EN中文

经济地理 >

2020 , Vol. 40 >Issue 5: 165 - 173

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.05.018

产业经济与创新发展

我国省域物流集群竞争力研究

  • 李利华 ,
  • 王轩
展开
  • 长沙理工大学 交通运输工程学院，中国湖南 长沙 410114

李利华（1979—），男，湖北红安人，博士，副教授。主要研究方向为物流系统优化与设计。E-mail：。

收稿日期: 2019-07-10

  修回日期: 2020-01-31

  网络出版日期: 2025-04-17

基金资助

教育部人文社会科学研究青年基金项目(14YJC630062)

湖南省哲学社会科学基金项目(13YBA015)

长沙理工大学公路工程省部共建教育部重点实验室开放基金项目(kfj120103)

收起

Research on Competitiveness of Provincial Logistics Clusters in China

  • LI Lihua ,
  • WANG Xuan
Expand
  • School of Traffic and Transportation Engineering，Changsha University of Science and Technology，Changsha 410114，Hunan，China

Received date: 2019-07-10

  Revised date: 2020-01-31

  Online published: 2025-04-17

Fold

摘要

以2012—2017年我国31个省域（不含港澳台）的面板数据为支撑，运用GEM模型分析省域物流集群竞争力作用机制，运用熵权PCA法识别关键因子，结合GIS方法实证研究我国省域物流集群竞争力演变规律与发展特征，结果表明：影响2012—2017年我国省域物流集群综合竞争力的关键要素体现在科技、创新、人才、物流环境等领域，传统产业、地理区位、经济水平等作用效果正在弱化。我国省域物流集群竞争力水平整体上呈现东强西弱格局，东部沿海省域保持高位区间，省域间发展较为均衡；以湖南、江西、安徽等为代表的中部省域崛起迅速，物流集群竞争力的溢出效应明显；传统资源与产业依赖型省域辽宁、山西等降速显著，竞争动力不足。同时受区位与聚集的影响，省域物流集群的区域聚类性特征突出，处于引领地位的省域具有核心扩散效用，拉动区域各省域物流集群竞争力发展。最后，对省域物流集群竞争力的提升给出发展建议，以促进我国物流行业的高质量发展。

关键词： 省域物流集群; GEM-PCA模型; 熵权法; 竞争力; 创新发展; 市场环境; 物流业高质量发展

本文引用格式

李利华 , 王轩 . 我国省域物流集群竞争力研究[J]. 经济地理, 2020 , 40(5) : 165 -173 . DOI: 10.15957/j.cnki.jjdl.2020.05.018

Abstract

This paper collects the panel data of 31 provinces(excluding Hong Kong,Macao and Taiwan) in China from 2012 to 2017,to analyze the mechanism of provincial logistics clusters competitiveness with the GEM model,and to identify the key factors by entropy weight PCA method. The evolving regulars and developing characteristics about the competitiveness of provincial logistics clusters in China is positive researched with the GIS method.The results show that: The key factors affecting the comprehensive competitiveness of provincial logistics clusters in China from 2012 to 2017 are science and technology,innovation,talent,and logistics environment.The effects of traditional industries,geographical location and economic level are weakening.On the whole,the competitiveness level of provincial logistics clusters presents the setup of strong east and weak west.The eastern coastal provinces maintain high-level areas,and the inter-provincial development is more balanced. The central provinces,represented by Hunan,Jiangxi and Anhui,have risen rapidly,and the spillover effect about the competitiveness of logistics clusters is obvious.Traditional resources and industry-dependent provinces such as Liaoning and Shanxi has slowed down significantly,and has insufficient competitive power. At the same time,affected by the location and agglomeration,the regional clustering characteristics of provincial logistics clusters are outstanding. The leading provinces have the core diffusion effect,which promotes the competitiveness development of regional provincial logistics clusters. Finally,this paper gives some suggestions on how to improve the competitiveness of provincial logistics clusters in order to promote the high-quality development of China's logistics industry.

Key words： provincial logistics clusters; GEM-PCA model; entropy weight; competitiveness; innovation development; marketenvironment; high-quality development of logistics industry

