時(shí)空視角下物流業(yè)與經(jīng)濟(jì)發(fā)展的互動(dòng)關(guān)系分析

毛文富　徐鳳

內(nèi)容摘要：改革開(kāi)放40年以來(lái)，物流業(yè)與經(jīng)濟(jì)發(fā)展的關(guān)系也越來(lái)越緊密。本文實(shí)證分析了物流業(yè)與經(jīng)濟(jì)發(fā)展兩者的相互關(guān)系，采用空間計(jì)量的方法，深入分析物流業(yè)的空間分布特征和物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展的影響。通過(guò)研究發(fā)現(xiàn)并驗(yàn)證了物流業(yè)與經(jīng)濟(jì)的協(xié)調(diào)發(fā)展的一些弊端和不足，有助于實(shí)現(xiàn)物流產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展從不協(xié)調(diào)到協(xié)調(diào)、或從一般協(xié)調(diào)到高水平協(xié)調(diào)的良性循環(huán)效果，促進(jìn)整體社會(huì)經(jīng)濟(jì)健康快速發(fā)展。

關(guān)鍵詞：物流業(yè) 經(jīng)濟(jì)發(fā)展 空間計(jì)量

引言

如今現(xiàn)代物流業(yè)已成為全球經(jīng)濟(jì)和我國(guó)經(jīng)濟(jì)發(fā)展的重要助推器和增長(zhǎng)源泉。物流業(yè)與經(jīng)濟(jì)發(fā)展之間更是存在著密切聯(lián)系，兩者相互影響和制約。物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展起到促進(jìn)作用，主要表現(xiàn)在物流業(yè)能有效降低經(jīng)濟(jì)發(fā)展運(yùn)行成本，提高經(jīng)濟(jì)效益；物流業(yè)有助于形成新的產(chǎn)業(yè)形態(tài)，推動(dòng)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)；另外，物流業(yè)也有利于加強(qiáng)區(qū)域間的經(jīng)濟(jì)聯(lián)系，助推經(jīng)濟(jì)發(fā)展實(shí)現(xiàn)一體化。經(jīng)濟(jì)發(fā)展對(duì)物流業(yè)發(fā)展起到制約和支撐作用，一方面經(jīng)濟(jì)發(fā)展水平制約著物流業(yè)規(guī)模，另一方面經(jīng)濟(jì)發(fā)展為物流業(yè)提供需求和支持，經(jīng)濟(jì)發(fā)展也有利于提高物流服務(wù)效率和質(zhì)量。

物流業(yè)與經(jīng)濟(jì)發(fā)展動(dòng)態(tài)關(guān)系分析

本文選取1978-2016年我國(guó)物流業(yè)與經(jīng)濟(jì)發(fā)展的相關(guān)數(shù)據(jù)，構(gòu)建指標(biāo)體系，研究?jī)烧咧g的動(dòng)態(tài)關(guān)系，并實(shí)證分析兩者的長(zhǎng)期關(guān)系和因果關(guān)系。

（一）變量選擇與數(shù)據(jù)來(lái)源

1.經(jīng)濟(jì)發(fā)展變量。為了研究的方便，選擇人均GDP指標(biāo)評(píng)價(jià)經(jīng)濟(jì)發(fā)展速度，用字母表示為E。

2.物流業(yè)發(fā)展變量。考慮到數(shù)據(jù)的可得性和研究的全面性，選取以下指標(biāo)：

物流投資指標(biāo)。物流業(yè)的發(fā)展需要大量資金的投入，尤其是在物流基礎(chǔ)設(shè)施建設(shè)方面。在物流基礎(chǔ)設(shè)施中，最有代表性的就是各種運(yùn)輸方式所需的渠道，即公路、鐵路、水運(yùn)航道、航空航道、管道等，其里程情況稱之為物流網(wǎng)絡(luò)里程，用字母表示為I。

物流運(yùn)行效果指標(biāo)。選取貨運(yùn)周轉(zhuǎn)量作為代表指標(biāo)，記為V。

物流規(guī)模指標(biāo)。考慮到統(tǒng)計(jì)的可操作性，選取交通、倉(cāng)儲(chǔ)和郵電業(yè)代表物流業(yè)，將交通、倉(cāng)儲(chǔ)和郵電業(yè)的總產(chǎn)值來(lái)表示物流規(guī)模的指標(biāo)，記為S。

