我國五大城市群物流業(yè)發(fā)展的空間差異及影響因素研究

董慧麗，梁紅艷

(福州大學 經(jīng)濟與管理學院，福建 福州 350116)

城市群作為城市區(qū)域化和區(qū)域城市化過程中出現(xiàn)的獨特地域空間組織形式，是城市化發(fā)展到一定階段的標志性產(chǎn)物，以城市群為單元的區(qū)域規(guī)劃已經(jīng)成為我國重要的發(fā)展部署，我國區(qū)域發(fā)展范圍正在由省域、行政區(qū)轉(zhuǎn)向城市群。城市群物流作為連接城市的紐帶，對降低城市之間的阻隔、連接跨區(qū)域的生產(chǎn)消費、提升經(jīng)濟和社會效益、促進城市群協(xié)調(diào)發(fā)展、推動經(jīng)濟一體化具有重要的意義。然而由于我國各個城市間的自然資源、區(qū)位優(yōu)勢、政府政策、投資環(huán)境的不同，導致城市群物流在發(fā)展過程中存在巨大差異。因此，科學評價城市群物流業(yè)的發(fā)展水平，全面把握城市群物流業(yè)的業(yè)發(fā)展水平及來源，分析其影響因素，對于提高城市群物流業(yè)整體水平、優(yōu)化城市群物流業(yè)的空間布局具有重要的意義。

關(guān)于區(qū)域物流業(yè)空間差異方面，金鳳花等[1]以我國31個省級區(qū)域物流為研究對象，并將其劃分為7個地帶，運用Theil指數(shù)對區(qū)域物流差異進行分析，發(fā)現(xiàn)華北地區(qū)區(qū)域物流內(nèi)部差異最為明顯；齊勝達等[2]以絲綢之路為背景，研究了沿線14個省區(qū)的物流業(yè)發(fā)展水平，發(fā)現(xiàn)區(qū)域物流發(fā)展水平存在明顯差異，其中江蘇省綜合競爭力最強，云南省最弱；陳文新等[3]選取2000—2014年我國31個省區(qū)物流產(chǎn)業(yè)總量的面板數(shù)據(jù)，運用描述性統(tǒng)計對各省區(qū)物流發(fā)展時空差異進行分析。關(guān)于物流業(yè)發(fā)展影響因素方面，謝守紅等[4]運用嶺回歸法對長江三角洲物流業(yè)的影響因素進行分析；田振中[5]采用通徑分析方法，從供需兩個維度選取8個因素分析其對河南省物流業(yè)發(fā)展的影響。但上述研究均存在一定的局限性，從研究對象看，目前關(guān)于區(qū)域物流業(yè)的研究多以省域為基本研究單元，將我國劃分為三大地區(qū)或7個地帶進行分析。城市群作為我國參與國際競爭力的載體，既有研究多集中在對城市群金融發(fā)展水平的空間差異進行分析[6]，而鮮有文獻對城市群物流業(yè)發(fā)展的差異進行探討。從指標體系看，已有文獻多以單一指標來衡量物流業(yè)發(fā)展水平[7-8]，如貨運量、人均貨物周轉(zhuǎn)量等，所得結(jié)論可能有失偏頗。從物流業(yè)發(fā)展的影響因素來看，既有文獻均是在空間均質(zhì)的假設(shè)下對影響因素展開研究，忽視了空間效應(yīng)在模型設(shè)計和實證研究中的作用，而我國各地區(qū)由于區(qū)位優(yōu)勢、資源環(huán)境等方面存在空間異質(zhì)性，因此空間均質(zhì)下得到的結(jié)果是有偏差的。

