東北區(qū)域物流與經(jīng)濟的空間自相關(guān)和空間聚類分析

景　楠，顏　波

(華南理工大學(xué) 經(jīng)濟與貿(mào)易學(xué)院，廣東 廣州 510006)

東北區(qū)域物流與經(jīng)濟的空間自相關(guān)和空間聚類分析

景楠，顏波

(華南理工大學(xué) 經(jīng)濟與貿(mào)易學(xué)院，廣東 廣州 510006)

基于全局空間自相關(guān)分析、局部空間自相關(guān)分析和空間聚類分析，在GeoDa、STAR和PySAL空間統(tǒng)計分析軟件的支持下，本研究利用東北三省2011年、2008年和2005年的市級相關(guān)數(shù)據(jù)，對東北三省區(qū)域物流與經(jīng)濟之間的總體空間差異、局部空間差異和空間格局演化進行了實證分析。本文旨在充分考慮相鄰城市相互的關(guān)聯(lián)因素，通過Moran’s I指數(shù)、LISA分析和k均值空間聚類，定性研究、定量描述我國東北三省整體區(qū)域與局部地域結(jié)構(gòu)與功能上的空間異質(zhì)性，為促進我國東北三省經(jīng)濟與物流的協(xié)調(diào)發(fā)展、提高區(qū)域物流服務(wù)水平提供理論參考和決策支持。

東北三省；物流與經(jīng)濟；空間自相關(guān)；空間聚類

一、 引　言

物流產(chǎn)業(yè)被普遍認為是國民經(jīng)濟發(fā)展的動脈和基礎(chǔ)產(chǎn)業(yè)，其發(fā)展程度和水平已成為衡量一個國家或地區(qū)現(xiàn)代化水平和綜合競爭力的重要標志，被喻為經(jīng)濟發(fā)展的加速器。同時，經(jīng)濟的發(fā)展對物流產(chǎn)生巨大的需求，促使與物流相關(guān)的交通運輸、倉儲配送和郵政業(yè)等都有較快的發(fā)展。因此，認識區(qū)域物流產(chǎn)業(yè)的經(jīng)濟性以及物流業(yè)對區(qū)域經(jīng)濟發(fā)展的貢獻，從而制定積極、適宜的物流產(chǎn)業(yè)政策，逐漸成為區(qū)域經(jīng)濟研究的重要課題[1-5]。本文以東北三省為研究區(qū)域，基于東北三省36個城市2005—2011年的市級統(tǒng)計數(shù)據(jù)，充分考慮相鄰城市相互的關(guān)聯(lián)因素影響，利用空間自相關(guān)和空間聚類分析的手段，考察、綜合東北地區(qū)城市物流、經(jīng)濟發(fā)展類型的差異；嘗試解決東北區(qū)域城市之間相互作用的空間關(guān)系問題；分析比較我國東北三省城市物流與經(jīng)濟發(fā)展關(guān)系的機制和空間分異特征；定性、定量描述東北三省整體區(qū)域與局部地域結(jié)構(gòu)與功能上的空間異質(zhì)性，為促進我國東北三省經(jīng)濟與物流的協(xié)調(diào)發(fā)展、提高區(qū)域物流服務(wù)水平提供理論參考和決策支持。

目前，研究物流業(yè)對經(jīng)濟增長作用的相關(guān)文獻大都集中在定性分析上，有關(guān)定量分析經(jīng)濟與物流發(fā)展關(guān)系的研究，大多采用回歸分析方法，以國內(nèi)生產(chǎn)總值GDP表示區(qū)域經(jīng)濟的發(fā)展水平，以貨物周轉(zhuǎn)量或通過運輸倉儲增加值等單一指標來表示區(qū)域物流業(yè)發(fā)展水平，揭示中國物流業(yè)發(fā)展與經(jīng)濟增長的相互關(guān)系[1，4-8]。然而，上述研究都沒有把空間的影響加以考慮，僅停留在單一區(qū)域的定量描述上。在研究不同尺度的區(qū)域差異問題時，越來越需要考慮空間自相關(guān)和空間異質(zhì)性等問題[5，9-12]?，F(xiàn)代物流與經(jīng)濟發(fā)展的空間統(tǒng)計定量，除了我們開展的“我國東部沿海地區(qū)物流行業(yè)的空間分布研究”[12]前期工作外，其他相關(guān)空間統(tǒng)計模型的理論基礎(chǔ)與應(yīng)用分析，特別是物流行業(yè)的空間聚類分析方面，國內(nèi)外尚沒有相關(guān)文獻呈現(xiàn)。

