新疆物流产业集聚的时空演化及影响因素研究

摘要：文章基于2011—2020年新疆各县市面板数据，结合区位商对新疆物流产业集聚水平进行测度，使用空间自相关与标准差椭圆等分析方法研究新疆物流产业集聚的时空演化特征，运用多尺度地理加权回归等模型分析影响新疆各县市物流产业集聚的因素。研究结果表明：考察期间新疆物流产业集聚水平呈降低态势，物流产业集聚水平相对较高的县市主要集中在铁路沿线；新疆物流产业集聚存在明显的空间自相关，H-H聚类区数量逐渐增加并集中在乌鲁木齐市周边，L-L聚类区数量逐渐减少并集中在南疆县市；新疆物流产业集聚演化方向稳定且呈现先快后慢的扩张特征；各影响因素对物流产业集聚的促进作用由大到小依次为经济发展、政府支持、第三产业占比、区位因素、工业占比、人力资本。基于此，今后应因地制宜探寻提升物流产业集聚水平的新路径，根据不同影响因素的贡献程度以及是否具有空间异质性制定相应的整体政策，以推动新疆各县市物流产业高质量集聚。

关键词：物流产业集聚；时空演化；影响因素；新疆物流产业

中图分类号：F259.27 文献标志码：A 文章编号：1007-8576（2024）05-0031-12

DOI：10.16716/j.cnki.65-1030/f.2024.05.007

On Spatial-Temporal Evolution of Logistics Industry Agglomeration

in Xinjiang， China， and Influencing Factors

LIN Qiuping1，2， LI Songrui1， ZHANG Shengyi1，2， ZHANG Nan1

（1.Xinjiang University of Finance & Economics， Urumqi 830012， China;

2.Xinjiang Enterprise Development Research Center， Urumqi 830012， China）

Abstract： The paper uses panel data from 2011 to 2020 in counties and cities in Xinjiang， China， and combines the location quotient to measure the level of logistics industry agglomeration in Xinjiang. It uses spatial autocorrelation and the standard deviation ellipse analysis method to analyze the spatial-temporal evolution characteristics of logistics industry agglomeration in Xinjiang， China， and uses multiscale geographically weighted regression （MGWR） models to analyze the factors influencing logistics industry agglomeration in counties and cities in Xinjiang， China. The study shows that the level of logistics industry agglomeration in Xinjiang， China has decreased， and the counties and cities with relatively high levels of agglomeration are mainly concentrated along the railway lines. There is a clear spatial autocorrelation in logistics industry agglomeration in Xinjiang， with the number of H-H clustering areas gradually increasing and concentrated around Urumqi. The number of L-L clustering areas gradually decreases and concentrates in the counties and cities in southern Xinjiang. The evolution direction of logistics industry agglomeration in Xinjiang is stable and shows an expansion pattern of expanding rapidly at first and then slowly. The factors that promote logistics industry agglomeration in descending order of their contribution are economic development， government support， the proportion of the tertiary industry， location factors， the proportion of industry， and human capital. In the future， it is necessary to explore new paths to enhance agglomeration levels in a targeted manner， and formulate corresponding overall policies based on the contribution degree of different influencing factors and whether they have spatial heterogeneity， in order to promote the high-quality agglomeration of logistics industries in counties and cities in Xinjiang.

Key words： logistics industry clustering; spatial-temporal evolution; influencing factors; logistics industry in Xinjiang， China

一、问题的提出

现代物流业是支撑国民经济发展的基础性、战略性、先导性产业，在保障和畅通国民经济循环、促进形成强大国内市场、推动经济高质量发展方面发挥着重要作用。企业是物流业发展的基础，是物流服务及市场行为的主体，是现代物流空间组织的承担者，物流企业的空间布局不仅能改变原有的物流组织形式，还能重塑地区空间格局。《“十四五”现代流通体系建设规划》强调加快发展现代物流体系，建设国家物流枢纽网络，重点补齐中西部地区短板，完善区域物流服务网络，提高物流企业专业化服务水平。《新疆维吾尔自治区现代物流业发展“十四五”规划》重点强调要统筹全疆物流枢纽布局建设和提升物流枢纽区域辐射能力。物流枢纽是物流产业集聚的重要载体，在促进物流资源集聚、提高物流运行效率、支撑区域产业转型升级等方面具有重要作用，新疆物流产业集聚发展对国家级物流枢纽建设具有重要影响。产业集聚问题一直是研究的热点。从研究区域来看，主要集中在全国［1-2］、长江经济带［3-5］、丝绸之路经济带［6］和其他部分省（市）［7-8］，对新疆的具体研究较少。从研究尺度来看，多针对省（市）［9-11］或地级市［10，12-13］，较少有针对县域尺度的研究，而县域尺度异质性的研究能够更好地为政策制定提供依据。从研究方法来看，多采用平均最近邻、核密度分析、标准差椭圆［10，14-15］等方法对物流产业集聚的空间分布进行研究，多采用空间自相关分析、空间计量模型［3，6，16］、地理加权回归模型（GWR）［17］等对物流产业集聚进行研究，较少采用多尺度地理加权回归模型（MGWR），特别是对于空间计量模型的运用，在空间权重确定和空间划分［6，16］上具有较强的主观性；同时，GWR存在无法响应在不同空间和不同尺度上变量和解释变量之间的关系发生变化［18］的缺点，而MGWR能够弥补GWR的缺点，对空间异质性进行精确分析。