筆者在已有研究的基礎(chǔ)上，以五大國家級城市群為研究對象，首先從區(qū)域基礎(chǔ)設(shè)施支撐能力、信息系統(tǒng)保障能力、物流業(yè)經(jīng)營管理運作能力和發(fā)展環(huán)境支持能力4個維度選取多個指標，運用主成分分析法測算我國城市群物流業(yè)的發(fā)展水平；然后利用Dagum基尼系數(shù)對城市群之間及城市群內(nèi)部各城市間的差異進行分析，并判別差異的主要來源；最后結(jié)合地理加權(quán)回歸模型從空間角度分析我國物流業(yè)發(fā)展差異變動的影響因素，根據(jù)該變參數(shù)估計結(jié)果獲取比較切實的結(jié)論，以期在差異中尋找提升我國城市群物流業(yè)發(fā)展水平的合理方式，為我國城市群物流業(yè)的發(fā)展方向及路徑選擇提供重要理論支持和實踐參考。

1　模型與方法介紹

1.1　Dagum基尼系數(shù)

DAGUM[9]于1997年提出了按子群分解的方法，即Dagum基尼系數(shù)。該方法充分考慮子樣本的分布狀況，將總體基尼系數(shù)分解為區(qū)域內(nèi)差異的貢獻、區(qū)域間差異的貢獻和超變密度貢獻，可充分研究空間差異問題[10]。因此，筆者采用Dagum基尼系數(shù)分解的方法對我國五大城市群物流業(yè)發(fā)展水平的空間差異進行描述。根據(jù)Dagum基尼系數(shù)分解的方法，總體基尼系數(shù)G的定義如式(1)所示：

(1)

(2)

Dagum基尼系數(shù)可以分解為區(qū)域內(nèi)差異的貢獻Gw、區(qū)域間差異的貢獻Gnb和超變密度貢獻Gt3部分，且滿足G=Gw+Gnb+Gt。Gjj表示第j個城市群的區(qū)域內(nèi)基尼系數(shù)，Gjh表示第j個城市群與第h個城市群之間的區(qū)域間基尼系數(shù)。

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

式中：djh表示城市群j、h中所有yji-yhr>0的樣本值加總的數(shù)學期望；pjh表示城市群j、h中所有yhr-yji>0的樣本值加總的數(shù)學期望；Fj、Fh分別表示第j個城市群和第h個城市群的累積分布函數(shù)。

1.2　地理加權(quán)回歸

傳統(tǒng)的回歸模型往往建立在假設(shè)空間均質(zhì)的前提下，用一個方程捕捉數(shù)據(jù)來分析因變量和自變量之間的顯著性關(guān)系，然而數(shù)據(jù)在空間上具有復雜性，使得不同區(qū)域間自變量對因變量的影響可能不同，而地理加權(quán)回歸模型(geographically weighted regression，GWR)在傳統(tǒng)回歸的基礎(chǔ)上引入了空間自相關(guān)，允許回歸參數(shù)隨著地理空間的變化而變化[11]。其表達式如下：

yi=βi0+βi1xi1+…+βikxik+…+βinxin+εi

(11)

式中：i表示五大城市群中的79個城市；yi表示第i個城市的物流發(fā)展水平；xik表示影響第i個城市物流業(yè)發(fā)展的第k個因素；βik表示回歸參數(shù)，隨著區(qū)位的變化而變化；εi表示隨機誤差項。

權(quán)重矩陣通常以高斯核函數(shù)來計算，其表達式為：

(12)

其中，b為帶寬，當赤池信息準則(AIC)最小時，帶寬b為最佳。

2　數(shù)據(jù)說明與來源

筆者遵循系統(tǒng)性、科學性、可比性和易獲得的原則，從區(qū)域基礎(chǔ)設(shè)施支撐能力(公路里程、民用汽車擁有量、貨運總量)、信息系統(tǒng)保障能力(年末移動電話用戶數(shù)、郵電業(yè)務(wù)收入)、物流業(yè)經(jīng)營管理運作能力(物流業(yè)從業(yè)人員數(shù)量)和發(fā)展環(huán)境支持能力(人均GDP、社會消費品零售總額)4個維度出發(fā)，選取8個指標，運用主成分分析法對各指標賦予權(quán)重，對五大城市群79個城市2006—2015年物流業(yè)發(fā)展水平進行測算。各指標數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、各市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報和各省市統(tǒng)計年鑒，部分缺失數(shù)據(jù)根據(jù)年平均增長率推算獲取。

