我国省域物流竞争力空间关联网络及其驱动因素研究

聂丞彬，杨中华,2,3，柳芙蓉NIE Chengbin, YANG Zhonghua,2,3, LIU Furong

（1. 武汉科技大学 恒大管理学院，湖北 武汉 430065；2. 武汉科技大学 服务科学与工程研究中心，湖北 武汉 430065；3. 湖北省产业政策与管理研究中心，湖北 武汉 430065）

0 引 言

近年来，物流业的发展对相关行业的降本增效起着显著的作用。省域物流协调合作是影响未来国家经济布局和发展的重大基础性工程，突破行政区划的限制形成合理有效的区域物流空间关联网络，是国家区域发展战略的重要支撑。探究全国省域物流业竞争力的空间关联，深入解析全国省域物流业竞争力的空间关联的结构特征及其驱动因素，对于实现全国物流业的高质量发展具有重要意义。

在物流业竞争力研究方面，物流竞争力评价、竞争力影响因素，以及区域物流网络是该领域研究的主要问题。区域物流竞争力的研究主要包括评价指标体系和评价方法。康朕玮从外部环境、物流基础、物流规模、信息化水平、人员保障角度，基于模糊物元法对京津冀区域物流能力做出评价；徐子涵等基于经济发展、生产流通与消费、交通运输，运用熵值法和灰色关联法，实现31 省物流能力评价；不同于个体视角，陈佳媛从网络视角出发构建了广东省物流引力空间网络来揭示其空间布局特征。学者进一步探讨了物流竞争力评价的影响因素。刘程军等发现长江经济带城市物流空间格局的形成是在内源力和外向力综合作用的结果；钟昌宝等认为：经济发展水平、工业发展水平、社会消费水平、人力资本等因素能有力地促进长江经济带物流产业集聚水平。社会物流网络发展促使学者将研究对象从单一物流节点转向以物流节点和权值边形成的区域物流网络。邓卜月基于“一带一路”中部省份物流发展水平及其空间相互作用强度的计算，提出了构建包含三级物流节点的区域物流网络的设想；杨丽等研究了我国航空货运物流网络的结构特征，揭示了我国航空货运物流网络的空间布局状况。

纵观国内相关研究发现：大多数研究采用属性数据来刻画网络结构，也有不少学者对区域物流网络结构进行了研究，但是对区域物流网络的演化规律及其驱动因素研究尚不多见。基于此，本文期望在全国31 个省市物流竞争力水平评价的基础上，基于各物流节点间的物流联系运用关系型数据进行区域物流竞争力空间关联网络的分析，并探讨影响区域物流竞争力空间关联网络的驱动因素。

1 研究方法

1.1 修正的引力模型

本文以全国31 个省市（除港澳台外） 为网络节点，节点之间的“物流吸引力”为边的权值构建省域物流竞争力空间关联网络，公式如式（1）：

其中：F表示i 节点对j 节点的空间物流联系强度（“物流吸引力”）。在借鉴已有文献的基础上，本文从经济发展水平、物流需求、物流设施和物流信息化水平四个维度分别选取地区生产总值（x）、物流货运总量（x）、公路运输路线里程（x）和移动互联网用户数（x）等四个指标来表征各个省份的物流竞争力水平，具体公式如式（2）：

考虑到我国物流体系中公路运输占货物运输量的比重较大，且物流运输决策与时间和经济成本紧密相关，因此选择公路里

程数（D）、公路时间成本（T）和运输成本（C）作为“距离”的参数，本文以各个省份省会城市之间的“距离”为指标进行刻画。具体公式如式（3）：

考虑到两个省份间的空间物流联系具有的双向性和非对称性，因此需要对引力模型做出适当的修正。采用该省份物流“质量”占两省份物流“质量”之和的比重来对引力模型中的系数进行修正，公式如式（4）：

1.2 社会网络分析

1.2.1 网络指标

在社会网络分析法（SNA） 中，网络中的关联关系数和密度描述了网络全局特点，各节点网络特征由网络中心性指标、核心—边缘结构反映。

网络密度与各节点的紧密程度呈正相关，在矢量矩阵中，计算公式如下：D=I/ （N （N- 1）），其中，D 表示网络密度，I 表示节点之间的联系数，N 表示网络中节点数量。

