物流業(yè)與城市化協(xié)同路徑及驅(qū)動(dòng)因素研究

趙昆倫 唐建榮

摘要：基于2008—2019年江蘇省城市面板數(shù)據(jù)，采用空間計(jì)量模型分析了江蘇省城市化進(jìn)程與物流業(yè)協(xié)同發(fā)展的路徑及驅(qū)動(dòng)因素。結(jié)果表明：南京及蘇州的物流業(yè)與城市化兩者之間存在長(zhǎng)期均衡關(guān)系;無(wú)錫等地短期正負(fù)效應(yīng)更替，長(zhǎng)期存在穩(wěn)定正向空間效應(yīng)，江蘇省多數(shù)城市的物流業(yè)與城市化協(xié)同發(fā)展集聚效應(yīng)并不顯著;物流市場(chǎng)供需狀況、物流基礎(chǔ)設(shè)施水平和城市綜合發(fā)展水平是物流業(yè)與城市化協(xié)同發(fā)展的重要驅(qū)動(dòng)因素。人口城市化水平的空間效應(yīng)不顯著;土地城市化具有負(fù)向的弱空間效應(yīng);物流市場(chǎng)供需水平和物流基礎(chǔ)設(shè)施水平的直接效應(yīng)和總效應(yīng)較為顯著，其間接效應(yīng)微弱，即指標(biāo)更多地是影響本地產(chǎn)業(yè)和城市發(fā)展，缺乏對(duì)周邊城市的輻射;城市綜合發(fā)展水平存在極為顯著的正向空間效應(yīng)。基于城市發(fā)展水平（初始級(jí)、成長(zhǎng)級(jí)、協(xié)作級(jí)、成熟級(jí)），為江蘇省未來(lái)城市化與物流業(yè)的發(fā)展提出了相關(guān)政策建議。

關(guān)鍵詞：新型城市化;驅(qū)動(dòng)因素;探索性數(shù)據(jù)分析;空間計(jì)量模型

中圖分類(lèi)號(hào)：F259.27? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1001-862X（2021）05-0057-008

面對(duì)當(dāng)前復(fù)雜的世界政治經(jīng)濟(jì)形勢(shì)，黨中央審時(shí)度勢(shì)、著眼長(zhǎng)遠(yuǎn)，作出“以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局” 的戰(zhàn)略抉擇。[1]實(shí)踐證明，經(jīng)濟(jì)雙循環(huán)戰(zhàn)略有效地促進(jìn)了我國(guó)經(jīng)濟(jì)發(fā)展，2020年我國(guó)國(guó)內(nèi)生產(chǎn)總值逆勢(shì)增長(zhǎng)2.3%，達(dá)到101.6萬(wàn)億元。

現(xiàn)代物流業(yè)是實(shí)現(xiàn)國(guó)內(nèi)國(guó)際雙循環(huán)發(fā)展目標(biāo)的重要載體。作為國(guó)民經(jīng)濟(jì)的動(dòng)脈系統(tǒng)，物流產(chǎn)業(yè)是經(jīng)濟(jì)發(fā)展的重要組成部分，其發(fā)展質(zhì)量是衡量國(guó)民經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的重要標(biāo)志。面對(duì)日益加劇的環(huán)境約束和生態(tài)壓力，物流業(yè)作為銜接多種生產(chǎn)要素的復(fù)合型服務(wù)業(yè)，通過(guò)要素流動(dòng)影響經(jīng)濟(jì)結(jié)構(gòu)和降低流通成本進(jìn)而推動(dòng)新型城市化建設(shè)。本文以江蘇省13個(gè)城市為研究對(duì)象，系統(tǒng)分析了物流業(yè)與城市化協(xié)調(diào)發(fā)展的邏輯路徑;構(gòu)建了城市物流發(fā)展水平測(cè)定的指標(biāo)體系，基于空間計(jì)量模型探索了江蘇省各城市與周邊城市協(xié)調(diào)發(fā)展的空間相關(guān)性，分析了江蘇省物流業(yè)與城市化協(xié)同關(guān)系的驅(qū)動(dòng)因素，為實(shí)現(xiàn)江蘇省城市化與物流業(yè)的協(xié)調(diào)發(fā)展提供了新的思路。

