区域物流的产业效率、空间互动与协调发展

刘明 杨路明

摘要：借助277个地市级城市2007—2017年的相关数据，实证发现在全国范围内，相邻城市对中心城市的物流产业发展起着正向推动作用，总体上呈现正向溢出效应，区域间的物流产业协同朝着相互促进的积极方向发展。在加入相邻城市影响后，经济的发展正向推动着物流产业水平的提高；产业结构的显著性有了明显提升，但各产业增加值的增加并不能提升物流产业效率；信息技术的显著性有了明显提升；从业人员仅数量的增加并不能对物流效率的提升有积极推动作用，甚至会产生抑制影响；基础设施建设对物流效率的提升起着负向作用；金融发展对物流产业的发展起着正向推动作用。在实证结果的基础上，以中心区域物流发展水平、与相邻城市的作用关系为两个维度同时加以分析，可以将所有城市大致分为四个类型，即极化型、追赶型、锁定型以及收敛型，从而构建区域物流空间溢出的区域分类模型。依据以上分类，针对每一种类型的区域，提出了融合型、扩张型、赶超型以及分散型等四种发展策略，最终形成区域物流协调发展的策略选择模型。

关键词：区域物流；物流效率；空间互动；协调发展

中图分类号：F207文献标识码：A文章编号：1007-8266（2019）08-0034-11

一、引言

習近平总书记在中国共产党第十九次全国代表大会报告中提出：“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。并明确指出，“发展不平衡不充分”是当前制约我国实现国民日益增长的美好生活需要的主要因素，而中国的发展不均衡不充分更多地体现在了产业的曲折方面[ 1 ]，这种特征在物流产业发展中体现得尤为明显。

物流的概念自20世纪70年代末引入我国后，逐渐从政府、企业传统的部门职能划分中独立出来，是我国产业细分及优化的结果，也是产业发展成熟度不断提高的外在表现。借助物流产业的发展，可以推动全社会生产力、生产资料在不同区域中的科学配置，推动生产要素在不同区域间的合理转移，加速地区经济增长方式的转型，提升全社会的运行效率。因此，一个完整、高效的物流运作体系以及与经济发展的良性互动已成为推动我国经济持续繁荣与发展的重要动力源，其发展的重要性、必要性以及迫切性已在实践及理论探索中得以证明。近年来，我国物流产业规模增长迅猛，反映出我国的物流需求、运载能力快速提升，区域的空间距离得以拉近，相互依存度、互补性不断上升，增加了内生比较利益，区域经济结构朝着更加合理化、多样化的方向发展。尽管如此，物流产业的发展仍然暴露出一些潜在的问题与缺陷，空间不均衡就是其中之一。作为多产业叠加的复合性产业，当前我国物流产业的空间不均衡已经对全社会供应链网络的延伸广度以及融合深度产生了极大制约，降低了社会物流系统的完整性，造成社会资源配置效率低下甚至错配，削弱了发达地区与落后地区间的产业联系。因此，如何通过各区域物流发展策略的合理选择，产生各区域间物流产业的良性互动，最终形成以物流业的空间均衡发展促进我国区域经济协调发展的态势，逐渐成为学术界关注的重要研究课题。

二、文献回顾

当前我国物流发展的空间不均衡既体现了物流业发展的一般规律，又存在一定的不合理性。“发展不平衡、不充分最根本的体现在于经济发展的不平衡、不充分，由此从深层决定了我国社会主要矛盾的变化”[ 2 ]，而经济增长与物流发展又高度关联、密不可分。物流业是一个包括运输、仓储、装卸、流通和加工、交付和信息技术的整合行业，区域交通运输和区域经济二者相辅相成，相互促进[ 3 ]，这主要体现在物流产业集聚不仅可以通过发挥专业效应、溢出效应优化产业结构，带动相邻地区的经济增长[ 4 ]，还可以通过物流产业与制造业的联动发展，实现区域经济的长期稳定发展[ 5 ]，使得物流发展与产业结构之间形成重要的相互作用关系[ 6-7 ]，物流业已经成为推动国家和区域经济快速发展的新动能[ 8 ]。因此，区域物流的协调发展对缓解我国社会主要矛盾、优化产业结构、促进经济社会的协调发展具有重要意义。

