我国城市物流高质量发展失配度分析

王东方，张华荣

（1.武夷学院商学院，福建武夷山 354300；2.福建师范大学经济学院，福建福州 350117）

一、引言

党的十九大报告明确指出“我国经济由高速增长阶段转向高质量发展阶段”，物流业在支撑我国经济高质量发展、畅通国内国际双循环、推进全国统一大市场建设的进程中发挥着至关重要的作用，物流业高质量发展是服务新发展阶段的战略要求。2010年以来，受经济下行压力等因素的影响，我国在社会物流总额持续增长的同时，产业规模增速呈现持续放缓特征，增幅由2010年的15%降低到2019年的3.5%（受新冠肺炎疫情影响，2020年和2021年我国社会物流总额平均增幅为6.2%）①。在国内外经济发展形势剧烈变动的情况下，我国物流产业供给和需求结构均发生了显著的变化，物流业处在向高质量发展转型的关键时期，呈现出由要素投入驱动向产业结构调整、新旧动能转换和深化改革驱动转变的特征。当前，我国物流业发展依然存在资源错配、供给与需求不匹配等问题，物流基础设施空间分布不均衡、物流与交通基础设施衔接不足、物流网络建设存在大量的断点和堵点、物流服务能力结构性过剩、资源环境压力日益严峻、制度障碍带来额外的交易成本等问题是制约我国物流业高质量发展的主要因素[1]。科学界定物流业高质量发展内涵，刻画城市物流高质量发展失配时空演化特征，探究城市物流业发展偏离高质量发展方向的决定因素，可以为我国物流业高质量发展提供决策参考。

现有文献主要从高质量发展内涵、发展水平评价、发展路径等方面对我国物流业发展进行研究，但对区域物流发展失配尚未开展系统研究，国内文献对失配度的研究主要集中在旅游业[2]、公共服务[3]等方面。在物流业高质量发展概念及内涵界定方面，何黎明[4]、汪鸣[5]、高志军等[6]认为，物流业高质量发展是推动新发展阶段经济社会发展的内在要求，是现代经济体系建设的基础保障，具有高效协同、创新融合、开放共享、环境友好等特征。在物流业发展水平评价方法方面，一是采用主成分分析法、熵值法等客观赋值方法，二是采用全要素生产率法。戴德宝等[7]、林双娇等[8]、宋二行等[9]、贺向阳等[10]分别采用主成分分析法、熵值法等方法测度区域物流发展水平，结果显示我国物流业发展水平总体较低且存在显著的区域差异。曹允春等[11]、龚雪等[12]、于丽英等[13]基于DEA-Malmquist 模型测算我国区域物流业全要素生产率并以此指标反映区域物流业高质量发展水平，研究发现我国物流业的全要素生产率呈现显著的区域差异。在物流业发展机理与路径方面，丁俊发[14]从打好基础、挖掘新动能、提升供应链现代化水平、完善服务体系等方面提出“十四五”期间物流业发展路径。汪鸣等[15]从构建现代服务体系、完善国际物流、健全应急物流体系等方面提出“十四五”期间构建物流发展新格局的主要任务。蹇令香等[16]、李朋林等[17]、张珺等[18]、杨守德[19]采用回归分析方法研究发现，技术创新、区域经济发展水平、资源利用率、物流业绿色转型等因素影响物流业高质量发展水平。卢美丽[20]、曹允春等[11]、高华等[21]在测算我国省级物流产业效率的基础上，采用定性比较分析（Qualitative Comparative Analysis，QCA）方法从组态视角探究省级物流业效率的影响因素，并提出了提升省域物流业效率的路径。

通过文献梳理发现，现有文献主要从省域层次对我国物流业发展水平及影响因素开展研究并获得有一定现实意义的结论，但存在以下研究不足。一是对城市物流发展不平衡问题的成因尚未开展实质性研究，缺乏城市物流发展失配度的研究成果；二是对不同省份来说，区域内城市间物流业发展存在显著差异，而城市是现代经济发展的主要载体，需要从城市层次识别导致物流要素配置效率差异的关键因素，提升研究结论的针对性和有效性；三是对物流业发展影响因素的识别主要采用回归分析的方法，然而区域物流发展差异不仅是单一因素所导致的，而是在一系列因素的共同作用下发生的，因此，将各影响因素视为单独的变量存在一定的不足，同时，回归分析法往往因内生性问题等导致回归结果稳健性不足，而定性比较分析法能够较好地解决这些问题。

