梁紅艷

摘要：合理有效的區(qū)域物流空間關聯(lián)網(wǎng)絡有利于區(qū)域物流活動組織化、規(guī)?；?、網(wǎng)絡化運行，實現(xiàn)區(qū)域物流協(xié)同發(fā)展，是區(qū)域經(jīng)濟一體化發(fā)展的重要支撐。運用主成分分析法測度2005—2016年我國五大城市群城市物流業(yè)發(fā)展水平，借助引力模型確定城市間物流業(yè)發(fā)展空間關聯(lián)關系，利用社會網(wǎng)絡分析方法解析物流業(yè)發(fā)展空間網(wǎng)絡結構特征并探究其運行效應發(fā)現(xiàn)，長三角、珠三角、京津冀、長江中游、成渝五大城市群物流業(yè)發(fā)展水平均呈持續(xù)上升趨勢，東部沿海地區(qū)城市群物流業(yè)發(fā)展水平高于中西部城市群，城市群物流業(yè)發(fā)展區(qū)域內差異逐漸擴大，具有典型的多級分化現(xiàn)象；五大城市群物流業(yè)空間關聯(lián)緊密度逐步增加，網(wǎng)絡等級度變化相對平穩(wěn)，網(wǎng)絡效率逐年下降，網(wǎng)絡結構日益穩(wěn)定；網(wǎng)絡密度的提升和網(wǎng)絡效率的下降有助于城市群物流業(yè)發(fā)展水平的提高和區(qū)域內差異的縮小，森嚴網(wǎng)絡等級結構的破除有助于京津冀物流業(yè)發(fā)展水平的提高（但在其他城市群作用不顯著），點度中心度、接近中心度的提高有助于物流業(yè)發(fā)展水平的提高，而中介中心度的作用具有區(qū)域差異性。因此，為更好地推動城市群物流業(yè)協(xié)調發(fā)展，一要充分考慮各城市區(qū)位優(yōu)勢與資源稟賦，明確各城市在城市群物流業(yè)發(fā)展中的功能定位，推動物流業(yè)與三次產(chǎn)業(yè)的產(chǎn)業(yè)聯(lián)動與空間協(xié)同，形成橫向錯位發(fā)展、縱向分工協(xié)作的高度扁平化功能分工格局以及高效運轉的物流業(yè)空間關聯(lián)網(wǎng)絡；二要增強物流樞紐城市空間生產(chǎn)能力，強化其對區(qū)域內落后城市的輻射力，實現(xiàn)整體繁榮與區(qū)域協(xié)調發(fā)展，避免斷崖式局面的出現(xiàn)；三要積極改善城市間交通基礎設施條件，消除要素流動制度性障礙，通過要素流動、區(qū)際貿易、企業(yè)分工合作等多種渠道實現(xiàn)城市物流業(yè)發(fā)展的空間溢出效應，優(yōu)化城市群物流業(yè)空間配置，強化城市群物流業(yè)空間關聯(lián)網(wǎng)絡結構，使之高效低成本運轉，提升物流業(yè)價值創(chuàng)造能力。

關鍵詞：城市群；物流業(yè)；分布動態(tài)；空間關聯(lián)網(wǎng)絡；結構特征

中圖分類號：F259.22文獻標識碼：A文章編號：1007-8266（2019）03-0050-12

一、引言

城市群是工業(yè)化和城鎮(zhèn)化進程中區(qū)域經(jīng)濟空間形態(tài)的高級現(xiàn)象，發(fā)展城市群是工業(yè)化和城鎮(zhèn)化的重要路徑選擇。我國“十三五”發(fā)展規(guī)劃綱要提出，要建立健全城市群發(fā)展協(xié)調機制，實現(xiàn)城市群一體化高效發(fā)展。打破行政區(qū)劃界限，引導物流資源跨區(qū)域整合與優(yōu)化配置，逐步形成合理有效的區(qū)域物流空間關聯(lián)網(wǎng)絡，實現(xiàn)區(qū)域物流一體化協(xié)同發(fā)展，這不僅是物流業(yè)發(fā)展的客觀需要，也是城市群一體化高效發(fā)展的重要支撐。

