2.指标赋权重

熵值法能够较为客观的进行指标赋值，最大程度保留原始数据所包含的信息量，依据原始数据所反映出来的数据相关性为不同指标进行赋值[22]。具体计算步骤如下：

3.计算综合评价得分

城市i的综合得分公式如下所示：

四、实证分析

（一）空间自相关性检验

首先运用数据的空间自相关性检验来验证数据是否存在空间相关性，采用stata软件计算得出我国31个省市新型城镇化的全局莫兰指数值，如表2所示。由表可知，在0-1空间权重下的新型城镇化莫兰指数值显著为正，且均能通过10%的显著性水平检验。这表明我国省际之间新型城镇化存在显著的正相关效应，空间集聚特征较为明显。为此，在研究新型城镇化时要充分考虑空间因素的影响，选取空间计量经济学的模型来减少甚至避免一般计量模型研究过程中的不足之处。

表2 我国新型城镇化的全局Moran’s I指数

在对数据进行全局自相关检验的基础上，进一步得出各省市新型城镇化的局部莫兰指数，此处，选取2007年、2013年以及2016年局部莫兰指数图进行研究分析。如图1、图2、图3所示。

图1 2007年局部莫兰指数散点图

图2 2013年局部莫兰指数散点图

从2007年、2013年以及2016年的局部莫兰指数图中可以看出我国省际新型城镇化总体仍然呈现集聚的趋势。新型城镇化的莫兰指数散点图中大部分的省市位于第一象限和第三象限，整体呈现出“高-高”和“低-低”的空间集群特征。

图3 2016年局部莫兰指数散点图

（二）空间计量模型的估计

1.LM、Hansman、LR检验

通过空间自相关性检验可以确定，在新型城镇化综合发展水平的实证分析中应当充分考虑空间自相关的因素来避免研究结果出现较大差异。在此基础上，文章首先通过LM检验以及稳健的LM检验确定空间误差模型、空间滞后模型、空间杜宾模型哪个更适合作为本研究的空间计量模型，随后根据Hausman检验和LR检验来进一步确认具体的空间计量模型。面板数据的LM、Hansman、LR检验结果如表3所示。

表3 LM、Hansman、LR检验

由表3可知，在回归的LM检验中，LM误差和LM滞后的检验值均在1%的显著性水平下拒绝原假设；而稳健的LM误差和LM滞后的检验值同样在1%的显著性水平下拒绝原假设，表明不仅各变量存在空间滞后效应，误差项也同样存在空间相关性，因此，采用空间杜宾模型作为空间计量分析的模型进行实证研究。随后，文章面板数据的Hausman检验结果显示，在0-1邻接权重矩阵下的检验结果显著为正，所以选用固定效应空间杜宾模型。而文章的LR检验确结果显示空间固定效应模型、时间固定效应模型的LR检验值分别为45.04、324.21，并且均在1%的水平下显著，说明各变量无论是在时间还是空间上均存在着显著差异性，为此，选择空间和时间双固定的空间杜宾模型作为面板数据的最佳模型。

2.空间计量模型检验

为进一步确认所选模型的适用性，通过LR统计量检验来确认空间杜宾模型（SDM）是否会退化为另外两种空间计量模型，检验结果如表4所示。

表4 空间计量模型检验

可以看出，LR统计量检验结果均在1%的显著性水平下拒绝了空间杜宾模型（SDM）会退化为空间滞后模型（SAR）以及空间误差模型（SEM）的原假设，为此，LR检验结果仍支持使用空间杜宾模型作为本研究的实证模型。根据上述空间计量模型检验结果，文章选用空间和时间双固定的空间杜宾模型进行新型城镇化与物流产业集聚的实证分析。

（三）空间杜宾模型（SDM）估计结果

选用stata13.0对面板数据进行实证分析，以研究新型城镇化与物流产业集聚之间的空间效应，得到如表5的空间杜宾模型（SDM）估计结果。

从表5中可以看出，在0-1邻接权重矩阵下的解释变量LQ（物流产业集聚）在5%水平下显著为正，可见物流产业集聚能够较为显著的提高新型城镇化综合发展水平，我国目前物流产业集聚的发展水平已经能够为新型城镇化的发展提供正向推动力。物流产业的集聚能够降低资源流通成本，加强不同产业之间的资源共享，同时，物流产业集聚能够吸引更多高新技术产业进驻城镇，为新型城镇化的发展注入新鲜血液。除此之外，从表中也可以看出WLQ为负但是并不显著，表明物流产业集聚对新型城镇化负向的空间溢出效应并不明显。

表5 空间杜宾模型（SDM）的估计结果

（四）空间杜宾模型的直接效应、间接效应和总效应

物流产业集聚的系数不能用来直接解释其对新型城镇化的影响，这主要是因为空间杜宾模型存在空间溢出效应。为此，需要对空间总效应进行深入分解，根据空间杜宾模型的直接效应、间接效应和总效应来更好的说明物流产业集聚对本地区以及其他地区新型城镇化发展的作用以及区域间的溢出效应，结果如表6所示。