新疆是我国西北的战略屏障，是丝绸之路经济带建设的核心区，统筹推进全国改革对新疆物流业的发展提出了更高要求。本文以新疆4个地级市和78个县级行政区为研究对象，以2011—2020年新疆各县市物流产业区位商来衡量新疆各县市物流产业集聚水平，结合空间统计方法研究新疆物流产业集聚的空间相关性和演化过程。在此基础上，分析新疆物流产业集聚的影响因素，同时研究各影响因素在空间尺度上是否存在差异，考虑到地理加权回归（GWR）和多尺度地理加权回归（MGWR）模型不能进行面板数据分析以及国内宏观环境变化的影响，将研究区间划分为“十二五”时期和“十三五”时期，通过采用最小二乘（OLS）、GWR、MGWR模型进行拟合优度对比，利用尺度划分的不同，准确区分异质性因素和非异质性因素，以期更好地为新疆各级政府有针对性的制定政策提供参考，为新疆物流企业进行战略决策提供依据。

二、研究设计

（一）数据来源

本文以新疆4个地级市和78个县级行政区为研究对象，覆盖了新疆地方政府管辖的所有县市。其中，疏附县和阿克苏市在空间上存在两个分离的空间，所以研究的基本空间单元总数为84个。借鉴既有研究的普遍做法，采用交通运输、仓储和邮政行业的数据对物流产业集聚水平进行衡量。数据主要来源于EPS数据库、历年《新疆统计年鉴》和各地州市统计公报。在相关影响因素分析中：以1978年为基期对公共财政支出和人均GDP用GDP平减指数作平减处理；对人均工资用消费价格指数作平减处理；阿拉山口市和霍尔果斯市由于建市时间较晚，部分缺失数据通过线性回归进行估计；对“十二五”时期和“十三五”时期的相关数据取平均值。

（二）研究方法

1.区位商（LQ系数）。区位商即行业专门化率，是反映某地区某行业在地理上的空间分布和集聚状况的指标，表示为某地区某行业某项产出在该地区产出中所占比重与全国该行业产出在总产出中所占比重的比值。具体计算公式如下：

[LQ=eieEiE] （1）

式（1）中：ei为研究区域物流业产值，e为研究区域所有行业的产值，Ei为新疆物流业产值，E为新疆所有行业产值。若LQ>1，表明该研究区域物流产业集聚度高于新疆平均水平；若LQ<1，表明该研究区域物流产业集聚度低于新疆平均水平；若LQ=1，表明该研究区域物流产业集聚水平与新疆平均水平持平。

2.空间自相关。全局Moran's I指数反映了研究对象的空间相关性，局部Moran's I指数反映了其空间集聚性和空间离散性。本文利用全局Moran's I指数测算新疆物流产业集聚度的全局空间自相关系数，绘制局部Moran散点图并计算LISA集聚结果，分析各县市与邻近区域的局部空间相关性。全局Moran's I指数计算公式如下：

[I=ni=1nj≠1ωij（xi-x）（xj-x）S2ni=1nj=1ωij] （2）

式（2）中：n为研究区域总数；[ωij]为空间权重矩阵；[xi]和[xj]分别为区域[i]和区域[j]的属性值；[x=1nni=1xi]，为属性值的平均值；[S2=1ni（xi-x）2]，为属性值的方差。Moran's I指数的取值范围为［-1，1］。若I>0，表示空间正相关（集聚）；若I<0，表示空间负相关（离散）；若I接近于0，表示不存在空间自相关（随机分布）。局部Moran's I指数计算公式如下：

[Ii=（xi-x）j≠1ωij（xj-x）S2] （3）

式（3）中：[Ii]的取值范围为［-1，1］。若[Ii]>0，表明高值与高值相邻或低值与低值相邻，即该区域与邻近区域存在同质性；若[Ii]<0，表明高值与低值相邻，即该区域与邻近区域存在异质性。其余变量含义如前。

3.标准差椭圆。标准差椭圆多用于从全局和空间角度揭示地理要素的多方面特征，本文使用标准差椭圆考察新疆物流产业空间集聚的区位特征。标准差椭圆通过分析分布重心、长轴标准差、短轴标准差和方位角特征，揭示地理要素的空间分布及时空演化，具体计算公式参考刘华军［19］的研究。

