谢守红，王平

(浙江师范大学经济与管理学院，浙江金华321004)*



中国主要城市物流业发展的差异及影响因素

谢守红，王平

(浙江师范大学经济与管理学院，浙江金华321004)*

摘要:选取我国35个中心城市，对其在2002－2011年间的物流业发展差异进行时空演变分析，并将其划分为物流发达城市、物流较发达城市、物流欠发达城市、物流不发达城市4种类型。结果表明，城市之间物流业发展差异显著，东部地区物流业发展水平遥遥领先于中西部地区，但近10年来中西部地区物流业发展步伐加快，与东部地区的差距有所缩小。文章对2002－2011年我国物流业发展与经济增长之间的关系进行了实证分析。研究表明:经济增长要素与我国物流业具有高度相关性，对物流业发展产生正向推动作用，但存在一定的滞后性，影响程度由高到低依次为消费水平、经济发展水平、人力资源、资本投入、工业发展水平、对外开放程度，以上6个要素每增长1%，物流业产值就依次上升0．710 3%、0．703 7%、0．657 4%、0．642 9%、0．540 7%、0．353 3%。

关键词:中心城市;物流产业;时空差异;影响因素

一、引言

城市物流是指服务于城市需求的物流，是城市经济的重要组成部分，也是衡量城市现代化水平的核心指标之一。［1］城市物流在促进城市经济发展，提升城市居民生活水平，优化产业资源布局以及带动城市周边地区的经济发展中均发挥着不可或缺的作用。［2］我国学术界对城市物流的研究最早出现在1970年代。近年来随着电子商务的出现，带动了现代物流业的迅猛发展，也使得人们对物流业有了新的认识。因此，对城市物流业的探讨成为众多学者持续关注的焦点，主要集中在以下四个方面: ( 1)在城市规划问题上，如龚梦等从城市社会经济、发展潜力、服务水平、地理因素四方面来构建城市物流节点的评价指标体系，借助灰色聚类分析法对江苏省13个地级市物流网络布局进行规划。［3］李电生等对济南市的物流园区容量进行实证测量;［4］(2)在城市物流系统上，杨建华等基于生命周期分析(LCA)原理，研究了城市物流配送系统的业务流程与外部环境的交互作用;［2］(3)在城市物流发展水平上，郁玉兵等从物流质量内涵出发，从物流供给、需求两个角度选取19个指标对浙江省城市群物流匹配度进行了评价;［5］(4)在物流与城市经济增长的关系分析上，如潘裕娟、洪家祥等分别以广州市和南京市为例，从城市物流对城市经济发展的影响方面作了实证研究。［6，7］

针对现有研究而言，对单一城市和某区域城市群物流业的研究较为普遍，还鲜有对我国中心城市物流业发展的差异研究。随着我国城市的快速扩张，城镇化水平的不断提升，现代物流业已成为城市发展和人们生活的重要支撑。中心城市是国家城镇体系中等级最高的城市，也是区域空间结构中重要的节点要素，凭借资金、技术、人才、政策于一体等优势，对区域经济发展具有聚集和带动辐射功能，是区域经济社会发展的增长极，对周边地区的物流业发展具有辐射作用。［8］因而，本文以我国35个中心城市为例，对我国城市物流业发展差异进行时空演变分析，对影响城市物流业发展的经济因素进行实证分析，并进一步提出了优化城市物流业发展的对策建议。

二、我国城市物流业发展差异的比较分析

(一)指标选取和数据来源

物流业是由运输、装卸、仓储、配送、包装、流通加工等众多环节组成的，现阶段我国对物流产业的统计数据大多局限于国家层面，缺少对省份和城市层面的统计数据。货物运输业(包括海、陆、空)是现代物流业的主体，结合数据可得性，考虑到货运总量是实物指标，受到价格波动的影响较小，因而本文以货运总量( Y)来衡量我国中心城市物流业的发展水平，这也是目前我国学者研究物流业发展的通常做法，如王利［9］、聂华林［1］就用这一指标。因而，本文利用各城市货运量指标分析我国中心城市物流业发展情况。

