朱文娟，曾 豪

（湖南工業(yè)大學商學院，湖南株洲 412000）

一、引 言

隨著經(jīng)濟全球化發(fā)展與互聯(lián)網(wǎng)平臺經(jīng)濟的興起，物流業(yè)作為第三產(chǎn)業(yè)逐漸成為一個地區(qū)整體經(jīng)濟水平的重要支柱。東北東部經(jīng)濟帶包含遼寧省、吉林省、黑龍江省中的14 個市州，地處于我國東北口岸，與俄羅斯、朝鮮接壤，是重要的生態(tài)屏障區(qū)和沿海貿(mào)易區(qū)，作為東北三省的重要區(qū)域，其承擔著東北全面振興和邊境地區(qū)開發(fā)開放的重任[1]。這14個市州之間曾創(chuàng)建了溝通合作體系，為促進區(qū)域間投資出臺了優(yōu)惠激勵政策，基礎(chǔ)設(shè)施和物流方面的合作也得到了極大的改善，譬如2019 年8 月國家發(fā)改委出臺了《東北東部經(jīng)濟帶發(fā)展規(guī)劃》，標志著東北東部綠色經(jīng)濟帶已正式上升為國家戰(zhàn)略，其發(fā)展規(guī)劃強調(diào)筑牢高質(zhì)量發(fā)展“四梁八柱”，充分發(fā)揮遼寧省丹東市沿海沿邊交通優(yōu)勢，打通聯(lián)結(jié)歐亞與朝鮮半島的貿(mào)易通道，同時推動丹東到通化直至鶴崗的高速鐵路項目建設(shè)，進一步支持交通基礎(chǔ)設(shè)施建設(shè)。2021 年9 月國務(wù)院批復(fù)《東北全面振興“十四五”實施方案》，其重點任務(wù)主要包括推動經(jīng)濟發(fā)展區(qū)域動力源、提升東北亞國際開放合作水平等，旨在爭取到2025年，東北地區(qū)振興重點領(lǐng)域有新的突破口，初步建立高質(zhì)量發(fā)展的區(qū)域經(jīng)濟布局，進而帶動城市群物流業(yè)高質(zhì)量發(fā)展，同時促進國內(nèi)國際雙循環(huán)格局構(gòu)建。由此可見，東北地區(qū)經(jīng)濟帶逐漸成為國家重點關(guān)注的物流業(yè)高質(zhì)量發(fā)展地區(qū)。

東北地區(qū)作為老工業(yè)基地，為物流業(yè)發(fā)展奠定了良好的基礎(chǔ)，但與“長三角”、京津冀、“珠三角”地區(qū)相比，仍存在較大的差距。東北地區(qū)振興戰(zhàn)略的深入實施和沿海沿邊開放的深入推進，為東北地區(qū)物流業(yè)充分尋求發(fā)展與合作提供了寶貴的資源，物流業(yè)作為支撐經(jīng)濟發(fā)展的重要產(chǎn)業(yè)，也隨著經(jīng)濟空間集聚呈現(xiàn)出空間集聚及演化特征。

