唐建榮，薛 銳，曹玲玉

（江南大學(xué) 商學(xué)院，江蘇 無(wú)錫214122）

一、引 言

長(zhǎng)三角經(jīng)濟(jì)圈位于長(zhǎng)江中下游平原，能夠同時(shí)利用國(guó)內(nèi)國(guó)際兩種市場(chǎng)及資源，具有極大的區(qū)位優(yōu)勢(shì)。進(jìn)入21 世紀(jì)，長(zhǎng)三角經(jīng)濟(jì)圈作為經(jīng)濟(jì)增長(zhǎng)極之一，也是我國(guó)區(qū)域一體化發(fā)展起步最早、基礎(chǔ)最好、程度最高的地區(qū)［1］。根據(jù)2019 年《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，將長(zhǎng)三角區(qū)域一體化范圍正式定為蘇浙皖滬三省一市所屬全部區(qū)域。區(qū)域經(jīng)濟(jì)一體化的發(fā)展目標(biāo)之一就是實(shí)現(xiàn)要素在區(qū)域間的自由流動(dòng)，而這種要素流動(dòng)的載體，除了資金之外，全部都要依賴(lài)龐大的現(xiàn)代物流網(wǎng)絡(luò)才能實(shí)現(xiàn)［2］。因此，研究長(zhǎng)三角物流網(wǎng)絡(luò)內(nèi)部的動(dòng)態(tài)聯(lián)系與演進(jìn)狀況，通過(guò)實(shí)證分析長(zhǎng)三角物流質(zhì)量水平和物流網(wǎng)絡(luò)發(fā)展?fàn)顟B(tài)，并挖掘?qū)е虏黄胶庋葸M(jìn)的驅(qū)動(dòng)因素，針對(duì)性地提出改進(jìn)意見(jiàn)，從而達(dá)到激發(fā)區(qū)域經(jīng)濟(jì)的發(fā)展?jié)摿蛯?shí)現(xiàn)生產(chǎn)要素合理分配的目的，對(duì)于長(zhǎng)三角區(qū)域一體化均衡發(fā)展意義突出。

劉荷等（2014）基于軸輻理論研究了區(qū)域物流網(wǎng)絡(luò)構(gòu)建的思路和方法，構(gòu)建了以福州物流圈、溫州物流圈及廈門(mén)—泉州物流圈為核心的海西區(qū)軸輻式物流網(wǎng)絡(luò)［3］；曹炳汝等（2016）運(yùn)用軸輻式物流網(wǎng)絡(luò)基本原理，采用因子分析等方法，構(gòu)建了長(zhǎng)三角區(qū)域以上海物流圈、南京物流圈、杭州物流圈為核心的軸輻式物流網(wǎng)絡(luò)［4］。傳統(tǒng)物流網(wǎng)絡(luò)的研究主要基于輻射理論的角度，并且側(cè)重于網(wǎng)絡(luò)構(gòu)建和網(wǎng)絡(luò)特點(diǎn)的研究?，F(xiàn)階段很多學(xué)者從網(wǎng)絡(luò)結(jié)構(gòu)及驅(qū)動(dòng)因素的角度，采用社會(huì)網(wǎng)絡(luò)分析方法對(duì)物流網(wǎng)絡(luò)進(jìn)行深入研究。劉程軍等（2019）基于空間聯(lián)系視角，采用社會(huì)網(wǎng)絡(luò)分析方法研究了浙江省縣域物流空間聯(lián)系特征及其網(wǎng)絡(luò)結(jié)構(gòu)［5］；唐建榮等（2019）基于修正引力模型，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，探索了長(zhǎng)江經(jīng)濟(jì)帶城際物流網(wǎng)絡(luò)的空間結(jié)構(gòu)演變特征及其影響因素［6］。軸輻理論和社會(huì)網(wǎng)絡(luò)分析方法研究物流網(wǎng)絡(luò)的驅(qū)動(dòng)因素均是從單因素角度出發(fā)，并沒(méi)有考慮驅(qū)動(dòng)因素間的交互作用對(duì)物流網(wǎng)絡(luò)空間分異的影響。而地理探測(cè)器作為能夠探測(cè)空間分異特征以及揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法，能夠彌補(bǔ)傳統(tǒng)物流網(wǎng)絡(luò)研究方法的不足，但在物流領(lǐng)域還鮮有應(yīng)用。趙小風(fēng)等（2018）在分析345個(gè)城市建設(shè)用地規(guī)模時(shí)空變化的基礎(chǔ)上，運(yùn)用地理探測(cè)器識(shí)別城市建設(shè)用地規(guī)模擴(kuò)張的影響因素及其交互作用，得出中國(guó)城市建設(shè)用地?cái)U(kuò)張受產(chǎn)業(yè)、投資和人口共同驅(qū)動(dòng)，但驅(qū)動(dòng)力大小存在較大空間差異的結(jié)論［7］；喬家君等（2020）從自然、經(jīng)濟(jì)和社會(huì)三方面考慮，運(yùn)用地理探測(cè)器，研究發(fā)現(xiàn)黃河流域農(nóng)區(qū)貧困特征呈現(xiàn)出自然貧困導(dǎo)致經(jīng)濟(jì)貧困，最終產(chǎn)生社會(huì)貧困的變化態(tài)勢(shì)，而社會(huì)貧困難以改善自然貧困，最終形成“貧困循環(huán)怪圈”的現(xiàn)象［8］。

通過(guò)對(duì)上述文獻(xiàn)的研究發(fā)現(xiàn)，學(xué)者多側(cè)重于網(wǎng)絡(luò)研究范式的引入，進(jìn)而探討城市或區(qū)域物流空間的關(guān)聯(lián)特征。然而，各城市之間在自然區(qū)位、經(jīng)濟(jì)發(fā)展水平和政府政策等方面存在較大差異，只注重網(wǎng)絡(luò)研究范式和單一驅(qū)動(dòng)因素對(duì)網(wǎng)絡(luò)發(fā)展的影響是不全面的。本文基于熵權(quán)TOPSIS測(cè)算長(zhǎng)三角各城市的物流質(zhì)量水平，通過(guò)改進(jìn)引力模型、社會(huì)網(wǎng)絡(luò)分析方法研究長(zhǎng)三角各城市之間的物流聯(lián)系與物流網(wǎng)絡(luò)的空間分異特征，并采用兩種地理探測(cè)器挖掘長(zhǎng)三角物流網(wǎng)絡(luò)發(fā)展過(guò)程的驅(qū)動(dòng)因素，研究過(guò)程通過(guò)Arcgis空間分析方法進(jìn)行可視化處理，深入探討長(zhǎng)三角物流網(wǎng)絡(luò)的動(dòng)態(tài)聯(lián)系與不平衡演進(jìn)。