4.多尺度地理加权回归模型（MGWR）。地理加权回归（GWR）能够在一定程度上反映影响因素的空间异质性，但是其是对所有影响因素进行统一带宽划分，所有变量具有相同的空间平滑水平；半参数地理加权回归（SGWR）只能将各影响因素分为全局因素和局部因素，不能反映各影响因素的空间敏感性。为解决以上不足，Fotheringham［20］提出了多尺度地理加权回归（MGWR）模型，随后明确关注空间异质性的多尺度分析［21］，进一步补充统计推断［22］，并对其计算方法进行改进以减少软件运行时间［23］，使MGWR模型更具实用性。该方法逐渐被应用于环境科学、社会学、经济学、卫生医学、地球科学等学科领域。

本文采用MGWR模型研究不同影响因素对新疆各县市物流产业集聚的异质性影响，模型具体形式如下：

[yi=kj=1βbωj（ui，vi）xij+εi] （4）

式（4）中：[yi]为新疆各县市物流产业集聚水平测度的区位商值，[xij]为研究区域i第j个影响因素的值，[εi]为误差项，[βbωj（ui，vi）]为研究区域i第j个影响因素的局部回归系数，[bωj]为第j个影响因素回归所使用的地理带宽。带宽是分析研究区域影响因素空间异质性的关键指标，区别于GWR对所有变量划分相同带宽，MGWR会对不同变量划分不同带宽，考虑了系数间差异化的异质性尺度。MGWR沿用GWR中的经典核函数，Spatial Kernel类型选择二项形式的自适应带宽，带宽搜索采用黄金分割搜索方式，当回归系数迭代差距小于10-5时认为回归结果收敛，模型优化准则基于修正的赤池正信息量准则。

三、新疆物流产业集聚的空间分布与时空演变

（一）新疆物流产业集聚的空间分布

通过式（1）可计算得到新疆4个地级市和78个县市2011—2020年的物流产业区位商值，据此可将新疆物流产业集聚水平划分为4个层次：LQ>1.25为高度集聚，1<LQ≤1.25为中度集聚，0.5<LQ≤1为相对集聚，LQ≤0.5为相对分散。结果如表1所示（因篇幅限制，仅展示2011年和2020年的空间分布）。

由表1可知：2011—2020年新疆物流产业中度集聚与高度集聚的县市数量大量减少，物流产业逐渐向阿拉山口市、乌鲁木齐市、哈密市收缩，这些县市的物流产业始终高度集聚，大量的高度集聚县市成为相对集聚县市，“马太效应”逐渐加强；部分县市的物流产业集聚水平明显高于其他县市，且这些县市大多位于铁路沿线，表明道路基础设施建设对物流产业集聚具有十分重要的影响。

（二）新疆各县市物流产业集聚的空间自相关分析

1.全局空间自相关分析。通过Arcgis10.8软件可计算得到新疆各县市物流产业区位商的全局Moran's I指数，结果如表2所示。可知2011—2020年的全局Moran's I指数都大于0，除2013年全局Moran's I指数的p值通过10%水平的显著性检验外，其他年份都通过了5%水平的显著性检验。这表明新疆各县市物流产业集聚在空间上具有明显的正相关关系，同时存在显著的高值-高值聚类区（Hight-Hight，下文简称H-H）和低值-低值聚类区（Low-Low，下文简称L-L）。全局Moran's I指数整体呈现先降后升再降的态势，表明新疆各县市物流产业集聚的空间差异存在一定波动，这可能是受宏观环境影响所致。2011—2014年受我国经济发展放缓的大环境影响，全局Moran's I指数跌至低谷，在该时期新疆各县市物流产业集聚水平持续降低；2015—2018年“一带一路”建设稳步推进，对新疆物流产业集聚形成了较大的带动作用，全局Moran's I指数保持在相对较高的水平；2019年可能受经济高质量发展转型的影响，新疆物流产业集聚水平有所降低。

2.局部空间自相关分析。在确定2011—2020年所有研究区域均存在显著的空间正相关关系后，本文对2011年、2014年、2017年、2020年新疆各县市的物流产业集聚水平进行聚类和异常值分析（Anselin Local Moran's I），以此确定局部空间集聚类型或异常空间类型随时间的演变过程，各县市聚类区分布如表3所示。

由表3可以看出：H-H聚类区在空间分布上呈现“大集聚小分散”的格局，2015年之前主要集中在精河县，随后移至中部地区，随时间的推移乌鲁木齐市周边的部分地区发展为相对稳定的H-H聚类区，在数量上呈现递增态势，表明城市间物流产业集聚的正向溢出效应有所增强，该类地区对周边县市物流产业集聚发展具有明显的带动作用。今后应进一步发挥物流产业集聚水平较高地区的辐射带动作用，增强地区间的协同联动，助推全疆物流产业集聚。L-L聚类区主要集中在喀什地区和和田地区，数量逐渐减少说明县市间物流产业集聚的负向溢出效应逐渐消失，物流产业集聚水平整体有所提升。这可能是因为该聚类型县市的道路基础设施不断完善，同时相关政策落地促进了物流产业集聚。高值-低值集聚区（Hight-Low，下文简称H-L）数量呈现减少态势，反映出物流产业集聚在县市间存在一定的极化效应，但随着时间的推移极化效应逐渐减弱，最终只有阿克苏市存在极化效应。低值-高值集聚区（Low-Hight，下文简称L-H）数量随时间的变化先增加后减少，在空间上零星分布在H-H聚类区周边。这表明该聚类型县市与邻近地区的空间差异较大，受周边县市的“吸虹效应”影响，处于虹吸潮的“低洼地带”，形成空心型的关联模式。

