长三角物流信息化水平测度及区域差异分解

陆周颖

（南通大学，江苏 南通 226019）

一、引言

2014 年国务院常务会议通过的《物流业发展中长期规划（2014—2020 年）》中明确指出物流业是融合运输、仓储、货代、信息等产业的复合型服务业，是支撑国民经济发展的基础性、战略性产业。进入新的发展阶段，在国内大循环为主体、国内国际双循环相互促进的背景下，信息一体化是现代物流业发展的趋势，不仅能降低物流企业成本、提高效率，增强企业活力，而且可以进一步创新物流模式，促进中国物流业高质量发展。长三角地区地理位置优越，是我国综合实力较强的区域之一，对我国经济发展具有重要的引领作用。并且其凭借物流资源丰富，基础设施相对完善等多项优势使物流业发展迅猛。从长三角地区物流信息化发展进程出发，以此为基础测算区域物流业信息化水平，将对全国物流业的发展起到示范和参考作用，有助于物流业结合不同地区发展优势，优化资源配置，提高各地区的整体物流竞争力。因此，对长三角地区进行物流信息化水平测度具有重要的现实意义。

二、文献述评

目前国内外有关物流信息化水平的研究，主要分为两大类。

第一类是定性研究。从物流信息化的内涵角度，陈佳怡等（2016）认为物流信息化是指物流企业运用现代信息技术对物流过程中产生的全部或部分信息进行采集、分类、传递、汇总、识别、跟踪、查询等一系列处理活动，以实现对货物流动过程的控制，从而降低成本、提高效益的管理活动。从物流信息化作用角度，物流信息化具有能降低物流成本、加强企业的综合竞争力和提高整个物流环节的质量和效率的作用（崔盈，2017）；从物流信息化现状角度，我国物流信息化正面临着物流信息技术研究相对薄弱、市场机制与物流标准化问题尚未解决、物流信息人才匮乏和供应商发展不成熟这四大困境（徐琳，2021）。从物流信息化发展建议角度，杨宇（2021）提出了完善法规政策内容、加强信息资源共享等六项策略来进一步发展我国物流信息化水平；从物流信息化新发展趋势角度，通过突破物流资源的框架等方式，使得物流信息化向信息化物流发展已现端倪 （王昕天等，2015）。

第二类是定量研究。从物流信息化影响因素的角度，岑磊（2013）用十年省际数据分析出影响我国物流信息化发展的主要因素是物流信息化投入、政府支持力度和交通设施。杨波等（2013）提炼并分析出政府支持因子 、信息化技术因子等9 个因子是影响我国物流企业信息化的关键因子。从物流信息化评价过程的角度，郭明德，李红（2019）采用因子分析法对我国中、东部省份进行物流信息化水平综合计算。杨慧瀛等（2021）运用多指标面板分层因子分析法，对我国31 个省份的物流信息化水平进行测算、排名和分析。从物流空间结构演化的角度，马飞等（2022）测算我国物流信息化水平并探索中国省域物流信息化水平空间结构演化特征和中国省域物流信息化空间关联关系的影响因素。从物流信息化和物流业全要素生产率关系的角度，杨慧瀛等（2022）运用固定效应的空间杜宾模型对物流信息化和物流业全要素生产率之间的空间关系进行测度和分析。

基于对以上文献的梳理可知：国内对物流信息化内涵的界定有较为深入的研究。但同样存在不足之处：一是目前定性研究多于定量研究。物流信息化水平研究还不够全面和具体；二是从现有物流信息化水平研究范围来看，主要以省份或全国的层面为主，很少对各个城市之间的物流信息化水平进行比较研究。基于上述不足，本文以长三角地区为出发点，从长三角41个城市的视角对物流信息化进行水平测度及区域差异分解，这对区域物流信息化水平协调发展具有重要意义。

三、研究方法

1.熵权法

熵权法是客观赋权法的一种，其根据客观环境提供的原始信息来确定指标权重。采取熵权法来确定加权值，可以避免主观赋权法的任意性，使加权值的确定更加科学。熵权法步骤如下：