關于區(qū)域物流空間網(wǎng)絡，既有研究主要沿著兩個方向展開：一是以空間差異測算和空間布局形態(tài)描述為主的結構主義敘述。部分文獻采用就業(yè)、增加值、貨運量、物流基礎設施規(guī)模、物流節(jié)點數(shù)量等指標，利用基尼系數(shù)、變異系數(shù)、區(qū)位熵、泰爾指數(shù)等方法展開分析。比如，針對長三角地區(qū)，有研究發(fā)現(xiàn)，長三角地區(qū)物流空間集聚特征明顯，城市間不平衡現(xiàn)象突出[ 1-2 ]；針對京津冀地區(qū)，張璐璐等[ 3 ]研究發(fā)現(xiàn)，京津冀物流企業(yè)空間分布由分散趨于集中，逐步形成了北京、天津、石家莊三大集聚中心。這些研究普遍認為，地區(qū)物流業(yè)發(fā)展的極端不平衡會制約區(qū)域物流空間關聯(lián)網(wǎng)絡的形成以及物流業(yè)一體化進程的推進。部分文獻從港口體系切入展開分析。比如，程佳佳等[ 4 ]研究發(fā)現(xiàn)，珠三角集裝箱港口體系經(jīng)歷了原始單核結構→孤立雙核結構→極核樞紐結構→雙核樞紐結構→多核發(fā)展結構的演化；蔣自然等[ 5 ]采用基尼系數(shù)及其分解技術和重心偏移法、半徑維數(shù)法等方法研究得出，長三角集裝箱港口體系總體上由極化轉向離散。二是以城市間聯(lián)系與網(wǎng)絡構建為主的關系主義敘述。目前，主要有物流業(yè)產(chǎn)業(yè)聯(lián)系、物流企業(yè)聯(lián)系以及交通流三種視角，不同的視角反映了城市物流體系的不同方面?；诔鞘形锪鳂I(yè)產(chǎn)業(yè)聯(lián)系的研究主要通過評價城市物流業(yè)發(fā)展水平和確定輻射范圍來構建區(qū)域軸—輻物流網(wǎng)絡，研究區(qū)域集中于長三角[ 6 ]、京津冀[ 7-8 ]、長江沿岸地區(qū)[ 9 ]，并根據(jù)所構建的物流網(wǎng)絡，從城市等級與定位以及城市間基礎設施等方面入手提出推進城市群物流協(xié)同發(fā)展的對策建議?；谖锪髌髽I(yè)聯(lián)系的研究，主要利用物流企業(yè)分支機構數(shù)據(jù)展開。比如，董琦等[ 10 ]基于物流企業(yè)網(wǎng)絡，解釋了環(huán)渤海、長三角、珠三角城市網(wǎng)絡的節(jié)點層級性、流聯(lián)系等級性、網(wǎng)絡格局差異性等特征；王克強等[ 11 ]基于大型物流企業(yè)分支機構數(shù)據(jù)，考察長三角城市網(wǎng)絡，發(fā)現(xiàn)長三角城市的聯(lián)系高度集中于各中心城市之間，外圍城市被邊緣化，多中心輻射、拉動外圍城市協(xié)同發(fā)展的格局正在形成。城市群尺度下基于交通流對交通網(wǎng)絡和城市網(wǎng)絡結構的研究，集中于京津冀[ 12-13 ]、長三角[ 14-15 ]、珠三角[ 16 ]地區(qū)。

上述研究取得了豐碩的成果，但仍然存在一定的拓展空間。一是已有研究針對沿海三大城市群的分析較多，關于其他城市群以及對不同城市群進行比較分析的研究比較缺乏；二是已有研究更多基于屬性數(shù)據(jù)刻畫區(qū)域物流空間網(wǎng)絡結構特征，忽視節(jié)點間關系，無法揭示關系對網(wǎng)絡運行的影響。而關系數(shù)據(jù)在一定程度上決定了屬性數(shù)據(jù)的表現(xiàn)?；诔鞘芯W(wǎng)絡理論，一個城市的發(fā)展，不僅與自身條件有關，更與該城市在城市網(wǎng)絡中的地位有關。城市的發(fā)展本質上取決于各種權力的空間分配，權力越集中的城市，其空間生產(chǎn)能力越強，吸附資源的能力越強，輻射范圍越廣，可持續(xù)發(fā)展能力越強。

鑒于此，本文基于關系數(shù)據(jù)，重點研究我國城市群物流業(yè)發(fā)展空間網(wǎng)絡結構特征及其運行效應，對認識城市群物流業(yè)發(fā)展規(guī)律、促進城市群物流業(yè)協(xié)調發(fā)展具有重要意義。本文首先測度2005—2016年我國城市群城市物流業(yè)綜合發(fā)展水平并分析其分布動態(tài)，進而在此基礎上借助引力模型確定城市間物流業(yè)發(fā)展的空間關聯(lián)關系，采用社會網(wǎng)絡分析（Social Network Analysis，SNA）方法解析城市群物流業(yè)發(fā)展的空間關聯(lián)網(wǎng)絡結構特征，并進一步探究空間關聯(lián)網(wǎng)絡結構運行效應。

二、中國五大城市群城市物流業(yè)發(fā)展水平測度與分析

城市物流業(yè)發(fā)展水平是構建城市群物流業(yè)發(fā)展空間網(wǎng)絡結構的基礎。本文首先對城市物流業(yè)發(fā)展水平進行綜合評價，并利用核密度非參數(shù)估計法考察城市群物流業(yè)綜合發(fā)展水平分布動態(tài)，以掌握我國城市群物流業(yè)發(fā)展相關特征。

（一）研究區(qū)域說明

根據(jù)國務院批復文件，目前我國已正式形成了長三角、珠三角、京津冀、長江中游、成渝、哈長、中原、北部灣和關中平原九大城市群。其中，長三角、珠三角、京津冀、長江中游、成渝城市群發(fā)育相對成熟，是我國經(jīng)濟發(fā)展的核心區(qū)域。本文選取上述五大城市群展開分析，并根據(jù)相關文件界定其空間范圍（五大城市群共包括98個城市）。

（二）評價指標體系與數(shù)據(jù)來源

關于地區(qū)物流業(yè)發(fā)展水平，既有研究主要從地區(qū)環(huán)境、物流業(yè)投入與產(chǎn)出等方面入手進行了分析。比如，王圣云等[ 17 ]考慮了區(qū)位環(huán)境、物流硬環(huán)境、物流軟環(huán)境和經(jīng)濟條件四個方面；李全喜等[ 18 ]提出，要從物流發(fā)展規(guī)模、三大產(chǎn)業(yè)發(fā)展水平、基礎設施和信息網(wǎng)絡等方面入手建立指標體系；曹炳汝等[ 19 ]提出，要從區(qū)域經(jīng)濟、物流基礎設施、物流業(yè)務量、人力資源與信息化等方面入手建立評價指標體系。在既有研究基礎上，結合數(shù)據(jù)可得性，本文從城市經(jīng)濟環(huán)境支持能力、城市基礎設施支撐能力、城市信息系統(tǒng)保障能力、城市物流業(yè)運作能力四個維度入手構建城市物流業(yè)發(fā)展水平評價指標體系。具體參見表1。本文研究的時間范圍為2005—2016年，相關數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒和《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，部分缺失數(shù)據(jù)根據(jù)年增長率推算得到。

