区域物流节点城市层级划分

李晶　贺思雨　李静　吴俊妮

摘要：为构建合理的区域物流系统，保障区域物流协调发展，利用改进的熵权法测算物流节点城市物流发展水平，采用修正引力模型测算节点城市间的物流联系强度，引入社会网络分析方法对辽宁省物流节点城市进行层级划分。结果表明：辽宁省城市物流网络密度相对较大，存在明显的层级关系，形成以沈阳和大连为中心的双核辐射带动周边城市发展的物流网络结构。

关键词：物流节点城市; 社会网络分析; 物流联系网络; 层级划分

中图分类号：  F259.27

文献标志码：A

Hierarchical division of regional logistics node cities

LI Jing， HE Siyu， LI Jing， WU Junni

（College of Transportation Engineering， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

In order to construct a reasonable regional logistics system and ensure the coordinated development of regional logistics， the improved entropy weight method is used to measure the logistics development levels of logistics node cities， the modified gravitational model is used to measure the intensity of the logistics connection between the node cities， and the social network analysis method is introduced to divide logistics node cities of Liaoning Province hierarchically. The results show that the density of city logistics network in Liaoning Province is relatively large， and there is a clear hierarchical relationship， forming a logistics network structure with dual nuclear radiation centered on Shenyang and Dalian to drive the development of surrounding cities.

Key words：

logistics node city; social network analysis; logistics connection network; hierarchical division

0 引 言

社会物流网络的发展推动了物流节点城市的形成，而节点城市物流业的无序竞争严重影响了区域物流业的协调发展。因此，对区域物流节点城市进行科学分层有助于对区域物流业进行合理规划，从而协调物流节点城市之间的关系，推动区域物流业健康发展。

对区域物流网络的发展研究，主要从区域物流能力评价和区域物流联系与物流网络结构分析两个方面展开。在区域物流能力的评价上，主要集中于区域物流能力评价指标和评价方法的研究。曹炳汝等[1]从区域经济、物流基础设施、物流业务量和人力资源管理与信息化4个方面构建了评价指标体系，将网络分析法（analytic network process，ANP） 与逼近理想解排序 （technique for order preference by similarity to an ideal solution，TOPSIS） 法相结合对江苏省物流能力进行综合评价，结果表明江苏省13个地级市物流能力呈现出“南强北弱”的特征。戴德宝等[2]从区域经济基础、物流供求状况、物流支持状况和信息化水平4个方面设计了评价指标体系，分别使用层次分析法（analytic hierarchy process，AHP）、熵权法和灰色关联分析法以及Kendall协同系数检验法对西部地区物流能力进行了评价，并基于评价结果使用聚类分析和引力模型构建了轴辐式物流网络。魏国辰等[3]在前人研究的基础上对区域物流能力评价指标体系进行了改进，从供给因素、经济因素、需求因素、环境因素和物流因素5个方面构建评价指标体系，并应用ANP-TOPSIS模型分析了京津冀地区的物流发展现状。郑丽娟[4]以“一带一路”沿线港口为研究对象，选取城市经济发展基础、交通运输及物流基础设施和区域物流绩效水平作为评价指标，采用灰色关联聚类分析方法将沿线16个港口城市分为4类，并提出了促进区域物流一體化的建议。

在区域物流联系与物流网络结构的分析上，刘程军等[5]采用引力模型、泰尔指数和模糊聚类等方法对长江经济带区域物流的空间联系进行了分析，结果表明长三角城市群形成了多层级复杂网络结构，并基于中心城市物流优势构建了层级化的轴辐式网络结构。谢守红等[6]结合引力模型和物流地位模型测度了城市之间的物流关联度，并以此构建了长三角城市群轴辐式物流网络。朱慧等[7]针对内陆型区域物流空间联系问题，采用修正的引力模型，结合物流联系隶属度、最大引力线等方法揭示了区域物流的空间格局，并利用断裂点理论分析中心城市的物流空间辐射范围，表明了区域物流空间联系分布不均匀。王圣云等[8]采用社会网络分析方法，分析了长江经济带城市物流网络空间结构。此外，部分学者从不同角度对物流网络结构进行了分析。秦璐等[9]使用我国5A级物流企业的网点布局数据，建立了以城市为节点的物流运营网络，通过复杂网络分析方法从联系广度和强度两个维度构建了城市对外物流联系能力评价体系，从而实现了节点城市层级划分。吴桐雨等[10]以全球物流枢纽城市为研究对象，基于海运、空运、物流企业组织和国际贸易网络构建了多层物流网络模型，从网络结构特性和节点中心度多尺度评估物流网络的复杂性，并引入