3　實證研究

3.1　我國五大城市群物流業(yè)發(fā)展水平

筆者通過主成分分析法得出我國五大城市群各城市物流業(yè)的綜合得分，代表各城市物流業(yè)的發(fā)展水平。為了反映五大城市群物流業(yè)發(fā)展水平的時空差異，筆者選取2006年和2015年五大城市群的物流業(yè)發(fā)展水平進行空間分布可視化呈現(xiàn)，如圖1所示。可以看出，2006—2015年我國五大城市群物流業(yè)發(fā)展水平呈現(xiàn)非均衡發(fā)展態(tài)勢，空間差異較為顯著。從整體來看，長三角城市群物流業(yè)發(fā)展水平整體較高，2006年和2015年該區(qū)域平均得分分別為0.433 3、0.437 1，而長江中游城市群物流業(yè)發(fā)展水平偏低，2006年和2015年該區(qū)域平均得分分別為0.136 6、0.161 9。從各個城市群來看，城市群內(nèi)部也存在著空間差異。以京津冀地區(qū)為例，京津冀城市群物流業(yè)發(fā)展水平最高的城市北京在2006年和2015年的得分分別為1.870 7、1.822 9，而承德市的得分分別為0.121 7、0.114 0，說明城市群內(nèi)部物流業(yè)發(fā)展差異十分明顯。

圖1　我國五大城市群物流業(yè)發(fā)展水平空間分布

3.2　我國五大城市群物流業(yè)發(fā)展的空間差異分析

為了進一步研究我國城市群物流業(yè)發(fā)展水平的空間差異，筆者根據(jù)Dagum基尼系數(shù)按子群分解的方法，對我國五大城市群物流業(yè)發(fā)展水平的基尼系數(shù)進行分解，由于篇幅所限，以下只給出相關(guān)時序圖。

3.2.1我國五大城市群物流業(yè)發(fā)展的總體差異及演變態(tài)勢

圖2　我國五大城市群物流業(yè)發(fā)展的總體區(qū)域差異及演變態(tài)勢

我國五大城市群物流業(yè)發(fā)展的總體區(qū)域差異及演變態(tài)勢如圖2所示。從總體區(qū)域差異來看，2006—2012年我國五大城市群物流的區(qū)域差異呈現(xiàn)出下降趨勢，而在2012—2015年出現(xiàn)波動起伏，經(jīng)歷了“上升-下降-上升”的過程。從具體演變過程看，2006—2012年我國五大城市群的總體空間差異由0.539 8下降至最小值0.498 7，年平均遞減率為1.31%；2013年經(jīng)歷了短暫的上升，達到0.521 9；而2014年又降到0.501 5，隨后在2015年再次上升，達到0.519 5。由此可見，我國五大城市群物流業(yè)發(fā)展水平差異懸殊。