（三）城市群物流業(yè)發(fā)展水平分布動態(tài)

考慮到多個指標之間可能存在信息高度重疊和相關的情況，本文運用主成分分析法對2005—2016年五大城市群98個城市的物流業(yè)發(fā)展水平進行評價①。為細致考察城市群物流業(yè)發(fā)展特征，采用核密度估計方法描繪各城市群物流業(yè)發(fā)展分布動態(tài)。各城市群主要分布特征參見表2。

1.分布位置

我國五大城市群總體以及各城市群物流業(yè)發(fā)展水平均呈持續(xù)上升趨勢?？v向來看，五大城市群總體分布曲線中心隨時間推移逐漸向右移動，2005年、2009年、2013年、2016年五大城市群物流業(yè)發(fā)展水平的均值分別為0.613、0.817、1.086、1.452，表明觀測期內五大城市群物流業(yè)發(fā)展水平基本呈上升趨勢。橫向來看，歷年五大城市群物流業(yè)發(fā)展水平從高到低依次為珠三角、長三角、京津冀、長江中游、成渝，可見位于東部沿海地區(qū)的城市群其物流業(yè)發(fā)展水平高于中西部城市群。發(fā)展水平最高的珠三角、長三角城市群以及發(fā)展水平靠后的成渝城市群年均增速分別為8.60%、8.36%、9.44%，發(fā)展水平居中的京津冀和長江中游城市群年均增速分別為7.29%和7.32%，首位優(yōu)勢和末位追趕現(xiàn)象明顯。

2.分布形態(tài)

總體上，觀測期內五大城市群物流業(yè)發(fā)展分布的峰值不斷下降，寬度逐漸增加，說明五大城市群物流業(yè)發(fā)展的絕對差異有擴大趨勢。

3.分布延展性

五大城市群總體和單獨的分布曲線均呈現(xiàn)出右拖尾現(xiàn)象，只是延展性表現(xiàn)不一。五大城市群總體以及物流業(yè)發(fā)展水平領先的珠三角城市群，其延展性呈現(xiàn)收斂趨勢，意味著物流業(yè)發(fā)展水平較低的城市追趕速度較快，區(qū)域物流業(yè)發(fā)展具有收斂趨勢；而長三角、長江中游、成渝、京津冀城市群，其分布曲線的延展性均呈拓寬趨勢，意味著物流業(yè)發(fā)展水平較高的城市持續(xù)發(fā)展，與城市群內其他城市的差距進一步拉大。

4.極化趨勢

長三角、長江中游、京津冀城市群物流業(yè)發(fā)展水平均呈現(xiàn)為多峰分布態(tài)勢，而成渝和珠三角城市群則呈現(xiàn)出兩極分化態(tài)勢。長江中游和京津冀城市群物流業(yè)發(fā)展分布基本由一個主峰和多個側峰構成，但側峰較低，而長三角與珠三角城市群側峰峰值較高，意味著其物流業(yè)發(fā)展均具有明顯的梯度效應。其中，與其他城市群不同的是，近幾年珠三角城市群物流業(yè)發(fā)展水平分布曲線相對穩(wěn)定，相比于2013年，2016年其右側峰值穩(wěn)定，僅左側峰值略有提高。成渝城市群物流業(yè)發(fā)展呈現(xiàn)出明顯的兩極分化態(tài)勢，這可能是因為區(qū)域內中心城市占據(jù)著絕大部分物流業(yè)發(fā)展資源，而外圍城市又缺乏趕超的相對優(yōu)勢，結果導致城市群內部發(fā)展差距難以縮小。

三、中國五大城市群物流業(yè)發(fā)展的空間網(wǎng)絡結構特征

在城市物流業(yè)綜合發(fā)展水平測度基礎上，進一步構建物流業(yè)空間關聯(lián)網(wǎng)絡并分析其結構特征。

（一）研究方法

1.空間關聯(lián)關系的確定

本文根據(jù)引力模型計算結果，得到各城市群物流業(yè)發(fā)展的引力矩陣。以引力矩陣同行均值作為統(tǒng)一臨界值，如果引力值高于該臨界值記為1，表明該行城市與該列城市的物流業(yè)發(fā)展存在關聯(lián)關系，如果引力值低于該臨界值記為0，表明該行城市與該列城市的物流業(yè)發(fā)展不存在關聯(lián)關系，并據(jù)此建立關聯(lián)關系矩陣。為展示網(wǎng)絡結構形態(tài)，也可利用UCINET軟件的可視化工具Netdraw描繪五大城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡。

2.整體網(wǎng)絡結構特征

（1）網(wǎng)絡密度。表3描繪了城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡密度的演變趨勢。考察期內，城市群物流業(yè)發(fā)展空間關聯(lián)關系總數(shù)呈逐年上升趨勢，2005年五大城市群總體關聯(lián)關系數(shù)為242個，2016年上升到466個。長三角、珠三角、京津冀、長江中游、成渝城市群的網(wǎng)絡密度分別從2005年的0.160 0、0.203 3、0.219 8、0.154 8、0.195 8提高到了2016年的0.333 8、0.428 6、0.340 7、0.277 8、0.408 3，表明中國五大城市群城市物流業(yè)發(fā)展的空間關聯(lián)越來越密切，但同時也可以看到，仍然存在較大提升空間。從橫向看，五大城市群按網(wǎng)絡密度均值從高到低排列依次為珠三角、京津冀、成渝、長三角、長江中游，可見城市群所含城市數(shù)量越多，密度越小。

