中国物流业高质量发展的测度评价：区域差异与动态演进

赖靓荣，朱芳阳，2，朱志东

（1.广西大学 工商管理学院，广西 南宁 530004；2.北部湾大学 经济管理学院，广西 钦州 535011；3.杜克大学，美国 达勒姆NC 27708）

0 引言

物流业是国民经济的基础性和战略性产业，其高质量发展是促进经济社会全面、协调、可持续发展的重要支撑。“十三五”时期，我国社会物流总额由2015年的219.2 万亿元增长至2020 年的300 万亿元，年平均增长速度为6.5%，物流业已成为我国服务业支柱产业之一。同时，“十三五”时期我国物流业降本增效取得了较为明显的成果，社会物流总费用占GDP的比重由2015 年的16%下降到2020 年的14.7%，提高了社会经济运行质量。但我国社会物流总费用与GDP 的比率依然偏高，物流发展不平衡、不充分、不协调问题依旧存在［1］，同时还面临着资源和生态环境约束等带来的挑战［2］，制约了我国物流业由粗放发展向高质量发展转变。因此，在新发展理念下，科学全面构建物流业发展的评价指标体系，测度各省份物流业发展的实际水平，探究区域物流业发展的差异及原因，是“十四五”时期促进我国物流业高质量发展亟需解决的重要问题。

我国物流业高质量发展的研究成果集中在近3年，已有的研究文献主要从两个方面展开：①从理论层面研究物流业高质量发展。首先是对物流业高质量发展内涵的研究。如：肖建辉［3］认为，物流高质量发展应包含物流业发展、经济发展需求满足和人民需求满足的高质量。其次在理论方面，有学者研究了我国物流高质量发展存在的问题及应对策略［4］；物流业高质量发展机制的探讨［5］、新发展格局下的物流业高质量发展［6，7］、特定区域物流业高质量发展策略［8］、农产品冷链物流高质量发展［9］、数字经济背景下物流业高质量发展存在的问题挑战及应对策略［10，11］等。②从实证层面研究物流业高质量发展。首先是对物流高质量发展水平测度的研究，学者大多采用熵权法（林双娇等［12］、王鹏等［13］），少数学者采用数据包络分析法，从效率角度对市域物流业高质量发展的水平进行衡量（汪文生等［14］），或采用关联系数标准差方法（孟勐王君等［15］）。其次是对物流业高质量发展的影响机制的实证研究，如技术创新［16，17］、人工智能［18］对 我 国 物 流 业 高 质 量 发 展 的 影响。第三，还有学者采用清晰集定性比较分析法研究我国物流业高质量发展的路径［19］，或从不同视角对物流业高质量发展进行研究。如：贺向阳等［20］从集装箱海铁联运物流视角对双循环背景下物流业高质量发展进行了实证研究；梁子婧等［21］从物流生产力成长空间差异探讨了江苏省三大区域物流业高质量发展的新格局。

纵观已有文献，学者对物流业高质量发展进行了较多的研究，但在研究方法和内容上仍有一定的局限：①对全国系统性的研究不够充分，且已有文献多为静态综合评价方法，鲜有从动态、空间等多视角分析我国物流业高质量发展的动态演进趋势和演进规律。②目前已建立的评价指标体系存在标准不一和可操作性低等问题，未能充分体现新发展理念下物流业高质量发展的基本特征及各维度的发展状况。③在研究尺度上，已有文献主要基于全国范围或传统划分标准下的三大地区对物流发展水平进行研究，缺少对八大综合经济区的研究。基于此，本文采用熵权法、核密度估计方法、空间探索性数据分析法和空间马尔科夫链5 种方法，对新发展理念下我国物流业发展水平的子系统差异、地区差异、时空演变及区域“俱乐部趋同”进行了深入探讨，以期为深化我国物流业高质量发展研究提供参考。

1 模型与方法

熵权法：熵权法是一种根据指标数据本身来确定各指标熵权的客观赋权法，相较于主观赋权法，其客观性更强。本文主要采用熵权法测算我国物流业发展水平，具体步骤为：①数据标准化处理；②计算各指标熵权；③计算各省份物流业发展水平综合评价值。

