長三角城市群物流韌性的空間特征演化

金鳳花，楊白玫

（上海電機(jī)學(xué)院商學(xué)院，上海 201306）

隨著規(guī)劃的調(diào)整，長三角城市群由最初提出時(shí)的16個(gè)核心城市，至2019年底范圍已覆蓋江浙滬皖4省市全部區(qū)域的城市。近幾年，許多學(xué)者基于原有的城市范圍，對長三角城市群進(jìn)行了研究。文獻(xiàn)［1-3］中主要從長三角的經(jīng)濟(jì)發(fā)展質(zhì)量方面，分析城市間的協(xié)同發(fā)展及一體化機(jī)制；趙青霞等［4］關(guān)注長三角區(qū)域創(chuàng)新一體化、區(qū)域創(chuàng)新能力影響因素等方面的分析；王騰飛等［5］基于專利合作數(shù)據(jù)，結(jié)合社會(huì)網(wǎng)絡(luò)分析和二次指派程序方法，分析了長三角地區(qū)城市創(chuàng)新關(guān)聯(lián)事實(shí)及其隱性壁壘，證明了長三角確實(shí)存在城市創(chuàng)新關(guān)聯(lián)現(xiàn)象，呈現(xiàn)逐步深化特征；樊霞等［6］利用協(xié)統(tǒng)度模型，分析長三角、珠三角地區(qū)區(qū)域創(chuàng)新政策的協(xié)同特征，長三角的需求型政策與環(huán)境型政策表現(xiàn)更為協(xié)同，環(huán)境型政策措施與政策目標(biāo)的協(xié)同較好；金露露等［7］基于長三角26個(gè)城市的面板數(shù)據(jù)，分析區(qū)域一體化對技術(shù)推動(dòng)型、市場拉動(dòng)型、環(huán)境規(guī)制型等綠色創(chuàng)新的影響，驗(yàn)證得出區(qū)域一體化能促進(jìn)城市綠色創(chuàng)新水平的結(jié)論；Zhang等［8］結(jié)合熵值法和回歸分析，實(shí)證分析了長三角城市群2006—2015年的空間差異以及對可持續(xù)發(fā)展水平的影響。城市群是中國未來經(jīng)濟(jì)格局中最具有活力和潛力的核心地區(qū)，近幾年關(guān)于長三角城市群的研究集中于區(qū)域的協(xié)同發(fā)展、經(jīng)濟(jì)一體化、區(qū)域間經(jīng)濟(jì)聯(lián)系、區(qū)域網(wǎng)絡(luò)結(jié)構(gòu)、產(chǎn)業(yè)集群等方面，力圖推動(dòng)城市經(jīng)濟(jì)邊界的模糊化。在區(qū)域經(jīng)濟(jì)一體化的進(jìn)程中，提高區(qū)域經(jīng)濟(jì)韌性是實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)、穩(wěn)定、高質(zhì)發(fā)展目標(biāo)的基本要求。否則所有的投入在受到外部環(huán)境變化的干擾下，將無法實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)發(fā)展目標(biāo)［9］。而區(qū)域經(jīng)濟(jì)韌性的提高，需要區(qū)域物流韌性等關(guān)鍵要素的共同提升?，F(xiàn)有文獻(xiàn)，有少量學(xué)者嘗試對區(qū)域經(jīng)濟(jì)韌性的界定、發(fā)展路徑等方面進(jìn)行了研究，物流系統(tǒng)作為城市間實(shí)質(zhì)要素流通的渠道平臺(tái)，對區(qū)域物流韌性的研究還很少涉及。

因此，本文基于區(qū)域經(jīng)濟(jì)韌性相關(guān)理論研究，對區(qū)域物流韌性的概念進(jìn)行界定，并構(gòu)建區(qū)域物流韌性的描述指標(biāo)體系。以長三角城市群41個(gè)地級及以上城市為研究對象，利用因子分析法對各城市2013—2018年物流韌性進(jìn)行測算，并結(jié)合空間自相關(guān)分析方法對長三角城市群物流韌性空間特征的演化進(jìn)行分析。本文的探索有利于提高區(qū)域物流韌性，促進(jìn)長三角城市群優(yōu)化均衡發(fā)展，為促進(jìn)區(qū)域經(jīng)濟(jì)一體化提供科學(xué)支持。