一、研究思路與研究方法

國(guó)內(nèi)外學(xué)者關(guān)于城市化和物流業(yè)的研究見(jiàn)仁見(jiàn)智。Huffman（2010）、Behrends（2016）系統(tǒng)研究了物流業(yè)與城鎮(zhèn)化發(fā)展的總體協(xié)調(diào)度以及物流業(yè)與城鎮(zhèn)化的均衡發(fā)展問(wèn)題;王富忠等（2016）以物流能源消耗和城市化為研究對(duì)象，探索了農(nóng)村人口遷移與城市物流需求量和城市化進(jìn)程的內(nèi)在關(guān)系;祝濱濱等（2016）提出資源枯竭區(qū)域城市應(yīng)當(dāng)注重流通節(jié)點(diǎn)城市建設(shè)，發(fā)揮物流業(yè)的要素交流作用，促進(jìn)區(qū)域間平衡發(fā)展。此外，秦璐等（2017）運(yùn)用復(fù)雜網(wǎng)絡(luò)中心性指標(biāo)分析了城市物流的累積效應(yīng);姜金德（2021）[2]等利用江蘇省相關(guān)經(jīng)濟(jì)指標(biāo)運(yùn)用主成分回歸法對(duì)區(qū)域經(jīng)濟(jì)與區(qū)域物流發(fā)展之間的相互依賴關(guān)系進(jìn)行了研究;朱雁春等（2018）則運(yùn)用耦合-協(xié)調(diào)度模型研究了國(guó)內(nèi)東部城市物流業(yè)與城市化協(xié)同發(fā)展水平;張美（2020）的研究成果說(shuō)明了城鄉(xiāng)商貿(mào)物流服務(wù)資源優(yōu)化配置的重要性和可能性;龔翔等（2021）基于Johansen協(xié)整檢驗(yàn)和方差分解等定量方法，系統(tǒng)分析了城鎮(zhèn)化建設(shè)對(duì)碳減排目標(biāo)的抑制作用及其可能構(gòu)成的重大威脅。[3]

本文通過(guò)已有文獻(xiàn)的梳理和歸納，選擇復(fù)合系統(tǒng)測(cè)度模型研究物流產(chǎn)業(yè)與城市化進(jìn)程的協(xié)同水平，利用探索性空間數(shù)據(jù)分析江蘇省城市間的空間效應(yīng)，利用空間計(jì)量模型對(duì)驅(qū)動(dòng)因素進(jìn)行診斷和識(shí)別。

當(dāng)I取正值時(shí)，說(shuō)明城市間為正向空間效應(yīng);反之，則為負(fù)向空間效應(yīng)。Ii取值的正負(fù)表示城市發(fā)展的趨勢(shì)為集聚或分散。

（三）地理因素溢出效應(yīng)測(cè)度

空間計(jì)量經(jīng)濟(jì)學(xué)是空間統(tǒng)計(jì)學(xué)與計(jì)量經(jīng)濟(jì)學(xué)的交叉理論，其最主要的創(chuàng)新點(diǎn)是在模型中引入空間效應(yīng)并對(duì)其進(jìn)行分析，以反映真實(shí)的經(jīng)濟(jì)內(nèi)涵。

由于引入的滯后因子不同，空間計(jì)量模型可以區(qū)分為空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。加入空間權(quán)重矩陣后的三種模型如下：

其中，β1、β2、β3、β4、β5分別表示人口城市化（pu）、土地城市化（lu）、物流市場(chǎng)供需狀況（ls）、物流基礎(chǔ)設(shè)施水平（li）和城市綜合發(fā)展水平（cd）等5個(gè)解釋變量的系數(shù)，β′1、β′2、β′3、β′4、β′5表示5個(gè)解釋變量的復(fù)合系數(shù)，μit、vit分別表示時(shí)間效應(yīng)和空間效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)，wij表示空間權(quán)重矩陣。另外，空間滯后模型（SLM）側(cè)重分析各指標(biāo)對(duì)相鄰城市物流業(yè)-城市化協(xié)同發(fā)展關(guān)系的影響;空間誤差模型（SEM）是研究物流城市化發(fā)展的主要指標(biāo)和干擾因素;而空間杜賓模型（SDM）不僅對(duì)相鄰城市的空間溢出效應(yīng)進(jìn)行研究，還分析了各要素對(duì)本城市物流業(yè)-城市化協(xié)同發(fā)展關(guān)系的影響。

二、物流業(yè)與城市化空間效應(yīng)分析

為了更全面客觀地評(píng)價(jià)物流產(chǎn)業(yè)水平，基于指標(biāo)的重要性和相關(guān)數(shù)據(jù)的可獲得性，本文建立了城市物流發(fā)展水平評(píng)價(jià)體系，以倉(cāng)儲(chǔ)、運(yùn)輸和郵政行業(yè)的相關(guān)指標(biāo)綜合分析江蘇省的物流水平。本研究原始數(shù)據(jù)來(lái)源于2008—2020年《江蘇省統(tǒng)計(jì)年鑒》和《江蘇省交通年鑒》。