（2）網(wǎng)絡關聯(lián)性。網(wǎng)絡關聯(lián)度的測度結果顯示，2005—2016年網(wǎng)絡關聯(lián)度均為1，表明我國各城市物流業(yè)發(fā)展存在明顯的空間關聯(lián)和溢出效應，每對城市的物流業(yè)發(fā)展均存在直接或間接聯(lián)系。考察期內，五大城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡等級度的變化較為復雜。具體參見表4。從縱向來看，各城市群網(wǎng)絡等級度無明顯波動；從橫向來看，五大城市群按網(wǎng)絡等級度均值從高到低排列依次為珠三角、京津冀、長三角、長江中游、成渝。其中，珠三角城市群網(wǎng)絡等級度最高，約為最低者成渝城市群的兩倍，說明珠三角城市群物流業(yè)發(fā)展的等級結構森嚴。五大城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡的網(wǎng)絡效率呈逐年下降趨勢。具體參見表5。長三角、珠三角、京津冀、長江中游、成渝城市群的網(wǎng)絡效率分別從2005年的0.873 6、0.858 0、0.840 2、0.876 5、0.857 8下降到了2016年的0.692 8、0.615 4、0.710 1、0.749 0、0.631 1，表明空間關聯(lián)網(wǎng)絡中的連線不斷增多，網(wǎng)絡穩(wěn)定性得以提升。

3.個體網(wǎng)絡結構特征

本部分主要通過點度中心度、中介中心度、接近中心度來揭示五大城市群內部各城市在物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡中的地位和作用②。

首先，基于城市中心度空間分布結構和差異視角，對上述三種個體網(wǎng)絡特征進行總體分析，試圖揭示五大城市群城市中心性的基本分布規(guī)律。

表6列出了2005—2016年各城市群內部在中心度排名中位于前20%和后10%的頻率較高的城市。通過加總所有年份各城市三種中心度在對應區(qū)間內出現(xiàn)的次數(shù)，進而據(jù)此求得各城市落入相應區(qū)間的頻率。比如，上海歷年來的點度中心度、中介中心度、接近中心度均位于長三角城市群排名的前20%，其出現(xiàn)在長三角排名前20%區(qū)間的次數(shù)為36次，落入排名前20%區(qū)間的頻率為100%。可以看出，各城市群內，省會城市、直轄市以及經(jīng)濟發(fā)達城市擁有較高的中心度，而經(jīng)濟欠發(fā)達城市和處于城市群邊緣的城市其中心度相對較低?？傮w而言，五大城市群均呈現(xiàn)出顯著的核心—邊緣網(wǎng)絡結構特征。以長三角為例，上海、蘇州、常州三個經(jīng)濟發(fā)達且區(qū)位優(yōu)勢明顯的城市在三種中心度排名中均位于前20%，處于網(wǎng)絡的中心位置，屬于長三角城市群物流網(wǎng)絡的核心圈層，對周邊城市具有較強的空間輻射能力。其他城市屬于長三角城市群的外圍圈層，其中南京、杭州、無錫、合肥等城市中心度指標相對較高，與中心城市聯(lián)系緊密；安慶、舟山、池州等經(jīng)濟欠發(fā)達城市地理位置相對邊緣，與其他城市間的物流業(yè)務聯(lián)系也相對較少，屬于網(wǎng)絡的邊緣圈層。

為分析各城市群中心度區(qū)域內的差異，計算城市中心度的變異系數(shù)。具體參見表7?？梢钥吹剑槿浅鞘腥鹤畲?，京津冀城市群次之，后面是長三角城市群和成渝城市群，長江中游城市群墊底。珠三角城市群中心度差異最大，其原因可能是深圳、廣州、東莞等地依托強大的產(chǎn)業(yè)基礎和區(qū)位優(yōu)勢取得了物流業(yè)的長足發(fā)展，而其他城市發(fā)展機會很少。京津冀城市群區(qū)域內差異較大，其原因可能是北京、天津、石家莊憑借城市等級優(yōu)勢占據(jù)了較多物流資源，削弱了其他城市物流業(yè)的發(fā)展基礎。

接下來，從點度中心度、中介中心度、接近中心度三個細分指標入手展開具體分析。

（1）點度中心度。五大城市群相對點度中心度各年度平均值如表8所示。總體來看，按相對點度中心度平均值從高到低排列依次為珠三角、成渝、京津冀、長三角、長江中游城市群。排名越靠前，表明城市群內部城市物流業(yè)發(fā)展間的關聯(lián)關系數(shù)越多。下面，以長三角為例做具體分析。無論是點出度還是點入度，其城市中心度分布均表現(xiàn)出明顯的兩級分化現(xiàn)象。從點出度看，合肥、南通、宣城點出度最高，說明它們在網(wǎng)絡中處于核心位置，具有強大的物流輻射能力；無錫點出度最低，僅為合肥的2/5，說明無錫對周邊城市的空間輻射能力非常弱。從點入度看，蘇州、上海、無錫等城市點入度最高，說明這幾個城市能夠從周邊城市吸取資源，不斷整合集聚外部力量發(fā)展物流業(yè)。而池州、安慶等城市與城市群內的其他城市物流業(yè)聯(lián)系較弱，既難以對周圍城市產(chǎn)生輻射，也較少受到周邊城市溢出效應的影響。關于其他城市群，珠三角城市群中點度中心度較高的城市有深圳、東莞、廣州；京津冀城市群中點度中心度最高的城市為北京、天津，且點入度高于點出度，說明它們對其他城市的物流業(yè)溢出效應低于受益；長江中游城市群中點度中心度最高的城市為武漢、長沙等；成渝城市群中點度中心度最高的城市為成都、重慶。從演變趨勢看，長江中游城市群2009年之后波動較大，其余四個城市群呈現(xiàn)出相對明顯的上升趨勢。這說明，總體看我國城市群內部各城市均已開始融入網(wǎng)絡體系，與其他城市的關聯(lián)關系正在日益增強。

