长三角区域物流空间演化与影响因素分析

崔园园， 宋炳良

(上海海事大学 经济管理学院， 上海 201306)



长三角区域物流空间演化与影响因素分析

崔园园*， 宋炳良

(上海海事大学 经济管理学院， 上海 201306)

以长三角区域16个核心城市2003年～2012年的物流空间布局演化特征为基础，从需求、供给、产业环境和政策等4个维度选择了影响物流集聚度的影响因素，并实证分析了这些因素对长三角区域物流空间布局变化的影响机理.研究发现：(1)10年来，长三角区域物流的空间布局同时受到集聚效应和扩散效应的作用，各城市物流集聚呈现分化态势，经历了“三心多点”到“两极一心多点”，再到“一极一团一走廊”的阶段性演化.(2)长三角区域物流空间布局的演化是区域经济增长、人口规模、劳动力水平和交通运输条件等因素的综合影响的结果，而第二产业的规模对物流集聚程度的影响并不显著.

长三角； 区域物流； 空间布局演化； 影响因素

区域物流是区域经济活动产生的派生需求，其主要功能是衔接与处理区域内及区域间各产业环节的时空结构，通过提高区域经济综合实力水平、调整区域经济产业结构、影响城市空间结构，服务区域经济发展，具有经济和地理双重属性.西方城市群快速成长为全球城市区域的经验表明，城市间的物流空间组织，不仅是城市群形成与发展的核心动力之一，同时也是全球城市区域产业空间组织的重要基础[1].

随着全球经济一体化的进展，企业与企业之间的竞争正在演变为供应链与供应链的竞争，物流集群凭借降低企业交易成本，提高基础设施利用效率，扩大市场规模，提升企业竞争力等重要作用，成为推动区域经济增长的新动力，引发了各国投资建设或扩张物流集聚区的热潮.长江三角洲地区作为我国融入全球化进程的首要全球区[2]，物流业发展成效显著，基本形成了以上海物流圈、南京物流圈和杭州物流圈为中心的物流圈体系，正逐渐成为全球的物流中心枢纽.各省市依托港口、交通枢纽、开发区、制造业聚集区和商贸集中区，规划和建设了一批投资多元、功能集成、特色鲜明的物流园区.这些物流园区凭借优良的基础设施和完善的配套服务，吸引了大量物流企业进驻，显现了良好的社会经济效益和集聚辐射效应.

1 文献回顾

国内外关于服务业集聚的研究从上世纪90年代以后才开始受到关注.随着产业集聚由生产性产业领域转向服务业领域的发展，物流产业作为生产性服务业的典型代表，物流集聚的研究成为服务业集群研究的重要领域之一.目前物流集聚相关的研究主要集中在3个方面：(1)物流集聚与制造业集聚的协调与合作关系成为物流集聚研究的切入点.二者的合作模式可以概括为区域共同体协作模式、依附主导产业的协作模式和区域导向的物流集聚模式3种[3].(2)区域物流产业集群的形成和发展动力[4-5].它的形成和发展是物流业自身不断发展壮大的结果，更是市场需求与区域物流产业相互影响、相互作用的结果.(3)区域产业集聚的实证分析，邵校等[4]测度了我国物流产业的区域集聚程度、企业集聚程度和集聚结构，指出物流业的区域集聚程度和企业集聚程度存在不一致性；Rivera等[5]在空间物流区位商的基础上，引入物流企业参与指数，识别并对比了1998年与2008年美国县级区域物流集聚分布态势.

物流集聚的地理属性表现为物流集聚对区域经济空间布局的影响，物流区位与制造业区位选择的关系，以及物流集聚对区域物流空间布局的直观反映.区域物流空间布局的研究大多是通过对区域物流集聚程度的计量描述该地区的物流空间格局和演变趋势[6]，对于空间格局演化的影响因素研究较少.可借鉴的文献有：李伊松等[7]对钻石模型中各因素做了细分和整合，构建了包括环境因素、市场因素、基础设施因素、企业因素和政府因素等五类物流集聚形成的影响因素体系；钟祖昌[8]以我国31个省市物流空间分布为研究依据，确定了区域经济水平、基础设施水平、政府干预、对外开放水平等4种影响物流集聚的影响因素，并分析了各个因素对物流集聚的影响机理.

本研究将通过测度2002年～2013年长三角地区16个核心城市的物流集聚度，分析其空间格局的演化特征；并在前人研究的基础上，构建影响长三角区域物流空间布局的影响因素分析框架，以16城市十年来的面板数据为基础，借助Eviews6.0软件，建立物流集聚度与影响因素变量的回归模型，物流集聚的影响因素及其对长三角区域物流空间分析格局演化的影响机理.