1 區(qū)域物流韌性的界定

經(jīng)濟(jì)韌性的理論，常以工程韌性向演化韌性的發(fā)展為主線，在闡述概念演變的過程中，引入不同學(xué)者對經(jīng)濟(jì)韌性的理解。對經(jīng)濟(jì)韌性的理解中，“對外部沖擊的抵抗能力”“受到?jīng)_擊后的恢復(fù)能力”“對已發(fā)生變化的環(huán)境的適應(yīng)能力”等描述經(jīng)常出現(xiàn)，中心詞為抵抗、恢復(fù)、適應(yīng)和更新［10-11］。區(qū)域物流是區(qū)域經(jīng)濟(jì)的子系統(tǒng)，當(dāng)經(jīng)濟(jì)系統(tǒng)受到外部沖擊時(shí)，區(qū)域物流作為區(qū)域經(jīng)濟(jì)韌性表現(xiàn)中的重要能量源之一，亦需要具備對環(huán)境抵抗或者適應(yīng)的能力。因此，本文界定區(qū)域物流韌性為區(qū)域物流系統(tǒng)在受到外部經(jīng)濟(jì)、自然等環(huán)境條件擾動(dòng)時(shí)，表現(xiàn)出來的抵抗能力，或通過系統(tǒng)優(yōu)化朝更優(yōu)路徑轉(zhuǎn)向的恢復(fù)及提升能力。區(qū)域物流韌性的發(fā)展過程是螺旋循環(huán)上升的過程，外部條件的擾動(dòng)不能完全理解為負(fù)面沖擊，在適應(yīng)沖擊、尋找更優(yōu)路徑的過程中，區(qū)域物流將獲得自我能力的綜合提升，并作為區(qū)域經(jīng)濟(jì)韌性的重要助力發(fā)揮效用。

對區(qū)域經(jīng)濟(jì)韌性的細(xì)化描述研究中，一些學(xué)者認(rèn)同紐約州立大學(xué)區(qū)域研究所發(fā)布的大都市地區(qū)韌性能力指標(biāo)體系。這個(gè)指標(biāo)體系由區(qū)域經(jīng)濟(jì)能力、社會(huì)人口能力、社區(qū)連通力三大維度組成，用于提高對人口迅速增長、經(jīng)濟(jì)衰退和自然災(zāi)害等沖擊的適應(yīng)能力。齊昕等［12］通過實(shí)證分析，驗(yàn)證得出創(chuàng)新因素在經(jīng)濟(jì)韌性的空間格局上有顯著的影響。因此，本文在描述區(qū)域物流韌性時(shí)，結(jié)合紐約州立大學(xué)的研究成果，將創(chuàng)新能力也納入到指標(biāo)體系中，創(chuàng)新能力的發(fā)展有助于獲得持久有力的物流韌性及經(jīng)濟(jì)韌性。借鑒區(qū)域經(jīng)濟(jì)韌性評價(jià)的相關(guān)研究，結(jié)合物流系統(tǒng)的特點(diǎn)、指標(biāo)可描述性需求等，從物流經(jīng)濟(jì)能力、社會(huì)人口能力、社區(qū)連接能力和創(chuàng)新能力等4方面描述區(qū)域物流韌性，具體指標(biāo)含義如表1所示。在“城市穩(wěn)定性”方面，養(yǎng)老保險(xiǎn)參保人數(shù)占總?cè)丝诒戎刂笜?biāo)曾納入指標(biāo)體系，但在后續(xù)的數(shù)據(jù)統(tǒng)計(jì)分析中，數(shù)據(jù)信息提取比例很低，故將其刪除；而之所以在“城市穩(wěn)定性”方面納入醫(yī)療相關(guān)指標(biāo)，是考慮到突發(fā)性公共衛(wèi)生事件發(fā)生及控制過程中，醫(yī)療條件對社會(huì)穩(wěn)定性的顯著影響。