核密度估计方法：核密度估计是一种非参数估计方法，不事先对数据分布附加任何假定，可以从数据样本本身直观地描述其分布形态特征。本文运用该方法分析我国物流业发展水平的分布形态与极化现象。假设随机变量Y的密度函数为：

式中：N 为观测值个数；h 为带宽；Yi为观测值；y 为平均值；K（·）表示Kernel核函数，本文采用高斯核函数进行估计，计算公式为：

空间探索性数据分析法（ESDA）：ESDA 法是空间统计的基本研究方法，可测度研究对象在空间位置上的相关性，反映其空间聚集及空间异质性情况，且可实现研究对象空间分布的可视化［22］。常用的有全局空间自相关分析和局部空间自相关分析。全局空间自相关分析可从整体上反映所有研究对象的空间关联程度及聚集特征，计算公式为：

式中：n 为研究省份数；wij为空间权重矩阵，本文选择基于Queen 的邻接空间权重矩阵，即省份间地理上两两相接则权重矩阵中对应元素为1，否则为0；xi、xj分别为省份i 和省份j 的物流业发展水平；x 为所有省份物流业发展水平的均值。

局部空间自相关将研究对象划分为若干个区域单元，通过寻找局部空间地区异常值来探究空间异质性，因此可用以全面分析我国物流业发展的空间特征。本文采用局部莫兰指数的LISA 统计量表示物流业发展的局部空间特征，计算公式为：

2 评价指标体系构建及数据

2.1 构建指标体系

坚持新发展理念，把新发展理念贯穿于发展全过程和各领域，是“十四五”规划纲要提出的五大原则之一。以新发展理念指导物流业向补短板、重质量、提质增效方向转变，推动质量变革、效率变革与动力变革，是“十四五”期间全面推进我国物流业发展的必然要求［1］。创新、协调、绿色、开放和共享等是物流业高质量发展的主要驱动力［26］，因此物流业的高质量发展必须贯彻新发展理念。本文基于新发展理念，从创新、协调、绿色、开放和共享5 个方面构建物流业发展水平综合评价指标体系。此外，选取创新投入、创新产出、合理化、高效化等13 个要素层指标，以全面、科学、系统地体现物流业迈向高质量发展的五大核心发展理念。经过对众多具体指标的筛选，最终构建了包含27 个具体指标物流业发展水平评价指标体系（表1）。

表1 基于新发展理念的我国物流业发展水平评价指标体系Table 1 Evaluation index system of China′s logistics industry development level based on the new development concept

2.2 影响因素

影响物流业发展的因素较多，本文选择地区经济发展水平（EC）、人力资本（HC）、城镇化水平（CS）、产业结构水平（ST）进行分析，考察其对物流业发展的动态作用机制。地区经济发展水平采用人均地区生产总值表示。地区经济发展水平越高，物流市场需求通常越大，而消费需求的升级将带动省域物流业的发展。此外，地区经济发展水平的提升能为物流业的绿色发展提供良好的经济支持。人力资本扩张可通过生产要素聚集和技术要素聚集促进我国物流企业技术效率增长［27］。一般来说，人力资本水平较高的省域可充分发挥出技术水平和生产要素的潜力，进一步提升产业效率。本文选择每万人普通高等学校在校生人数表示人力资本。城镇化不仅能有效刺激居民消费［28］，增加对物流的需求，推动物流业发展，还可以通过引发产业和资源的集聚对物流业发展产生促进作用［29］。但城镇化会增加基础建设的投入，增加物流成本投入和碳排放［30］，可能不利于物流业的低碳发展。本文用城镇人口/年末常住人口来表示城镇化水平。产业结构的优化升级，一方面推动了第三产业的发展，带动了消费需求升级，进而带动了物流业的发展；另一方面，产业结构升级会加大对环境保护的投入，降低物流能源的消耗［31］，促进物流业碳排放降低，加快物流业绿色发展进程。本文采用第三产业增加值/第二产业增加值表示。

