中原城市群物流业发展水平时空分异及影响因素分析

周广亮，吴明

（郑州轻工业大学 经济与管理学院，河南 郑州 450002）

0 引言

2016年12月国务院批复的《中原城市群发展规划》中，明确中原城市群涵盖河南、河北、山东、山西、安徽5个省份，共30个地级市，国土面积约28.7万平方公里，2017年地区生产总值达71 766.03亿元。《中原城市群发展规划》指出，把中原城市群建设成为国家经济发展新增长极，并在空间规划上打造以郑州、开封、洛阳、新乡等14市为核心发展区，以及逐渐形成北部跨区域协同发展区、南部绿色生态经济区、西部转型创新发展区、东部承接产业转移示范区的空间格局，为中部崛起打造重要的空间平台。中原城市群是我国文化、经济、科技发展的重要区域，交通体系四通八达，资源丰富，人口和经济密度双高，活跃的经济体系决定其巨大的物流业需求，快速发展的经济更为物流业新旧动能转换创造了必要条件。物流业作为集运输、仓储、加工、通信等为一体的跨部门、跨行业、跨区域复合型生产性服务业，能提高资源配置效率，有效连接供给与需求，加强社会各部门联系，对协调区域发展、促进产业转型升级、保障经济稳健发展的支撑和引导作用不断增强。随着国家对外开放程度不断提高以及互联网、云计算、大数据、GIS等技术与物流业快速融合，中原城市群物流业逐渐形成多元化发展格局，网络空间结构表现出整体联系强度明显增强的特征，很大程度上影响着其他行业发展的质量和效益，对经济高质量发展的作用不言而喻［1］。

物流业作为国家经济基础性产业，对国家经济发展影响深远。因此，国内外学者针对物流问题进行了广泛研究，如从物流选址、区位特征、技术创新［2-4］，到有关物流绩效、碳排放、能源消费等方面［5-7］。还有部分学者从第三方物流企业、一体化供应链等视角阐述了物流业对促进产业健康发展的作用［8-9］，以及通过研究物流业与经济、城镇化耦合及其减贫效应证实了物流业对经济发展具有显著的影响作用［10-12］。改革开放以来，我国物流业发展经历了从探索、起步到快速发展再到转型升级的过程［13］。在我国物流业快速发展的同时，仍面临效率低、区域发展不均衡等问题。据此，不少学者提出以创新驱动突破地域限制的方式推动物流业进一步发展［14-15］。物流业的发展打通了各行各业在空间上的联系，促进了区域空间协同运作，合理测算一个区域物流业发展水平及影响因素有助于发现其发展瓶颈，以便合理规划资源，促进地区优质发展［16］，考虑到物流业空间扩张的地理意义，以及空间数据具有空间依赖性［17-18］，在研究物流业效率、产业集聚、影响因子等问题时更多学者开始把空间区位因素纳入进来［19-21］。对于中原城市群物流业发展水平的影响因素主要集中于城市经济、工业发展和社会消费品市场等［22］；中原城市群物流业整体空间分布比较分散，集聚态势不显著，城市物流集聚水平差异变动较大［1］。

梳理相关文献可知，其一基于空间视角对物流问题的研究主要集中在空间分布、空间联系等方面，从时空动态角度进行研究的较少；其二关于影响因素的研究主要集中在经济、政策、基础设施等方面，而物流业的发展受诸多因素影响，如人力资源、科技等；其三所用研究方法主要为Tobit模型、空间杜宾模型等，这类方法在分析地理单元间的空间异质性时略显不足。因此，本文以中原城市群30个地级市为研究单元，借助ArcGIS平台并利用探索性空间数据分析研究中原城市群物流业发展水平的时空演化，采用GWR模型分析探讨经济、对外开放、人力资本、信息化4个影响因子对中原城市群物流业发展水平影响的空间异质性。

