蔡海亞,謝守紅

(江南大學(xué) 商學(xué)院，江蘇 無錫 214122)

?

長江三角洲物流發(fā)展及與經(jīng)濟增長關(guān)系的實證研究

蔡海亞,謝守紅

(江南大學(xué) 商學(xué)院，江蘇 無錫 214122)

摘要：運用熵值法，計算2002-2011年長三角城市群物流發(fā)展水平得分，發(fā)現(xiàn)，近10年長三角物流發(fā)展水平整體有所提高，但各市之間發(fā)展不平衡。利用錫爾系數(shù)對長三角區(qū)域物流發(fā)展差異進行空間分解，得出10年來物流錫爾系數(shù)幅度波動較小，總體趨于上升趨勢。地區(qū)間總差異和地區(qū)內(nèi)差異大致呈現(xiàn)穩(wěn)定的上升趨勢，地區(qū)內(nèi)部的差異貢獻率大于地區(qū)之間的差異貢獻率。城市發(fā)展的非均衡性是長三角區(qū)域物流業(yè)產(chǎn)生差異的主要原因。利用空間自相關(guān)計算得出長三角區(qū)域物流空間分布呈現(xiàn)正向、顯著的空間自相關(guān)現(xiàn)象，但空間集聚性呈現(xiàn)顯著下降趨勢。運用典型相關(guān)分析法對長三角物流發(fā)展和經(jīng)濟增長關(guān)系進行的分析表明：城市物流發(fā)展水平與經(jīng)濟增長存在高度相關(guān)性。

關(guān)鍵詞：熵值法;錫爾系數(shù);空間自相關(guān);典型相關(guān);長江三角洲

一、引言

現(xiàn)代物流被喻為“朝陽產(chǎn)業(yè)”,是繼資源、人力之后的第三利潤源泉,對地區(qū)經(jīng)濟發(fā)展具有重要催化作用。區(qū)域物流作為區(qū)域經(jīng)濟的子單元,是區(qū)域經(jīng)濟的基礎(chǔ),也是衡量區(qū)域現(xiàn)代化程度的核心標志之一。區(qū)域經(jīng)濟與物流依存度成正比,區(qū)域經(jīng)濟越發(fā)達,其物流依存度就越高[1]。近年來,國內(nèi)外學(xué)者對物流發(fā)展及與經(jīng)濟增長的關(guān)系研究也在不斷增加。國外學(xué)者關(guān)注的焦點在微觀層面,而國內(nèi)學(xué)者則對宏觀層面研究較多,國內(nèi)早期研究以定性分析為主。盧勝[2](2003)提出現(xiàn)代物流對城市經(jīng)濟發(fā)展具有重要意義。張越[3](2005)指出山西省物流體系的整合可以進一步推動全省經(jīng)濟發(fā)展。從2006年開始,定量研究不斷涌現(xiàn),周君[4](2006)以天津為例,采用Logistic模型來量化區(qū)域物流對經(jīng)濟增長的作用。蹇明等[5](2009)基于物流對經(jīng)濟增長的貢獻維度,研究得知廣西物流與經(jīng)濟增長存在高度關(guān)聯(lián)性。徐茜等[6](2011)借助浙江省1978-2008年統(tǒng)計數(shù)據(jù),實證指出浙江省區(qū)域物流與區(qū)域經(jīng)濟之間存在高度相關(guān)性。李國剛等[7](2012)對我國物流發(fā)展和經(jīng)濟增長進行實證分析,指出物流信息化水平對經(jīng)濟增長有顯著促進作用。陳志新等[8](2013)對寧夏地區(qū)物流與經(jīng)濟增長進行關(guān)聯(lián)分析,表明寧夏區(qū)域物流對區(qū)域經(jīng)濟的拉動作用要小于區(qū)域經(jīng)濟對區(qū)域物流的拉動作用。賀玉德等[9](2014)構(gòu)建協(xié)同度模型,指出四川省區(qū)域物流與區(qū)域經(jīng)濟發(fā)展整體協(xié)同度較高。