2.3 数据来源

由于我国缺乏物流产业的统计数据，因此本文参照大多数学者的做法，采用交通运输、仓储和邮政业数据来表示物流产业数据。数据来源于国家统计局官网、《中国科技统计年鉴》、中国重点产业专利信息服务平台、《中国能源统计年鉴》《中国第三产业统计年鉴》《中国劳动统计年鉴》等。研究区域包括我国30 个省份（因为数据收集困难，所以未包含西藏自治区、香港与澳门特别行政区、台湾地区）。研究样本时间跨度为2011—2019 年，个别指标的少数缺失数据采用插值法补齐。

3 我国省域物流业发展的地区差异分析

3.1 物流业发展水平整体分析

通过对我国30 个省份2011—2019 年物流业发展水平测度结果观测可知，整体上我国物流业发展水平呈显著的稳步增长趋势，从2011 年的0.184上升到2019 年的0.266，年平均增长率为4.98%，但物流业发展水平均值仅为0.220，整体上物流业发展仍然处于较低水平。从五大维度来看，绿色和协调水平更高，说明我国在绿色和协调发展上面取得了一定的成果。但绿色和协调方面呈上下波动的趋势，2019 年协调水平比2011 年还低2.02%，说明在物流业高质量发展过程中仍存在着效率不高、专业化水平不足、产业不协调等问题。绿色方面则较2011 年增加了9.73%，在“双碳”背景下，物流业的绿色发展任重而道远。开放、共享和创新呈稳定上升趋势，增幅最大的是共享，增幅超过135.98%；其次为创新和开放，增幅分别为69.10%和41.54%。说明我国在创新驱动的投入取得了成效，物流业的创新能力有了明显提升，且随着改革开放的持续推进，对外开放对物流业发展的促进作用将进一步提升。

图1 2011—2019 年我国物流业发展水平分维度演变趋势Figure 1 The evolution trend of the sub- dimension of the development level of China′s logistics industry from 2011 to 2019

3.2 八大综合经济区差异分析

物流业发展水平测度结果显示，我国物流业发展水平表现出显著的区域差异。按照国务院发展研究中心的划分方法，将我国30 个省份划分为八大综合经济区（北部沿海地区包括北京、天津、河北、山东，东部沿海地区包括上海、江苏、浙江，南部沿海地区包括福建、广东、海南，东北地区包括吉林、辽宁、黑龙江，黄河中游地区包括陕西、山西、河南、内蒙古；长江中游地区包括湖北、湖南、江西、安徽，西南地区包括广西、云南、贵州、四川、重庆，西北地区包括甘肃、青海、宁夏、新疆），其物流业发展水平如图2所示。从平均水平看，2011—2019 年八大综合经济区物流业发展水平排序为：东部沿海地区＞北部沿海地区＞南部沿海地区＞全国＞黄河中游地区＞长江中游地区＞东北地区＞西南地区＞西北地区，说明我国物流业发展水平整体上呈现从东部沿海向西部内陆逐渐下降的阶梯分布。高于全国的只有东部沿海、北部沿海和南部沿海3 个沿海经济地区，且东部沿海地区远高于全国的平均水平。特别是东部沿海地区2016 年后快速增长，2019 年比全国平均水平高了78.52%，其在八大综合经济区中处于领先地位，是物流业高质量发展的“先头部队”。北部沿海和南部沿海地区物流业发展水平稳步提升，2019 年比全国平均水平高20%以上。其他5 个经济区均低于全国平均水平，尤其是西北地区2019年低于全国平均水平51.57%，在考察期内增速缓慢，与全国平均水平差距越拉越大；东北地区在2019年低于全国平均水平24.56%，表明东北振兴任务依然艰巨；西南地区和长江中游地区物流业发展水平有所提升，与全国平均水平的差距逐渐减小；黄河中游地区则一直略低于全国平均水平。

图2 2011—2019 年全国及八大综合经济区物流业发展水平演变趋势Figure 2 Evolution trend of the development level of logistics industry in the whole counry and eight comprehensive economic zone，from 2011 to 2019