3.标准差椭圆分析。本文使用标准差椭圆法对新疆各县市物流产业集聚的空间演化方向进行分析，结果如表4所示。可知新疆各县市物流产业集聚的空间演化方向主要为沿西南向东北方向延伸，即新疆东北部地区物流产业发展迅速。2011—2020年标准差椭圆主轴X轴变化远大于次轴Y轴变化，表明研究期内新疆物流产业集聚的空间演化方向稳定。在丝绸之路经济带建设之前，空间演化呈现向内快速收缩的态势，之后受丝绸之路经济带建设和经济高质量发展转型影响，空间演化呈现先慢后快的扩张态势。由表4中S列可知：2011—2014年的收缩幅度约为2014—2017年扩张幅度的5.7倍，2017—2020年继续呈现扩张态势，约为2014—2017年扩张幅度的15倍；同时空间重心先以年均3.1km的速度向东缓慢迁移，再以年均15.5km的速度向东北迁移，最后以年均55.3km的速度向西南快速迁移，呈现先慢后快的特征，反映出物流产业集聚的重心越来越松散，这种变化可能是受丝绸之路经济带建设和经济高质量发展转型以及区域协调发展战略影响的结果。

新疆物流产业集聚水平高的区域是乌鲁木齐市及其周边县市。由表4中Rotation列可知，新疆各县市物流产业集聚水平标准差椭圆的转角呈现先增大后减小的态势，变化范围在58.95°～64.91°之间。研究期内旋转角由每年增加0.181°变为先每年减少0.022°到最后每年减少2.145°，表明在新疆物流产业发展过程中以乌鲁木齐市为核心的东北部地区得到了较好的发展，尤其是兰新铁路途经的新疆东部地区物流产业在快速发展。乌鲁木齐市及其周边县市物流产业的集聚一方面得益于丝绸之路经济带建设，新疆各县市陆地铁路运输都会通过兰新线进行，并且东北部县市的公路密度明显高于西部和南部县市，东北部县市的货运量较大，从而促进了物流产业集聚；另一方面得益于区域协调发展，新疆东部县市更容易承接内地的产业转移，此外口岸和保税区建设也为相应县市物流产业集聚提供了平台，促进了喀什、和田等地的物流产业集聚。

值得注意的是，新疆东北部县市与内地产业发展联系密切，其在促进东北部县市物流产业发展的同时，对其他县市物流产业的辐射引领作用不显著。对此应防止在乌鲁木齐市和阿拉山口市产生“虹吸效应”，将资金、劳动、技术要素汇聚于此，导致其他县市物流产业发展相对滞后。

四、新疆各县市物流产业集聚的影响因素

（一）影响因素分析

既有文献对于物流产业集聚影响因素的研究集中于经济发展水平、人力资本、基础设施建设、政府支持、对外开放程度，以及区位条件、城镇化水平、信息化水平等［5，11，24］。本文基于新疆各县市实际，以新疆各县市物流产业集聚水平测度的区位商值为被解释变量，以经济发展水平、产业关联、人力资本、政府支持为解释变量，使用不同模型来探究影响新疆物流产业集聚的空间异质性因素。

1.经济发展水平。地区经济发展会加速社会分工的细化和深化，越来越多的制造业企业和商贸流通企业选择将非核心的物流业务外包给第三方物流企业来运作，在降低物流成本的同时可提高企业核心竞争力。物流需求的社会化和集中化将引导物流企业集聚发展，促进物流企业专业化分工协作，从而推动物流产业集聚的形成［11］。经济发展水平以地区人均GDP衡量，该指标为正向指标。

2.产业关联。物流产业属于生产性服务业，物流需求是生产、流通、消费活动产生的派生需求，即物流产业的发展依赖实体产业，其在连接上下游企业与顾客之间具有重要作用。在工业规模较大的县市中，物流产业易于接近信息源、接近顾客、降低交流成本，从而促进物流产业集聚［25］。物流产业属于第三产业，可以通过空间集聚促进彼此间的学习和创新，以增强自身竞争力。因此，工业和第三产业的发展能有效推动物流产业集聚水平提升，本文分别以工业占比和第三产业占比衡量产业关联，该指标为正向指标。

3.人力资本。目前物流领域新技术应用不足，物流业仍属于劳动密集型产业［26］。合理的产业布局即在给定的条件下选择生产成本最小化的区位，而员工工资是物流产业成本的重要组成部分。因此，平均工资较高的地区会降低企业对当地人力资本的需求，使企业外移以降低当地物流产业集聚水平。本文以地区平均工资衡量人力资本，该指标为负向指标。