3.2.2我國五大城市群物流業(yè)發(fā)展的區(qū)域內(nèi)差異及演變趨勢

我國五大城市群物流發(fā)展的區(qū)域內(nèi)差異及演變態(tài)勢如圖3所示?？傮w來看，我國五大城市群物流業(yè)發(fā)展區(qū)域內(nèi)差異從大到小依次為成渝、京津冀、珠三角、長三角和長江中游城市群，其中長三角和長江中游城市群交替變化。從具體城市群的發(fā)展過程來看，成渝的基尼系數(shù)始終最大，在(0.565 4，0.611 9)間波動。其基尼系數(shù)由2006年的0.604 2下降到2008年的最小值0.565 4，在2009年經(jīng)歷了短暫上升后，又呈現(xiàn)下降狀態(tài)，直至2013年再次上升，達到最大值0.611 9。京津冀的基尼系數(shù)可用兩個階段來描述：第一階段是2006—2012年，區(qū)域內(nèi)差異呈緩慢下降態(tài)勢，年平均遞減率為0.95%；第二階段是2012—2015年，區(qū)域內(nèi)差異呈現(xiàn)上升狀態(tài)，在2015年達到最大值0.497 9，年平均增長率為2.87%。觀測期內(nèi)，珠三角與京津冀的區(qū)域內(nèi)差異發(fā)展態(tài)勢相反，珠三角城市群2006—2013年處于上升狀態(tài)，年平均增長率為1.61%，而2013—2015年以年平均4.61%的遞減率下降。長三角和長江中游的區(qū)域內(nèi)差異的大小關(guān)系則交錯變化。2006—2012年，長三角區(qū)域內(nèi)差異呈下降趨勢，其中2010—2012年長三角區(qū)域內(nèi)差異介于(0.353 2，0.362 2)，小于長江中游城市群區(qū)域內(nèi)差異(0.363 3，0.362 8)。2013年長三角城市群區(qū)域內(nèi)差異上升到0.400 5，直至2015年，始終大于長江中游城市群區(qū)域內(nèi)差異。

圖3　我國五大城市群物流業(yè)發(fā)展的區(qū)域內(nèi)差異及演變態(tài)勢

3.2.3我國五大城市群物流業(yè)發(fā)展的區(qū)域間差異及演變態(tài)勢

圖4　我國五大城市群物流業(yè)發(fā)展的區(qū)域間差異及演變態(tài)勢

我國五大城市群物流業(yè)發(fā)展的區(qū)域間差異及演變態(tài)勢如圖4所示?？傮w來看，長江中游和成渝分別與其他三大城市群的區(qū)域間差異較大；且長江中游與成渝的區(qū)域間差異也較大，珠三角與京津冀、長三角與京津冀城市群間差異次之；長三角與珠三角區(qū)域間差異最小。從演變過程來看，長江中游與珠三角、長三角和京津冀區(qū)域間差異在2006—2011年分別以2.27%、2.67%和2.18%的年平均遞減率下降。隨后兩年呈上升趨勢，在2013年分別達到0.575 2、0.514 2和0.564 8。長江中游和成渝的區(qū)域間差異，除2009年、2013年和2015年出現(xiàn)短暫的上升之外，其他年份基本保持著下降趨勢，且在2008年達到最小值0.506 3。成渝與珠三角、長三角和京津冀的區(qū)域間差異在觀察期內(nèi)較大，一直處于(0.588 0，0.667 7)之間，其中2006—2012年均呈現(xiàn)遞減態(tài)勢，年平均遞減率分別為1.36%、1.57%、1.66%，2013年以后均有所上升。2006—2012年長三角與珠三角、長三角與京津冀、珠三角與京津冀區(qū)域間差異在波動中整體均呈下降趨勢，2013年開始回升，分別達到0.448 9、0.444 3和0.472 6，2014年經(jīng)歷了短暫的下降后，2015年長三角與京津冀、珠三角與京津冀的區(qū)域間差異再次上升，分別達到0.456 5、0.476 6，而長三角與珠三角區(qū)域間差異繼續(xù)下降至0.411 0。