综合来看，我国物流业在快速发展过程中存在资源投入失配、要素利用率不高等问题，而城市物流发展失配的特征、失配的主要影响因素以及城市物流高质量发展的路径这些问题需要引起足够重视。为探究这些问题，本文以我国284个城市物流业发展为研究对象，构建城市物流高质量发展失配度评价指标体系，运用健康距离模型测算城市物流发展失配度，利用障碍度诊断模型识别影响城市物流发展失配的障碍因子，以定性比较分析法探究城市物流高质量发展的组合路径，希望能为我国城市物流业的效率提升与区域协调发展提供决策参考。

二、研究方法与数据来源

（一）城市物流高质量发展失配度评价指标体系构建

城市物流系统是在特定地域范围内，涵盖物流基础设施、物流服务主体、社会支持系统和生态环境系统等子系统的综合性系统。城市物流发展失配是由于城市物流各子系统及子系统之间在发展过程中受外部因素干扰，偏离了其最优配置状态。城市物流发展失配度的基本内涵是，在多重因素综合作用下，城市物流发展现状偏离特定发展阶段物流业最优状态的程度。

现有文献在评价物流业高质量发展时，主要围绕新发展理念从产业规模、基础设施、经济发展、关联产业发展、创新发展、信息化水平、绿色发展等维度构建评价指标体系，在此基础上，采用熵值法等方法测度区域物流业发展水平（主要从省级层次测度物流业高质量发展水平）[6，22-23]。物流业高质量发展内涵丰富，不仅同物流产业结构、服务供给、组织水平等产业内部因素相关，同时受关联产业发展、资源环境、技术创新水平等因素影响。借鉴相关研究成果，根据新发展理念，综合考虑指标体系构建的系统科学性和城市数据的可得性及连续性等因素，本文构建了包括经济发展基础、基础设施建设、绿色发展成效、技术创新能力、对外开放水平五大子系统21个指标的城市物流高质量发展失配度评价指标体系（见表1）。其中，经济发展基础包括产业规模和经济发展两个子要素，反映区域经济与物流业发展总体情况；基础设施建设包括物流网络和政府支持两个子要素，反映共享与协调理念；绿色发展成效包括生态环境一个子要素，反映绿色与协调理念；技术创新能力包括技术投入和信息化水平两个子要素，反映创新与共享理念；对外开放水平包括对外交流一个子要素，反映开放与共享理念。

表1 城市物流高质量发展失配度评价指标体系

（二）数据来源

本文以我国284 个地级及以上城市为研究样本，相关数据来源于2006年至2021年的中国城市统计年鉴、各省市统计年鉴及城市经济社会发展统计公报，缺失数据采用线性插值法补足。

（三）研究方法

1.熵值法

本文采用熵值法[8]计算我国城市物流高质量发展水平，步骤如下：

（1）数据无量纲化处理

正向指标：

负向指标：

其中，xij为城市i指标j的原始值，xmax和xmin分别表示指标j的最大值与最小值，Xij为归一化处理后的指标值。

（2）基于标准化处理后的指标数据，计算指标权重

计算信息熵ej：

计算差异系数dj：

计算指标权重wj：

（3）运用多目标线性加权函数法，计算城市物流业高质量发展水平指数Zi

2.健康距离模型

张新成等[24]、赵林等[3]将健康距离模型应用于经济社会发展失配度研究，本文采用该模型测度我国城市物流高质量发展失配度。在物流业发展过程中，系统内部因子在受到外部影响后会偏离最优的状态，导致与系统的最优状态产生相对距离。相对距离越大，物流业实际运行状态与最佳运行状态之间的偏离越严重，失配度越高；反之，则失配度越低。失配度测算公式如下：

其中，HD（A，B）表示系统A至系统B的相对健康距离，即失配度；系统B为某个城市相关指标的实际运行状态，xb1，xb2，xb3，…，xbj为评价指标体系中每个指标的实际值。系统A为最佳运行状态，采用极值法从系统B中选取各指标的最大或最小值作为系统A各指标的标准值[2]，其中，正向指标取最大值，负向指标取最小值。以2020年邮政业务收入为例，该指标为正向指标，选择284 个城市中该指标的最大值，即上海市的1 503.4 亿元作为标准值。wj为第j项指标的权重，由熵值法计算得到。以上海市为例，采用健康距离模型测算2020年上海市城市物流发展失配度，步骤如下：第一步，确定系统A的值，取指标体系中每个指标2020年的极值作为系统A每个指标的标准值；第二步，分别用上海市每个指标的实际值减去标准值，然后除以标准值并取结果的绝对值，在此基础上乘以由熵值法计算出来的该指标权重；第三步，对第二步21 个指标的结果求和，结果即为上海市2020年城市物流发展失配度的值。