4.政府支持。物流产业集聚与政府的积极干预密切相关，政府通过制定物流业发展规划和相关政策措施，可规范物流市场行为，加强物流标准化体系建设，推动物流业市场化进程，为物流业发展提供良好的政策资金支持，从而推动物流产业集聚的形成［24］。本文以公共财政支出衡量政府支持，该指标为正向指标。

5.区位因素。新疆地处亚欧大陆腹地，是我国丝绸之路经济带核心区以及向西开放的前沿，在推进物流产业集聚方面具有天然优势。新疆各县市道路基础设施建设、对外开放程度、信息化发展水平等影响因素大多与区位条件相关且具体数据较难获取，因此本文将以上因素统一归纳为区位因素，以模型中的常数项衡量，该指标为正向指标。

（二）模型选择

通过空间统计分析并不能确定新疆各县市物流产业集聚的影响因素是否具有空间异质性，更不能确定各影响因素是否存在不同的空间敏感性。因此本文对最小二乘回归（OLS）、地理加权回归（GWR）和多尺度地理加权回归（MGWR）这3个模型进行对比，以选择拟合优度更好的模型。这3个模型最大的区别在于对空间尺度的划分上：OLS模型是在不考虑空间因素的条件下进行的全局回归；GWR模型是在考虑空间因素的条件下，对所有因素进行相同的空间尺度划分后进行局部回归；MGWR模型是对所有因素进行不同的空间尺度划分后进行局部回归。因此，需要对3个模型的回归结果进行对比分析。因为GWR和MGWR模型只能对截面数据进行回归分析，同时考虑到新疆物流产业集聚受宏观经济影响较大，而国家五年计划期内宏观经济相对稳定，所以本文对“十二五”时期和“十三五”时期的数据取平均值进行回归分析。

在进行相关性分析之前，为避免变量之间存在多重共线性而导致偏差，先使用Stata16软件对数据进行标准化处理，再进行全局最小二乘回归模型平均方差膨胀因子（VIF）的测算，结果显示在“十二五”时期和“十三五”时期最小二乘回归模型各个影响因素的VIF值都在1.16～2.95之间，同时平均VIF值都小于2，表明选取的各影响因素之间不存在多重共线性。进一步使用MGWR 2.2软件对数据进行标准化处理，然后进行最小二乘回归、地理加权回归和多尺度地理加权回归，结果如表5所示。

1.模型对比。由表5可知，MGWR模型两个时期的Adj.R²分别为0.730和0.736，均高于OLS模型的0.580和0.560，高于GWR模型“十二五”时期的0.720，与其“十三五”时期的0.736相同，表明MGWR模型的拟合优度更好。同时，MGWR模型两个时期的AICc值也明显低于GWR模型和OLS模型，再次表明MGWR模型的拟合优度更好。

2.尺度分析。带宽可以反映相关因素的作用尺度，带宽越小说明影响因素的空间敏感性越强，空间异质性越显著。由表5可知，MGWR模型能反映各影响因素的空间敏感性，进而对各变量进行相应尺度划分从而提高模型的估计精度，但GWR模型对所有影响因素进行统一的尺度划分，两个时期的平均带宽分别为54和53，占总样本的64.3%和63.1%，OLS模型则不对影响因素进行尺度划分。通过MGWR模型的带宽划分在44～82之间不难发现，各个影响因素在空间尺度上的差异较大，即各影响因素的空间异质性较显著。

（三）基于MGWR模型的空间异质性分析

通过对OLS、GWR、MGWR模型的对比，可知采用MGWR模型进行回归分析，其结果会更符合实际情况。因此，本文以新疆各县市物流产业集聚水平测度的区位商值为被解释变量，以人均GDP、工业占比、第三产业占比、平均工资、公共财政支出为解释变量，使用MGWR 2.2软件对新疆物流产业集聚的影响因素进行回归分析并对结果进行统计，结果如表6所示。

由表6可知，MGER模型的回归系数均值反映出“十二五”时期新疆物流产业集聚影响因素的贡献度排名（由高到低）为：第三产业占比、人均GDP、工业占比、区位因素（常数项）、公共财政支出、平均工资。“十三五”时期物流产业集聚影响因素的贡献度排名（由高到低）为：人均GDP、第三产业占比、公共财政支出、工业占比、区位因素（常数项）、平均工资。其中：区位因素（常数项）、人均GDP、第三产业占比、平均工资在两个时期的带宽均明显小于84，为局部变量（具有空间异质性）；工业占比和公共财政支出的带宽在两个时期均为82，为全局变量（不具有空间异质性）。为进一步研究各个影响因素对新疆物流产业集聚影响的空间分布，采用Arcgis10.8软件对MGWR模型两个时期异质性因素回归结果的具体系数采用自然间断分类法（Jenks）进行可视化处理，将各影响因素对物流产业集聚的促进作用分为4级（限于篇幅可视化处理结果未列示，结果留存备索）。

1.区位因素的影响。由表6可知，常数项在两个时期的带宽均为44，表明区位因素是局部变量，且绝大多数系数为正值，表明新疆各县市的区位因素对物流产业集聚具有促进作用。但随着时间的推移，其均值由0.202下降到0.158，表明其促进作用有所减弱。区位因素系数在10%水平显著的比例由“十二五”时期的42.86%下降到“十三五”时期的34.52%，表明区位因素对新疆各县市物流产业集聚的影响有所减弱。