長江三角洲是六大世界級城市圈之一,城市化和工業(yè)化水平較高,是中國目前經(jīng)濟實力最為雄厚,現(xiàn)代物流最具競爭力的區(qū)域。隨著長三角城市群一體化進程的不斷推進,廣闊的市場孕育著巨大的物流需求,對現(xiàn)代物流的整合和提升將成為長三角地區(qū)新的發(fā)展方向。但現(xiàn)階段對于長三角區(qū)域物流的研究還不多,因此，本文在綜合已有研究基礎(chǔ)上,借助熵值法、錫爾系數(shù)、空間自相關(guān)等分析長三角區(qū)域物流發(fā)展水平的時空間差異及其物流空間分布演變特征,并運用典型相關(guān)分析對長三角區(qū)域物流發(fā)展和經(jīng)濟增長的關(guān)系進行互動性研究,旨在為長三角今后物流的發(fā)展提供參考。

二、研究方法

(一)熵值法

熵值法是依據(jù)各變量信息載荷大小來確定權(quán)重的一種客觀賦值法[10],能夠減少主觀因素帶來的偏差,其主要計算步驟為:① 構(gòu)建判斷矩陣P=(aij)m×n并進行標準化處理,計算指標aij的比重xij,其中xij=aij/∑aij;② 計算熵值ej,其中ej=-k∑xijlnxij,k=(1/lnm);③ 計算差異性系數(shù)gj,其中g(shù)j=1-ej;④ 計算指標aij的權(quán)重ωj,其中ωj=gj/∑gj(j=1,2,3…n)。

(二)錫爾系數(shù)

錫爾系數(shù)(Theil),又稱錫爾熵,是用來衡量區(qū)域之間的差異程度,系數(shù)值越大,表明該區(qū)域差異越大,反之越小。其計算公式為

利用錫爾系數(shù)可分解性,得到k個地區(qū)間差異以及這k個地區(qū)內(nèi)部差異,其計算公式為

式中:T為錫爾系數(shù);n為城市數(shù)量;yi代表i城市物流發(fā)展水平占長三角區(qū)域的比重;pi表示i城市物流從業(yè)人員占長三角區(qū)域的比重。TBR為k個地區(qū)間差異;TWR為k個地區(qū)內(nèi)差異;j表示各地區(qū)內(nèi)城市;yij為各地區(qū)內(nèi)城市的物流發(fā)展水平占該地區(qū)的比重;pij為各地區(qū)內(nèi)城市物流從業(yè)人員占該地區(qū)的比重。

(三)全局空間自相關(guān)

全局空間自相關(guān)是用來衡量觀測樣本在整個區(qū)域內(nèi)的空間相關(guān)程度,Global Moran’s I指數(shù)計算公式為

三、長三角區(qū)域物流發(fā)展水平評價

本文采用2002-2013年間16城市面板數(shù)據(jù),在兼顧長三角區(qū)域發(fā)展的實際情況及數(shù)據(jù)可獲得性,選取貨運總量(X1)、郵電業(yè)務(wù)總量(X2)、交通運輸倉儲郵電從業(yè)人員(X3)、人均貨運量(X4)、地均貨運量(X5)和交通運輸倉儲郵電從業(yè)人員占全部從業(yè)人員的比例(X6)這6個正向指標,對長三角區(qū)域物流發(fā)展水平進行評價。采用熵值法計算以上各指標權(quán)重,其權(quán)重依次為0.1181、0.2229、0.3235、0.0857、0.1339、0.1158。

對各指標進行簡單的加權(quán)求和,計算出2002-2013年長三角16市物流發(fā)展水平的綜合評價得分(見表1)。2002-2013年長三角區(qū)域物流發(fā)展水平呈現(xiàn)顯著上升趨勢,物流發(fā)展水平得分均值從2002年的0.0872增長到2013年的0.1820,增長了近1.09倍,但各年份增長倍數(shù)有所減小,表明相對發(fā)展速度有所放緩。計算2002、2008和2013年16城市市物流發(fā)展水平得分的極值得分比,分別為8.8090,14.6778,12.4254,表明,城市物流發(fā)展水平的極化效應(yīng)在不斷增強,物流發(fā)達的城市發(fā)展?jié)u趨飽和,而物流欠發(fā)達的城市還有較大發(fā)展空間。