3.3 各省差异分析

为了进一步识别和比较我国省域物流业发展水平具体的空间分布状况和发展差异，本文选取2011年、2015 年和2019 年进行空间可视化处理，根据各年份物流业发展平均水平的70%、100%和130%，将30 个省份由低到高划分成低质量发展区、中等质量发展区、中高质量发展区和高质量发展区4 大类（图3）。由图3 可知，全国大部分省份未实现物流业的高质量发展，省域物流业发展水平呈明显的“沿海高、内陆低”空间格局，证实省域物流业发展存在着不协调、不平衡的问题。2011 年，我国省域物流业发展水平属于中等质量发展类型的省份最多，有12个，主要位于长江中游地区和东北地区。其次为低质量发展类型，共有7 个省份，除了海南省之外，均位于西南地区和西北地区；属于中高质量发展类型的省份有6 个，主要是围绕京津冀地区的省份，包括黄河中游地区的山西省、内蒙古自治区，北部沿海地区的山东省、河北省，还有东部沿海地区的浙江和东北地区的辽宁省。能实现物流业高质量发展的省份仅有北京市、天津市、江苏省、上海市和广东省5个经济实力强劲的沿海地区省市。2015 年，低质量发展、中等质量发展和中高质量发展类型的区域分布出现了较大的变动，中等质量发展省份减少至11个，其地理分布由长江中游地区向黄河中游地区与西南地区转移。其中：西南地区的重庆市由低质量发展提升为中等质量发展，而黄河中游地区的内蒙古自治区、山西省由中高质量发展降低为中等质量发展；长江中游地区的省份发展水平有所提升，湖北省和安徽省从中等质量发展进入中高质量发展的阵营；而高质量发展类型的省份变化较小，增加了浙江省和山东省，变为7 个。2019 年与2015 年相比，其变化较小，中等质量发展省份新增了西南地区的云南省，东北3 省的物流业发展水平有所下降，黑龙江省和吉林省的发展水平下了一个档次，而山东省从高质量发展变为中高质量发展。可见，我国物流业发展实现了高质量发展的省份集中在沿海地区，中高质量发展的省份向长江中游地区推进，而西南、西北地区物流业发展水平仍普遍滞后于长江中游地区和沿海地区。

图3 2011 年、2015 年和2019 年我国物流业发展水平空间分布格局Figure 3 Spatial distribution pattern of the development level of China′s logistics industry in 2011，2015 and 2019

3.4 空间探索性数据分析法

全局空间自相关分析：物流业发展水平作为一种客观存在的经济现象，其发展将受到周边省份物流业的影响。本文运用Stata16.0 计算我国物流业发展水平的Moran′s I 指数，以观察其空间自相关性（表2）。结果表明，各年份的Moran′s I 指数为正数且通过显著性检验，说明我国物流业发展水平存在显著的空间正相关。总体上，我国物流业发展水平的正相关特性逐渐增强，说明我国物流业发展空间聚集性增强。即，本省份物流业发展水平受相邻省份的影响增大，地区差距有所加大，物流业发展不平衡的现象没有得到很好的缓解。

表2 2011—2019 年我国物流业发展水平的全局Moran′s I 统计指数Table 2 Global Moran′s I statistical index of the level of development of the logistics industry in China from 2011 to2019

局部空间自相关：LISA 聚集图可以具体呈现出各省份间物流业发展的局部空间集聚模式，本文应用Geoda1.18.0 软件绘制了2011 年、2015 年与2019年我国物流业发展LISA 集聚图（图4）。由图4 可知，我国区域物流业发展局部空间自相关格局有所改变，2011 年、2015 年与2019 年的LISA 聚集图相比，高—高聚集区由北部沿海地区转移到东部沿海地区，西南和西北地区低—低聚集区相对稳定；我国物流业发展存在明显的空间极化差异，且相同空间聚集模式在空间上向集中连片分布转变。具体来说：2019 年低—低聚集区域均位于西南和西北地区，而高—高聚集区域则集中在东部沿海地区。这种地区间物流业发展水平聚集差异与地区经济发展水平存在着一定的相关关系，西南和西北地区经济发展水平较差，表现为低—低聚集特征，而东部沿海地区经济发展水平较高的省份则通常表现为高—高聚集特征。

图4 2011 年、2015 年和2019 年我国物流业发展水平LISA聚集图Figure 4 LISA aggregation chart of the development level of China′s logistics industry in 2011，2015 and 2019

