韓海軒

（河套學(xué)院經(jīng)濟(jì)管理系 內(nèi)蒙古巴彥淖爾 015000）

引言與文獻(xiàn)綜述

人工智能（Artificial Intelligence，簡(jiǎn)稱AI），是一項(xiàng)試圖研究開(kāi)發(fā)實(shí)際用于模擬、延伸和擴(kuò)展人的智能的一種新的理論方法、技術(shù)和應(yīng)用系統(tǒng)的科學(xué)。該技術(shù)希望通過(guò)了解智能產(chǎn)生的本質(zhì)，基于機(jī)器學(xué)習(xí)的方法推出一種能夠做出類似人工智能向匹配的反應(yīng)機(jī)制。自誕生以來(lái)，人工智能技術(shù)開(kāi)始逐漸應(yīng)用到多個(gè)行業(yè)，為多個(gè)行業(yè)的創(chuàng)新發(fā)展提供了新的契機(jī)。

作為未來(lái)引領(lǐng)科學(xué)技術(shù)發(fā)展的重要戰(zhàn)略技術(shù)，我國(guó)高度重視人工智能技術(shù)的發(fā)展及其應(yīng)用。在2017年國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中，國(guó)家對(duì)人工智能產(chǎn)業(yè)進(jìn)行了專門細(xì)致的戰(zhàn)略規(guī)劃，此后在歷年的政府工作報(bào)告中，國(guó)務(wù)院均明確指出要加快新興產(chǎn)業(yè)發(fā)展，加快新技術(shù)的產(chǎn)業(yè)融合。預(yù)計(jì)2025年中國(guó)人工智能技術(shù)將處于世界先進(jìn)水平，其中核心產(chǎn)業(yè)規(guī)模將超過(guò)萬(wàn)億元。物流業(yè)是傳統(tǒng)的勞動(dòng)密集型行業(yè)，隨著人工智能技術(shù)的不斷發(fā)展，各大物流企業(yè)紛紛布局人工智能領(lǐng)域。一系列無(wú)人化技術(shù)的應(yīng)用逐漸從貨物分揀、物流配送、倉(cāng)儲(chǔ)攬貨、分發(fā)配送等環(huán)節(jié)脫穎而出，標(biāo)志著物流業(yè)從傳統(tǒng)人工操作時(shí)代逐步向智能化、數(shù)字化方向發(fā)展。

雖然人工智能技術(shù)已經(jīng)應(yīng)用于物流業(yè)實(shí)務(wù)界，但是國(guó)內(nèi)學(xué)者的研究卻較少涉及，已有的部分研究集中在對(duì)相關(guān)概念界定、模式評(píng)價(jià)及新技術(shù)應(yīng)用上（李佳，2019）。雖然人工智能對(duì)物流業(yè)效率提升已經(jīng)得到了實(shí)務(wù)界與理論界的認(rèn)同，例如胡月陽(yáng)和李艷（2019）認(rèn)為人工智能技術(shù)的應(yīng)用會(huì)改善物流供應(yīng)鏈的整體效率。但由于缺乏相關(guān)數(shù)據(jù)，現(xiàn)有研究缺乏定量分析，難以形成有效的政策指導(dǎo)建議（劉曉娜，2019）。與傳統(tǒng)研究人工智能與物流業(yè)效率提升的成果所不同的是，本次研究試圖基于計(jì)量模型，實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)物流業(yè)效率的影響及其差異，具體思路是首先基于文本分析方法，定量評(píng)價(jià)出我國(guó)各地區(qū)人工智能技術(shù)發(fā)展水平，并通過(guò)三階段DEA模型測(cè)算我國(guó)各地區(qū)物流業(yè)效率，并基于計(jì)量模型實(shí)證檢驗(yàn)二者之間的關(guān)系，這也是本文的創(chuàng)新所在。

人工智能對(duì)物流業(yè)效率提升的影響路徑

隨著人工智能技術(shù)的成熟，全自動(dòng)化以及信息化程度更高的物流體系逐漸替代原有的人工物流系統(tǒng)，帶來(lái)了更大的效能提升。整體來(lái)說(shuō)，人工智能從前端選址、中端物流管理及后端供應(yīng)鏈三個(gè)領(lǐng)域支撐物流業(yè)的發(fā)展，在物流體系各個(gè)階段的影響機(jī)制具體見(jiàn)圖1所示。