（2）中介中心度。五大城市群相對中介中心度各年度平均值如表9所示。總體來看，按相對中介中心度平均值從高到低排列依次為成渝、京津冀、長三角、長江中游、珠三角城市群，排名越靠前，說明城市群物流運作對中介城市依賴性越強，中介城市對城市群物流運作主導力量越強。其中，長三角的上海、南京等城市，長江中游的武漢、長沙、南昌等城市，成渝的重慶、成都等城市，京津冀的北京、天津等城市以及珠三角的廣州、深圳、珠海等城市擁有所在城市群最高的中介中心度，這些城市處于網(wǎng)絡的核心位置，是城市間物流業(yè)務聯(lián)系的途經(jīng)點，在信息、資源方面調控能力強，在網(wǎng)絡中扮演著重要的橋梁和中樞角色。在各城市群中，排名前20%的城市按其中介中心度占各區(qū)域中介中心度總量的比重從高到低排列依次為長江中游（71.3%）、長三角（60.6%）、珠三角（59.9%）、成渝（53.9%）、京津冀（50.1%）?？梢园l(fā)現(xiàn)，各城市群內部中介中心度分布不均衡，少數(shù)城市擁有高中介性，對物流網(wǎng)絡支配力較強。從演變趨勢看，長三角和成渝城市群中介中心度下降趨勢比較明顯，長江中游和珠三角城市群變化不明顯，而京津冀城市群有所上升。這說明，長三角和成渝城市群內部城市物流業(yè)發(fā)展的聯(lián)系越來越直接，城市間全連通特征越來越突出；京津冀城市群內部城市物流業(yè)發(fā)展的聯(lián)系越來越需要通過中介城市進行，城市間全連通特征較弱，更偏向于軸輻物流網(wǎng)絡結構形態(tài)。

（3）接近中心度。五大城市群相對接近中心度各年度平均值如表10所示?？傮w來看，按相對接近中心度平均值從高到低排列依次為成渝、長三角、長江中游、京津冀、珠三角。城市群接近中心度平均值越高，說明城市間發(fā)生聯(lián)系的速度越快。各城市群接近中心度排名前兩位的城市，長三角是上海和南京，珠三角是深圳和東莞，京津冀是北京和天津，長江中游是武漢和長沙，成渝是成都和重慶。單個城市接近中心度的值越大，其物流運作越不受其他城市控制。這些排名靠前的城市與區(qū)域內其他城市間通達性良好，物資運輸、倉儲、配送、流通加工、信息處理等物流運作過程不受其他城市控制。同時，這些城市往往也是城市群內部經(jīng)濟發(fā)展水平較高、綜合交通基礎設施較完善的核心城市。從演變趨勢看，長江中游城市群波動較大，其余四個城市群接近中心度均值整體呈上升趨勢。

四、中國五大城市群物流業(yè)空間網(wǎng)絡結構運行效應

網(wǎng)絡結構特征決定了網(wǎng)絡節(jié)點屬性值的表現(xiàn)。在城市群物流業(yè)空間關聯(lián)網(wǎng)絡中，城市在網(wǎng)絡結構中的位置決定了該城市在物流固定資產(chǎn)投資和人才等要素方面的吸引力和控制力，并進一步影響城市物流業(yè)發(fā)展水平?；诖?，本文在分析我國城市群物流業(yè)發(fā)展空間網(wǎng)絡結構特征的基礎上，進一步從整體網(wǎng)絡結構和個體網(wǎng)絡結構兩個方面入手，探究城市群物流空間關聯(lián)網(wǎng)絡結構特征對城市群物流業(yè)發(fā)展水平及區(qū)域內差異等屬性數(shù)據(jù)的影響。

（一）整體網(wǎng)絡結構效應

本文分別以城市群物流業(yè)發(fā)展水平的均值和變異系數(shù)為被解釋變量，以網(wǎng)絡密度、網(wǎng)絡等級度、網(wǎng)絡效率為解釋變量進行普通最小二乘法（OLS）回歸分析，其中被解釋變量與解釋變量均取自然對數(shù)。估計結果參見表11。

1.整體網(wǎng)絡結構對物流業(yè)發(fā)展水平的影響

（1）各城市群物流業(yè)發(fā)展網(wǎng)絡密度的回歸系數(shù)均為正，即網(wǎng)絡密度對城市群物流業(yè)發(fā)展水平存在顯著正向影響，表明網(wǎng)絡密度的提升能夠顯著提高城市群物流業(yè)發(fā)展水平。網(wǎng)絡密度提高意味著城市群內部城市物流業(yè)發(fā)展關聯(lián)關系數(shù)量增加，城市間關聯(lián)渠道增多，城市間空間溢出渠道增多，物流業(yè)發(fā)展水平較低城市通過融入網(wǎng)絡所獲得的發(fā)展機會增多，有助于提高城市群物流業(yè)整體發(fā)展水平。

（2）在京津冀城市群，網(wǎng)絡等級度與物流業(yè)發(fā)展水平呈負相關關系。網(wǎng)絡等級度降低意味著網(wǎng)絡節(jié)點對稱可達程度提高，即各網(wǎng)絡節(jié)點地位更趨于平等，有利于各城市更好地獲取適宜的物流資源，從而有助于提高城市群物流業(yè)整體發(fā)展水平。但是，除京津冀外，其他四個城市群的檢驗結果均不顯著。

（3）網(wǎng)絡效率與各城市群物流業(yè)發(fā)展水平呈負相關關系。網(wǎng)絡效率降低意味著空間關聯(lián)網(wǎng)絡中連線數(shù)量增加，城市間物流資本、人才、技術等資源流通渠道增多，有助于提高城市群物流業(yè)整體發(fā)展水平。

