高质量发展背景下区域物流能力测度及时空演变分析——以皖江城市带为例

王雯雯, 孟凡会, 程紫溦

(1.滁州学院 经济管理学院，安徽 滁州 239000；2. 滁州学院 教务处，安徽 滁州 239000)

自2010年国务院正式将皖江城市带承接产业转移纳入国家发展战略以来，皖江城市带的发展潜力不断释放、产业类型不断丰富、经济结构不断完善，有效促进区域经济快速高质量发展。物流作为经济发展的“水下冰川”和“第三利润源”，是支撑国民经济发展的基础产业，在皖江城市带经济社会的快速发展中发挥着重要的作用，尤其随着《交通强国建设纲要》《关于推动物流高质量发展促进形成强大国内市场的意见》等政策文件相继出台，物流业的作用进一步凸显。高质量发展背景下，如何科学有效地对皖江城市带物流能力进行评价，为实现皖江城市带可持续发展提供保障，具有重要的现实意义。

关于物流能力评价，学术界已经进行了大量的研究。王岳峰等以盲数作为数学工具建立区域物流能力盲数测评模型对区域总体物流进行测算[1]。李丽基于低碳物流的特点，从四个维度构建区域物流能力评价指标体系，采用模糊物元法对京津冀地区物流能力进行评价[2]。王小丽结合灰色管理模型和理想方案方法对河南省各市物流能力进行评价[3]。周泰等采用灰色聚类分析法对中国西部区域物流能力进行测度，并通过评价结果的合理性肯定了灰色聚类法的实用性和可操作性[4]。曹炳汝等通过ANP-TOPSIS模型对江苏省物流发展能力进行研究，认为“南强北弱”是江苏省物流发展能力的特点[5]。张建军等构建了包含16个三级指标的区域物流评价指标体系，运用综合指数法进行评价后，结合耦合协调度模型探究区域物流能力与区域经济发展耦合互动机理[6]。张旭等通过因子分析确定区域物流能力评价指标体系，然后利用云PDR法对全国七大区域(京津冀、哈长、长三角、中原、长江中游、北部湾、成渝)的物流能力进行评价[7]。宋宁等以生态文明为导向，从经济效益、区域物流服务质量、区域物流规范、外部环境、生态效益等方面探究区域物流服务业绩效水平[8]。王辉等从服务模式、业务范围、运营模式等方面比较众包物流和传统物流，分析众包物流线上平台存在的问题和未来发展方向[9]。侯维磊等采用熵权双基点法对铁路运输企业货运服务创新绩效进行评价[10]。康朕玮[11]基于区域物流能力的内涵和特点，构建包含36个指标的评价指标体系，以京津冀区域为研究对象，结合模糊物元法对其物流能力进行评价。温馨等[12]集成引力模型、TOPSIS和灰色关联度等方法，探究“一带一路”中国区域18个省份的物流辐射能力。综上研究，学者们在研究方法上主要采用盲数测评模型、灰色聚类、模糊物元、云PDR、TOPSIS等方法对区域物流能力进行评价，研究区域多以省域为主，以都市圈、经济带为研究区域的成果较少，本文以皖江城市带为研究区域，从经济发展基础、物流运载能力、物流产业绩效、技术创新能力、绿色发展成效等5个维度构建综合评价指标体系，结合熵值法和TOPSIS法对皖江城市带物流能力进行评价，结合核密度估计等分析方法，探究2014—2020年皖江城市带物流能力的时空演变趋势，为区域物流健康可持续发展提供科学指导。

一、皖江城市带物流能力评价指标体系构建

区域物流能力系统是一个复杂的系统，影响因素众多[13]，充分考虑皖江城市带物流业发展现状，基于前人的研究成果[14-17]，遵循科学性和数据可得性原则，结合高质量发展的要求，构建包含经济发展基础、物流运载能力、物流产业绩效、技术创新能力、绿色发展成效等5个一级指标及15个二级指标的皖江城市带物流能力综合评价指标体系(表1，权重赋值方法见本文第二部分)。

表1 皖江城市带物流能力评价指标体系

二、研究方法与数据来源

(一)熵值-TOPSIS综合评价模型

TOPSIS是由C.L.Hwang和K.Yoon提出的一种按照评价对象与理想化目标接近程度排序的方法，评价对象接近最优解的同时又远离最劣解，则为最好；反之亦然[18]。熵值法是一种客观赋权法，避免了专家打分法、层次分析法等主观赋权法中的人为干扰，更具有科学性。本文通过熵值-TOPSIS模型求解2014—2020年皖江城市带物流能力靠近正理想解和远离负理想解的程度[19]，确定皖江城市带物流能力的贴近度，并根据贴近度的大小进行排序。

(二)核密度估计法

(三)数据来源

本文涉及指标数据均来源于《安徽省统计年鉴》(2015—2021年)、安徽省统计公报(2014—2020年)，其中物流产业增加值采用交通运输、仓储、邮政产业增加值，物流业年末从业人数采用交通运输、仓储、邮政业年末从业人数[21]。皖江城市带包括合肥、芜湖、马鞍山、安庆、滁州、池州、铜陵、宣城8个地级市全境以及六安市的金安区和舒城县[22]，考虑到县域数据不易获取，故本文研究区域为皖江城市带范围内的8个地级市。