伴随着专业化分工和全球贸易的发展，物流产业呈现出资源要素与服务不断向特定的地理空间集聚的现象，并进一步形成基于庞大货运体系和充满创新活力的物流集群。物流集群成为一种新趋势、新理念，在全球涌现，这种集群化开启了庞大的外部世界和物流经济的增长，同时刺激相关物流密集地区经济的多元化[1]。我国经济已由高速增长转向高质量发展阶段，但区域发展的不均衡性与差异性依旧明显，在省域间尤显突出。发挥特色优势、找准定位、提升竞争力是当前各省域发展的重要导向。物流集群对区域经济具有发展引领与带动作用，物流集群竞争力是一个地区物流能力及经济支撑力的集中体现。从时空演变[2]、经济地理[3]、区位变迁[4]等角度，通过对我国物流集群研究及实证分析，研究普遍认为：物流集群是物流在地理空间上集聚的一种社会经济现象，并已成为我国区域经济发展拉动、转变、创新的新兴增长点，对引领区域产业转移与集聚，具有明显的先导性作用。
对于区域物流集群竞争力，国内外学者主要从以下方面进行研究：①物流集群竞争力影响要素分析方面。Rivera、Sheffi等基于社会效益与网络设施层面，认为物流企业经营的主观要素对物流集群竞争有强作用力，构建了凸显基础资源、运输设施、协作训练等潜在变量的物流集群SEM结构，并以西班牙Zaragoza物流集群验证结构因素对物流集群竞争力的因果关系与作用效果[5-6]。Vittorio等考量物流集群的基础设施、机构、劳动力等要素，大数据测算出劳动力对欧洲国家物流集群竞争力影响最为显著[7]。Liu等研究了“产业结构—物流”的耦合效应与协调机制，指出影响物流集群竞争力的主导因素为产业结构的耦合度与协调度[8]。尹国君等认为优越的区位条件、完善的基础设施、广阔的市场需求、优质的人力资源、全面的配套服务、政府的政策支持是现代物流集聚发展的必要条件[9]。闵旭东等从内外因的角度分析了物流集群对经济的作用机理，并结合外部性理论与放大效应构建物流集群竞争动态效应模型，对山东省临沂物流集群集聚区展开实证测评[10]。②物流集群竞争力作用机制方面。杨慧等应用钻石模型研究了集群转型竞争问题，并从技术、过程、产品、功能、链、系统等六大要素探讨了山西省酒业集群竞争机制与转型策略[11]。Safee等运用GEM理论从国际关系视角研究了产业集群竞争力，并对巴基斯坦服装轻工业的集群竞争力进行实证评估，支撑其发展中的国内形势与国际定位[12]。Baydar等认为物流集群是与物流相关所有经营活动的一种集合，并结合SWOT与GEM研究了土耳其FV（Freight Villages）物流集群的竞争机制[13]。刘友金等基于创新网络视角，构造了四要素八因素的GEMN模型，并着重突出了“网络因素对”对集群的导向[14]。许烜等以GEM模型构造三级包含24个指标的研究体系，并实证应用于湖南粮油加工业集群竞争力评价[15]。③物流集群竞争力的分析方法方面。Peter运用空间计量经济理论，以空间集聚EG指数，对美国邮政大数据分析得出其物流集群在空间经济演变上存在退化现象，集群竞争力弱化[16]。Chung等指出市场与基础设施是提升物流集群综合竞争力的必要因素，从波特模型的要素作用与结构关系探讨了亚洲国家间的物流集群竞争力[17]。千庆兰聚焦于广州市的物流企业，运用GIS空间分析法得出了物流企业竞争发展的空间格局是区位、交通、政策、地区经济实力和地价等因素综合作用的结果[18]。张晓涛等分析北京市物流企业的空间布局变化轨迹，论证区位变迁与社会经济活动之间的强关联性正向作用于物流集群竞争力[19]。朱慧等运用标准差椭圆分析、核密度和Ripley's K函数等方法对义乌市物流企业空间集聚水平进行测度，展示了义乌市物流企业分布空间集聚的现象与竞争水平[20]。程秀娟等利用百度在线地图和统计面板数据打造了物流集群竞争热度体系，并设计物流热度关联指数，探讨河南省物流集群的空间格局[21]。曹炳汝等基于Super-SBM模型与Malmquist指数，研究长江经济带物流业增长效率，并考量市场一体化指数、产业集聚、政府干预、经济密度、对外开放以及交通密度等因素对物流集群竞争力的作用[22]。
相关研究从地理学、经济学、统计学等视角对物流集群竞争研究取得一定进展，但也存在一些不足，主要表现为：①对我国的实证分析大多聚焦于产业集群，从省域的角度比较研究物流集群竞争力少见。②集群竞争力量化分析与评价研究较多，从影响因素、作用机制与指标体系的串联性研究物流集群竞争较少。因此，本研究以2012—2017年全国31个省、自治区、直辖市（不含港澳台）面板数据为基础，构造熵权GEM-PCA的省域物流集群竞争力评价体系，探究6年来我国省域物流集群竞争的关键因素、时空演变与发展特征，并针对性提出发展策略建议，为今后我国物流行业发展提供参考。

1 省域物流集群竞争力理论分析

本研究的省域物流集群，是指以全国31个省、自治区、直辖市（不含港澳台）为单元，以2012—2017年为时间跨度，采集关联性的地理经济指标面板数据，反映物流集群及其竞争力；以GEM模型研究省域物流集群竞争力指标体系、结构关系与作用机制；以熵权PCA（Principal Component Analysis，主成分分析）提取与识别物流集群竞争力关键因子，构造省域物流集群竞争力水平指数探究其演变规律。