2 长三角区域物流空间演化分析

2.1 研究方法与数据来源

衡量产业地理集中程度可以通过区位商、区位基尼系数、赫芬达尔-赫希曼指数、水平集聚区位商和E-G指数等几种常用的方法测度分析.其中，区位商由于计算简便、数据要求相对较少而被广泛应用于产业或行业集聚度的计算.区位商由哈盖特首先提出，用于衡量某一产业在某一区域的相对集中程度.本文通过计算物流产业的区位商指数分析长三角16个核心城市区域内的物流空间演化阶段和特征.其计算公式为：

(1)

图1 以2003年、2007年、2012年为代表的长三角区域物流空间结构演化示意图Fig.1 The spatial evolution of logistics industry in the Yangtze delta in 2003， 2007 and 2012

2.2 长三角区域物流空间演化特征

1) 区域物流空间布局阶段性演进.10年间该区域物流空间布局大致经历了以上海、南京、舟山为中心初步集聚，其他城市较为分散的“三心多点”的全面扩散阶段，到上海、南京高度集聚、舟山集聚度稳步增长的“两极一心多点”的“一体两翼”集中阶段，再到以上海为单极、以南京为中心的北翼组团、以舟山为中心的南翼的“一极一团一走廊”的两翼压缩集中阶段，三个阶段的物流空间布局情况如图1所示.

2) 区域物流集聚趋势与扩散趋势并存.十年来，长三角区域16核心城市经历了区域物流业集聚程度的逐步分化：以上海为代表的物流集聚度最高的城市区位商指数稳步增长，并且在2005年以后都属于物流业高度集中的程度，其中上海的区位商指数十年来保持了区内最高水平，从2003年的1.335增长到了2012年的1.806；而以台州、嘉兴、绍兴等为代表的物流集聚度最低的城市的区位商指数稳步下降，除2003年外，区位商指数都在0.5以下，属于极度分散的状态，区位商的最低值从2003年的0.606下降到了2012年的0.159；以中值表示的16城市的区位商指数也略有下降，但都处于0.5～1之间，即大部分城市属于物流业集聚程度较高的水平.集聚效应和扩散效应的共同作用导致了长三角城市间物流业集聚态势的分化.

图2 2003年～2012年长三角16城市物流集聚度代表指数变化趋势Fig.2 The LQ index of logistics industry in the Yangtze delta from 2003 to 2012

3 长三角区域物流空间演化的影响因素分析

3.1 物流集聚影响因素理论框架

本文以新经济地理学为理论基础，结合长三角区域物流的空间演化特征，认为物流集聚影响因素应包括经济水平、产业结构、人口规模等需求拉动性因素，劳动力成本、交通运输条件等供给推动性因素，以市场开放化程度为代表的产业环境支持性因素，以及以政府政策为代表的制度引导性因素.

图3 物流集聚影响因素的分析框架Fig.3 A framework to analyze determinants of logistics agglomeration

3.2 影响因素分析与假设

近年来长三角区域经济一体化的进程推动了长三角区域物流的纵深发展，长三角地区就区域物流一体化建设展开了多层次的讨论，16个城市已全部覆盖在“3小时经济圈”内，基本形成了区域交通基础设施初具规模、现代化物流配送体系相对完善的物流一体化格局.因此本文假设16个城市的物流政策和市场开放程度处于同一水平，从而着重分析16地市的经济水平、产业结构、劳动力水平、交通运输条件等影响因素.

假设1：当地经济发展水平与物流集聚程度之间存在正相关关系.新经济地理学认为，产业趋向集聚还是扩散，是由促进集聚的因素与抑制集聚的因素共同作用的结果，产业的内外部规模经济是促进产业集聚的重要促进因素.规模经济的表现形式包括城市化规模经济和地方化规模经济，城市化规模经济指不同产业的不同企业在同一地区的集聚，地方化规模经济指同一产业在同一地区的集聚.本文的关注点是物流业在某一城市的集聚程度与区域经济水平的关系.一个城市的物流集聚程度与当地的经济水平密切相关，物流集聚是区域经济结构的表现形式之一，而区域经济的发展程度决定了当地对物流的需求程度，物流需求的增长会促进物流业的专业化、规模化和网络化布局，从而推动物流业的集聚.