t分布随机邻域嵌入（t-distributed stochastic neighbor embedding， t-SNE）算法

降维和k均值聚类方法划分层级。王列辉等[11]基于航运服务业视角研究了长江沿岸港口城市网络结构，采用泰勒城市连锁模型和社会网络块模型的分析方法，揭示了长江沿岸主要港口城市的层级、格局、腹地和功能结构。DUCRUET等[12]基于城市与港口层级关系，解决了城市与港口层次结构相互依存的问题，并研究了城市规模对航运强度的影响。

上述研究取得了重要成果， 但仍存在一定的拓展空间。一是已有研究主要针对长江经济带、京津冀地区和“一带一路“沿线地区，关于其他区域的研究比较缺乏;二是针对区域物流的发展，只是单一地进行区域物流能力评价或对物流网络结构进行分析，缺乏系统性分析;三是已有研究更多基于属性数据刻画网络结构特征， 忽视节点间关系，未能运用关系型数据进行系统分析，不利于探讨区域中个体之间或个体与整体之间的结构性特征。因此，本文以现有研究成果为基础，通过测度2008—2018年辽宁省物流节点城市物流综合发展水平，改进城市间物流联系强度的测算方法，并运用社会网络分析方法深入探究辽宁省城市物流网络结构，以达到对区域物流节点城市进行科学分层的目的。

1 理论基础

区域物流系统由众多物流节点城市构成，受区域发展规划、节点城市经济状况、物流发展水平、城市内部资源配置等诸多因素影响，各物流节点城市在区域物流系统中的地位和作用不尽相同，由此形成了不同层级的物流节点城市。

从经济地理学视角看，一个区域的物流系统可以视作一种空间组织形式，即区域物流空间。各物流节点城市在物流系统内的分布状态及其相互关系即为区域物流空间结构。若能够对区域物流空间结构进行科学解析，则可以有效识别该区域物流系统中物流节点城市的层级。

2 区域物流节点城市层级划分模型构建及改进

2.1 模型选择依据

从理论分析可以看出，由区域物流节点城市构成的该区域物流空间结构状态可以有效反映该区域物流节点城市之间的关系。在该空间结构中，物流节点城市的综合物流实力越大，其辐射与吸引作用就越大，与其他物流节点城市联系就越密切，那么该城市层级就越高，在物流网络中越来越居于核心地位。因此，基于该区域物流空间结构研究可以对区域物流节点城市进行有效的层级划分。

社会网络分析方法是研究组织结构关系的一种科学的方法，主要是以城市间相互联系为基础，并将这种潜在联系轉化为关系数据，按照关系数据将各城市划分成不同的等级，映射到空间形成网络结构。通过分析各主体间的关系，探究网络中的个体属性、整体属性及其特征。

2.2 模型构建思路

构建合理的物流发展综合能力评价体系，采用改进的熵权法计算各物流节点城市物流发展综合能力，用以对引力模型进行改进，以测算城市间物流联系强度;基于城市间物流联系强度，采用社会网络分析方法构建空间联系网络，通过整体和个体网络特征指标进行节点城市层级划分。

2.3 城市物流发展综合能力测算及方法改进

城市物流能力受到经济实力、物流发展水平、自身资源等诸多因素影响，构建合理的评价体系以及准确测算各因素影响程度是十分必要的。本文综合考虑评价指标的复杂程度，基于秩和比法思想对熵权法进行改进，从而测算物流节点城市物流发展综合能力。具体如下：

步骤1 采用主成分分析法和熵权法计算二级指标权重。

式中：i表示城市，i=1，2，…，m;x表示二级指标，x=1，2，…，n;eix为第i个城市第x个二级指标的信息熵。

步骤2 由于权重值存在聚集性，基于秩和比法思想进行修正。按照由优到劣的顺序将各项指标排序并赋值qx，最优指标赋值为1，则赋值后指标偏好校正系数为Qx=qx/z（z为qx的最小值），得到最终的改进熵权权重：