交通方式選擇與倉(cāng)儲(chǔ)地點(diǎn)選址更為科學(xué)。人工智能的應(yīng)用能夠充分挖掘上游供應(yīng)商、物流運(yùn)輸及下游客戶的相關(guān)信息，通過(guò)相關(guān)算法的應(yīng)用，能夠?yàn)槲锪髌髽I(yè)提供最優(yōu)的交通倉(cāng)儲(chǔ)地點(diǎn)選址方案，多式聯(lián)運(yùn)以及路徑優(yōu)化提高了產(chǎn)品運(yùn)輸效率。此外，通過(guò)機(jī)器學(xué)習(xí)，交通方式選擇與倉(cāng)儲(chǔ)地點(diǎn)的選址避免了人為估計(jì)誤差，同時(shí)還能夠精準(zhǔn)預(yù)測(cè)未來(lái)變化趨勢(shì)，使得選址結(jié)果更為客觀。

智能設(shè)備的應(yīng)用提高了物流管理能力。傳統(tǒng)的物流業(yè)對(duì)人力依賴較為苛刻，無(wú)論是貨物分揀、產(chǎn)品運(yùn)輸、商品配送還是信息搜集整理，都需要不同類型的員工進(jìn)行操作。人工智能技術(shù)的應(yīng)用改變了傳統(tǒng)物流體系，在物流倉(cāng)儲(chǔ)、運(yùn)輸、包裝、分揀、配送等環(huán)節(jié)，大量無(wú)人機(jī)、智能倉(cāng)儲(chǔ)柜、無(wú)人倉(cāng)庫(kù)等智能設(shè)備的應(yīng)用使得物流管理質(zhì)量得到較大程度改善，同時(shí)物流信息能夠通過(guò)智能設(shè)備終端傳輸?shù)皆破脚_(tái)，并實(shí)時(shí)完成相關(guān)數(shù)據(jù)的分析。

人工智能信息處理能力提升了供應(yīng)鏈效能。人工智能的應(yīng)用，能夠充分利用現(xiàn)有信息對(duì)產(chǎn)品市場(chǎng)供需情況進(jìn)行預(yù)測(cè)分析，大大提高了供應(yīng)鏈的彈性。人工智能技術(shù)支持下的智能物流通過(guò)構(gòu)建實(shí)時(shí)信息云平臺(tái)，整個(gè)供應(yīng)鏈的物流信息都能實(shí)時(shí)被物流企業(yè)所掌握，物流企業(yè)也能夠?qū)Ａ康奈锪鲾?shù)據(jù)進(jìn)行分層次、分流程、分階段的統(tǒng)計(jì)與分析，并為客戶提供全方位的實(shí)時(shí)信息共享服務(wù)，提高了物流企業(yè)對(duì)整個(gè)供應(yīng)鏈的管理效能。

正如前文所言，基礎(chǔ)設(shè)施、生產(chǎn)工具與勞動(dòng)力是構(gòu)成現(xiàn)代物流業(yè)的三大基本要素。傳統(tǒng)的物流行業(yè)對(duì)勞動(dòng)力的需求較為迫切，屬于典型的勞動(dòng)密集型產(chǎn)業(yè)。后來(lái)隨著城市化的不斷發(fā)展，人口的高頻率流動(dòng)以及經(jīng)濟(jì)活動(dòng)的頻繁，對(duì)物流行業(yè)的市場(chǎng)需求更加旺盛。傳統(tǒng)物流業(yè)不能滿足市場(chǎng)需求的變化，開(kāi)始逐漸轉(zhuǎn)型。在這一過(guò)程中，行業(yè)龍頭競(jìng)爭(zhēng)效應(yīng)開(kāi)始凸顯，一些物流企業(yè)龍頭如順豐、圓通等逐漸成為我國(guó)物流行業(yè)的支柱力量。而隨著以人工智能為代表的數(shù)字技術(shù)的發(fā)展，中國(guó)物流業(yè)逐漸向智慧物流發(fā)展，其對(duì)生產(chǎn)工具和生產(chǎn)方式的智能化要求更高。在智能物流系統(tǒng)下，物流的前端系統(tǒng)開(kāi)發(fā)與方案設(shè)計(jì)、中端產(chǎn)品配送與物流信息管理、末端消費(fèi)者服務(wù)與供應(yīng)鏈管理都將基于人工智能技術(shù)得到較好地歸集處理。總的來(lái)看，隨著人工智能技術(shù)的不斷普及，該技術(shù)的產(chǎn)業(yè)互動(dòng)在物流行業(yè)將會(huì)更加明顯，對(duì)物流業(yè)高效率的運(yùn)轉(zhuǎn)提供了重要的工具支撐。