二、文獻回顧

區(qū)域物流是指某區(qū)域內(nèi)以支撐可持續(xù)經(jīng)濟發(fā)展為目標，形成一種適應(yīng)區(qū)域環(huán)境、滿足區(qū)域內(nèi)政治、經(jīng)濟等發(fā)展要求，從而實現(xiàn)組織有效管理的物流活動體系。目前針對區(qū)域物流空間的研究已成為學術(shù)熱點，學者采用不同的方法對此展開了研究：（1）針對物流空間布局及空間演化特征，高秀麗、翁鋼民等均采用ESDA 分析方法，分別對廣東省、京津冀區(qū)域物流空間布局及其演化特征進行了研究，進一步揭示了區(qū)域空間物流的相關(guān)性與演變態(tài)勢[2-3]。崔園園等通過區(qū)位熵、區(qū)位基尼系數(shù)等分析長三角區(qū)域物流空間演化特征，同時建立物流集聚影響因素理論框架與模型，進一步探究不同變量之間的相關(guān)關(guān)系[4]。（2）針對物流空間網(wǎng)絡(luò)特征，宗會明等以中國百強物流企業(yè)網(wǎng)絡(luò)數(shù)據(jù)作為基礎(chǔ)，運用連鎖網(wǎng)絡(luò)模型方法探究中國城市網(wǎng)絡(luò)特征及演變規(guī)律[5]。孫春曉等以中國284個城市為研究單位，運用GIS 空間分析和社會網(wǎng)絡(luò)分析方法，探討中國城市物流創(chuàng)新網(wǎng)絡(luò)總體特征、利用空間計量模型探究中國城市物流創(chuàng)新空間網(wǎng)絡(luò)的驅(qū)動因素與機理，進一步促進中國物流業(yè)高質(zhì)量發(fā)展[6]。（3）針對物流樞紐空間布局，江志娟等選取與絲綢之路經(jīng)濟帶發(fā)展相關(guān)聯(lián)的18個省市作為觀測單位，運用聚類分析進行區(qū)域空間劃分，以推動絲綢之路經(jīng)濟帶發(fā)展為目標，實現(xiàn)國內(nèi)優(yōu)勢產(chǎn)業(yè)由東向西，向中亞、西亞國家轉(zhuǎn)移的國際產(chǎn)能合作[7]。陳穎等利用層次分析法并結(jié)合AHP 算法對四川省物流樞紐布局進行研究，進一步推動了四川省國家物流樞紐建設(shè)，提升全省物流服務(wù)質(zhì)量[8]。

現(xiàn)有文獻較少對東北東部經(jīng)濟帶區(qū)域物流空間進行研究，馬越越基于偏微分方法的空間杜賓模型對遼寧省城市全要素生產(chǎn)率的空間溢出效應(yīng)進行了實證研究[9]。該研究為東北部分地區(qū)區(qū)域物流發(fā)展提供了一定的參考建議，但針對整個東北東部經(jīng)濟帶區(qū)域物流空間布局及演化特征的研究卻很少。借鑒已有學者的研究成果，通過計算區(qū)位基尼系數(shù)、區(qū)位熵，采用ESDA 分析方法，計算全局與局部Moran’s I 指數(shù)，輸出Moran’s I 散點圖與LISA圖，探究2010—2019年東北東部經(jīng)濟帶區(qū)域物流空間布局及演化特征，旨在為促進東北東部經(jīng)濟帶區(qū)域物流發(fā)展水平提供理論分析與對策建議。

三、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

目前國內(nèi)并沒有明確界定“物流產(chǎn)業(yè)”這一概念，多數(shù)學者都將交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)增加值或從業(yè)人員數(shù)作為城市物流產(chǎn)值指標。研究選取2010—2019 年東北東部經(jīng)濟帶14 個市州的交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)為基本數(shù)據(jù)，分析其區(qū)位基尼系數(shù)與區(qū)位熵，對不同時期物流產(chǎn)業(yè)發(fā)展狀況進行對比，同時選取2010—2019年東北東部經(jīng)濟帶14 個市州的人均生產(chǎn)總值（GDP）數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析方法（exploratory spatial data analysis, ESDA），對其進行空間自相關(guān)分析。數(shù)據(jù)來源于東北東部經(jīng)濟帶各城市2010—2019 年《統(tǒng)計年鑒》，采用描述性統(tǒng)計分析（平均值、極值）的形式，各城市交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)、總從業(yè)人員數(shù)、人均生產(chǎn)總值的年份數(shù)據(jù)指標如表1所示。

表1 2010—2019年東北東部經(jīng)濟帶各城市相關(guān)數(shù)據(jù)

（二）研究方法

1.區(qū)位基尼系數(shù)（Gr）

區(qū)位基尼系數(shù)（Gr）可用于計算產(chǎn)業(yè)的地理空間聚集程度。研究采用區(qū)位基尼系數(shù)分析東北東部經(jīng)濟帶物流產(chǎn)業(yè)在空間上的分布情況。相應(yīng)的計算公式為：