在研究对象上，选取了全国35个中心城市(包含4个直辖市、22个省会城市、4个自治区首府和5个计划单列市)，这些城市均是区域物流发展中心和经济的增长极。东部中心城市16个，分别为北京、天津、石家庄、沈阳、大连、上海、南京、杭州、宁波、福州、厦门、济南、青岛、广州、深圳、海口;中部中心城市8个，分别为太原、长春、哈尔滨、合肥、南昌、郑州、武汉、长沙;西部中心城市11个，分别为呼和浩特、南宁、兰州、西安、昆明、银川、乌鲁木齐、重庆、成都、贵阳、西宁。拉萨市因统计资料不全，未包含在内。①计算结果见表1。

(二)我国中心城市物流业发展差异特征分析

通过计算2002年、2011年35个中心城市货运量的赫芬达尔系数( HHI)，发现HHI指数从2002年的0．049 0降至2011年的0．044 2，表明我国中心城市物流业发展水平的不均衡程度有所缩小，逐步迈向均衡化发展态势。2002年货运总量高于均值1．35亿吨的城市有14个，占总数的35%，排在前5位的城市分别是上海、重庆、北京、天津和青岛。其中，上海市货运总量高达5．63亿吨，市场占有率为11．93%，居于35个中心城市首位，是均值的4．17倍;重庆市和北京市分别居于第二与第三位，货运总量依次为3．12亿吨、3．08亿吨。而排名最后的银川市货运总量仅为0．18亿吨，占有份额度最低，仅为0．39%。货运总量最高(上海)和最低(银川)的城市之间相差30．59倍，极化作用显著。根据2002年各中心城市物流发展水平情况，此处以1亿吨、2亿吨、3亿吨为界定标准，将全国35个中心城市划分为以下4种类型地区: (1)物流发达城市(Y＞3)，包括北京、天津、重庆、上海4个城市; (2)物流较发达城市(2＜Y＜3)，包括大连、成都、广州、青岛4个城市; (3)物流欠发达城市(1＜Y＜2)，包括昆明、南京、宁波、武汉、杭州、济南、长春、太原、沈阳、石家庄10个城市; (4)物流不发达城市(Y＜1)，包括西安、深圳、南宁、长沙、郑州、合肥、乌鲁木齐、哈尔滨、兰州、西宁、福州、贵阳、海口、厦门、银川、南昌、呼和浩特17个城市(见表2)。

表1　2002－2011年中国主要城市货运量及排序

到2011年，物流货运总量均值上升到2．78亿吨，高于均值的城市依然为14个，重庆、上海、广州、天津和武汉位居前5位，其中重庆货运总量高达9．68亿吨，市场占有率为9．94%，是均值的3．48倍，略高于排名第2的上海市( 9．31亿吨)，广州市( 6．41亿吨)则居于第3位。西宁市物流产业发展较为缓慢，居于末位，货运总量仅为0．31亿吨，市场占有率降至0．32%。货运总量最高(重庆)和最低(西宁)的城市之间相差31．06倍，极化作用有所增强。根据2011年我国35个中心城市物流业发展情况，也可以将其划分为4种类型地区: ( 1)物流发达城市( Y＞3)，包括大连、天津、重庆、上海、南京、宁波、武汉、广州、成都、西安10个城市; ( 2)物流较发达城市( 2＜Y＜3)，包括北京、杭州、合肥、济南、青岛、郑州、长沙、深圳、南宁、昆明、石家庄11个城市; ( 3)物流欠发达城市( 1＜Y＜2)，包括长春、太原、沈阳、呼和浩特、哈尔滨、福州、厦门、贵阳、乌鲁木齐、银川10个城市; ( 4)物流不发达城市( Y＜1)，包括兰州、西宁、海口、南昌4个城市(见表2)。

由表2可以看出，2002年我国物流发达和较发达城市主要集中在川渝城市群、京津冀城市群、长三角城市群和山东半岛城市群，而物流欠发达和不发达城市主要集中在中西部地区。到2011年，物流发展集群效应显著，物流发达和较发达城市数量急剧增加，主要集中在川渝城市群、长三角城市群、关中城市群、长江中游城市群、京津冀城市群、山东半岛城市群、皖江城市带、中原经济区，而物流欠发达和不发达城市主要分布在东北和西北地区。