表1 區(qū)域物流韌性描述指標(biāo)體系

2 區(qū)域物流韌性的測算

以長三角城市群41個(gè)地級及以上城市為實(shí)證分析對象?？紤]到安徽省巢湖市行政區(qū)域規(guī)劃的調(diào)整，以及其他城市相關(guān)物流數(shù)據(jù)獲取限制的原因，時(shí)間周期選擇2013—2018年。本文借鑒相關(guān)年份各省統(tǒng)計(jì)年鑒、各城市統(tǒng)計(jì)年鑒和《中國城市統(tǒng)計(jì)年鑒》等，獲得相應(yīng)指標(biāo)數(shù)據(jù)進(jìn)行分析。

為了用較少的指標(biāo)代替原來較多的指標(biāo)，同時(shí)能夠盡可能多地反映原始數(shù)據(jù)的信息，更好地揭示區(qū)域物流韌性的內(nèi)在本質(zhì)，本文引入了因子分析法對區(qū)域物流韌性描述指標(biāo)數(shù)據(jù)進(jìn)行分析。將2013—2018年表1對應(yīng)的數(shù)據(jù)輸入SPSS軟件，基于特征值大于1的原則提取公因子，以最大方差法進(jìn)行因子旋轉(zhuǎn)，得到KMO值為0.841，遠(yuǎn)大于最低標(biāo)準(zhǔn)0.5；Bartlett球形度檢驗(yàn)中的P＜0.001，拒絕單位相關(guān)矩陣的原假設(shè)，充分表明數(shù)據(jù)適合做因子分析。

數(shù)據(jù)解釋的總方差相關(guān)結(jié)果如表2所示。前5個(gè)公因子的特征值大于1，其中，后3個(gè)公因子方差百分比相近，前5個(gè)公因子的累積方差百分比達(dá)到76%；而且有21個(gè)指標(biāo)在公因子方差中提取的信息百分比均在0.5以上，大多數(shù)接近或超過了0.7，說明這5個(gè)公因子能夠很好地反映原始指標(biāo)的大部分信息。

表2 解釋的總方差結(jié)果

以最大方差法旋轉(zhuǎn)6次迭代后收斂，旋轉(zhuǎn)后的成分矩陣數(shù)據(jù)如表3所示。公因子F1的載荷中比較突出的是移動(dòng)電話年末用戶數(shù)、社會(huì)消費(fèi)品零售總額、執(zhí)業(yè)（助理）醫(yī)師數(shù)、互聯(lián)網(wǎng)寬帶接入用戶數(shù)和醫(yī)院床位數(shù)。與表1結(jié)合分析，可以將F1定義為社區(qū)連接能力因子；公因子F2的載荷比較突出的是高校生占比、高校專任教師占比，將F2定義為教育素質(zhì)因子；公因子F3的載荷比較突出的是公路貨運(yùn)量、公路通車?yán)锍?、物流從業(yè)人員規(guī)模，將F3定義為物流資源因子；公因子F4的載荷比較突出的是公路客運(yùn)量，將F4定義為客運(yùn)需求因子；公因子F5的載荷比較突出的是物流GDP比重、郵政收入比重，將F5定義為物流經(jīng)濟(jì)因子。

表3 旋轉(zhuǎn)后的成分矩陣數(shù)據(jù)

結(jié)合方差百分比和2013—2018年長三角城市群各城市的5個(gè)公因子得分?jǐn)?shù)據(jù)，測算各城市物流韌性的總得分。在區(qū)域物流韌性綜合得分占比突出的是F1，網(wǎng)絡(luò)基礎(chǔ)設(shè)施、醫(yī)療條件等指標(biāo)是促進(jìn)物流韌性提升的主要內(nèi)容。先不考慮各城市F1的起始數(shù)值，大部分城市保持持續(xù)的上升狀態(tài)，其余少部分城市盡管存在波動(dòng)，但2018年均比2013年韌性有所加強(qiáng)?，F(xiàn)行的消費(fèi)主導(dǎo)方式、物流訂單的數(shù)據(jù)傳輸、物流服務(wù)模式的改革創(chuàng)新等，在很大程度上需要憑借網(wǎng)絡(luò)平臺(tái)技術(shù)的支撐，網(wǎng)絡(luò)基礎(chǔ)設(shè)施在F1中的貢獻(xiàn)、F1在物流韌性中的重要影響力，共同體現(xiàn)出區(qū)域物流韌性的提升需要加強(qiáng)對物流信息平臺(tái)建設(shè)和物流信息技術(shù)革新的關(guān)注。