3.數(shù)據(jù)來(lái)源及處理。本文數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（1979-2017）和國(guó)家統(tǒng)計(jì)局公開(kāi)數(shù)據(jù)。人均GDP和物流產(chǎn)值采用1978年不變價(jià)格進(jìn)行修正。對(duì)原始數(shù)據(jù)進(jìn)行自然對(duì)數(shù)處理，可以避免異方差性而不改變數(shù)據(jù)的協(xié)整關(guān)系，分別記為 lnE、lnI、lnV 和 lnS。

（二）物流業(yè)與經(jīng)濟(jì)發(fā)展動(dòng)態(tài)關(guān)系實(shí)證分析

1.變量的單位根檢驗(yàn)。對(duì)人均GDP，物流網(wǎng)絡(luò)里程，貨運(yùn)周轉(zhuǎn)量，交通、倉(cāng)儲(chǔ)和郵電業(yè)的總產(chǎn)值4個(gè)指標(biāo)分別進(jìn)行ADF檢驗(yàn)，根據(jù)AIC準(zhǔn)則選取滯后階數(shù)，利用Eviews8.0軟件進(jìn)行數(shù)據(jù)處理，檢驗(yàn)結(jié)果見(jiàn)表1所示。

由表1的單位根檢驗(yàn)結(jié)果表明：在5%顯著性水平下原始序列是非平穩(wěn)的，經(jīng)過(guò)一階差分后，D（LnE）、D（LnI）、D（LnV）和D（LnS）在5%的顯著水平下是平穩(wěn)序列，說(shuō)明LnE、LnI、LnV和LnS是一階單整序列，服從I（1）過(guò)程。

2.VAR模型、脈沖響應(yīng)及方差分析。第一，向量自回歸（VAR）模型。向量自回歸模型中，Eviews提供常用的LR檢驗(yàn)統(tǒng)計(jì)量，最終預(yù)測(cè)誤差（FPE）、AIC信息準(zhǔn)則、SC信息準(zhǔn)則和HQ信息準(zhǔn)則結(jié)果，如表2所示。

表2中給出了從0-3階的VAR模型的LR、FPE、AIC、SC和HQ的值，并以*表示出相應(yīng)準(zhǔn)則所選擇出來(lái)的滯后階數(shù)，可以看到，絕大部分準(zhǔn)則選出來(lái)的滯后階數(shù)為2階，而且當(dāng)滯后階數(shù)為2時(shí)，AIC達(dá)到最小值-15.22772，而SC也達(dá)到了較小值-13.7238，所以選擇滯后階數(shù)為2階。從而得到相應(yīng)的VAR（2）模型，模型估計(jì)結(jié)果如表3所示。

從表3中結(jié)果可以看出，四個(gè)方程調(diào)整后的R2為0.9994、0.9991、0.9946和0.9958，方程的整體擬合效果較好。

再對(duì)VAR模型進(jìn)行平穩(wěn)性檢驗(yàn)表明，AR特征多項(xiàng)式根的倒數(shù)都在單位圓內(nèi)，說(shuō)明VAR模型滿足平穩(wěn)性條件，結(jié)論與前文的單位根檢驗(yàn)相同。

第二，脈沖響應(yīng)函數(shù)。脈沖響應(yīng)函數(shù)主要是刻畫變量之間的動(dòng)態(tài)交互作用。本文主要研究物流業(yè)與經(jīng)濟(jì)發(fā)展的關(guān)系，因此主要分析經(jīng)濟(jì)發(fā)展與物流業(yè)發(fā)展指標(biāo)之間的相互沖擊反應(yīng)。

由圖1可以看出，經(jīng)濟(jì)發(fā)展（E）對(duì)其自身變動(dòng)的響應(yīng)比較敏感，在1-4期出現(xiàn)快速上升的趨勢(shì)，在第4期后開(kāi)始緩慢下降。物流投資指標(biāo)（I）對(duì)經(jīng)濟(jì)發(fā)展（E）的影響在1-4期出現(xiàn)上升的正效應(yīng)，在4-9期出現(xiàn)了下降的正效應(yīng)，9期以后由正效應(yīng)變?yōu)樨?fù)效應(yīng)。物流規(guī)模指標(biāo)（S）對(duì)經(jīng)濟(jì)發(fā)展（E）的影響在1-6期出現(xiàn)上升的正效應(yīng)，6期以后出現(xiàn)緩慢下降的趨勢(shì)，但一直保持為正效應(yīng)。物流運(yùn)行效果指標(biāo)（V）對(duì)經(jīng)濟(jì)發(fā)展（E）的影響在1期出現(xiàn)微弱的負(fù)效應(yīng)。從2-5期開(kāi)始出現(xiàn)上升的正效應(yīng)，6-8期出現(xiàn)了下降的正效應(yīng)，從8期以后變?yōu)橄陆档呢?fù)效應(yīng)。