3.2.4我國五大城市群物流業(yè)發(fā)展的區(qū)域差異來源

圖5　我國五大城市群物流業(yè)發(fā)展的空間差異貢獻率及演變態(tài)勢

五大城市群物流業(yè)發(fā)展的空間差異貢獻率及演變態(tài)勢如圖5所示。從貢獻率的大小來看，觀測期內(nèi)區(qū)域間差異的貢獻率始終高于區(qū)域內(nèi)差異的貢獻率和超變密度的貢獻率，可見我國五大城市群物流業(yè)的區(qū)域間差異是總體差異的主要來源。從演變過程來看，2006—2015年，區(qū)域內(nèi)差異的貢獻率變化非常平穩(wěn)，基本維持在15.00%～17.00%之間。區(qū)域間差異和超變密度的貢獻率波動較為明顯，可分為兩個階段。第一階段為2006—2009年，區(qū)域間差異的貢獻率經(jīng)歷了“先上升后下降”的過程，具體由2006年的50.99%上升到2007年的52.46%，達到最大值，隨后下降至2009年的45.36%；與之相反，超變密度的貢獻率經(jīng)歷了“先下降后上升”的過程，由2006年的33.38%下降到2007年的32.18%，達到最小值，然后上升至2009年的37.85%。第二階段為2009—2015年，兩者的變化都趨于平穩(wěn)，區(qū)域間差異的貢獻率基本維持在45.00%左右，超變密度的貢獻率基本維持在38.00%左右。

3.3　我國五大城市群物流業(yè)發(fā)展的影響因素分析

3.3.1影響因素的指標選取

現(xiàn)有研究表明，經(jīng)濟發(fā)展水平、政府干預(yù)、人力資本、基礎(chǔ)設(shè)施、對外開放程度、工業(yè)發(fā)展水平等是影響物流業(yè)發(fā)展的重要因素[12-13]。由于影響城市群物流業(yè)發(fā)展的因素十分復雜，筆者借鑒前人的研究，同時考慮數(shù)據(jù)的可得性，以2015年物流業(yè)發(fā)展水平得分為因變量；選取工業(yè)發(fā)展水平(工業(yè)總產(chǎn)值)、人力資本(普通高等學校在校學生)、政府干預(yù)(地方政府支出)和產(chǎn)業(yè)結(jié)構(gòu)(第三產(chǎn)業(yè)占GDP的比重)作為自變量，來探討這些因素與我國城市群物流業(yè)發(fā)展水平的關(guān)系，數(shù)據(jù)來源于2016年《中國城市統(tǒng)計年鑒》。

3.3.2實證分析

筆者使用ArcGIS軟件對2015年我國五大城市群物流業(yè)發(fā)展水平的空間相關(guān)性進行檢驗，結(jié)果顯示整個研究區(qū)域的全局莫蘭指數(shù)為0.135，且統(tǒng)計值顯著，表明五大城市群在空間上表現(xiàn)為一定的空間相關(guān)性，物流業(yè)的空間分布不是隨機的，而是表現(xiàn)出相似發(fā)展水平的集聚狀態(tài)。這同時也說明以往對影響因素的研究假設(shè)空間均質(zhì)，忽視了空間異質(zhì)性和空間相關(guān)性，在理論上存在一定的不足。因此，筆者引用納入空間效應(yīng)的GWR模型來分析城市群物流業(yè)發(fā)展的影響因素。GWR回歸結(jié)果顯示，人力資本、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)和工業(yè)發(fā)展水平對城市群物流業(yè)的發(fā)展有正向影響，人力資本、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)和工業(yè)發(fā)展水平各影響因素回歸系數(shù)的空間分布如圖6所示。

(1)人力資本因素。人力資本對京津冀和長三角的影響程度相對較大，影響范圍介于0.134 1～0.158 1之間。人力資源是當今社會發(fā)展最重要的資源，隨著物流業(yè)的快速發(fā)展，傳統(tǒng)的低勞動力成本已不具有競爭優(yōu)勢，物流業(yè)逐漸從勞動密集型產(chǎn)業(yè)向技術(shù)密集型、知識密集型產(chǎn)業(yè)轉(zhuǎn)換，具有高端技術(shù)和優(yōu)秀管理水平的專業(yè)化人才成為物流業(yè)發(fā)展的一大優(yōu)勢，如京津冀城市群中北京和天津、長三角城市群中上海和南京等經(jīng)濟發(fā)達的地區(qū)，聚集著更多的物流人才，豐富的人力資源能夠促進城市群物流業(yè)的快速發(fā)展。而對于經(jīng)濟欠發(fā)達的成渝城市群，雖然勞動力資源豐富，但是物流業(yè)的發(fā)展缺乏專業(yè)人才的支持，因而人力資本對其物流業(yè)發(fā)展的正向影響最小，僅在0.104 3～0.134 1之間。由此可見，人力資本的區(qū)域差距引起了城市群物流業(yè)發(fā)展差異的擴大。