對2002-2013年各城市物流發(fā)展水平得分進行聚類分析,將長三角16城市劃分為以下3類地區(qū):Ⅰ類(物流發(fā)達地區(qū)),包括上海、南京、杭州、寧波和舟山5個城市,該地區(qū)服務(wù)業(yè)發(fā)達,物流從業(yè)人員高度密集,物流發(fā)展水平高。2013年,這5個城市的物流從業(yè)人員數(shù)占長三角的78.83%,物流發(fā)展水平占長三角的62.77%;Ⅱ類(物流較發(fā)達地區(qū)),包括無錫、常州、蘇州、南通和湖州5個城市,該地區(qū)服務(wù)業(yè)較發(fā)達,物流發(fā)展水平較高。2013年，該地區(qū)物流從業(yè)人員數(shù)占長三角的12.93%,其物流發(fā)展水平占長三角的比重僅為19.56%,與Ⅰ類地區(qū)物流發(fā)展存在較大差距;Ⅲ類(物流欠發(fā)達地區(qū)),包括鎮(zhèn)江、揚州、泰州、嘉興、紹興和臺州6個城市,其物流從業(yè)人員和物流發(fā)展水平占長三角的比重均較低。2013年,該地區(qū)物流從業(yè)人員數(shù)占長三角的8.24%,物流發(fā)展水平占長三角的比重僅為17.67%,略低于Ⅱ類地區(qū)。

表1　長三角16城市物流發(fā)展水平得分及數(shù)據(jù)對比

四、長三角區(qū)域物流發(fā)展水平的空間演變格局

(一)長三角物流發(fā)展水平差異總體特征

由表2可知,長三角區(qū)域物流錫爾總系數(shù)在2002-2013年間雖有較小幅度波動,但總體趨于上升趨勢,T值由2002年的0.0306上升至2013年的0.1353,增長了3.42倍。2002-2005年間總系數(shù)一直處于快速上升狀態(tài),由2002年的0.0306上升到2006年的0.0656,增長了1.21倍,表明該時期內(nèi),長三角區(qū)域物流發(fā)展水平差異逐年增大。而在2007-2010年,長三角物流發(fā)展水平差異趨于平穩(wěn),系數(shù)徘徊在0.0750附近,波動幅度較小。2011-2013年,總系數(shù)由0.1065上漲到0.1353,增長幅度較大,長三角區(qū)域物流差異進一步擴大。

借助錫爾系數(shù)的空間分解性,長三角物流發(fā)展水平總差異可分解為Ⅰ類、Ⅱ類和Ⅲ類地區(qū)間差異以及這3類地區(qū)內(nèi)城市之間的物流差異。從表2可以看出,地區(qū)間總差異TBR大致呈現(xiàn)穩(wěn)定的上升趨勢,由2002年的0.0097上升為2013年的0.0316,表明Ⅰ類、Ⅱ類和Ⅲ類地區(qū)間的物流差異在逐年增大,且差異變動由大到小依次為Ⅲ類、Ⅱ類和Ⅰ類地區(qū)。在地區(qū)內(nèi)部差異方面,地區(qū)內(nèi)差異TWR總體呈現(xiàn)顯著上升趨勢,從2002年的0.0209增長到2013年的0.1037,其中Ⅰ類地區(qū)的錫爾系數(shù)從2002年的0.0123上升為2013年的0.0935,差異增幅顯著;Ⅱ類和Ⅲ類地區(qū)的錫爾系數(shù)呈現(xiàn)出上下波動的趨勢,但系數(shù)值較小,差異變化幅度較小,表明該地區(qū)城市在2002-2013年間物流發(fā)展水平較為均衡,并沒有隨著時間序列的變化而表現(xiàn)出顯著的差異逐年遞增的發(fā)展態(tài)勢,但Ⅱ類地區(qū)城市間差異變動幅度要略大于Ⅲ類地區(qū)。

進一步分析Ⅰ類、Ⅱ類和Ⅲ類地區(qū)間和地區(qū)內(nèi)部的差異,可以發(fā)現(xiàn),Ⅰ類、Ⅱ類和Ⅲ類地區(qū)內(nèi)部的發(fā)展差異顯著,差異的貢獻率介于52.13%-76.64%之間。據(jù)此，我們可以得出16城市物流發(fā)展的非均衡是長三角區(qū)域物流發(fā)展水平產(chǎn)生差異的主要動因,三大地區(qū)內(nèi)部的發(fā)展差異對總體差異的影響較大。而Ⅰ類、Ⅱ類和Ⅲ類地區(qū)間的差異貢獻率介于23.36%-47.87%之間,對總體差異的影響相對較小。