以往物流評價(jià)相關(guān)研究結(jié)論中經(jīng)常重點(diǎn)提出經(jīng)濟(jì)相關(guān)因素，而本文的結(jié)論則有些差異，教育素質(zhì)因子對區(qū)域物流韌性的影響比較明顯。但F2的總體表現(xiàn)并不理想，無錫、杭州、蚌埠的F2一直表現(xiàn)為下降狀態(tài)，大部分城市則在波動(dòng)中，總趨勢還是下降的狀態(tài)。物流業(yè)具有高投入、低產(chǎn)出的特點(diǎn)，與初期粗放型發(fā)展模式相關(guān)。教育素質(zhì)作為物流業(yè)實(shí)現(xiàn)技術(shù)效益增加的關(guān)鍵路徑基礎(chǔ)，在物流戰(zhàn)略發(fā)展規(guī)劃中的作用不可替代，且不可估量。

而公因子F3、F4和F5分別作為區(qū)域物流發(fā)展所需的人力資源、基礎(chǔ)設(shè)施及投入轉(zhuǎn)化為經(jīng)濟(jì)產(chǎn)出的能力，在物流韌性的分析中不再具有物流評價(jià)研究中的主角色彩。F3、F4和F5都沒有表現(xiàn)出統(tǒng)一的某種演化狀態(tài)，將2018年結(jié)果與2013年結(jié)果進(jìn)行比較，只有無錫、蘇州、寧波、舟山、淮南、阜陽、六安、亳州的F3有所提升，南京和鎮(zhèn)江的F4有所提升，而F5則有28個(gè)城市實(shí)現(xiàn)了提升。作為區(qū)域物流系統(tǒng)的重要組成要素，物流從業(yè)人員規(guī)模、公路通車?yán)锍痰裙餐饔帽憩F(xiàn)出的結(jié)果，并沒有在促進(jìn)物流韌性提升中發(fā)揮明顯的效用。

從綜合得分來看，大部分城市物流韌性保持上升趨勢，盡管經(jīng)歷一些波動(dòng)，2018年較2013年有一定程度韌性強(qiáng)化表現(xiàn)，少部分物流韌性較弱城市的物流韌性則被弱化。上海的物流韌性以絕對的優(yōu)勢一直領(lǐng)先，杭州穩(wěn)居第2位，蘇州和南京則交錯(cuò)位于第3和第4位，合肥始終為第5位。其中，蘇州無論是經(jīng)濟(jì)發(fā)展水平，還是物流韌性方面的數(shù)據(jù)，表現(xiàn)總是很突出，充分利用了與長三角中心上海的鄰近優(yōu)勢。寧波和溫州交錯(cuò)位于第6和第7。安徽省中只有合肥列入前10位，41個(gè)城市排序中后4位均隸屬安徽省。物流韌性的排序與各城市GDP排序有較大差別，這是因?yàn)槲锪黜g性并不是單純地關(guān)注物流經(jīng)濟(jì)產(chǎn)出，同時(shí)需要憑借穩(wěn)定的城市環(huán)境、持續(xù)的購買力、高素質(zhì)的人員基礎(chǔ)等，在受到外部環(huán)境沖擊時(shí)，能夠迅速恢復(fù)而且實(shí)現(xiàn)綜合能力的進(jìn)一步優(yōu)化提升。

3 長三角城市群物流韌性的空間特征

為了結(jié)合物流韌性數(shù)據(jù)刻畫長三角城市群物流韌性的空間特征，本文采用全局Moran’sI指數(shù)分析長三角城市物流韌性的空間關(guān)聯(lián)程度，采用局部Moran’sI分析局部城市與鄰接城市的物流韌性差異程度。本文圖片資料來源于中國國家測繪局網(wǎng)站，數(shù)據(jù)分析建立在ArcGIS和GeoDa平臺(tái)［13］。

3.1 全局空間自相關(guān)

全局Moran’sI指數(shù)是在統(tǒng)計(jì)量分析中Pearson相關(guān)系數(shù)基礎(chǔ)上形成的，可對區(qū)域內(nèi)的觀察值空間分布特征、變化情況進(jìn)行衡量［14］。