第二步，计算第j 项指标下的第i 项指标值所占的比重，使用pij表示：

第三步，计算第j 项指标的熵值ej：

第四步，根据熵值计算第j 项指标的权重wj：

第五步，计算第i 个地区物流信息化水平综合指数Ci：

2.Dagum 基尼系数分解法

本文通过Dagum 基尼系数分解法来研究长三角地区之间的物流信息化水平综合指数，以及各二级指标的差异，并且将地区差异分为三部分即区域内差异、区域间差异和超变密度差异。以下是基尼系数的计算公式：

在公式中，k 代表把整体划分为k 组，在本文中将长三角划分为三组：江苏省、浙江省和安徽省。用yih和yir代表i（j）组内任意城市的物流信息化水平综合指数且i=1，…，K；j=1，…，K。G 代表长三角整体基尼系数，μ 代表物流信息化综合指数的平均值，n 代表长三角地区城市的个数，ni和nj分别是i（j）组内地区的个数。

将基尼系数G 分解为三部分：区域内差异的贡献Gw、区域间差异的净贡献Gnb和超变密度Gt。即G=Gw+Gnb+Gt。区域内的基尼系数Gii和区域内差异的贡献Gw、区域间的基尼系数Gij和区域间差异的净贡献Gnbc以及超变密度Gt分别由以下公式表示：

四、物流信息化水平指标体系的构建及数据来源

1.理论依据

本文的研究样本是 2012—2019 年长三角地区41 个城市的数据，数据来源于《中国城市统计年鉴》和相关省市的统计年鉴，鉴于部分地区和年份数据缺失，本文采用均值法来对相关数据进行处理。

借鉴杨慧瀛等（2021）的基本思路，考虑到数据可得性和研究对象发展新动态，本文从物流信息化基础设施投入、物流信息化规模和物流信息化宏观发展水平来反映物流信息化水平。如表1 所示。

表1 物流信息化水平评价体系指标及权重

交通运输、仓储和邮政业就业人员数和信息传输、计算机服务和软件业就业人员数反映了一定时期内物流信息化过程中劳动力的贡献水平及相关人员的信息化水平；公路里程代表了物流业硬件设施的发展水平；科学技术支出是指政府对科技发展投入的资金，与物流信息化发展呈正相关；移动电话年末用户数，是衡量信息化程度的重要指标。以上指标从不同角度反映了物流信息化基础设施投入情况，因此选取这些指标作为物流信息化基础设施投入的影响因素。

公路货运量和邮政业务收入这两方面主要代表了传统物流业发展状况；电信业务收入指各类电信、通信企业在一年内实际营业收入，在一定程度上代表了信息化发展状况；第三产业占GDP 的比重越高，国家经济越发达，则物流业和信息化产业发展越好。以上指标综合衡量了物流信息化发展水平，因此选取这些指标作为物流信息化规模的影响因素。

人均GDP 越高，购买力就越强，从而促进物流业的发展；互联网普及率和在校本专科人数反映了某一区域对信息技术的掌握程度，为物流信息化提供了广泛的发展空间。以上指标对物流信息化宏观发展环境进行了较为全面的衡量，因此选取这些指标作为物流信息化宏观发展水平影响因素。

2.指标体系及权重确定

基于物流信息化水平评价指标体系，先进行数据平减处理，再按照熵值法的公式得到评价体系各指标权重，如表1 所示。

五、物流信息化水平测度分析

1.长三角物流信息化水平综合指数及二级指标指数的特征

根据测算结果，长三角物流信息化水平综合指数存在以下三个特征：第一，长三角物流信息化水平较低，最高仅0.236，有巨大的提升空间；第二，长三角物流信息化水平综合指数整体呈上升趋势，从2012 年的0.153 到2019 年的0.236，增长幅度达54.25%；第三，2016—2017 年长三角物流信息化水平综合指数出现明显增长，增长率为13.23%，主要原因是国务院在2016 年推出《关于推进供给侧结构性改革促进物流业“降本增效”的若干意见》（以下简称《意见》），从标本兼治的角度，给出物流业需要和互联网、大数据、云计算等信息技术深度融合的药方，使物流信息化水平快速提高。