其中，Gr表示東北東部經(jīng)濟帶物流產(chǎn)業(yè)基尼系數(shù)，n表示市級單位總數(shù)，數(shù)值為14，Xir表示i市交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)，Xnr表示東北東部經(jīng)濟帶全市交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)，Xk表示i市總從業(yè)人員數(shù)，Xn表示東北東部經(jīng)濟帶總從業(yè)人員數(shù)。

Gr的取值范圍為0 ≤Gr≤1，Gr值越小，表示該產(chǎn)業(yè)在地理空間上的聚集程度越低；Gr值越大，表示該產(chǎn)業(yè)在地理空間上的聚集程度越高。一般來說，當Gr＜0.2 時，說明產(chǎn)業(yè)分布極為分散，聚集程度極低；當0.2 ≤Gr＜0.3 時，說明產(chǎn)業(yè)分布高度分散；當0.3 ≤Gr＜0.4 時，說明產(chǎn)業(yè)分布較為分散；當0.4 ≤Gr＜0.5 時，說明產(chǎn)業(yè)分布較為集中；當Gr≥0.5時說明產(chǎn)業(yè)分布高度集中[10]。

2.區(qū)位熵（LQij）

區(qū)位熵（location quotient，LQ）反映某一產(chǎn)業(yè)部門的專業(yè)化程度，可以用來衡量其相對于更高層次區(qū)域的地位水平。研究采用區(qū)位熵計算東北東部經(jīng)濟帶各城市的物流產(chǎn)業(yè)專業(yè)化水平和聚集程度。相應(yīng)的計算公式為：

其中，LQij表示東北東部經(jīng)濟帶區(qū)位熵；qij表示i市交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)，qi表示i市總從業(yè)人員數(shù)，Qhj表示東北東部經(jīng)濟帶交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)，Qh表示東北東部經(jīng)濟帶總從業(yè)人員數(shù)。

LQij值越大，表示該地區(qū)產(chǎn)業(yè)在地理空間上的聚集程度越高，比較優(yōu)勢越明顯。一般來說，當LQij> 1.5 時，說明該地區(qū)產(chǎn)業(yè)優(yōu)勢明顯，聚集程度很強；當1＜LQij≤1.5 時，說明該地區(qū)產(chǎn)業(yè)聚集程度較高；當0.5 ≤LQij≤1 時，說明該地區(qū)產(chǎn)業(yè)聚集能力一般；當LQij＜0.5 時，說明該地區(qū)產(chǎn)業(yè)處于劣勢，聚集程度極弱[11]。

3.探索性空間數(shù)據(jù)分析方法（ESDA）

探索性空間數(shù)據(jù)分析方法通過空間樣本之間的相關(guān)性及其程度來探究空間對象的分布特征，主要包括全局自相關(guān)和局部自相關(guān)分析[12]。研究采用全局Moran’s I指數(shù)和局部自相關(guān)統(tǒng)計量（LISA）對東北東部經(jīng)濟帶區(qū)域物流在空間上的相互關(guān)系進行分析。

全局Moran’s I 指數(shù)是度量空間相關(guān)性的重要指標，用來表明區(qū)域整體在空間上的關(guān)聯(lián)程度。相應(yīng)的計算公式為：

其中，n表示市級單位總數(shù)，數(shù)值為14，Xi和Xj為第i個區(qū)域和第j個區(qū)域的屬性變量值，wij為區(qū)域單元i和區(qū)域單元j之間的空間權(quán)值矩陣，且wij與區(qū)域單元i和區(qū)域單元j之間關(guān)系如下：

一般來說，Moran’s I的取值范圍為Moran’s I∈[-1,1]，Moran’s I指數(shù)接近-1時，表示空間存在負相關(guān)關(guān)系，即空間單元之間的差異大；Moran’s I指數(shù)接近1時，表示空間存在正相關(guān)關(guān)系，即空間單元之間的差異??；Moran’s I=0時，表示空間單元之間呈隨機分布狀態(tài)[13]。

