Page 53 - 北京工商大学学报社会科学版2018年第6期
P. 53

北京工商大学学报(社会科学版)摇 摇 摇 摇 2018 年摇 第 6 期

   效率值差异较大的原因在于:东部地区经济发                            的物流产业效率全局 Moran 指数值均为正值,最
   达,人口密度大,对物流的需求量较大,尤其是                           小值为 0郾 465 2,2014 年达到最大值 0郾 646 0。 期

   沿海地区,物流发展较早,交通基础设施发达,                           望值 E(I) = - 1 / (n - 1),由于共有 31 个省份,因
   便利的海运更是中西部地区无法实现的,这些                            此期望值不变, 且不存在任何趋势。 p 值均为
   都促进了其物流产业的发展;中西部省份则工                            0郾 001,远远小于 0郾 05,通过了 Z 值检验。 这意味
   业发展相对缓慢,第三产业占 GDP 比重较低,交                        着中国各省份物流产业发展具有显著的空间正相
   通不便,缺少资源,导致了中西部地区在物流效                           关性,具体表现为在观测年份内,物流效率水平相

   率上的不断落后。                                        似的省份在空间上集聚分布。
       值得注意的是,2008 年东中西部地区物流产                          从时间上看,2007—2014 年,全局 Moran 指
   业效率下降均较为显著。 原因为 2008 年全面爆                       数值呈波动上升趋势,表明在此期间,中国物流产
   发的金融危机对中国整体影响较大,经济受到重                           业发展的空间正相关性不断增强。 这主要是因
                                                   为,2006 年中国“十一五冶 规划纲要提出要“大力
   创,使得物流产业受到极大危害,效率下降明显。
   2008 年以后政府出台了大力发展现代物流业的                         发展现代物流业冶,在国家政策的扶持下,各地区
   举措,地方政府加大投资力度,使得东中西部地区                          大力推进基础设施建设和物流信息化建设,各省
   物流产业迅速发展,物流产业效率也得到一定提                           份的物流产业得以迅猛发展,物流产业效率不断
   升。 2008 年以后东部地区物流产业得到较快发                        提高,“追赶效应冶 明显,全国物流效率的空间分
   展,但中部地区物流产业发展状况不容乐观,这可                          布差异化快速缩小。
   能是因为中部地区物流基础设施规模较小,以及                               但从 2014 年开始,全局 Moran 指数值逐渐下
   发展模式落后等原因导致物流产业发展后劲不                            降,原因是东部发达地区具有天然的地域优势,改
   足,出现了物流产业效率下降的现象。 西部地区                          革开放较早,经济发达,基础设施完善,交通便利,
   由于其特殊的经济地理环境,其低投入低产出造                           再加上政府出台了大力发展物流产业的一系列政
                                                   策,使其短时间内能实现物流现代化,物流产业发
   成的低效率是基本符合预期的。
       (二)空间维度的分析                                  展迅速;而西部地区地处偏远,交通不便,经济落
       1郾 空间自相关分析                                  后,物流业发展水平低,虽然也在不断提升整体物
       为了展现出中国物流产业效率的空间相关性                         流水平,但提升速度远远低于东部发达地区,加之
   和演化过程,本文借助 stata 软件,结合物流产业                      物流业发展也遇到瓶颈期,所以 2014 年以来东西
   效率值,在蒙特卡洛 999 次模拟检验之后得到了                        部物流发展差距不断拉大,物流产业发展存在着
   2007—2016 年的全局 Moran 指数 ( Moran蒺s I 指           “马太效应冶。 但是总体上我国物流发展呈现出
                                                   较强的空间自相关性,具体表现为物流产业效率
   数)及其显著性等结果,具体见表 3。
                                                   水平相似的省份在空间上集聚分布。
        表 3摇 2007—2016 年我国 31 个省份物流产业
                                                       为了直观地观察中国物流产业效率的空间差
            效率全局 Moran 指数
                                                   异变动格局和各省份集聚状态,本文选取 2007 年、
    年份 Moran蒺s I  期望值      均值     标准差     p 值
                                                   2010 年、2013 年和 2016 年作为研究对象,来探讨
    2007  0郾 584 8  - 0郾 033 3 - 0郾 032 3 0郾 115 3 0郾 001
                                                   中国物流产业效率的空间格局的演变过程。 借助
    2008  0郾 537 5  - 0郾 033 3 - 0郾 037 5 0郾 113 9 0郾 001
    2009  0郾 490 5  - 0郾 033 3 - 0郾 025 4 0郾 111 9 0郾 001  stata 软件绘制了部分年份的物流产业效率发展水
    2010  0郾 465 2  - 0郾 033 3 - 0郾 036 7 0郾 114 2 0郾 001  平局部 Moran 指数散点(scatterplot)图(图 1)。
    2011  0郾 547 9  - 0郾 033 3 - 0郾 027 9 0郾 116 7 0郾 001
                                                       图 1 中,横坐标表示将物流效率进行标准化
    2012  0郾 483 7  - 0郾 033 3 - 0郾 030 7 0郾 113 3 0郾 001
                                                   后的指数 Z,纵坐标表示经过空间加权后的物流
    2013  0郾 635 4  - 0郾 033 3 - 0郾 035 3 0郾 119 2 0郾 001
    2014  0郾 646 0  - 0郾 033 3 - 0郾 024 7 0郾 113 2 0郾 001  效率指数 W 。 Moran 指数散点图将物流产业发
                                                              Z
    2015  0郾 638 4  - 0郾 033 3 - 0郾 029 3 0郾 114 5 0郾 001
                                                   展分为 4 个象限的集聚模式,各省份分布在不同
    2016  0郾 566 4  - 0郾 033 3 - 0郾 035 3 0郾 114 1 0郾 001
                                                   象限内,不同象限代表不同的空间单元属性和集
   摇 摇 由表 3 可知,2007—2016 年,中国 31 个省份               聚模式,具体解释如表 4 所示。
    · 4 8 ·
   48   49   50   51   52   53   54   55   56   57   58