由以上分析可見(jiàn)，物流投資指標(biāo)（I）和物流運(yùn)行效果指標(biāo)（V）對(duì)經(jīng)濟(jì)發(fā)展沖擊的影響，隨著時(shí)間推移表現(xiàn)為負(fù)效應(yīng)，而物流規(guī)模指標(biāo)（S）對(duì)經(jīng)濟(jì)發(fā)展沖擊的影響表現(xiàn)為正效應(yīng)。同理，采用同樣的方法分析物流業(yè)發(fā)展指標(biāo)對(duì)經(jīng)濟(jì)發(fā)展變動(dòng)（E）的響應(yīng)。分析可知，物流業(yè)發(fā)展的三個(gè)指標(biāo)對(duì)經(jīng)濟(jì)發(fā)展變動(dòng)（E）的響應(yīng)均表現(xiàn)為先升后降的趨勢(shì)，在第5期達(dá)到最大，但均維持在正值。

通過(guò)對(duì)脈沖響應(yīng)函數(shù)分析表明，物流業(yè)與經(jīng)濟(jì)發(fā)展之間存在相互促進(jìn)的動(dòng)態(tài)關(guān)系，經(jīng)濟(jì)發(fā)展對(duì)物流業(yè)各項(xiàng)指標(biāo)的影響存在滯后期，說(shuō)明物流業(yè)的投資和基礎(chǔ)設(shè)施的建設(shè)對(duì)經(jīng)濟(jì)發(fā)展發(fā)揮作用需要通過(guò)產(chǎn)業(yè)的運(yùn)轉(zhuǎn)來(lái)實(shí)現(xiàn)；經(jīng)濟(jì)發(fā)展對(duì)物流業(yè)各指標(biāo)的影響具有明顯的正向作用，這說(shuō)明目前物流業(yè)發(fā)展對(duì)經(jīng)濟(jì)發(fā)展已經(jīng)起到了一定的促進(jìn)作用。

第三，方差分解。在對(duì)經(jīng)濟(jì)發(fā)展變量進(jìn)行方差分解后，從結(jié)果可以看出，當(dāng)對(duì)經(jīng)濟(jì)發(fā)展指標(biāo)（E）給一個(gè)隨機(jī)擾動(dòng)沖擊時(shí)，它自身隨即會(huì)做出反應(yīng)，隨著時(shí)間推移，對(duì)物流業(yè)各指標(biāo)的貢獻(xiàn)率總體上呈增加趨勢(shì)，其中物流規(guī)模指標(biāo)（S）對(duì)經(jīng)濟(jì)發(fā)展指標(biāo)（E）的貢獻(xiàn)率最大，呈增長(zhǎng)趨勢(shì)。

3.協(xié)整檢驗(yàn)。根據(jù)前文的單位根檢驗(yàn)結(jié)果可知，各變量序列為一階單整序列，滯后階數(shù)為2階，因此以VAR模型為基礎(chǔ)對(duì)1nE、1nI、1nV、1nS4個(gè)變量之間的協(xié)整關(guān)系進(jìn)行檢驗(yàn)。從檢驗(yàn)結(jié)果可知，經(jīng)濟(jì)發(fā)展指標(biāo)和物流業(yè)指標(biāo)在5%的顯著水平存在唯一的協(xié)整關(guān)系，物流業(yè)與經(jīng)濟(jì)發(fā)展兩者之間保持著長(zhǎng)期穩(wěn)定的均衡關(guān)系，而且表現(xiàn)為同方向變動(dòng)關(guān)系。

采用向量誤差模型（VEC）進(jìn)行分析，從估計(jì)結(jié)果可以看出，VEC模型的擬合效果較好，VEC模型整體估計(jì)效果較好，殘差具有很好的正態(tài)性。并進(jìn)一步可以得到經(jīng)濟(jì)發(fā)展與物流業(yè)之間的協(xié)整關(guān)系對(duì)物流規(guī)模指標(biāo)（LNS）的作用較小，對(duì)物流投資指標(biāo)（LNI）和物流運(yùn)行效果指標(biāo)（LNV）的影響更大，這與上面的分析是一致的。

