曾倩，张锦，陈义友

（西南交通大学交通运输与物流学院，四川成都610031）

区域物流资源配置的公平性与影响因素
——以四川省为例

曾倩，张锦，陈义友

（西南交通大学交通运输与物流学院，四川成都610031）

通过构建物流资源配置指标体系，从区县、地级市和增长极三个层面对四川省21个地级市、183个区县的物流资源配置情况进行了实证分析。运用泰尔（Theil）指数研究了区域内和区域间的资源配置公平性，并采用回归分析方法研究了物流资源配置的影响因素。结果表明，四川省物流资源配置呈现“单点多级”格局，具有明显的空间集聚特征；物流节点与企业资源配置分化，通道资源配置相对均衡；各地级市内部的资源配置差异最为显著；人口密度、GDP、消费品零售总额和工业增加值是物流资源配置的重要影响因素。

物流资源；公平；泰尔指数；影响因素

物流作为生产性服务业，对社会经济发展和居民生活消费都起着至关重要的作用。据统计，2015年我国物流业增加值为3.5万亿元，同比增长9.5%，占GDP比重5.5%，物流业发展势头良好。与此同时，我国物流产业发展格局呈现明显的差异化，一方面东部沿海等经济发达地区的物流发展水平明显高于中西部地区，另一方面城市地区物流水平明显高于农村地区［1］。在我国“创新、协调、绿色、开放、共享”发展的战略要求下，区域公平协调发展成为决策中越来越受关注的目标。物流资源作为物流服务的基础，在很大程度上决定了地区物流发展水平，以往物流资源配置决策以需求为导向、以效益最大化为目标，经济发达、人口集聚的地区往往获得更多的资源，导致区域物流水平差异进一步拉大。我国供给侧结构性改革提出通过改善供给拉动需求的资源配置决策思路，物流供需平衡理论［2］也表明物流供给将促进需求的增长。因此从供给的角度出发，对物流资源进行公平的配置将有助于欠发达地区的物流产业发展，缩小区域物流水平差距。

一、文献回顾

目前，国内外学者围绕区域物流资源的分布格局、差异化特征和影响因素等开展了许多研究。范·登·霍伊维尔（Van Den Heuvel）等［3］以荷兰北布拉班特省为例，分析了物流设施、物流企业的空间聚集特征与区位变化规律。部分国外学者［4-5］认为，物流资源的分布呈现先集聚后扩散的态势，主要是受集聚导致的交通拥堵、土地利用效率降低、运输成本增加等问题的影响。国内学者王成金等［6］、韩增林等［7］重点研究了我国物流企业及物流园区的空间组织、分布格局与区位选择。金凤花等［8］运用Theil指数对2001—2011年统计数据进行了实证分析，研究了区域物流发展的差异化程度。张晶等［9］引入碳排放Theil指数及区域分离系数，对我国物流业碳排放的地区差异进行了测度和分解。在众多的公平性指标中变异系数、基尼系数、Theil指数和阿特金森指数是较为合适的公平测度指标［10］。

已有研究主要集中在物流产业的空间格局、发展趋势和影响因素等，难以科学衡量区域物流资源配置现状，无法指导公平的物流资源配置决策。因此，本文构建物流资源配置指标体系，结合Theil指数对区域内及区域间的公平性进行评价，以四川省为例从区县、地级市和物流增长极三个层面，分析区域的物流资源配置公平性，并运用回归分析研究资源配置的影响因素。

二、研究方法与数据来源

（一）指标选取

1.区域物流资源配置指标

遵循指标可量化、可获取的原则，本文从物流节点、物流通道、物流企业方面构建物流资源配置的指标体系，如表1所示。

2.区域物流资源配置公平性影响因素指标

参考已有研究［11-12］，探讨区域社会经济因素对物流资源配置公平性的影响，确定影响因素如表2所示。

（二）公平测度方法

各区域每类资源配置指数通过各子指标的无量纲化和加权加总得到。通过资源指数计算物流节点、通道、企业以及所有资源的Theil指数，作为衡量公平的指标。

1.指标无量纲化

为消除子系统指标数据量纲的影响，使其具有可比性，首先对数据指标进行极差标准化处理。由于所有指标都是正向指标，因此计算公式如下。

2.物流资源配置指数

物流节点、通道和企业资源配置指数分别通过各关联指标加权加总得到，权重的计算采用均方差决策法，第k类物流资源下关联指标j的权重计算如下。

其中，δj表示各区域指标j值的均方差，表示k类物流资源下指标j的权重，Ek表示k类资源下的关联指标集合。式（3）表示同一类物流资源下各关联指标的权重相加为1。

由此可得：

表1　区域物流资源配置关联指标体系

表2　区域物流资源配置影响因素指标

其中，Cik表示i区域k类物流资源配置指数。

区域的总资源配置指数为各类物流资源指数的加权加总，权重采用等权重的形式，计算公式如式（5）。资源指数体现了不同区域资源配置的相对情况。

其中，Ci表示i区域的总资源配置指数，0≤Ci≤1，q表示资源指数类别数量。

3.物流资源配置公平性

Theil指数可用于衡量区域物流资源配置公平性，该指数的优点在于可以将总体差异细分为组内差异和组间差异两部分。Theil指数值越小，说明地区资源配置越公平；数值越大，说明地区差异越大。Theil指数考虑了资源占比与人口占比间的关系，实际衡量的是人均资源的拥有量。Theil指数计算公式为：

