区域物流高质量发展：空间格局演变及空间相关分析

梁子婧

（宿迁学院商学院，江苏宿迁 223800）

一、引言

众所周知，区域物流是区域经济发展的支柱产业，也是区域经济发展的新增长点，更是我国物流供给侧结构性改革进程中所依赖的中观层次和客观基础，在现代经济增长分析中得到了理论和实践的支持[1]。区域物流由于区域经济发展差异及相应物流资源分布格局不均衡导致区域物流非均衡发展明显。区域物流高质量协调发展不仅是经济高质量发展的重要内容，也是经济高质量发展的重要推动力量，对于提升国民经济运行效率、推动物流增长、物流业转型升级等均具有重大意义。

江苏作为我国东部地区物流大省之一，一直把推动物流业的协调发展作为转变经济发展方式的重要抓手[2]。根据2005 年和2018 年江苏省物流业发展统计公报的统计数据来看，江苏省社会物流总额达到50 435.34 亿元，占全国10.5%；全省社会物流总费用实现3 248.95 亿元，与GDP 的比率达到17.3%；全省物流业实现增加值达到1 182.62 亿元，全省物流需求系数为2.69（即社会物流总额与GDP 的比率）。到2018 年全省社会物流总额达到302 551.9 亿元；社会物流总费用同比增长6.5%，达到12 892.7 亿元，与GDP 的比率达到14.02%；物流相关行业增加值同比增长8.1%，达到5 647.3 亿元，占全省服务业增加值的比重提高到12%；物流需求系数为3.29，需求规模保持增长态势。

江苏下辖13 个区市，是唯一所有地级市都跻身百强的省份。在21 世纪初，以长江和淮河为界，界定了苏南（南京、镇江、苏州、无锡、常州）、苏中（扬州、泰州、南通）、苏北（徐州、连云港、淮安、盐城、宿迁）三大经济区域的范围，并提出“苏南提升、苏中崛起、苏北振兴”的区域协调发展战略。近年来，随着经济发展进入要素分工的新阶段，原来呈现的“南高北低、东强西弱”的不均衡态势格局出现新的变化，同时区域物流发展也开始出现梯度转移，实现从苏南到苏中逐渐到苏北的发展逻辑显现。从2014—2018 年江苏省统计年鉴中统计的13 市物流业发展情况的统计来看（见图1），到“十三五”末期，江苏13 个城市物流业发展已进入增速放缓的转型升级新阶段，区域物流发展空间格局变化明显。

图1 江苏13 市2014—2018 年物流发展水平

随着国家一系列新发展战略的制定，江苏区域物流迎来了广阔前景和新的发展机遇。如何利用机遇，充分发挥自身优势，加快发展现代物流业，促进产业结构调整，实现区域物流协调发展，为全省经济社会发展提供坚实的物流保障是新时期我们要关注的重要课题。

二、文献综述

区域物流发展不平衡、不充分的问题受到各级政府、物流企业和研究者们的密切重视。探究区域物流发展空间格局演变是促进区域物流均衡发展的重要途径之一。根据文献资料，空间结构理论建立的基础可以追溯到区位论（Location Theory）的产生，其中运输区位论被认为是物流产业空间结构研究的一个全新视角[3]。现代物流作为一种新兴产业，国外成熟的物流区位论大多从港口、航空体系等入手，并运用TMG 模型对其空间格局演化等展开研究，得出两者间形成代际更替规律。比如Taaffe E J等（1963）[4]等通过研究发现，得以快速发展的港口通常是当地一些与交通干线连接的港口，这样能够吸引货流和海上航线集中，而港口的发展又反哺陆上支线发展。Rimmer（1967）[5]和Hayuth Y（1981）[6]通过对马来西亚的港口和东非港口（1500—1900）等的梳理研究，得出大港口不断发展、小港口逐渐消亡的观点基础上，建立了港口演化的五阶段模型，并对TME 模型的适用性进行了验证。Notteboom 和Rodrigue（2005）[7]与Van 和link（1998）[8]展开了对海上运输的集装箱化港口研究，发现随着港口区域化发展，逐渐出现了分散化趋势。Monios 和Wilmsmeier（2016）[9]通过对亚洲、美洲、欧洲三大区域内航空客货流网络实际情况调研，对三大区域内九个枢纽城市的能级进行了评估。

