长三角城市数字物流发展水平及空间关联研究

2023-08-10李知远吕徐晨陆萧雅

物流科技 2023年12期

李知远吕徐晨陆萧雅

摘要：伴随着5G、大数据、区块链等前沿科学的广泛应用，发展数字物流已成为推动现代物流高质量发展的现实要求和重要路径。文章基于新发展理念，从创新、协调、绿色、开放、共享五个维度构建城市层面的数字物流评价指标体系，并运用熵值法和引力模型测算2011—2020年长三角地区41个城市的数字物流发展水平及其空间关联。研究结果表明：长三角城市数字物流发展水平呈现持续增长趋势，排名靠前的是上海、杭州、苏州等城市，并在一定程度上发挥了“领头羊”作用；长三角城市之间数字物流发展水平差异较大，存在明显的梯度效应，且排名相对稳定；长三角城市之间数字物流发展水平空间关联日益紧密，并呈现出高质量协同发展特征。

关键词：长三角城市；数字物流；水平测度；网络结构

中图分类号：F252文献标志码：ADOI：10.13714/j.cnki.1002-3100.2023.12.005

Abstract： With the widespread application of cutting-edge science such as 5G， big data， and blockchain， the development of digital logistics has become a practical requirement and important path to promote the high-quality development of modern logistics. Based on the new development concept， this paper constructs the evaluation index system of digital logistics at the city level from five dimensions of innovation， coordination， green， openness and sharing， and uses the entropy method and Gravity model to calculate the development level and spatial correlation of digital logistics in 41 cities in the Yangtze River Delta region from 2011 to 2020. The results are as follows. Firstly， the development level of digital logistics in the Yangtze River Delta cities is showing a continuous growth trend， with cities such as Shanghai， Hangzhou， and Suzhou ranking high and playing a leading role to some extent. Secondly， there are significant differences in the development level of digital logistics between cities in the Yangtze River Delta， with obvious gradient effects and relatively stable rankings. Thirdly， the spatial correlation of digital logistics development levels between cities in the Yangtze River Delta is becoming increasingly close， presenting high-quality collaborative development characteristics.

Key words： Yangtze River Delta cities; digital logistics; level measurement; network structure

0 引言

近年来，随着数字技术的不断发展，物流业作为国民经济的一项基础性、先导性行业也呈现出蓬勃发展态势。一方面，人工智能、云計算、大数据等新型信息技术的应用加快了数字技术与现代物流的融合，极大地推动了我国数字物流的发展；另一方面，数字物流加快了相关行业的升级革新，推动了物流行业的结构优化、流程完善和动力转换，并进一步助力经济高质量发展。

长三角地区在我国经济发展中扮演着重要角色，推动其物流行业的数字化转型，将为地区经济高质量发展提供有力支撑。因此，本文基于新发展理念，构建数字物流发展水平评价指标体系，并运用熵值法测算2011—2020年长三角地区41个城市的数字物流发展水平，在此基础上进一步利用引力模型分析城市之间数字物流的空间关联程度。

本文的创新之处：第一，现有相关研究多是从省际层面对数字物流发展水平进行测度，基于城市层面的研究需要补充；第二，现有研究主要探讨区域之间物流业的关联程度，本文在一定程度上弥补了城市之间数字物流空间关联关系研究的缺失。

1 文献综述

目前，数字物流的相关研究主要集中在以下三个方面。

1.1 一些学者探究了数字物流的概念

吕广超等[1]提出，数字物流就是应用在现代化物流中的信息技术，将信息技术与物流业融合，实现物流业运输流程的优化与协同。吴清一[2]指出，数字物流是一种基于数字技术的新型物流模式，它大大改善了物流行业的运作效率，使信息可以通过互联网快速传输、处理和收集，从而极大地提升物流系统的效率和质量。王术峰等[3]提出，数字物流是一种将信息技术与现代物流紧密结合的新型技术体系，它可以有效地改善物流系统的整体运作，使其变得更加高效、可靠、智能。陈冲等[4]也认为，这种技术体系可以极大地提升物流业的效率和效益。