1.1 省域物流集群竞争力作用机制——GEM模型

省域物流集群受多种因素影响，其GEM模型是一种蛛网状结构关系（图1），包含两个层次，即三要素六因素。要素层是内核，反映省域物流集群竞争力的内在本质，以基础、企业、市场等三个要素标定；因素层是外表，代表省域物流集群竞争力方向指引，包括物流集群基础资源、物流集群基础设施、集群企业结构与战略及竞争、供应商及相关辅助产业、物流集群内部市场、物流集群外部市场等六个因素。从省域物流集群竞争力的结构形态上分析，要素层与因素层又存在着相应的对应关系，基础要素对应物流集群基础资源与基础设施2个因素，反映物流基础在集群体系中的内涵与表现；企业要素对应集群企业结构与战略及竞争、供应商及相关辅助产业2个因素，反映物流企业在集群体系中的要素地位与结构关系；市场要素对应物流集群的内部与外部市场2个因素，反映物流市场在集群体系中的导向与渠道。
图1 省域物流集群GEM结构关系

Fig.1 GEM structure relation of provincial logistics clusters

1.2 集群竞争力评价指标体系

1.2.1 指标的结构关系及标定

从GEM模型作用机制出发，考虑省域物流集群的地理、经济、行业等需求，选择27个具体指标，构造体系及对应关系见表1。
表1 省域物流集群竞争力GEM模型指标体系

Tab.1 GEM model index system of provincial logistics clusters competitiveness

要素 因素 指标 竞争力体现
基础 基础资源 年末金融机构存款余额 资金基础资源竞争力
交通运输、仓储及邮政业从业人员数 劳动力基础资源竞争力
行业从业人员集聚区位熵
物流就业密度
R&D人员全时当量 科技资源竞争力
专利授权个数
中等及以上职业教育交通运输类毕业人数 教育与专业竞争力
基础设施 铁路营业里程 交通、运输等基础设施竞争力
内河航道通航里程
公路通车里程
交通运输、仓储及邮政业固定资产投资额
交通运输、仓储及邮政业固定资产投资额
运输船舶拥有量
企业 企业结构、战略及竞争 物流企业总数 物流区位竞争力
物流企业集聚区位熵
交通运输、仓储及邮政业增加值 物流战略竞争力
货物运输量 物流运能竞争力
货物周转量
供应商及相关辅助产业 规模以上工业企业数 关联企业间接作用竞争力
政府财政交通运输支出
限额以上批发业商品销售额 关联产业间接作用竞争力
规模以上工业企业营业额
农、林、牧、渔业总产值
市场 内部市场 社会消费品零售总额 物流需求末端消费
居民的消费水平
外部市场 进出口贸易总额 跨境贸易环境
外商投资企业数 激发本地市场经济活力的潜在外因

1.2.2 评价指标的量化

表1所示27个评价指标中，有24个可以通过统计年鉴提取面板数据，而行业从业人员聚集区位熵值、物流就业密度、物流企业集聚区位熵等3个指标从地理、区位的角度描述省域发展水平，是相对指标，量化如下：
y i = A j / A / B j / B
式中： y i表示上述3个省域物流集群竞争力相对指标； A j表示省域j物流行业指标绝对值（j=1，2，…，31，代表全国港澳台外31个省域）； A表示全国物流行业指标绝对值； B j表示省域j所有行业指标绝对值； B表示全国所有行业指标绝对值。

2 省域物流集群竞争力关键因子识别

关键因子的识别能够发现引导省域物流集群竞争力的主要力量，同时还能够判别GEM模型作用机制下省域物流的核心要素、因素，通过关键因子与核心要素、因素的对应关系，描述作用效果的强弱性。以2012—2017年全国除港澳台外31个省域对24个指标统计面板数据与3个指标的相对数据，进行熵权标准化处理。
E i = - 1 n 27 - 1 ∑ j = 1 31 p i j l n p i j
式中： E i表示第i个指标信息熵； p i j = y i j / ∑ i = 1 27 y i j表示区域j（ j = 1,2 , 3 , … , 31）第i个指标值比重。
各指标的熵权标准化权重值如下：
w i = 1 - E i 27 - ∑ i = 1 27 E i
关键因子主成分识别如下：
r i k = z i k / λ i
式中： r i k为指标i的第k个主成分数值； z i k为设定荷载因子（ k = 1,2 , 3 , … , c）；c为主成分提取数目； λ i为 w i的协方差特征值。
按照上述分析得出2012—2017年我国31个省域单位的27个物流集群评价指标的熵权结果，如图2。受区域发展不平衡性的影响，不同省域不同评价指标初始数据存在一定的差距，其对于省域物流集群整体竞争力水平影响显著性不一致，高区别度指标，影响较为明显，反之较弱。
图2 省域物流集群熵权比较