局部Moran’s I 指數(shù)是度量局部區(qū)域空間聚集情況的重要指標，用來表明區(qū)域物流產(chǎn)業(yè)與鄰近空間之間的空間自相關(guān)性。相應(yīng)的計算公式為：

其中，Ii表示第i個區(qū)域的局部Moran’s 指數(shù)，n表示研究區(qū)域內(nèi)所有地區(qū)的總數(shù)，數(shù)值為14，Wij表示空間權(quán)重值，Yi表示第i個區(qū)域的人均GDP。

利用Moran’s I 散點圖，以(Yi-)為x軸，以為y軸，可以將平面區(qū)域劃分為四個象限，第一象限為高高聚集區(qū)（HH），代表該地區(qū)與周邊地區(qū)物流產(chǎn)值同屬于高聚集度；第二象限為低高聚集區(qū)（LH），代表該地區(qū)物流產(chǎn)值屬于低聚集度，周邊地區(qū)物流產(chǎn)值屬于高聚集度；第三象限為低低聚集區(qū)（LL），代表該地區(qū)與周邊地區(qū)物流產(chǎn)值同屬于低聚集度；第四象限為高低聚集區(qū)（HL），代表該地區(qū)物流產(chǎn)值屬于高聚集度，周邊地區(qū)物流產(chǎn)值屬于低聚集度。

四、實證分析

（一）東北東部經(jīng)濟帶區(qū)域物流演化特征分析

1.區(qū)位基尼系數(shù)分析

通過對東北東部經(jīng)濟帶物流產(chǎn)業(yè)從業(yè)人員基尼系數(shù)進行數(shù)據(jù)分析，將2010—2019年東北東部經(jīng)濟帶14個市州的交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)與總從業(yè)人員數(shù)作為基本數(shù)據(jù)，代入公式（1）計算得出2010—2019 年東北東部經(jīng)濟帶區(qū)位基尼系數(shù)，其趨勢圖如圖1所示。

圖1 2010—2019年東北東部經(jīng)濟帶物流產(chǎn)業(yè)區(qū)位基尼系數(shù)趨勢圖

由圖1 可知，2010—2019 年基尼系數(shù)處于[0.2648,0.3576]的區(qū)間內(nèi)，表明東北東部經(jīng)濟帶物流產(chǎn)業(yè)分布較為分散，聚集程度一般。東北東部經(jīng)濟帶基尼系數(shù)處于低位震蕩狀態(tài)，分別在2012 年、2013年、2015年、2018年經(jīng)歷了四次折返波動，2012年與2015年為該基尼系數(shù)的兩個拐點，2013年為基尼系數(shù)最低值，說明該年東北東部經(jīng)濟帶物流產(chǎn)業(yè)分布高度分散；2015 年為區(qū)位基尼系數(shù)最高值，但仍低于0.4，表明東北東部經(jīng)濟帶物流產(chǎn)業(yè)的聚集程度雖有上升趨勢，但仍然處于較低的狀態(tài)。從總體趨勢來看，區(qū)位基尼系數(shù)呈現(xiàn)波動式上升的趨勢，由此可見，隨著今后的發(fā)展，東北東部經(jīng)濟帶物流產(chǎn)業(yè)的聚集程度將會進一步加強。

2.區(qū)位熵分析

通過對東北東部經(jīng)濟帶物流產(chǎn)業(yè)從業(yè)人員區(qū)位熵進行數(shù)據(jù)分析，將2010—2019年東北東部經(jīng)濟帶14個市州的交通運輸、倉儲和郵政業(yè)產(chǎn)業(yè)從業(yè)人員數(shù)與總從業(yè)人員數(shù)作為基本數(shù)據(jù)，代入公式（2）計算得出2010—2019 年東北東部經(jīng)濟帶14 個市區(qū)區(qū)位熵系數(shù)，如圖2所示。