式中：I為全局莫蘭指數(shù)，取值在［-1，1］之間，1表示高度正相關(guān)，-1表示高度負(fù)相關(guān)，0表示沒有相關(guān)性，I＞0表示單元在空間內(nèi)呈現(xiàn)聚集分布，I＜0則表示單元在空間呈現(xiàn)離散分布；i、j為單元編號，W ij為空間連接矩陣，如果單元i和j相鄰則Wij取值為1，如果不相鄰則Wij取值為0［15］；Xi、X j分別為研究單元i和j的觀測值；-X為所有單元觀測值的均值。

利用ArcGIS和GeoDa軟件對41個(gè)城市各年份物流韌性值進(jìn)行全局空間自相關(guān)分析，并且僅以物流韌性值為唯一的屬性值。本文基于P=0.05，對全局空間自相關(guān)計(jì)算得出的Z值進(jìn)行顯著性檢驗(yàn)，具體如表4所示。

表4 2013—2018年長三角城市群全局空間自相關(guān)數(shù)據(jù)

基于相關(guān)研究中P值與Z值的對應(yīng)關(guān)系表，表4數(shù)據(jù)表明長三角城市群2013—2018年數(shù)據(jù)均通過檢驗(yàn)，物流韌性具有一定的空間自相關(guān)性，即物流韌性高的城市與物流韌性高的城市相鄰，物流韌性低的城市與物流韌性低的城市相鄰，長三角城市群城市在空間上表現(xiàn)出明顯的相似值聚集特征。但Moran’sI＜0.1，說明物流韌性空間關(guān)聯(lián)性稍微弱些；2018年的Moran’sI比2013年有所降低，即聚集態(tài)勢有所緩解。與處于快速發(fā)展初期的城市群有所不同，長三角城市群核心城市的抱團(tuán)模式有所分解，幾個(gè)核心城市的極化能量在波動(dòng)中有所弱化。

3.2 局部空間自相關(guān)

全局空間自相關(guān)分析過程，忽略了空間過程存在的潛在不穩(wěn)定問題，故需要進(jìn)一步分析長三角城市群的局部集聚性。局部空間自相關(guān)的分析，可以結(jié)合Moran散點(diǎn)分布或LISA集聚圖等，將局部空間格局的差異與關(guān)聯(lián)規(guī)律進(jìn)行可視化。局部Moran’sI具體公式為［16］

利用GeoDa軟件對物流韌性進(jìn)行局部空間自相關(guān)分析，生成聚類分布如圖1所示。

圖1 2013—2018年長三角城市群物流韌性局部空間自相關(guān)分布圖

續(xù)圖1 2013—2018年長三角城市群物流韌性局部空間自相關(guān)分布圖

2013—2018年長三角城市群物流韌性分為不顯著、高-高、高-低和低-高等類型。圖1中，空間格局基本穩(wěn)定。以2018年為例，通過相關(guān)性顯著性檢驗(yàn)的城市主要有11個(gè)城市，包括南通、蘇州、無錫、上海、寧波、紹興、臺(tái)州、泰州、湖州、嘉興和舟山，其中高-高類型有7個(gè)，低-高類型有4個(gè)，其余30個(gè)城市相關(guān)性不顯著，高-高類型和低-高類型城市連片分布在長三角城市群東部。這些城市均屬于2010年5月國務(wù)院正式批準(zhǔn)實(shí)施《長江三角洲地區(qū)區(qū)域規(guī)劃》中的核心城市，其中上海是長三角地區(qū)的中心城市，發(fā)揮了增長極作用，而寧波、蘇州、常州為推進(jìn)2016年《長江三角洲城市群發(fā)展規(guī)劃》提出的“蘇錫常都市圈”“寧波都市圈”的同城化發(fā)展發(fā)揮了作用，南京、杭州、合肥則還未能實(shí)現(xiàn)顯著的集聚特征。