Fig.2 Entropy weight comparison of provincial logistics clusters

分析结果表明，通过熵权法对省域物流集群GEM下各指标数据的处理，得出数据周期内各指标熵权值，达到明确出关键差异因子的目的。以熵权均值0.037为刻度线，数据排序后，提取10个省域物流集群指标的关键影响因子，分别为：专利授权个数、运输船舶拥有量、进出口贸易总额、外商投资企业数、物流就业密度、R&D人员全时当量、内河航道通航里程、限额以上批发业商品销售额、规模以上工业企业数、中等及以上职业教育交通运输类毕业人数等。在结构上10个关键影响因子作用效果如下：
10个关键影响因子在因素层均能得到体现，但对于要素层，仅能反映物流集群基础资源、物流集群基础设施、供应商及相关辅助产业、物流集群外部市场等4个要素，而集群企业结构、战略及竞争、物流集群内部市场所对应指标在省域物流集群竞争关键因子影响中处于弱势。
专利授权个数、物流就业密度、R&D人员全时当量、中等及以上职业教育交通运输类毕业人数是物流集群基础资源的4个关键作用因子，体现基础资源要素在省域物流集群中的基础导向性作用。关键因子R&D人员全时当量、专利授权个数是省域物流集群创新能力的重要体现与区域产业良性发展的重要支撑，其中，专利授权个数因子在10个关键指标中熵权值最高，排名第一，均在0.1以上，2013年达到0.129的峰值，体现出了科研创新能力对物流产业集群的引领性及其在省域间的差异性。作为劳动力密集型行业，物流就业密度因子熵权值维持在0.05左右，中等及以上职业教育交通运输类毕业人数因子的熵权值居高但有波动，表明各省域物流行业从业人员满足度及高素质物流从业人员补充程度具有较大的差异性。提升省域物流集群竞争力的核心环节在于基础资源要素及其下属的4个关键指标因子专利授权个数、物流就业密度、R&D人员全时当量、中等及以上职业教育交通运输类毕业人数。
运输船舶拥有量与内河航道通航里程是2个支撑物流集群基础设施要素的关键因子，表明航运这一具有地缘差异性的运输方式对于省域物流集群竞争力作用效果明显。运输船舶拥有量在所有关键因子中仅次于专利授权个数的影响性，排名第二，其熵权值由2012年的0.053上升到了2017年的0.091；内河航道通航里程熵权值也是维持在0.05左右，表明航运尤其内河运输对省域物流集群竞争力的正向影响在不断加大，同时也折射出我国内河水运发展的不平衡性以及省域物流集群对内河水运的依赖性。
要素供应商及辅助产业对应限额以上批发业商品销售额与规模以上工业企业数等2个关键因子指标。该2关键因子熵权值在2012—2017年数据分析中均稳定在0.04左右，体现出物流集群高需求批发业及工业发展情况对省域集群竞争力影响的差异性。因此，完善与发展批发零售业是提升省域物流集群竞争力的重要途径。
外商投资企业数与进出口贸易总额是物流集群外部市场要素的2个关键影响因子。6年数据表明，该因子在关键因子排名中处于前列，熵权值均处于0.06~0.07区间，表明各省域对外贸易水平的差距较大，同时也能体现出加强对外贸易、吸引外商投资是提升省域物流集群竞争力水平的有效手段。
综上，与经济、地理、区位等相关的传统优势影响物流集群竞争力的因素效用弱化趋势明显，而科技、人才、市场等相关因素的积极作用不断扩大。这一特征与现象为不同省域物流集群发展提供导向与支撑，物流集群竞争力处于低水平省域可以在人才培养与引进、科技创新、市场环境等领域加大力度、拓展渠道，同时也明确了高水平省域保持自身优势的方向。

3 物流集群竞争力分析

3.1 竞争力水平指数标定

将指标的主成分矩阵 r i k与各省域标准化后的指标值 v i j '做运算后得到 g i j，并结合熵权 w i求得 S j，计算公式如下：
g i j = v i j ' ∑ k = 1 c r i k
S j = ∑ i = 1 27 w i g i j
式中： g i j为省域j第i个指标的PCA因子得分数值； S j为省域j总体PCA因子分值。
由于采取数据为2012—2017年，通过考虑时间跨度影响与不同省域不同指标实际运算结果的差异性，在对 S j标准化处理的基础上，排序得 R j，相对性比较，反映省域间物流集群竞争力水平指数 H j。
H j = R j 31
以表2形式区间标度划分，判定各省域的相对竞争力水平，共有5个区间标度，H≥0.7属于中高位与强势水平， H < 0.4则对应弱势与低位水平，其余为中等水平。
表2 物流集群竞争力水平