假设2：第二产业产值与物流集聚程度之间存在正相关关系；假设3：地区的人口规模与物流集聚程度之间存在正相关关系.物流业原始的发展基础来自于制造业产生的物流服务需求，具有衍生性特点，物流企业的选址决策较高程度的依赖制造业的分布，可以说，制造业是影响甚至决定物流产业布局的重要条件.而随着近年来现代物流的迅猛发展，特别是B2C电子商务物流的普及，物流企业对终端消费者提供服务的方式从间接变为直接服务，物流业从而表现出了明显的消费性服务业的特征和趋势.物流业纯粹依附于制造业的关系已经发生改变，区域人口规模逐渐演变成为物流需求的来源.

假设3：劳动力成本与物流集聚程度之间存在负相关关系.物流业属于劳动密集型产业，劳动力成本对物流企业的区位选择或转移有重要影响.随着我国现代物流产业能级的提升，工资作为劳动力成本的代表指标的说服力越来越差，工资以外的社会保障、生活成本等渐渐成为物流从业人员选择就业地的重要考量条件；而雇员的知识结构和能力水平也渐渐成为企业选择物流从业人员的考虑因素.企业越来越倾向于追求综合劳动成本，而不仅仅是单纯考虑工资水平.

假设4：交通运输能力与物流集聚程度之间存在正相关关系.区域的公、铁、空、水等运输网络提供的交通运输能力是实现物流功能的前提条件，完善的交通运输设施能够有效降低区域间要素流动的难度，减少运输成本，促进物流企业在某一优势区域的集聚，而不必以生产地或以消费地作为区位选择的重点.例如，西班牙PLAZA物流园区的成功就得益于四通八达的运输网络.

3.3 模型构建与变量选择

根据以上对物流集聚度影响因素的分析和变量设定，并经过多次检验和模型评估，建立区域物流集聚度影响因素的面板计量模型形式如下：

LQit=a+blnECOit+clnPOPit+

dlnINDit+elnLABit+flnTRA+εit，

(2)

其中，i和t表示城市和年份，ECO为当地经济发展水平，IND为当地的产业结构因素，POP为当地的人口规模，LAB为当地的劳动力成本，TRA为当地的交通运输水平.

综合考虑模型的变量假设和数据可得性，当地经济水平用各城市历年的GDP值表示，产业结构用当地第二产业产值占GDP的比重，当地人口规模用全市年末人口总数表示，劳动力成本用当地在岗职工平均工资表示，交通运输水平用各城市的货物运输总量来表示.样本数据为2003年～2012年长三角16个核心城市的面板数据，数据来源于本文对《中国城市统计年鉴》(2004-2013)和各地市历年的统计年鉴中相关数据的整理.

3.4 协整检验与模型估计

为避免伪回归，模型估计之前要先对变量进行平稳性和协整性检验.本文首先借助EVIEWS6.0软件进行单位根检验，检验结果显示各变量均为一阶单整序列，存在协整的可能性；进一步采用Pedroni检验和Kao检验两种方法进行面板协整检验，两种检验结果均证实了各变量之间存在长期稳定的均衡关系，可以直接对原方程进行回归.通过F统计值和Hausman检验，模型选择变截距的固定效应形式，回归结果如表1所示.其中，AdR2=0.8717，说明模型的解释力度较强；模型回归的残差序列在1%的显著性水平上通过检验，该回归方程为协整方程.

表1 lnLQ与影响变量的回归结果

3.5 实证结论与影响机理分析

当地经济水平对物流集聚程度两个变量之间的负向关系出人意料，这与大多数相关研究的结果相悖.但这在一定程度上反映了长三角区域经济一体化实施的成效.随着长三角区域经济一体化的推进和区域经济的增长，各类经济要素和资源的整合使得物流业的发展不必过分集中在某一特定区域，这与2003年～2012年长三角物流集聚度整体呈现震荡下调的趋势吻合.

从产业结构与人口规模的影响来看，区域物流集聚程度与第二产业之间的关系显得较为模糊，两个变量之间虽然存在正向关系，但第二产业产值对物流集聚度影响的显著性很差；而作为物流直面服务的消费性需求指标的人口规模对物流集聚的影响具有明显的正向关系，这可能与我国十年来电子商务物流快速发展的趋势有关.

劳动力成本对物流集聚度的影响关系与假设4的情况相反，lnLQ与lnLAB存在显著的正向关系.这表明了长三角区域物流业属于劳动密集型产业的情况已有所改善，物流业对劳动力的要求不再仅仅考量工资水平这一单一指标，物流业发展对员工的知识技能和综合素质提出了更高的要求.

交通运输条件对物流集聚度的影响关系与假设5相符，lnLQ与lnTRA在5%的显著性水平上存在正向关系.随着交通运输基础设施的完善，各地交通运输网络搭建了物流空间网络基点，推动了物流业的集聚.