其中，TBk表示k类物流资源的区域间差异，Cik表示i区域的k类物流资源指数，Ck表示所有区域k类物流资源指数加总，Pi表示i区域的人口，P表示总人口，TWk表示k类物流资源的区域内差异，TWi表示k类物流资源在区域i内的差异，Cii′k表示i区域内地区i′的k类物流资源配置指数，Pii′表示i区域内地区i′的人口。

式（6）计算的是不同区域间物流资源配置指数的公平性，式（7）计算的是区域内物流资源配置的公平性，式（8）计算的是物流资源配置的总公平指数。

（三）影响因素分析

通过多元回归模型分析社会经济因素对物流资源配置的影响，采用最小二乘法进行计量分析，研究影响因素与物流资源指数之间的关系。

三、实证分析

2015年，四川省GDP超过3万亿元，经济总量在中西部地区位列第一，产业、交通等发展水平位于中西部前列。与此同时，以GDP计算的“两城市指数”，成都市以6.4的首位度居全国第一，超过排名第二的武汉近1倍，说明成都市在四川省的优势地位明显，产业和经济发展呈现过于集聚的态势。从地理环境来看，四川省既有利于经济发展的平原地区，同时也有交通不便的山地丘陵，区域经济发展不均分化现象显著。因此，以四川省为例对区域物流资源配置的公平性进行研究，一方面对于物流发展较为落后的中西部地区有较强的代表性；另一方面四川省经济发展的不均衡也使物流资源配置不均衡现象更加显著，有利于研究公平性表现及影响因素。

（一）数据来源

物流园区及物流企业数据来自于四川省物流公共信息平台，其中物流园区主要为已建或近期规划建设的园区，物流企业为2016年四川省物流重点联系企业；场站能力数据来源于铁路局、港口及机场运营企业；物流通道数据与社会经济数据来源于各地区统计公报与年鉴，其中交通基础设施投资额大部分区县一级的数据难以获取，因此在该指标计量分析时以地级市为主。除物流企业外其余数据年限均为2015年。

（二）地域划分

本文从区县、地级市、增长极三个层面分析四川省物流资源的配置情况，覆盖四川省21个地级市的183个区县，合并各地级市市辖区后共168个区县。根据《四川省物流业发展中长期规划（2015-2020年）》将四川省划分为“一核多级”。“一核”是指成都市；“川北增长极”包括广元、绵阳、德阳；“川东北增长极”包括巴中、南充、达州、广安；“川中增长极”包括遂宁、资阳、内江、自贡；“沿江增长极”包括泸州、宜宾、乐山；“攀西增长极”包括凉山和西昌；“其他”地区包括雅安、眉山、甘孜和阿坝。

各区域物流资源配置基础数据如表3所示。

（三）四川省物流资源配置情况

区县、地级市和增长极的物流节点、物流通道、物流企业及总物流资源指数如表4至表6所示。

表3　2015年四川省各区域物流资源配置数据

表4　四川省区县物流资源指数

1.区域物流资源配置情况

从区县层面来看（参见表4），资源指数较高的区县集中于川中与川东地区，川西地区的资源指数较低，但各地级市中行政中心的指数都相对较高。从前五位的情况来看，遂宁市市辖区三类资源指数均处于较高水平；成都市市辖区重点物流企业数量最多，且物流通道条件良好；泸州市市辖区拥有四川主要的港口群，临港物流发展良好，节点与企业指数较高；成都市青白江区依托大弯货站与集装箱中心站建设两大物流园区，聚集了大批的物流企业；广安市市辖区的通道与企业指数较高。

从地级市层面来看（参见表5），成都市资源指数为0.84，明显高于其他地区，之后依次为泸州0.40、遂宁0.38、宜宾0.36和广安0.3。泸州和宜宾主要依托航运优势，发展港口与临港物流，在节点和企业指数上较为突出。遂宁市将物流作为重点产业，具有较好的政策环境，西部现代物流港的集聚作用显著，物流产业链初具规模。广安的物流通道条件较好，路网密度与交通投资额较高。资源指数较低的城市为眉山0.10、雅安0.06和阿坝0.05。