4.Granger因果關(guān)系檢驗(yàn)。為了進(jìn)一步厘清經(jīng)濟(jì)發(fā)展指標(biāo)（LNE）與物流業(yè)的物流投資指標(biāo)（LNI）、物流運(yùn)行效果指標(biāo)（LNV）和物流規(guī)模指標(biāo)（LNS）之間的相關(guān)關(guān)系，運(yùn)用 Granger因果關(guān)系檢驗(yàn)進(jìn)行分析，結(jié)果如表4所示。

由表4檢驗(yàn)結(jié)果可知，在5%的顯著水平下，經(jīng)濟(jì)發(fā)展指標(biāo)（LNE）是物流運(yùn)行效果指標(biāo)（LNV）的格蘭杰原因，經(jīng)濟(jì)發(fā)展指標(biāo)（LNE）與物流投資指標(biāo)（LNI）、和物流規(guī)模指標(biāo)（LNS）之間不存在格蘭杰因果關(guān)系，這與經(jīng)濟(jì)現(xiàn)象不太相符，主要可能是因?yàn)椋菏紫?，由于在我?guó)物流業(yè)還是一個(gè)朝陽(yáng)產(chǎn)業(yè)，處于發(fā)展的起步階段，物流業(yè)的發(fā)展更多的是依賴經(jīng)濟(jì)的發(fā)展；其次，經(jīng)濟(jì)發(fā)展是由多種因素共同作用的結(jié)果，僅對(duì)于物流業(yè)而言，單一產(chǎn)業(yè)很難促進(jìn)經(jīng)濟(jì)發(fā)展；最后，從對(duì)物流業(yè)與經(jīng)濟(jì)發(fā)展之間動(dòng)態(tài)關(guān)系的分析可以得出，目前經(jīng)濟(jì)發(fā)展對(duì)物流業(yè)具有支撐作用，物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，但這種作用還不太顯著。

物流業(yè)與經(jīng)濟(jì)發(fā)展的空間分析

（一）我國(guó)物流業(yè)空間分布特征

1.全域空間自相關(guān)檢驗(yàn)。本研究選取我國(guó)289個(gè)地級(jí)及以上城市的全市貨運(yùn)總量為統(tǒng)計(jì)樣本，f為各市貨運(yùn)總量，代表物流業(yè)狀況，數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒2016》。又因?yàn)槲锪鳂I(yè)與空間距離密切相關(guān)，所以在空間權(quán)重矩陣的設(shè)定方式上，基于距離的權(quán)重矩陣比基于邊界相鄰、n階最近鄰和經(jīng)濟(jì)距離等方式設(shè)定的空間權(quán)重矩陣更為適合。本研究設(shè)Wij為空間權(quán)重矩陣，測(cè)量一系列距離的各市貨運(yùn)總量全域空間自相關(guān)指數(shù)，并選擇性創(chuàng)建這些距離及其相應(yīng)z得分的折線圖。z得分反映空間聚類的程度，具有統(tǒng)計(jì)顯著性的峰值z(mì)得分，對(duì)應(yīng)空間聚類過(guò)程中最為明顯的空間自相關(guān)效應(yīng)（指數(shù)）以及距離閾值d。

本文進(jìn)行的12次實(shí)驗(yàn)中，按照距離構(gòu)建空間權(quán)重矩陣所得到的全域空間自相關(guān)指數(shù)和z得分。其中具有統(tǒng)計(jì)顯著性的峰值z(mì)得分出現(xiàn)在第10次實(shí)驗(yàn)中，對(duì)應(yīng)的距離閾值d=980862.90米，z統(tǒng)計(jì)量分值=7.12，在12次實(shí)驗(yàn)中最高，且大于標(biāo)準(zhǔn)正態(tài)分布在顯著性水平為0.01的臨界值2.58，由此判定我國(guó)各市貨運(yùn)總量存在全域空間自相關(guān)效應(yīng)，即空間依賴，并在距離閾值d=980862.90米時(shí)，全域空間自相關(guān)程度最為顯著，全域自相關(guān)指數(shù)Morans I=0.0393135。將第10次實(shí)驗(yàn)的結(jié)果標(biāo)準(zhǔn)化后，落在笛卡爾坐標(biāo)系中。

笛卡爾坐標(biāo)系的曲線斜率既是空間滯后模型（SAR）及廣義空間模型（SAC）中的空間效應(yīng)系數(shù)ρ（ρ=Morans l），也是各市貨運(yùn)總量全域空間自相關(guān)指數(shù)，而各象限則表示局域空間自相關(guān)中各城市的點(diǎn)分布。我國(guó)各市貨運(yùn)總量存在全域空間自相關(guān)，可能是源于路徑依賴和區(qū)位粘性。