空间视角下的物流活动相关研究开展较早。早在1909年，德国经济学家韦伯在其工业区位理论中就曾指出，运输成本决定了工业区位的选择，这为之后福特尔、俄林、胡弗等经济学家对运输成本、工业区位布局、厂址选择等相关问题的研究奠定了基础。近些年，空间物流的研究范围不断扩大。在日本，区域物流中心的选择和数量决策模型已经成为区域物流研究的重要内容，并在日本东京都市圈的重要物流中心长远规划中得以验证[ 9 ]；在巴西，物流规划对番茄产品的生产、加工活动发挥了重要作用[ 10 ]；在墨西哥，物流业的集聚与制造业、服务业和零售中心的发展关系密切，物流业的空间集聚能够有效支持区域经济的发展[ 11 ]；在更大范围内，一体化的生产——配送网络体系成为构建企业全球性供应链的重要工具，这是由于基础设施网络本身就存在外部性特征[ 12 ]，借助这种外部性，区域物流基础设施的投资在空间上的作用范围不断扩大，从而对区域经济增长产生积极影响[ 13 ]。所以物流基础设施选址的决策问题需要在跨国企业之间加强协调[ 14 ]，这对提高国际物流运作绩效起着重要作用[ 15 ]。

在国内，应用空间计量方法开展区域物流的研究时间较短，范围也有限，主要围绕物流业的集聚对经济的溢出效应、时空演化、影响因素等主题。在具体区域方面，范月娇、王健[ 16 ]认为，海西物流发展与区域经济的空间关联性是显著的，但非绝对影响要素。张定等[ 17 ]认为，安徽省无论是重心变迁轨迹还是地理联系率，都表现出物流与经济在时空上存在明显的耦合关系，二者重心演变路径在空间上具有相似性。张晓涛等[ 18 ]认为，北京市城市内部物流空间结构随着社会经济活动的发展而发生了较大的变迁，表现为部分传统优势物流集聚区的加强、部分新兴物流集聚区的崛起及部分物流集聚区的消失。高詹[ 19 ]认为，河南省城市物流效率具有较强的空间溢出特点，表现为高效率和中等效率城市临界的连片出现，在空间上形成效率的中心——外围结构。贾兴洪等[ 20 ]认为，河南省物流业空间集聚度与产业结构高级化关系密切。朱慧等[ 21 ]认为，浙江金衢丽地区各县（市）物流空间联系分布不均衡。而江苏省经验表明，物流全要素生产率在空间地理分布上有严重的路径依赖性，具有明显的集聚性和低流动性的特征，各个市域若脱离原来的集群存在一定的困难[ 22 ]。

在多省市研究中，长江中下游地区是研究者关注比较集中的区域。长三角区域物流空间集聚特征明显[ 23-24 ]，其中，江苏沿海地区城市间经济联系的强度随着空间距离的递增而递减，并以区域中心城市为中心向外呈辐射状圈层构造，呈现3个层次结构[ 25 ]。而上海、重庆、武汉、南京物流竞争力水平较高，是长江沿岸物流产业的重要节点，城市群内部的空间联系度明显大于城市群之间的联系度[ 26 ]。如果把交通物流竞争力作为标准，可将长江经济带城市分为四个层级[ 27 ]。钟昌宝等[ 28-29 ]通过ESDA方法发现，长江经济带省域物流产业发展水平总体呈现显著的空间正相关性，产业集聚水平呈现显著的空间正相关性，存在明显的空间二元结构。蔡海亚等[ 30 ]发现，长江三角洲城市物流发展呈现出明显的空间关联性，空间格局经历了由集中向分散再到集中的演变。在其他区域，景楠、颜波[ 31 ]利用GeoDa、PySAL等空间分析软件研究了东北地区物流和经济的空间差异性以及演化方式，为不同地区之间的物流与经济的协调发展提供决策参考。

在全国范围内，我国区域物流發展水平虽然整体上呈现出收敛的趋势，但是空间差异比较突出[ 32 ]，物流产业集聚的空间效率存在区域差异性，总体呈现东高西低的特征[ 33 ]。在考虑了环境因素的前提下，马越越[ 34 ]发现，中国物流产业存在明显的空间竞争效应，相邻地区或交通网络可覆盖的相近地区物流产业全要素生产率增长对本地区物流产业发展产生负向溢出。而刘承良等[ 35 ]则发现，物流效率空间分布具有一定地方依赖性，效率高值区集中于东部沿海，呈现由“大集中、小分散”向“条带状集聚”变化的特征，而低值区高度锁定于西北和西南地区。

近年来，“新丝绸之路经济带”也成为研究的热点之一。李忠民等[ 36 ]提出，提高货运周转量、加强各省份之间合作能够更好地促进新丝绸之路经济带经济增长。刘瑞娟等[ 37 ]通过ESDA方法发现，新丝绸之路经济带省域物流竞争力空间集聚在整体上有提高的趋势，不同类型集聚区的物流竞争力具有明显的空间溢出效应，高水平集聚区的空间溢出效应明显高于其他类型集聚区。龚新蜀等[ 38 ]的研究表明，物流产业集聚对新丝绸之路经济带区域经济增长有显著的经济溢出效应，且物流产业集聚经济溢出效应存在较大的地区差异。唐建荣等[ 39 ]认为，中国物流业发展的地域特征明显，呈现正的空间自相关。