二、研究方法

(一)空間自相關(guān)分析

空間自相關(guān)是空間依賴性的重要形式，是指研究對象和其空間位置之間存在的相關(guān)性?？臻g自相關(guān)是檢驗?zāi)骋灰氐膶傩灾凳欠耧@著地與其相鄰空間點上的屬性值相關(guān)聯(lián)的重要指標，正相關(guān)表明某單元的屬性值變化與其相鄰空間單元具有相同變化趨勢，負相關(guān)則相反。

全局空間自相關(guān)是對屬性值在整個區(qū)域的空間特征的描述，主要通過對Global Moran’s I，Global Geary’s C和Join Count等全局空間自相關(guān)統(tǒng)計量的估計，分析區(qū)域總體的空間關(guān)聯(lián)和空間差異程度。其中最常用的是Moran’s I[13-14]，其值越趨近于1則總體空間差異越?。环粗?，其值越趨近于-1則總體空間差異越大。

全局Moran’s I統(tǒng)計量是一種總體統(tǒng)計指標，僅說明所有區(qū)域與周邊地區(qū)之間空間差異的平均程度。在區(qū)域總體空間差異縮小的情況下，局部空間差異有可能擴大。為了全面反映區(qū)域經(jīng)濟空間差異的變化趨勢，還需分析局域空間相關(guān)性。本文依據(jù)1994年Anselin提出的空間聯(lián)系的局部指標LISA (Local Indicators of Spatial Association)[13-14]，可以揭示局部直至每個空間單元的空間自相關(guān)性質(zhì)。LISA本質(zhì)上是將Moran’s I分解到各個區(qū)域單元，對于某個空間單元i可表示為Ii。若Ii顯著大于0，說明區(qū)域i與周邊地區(qū)之間的空間差異顯著小；若Ii顯著小于0，說明區(qū)域i與周邊地區(qū)之間的空間差異顯著大。局域空間相關(guān)性也可以用Moran散點圖來描述。Moran散點圖劃分為4個象限：A.右上象限HH，空間差異較小、區(qū)域自身和周邊水平均較高；B.左下象限LL，空間差異較小，但區(qū)域自身和周邊水平均較低；C.左上象限HL，空間差異較大，區(qū)域自身水平較高，但周邊較低；D.右下象限LH，空間差異較大，區(qū)域自身水平較低，但周邊較高。

(二)空間聚類分析

空間聚類分析是空間模式識別和空間數(shù)據(jù)挖掘的重要手段之一。但目前空間聚類分析方法存在著兩個偏向，一是從事GIS理論方法和技術(shù)工具研究的工作者，大多根據(jù)空間對象的地理坐標進行聚類，即只考慮對象的空間鄰近性，而不考慮對象屬性特征的相似性；另一種是從事GIS應(yīng)用和地學(xué)研究的工作者，則直接套用傳統(tǒng)聚類分析方法，根據(jù)屬性特征集進行分析，而忽視了對象的空間鄰近性。其實空間對象本質(zhì)上具有地理位置和屬性特征雙重含義，二者結(jié)合才能完整地描述空間特征和空間差異。本文將地理位置和屬性特征納入統(tǒng)一的空間距離測度，既考慮到空間位置的鄰近性又考慮到屬性特征的相似性，克服了傳統(tǒng)聚類分析對空間鄰近性考慮不足的影響。

距離是聚類分析的依據(jù)和基礎(chǔ)。記區(qū)域中心Pi的平面直角坐標為(xi，yi)，對應(yīng)的r個屬性向量為(ai1，ai2，…，ain)，則點Pi和Pj之間的位置距離Dp和屬性距離Da可分別表示為：

位置距離可以表達地物之間的鄰近程度，屬性距離則能刻畫地物之間屬性特征的相似性。對位置距離和屬性距離進行加權(quán)，wp為位置距離的權(quán)重，wa為屬性距離的權(quán)重，計算時須對坐標值和屬性特征值進行無量綱化處理。空間距離Ds為：