表2　中国主要城市物流发展分类

对比2011年和2002年的4种类型地区的城市名单发现，总体格局变动较大，城市的排序发生较大变化。10年来中心城市物流业发展得到较大幅度的提升，如物流发达城市由2002年的4个增至2011年的10个，物流较发达城市由2002年的4个增至2011年的11个，物流不发达城市由2002年的17个降至2011年的4个，总体向好的方向迈进。除天津、大连、昆明、呼和浩特和福州这5个城市排名未发生变动外，其余30个城市排名均有变化，中部中心城市多为下降发展态势，而西部和东部的中心城市多为上升发展态势。排名位次升降幅度在3位以内的有上海、成都、杭州、济南、西宁、重庆、贵阳和海口8个城市，其余22个城市排序升降幅度均大于3位，其中北京和深圳上升最为明显，合肥从第28位上升到第11位，深圳从第25位上升到第13位，排序分别上升了17位和12位;北京和太原下降最为明显，北京从第3位下降到第18位，太原从第10位下降到第26位，排序分别下降了15位和16位。

(三)我国中心城市物流业发展的区域差异显著

从东、中、西三大地带来看，我国物流业发展的区域差异十分明显。2002年，东部地区中心城市的货运总量为28．99亿吨，市场占有率为61．37%，分别是中部地区( 7．37亿吨)和西部地区( 10．88亿吨)中心城市的3．93倍和2．66倍，反映出东部中心城市物流发展水平远远高于中部和西部城市。2002年，物流发达城市共有4个，占总数的11．43%，东部地区占3个，西部地区占1个;物流较发达城市共有4个，占总数的11．43%，东部地区占3个，西部地区占1个;物流欠发达城市共有10个，占总数的28．57%，东部地区占6个，中部地区占3个，西部地区占1个;物流不发达城市共有17个，占总数的48．57%，东部地区占4个，中部地区占5个，西部地区占8个。到2011年，东部地区中心城市的货运总量上升为52．17亿吨，市场占有率为61．37%，分别是中部地区( 16．81亿吨)和西部地区( 28．43亿吨)中心城市的3．93倍和2．66倍，反映出东部中心城市物流发展水平远远高于中部和西部中心城市。但从增长速度来看，近10年来东部地区中心城市货运总量增长了1．21倍，中部地区增长了1．7倍，西部地区增长了1．64倍，相对增长率依次为46．19%、18．82%和34．99%。2011年，物流发达的10个城市，东部地区占6个，中部地区占1个、西部地区占3个，而物流不发达的4个城市，西部地区占2个、东部和中部地区各占1个。

以上分析表明，自2002年以来，虽然东部地区物流业发展速度有所放缓，市场占有率在下降，但无论是在增量还是总量上均远远领先中西部地区。近10年来中西部地区物流业发展步伐加快，与东部地区的差距有所缩小，特别是西部地区的发展表现突出，在总量和增长速度上均超过中部城市。究其原因，在于西部大开发战略的推进，使得西部中心城市在基础设施建设和科技人才的引进上已经取得初步成效，另外沿边开放政策的实施也促进了边境贸易的往来，经济发展步伐逐步加快，因而中部地区必须加快自身发展，中部崛起战略有待进一步落实。

三、城市物流业发展的影响因素分析

(一)影响因素的指标选取

根据古典经济学的理论，物流产出是由经济、政策、文化诸多合力共同作用而成的，本文主要考虑经济增长要素对物流业的影响。结合相关参考文献，经济增长要素主要从以下6个角度考虑。

1．人力资源( L)。物流运作需要人力资本作为载体，高水平的物流专业人员能够以更低的成本、更高的效率创造更高的价值，进而促进物流业的快速发展。现阶段我国物流从业人员在总量上虽具有一定规模，但是劳动力素质普遍较低，物流服务水平还处于低层次阶段，高级物流人才缺口较为严重。