3.障碍度诊断模型

障碍度模型是用来诊断影响事物发展障碍因素的模型[25]，本文采用该模型探究城市物流高质量发展失配的障碍因素。因子贡献度（Fj）是第j项指标对总目标的贡献度，指标偏离度（Iij）指与最优状态之间的差距，指标层与要素层对总目标的障碍度指各指标、各要素对城市物流高质量发展的制约程度，具体计算步骤如下：

（1）确定Fj与Iij

（2）第j项指标对城市物流高质量发展的障碍度Pj

（3）要素层对城市物流高质量发展的障碍度Uk

其中，q为第k个要素层包含的指标个数。

4.定性比较分析法（QCA）

定性比较分析法（Qualitative Comparative Anal⁃ysis，QCA）能够探究多种因素共同作用与结果之间的因果关系。与假设自变量单独起作用的回归分析不同，QCA可以将多个解释变量组合在一起，形成多个变量组合的影响路径。该方法基于集合理论，具有因果非对称性的特点，可用于探究复杂的因果关系问题[26]。QCA拥有定性与定量相结合的特点，定性主要体现在能够根据常识或现有研究成果确定特定的条件变量是否属于集合，定量则体现在通过对变量数据的分析与处理，得到不同的变量组合及路径。本文使用fsQCA3.0软件探究影响城市物流高质量发展的组合路径。

作为一种集合分析法，QCA 需要对原始数据赋予可解释的集合意义，需要对数据进行校准，将每个变量转换为0~1 区间内的集合隶属度。借鉴施耐德（Schneider C Q）等[27]的研究成果，分别选取样本的95%、5%分位数作为“完全隶属”和“完全不隶属”的锚点，选取50%分位数作为交叉点对原始数据进行校准。

对条件变量进行必要条件分析的标准如下：

一致性检验：

覆盖率检验：

其中，X为条件变量集合，Y为结果变量集合。当一致性结果大于0.9 且覆盖率结果大于0.5 时，可以认为该条件变量通过了一致性检验，但仍需进一步进行X-Y散点图检验，才能确认该条件变量确实是必要条件。

三、城市物流高质量发展水平分析

（一）总体特征分析

运用熵值法测度2005—2020年我国284 个城市的物流业高质量发展水平，全国及分区域城市物流发展水平均值和标准差结果见表2和表3。结果显示，城市物流平均发展水平由2005年的0.336增长到2020年的0.476（2019年均值为0.478，2020年均值同2019年基本持平，说明了我国经济发展高质量、有韧性的显著特征），增幅达41.61%，总体呈现上升趋势，特别是2012年前，城市物流高质量发展水平呈现快速提升态势，但产业发展仍处在较低水平。分区域看，东中西部地区城市物流平均发展水平均呈现上升趋势，东部地区的发展水平最高，这与东部地区良好的区域经济发展基础、完善的物流及交通基础设施、较高的对外开放水平有着密切联系。标准差结果显示，全国城市物流发展水平标准差由2005年的0.082 增加到2020年的0.111，增幅达35.37%，说明城市间物流业高质量发展水平差异呈现持续扩大态势。分区域来看，除2017年外，全国样本标准差均高于东中西部地区。从标准差变化幅度来看，中西部地区的标准差增幅较大，中部地区由2005年的0.057增加到2020年的0.094，增幅达64.91%，西部地区由0.069增加到2020年的0.099，增幅达43.48%，武汉、合肥、长沙、重庆、成都等区域核心城市与其他城市间物流业发展水平差距持续快速扩大是产生以上结果的主要原因。

表2 2005—2020年我国分区域物流高质量发展水平均值

表3 2005—2020年我国分区域物流高质量发展水平标准差

为进一步探究我国城市物流发展水平分布特征，本文采用自然断裂点分类法将各城市按物流发展水平划分为4类，分别是低水平（Z<0.386）、中等水平（0.386≤Z<0.464）、较高水平（0.464≤Z<0.570）及高水平（Z≥0.570），由于样本量较大，仅展示各类发展水平的城市数量，结果见表4。结果显示，2005年，绝大部分城市属于低水平，高水平城市数量仅为5 个，占样本城市的1.76%，城市物流业总体呈现低发展水平特征。2013年后，低水平城市数量在40~64个间波动，低水平城市主要分布在中西部地区且较为稳定，区位条件、经济发展阶段等因素的综合作用导致这些区域物流业发展始终停留在较低水平。2015年后，中等水平城市数量持续减少，相关城市物流业发展水平持续提升，发展水平进入较高水平区间。较高水平和高水平城市数量在研究期间总体上呈现波动增加特征，高水平城市主要分布在沿海经济发达地区和中西部地区的省会城市。