（一）系統(tǒng)協(xié)同度分析

本文構(gòu)建了包括人口城市化、土地城市化等5個(gè)序參量和城鎮(zhèn)人口比例、地區(qū)從業(yè)人員總量等16個(gè)二層指標(biāo)，以分析各城市物流發(fā)展水平;相關(guān)指標(biāo)體系及各指標(biāo)權(quán)重如表1。

表1中城市化序參量及其二層指標(biāo)的權(quán)重分布存在很大的差異;而物流系統(tǒng)的序參量權(quán)重差異顯著，二層物流指標(biāo)權(quán)重差距相對(duì)較小。序參量由多個(gè)因素共同驅(qū)動(dòng)，且各因素的影響并不均衡。

城市化-物流系統(tǒng)協(xié)同度測(cè)度是分析各城市發(fā)展差異性及演化規(guī)律的基礎(chǔ)。本文采用復(fù)合系統(tǒng)協(xié)同度測(cè)量模型以評(píng)估城市化和物流系統(tǒng)之間的協(xié)同關(guān)系結(jié)果。計(jì)算結(jié)果表明：城市系統(tǒng)之間的大部分協(xié)同度在（0.20，0.45）之間波動(dòng);協(xié)同度水平超過(guò)0.45的城市中，南京（0.614）及蘇州（0.630）的協(xié)同發(fā)展?fàn)顩r最好;協(xié)同度低于0.3的城市有5個(gè)，均分布于蘇中及蘇北地區(qū)，在該區(qū)域中只有徐州的協(xié)同水平較好。為了更清晰地展現(xiàn)各城市在協(xié)同水平上的差距，利用SPSS19.0對(duì)城市協(xié)同度進(jìn)行系統(tǒng)聚類(lèi)，聚類(lèi)結(jié)果表明：蘇州和南京處于協(xié)同發(fā)展水平第一梯隊(duì)，兩城市優(yōu)勢(shì)明顯，已成為區(qū)域內(nèi)協(xié)同發(fā)展“標(biāo)桿城市”;無(wú)錫、南通、常州和徐州等4個(gè)城市憑借自身區(qū)位及要素優(yōu)勢(shì)，產(chǎn)業(yè)及城市化均得到一定發(fā)展，協(xié)同度水平處于第二梯隊(duì)，無(wú)錫、常州和南通受長(zhǎng)江三角洲經(jīng)濟(jì)帶的帶動(dòng)作用，得到了快速發(fā)展;除此之外，連云港、鎮(zhèn)江、泰州、宿遷、淮安、揚(yáng)州、鹽城等7城市位于協(xié)同發(fā)展水平底部，物流業(yè)及城市化水平均有待提升，資源及要素的配置需要進(jìn)一步優(yōu)化;值得注意的是，鹽城、揚(yáng)州和淮安3個(gè)城市展現(xiàn)出較強(qiáng)的發(fā)展活力，發(fā)展勢(shì)頭不容小覷。[4]

（二）空間效應(yīng)分析

根據(jù)Elhorst（2010）的研究思路，空間計(jì)量模型的創(chuàng)建將以空間的相關(guān)性顯著為基礎(chǔ);本文以物流-城市化復(fù)合系統(tǒng)協(xié)同度的空間相關(guān)性檢驗(yàn)，驗(yàn)證相鄰地區(qū)的協(xié)同發(fā)展是否存在空間依賴性。

全局指數(shù)用于反映整個(gè)區(qū)域協(xié)同發(fā)展?fàn)顟B(tài)的空間分布特征，衡量空間上相鄰城市系統(tǒng)發(fā)展現(xiàn)狀的相似度。利用Geoda軟件，結(jié)合公式（5）計(jì)算得到兩個(gè)子系統(tǒng)協(xié)同發(fā)展水平的全局Moran’I指數(shù)，結(jié)果如表2所示：

由表2可知，全局Moran’I指數(shù)通過(guò)了1%的顯著水平檢驗(yàn)。結(jié)果表明，江蘇省物流業(yè)與城市化發(fā)展之間存在顯著正相關(guān)，即有明顯的空間溢出效應(yīng)，適用于空間測(cè)量模型的構(gòu)建。從計(jì)算結(jié)果來(lái)看，2008年全局Moran’I指數(shù)的最大值出現(xiàn)，時(shí)序上呈整體下降態(tài)勢(shì)，城市間關(guān)聯(lián)性降低，局部差異性增強(qiáng)，集聚效應(yīng)減弱，結(jié)合數(shù)據(jù)測(cè)算過(guò)程來(lái)看，該趨勢(shì)是由區(qū)域間發(fā)展不協(xié)調(diào)造成的。