同時考慮空間位置的鄰近性和屬性特征的相似性，本文采用k均值聚類方法將東北三省各市聚類為4類。

(三)LQ系數(shù)

所謂LQ系數(shù)，是指某區(qū)域某行業(yè)就業(yè)人員數(shù)與該區(qū)域全部行業(yè)就業(yè)人員數(shù)之比和全國該行業(yè)從業(yè)人員數(shù)與全國所有行業(yè)就業(yè)人員數(shù)之比相除所得的商。如果該系數(shù)大于1，表明該地區(qū)物流產(chǎn)業(yè)規(guī)模較大而且專業(yè)化較強，大于全國平均水平。區(qū)位商越大，專業(yè)化水平越高。在區(qū)域經(jīng)濟學(xué)中，通常用LQ系數(shù)(區(qū)位商)來判斷一個產(chǎn)業(yè)是否構(gòu)成地區(qū)專業(yè)化部門[12]。

物流行業(yè)LQ系數(shù)計算公式如下式所示

其中ei為研究區(qū)域物流行業(yè)從業(yè)人員數(shù)；e為研究區(qū)域所有部門從業(yè)人員數(shù)；Ei為全國物流行業(yè)從業(yè)人員數(shù)；E為全國所有部門從業(yè)人員數(shù)。

三、數(shù)據(jù)處理與空間分析

(一)研究區(qū)域與數(shù)據(jù)來源

東北地區(qū)是一個完整的區(qū)域單元，也是我國最早形成并在結(jié)構(gòu)上相對完整的大經(jīng)濟區(qū)。本文選擇我國東北三省經(jīng)濟區(qū)作為研究區(qū)域。研究單元為市級，數(shù)據(jù)資料取自《中國城市統(tǒng)計年鑒2012》，空間分析尺度為東北三省36個市。

針對我國物流統(tǒng)計起步晚，物流的范圍尚不統(tǒng)一，社會物流量統(tǒng)計不系統(tǒng)的事實[12，15]，本文以2種相關(guān)統(tǒng)計數(shù)據(jù)結(jié)合的方式來全面反映我國物流產(chǎn)業(yè)發(fā)展：設(shè)計采用貨運總量來衡量物流發(fā)展水平；同時選取統(tǒng)計年鑒中交通運輸、倉儲和郵政行業(yè)的就業(yè)人數(shù)作為分析對象(因為交通運輸業(yè)、倉儲業(yè)、郵政業(yè)等產(chǎn)業(yè)一直是我國傳統(tǒng)物流產(chǎn)業(yè)的主要組成部分)。計算LQ系數(shù)還需用到年末單位從業(yè)人員。人均GDP能夠比較充分地反映區(qū)域差異的內(nèi)涵，是研究區(qū)域經(jīng)濟發(fā)展問題的常用指標，文中的分析變量為市級人均GDP。

本研究使用的軟件ArcGIS是全球最著名的GIS商業(yè)軟件；GeoDa是著名的空間分析軟件，由Luc Anselin博士的空間分析實驗室開發(fā)；STARS由圣地亞哥州立大學(xué)的Sergio Rey開發(fā)[16]。python語言工具包PySAL是Luc Anselin和Sergio Rey合作的成果，不僅包含原GeoDa和STARS的全部功能，還加入了許多其他分析模型[17]。近幾年P(guān)ySAL在不斷的更新(2013年7月推出1.6版本)，PySAL需要使用者既有空間統(tǒng)計知識背景又具備編程技能，也因此具有極強的靈活性。本文使用ArcGIS編輯地圖、計算各個城市的重心、計算LQ系數(shù)，本文所做的空間自相關(guān)分析GeoDa、STARS和PySAL都可以實現(xiàn)，空間聚類分析由PySAL實現(xiàn)。