表4 2005—2020年我国城市物流高质量发展水平的城市分布情况

（二）系统间发展水平差异分析

为进一步探究各子系统对城市物流高质量发展的影响，本文测度了城市物流高质量发展评价体系五个子系统得分，结果见表5。结果显示，对外开放水平子系统得分始终排在第一，是推动城市物流高质量发展的最关键因素。高水平的对外开放吸引大量的外资企业进入，带来大量高水平的物流服务需求，对物流企业管理能力、技术水平、综合服务能力均提出了较高要求，提升了物流企业服务能力和运营效率，推动了物流业转型升级。绿色发展成效得分呈现波动上升特征。2010年后，绿色发展成效得分快速上升，对城市物流高质量发展的影响持续强化，这与“十二五”以来环境友好型社会建设的持续推进密切相关。2010年以来，交通运输、仓储和邮政业能源消费占全国能源消费总量的8%~9%，交通运输领域碳排放量占全国温室气体排放量的9%~10%[28]，交通运输领域是碳排放和空气污染的主要来源，推动交通运输领域减污降碳、绿色发展是“十四五”及未来更长的时间内物流业高质量发展的关键。2017年前，基础设施建设得分呈波动上升特征，大量的要素投入持续提升城市交通物流基础设施水平，为城市物流高质量发展奠定了良好的基础。经济发展基础和技术创新能力得分在2005—2020年出现较大幅度震荡，但整体呈现上升趋势。区域经济发展带来大量的物流服务需求，这是物流业发展的根本动力，经济发展的波动直接影响城市物流发展。技术创新是推动物流业转型升级的决定力量，物流技术的应用推动物流业粗放式发展向集约化发展转型，加快物流业高质量发展的进程。

表5 2005—2020年我国城市物流五大子系统发展水平

四、城市物流发展失配度特征分析

（一）整体特征分析

利用健康距离模型计算2005—2020年全国284个城市物流发展失配度，运用系统Q形聚类分析法[21]，本文将各城市按物流发展失配度分为5类，分别为高度匹配（0≤HD≤0.14）、中度匹配（0.14

表6 2005—2020年我国城市物流高质量发展失配度特征

（二）基于城市规模的失配度演化特征分析

按照城区常住人口数量将城市划分为三个等级[29]：100 万人及以上的为大型城市，50 万至100万人的为中型城市，50 万人以下的为小型城市。在此基础上计算不同类型城市物流发展失配度均值和标准差，分析不同类型城市物流发展失配度特征，结果见表7和表8，结果显示，从整体来看，大型城市的失配度最低，其次是中型城市，小型城市的失配度最高。从城市物流发展水平评价结果来看，大型城市物流业发展水平远高于中小型城市，大型城市物流业发展呈现“高质量-低失配度”特征，说明大型城市物流业发展能够较好地满足城市经济社会发展需求，而小型城市物流业发展呈现“低质量-高失配度”特征。2005—2020年，不同规模城市物流发展失配度均呈现下降趋势，大型城市由0.478下降至0.338，降幅达29.22%；中型城市由0.561降至0.495，降幅达11.84%；小型城市由0.590 降至0.546，降幅达7.5%。大型城市的失配度降幅远高于中小型城市，这得益于大型城市良好的营商环境、完善的物流基础设施和较高的经济发展水平，能够吸引更多的企业落户投资，带动物流业整体发展。但在三种类型的城市中，大型城市物流发展失配度标准差最大，中型城市次之，小型城市最小，大型城市间物流业发展水平差距远高于中小城市。从标准差时间演化趋势来看，大型城市物流发展失配度标准差呈波动上升特征（2020年除外，标准差为0.090），由2005年的0.091增加到2019年的0.103，增幅达13.19%，中小型城市失配度标准差增幅远大于大型城市，分别为66.67%和84.21%，中小型城市物流发展失配度差距扩大幅度远大于大型城市。从系统层面来看（结果见表9），城市技术创新能力子系统的失配度最高，是造成城市物流发展失配的主要原因[30]；小型城市在绿色发展成效上的失配度低于大中型城市（大中小型城市绿色发展成效失配度分别为0.345、0.250 和0.187），大中型城市在追求经济的增长过程中对环境保护的投入不足，导致绿色发展成效失配度较高。