三、结果与分析

(一)物流能力指标权重分析

借助MATLAB R2018a软件，根据熵值法求解步骤，计算得到各指标的权重，如表1所示。由表1中各指标的性质可以看出，除了绿色发展成效维度的工业二氧化硫排放量和工业烟尘排放量为“-”指标，其余各指标均为“+”指标，表明各指标的值越大，区域物流能力越强。从各指标权重可以看出，经济发展基础、物流运载能力、物流产业绩效、技术创新能力、绿色发展成效对皖江城市带物流能力的作用强度分别为0.216、0.262、0.242、0.224、0.057，表明经济发展基础、物流运载能力、物流产业绩效、技术创新能力对皖江城市带物流能力的作用强度相对较大，其中物流业年末从业人员数是影响物流能力评价的主要因素。在经济发展基础维度，各指标按权重大小排序为社会消费品零售总额<地区生产总值<物流业增加值，表明在经济发展基础系统中，物流业增加值对物流能力的影响最大；在物流运载能力维度，各指标按权重大小排序为公路总里程<载货汽车数<物流业年末从业人员数，表明在物流运载能力系统中，物流业年末从业人员数对物流能力的影响最大；在物流产业绩效维度，各指标按权重大小排序为邮政业务总量<货物运输量<货物周转量，表明在物流产业绩效系统中，货物周转量对物流能力的影响最大；在技术创新能力维度，各指标按权重大小排序为移动电话年末用户数<互联网宽带接入用户数<专利申请授权数，表明在技术创新能力系统中，专利申请授权数对物流能力的影响最大；在绿色发展成效维度，各指标按权重大小排序为工业二氧化硫排放量<工业烟尘排放量<建成区绿化覆盖率，表明在绿色发展成效系统中，建成区绿色覆盖率对物流能力的影响最大。

(二)皖江城市带物流能力综合评价

结合熵值-TOPSIS模型，利用皖江城市带各市物流能力评价指标数据，计算出2014—2020年皖江城市带各市的物流能力贴近度指数T，根据其数值进行排序，得到各市的排名，如表2所示。

表2 2014—2020年皖江城市带物流能力贴近度及排名

1.皖江城市带物流能力时序发展分析

从时间维度来看(表2)，2014—2020年皖江城市带物流能力先下降后上升，从0.334下降到0.220后逐渐上升到0.641，整体呈稳中向好的态势，表明皖江城市带物流能力的整体水平不断改善。根据增速的快慢变化，物流能力的增长具有明显的阶段性特征。其中，2014—2015年(第一阶段)物流能力贴近度下降，主要由于随着经济结构的不断调整，载货汽车数量减少，单位GDP货物周转量下降，导致铁路、公路、水运货运周转量都出现不同幅度的下降，使得当年物流能力呈下降趋势。2016—2019年(第二阶段)物流能力贴近度逐年上升，主要由于随着皖江城市带承接产业转移进程的推进，区域经济发展基础大幅提升，GDP增长了82%、社会消费品零售总额增长了124%、物流业增加值增长了139%，物流运载能力和产业逐步完善，公路总里程增加了27%、邮政业务总量增长了7倍，绿色发展成效明显，工业二氧化硫排放量减少75%、工业烟尘排放量减少85%，使得皖江城市带整体物流能力大幅提升。2019—2020年(第三阶段)物流能力贴近度略有下降，主要由于2020年初新冠肺炎疫情爆发，很多企业停工停产，对区域经济，尤其是物流业的发展产生了很大的影响，虽然疫情稳定后，经济大规模复苏，但前期的影响不容小觑，导致2020年皖江城市带物流能力较2019年略有下降。除铜陵市外，其余各市物流能力变动趋势同皖江城市带整体变动趋势，呈先下降后上升，整体稳中向好，而铜陵市物流能力呈稳步上升态势。2014—2015年物流能力大幅上升，2015—2018年一直保持领先水平，期间其经济发展基础、物流运载能力、物流产业绩效、技术创新能力水平均逐年提高，绿色发展成效日趋显著，工业二氧化硫排放量和工业烟尘排放量大幅降低。

2.皖江城市带物流能力动态演进分析

结合核密度估计理论，借助stata15软件绘制2014—2020年皖江城市带物流能力的核密度函数曲线(图1)，为了清除比较不同阶段演变情况，选取2014年、2017年和2020年的核密度曲线，从其分布位置、形态、延展性和极化现象对皖江城市带物流能力的分布动态演进情况进行分析。从整体来看，2014—2020年皖江城市带物流能力核密度曲线的中心呈现向右移动的趋势，峰值变动不大，波峰对应的物流能力逐渐增大，说明皖江城市带物流能力在逐步提升。从位置上看，2014—2020年，皖江城市带物流能力核密度曲线的中心呈现向右移动的趋势，波峰对应的物流能力逐渐增大，区域物流能力提升较快，尤其在2017—2020年，向右平移幅度加大，增速明显。从峰度和形态上看，皖江城市带物流能力核密度曲线都接近于单峰形状，表现为收敛态势；且具有左拖尾现象，曲线宽度不断减小，表明各市间物流能力的绝对差异呈缩小态势。相比2014年，2017年波峰高度下降，曲线宽度变小，表明地区间物流能力差距变小；与2017年相比，2020年波峰高度上升，曲线宽度基本保持不变，表明地区间物流能力差距变化并不明显。物流能力核密度曲线左尾移动距离略大于右尾，说明皖江城市带物流能力低水平区域的比重在不断增加，高水平区域的比重在不断减少。