Tab.2 Competitiveness level of logistics clusters

竞争力水平 弱 较弱 中等 较强 强
值域 0~0.2 0.2~0.4 0.4 ~0.7 0.7~0.9 0.9~1.0

3.2 竞争力水平变迁轨迹分析

对我国2012—2017年数据分析，最终得出31个省域的物流集群竞争力水平发展情况（表3，图3）。
表3 2012—2017年31省域物流集群竞争力水平

Tab.3 Competitiveness level of 31 provincial logistics clusters in 2012-2017

省域 2012 2013 2014 2015 2016 2017
北京 0.9032 0.9032 0.8710 0.8710 0.8387 0.8387
天津 0.6129 0.5806 0.5484 0.7097 0.7097 0.6774
河北 0.7097 0.7097 0.6129 0.7742 0.6129 0.5806
山西 0.5161 0.4516 0.3548 0.3548 0.2903 0.2903
内蒙古 0.3226 0.2903 0.2903 0.2581 0.2581 0.2581
辽宁 0.7742 0.7419 0.6452 0.5484 0.5484 0.5161
吉林 0.2581 0.2581 0.2258 0.2258 0.2258 0.2258
黑龙江 0.4194 0.3871 0.3871 0.3871 0.3871 0.3871
上海 0.9355 0.9355 0.9355 0.9677 0.9355 0.9355
江苏 0.9677 0.9677 0.9677 0.9355 0.9677 0.9677
浙江 0.8710 0.8710 0.9032 0.9032 0.9032 0.9032
安徽 0.5806 0.6129 0.7419 0.7419 0.7419 0.7097
福建 0.6774 0.6452 0.6774 0.6774 0.5806 0.5484
江西 0.3548 0.4194 0.4839 0.4516 0.4516 0.6452
山东 0.8387 0.8387 0.8387 0.8387 0.8710 0.8710
河南 0.7419 0.7742 0.7742 0.8065 0.7742 0.7419
湖北 0.6452 0.6774 0.7097 0.6452 0.6774 0.6129
湖南 0.5484 0.5484 0.5806 0.5806 0.6452 0.8065
广东 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
广西 0.3871 0.3548 0.4194 0.4194 0.4194 0.4194
海南 0.1290 0.1290 0.1290 0.1290 0.1613 0.1613
重庆 0.4839 0.4839 0.5161 0.5161 0.5161 0.4839
四川 0.8065 0.8065 0.8065 0.6129 0.8065 0.7742
贵州 0.2258 0.1935 0.2581 0.2903 0.3548 0.3548
云南 0.2903 0.3226 0.3226 0.3226 0.3226 0.3226
西藏 0.0323 0.0323 0.0323 0.0323 0.0323 0.0323
陕西 0.4516 0.5161 0.4516 0.4839 0.4839 0.4516
甘肃 0.1613 0.1613 0.1613 0.1613 0.1290 0.1290
青海 0.0645 0.0968 0.0968 0.0645 0.0645 0.0645
宁夏 0.0968 0.0645 0.0645 0.0968 0.0968 0.0968
新疆 0.1935 0.2258 0.1935 0.1935 0.1935 0.1935
图3 省域物流集群竞争力水平比较

Fig.3 Comparison of competitiveness level of provincial logistics clusters

地理区位优越与经济水平较高的省域引领物流集群竞争。一直处于物流集群竞争力水平高位（指数在0.9以上）的省域有广东、上海、江苏3个，6年来，其物流集群竞争力水平值均较为稳定，变迁轨迹波动性不大。北京、浙江、山东等省域在[0.80,0.90]区间波动，接近高位水平，但发展趋势有差异性，北京呈现下降趋势，由2012年的0.9032，一直降到2017年的0.8387，而浙江、山东2省域不断朝高位拉升，浙江甚至在2014年超过0.9水平。整体上，这6个省域为第一梯队，领跑其他省域，其变迁轨迹表现为强势的区域经济、雄厚的产业格局与优越的地理区位，使其本身的物流集群竞争力水平居高位，其他省域短期内无法撼动。但在经济的发展、政策导向、区域空间格局变化等诸多可能因素作用下，一些强势省域物流集群竞争力水平可能会有一定程度的波动。
人口基数大、交通区位强的四川与河南2省域物流集群竞争力居于中高位水平，竞争力指数在0.8左右，整体较为稳定，变迁轨迹弹性不明显，偶有年份出现波动，如四川在2015年的0.6129与其他年份的0.8左右数值相比有一定的变化幅度。
加速发展中的中部省域物流集群竞争力水平增长迅速，幅度大，以江西、湖南、安徽以及天津最为突出。在增长率上，江西表现最为显著，其竞争力水平指数值由2012年的0.3548持续增长至2017年的0.6452，几乎翻番，表明江西具有强大的物流集群竞争力水平增长动力。湖南次之，由2012年的0.5484增长至2017年的0.8065，安徽、天津等也提升至0.7左右，接近中高位水平。体现出中部省域物流集群竞争力发展强劲态势。
传统产业及资源大省呈现明显下降趋势，河北、辽宁、福建等省域物流集群竞争力指数值由中高位水平0.7左右急速下降，辽宁甚至由2012年的0.7742将至2017年的0.5161，下降幅度达30%以上；山西、内蒙等省域下降趋势更为明显，竞争力水平由中等降至弱势，劣态凸显。表明传统产业及资源大省的物流集群竞争力动力欠佳，转型发展、结构改变是未来的必由之路。
湖北、重庆、陕西等省域物流集群竞争力指数值均处于中等水平0.5左右，有起有伏，变化不大，轨迹平稳。吉林、黑龙江、广西、海南等省域竞争力指数值处于弱势水平，波动性较小，省域物流集群竞争力提升不明显。偏远省域均处于低位水平，贵州、云南等省域微量提升，西藏、宁夏、青海、甘肃、新疆等省域几乎无变化。