為了獲得更加直觀的時(shí)空演化趨勢(shì)，本文選擇了2011年和2018年的相關(guān)數(shù)據(jù)，并通過(guò)Geoda軟件繪制了全局Moran’I指數(shù)散點(diǎn)圖進(jìn)行進(jìn)一步的研究。結(jié)果發(fā)現(xiàn)，各城市在象限分布上并未發(fā)生顯著變化。綜合來(lái)看，第二象限內(nèi)的城市逐步減少，整體存在向坐標(biāo)軸中心集中的趨勢(shì)，且參考線斜率變小。結(jié)合表3可知，江蘇省物流業(yè)與城市化協(xié)同發(fā)展水平的空間相關(guān)模式以L-L型為主，即形成中心區(qū)域與其周邊區(qū)域的屬性值均較低的集聚，區(qū)域內(nèi)發(fā)展具有顯著同質(zhì)性。自2008年至2019年，H-H型及H-L型城市數(shù)量維持不變，但L-H型城市減少，L-L型城市逐漸增多，體現(xiàn)了江蘇省城市間差距逐漸拉大，高水平城市卻未發(fā)揮良好的輻射引領(lǐng)作用。

基于全局自相關(guān)檢驗(yàn)結(jié)果及Geoda和ArcGIS檢驗(yàn)，可以對(duì)區(qū)域相關(guān)變化進(jìn)行進(jìn)一步的分析。選擇2011年、2016年和2019年數(shù)據(jù)作物流業(yè)和城市化協(xié)調(diào)發(fā)展水平的空間自相關(guān)LISA圖比較分析發(fā)現(xiàn)，江蘇省多數(shù)城市的物流業(yè)與城市化協(xié)同發(fā)展集聚效應(yīng)并不顯著。2011年并未發(fā)生顯著變化，多數(shù)城市并不存在顯著集聚效應(yīng);2016年鹽城市空間集聚效應(yīng)顯著，為L(zhǎng)-L型空間集聚，其余各城市均未變化;發(fā)展至2019年，宿遷市發(fā)生了跟鹽城同樣的變化，而其他城市同樣不顯著。總體而言，江蘇省物流業(yè)與城市化發(fā)展水平存在一定的空間集聚效應(yīng)，但多數(shù)城市并不顯著。

（三）面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

為了進(jìn)一步分析物流業(yè)與城市化協(xié)同發(fā)展的驅(qū)動(dòng)因素，需要構(gòu)建邏輯模型并對(duì)相關(guān)面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn);通常情況下，面板數(shù)據(jù)的穩(wěn)定性決定了回歸結(jié)果的可靠性。為了保證研究過(guò)程的嚴(yán)謹(jǐn)性，需要對(duì)以人口城市化（pu）、土地城市化（lu）、城市綜合發(fā)展水平（cd）、物流基礎(chǔ)設(shè)施水平（li）和物流市場(chǎng)供需狀況（ls）為主的宏觀指標(biāo)體系的空間面板數(shù)據(jù)穩(wěn)定性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。

由表4可知，多個(gè)指標(biāo)在水平值條件下未通過(guò)平穩(wěn)性檢驗(yàn)，即該數(shù)據(jù)序列在水平之條件下是非平穩(wěn)的，因此對(duì)數(shù)據(jù)序列進(jìn)行一階差分;一階差分?jǐn)?shù)據(jù)序列所有指標(biāo)均通過(guò)了檢驗(yàn)，顯著否定了原“單位根存在”的假設(shè)，即一階差分下的指標(biāo)序列是平穩(wěn)的。由此可知，物流業(yè)與城市化協(xié)同發(fā)展關(guān)系的影響因素序列均為一階單整序列，符合建立空間面板回歸的要求。

三、物流業(yè)與城市化協(xié)同發(fā)展驅(qū)動(dòng)因素分析

通過(guò)檢驗(yàn)可以發(fā)現(xiàn)江蘇省城市之間的空間相關(guān)性逐漸減弱，但區(qū)域內(nèi)仍存在顯著的空間自相關(guān)，因此可以利用空間計(jì)量模型探索物流業(yè)與城市化協(xié)調(diào)發(fā)展關(guān)系的驅(qū)動(dòng)因素。[5]

（一）分析模型的選擇

通常將面板數(shù)據(jù)模型分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型，其中固定效應(yīng)模型可以區(qū)分為時(shí)間固定模型、空間固定模型和時(shí)空雙固定效應(yīng)模型。通過(guò)Hausman檢驗(yàn)我們確定分析模型為固定效應(yīng)模型;利用Matlab2016b進(jìn)一步判斷固定效應(yīng)模型的類(lèi)型，檢驗(yàn)結(jié)果如表5所示：