表2　2002-2013年長三角區(qū)域物流發(fā)展水平差異

(二)長三角物流發(fā)展水平空間相關(guān)性

由圖1可知,2002-2013年間長三角物流發(fā)展水平的Global Moran’s I估計值均為正值,這表明長三角16城市物流發(fā)展水平存在顯著的空間正相關(guān);但集聚性呈現(xiàn)下降趨勢,馬太效應(yīng)有所減弱。其中,2002-2005年Global Moran’s I估計值震蕩幅度較大,2002年數(shù)值最高(0.2877),空間關(guān)聯(lián)性最強,在2003年，指數(shù)下跌到0.2256,隨后在2003-2005年間又有所上浮。從2005-2009年起,Global Moran’s I估計值一直處于下降趨勢,且下降幅度顯著增加,由2005年的0.2542降低到2009年的0.1781,空間集聚效應(yīng)逐年變?nèi)?。但?010年有所上揚,上升到0.1864。隨后一直下降,2013年Global Moran’s I值為0.1298,達到近12年來的最低值,表明，此時長三角區(qū)域物流發(fā)展水平空間關(guān)聯(lián)性進一步下降,城市間的異質(zhì)性在不斷縮小。

五、長三角物流發(fā)展與經(jīng)濟增長的互動性分析

(一)指標選取及解釋

典型相關(guān)分析(Canonical Correlation Analysis)是H. Hotelling于1936年首次提出的,其主要思想類似于主成分分析法是通過對多個變量進行降維,最終轉(zhuǎn)化為兩個變量,驗證兩組多元隨機變量整體相關(guān)性的一種統(tǒng)計方法[11]。本文選取地區(qū)生產(chǎn)總值(Y1)、人均GDP(Y2)、工業(yè)總產(chǎn)值(Y3)、固定資產(chǎn)投資額(Y4)和社會消費品零售總額(Y5)這5個經(jīng)濟增長指標,采用典型相關(guān)分析法研究物流業(yè)發(fā)展水平與經(jīng)濟增長的相互關(guān)系。其中,地區(qū)生產(chǎn)總值、人均GDP、工業(yè)生產(chǎn)總值可以準確衡量地區(qū)的經(jīng)濟發(fā)展水平和規(guī)模,定量考察物流對經(jīng)濟增長的影響[12]。固定資產(chǎn)投資總額伴隨著多方面生產(chǎn)要素的流動,與物流發(fā)展水平也存在高度相關(guān)性[13]。社會消費品零售總額是居民消費能力的體現(xiàn),也是產(chǎn)品市場對物流潛在需求規(guī)模的反映,與物流需求大小息息相關(guān)。

(二)典型相關(guān)模型

將物流發(fā)展水平和經(jīng)濟增長各指標數(shù)據(jù)標準化后進行典型相關(guān)分析。首先，對以上數(shù)據(jù)進行相關(guān)性檢驗,發(fā)現(xiàn)5對典型變量的相關(guān)系數(shù)分別為0.954、0.650、0.542、0.400和0.187,在5%的顯著性水平下,這5組典型變量均是顯著的。由冗余度分析可知,典型變量U1-U5能夠解釋物流發(fā)展水平方差比例依次為58.9%、23.9%、3.2%、4.8%、6.5%,分別解釋經(jīng)濟增長方差比例的53.6%、10.1%、0.9%、0.8%、0.2%;典型變量V1-V5能夠解釋物流水平方差比例依次為58.7%、11.8%、1.7%、27.2%、0.6%,分別解釋經(jīng)濟增長方差比例的53.4%、5.0%、0.5%、4.4%、0.0%。典型變量U3-V3、U4-V4、U5-V5對物流發(fā)展水平和經(jīng)濟增長的解釋能力相對較差,因此，本文只需選用U1-V1、U2-V2這2對典型變量就可基本代表原始變量的信息。表3為具體的典型變量表達式。