1 数据来源与研究方法

1.1 指标体系构建与数据来源

为提高测量结果的可信度和准确度，不同于以往简单地用货运量和货物周转量来衡量物流业发展水平，本文在前人研究的基础上［11，15］，遵循数据可获取性、科学性、系统性等原则，利用多指标综合评价方法分别从产业规模、发展基础、发展潜力3个维度选取10个指标用来衡量物流业发展水平（表1）。其中，用反映运输业生产成果的货运周转量以及交通、仓储、邮政业增加值代表物流业发展规模；用民用汽车拥有辆，固定资产投资和交通、仓储、邮政业城镇单位就业人员反映投入到物流业的基础设施，资本和劳动力；邮电业务总量以价值量的形式反映邮电通信企业为物流业提供各类邮电通信服务的状况，是物流业信息化发展的重要支撑；社会消费品零售总额可以反映对物流业的需求情况，是物流业发展的关键动力。为消除人口因素影响，对各指标（物流业城镇单位就业人员除外）进行人均化处理，并纳入指标体系。

表1 中原城市群物流业发展水平评价指标体系Tab.1 Evaluation index system of the logistics industry development level of the Central Plains Urban Agglomeration

为探究中原城市群物流业发展水平的时空动态演化机制，本文以中原城市群30个地级市作为研究单元，以2007，2012，2017年3个年份作为研究时间截面，考虑到目前缺少专门对物流的统计，本文选用交通运输、仓储及邮政业的统计值代表物流业的相关指标。所用数据来源于相应年份的《中国城市统计年鉴》《中国区域经济统计年鉴》，以及各省市的统计年鉴和统计公报，个别缺失数据通过插值法或依据年平均增长率推算获得。

1.2 研究方法

1.2.1 发展水平评价模型

本文采用多指标综合评价方法对中原城市群各地级市物流业发展水平进行综合测度。为消除各指标数据间量纲的影响，先采用极值变换法进行标椎化处理。公式如下。

式中：aij为第i个地级市第j项指标的原始数据；Tij为原始数据标准化后指标值。

采用客观性较强的变异系数法确定权重：

式中，Fj为各地级市物流业发展水平综合得分。

1.2.2 探索性空间数据分析

全局空间自相关。全局空间自相关可以反映中原城市群各地级市物流业在整个空间区域内的集聚特征，本文选用全局Moran’sI指数进行测量，公式为

式中：N为研究单元数量；xi，xj为空间单元的观察值；为整个研究区的平均值；wij为空间链接矩阵，若空间单元相邻则取值1，不相邻则取0。全局Moran’sI取值为［－1，1］，若位于［－1，0）则表示负相关，位于（0，1］表示正相关，I＝0表示不存在空间相关性。

局部空间自相关。局部空间自相关可以寻找研究区域内的高值集聚和低值集聚区，分析局部空间分异特征。本文采用Getis-Ord指数进行冷热点分析，公式为

式中：n为研究单元数目；xi，xj分别为空间单元i，j的属性值；wij指空间权重矩阵。

为正且显著表示i单元与周围区域的观测值相对较高，属于高水平集聚区（热点），反之为低水平集聚区（冷点）。

1.2.3 地理加权回归（GWR）

传统线性回归模型是对所有的样本和参数进行全局估计，没有考虑数据的空间属性，而地理加权回归模型是利用局部加权最小二乘法求解，实质是局域回归，能够更好地探索参数的空间非平稳性，反映影响因素随空间位置变化而产生的差异性，公式为

式中：yi为因变量；xik为自变量；k为自变量个数；βo为截距项；（ui，vi）为第i个样本空间单元的地理区位坐标；βk（ui，vi）为在i点的局域回归系数；εi为空间随机误差项。

2 中原城市群物流业发展水平时空分异分析

2.1 物流业发展水平时空格局演变

2007，2012，2017年中原城市群物流业平均发展水平分别为0.264 5，0.264 7，0.226 3，标准差分别为0.164 4，0.136 4，0.151 0。2017年中原城市群物流业整体发展水平出现下降，因为此时中原城市群物流业正处于转型升级的关键时期，也是由量的增加向高质量方向发展过渡的重要阶段；从标准差变化来看，十年间各地市物流业发展差异表现出缩小趋势，表明政府促进区域协调发展的政策已有效果，物流业发展水平会越来越高。