4 物流高质量发展动态演进及俱乐部趋同研究

4.1 动态演进

为了更好地分析全国及八大综合经济区物流业发展的绝对差异及动态演进规律，本文利用高斯核函数分别绘制了全国及八大综合经济区物流业发展水平的核密度估计三维图（图5）。

图5 全国及八大综合经济区物流业发展的核密度分布Figure 5 Distribution of nuclear density of logistics industry development in the whole country and the eight comprehensive economic zones

全国物流业发展的核密度估计：样本观测期间，物流业发展峰值点随着时间推移逐渐向右移动，表明全国30 个省份物流业发展水平有所提高，物流现代化建设有显著成效。核密度函数的峰值呈现先减小后增加再减小的上下波动态势，在一定程度说明我国30 个省份的物流业发展水平分布呈分散的趋势。我国物流业发展水平分布有较大差异：首先，物流业发展水平高质量发展区以较快的速度往右扩宽，说明我国物流业发展水平的差异正渐渐扩大；其次，各年的物流业发展水平曲线主要由一主峰和一个侧峰组成，呈现了不太严重的多极分化现象，侧峰有明显向右移的趋势，但波峰没有显著的上升，说明这种极化现象没有明显加重。

我国八大综合经济区物流业发展的核密度估计：北部沿海地区核密度曲线为较明显的“双峰”形式且向右移动，主峰峰值逐渐上升，密度曲线宽度增大，说明该地区各省份的物流业发展极化现象有所增强，北京物流业发展与该地区其他省份差距拉大。东北地区核密度曲线“双峰”形式明显，但密度曲线宽度减小，表明东北地区虽然存在极化现象，但是各省间的差距有所减小。西北地区核密度曲线由“弱双峰”转变为“单峰”且向右移动迟缓，说明西北地区物流业发展缓慢，地理偏远、经济水平较低、工业薄弱、物流基础设施不完善等阻碍了物流业发展。西南地区核密度曲线向右移动且波峰降低，说明该地区物流业发展在低质量发展聚集的情况有所缓解，各省份物流业水平有所提升。西南地区核密度曲线宽度有所扩大且由“单峰”转变为“双峰”，表明西南地区各省份物流业发展水平差距被拉大，且出现两级分化现象。长江中游地区的核密度曲线的波峰不断向右移动且由“单峰”向“双峰”转变，表明该地区物流业处在较快发展的阶段，逐渐呈现出两极分化的特征，主要是因为江西物流业发展较为缓慢，与其他省市拉开了距离。东部沿海地区核密度曲线明显右移且逐步变成“单峰”分布，该地区物流业发展较为快速，尤其是浙江9 年间增加了97.79%，与上海和江苏的差距逐渐拉小。黄河中游地区核密度曲线在2011 年后呈现“单峰”分布且峰值有所提升，各省物流业发展水平有了较快的提升。南部沿海地区核密度曲线一直呈现明显的“双峰”分布且密度曲线宽度不断扩大，说明该地区存在较严重的极化现象，主要原因是广东物流业发展一枝独秀，发展水平远超南部沿海地区的其他省份。

4.2 我国物流业发展水平的趋同研究

不考虑空间效应的趋同研究：基于前文对我国各省份物流业发展水平所划分的4 种类型，通过传统马尔科夫链方法计算各省份物流业发展水平在不同类型之间转移的概率，进而分析我国物流业发展区域分布的内部动态性和稳态分布（表3）。由表3可知，对角线上的数值均大于80%，大部分的省份不会发生向上或向下转移。物流业发展水平属于低质量发展的省份能够向上提升到中等质量发展的概率为12.1%；中等质量发展的省份能够向上提升到中高质量发展的概率为14.9%，而下降变为低质量发展的概率为1.1%；中高质量发展能够向上提升到高质量发展的概率为12.2%，而下降变为低质量发展的概率为4.9%。对于高质量发展省份的而言，在年末仍属于高质量发展。由此可知：不同物流业发展水平之间的转移概率较小，各省份在发展分布中的相对位置比较稳定，一般不会随着时间推进而变动，稳定的发展格局较难打破，即我国物流业发展存在“俱乐部趋同”现象；所有变动均发生于相邻状态，没有出现跨越性变化，因此各省份物流业发展实现跨越式发展或者退步的可能性并不存在。