圖2 2010—2019年東北東部經(jīng)濟帶各市物流產(chǎn)業(yè)區(qū)位熵系數(shù)

由圖2 可知，區(qū)位熵系數(shù)均高于1 的地區(qū)有大連、佳木斯，說明這些地區(qū)的專業(yè)化水平與集聚程度高，具有明顯的產(chǎn)業(yè)優(yōu)勢，其中大連在2010—2019 年區(qū)位熵系數(shù)均高于1.5，說明大連已成為東北東部經(jīng)濟帶物流產(chǎn)業(yè)的高集聚地區(qū)。雙鴨山、本溪區(qū)位熵雖然分別在2018 年、2019 年低于1，其他年份均高于1，但其整體呈現(xiàn)下降趨勢，說明這些地區(qū)專業(yè)化水平與集聚程度較高，但呈現(xiàn)減弱的趨勢。區(qū)位熵系數(shù)均低于0.5 的地區(qū)只有延邊地區(qū)，說明該地區(qū)的專業(yè)化水平與集聚程度低，產(chǎn)業(yè)優(yōu)勢不明顯。本溪、牡丹江這些地區(qū)的區(qū)位熵下降趨勢較為明顯，說明這些地區(qū)的物流產(chǎn)業(yè)逐漸分散；丹東地區(qū)的區(qū)位熵上升趨勢明顯，說明該地區(qū)的物流產(chǎn)業(yè)逐漸由分散轉(zhuǎn)為高集聚化。從總體上來看，2010 年大連、丹東、本溪、牡丹江、雙鴨山、佳木斯這6個地區(qū)區(qū)位熵系數(shù)高于1，2019年大連、丹東、雙鴨山、佳木斯這4 個地區(qū)區(qū)位熵高于1，說明東北東部經(jīng)濟帶區(qū)域物流整體向分散趨勢發(fā)展。上述分析表明，東北東部經(jīng)濟帶物流業(yè)的空間集聚與分散并存，區(qū)域間的物流業(yè)發(fā)展仍存在明顯差異。

通過對東北東部經(jīng)濟帶物流產(chǎn)業(yè)從業(yè)人員數(shù)區(qū)位熵進行計算，采用ArcMap10.2 軟件進行制圖，研究發(fā)現(xiàn)，東北東部經(jīng)濟帶區(qū)域物流空間格局呈現(xiàn)出“一心兩帶”向“一頭多點”演進的特征，如圖3 所示。“一心兩帶”是指2010年東北東部經(jīng)濟帶區(qū)域物流的空間格局特征，即一個集聚程度較高的城市（牡丹江市），兩個物流組團（由東北東部經(jīng)濟帶中西南部的本溪、通化、白山等和東北部的鶴崗、雙鴨山等所組成的兩個區(qū)域物流產(chǎn)業(yè)組團）；“一頭多點”是指東北東部經(jīng)濟帶西南部與東北部并行發(fā)展，即未來新一輪東北振興中重要的增長極與支撐帶[14]（丹東、大連），東北部城市群建設(shè)區(qū)域性物流組團下形成的新區(qū)域物流空間格局，即多點（伊春、鶴崗、佳木斯等其他城市）。

圖3 東北東部經(jīng)濟帶物流產(chǎn)業(yè)演進的空間結(jié)構(gòu)特征

（二）東北東部經(jīng)濟帶區(qū)域物流空間布局分析

1.全局Moran’s I指數(shù)自相關(guān)分析

以2010—2019 年東北東部經(jīng)濟帶各市人均生產(chǎn)總值為基礎(chǔ)數(shù)據(jù)，運用GeoDa 軟件計算Moran’s I指數(shù)值，如圖4所示。