物流集聚程度在空间上的动态表现，即物流空间布局的演化是各类正向因素和负向因素动态影响物流集聚程度的综合作用的结果.从现象上来看，2003-2012年长三角地区16个核心城市的物流空间布局正是由于当地经济水平、人口规模、劳动力水平和交通运输条件等多方因素的影响，而表现出了集聚与扩散效应并存、各城市物流集聚度逐步分化的阶段性演进特征.

4 结论与建议

近年来长三角区域物流业取得了快速发展，在当地经济水平、人口规模、劳动力水平和交通运输条件等综合因素的影响作用下，2003年～2012年间长三角区域16个核心城市的物流集聚程度差异不断变化，物流空间布局经历了从“三心多点”到“两极一心多点”，再到“一极一团一走廊”的演化过程.

根据以上研究结果，本文结合各影响因素对长三角区域物流空间的布局的作用关系，给出相应建议，以期为相关部门制定物流产业规划提供参考依据.首先，从当地经济水平与物流集聚程度的负向关系来看，区域经济增长和一体化趋势将促进区域物流的分散，反之亦然，故各地方要根据当地物流网络的通达性适度规划物流园区的建设.其次，物流集聚程度与第二产业之间较为模糊的关系证明，物流区位选择对于制造业等生产性产业的依附性已经不太明显，物流业与制造业的联动有待进一步深化.第三，人口规模对物流集聚度的正向影响作用凸显了物流业直面消费者服务的消费性服务业特性，长三角区域应着力推进B2C方式的现代物流的发展.第四，劳动力成本与物流集聚度的正向作用关系证明，不能将劳动力视作物流业发展的成本因素，而应该将劳动力的知识水平、劳动技能等综合素质视作物流业发展的人力资源，大力推进物流业从业人员的职业培训和素质教育.最后，从地区交通运输能力的层面来看，随着交通运输基础设施的四通八达，物流业不必在某一地区过度集中，上海可以将物流设施向周边的苏州、嘉兴等城市转移，实现区域经济一体化态势下，物流业从初级扩散到集聚，再到更高层次的扩散阶段的发展.

[1] 沈玉芳, 王能洲, 马仁锋, 等. 长三角区域物流空间布局及演化特征研究[J]. 经济地理, 2011, 31(4): 618-623.

[2] 顾朝林, 陈 璐. 从长三角城市群看上海全球城市建设[J]. 地域研究与开发, 2007, 26(2): 1-5.

[3] 修雪芳, 郑 静. 产业集群下区域物流协作模式研究[J]. 物流工程与管理, 2012, 34(8): 20-21, 14.

[4] 邵 校, 海 峰. 我国物流产业集聚实证研究[J].物流工程与管理, 2013, 35(10): 10-13, 9.

[5] Rivera L, Sheffi Y, Welsch R. Logistics agglomeration in the US [J]. Transportation Research Part A, 2014, 59: 222-238.

[6] 王能洲, 沈玉芳, 张 婧，等. 区域物流空间整合研究——基于长三角一体化的实证[J]. 地域研究与开发, 2011, 30(8): 36-41.

[7] 李伊松, 熊华姝, 张文杰. 物流产业集聚影响因素分析[J]. 生产力研究, 2008(7): 120-122.

[8] 钟祖昌. 空间经济学视角下的物流业集聚及影响因素——中国31个省市的经验证据[J].山西财经大学学报, 2011, 33(11): 55-62.

Research on evolution and its determinants of logistics industry in Yangtze River delta

CUI Yuanyuan， SONG Binliang

(School of Economics and Management， Shanghai Maritime University， Shanghai 201306)

The present study firstly analyzes the concentration dynamics of logistics among 16 core cities of Yangtze River Delta region during 2003-2012 years， and then defines the determinants to influence the agglomeration of logistics in the area from four dimensions of demand， supply， industrial environment and policy， and finally explains how the determinants affect the concentration of logistics in the area. There are two main findings: (1) the concentration dynamics of logistics in the area has been affected both by agglomeration effect and diffusing effect and the spatial layout has changed from “three-core， multi-nodes” to “two-pole， one-core， multi-nodes” to “one-pole， one-group， one-corridor”. (2) the spatial layout of logistics in the area has been affected by the combined factors of economic growth， population size， labor level and traffic capacity， while the scale of second sector has non-significant influence on the concentration of logistics．

Yangtze River delta; regional logistics; spatial evolution; determinants

2014-07-04.

国家社会科学基金项目(12BJY125); 上海海事大学研究生创新基金(2013ycx060)．

1000-1190(2015)02-0302-05

F272.3

A

*E-mail: cuiyuanyuan22@126.com．