由表5可知，在確定固定效應(yīng)模型的基礎(chǔ)上，LR時(shí)間固定通過(guò)了5%的顯著性檢驗(yàn)，LR空間固定通過(guò)了1%的顯著性檢驗(yàn)，否定了原有時(shí)間固定效應(yīng)和空間固定效應(yīng)混合的非顯著性檢驗(yàn)的假設(shè)，從而可以將回歸模型確定為時(shí)空雙固定模型。[6]

根據(jù)Anselin提出的判定準(zhǔn)則：若LMlag和R-LMlag比LMerror和R-LMerror在統(tǒng)計(jì)上更加顯著，則選擇SLM模型，反之選擇SEM模型。雙固定效應(yīng)模型下，需要對(duì)LMlag、LMerror及其穩(wěn)健型R-LMlag、R- LMerror進(jìn)行檢驗(yàn)，以確定如何選擇滯后模型或誤差模型，檢驗(yàn)結(jié)果如表6所示。

表6的檢驗(yàn)結(jié)果可知，LMlag、R-LMlag均通過(guò)了1%顯著性檢驗(yàn)，R-LMerror通過(guò)了5%顯著性檢驗(yàn)，而LMerror未通過(guò)顯著性檢驗(yàn)。故在雙固定效應(yīng)模型下，SLM模型更適合進(jìn)行空間面板回歸。

（二）驅(qū)動(dòng)因素分析

SLM模型適用于空間面板回歸。LM檢驗(yàn)并未考慮SDM模型的適用性，通過(guò)對(duì)原假設(shè)H0：θ=0和H0：θ+δ β=0進(jìn)行Wald檢驗(yàn)和LR檢驗(yàn)，可以判斷SDM模型是否可以簡(jiǎn)化為SLM模型或SEM模型;如同時(shí)拒絕兩個(gè)原假設(shè)，則顯示SDM模型可以最佳擬合數(shù)據(jù);若H0：θ=0被拒絕，且R-LMlag檢驗(yàn)結(jié)果顯著，說(shuō)明SDM模型可以轉(zhuǎn)化為SLM模型;若H0：θ+δ β=0被拒絕，R-LMerror結(jié)果顯著，則表明SDM模型可以轉(zhuǎn)換為SEM模型。采用Matlab2016b對(duì)SDM模型進(jìn)行了雙固定效應(yīng)下的Wald檢驗(yàn)和LR檢驗(yàn)，結(jié)果如表7所示。

在雙固定效應(yīng)模型下，Wald檢驗(yàn)和LR檢驗(yàn)均通過(guò)了1%的顯著性檢驗(yàn)，否定了SDM模型不能簡(jiǎn)化的假設(shè)，需要用極大似然法估計(jì)交互效應(yīng)下的SDM模型，表8顯示了檢驗(yàn)結(jié)果。

顯然，在時(shí)間空間的雙重固定效應(yīng)下，SDM模型的Log-likehood值最高，擬合度R2和離散度sigma2的計(jì)算結(jié)果優(yōu)于其他情況，證明了選擇雙固定SDM模型的合理性。另外雙固定SDM模型回歸在保證指標(biāo)顯著性并未受太多影響的前提下，具有更好的擬合度和離散度，表明引入空間效應(yīng)可以改善普通面板估計(jì)系數(shù)的偏差。因此，使用時(shí)間空間雙固定的SDM模型對(duì)影響物流業(yè)與城市化協(xié)同發(fā)展關(guān)系的驅(qū)動(dòng)因素進(jìn)行研究更為合理。[7]

（三）實(shí)證結(jié)果分析

本文采用偏微分方法對(duì)具有雙固定效應(yīng)的SDM模型進(jìn)行分解。其中，直接效應(yīng)是指城市指標(biāo)對(duì)本地物流業(yè)與城市化協(xié)調(diào)發(fā)展關(guān)系的影響，間接效應(yīng)是指城市指標(biāo)對(duì)臨近城市物流業(yè)與城市化協(xié)調(diào)發(fā)展關(guān)系的影響，總體效應(yīng)是各指標(biāo)對(duì)物流業(yè)與城市化協(xié)調(diào)發(fā)展關(guān)系的總體影響。表9的研究結(jié)果表明。

（1）人口城市化水平（pu）的總體空間效應(yīng)不顯著，但其直接效應(yīng)和間接效應(yīng)分別通過(guò)了5%和10%的顯著性檢驗(yàn)，即人口城市化的區(qū)位熵對(duì)本城市物流業(yè)與城市化的協(xié)同發(fā)展關(guān)系會(huì)產(chǎn)生影響。總體而言，現(xiàn)階段人口城市化雖然是表征城市化水平的重要指標(biāo)，但其對(duì)物流業(yè)與城市化協(xié)同發(fā)展總體上并無(wú)顯著影響。