1.2 部分学者量化了数字物流发展水平

李丫丫等[5]利用投入产出模型对物流产业智能化水平进行了测算，研究发现，信息产业与物流产业的融合逐步增强，但信息产业与仓储业的智能化还未能提升行业效率。郭燕翔[6]通过分析我国物流企业成本核算现阶段存在的问题，针对物流业的行业特征，提出了更加便于企业操作的系统化成本核算方案。李虹等[7]以天津市为例，从货物周转量、港口货物吞吐量和物流行业从业人数等方面对数字物流发展过程中的主要影响因子进行了研究，提出了数字物流发展水平测算的具体方法。

1.3 少数学者对物流业发展水平的空间关联展开了研究

罗瑞等[8]通过使用熵值法和空间收敛模型，对数字物流的发展水平进行了深入分析，结果表明，随着时间的推移，数字物流的发展水平呈现出明显的东部高于西部的趋势。汪传雷等[9]运用物流空间引力模型对安徽省各城市空间布局特征进行了研究，发现物流呈现出南北分异的空间结构且网络密度偏低。聂丞彬等[10]通过分析省级数据，建立了一个物流业竞争力的空间关联模型，结果表明，我国东部地区的物流业竞争力较强，西部地区则相对较弱。

综上所述，学界围绕数字物流问题开展了深入探究并取得了一定成果。然而，既有研究在以下两个方面还有待拓展：一是从研究对象上看，多数文献从省级层面展开，基于城市层面的研究比较罕见。二是从研究内容上看，既有研究主要分析地区之间传统物流业的空间联系，鲜有学者从现代物流视角探究地区之间的网络关系。因此，本文基于新发展理念，构建城市层面的数字物流发展评价指标体系，并在此基础上采用熵值法和引力模型，测算分析长三角城市2011—2020年的数字物流发展水平及关联程度，最终提出针对性的对策建议。

2 数字物流指标体系构建

立足于新阶段现代物流高质量发展的现实要求，并考虑到数据可得性和指标科学性，本文基于新发展理念，从创新、协调、绿色、开放、共享五个维度构建数字物流发展水平评价体系（见表1）。

创新发展是推动数字物流的重要驱动力。本文选取创新投入与创新产出来衡量创新水平，并分别用地方财政研发支出占地方财政支出总额和专利授权量来作为长三角各城市的創新投入与产出水平的替代指标。

协调发展是物流行业内部、物流行业与其他行业之间相互融合、彼此促进的重要条件。本文从内部协调与外部协调两个角度展开，利用批发消费品零售总额占社会消费品零售总额比重衡量内部协调水平，采用物流业占地区生产总值比重衡量外部协调水平。

绿色发展是数字物流可持续发展的必然要求。本文从绿色生产与绿色生活两个维度衡量绿色发展状况。具体来说，本文采用绿色全要素生产率描述绿色生产水平，以建成区绿化覆盖率衡量绿色生活水平。

开放发展是物流行业必须重视的重要环节之一，其能够为行业发展带来更多契机。为测度数字物流的开放发展水平，本文从外向推力与内向拉力两个方面展开，分别以是否建立跨境电子商务试验区、进出口总额作为衡量指标。

共享发展体现了公平正义、包容普惠状况，是度量数字物流发展水平的一个关键指标。本文采用邮政业务总量来衡量数字物流硬件共享水平，利用移动电话年末用户数作为软件共享的度量指标。

本文以长三角地区41个城市为研究对象，以2011—2020年为研究区间。原始数据来自EPS数据库、CSMAR数据库以及各城市统计年鉴。对于部分缺失数据，采用插值法和类推法填补。