网络关联性反映了网络的连通程度，具体由关联度体现，其计算公式为：C=1-V/ （N （N- 1 ）/2 ），其中，C 表示网络关联度，V 表示网络中不可达节点的个数，N 表示网络的节点个数。

网络中心性量化的是网络中节点位于网络中心的程度，主要指标有度数中心度、中介中心度、接近中心度三种。度数中心度反映了节点在网络中的中心地位，考虑到网络的有向性，度数中心度又可以分为点出度中心度C（i ）和点入度中心度C（i ），反映的是节点i 的外向和内向程度；中介中心度C（i ）量化了节点在网络联系中起到的“中介”作用，是节点对于外部物流资源控制能力的体现；接近中心度C（i ）是网络中一个节点到其他节点的最短距离之和的倒数。某个节点接近中心度越高，该节点越接近网络中其他节点，越是不受其他节点的影响。

1.2.2 凝聚子群

根据网络成员个体与小群体之间的关系特点，一个整体网络可看成出一些小群体即凝聚子群而构成。本文运用块模型对整体网络进行凝聚子群识别与分析，根据“结构对等性”的原则把网络中各节点按照一定的规则分成几个离散子群，这些群体内部间成员具有相同或者相似的联结模式。

1.2.3 QAP 分析

QAP（Quadratic Assignment Procedure，二次指派程序） 是一种能够准确测量数据间关系的一种方法，该方法通过比较两个方阵中各个数值的相似性实现对关系性命题的有效检验。其中相关分析的研究对象是两个矩阵，回归分析适用于多个因素之间的回归关系解析。

2 物流业竞争力关联网络的空间结构特征

本文中修正的引力模型中的“质量”涉及的数据取自《2020 中国统计年鉴》；“距离”中涉及的运输成本数据来源于德邦快递的首重收费价格，时间成本和公路里程数则使用从开源网站OpenStreetMap 获取公路历程用时和公里里程数据。运用引力模型得到全国31 个省份物流竞争力联系强度矩阵Z （F），以物流联系强度平均数为阈值得到31 个省份间物流联系的0～1矩阵，绘制网络关联图如图1 所示。

新疆、宁夏、黑龙江、甘肃、青海、西藏这些省份与其他省份之间的物流联系强度均小于所设定的阈值，所以在图1 中不显示与其他地区的物流联系；节点大小与节点的度呈正相关，节点越大表明与其他省市联系越多，图1 说明江苏、河南、山东、湖南、湖北、广东、河北、安徽、浙江、四川与其他省份之间的连接较多，贵州、重庆、陕西、山西、广西、江西、福建等省市与外界联系较弱；在空间形态上，31 个省份的物流联系网络呈现“东强西弱、东密西疏”的分布格局，且网络联结线明显稀疏。

图1 我国31 省份物流业竞争力空间关联网络图

2.1 物流业竞争力关联网络的中心性分析

2.1.1 度数中心度

全国31 个省份的度数中心度（实际值×10）如表1 所示，其中：C（i ）是点出度中心度；C（i ）是点入度中心度，C（i ）+C（i ）是度数中心度。C（i ）-C（i ）可反映省市i 的辐射性与依赖性之间的差距。

如表1 所示，物流活动总量超过3 000 的山东、江苏、河南、安徽、河北处于物流活动网络的核心地位；湖北、江西、广东、浙江等14 省的物流联系总量大于1 000，位于较核心地位；其余省份处于网络中的边缘地位。从C（i ）-C（i ）来看，广东省的C（i ）-C（i ）的值最大，说明其是典型的辐射型节点；安徽作为核心地位的省份，其对外辐射能力却与其地位并不相称。

表1 度数中心度分析结果

2.1.2 中介中心度和接近中心度

各省的中介中心度和接近中心度如表2 所示。

由表2 可知，中介中心度前六的省份，其中介中心度之和占了总量的76.4%，表明这6 个省份位于结构洞的位置，在信息、资源的获取和运用上有更强的掌控力。从接近中心度来看，31 个省份的物流活动网络中没有明显的集中趋势。此外，网络的中介中心势仅为8.77%，进一步验证了物流竞争力关联网络没有明显的表现出向“桥梁”省份集中的趋势。