以上研究表明，我国空间视角下的区域物流协调发展研究整体数量较少，研究视角、层次和深度有待进一步加强；空间视角下的局部区域研究较多，全国范围内的研究数量相对较少；空间视角下的全国范围研究中，基本采用省级面板数据，地市级城市数据几乎没有，研究较为粗泛；空间方法下的研究结论中，提出的物流业发展建议及意见基本围绕总体区域，缺乏区域的特征性和针对性。以上不足为本文研究提供了全新的切入点。

三、研究设计

（一）模型设定

为使模型更加合理，本文以发展效率作为衡量物流产业发展水平的观测指标。因建模需要，本文创建虚拟指标EffAdjacent衡量某一区域的周边区域物流发展综合效率，具体模型如下：

式（1）中，Effi，t为历年某一区域的物流产业效率；EffAdjacenti，t为相邻区域物流综合发展效率；i和t代表城市个体数量及时间维度。

在实际研究中，物流效率计算绝大多数使用交通运输、仓储和邮政业的从业人员数（L）、固定资产投资（K）作为物流产业投入变量，也有少部分加入运输线路里程[ 40 ]、民用载货车辆[ 41 ]、交通网密度[ 42 ]等作为投入指标；在物流产业产出中，期望产出指标一般包括物流业增加值、货运量和货物周转量，而非期望产出则包括CO2排放量[ 43-44 ]等。参考以上研究中采纳的指标以及数据的可得性，本文选取固定资产投资、等级道路总里程作为物流投入变量中的资本指标，将交通运输、仓储和邮政业的从业人员数作为人力指标，在不考虑非期望产出的情况下，将货运量作为物流产出指标，拟对某一区域物流产业效率effi进行测算与分析。

在确定effi后，借助该指标以及相邻区域的GDP权重，通过加权计算可以得到EffAdjacenti，具体计算方法如下：

其中，wi为i区域权重值，n为相邻区域个数，GDPi为i区域GDP的当年价值额，i=1……n，n为相邻区域个数。

（二）控制变量

1.经济发展（GDP）。本文选取各区域的国内生产总值作为衡量某一城市经济发展水平的指标，为保证数据的平稳性，在模型中采用GDP的对数值进行分析。

2.固定资产投资（FixAsset）。本文选取各区域固定资产总额作为衡量政府财政投入的指标，为保证数据的平稳性，在模型中采用该数值的对数值进行分析。

3.人力资本（Employee）。本文选取各区域交通、仓储、邮电业从业人员数（万人）作为衡量某一地区物流人力资本水平的指标。

4.产业结构。本文选取各区域第二产业增加值占当地GDP比重（SecondInd）、第三产业增加值占当地GDP比重（ThirdInd）来衡量产业结构的状况。

5.信息技术（Mobile）。本文选取各区域历年移动电话总量来衡量地区信息技术发展水平，为保证数据的平稳性，在模型中采用该值的对数值进行分析。

6.金融发展（Fin）。本文采用年末金融机构贷款余额占GDP的比值，作为衡量某一区域金融发展水平的指标。

（三）数据来源

根据数据的可得性，本文以全国277个地市级城市作为观测对象，观测周期为2007—2017年，具体选择地市级城市的固定资产投资、等级道路总里程、交通运输、仓储和邮政业从业人员数、货运量等四个指标的数据进行测算。数据主要来自于历年中国统计年鉴、中国城市统计年鉴、知网统计年鉴平台、ESP全球统计数据平台、国家统计局网站、各省市统计局网站等。

四、回归结果及分析

（一）基准回归

采用Windows-DEA模型，使用DEA-solver工具可计算出277个地市级城市在2007—2017年间的效率值以及各城市相邻城市的物流综合效率。在分别进行固定效应（FE）、随机效应（RE）、普通最小二乘（OLS）三种回归以及豪斯曼（Hausman）检验后，可确定固定效应模型是本模型回归的最佳选择，逐步回归的结果如表1所示。

表（1）结果表明，随着变量的加入，相邻城市物流综合效率的显著性没有发生变化，受其他变量加入的影响，回归数值呈不断减小的趋势，说明其影响力不断下降；第二产业占比的显著性没有发生变化，受其他变量加入的影响，回归数值呈不断减小的趋势，说明其影响力不断下降；第三产业占比的显著性由不显著变为显著，受其他变量加入的影响，回归数值呈不断减小的趋势；人力资本的显著性逐渐增强，受其他变量加入的影响，回归数值呈不断增加的趋势，说明其影响力不断上升；固定资产投资的显著性没有发生变化，受其他变量加入的影响，回归数值呈不断增加的趋势，说明其影响力不断上升；经济发展水平的显著性没有发生变化，但其符号发生改变，说明在其他控制变量较多时，模型的合理性更强；信息技术的符号发生了改变，但其显著性明显增强，说明在其他控制变量较多时，模型的合理性更强。