图1 2012—2019年物流信息化综合指数及其二级指标指数的变化趋势

从3 个二级指标测算结果来看：第一，物流信息化基础设施投入指数呈现缓慢上升趋势，在2012—2019 年内平均增长率为3.85% ，2016 年后的增长幅度逐渐增大；第二，物流信息化规模指数虽有小幅波动，但总体呈上升趋势，并且在2016—2017 年间增长速度最快，高达15.31%；第三，物流信息化宏观发展水平指数同样小幅波动，但总体稳步上升，在2016—2017年期间达到增幅最大18%。总的来看，3 个二级指标指数均在2016 年之后出现较为明显的增长，其中物流信息化宏观发展水平增幅和指数都达到最大，这主要得益于《意见》的推出和各级政府的响应，体现出长三角地区经济发展水平正不断增强。物流信息化基础设施投入指数最小，这说明目前长三角地区物流信息化基础设施建设和资金投入是物流信息化发展的短板，物流信息化基础设施投入亟须加大。

2.长三角“三省一市”物流信息化水平的特征

（1）长三角“三省一市”物流信息化水平综合指数的特征

从物流信息化水平综合指数的变化趋势来看，“三省一市”物流信息化水平均呈上升态势，说明“三省一市”物流信息化水平正不断提高；从综合指数大小来看，物流信息化水平呈现出“上海市＞江苏省＞浙江省＞安徽省”的发展格局；从综合指数年均增长率来看，上海市、江苏省、浙江省和安徽省的年均增长率由高到低依次排序为安徽省、浙江省、上海市和江苏省。由此可见，物流信息化水平存在区域差异。

图2 2012—2019年“三省一市”综合指数及3个二级指标指数的变化趋势

（2）长三角“三省一市”各二级指标的特征。

第一，每个二级指标中“三省一市”的比较。从变动趋势来看，“三省一市”的3 个二级指标指数均呈波动上升趋势；从增长率来看，上海市的物流信息化基础设施投入指数增长率最高，安徽省的物流信息化规模和物流信息化宏观发展水平指数增长率最高。

第二，“三省一市”3 个二级指标水平的比较。对江苏省而言，物流信息化宏观发展水平最高，均值为0.267，接下来依次为物流信息化规模（0.204）、物流信息化基础设施投入（0.173），同时年均增长率排名也与其一致；上海市和浙江省发展相类似，3 个二级指标中物流信息化规模水平最高，物流信息化宏观发展水平次之，最差的是物流信息化基础设施投入；安徽省3 个二级指标指数由高到低为物流信息化规模（0.176）、物流信息化基础设施投入（0.133）和物流信息化宏观发展水平（0.107）。综上所述，“三省一市”的物流信息化规模均发展较好。3 个二级指标中，安徽省的表现最差，但是安徽省的物流信息化规模和物流信息化宏观发展水平指数的增长率却最高，这表明安徽省虽然基础薄弱，但随着安徽省印发《安徽省促进网络货运行业健康发展若干政策措施》，其推出18 项举措推动物流降本增效，物流信息化发展势头较好。