表2 中介中心度和接近中心度分析结果

2.2 物流业竞争力关联网络的凝聚子群分析

全国31 个省份的物流网络的凝聚子群分析结果如表3 所示，在凝聚子群二、三级层面分别存在4、6 大子群。

表3 凝聚子群结果分析

从子群内部密度来看，子群4 的密度最高，表明山西和河北在网络中形成了非常稳定的联系；子群1 内部省份之间关系较稳定；其余子群内部的省份间没有产生明显的物流联系。从子群间密度来看，各子群在网络中的作用和地位都不相同，子群1与2，子群1 与4 之间的密度系数较高，且这几个子群内部省份的物流竞争力排名靠前，子群1、2、4 的辐射能力更强。其余子群表现出较弱的辐射和依赖能力。

3 物流业竞争力关联网络的驱动因素分析

3.1 驱动因素选取与模型构建

31 个省份物流业竞争力关联关系是由多种因素共同作用而形成的，结合相关参考文献，选取经济发展水平、对外开放程度、产业结构、社会消费水平、空间邻近性、物流基础资源这六个影响因素作为变量，对其进行驱动因素分析（如表4 所示），构建如下模型：

表4 驱动因素分析

3.2 QAP 回归分析

利用UCINET 软件，得到物流业竞争力空间关联网络的影响因素分析结果（如表5 所示）。

表5 QAP 回归分析结果

QAP 回归分析结果显示：经济发展水平（X）和空间邻近性（X）在5%的显著性水平通过了检验，社会消费水平（X）则以1%的显著性水平通过了检验，且经济发展水平（X）、社会消费水平（X）的回归系数都是正数，空间邻近性（X）的回归系数是负数。表明省市之间的经济水平差异和社会消费水平差异在不同程度上对物流竞争力有正向作用，其中经济发展水平（X）对物流业竞争力水平的影响最大，系数为1.012，两省市之间的经济水平差异和社会消费水平差异可以带动两省市之间物流资源流动，促进网络关联度与密度的提高；空间邻近性（X）对物流竞争力有较高的逆向影响，因为相邻省市之间的发展现状更接近，资源势能差距较小，不易产生资源交互的内源力，相邻省市之间物流联系强度较小。对外开放程度（X）、产业结构（X）、物流基础资源（X）对空间物流网络的影响并不显著，相比其他三项因素的影响，这三项因素的影响可以忽略不计。

4 结论与建议

4.1 研究结论

运用修正的引力模型和社会网络分析方法，对31 个省市的物流业竞争力关联网络空间结构及其驱动因素进行了分析，发现：（1） 空间布局上，我国省域物流竞争力空间关联网络呈现出“东强西弱”、“东密西疏”的空间格局；网络整体为“核心—半核心—边缘”的分布特征，呈现“多核心驱动”态势。（2） 整体网络由四个子群构成，普遍子群的密度不高；每个子群在整体网络结构中处于不同地位，子群间呈现单核效应，表现出对其他子群的辐射效应。（3） 经济发展水平、社会消费水平对物流业竞争力关联网络的完善与开拓具有显著的积极影响，而空间邻近性对其有显著的负面影响。

4.2 政策建议

（1） 资源破壁，实现资源共享强化辐射带动作用。政府需要打破资源壁垒，统筹规划，充分发挥31 个省份自身发展优势。同时，打破现有“马太效应”格局，将物流资源集聚较多的地区的优势资源向资源贫瘠地区引导，实现全国物流水平协调发展，提高空间网络联系稳定状态。

（2） 网络破壁，提升物流活动经济性和运作效率。建立轴辐式网络，发挥规模经济优势，强化核心区和半核心区的子群建设，在保留我国运输基本格局的基础上，以其他支线枢纽为补充，充分满足物流中转需求，将子群单核驱动效应向多核驱动转变，充分发挥子群间与子群内辐射带动效应。

（3） 机制破壁，完善对接机制消除跨区域协调障碍。基于政府的科学规划和政策引导，完善国家物流枢纽之间的分工合作和对接机制。在联盟内部通过功能联合、平台对接、资源共享等市场化方式构建资源互惠、业务协同的协作共同体，提高国内物流网络的协调程度。