（二）稳健性检验

为检验模型的稳健性，本文通过替换被解释变量的方法进行验证。结合数据的可得性，可以做出简单假设：一个地区单位等级道路上的货运量越大，说明该地区道路使用效率越高，其物流产业效率也就相对较高。因此，另外一种衡量某地区物流产业效率的方法为：

在式（2）中，CarDivMil为单位等级道路货运量；CarTransVol为货运总量，RoadMil为等级道路里程；i和t代表城市个体数量及时间维度。选取固定效应回归结果如表2所示。

从表2可以看出，虽然某些控制变量的显著性发生了变化，但相邻城市综合物流效率均在0.05的置信水平下显著，并且符号并未发生变化，说明模型的解释是稳健的。

（三）内生性问题

为了解决模型的内生性问题，本文采用所有解释变量与控制变量的滞后项回归（表3中模型1）、工具变量的GMM估计回归（表3中模型2）以及动态面板回归（表3中模型3）的方法分别进行检验，结果如表3所示。

表3的检验结果显示，采用三种不同解决内生性的方法都说明，在考虑内生性的前提下，主解释变量均显著正向影响了被解释变量，进一步说明本研究方法的合理性与可行性。

（四）回归结果分析

相邻城市物流综合效率系数为正，说明在全国范围内，各相邻城市对中心城市的物流产业发展起到正向推动作用，总体上呈现正向溢出效应，区域间的物流产业协同朝着相互促进的积极方向发展。

在考虑周边城市影响后，经济发展水平系数为正，说明在相邻城市加入后，经济的发展依然推动着物流产业水平的提高；产业结构（第二、第三产业占比）的显著性有了明显提升，系数为负，说明各产业增加值规模的增加并不能从根本上提升物流产业效率；信息技术的显著性有了明显提升，说明在相邻城市的影响下，通信工具在跨区域物流活动中的作用更加明显；人力资本系数为负，表明我国物流产业仍然属于劳动密集型，仅从业人员数量的增加并不能对物流效率的提升产生积极推动作用，甚至会产生抑制影响；政府投入系数为负，表明要在进一步加强物流基础设施网络建设的前提下，重点考虑基础设施的合理规划布局，加强各物流方式的有效衔接，提升物流社会化、专业化水平；金融发展系数为正，表明当前各城市的金融发展对物流产业的发展起着正向推动作用。

五、进一步的分析——区域物流协调发展的策略选择

与经济发展相类似，各地区物流业发展思路、策略或侧重点会各有侧重，必须因地制宜、差异化发展。借助地市级城市的相关数据以及本文实证结果，可以从一个区域的物流效率高低、受相邻区域空间溢出影响的两个维度，尝試构建物流业空间溢出下的区域分类模型，并依此探讨各类型区域物流业与其相关区域协调发展的战略选择。

（一）区域分类模型构建

模型中的第一个维度为区域物流发展效率。在这个观察维度下，如果某区域物流效率值高于全国平均水平，则可认为其物流效率相对较高，反之物流效率相对较低。第二个维度是在受到相邻区域空间溢出下某区域物流业的损益状况。借助以上两个维度可以将所有区域大致分为四个类型，即发展效率高且空间溢出受益、发展效率低且空间溢出受益、发展效率高且空间溢出受损、发展效率低且空间溢出受损，从而构建物流业空间溢出下的区域分类模型（参见图1）。

（二）城市分类

根据前面计算方法及实证结果，可以得出2007—2017年间全国物流产业效率的总体均值、277个地市级城市物流产业效率的总体均值以及各城市受相邻城市影响的空间损益状况，并最终得出各城市在物流业空间溢出下的城市分类模型中的分布（参见表4）。

（三）区域物流协调发展的策略选择

根据物流业空间溢出下的区域分类模型，可依此提出相应的区域物流协调发展策略，即融合型发展策略、扩张型发展策略、赶超型发展策略以及分散型发展策略，从而构建区域物流协调发展的策略选择模型（参见图2）：

1.融合型发展策略

如果中心区域的物流发展水平高，说明本区域物流市场需求旺盛，交通、仓储等物流基础设施利用率较高，物流业发展环境宽松，各种规模物流企业相对集中；这类区域在物流业空间溢出中又是受益方，说明本区域物流市场有效供给还不能完全满足市场需求，正通过吸纳其他区域的物流生产要素而处于内外因素共同推动下的高速成长期，是正在逐步形成的物流增长极。此时，区域物流应采取融合发展策略。