图1 皖江城市带物流能力密度演变

3.皖江城市带物流能力空间分异规律

从空间分布来看，合肥市物流能力一直处于皖江城市带领先水平，马鞍山市物流能力有所提升，滁州市、安庆市、铜陵市、芜湖市、宣城市物流能力变动不大，池州市物流能力有所波动，先有所改善后降低。相邻年份，皖江城市带各市物流能力水平变动不大，空间分布保持不变。2014年和2015年，合肥市物流能力远高于其余7市，马鞍山市物流能力贴近度最低。主要由于马鞍山市在物流运载能力和物流产业绩效方面相对落后，尤其是载货汽车数量、货物运输量、货物周转量较低，导致其物流能力处于较低水平。2016年和2017年，池州市物流能力贴近度有所下降，其他城市几乎保持不变。主要由于载货汽车数和专利申请授权量减少，导致池州市物流运载能力和技术创新能力下降，从而导致其整体物流能力贴近度出现下降。2018年和2019年，马鞍山市和池州市物流能力贴近度有所改善，除合肥市外，其他城市物流能力贴近度都处于相同水平。2020年池州市物流能力贴近度又出现了下降，主要由于物流业从业人员数、互联网宽带接入用户数减少，工业二氧化硫排放量增加，导致其物流运载能力、技术创新能力和绿色发展成效出现不同程度的下降，使得其物流能力贴近度出现下降。

从整体上看，各市物流能力水平呈现不同程度的改善。2014—2020年皖江城市带各市物流能力排名顺序前四位基本保持不变，由马鞍山市<池州市<铜陵市<宣城市<芜湖市<安庆市<滁州市<合肥市,变为池州市<宣城市<马鞍山市<铜陵市<芜湖市<安庆市<滁州市<合肥市，其中，马鞍山市、池州市、宣城市、铜陵市排名出现了波动。合肥市物流能力一直处于领先地位，其物流能力平均贴近度为0.836，排名第一，远高于排名第二、三的滁州市(0.382)和安庆市(0.341)，主要由于合肥市是安徽省的省会，经济发展态势较好，交通网络发达，尤其近些年随着合肥都市圈和长三角一体化进程不断推进，无论是经济发展基础还是物流运载能力、物流产业绩效、技术创新能力和绿色发展成效在皖江各市中都处于领先地位；滁州市和安庆市一直处于第二、第三，主要由于这两个城市在公路总里程、货物周转量以及邮电业务总量等物流运载能力及物流产业绩效方面具有较大优势，使得其物流能力整体处于相对较高水平，但与合肥市相比还有较大差距；马鞍山市和池州市物流能力平均贴近度排名最后两位，分别为0.178和0.213，主要由于两市山地丘陵较多，经济发展态势缓慢，交通不够便利，导致其在经济发展基础、物流运载能力、物流产业绩效、技术创新能力、绿色发展成效等方面都相对欠缺，使得其物流能力相对较差。

四、结论与建议

地区物流能力直接关系到区域高质量发展水平，本文结合熵值法、TOPSIS法和核密度估计理论，确定皖江城市带物流能力靠近正理想解和远离负理想解的程度，分析其动态演进规律和空间分布特征，研究结论如下：

(1)经济发展基础、物流运载能力、物流产业绩效、技术创新能力对皖江城市带物流能力的作用强度相对较大，其中物流业年末从业人员数是影响区域物流能力的关键因素。

(2)从时序演变来看，2014—2020年皖江城市带物流能力整体呈稳中向好态势，其增长大致经历了三个阶段。由核密度估计结果可知，皖江城市带物流能力水平不断增大，在呈现收敛态势的过程中，地区间差距逐渐缩小。

(3)从空间分布来看，合肥市物流能力一直处于领先水平，相邻年份皖江城市带物流能力空间分布保持不变。2020年皖江城市带物流能力排序为池州市<宣城市<马鞍山市<铜陵市<芜湖市<安庆市<滁州市<合肥市。结合上述研究结论，针对不同地区的物流能力特征，提出相应的物流能力提升建议。对于物流能力处于较低水平的城市(池州市等)，政府在基础设施建设中向交通运输和物流设施建设方面给予适度的政策倾斜，如增加公路里程等，鼓励和支持地区物流业和交通运输业的发展。物流能力处于较高水平的城市(合肥市)，积极发挥自身辐射优势，重视区域物流业协同发展，缩小城市间的差距。