3 数字物流发展水平分析

3.1 测算方法

本文使用熵值法测算长三角城市数字物流发展水平。

第一步，数据标准化。假设给定k个指标X1，X2，X3，X4，… ，Xk，则各指标进行标准化处理后的数值分别为Y1，Y2，…，Yk。其中，Yij=。

第二步，计算信息熵。根据信息论中信息熵的定义，信息熵的计算公式为：Ej=-ln（n）-1∑ni=1pijlnpij。

其中，pij=Yij/∑ni=1Yij。

第三步，确定指标权重。根据信息熵的计算公式，计算出各个指标的信息熵为E1，E2，…，Ek，进而根据信息熵计算出各指标的权重：Wi=（i=1，2，3，…，k）。

第四步，计算综合指数。根据各指标的原始值及其权重，计算出数字物流发展水平：Zi=∑ki=0Xijwi。

3.2 结果分析

3.2.1 地区层面

图1展示了长三角地区数字物流发展水平和各子系统的测算结果。总体来看，数字物流发展水平在研究期内呈现持续上升态势，由2011年的0.931 2增长至2020年的2.400 1，年增长率为15.7%。与数字物流发展水平相似，各子系统均呈现上升发展态势，得分均值由高到低依次为共享发展（0.491 7）、开放发展（0.254 0）、绿色发展（0.249 2）、创新发展（0.174 8）、协调发展（0.150 1）。

具体来看，长三角地区的共享发展水平从0.114大幅提升至2.113，说明数字物流在惠及民众方面取得了显著进步，为社会民生带来了积极影响。开放发展从2011年的0.012 4增涨到2022年的1.121 9，增长近10倍，这可能得益于长三角地区的地理优势。长三角地区拥有丰富的自然资源，水路交通便捷，海港众多，对外开放政策宽松，且开放程度较高。绿色发展总体呈现波动上升趋势，在2013—2014年有所下降后逐渐上升，这可能与长三角地区绿色生态环境持续优化有关。创新发展得分从2011年的0.109 7上升到2020年的0.305 6，年增长率为17.86%，这主要受益于长三角地区日益重视科技创新。例如，2021年长三角研发经费投入高达8 342亿元，全国占比逼近30%；发明专利授权量18.22万件，全国占比略超30%；高新技术企业8.6万家，全国占比高于30%；人工智能、生物医药先导产业规模全国占比均超过30%；已成为我国高质量发展创新动力的主要引擎之一。协调发展在5个子系统中得分最低，表明它是数字物流发展的短板，但与此同时，这也意味着它是未来长三角数字物流发展水平提升的关键突破口和努力方向，应当予以重视。

3.2.2 省際层面

图2呈现了长三角地区省际层面的数字物流发展状况。可以发现，2011—2020年，三省一市的数字物流发展水平介于0.611 5～

1.068 4之间，并在研究期间均呈现显著的上升态势。其中，上海市的数字物流发展水平在3.207 0～7.114 8之间，远超其他三省；浙江省和江苏省的数字物流发展水平比较接近，发展水平分别在0.989 7～2.858 2和1.103 8～3.004 9之间；安徽省的数字物流发展水平相对落后，有待改善；值得注意的是，2020年安徽省综合指数突破1，表明安徽省数字物流呈现出一定的良好发展态势。

由图2（a）可知，上海数字物流发展水平各子系统均呈现向外扩展趋势。其中，共享发展的得分最高（2.113 2），其次是开放发展（1.153 1），接着是创新发展（0.762 5），然后是协调发展（0.662 4），最后是绿色发展（0.247 7）。上海各子系统的平均得分不仅高于长三角地区均值，而且在研究期间仍在不断提升。需要注意的是，绿色发展在子系统中表现相对不佳，表明上海在发展数字物流过程中必须加强对绿色发展的重视程度，加快建立以绿色为底色的数字物流发展模式。

由图2（b）可知，浙江省共享发展（0.525 1）和开放发展（0.328 8）的得分明显高于其他三个子系统且增长速度较快，年增长率分别为2.594%和16.808%。其他三个子系统平均得分分别为绿色发展（0.248 7）、创新发展（0.235 8）、协调发展（0.163 3）。显然，浙江省数字物流的惠民程度得到显著提高，对外开放水平也有所提升，但需要注意区域内的协调发展。