3.3 竞争力时空演变特征分析

应用GIS方法，从时空的角度标识省域物流集群空间分布状况，图4为2012—2017年全国各省域物流集群竞争力空间布局，特征如下：
图4 我国31个省域物流集群竞争力时空演变

Fig.4 Spatial-temporal evolution of 31 provinces logistics clusters competitiveness in China

①全国整体演变特征呈现出西低东高格局，沿海经济发达省域一直保持竞争力领先地位，以江苏、浙江、上海、广东为代表，西北部省域多处于弱势水平，表明省域物流集群竞争力与地理区位、经济水平高度相关，东南沿海地区自古就是通商主要通道，西部地区地形复杂，地域辽阔，运输路线缺乏水运这一运量大、运价低的大运输方式，物流集群能力不强；②总体竞争力水平呈现出稳中有变的态势，6年来，大多数省域物流集群竞争力档位变化幅度不大，但集群竞争力水平波动明显；③竞争力边界区分度不高，基本处于相同或相近档位，如苏浙沪一带周边均为中高位或者中等水平，西部地区更是成片处于同一档位，整体上竞争力边界区分呈现出由东向西递减的演变趋势；④存在同等区位条件下竞争力水平差异大的特点，如东南沿海广西相比广东差距明显，广东是全国物流集群竞争力最强省域，而广西2012—2017年省域物流集群竞争力水平仅为0.4左右，但受广东溢出效应的刺激，呈现缓慢拉升趋势；⑤四川在西南地区独树一帜，其竞争力水平除2014年有所下滑外，一直处于中高位，四川是连接西部地区与中部腹地的大通道，是重要的地理板块分割点，西侧及西北侧省域常年处于弱势水平，东侧省域则在中等水平以上；⑥核心影响扩散效用明显，整体上竞争力强势水平省域对周边均有带动作用，并未出现中高周低的突兀现象，也体现出物流集群竞争力在局部片区具有效用溢出效应。

3.4 竞争力的区位导向分析

从前面竞争力数据分析结果可知，省域物流集群具有聚集与拉动效应，在全国地理布局上，有差异性。考虑省域的地理连接性，省域物流集群竞争的集聚性、关联性与同质性，从2012年—2017年数据分析，全国省域物流集群形成6个大的聚类性区域（图5）。
图5 区位导向下省域物流集群竞争力综合水平

Fig.5 Comprehensive competitiveness level of provincial logistics clusters under location orientation

