區(qū)域物流資源配置的公平性與影響因素
——以四川省為例

曾倩，張錦，陳義友

（西南交通大學交通運輸與物流學院，四川成都610031）

區(qū)域物流資源配置的公平性與影響因素
——以四川省為例

曾倩，張錦，陳義友

（西南交通大學交通運輸與物流學院，四川成都610031）

通過構建物流資源配置指標體系，從區(qū)縣、地級市和增長極三個層面對四川省21個地級市、183個區(qū)縣的物流資源配置情況進行了實證分析。運用泰爾（Theil）指數(shù)研究了區(qū)域內和區(qū)域間的資源配置公平性，并采用回歸分析方法研究了物流資源配置的影響因素。結果表明，四川省物流資源配置呈現(xiàn)“單點多級”格局，具有明顯的空間集聚特征；物流節(jié)點與企業(yè)資源配置分化，通道資源配置相對均衡；各地級市內部的資源配置差異最為顯著；人口密度、GDP、消費品零售總額和工業(yè)增加值是物流資源配置的重要影響因素。

物流資源；公平；泰爾指數(shù)；影響因素

物流作為生產(chǎn)性服務業(yè)，對社會經(jīng)濟發(fā)展和居民生活消費都起著至關重要的作用。據(jù)統(tǒng)計，2015年我國物流業(yè)增加值為3.5萬億元，同比增長9.5%，占GDP比重5.5%，物流業(yè)發(fā)展勢頭良好。與此同時，我國物流產(chǎn)業(yè)發(fā)展格局呈現(xiàn)明顯的差異化，一方面東部沿海等經(jīng)濟發(fā)達地區(qū)的物流發(fā)展水平明顯高于中西部地區(qū)，另一方面城市地區(qū)物流水平明顯高于農(nóng)村地區(qū)［1］。在我國“創(chuàng)新、協(xié)調、綠色、開放、共享”發(fā)展的戰(zhàn)略要求下，區(qū)域公平協(xié)調發(fā)展成為決策中越來越受關注的目標。物流資源作為物流服務的基礎，在很大程度上決定了地區(qū)物流發(fā)展水平，以往物流資源配置決策以需求為導向、以效益最大化為目標，經(jīng)濟發(fā)達、人口集聚的地區(qū)往往獲得更多的資源，導致區(qū)域物流水平差異進一步拉大。我國供給側結構性改革提出通過改善供給拉動需求的資源配置決策思路，物流供需平衡理論［2］也表明物流供給將促進需求的增長。因此從供給的角度出發(fā)，對物流資源進行公平的配置將有助于欠發(fā)達地區(qū)的物流產(chǎn)業(yè)發(fā)展，縮小區(qū)域物流水平差距。

一、文獻回顧

目前，國內外學者圍繞區(qū)域物流資源的分布格局、差異化特征和影響因素等開展了許多研究。范·登·霍伊維爾（Van Den Heuvel）等［3］以荷蘭北布拉班特省為例，分析了物流設施、物流企業(yè)的空間聚集特征與區(qū)位變化規(guī)律。部分國外學者［4-5］認為，物流資源的分布呈現(xiàn)先集聚后擴散的態(tài)勢，主要是受集聚導致的交通擁堵、土地利用效率降低、運輸成本增加等問題的影響。國內學者王成金等［6］、韓增林等［7］重點研究了我國物流企業(yè)及物流園區(qū)的空間組織、分布格局與區(qū)位選擇。金鳳花等［8］運用Theil指數(shù)對2001—2011年統(tǒng)計數(shù)據(jù)進行了實證分析，研究了區(qū)域物流發(fā)展的差異化程度。張晶等［9］引入碳排放Theil指數(shù)及區(qū)域分離系數(shù)，對我國物流業(yè)碳排放的地區(qū)差異進行了測度和分解。在眾多的公平性指標中變異系數(shù)、基尼系數(shù)、Theil指數(shù)和阿特金森指數(shù)是較為合適的公平測度指標［10］。

已有研究主要集中在物流產(chǎn)業(yè)的空間格局、發(fā)展趨勢和影響因素等，難以科學衡量區(qū)域物流資源配置現(xiàn)狀，無法指導公平的物流資源配置決策。因此，本文構建物流資源配置指標體系，結合Theil指數(shù)對區(qū)域內及區(qū)域間的公平性進行評價，以四川省為例從區(qū)縣、地級市和物流增長極三個層面，分析區(qū)域的物流資源配置公平性，并運用回歸分析研究資源配置的影響因素。

二、研究方法與數(shù)據(jù)來源

（一）指標選取

1.區(qū)域物流資源配置指標

遵循指標可量化、可獲取的原則，本文從物流節(jié)點、物流通道、物流企業(yè)方面構建物流資源配置的指標體系，如表1所示。

2.區(qū)域物流資源配置公平性影響因素指標

參考已有研究［11-12］，探討區(qū)域社會經(jīng)濟因素對物流資源配置公平性的影響，確定影響因素如表2所示。

（二）公平測度方法

各區(qū)域每類資源配置指數(shù)通過各子指標的無量綱化和加權加總得到。通過資源指數(shù)計算物流節(jié)點、通道、企業(yè)以及所有資源的Theil指數(shù)，作為衡量公平的指標。

1.指標無量綱化

為消除子系統(tǒng)指標數(shù)據(jù)量綱的影響，使其具有可比性，首先對數(shù)據(jù)指標進行極差標準化處理。由于所有指標都是正向指標，因此計算公式如下。

2.物流資源配置指數(shù)