首先，依托中心区域的先发优势，借助物流生产要素的集聚，快速发挥物流产业规模效应。在该策略下，中心区域要进一步加大交通、仓储等基础设施建设，借助交通基础设施自身所具有的外部性特征，通过中心区域对交通、仓储等基础设施的大力建设，可以改善与外围区域间的通勤状况，使外围区域产生成本外部化效应，从而降低其物流业发展成本，进一步挖掘物流产业的潜在需求，提高物流供给水平，保持物流快速发展的态势。该类区域应特别注意物流资源的合理利用，虽然一些生产要素可以从其他区域流入，但资源的有限性客观存在，必须始终坚持节约使用资源的原则，通过提升内部要素以及流入要素的利用率，进一步带动本区域的物流产业效率，加快物流增长极的形成；应依托优势产业，积极推动综合性或者专业化区域物流中心的规划和建设，尤其是通过建设一批技术含量和服务水平高的运输、仓储等物流园区，提升本地区物流产业的专业化水平；在此基础上，还应充分重视科学、合理地规划物流产业发展，对本区域内物流发展的目标、区域物流资源建设、区域物流发展战略进行系统设计，使物流产业有目的、有步骤、分层次地发展。

其次，重视与其他区域的关联度，避免由“一家独大”而衍生的种种弊端，与外围区域共生，形成与外围区域共同发展的良性循环。中心城市应通过较高的物流专业化水平延伸物流产业链的长度，借助区域物流空间溢出的规模效应发挥引领、示范作用，对外围区域的物流产业发展产生直接影响；应通过区域物流空间溢出的结构效应，对外围区域的产业结构优化与调整起到积极作用，从而增加外围区域的物流需求，对外围区域的物流产业发展产生间接影响。

最后，借助已经形成的物流产业发展优势，有条件地开展基于物联网、云计算等现代信息技术的各种物流创新活动；积极完成物流标签的智能化、物流商品及服务的跟踪与追溯、运输线路的优化等技术的普及与推广，将创新成果融入运输与配送、流通加工、分拣与包装等物流活动的各个环节；大力推动绿色物流的相关产业发展，使用更节能的物流装备及技术，降低环境污染与碳排放，对其他区域起到示范带头作用。

2.扩张型发展策略

如果中心区域的物流发展水平较低，说明本区域物流市场活跃度有待进一步提高，交通、仓储等物流基础设施利用率不高，物流业发展资源较为匮乏，物流企业数量相对较少；这类区域在物流业空间溢出中又是受益方，说明本区域物流需求正在不断扩大，在本地物流供给不能满足需求增长的情况下，正通过吸纳其他区域的物流生产要素使物流产业不断向好发展，使各区域间的物流产业逐渐向均衡态势转变。此时，区域物流应采取扩张型发展策略。

首先，进一步完善基础设施建设，尤其是那些交通、仓储等设施原本就比较薄弱的区域，应抓住物流业向好发展的机遇，以产业需求为导向，完成对交通运输、仓储、流通加工等设施设备的配置，大力提升物流基础性供给水平，完善物流业发展的宏观环境。

其次，要按照国家相关要求，根据自身条件进一步调整产业结构，推进新兴产业发展，深化物流企业与制造型企业以及新兴企业的战略合作，以产业发展带动物流需求的提升，建立适应产业发展新环境的现代物流服务体系。实践证明，物流需求是促进物流业增长的最关键因素，决定着物流产业的规模和质量。但物流需求并不能从本产业内产生，单纯通过政府投入及基础设施改善“推”动物流业发展的效果是极其有限的，必须通过其他产业的增长“拉”动物流业发展。因此，必须重视本地区的产业布局，借助国家政策导向引导新兴产业的发展，从而带动生产性服务业尤其是物流业与其他产业的良性互动。

更值得注意的是，作为发展水平较低的一方，本区域要持续提高与外围物流增长极间的关联度，主动融入与物流增长极的协调发展之中。这就要求本区域在稳定发展原有优势产业基础上，积极考虑外围物流增长极产业链的延伸方向，重点发展与物流增长极具有明显关联效应的物流产品及服务，形成本地区物流服务与外围增长极产业链的完美对接；积极承接增长极地区的产业转移，提高物流人才、技术、资本等生產要素的利用率，实现以外围产业链带动本地物流需求、以流入生产要素满足本地物流需求的良性循环；积极制定物流产业优先发展的相关政策，通过引进或向标杆学习，打造本地物流龙头企业，扶持一批具有市场活力的中、小、微物流企业，加速形成物流产业集群；在人才方面，应充分考虑物流人才培养的时效性，衡量自身培养与人才引进的成本差异，制定优惠政策吸引高端物流业人才；除此之外，还要继续推动物流信息系统及平台的建设，与外围物流增长极实现信息互通，充分利用增长极带来的扩散效应。