表3 我国物流业发展的转移概率矩阵：2011—2019 年Table 3 Transfer probability matrix for the development of the logistics industry in China：2011—2019

基于空间视角的分析：从前文可知，我国物流业发展存在显著的空间自相关效应，在进行趋同演化分析时应该考虑空间效应的影响。为此，本文在马尔科夫概率转移矩阵的计算中纳入空间因素，构建2011—2019 年我国物流业发展的空间马尔科夫转移概率矩阵（表4），考察邻域地区发展水平对本地区的影响。

表4 我国物流业发展水平的空间马尔科夫转移概率矩阵：2011—2019 年Table 4 Spatial Markov shift probability matrix of the development level of China′s logistics industry：2011—2019

由表4 可知：空间马尔科夫转移概率矩阵的主对角线上的数值依然较大，表明在考虑空间因素时，我国物流业发展依然存在“俱乐部趋同”特征。与不考虑空间因素时相比，我国物流业发展的趋同效应存在一定差异。当本地区为高质量发展时，空间因素影响不明显，任何发展水平的邻居均未能使其出现向下的可能性，每年末期仍为高质量发展的概率为1。当空间滞后类型为低质量发展时，对中高质量和高质量发展省份无影响，而当本地区为低质量发展或中等质量发展的省份在每年期末仍为原有水平的概率相比未考虑空间因素时有了较大增加，说明周边为低质量发展的邻居时，低质量发展和中等质量发展的省份更难向上提升，趋同现象更加明显。当空间滞后类型为中等质量发展时，低质量发展省份向上提升到中等质量发展的概率上升至20.7%，周边省份对低质量发展省份有一定的促进作用；而本地区省份为中等质量发展、中高质量发展和高质量发展时，周边地区的作用则不明显。当空间滞后类型为中高质量发展时，中等质量发展省份向中高质量发展省份转移的概率为23.8%，比不考虑空间因素时的概率有所提升。当空间滞后类型为高质量发展时，低质量发展、中等质量发展和中高质量发展省份受周围省份的影响较大，与不考虑空间因素相比，向上提升的概率有一定幅度的增加。

整体上，考虑空间因素后，当周边省份的水平较低时，自身维持稳定的概率提高，更难实现向上提升；而当周边省份水平较高时，空间因素对本地区发展有较为显著促进作用，其向上转移的概率有所提升；在4 类空间滞后类型下“俱乐部趋同”特征依然很明显。因此，物流业发展水平较低的省份很难只依靠自身带动物流业发展，而物流业发展水平较高的省份有一定的辐射作用，在积极发展自身的同时，还可以通过溢出效应带动邻近省份的发展，对缓解地区间物流业发展差距具有较好的显著促进作用。

4.3 时空演化的趋同机理

为进一步分析物流业发展的驱动机制，本文构建了物流业发展水平与主要影响因素的脉冲响应模型，动态分析各因素对物流业发展水平的影响机理。为减小异方差的影响，对各变量取对数。首先采用LLC 检验对变量数据进行平稳性检验（表5），然后根据最小准则确定滞后阶数。

表5 面板单位根检验结果Table 5 Results of panel unit root test

由于篇幅所限，本文着重分析各因素对物流业发展水平的影响（图6）。由图6 可知：①面对一个标准差的经济水平冲击，当期对物流业发展影响为0，随后正向增长，在第二、三期达到最大值，随后缓慢下降趋于0，说明经济发展水平对物流业发展的促进作用具有滞后期。初期经济发展转化为物流需求需要一定的时间，经过转化后，经济发展通过规模效应、消费效应等更好地满足人们日益增长的物流需求，进而促进物流业发展。②人力资本对物流业发展具有较为持续的正向促进作用，到第十期仍有较大的正向影响。随着人力资本水平的提升，物流业可以更充分地发挥出技术水平和生产要素的潜力，进一步提升物流业的发展水平。此外，人力资本积累通过生产要素聚集和技术要素聚集促进了我国物流企业技术效率增长［27］。③城镇化对物流业发展的促进作用呈现缓慢上升和缓慢下降的“倒U型”，在第十期趋于0。城镇化初期，城镇化水平对物流业的影响较为微弱，但随着城镇化的推进，居民消费受到刺激，加之产业和资源逐渐出现的集聚，城镇化对物流业发展的促进作用开始显现。④产业结构对物流业的正向影响在前两期有较快的提升，在第一期达到最大，随后影响逐渐减弱，到第八期趋于0。产业结构优化升级前期推动了第三产业的发展，带动了消费需求升级，进而能较快提升物流业的发展水平。