表7 2005—2020年我国不同规模城市物流业发展失配度均值

表8 2005—2020年我国不同规模城市物流业发展失配度标准差

表9 2005—2020年我国城市物流发展子系统失配度

（三）失配度分阶段演化特征分析

我国城市物流发展失配度在时序演化上还存在明显的阶段性特征，参考已有文献[31]，按失配度种类所对应的城市数量将我国城市物流发展划分为三个阶段：第一阶段为高度失配阶段（2005—2011年），该阶段高度失配为主要失配类型，高度失配城市占比最高；第二阶段为中度失配阶段（2012—2018年），该阶段中度失配为主要失配类型；第三阶段为低度失配阶段（2019—2020年），该阶段大部分城市处于低度失配状态，城市物流失配情况均出现不同程度的改善。结果见表10和表11。结果显示，在第一阶段，大部分城市物流发展处于高度失配状态，只有北京、上海、广州、深圳、天津、武汉、南京、沈阳、杭州、重庆、大连、哈尔滨处于匹配阶段，这些城市主要分布于中东部地区；高度失配的城市有147个，其中有124个城市位于中西地区，中西部地区城市物流发展失配现象明显。得益于2009年物流业跻身国家十大振兴产业序列，物流业发展得到空前重视，大量资源要素投入显著提升了城市物流发展水平，2010年物流业发展高度失配的城市数量显著减少，中度与低度失配的城市数量显著增加。在第二阶段，中部地区的失配程度有所好转，大部分城市由高度失配类型转变为中度失配类型，高度失配的城市只剩下12 个，处于匹配状态的城市7 个，分别为武汉、合肥、长沙、郑州、哈尔滨、太原、芜湖；东部地区的高失配度城市清零，处于低度失配状态的城市最多；西部地区高失配度与中失配度城市数量相当，失配现象仍然明显，受制于经济水平相对落后、技术创新能力弱、要素投入不足等多种因素，西部地区物流业发展水平及资源利用水平同中东部地区相比仍存在较大差距。2013年后高失配度的城市数量显著减少，这与国务院发布《物流业调整和振兴规划》以及“十二五”“十三五”期间国民经济结构的调整为物流业发展带来良好机遇有关。在第三阶段，高失配度的城市仅剩下53个，主要位于西部地区，东中部地区处于低失配度状态的城市最多，中失配度的城市分别为20 和27 个，西部地区虽然失配状态仍明显，但处于匹配状态的城市增加到7 个，分别是成都、重庆、西安、昆明、贵阳、南宁和乌鲁木齐，这些城市是西部地区重要的交通枢纽和经济增长极，在区域物流发展过程中发挥着至关重要的作用。

表10 我国分区域分阶段分物流发展匹配程度的城市分布情况

表11 我国分阶段物流业发展失配度排名前20名与后20名的城市

五、城市物流发展失配度的成因解析

（一）障碍因子分析

为进一步探究影响我国城市物流发展失配度的具体因素，本文运用障碍度诊断模型从产业规模、经济发展、物流网络、政府支持、生态环境、技术投入、信息化水平、对外交流八个要素层21个指标对2005—2020年284 个城市物流发展失配度进行障碍因子识别。结果显示，不同年份城市物流发展障碍因子基本相同，本文仅选择2005年、2010年、2015年、2019年和2020年五年进行障碍因子分析（受新冠肺炎疫情影响，2020年城市物流发展水平较2019年出现小幅波动，因此将2019年和2020年均作为典型年份进行分析），结果见表12和表13。结果显示，从要素层面看，产业规模、经济发展、物流网络、生态环境、技术投入及信息化水平是造成我国城市物流发展失配的主要因素，其中，产业规模、经济发展、物流网络、信息化水平的障碍度均呈现上升趋势，产业规模要素障碍度最高，由2005年的17.69%增加到2020年的21.48%，成为城市物流高质量发展的主要障碍，是导致城市物流发展失配的最主要原因。生态环境要素障碍度总体呈下降态势，但2020年障碍度仅低于产业规模，是导致城市物流发展失配的次级因素。技术投入要素障碍度先上升后下降，随着技术研发和应用水平的提升，2015年后，技术投入对城市物流发展失配的影响逐步减弱。