（2）土地城市化水平（lu）具有顯著負(fù)向空間效應(yīng)。直接效應(yīng)和總效應(yīng)分別通過(guò)1%和5%顯著性檢驗(yàn)。土地城市化的發(fā)展對(duì)物流業(yè)和城市化的協(xié)同發(fā)展具有抑制作用，因此，土地資源的合理配置和城市物流網(wǎng)絡(luò)建設(shè)的科學(xué)規(guī)劃是最重要的問(wèn)題。

（3）物流市場(chǎng)供需水平（ls）的直接效應(yīng)和總效應(yīng)極為顯著，間接效應(yīng)卻非常微弱。從回歸數(shù)據(jù)來(lái)看，直接效應(yīng)和總效應(yīng)均通過(guò)了1%的顯著性檢驗(yàn)，表明物流供求水平的提升將促進(jìn)物流業(yè)與城市化的協(xié)同發(fā)展。在間接效應(yīng)極不顯著的情況下，估計(jì)系數(shù)可以忽略不計(jì)，表明物流市場(chǎng)供需水平難以對(duì)相鄰城市產(chǎn)生輻射作用。

（4）物流基礎(chǔ)設(shè)施水平（li）、城市綜合發(fā)展水平（cd）均具有顯著正向空間效應(yīng)。li的直接效應(yīng)和總效應(yīng)的估計(jì)系數(shù)分別為0.291和0.386，均通過(guò)了1%的顯著性檢驗(yàn)，而間接效應(yīng)為0.095，通過(guò)了5%顯著性檢驗(yàn)?？傮w而言，物流基礎(chǔ)設(shè)施水平極大地促進(jìn)了物流業(yè)與城市化的協(xié)同發(fā)展，但現(xiàn)階段物流基礎(chǔ)設(shè)施建設(shè)還存在較大問(wèn)題。

Cd的直接效應(yīng)、間接效應(yīng)和總效應(yīng)的估計(jì)系數(shù)分別為0.534、0.187和0.721，均通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明隨著城市綜合實(shí)力的提高，物流業(yè)和城市化將同時(shí)迅速發(fā)展。另外，通過(guò)對(duì)測(cè)算和檢驗(yàn)過(guò)程的梳理可以發(fā)現(xiàn)，城市綜合實(shí)力較強(qiáng)的城市，均具有較高的城市化水平和產(chǎn)業(yè)實(shí)力。

四、主要結(jié)論及政策建議

本文利用江蘇省2008—2019年城市面板數(shù)據(jù)對(duì)物流業(yè)與城市化協(xié)同發(fā)展影響因素進(jìn)行了研究。以更為宏觀的視角分析了驅(qū)動(dòng)因素，基于空間計(jì)量模型，對(duì)江蘇省物流業(yè)與城市化協(xié)同發(fā)展測(cè)算值進(jìn)行了空間自相關(guān)檢驗(yàn)，以測(cè)算其是否適合構(gòu)建空間計(jì)量模型;構(gòu)建了以人口城市化、土地城市化、城市綜合發(fā)展現(xiàn)狀、物流市場(chǎng)供需水平和物流基礎(chǔ)設(shè)施水平為主體的驅(qū)動(dòng)指標(biāo)體系，并據(jù)此選擇模型和進(jìn)行驅(qū)動(dòng)因素分析。

物流-城市化系統(tǒng)協(xié)同發(fā)展是人口城市化、土地城市化、城市綜合發(fā)展現(xiàn)狀、物流市場(chǎng)供需水平和物流基礎(chǔ)設(shè)施水平等因素共振的結(jié)果。通過(guò)基于序參量的復(fù)合系統(tǒng)協(xié)同度測(cè)算結(jié)果表明，雖然江蘇省各城市協(xié)同水平差距較大，但在空間分布上存在一定的集聚效應(yīng);土地城市化與物流-城市化協(xié)同發(fā)展呈負(fù)相關(guān)關(guān)系;物流市場(chǎng)供需水平和物流基礎(chǔ)設(shè)施水平對(duì)物流-城市化協(xié)同發(fā)展的直接效應(yīng)和總效應(yīng)較為突出，間接效應(yīng)微弱，即指標(biāo)更多地是影響本地產(chǎn)業(yè)和城市發(fā)展，而缺乏對(duì)周邊城市的輻射;城市綜合發(fā)展水平對(duì)物流-城市化協(xié)同發(fā)展存在極為顯著的正向空間效應(yīng)，城市經(jīng)濟(jì)水平是城市和產(chǎn)業(yè)發(fā)展最好的催化劑。論文證實(shí)了江蘇省物流業(yè)與城市化間存在普遍的協(xié)同發(fā)展關(guān)系，但這種關(guān)系并不穩(wěn)定。因此，江蘇省物流業(yè)與城市化協(xié)同發(fā)展必須因地制宜，充分了解江蘇省物流業(yè)及城市化發(fā)展中的尺短寸長(zhǎng)，以有效推動(dòng)物流業(yè)與城市化的協(xié)同發(fā)展。[8]