表3　典型相關(guān)系數(shù)、顯著性水平及典型變量

第1組典型變量(U1,V1),典型相關(guān)系數(shù)為0.954,X2、X3在第1典型變量U1中起主導(dǎo)作用,典型載荷依次為-0.402、-0.412,即U1表示郵政業(yè)務(wù)總量和物流從業(yè)人員數(shù)量的結(jié)合,代表物流發(fā)展規(guī)模;Y1在V1中載荷系數(shù)最大,系數(shù)為-2.033,即V1代表城市經(jīng)濟的產(chǎn)出能力。其余各指標對典型變量(U1,V1)的貢獻度均不顯著。其中X2和X3與Y1符號相同,表明城市物流規(guī)模的擴大,有利于推動城市經(jīng)濟的大幅度增長。

第2組典型變量(U2,V2),典型相關(guān)系數(shù)為0.650,X4在第2典型變量U2中載荷系數(shù)較大(-1.646),其次是X5、X3、X1,其中X3與X1、X4符號相反,即U2代表城市物流貨運總量引發(fā)物流就業(yè)和平均產(chǎn)出的能力;V2變式中起主導(dǎo)作用的是Y2、Y3、Y4和Y5,V3代表人均經(jīng)濟增長的來源。其余各指標對典型變量(U2,V2)的貢獻度均不顯著。其中Y3、Y4與X3同向與X1、X4反向發(fā)展,表明城市工業(yè)經(jīng)濟的發(fā)展刺激了物流服務(wù)業(yè)的發(fā)展,帶來物流從業(yè)人員數(shù)量不斷增加,但工業(yè)經(jīng)濟的增長幅度受到城市物流發(fā)展規(guī)模的制約;Y2和Y5與X1、X4同向與X3反向發(fā)展,表明人均收入和社會消費品零售總額的提高,引發(fā)對物流需求的增加,有助于擴大城市物流規(guī)模。但是，這種需求受到各城市物流服務(wù)水平的影響。

(三)典型結(jié)構(gòu)分析

表4為各變量與相應(yīng)組典型變量的相關(guān)系數(shù)。

表4　典型負載系數(shù)和交叉負荷系數(shù)

表4中，第1典型變量U1與X1、X2、X3呈現(xiàn)高度相關(guān),且相關(guān)系數(shù)絕對值依次為0.913、0.954和0.949,說明，城市物流服務(wù)水平和物流規(guī)模發(fā)展差異與物流發(fā)展差異顯著相關(guān)。同時，X1、X2和X3對V1也具有較強的相關(guān)性,其交叉載荷系數(shù)絕對值分別為0.871、0.910和0.905,表明，城市物流服務(wù)水平和物流規(guī)模差異的不斷擴大導(dǎo)致城市經(jīng)濟增長能力也在不斷加劇。Y1、Y3、Y4和Y5與第1典型變量V1均顯著相關(guān),且相關(guān)系數(shù)絕對值分別為0.907、0.811、0.745和0.913,表明V1從經(jīng)濟產(chǎn)出、工業(yè)實力、基礎(chǔ)設(shè)施、消費能力方面反映了區(qū)域經(jīng)濟增長能力。同時,Y1、Y3、Y4和Y5這4個原始變量與U1相關(guān)性也較高,且U1和V1變式的典型相關(guān)系數(shù)高達0.954,說明，城市物流發(fā)展與經(jīng)濟增長之間顯著相關(guān),物流從業(yè)人員數(shù)量和物流規(guī)模發(fā)展的非均衡性使得經(jīng)濟增長能力差異有所擴大。第2典型變量U2與X4、X5存在一定相關(guān)性,相關(guān)系數(shù)絕對值為0.918和0.587,表明，U2主要從物流需求密度的角度反映城市物流服務(wù)水平分布差異,X4、X5與第2典型變量中的V2也具有一定的相關(guān)性,相關(guān)系數(shù)絕對值為0.597和0.347,表明，物流需求密度的非均衡性在一定程度上會擴大城市物流發(fā)展水平差異。另外,第2典型變量V2與Y2和Y5有一定的相關(guān)性,但相關(guān)程度較低,其交叉載荷系數(shù)絕對值分別為0.633和0.283,但由于U2與V2變式的典型相關(guān)系數(shù)為0.650,依然可以在一定程度上表明物流發(fā)展與經(jīng)濟增長之間存在相關(guān)性,并且城市經(jīng)濟增長能力的差距會隨著城市物流發(fā)展差異的擴大而加劇。