表12 主要年份八大要素对我国城市物流发展的障碍度

表13 主要年份导致我国城市物流发展失配前7位障碍因子及障碍度

从具体指标来看，物流从业人员数、科学事业费支出、互联网宽带接入用户数、邮政业务收入、年末实有城市道路面积、工业烟尘排放量、工业二氧化硫排放量、人均GDP和人均社会消费品零售总额是主要的障碍因素。经济发展要素受制于人均社会消费品零售额及人均GDP，区域经济从以下几个方面影响物流业发展：一是经济发达地区能够保障交通等公共基础设施建设所需资金，持续完善的交通基础设施网络能够降低物流业运营成本，提升物流业运营效率，吸引更多的物流企业集聚；二是经济发展水平较高的区域一般具有较强的制造业发展实力和居民消费能力，能够带来大量的物流服务需求，进而推动物流业发展。产业规模要素主要受限于物流从业人员数，物流业的快速发展产生大量的从业人员需求，但物流业从业人员特别是从事仓库、运输等作业的一线从业人员缺口呈扩大趋势，在一定程度上制约了产业的发展。从业人员数不足的地区可通过建立跨地区联动的物流业人才基地和人力资源市场共享机制、加快自动化设施设备的应用等途径突破物流业发展从业人员不足的瓶颈[32]。生态环境要素主要受限于工业烟尘排放量和工业二氧化硫排放量，近年来，中西部地区工业化进程显著加快，大量污染物的排放对中西部地区环境保护带来较大压力，如何实现工业化发展和环境污染治理协同推进是中西部地区需要重点解决的问题。技术投入要素主要受科学事业费支出的制约，受制于财政收支等因素，中西部城市科学事业费支出同东部地区存在较大差距，如何提升有限的科学事业费支出使用效率需要引起中西部城市的重点关注。物流网络要素主要受制于年末实有城市道路面积，近年来，以城市配送这一物流新业态为代表的城市物流快速发展，对城市道路的依赖越来越大，而城市路网水平直接影响着城市配送等新业态的运营效率。信息化水平要素主要受互联网宽带接入用户数的限制，随着网络货运平台、物流软件即服务（SaaS）等业态的快速发展，对企业信息化水平提出了越来越高的要求，互联网宽带接入用户数直接影响城市物流发展水平。

（二）单因素的必要条件分析

单一障碍因素可以在一定程度上解释城市物流发展失配的原因，但城市物流发展是多重影响因素综合作用的结果，需要进一步分析各因素的组合影响。本文借助fsQCA3.0 软件，通过模糊集定性比较分析法，探究影响物流业高质量发展的条件组态及作用机制。

由于QCA 无法处理时序性数据，本文选取2020年的要素层变量作为条件变量、城市物流发展失配度作为结果变量开展研究（同时对2005—2019年数据进行相关检验，结果同2020年基本一致，说明研究结论可靠，限于篇幅原因，未列出2005—2019年结果），必要条件分析结果见表14。当结果变量为失配结果时，低产业规模、低经济发展、低政府支持、低技术投入、低信息化水平、低对外交流的一致性均高于阈值0.9，且覆盖率均大于0.5，说明这六个条件变量可能是导致我国城市物流发展失配的必要条件。借鉴施耐德等[27]、谭海波等[33]的做法，分别将这六个变量与结果变量绘制X-Y散点图，结果显示1/3 以上的案例点分布在对角线以上，说明尽管这六个条件变量都通过了一致性检验，但仍然无法将其视为导致我国城市物流发展失配的必要条件。在结果变量为匹配结果时，所有条件变量的一致性均未通过阈值0.9，说明单一变量同样无法作为造成我国城市物流发展匹配的归因。这一结果显示了我国城市物流发展失配归因的复杂性，城市物流发展失配状态的变化是多个条件共同作用的结果，需要对其不同前因条件进行组态分析。

表14 全国物流业高质量发展失配度单因素必要条件分析结果

（三）条件组态分析

以城市物流高质量发展失配度为因变量，以产业规模等八个要素为条件变量进行条件组态分析。基于校准后的真值表，以0.8 作为一致性阈值，设定案例阈值为2，不一致性比例减少（Propor⁃tional Reduction in Inconsistency，PRI）的一致性大于0.75[34]，在反事实分析中假设八个条件变量的出现和缺失都有可能影响城市物流发展的失配程度，以仅出现在中间解的条件变量作为边缘条件，以同时出现在中间解与简单解的条件变量作为核心条件得到表15。结果显示，在失配结果中，解的一致性为0.977，表示在所有满足失配结果的五条路径的案例城市中，有97.7%的案例城市均呈现较高的失配度；解的覆盖率为0.796，表示这五条路径可以解释79.6%的案例城市物流业发展失配情况。在匹配结果中，解的一致性为0.986，表示在所有满足匹配结果的五条路径的案例城市中，有98.6%的案例城市呈现较高的物流发展匹配度；解的覆盖率为0.702，表示这五条路径可以解释70.2%的案例城市物流业发展匹配情况。解的一致性与覆盖度均高于阈值，验证实证结果有效。

