安徽省区域物流的空间布局及演化特征分析.docVIP

安徽省区域物流的空间布局及演化特征分析 　　内容摘要：现代物流业已成为衡量地区综合实力的主要标志之一，是支撑未来区域经济产业快速发展的基础。本文以安徽省16个地市为实证，通过统计分析和计算区位基尼系数、区位熵指数发现，安徽省区域物流空间聚集态势逐渐增强，各地区物流业集聚程度存在较大差异。运用空间自相关方法分析研究2004―2015年安徽省物流产业集聚发展的时空演化特征，Moran’s I指数变动表明，物流产业集聚度在空间分布上存在显著的正相关关系，邻近地域的物流业出现聚集趋势，安徽省区域物流已演化形成“一带两团多点”的空间发展格局。 　　关键词：安徽省 区域物流 空间分布 产业集聚 　　现有研究多关注于宏观层面的区域物流产业空间分布与物流网络节点布局问题，对某省区域物流产业空间分布模式及其空间格局演变特征的实证性研究较少。本文运用探索性空间数据分析方法研究安徽省区域物流空间相关性，揭示区域物流空间布局、分布类型与时空演化特征，为优化安徽省区域物流空间布局，实现区域物流协同发展提供参考依据。 　　研究方法与数据来源 　　（一）研究方法 　　本文通过计算安徽省物流业的区位基尼系数与区位熵值，测度安徽省区域物流空间组织的变化情况，分析研究区域物流空间组织演化特征。 　　区位基尼系数。区位基尼系数是测度某产业在区域内聚集程度的重要指标，数值越大说明产业聚集程度越高、分布越集中。利用区位基尼系数测算产业聚集程度，主要研究对象是各区域单元的产业份额，计算公式为： 　　其中， Gw为安徽物流行业基尼系数，n为市级单位总数，w为变量 wi的均值，产业份额wi表示i 市交通运输、仓储与邮政业的产业规模占安徽全省总产业规模的比重。若把wi按从小到大顺序排列，计算公式可简化为： 　　通常， Gw值小于0.3说明该产业空间分布分散，集聚程度低；0.3―0.5说明产业较集中；0.5以上说明产业高度集中，集聚程度高。 　　区位熵。区位熵是衡量产业效率与效益的分析工具，用来测算不同区域产业的相对集中程度，通过计算区位熵可以反映安徽省各地市物流业的分布情况。其计算公式是： 　　其中， LQiw为区位熵， Eiw为 i市交通运输、仓储与邮政业的产值， Ei为 i市生产总值； Ehw为所有区域交通运输、仓储与邮政业生产总值， Eh为所有区域生产总值。区位熵值大于1.5表明物流业在该区域集聚程度高，1.5―1.0表明物流业在该区域集聚程度一般，小于1.0表明物流业在该区域集聚程度较低， LQiw值越大，说明该区域物流产业集聚程度越高（陶婷婷、熊宇平，2016）。 　　空间自相关分析。区域间的地理事物或属性在空间分布上普遍存在相关性，空间自相关是指不同区域之间的属性或变量观测值存在潜在的空间关联性。全域空间自相关分析能描述属性或变量值在区域内总体空间分布趋势，反映空间邻近区域间的相关程度，为了分析区域物流业是否具有空间相关性，本文选用全域自相关度量指数Global Morans I来测算安徽省物流产业的空间自相关程度，计算公式为： 　　式中，n为研究区域总数，Xi、Xj是第i个区域和第j个区域的属性变量值， Wij是区域单元i和区域单元j之间的空间权重。Morans I取值介于[-1，1]，指数值越接近于1，则表明空间正相关程度越高。 　　局域空间自相关是用来揭示区域局部单元与邻近单元变量值之间的相关性或差异性，进一步分析区域物流产业是否存在局域空间相关性，本文采用Moran’s散点图来分析说明安徽省各地区物流业发展的局部空间相关性和差异性特征。Moran’s散点图以（ x，Wx）为坐标轴，描述变量x 与其滞后因子 Wx间的相关关系，Local Moran s I指数可看作为Wx对于x 的回?w系数。Moran 散点图的四个象限分别对应于各局部单元与其邻域间物流产业的四种集聚类型，第一象限 （HH类型）、第三象限（LL类型）代表空间正相关，第二象限 （LH类型）、第四象限 （HL类型）代表空间负相关（林翊、陈俊滨，2015）。 　　（二）数据来源 　　物流产业涉及行业范围较广，国内学界尚未对“物流产业”作出明确界定，大多数研究采用交通运输、仓储与邮政业相关指标数据进行分析研究。本文以安徽省16个地市为研究单元，考虑到数据的准确性和连续性，选取2004―2015年时段的交通运输、仓储和邮政业产值作为替代指标，分析研究安徽省区域物流空间布局及其组织演化特征。引用数据均来自安徽省统计局公布的历年《安徽省统计年鉴》与各城市《国民经济和社会发展统计公报》，详见表1。 　　安徽省物流业空间组织演化特征 　　（一）区域物流空间集聚趋势明显 　　通过区域某产业产值的动态数据分析可以说明产业空间布局的演变情况，根据区位基尼系数计算公式得出安徽省