3.长三角41 个城市物流信息化水平的特征

本文以2012—2019 年长三角41 个城市的平均指数来进一步分析长三角41 个城市的物流信息化水平及二级指标的发展差异。具体见图3。

图3 2012—2019年物流信息化综合指数及二级指标指数均值

图4 长三角物流信息化水平区域差异大小及贡献率

图5 3个二级指标指数区域内差异

图6 3个二级指标指数区域间差异

（1）长三角41 个城市物流信息化水平综合指数的特征。从图3可知，2012—2019 年长三角地区物流信息化水平综合指数均值为0.193，高于均值的城市总共有13 个，占长三角地区41个城市的31.7%，具体包括上海市，江苏省的南京市、无锡市、徐州市、常州市、苏州市、南通市，浙江省的杭州市、宁波市、温州市、金华市，安徽省的合肥市和六安市。其中上海市3 个二级指标水平都处于领先地位，南京市、无锡市、常州市、苏州市、南通市、杭州市、宁波市和合肥市主要归因于物流信息化宏观发展水平比较高，徐州市、温州市、金华市和六安市主要受物流信息化规模的积极影响。低于均值的有28 个，其中江苏省有7 个，浙江省有7 个，安徽省有14 个，由此可知，物流信息化水平综合指数低于均值的城市主要集中在安徽省。

（2）长三角41 个城市二级指标指数的特征。研究期内长三角地区物流信息化基础设施指数均值为0.166，其中高于均值的城市共有16 个，依次为上海市、杭州市、苏州市、合肥市、六安市、南京市、南通市、徐州市、宁波市、安庆市、滁州市、金华市、宿州市、阜阳市、盐城市和台州市，这些城市将物流业和信息产业软硬件设施落实到位从而物流信息化稳步发展，走在了长三角城市群物流基础设施建设的前沿。长三角地区物流信息化规模指数均值为0.212，低于均值的城市有25 个，占长三角城市群的61%，表明大部分城市的物流信息化规模水平较低。物流信息化宏观发展水平较高的城市主要集中分布在江苏省。

六、物流信息化水平的区域差异分析

1.长三角地区物流信息化水平的区域差异及来源

由于本文只涉及长三角城市群的数据，并未深入到县级，因此在区域差异分解和动态演进方面将对江苏、浙江、安徽三省进行单独分析，不纳入上海市。

（1）区域内差异。从长三角地区三省的物流信息化水平内部差异的总体变化趋势来看，物流信息化水平的地区差异在2012—2017 年期间呈现出缓慢下降的趋势，年平均下降幅度为3.13%。2017 年往后到2019 年基尼系数又出现小幅度回弹。从区域内差异来看，三省基尼系数在2018 年及以前由高到低依次为江苏省、浙江省和安徽省，2019 年时排序为江苏省、安徽省和浙江省，除安徽省内部差异呈波动下降趋势外，江苏省和浙江省内部差异均在研究期内无显著变化。综上所述，除安徽省以外，长三角整体及其他两省区域内差异均呈稳定态势。通过分析各城市物流信息化水平综合指数可知，安徽省各城市之间的物流信息化水平差距较大。江苏省区域内差异较小的原因是研究期内13 个城市的物流信息化综合指数差距不大，均集中在0.12 ～0.37，但随着南京市和苏州市物流信息化水平增速的提高，江苏省区域内差异稍微增大，物流信息化发展非均衡态势加剧。

（2）区域间差异。从变化来看，除江浙地区的区域间基尼系数无显著变动，其他省份的区域间基尼系数均呈现缓慢下降的趋势，其中江皖地区的区域间基尼系数最大，下降幅度为23.01%。原因在于以往江苏省物流信息化水平较高于安徽省，近年随着安徽省物流信息化水平的稳步提高，从而江皖地区的区域间基尼系数轻微减小。

（3）区域差异的来源与贡献度。从对长三角地区三省的物流信息化水平贡献率变化趋势来看，区域间贡献率在波动中下降，并且在2012—2013 年期间下降幅度最为明显；区域内贡献率总体呈现小幅上升趋势；超变密度贡献率呈现稳步上升趋势。从贡献率的数值来看，区域间差异的贡献率数值相比区域内差异和超变密度差异最大，平均贡献率为39.01%。由此可以看出区域间差异是导致长三角地区三省的物流信息化区域差异的主要因素。