將長三角16城市2013年物流發(fā)展水平和經(jīng)濟增長指標的標準化數(shù)據(jù)代入U1、U2、V1和V2變式中,得出16城市兩對典型變量的數(shù)值變化趨勢圖,如圖2所示。

由圖2可知,U1、U2的曲線波動性明顯大于V1、V2,表明，長三角16城市物流發(fā)展不平衡大于經(jīng)濟發(fā)展不平衡。U1代表物流產(chǎn)業(yè)發(fā)展規(guī)模,V1代表經(jīng)濟發(fā)展水平,16城市U1、V1曲線呈現(xiàn)相似性的正相關(guān)波動,表明，城市物流產(chǎn)業(yè)與經(jīng)濟增長之間相互影響、相互促進。U2代表城市物流產(chǎn)出能力和物流發(fā)展規(guī)模之間的差距,U2<0，表明該城市已經(jīng)充分發(fā)揮現(xiàn)有物流規(guī)模的產(chǎn)出能力,如舟山、湖州、寧波等城市；U2>0，表明該城市現(xiàn)有物流規(guī)模效用還沒有高效地開發(fā),如上海、蘇州、南京等城市;V2代表城市人均GDP增長的來源;V2>0，表明該城市人均GDP的增長是得益于城市整體經(jīng)濟的發(fā)展,如蘇州、南京、上海、泰州等城市；V2<0，表明該城市人均GDP的提高是得益于城市工業(yè)的發(fā)展,如無錫、杭州、寧波等城市。

六、結(jié)論和建議

(一)結(jié)論

1.2002-2013年間,長三角區(qū)域物流總體發(fā)展水平呈現(xiàn)顯著上升趨勢,但增長幅度有所放緩。各城市之間內(nèi)部差異較大,極化作用逐年增強。根據(jù)各城市歷年的物流發(fā)展水平得分,可以將其分為3大地區(qū):第Ⅰ類為物流發(fā)達地區(qū),包括上海、無錫、蘇州這3個城市;第Ⅱ類為物流較發(fā)達地區(qū),包括南京、常州、鎮(zhèn)江、杭州、寧波、嘉興、紹興、舟山這8個城市;第Ⅲ類為物流欠發(fā)達地區(qū),包括南通、揚州、泰州、湖州、臺州這5個城市。

2.近12年來，長三角區(qū)域物流錫爾系數(shù)雖有較小幅度波動,但總體趨于上升趨勢。地區(qū)間總差異TBR大致呈現(xiàn)穩(wěn)定的上升趨勢,表明，三大地區(qū)間的物流差異在逐年增大,且差異變動由大到小依次為Ⅲ類、Ⅱ類和Ⅰ類地區(qū)。地區(qū)內(nèi)差異TWR總體呈現(xiàn)顯著上升趨勢,其中Ⅰ類地區(qū)差異增幅顯著;Ⅱ類和Ⅲ類地區(qū)的錫爾系數(shù)呈現(xiàn)出上下波動的趨勢,差異變化幅度較小。三大地區(qū)內(nèi)部差異貢獻率遠大于區(qū)域間的差異,城市內(nèi)部發(fā)展的不平衡是長三角區(qū)域物流發(fā)展水平存在差異的主要原因。

3.借助空間自相關(guān)法計算得出長三角區(qū)域物流發(fā)展水平呈現(xiàn)正向、顯著的空間自相關(guān)現(xiàn)象,但空間集聚性呈現(xiàn)顯著下降趨勢。值得關(guān)注的是,“十一五”期間長三角區(qū)域物流發(fā)展較快,城市內(nèi)部空間異質(zhì)性有所減小,空間集聚性不斷下降。

4.運用典型相關(guān)分析法對物流發(fā)展水平和經(jīng)濟增長關(guān)系進行分析,表明,城市物流水平與經(jīng)濟增長具有高度相關(guān)性,兩者相互影響、存在顯著的互動關(guān)系。但城市物流發(fā)展不平衡大于經(jīng)濟發(fā)展不平衡,各城市物流產(chǎn)出能力和物流發(fā)展規(guī)模之間存在一定的差距。