二、研究方法與數(shù)據(jù)來(lái)源

（一）數(shù)據(jù)來(lái)源

長(zhǎng)三角城市群是以上海為中心，位于長(zhǎng)江入?？诘臎_積平原，以上海市，江蘇省所屬南京、蘇州、無(wú)錫、常州、南通、揚(yáng)州、鎮(zhèn)江、泰州、鹽城，浙江省所屬杭州、寧波、溫州、湖州、嘉興、紹興、金華、舟山、臺(tái)州，安徽省所屬合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城，共27個(gè)城市為核心區(qū)域，帶動(dòng)長(zhǎng)三角地區(qū)高質(zhì)量發(fā)展。本研究采用2019年長(zhǎng)三角規(guī)劃綱要?jiǎng)澏ǖ?7 個(gè)核心城市為研究樣本，選取此區(qū)域2003—2017 年的指標(biāo)數(shù)據(jù)，探究長(zhǎng)三角地區(qū)城市物流的動(dòng)態(tài)聯(lián)系與演進(jìn)過(guò)程。

考慮數(shù)據(jù)的可獲得性與可比性以及評(píng)價(jià)指標(biāo)體系的系統(tǒng)性與客觀性，本文從物流需求、基礎(chǔ)設(shè)施建設(shè)、信息化水平、區(qū)域經(jīng)濟(jì)發(fā)展四個(gè)方面分別選取地區(qū)貨運(yùn)總量、郵政業(yè)務(wù)總量、社會(huì)消費(fèi)品零售總額、進(jìn)出口總值、公路里程、郵政機(jī)構(gòu)數(shù)量、國(guó)際互聯(lián)網(wǎng)用戶數(shù)量、電信業(yè)務(wù)總量、地區(qū)生產(chǎn)總值9 項(xiàng)指標(biāo)構(gòu)建地區(qū)物流質(zhì)量評(píng)價(jià)體系。數(shù)據(jù)來(lái)源于各市統(tǒng)計(jì)年鑒以及知網(wǎng)大數(shù)據(jù)平臺(tái)。

（二）研究過(guò)程與方法

社會(huì)網(wǎng)絡(luò)分析（SocialNetworkAnalysis，SNA）是以數(shù)據(jù)挖掘、知識(shí)管理、信息傳播、小世界理論等研究領(lǐng)域?yàn)榛A(chǔ)，采用可視化地圖以及社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)研究樣本之間關(guān)系的一套規(guī)范和方法，是一種定量的群體交互行為研究方法?？梢赃\(yùn)用SNA 方法建立社會(huì)關(guān)系模型，研究社群內(nèi)部行動(dòng)者之間的各種社會(huì)關(guān)系。社會(huì)網(wǎng)絡(luò)分析的核心在于“關(guān)系”，既可以是社會(huì)關(guān)系、行為關(guān)系，也可以是政治關(guān)系、經(jīng)濟(jì)關(guān)系，在本文中代表物流節(jié)點(diǎn)城市之間的聯(lián)系。城市作為社會(huì)網(wǎng)絡(luò)中的節(jié)點(diǎn)，也可以看成是社會(huì)網(wǎng)絡(luò)中的成員。本文利用SNA 方法，將長(zhǎng)三角核心城市群作為社會(huì)網(wǎng)絡(luò)中的成員，通過(guò)修正引力模型、網(wǎng)絡(luò)密度、中心度、凝聚子群等社會(huì)網(wǎng)絡(luò)分析指標(biāo)，研究長(zhǎng)三角物流網(wǎng)絡(luò)的動(dòng)態(tài)聯(lián)系與演進(jìn)情況，并采用兩種地理探測(cè)器分析長(zhǎng)三角物流網(wǎng)絡(luò)演進(jìn)現(xiàn)狀的驅(qū)動(dòng)因素。

（1）引力模型。劉艷等（2019）［9］、曹允春等（2020）［10］利用改進(jìn)引力模型分別研究了京津冀地區(qū)和空港型國(guó)家物流樞紐承載城市的物流空間聯(lián)系網(wǎng)絡(luò)。本文使用修正后的引力模型衡量長(zhǎng)三角城市群中各物流節(jié)點(diǎn)城市的聯(lián)系強(qiáng)度［11］，以引力值區(qū)分各物流節(jié)點(diǎn)城市的聯(lián)系強(qiáng)度與主要方向。運(yùn)用熵權(quán)TOPSIS方法計(jì)算得出城市物流質(zhì)量指數(shù)表示引力模型中的質(zhì)量［5］，將城市間最短空間距離和時(shí)間距離作為經(jīng)濟(jì)距離表示其間距，修正后的引力模型公式為：

其中：Rab表示兩個(gè)城市之間的絕對(duì)聯(lián)系值，即兩個(gè)城市物流的聯(lián)系強(qiáng)度；Ma和Mb為城市物流質(zhì)量；Dab為兩個(gè)城市之間的最短空間距離（km）；Tab為兩個(gè)城市之間的最短時(shí)間距離（min），最短空間距離與時(shí)間距離數(shù)據(jù)均由百度地圖數(shù)據(jù)所得；且kab≠kba，kab和kba為物流引力強(qiáng)度，城市之間的物流引力強(qiáng)度不相等，經(jīng)濟(jì)發(fā)達(dá)城市對(duì)經(jīng)濟(jì)相對(duì)落后城市的物流引力強(qiáng)度較大。

（2）網(wǎng)絡(luò)密度。網(wǎng)絡(luò)整體為其中的成員提供各種社會(huì)資源，網(wǎng)絡(luò)密度描述了網(wǎng)絡(luò)中各成員結(jié)點(diǎn)之間關(guān)聯(lián)的緊密程度［12］，成員之間聯(lián)系越頻繁，網(wǎng)絡(luò)密度越大，該網(wǎng)絡(luò)對(duì)其中成員所產(chǎn)生的影響越大。如下式所示：

其中：D為網(wǎng)絡(luò)密度；Tij為實(shí)際聯(lián)系總數(shù)；N為節(jié)點(diǎn)數(shù)。

（3）網(wǎng)絡(luò)中心性。網(wǎng)絡(luò)中心性用于刻畫(huà)各成員在整體社會(huì)網(wǎng)絡(luò)中的中心程度，社會(huì)學(xué)中將其描述為“權(quán)力”代表成員的重要程度與優(yōu)越性。社會(huì)網(wǎng)絡(luò)分析從“關(guān)系”的角度將社會(huì)學(xué)中的“權(quán)力”定量表示［13］，如中心勢(shì)、中心度。本文從中心度的角度剖析各城市物流在長(zhǎng)三角城市物流網(wǎng)絡(luò)中的聯(lián)系與所扮演的角色。

度數(shù)中心度又稱(chēng)“連接中心度”，即一個(gè)城市與其他城市直接連接的總和。因此，度數(shù)中心度代表著一個(gè)城市在整體網(wǎng)絡(luò)中的凝聚力。城市之間的連接具有方向性，采用點(diǎn)入度和點(diǎn)出度描述。點(diǎn)入度表現(xiàn)一個(gè)城市的被關(guān)注程度，體現(xiàn)了城市的吸引力，點(diǎn)入度高的城市能夠引導(dǎo)網(wǎng)絡(luò)交流中的內(nèi)容、視角、深度、廣度等方面。點(diǎn)出度表現(xiàn)一個(gè)城市關(guān)注其他城市的程度，體現(xiàn)了城市的積極性與交際性，點(diǎn)出度高的城市能夠從網(wǎng)絡(luò)中的其他成員處獲得豐富的信息。如下式所示：