3.赶超型发展策略

与扩张型发展策略相类似，如果中心区域的物流发展水平较低，说明本区域物流市场有效需求有限，道路、仓储等物流基础设施较为薄弱，物流业发展的动力不足；这类区域在物流业空间溢出中又是受损方，说明本区域物流业存在收益外部化效应，缺乏物流业发展的金融资本，物流人力资源流出严重，使本区域与其他区域的差距进一步拉大，区域物流向不均衡方向发展。此时，区域物流应采取赶超型发展策略。

首先，中心区域应找原因，补短板。从影响物流产业发展的影响因素（如产业结构、基础设施、政府投入、金融发展、信息技术等）入手，找出制约物流发展的真正原因，有针对性地主动加以调整，建立长效机制以刺激物流需求增长，提高物流供给水平。

其次，跟随标杆区域，在加大相对优势产业发展的前提下，依托自身资源积极开拓新市场，为相关产业发展注入新动力。该类区域必须更加重视人力资源的建设和人力资本的储备，积极实施人才保障策略，重视优秀物流技术人才及管理人才的培养，并通过薪酬待遇、工作环境等条件的改善留住人才；在基础设施建设中，应避免重复建设，提高设施设备的使用效率；在不利的整体发展环境下，必须充分激发物流相关企业的创新热情，通过理念创新、技术创新、模式创新等方式降低成本、提高效率。只有这样，才能打破与外围区域互动的恶性循环，实现区域物流的协调发展。

最后，必须大力挖掘物流业新的利益增长点，在某些行业或业务上争取实现“弯道超车”。例如在移动电子商务、网络营销迅猛发展的大背景下，大力推动电子商务物流、快递物流、商贸物流发展，建立和健全无障碍城乡配送体系，提高配送的规模化与协同化水平；对于具有特色农业产业资源的地区，应特别重视农产品物流与冷链物流的改进与发展，形成农资可以下乡、农产品可以进城的新格局，实现大宗鲜活农产品的产地预冷、初加工、冷藏保鲜、冷链运输等目标，加快建设农产品冷链物流中心，形成物流技术带动特色产业发展、特色产业反向增加物流需求的良性循环。

4.分散型发展策略

与融合型发展策略类似，如果中心区域（或城市）的物流发展水平较高，说明本区域物流市场体系健全，物流业硬件条件完备，产业结构较为合理，物流企业无论从数量还是规模上均处于较高水平；这类区域在空间溢出中又是受损方，说明本区域物流业存在收益外部化效应，物流资金、人力资源等有外流的可能性。当本区域供给资源已经超过物流需求时，将会引起本地区物流生产要素的自发流出，使区域间向更均衡的方向发展。此时，区域物流应采取分散型发展策略。

首先，中心区域需要进一步意识到物流自身的天然空间属性特征，重视整个区域物流环境对自身物流发展的重要性。按照佩鲁的增长极理论，并非投资持续扩大，增长极的效果就一定更好。因为当达到一定程度后，增长极会因过度攫取周边区域的资源，使整个区域陷入一种畸形的发展环境：中心过度膨胀、外围过度萎缩。这种状态最极端的结果是外围物流产业由于缺乏生产要素而消亡，中心物流产业由于周边环境的恶劣而停滞、倒退甚至消亡。因此，物流增长极符合发展规律、科学合理的扩散有助于区域间的协调发展。

其次，作为物流增长极不仅应进一步完善道路、仓储等物流基础设施建设，优化物流业发展环境，更应重视产业结构的优化与调整，加强物流业与各产业的协调程度，保证持续充足的物流需求。由于自身的物流供给可能大于需求，不可避免地产生物流生产要素的自然流出，这就需要中心区域合理引导物流资源的外溢，防止由于过度流失造成对自身物流业的重大影响。

最后，作为物流增长极，中心区域应在保证规模的前提下更加注重物流效率的提升。在该阶段，物流企业数量或者单纯货运量等指标增加所产生的边际效应已不再显著，物流质量的高低将成为决定增长极是否能够继续保持的关键因素。因此，借助自身已形成的物流集聚优势，中心区域应有条件地推进物流技术装备现代化、物流信息化等向更高层次发展，根据自身条件在多式联运、物流新技术开发应用、城乡物流配送体系、再生资源回收物流、电子商务物流等方面进行创新，努力打造高技术、高知识含量的物流产品和服务，有步骤地提高物流产品和服务的附加价值，推动本地区物流产业从劳动密集型向技术密集型、知识密集型转变，真正落实我国物流业中长期发展规划中所提出的各项要求及部分重点工程。

六、结论

借助277个地市级城市相关数据，本文的实证表明，在与外围区域的互动中，各外围区域对中心区域的物流产业发展起到正向推动作用，总体上呈现正向溢出效应，区域间的物流产业协同朝着相互促进的积极方向发展。在加入外围区域影响后，经济发展正向推动物流产业水平提高，产业结构的显著性有了明显提升，但各产业增加值的增加并不能提升物流产业效率，信息技术的显著性有了明显提升，仅从业人员数量的增加并不能对物流效率的提升产生积极推动作用，甚至会产生抑制影响，基础设施建设对物流效率的提升起负向作用，金融发展对物流产业的发展起正向推动作用。