2.整體網(wǎng)絡結構對物流業(yè)空間差異的影響

（1）在長江中游、成渝、珠三角城市群，網(wǎng)絡密度的估計系數(shù)為負，說明網(wǎng)絡密度的提高能夠顯著縮小城市群物流業(yè)發(fā)展差異，提高區(qū)域物流業(yè)發(fā)展空間均衡性。網(wǎng)絡密度提高意味著城市關聯(lián)關系數(shù)量增加，因此能夠有效降低城市物流業(yè)發(fā)展空間差異，弱化空間極化趨勢。但是，長三角與京津冀的估計系數(shù)為正，不過未通過顯著性檢驗。

（2）網(wǎng)絡等級度對各城市群物流業(yè)空間差異的作用均不顯著。理論上講，網(wǎng)絡等級度下降意味著各城市地位趨于平等，能夠降低空間差異性。然而，本文樣本檢驗結果并不顯著。其原因可能在于，觀測期內我國五大城市群物流業(yè)發(fā)展水平不斷提高，但空間關聯(lián)網(wǎng)絡等級度變化微弱，導致網(wǎng)絡等級度的作用無法判斷。

（3）網(wǎng)絡效率回歸系數(shù)為正，意味著觀測期內網(wǎng)絡效率的降低縮小了城市群物流業(yè)發(fā)展的差異。網(wǎng)絡效率降低意味著網(wǎng)絡中城市關聯(lián)關系數(shù)量增加，能夠破除中介中心度較高城市對物流資本、人才、技術等資源的控制力，有助于提高網(wǎng)絡空間均衡性。據(jù)此，我們認為，基于空間配置視角強化物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡結構是縮小城市間物流業(yè)發(fā)展水平差距的一種重要驅動機制。

（二）個體網(wǎng)絡結構效應

本文以各年度物流業(yè)發(fā)展水平為被解釋變量，以各年度各城市點度中心度、中介中心度、接近中心度為解釋變量，構建面板數(shù)據(jù)模型進行回歸分析。同樣，被解釋變量與解釋變量均取自然對數(shù)。首先根據(jù)F檢驗與豪斯曼（Hausman）檢驗，確定選擇混合模型、固定效應模型還是隨機效應模型。模型選擇及檢驗結果參見表12。

1.點度中心度

根據(jù)表12中模型（1）的估計結果，點度中心度的回歸系數(shù)均為正值，且均在1%的水平上顯著，說明點度中心度的提高對城市群物流業(yè)發(fā)展具有正向促進作用。點度中心度每提高1%，長三角、珠三角、京津冀、長江中游、成渝城市群的物流業(yè)發(fā)展水平就會分別提高0.057%、0.050%、0.041%、0.040%、0.034%。點度中心度的提高意味著城市群物流業(yè)空間網(wǎng)絡中城市間建立的關聯(lián)關系更加廣泛，城市物流業(yè)發(fā)展交流合作更加頻繁，有助于城市群物流業(yè)發(fā)展水平的提高。

2.中介中心度

根據(jù)表12中模型（2）的估計結果，除長江中游城市群外，其他城市群均通過了1%水平上的顯著性檢驗。在長三角和珠三角城市群中，中介中心度回歸系數(shù)值為負，中介中心度每降低1%，長三角和珠三角物流業(yè)發(fā)展水平就分別提高0.035%和0.061%。中介中心度降低意味著城市間直接聯(lián)系增強，以其他城市作為交流中介的依賴性減弱，城市間溝通更加順暢，發(fā)展更加快速。成渝和京津冀城市群估計系數(shù)為正，說明城市中介中心度每提高1%，成渝和京津冀城市群的物流業(yè)發(fā)展水平就分別提高0.019%和0.010%。其可能原因在于，在成渝和京津冀城市群，中介中心度高的城市作為物流網(wǎng)絡的橋梁和中樞，能夠有效控制和引導物流運作，并對其他城市產(chǎn)生較強的空間溢出效應，從而有助于提高城市群物流業(yè)整體發(fā)展水平。可以看到，在不同城市群，中介中心度的影響具有差異性，這可能與各城市群網(wǎng)絡化發(fā)展階段的不同有關。發(fā)展初期，等級結構森嚴的城市群通過中介城市進行交流并提高物流業(yè)發(fā)展水平，而隨著城市群物流業(yè)發(fā)展水平的不斷提高，城市間關系趨于扁平化，城市群轉為通過更有效率的直接交流獲得發(fā)展。不過，總體來看，系數(shù)絕對值較小，表明觀測期內物流業(yè)發(fā)展水平受網(wǎng)絡中介中心度的影響有限。

3.接近中心度

根據(jù)表12中模型（3）的估計結果，五大城市群的估計系數(shù)均通過了1%水平上的顯著性檢驗。接近中心度系數(shù)均為正，說明接近中心度的提高能夠顯著促進城市群物流業(yè)的發(fā)展。這是因為，城市接近中心度越高，在城市群物流業(yè)發(fā)展進程中與其他城市進行資源交換的速度就越快，從而有助于提高城市群物流業(yè)整體發(fā)展水平。

五、結論與政策含義

本文在測度2005—2016年中國五大城市群城市物流業(yè)綜合發(fā)展水平的基礎上，利用引力模型確定了城市群物流業(yè)發(fā)展的空間關聯(lián)關系，運用社會網(wǎng)絡分析方法揭示了城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡結構的特征，并進一步對其運行效應進行了探討。主要研究結論如下：

一是五大城市群物流業(yè)發(fā)展水平均呈持續(xù)上升趨勢，珠三角、長三角、京津冀等東部沿海地區(qū)城市群物流業(yè)發(fā)展水平高于長江中游、成渝等中西部地區(qū)城市群。城市群物流業(yè)發(fā)展的區(qū)域內差異逐漸擴大，呈現(xiàn)出典型的多級分化現(xiàn)象。珠三角和成渝城市群物流業(yè)發(fā)展由多極走向兩極分化，而其余城市群則呈現(xiàn)出明顯的多極態(tài)勢。