2．经济发展水平( G)。物流业作为“第三利润泉”的源泉，吸引着众多经济利益主体的投资。城市经济发展水平与物流业息息相关，城市经济能为物流业发展提供必要的资金和技术支持，是城市物流业发展的原动力。地区经济越发达就越有助于该地区物流行业体系的建立和完备。

3．工业发展水平( R)。我国是世界上最大的发展中国家，也是传统的工业大国，工业品物流是社会物流的主要组成部分，该比重由2005年的85．7%增至2012年的91．4%，7年间增长了近6个百分点。同时制造业作为工业化的核心支撑，随着工业分工的不断细化，使得物流业从制造业中逐步分离出来。工业化程度不断加深刺激了制造业的增长需求，推动制造业与流通业的联动发展，为物流业的发展提供了机遇。

4．资本投入( K)。物流资本投入主要指对基础设施建设的投入，包括铁路、公路、港口、机场等运输方式以及仓储流通中心和信息化工作设备等方面。基础设施建设的合理布局有助于物流资源运作效率的提高，对城市物流质量和速度均有直接的影响。

5．消费水平( X)。一个国家(地区)经济腹地越大，其消费市场越广阔，商品贸易流通尺度就越大，区域内的物流需求就越旺盛。中心城市往往是地区经济、政治和文化中心，对外辐射能力较强，因而和自身以外的城市之间的商贸流通就显得极为重要，流通尺度越大，物流需求就越大。

6．对外开放( O)。我国学者林巍指出，原始的FDI引进可以降低区域内部投资成本，减小市场运营风险，有利于加快资本的累积和产业集聚。［10］FDI的进入可以推动物流信息平台的建设和完善，打破了行业原有的条块分割现象，有助于物流产业的重新组合，同时物流外资企业拥有先进的物流管理技术，技术扩散效应十分显著，解决了我国物流企业的技术瓶颈，对本地物流企业核心竞争力的提升具有巨大推力。［11］

(二)数据来源

考虑到数据可得性和易操作性，在衡量资本投入要素上，通常习惯借助物流从业人员数来衡量。目前物流资本投入指标的选取标准不一，此处借鉴王利的研究成果，采用固定资产投资总额来代替资本投入额度。［9］此外，采用各地区生产总产值来衡量经济发展程度，各地区工业总产值来衡量工业发展水平，社会消费品总额来衡量消费水平，各地区当年实际引进外资总额来衡量对外开放程度。②

(三)实证分析

1.相关性分析

首先对2002－2011年我国35个中心城市物流发展水平与6个经济增长要素指标数据进行相关分析，来检验它们之间是否具有相关性。利用Eviews6．0软件绘制散点图，发现货运总量与物流从业人员数、地区生产总值、工业总产值、固定资产投资总额、社会消费品总额、当年实际利用外资总额之间具有同向发展趋势，计算得出Person相关系数分别为0．580、0．772、0．741、0．747、0．738和0．750，均在10%置信水平下显著，表明变量之间具有高度正相关性。

2.单位根检验

为了保证模型的解释效果，避免伪回归现象的发生，我们首先需要对数据进行平稳性检验，分别对物流发展水平与6个影响因素取对数，以消除时间序列带来的异方差性，降低因数据波动而造成的偏差。因此，本文借助ADF检验法对各研究变量数据进行单位根检验。结果表明(见表3)，原始序列非平稳，不存在单位根，经过差分后的△lnY、△lnL、△lnG、△lnR、△lnK、△lnX、△lnO的ADF值分别为－12．637、－9．975 8、－6．864 7、－7．040 3、－8．777 9、－9．874 2、－16．874，都小于其在1%显著水平下的临界值，说明一阶差分序列是平稳的，存在单位根，均为一阶单整序列，符合协整检验的基本要求。

表3　面板单位根检验结果

3.协整检验

若非平稳的时间序列拥有平稳的线性组合，则表明该序列之间存在着长期的协整关系。目前常用的协整检验方法有Engle-Granger两步法以及Johansen检验法。本文借助Engle-Granger两步法对变量进行协整检验。首先利用OLS法对物流发展水平与其影响因素依次进行两两回归，得到回归方程的残差序列εi。接着对εi分别进行ADF检验，若方程的残差序列εi是平稳的，则说明变量之间具有协整关系。