（一）初始級(jí)城市——注重資源配置

江蘇省處于協(xié)同發(fā)展初始級(jí)的城市占據(jù)了多數(shù)。該階段物流要素與城市化相關(guān)要素并未形成良好的內(nèi)部關(guān)聯(lián)性，而在企業(yè)層面也未對(duì)物流業(yè)與城市化之間的關(guān)系足夠重視，忽略了兩者之間的緊密聯(lián)系，未采取有效措施或只采取了部分措施激勵(lì)產(chǎn)業(yè)與城市化的融合。新型城市化的推進(jìn)為物流業(yè)的快速發(fā)展提供了基礎(chǔ)設(shè)施、通信技術(shù)等方面的支持，物流產(chǎn)業(yè)在發(fā)展過(guò)程中，應(yīng)加強(qiáng)與新型城市化進(jìn)程的結(jié)合，共構(gòu)基礎(chǔ)設(shè)施網(wǎng)絡(luò)結(jié)構(gòu)，引導(dǎo)物流產(chǎn)業(yè)適應(yīng)新型城市化發(fā)展的速度，加快推進(jìn)物流節(jié)點(diǎn)布局和網(wǎng)絡(luò)優(yōu)化，才能為物流發(fā)展提供基礎(chǔ)性保障;同時(shí)，新型城市化建設(shè)過(guò)程中，應(yīng)做到“產(chǎn)城交互”，協(xié)調(diào)發(fā)展。

（二）成長(zhǎng)級(jí)城市——關(guān)注推進(jìn)速度

對(duì)于成長(zhǎng)級(jí)城市而言，產(chǎn)業(yè)及城市發(fā)展已經(jīng)展現(xiàn)了初步聯(lián)系，物流業(yè)已逐漸發(fā)揮其集聚效應(yīng)，對(duì)促進(jìn)城市化發(fā)展具有明顯推動(dòng)作用，城市化建設(shè)也開(kāi)始把物流基礎(chǔ)設(shè)施作為城市規(guī)劃的一部分。在該階段，物流業(yè)在發(fā)展過(guò)程中尚以成本為首要考慮因素，服務(wù)質(zhì)量尚未成為多數(shù)企業(yè)關(guān)注的內(nèi)容，但新型城市化的推進(jìn)無(wú)疑會(huì)使物流需求迅速增長(zhǎng)，物流產(chǎn)業(yè)規(guī)模突飛猛進(jìn)是該階段特點(diǎn)。因此，需要加強(qiáng)對(duì)物流企業(yè)監(jiān)管，把握企業(yè)與城市的集聚效應(yīng)，引導(dǎo)產(chǎn)業(yè)對(duì)城市物流需求變化的有效過(guò)渡，逐步提升服務(wù)水平。另外，各城市現(xiàn)階段應(yīng)根據(jù)城市發(fā)展?fàn)顩r和區(qū)域特色，加快推進(jìn)新型城市化，建立以城鄉(xiāng)統(tǒng)籌、城鄉(xiāng)一體、節(jié)約集約、生態(tài)宜居、和諧發(fā)展為基本特征的新型城市化。

（三）協(xié)作級(jí)城市——強(qiáng)調(diào)推進(jìn)質(zhì)量

對(duì)于協(xié)作級(jí)城市而言，物流業(yè)與城市化相關(guān)產(chǎn)業(yè)已存在顯著協(xié)作關(guān)系，物流業(yè)的勞動(dòng)集聚效應(yīng)幾乎發(fā)揮到最大，知識(shí)溢出效應(yīng)開(kāi)始發(fā)揮作用。在該階段，物流服務(wù)正向更加注重準(zhǔn)確、便捷、快速、安全等要求傾斜，相對(duì)而言，物流成本不再是最重要的因素。對(duì)于物流服務(wù)需求者，更加注重倉(cāng)儲(chǔ)到干線運(yùn)輸再到末端配送的一體化運(yùn)作，物流需求更多的是呈現(xiàn)出供應(yīng)鏈一體化的特點(diǎn);對(duì)居民而言，物流需求多體現(xiàn)在購(gòu)物方面，且注重便捷性和安全性。而對(duì)物流服務(wù)提供者而言，物流業(yè)開(kāi)始進(jìn)入由量到質(zhì)的轉(zhuǎn)變期，面臨轉(zhuǎn)型。大量人口及其企業(yè)產(chǎn)業(yè)的城市集聚可能會(huì)影響城市居民的生活質(zhì)量，加強(qiáng)對(duì)物流業(yè)和城市化的正確引導(dǎo)，可以逐步實(shí)現(xiàn)“安全過(guò)渡”。[9]