2.局域空間自相關(guān)檢驗(yàn)。Anselin（1995）提出的局域空間自相關(guān)指數(shù)Morans Ii，是一個(gè)空間關(guān)系的本地指標(biāo)，用來(lái)測(cè)試區(qū)域內(nèi)是否有相似或不同的觀測(cè)。某地級(jí)市i的局域Moran指數(shù)Ii用來(lái)度量該市和他鄰域城市之間貨運(yùn)總量的關(guān)聯(lián)程度，被定義為：

本研究對(duì)上式中空間權(quán)重矩陣的設(shè)定方法如下：如果兩市之間距離（歐氏距離）小于或等于d=980862.90米，記wij=1，否則記wij=0，以最大化空間自相關(guān)效應(yīng)。

通過(guò)對(duì)各市貨運(yùn)總量局域空間自相關(guān)檢驗(yàn)，可以從一個(gè)側(cè)面反映我國(guó)各個(gè)區(qū)域的物流業(yè)分布特征，即物流業(yè)呈現(xiàn)出空間非均衡現(xiàn)象：東北地區(qū)各市貨運(yùn)總量低值與低值集聚，說(shuō)明東北地區(qū)物流業(yè)不發(fā)達(dá)；華北、華中、江浙地區(qū)各市貨運(yùn)總量高值與高值集聚，說(shuō)明以上地區(qū)物流業(yè)較發(fā)達(dá)；中原地區(qū)以及內(nèi)蒙古地區(qū)物流業(yè)空間集聚現(xiàn)象不顯著；西南、華南地區(qū)各市貨運(yùn)總量呈現(xiàn)高值與低值集聚現(xiàn)象，反映物流業(yè)在核心城市集聚，并向外圍城市輻射的空間分布特征。新疆、西藏地區(qū)由于數(shù)據(jù)可得性的問(wèn)題，無(wú)法進(jìn)行空間分析。

（二）物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展影響空間計(jì)量分析

1.數(shù)據(jù)來(lái)源與變量解釋。由于各市貨運(yùn)總量呈現(xiàn)出空間自相關(guān)現(xiàn)象，所以需要使用空間計(jì)量模型解釋這種空間依賴。本研究數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒2016》，選取289個(gè)地級(jí)及以上城市作為統(tǒng)計(jì)樣本，空間權(quán)重矩陣設(shè)定方式同空間自相關(guān)檢驗(yàn)部分，以空間自相關(guān)程度最大的距離d=980862.90米為閾值，設(shè)定空間權(quán)重矩陣，以全市地區(qū)生產(chǎn)總值為被解釋變量（lngdp），刻畫區(qū)域經(jīng)濟(jì)發(fā)展程度，以全市貨運(yùn)總量作為解釋變量（lnf），反映物流業(yè)發(fā)展程度，以全市從業(yè)人員期末人數(shù)（lnl）、全市固定資產(chǎn)合計(jì)（lnk）、全市每萬(wàn)人在校大學(xué)生數(shù)（lna）作為控制變量，分別控制勞動(dòng)、資本以及技術(shù)進(jìn)步對(duì)被解釋變量的影響，對(duì)物流業(yè)發(fā)展對(duì)經(jīng)濟(jì)發(fā)展的影響進(jìn)行經(jīng)驗(yàn)性分析。

2.空間模型選擇。空間計(jì)量經(jīng)濟(jì)學(xué)中最為經(jīng)典的模型是空間滯后模型（SAR）、空間誤差模型（SEM）、空間杜賓誤差模型（SDEM）、廣義空間模型（SAC）。廣義空間模型（SAC）將空間自相關(guān)效應(yīng)引入模型的被解釋變量與隨機(jī)擾動(dòng)項(xiàng)中，并在模型變換中使得解釋變量也產(chǎn)生了該效用，是最適合本研究的空間計(jì)量模型。

本研究分別選擇SAC、SEM和SAR模型，進(jìn)行對(duì)比回歸，通過(guò)空間自回歸機(jī)制將空間非均衡現(xiàn)象參數(shù)化。由于數(shù)據(jù)存在空間異質(zhì)性與空間自相關(guān)，使得空間計(jì)量模型的隨機(jī)擾動(dòng)項(xiàng)存在異方差與序列相關(guān)，OLS估計(jì)方法會(huì)得到無(wú)效估計(jì)量；又因?yàn)镾AR模型的動(dòng)力機(jī)制是空間自回歸過(guò)程（SAC同理），使得模型產(chǎn)生了內(nèi)生性問(wèn)題，引致OLS估計(jì)是有偏的；所以，本研究將被解釋變量的空間一階滯后項(xiàng)作為工具變量，使用廣義空間兩階段最小二乘法進(jìn)行參數(shù)估計(jì)。