第一步，借助OLS法对自变量lnL，因变量lnY进行协整回归，得方程如下:

lnY =8．332 7 +0．693 5lnL ( 116．5) ( 19．07) R2=0．51 S．E．=0．57( 1)

校正R2=0．51，F =363．50，DW =1．648 5，方程回归系数均通过T检验，样本n =35，自变量m =1，在5%的显著性水平下，查表得知DW＜dl值，说明其残差序列之前具有一阶自相关性。因而，为了避免伪回归现象的发生，此处借鉴我国学者薛菲的研究方法，［12］将残差序列的一阶滞后项AR( 1)加入到方程中来消除其自身存在的相关性，得到新的回归方程:

lnY =8．398 3 +0．657 4lnL +［AR( 1) =0．190 4］( 112．6) ( 18．01) ( 3．61)( 2)

校正R2=0．53，F =192．58，DW =1．994 1。其中AR( 1)通过5%的置信水平检验，表明将残差序列的一阶滞后项AR( 1)加入到方程中来，可以消除其自身存在的相关性。接着，再对方程( 2)中的残差序列ε1进行ADF检验。

表4　残差序列ε1的ADF检验

检验结果显示(见表4)，在5%的显著性水平下，残差序列ε1的ADF检验值(－3．094 1)小于其对应水平下的临界值，表明残差序列ε1是平稳的，即人力投入lnL与货运总量lnY之间存在长期的协整关系。

第二步，利用同样的方法对货运总量lnY与地区生产总值lnG、工业总产值lnR、固定资产投资总额lnK、社会消费品总额lnX、当年实际利用外资总额lnO进行协整回归分析，将残差序列的一阶滞后项AR( 1)加入到方程中来进行回归分析，协整方程如下所示:

lnY =－2．226 1 +0．703 7lnG +［AR( 1) =0．072 4］( 3)

lnY = 0．459 2 +0．540 7lnR +［AR( 1) =0．184 5］( 4)

lnY =－0．766 7 +0．642 9lnK +［AR( 1) =0．072 0］( 5)

lnY =－1．673 0 +0．710 3lnX +［AR( 1) =0．003 7］( 6)

lnY = 5．596 5 +0．353 3lnO +［AR( 1) =0．104 5］( 7)

同样，分别对以上5个回归方程的残差序列εi进行ADF检验，检验结果如表5所示。在1%的显著性水平下，残差序列εi的ADF检验值(－5．075 9、－6．335 8、－4．382 6、－4．138 6、－5．976 8)均小于各自1%置信水平下对应的临界值，表明残差序列εi是平稳的，即货运总量lnY与地区生产总值lnG、工业总产值lnR、固定资产投资总额lnK、社会消费品总额lnX、当年实际利用外资总额lnO之间也存在长期的协整关系。

由方程( 2) ( 3) ( 4) ( 5) ( 6) ( 7)可知，解释变量的弹性系数均为正数，表明各自变量与因变量之间存在正向促进作用，即以上6个要素的增加均会从各个层面对物流业水平的提升产生影响。可知人力因子、经济发展水平、工业发展水平、资本投入、消费水平和对外开放程度这6个要素均对物流发展的边际效应显著，其每增长1%，物流水平将相应增长0．657 4%、0．703 7%、0．540 7%、0．642 9%、0．710 3%、0．353 3%。地区生产总值和消费水平对城市物流业发展的正向推动效果尤为突出，表明经济总体发展水平依旧是物流业得以发展的基础性支撑，而对外开放程度的促进作用相对较弱，究其原因，是我国城市总体对外开放度还不高，FDI溢出效应还不显著。

表5　残差序列εi的ADF检验

4．格兰杰检验

由上述检验结果可知，货运总量与物流从业人数、地区生产总值、工业总产值、固定资产投资总额、社会消费品总额、当年实际利用外资总额之间存在长期的协整关系，但是这并不意味着两者之间存在必然的因果关系，也不能准确知晓谁为因，谁为果。首先利用向量自回归VAR模型，对AIC和SC均取其最小值，最终选取最大滞后阶数为3，在5%的置信水平下，对lnY与lnL、lnG、lnR、lnK、lnX、lnO之间进行Granger因果关系检验，检验结果见表6。