Jenks可视化处理结果显示，区位因素对新疆物流产业集聚促进作用的空间分布由“十二五”时期的以巴音郭楞蒙古自治州为中心向其他县市阶梯性递减，变为“十三五”时期的以东部、中部县市为中心向其他县市递减的态势。这可能是受经济高质量发展转型与区域协调发展的影响，新疆东部、中部地区在承接发达地区产业转移的过程中，增强了该地区物流产业集聚的区位优势；也可能是因为相应县市道路基础设施的进一步完善与信息化水平的提高，促进了其物流产业集聚。

2.经济发展水平的影响。由表6可知，人均GDP的带宽由“十二五”时期的46增加到“十三五”时期的58，表明经济发展水平是局部变量，但其空间敏感性有所降低。所有系数均为正值，表明新疆各县市经济发展水平对物流产业集聚具有促进作用。随着时间的推移，其均值由0.446上升到0.839，表明其促进作用有所增强。人均GDP系数在10%水平显著的比例在两个时期分别为98.81%和100%，表明经济发展水平对新疆各县市物流产业集聚始终具有显著正向影响。

Jenks可视化处理结果显示，经济发展水平对新疆物流产业集聚促进作用的空间分布在“十二五”时期整体呈现由西向东递减态势，“十三五”时期整体呈现自阿拉山口市向策勒县的由北向南促进作用增强且增强区域向东西两侧均有较大扩展的态势。各县市“十三五”时期人均GDP系数大多高于“十二五”时期，这可能是因为随着社会分工的深化与细化，企业将物流这类非核心业务进行外包的需求增加，导致经济发展水平对物流产业集聚的促进作用有所增强，也可能是生活水平提高导致人们对物流产业的需求有所增加。

3.产业关联的影响。由表6可知，两个时期工业占比的带宽均为82，表明其为全局变量。所有系数均为正值且随着时间的推移其均值由0.382下降到0.192，表明新疆各县市工业发展对物流产业集聚具有促进作用，但这一促进作用逐渐降低。工业占比系数在10%水平显著的比例由100%下降到52.38%，表明物流产业集聚受工业发展影响显著的县市数量有所减少。这可能是因为部分县市工业发展水平较低从而没能建成有效的产业集群，物流企业与工业企业彼此之间没有保持交易依赖性，从而导致“十三五”时期工业占比对物流产业集聚没有显著影响。第三产业占比的带宽由“十二五”时期的46减少到“十三五”时期的44，表明其对空间尺度的敏感性有所增强，为局部变量。随着时间的推移，第三产业占比系数的均值由0.666下降到0.425，表明第三产业发展对物流产业集聚的促进作用有所减弱。两个时期第三产业占比系数在10%水平显著的比例分别为100%和86.9%，表明物流产业集聚受第三产业影响的县市数量有所减少。

Jenks可视化处理结果显示，第三产业占比对新疆物流产业集聚促进作用的空间分布以东疆和北疆县市为中心向其他县市辐射递减，但“十三五”时期对南疆西部县市的促进作用高于对南疆其他县市。这可能是因为丝绸之路经济带建设促进了这些县市的对外贸易，增强了第三产业与物流产业的交易依赖性，有助于降低双方交易成本、促进合作创新，从而促进物流产业集聚。

4.人力资本的影响。由表6可知，平均工资的带宽由“十二五”时期的46增加到“十三五”时期的50（该指标为负向指标），表明人力资本是局部变量，且大多数系数为负值，表明新疆各县市人力资本对物流产业集聚具有抑制作用。随着时间的推移，其系数均值由-0.238下降到-0.279，表明其抑制作用有所增强。平均工资系数在10%水平显著的比例由54.76%上升到60.71%，表明人力资本对新疆各县市物流产业集聚的抑制作用有所增强。

Jenks可视化处理结果显示，人力资本对新疆物流产业集聚抑制作用的空间分布由“十二五”时期的中部县市最高、南疆县市最低变成“十三五”时期的东北部县市最高、和田地区部分县市最低。人力资本对新疆物流产业集聚具有抑制作用，可能是因为各县市物流产业规模较小，未形成规模经济，导致物流企业难以支付高额的工资，从而抑制了物流产业的集聚。

5.政府支持的影响。由表6可知，公共财政支出的带宽在两个时期均为82，表明政府支持为全局变量。两个时期公共财政支出的系数均为正值，表明政府支持能够促进新疆各县市物流产业集聚。随着时间的推移，其系数均值由“十二五”时期的0.105上升到“十三五”时期的0.264，表明政府支持对新疆物流产业集聚的促进作用在不断增强。公共财政支出系数在10%水平显著的比例由21.43%上升到100%，表明政府支持对新疆各县市物流产业集聚的促进作用明显增强。这可能是因为一方面政府在物流产业集聚水平较低的地区建立保税区与保税仓库，对当地物流产业集聚有一定的促进作用；另一方面政府通过制定物流业发展规划和政策措施，为物流业发展提供了良好的政策及资金支持，从而推动了当地物流产业集聚。