中間中心度又稱(chēng)“中介中心度”，經(jīng)過(guò)一個(gè)城市的最短路徑數(shù)量越多，其中間中心度越高，即具有溝通其他城市物流的橋梁作用。中間中心度高的城市在網(wǎng)絡(luò)中處于重要地位，具有影響其他城市交流的能力，代表的是網(wǎng)絡(luò)中的成員對(duì)資源控制的程度［14］。如下式所示：

其中：CABi是成員i的中間中心度；gjk是成員j和成員k之間存在的最短路徑數(shù)量；gjk(i)是成員j和成員k之間的最短路徑中經(jīng)過(guò)成員i的數(shù)量。

接近中心度代表網(wǎng)絡(luò)中一個(gè)城市到其他城市的捷徑距離總和，體現(xiàn)的是一個(gè)城市與其他城市的鄰近程度。處于網(wǎng)絡(luò)邊緣的城市在物流活動(dòng)中需要依賴(lài)于其他城市才能與更多的城市產(chǎn)生溝通。一個(gè)城市的接近中心度越高，意味著該城市與網(wǎng)絡(luò)中其他城市更接近，在要素傳遞方面越不依賴(lài)于其他城市［15］。如下式所示：

（4）凝聚子群。凝聚子群分析是一種最典型的社會(huì)網(wǎng)絡(luò)子結(jié)構(gòu)分析方法.其優(yōu)點(diǎn)是能夠簡(jiǎn)化復(fù)雜的整體社會(huì)網(wǎng)絡(luò)結(jié)構(gòu).使研究者能夠?qū)ふ业教N(yùn)涵在網(wǎng)絡(luò)中的子結(jié)構(gòu)（Sub—Structure）及其相互關(guān)系.從而更有力和更簡(jiǎn)潔地可視化表征網(wǎng)絡(luò)結(jié)構(gòu)［16］。本文采用的凝聚子群方法屬于有向網(wǎng)絡(luò)的派系，主要考慮物流網(wǎng)絡(luò)成員之間的“互惠”關(guān)系，屬于強(qiáng)派系。

就關(guān)聯(lián)性而言，一個(gè)凝聚子群一般不會(huì)因?yàn)閺闹心玫魩讞l線就變成不關(guān)聯(lián)圖。正是考慮這一點(diǎn)，伯伽提等學(xué)者提出了“l(fā)ambda 集合”（lambda set）這個(gè)新概念，即“邊關(guān)聯(lián)度”，記為λ（i，j）。λ（i，j）等于為了使得這兩個(gè)點(diǎn)之間不存在任何路徑，必須從圖中去掉的線的最小數(shù)目。λ（i，j）值越大，i和j越穩(wěn)健；λ（i，j）值越小，i和j越敏感。因而本文用lambda集合考察長(zhǎng)三角物流網(wǎng)絡(luò)的穩(wěn)定性。

派系也會(huì)影響網(wǎng)絡(luò)的穩(wěn)定性，在一個(gè)組織中可能存在多個(gè)小派系。簡(jiǎn)單地說(shuō)，可以把網(wǎng)絡(luò)中存在的關(guān)系分為兩類(lèi)，即各派之間的關(guān)系和每派內(nèi)部的關(guān)系，前者對(duì)于組織的危機(jī)管理來(lái)說(shuō)往往居于重要地位。由此，本文可以構(gòu)造一個(gè)指數(shù)，即E-I 指數(shù)（Exyernal-Internal Index），專(zhuān)門(mén)測(cè)量派系林立的程度，

（5）地理探測(cè)器。地理探測(cè)器（Geodetector，GD）是探測(cè)空間分異性以及揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法［17］，其作為一種探測(cè)地理要素空間格局成因和機(jī)理的重要方法被逐漸應(yīng)用于社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等相關(guān)領(lǐng)域研究中。本文主要運(yùn)用地理探測(cè)器中的因子探測(cè)器和交互作用探測(cè)器，探測(cè)物流需求、基礎(chǔ)設(shè)施建設(shè)、信息化水平和區(qū)域經(jīng)濟(jì)等要素對(duì)物流質(zhì)量水平空間分異的影響。

因子探測(cè)器是探測(cè)Y的空間分異性以及探測(cè)某因子X(jué)多大程度上解釋了屬性Y的空間分異。用q值度量，表達(dá)式為：

其中：q為長(zhǎng)三角各核心城市物流質(zhì)量水平的驅(qū)動(dòng)因素解釋力；h=1，…，L為變量Y或者因子X(jué)的分層，即分類(lèi)或者分區(qū)；Nh和N分別為層h和全區(qū)的單元數(shù)；σ2h和σ2分別是層h和全區(qū)的Y值的方差。

由于影響物流質(zhì)量水平空間分異的因子并非單一的，很大程度上是因子之間的交互作用導(dǎo)致長(zhǎng)三角物流網(wǎng)絡(luò)的不平衡演進(jìn)，所以需要使用交互作用探測(cè)器。識(shí)別不同風(fēng)險(xiǎn)因子之間的交互作用，即評(píng)估因子X(jué)1和X2共同作用時(shí)是否會(huì)增加或減弱對(duì)因變量Y的解釋力，或這些因子對(duì)Y的影響是相互獨(dú)立的。評(píng)估的方法是首先分別計(jì)算兩種因子X(jué)1 和X2 對(duì)Y的q值：q（X1）和q（X2），并且計(jì)算它們交互時(shí)的q值：q(X1 ∩X2)，并對(duì)q（X1）、q（X2）與q(X1 ∩X2)進(jìn)行比較。通過(guò)比較，探測(cè)因子之間的交互作用可分為以下幾類(lèi)：非線性減弱、單因子非線性減弱、雙因子增強(qiáng)、獨(dú)立和非線性增強(qiáng)。

三、長(zhǎng)三角物流網(wǎng)絡(luò)動(dòng)態(tài)聯(lián)系與網(wǎng)絡(luò)特征分析

從2003年滬蘇浙高層領(lǐng)導(dǎo)提出共同建設(shè)以上海為主導(dǎo)的“區(qū)域經(jīng)濟(jì)一體化試驗(yàn)區(qū)”，到2008 年安徽省黨政領(lǐng)導(dǎo)首次參加長(zhǎng)三角主要領(lǐng)導(dǎo)座談會(huì)，直至2019 年中共中央政治局會(huì)議審議通過(guò)了《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，如今區(qū)域范圍已覆蓋三省一市。長(zhǎng)三角一體化已上升為國(guó)家戰(zhàn)略，成為區(qū)域經(jīng)濟(jì)中的“金字招牌”，持續(xù)吸引著外界關(guān)注的目光。在區(qū)域一體化持續(xù)增強(qiáng)的背景下，生產(chǎn)要素在龐大的城市網(wǎng)絡(luò)間不斷流動(dòng)，難免會(huì)產(chǎn)生巨大的社會(huì)費(fèi)用和聚集不經(jīng)濟(jì)。本文運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，從物流發(fā)展水平、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心性以及凝聚子群分析等方面分析長(zhǎng)三角物流動(dòng)態(tài)聯(lián)系與演進(jìn)的過(guò)程，從而為區(qū)域物流網(wǎng)絡(luò)的持續(xù)性健康發(fā)展提供科學(xué)的判斷依據(jù)。