表5　四川省地级市物流资源指数

从增长极层面来看（参见表6），成都市“一核”地位突出，资源指数较其他增长极处于领先地位。其次为川东北增长极，广安、达州、南充的资源指数在地级市中排名5～7位，贡献突出。川中与沿江增长极指数相近。攀西增长极指数最低。

2.分类别物流资源配置情况

从节点资源指数来看，两级分化情况较为显著，排名前五的地级市依次为成都、泸州、遂宁、乐山和宜宾。物流园区占地面积最广的为遂宁市，包括西部现代物流港在内的三个主要物流园区总面积超过3万亩；场站处理能力最高的为泸州市，泸州港五大港区年处理能力达6 500万吨。

从通道资源指数来看，与节点相比，各地的通道资源指数差异明显缩小，排名前五的依次为成都、南充、广安、资阳和巴中市，可见川东北地区近年来交通基础设施不断完善，成为四川省连接中西部的枢纽。运输方式总里程最高的为甘孜州，总里程近3万公里，主要是由于甘孜州幅员面积广阔，但在路网密度上并不突出，仅为0.19公里/平方公里。路网密度最高的为广安市，达到2.09公里/平方公里。交通投资额最高的为成都市，总投资将近550亿元，远高于排名第二的巴中市174亿元。

从企业指数来看，成都市远高于其他地区，重点联系物流企业共54家。四川其他城市的企业指数相对均衡，较高的为泸州、宜宾、乐山和达州，企业数量在10～15家。

（四）四川省物流资源配置公平性

通过Theil指数可分析各地区内部以及之间的资源配置公平性，结果如表7、表8所示。

1.区县—地级市—全省

在地级市层面，四川省总差异为0.20，地级市内与地级市间差异分别为0.14、0.06，对总差异的贡献率分别为70%、30%，可以认为四川省物流资源配置不均衡主要表现为地级市内部的配置差异。

从各地级市内部的区县差异来看（参见表7），物流资源配置不公平现象最为显著的为广元，其次为雅安、甘孜、阿坝和成都。其中广元和成都地区总体资源指数较高，但市中心区域的资源配置相对高于其他区县，且资源占比远高于人口占比；甘孜和阿坝地区总资源配置较少且集中，行政中心外的区域几乎没有配置物流资源。配置较为均衡的为巴中、攀枝花和德阳，区县资源指数占比与人口占比较为一致。

表6　四川省物流增长极物流资源指数

表7　四川省地级市内部物流资源配置差异

从对总差异的贡献率来看，成都市贡献率19%为最高，其次为泸州7.1%、遂宁6.7%、达州5.6%和广元5.5%。一方面这些城市的Theil指数较高，在0.2～0.3之间；另一方面资源指数占比较高，成都为16%，其他地区在5%～8%。

2.地级市—物流增长极—全省

在增长极层面，四川省总差异为0.12。增长极内与增长极间差异分别为0.04、0.08，对总差异的贡献率分别为33%、67%，增长极间的差异高于增长极内部差异。与地级市层面的差异相比，增长极内部的Theil指数较小，说明差异不显著。

从各增长极内部的地级市差异来看（参见表8），Theil指数最大的为攀西增长极0.17，其次为川中增长极0.08和川东北增长极0.03。虽然攀西增长极中攀枝花和凉山的总资源指数相差不大，但人口占比分别为1.2%、5.6%，说明攀枝花人均资源拥有量远高于凉山。物流资源配置较为公平的为川北增长极和沿江增长极。

从对总差异的贡献率来看，川中增长极贡献率13%为最高，其次为川东北增长极5.9%和攀西增长极4.6%。

（五）物流资源配置影响因素

通过回归分析可研究地级市的社会经济指标与物流资源指数间的关系，结果如表9所示。

农村居民纯收入、城镇居民可支配收入和城镇化率指标虽然都通过了0.05的统计检验，但是从效应量R2来看，这些指标下拟合曲线的解释力度不大，无法说明物流资源指数与这些影响因素间的正相关关系。人口密度、GDP、消费品零售总额与工业增加值的R2在0.7左右且P值均小于0.01，系数为正，可见这些指标与物流资源指数间存在明显的正相关性，是物流资源配置的重要影响因素。这说明现有物流资源配置与人口密度和经济发展水平密切相关，体现了物流资源配置的效率目标，同时也导致了物流资源向人口集聚、经济发达的地区集聚，使区域间物流资源配置的不公平性加剧。

四、结论与建议

表8　四川省增长极内部物流资源配置差异

表9　四川省物流资源配置影响因素分析

通过构建物流资源指数指标体系，结合Theil指数与回归分析，研究四川省物流资源配置的公平性与影响因素，结论如下。

（1）四川省物流资源配置呈现“单点多级”格局，成都市核心地位突出，多极发展的格局初步形成。四川省物流资源指数呈现空间集聚，东西差异明显，高值区集中在成都、川东北、川中和沿江增长极。