在据公式（5）求得2007，2012，2017年中原城市群各地级市物流业发展水平的基础上，利用ArcGIS自然断点法把物流业发展水平划分为4个梯度，以此观察各地级市物流业发展水平的时空演变特征。如图1所示，2007年中原城市群物流业发展水平阶梯态势明显，呈自西北向东南逐渐减弱趋势，这既与当时中原城市群经济重心在西北部的实际相吻合，也与二三产业往西北方向转移的现实相符合。2012年高及较高发展区域分别显现出向西、向北分裂发展态势，形成在西以郑州市为核心，在北以邯郸市为核心的两个高水平发展圈，且低发展区域显露出向东、向南蔓延趋势；至2017年，中原城市群物流业发展分布大致呈现出东北—西南对称格局。其原因归为处于主要交通要道和“一带一路”建设节点的一些城市依托交通优势与发展机遇进一步完备了自身物流业发展能力，如洛阳、商丘，而地处中原城市群边缘地带的区域，一方面受制于空间距离因素，核心城市对其辐射带动作用不明显，另一方面自身城镇化水平不强，在基础设施不完善、缺少内生增长动力情况下物流业发展受到限制，如地处东部边缘的菏泽、宿州，南部边缘地带的信阳、驻马店等。

图1 中原城市群物流业发展水平时空格局演变Fig.1 Evolution of the spatial and temporal pattern of the logistics industry development level of the Central Plains Urban Agglomeration

2.2 物流业发展水平全局空间自相关分析

根据式（6），利用GeoDa软件测算中原城市群3个时间截面物流业发展水平的全局Moran’sI指数，计算结果如表2所示。从显著性水平看，2007，2012，2017年全局Moran’sI指数分别在5%，5%，10%的水平下显著，且呈减小趋势，表明中原城市群各市物流业发展呈显著的空间正相关，但空间集聚特征出现逐渐弱化态势，这与其时空演化过程相符合。

表2 物流业发展水平全局Moran’s I指数统计表Tab.2 Global Moran’s I index statistical table of logistics industry development level

2.3 物流业发展水平局部空间自相关分析

根据公式（7），运用ArcGIS软件对中原城市群物流业发展指数进行局部空间自相关分析，并通过自然断点法将其划分为热点、次热点、次冷点、冷点4类，如图2所示。

图2 中原城市群物流业发展水平冷热点格局演变Fig.2 Evolution of the cold and hot spots in the logistics industry development level of the Central Plains Urban Agglomeration

2007年热点区主要集中在郑州、焦作、洛阳3个核心城市，次热点区围绕热点区集中分布在中原城市群西北部，冷点区则连片分布在东南部；2012年在北部重要节点城市邯郸市的辐射带动下，热点区逐渐向北部扩散，冷点区因东南边缘城市发展向好，出现缩小趋势；至2017年，热点区呈现出以郑州市为中心的“抱团”现象，并以圈层形式向外围起到辐射带动作用，同时冷点区再次向东南方向蔓延。总体来看，热点、次热点主要分布在以郑州为中心的中西部和以邯郸为中心的北部，这些地区凭借丰富的自然资源禀赋和区位优势物流业发展快速，反之冷点、次冷点则集聚于资源优势不足、整体发展水平低、距离核心区较远的东南边缘地带。

3 物流业发展水平影响因素空间异质性分析

3.1 影响因素变量选取

物流业发展水平受多重因素影响，在借鉴前人研究的基础上［19，21］，本文从区域经济发展水平、对外开放程度、人力资本水平、信息化水平4个维度来综合考虑中原城市群物流业发展水平影响因素：

（1）经济发展水平。经济发展可以完善地区交通运输体系、信息网络系统、仓储等基础设施，同时经济发达地区的生产、流通、消费等经济活动较为频繁，对物流业发展有很大的影响作用。人均GDP可以综合反映一个地区的经济发展状况，因此，本文采用人均GDP代表其经济发展水平。

（2）对外开放程度。扩大对外开放程度可以为地区发展注入“新鲜血液”、拉动市场需求。本文选用实际利用外资代表对外开放程度。

（3）人力资本水平。人力资本积累是实现创新驱动、产业升级的重要元素，有效利用人力资本已然成为物流业转型升级、提速提质的关键。专科及本科人才人数可以反映出一个地区人力资本拥有情况，因此，本文采用普通高等学校在校生数反映人力资本状况。