（四）成熟級(jí)城市——聚焦全局發(fā)展

當(dāng)物流業(yè)與城市化達(dá)到較高水平時(shí)，物流業(yè)與城市化協(xié)同發(fā)展已處于較高水平，協(xié)同效應(yīng)顯著，物流業(yè)與城市化發(fā)展形成良性循環(huán)。因此，以全局視角面對(duì)新一輪的產(chǎn)業(yè)升級(jí)，并在升級(jí)轉(zhuǎn)型階段，配合城市化建設(shè)平穩(wěn)度過(guò)“陣痛期”將是企業(yè)及城市面臨的首要難題。隨著物流業(yè)發(fā)展速度放緩，成熟級(jí)城市應(yīng)該更加注重新技術(shù)的應(yīng)用和服務(wù)質(zhì)量的提升;以“調(diào)結(jié)構(gòu)、轉(zhuǎn)方式”為發(fā)展導(dǎo)向，轉(zhuǎn)變傳統(tǒng)交通運(yùn)輸業(yè)發(fā)展方式，提升現(xiàn)代物流服務(wù)能力;充分發(fā)揮物流對(duì)新型城市化建設(shè)的保障能力，以推動(dòng)城市化進(jìn)程中經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整和升級(jí)。

（五）重視協(xié)同共治——提升整體水平

首先應(yīng)當(dāng)加強(qiáng)物流企業(yè)和市政建設(shè)部門(mén)的協(xié)同發(fā)展意識(shí)，以全局視角對(duì)產(chǎn)業(yè)和城市公用資源進(jìn)行整合，避免出現(xiàn)重復(fù)建設(shè)、浪費(fèi)資源的情況，加強(qiáng)政商合作。另外，各城市現(xiàn)階段應(yīng)根據(jù)城市發(fā)展?fàn)顩r和區(qū)域特色，加快推進(jìn)新型城市化。還需要加強(qiáng)與相鄰城市的聯(lián)系，低水平城市應(yīng)主動(dòng)借鑒高水平城市發(fā)展經(jīng)驗(yàn)，保證產(chǎn)業(yè)發(fā)展速度。重新塑造物流企業(yè)和城市機(jī)構(gòu)的互信業(yè)務(wù)鏈，不斷加強(qiáng)二者之間的溝通交流，提高整體功能大于部分的認(rèn)識(shí)，最終實(shí)現(xiàn)整個(gè)系統(tǒng)的提升。

參考文獻(xiàn)：

[1]陳文玲.當(dāng)前國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)與雙循環(huán)新格局的構(gòu)建[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，22（4）：1-8，105.

[2]姜金德，周?；?基于區(qū)域經(jīng)濟(jì)指標(biāo)的區(qū)域物流需求 PCR預(yù)測(cè)研究——以江蘇省為例[J].濟(jì)南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，（4）：124-132.

[3]付云云，沈永昌.我國(guó)城鎮(zhèn)化進(jìn)程對(duì)能源消費(fèi)的異質(zhì)性影響——基于線性面板模型和PSTR模型[J].江南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2019，18（3）：100-107.

[4]王成利，王洪娜.城市長(zhǎng)期居留流動(dòng)人口的落戶意愿及影響因素——基于差別化落戶政策[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020，（5）：64-72.

[5]呂韜，曹有揮.“時(shí)空接近”空間自相關(guān)模型構(gòu)建及其應(yīng)用——以長(zhǎng)三角區(qū)域經(jīng)濟(jì)差異分析為例[J].地理研究，2010，29（2）：351-360.

[6]吳玉鳴.中國(guó)省域經(jīng)濟(jì)增長(zhǎng)趨同的空間計(jì)量經(jīng)濟(jì)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006，（12）：101-108.

[7]夏杰長(zhǎng).邁向“十四五”的中國(guó)服務(wù)業(yè)：趨勢(shì)預(yù)判、關(guān)鍵突破與政策思路[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，35（4）：1-10，31.

[8]徐漢明.市域社會(huì)治理現(xiàn)代化的路徑選擇[J].中國(guó)治理評(píng)論，2020，（1）：35-55.

[9]張曉燕，孫志忠，胡娟.基于扎根理論的西部物流集群中橫向物流協(xié)同制約因素及作用機(jī)制研究——以五省市為例[J].商業(yè)經(jīng)濟(jì)與管理，2019（9）：5-18.

（責(zé)任編輯 張亨明）