圖4 2010—2019年東北東部經(jīng)濟帶物流產(chǎn)業(yè)Moran’s I指數(shù)趨勢圖

2010—2019 年，東北東部經(jīng)濟帶Moran’s I 指數(shù)均為正值，表明東北東部經(jīng)濟帶區(qū)域物流的分布在空間上聚集程度呈現(xiàn)正相關(guān)關(guān)系。2010—2014年呈適度上升趨勢，在2014 年達到頂峰值0.4564，表明在該年東北東部經(jīng)濟帶區(qū)域物流空間集聚程度最強；2015—2018 年呈現(xiàn)逐漸下降趨勢，于2018年達到最低值0.2524，而后2019 年回升到0.2637。綜上所述，東北東部經(jīng)濟帶物流產(chǎn)業(yè)Moran’s I 指數(shù)處于先升后降的趨勢，表明東北東部經(jīng)濟帶區(qū)域物流的空間自相關(guān)和集聚特征呈現(xiàn)從集聚到分散的演變過程。

2.局部Moran’s I指數(shù)自相關(guān)分析

全局自相關(guān)分析往往無法揭示局部空間集聚的關(guān)聯(lián)性和區(qū)域性之間的差異。因此，為了進一步研究東北東部經(jīng)濟帶區(qū)域物流局部空間格局的演變情況，在研究2010 年、2014 年、2019 年三個時間段時，采用Moran’s I 散點圖對東北東部經(jīng)濟帶區(qū)域物流局部空間關(guān)聯(lián)特征與變動進行分析[15]，如圖5 所示。其中因2010 年、2019 年Moran’s I 散點圖的顯著性水平測試不通過，因此對LISA 圖的輸出進行分析，見圖6。由圖5 和表2 可以看出，東北東部經(jīng)濟帶多數(shù)城市處于第三象限內(nèi)，2010 年、2014年和2019 年，屬于HH 類型的地區(qū)只有大連，屬于LH 類型的地區(qū)只有丹東，沒有地區(qū)屬于HL 類型，屬于LL類型的地區(qū)2010年為伊春、鶴崗，2014年為伊春、鶴崗、雙鴨山、佳木斯、雞西，2019 年只有伊春。可以看出HH、LH、HL 類型的地區(qū)沒有發(fā)生變化，LL 類型的地區(qū)近幾年開始縮減，表明東北經(jīng)濟帶地區(qū)區(qū)域物流集群的發(fā)展和整合還有很長的道路。

圖5 2010年、2014年、2019年東北東部經(jīng)濟帶物流產(chǎn)業(yè)集聚程度Moran’s I散點圖

圖6 2010年、2014年、2019年東北東部經(jīng)濟帶物流產(chǎn)業(yè)空間集聚LISA圖

表2 2010年、2014年、2019年東北東部經(jīng)濟帶區(qū)域物流局部空間相關(guān)模式

五、結(jié)論與建議

（一）結(jié)論

基于2010—2019 年東北東部經(jīng)濟帶物流產(chǎn)業(yè)從業(yè)人員數(shù)、總從業(yè)人員數(shù)、人均生產(chǎn)總值（GDP），通過計算區(qū)位基尼系數(shù)和區(qū)位熵，利用ArcGis、GeoDa 軟件，對東北東部經(jīng)濟帶物流產(chǎn)業(yè)空間集聚進行全局和局部空間自相關(guān)分析，具體結(jié)論如下。

2010—2019 年東北東部經(jīng)濟帶物流產(chǎn)業(yè)區(qū)位基尼系數(shù)處于[0.2648,0.3576]的區(qū)間內(nèi)，經(jīng)歷了四次折返波動，總體呈現(xiàn)上升的趨勢，表明東北東部經(jīng)濟帶物流產(chǎn)業(yè)分布較為分散，聚集程度一般。