（4）信息化水平。信息化发展推动了人力、资金、技术等生产要素跨区域流动，促使物流及相关产业在时间和空间上的联系更加紧密，其空间溢出效应、规模效应和网络效应更加突出。本文用年末移动电话用户数代表其信息化水平。

综上所述，本文分别选取各市2017年的人均GDP（a1）、实际利用外资规模（a2）、普通高等学校在校生数（a3）、年末移动电话用户数（a4）4个指标作为影响因素。数据来源于2018年《中国城市统计年鉴》，并对数据进行标椎化处理以作为自变量，同时把本文计算所得的2017年各市物流业发展水平作为因变量。

3.2 GWR模型及其结果

为避免各变量之间存在多重共线性问题，首先对各变量进行多重共线性检验，结果显示各变量容忍度在0.161～0.414间（T＜0.1具有多重共线性），方差膨胀因子在2.417～3.753间（VIF＞10存在严重多重共线性），各自变量之间不存在多重共线性。由前文计算可知，2017年中原城市群物流业发展水平的全局Moran’sI指数值为0.095 6，P值为0.070 0，物流业发展水平存在空间自相关性，可进一步使用GWR模型分析各影响因素对物流业发展水平作用效应的空间差异，其中核类型设置为FIXED，模型带宽采用AICc，运算结果见表3，模型的拟合优度达到0.821 2，拟合性能良好。各市域局部回归模型的标准化残差值为［－1.95，3.34］，其中约96.7%的值为［－2.58，2.58］，进一步对残差进行全局自相关检验，得到Moran’sI值为－0.061 3，P值为0.789 7，Z值为－0.266 8，标准化残差在空间上呈现完全随机分布，表明模型整体拟合效果良好。

GWR模型是对每一个空间单元进行局部的回归分析，对得到的各系数值进行统计，并计算其最大值、上四分位值、中位值、下四分位值、最小值和平均值（表3）。总的来看，各影响因素对物流业发展水平的作用具有空间异质性，其中经济发展水平、对外开放程度、信息化水平对物流业发展水平的影响较为稳定，均为正向影响；人力资本水平的回归系数在空间上表现出较大波动，其最小值对物流业发展水平表现出负向影响。

表3 GWR模型运算结果Tab.3 GWR model calculation results

3.3 GWR结果分析

根据GWR运算结果，利用ArcGIS自然断点法对各影响因子回归系数进行空间可视化处理（图3），并逐一分析各影响因子对物流业发展水平影响的空间异质性。

3.3.1 经济发展水平

经济发展水平回归系数在0.169 1～0.319 3间（图3（a）），对各地级市物流业发展均为正向促进影响，表明物流业在一定程度上依赖地区经济发展，提高经济发展水平是促进物流业蓬勃发展的重要途径。在空间分布上人均GDP的作用结果呈现出较强的空间异质性，对各市物流业的正向促进作用自西北向东南逐渐递减。北部和西部城市凭借着丰富的自然资源和区位优势经济发展良好，在空间上形成集聚效应，并通过空间溢出效应和空间辐射效应影响周边城市发展，在很大程度上促进了物流业发展。同时，这些地区工业和服务业发展较好，直接或间接扩大了对物流业的需求，拉动物流业向更深层次发展。东南部地区城市的经济发展水平对其物流业的驱动作用较弱，这些地区依靠传统资源禀赋，经济结构较为单一，城市化水平不高，经济发展动力不足，对物流业需求较小，难以推动物流业向高层次转型升级发展，因此需要培育经济新增长极，提高经济活力，以促进中原城市群东南地区物流业发展。

3.3.2 对外开放程度

如图3（b）所示，实际利用外资回归系数介于0.057 4～0.327 6之间，即各市扩大对外开放可在一定程度促进其物流业发展。扩大对外开放程度可以加快外来技术、资金、人才等集聚，进而会带动经济增长和扩大内需，为物流业发展提供良好的环境和强有力的保障。从空间分布上看，实际利用外资对各市物流业发展的正向影响自东向西逐渐递减。实际利用外资对东部城市物流业正向促进作用最大，这些区域经济基础较为薄弱，合理利用外资可以有效填补其内部投资不足、工业基础薄弱、物流技术和管理落后等短板，同时东部地区多数地市以农业为主，扩大对外开放程度可以刺激本地经济活力，吸纳更多资源要素，通过带动批发零售业、制造业等产业间接扩大市场对物流业的需求，进而促进物流业发展。城市群西部城市物流业发展受实际利用外资正向促进作用较小，这与中原城市群以郑州市为中心偏西地区经济发展较好的实际相悖，一方面，很有可能是因为外资驱动物流业发展已经出现“乏力”状况，要想进一步发展这些地区的物流业应注重创新驱动，加快培养高端技术人才、创新管理系统，另一方面可能是因为没有充分、合理发挥外资作用，外资利用效率有待提高。