圖1 人工智能支持下的物流業(yè)系統(tǒng)

實(shí)證研究方案設(shè)計(jì)

（一）關(guān)鍵變量的度量

人工智能發(fā)展水平。本次研究充分結(jié)合文本分析法，借鑒近年來(lái)與人工智能相關(guān)的會(huì)議及報(bào)告上關(guān)于人工智能的描述，遴選出人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識(shí)別、專家系統(tǒng)、創(chuàng)造力、智能體、自動(dòng)駕駛、生物識(shí)別、影像識(shí)別與語(yǔ)言識(shí)別共12個(gè)關(guān)鍵詞。將這些關(guān)鍵詞與我國(guó)省份相匹配，在百度新聞檢索中分年份搜索區(qū)域+關(guān)鍵詞的模式，如“上海市+人工智能”，能夠檢索出2011-2019年既包含“上?！庇职叭斯ぶ悄堋钡木W(wǎng)頁(yè)鏈接。然后基于網(wǎng)絡(luò)爬蟲(chóng)技術(shù)進(jìn)行遴選，得到各地區(qū)每年度有關(guān)人工智能的網(wǎng)頁(yè)搜索頻率，用來(lái)衡量區(qū)域人工智能發(fā)展水平，這與李春濤等（2020）的研究方法類似。由于不同地區(qū)歷年搜索頻率存在較大差異，因此本文對(duì)搜索量數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理。

物流業(yè)效率。有關(guān)物流效率的學(xué)術(shù)研究較多，層次分析法、DEA模型以及熵權(quán)法被廣泛應(yīng)用在評(píng)價(jià)物流效率的研究中（于麗英等，2018；劉巖和田強(qiáng)，2019）。本文借鑒王博等（2019）的做法，基于三階段DEA模型定量評(píng)價(jià)我國(guó)各省份2011-2019年的物流效率。

其它控制變量。本文借鑒劉巖和田強(qiáng)（2019）的做法，分別控制對(duì)外開(kāi)放程度、消費(fèi)比重、經(jīng)濟(jì)發(fā)展水平、城市化率、教育水平、產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資及公路里程數(shù)等指標(biāo)。本文所涉及的變量及其表示具體見(jiàn)表1所示。從人工智能變量來(lái)看，我國(guó)不同區(qū)域存在較大的差異性，這嚴(yán)重影響了人工智能的應(yīng)用。物流效率也由于先天因素，呈現(xiàn)出明顯的區(qū)域差異性，因此對(duì)人工智能與物流業(yè)效率進(jìn)行差異性分析就顯得尤為必要。

（二）模型的設(shè)計(jì)

本文構(gòu)建如下回歸模型，考察人工智能的發(fā)展水平對(duì)物流業(yè)效率的影響，其模型如下：

式（1）為基本固定效應(yīng)模型，式（2）為動(dòng)態(tài)固定效應(yīng)模型。β1表示人工智能發(fā)展水平與物流業(yè)效率之間的關(guān)聯(lián)性，若該值顯著為正，則意味著人工智能技術(shù)有利于增強(qiáng)物流業(yè)發(fā)展效率；若該值顯著為負(fù)或不顯著，則說(shuō)明人工智能技術(shù)在現(xiàn)階段并未對(duì)物流業(yè)效能提升發(fā)揮作用；μ為個(gè)體固定效應(yīng)；λ為時(shí)間固定效應(yīng)；α表示截距項(xiàng)；ε為誤差項(xiàng)。