国内学者对于区域物流空间结构及布局方面也有很高的关注度。学者谢守红、蔡海亚等主要以长江沿岸港口，长江三角洲为研究案例，对其空间结构的动态演变规律和区域物流发展对空间格局的影响及空间结构动态特征的成因机制进行研究[10-11]。也有学者通过对航空流量和流向分析，探索中国主要城市的枢纽度，进而分析中国城市体系格局与变迁（谭慧芳，2016）[12]。或者对中国物流热度的空间分布格局及区位指向特征进行分析时选取省域、市域、城市群等尺度多视角（李国旗等，2015）[13]，同时也包括对一些较典型的，如，河南省、山东省、重庆市、江苏省、苏州市、徐州市等为研究对象，探索物流空间格局特征、其布局对城市空间结构、扩张、用地结构与功能有重要影响[14-19]。还有学者利用探索性空间数据分析，借用人均货运量等指标（史奔腾和范林榜，2017）[20]，或者通过统计分析和计算区位基尼系数、区位熵指数引力强度等（张建升，2011；何章磊，2017）[21-22]，发现我国区域物流发展水平差异较大，空间聚集态势逐渐增强，但集聚程度存在较大差异。

综上所述，学者们对于区域物流发展空间格局进行了多视角深入认识，奠定了本文研究的坚实基础。本文以江苏区域自“十一五”以来物流发展事实为依据，以江苏13 市作为研究的基本空间单元，基于修正的物流引力模型和物流地位模型，对江苏13市2005—2018 年城市物流引力强度进行测算，并在此基础上进行空间相关性分析，探究江苏区域物流发展空间格局演变态势，为加快建设“强富美高”新江苏提供理论支撑和实际参考价值。

三、江苏区域物流发展格局演变模型构建与分析

（一）区域物流引力模型与物流地位模型

1.引力模型（Gravity model）。引力模型（Gravity model），起源于19 世纪，也被称为重力模型，是以牛顿经典力学的万有引力公式为基础，经过Tinbergen（1962）和Poyhonen（1963）对其在经济学领域进行发展与延伸，提出比较完整且简便的经济学模型，并被很多学者在实证研究中成功印证[23]。引力模型在空间布局、贸易、人口迁移等实证研究中越来越广泛，其理论基础也越来越完善，是使用最广泛的空间相互作用模型[24]。公式如下:

其中，Gij表示城市i 对城市j 的物流引力；k 为城市间物流引力的系数常量，根据前人研究的结论和在实际应用中k 对测度结果几乎没有影响，故这里的k 常取值为1；Mi和Mj是内生变量，表示城市i和城市j 的物流“质量”表示城市i 与城市j 之间距离，r 是摩擦距离系数，取值为2[24]；其公式如下：

基于江苏是物流大省，2018 年又有四个城市（徐州、南京、无锡、连云港）入选全国性综合交通枢纽，这进一步奠定了江苏是大江南北重要的交通枢纽，促进了多种运输方式高效的衔接。公式（2）中，f表示城市间不同的运输方式，当f=1、2、3、4、5，分别表示选择公路运输、铁路运输、水路运输、航空运输、管道运输；λf表示第f 种运输方式所占的权重，Dijf表示第f 运输方式在城市间的距离；Tijf表示第f运输方式所需要的时间[24]。