在实证结果的基础上，本文将中心区域物流发展水平、与相邻城市的作用关系作为两个维度同时加以分析，将所有城市大致分为四个类型，即极化型、追赶型、锁定型以及收敛型，从而构建区域物流空间溢出的区域分类模型。依据以上分类和实证结果，针对每一种类型的区域，本文尝试性地提出了融合型、扩张型、赶超型以及分散型四种发展策略，最终形成区域物流协调发展的策略选择模型。

参考文献：

[1]吴万宗，劉玉博，徐琳.产业结构变迁与收入不平等——来自中国的微观证据[J].管理世界，2018（2）：22-33.

[2]蒋永穆.着力解决经济发展不平衡不充分的问题[EB/OL].（2017-10-28）[2018-09-07].http：//ex.cssn.cn/zt/zt_xkzt/m kszyzt/zggcddsjcqgdbdhbdzt/sjdbwtg/201710/t20171028_36 84748.shtml.

[3]BOLTON D R.Industrial structure and economic perfor？ mance[M].New York：Houghton Mifflin Company，2009：67-70.

[4]徐秋艳，房胜飞.物流产业集聚的经济溢出效应及空间异质性研究——基于省际数据的空间计量分析[J].工业技术经济，2018（2）：58-65.

[5]WANG X J.Analysis of the linkage effect between regional economic development and logistics competitiveness in Chi？ na[J].Acta economica，2018（7）：65-68.

[6]RAJAKARUNA S，WIJERATNE A W，MANN T S，CHEN Y.Identifying key skill sets in humanitarian logis？ tics：developing a model for Sri-Lanka[J].International jour？ nal of disaster risk reduction，2017（12）：58-65.

[7]JARA D，LEONARDO J B.Transport cost functions，net？ work expansion and economies of scope[J].Transportation re？ search part E，2013（3）：271-288.

[8]LAN S L，YANG C，HUANG G Q.Data analysis for metro？ politan economic and logistics development[J].Advanced en？ gineering informatics，2017（8）：66-76.

[9]NAKAI S，ISEKI K，TABEI K.Outcomes of hemodiafiltra？ tion based on Japanese dialysis patient registry[J].American journal of kidney diseases，2001（2）：212-216.

[10]ROCCO C D.Production and logistics planning in the toma？ to processing industry：a conceptual scheme and mathe？ matical model[J].Computers and electronics in agriculture，2016（12）：763-774.

[11]CHHETRI P，BUTCHER T，CORBITT B.Characterising spatial logistics employment clusters[J].International jour？ nal of physical distribution and logistics management，2014（3）：172-186.

[12]HULTEN C R，BENNATHAN E，SRINIVASAN S.Infra？ structure，externalities，and economic development：a study of India manufacturing industry[J].The world bank economic review，2006（2）：291-308.

[13]WAYNE T.Linkages between transportation infrastructure investment and economic reduction[J].Logistics and trans？ portation review，2008（1）：140-149.

[14]LYNCH D F，KELLER S B，OZMENT J.The effect of lo？ gistics capabilities and strategy on firm performance[J]. Journal of business logistics，2012（2）：47-68.

[15]FAWCET S E，STANLEY L L，SMITH S R.Developing a logistics capability to improve the performance of interna？ tional operations[J].Journal of business logistics，2014（2）：107-212.

[16]范月嬌，王健.海西物流发展与区域经济的空间关联性实证分析——基于空间计量经济分析视角[J].福建师范大学学报（哲学社会科学版），2012（4）：40-45.

[17]张定，曹卫东，朱胜清.安徽省物流与经济时空耦合研究[J].地域研究与开发，2014（3）：27-32.

[18]张晓涛，李芳芳.北京市物流业集聚区空间分布演变[J].城市问题，2014（3）：44-48.

[19]高詹.城市物流效率及其空间溢出效应——以河南省为例[J].城市问题，2014（7）：62-68.

[20]贾兴洪，海峰.物流业空间集聚度与产业结构的关联分析——以河南省18地市为例[J].兰州学刊，2015（2）：178-183.

[21]朱慧，周根贵.基于引力模型的内陆型区域物流空间联系研究——以浙江金衢丽地区为例[J].地域研究与开发，2015（1）：43-49.

[22]唐建荣，徐媛媛，杜聪.区域物流效率评价及其空间效应研究[J].哈尔滨商业大学学报（社会科学版），2016（2）：3-14.

[23]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（4）：618-623.

[24]謝守红，蔡海亚.长江三角洲物流业发展的时空演变及影响因素[J].世界地理研究，2015（3）：118-125.