表6 空间杜宾模型（SDM）的直接效应、间接效应和总效应

1.空间杜宾模型的直接效应

在0-1邻接权重矩阵下，物流产业集聚（LQ）对本地区新型城镇化发展的影响系数为0.157，且通过了5%的显著性检验，这表明物流产业集聚能够显著的促进本地区新型城镇化的综合发展。物流产业集聚能够促进人力、资金等资源向城镇地区集聚，这是目前新型城镇化得以高速发展的重要路径。一方面，物流产业集聚能够缓解城镇的就业压力、提升城镇居民生活幸福感；产业集聚能够使交通、网络等基础设施不断完善，为新型城镇化建设提供了良好的软硬件基础设施。另一方面，物流产业集聚能够促进城镇居住区与生产区的分化，在提高生产运作效率的同时优化居民生活环境，实现对有限城区土地资源的合理规划。控制变量经济增长（GDP）对本地区新型城镇化发展的影响系数为0.347，且通过了1%的显著性水平检验，说明经济增长对新型城镇化发展起推动作用。经济增长能够刺激人们的消费需求，提高居民的消费能力，需求拉动的生产成为新型城镇化水平提升的重要推动力。同时，经济增长能够加大生产投资力度，推动城镇化的稳步向前。而交通基础设施（DES）以及产业结构（ISU）对本地区新型城镇化的影响系数分别为-0.357和-2.827，且均通过了1%的显著性水平检验，说明当前交通基础设施以及产业结构的发展状况不利于本地区新型城镇化综合水平的提升。这主要是因为相较于各类新兴产业而言，传统产业对技术水平、创新能力等要求较低，易于进行模仿，进而造成大量资金、人力向传统产业集聚。目前我国产业结构中传统产业所占比例仍然较大，资源的无效利用与浪费、环境的破坏均成为我国新型城镇化发展进程中的阻碍。政府支持（GOV）以及全社会固定资产投资（FSI）对本地区新型城镇化的影响均为负值，但是均不显著。

2.空间杜宾模型的间接效应

在0-1邻接权重矩阵下，物流产业集聚（LQ）对周边省市新型城镇化发展的影响系数为-0.204，但是该影响并不显著。而控制变量经济增长（GDP）以及政府支持（GOV）对周边省市影响系数分别为-0.481以及-0.529，且均通过了5%的显著性水平检验，说明经济增长与政府政策支持对周边省市新型城镇化发展产生负的空间溢出效应，不利于周边地区新型城镇化的发展。这主要是因为政府政策支持存在地区偏向，部分经济、社会综合发展水平较高的省市借助于有利的政策支持吸取周边较为落后省市的人才、资金等资源，造成地区发展不平衡现象显著、城乡收入差距扩大，成为新型城镇化综合水平提升的阻碍。而地区经济增长同样会加大经济发展水平较高省市对周边省市各类资源要素的占取与吸收，抵消了所产生的正向溢出效应，进而对周边省市新型城镇化发展产生阻碍。产业结构（ISU）以及全社会固定资产投资（FSI）对新型城镇化的影响系数分别为2.101、0.271，且均通过了5%的显著性水平考验，说明产业结构以及全社会固定资产投资对周边省市新型城镇化发展有显著的正向空间溢出效应。

五、结论与建议

（一）研究结论

文章在对数据进行检验、选取合适空间计量模型的基础上，选取2007～2016年中国省级面板数据，并运用熵值法对新型城镇化综合水平进行衡量，随后采取空间杜宾模型（SDM）对我国物流产业集聚及其他控制变量对新型城镇化的影响进行深入的研究与探讨，实证分析结果表明：

1.从全局莫兰检验结果可以看出，我国新型城镇化在空间上存在显著的正相关效应；而局部莫兰检验则表明我国新型城镇化呈现出“高-高”和“低-低”的空间集群特征。

2.从空间杜宾模型（SDM）检验结果可以看出，物流产业集聚对本地区新型城镇化具有显著的正向带动作用，对周边省市新型城镇化具有不显著的负空间溢出作用，物流产业集聚对周边区域新型城镇化发展的辐射作用仍有待加强。

3.从控制变量来看，经济增长、交通基础设施、产业结构、政府支持、全社会固定资产投资直接效应与间接效应的方向与显著性均存在显著差异。经济增长对本地区新型城镇化发展起推动作用，交通基础设施以及产业结构的发展状况不利于本地区新型城镇化综合水平的提升；经济增长与政府政策支持对周边省市新型城镇化发展产生负的空间溢出作用，产业结构以及全社会固定资产投资对周边省市新型城镇化发展有显著的正向空间溢出作用。

（二）建议

针对上述结论，文章给出以下几点政策建议，以期能够对我国新型城镇化质量提升以及物流产业集聚水平提高起到促进作用。

1.我国新型城镇化的显著空间依赖性要求政府在制定新型城镇化发展规划时要充分考虑到地区之间的空间关联性，增强大城市的经济辐射效应，促进大中小城市的协同发展。一方面，发挥各地区的相对优势，不盲目照搬新型城镇化发展水平较高地区的发展策略，结合各地区新型城镇化发展的实际情况对资源进行合理配置。另一方面，将中小城市新型城镇化建设作为城镇化建设的重要内容之一，利用政策优势增强该类地区的资源吸引力，促进该类地区产业结构的转型升级。

2.要充分认识到物流产业集聚对新型城镇化综合水平提升的积极作用，重视物流产业集聚对周边省市新型城镇化发展的空间溢出效应。在物流产业集聚的过程中要通过制定统一的行业标准、优惠的土地使用政策来提高物流产业集聚水平。一方面，要将新型城镇化的各项发展指标内化到物流产业集聚过程之中，通过新型城镇化与物流产业集聚的融合发展来减轻产业集聚对周边城市新型城镇化发展的资源占取现象，实现不同地区新型城镇化的长期协调发展。另一方面要积极促进产业结构的转型升级，鼓励高新技术产业、绿色环保型产业在城镇的形成与发展，增加物流产业在产业结构中的占比，提升区域内商品的流通效率。

3.经济增长对本地区新型城镇化发展起推动作用，但是对周边地区新型城镇化产生负的空间溢出效应，为此在保持经济发达城市快速发展的同时，通过政策支持来为经济欠发达城市保驾护航。减少经济较为发达城市对欠发达城市资源的过分占有，推动大中小城市新型城镇化的协调发展。