對(duì)于這種差異，本文認(rèn)為是我國(guó)物流產(chǎn)業(yè)發(fā)展的時(shí)代背景和人工智能技術(shù)的自身特征決定的。首先，人工智能在我國(guó)物流產(chǎn)業(yè)的應(yīng)用始于2015年，在這之前我國(guó)物流產(chǎn)業(yè)的發(fā)展仍然處在一個(gè)從傳統(tǒng)的勞動(dòng)力密集型向規(guī)?；⒓s化的工業(yè)化方向轉(zhuǎn)變的過(guò)程。同時(shí)部分地區(qū)由于城市化進(jìn)程較快，經(jīng)濟(jì)發(fā)展水平相對(duì)較高，已經(jīng)基本完成了工業(yè)化進(jìn)程，物流產(chǎn)業(yè)規(guī)?；l(fā)展的趨勢(shì)已經(jīng)形成。一些中西部地區(qū)物流產(chǎn)業(yè)規(guī)?；l(fā)展并不明顯，仍然處在物流活動(dòng)規(guī)?；陌l(fā)展階段。然而，我國(guó)人工智能在物流產(chǎn)業(yè)的應(yīng)用主要集中在東部沿海發(fā)達(dá)地區(qū)，這些地區(qū)物流產(chǎn)業(yè)規(guī)?；l(fā)展已經(jīng)形成，更加強(qiáng)調(diào)產(chǎn)業(yè)發(fā)展的技術(shù)創(chuàng)新。此時(shí)，以人工智能技術(shù)為代表的新的生產(chǎn)工具的應(yīng)用更多是體現(xiàn)在動(dòng)能優(yōu)化、結(jié)構(gòu)創(chuàng)新上，對(duì)整體行業(yè)的規(guī)模效率影響較為有限。其次，我國(guó)物流產(chǎn)業(yè)活動(dòng)中低效率現(xiàn)象仍然較為普遍，物流活動(dòng)的技術(shù)加成覆蓋面較窄，導(dǎo)致我國(guó)物流產(chǎn)業(yè)發(fā)展的技術(shù)效率相對(duì)較低。從人工智能技術(shù)的發(fā)展本身來(lái)看，其發(fā)展的目的是為了革新現(xiàn)有物流產(chǎn)業(yè)發(fā)展模式，通過(guò)新技術(shù)的應(yīng)用提高物流活動(dòng)的經(jīng)濟(jì)效率，提高物流活動(dòng)的準(zhǔn)確性和合理性，其主要目的并不是為了促進(jìn)物流活動(dòng)的規(guī)?；l(fā)展。

表1 變量的定義、表示及描述性統(tǒng)計(jì)

表2 我國(guó)各地區(qū)歷年人工智能發(fā)展水平與物流業(yè)效率評(píng)價(jià)

表3 基準(zhǔn)回歸結(jié)果

表4 時(shí)空差異性檢驗(yàn)

（三）數(shù)據(jù)來(lái)源

本文使用的省級(jí)層面人工智能發(fā)展水平指數(shù)是以各地區(qū)關(guān)鍵詞年度搜索頻率合成得到，其源數(shù)據(jù)來(lái)源于百度新聞檢索平臺(tái)。物流業(yè)效率基于各省市區(qū)物流業(yè)投入產(chǎn)出數(shù)據(jù)計(jì)算得到，投入產(chǎn)出數(shù)據(jù)來(lái)源于各省份統(tǒng)計(jì)年鑒。其余控制變量數(shù)據(jù)來(lái)源于歷年各省市區(qū)統(tǒng)計(jì)年鑒及Wind數(shù)據(jù)庫(kù)。最終形成了2011-2019年共計(jì)9年30個(gè)省市區(qū)的強(qiáng)面板數(shù)據(jù)。

實(shí)證結(jié)果分析

（一）我國(guó)人工智能與物流業(yè)發(fā)展效率評(píng)價(jià)