[25]刘波，成长春.江苏沿海地区经济联系及物流要素流量空间特征分析[J].长江流域资源与环境，2012（6）：653-658.

[26]程艳，周燕萍，徐长乐.长江沿岸地区物流产业空间结构分析[J].长江流域资源与环境，2013（11）：1 412-1 418.

[27]王圣云，翟晨阳.长江经济带城市集群网络结构与空间合作路径[J].经济地理，2015（11）：61-70.

[28]钟昌宝，钱康.基于ESDA的长江经济带省域物流产业空间差异研究[J].华东经济管理，2016（7）：69-74.

[29]钟昌宝，钱康.长江经济带物流产业集聚及其影响因素研究——基于空间杜宾模型的实证分析[J].华东经济管理，2017（5）：78-86.

[30]蔡海亚，徐盈之.长江三角洲物流产业发展格局及影响机理研究——基于空间经济学的视角[J].华东经济管理，2016（10）：15-23.

[31]景楠，颜波.东北区域物流与经济的空间自相关和空间聚类分析[J].东北师大学报（哲学社会科学版），2015（1）：134-140.

[32]陈文新，刘冬，孙善祥.我国区域物流发展时空差异及收敛性研究——基于地理加权空间计量模型的实证分析[J].工业技术经济，2016（2）：142-147.

[33]赵宇，李剑.我国物流产业集聚的空间效率与区域差异[J].经济问题，2016（12）：65-70.

[34]马越越.低碳视角下中国区域物流产业全要素生产率的空间溢出效应研究[J].宏观经济研究，2016（12）：90-101.

[35]刘承良，管明明.低碳约束下中国物流业效率的空间演化及影响因素[J].地理科学，2017（12）：1 805-1 814.

[36]李忠民，于庆岩.物流促进经济增长的空间异质性研究——以“新丝绸之路”经济带为例[J].经济问题，2014（6）：121-125.

[37]刘瑞娟，王建伟，黄泽滨.基于ESDA的“新丝绸之路经济带”物流竞争力空间格局演化及溢出效应研究[J].统计与信息论坛，2017（6）：106-112.

[38]龚新蜀，张洪振.物流产业集聚的经济溢出效应及空间分异研究——基于丝绸之路经济带辐射省份面板数据[J].工业技术经济，2017（3）：13-19.

[39]唐建荣，张鑫和.物流业发展的时空演化、驱动因素及溢出效应研究——基于中国省域面板数据的空间计量分析[J].财贸研究，2017（5）：11-21.

[40]陶婷婷.产业集聚能促进物流业效率提升吗？——来自中国省域面板数据的实证分析[J].商业研究，2017（1）：75-83.

[41]高詹.城市物流效率及其空间溢出效应——以河南省为例[J].城市问题，2014（7）：62-68.

[42]秦雯.青海省物流效率及其影响因素的实证研究[J].青海社会科学，2016（1）：99-104.

[43]唐建荣，徐媛媛，杜聪.区域物流效率评价及其空间效应研究[J].哈尔滨商业大学学报（社会科学版），2016（2）：3-14.

[44]李健，田丽，王颖.考虑非期望产出的区域物流产业效率空间效应分析[J].干旱区资源与环境，2018（8）：67-73.

Research on the Industrial Efficiency，Spatial Interaction and Coordinated Development of Regional Logistics

——Based on the Data of 277 Prefecture-level Cities in China

LIU Ming and YANG Lu-ming

（Yunnan University，Kunming，Yunnan650091，China）

Abstract：Based on the data of 277 municipal cities from 2007 to 2017，the authors empirically find that：in the whole country，the adjacent cities play a positive role in promoting the development of logistics industry in central cities；it generally demonstrates a positive spillover effect on the whole；and the synergy of logistics industry among regions develops towards a positive direction of mutual promotion. After joining the influence of adjacent cities，the economic development is promoting the improvement of the level of logistics industry；the prominence of industrial structure has been significantly improved，but the increase of added value of each industry cannot improve the efficiency of logistics industry；the prominence of information technology has been significantly improved；the increase of the number of employees alone cannot promote the improvement of logistics efficiency，or even have a restraining effect；infrastructure construction plays a negative role in improving logistics efficiency；and financial development plays a positive role in promoting the development of logistics industry. On the basis of the empirical results，according to the level of logistics development in the central region and the relationship between logistics development and the adjacent cities as two dimensions，the authors can roughly divide all cities into four types，namely，polarization type，catching-up type，lock-in type and convergence type，so as to construct a regional classification model of spatial spillover of regional logistics. According to the above classification，for each type of region，the authors put forward four development strategies：integration，expansion，catching-up，and decentralization，and finally forms a strategy selection model for the coordinated development of regional logistics.

Key words：regional logistics；logistics efficiency；spatial interaction；coordinated development