2.区域物流地位模型。根据公式（2），借鉴城市物流在区域物流中的作用和影响力形成的城市地位模型，建立包括物流本地地位和相对地位的城市物流地位模型，公式如下：

（二）指标与数据

指标选取的客观和准确对于实证研究非常重要，结合区域物流引力模型和物流地位模型，多数研究者对于Mi和Mj（城市物流质量）借用“城市物流发展水平”来表达。本文认为城市物流发展重点是着力提高物流供需体系质量及效率，故选择城市经济发展水平、物流供给指标和物流需求指标。同时根据资料的获取性，城市物流需求水平的指标重点选取公路运输方式的相关数据（见表1）。

表1 江苏城市物流质量评价指标体系构建

为了更深入地对江苏区域13 市物流业发展变化趋势进行分析，样本选取的时间范围是2005—2018 年。同时，本文用于分析指标的原始数据均来自江苏省统计局发布的《江苏统计年鉴》、统计公报、《江苏交通年鉴》等官方统计数据换算所得。

（三）实证结果与分析

1.城市物流发展水平的计算。根据表1 构建的各项指标，利用DPS 统计软件对其进行主成分分析，并基于以下理论模型构建城市物流发展水平的因子分析：

其中：Xj为第j 个变量进行标准化后的分数；Fi（i=1，2，…，m）为提取的表1 中指标数据的共同影响因素；m 为上述指标变量共同影响因素的数目；Uj为变量Xj的唯一因素，也是无法用上述变量解释的因子表达；αji为因素负荷量。

测算物流发展总体水平变量的因子得分后，将各因子方差贡献率占提取因子解释总方差的比重作为权重，对所拟合出能解释物流水平的公共因子得分进行加权，得到江苏省13 市物流发展水平综合得分：

根据公式（4），限于篇幅，同时为了更好地比较区域间城市物流发展的差异及趋势，特选取2005年、2010 年、2015 年和2018 年的数据进行计算并排名，结果如表2 所示。

表2 江苏13 市物流发展水平综合得分与排序

2.城市间物流运输距离的计算。基于江苏13 市交通统计年鉴和江苏统计年鉴中的数据，再结合公式（2），以高德地图和百度地图综合统计数据进行计算，江苏13 市城市间物流运输加权里程数计算结果如表3 所示。

表3 江苏13 市物流运输加权距离计算结果

3.城市物流引力的计算。将13 市物流发展水平和城市间物流运输距离代入公式（1），按照超强引力、较强引力、一般引力10）、较弱引力进行划分。基于篇幅限制，仅列出4 个年份13 市一般引力以上的分类结果（见表4）。

表4 江苏13 市物流引力（较强引力以上）分类结果

综上来看，江苏三大区域13 个城市间引力逐年加强，但呈现一定的波动性。其中，苏州市和无锡市聚合度较高、发展态势较好，两城市间引力超过100；2010 年以后城市间超强引力的城市逐渐增多，城市之间趋于抱团发展和集聚发展；同时，城市间属于较强引力范围的数量也在增加，城市间分工协作，支撑作用愈加明显；但我们仍然不能够忽略城市间引力强度处在一般引力的城市，其物流业发展水平整体均匀，但水平偏低，区域间物流协同水平不高，区域间物流联动发展和集聚发展仍需进一步加强。

针对江苏13 市城市物流引力态势分解，为了进一步揭示区域物流空间关联效应和物流集聚效应，更深层次比较区域间物流发展空间特征，再利用Moran's I 对江苏13 市物流业发展水平空间关联性进行判断。

四、江苏区域物流发展空间关联性分析

（一）全局相关分析

空间自相关指标Moran's I 是通常用来度量空间相关性的一个重要指标。Moran's I 又细分为全局莫兰指数（Global Moran's I）和局部莫兰指数（Local Moran's I）[24]。本文选取江苏省13 个市级区域的物流产值量为属性值进行计算，其计算公式如下：

其中，n 表示江苏省物流产值研究中各个市级空间单元总数；Ei、Ej表示物流产值在各个市级空间单元i、j 上的属性值（i，j=1，2，3，…，13）。表示物流产值在n 个江苏省城市空间的平均属性值表示江苏省城市空间单元i 和j 的关系，是空间权重矩阵W 的元素。Wn×n表示空间单元之间的空间依赖程度，通常情况下会根据相邻关系来确定，即空间单元i、j 相邻，则存在Wij=1，否则Wij=0[24]。