3.3.3 人力资本水平

由图3（c）可知，人力资本回归系数围介于－0.094 1～0.258 8之间，对中原城市群中的25个城市物流业发展具有正向促进作用，而对邯郸、邢台、聊城、菏泽、濮阳5市的物流业发展具有负向影响作用，空间分布上表现为由西南向东北呈梯度递减态势，空间异质性特征明显。人力资本回归系数高及次高值落在中原城市群西南部，受郑州市空间辐射和空间溢出效应影响，形成以郑州市为中心、圈层递减的经济活跃区和人才集聚区，人力资本是创新的重要源泉，对这些地区物流业发展具有明显的正向促进作用。处于教育资源集聚圈外层，即城市群东部与中北部的城市，教育资源不占优势，自身资本存量薄弱，因此人力资本对物流业的正向促进作用十分有限。位于豫冀、豫鲁交界处的5市，即邯郸、邢台、聊城、菏泽、濮阳和其他地区相比教育资源相较匮乏，加之在边界“切变效应”下区域间人才要素交流受限，以及受到豫、冀、鲁3省经济核心区人才虹吸效应影响，这些地区人才出现一定流失，因此人力资本对其物流业发展表现出抑制作用。

3.3.4 信息化水平

如图3（d）所示，信息化水平回归系数介于0.135 4～0.383 8之间，对中原城市群各市物流业发展均具有正向促进作用，从空间分布来看，高值区集中在北部，低值区集中在南部，呈现出自北向南梯度递减趋势，表明信息化对北部地区物流业促进作用最强，且这种促进作用由北向南逐渐衰弱。其中，信息化水平对安阳、鹤壁、晋城、邯郸、聊城等位于省际交界处的城市影响最大，这是因为北部地区发展较好，信息化程度较高，有利于打破省际间的壁垒，促进各种生产要素跨区域流动、强化各行各业之间的网络通达性、协调区域间物流运作，对物流业的发展起到强有力的支撑和促进作用。中原城市群南部地区因资源禀赋、区位、基础设施等重要发展因素优势不足，整体经济水平要低于北部地区，信息基础设施建设不够完善，信息技术创新与信息管理系统开发受限，信息化建设没有完全融入城市化、工业化等环节，以上原因均导致物流业与信息化的融合不够紧密，因此南部地区信息化水平对物流业发展促进作用较小。

图3 GWR模型影响因素回归系数空间分布Fig.3 Spatial distribution of regression coefficients of influencing factors of the GWR model

4 结论

（1）从物流业发展水平指数变化看：中原城市群物流业发展水平出现下降趋势，但各地市物流业发展差距显露出缩小态势。从时空格局看：2007—2017年，中原城市群物流业发展格局经历了由“西北高、东南低”态势显著至“北强南弱”走向鲜明，再至“东北—西南呈对称发展”格局，物流业发展不平衡现象依旧存在。

（2）从空间关联特征看：中原城市群物流业在空间上呈现出明显的空间集聚特征，但这种空间正相关性随着时间推移逐渐减弱。在自然资源禀赋与区位优势等因素影响下，热点区在郑州市周边集聚分布，并向西北地区不断辐射，冷点区则在东南地区愈演愈烈。

（3）从GWR模型回归结果看：各影响因子对中原城市群物流业发展水平影响作用空间分异显著，呈现出向不同方向阶梯递减态势，其中经济发展水平、对外开放程度、信息化水平均对物流业发展起到正向影响；人力资本水平对中原城市群西南地区物流业发展具有正向促进作用，而对东北地区处于省际交界处的邯郸、邢台、聊城、菏泽、濮阳5市起到抑制作用。