表6　Granger因果关系检验

由表6可以看出，经济增长对物流业发展存在一定程度上的滞后性。( 1)在滞后1期，人力投入、经济发展水平、资本投入、消费与物流发展之间存在单向Granger因果关系，表现在这四个变量的增长对提升城市物流发展水平具有显著推动作用。对外开放程度与城市物流业发展水平之间存在双向Granger关系，二者互为因果，而工业发展水平与物流业发展并没有显著的因果关系，对物流业发展存在明显的滞后性; ( 2)在滞后2期，人力投入、经济发展水平、工业发展水平、消费水平与物流业发展之间存在单向Granger因果关系，表现在城市物流专业人才的增加、经济的增长和消费水平的提高能够促进物流业发展水平的提升，而物流业的发展又可以进一步带动与工业的联动发展，刺激工业物流产品的需求。资本投入和对外开放程度与城市物流业发展之间存在双向Granger关系，二者互为因果; ( 3)从滞后3期开始，以上6个经济增长要素与城市物流业发展之间存在双向Granger关系，二者互为因果。表明我国中心城市物流业与经济增长存在显著的双向互动关系，即经济的快速增长能够带动物流业的发展;同时，随着物流业发展到一定程度，又会反过来对经济增长产生拉动作用。

四、结论与建议

2002－2011年是我国加入WTO后的黄金10年，我国经济发展的国际经济环境得到显著改善，机遇与挑战并存。虽然我国中心城市物流发展均得到显著提升，但由于天赋异禀，东部城市集资源、科技和人才等优势于一身，物流发展水平远远高于中西部城市。随着西部大开发的推进和沿边开放政策的实施，西部城市的物流发展步伐不断加快，在货运总量和增长速度上均超过了中部城市。通过Granger检验，发现经济增长要素对物流产业发展产生正向推动作用，但存在一定的滞后性，影响程度由高到低依次为消费水平、经济发展水平、人力资本、资本投入、工业发展水平、对外开放程度，以上6个要素每增长1%，相应的物流产值就依次上升0．710 3%、0．703 7%、0．657 4%、0．642 9%、0．540 7%、0．353 3%。

目前我国仍处于物流粗放型发展阶段，物流总成本与GDP的比率一直保持在18%左右，与理想比率13%还有较大的差距，反映了整个国民经济还未走向集约化的经营方式。［13］因而，我国物流业发展还面临着巨大的挑战，笔者主要从以下四个角度对我国物流业发展提出建议: ( 1)促进物流业网络化和信息化建设。城市发展需因地制宜，东部地区可加强海港和空港物流建设，构建物流园区型节点城市，而中西部地区以公路运输为主，应以建设物流中心型和配送中心型节点城市为主，利用中心城市的对外辐射作用，借助多种信息平台的辅助，构建高效的物流发展网络。( 2)加强市场导向作用。物流业是市场导向型产业，具有较强的竞争性，改革开放以来，我国对外开放程度逐年提升，物流市场也遍及海外地区。原始FDI的引进可以推动物流信息平台的建设，打破行业原有的条块分割现象，有助于物流产业的重新组合。同时还可以借助外资企业先进的物流管理技术，解决我国物流企业的技术瓶颈，提升本地物流企业的核心竞争力。目前外资弹性系数仅为0．353 3%，对我国物流发展促进作用还不显著，今后在加大引进外资的同时还要注重其质量。( 3)加大政府推动力度。我国物流业起步相对较晚，需要政府积极推动。首先要加大对中西部地区政策支持力度，尤其是基础设施的投入，可以在短期内提升物流业的发展速度。其次要制定物流发展规划，建立权责明确的物流管理机制，减少物流管理成本，为物流业发展提供良好的经营环境。同时还必须促进企业、政府、学校之间的产学研相结合，完善物流人员教育培训体制，为物流业发展提供人才储备。( 4)企业运作方面。现阶段，物流业与制造业联动发展能力较弱，因而企业必须增强物流外包意识，积极与第三方物流公司开展合作，降低自身物流成本，使社会物流资源得到有效整合。同时，随着企业运作成本的提高、经营环境的恶化，开展低碳物流也将是企业今后发展的重点，也是每个企业必须面临的现实问题。