黑龙江、吉林、辽宁、内蒙古、山西等北方5省域板块发展依赖于传统资源、重工业，其省域物流集群竞争力有较大的差异性与不平衡性，均呈现下降趋势，整体竞争力偏弱，片区物流集群竞争力指数由2012年的0.4581逐年下降至2017年的0.3355。具有水运区位与资源经济的辽宁是整个板块的领头羊，也是物流集群竞争力降速最为显著的省域，其核心扩散效用不够明显，竞争力溢出效应减弱，动力不足。
京津冀城市群趋势明显，关联性强，聚类特征突出，区域整体及内部3省域物流集群竞争力均处于中高位区段，但省域间差异性明显。北京是整个区域的引领省域，物流集群竞争力在全国一直靠前，水平较高，但其下降特征也是极为明显，6年来，已由0.9以上的高位水平下降至0.84左右，受政策、区位、经济等因素的影响，短期内下落至0.8以下可能性较小。天津发展态势较好，省域物流集群竞争力指数不断提升，其水运区位的优势对物流集群的发展具有明显的促进作用。河北发展的波动性最大，整体趋势表现为下降，动力不足。总体上，京津冀尽管有强有力的城市群发展为支撑，但在省域物流集群竞争力上表现不明显，稳定性欠佳，省域间衔接性与带动性不强。
山东、江苏、上海、浙江、福建、广东等6省域经济发达，东部沿海，互为连通，支撑性强。整个区域的省域物流集群竞争力均值水平维持在0.9左右，长期高位运行，态势强劲。在整体板块中，省域的强势经济与沿海区位对物流集群表现出强大的拉动效应，均衡发展，同时各省域间的溢出效应、支撑效应明显，而福建相对弱势，其串联性欠佳。
河南、安徽、湖北、湖南、江西地处中部，5省相连，区域整体物流集群竞争力增长迅速，发展空间巨大，均值水平由2012年的0.55左右增至2017年的0.7以上，态势强、崛起快，省域间差距不大，相互拉动与促进效果明显，尤其是江西与湖南，后势强劲，动力足。转型发展、创新要素等引领省域物流集群竞争力朝中部区域集聚，潜力巨大。
位于中、西部的其它12省域，陕西、四川、重庆等3省域物流集群竞争力具有一定的同质性，受人口、经济体量大等因素的影响，四川省域物流集群竞争力保持在0.8左右水平，领先整个中、西部各省域，但其带动与溢出效果不够明显，周边省域仅陕西、重庆能够接近0.5水平。另外9省域除广西受广东溢出刺激及自身水运物流区位优势影响，缓慢增长至0.4以上外，其它8省域物流集群竞争力均处于弱势与低位水平。整体上，提升整个中西部区域物流集群竞争力的一个关键点，在于充分发挥陕西、四川、重庆等3省域的拉动与聚集作用。

4 研究结论与建议

4.1 研究结论

通过熵权GEM-PCA模型研究省域物流集群竞争力，并基于2012—2017年数据对我国31省域（不含港澳台）实证测评，探究影响省域物流集群竞争力的关键指标及作用机制与效果。研究主要结论有：①专利授权个数、运输船舶拥有量、进出口贸易总额等10个指标是影响省域物流集群竞争力的关键因子，与经济水平、地理区位等相关的因素及指标对省域物流集群竞争力效用正在弱化，而科技创新、人才培养、市场环境等关联要素的拉动效果与发展潜力巨大。②省域物流集群竞争力水平整体上呈现东强西弱格局，物流水运区位、经济条件正向作用于物流集群竞争力，依旧是高位水平省域发展的主导因素；传统资源与产业依赖型省域物流集群竞争动力不足，溢出效应减弱。③从地理连接，集聚性、关联性与同质性上，省域物流集群区域聚类性特征明显，各区域内竞争力处于引领地位的省域都具有核心影响扩散效用，以中部最为突出。

4.2 发展建议

因子提取与识别得出影响全国省域物流集群竞争力水平主要体现在创新、转型、物流区位等要素上。提升省域物流集群竞争力的关键在于创新引领、科技引领、人才引领，需要加大物流行业科技创新的投入，加快专利的授权与开发，加强物流教育人才的培养；省域物流集群竞争力的提升也要重视加快产业结构升级与转型发展，重视改善物流行业区位与市场环境，大力发展水运，刺激物流进出口贸易、招商引资、销售市场等内外部发展环境。
省域物流集群具有大范围的辐射影响，对于强势水平省域，如浙江、江苏、上海、广东等，需要发挥本身传统优势，与邻省域协同优势互补，达到相互促进、互惠互利的目的，同时应持续优化自身物流区位条件，通过继续完善公铁水运输的衔接扩大水路运输的优势，提供更加便利的物流发展政策，为保持自身强势物流集群竞争力服务。
表4 聚类性省域片区物流集群竞争特征

Tab.4 Competitive characteristics of clustering provincial and regional logistics clusters

省域片区 水平区间 竞争等级 表现特征 作用因素
黑吉辽蒙晋北方5省 [0.33，0.46] 中低位 内部不平衡，差异大，下降明显 依赖传统资源，重工业，动力不足
京津冀华北3省 [0.65，0.75] 中高位 竞争性较强，有波动，稳定性欠佳 地理与创新要素影响大，天津水运优势强
鲁苏沪浙闽粤东部沿海6省 [0.85，0.95] 高位 均衡性较好，有强势带动性与关联性 区位佳，经济强，物流发展基础、环境与市场保障好
豫皖鄂湘赣中部5省 [0.55，0.75] 中高位 态势强劲，崛起迅速，省域间平衡发展，集聚效应明显 转型发展快，创新要素强，发展动力足、潜力大
陕川渝中西部3省 [0.55，0.60] 中位 中游水平，强弱转化不明显 东西衔接板块，人口、交通区位、经济等在中西部相对有优势
其他西部9省 [0.15，0.20] 低位 竞争力弱，水平低，变化小 资源、经济、地理等区位竞争较弱
物流集群竞争力处于中位及中高位的省域表现为三种不同类型，第一类以湖南、江西、安徽等为代表的中部省域，发展劲头猛、动力足、态势强，应继续保持其创新驱动要素，开发内在潜力，加大溢出效应的发挥，加强与东部高水平区域的衔接，拉动西部弱势区域发展。第二类是以河北、辽宁、福建为代表的竞争力水平急速下降省域，实现产业转型发展，拓展新型发展要素才是其振兴发展的必由之路。第三类是以陕西、重庆、四川等为代表的集群竞争力稳定强、变化不大的省域，发挥其核心扩散效用，带动整体中西部发展尤为重要。
物流集群竞争力弱势及低位水平省域，先天上地理经济区位优势不足，又缺乏供应商及辅助产业的历史积淀。应从短期效果可见的关键着手，一是加大科研投入的力度以达到提高物流基础设施供给质量的目的，并为其他辅助产业提供高质量发展环境；二是加大培养交通运输及物流仓储高素质从业人员力度，从物流软实力入手，提高其竞争力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Sheffi Y. Logistics cluster:delivering value and driving growth[M]. Cambridge: The MIT Press, 2012.