（2）分类资源指数空间分布存在差异，节点和企业指数分化显著，通道指数相对均衡，说明三类指标中物流节点和物流企业资源配置较为不均。

（3）区域间差异区县＞增长极＞地级市，说明从区县一级来看，全省的物流资源配置最不公平；区域内差异地级市＞增长极，说明与地级市相比，增长极之间物流资源配置较为均衡，四川省物流资源配置不均衡主要表现为地级市内配置不公平。

（4）人口密度、GDP、消费品零售总额和工业增加值是物流资源配置的重要影响因素，与物流资源指数间存在明显的正相关。

为缩小四川省地区间发展差异，四川省物流资源配置应在考虑效率的同时兼顾公平，各相关部门在物流产业规划、政策支持等方面应将满足欠发达地区的物流需求作为决策目标之一，通过改善物流供给推动欠发达地区经济和产业发展，重点关注甘孜、阿坝和攀西地区。相对于地级市间的差距，应首先缩小各地级市内部的差异，重点关注成都、泸州、遂宁等地内部的物流协调发展。

［1］李国旗，金凤君，陈娱，等.基于物流热度的中国物流业空间格局［J］.地理科学进展，2015（5）：629-637.

［2］彭永涛，张锦，王坤.具有随机供需特征的物流超网络优化模型研究［J］.交通运输系统工程与信息，2014（2）：184-191.

［3］HEUVEL F P V D，LANGEN P W D，DONSELAAR K H V，et al.Spatial concentration and location dynamics in logistics：the case of a Dutch province［J］.Journal of transport geography，2013（2）：39-48.

［4］DABLANC L，RAKOTONARIVO D.The impacts of logistics sprawl：How does the location of parcel transport terminals affect the energy efficiency of goods'movements in Paris and what can we do about it？［J］.Journal of the american chemical society，2010（3）：6087-6096.

［5］O'Connor K.Global city regions and the location of logistics activity［J］.Journal of transport geography，2010（3）：354-362.

［6］王成金，张梦天.中国物流企业的布局特征与形成机制［J］.地理科学进展，2014（1）：134-144.

［7］韩增林，李彬，张坤领.中国城乡基本公共服务均等化及其空间格局分析［J］.地理研究，2015（11）：2035-2048.

［8］金凤花，徐旭.基于Theil指数的我国区域物流差异发展趋势研究［J］.中国流通经济，2014（4）：40-44.

［9］张晶，蔡建峰.我国物流业碳排放区域差异测度与分解［J］.中国流通经济，2014（8）：25-30.

［10］葛洪磊，刘南.资源分配中的公平测度指标及其选择标准［J］.统计与决策，2012（9）：50-53.

［11］李国旗，刘思婧.大城市物流需求变化的综合评价与规律研究——基于7个副省级城市的实证分析［J］.经济地理，2013（8）：104-108.

［12］贺玉德，马祖军.基于CRITIC-DEA的区域物流与区域经济协同发展模型及评价——以四川省为例［J］.软科学，2015（3）：102-106.

责任编辑：方程

The Fairness and Influence Factors of Logistics Resources Allocation

ZENG Qian，ZHANG Jin and CHEN Yi-you
（Southwest Jiaotong University，Chengdu，Sichuan610031，China）

To analyze the logistics resources allocation，including logistics nodes，channels and enterprises，an index system was built and applied to three levels from district，city to growth pole.Research data covered 21 cities and 183 districts in Sichuan province.The allocation fairness within and between areas was count by Theil index.And the factors affecting logistics resources allocation were studied by regression analysis method.It shows that the logistics resources allocation in Sichuan reveals obvious spatial aggregation characteristic of“single-center and multiple poles”.The differentiation between areas of nodes and enterprises resources is very distinct，while the difference of channels is relatively smaller.The most obvious manifestation of unfair allocation is the disequilibrium within each city.The population density，GDP，total social retail sales and industrial added value has the most significant impact on logistics resources allocation.

logistics resources；fairness；Theil index；influence factors

F259.27

A

1007-8266（2016）10-0031-07

2016-08-12

国家自然科学基金“大都市区物流企业区位选择模式及演化机理研究：以成都为案例”（41501123）；四川省软科学研究计划项目“多点多级支撑下的四川物流服务体系构建研究”（2014ZR0065）

曾倩（1991—），女，四川省德阳市人，西南交通大学交通运输与物流学院博士生，主要研究方向为物流资源分配公平；张锦（1963—），男，四川省广元县人，西南交通大学交通运输与物流学院教授，主要研究方向为物流系统优化；陈义友（1989—），男，广东省汕头市人，西南交通大学交通运输与物流学院博士生，主要研究方向为行为运作管理。