由图2（c）可知，江苏省数字物流各子系统均呈现向外扩展趋势，在研究期内呈现不同程度的上升趋势。其中，共享发展和绿色发展的增幅较小，分别为3%和1.7%，表明江苏省需要采取更多的措施来促进数字物流的生态化和惠民性。

由图2（d）可知，安徽省各子系统水平与苏浙沪相比仍存在明显差距，但总体来看，它们都处于稳步提高的阶段。具体来说，从高到低排名分别为共享发展（0.305 9）、绿色发展（0.249 5）、协调发展（0.084 7）、创新发展（0.054 8）、开放发展（0.448 6）。尽管安徽省的开放发展在子系统中得分最低，但近年却呈现爆发式增长。此后，安徽对外开放程度持续提高，促使开放发展指标得分提高10倍有余。

3.2.3 城市层面

图3展示了长三角城市2011—2020年数字物流发展水平均值的排名情况。可以发现，各城市的数字物流发展水平介于0.479～4.939之间，排名第一的上海与排名最后的铜陵得分相差十余倍，呈现出明显的地区差异。

进一步来看，本文利用SPSS软件的K-means聚类方法，根据长三角41个城市数字物流发展水平的均值，将其分为高、较高、中等、较低和低五类发展水平。结果显示，上海的发展水平最高，杭州和苏州的发展水平次之，三个城市的数字物流发展水平的各个子系统得分都很高，且相对均衡。在所有的研究对象中，31个城市处于中等发展水平，占总数的75.6%。尽管这些城市在数字物流领域具有一定优势，但仍有很大的提升空间。相比之下，淮南市处于较低的发展水平。数字物流低发展水平城市包括马鞍山、黄山、舟山、池州、淮北和铜陵。较低发展水平和低发展水平的7个城市均来自安徽省，表明这些城市在数字物流各方面均存在薄弱环节。总之，聚类结果也表明长三角城市的数字物流发展仍然存在明显的不均衡性。

根据图4可以发现，在2011—2020年长三角城市的数字物流子系统中，共享发展均值为0.491 7，其中苏州（0.817）的得分最高，亳州（0.018）的得分最低，表明城市之间的数字物流发展水平仍然存在一定差距。同时，只有5个城市的得分超过均值，表明长三角地区的数字物流共享发展存在显著差异。开放发展均值为0.254 0，得分在均值以上的城市有11个，最高的是杭州（1.301），最低的是黄山（0.002）。绿色发展的均值为0.249 2，得分在均值以上的有22个，且得分最高的城市为湖州（0.258），得分最低的城市为亳州（0.238），表明长三角城市在数字物流的生态化方面较为均衡。

长三角地区数字物流的创新发展存在显著差异，苏州（0.817）位居第一，上海（0.763）排名第二，得分最低的是亳州（0.018），远远低于苏州、上海等城市，表明长三角地区数字物流的创新发展存在明显的不平衡性，有必要采取针对性措施来解决这一问题。此外，协调发展均值为0.150 1，得分在均值以上的城市有15个，最高的是上海（0.662），最低的是池州（0.063），二者相差近10倍，这意味着长三角城市数字物流发展面临的一个重要问题是如何加快数字物流的内外协调。

4 数字物流网络结构分析

4.1 模型构建

本文借助引力模型探究长三角城市数字物流空间的关联状况。鉴于长三角41个城市经济发展水平有所不同，城市之间的数字物流发展水平也可能存在差异，为了更好地反映这种差异，本文引入常量K计算城市之间数字物流的贡献率，从而方便理解长三角城市数字物流的关联方向。借助引力矩阵，本文可以准确反映城市之间的数字物流联系强度。经过重新设计的模型如下。