(2)政府干預(yù)因素。近年來，大力發(fā)展物流業(yè)已受到政府的高度重視，2015年國家發(fā)展改革委公布的長江中游城市群發(fā)展規(guī)劃中提出引導沿海資金、技術(shù)向長江中游城市群轉(zhuǎn)移，推進港口建設(shè)運營、航運服務(wù)等領(lǐng)域國際國內(nèi)合作等一系列措施，有助于促進長江中游城市群物流業(yè)的發(fā)展。十五屆四中全會正式提出西部大開發(fā)戰(zhàn)略，為川渝兩地的發(fā)展提供了良好的機遇。由圖6(b)可以看出，政府干預(yù)對長江中游和成渝物流業(yè)發(fā)展的影響較為明顯，而對長三角和珠三角的影響相對較小，對其中大部分城市的影響在0.434 0～0.444 3之間。政府的有效干預(yù)有利于縮小長江中游、成渝與其他城市群之間的差異。

(3)產(chǎn)業(yè)結(jié)構(gòu)因素。由于成渝城市群的發(fā)展多依賴于第二產(chǎn)業(yè)，第三產(chǎn)業(yè)的發(fā)展對其物流業(yè)的影響較小且不顯著。而產(chǎn)業(yè)結(jié)構(gòu)對長三角、珠三角和長江中游三大城市群的影響較大，影響范圍為0.363 0～0.685 8，其中對長三角城市群的影響最大，達到0.522 3～0.685 8。長三角城市群中，上海、杭州第三產(chǎn)業(yè)在2015年分別占地區(qū)生產(chǎn)總值的67.76%、58.24%，物流業(yè)作為第三產(chǎn)業(yè)的一部分，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整對其有積極的促進作用，而且長三角城市群的批發(fā)和零售行業(yè)在第三產(chǎn)業(yè)中的比重逐年上漲，該行業(yè)也是物流業(yè)發(fā)展的推動力。因此各城市群產(chǎn)業(yè)結(jié)構(gòu)的差異也是引起其物流業(yè)發(fā)展空間差異的一個因素。

圖6　GWR模型各影響因素回歸系數(shù)的空間分布

(4)工業(yè)發(fā)展水平因素。物流業(yè)與工業(yè)的聯(lián)系尤為密切，工業(yè)企業(yè)在生產(chǎn)過程中會產(chǎn)生大量的物流需求，因此工業(yè)發(fā)展水平高的地區(qū)，其物流業(yè)發(fā)展水平也高。從圖6(d)可以看出，工業(yè)發(fā)展水平對珠三角、成渝和長江中游三大城市群物流業(yè)發(fā)展影響較大，對大多數(shù)城市的影響在0.284 6～0.427 3之間。珠三角的工業(yè)化發(fā)展已十分成熟，2015年，廣州、深圳、佛山、東莞4個城市的工業(yè)總產(chǎn)值平均已達到19 129億元，良好的工業(yè)發(fā)展水平也帶動了珠三角物流業(yè)的發(fā)展。自20世紀初，我國重點實施了西部大開發(fā)戰(zhàn)略和中部崛起戰(zhàn)略，使得成渝城市群和長江中游城市群的工業(yè)有了巨大的發(fā)展，工業(yè)的發(fā)展也促進了其物流業(yè)的發(fā)展，有利于縮小成渝、長江中游與其余三大城市群之間物流業(yè)發(fā)展的空間差異。