表15 我国城市物流发展失配度前因条件组合路径

1.失配结果归因的组合路径分析

表15 结果显示，单个条件分析结果发现低产业规模在五条路径中均出现，表明产业规模小是导致城市物流发展失配的主要原因，这个结果同城市物流发展失配障碍因素分析结果一致。导致城市物流发展失配的组合路径有五条，结合组合路径特征将其归纳为以下两种类型：

（1）全面组合型。对应组态1、组态3。该类型可理解为物流高质量发展失配格局是所有变量共同作用的结果，其中产业规模小、政府投入不足、技术水平较低、信息化水平落后、对外交流不够是城市物流高质量发展的核心阻力，在所有组态中，该类型覆盖城市最多，典型城市包括朝阳、辽源、白山、鹤岗、双鸭山、伊春、七河、贺州、来宾、资阳、保山、铜川、普洱、嘉峪关、白银、武威、酒泉、定西、陇南、吴忠、固原等，主要位于经济发展水平不高的中西部和偏远地区，需求不足导致物流市场主体发育滞缓，投入不足导致交通物流基础设施落后，以上因素的综合作用导致这些城市物流业发展失配度较高，需要结合城市经济发展、所处区位以及“一带一路”倡议、现代流通体系建设等国家战略，精准定位、系统制定城市物流发展规划，重点围绕交通基础设施建设、培育壮大市场主体等工作，补齐短板，激发城市物流发展内生动力。

（2）发展滞后-环境污染型。对应组态2、组态4、组态5。该类型可理解为经济发展不足与绿色发展成效不好造成了物流业高质量发展失配格局，物流业产业规模小、经济发展基础薄弱、绿色发展不足是核心阻力，典型城市包括大同、晋城、朔州、乌海、抚顺、本溪、盘锦、铜陵、新余、枣庄、黄石、承德、运城、临汾、吕梁等，这些城市大多位于中部地区，城市经济和环境的协调可持续发展不足，其中，部分城市属于资源型城市，生态环境比较脆弱，其转型发展存在着对资源路径的依赖，面临着转型发展和减污降碳的双重压力。这些城市应摆脱原有产业发展惯性，充分发挥资源禀赋优势，探索基于资源的产业链绿色低碳延伸，提升产业链能级，构建符合可持续发展要求的现代绿色产业体系，实现经济与环境的协调发展。同时，要积极推进物流业的绿色化改造，加快推进与区域经济社会发展相适应的绿色物流基础设施和网络建设，引导物流业市场主体通过绿色技术与装备应用、绿色运营模式导入等开展绿色运营实践，实现物流业与关联产业的绿色协调发展。

2.匹配结果归因的组合路径分析

由于QCA 具有因果不对称性的特点，本文以结果变量的否集（非失配）作为高质量发展匹配度展开分析。表15 显示，高政府支持在五条路径中均出现，表明政府支持是城市物流高质量发展匹配结果的重要影响因素。推动城市物流高质量发展匹配的组合路径有五条，结合组合路径特征将其归纳为以下两种类型：

（1）全面发展型。对应组态1、组态2、组态3。在这三条组合路径中，产业规模、经济发展和政府支持的协同效应是形成城市物流高质量发展匹配格局的核心条件，即拥有良好的经济基础、扎实的产业基础和较好的政府支持时，城市物流高质量发展将呈现匹配特征。技术投入和对外交流水平是城市物流高质量发展匹配的补充条件。典型城市包括北京、上海、天津、哈尔滨、长春、石家庄、太原、沈阳、杭州、宁波、温州、南京、苏州、合肥、福州、厦门、泉州、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、珠海等，这些城市主要分布在东部沿海地区和中部地区，以省会、副省级城市为主，城市物流发展呈现多要素匹配特征。

（2）组织-开放型。对应组态4、组态5。在这两条组合路径中，政府支持和对外交流的协同效应是形成城市物流高质量发展匹配格局的核心条件，经济发展是共同的补充条件，即较高的对外交流水平、较多的财政资源投入和良好的经济发展基础能够提升城市物流高质量发展匹配度。典型城市包括天津、唐山、邯郸、大连、徐州、赣州、济南、东营、潍坊、临沂、武汉、岳阳、重庆、昆明等，这些城市一般是区域核心或次核心城市，或者是区域枢纽城市，良好的经济基础保障了这些城市政府财政资金的投入，推动了交通、物流基础设施条件的持续完善，健全的交通物流服务体系进一步强化了这些城市的枢纽功能，枢纽经济的打造推动了城市经济与物流业的协同发展，同时，这些城市具备较强的吸引外资或产品出口能力，进一步带动了物流业发展。