3.估計(jì)結(jié)果。根據(jù)表5的估計(jì)結(jié)果，貨運(yùn)總量f在SAR、SEM和SAC模型中彈性系數(shù)分別為0.037、0.054和0.049，系數(shù)均為正，且在SAR模型中通過(guò)了顯著性水平為0.05的T檢驗(yàn)，在SEM模型中通過(guò)了顯著性水平為0.01的T檢驗(yàn)，在SAC模型中通過(guò)了顯著性水平為0.1的T檢驗(yàn)，說(shuō)明物流業(yè)發(fā)展與經(jīng)濟(jì)發(fā)展存在顯著的正相關(guān)關(guān)系。

基本結(jié)論

本文通過(guò)對(duì)物流業(yè)與經(jīng)濟(jì)發(fā)展關(guān)系的分析，采用單位根檢驗(yàn)、VAR模型、脈沖響應(yīng)、方差分析、協(xié)整檢驗(yàn)和Granger因果關(guān)系檢驗(yàn)等方法，可以得出兩者存在均衡關(guān)系。具體來(lái)說(shuō)，一是兩者存在互動(dòng)關(guān)系，經(jīng)濟(jì)發(fā)展促進(jìn)物流業(yè)的發(fā)展，物流業(yè)的發(fā)展離不開(kāi)宏觀經(jīng)濟(jì)環(huán)境的支持。二是經(jīng)濟(jì)發(fā)展對(duì)物流業(yè)支持作用的顯著，物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展的作用表現(xiàn)明顯，但有滯后性；三是兩者表現(xiàn)出一種穩(wěn)定的長(zhǎng)期均衡和同方向變動(dòng)關(guān)系；四是從誤差修正模型估計(jì)結(jié)果看，兩者之間的相互影響并不很顯著。五是Granger因果關(guān)系檢驗(yàn)表明兩者不存在相互作用的關(guān)系，互相不是彼此的原因，這可能是物流業(yè)是一個(gè)較新的行業(yè)，經(jīng)濟(jì)發(fā)展是多因素綜合作用的結(jié)果，還有現(xiàn)階段兩者關(guān)系協(xié)調(diào)性較差。

另外，文章采用空間計(jì)量的方法對(duì)我國(guó)289個(gè)地級(jí)及以上城市所作的空間分析得出如下結(jié)論：一是從全域空間自相關(guān)檢驗(yàn)和局域空間自相關(guān)檢驗(yàn)的結(jié)果反映出我國(guó)物流業(yè)呈現(xiàn)出空間非均衡現(xiàn)象；二是采用空間計(jì)量分析物流業(yè)對(duì)經(jīng)濟(jì)發(fā)展的影響，得出物流業(yè)發(fā)展與經(jīng)濟(jì)發(fā)展存在顯著的正相關(guān)關(guān)系。

對(duì)于現(xiàn)階段我國(guó)各地區(qū)的物流業(yè)發(fā)展和空間分布不均衡的問(wèn)題，建議應(yīng)針對(duì)不同的地區(qū)采取不同的物流發(fā)展戰(zhàn)略、對(duì)不同區(qū)域采取不同的宏觀政策，縮小區(qū)域不均衡現(xiàn)象。

參考文獻(xiàn)：

1.戴海龍，李霞白銀.城市物流與經(jīng)濟(jì)發(fā)展的系統(tǒng)動(dòng)力學(xué)研究——以北京市為例[J].商業(yè)經(jīng)濟(jì)研究，2017（21）

2.毛文富.區(qū)域差異視角下流通產(chǎn)業(yè)發(fā)展環(huán)境評(píng)價(jià)實(shí)證分析[J].商業(yè)經(jīng)濟(jì)研究，2015（22）

3.吳薇.共生理論下物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[J].商業(yè)經(jīng)濟(jì)研究，2017（16）

4.黃巖，武云亮.“互聯(lián)網(wǎng)+”背景下我國(guó)商貿(mào)流通業(yè)競(jìng)爭(zhēng)力比較分析[J].商業(yè)經(jīng)濟(jì)研究，2017（19）