(二)物流與經(jīng)濟的空間分布分析

1.貨運總量和人均生產(chǎn)總值的空間聚類分析

圖2　2011年東北三省各市人均生產(chǎn)總值k均值聚類地圖

2.貨運總量和人均生產(chǎn)總值的空間自相關(guān)分析

2011年東北三省36個市物流行業(yè)正空間自相關(guān)特性較明顯，全局Moran’s I指數(shù)為0.34(圖3a)，物流發(fā)展水平相似(高高或低低)的地區(qū)在空間上集中分布，即貨運總量較高的市，其周邊城市的貨運總量也較高，反之亦然。相比之下，如果用區(qū)位商計算，全局Moran’s I指數(shù)僅為-0.13(圖3b)。也就是說，從LQ系數(shù)角度分析，物流發(fā)展水平相似的地區(qū)在空間上分布很不集中，k均值聚類為同類的城市大多數(shù)不具有鄰接關(guān)系。同時，東北三省2011年經(jīng)濟全局Moran’s I指數(shù)為0.1(圖3c)，表明經(jīng)濟發(fā)展水平相似的地區(qū)在空間上分布較為集中。

圖32011年東北三省各市貨運總量、LQ系數(shù)和人均生產(chǎn)總值Moran散點圖

本文還分別開展2005年、2008年和2011年貨運總量與人均GDP的LISA分析(5%顯著性水平下)，結(jié)果(表1、表2)表明東北三省貨運總量與人均GDP存在較為明顯的空間分異格局。高高的城市全部在東北三省的遼寧省，位于HH象限的市個數(shù)越多，總體空間差異就越小。2011年人均生產(chǎn)總值LISA分析中位于HH象限的市有3個，貨運總量LISA分析中位于HH象限的市有4個。低低的城市全都在黑龍江省北部，也是我國的最北部。東北地區(qū)物流和經(jīng)濟差異主要都是由于地方城市HH與LL空間聚集所導(dǎo)致，LH或HL中間空間類型很少。

表1　東北三省2005、2008、2011年貨運總量LISA分析結(jié)果

表2　東北三省2005、2008、2011年人均生產(chǎn)總值LISA分析結(jié)果

按照增長極理論，區(qū)域增長極的設(shè)立可以帶動區(qū)域經(jīng)濟增長。地區(qū)的集聚經(jīng)濟效應(yīng)，即周邊地區(qū)對一個地區(qū)經(jīng)濟增長的帶動作用比較顯著，使得經(jīng)濟發(fā)展邁上良性循環(huán)發(fā)展軌道。要積極培育欠發(fā)達中心城市的要素市場，形成人流、物流、資金流和信息流集中地，輻射、帶動周邊經(jīng)濟。打破區(qū)域經(jīng)濟的空間分異格局，建立較為均衡的區(qū)域經(jīng)濟發(fā)展秩序。

3.物流行業(yè)LQ系數(shù)分析

表3列出物流行業(yè)的LQ系數(shù)分析結(jié)果，結(jié)果顯示齊齊哈爾、沈陽、哈爾濱的LQ系數(shù)值大于2.0，營口、大連、丹東、錦州和佳木斯的LQ系數(shù)值大于1.0，其余城市LQ系數(shù)值小于1.0。雖然齊齊哈爾和營口在2011年東北三省各市貨運總量k均值聚類地圖(圖1)中被歸為二類城市，但是齊齊哈爾和營口的LQ系數(shù)在36個市中分別排在第一位和第四位。這說明選擇不同參數(shù)分析物流行業(yè)發(fā)展，可以避免一些片面的結(jié)論。

表3　2011年東北三省各市(排名前24位)LQ系數(shù)(從高到低)

2009年3月，國務(wù)院印發(fā)《物流業(yè)調(diào)整和振興規(guī)劃》以沈陽、大連為中心的東北物流區(qū)域被列為全國九大物流區(qū)域之一，東北地區(qū)與關(guān)內(nèi)地區(qū)物流通道被列為全國十大物流通道之一。全國性物流節(jié)點城市有21個，其中東北三省的城市有沈陽和大連；區(qū)域性物流節(jié)點城市有17個，東北三省的城市有哈爾濱和長春。如表3所示，沈陽、大連和哈爾濱的LQ系數(shù)較高，分別為2.21、1.33、2.08；長春的LQ系數(shù)值偏低為0.83。