(二)相關(guān)建議

1.注重物流發(fā)展的質(zhì)量。物流作為區(qū)域經(jīng)濟的一個子系統(tǒng),通過對區(qū)域內(nèi)物資流動進行統(tǒng)籌規(guī)劃,從而保證區(qū)域內(nèi)各要素得到優(yōu)化,使得區(qū)域經(jīng)濟運行質(zhì)量得到提高,最終促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。因此,長三角地區(qū)要實現(xiàn)經(jīng)濟的穩(wěn)定持續(xù)增長,必須大力發(fā)展區(qū)域物流產(chǎn)業(yè)。在保證物流規(guī)模和數(shù)量的前提下,更要注重物流質(zhì)量的發(fā)展,不盲目追求城市物流的發(fā)展規(guī)模,加強區(qū)域物流各環(huán)節(jié)之間的銜接力度,加快物流的信息化、網(wǎng)絡(luò)化、標準化,推動物流產(chǎn)業(yè)的跨越式發(fā)展。

2.促進區(qū)域物流的協(xié)調(diào)發(fā)展。注重區(qū)域物流的協(xié)調(diào)發(fā)展,對區(qū)域物流空間格局進行優(yōu)化,加快以上海、南京和杭州為中心的物流圈的建設(shè),以特大城市為依托,形成具有強大輻射作用的物流城市群,培育新的經(jīng)濟增長極。應(yīng)對物流產(chǎn)業(yè)結(jié)構(gòu)進行規(guī)劃和調(diào)整,放棄粗放式的物流發(fā)展方式,促進物流信息化和網(wǎng)絡(luò)化,加快高新物流園區(qū)建設(shè),使得區(qū)域物流和產(chǎn)業(yè)聯(lián)動發(fā)展。其中,物流發(fā)達城市著重建設(shè)海港和空港物流,構(gòu)建高效物流園區(qū)型城市,而物流欠發(fā)達城市則以公路運輸為主,構(gòu)建物流中心型和配送型城市。

3.增強政府的宏觀調(diào)控力度。眾所周知,物流屬于市場導(dǎo)向型產(chǎn)業(yè),因此，當?shù)卣仨毤哟髮ν忾_放程度,積極引進外資企業(yè)來為當?shù)匚锪靼l(fā)展注入新鮮血液,打破區(qū)內(nèi)固有的條塊分割現(xiàn)狀,增強物流企業(yè)發(fā)展活力。另外,區(qū)域經(jīng)濟的發(fā)展對區(qū)域物流具有較大的支撐作用,因此，政府需要加大對物流落后地區(qū)政策支持力度,增加對物流基礎(chǔ)設(shè)施、物流教育的投入,適時轉(zhuǎn)變政府職能,建立權(quán)責明確的物流管理機制。

4.加強物流企業(yè)運作管理?，F(xiàn)階段,雖然長三角地區(qū)物流發(fā)展水平較高,但由于長江三角洲地區(qū)制造業(yè)較為發(fā)達,地區(qū)物流發(fā)展主要得益于高度的流通消費和工業(yè)的集群效應(yīng),最終導(dǎo)致制造業(yè)與物流業(yè)的聯(lián)動發(fā)展能力較弱。因而,企業(yè)必須強化物流外包意識,與第三方物流公司緊密合作,降低自身物流經(jīng)營成本。同時,企業(yè)需要建立多層次的物流繼續(xù)教育培訓(xùn)體制,積極與政府、企業(yè)、學(xué)校之間進行合作,做到產(chǎn)學(xué)研相結(jié)合,為公司儲備物流人才。

參考文獻:

[1] 蔡海亞,謝守紅.長江三角洲物流業(yè)集聚及其影響因素研究[J].浙江樹人大學(xué)學(xué)報(人文社會科學(xué)版),2015,15(4):28-33.

[2] 盧勝.現(xiàn)代物流業(yè)對城市經(jīng)濟的影響及對策[J].經(jīng)濟體制改革,2003,(2):131-134.