六、结论与政策建议

（一）结论

本研究在测算2005—2020年我国城市物流高质量发展失配度的基础上，刻画了城市物流高质量发展失配演化特征，探究了城市物流发展失配归因，得到以下研究结论：

第一，我国城市物流业高质量发展水平总体呈现上升趋势但仍处在较低发展水平，城市物流存在显著的区域发展不平衡特征，东部地区发展水平远高于中西部地区。对外开放水平子系统得分最高，是推动城市物流高质量发展的关键因素；绿色发展成效得分快速上升，对城市物流高质量发展的影响持续强化。

第二，我国城市物流发展失配度总体呈现下降趋势，由失配向匹配转变。东部与中部城市大部分处在低度失配状态，处于匹配状态的城市也主要分布在中东部地区，而西部地区则是高失配城市集中区域。

第三，障碍度诊断结果显示，产业规模、经济发展、物流网络、生态环境、技术投入和信息化水平是造成我国城市物流发展失配的主要因素，其中，物流产业规模是城市物流发展失配的最主要原因。

第四，单一障碍因素难以全面解释我国城市物流发展失配的成因，城市物流发展失配是多变量共同作用的结果。在引起失配的组合路径中，产业规模偏小是导致城市物流发展失配的主要原因，造成失配结果的组合路径包括全面组合型和发展滞后-环境污染型两种类型。在引起匹配的组合路径中，较大的产业规模和较强的政府支持是实现城市物流发展匹配格局的核心条件，产生匹配结果的组合路径包括全面发展型和组织-开放型两种类型。

（二）政策建议

1.以“全国一盘棋”的思路统筹物流业整体发展

深入推进“通道+枢纽+网络”现代物流服务体系建设，从整体上做好物流枢纽城市、物流通道建设规划，做好国家、省、市层面政策和制度的统一，高质量推进现代物流网络建设，有效支撑现代流通体系建设。针对不同城市在物流网络中所处地位，结合当地实际情况，有针对性地制定物流业发展规划和扶持政策，提升区域物流协调发展水平，提升政策的有效性。具体来看，要围绕国家物流枢纽建设、做大做强物流市场主体、提升智慧化水平等重点工作进一步推动东部地区物流产业转型升级，强化这些区域对城市物流网络的引领带动作用，进一步提升溢出效果；对于中西部地区城市，要充分利用各城市特有的经济资源禀赋，打好物流业发展基础，积极融入全国物流运营网络体系，提高其在整体网络中的参与度。

2.推动物流业与关联产业融合发展

区域经济发展水平和对外开放水平是影响城市物流发展匹配度的核心变量，良好的经济发展基础和对外开放水平能带来大量的物流服务需求，推进物流业与制造业、商贸流通业等产业协同集聚、融合发展能够显著提升物流业运营效率。通过延伸仓储、运输等功能性物流服务，推进物流业务向综合型供应链服务转型，进一步提升物流业融入产业链、供应链的广度和深度，显著提升供应链组织效率，在构建自主安全可控的供应链体系的同时实现产业的协同发展。

3.培育物流业高质量发展新动能

一是坚持创新驱动，强化技术创新对物流业高质量发展的引领作用。依托大数据、物联网等信息技术工具和手段打造提升物流业运营效率的服务平台，加快现代物流技术和设备的应用，推进现代物流业智慧化转型。二是强化区域合作，在完善城市物流服务体系的基础上，围绕都市圈、城市群产业链建设，健全物流服务链，构建服务全产业链的物流服务网络，提升城市间物流协同服务能力。

4.推进城市物流绿色转型

“3060”目标的提出进一步强化了物流业发展的资源环境约束。沿海经济发达、物流产业发展基础好的城市应积极探索绿色物流发展规律，加快绿色物流技术研发和应用，培育绿色物流发展新业态，探索可复制可推广的绿色物流发展模式。中西部物流业发展落后城市在物流业的发展过程中，要避免传统物流业高能耗、高排放、高污染的发展路径，做好绿色物流发展顶层设计，从基础设施建设、技术装备应用、市场主体培育等方面系统推进绿色物流发展。

注释：

①社会物流总额增幅根据中国统计年鉴相关数据测算。