(三)東北三省物流與經(jīng)濟空間結(jié)構(gòu)特征

局部空間自相關(guān)和聚類分析結(jié)果，清楚地解釋了經(jīng)濟和物流發(fā)展的地區(qū)差異，即空間異質(zhì)性問題。

遼中南城市群是我國的十大城市群之一[18]。遼中南城市群以沈陽、大連為中心，包括撫順、本溪、遼陽、鞍山、營口、盤錦、鐵嶺、丹東等大中城市。該地區(qū)城市高度密集，大城市所占比例較高，在工業(yè)化推動下形成了沈陽都市圈和沈大城市走廊。貨運總量最高的一類城市包括沈陽、鞍山和大連(圖1)，人均GDP最高的一類城市包括大慶、沈陽、鞍山、盤錦和大連(圖2)。結(jié)果表明遼中南城市群物流與經(jīng)濟的空間層次性都很明顯?？梢郧逦乜闯鰠^(qū)域發(fā)展格局的分布特征，沈陽、大連和位于兩市連線之間的城市已經(jīng)與周邊地區(qū)之間呈現(xiàn)出相互聯(lián)系和相互影響的發(fā)展趨勢。沈陽和大連的LQ系數(shù)也分別排在第二和第五(表3)。從2005年、2008年到2011年，人均GDP和貨運總量的LISA分析中，高高的城市都增加了，說明沈陽、大連和位于兩市連線之間的城市有明顯的擴散效應(yīng)(表1和表2)。近年來，沈陽、大連充分發(fā)揮大城市在經(jīng)濟、科技等方面的優(yōu)勢，進一步帶動了中小城市和小城鎮(zhèn)的發(fā)展，借助沿海和港口的區(qū)位和交通優(yōu)勢，其經(jīng)濟發(fā)展必將進一步加快。

從圖1和圖2中看到，貨運總量很高的二類城市和經(jīng)濟發(fā)展水平很高的二類城市都包括哈爾濱和長春。以哈爾濱和長春為中心，也形成了經(jīng)濟和物流都比較強的區(qū)域。哈爾濱和長春也表現(xiàn)出一定的擴散效應(yīng)，但范圍比較局限。以長春、吉林為中心的吉林中部，以哈爾濱為中心的黑龍江東南部有希望發(fā)展成為新的規(guī)模較大的城市群。如表1和表2，哈爾濱和長春在貨運總量和人均GDP的LISA分析中都不顯著。哈爾濱的LQ系數(shù)比較高，排在第3位；而長春的LQ系數(shù)明顯偏低，僅排在第12位(表3)。長春作為吉林省的省會，物流行業(yè)發(fā)展水平有待提高。

大慶、丹東和齊齊哈爾是極化作用顯著的三個城市(表1和表2)。在貨運總量和人均GDP的LISA分析中，丹東都被歸為低高的城市。說明在遼中南城市群中，無論是經(jīng)濟還是物流，丹東的發(fā)展都相對較弱。作為沿海港口城市，丹東的LQ系數(shù)也很低。大慶在人均生產(chǎn)總值LISA分析中被歸為高低的城市，沒有對周邊產(chǎn)生輻射帶動作用，兩極分化現(xiàn)象明顯。齊齊哈爾在貨運總量的LISA分析中被歸為高低的城市，LQ系數(shù)也在36個城市中排名第一。

我國的最北部，也就是黑龍江省北部，是經(jīng)濟和物流都比較落后的地區(qū)(圖1和圖2)。從2005年到2011年，人均生產(chǎn)總值和貨運總量的LISA分析中，低低的城市都在這一區(qū)域，而且都有增加(表1和表2)。

國家批復(fù)的《遼寧沿海經(jīng)濟帶發(fā)展規(guī)劃》明確指出了遼寧沿海經(jīng)濟帶的戰(zhàn)略定位和功能定位，未來一定時期內(nèi)，遼寧沿海經(jīng)濟帶將立足遼寧，依托環(huán)渤海，服務(wù)東北，面向東北亞，打造東北地區(qū)對外開放平臺，促進區(qū)域經(jīng)濟一體化發(fā)展。遼寧是依托能源和重工業(yè)的集聚和發(fā)達的交通與港口形成的物流產(chǎn)業(yè)集聚；吉林和黑龍江是依托能源工業(yè)、重工業(yè)形成的物流產(chǎn)業(yè)集聚。遼寧沿海經(jīng)濟帶內(nèi)集中了東北地區(qū)所有的港口資源，東北腹地的發(fā)展與遼寧港口的關(guān)聯(lián)度很大。沿海港口是遼寧沿海經(jīng)濟帶開發(fā)開放的支點，是東北地區(qū)對外貿(mào)易聯(lián)系的重要通道和依托。通過沿海與腹地功能互補，港口與腹地之間可以順利實現(xiàn)商品生產(chǎn)、加工、物流配送、包裝等各生產(chǎn)流通環(huán)節(jié)或產(chǎn)業(yè)之間的迅速轉(zhuǎn)換和良性互動。既發(fā)揮東北內(nèi)陸地區(qū)中心城市對商品和各種生產(chǎn)要素的積聚功能，又發(fā)揮了港口經(jīng)濟的擴散功能，從而使東北地區(qū)在沿海與腹地的互動中更加繁榮。