五、结论与建议

（一）结论与局限

本文在采用区位商对新疆各县市物流产业集聚水平进行衡量的基础上，进一步对其时空演化特征进行分析，并借助MGWR模型对其空间分异特征与影响因素进行探究，得到以下结论：

第一，新疆各县市物流产业集聚水平的区域差异明显，铁路线途经县市的物流产业集聚水平高于其他相邻县市。局部空间自相关分析结果显示：H-H聚类区的数量随时间的推移不断增加，已经形成“大聚集小分散”的空间布局（主要聚集在乌鲁木齐市周边县市）；L-L聚类区的数量随时间的推移不断减少，最终只剩下南疆地区的5个县市；L-H聚类区始终零星分布在H-H聚类区的周边；H-L聚类区只有阿克苏市相对稳定。

第二，影响新疆物流产业集聚的因素中，区位因素、经济发展水平、产业关联、政府支持显著正向促进物流产业集聚水平提升，人力资本对物流产业集聚始终呈现显著的抑制作用。整体来看，“十三五”时期对新疆物流产业集聚促进作用最显著的因素是经济发展水平与第三产业占比。

第三，新疆物流产业集聚的影响因素对空间依赖性的敏感程度不同。区位因素、经济发展水平、第三产业占比、人力资本是影响新疆各县市物流产业集聚的局部变量，具有空间异质性；工业占比和公共财政支出是全局变量，不存在空间异质性。区位因素对新疆各县市物流产业集聚的促进作用，呈现出从东部向西部县市逐渐减弱的态势；经济发展水平的促进作用呈现自阿拉山口市向策勒县的由北向南逐渐增强且增强区域向东西两侧均有较大扩展的态势；第三产业占比的促进作用呈现自东部向西部、南部县市逐渐减弱的态势；人力资本的抑制作用呈现自西北部向东部、南部县市逐渐减弱的态势，且东部县市减弱的幅度较小。

本文虽然从宏观时空角度探索分析了新疆各县市物流产业集聚的空间演变与影响因素的空间异质性，但还有一些问题没有完善。第一，本文在空间异质性分析中，仅呈现了“十二五”和“十三五”两个时期的对照分析，对影响因素进行逐年分析可能会更好地体现变化趋势。第二，本文对相关因素的分析受数据可获得性的限制，为追求研究程度的统一将乌鲁木齐市、克拉玛依市、吐鲁番市、哈密市4个地级市划分为4个整体，未从县域角度对这4个地级市进行分析，可能使结果产生一定偏差。第三，本文难以获得各县市有关对外贸易与道路基础设施的相关数据，因此未考虑这两个影响因素对新疆物流产业集聚的影响。

（二）政策建议

第一，应根据新疆物流产业集聚特征，因地制宜探寻提升物流产业集聚水平的新路径。结合物流产业集聚的空间分布和局部空间自相关结果：H-H聚类区物流产业发展水平较高，应进一步发挥对周边县市物流产业发展的辐射带动作用。L-L聚类区物流产业发展比较落后、集聚水平较低，需要加强当地的道路基础设施建设，推动产业结构调整，夯实产业基础。L-H聚类区相较于周边地区物流产业专业化与集聚水平较低，容易受周边县市“虹吸效应”影响，制约当地物流产业集聚；但同时也容易受周边县市物流产业的辐射带动，从而提高当地物流产业集聚水平，因此该类地区需要合理制定发展规划，努力利用周边县市物流产业的技术、信息等优势，促进物流产业集聚发展。H-L聚类区多集中于南疆地区，其物流产业集聚水平较低且道路基础设施建设不够完善，容易转变为L-L聚类区，因此该类地区需要努力弱化周边县市对自身的影响，同时也要发挥自身的人员、技术等优势，带动周边县市提升物流产业专业化水平和集聚水平。

第二，应根据不同影响因素对新疆物流产业集聚的贡献程度制定相应的整体政策。首先，针对经济发展水平、产业关联、政府支持的促进作用，应进一步促进专业化分工、推动产业集群形成、完善物流产业相关管理制度和评价体系，从而促进新疆物流产业高质量发展。其次，人力资本是阻碍新疆物流产业集聚的因素，因此需要提升物流产业的专业化水平，提高物流产业生产效率并形成规模经济，进而推动各县市物流产业高质量集聚。

第三，应根据影响因素是否具有空间异质性制定相应政策，推动新疆各县市物流产业有效集聚，形成比较优势。首先，经济发展水平与产业关联逐渐成为促进新疆物流产业集聚的重要异质性驱动因素，对此，西部县市应促进社会分工的专业化，支持非物流企业剥离物流业务，推动物流产业专业化发展；东部县市应通过政策引导产业结构优化升级，建立完整的产业集群，进一步推动物流产业有效集聚。其次，政府支持与区位优势逐渐成为促进新疆物流产业集聚的重要全局性驱动因素，因此新疆各县市政府要合理利用当地区位优势，通过制定物流业发展规划和政策措施，规范物流市场行为，加强物流标准化体系建设，推进物流业市场化进程，为物流业发展提供有力的政策及资金支持，从而推动物流产业集聚。

参考文献：

［1］鄢曹政，殷旅江，何波.物流业集聚、空间溢出效应与农业绿色全要素生产率：基于省域数据的实证分析［J］.中 国流通经济，2022（9）：3-16.