表2報(bào)告了我國(guó)各地區(qū)歷年人工智能發(fā)展水平與物流業(yè)效率。從縱向時(shí)間對(duì)比來(lái)看，隨著物流網(wǎng)、區(qū)塊鏈等移動(dòng)互聯(lián)技術(shù)的成熟，人工智能發(fā)展水平在研究期內(nèi)得到了飛速發(fā)展。2011年，人工智能檢索量還相對(duì)較低，此后便呈現(xiàn)指數(shù)型增長(zhǎng)。相比之下，物流業(yè)效率雖然在研究期內(nèi)也不斷增長(zhǎng)，但增速相比于人工智能稍顯滯后。從不同地區(qū)的橫向?qū)Ρ葦?shù)據(jù)來(lái)看，東部地區(qū)人工智能發(fā)展水平顯著高于中西部地區(qū)，其中又以西部地區(qū)最為滯后，同時(shí)物流業(yè)效率也呈現(xiàn)出同樣的特征，因此，可以推測(cè)人工智能發(fā)展水平與物流業(yè)效率之間可能存在一定的相關(guān)性。

（二）人工智能對(duì)物流業(yè)效率影響的實(shí)證檢驗(yàn)

表3是本文的基準(zhǔn)回歸結(jié)果，僅加入人工智能水平變量，可以發(fā)現(xiàn)，AI的回歸系數(shù)為2.329，這說(shuō)明人工智能技術(shù)的提高有利于物流業(yè)效率的改善。在表3的第（2）（3）（4）列分別報(bào)告了隨機(jī)效應(yīng)、固定效應(yīng)以及動(dòng)態(tài)固定效應(yīng)回歸結(jié)果，結(jié)果顯示，AI的估計(jì)系數(shù)仍然顯著為正。因此，本文認(rèn)為，人工智能技術(shù)的不斷成熟，會(huì)加快其應(yīng)用于物流業(yè)，這種新技術(shù)革命則帶來(lái)了物流效率的改善。

從其它控制變量來(lái)看，對(duì)外開(kāi)放水平的提高會(huì)促進(jìn)物流效率的改善，本文認(rèn)為外商投資規(guī)模的擴(kuò)大會(huì)加強(qiáng)國(guó)內(nèi)與國(guó)外的經(jīng)貿(mào)聯(lián)系，對(duì)物流的需求規(guī)模會(huì)更大，由此帶來(lái)了規(guī)模經(jīng)濟(jì)效應(yīng)。消費(fèi)與非農(nóng)產(chǎn)業(yè)結(jié)構(gòu)的提高會(huì)增加物流業(yè)效率。這是因?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化意味著生產(chǎn)效率與規(guī)模的擴(kuò)大，而消費(fèi)規(guī)模的增加則從需求端為物流業(yè)的發(fā)展提供了更多應(yīng)用場(chǎng)景。

三階段DEA模型中將物流業(yè)效率細(xì)分為技術(shù)效率與規(guī)模效率。本文以各地區(qū)物流業(yè)技術(shù)效率與規(guī)模效率作為被解釋變量，檢驗(yàn)人工智能對(duì)物流業(yè)技術(shù)與規(guī)模效率的影響，結(jié)果見(jiàn)表3第（5）（6）列所示。從技術(shù)效率來(lái)看，AI變量的估計(jì)參數(shù)為3.159，這說(shuō)明人工智能技術(shù)的成熟有利于提高物流業(yè)技術(shù)效率，人工智能對(duì)物流業(yè)技術(shù)加成效果明顯。從規(guī)模效率來(lái)看，雖然AI變量的估計(jì)參數(shù)為0.346，但并未通過(guò)顯著性檢驗(yàn)，這說(shuō)明AI技術(shù)的應(yīng)用對(duì)物流業(yè)規(guī)模效率的提升并無(wú)顯著作用。

（三）穩(wěn)健性檢驗(yàn)