图6 物流业发展水平的脉冲响应Figure 6 Impulse response diagram of the development level of logistics industry

5 结论与展望启示

5.1 结论

主要结论如下：①从全国来看，我国物流业发展水平呈稳步增长的发展态势，但整体上物流业发展仍处于较低水平，且存在显著的空间正相关性，绿色与协调发展水平较高，开放、共享和创新呈稳定上升的趋势。②从各地区间和各省份来看，地区和省份间存在很大的差距。其中：东部沿海、北部沿海和南部沿海地区发展水平超过全国平均水平，东北、西南和西北地区发展水平则较为落后，整体上呈现从东部沿海向西部内陆逐渐下降的阶梯分布；省份间物流业发展存在明显的空间极化差异和相同空间聚集模式的集中连片分布的空间特征。③从全国及各地区动态演进来看，全国物流业发展水平不断提高，但区域间差异逐渐扩大，且存在多极化现象。北部沿海地区极化现象有所增强，东北地区各省份间的差距有所减小，西北地区物流业发展缓慢，西南地区和长江中游地区逐渐呈现出两极分化的特征，东部沿海地区和黄河中游地区物流业发展较为快速，“极化现象”减弱，南部沿海地区存在较为严重的极化现象。④我国物流业发展存在较强的“俱乐部趋同”现象，且省份间的相互作用对物流业发展的俱乐部趋同有重要影响，较高发展水平的省份对周边地区物流业发展具有积极的溢出效应。⑤人力资本、经济水平、城镇化、产业结构均对我国物流业发展有正向促进作用。

5.2 启示

针对当前我国物流业发展水平空间分布及演进特征，为更好地推进物流业高质量发展，缩小地区差异，弱化极化和分层现象，破除锁定效应，本文提出以下建议：①改善物流业发展低质量、发展层次趋同俱乐部的政策环境。在保持国家层面上物流业稳步发展的前提下，政府应进一步从省域层面上特别是对于发展滞后的地区要完善物流业发展规划，实现各省份发展平衡，即在保持已实现高质量发展地区物流业快速稳定发展的同时，对低质量发展、中等质量发展地区物流业发展给予更多的政策支持。②除了政策环境的影响，不同地区的物流业发展差距较大是导致我国物流业发展“俱乐部趋同”的主要原因。各地区差异是由不同的经济水平、绿色技术水平、产业结构等共同作用的结果，因此需要充分考虑区域差异性，因地制宜地制定适合自身的物流发展方向与定位。③充分考虑到空间聚集效应与空间溢出效应，制定协同发展策略，引导地区间物流业发展的交流与合作，促进我国物流业协同发展。

5.3 展望

后疫情时代，物流业是打通上下游产业链和恢复正常社会经济活动的基础，同时也是推动整个经济恢复增长过程中的关键。后疫情时代，物流业高质量发展应具有更丰富的内涵：①智慧物流优势逐渐凸显。疫情期间，智能化技术的普及减少了人工参与，在提升物流效率的同时降低了人员交叉感染。此外，推动智慧物流生态体系完善、数字化升级和供应链升级，是物流业逐步实现由“粗放型”向“集约高效型”转变的必由之路。②健全应急物流体系。疫情暴露了我国应急物流存在的诸多问题，建立健全应急物流体系是我国物流业未来发展的重要内容。③物流运输结构转变加快。疫情期间，因公路运输受阻，物流企业逐渐认识到铁路运输的优势，“多式联运”和“公转铁”发展步伐加快。④推动绿色物流发展。“双碳”目标对物流业绿色转型提出了更高的要求，构建绿色低碳的物流生态是物流业高质量发展的必然要求。⑤提升国际物流竞争力。后疫情时代，我国出口实现逆势增长，国际物流的通达性是出口贸易的重要保障。