式中：y表示一级指标，y=1，2，…，Y。

步骤3 将上述得到的权重代入式（3），计算出各物流节点城市物流发展综合能力L。

式中：Sy为一级指标综合值;Wy为一级指标权重。

2.4 城市间物流联系强度测算及方法改进

物流节点城市间物流联系强度既能反映核心节点城市对周围节点城市的辐射程度，也能反映周围节点城市对核心节点城市辐射力的接受程度。本文引入城市物流发展综合能力对引力模型进行改进，以测算物流节点城市间物流联系强度。

引力模型普遍应用于经济研究领域，其基本模型为

式中：d（i，j）为城市i与j间的物流引力;G为引力指数;Mi和Mj分别表示城市i和j的 “质量”;Rij为城市i与j之间的距离;B为距离衰减系数。

以往学者运用引力模型测算空间联系强度时，仅用人口、生产总值等经济指标来表示城市“质量”。由于物流业发展迅速，原有的单一指标不能很好地反映城市物流特征，本文采用城市物流发展综合能力L代替式（4）中的M。此外，参考以往研究[11-12]，将B赋值为2。引力指数G往往受环境的影响而改变，考虑到引力指数应具有反映城市间吸引力不对称的特点，本文采用吸引惯性指数K代替引力指数G，可表示为

式中：Wx和px分别指吸引惯性指数所涉及的第x种影响因素的权重值和分值。di→j（城市i对城市j的物流引力，用物流联系量表征）与被吸引城市j的吸引惯性指数Kx成反比。

改进的引力模型为

式中：Li和Lj分别表示物流节点城市i和j的物流发展综合能力。

由改进的引力模型可得物流节点城市i的物流吸引总量

在实际情况下，各物流节点城市间的物流联系存在相互性和不对称性，为有效测度物流网络空间联系特征，将物流联系强度进行修改如下：

式中：Ti→j指城市i对城市j产生的物流引力强度;Tj→i指城市j对城市i产生的物流引力强度;Pi为城市i对其他城市的物流引力强度之和，即物流节点城市的影响力;Ni为其他城市对城市i的物流引力强度之和，即物流节点城市的被影响强度。改进的引力-辐射模型综合考虑了各城市物流辐射能力和距离差异对物流联系强度的影响，结果具有矢量性质，Ti→j≠Tj→i。

2.5 模型构建

为进一步得到区域中各物流节点城市所扮演的角色以及所处的地位，以城市间物流联系强度作为基础，运用社会网络分析方法，以网络密度、凝聚子群指标分析物流网络整体特征，以中心度指标分析个体特征，从而对区域物流空间结构展开研究。

2.5.1 物流网络整体特征指标

城市物流网络密度指标体现网络中各城市间物流联系的紧密程度，密度越大表明城市间的物流联系越密切，其计算公式如下：

凝聚子群指标从物流网络内部子群数量、子群成员以及子群间关系等方面定量分析网络内部子结构状态，进而探讨区域城市物流网络发展状况。

2.5.2 个体特征指标

用程度中心度刻画物流网络中城市i的自身交往能力，其表达式为

式中：Mi为物流网络中与城市i相关联的城市数量。

用接近中心度权衡城市i的城市间物流互动紧密程度，其表达式为

用中间中心度描述城市i对其他城市的物流联系控制力，其表达式为

式中：bjik表示城市间交往的能力。如果城市j与城市k之间的互动必须通过城市i实现，则城市i对城市j与城市k的交往具有一定的控制作用。

3 实证分析

3.1 研究范围及区域现状

为有效规范我国物流节点城市的发展，我国规定了21个全国性物流节点城市和17个区域性物流节点城市，希望构建全国、区域和地区三级物流节点城市网络。目前在辽宁省只规划了大连和沈阳为区域物流节点城市，但辽宁省作为东北地区唯一的沿海省份，其城市间物流发展步调并不一致，势必会影响整个地区的发展。因此，本文以辽宁省14个地级市物流节点城市为研究对象，探究物流节点城市层级划分及协调发展的有效途径。

从经济状况和人口密度分析辽宁省地区的空间格局。初步分析发现沈阳、大连的生产总值和人口密度为全省最大（见图1）。受沈阳、大连物流业发展的辐射影响，鞍山、营口的生产总值和人口密度也相对较高，基本以沈阳、大连为核心向周边城市呈梯度递减形式辐射。辽宁省各物流节点城市层级结构及空间布局是本文后续分析的主要内容。