四、結(jié)論與建議

利用空間聚類分析、全局和局部空間自相關(guān)分析，本文以東北三省36個市2005、2008和2011年的數(shù)據(jù)為基礎(chǔ)，對東北三省經(jīng)濟與物流之間的空間差異進行了實證分析，并在此基礎(chǔ)上提出一些促進東北三省經(jīng)濟與物流協(xié)調(diào)發(fā)展的思路和對策。

1.沈陽、大連、哈爾濱和長春要根據(jù)本地的產(chǎn)業(yè)特點、發(fā)展水平、設(shè)施狀況、市場需求、功能定位等，完善城市物流設(shè)施，加強物流園區(qū)規(guī)劃布局。有針對性地建設(shè)貨運服務(wù)型、生產(chǎn)服務(wù)型、商業(yè)服務(wù)型、國際貿(mào)易服務(wù)型和綜合服務(wù)型的物流園區(qū)，優(yōu)化城市交通、生態(tài)環(huán)境，促進產(chǎn)業(yè)集聚，努力提高城市的物流服務(wù)水平，帶動周邊所輻射區(qū)域物流業(yè)的發(fā)展，促進大中小城市物流業(yè)的協(xié)調(diào)發(fā)展。

2.要打破行政區(qū)劃的界限，按照經(jīng)濟區(qū)劃和物流業(yè)發(fā)展的客觀規(guī)律，促進物流區(qū)域發(fā)展。遼寧沿海經(jīng)濟帶的大連港、營口港等港口企業(yè)按照逐步構(gòu)建東北物流服務(wù)網(wǎng)絡(luò)的設(shè)想，正在布局港口的內(nèi)陸物流節(jié)點，包括內(nèi)陸干港和專業(yè)場站。干港是集裝箱的內(nèi)陸中心站，除裝船卸貨外具備港口的其他所有功能。已經(jīng)在東北腹地的沈陽、長春、哈爾濱、通遼等城市建立了干港，通過陸港與海港整體聯(lián)運，實現(xiàn)了遼寧沿海海港功能向東北腹地的有效延伸。

3.港口是增強區(qū)域經(jīng)濟綜合實力的戰(zhàn)略資源和核心要素，如何更好地發(fā)揮遼寧沿海經(jīng)濟帶的港口資源在東北地區(qū)經(jīng)濟發(fā)展中的物流通道作用，是實現(xiàn)沿海與腹地互動發(fā)展的一個重要命題。遼寧在港口建設(shè)過程中要統(tǒng)籌考慮東北腹地貨物的出海需求，注重對東北腹地的牽動和服務(wù)，港口功能的設(shè)計和擴展要考慮東北的產(chǎn)業(yè)結(jié)構(gòu)特點和與此相應(yīng)的貨源類別、貨運量。沿海與腹地間高效的物流對增強遼寧沿海經(jīng)濟帶的吸引力，帶動?xùn)|北腹地經(jīng)濟發(fā)展具有重要意義。沿海港口和內(nèi)陸腹地之間海上鐵路聯(lián)合運輸?shù)姆绞?，成為沿海港口新的物流增長點。港口企業(yè)與鐵路運輸企業(yè)通過簽署戰(zhàn)略協(xié)議等方式，推進港口鐵路運輸網(wǎng)絡(luò)以及港鐵合作項目的建設(shè)。