接着，通过计算Z 值和P 值，再与显著水平进行比较，进行江苏区域物流发展水平的全局自相关显著水平。若p＜α，表明各江苏13 个空间单元之间存在着显著的自相关关系，拒绝零假设，否则接受。Z 值的计算方法如下[24]：

利用Geoda 软件对江苏13 市2005—2018 年间物流业发展水平进行Global Moran'sⅠ分析，并进行蒙特卡洛模拟检验，结果如表5 所示。

表5 2005—2018 年江苏区域物流发展Global Moran'sⅠ

由表5 可知，2005—2018 年江苏区域物流产值的1Global Moran's I 全部通过了显著性检验，计算结果在0.213～0.356 之间，所有数值均为正，均通过了5%的显著性水平的检验，且Global Moran's I 呈现先变大又变小，表明江苏省区域物流发展水平存在一定程度的空间相关性和集聚特征，且空间相关性和集聚状态均凸显波动，集聚趋势先增强后减弱；同时在2005—2011 年间江苏区域物流产值全局莫兰指数从0.213 上升到0.356，可见在这个时间段江苏区域物流发展呈现集聚趋势。在2011—2014 年，全局莫兰指数出现轻微波动状态；在2012—2018 年，全局莫兰指数出现下降，说明江苏区域物流发展空间格局在集聚后开始呈现扩散趋势，且扩散效应有所凸显。

（二）局部相关分析

Local Moran's I 是对全局关联指标的分解，也是基于Global Moran's I 提出的局部空间关联指标。同样以代表江苏省各个市级区域的物流产值量为属性值进行计算，对于任意一个局部空间区域i，Local Moran's I 的LISA 指标（Location Indicators of Spatial Association，LISA）的计算方法如下[24]：

其中，n 表示江苏省物流产值研究中各个市级城市空间单元总数；Ei、Ej表示物流产值在各个市级空间单元i、j 上的属性值（i，j=1，2，3，…，n）表示物流产值在n 个江苏省城市空间平均属性值S2表示物流产值在n 个江苏城市空间单元方差，且

正的Ii表示该空间单元与邻近单位的属性相似（“高—高”或“低—低”），负的Ii表示该空间单元与邻近单元的属性不相似[24]。基于公式（5）和公式（6）分析结果，选取研究期内2005 年、2010 年、2015年、2018 年作为典型年份进行分析，以变量X 为横轴，Wx为纵轴，绘制Local Moran'sⅠ散点图（见图2），对江苏区域物流发展空间关联模式做进一步分析。其中，四个象限的定义如下：第一象限为高高空间关联（HH），被高值集聚空间区域包围，但本区域与周边区域水平高且空间差异程度小，属于高值集聚空间区域（即集聚程度高）；第二象限为低高空间关联（LH），也被高值集聚空间区域包围，但本区域水平低与周边水平高且空间差异较大，属于低值集聚空间区域；第三象限为低低空间关联（LL），是低值集聚空间区域，并且被低值集聚空间区域包围，但本区域与周边区域水平低，空间差异程度小；第四象限为高低空间关联（HL），是高值集聚空间区域且被低值集聚空间区域包围，但本区域水平高且周边低，两者空间差异较大[24]。

图2 江苏区域物流发展空间分布态势变化

图2 中，2005 年，HH 包括：南京、无锡、常州、苏州；LH 包括：扬州、南通、镇江；LL 包括：宿迁、盐城、淮安、徐州、泰州、连云港。2010 年，HH 包括：南通、无锡、常州；LH 包括：镇江；LL 包括：连云港、宿迁、扬州、盐城、徐州、淮安、泰州；HL 包括：南京、苏州。2015 年，HH 包括：南通；LH 包括：无锡、常州、镇江；LL 包括：扬州、宿迁、盐城、淮安、泰州、连云港；HL 包括：南京、徐州、苏州。2018 年，HH 包括：南通、无锡；LH 包括：常州、镇江；LL 包括：扬州、宿迁、盐城、淮安、泰州、连云港；HL 包括：南京、徐州、苏州。