［2］寇冬雪，黄娟.生产性服务业集聚对制造业集聚的减排效应：基于2003—2019年285个城市面板数据分析［J］. 中国流通经济，2021（11）：78-88.

［3］王钰，疏爽.物流产业集聚对区域经济增长的空间溢出效应研究：基于长三角城市群的实证分析［J］.中南大学 学报（社会科学版），2021（1）：76-89.

［4］李天宇，陆林，张海洲，等.长三角城市群A级物流企业空间演化特征及驱动因素［J］.经济地理，2021（11）： 157-166.

［5］高康，王茂春，张步阔.长江经济带物流业集聚的时空格局与影响因素研究［J］.资源开发与市场，2018（9）： 1296-1303.

［6］龚新蜀，张洪振.物流产业集聚的经济溢出效应及空间分异研究：基于丝绸之路经济带辐射省份面板数据［J］. 工业技术经济，2017（3）：13-19.

［7］陈治亚，周于轶.基于POI的物流业空间集聚特征分析：以浙江省为例［J］.铁道科学与工程学报，2022（10）： 2862-2872.

［8］赵学伟，张志斌，冯斌，等.西北内陆中心城市物流企业空间分异及区位选择：以兰州市为例［J］.干旱区地理， 2022（5）：1671-1683.

［9］李利华，王轩.我国省域物流集群竞争力研究［J］.经济地理，2020（5）：165-173.

［10］潘方杰，万庆，冯兵，等.中国yE799FCSdo0YJsb8rzayY2nCtQ3p4mEcP5yPHjBNAIM=物流企业空间格局及多尺度特征分析［J］.经济地理，2021（6）：97-106.

［11］钟昌宝，钱康.长江经济带物流产业集聚及其影响因素研究：基于空间杜宾模型的实证分析［J］.华东经济管 理，2017（5）：78-86.

［12］刘思婧，李国旗，金凤君.中国物流集群的量化甄别与发育程度评价［J］.地理学报，2018（8）：1540-1555.

［13］曹炳汝，芮进松.制造业集聚对物流业空间演化的影响研究：以江苏省为例［J］.地域研究与开发，2019（2）：44-49.

［14］张大鹏，曹卫东，姚兆钊，等.上海大都市区物流企业区位分布特征及其演化［J］.长江流域资源与环境，2018 （7）：1478-1489.

［15］李会，任启龙，毛广雄，等.中国物流企业时空格局演化分析［J］.统计与决策，2021（3）：176-180.

［16］徐秋艳，房胜飞.物流产业集聚的经济溢出效应及空间异质性研究：基于省际数据的空间计量分析［J］.工业 技术经济，2018（2）：58-65.

［17］张璐璐，赵金丽，宋金平.京津冀城市群物流企业空间格局演化及影响因素［J］.经济地理，2019（3）：125-133.

［18］周侃，殷悦，陈妤凡.城市群水污染物排放的驱动因素及尺度效应［J］.地理学报，2022（9）：2219-2235.

［19］刘华军，王耀辉，雷名雨.中国战略性新兴产业的空间集聚及其演变［J］.数量经济技术经济研究，2019（7）：99-116.

［20］FOTHERINGHAM A S，WENBAI Y，WEI K.Multiscale geographically weighted regression（MGWR）［J］.Annals of the American association of geographers，2017（6）：1247-1265.

［21］TAYLOR M O，ZIQI L，WEI K，et al.MGWR：a python implementation of multiscale geographically weighted re- gresion for investigating process spatial heterogeneity and scale［J］.ISPRS international journal of geo-information， &nbsp; 2019（6）：269-299.

［22］HANCHEN Y，FOTHERINGHAM A S，ZIQI L，et al.Inference in multiscale geographically weighted regression［J］. Geographical analysis，2020（1）：87-106.

［23］LI Z，FOTHERINGHAM A S，OSHAN T M，et al.Measuring bandwidth uncertainty in multiscale geographically weighted regression using akaike weights［J］.Annals of the American association of geographers，2020（5）：1-21.

［24］董会忠，姚孟超.时空分异视角下物流产业集聚特征演化及关联因素分析［J］.哈尔滨商业大学学报（社会科 学版），2019（6）：51-61.

［25］谢守红，蔡海亚.中国物流产业的空间集聚及成因分析［J］.工业技术经济，2015（4）：51-58.

［26］肖建辉.粤港澳大湾区物流业高质量发展的路径［J］.中国流通经济，2020（3）：66-81.

（责任编辑：孙竹青）