此外，本文進(jìn)行時(shí)空差異性分析，以檢驗(yàn)在不同區(qū)域下、不同人工智能發(fā)展水平對(duì)物流業(yè)效率的影響是否存在不同，結(jié)果見(jiàn)表4所示。從空間差異性來(lái)看，東部地區(qū)AI變量的估計(jì)系數(shù)為2.983，中部地區(qū)AI變量的估計(jì)系數(shù)為0.847，西部地區(qū)AI變量的估計(jì)系數(shù)為0.201但并未通過(guò)顯著性檢驗(yàn)，這說(shuō)明人工智能發(fā)展水平越高的地區(qū)，其對(duì)物流業(yè)的提升效率更為明顯。從時(shí)間差異性來(lái)看，2011-2015年AI變量的回歸系數(shù)為0.304，但并未通過(guò)顯著性檢驗(yàn)；2016-2019年AI變量的回歸系數(shù)為2.837，且通過(guò)了1%水平上的顯著性檢驗(yàn)。一個(gè)可能的原因是，2015年以前，我國(guó)人工智能技術(shù)尚在探索期，并未應(yīng)用于物流業(yè)，隨著人工智能技術(shù)的不斷成熟，其在物流業(yè)中的應(yīng)用場(chǎng)景更為豐富，由此提升了區(qū)域物流效率。綜合來(lái)看，人工智能技術(shù)對(duì)物流業(yè)效率的提升具有顯著空間差異性，在技術(shù)不成熟階段，并不會(huì)對(duì)物流業(yè)效能提升產(chǎn)生影響，隨著人工智能技術(shù)在物流業(yè)應(yīng)用場(chǎng)景的增加，其能夠明顯改善物流業(yè)效率。

結(jié)論與建議

以人工智能技術(shù)為代表的新科技為物流業(yè)的發(fā)展提供了新的方向。本文基于百度搜索平臺(tái)，通過(guò)搜索與“人工智能”相關(guān)的關(guān)鍵詞，構(gòu)建人工智能發(fā)展指數(shù)，并基于2011-2019年省級(jí)面板數(shù)據(jù)，實(shí)證檢驗(yàn)人工智能對(duì)物流業(yè)效率的影響及其差異性。研究結(jié)果表明：我國(guó)人工智能發(fā)展水平具有明顯的空間差異性，東部地區(qū)發(fā)展水平要高于中西部地區(qū)；人工智能技術(shù)的應(yīng)用有利于提高物流業(yè)效率，但現(xiàn)階段僅對(duì)物流業(yè)技術(shù)效率有正向影響；人工智能發(fā)展早期由于較少實(shí)務(wù)應(yīng)用，并不會(huì)提升物流業(yè)效率，因此僅在人工智能發(fā)展水平較高的地區(qū)，人工智能技術(shù)才可能會(huì)促進(jìn)物流業(yè)效率的提升。

本次研究所得到的政策建議如下：首先，要進(jìn)一步推動(dòng)人工智能技術(shù)的發(fā)展。在政策上需要出臺(tái)專門的規(guī)劃指導(dǎo)人工智能技術(shù)的發(fā)展與應(yīng)用，并設(shè)置專項(xiàng)資金支持企業(yè)人工智能領(lǐng)域的研發(fā)。在基礎(chǔ)設(shè)施上，進(jìn)一步完善相關(guān)的數(shù)據(jù)平臺(tái)、大數(shù)據(jù)中心、物聯(lián)網(wǎng)等網(wǎng)絡(luò)基礎(chǔ)設(shè)施。在人才資源上，鼓勵(lì)相關(guān)高等院校及研究所設(shè)立相關(guān)的專業(yè)，開(kāi)展人工智能領(lǐng)域的研究。其次，要加快人工智能技術(shù)與物流業(yè)的深度融合。這就要求物流企業(yè)要及早布局人工智能，擴(kuò)寬以物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)為特征的人工智能技術(shù)在物流業(yè)整個(gè)階段的應(yīng)用深度與廣度，以提高物流業(yè)效率。同時(shí)，政府相關(guān)部門也需要充分認(rèn)識(shí)人工智能技術(shù)的變革性作用，引導(dǎo)物流行業(yè)對(duì)人工智能技術(shù)的應(yīng)用。最后，要減少區(qū)域人工智能發(fā)展的差異。目前我國(guó)人工智能區(qū)域發(fā)展差異較大，導(dǎo)致中西部物流業(yè)難以享受到人工智能的技術(shù)紅利。因此，需要進(jìn)一步提高中西部地區(qū)人工智能基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)重點(diǎn)城市如貴陽(yáng)市人工智能技術(shù)的發(fā)展，構(gòu)建新的人工智能技術(shù)高地，以輻射帶動(dòng)周邊區(qū)域物流業(yè)發(fā)展。