式中，Gij表示城市i和j之间数字物流引力强度；k为修改后的引力常量；Ci、Cj分别为城市i与j的数字物流发展水平；Dij为城市i和j间的地理距离。

4.2 特征分析

根据数字物流引力矩阵，运用UCINET软件计算长三角城市数字物流网络密度。结果显示，2011年，网络密度为0.020 9，标准差为0.370 5，表明城市之间数字物流的联系程度相对松散。与此同时，上海、苏州、南京、杭州、合肥、宁波等城市形成的网络结构较为紧密，表明区域内呈现出明显的不均衡态势。2020年，网络密度为0.137 2，标准差为0.054 1，表明长三角城市数字物流联系网络密度和网络关联关系都呈现出增长态势，即随着时间的推移，城市之间的数字物流空间联系愈加紧密。在此基础上，利用UCINET的NetDraw功能分别绘制2011年和2020年城市网络结构图，结果如图 5所示。可见，长三角城市数字物流联系呈现出日益复杂且多元线程的网络化特征。同时，根据箭头指向可以发现，长三角城市之间在数字物流发展方面正逐渐由之前单向链接导致的从属关系向当前双向链接代表的平等关系转变，呈现出一定的高质量协同发展趋势。

5 結论与建议

随着新型信息技术的广泛应用，数字物流已经成为现代物流业发展的必然趋势和重要组成部分，对物流行业高质量发展具有重要意义。本文基于新发展理念构建数字物流发展评价指标体系，并采用熵值法对长三角41个城市的数字物流发展水平进行了综合评价。研究发现，2011—2020年，长三角数字物流发展水平呈现明显增长趋势，排名靠前的上海、杭州、苏州等城市在一定程度上发挥了“领头羊”作用。同时，长三角城市之间数字物流发展水平差异较大，存在明显的梯度效应，且排名相对稳定。此外，在子系统中，开放发展和共享发展得分相对较高，表明长三角地区数字物流发展具有开放性和惠民性特点。最后，长三角城市之间的数字物流空间联系愈加紧密，并逐渐由之前单向链接导致的从属关系向当前双向链接代表的平等关系转变，呈现出一定的高质量协同发展特征。

为促进长三角地区数字物流高质量发展，本文提出以下建议：第一，长三角地区应加快建立区域物流公共信息数字化平台，以发挥资源聚集优势，提升物流运转效率和管理服务效能。第二，长三角城市应立足自身实际，扬长避短，构建具有地方特色的数字物流发展模式。同时，在保持自身良好发展态势的前提下，上海、杭州、苏州等城市应积极向外输送经验、技术和人才，推动城市间数字物流的交流与合作，不断提升数字物流的创新性、协调性、生态性、开放性和共享性。第三，长三角城市必须充分运用先进的信息科学技术，推动新一代信息技术与交通运输的融合发展，不断增强现代综合交通运输流通承载能力。同时，长三角城市也要积极完善多层物流综合基础设施网络，全面推进智慧交通建设，加快建立健全区域一体化现代物流服务体系。

参考文献：

[1] 吕广超，关忠良．数字物流体系结构研究[J]．数量经济技术经济研究，2003（8）：95-97.

[2] 吴清一．物流与数字技术[J]．物流技术与应用，2021，26（7）：54-55.

[3] 王术峰，何鹏飞，吴春尚．数字物流理论、技术方法与应用——数字物流学术研讨会观点综述[J]．中国流通经济，2021，35（6）：3-16.

[4] 陈冲，胡嘉祺，韩燕．浅谈数字物流[J]. 甘肃科技纵横，2004（4）：46-47，96.

[5] 李丫丫，王磊，彭永涛．物流产业智能化发展与产业绩效提升——基于WIOD数据及回归模型的实证检验[J]．中国流通

经济2018，32（3）：36-43.

[6] 郭燕翔．基于作业的多元化数字化物流企业成本管理[J]．大连海事大学学报（社会科学版），2010，9（5）：40-43，120.

[7] 李虹，鲍金见．智慧物流发展水平与影响因素的研究——以天津市为例[J]．物流工程与管理，2020，42（9）：10-12.

[8] 罗瑞，王琴梅．数字物流高质量发展水平区域差异及空间收敛性研究[J]．统计与决策，2022，38（17）：109-113.

[9] 汪传雷，曹美德，张春梦．面向高质量发展的安徽省物流空间关联网络结构特征[J]．安庆师范大学学报（社会科学版），

2023，42（1）：85-92.