二是從整體網(wǎng)絡結構特征看，五大城市群物流業(yè)發(fā)展空間關聯(lián)的網(wǎng)絡密度呈逐年上升趨勢，說明城市間具有普遍的空間聯(lián)系和空間溢出效應，城市間物流業(yè)發(fā)展的聯(lián)系越來越密切。網(wǎng)絡等級度變化相對平穩(wěn)，其中珠三角城市群網(wǎng)絡等級度最高，成渝城市群網(wǎng)絡等級度最低，說明成渝城市群內部各城市地位相對最為平等，無森嚴的級別和等級；各城市群網(wǎng)絡效率呈逐年下降趨勢，說明城市群物流網(wǎng)絡越來越穩(wěn)定。

三是從個體網(wǎng)絡結構特征看，直轄市、省會城市以及經(jīng)濟發(fā)達城市相對擁有較高的中心度，特別是珠三角與京津冀城市群城市間分化現(xiàn)象最為明顯。在五大城市群中，珠三角的點度中心度均值最高，長江中游最低，但同時可以看到，城市融入各自所在的城市網(wǎng)絡體系已經(jīng)成為普遍趨勢。從點度中心度排名看，處于中心地位的城市有南京、上海、長沙、南昌、成都、重慶、北京、天津、深圳、東莞等。成渝城市群的中介中心度、接近中心度均值最高，珠三角最低，且京津冀對物流樞紐中介城市的依賴性在增強。中介中心度排名靠前的南京、上海、長沙、成都、重慶、石家莊、深圳等經(jīng)濟發(fā)達城市，在城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡中發(fā)揮重要的中介和橋梁作用。接近中心度排名靠前的上海、南京、武漢、長沙、成都、北京、天津、深圳、東莞等城市在網(wǎng)絡中扮演著中心行動者的角色；而接近中心度排名末位的馬鞍山、黃岡、達州、承德、河源等地則在網(wǎng)絡中扮演著邊緣行動者的角色。

四是城市群物流業(yè)發(fā)展空間關聯(lián)網(wǎng)絡密度的提高和效率的下降有助于提高城市群物流業(yè)發(fā)展水平，縮小區(qū)域內差異。森嚴網(wǎng)絡等級結構的破除有助于京津冀城市群物流業(yè)發(fā)展水平的提高，但網(wǎng)絡等級度對其他城市群的作用并不顯著。提高點度中心度、接近中心度能夠提高城市群物流業(yè)發(fā)展水平。對長三角和珠三角城市群而言，降低中介中心度能夠促進物流業(yè)發(fā)展；對成渝和京津冀城市群而言，提高中介中心度能夠促進物流業(yè)發(fā)展；而對長江中游城市群而言，中介中心度的影響不顯著。中介中心度作用的區(qū)域差異性，可能與發(fā)育階段不同的城市群對中介城市的依賴性不同有關。

本研究的政策啟示，一是充分考慮各城市區(qū)位優(yōu)勢和資源稟賦，明確各城市在城市群物流業(yè)發(fā)展中的功能定位，推動物流業(yè)與三次產(chǎn)業(yè)實現(xiàn)產(chǎn)業(yè)聯(lián)動與空間協(xié)同，形成橫向錯位發(fā)展、縱向分工協(xié)作的高度扁平化功能分工格局以及高效運轉的物流業(yè)空間關聯(lián)網(wǎng)絡；二是增強物流樞紐城市空間生產(chǎn)能力，增強其對區(qū)域內落后城市的輻射作用，實現(xiàn)整體繁榮與區(qū)域協(xié)調發(fā)展，避免斷崖式局面的出現(xiàn)；三是積極改善城市間交通基礎設施條件，消除要素流動的制度性障礙，通過要素流動、區(qū)際貿易、企業(yè)分工合作等多種渠道實現(xiàn)城市物流業(yè)發(fā)展的空間溢出效應，優(yōu)化城市群物流業(yè)空間配置，強化城市群物流業(yè)空間關聯(lián)網(wǎng)絡結構，實現(xiàn)高效低成本運轉，提高物流業(yè)價值創(chuàng)造能力。

*感謝福州大學經(jīng)濟與管理學院研究生鄭麗升在數(shù)據(jù)收集和整理方面提供的幫助。

注釋：

①限于篇幅，未單獨報告2005—2016年五大城市群98個城市物流業(yè)發(fā)展水平測度結果，如有需要，可向作者索取。

②限于篇幅，未單獨報告2005—2016年五大城市群98個城市網(wǎng)絡個體中心性測度結果，如有需要，可向作者索取。

參考文獻：

[1]沈玉芳，王能洲，馬仁鋒，等.長三角區(qū)域物流空間布局及演化特征研究[J].經(jīng)濟地理，2011，31（4）：618-623.

[2]王能洲，沈玉芳，張婧，等.區(qū)域物流空間整合研究——基于長三角一體化的實證[J].地域研究與開發(fā)，2011，30（4）：36-41.

[3]張璐璐，趙金麗，宋金平.京津冀城市群物流企業(yè)空間格局演化及影響因素研究[J].經(jīng)濟地理，2019（1）：60-71.

[4]程佳佳，王成金.珠江三角洲集裝箱港口體系演化及動力機制[J].地理學報，2015（8）：1 256-1 270.

[5]蔣自然，曹有揮.長三角集裝箱港口體系的集疏演化[J].經(jīng)濟地理，2017，37（8）：114-121.