4　結(jié)論與啟示

筆者以我國五大城市群為研究對象，采用Dagum基尼系數(shù)和GWR模型分別對城市群物流業(yè)發(fā)展水平的空間差異和影響因素進行分析，得到以下結(jié)論和啟示：①Dagum基尼系數(shù)結(jié)果表明，我國五大城市群物流業(yè)發(fā)展的總體差異較大，各城市群之間及城市群內(nèi)部物流業(yè)發(fā)展水平空間差異懸殊，其中成渝城市群最為明顯。成渝城市群物流業(yè)在發(fā)展的過程中，重慶和成都增長極的作用并未顯現(xiàn)，應(yīng)充分發(fā)揮其作為增長極的雙核輻射作用，以帶動其他地區(qū)物流業(yè)的發(fā)展。從空間差異貢獻率的分析可發(fā)現(xiàn)，區(qū)域間差異一直是總體差異的主要來源，物流業(yè)作為一種跨區(qū)域、跨行業(yè)的生產(chǎn)性服務(wù)業(yè)，各自為政不利于城市物流業(yè)的發(fā)展，因此城市群內(nèi)部城市之間及城市群之間應(yīng)加強合作。②GWR估計結(jié)果顯示，人力資本、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)和工業(yè)發(fā)展水平對不同城市群的影響程度存在空間差異。各因素對各城市群物流業(yè)發(fā)展的影響程度不同，這也是我國城市群物流業(yè)發(fā)展差異較大的原因。各城市群物流業(yè)發(fā)展的過程中，應(yīng)結(jié)合自身的優(yōu)勢，合理利用政府和主導產(chǎn)業(yè)的促進作用，提高整體物流業(yè)的發(fā)展水平。

參考文獻：

[1]金鳳花,徐旭.基于Theil指數(shù)的我國區(qū)域物流差異發(fā)展趨勢研究[J].中國流通經(jīng)濟,2014,28(4):40-44.

[2]齊勝達,雷軍,段祖亮,等.中國絲綢之路經(jīng)濟帶區(qū)域物流空間差異及其演化研究[J].干旱區(qū)地理(漢文版),2016,39(1):207-215.

[3]陳文新,劉冬,孫善祥.我國區(qū)域物流發(fā)展時空差異及收斂性研究：基于地理加權(quán)空間計量模型的實證分析[J].工業(yè)技術(shù)經(jīng)濟,2016,35(2):142-147.

[4]謝守紅,蔡海亞.長江三角洲物流業(yè)發(fā)展的時空演變及影響因素[J].世界地理研究,2015,24(3):118-125.

[5]田振中.基于通徑分析的河南省物流業(yè)發(fā)展影響因素研究[J].鄭州大學學報(理學版),2014,46(1):111-114.

[6]劉傳明,王卉彤,魏曉敏.中國八大城市群互聯(lián)網(wǎng)金融發(fā)展的區(qū)域差異分解及收斂性研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2017(8):3-20.

[7]鐘昌寶,錢康.基于ESDA的長江經(jīng)濟帶省域物流產(chǎn)業(yè)空間差異研究[J].華東經(jīng)濟管理,2016,30(7):69-74.

[8]吳俊紅.中國區(qū)域物流發(fā)展差異及其影響因素研究[D].成都:西南交通大學,2014.

[9]DAGUM C. A new approach to the decomposition of the gini income inequality ratio[J]. Empirical Economics,1997,22(4):515-531.

[10]陳明華,劉華軍,孫亞男,等.中國五大城市群經(jīng)濟發(fā)展的空間差異及溢出效應(yīng)[J].城市發(fā)展研究,2016,23(3):57-60.

[11]王少劍,王洋,趙亞博.1990年來廣東區(qū)域發(fā)展的空間溢出效應(yīng)及驅(qū)動因素[J].地理學報,2015,70(6):965-979.

[12]謝守紅,王平.中國主要城市物流業(yè)發(fā)展的差異及影響因素[J].浙江師范大學學報(社會科學版),2016,41(1):69-78.

[13]鐘昌寶,錢康.長江經(jīng)濟帶物流產(chǎn)業(yè)集聚及其影響因素研究：基于空間杜賓模型的實證分析[J].華東經(jīng)濟管理,2017,31(5):78-86.