（一）長(zhǎng)三角物流質(zhì)量水平及動(dòng)態(tài)聯(lián)系分析

1.長(zhǎng)三角物流質(zhì)量水平

本文以21世紀(jì)以來(lái)長(zhǎng)三角27個(gè)核心城市的相關(guān)統(tǒng)計(jì)數(shù)據(jù)為樣本，采用熵權(quán)TOPSIS方法，從物流需求、基礎(chǔ)設(shè)施建設(shè)、信息化水平、區(qū)域經(jīng)濟(jì)發(fā)展四個(gè)方面對(duì)各城市的物流發(fā)展水平進(jìn)行綜合評(píng)價(jià)，測(cè)得具有代表性的2003 年、2010 年和2017 年各城市的物流發(fā)展質(zhì)量水平，見(jiàn)表1所列。

表1 長(zhǎng)三角物流質(zhì)量水平

續(xù)表1

從表1可以看出，長(zhǎng)三角物流網(wǎng)絡(luò)的各城市物流質(zhì)量水平仍然處于參差不齊的狀態(tài)，但大部分城市2017的物流質(zhì)量水平相較于2003年都取得了十分巨大的進(jìn)展。其中近年剛加入長(zhǎng)三角物流網(wǎng)絡(luò)的城市如蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等現(xiàn)階段的物流質(zhì)量水平較低，但其增長(zhǎng)速度呈現(xiàn)出“后來(lái)居上”的態(tài)勢(shì)。由此可見(jiàn)，在安徽各城市為長(zhǎng)三角物流網(wǎng)絡(luò)帶來(lái)新鮮血液的同時(shí)，長(zhǎng)三角物流網(wǎng)絡(luò)也為其發(fā)展注入了新的助推劑。

2.長(zhǎng)三角物流網(wǎng)絡(luò)動(dòng)態(tài)聯(lián)系分析

根據(jù)長(zhǎng)三角物流質(zhì)量水平，采用改進(jìn)后的引力模型測(cè)得各城市的引力值作為各城市與其他城市的物流聯(lián)系值。并通過(guò)Arcgis空間計(jì)量工具，得到長(zhǎng)三角物流網(wǎng)絡(luò)聯(lián)系的動(dòng)態(tài)變化，如圖1所示。

圖1 長(zhǎng)三角物流網(wǎng)絡(luò)動(dòng)態(tài)聯(lián)系

為了更直觀地展現(xiàn)長(zhǎng)三角地區(qū)物流網(wǎng)絡(luò)結(jié)構(gòu)的動(dòng)態(tài)改變，在Arcgis中將關(guān)系網(wǎng)絡(luò)值低于15的線設(shè)為灰色表示弱聯(lián)系，兩個(gè)城市之間的連線越深，兩者之間的物流聯(lián)系越緊密。且節(jié)點(diǎn)越大表示聯(lián)系值越大，此城市在整體網(wǎng)絡(luò)中的地位越高。

總體而言，長(zhǎng)三角物流網(wǎng)絡(luò)聯(lián)系的整體格局相對(duì)穩(wěn)定，但空間分異特征較為明顯。水平方向上主要以上?！K州—無(wú)錫—南京—六安為核心線向內(nèi)陸延伸，且呈現(xiàn)出從東至西物流聯(lián)系逐漸減弱的趨勢(shì)。垂直方向上主要以鹽城—南通—無(wú)錫—蘇州—上海—嘉興—杭州—寧波—臺(tái)州—溫州為核心線向南北延伸，且以上海為中樞，呈現(xiàn)中間高兩端低的態(tài)勢(shì)。南北核心線附近的物流聯(lián)系網(wǎng)絡(luò)密度大于東西方向，但隨著長(zhǎng)三角一體化趨勢(shì)逐漸增強(qiáng)，東西方向的物流聯(lián)系網(wǎng)絡(luò)密度也在逐年遞增。長(zhǎng)三角一體化的發(fā)展，不僅使得省際物流網(wǎng)絡(luò)聯(lián)系更加緊密，各省內(nèi)部城市之間的物流網(wǎng)絡(luò)密度也進(jìn)一步增大。

（二）長(zhǎng)三角物流網(wǎng)絡(luò)特征分析

1.長(zhǎng)三角物流網(wǎng)絡(luò)整體空間特征

為探究長(zhǎng)三角物流網(wǎng)絡(luò)的整體空間特征，進(jìn)一步消除極大值和極小值的影響，比較各年密度的變化，將有向多值網(wǎng)絡(luò)轉(zhuǎn)化為有向二值網(wǎng)絡(luò)［18］，并通過(guò)Ucinet 軟件測(cè)算長(zhǎng)三角物流網(wǎng)絡(luò)各年的網(wǎng)絡(luò)密度值，以此衡量網(wǎng)絡(luò)的緊密程度。具體見(jiàn)表2所列。

表2 長(zhǎng)三角物流網(wǎng)絡(luò)整體密度

2003—2010 年，整體網(wǎng)絡(luò)密度值增長(zhǎng)較快，而標(biāo)準(zhǔn)差處于較低的水平，此階段的長(zhǎng)三角物流網(wǎng)絡(luò)處于成長(zhǎng)階段，整體網(wǎng)絡(luò)日漸緊密，網(wǎng)絡(luò)內(nèi)部強(qiáng)聯(lián)系與弱聯(lián)系的差異并不明顯；2010—2017 年，整體網(wǎng)絡(luò)密度值增長(zhǎng)減緩，且標(biāo)準(zhǔn)差處于較高的水平，表明現(xiàn)階段的長(zhǎng)三角物流網(wǎng)絡(luò)已趨于成熟，網(wǎng)絡(luò)內(nèi)部強(qiáng)聯(lián)系與弱聯(lián)系的差異進(jìn)一步增大并趨于穩(wěn)定。整體來(lái)說(shuō)，長(zhǎng)三角物流網(wǎng)絡(luò)的內(nèi)部聯(lián)系日益增強(qiáng)，但由于經(jīng)濟(jì)、政治及區(qū)位等因素的影響，網(wǎng)絡(luò)內(nèi)部的差異也日漸顯著。

2.長(zhǎng)三角物流網(wǎng)絡(luò)個(gè)體空間特征

本文從三種網(wǎng)絡(luò)中心度的角度對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)的個(gè)體空間特征進(jìn)行分析，通過(guò)Ucinet軟件計(jì)算得到長(zhǎng)三角27個(gè)核心城市的網(wǎng)絡(luò)中心度。