[2]
张璐璐, 赵金丽, 宋金平. 京津冀城市群物流企业空间格局演化及影响因素[J]. 经济地理, 2019, 39(3):125-133.

[3]
Liu S J, Li G Q, Jin F J. Quantitative measurement and development evaluation of logistics clusters in China[J]. Journal of Geographical Sciences, 2018, 28(12):1825-1 844.

[4]
唐承丽, 吴艳, 周国华. 城市群、产业集群与开发区互动发展研究——以长株潭城市群为例[J]. 地理研究, 2018, 37(2):292-306.

DOI

[5]
Rivera L, Sheffi Y, Knoppen D. Logistics clusters:the impact of further agglomeration,training and firm size on collaboration and value added services[J]. International Journal of Production Economics, 2016(179):285-294.

[6]
Rivera L, David G, Sheffi Y. The benefits of logistics clustering[J]. International Journal of Distribution & Logistics Management, 2016, 46(3):242-268.

[7]
Vittorio D A, Bruno S S. Human factor the competitive advantage driver of the EU’s logistics sector[J]. International Journal of Production Research, 2017, 55(3):642-655.

[8]
Liu R J, Li D D. Research on the coupling and coordination between industrial structure and logistics competitiveness[J]. International Journal of Frontiers in Sociology, 2019, 1(1):43-54.

[9]
尹国君, 王耀中, 彭建辉. 我国现代物流业集聚发展对策研究[J]. 经济纵横, 2016(11):48-51.

[10]
闵旭东, 黄有方, 刘乃增. 基于面板数据模型的物流集群对区域经济增长的影响[J]. 华侨大学学报:哲学社会科学版, 2019(5):67-75.

[11]
杨慧, 殷为华. 钻石模型分析视角下山西杏花村酒业集群转型对策研究[J]. 世界地理研究, 2015, 24(2):138-147.

[12]
Safeer A A, Abara M, Baig S A,et.al. Export competitiveness analysis of Pakistan garments industry based on GEM Model[J]. Industria Textila, 2018, 69(3):219-229.

[13]
Baydar A M, Süral H, Çelik e. Potential effects of logistics clusters:The case of Turkish freight villages[J]. Journal of Cleaner Production, 2019, 233(1):399-411.

[14]
刘友金. 产业集群竞争力评价量化模型研究——GEM模型解析与GEMN模型构建[J]. 中国软科学, 2007(9):104-111.

[15]
许烜, 刘纯阳. 湖南粮油加工农业产业集群竞争力研究——基于GEM模型的实证分析[J]. 经济地理, 2014, 34(2):120-124.

[16]
Peter H J, Catherine R L. Agglomeration economies 'influence on logistics clusters' growth and competitiveness[J]. Regional Studies, 2018, 52(3):350-361.

[17]
Chung T W. A study on logistics cluster competitiveness among asia main countries using the Porter's Diamond model[J]. The Asian Journal of Shipping and Logistics, 2016, 32(4):257-264.

[18]
千庆兰, 陈颖彪, 李雁, 等. 广州市物流企业空间布局特征及其影响因素[J]. 地理研究, 2011, 30(7):1254-1 261.

[19]
张晓涛, 李芳芳. 北京市物流业集聚区空间分布演变[J]. 城市问题, 2014(3):44-48.

[20]
朱慧, 周根贵. 国际陆港物流企业空间格局演化及其影响因素——以义乌市为例[J]. 经济地理, 2017, 37(2):98-105.

[21]
程秀娟, 李晶晶, 杨洁辉, 等. 河南省物流业空间格局——基于百度地图和面板数据[J]. 人文地理, 2018, 33(5):11-122.

[22]
曹炳汝, 邓莉娟. 长江经济带物流业效率增长影响因素[J]. 经济地理, 2019, 39(7):148-157.

Options
文章导航

/

〈 〉