3.2 指标选取及数据来源

3.2.1 指标选取

构建物流节点城市空间结构体系实际上是按照城市间物流联系强度对城市结构进行进一步规划，同时需要考虑区域物流节点城市的物流衍生特点以及经济基础。在评价物流节点城市物流联系量的过程中，除了要测算城市物流发展综合能力，还要评价彼此间吸引力。目前对区域物流联系已经有较为深入的研究，参考文献[13-14]，结合指标适用性，综合考虑各类影响因素，最终选择了区域经济水平、物流发展情况、物流支持产业、政府调控4个一级指标，构成物流节点城市质量评价指标体系;选择人口经济、物流互動、信息化支持3个一级指标构成物流节点城市间物流吸引评价指标体系，见表1。

3.2.2 数据来源

2008—2018年辽宁省下发多个文件促进辽宁省物流业发展（2009年《国务院关于印发物流业调整和振兴规划的通知》、2014年《国务院关于印发物流业发展中长期规划（2014—2020年）的通知》），基于时间节点的均匀分布和时间节点前后有发布重大物流发展政策两个考量，选取2008、2013和2018年作为代表年份，反映辽宁省城市间物流联系的变化趋势。数据来源有：①《辽宁省统计年鉴》及各城市国民经济和社会发展统计公报;②百度地图官方网站（获取不同城市间公路通行的最短距离）。

3.3 城市物流发展综合能力测算

通过上述方法对辽宁省14个物流节点城市进行实证分析，分别测算2008、2013和2018年物流节点城市物流发展综合能力和吸引惯性指数。

通过式（1）和（2）求出指标权重，见表2。通过式（3）和（4）得到城市物流发展综合能力L和吸引惯性指数K，见表3。

3.4 城市物流网络空间联系特征分析

3.4.1 城市间物流联系强度计算结果分析

将计算得到的城市物流发展综合能力和吸引惯性指数代入式（6），计算物流联系强度。由于受到篇幅限制，且2014年国务院制定的物流业发展中长期规划对辽宁省物流发展产生了巨大影响，所以本文以2018年计算结果为例，见表4。

通过上述计算得到辽宁省14个物流节点城市的影响力Pi和被影响强度Ni，物流节点城市的Pi值能反映物流节点城市的综合影响力，Ni值能体现物流节点城市接受辐射的能力。鉴于此，物流节点城市的（Pi-Ni）值在一定程度上能够体现物流节点城市在整个空间网络中的地位特征，具体分析如下：①区域内物流节点城市为发达城市时，（Pi-Ni）值一般大于0;②区域内物流节点城市位置越接近核心位置，（Pi-Ni）值越大，并且核心城市的（Pi-Ni）值最大;③核心城市周边的物流节点城市受到辐射作用，由此所产生的空间联系强弱能够体现出距离的远近，其（Pi-Ni）值可能小于0，Ni值相对较高;Ni值较低或小于0，表明该城市距离核心城市远，为区域内的外围城市。表4中沈阳的（Pi-Ni）值最高，其次为大连和营口，这3个城市是辽宁省内经济最发达、物流业发展最迅猛的城市。

3.4.2 城市物流网络空间联系特征分析

根据改进引力模型的测算结果，采用Arcgis软件绘制城市物流网络空间联系图，见图2。分析图2a可以看出，辽宁省物流节点城市存在明显的层级特征，物流联系强度大的地区分布在几个产业发展带，如以沈阳和大连为主体的跨区域物流产业集群，联系密度呈放射状向边缘城市衰减。图2b为城市生产总值与物流联系强度间关系的空间拟合图，不难看出，生产总值较高的城市通常物流联系强度较大，可以大致推断出城市的经济发展水平与空间联系之间存在一定的正向关系。

3.5 物流节点城市层级结构演化分析

3.5.1 物流网络整体结构分析

城市物流网络密度随时间逐年增加，说明区域内核心城市对其他城市起到的作用增强，见表5。由表5可知：网络密度越高，城市间物流联系越紧密，但网络密度会随着连接阈值的增大而逐渐降低。由此可见，辽宁省物流网络整体稳定性较低，各物流节点城市间存在明显的层级关系。