（1）度數(shù)中心度。如表3 所列，基于度數(shù)中心度視角分析，2003—2017 年長(zhǎng)三角各核心城市的度數(shù)中心度、點(diǎn)出度和點(diǎn)入度整體呈現(xiàn)上升趨勢(shì)，且2010—2017 年上升幅度較大，說(shuō)明近10 年來(lái)長(zhǎng)三角物流網(wǎng)絡(luò)的復(fù)雜性變化尤為突出。其中上海、杭州、蘇州和南京一直位于前4名，表明這四座城市與其他城市聯(lián)系更緊密，具有較強(qiáng)的輻射能力，因此處于長(zhǎng)三角物流網(wǎng)絡(luò)的核心位置。圍繞四個(gè)物流核心城市的其他東部城市的點(diǎn)出度均高于點(diǎn)入度，表明這些城市的輻射能力均大于接受能力，對(duì)長(zhǎng)三角西部地區(qū)的物流網(wǎng)絡(luò)產(chǎn)生正向溢出效應(yīng)。2003—2010年安徽省大部分城市的點(diǎn)出度均為0，即與其他城市的物流聯(lián)系處于弱聯(lián)系狀態(tài)。此種情況雖在近10 年間有所好轉(zhuǎn)，但整體點(diǎn)入度遠(yuǎn)高于點(diǎn)出度，表明仍處于被動(dòng)接受的狀態(tài)。作為安徽省省會(huì)的合肥市，度數(shù)中心度排名低于無(wú)錫和寧波，表明其吸引力仍不足以與上海和杭州相競(jìng)爭(zhēng)，以至于被與上海和杭州相接近的蘇州、南京、無(wú)錫、寧波超過(guò)。21世紀(jì)以來(lái)，度數(shù)中心度上升最快的是宣城和安慶，分別從26.923 和23.077 上升至73.077 和69.231，均上升了46.154，物流聯(lián)系水平顯著增強(qiáng)。

表3 長(zhǎng)三角物流網(wǎng)絡(luò)度數(shù)中心度

（2）中間中心度。21 世紀(jì)以來(lái)，上海的中間中心度一直位于長(zhǎng)三角物流網(wǎng)絡(luò)中的首位，表明經(jīng)過(guò)上海的最短路徑最多，其在長(zhǎng)三角物流網(wǎng)絡(luò)中處于中樞位置，且資源控制能力極強(qiáng)，因而具有影響此區(qū)域大部分城市節(jié)點(diǎn)物流溝通的能力。經(jīng)過(guò)聚類(lèi)排序表明：蘇州、南京和杭州的中間中心度僅次于上海，且均大于6，屬于長(zhǎng)三角物流網(wǎng)絡(luò)的次級(jí)核心，在物流溝通中發(fā)揮重要的橋梁作用；合肥、寧波、無(wú)錫和金華的中間中心度處于0.6～5 的水平，屬于地方性聯(lián)系中心；而其他中間中心度小于0.6 的城市屬于長(zhǎng)三角物流網(wǎng)絡(luò)中的一般性節(jié)點(diǎn)。如圖2所示，上海、蘇州、南京和杭州等東部地區(qū)所組成的第一梯隊(duì)，既是經(jīng)濟(jì)發(fā)達(dá)城市，也是長(zhǎng)三角物流網(wǎng)絡(luò)中的重要節(jié)點(diǎn)；而以安徽省各城市節(jié)點(diǎn)為代表的長(zhǎng)三角西部地區(qū)，GDP 與中間中心度排名皆靠后。從對(duì)圖2 中的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行相關(guān)性分析的結(jié)果來(lái)看，2003—2017 年長(zhǎng)三角各城市的GDP與中間中心度的Pearson相關(guān)系數(shù)為0.904，表明各物流節(jié)點(diǎn)的重要程度與其GDP 發(fā)展水平高度相關(guān)，并沒(méi)有跳出GDP 發(fā)展的分布格局。長(zhǎng)三角物流網(wǎng)絡(luò)的現(xiàn)狀符合美國(guó)科學(xué)史研究者羅伯特·墨頓提出的馬太效應(yīng)理論，“強(qiáng)者越強(qiáng)、弱者越弱”的現(xiàn)象在長(zhǎng)三角物流網(wǎng)絡(luò)的空間分異上得到彰顯。

圖2 長(zhǎng)三角物流網(wǎng)絡(luò)中間中心度

（3）接近中心度。如圖3 所示，上海、蘇州、南京、杭州和合肥的接近中心度位于長(zhǎng)三角物流網(wǎng)絡(luò)的前列，表明上海及各省會(huì)城市與其他城市的物流溝通不完全依賴(lài)于中間節(jié)點(diǎn)，因此在物流溝通中能夠獲得更高的效率。由圖1可知，蘇州處于多核心的交界處，因而中間中心度和接近中心度的排名都十分靠前，其他城市都希望與其直接溝通而獲得更多的資源，為自身謀求更好的發(fā)展。21世紀(jì)前10年長(zhǎng)三角物流網(wǎng)絡(luò)的接近中心度普遍偏低且變化趨勢(shì)不明顯，此階段所有城市之間的物流溝通對(duì)中間節(jié)點(diǎn)城市的依賴(lài)性很強(qiáng)。隨著近10 年長(zhǎng)三角經(jīng)濟(jì)水平、交通設(shè)施以及信息技術(shù)的快速發(fā)展，長(zhǎng)三角各城市之間已經(jīng)逐步打破了空間分布格局。上海、江蘇、浙江、安徽的平均接近中心度分別上升至100、75.86、71.22 和72.97，各城市之間的直接溝通越來(lái)越緊密，各城市對(duì)中間節(jié)點(diǎn)的依賴(lài)性逐漸減弱，接近中心度得到了顯著的提高。

圖3 長(zhǎng)三角物流網(wǎng)絡(luò)接近中心度

綜合上述三種個(gè)體網(wǎng)絡(luò)特征指標(biāo)來(lái)看，上海處于長(zhǎng)三角物流網(wǎng)絡(luò)的中樞地位，對(duì)周邊城市產(chǎn)生強(qiáng)大的物流輻射能力，同時(shí)也不斷吸收周邊城市的優(yōu)勢(shì)資源，與周邊城市形成很好的良性互動(dòng)。如圖1 所示，蘇州、杭州和南京作為承接上海資源轉(zhuǎn)移的優(yōu)先區(qū)位點(diǎn)，已成長(zhǎng)為長(zhǎng)三角物流網(wǎng)絡(luò)的次級(jí)核心，負(fù)責(zé)將長(zhǎng)三角的各種資源進(jìn)一步向其他地區(qū)輻射的同時(shí)自身也得到了長(zhǎng)足的發(fā)展。從度數(shù)中心度和中間中心度來(lái)看，靠近上海的長(zhǎng)三角東部地區(qū)普遍高于長(zhǎng)三角西部地區(qū)，表明長(zhǎng)三角東部地區(qū)物流節(jié)點(diǎn)城市的凝聚力和對(duì)資源的控制程度都高于長(zhǎng)三角西部地區(qū)，并未打破經(jīng)濟(jì)發(fā)展的空間分布格局，馬太效應(yīng)表現(xiàn)顯著。在接近中心度的表現(xiàn)方面，2003—2017 年安徽省各物流節(jié)點(diǎn)城市的平均接近中心度提高了36.12，僅次于上海。表明現(xiàn)階段長(zhǎng)三角西部地區(qū)物流節(jié)點(diǎn)城市的資源控制能力雖然較弱，但獨(dú)立性正在迅速增強(qiáng)。