显而易见，江苏物流业发展的重心仍然集中于苏南区域，近年来发展非常快速；而扬州、泰州受到苏南经济的带动，物流业也紧跟其后。2005 年，徐州、连云港等苏北城市物流业发展水平较低并呈现集聚状态，处在“LL”区域内，2010 年之后，南通与无锡、常州高度集聚，进入“HH”区域内；2015 年徐州由原来的“LL”区域进入“HL”区域，与南京、苏州高度集中，作为淮海经济区中心城市的徐州市物流业发展水平逐渐超过周边城市，直追苏南，物流业发展势头迅猛；同时2010 年以后，苏南城市地位优势仍然显著，但苏南集聚能力趋于缓和下降；苏中和苏北仍然是物流发展的薄弱集聚区，但范围呈现逐步缩小的变动趋势；苏南、苏中、苏北空间扩散化演进趋势逐渐明显，南强北弱的格局正在逐步缓解，江苏统筹推进区域协调发展政策效果明显。

五、结论与建议

作为我国东部地区的物流大省之一，社会物流需求快速增长，物流规模不断扩大，物流业对经济发展的支撑作用更是愈来愈强。从“十一五”以来，江苏三大区域物流发展格局呈现出向弱差异和弱集聚的演变趋势，即江苏区域物流发展从南向北、由点及面逐级优化。说明在新时代国家对外开放和协调发展的大布局中，江苏区域物流空间布局也出现了叠加和重组等变化特征，这为全面融入长三角区域一体化发展奠定了厚实基础。

如何着眼于长三角一体化发展趋势，更高层次上统筹区域协调发展，本文提出以下几点建议：

第一，充分利用和发挥“一带一路”、长江经济带、长三角一体化等（“三期叠加”）重要国家战略的时机，抢抓机遇，打好治理政策的“组合拳”[25]。在新发展格局下，江苏仍要进一步打破板块地理分界和行政壁垒，从区域整体发展的角度出发，突破行政区划的界限，更好发挥各地资源禀赋。同时，增强13城市内部布局合理性，利用各区域优势，推进江苏区域物流各具特色、各展所长的“一盘棋”发展格局加速形成。

第二，苏州、南京、无锡和常州要充分发挥引领带头和物流示范作用。如借助综合运输枢纽优势，积极打造高端物流集群，形成面上连片多核型空间结构，推动物流创新体系建设和“互联网+高效物流”有效落实，着力培育一批辐射带动能力强、服务完善的示范物流园区，成为推动物流转型升级和创新发展的重要载体，创造新需求，更高层次上统筹区域物流高质量发展。

第三，南通、扬州要携手周边城市。如在紧密契合自身物流发展基础上，承接产业转移，以城区港区为主体的点轴串联开发区域，形成港城双核型空间结构，同时形成一定的辐射力，促进港城物流在发展过程中逐渐对各种要素如资本、劳动力等产生吸引，进而形成产业转移和产业集聚，提升物流资源整合调配能力，统筹推进物流区域之间的深层次物流合作和联动。

第四，徐州作为淮海经济区核心城市，充分发挥城市物流引力，进一步加强与淮海经济区相关城市的联动，扩大辐射范围。连云港作为新亚欧大陆桥东方桥头堡的东部起点城市，2018 年全线开工连徐高铁，开工建设连云港30 万吨级航道二期工程，与徐州形成港港双核型空间结构。同时，两城市进一步推进多式联运和集装箱铁水联运发展，改变以往资源配置的格局，打造正在崛起的物流枢纽经济，强化区域发展的高效协同，引导物流与交通、制造、商贸、金融等产业结构融合发展，为统筹推进现代流通体系和构建双循环新发展格局提供强有力支撑。