通過對2010—2019 年東北東部經(jīng)濟帶14 個市區(qū)區(qū)位熵系數(shù)進行計算，發(fā)現(xiàn)大連、佳木斯兩個地區(qū)的專業(yè)化水平與集聚程度高，具有明顯的產(chǎn)業(yè)優(yōu)勢，并且大連已成為東北東部經(jīng)濟帶物流產(chǎn)業(yè)的高集聚地區(qū)。雙鴨山、本溪地區(qū)整體呈現(xiàn)下降趨勢，說明這些地區(qū)專業(yè)化水平與集聚程度有減弱的趨勢。延邊地區(qū)的專業(yè)化水平與集聚程度低，產(chǎn)業(yè)優(yōu)勢不明顯。本溪、牡丹江這些地區(qū)的區(qū)位熵下降趨勢較為明顯，說明這些地區(qū)的物流產(chǎn)業(yè)逐漸分散。丹東地區(qū)的區(qū)位熵上升趨勢明顯，說明該地區(qū)的物流產(chǎn)業(yè)逐漸由分散轉(zhuǎn)為高集聚化。從總體上來看，東北東部經(jīng)濟帶區(qū)域物流整體向分散趨勢發(fā)展，且東北東部經(jīng)濟帶物流產(chǎn)業(yè)的空間集聚化與分散化并存，各地區(qū)之間的物流產(chǎn)業(yè)發(fā)展還存在較大的差異。

通過對2010—2019 年東北東部經(jīng)濟帶物流產(chǎn)業(yè)全局自相關(guān)分析，發(fā)現(xiàn)東北東部經(jīng)濟帶區(qū)域物流的分布在空間上聚集程度呈現(xiàn)正相關(guān)關(guān)系。但Moran’s I指數(shù)處于先升后降的趨勢，表明東北東部經(jīng)濟帶區(qū)域物流的空間自相關(guān)和集聚特征處于從集聚到分散的演變過程。在更進一步的局部自相關(guān)分析中，發(fā)現(xiàn)東北東部經(jīng)濟帶多數(shù)城市處于LL 類型，只有大連屬于HH 類型，丹東屬于LH 類型，沒有地區(qū)屬于HL類型。HH、LH、HL類型的地區(qū)沒有發(fā)生變化。近幾年LL 類型的地區(qū)開始縮減，表明東北東部經(jīng)濟帶區(qū)域物流集群的發(fā)展和整合還任重道遠。

（二）建議

1.維持大連港口區(qū)域物流優(yōu)勢

港口作為一種大型交通運輸基礎(chǔ)設(shè)施，為推動城市發(fā)展發(fā)揮了重要作用，大連市作為東北東部經(jīng)濟帶區(qū)域物流高集聚地區(qū)，應(yīng)當發(fā)揮其區(qū)位優(yōu)勢，通過加強港口基礎(chǔ)設(shè)施建設(shè)，促進新交通區(qū)的形成，將臨港地區(qū)打造成為區(qū)域物流生產(chǎn)的集聚地區(qū)，促進區(qū)域物流的發(fā)展[16]。

2.推進丹東地區(qū)邊境貿(mào)易物流建設(shè)

丹東作為東北東部經(jīng)濟帶LH 類型地區(qū)，其自身發(fā)展水平較低，而周邊地區(qū)發(fā)展水平較高，因此自身和周邊地區(qū)形成了低高聚集區(qū)域。丹東是一座港口城市，也是邊境城市，同時還是我國最大的邊境口岸之一。因此，應(yīng)當發(fā)揮丹東邊境口岸優(yōu)勢，促進市場貿(mào)易與物流發(fā)展，使之成為具有特色的邊境貿(mào)易地區(qū)。

3.推動區(qū)域物流集聚性低市區(qū)的發(fā)展

東北東部經(jīng)濟帶大部分城市屬于LL 地區(qū)，表明其發(fā)展水平較低，周邊發(fā)展水平也較低，因此形成了低低聚集區(qū)域。以伊春市為例，東北東部經(jīng)濟帶的發(fā)展不僅需要頭部企業(yè)帶領(lǐng)，尾部企業(yè)也是經(jīng)濟發(fā)展的一個縮影。政府應(yīng)當給予相對落后城市群的中心城市適度的資源傾斜，提高中心城市的發(fā)展水平，從而帶動周邊城市的經(jīng)濟增速。