[6]謝守紅，蔡海亞，朱迎瑩.長三角城市群物流聯(lián)系與物流網(wǎng)絡優(yōu)化研究[J].世界地理研究，2015，31（4）：76-82.[7]李明芳，薛景梅.京津冀軸輻式區(qū)域物流網(wǎng)絡的構建與對策[J].中國流通經(jīng)濟，2015（1）：106-111.

[8]王飛飛，侯云先.京津冀城市群現(xiàn)代物流網(wǎng)絡構建實證研究[J].華南理工大學學報（社會科學版），2016，18（6）：8-13.

[9]程艷，周燕萍，徐長樂.長江沿岸地區(qū)物流產(chǎn)業(yè)空間結構分析[J].長江流域資源與環(huán)境，2013，22（11）：1 412-1 418.

[10]董琦，甄峰.基于物流企業(yè)網(wǎng)絡的中國城市網(wǎng)絡空間結構特征研究[J].人文地理，2013（4）：71-76.

[11]王克強，萬寧娜.長三角地區(qū)城市城際聯(lián)系度測度——基于物流數(shù)據(jù)視角的分析[J].城市問題，2017（10）：25-37.

[12]劉輝，申玉銘，孟丹，等.基于交通可達性的京津冀城市網(wǎng)絡集中性及空間結構研究[J].經(jīng)濟地理，2013，33（8）：37-45.

[13]傅毅明，趙彥云.基于公路交通流的城市群關聯(lián)網(wǎng)絡研究——以京津冀城市群為例[J].河北大學學報（哲學社會科學版），2016，41（4）：91-100.

[14]葉磊，段學軍，吳威.基于交通信息流的長三角地區(qū)網(wǎng)絡空間結構及其效率研究[J].地理研究，2016，35（5）：992-1002.

[15]CHEN X.Assessing the impacts of high speed rail develop？ ment in China’s Yangtze River Delta megaregion[J].Journal of transportation technologies，2013，3（2）：113-122.

[16]陳偉勁，馬學廣，蔡莉麗，等.珠三角城市聯(lián)系的空間格局特征研究——基于城際客運交通流的分析[J].經(jīng)濟地理，2013，33（4）：48-55.

[17]王圣云，沈玉芳.我國省級物流競爭力評價及特征研究[J].中國軟科學，2007（10）：104-110.

[18]李全喜，金鳳花，孫磐石.區(qū)域物流引力和地位模型的構建及應用研究[J].經(jīng)濟地理，2010（10）：1 619-1 624.

[19]曹炳汝，曹惠惠.基于ANP-TOPSIS的區(qū)域物流發(fā)展能力評價——以江蘇省為例[J].地域研究與開發(fā)，2018（4）：42-47.

[20]GROENEWOLD N，LEE G，CHEN A.Regional output spillovers in China：estimates from a VAR model[J].Region？ al science，2007，86（1）：101-122.

[21]李敬，陳澍，萬廣華，等.中國區(qū)域經(jīng)濟增長的空間關聯(lián)及其解釋——基于網(wǎng)絡分析方法[J].經(jīng)濟研究，2014（11）：4-16.

[22]陳昕，彭建，劉焱序，等.基于DMSP/OLS夜間燈光數(shù)據(jù)的京津冀地區(qū)城市空間擴展與空間關聯(lián)測度[J].地理研究，2018（5）：898-909.

[23]李林玥，孫志，賢龍翔.“一帶一路”沿線國家與中國的貿易發(fā)展狀況研究——夜間燈光數(shù)據(jù)在引力模型中的實證分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2018（3）：39-58.

Spatial Network Structure of Logistics Development and Its Operating Effect in China’s Five Urban Clusters

LIANG Hong-yan

（Fuzhou University，F(xiàn)uzhou，F(xiàn)ujian350116，China）

Abstract：Rational and effective regional spatial network structure is beneficial to the organizational，scale，and network operation of regional logistic activities. On the basis of the comprehensive evaluation of logistics development in five urban clusters through principal components analysis method from 2005 to 2016，the author constructs gravity model to confirm the spatial correlation of logistics development between cities within each urban cluster，and then uses social network analysis method to reveal the characteristics of logistics spatial network structure，and also investigates its operating effect. First，the results show that logistics development in each urban cluster shows a continuous upward trend，and the urban clusters in eastern seaboard have better performance than that in central and west regions；the logistics development difference within urban cluster shows a gradually upward trend，accompanied by distinct gradient with bipolar or multipolar differentiation phenomenon. Second，the results show that the tightness of spatial correlation network in five urban clusters exhibits a gradually upward trend，the network grade changes smoothly，and the network efficiency exhibits a gradually downward trend，which indicates that the logistics network is becoming more and more stable. Third，the results also show that the promotion of network density and the decline of network efficiency are beneficial to improving logistics development of urban clusters and narrowing intraregional difference；breaking the strict network hierarchy is beneficial to improving logistics development of Beijing-Tianjin-Hebei，however its effects are not significant for other urban clusters；the promotion of degree centrality and closeness centrality are beneficial to improving logistics development，but the effects of betweenness centrality are regionally different. So to better promote the coordinated development of urban cluster’s logistics industry，we should，first，fully consider the regional advantages and resource endowment of each city，clarify the functional position of each city in urban cluster’s logistic development，and promote the industrial interaction and spatial coordination；second，we should enhance spatial productivity of hub cities and strengthen its emissive power on lagged behind cities to realize the overall prosperous and regional coordinated development；and third，we should improve transportation infrastructure among cities，eliminate the institutional barriers hindering element flow，realize the spatial spillover effects，optimize logistic spatialdistribution，and strengthenspatialnetworkstructuretoimprovethecapabilityforvaluecreativeoflogisticsindustry.

Key words：urban clusters；logistics industry；distributional dynamic；spatial network；structural characteristic