[3] 張越.依托物流業(yè)發(fā)展帶動山西經(jīng)濟的探討[J].經(jīng)濟問題,2005,(9):77-80.

[4] 周君.區(qū)域物流業(yè)對地區(qū)經(jīng)濟增長的影響分析[J].統(tǒng)計與決策,2006,(2):109-112.

[5] 蹇明.廣西物流與經(jīng)濟增長的關(guān)聯(lián)性研究[J].廣西民族大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2009,31(3):125-128.

[6] 徐茜,黃祖慶.區(qū)域物流與區(qū)域經(jīng)濟發(fā)展互動關(guān)系研究——以浙江省為例[J].統(tǒng)計與決策,2011,(9):116-119.

[7] 李國剛,曹昱亮.區(qū)域物流發(fā)展與經(jīng)濟增長關(guān)系的實證研究[J].經(jīng)濟問題,2012,(12):121-124.

[8] 陳志新,楊巧紅,王林伶.物流業(yè)與區(qū)域經(jīng)濟發(fā)展的實證分析及對策研究——以寧夏為例[J].開發(fā)研究,2013,(2):39-42.

[9] 賀玉德,馬祖軍.產(chǎn)業(yè)轉(zhuǎn)移下區(qū)域物流與區(qū)域經(jīng)濟協(xié)同度分析——基于四川省的實證研究[J].管理現(xiàn)代化,2014,(1):99-102.

[10] OZERNOY V M. Choosing the “best” multiple criteria decision-making method [J]. INFOR.1992, (30):159-171.

[11] 孫才志,謝巍,姜楠,陳麗新.我國水資源利用相對效率的時空分異與影響因素[J].經(jīng)濟地理,2010,30(11):1878-1884.

[12] 廖迎,阮陸寧.區(qū)域物流與區(qū)域經(jīng)濟增長的實證研究——基于面板單位根與面板協(xié)整分析[J].南昌大學(xué)學(xué)報,2008,39(5):64-69.

[13] 錢曉英,馬傳秀.物流對經(jīng)濟增長影響的協(xié)整性分析[J].湖南大學(xué)學(xué)報,2007,34(4):84-87.

(責任編輯:張雅秋)

An Empirical Study on the Development of Logistics Industry and Its Relationship with Economic Growth in the Yangtze River Delta

CAI Hai-ya,XIE Shou-hong

(School of Business，Jiangnan University，Wuxi Jiangsu 214122，China)

Abstract：This paper first evaluates the regional logistics level of the Yangtze River Delta from 2002 to 2011 with entropy method. The result shows that the overall logistics development level of the Yangtze River Delta has risen in recent 10 years although the development is unbalanced between different cities. The authors then use theil index to decompose the Yangtze River Delta regional logistics development differences, finding that the logistics theil index's fluctuation is not significant but generally rising in the last ten years. The research also shows that, first, regional differences and internal differences within the region become larger increasingly and steadily; second, the contribution rate of the three intra-regional differences is greater than that of inter-region differences; and third, the main reason for the logistics industry difference in the Yangtze River Delta is unbalanced urban development. Based on the calculation of the spatial autocorrelation, this paper finds that the spatial distribution of the Yangtze River Delta regional logistics demonstrates a positive and significant spatial autocorrelation, but a significant downward trend in the degree of spatial concentration. Finally, by using the canonical correlation analysis, the authors analyze the relationship between logistics development and economic growth and find a significant positive correlation between logistics development and urban economic growth.

Key words：entropy method；theil index；spatial autocorrelation；canonical correlation；Yangtze River Delta

中圖分類號:F259.27

文獻標識碼：A

文章編號：1672-8106(2016)01-0089-08

作者簡介:蔡海亞,男,江南大學(xué)商學(xué)院碩士研究生。研究方向:區(qū)域物流、物流產(chǎn)業(yè)規(guī)劃與設(shè)計。

基金項目:教育部新世紀優(yōu)秀人才支持計劃項目“長江三角洲城市群空間協(xié)調(diào)發(fā)展研究”(NCET100460)。

收稿日期:2015-09-07

謝守紅,男,江南大學(xué)商學(xué)院教授，碩士生導(dǎo)師。研究方向:城市地理和區(qū)域經(jīng)濟。