3.長(zhǎng)三角物流網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性與分裂指數(shù)

（1）凝聚子群分析。為探究長(zhǎng)三角物流網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性與分裂指數(shù)，首先進(jìn)行網(wǎng)絡(luò)空間聚類(lèi)特征分析。在Ucinet 中采用基于點(diǎn)集位置結(jié)構(gòu)關(guān)系的CONCOR 算法，將最大分割深度設(shè)為2，27 個(gè)核心城市被劃分成4個(gè)子群，同時(shí)得到反應(yīng)各子群間聯(lián)系強(qiáng)度的密度矩陣，見(jiàn)表4所列。由于每年的子群分割變化緩慢，特以樣本范圍內(nèi)的第一年和最后一年的子群進(jìn)行比較分析。

表4 長(zhǎng)三角物流網(wǎng)絡(luò)空間聚類(lèi)的密度矩陣

如圖4所示，2003—2017年長(zhǎng)三角物流網(wǎng)絡(luò)的凝聚子群結(jié)構(gòu)相對(duì)穩(wěn)定，以上海為代表的第一子群包含的核心城市數(shù)量最多，第三子群包含的核心城市數(shù)量最少，第二子群最為穩(wěn)定，尚未發(fā)生改變。第一、二子群多為經(jīng)濟(jì)發(fā)達(dá)的長(zhǎng)三角東部地區(qū)城市，經(jīng)濟(jì)相對(duì)較差、交通區(qū)位欠佳的長(zhǎng)三角西部地區(qū)城市則聚集在第三、四子群。與2003年相比，現(xiàn)階段合肥從第三子群加入了第一子群，表明安徽省在融入長(zhǎng)三角一體化的過(guò)程中取得了顯著的發(fā)展成果。

所有子群的內(nèi)部聯(lián)系均大于外部聯(lián)系，且現(xiàn)階段的內(nèi)部聯(lián)系值均大于0.5，表明長(zhǎng)三角物流網(wǎng)絡(luò)的子群內(nèi)部具有高度的信息和資源流動(dòng)性，整體網(wǎng)絡(luò)的聯(lián)系密度進(jìn)一步增強(qiáng)。第一子群的內(nèi)部聯(lián)系最為緊密，第四子群的內(nèi)部聯(lián)系最弱，且呈現(xiàn)出經(jīng)濟(jì)越發(fā)達(dá)、內(nèi)部聯(lián)系越緊密的格局，不利于長(zhǎng)三角物流網(wǎng)絡(luò)的均衡發(fā)展。第三、四子群由于經(jīng)濟(jì)發(fā)展相對(duì)緩慢，因而內(nèi)部聯(lián)系和外部聯(lián)系都不緊密。外部聯(lián)系的平均密度呈上升趨勢(shì)，表明現(xiàn)階段的長(zhǎng)三角物流網(wǎng)絡(luò)發(fā)展雖東西失衡，但各子群之間的聯(lián)系正在增強(qiáng)，一體化趨勢(shì)明顯，正朝著資源共享的方向努力。

圖4 長(zhǎng)三角物流網(wǎng)絡(luò)凝聚子群分布

（2）Lambda 集合分析?！癓ambda 集合”通過(guò)分析網(wǎng)絡(luò)層級(jí)的邊關(guān)聯(lián)度，可以衡量網(wǎng)絡(luò)結(jié)構(gòu)的整體穩(wěn)定性，長(zhǎng)三角物流網(wǎng)絡(luò)的Lambda 分析，結(jié)果如圖5所示。

圖5 Lambda集合樹(shù)狀圖

最小邊關(guān)聯(lián)度是基于網(wǎng)絡(luò)節(jié)點(diǎn)連接的穩(wěn)定性提出的概念，橫坐標(biāo)為L(zhǎng)ambda值，代表最小邊關(guān)聯(lián)度，縱坐標(biāo)為各物流節(jié)點(diǎn)城市。圖5分別為2003年和2017 年長(zhǎng)三角物流網(wǎng)絡(luò)Lambda 集合樹(shù)狀嵌套圖，可以發(fā)現(xiàn)21世紀(jì)以來(lái)，上海和蘇州的最小邊關(guān)聯(lián)度最高，表明這兩個(gè)城市在長(zhǎng)三角物流網(wǎng)絡(luò)中的物流聯(lián)系最穩(wěn)健，并且這種關(guān)系隨著時(shí)間的推移得到進(jìn)一步的鞏固，最小邊關(guān)聯(lián)度由2003 年的21 上升至2017年的25；而緊隨其后的南京由17上升至18，但在2017 年被杭州超過(guò)。上述4 個(gè)城市皆為長(zhǎng)三角物流網(wǎng)絡(luò)中的第一子群，表明第一子群的內(nèi)部結(jié)構(gòu)最為穩(wěn)健，而位于網(wǎng)絡(luò)邊緣地區(qū)的銅陵等城市最小邊關(guān)聯(lián)度雖有提高，但仍對(duì)其他城市具有較強(qiáng)依賴(lài)，長(zhǎng)三角物流網(wǎng)絡(luò)的邊緣城市結(jié)構(gòu)十分脆弱。

（3）分裂指數(shù)分析。由圖5 可以看出，長(zhǎng)三角城市物流的層級(jí)結(jié)構(gòu)十分明顯，2003—2017 年網(wǎng)絡(luò)內(nèi)的層級(jí)數(shù)量有所增加，因此需要對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)的分裂指數(shù)做出量化分析。在社會(huì)網(wǎng)絡(luò)分析中，采用E-I 指數(shù)表示分裂指數(shù)，以此測(cè)量派系林立程度。將凝聚子群中的四個(gè)子群作為測(cè)量EI 指數(shù)的屬性矩陣，在ucinet 中對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)的分裂指數(shù)進(jìn)行計(jì)算。由計(jì)算結(jié)果可知，2003—2017 年長(zhǎng)三角物流網(wǎng)絡(luò)的分裂指數(shù)均為正值，表明此網(wǎng)絡(luò)中關(guān)系趨于發(fā)生在子群之間，意味著派系林立的程度較高；結(jié)合表4中的凝聚子群網(wǎng)絡(luò)密度可知，子群之間的網(wǎng)絡(luò)密度低于子群內(nèi)部的網(wǎng)絡(luò)密度，表明子群之間的聯(lián)系多屬于弱關(guān)聯(lián)，而子群內(nèi)部的聯(lián)系屬于強(qiáng)關(guān)聯(lián)；子群內(nèi)的網(wǎng)絡(luò)密度遠(yuǎn)高于子群間的網(wǎng)絡(luò)密度，各子群的物流活動(dòng)偏向于在內(nèi)部進(jìn)行，即各種資源交換多發(fā)生在子群內(nèi)部，“內(nèi)卷化”特征也逐步顯現(xiàn)；隨著“內(nèi)卷化”的加劇，分裂指數(shù)由0.544降至0.521，朝著負(fù)方向發(fā)展，阻礙了長(zhǎng)三角物流網(wǎng)絡(luò)的一體化進(jìn)程。