在此基础上生成辽宁省物流节点城市物流网络结构图，更加直观地分析物流网络的疏密程度，见图3。可以看出，从2008年以来，随着时间的推移，城市物流网络密度变大，城市间物流联系逐渐增强。

采用凝聚子群分析辽宁省物流节点城市的空间组织架构，得到辽宁省城市间相对凝聚的群体。凝聚子群分析是将物流网络内部子结构状态进行量化处理，从内部子群的数量、内部主要成员和子群间关系3个方面进行分析，进一步探讨区域城市物流网络发展进程，具体分析结果见表6。

通过凝聚子群分析将辽宁省物流节点城市划分为4个子群，大致形成了分别以沈阳、大连和锦州为核心的子群，各子群间的联系呈现逐渐增强的趋势，对促进城市间协调发展起到有利作用。

3.5.2 个体特征分析

通过对以物流联系为基础的辽宁省城市空间网络进行中心性分析，测算物流节点城市的程度中心度、接近中心度和中间中心度，用以判断各城市的地位及影响力。以2018年为例，测算结果见表7。

（1）物流网络整体出度中心势为14.62%，入度中心势为8.26%，表明城市层级结构较为明显;从整体中心度分布看，3个中心度指标存在显著差异，整体呈现出一定的等级特征。

（2）通过程度中心度的出度可以发现：沈阳和大连的出度最高，反映了这两个城市在辽宁省区域发展中起到了核心作用，是区域内物流、资金和技术的聚集中心和辐射点;鞍山、营口、锦州、辽阳和盘锦等城市的入度很高，这主要是因为这些城市邻近沈阳和大连，可以充分利用这两个城市资源和技术所带来的便利条件。

（3）从接近中心度看，出度中心势为33.791%，入度中心势为33.562%，表明资源流动性较强。辽宁省物流节点城市物流网络的接近中心度均值较高，分布较为均衡，表明城市物流网络具有较强的整体连接性。

（4）通过中间中心度发现，沈阳、大连、鞍山和营口的中间中心度较高，说明这些城市处于核心位置，空间联系较强，这些城市物流发展的好坏会影响其他城市。

同时，采用核心边缘绝对模型对辽宁省物流节点城市物流网络进行验证，结果表明整个核心边缘结构拟合度为0.809，可以初步认定沈阳、大连、鞍山和营口为核心城市，锦州、抚顺等10个城市属于边缘城市。为得到更准确的划分结果，通过核心边缘连续模型测算核心度，对绝对模型结果进行修正，结果见表8。

3.6 物流节点城市层级划分结果

依据上述结果以及验证分析，辽宁省物流节点城市可划分为3个层级。核心度高于0.27的城市定义为第一圈层即核心圈城市，包括沈阳、大连、鞍山和营口;核心度在[0.25，0.27]范围内的城市为第二圈層即半边缘圈城市，包括抚顺、锦州、辽阳、盘锦和葫芦岛;核心度低于0.25的城市为第三圈层即边缘圈城市，包括本溪、丹东、阜新、铁岭和朝阳。辽阳的核心度较高是由于其地理位置邻近沈阳和鞍山，受到两个城市物流强辐射的影响，但自身的经济实力和物流发展水平很低，因此综合考虑将辽阳划分到边缘圈。划分结果见表9。

4 结论与启示

社会物流网络的发展推动了物流节点城市的形成，区域内物流节点城市之间的协调发展直接关系到区域乃至全社会物流网络的健康发展。基于此，不同层次城市群与区域规划陆续出台，其中界定区域城市物流网络的空间结构影响范围和积极倡导城市间的协同发展是各级规划的核心。本文构建了物流能力评价指标体系，运用改进的引力模型测算出辽宁省14个城市间的物流联系强度，并采用社会网络分析方法定量分析辽宁省物流节点城市一体化进程，得出如下结论：

（1）辽宁省城市物流一体化进程较为缓慢，但很大程度上有向一体化发展的可能性。物流联系主要集中于一些经济发达、自身物流能力很强的城市，有些实力较小的城市间联系并不紧密，各个城市间的联系强度存在不对称性。（2）形成以沈阳、大连为中心的双核辐射带动周边城市发展的城市物流网络结构。以大连为核心的辽东半岛沿海物流发展区的辐射作用逐渐增强，同时受沈阳的经济及物流影响，锦州、铁岭和抚顺等城市实力日益增长;以锦州为核心的辽西物流发展区的综合实力有显著提高，经济发展出现网络化的特点;营口在整个物流网络中处于较低的地位，但由于受辽宁沿海经济带和沈阳经济区的双重影响，其经济及物流辐射能力较强;阜新虽然资源较为丰富，但在城市物流网络中处于弱势，自身的引力及辐射能力较小。（3）辽宁省城市整体物流网络密度为0.832，区域内存在4个市级城市群，各城市群内部联系紧密，但各子群间联系并不紧密，区域城市物流网络一体化结构有待提高。