4.交通通道是臨港產(chǎn)業(yè)與腹地經(jīng)濟、資源產(chǎn)地與加工中心之間必要的聯(lián)系途徑，應(yīng)以沿海港口為中心，建設(shè)從沿海高速公路、沿海鐵路等交通干線到臨海港口及城鎮(zhèn)的集裝箱和大宗貨物的集疏運便捷通道，形成港城產(chǎn)業(yè)走廊，城際和省際通道體系。通道優(yōu)勢只有向產(chǎn)業(yè)優(yōu)勢和經(jīng)濟優(yōu)勢轉(zhuǎn)化，才能真正壯大區(qū)域經(jīng)濟。現(xiàn)代經(jīng)濟發(fā)展必須是建立在完善的現(xiàn)代物流服務(wù)體系和相應(yīng)的物流能力基礎(chǔ)上，東北地區(qū)發(fā)展現(xiàn)代裝備制造業(yè)和高加工度的原材料工業(yè)，尤其需要快捷高效的原材料、零配件、產(chǎn)成品配送體系。要發(fā)展以港航服務(wù)為主的港口物流業(yè)，特別是優(yōu)勢專業(yè)物流。加快構(gòu)筑貨物集散型物流園區(qū)和加工增值型臨港工業(yè)物流園區(qū)，全面發(fā)展原油、礦石、散糧等大宗散貨中轉(zhuǎn)運輸站，發(fā)展集裝箱、原油成品油、糧食、果蔬、汽車等專業(yè)物流。實現(xiàn)沿海經(jīng)濟帶和東北腹地物流節(jié)點城市聯(lián)動發(fā)展，促進物流企業(yè)與生產(chǎn)商貿(mào)企業(yè)互動發(fā)展，提高物流鏈運轉(zhuǎn)效率。

5.以大連國際航運中心為主體，加強港口資源整合。圍繞港口發(fā)展經(jīng)濟是各沿海城市的共同特點。港口的整合和錯位發(fā)展應(yīng)該是港口良性互動發(fā)展的重要前提。大連港的地理位置和發(fā)展實力決定了遼寧沿海經(jīng)濟帶應(yīng)按照差異化協(xié)調(diào)發(fā)展模式，以大連港為中心，通過與營口港、錦州港、丹東港、葫蘆島港、盤錦港等的戰(zhàn)略重組，打造遼寧沿海經(jīng)濟帶港口群，提升港口群的整體競爭力。在突出重點港口的同時要建設(shè)不同功能、層次分明的港口體系，聯(lián)合規(guī)劃港口布局和產(chǎn)業(yè)布局，促進港口和園區(qū)協(xié)調(diào)發(fā)展。大連大窯灣保稅港區(qū)作為推進東北地區(qū)經(jīng)濟合作的重要平臺，開始顯現(xiàn)出對東北地區(qū)的輻射功能。構(gòu)建以大窯灣保稅港區(qū)為核心，以哈長沈大產(chǎn)業(yè)帶為基礎(chǔ)，以腹地保稅物流中心和腹地干港為節(jié)點，以鐵路班線化和海鐵聯(lián)運為運輸方式的東北國際物流網(wǎng)絡(luò)，有效提高東北地區(qū)國際物流網(wǎng)絡(luò)網(wǎng)點密度，實現(xiàn)大窯灣保稅港區(qū)與東北地區(qū)主要物流節(jié)點城市的銜接和良性互動，將出口加工、對外貿(mào)易、保稅物流相聯(lián)系。

[1] 武志惠，虞巧穎，申金升.三大經(jīng)濟圈的物流業(yè)對區(qū)域經(jīng)濟增長的實證分析[J].北京交通大學(xué)學(xué)報：社會科學(xué)版，2008，7(1)：43-47.

[2] 張煒熙，胡玉瑩.長三角與京津冀城市群物流產(chǎn)業(yè)發(fā)展比較及與區(qū)域經(jīng)濟關(guān)聯(lián)分析[J].現(xiàn)代財經(jīng)，2010，30(6)：81-86.

[3] 劉南，李燕.現(xiàn)代物流與經(jīng)濟增長的關(guān)系研究——基于浙江省的實證分析[J].管理工程學(xué)報，2007，21(1)：151-154.

[4] 吳曄.珠三角洲區(qū)域物流與區(qū)域經(jīng)濟互動機理探討[J].物流科技，2009(2)：21-23.

[5] 邵揚.中國省際經(jīng)濟增長與物流的空間面板計量分析[J].技術(shù)經(jīng)濟與管理研究，2009(6)：136-138.