四、長(zhǎng)三角物流網(wǎng)絡(luò)空間格局不平衡演進(jìn)的驅(qū)動(dòng)因素

基于上文對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)發(fā)展過(guò)程中的整體特征、個(gè)體特征以及凝聚子群分析，發(fā)現(xiàn)現(xiàn)階段長(zhǎng)三角物流網(wǎng)絡(luò)的演進(jìn)并沒(méi)有打破經(jīng)濟(jì)發(fā)展的空間格局，正處于東西失衡的狀態(tài)，很大程度上存在“馬太效應(yīng)”和“內(nèi)卷化”現(xiàn)象。對(duì)于長(zhǎng)三角物流網(wǎng)絡(luò)動(dòng)態(tài)聯(lián)系與網(wǎng)絡(luò)特征的分析，展現(xiàn)了長(zhǎng)三角物流網(wǎng)絡(luò)的發(fā)展過(guò)程與現(xiàn)狀，但揭示現(xiàn)階段網(wǎng)絡(luò)格局的驅(qū)動(dòng)因素、打破東西失衡的僵局，才是研究長(zhǎng)三角物流網(wǎng)絡(luò)的落腳點(diǎn)。因此在上述研究的基礎(chǔ)上，深入挖掘長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的驅(qū)動(dòng)因素具有較強(qiáng)意義。

為探究長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的驅(qū)動(dòng)因素，運(yùn)用地理探測(cè)器中的分異及因子探測(cè)、交互作用探測(cè)，探測(cè)其空間分異特征與驅(qū)動(dòng)因子。采用上文中的9個(gè)影響因素為探測(cè)因子，探測(cè)其對(duì)物流質(zhì)量水平的作用強(qiáng)度。通過(guò)Arcgis 中的自然斷裂點(diǎn)法將探測(cè)因子劃分為5個(gè)等級(jí)，因子的空間離散化分布如圖6所示。

圖6 探測(cè)因子空間離散化分布

通過(guò)自然斷裂點(diǎn)法將樣本數(shù)據(jù)離散化處理后，利用Geodetector 工具對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的影響因素進(jìn)行因子探測(cè)，分異及因子探測(cè)器測(cè)算結(jié)果見(jiàn)表5 所列，作用強(qiáng)度q值越大表明該因子對(duì)空間分布特征的影響程度越高，p值越小則表明該因子對(duì)空間分布特征的解釋力越大。

表5因子探測(cè)的結(jié)果顯示，2003—2017年各探測(cè)因子影響強(qiáng)度變化不大，除個(gè)別指標(biāo)外，大多數(shù)探測(cè)因子對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異均保持在較高的作用強(qiáng)度。9個(gè)探測(cè)因子對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的平均作用強(qiáng)度由強(qiáng)至弱依次為：社會(huì)消費(fèi)品零售總額（X4）＞地區(qū)生產(chǎn)總值（X9）＞郵政業(yè)務(wù)總量（X2）＞國(guó)際互聯(lián)網(wǎng)用戶（X7）＞貨運(yùn)量（X1）＞電信業(yè)務(wù)總量（X8）＞郵政局?jǐn)?shù)（X6）＞進(jìn)出口總額（X3）＞公路里程（X5）。由此可見(jiàn)，21世紀(jì)以來(lái)影響長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的核心影響因素為物流需求、信息化水平和區(qū)域經(jīng)濟(jì)。其中，區(qū)域經(jīng)濟(jì)和信息化水平的作用強(qiáng)度最高，平均q值分別為0.942和0.873，表明區(qū)域經(jīng)濟(jì)和信息化水平的不平衡發(fā)展是導(dǎo)致長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的主要驅(qū)動(dòng)因素。此外，基礎(chǔ)設(shè)施建設(shè)的作用強(qiáng)度最低且對(duì)影響空間特征的解釋力較弱，表明長(zhǎng)三角物流網(wǎng)絡(luò)各節(jié)點(diǎn)城市的基礎(chǔ)設(shè)施建設(shè)均較為完善，但已經(jīng)不是影響長(zhǎng)三角物流網(wǎng)絡(luò)發(fā)展的主要驅(qū)動(dòng)因素。

長(zhǎng)三角物流網(wǎng)絡(luò)的不平衡演進(jìn)并不完全是由單個(gè)影響因子的驅(qū)動(dòng)而導(dǎo)致的，各影響因子之間的交互作用也是導(dǎo)致現(xiàn)階段長(zhǎng)三角物流網(wǎng)絡(luò)空間分異特征的重要原因，測(cè)算結(jié)果見(jiàn)表6所列。

表5 長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)因子探測(cè)結(jié)果

表6 長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)因子交互作用探測(cè)結(jié)果

因子的交互作用探測(cè)結(jié)果表明，90%以上的交互作用類(lèi)型為雙因子增強(qiáng)，即因子之間的交互作用都大于單個(gè)因子對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的影響，且大部分交互作用強(qiáng)度在0.9左右。其中，公路里程∩進(jìn)出口總額、公路里程∩電信業(yè)務(wù)總量的交互作用類(lèi)型為非線性增強(qiáng)。公路里程一定程度上決定了物流節(jié)點(diǎn)城市的交通可達(dá)性，是物流溝通的必要條件。公路里程（X5）作為物流基礎(chǔ)設(shè)施建設(shè)指標(biāo)在單因子探測(cè)方面對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的作用強(qiáng)度最弱，但其在與物流需求指標(biāo)及信息化水平指標(biāo)相結(jié)合后，對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的形成具有極強(qiáng)的推動(dòng)作用。

五、結(jié)論與政策建議

本文通過(guò)熵權(quán)TOPSIS測(cè)算長(zhǎng)三角物流網(wǎng)絡(luò)各核心城市的物流質(zhì)量指數(shù)，利用改進(jìn)引力模型研究長(zhǎng)三角核心城市的物流聯(lián)系情況，再通過(guò)社會(huì)網(wǎng)絡(luò)分析（SNA）方法分析長(zhǎng)三角物流網(wǎng)絡(luò)的網(wǎng)絡(luò)空間分異特征，最后采用地理探測(cè)器挖掘長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的驅(qū)動(dòng)因素。主要研究結(jié)論如下：