注释:

①②数据来源于2003－2012《中国城市统计年鉴》。

参考文献:

［1］聂华林，杨坚．城市物流对城市经济发展影响的实证研究［J］．城市发展研究，2012( 12) : 112-117．

［2］杨建华，郭继东，马书刚．城市物流配送系统的环境影响评估［J］．城市问题，2012( 12) : 37-41．

［3］龚梦，祁春节．城市物流网络空间布局规划研究——以江苏省为例［J］．城市发展研究，2013( 1) : 42-48．

［4］李电生，马艳红，李红启．城市物流园区容量测算——以济南市为例［J］．城市问题，2014( 4) : 24-29．

［5］郁玉兵，熊伟，曹言红．城市物流质量评价与空间结构优化——以浙江省为例［J］．经济问题探索，2013( 3) : 62-68．

［6］潘裕娟，曹小曙．城市物流业对经济增长的影响及其作用机制——以广州为例［J］．城市观察，2011( 5) : 148-156．

［7］洪家祥．河港物流与城市经济增长关系的实证分析［J］．商业时代，2011( 13) : 35-36．

［8］陈鸿彬，王兢，陈娟．河南中心城市带动能力评价及提高对策［J］．经济地理，2014，30( 4) : 591-595．

［9］王利，王瑜，李德旭．区域经济发展与物流的关系研究——基于省级面板数据的实证分析［J］．经济与管理，2012，26( 8) : 93-96．

［10］林巍．跨国公司区位选择的产业集群导向［J］．经济纵横，2007( 2) : 17-20．

［11］钟祖昌．空间经济学视角下的物流业集聚及影响因素——中国31个省市的经验证据［J］．山西财经大学学报，2011，33( 11) : 55-62．

［12］薛菲，袁汝华．城镇化水平对我国房地产业影响的实证分析［J］．经济地理，2014，34( 4) : 78-84．

［13］丁俊发．中国物流业发展的新动力新机遇新模式［J］．中国流通经济，2014( 2) : 9-15．

(责任编辑吴月芽)

The Differences and Its Influencing Factors of Logistics Development of Central Cities in China

XIE Shouhong，WANG Ping
( College of Economics and Management，Zhejiang Normal University，Jinhua 321004，China)

Abstract:The paper selected 35 central cities in China and analysed spatial-temporal evolution of logistics development from 2002 to 2011．The central cities were divided into four types in terms of the logistics development: developed cities，more developed cities，less developed cities and underdeveloped cities．The results indicate that there are significant differences among cities，and the polarization has been increased．Logistics development in the eastern regions is well ahead of that of the midwest，but the midwest accelerated their steps of logistics development in the past ten years，and the gap has been narrowed．The paper also made an empirical analysis of the relationship between logistics industry development and economic growth in China from 2002 to 2011．The results show that there is a high correlation between economic growth factors and the logistics industry．The economic growth factors have a positive role in promoting logistics industry development，but with a certain lag．The impacts from high to low are the consumption level，level of economic development，human resources，capital investment，industrial development level，and the degree of opening to the outside world．When each of the above six elements grows by 1%，the corresponding logistics industry output，in turn，increases 0．710 3%，0．703 7%，0．657 4%，0．642 9%，0．540 7% and 0．353 3%．

Key words:central cities; logistics industry; spatial-temporal difference; influencing factors

基金项目:浙江省自然科学基金项目“专业市场推动型城镇化的发展机制与优化调控”( Y15G030048)

作者简介:谢守红( 1966－)，男，湖南新邵人，浙江师范大学经济与管理学院教授，经济学博士;王平( 1989－)，男，江苏兴化人，浙江师范大学经济与管理学院硕士研究生。

*收稿日期:2015-12-09

中图分类号:F506

文献标识码:A

文章编号:1001-5035( 2016) 01-0069-10