[6] Li X L，Han Z S.Research on the Dynamic Relationship between Logistics Industry and Region Economy of Shandong Province[C].Manchester，England，2nd International Conference on Information and Computing Science，2009，3：146-149.

[7] Shuai B，Sun C Y.Empirical Study on the Relativity between the Development of the Logistics Industry and the National Economy Level-Take Chengdu for Example[C].Proceedings of The Eighth International Conference of Chinese Logistics and Transportation Professionals，Chengdu，China，16-24.

[8] Yu W Y，Wang H Y.Study on the Association Between Regional Logistics and Regional Economy[C].Beijing，16th International Conference on Industrial Engineering and Engineering Management，2009：1891-1893.

[9] Chu Y F，Liu S F.Researching on Grey Incidence Between Logistics Industry and Economic Development[C].Shanghai，International Symposium on Intelligent Information Technology Application Workshops，2008：927-931.

[10] 伍世代，王強.中國東南沿海區(qū)域經(jīng)濟差異及經(jīng)濟增長因素分析[J].地理學(xué)報，2008，63(2)：123-134.

[11] Anselin L，Sridharan S，Gholston S.Using Exploratory Spatial Data Analysis to Leverage Social Indicator Databases：the Discovery of Interesting Patterns[J].Soc Indic Res，2007(82)：287-309.

[12] Jing N，Cai W X.Analysis on the Spatial Distribution of Logistics Industry in the Developed East Coast Area in China[J].The Annals of Regional Science，2010(45)：331-350.

[13] Anselin L.Local Indicators of Spatial Association—LISA[J].Geogr Anal，1995(27)：93-115.

[14] Anselin L，Syabri I，Kho Y.GeoDa：An Introduction to Spatial Data Analysis[J].Geographical Analysis，2006(38)：5-22.

[15] Yang C H，Zhang W J and Li Y S.Dynamic Analysis of China Logistics Agglomeration Based on Clustering Analysis[C].IEEE，2007，0-7695-2882-1/07

[16] Rey S J，Anselin L.Recent advances in software for spatial analysis in the social sciences[J].Geogr Anal，2006，38(1)：1-4.

[17] Rey S J and Anselin L.PySAL：A Python Library of Spatial Analytical Methods，in Handbook of Applied Spatial Analysis：Software Tools，Methods and Applications[C].Berlin：Springer，2010：175-193.

[18] 戚本超，景體華.中國區(qū)域經(jīng)濟發(fā)展報告(2009—2010)[M].北京：社會科學(xué)文獻出版社，2010：60-72.

Spatial Autocorrelation and Spatial Clustering Analysis of Regional Logistics and Economy in Northeast China

JING Nan，YAN Bo

(Department of Logistics Engineering，South China University of Technology，Guangzhou 510006，China)

Based on city level data in 2005，2008 and 2011，the paper applies spatial autocorrelation and spatial clustering methods to examine the spatial variation in logistics and economy in northeast China.Taking the correlation of neighbor cities into fully consideration，it analyzes the spatial disparity of structure and function in global and local regions with the support of GeoDa，STAR and PySAL software.The paper visualizes the regional distribution of logistics and economy in northeast China byk-means dustring map，and analyzes the statistical data of logistics and economy by moran’s I scatter plots and local indicators of spatial association(LISA).The research can give theoretical evidence to provide reference for proper layout of logistics industry and regional coordinate development.The paper has derived some implications for policy makers at the end.

Northeast China；Logistics and Economy；Spatial Autocorrelation；Spatial Clustering

2013-11-11

教育部人文社會科學(xué)研究項目(10YJC790116)；中央高?；究蒲袠I(yè)務(wù)費，華南理工大學(xué)社科類重點項目(x2jmD2112250)。

景楠(1979-)，女，吉林長春人，華南理工大學(xué)經(jīng)濟與貿(mào)易學(xué)院講師，博士；顏波(1970-)，男，湖南懷化人，華南理工大學(xué)經(jīng)濟與貿(mào)易學(xué)院教授，博士生導(dǎo)師。

F061.5

A

1001-6201(2015)01-0134-07

[責(zé)任編輯：秦衛(wèi)波]

[DOI]10.16164/j.cnki.22-1062/c.2015.01.025