（1）從物流質(zhì)量水平看，大部分城市的物流質(zhì)量水平相較于21 世紀(jì)初都取得了較大的突破，安徽省部分城市現(xiàn)階段的物流質(zhì)量水平偏低，但其增速較快，進(jìn)一步推動(dòng)了長(zhǎng)三角物流網(wǎng)絡(luò)的發(fā)展。

（2）從整體網(wǎng)絡(luò)特征看，網(wǎng)絡(luò)密度增長(zhǎng)減緩、凝聚子群結(jié)構(gòu)十分穩(wěn)定，表明長(zhǎng)三角物流網(wǎng)絡(luò)的內(nèi)部聯(lián)系日益增強(qiáng)并且網(wǎng)絡(luò)發(fā)展趨于成熟；由于經(jīng)濟(jì)、政治及區(qū)位等因素的影響，整體網(wǎng)絡(luò)密度標(biāo)準(zhǔn)差較高，網(wǎng)絡(luò)內(nèi)部的差異也日漸顯著。

（3）從個(gè)體網(wǎng)絡(luò)特征看，現(xiàn)階段的長(zhǎng)三角物流網(wǎng)絡(luò)仍處于不平衡演進(jìn)狀態(tài)，三種中心度指標(biāo)均呈現(xiàn)東強(qiáng)西弱的特點(diǎn)；長(zhǎng)三角東部地區(qū)城市作為承接上海資源轉(zhuǎn)移的優(yōu)先區(qū)位點(diǎn)，在吸收優(yōu)勢(shì)資源的同時(shí)也對(duì)其他地區(qū)產(chǎn)生強(qiáng)大的物流輻射能力；長(zhǎng)三角西部地區(qū)城市的凝聚力和對(duì)資源的控制程度都低于長(zhǎng)三角東部地區(qū)，但獨(dú)立性正在迅速增強(qiáng)。

（4）從驅(qū)動(dòng)因子探測(cè)結(jié)果看，區(qū)域經(jīng)濟(jì)和信息化水平的不平衡發(fā)展是導(dǎo)致長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的主要驅(qū)動(dòng)因素；基礎(chǔ)設(shè)施建設(shè)的因子作用強(qiáng)度最低且對(duì)影響空間特征的解釋力較弱，但在與物流需求指標(biāo)及信息化水平指標(biāo)相結(jié)合后產(chǎn)生的交互作用卻是長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的重要推動(dòng)力。

實(shí)證結(jié)果表明，“東西失衡”“馬太效應(yīng)”和“內(nèi)卷化”既是長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)的三種表征，也是阻礙長(zhǎng)三角物流網(wǎng)絡(luò)一體化進(jìn)程的“三座大山”。為打破阻礙長(zhǎng)三角一體化均衡發(fā)展的壁壘，解決長(zhǎng)三角物流網(wǎng)絡(luò)不平衡演進(jìn)問(wèn)題迫在眉睫，根據(jù)本文的實(shí)證研究提出以下政策建議：

（1）“機(jī)制破壁”——激發(fā)物流節(jié)點(diǎn)的溢出效應(yīng)。現(xiàn)階段長(zhǎng)三角物流網(wǎng)絡(luò)各節(jié)點(diǎn)城市的物流質(zhì)量水平還有較大的上升發(fā)展空間，蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等此類(lèi)剛加入長(zhǎng)三角物流網(wǎng)絡(luò)的城市節(jié)點(diǎn)物流質(zhì)量水平較低，但其增長(zhǎng)速度呈現(xiàn)出“后來(lái)居上”的態(tài)勢(shì)。由此可見(jiàn)，在安徽各城市為長(zhǎng)三角物流網(wǎng)絡(luò)帶來(lái)新鮮血液的同時(shí)，長(zhǎng)三角物流網(wǎng)絡(luò)也為其發(fā)展注入了新的助推劑。各城市應(yīng)走出舒適圈，突破固化的體制機(jī)制，與長(zhǎng)三角之外的物流城市節(jié)點(diǎn)積極地產(chǎn)生物流聯(lián)系，激發(fā)正向溢出效應(yīng)，擴(kuò)大物流輻射范圍，以此推動(dòng)長(zhǎng)三角物流質(zhì)量水平進(jìn)一步提升。

（2）“資源破壁”——打破網(wǎng)絡(luò)格局的馬太效應(yīng)。長(zhǎng)三角物流網(wǎng)絡(luò)的發(fā)展現(xiàn)狀沒(méi)有打破經(jīng)濟(jì)發(fā)展水平的分布格局，呈現(xiàn)出馬太效應(yīng)。在充分認(rèn)識(shí)長(zhǎng)三角物流網(wǎng)絡(luò)中心度特征的基礎(chǔ)上，加大內(nèi)部資源共享力度，將長(zhǎng)三角東部地區(qū)的優(yōu)勢(shì)資源引向西部地區(qū)，幫助西部地區(qū)提高經(jīng)濟(jì)發(fā)展水平，從而更深層次地實(shí)現(xiàn)長(zhǎng)三角一體化的均衡發(fā)展。各地方政府需要打破資源壁壘，凸顯統(tǒng)籌規(guī)劃，因地制宜地選擇相適應(yīng)的發(fā)展模式，高效利用各種資源，充分發(fā)揮自身的發(fā)展優(yōu)勢(shì)，才能為打破馬太效應(yīng)奠定扎實(shí)的經(jīng)濟(jì)基礎(chǔ)。

（3）“要素破壁”——強(qiáng)化驅(qū)動(dòng)因素的聯(lián)動(dòng)效應(yīng)?；A(chǔ)設(shè)施建設(shè)在一定程度上決定了物流節(jié)點(diǎn)城市的交通可達(dá)性，是物流溝通的必要條件。從長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的驅(qū)動(dòng)因子探測(cè)結(jié)果看，基礎(chǔ)設(shè)施建設(shè)指標(biāo)在單因子探測(cè)方面對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)空間分異的作用強(qiáng)度最弱，表明現(xiàn)階段長(zhǎng)三角物流網(wǎng)絡(luò)的發(fā)展對(duì)基礎(chǔ)設(shè)施的依賴(lài)性正在減弱。區(qū)域經(jīng)濟(jì)和信息化水平對(duì)現(xiàn)階段物流網(wǎng)絡(luò)影響最顯著，且因子之間的交互作用表現(xiàn)優(yōu)于單一驅(qū)動(dòng)因子。其中，基礎(chǔ)設(shè)施建設(shè)與區(qū)域經(jīng)濟(jì)、信息化水平聯(lián)動(dòng)之后產(chǎn)生的交互作用對(duì)長(zhǎng)三角物流網(wǎng)絡(luò)的影響最大。因此，政府在提高經(jīng)濟(jì)發(fā)展水平和信息化水平的同時(shí)，也要利用驅(qū)動(dòng)因素之間的聯(lián)動(dòng)效應(yīng)，重視對(duì)基礎(chǔ)設(shè)施建設(shè)的規(guī)劃與布局。以國(guó)家戰(zhàn)略聚焦和疊加為契機(jī)，全方位深層次地推動(dòng)長(zhǎng)三角一體化發(fā)展［19］。