4 結(jié) 論

本文在界定區(qū)域物流韌性定義的基礎(chǔ)上，從物流經(jīng)濟(jì)能力、社會(huì)人口能力、社區(qū)連接能力和創(chuàng)新能力等方面構(gòu)建描述指標(biāo)體系，利用因子分析法對2013—2018年長三角城市群各城市物流韌性進(jìn)行實(shí)證測算，并利用ArcGIS和GeoDa對長三角城市群物流韌性進(jìn)行空間自相關(guān)分析，得出如下結(jié)論。

（1）長三角城市群物流韌性整體表現(xiàn)出不斷提高的趨勢，東部與西部布局一直不夠均衡。區(qū)域物流韌性是融合經(jīng)濟(jì)優(yōu)化發(fā)展、人力資源素質(zhì)提升、城市環(huán)境穩(wěn)定、創(chuàng)新融入等多方面因素共同實(shí)現(xiàn)的綜合效應(yīng)，經(jīng)濟(jì)因素是區(qū)域物流韌性的組成部分，長三角城市群物流韌性總體形成以上海為區(qū)域中心的“一主多副”結(jié)構(gòu)，這個(gè)結(jié)論與其他學(xué)者對長三角空間結(jié)構(gòu)相關(guān)研究的結(jié)論類似；而且東部城市整體物流韌性比西部城市高，高值城市多為原長三角核心城市，一定程度說明政策引導(dǎo)作用有效、有力，對經(jīng)濟(jì)發(fā)展有很好的推動(dòng)力。

（2）行政界線對區(qū)域經(jīng)濟(jì)一體化存在一定影響。后納入長三角城市群的安徽省，物流韌性整體表現(xiàn)與其他省份有差別。結(jié)合因子分析中“網(wǎng)絡(luò)基礎(chǔ)設(shè)施”、“科技創(chuàng)新產(chǎn)出”有利于提高物流韌性的結(jié)論，可以考慮從加強(qiáng)交通設(shè)施一體化建設(shè)、完善網(wǎng)絡(luò)設(shè)施等方面，以創(chuàng)新為城市關(guān)聯(lián)動(dòng)力，促進(jìn)區(qū)域間要素渠道暢通；同時(shí)，各市在物流系統(tǒng)規(guī)劃、物流設(shè)施建設(shè)、物流資源投入等方面，應(yīng)以全局網(wǎng)絡(luò)角度提高資源使用效率，提高區(qū)域要素的流動(dòng)與合理配置，加強(qiáng)物流系統(tǒng)組成要素在提升物流韌性中的效用，加強(qiáng)城市之間的聯(lián)系，弱化行政界限帶來的影響，助力區(qū)域經(jīng)濟(jì)一體化發(fā)展。

（3）從全局空間自相關(guān)結(jié)果來看，長三角城市群物流韌性表現(xiàn)出聚集特征。Moran’sI指數(shù)逐年減弱，說明長三角城市群物流韌性的極化能量有向外擴(kuò)散的趨勢，但大多數(shù)城市仍與物流韌性數(shù)值相近的城市鄰接，在各省內(nèi)城市及與上海鄰接的城市表現(xiàn)較為明顯。

（4）從局部空間自相關(guān)結(jié)果來看，部分都市圈核心城市的核心作用需要加強(qiáng)。通過檢驗(yàn)的城市主要分布在長三角東部地區(qū)，未通過檢驗(yàn)的城市表明物流韌性在空間上分布具有一定的隨機(jī)性。2019年底中共中央、國務(wù)院印發(fā)《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中提出，“加快南京、杭州、合肥、蘇錫常、寧波都市圈建設(shè)，提升都市圈同城化水平”。其中蘇錫常和寧波都市圈的核心城市位于高-高類型區(qū)域，即擴(kuò)散型區(qū)域，核心城市能夠很好地發(fā)揮其核心作用。而南京、杭州和合肥，盡管自身物流韌性在長三角城市群中排序靠前，但在自身所處的都市圈中空間關(guān)聯(lián)較弱，在加強(qiáng)核心城市的物流韌性的同時(shí)，應(yīng)提升核心城市的帶動(dòng)作用；另外，對于低-高類型的城市，即沉陷型城市，應(yīng)充分利用與高值城市鄰接的機(jī)遇，接受輻射所帶來的機(jī)遇與挑戰(zhàn)，并加強(qiáng)與其他都市圈的聯(lián)動(dòng)合作。