以上分析结论为未来辽宁省城市物流网络发展带来以下建议：（1）规划建设城市的新城区作为空间网络中的新节点，为城市间的稳固发展提供支持，提高核心城市与边缘城市的物流联系，并促进城市间协调发展，形成以大城市为核心、中小城市有序发展的新型城市物流网络结构，实现辽宁省区域物流一体化。（2）在满足区域一体化发展的要求下，各城市应根据自身资源优势和物流发展水平，跨区域整合资源，制定适合自身发展及协调区域发展的战略，防止产生资源浪费和恶意竞争等严重问题。

参考文献：

[1]曹炳汝， 曹惠惠. 基于ANP-TOPSIS的区域物流发展能力评价： 以江苏省为例[J]. 地域研究与开发， 2018， 37（4）： 42-47. DOI： 10.3969/j.issn.1003-2363.2018.04.008.

[2]戴德宝， 范体军， 安琪. 西部地区物流综合评价与协调发展研究[J]. 中国软科学， 2018（1）： 90-99.

[3]魏国辰， 冀雪华. 我国区域物流发展能力综合评价研究： 基于ANP-TOPSIS模型对京津冀地区物流业分析[J].价格理论与实践， 2019（5）： 134-137.

[4]郑丽娟. 我国“一带一路”沿途港口城市区域物流竞争力聚类分析[J]. 商业经济研究， 2016（24）： 88-90.

[5]刘程军， 周建平， 蒋建华. 长江经济带区域物流的空间联系格局及其驱动机制研究[J]. 华东经济管理， 2019， 33（9）： 87-96. DOI： 10.19629/j.cnki.34-1014/f.190204001.

[6]謝守红， 蔡海亚， 朱迎莹. 长三角城市群物流联系与物流网络优化研究[J]. 地理与地理信息科学， 2015， 31（4）： 76-82. DOI： 10.3969/j.issn.1672-0504.2015.04.016.

[7]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， 34（1）： 43-49.

[8]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， 35（11）： 61-70. DOI： 10.15957/j.cnki.jjdl.2015.11.009.

[9]秦璐， 高歌. 中国物流运营网络中的城市节点层级分析[J]. 经济地理， 2017， 37（5）： 101-109. DOI： 10.15957/j.cnki.jjdl.2017.05.014.

[10]吴桐雨， 王健. 基于多层复杂网络的物流枢纽城市多尺度分析及发育评价[J]. 交通运输系统工程与信息， 2019， 19（1）： 33-39. DOI： 10.16097/j.cnki.1009-6744.2019.01.006.

[11]王列辉， 张圣. 长江沿岸港口城市网络结构： 基于航运服务业视角[J]. 城市规划学刊， 2018（2）： 19-28. DOI： 10.16361/j.upf.2018.02.002.

[12]DUCRUET C， CUYALA S， HOSNI A E. Maritime networks as systems of cities： the long-term interdependencies between global shipping flows and urban development （1890-2010）[J]. Journal of Transport Geography， 2018， 66： 340-355. DOI： org/10.1016/j.jtrangeo.2017.10.019.

[13]李虹. 我国区域物流业发展现状及其对区域经济影响的对策与分析： 以辽宁为例[J]. 生产力研究， 2010（6）： 201-202， 243.

[14]徐文静. 沿海港口城市物流竞争力评价与聚类分析[J]. 商业经济研究， 2017（24）： 85-88.

（编辑 赵勉）

收稿日期： 2019-08-21

修回日期： 2019-12-19

基金项目：

国家社会科学基金（18VHQ005）;教育部人文社会科学研究规划基金（16YJAZH030）;中央高校基础科研业务费专项基金（3132019302）

作者简介：

李晶（1972—），女，黑龙江绥化人，副教授，博士，研究方向为运输经济，（E-mail）lijing@dlmu.edu.cn