2.3个二级指标指数

（1）区域内差异。从3 个二级指标总体差异的变化趋势来看，3 个二级指标的地区差异均呈现下降趋势，下降幅度依次为5.53%、24.26%、14.21%。其中物流信息化规模的地区差异下降幅度最大。从区域内部差异来看，江苏省物流信息化规模和物流信息化宏观发展水平的区域内基尼系数均呈现出波动中小幅下降的趋势，下降幅度分别为9.06%和17.46%，物流信息化基础设施投入的区域内基尼系数呈现出“下降—上升—下降”的趋势，总体比较稳定；浙江省物流信息化基础设施投入的区域内基尼系数呈缓慢上升趋势，物流信息化规模和物流信息化宏观发展水平的区域内基尼系数在研究期内有小幅波动，但总体呈现出下降趋势；安徽省3 个二级指标的区域内基尼系数均呈现出波动中下降的趋势，下降幅度最大的是物流信息化规模，达到40.05%，从而导致安徽省区域内差异的缩小。

（2）区域间差异。江浙地区的物流信息化基础设施投入的区域间基尼系数呈现稳定的态势，物流信息化规模的区域间基尼系数呈现波动中上升的趋势，物流信息化宏观发展水平的区域内基尼系数呈现波动中下降的趋势。江浙地区和浙皖地区3个二级指标的区域内基尼系数均呈现出波动中下降的趋势，由此说明3 个二级指标区域间差异的缩小是造成江浙地区和浙皖地区区域间差异缩小的主要原因。

（3）区域差异的来源与贡献率。根据图7，可以计算出3个二级指标区域内差异贡献率均值依次为32.38%，31.95%和25.63%。其中物流信息化基础设施投入的区域内贡献率最大，因此物流信息化基础设施投入的区域内差异是长三角地区三省物流信息化水平区域内差异的主要来源。3 个二级指标区域间差异贡献率均值依次为22.61%、29.44%和53.29%，物流信息化宏观发展水平的区域间贡献率最大，说明物流信息化宏观发展水平的区域间差异是造成长三角地区三省物流信息化水平区域间差异的主要原因。3 个二级指标超变密度贡献率均值依次为45.11%、38.61%和21.08%，其中物流信息化基础设施投入的超变密度贡献率最大，说明物流信息化基础设施投入差异是物流信息化水平超变密度差异的最主要来源。总的来看，除物流信息化宏观发展水平差异来源于区域间差异，其他2 个二级指标差异均来源于超变密度差异。

图7 3个二级指标指数区域差异来源及贡献率

七、建议

第一，高效率调度有利于物流信息化水平发展的各项要素并使其相互配合。首先是“人”。当代计算信息技术的飞速发展和管理水平的提高促使现在物流行业竞争非常激烈。从一般的低成本价格竞争到如今的信息处理能力的潜在竞争，拔尖人才是物流信息化水平提高的关键。要充分利用高校专业资源的较好优势，构建新兴课程，从而充分渗透并更好地改进传统课程；对现代物流业数字化培训课程计算机物流实训基地进行研发与建设，借助现代物流业经典案例去研究如何教导物流信息化潜在人才，如何设计培养训练计划，继而进一步提升物流信息化企业高级人才的个人素质。其次是“原始资本”。原始资本是物流信息化发展的“血液”。政府部门要加大对物流信息化的投入，做好供应链管理系统的高层次设计；考虑企业激励约束机制的形式，鼓励企业支持物流信息化。

第二，积极推动区域物流信息化融合深入发展。目前，物流信息化水平存在显著的区域内差异和区域间差异，并且区域间差异是物流信息化水平地区差异的源头。所以减少区域间差异是推动物流信息化水平度融合发展，进一步提升物流信息化水平的关键。中央和地方要因地制宜，明确其他地区物流信息化发展的切入点和方向。从某种角度来说，对于城市，应该充分把握其经济发展的优势，开展一些新的商业模式。借助新的商业模式，全方位再次整合车辆、采购、站点等物流资源，使资源配置更加合理，为广大客户提供崭新的、与众不同的差异化供应链解决方案。对于农村，要积极引进先进的物流信息技术，降低运输成本，提高物流效率，借助城市资源作为物流信息化发展的敲门砖。