物流節(jié)點、通道和企業(yè)資源配置指數(shù)分別通過各關聯(lián)指標加權加總得到，權重的計算采用均方差決策法，第k類物流資源下關聯(lián)指標j的權重計算如下。

其中，δj表示各區(qū)域指標j值的均方差，表示k類物流資源下指標j的權重，Ek表示k類資源下的關聯(lián)指標集合。式（3）表示同一類物流資源下各關聯(lián)指標的權重相加為1。

由此可得：

表1　區(qū)域物流資源配置關聯(lián)指標體系

表2　區(qū)域物流資源配置影響因素指標

其中，Cik表示i區(qū)域k類物流資源配置指數(shù)。

區(qū)域的總資源配置指數(shù)為各類物流資源指數(shù)的加權加總，權重采用等權重的形式，計算公式如式（5）。資源指數(shù)體現(xiàn)了不同區(qū)域資源配置的相對情況。

其中，Ci表示i區(qū)域的總資源配置指數(shù)，0≤Ci≤1，q表示資源指數(shù)類別數(shù)量。

3.物流資源配置公平性

Theil指數(shù)可用于衡量區(qū)域物流資源配置公平性，該指數(shù)的優(yōu)點在于可以將總體差異細分為組內差異和組間差異兩部分。Theil指數(shù)值越小，說明地區(qū)資源配置越公平；數(shù)值越大，說明地區(qū)差異越大。Theil指數(shù)考慮了資源占比與人口占比間的關系，實際衡量的是人均資源的擁有量。Theil指數(shù)計算公式為：

其中，TBk表示k類物流資源的區(qū)域間差異，Cik表示i區(qū)域的k類物流資源指數(shù)，Ck表示所有區(qū)域k類物流資源指數(shù)加總，Pi表示i區(qū)域的人口，P表示總人口，TWk表示k類物流資源的區(qū)域內差異，TWi表示k類物流資源在區(qū)域i內的差異，Cii′k表示i區(qū)域內地區(qū)i′的k類物流資源配置指數(shù)，Pii′表示i區(qū)域內地區(qū)i′的人口。

式（6）計算的是不同區(qū)域間物流資源配置指數(shù)的公平性，式（7）計算的是區(qū)域內物流資源配置的公平性，式（8）計算的是物流資源配置的總公平指數(shù)。

（三）影響因素分析

通過多元回歸模型分析社會經(jīng)濟因素對物流資源配置的影響，采用最小二乘法進行計量分析，研究影響因素與物流資源指數(shù)之間的關系。

三、實證分析

2015年，四川省GDP超過3萬億元，經(jīng)濟總量在中西部地區(qū)位列第一，產(chǎn)業(yè)、交通等發(fā)展水平位于中西部前列。與此同時，以GDP計算的“兩城市指數(shù)”，成都市以6.4的首位度居全國第一，超過排名第二的武漢近1倍，說明成都市在四川省的優(yōu)勢地位明顯，產(chǎn)業(yè)和經(jīng)濟發(fā)展呈現(xiàn)過于集聚的態(tài)勢。從地理環(huán)境來看，四川省既有利于經(jīng)濟發(fā)展的平原地區(qū)，同時也有交通不便的山地丘陵，區(qū)域經(jīng)濟發(fā)展不均分化現(xiàn)象顯著。因此，以四川省為例對區(qū)域物流資源配置的公平性進行研究，一方面對于物流發(fā)展較為落后的中西部地區(qū)有較強的代表性；另一方面四川省經(jīng)濟發(fā)展的不均衡也使物流資源配置不均衡現(xiàn)象更加顯著，有利于研究公平性表現(xiàn)及影響因素。

（一）數(shù)據(jù)來源

物流園區(qū)及物流企業(yè)數(shù)據(jù)來自于四川省物流公共信息平臺，其中物流園區(qū)主要為已建或近期規(guī)劃建設的園區(qū)，物流企業(yè)為2016年四川省物流重點聯(lián)系企業(yè)；場站能力數(shù)據(jù)來源于鐵路局、港口及機場運營企業(yè)；物流通道數(shù)據(jù)與社會經(jīng)濟數(shù)據(jù)來源于各地區(qū)統(tǒng)計公報與年鑒，其中交通基礎設施投資額大部分區(qū)縣一級的數(shù)據(jù)難以獲取，因此在該指標計量分析時以地級市為主。除物流企業(yè)外其余數(shù)據(jù)年限均為2015年。

（二）地域劃分

本文從區(qū)縣、地級市、增長極三個層面分析四川省物流資源的配置情況，覆蓋四川省21個地級市的183個區(qū)縣，合并各地級市市轄區(qū)后共168個區(qū)縣。根據(jù)《四川省物流業(yè)發(fā)展中長期規(guī)劃（2015-2020年）》將四川省劃分為“一核多級”。“一核”是指成都市；“川北增長極”包括廣元、綿陽、德陽；“川東北增長極”包括巴中、南充、達州、廣安；“川中增長極”包括遂寧、資陽、內江、自貢；“沿江增長極”包括瀘州、宜賓、樂山；“攀西增長極”包括涼山和西昌；“其他”地區(qū)包括雅安、眉山、甘孜和阿壩。

各區(qū)域物流資源配置基礎數(shù)據(jù)如表3所示。

（三）四川省物流資源配置情況

區(qū)縣、地級市和增長極的物流節(jié)點、物流通道、物流企業(yè)及總物流資源指數(shù)如表4至表6所示。

表3　2015年四川省各區(qū)域物流資源配置數(shù)據(jù)

表4　四川省區(qū)縣物流資源指數(shù)

1.區(qū)域物流資源配置情況

從區(qū)縣層面來看（參見表4），資源指數(shù)較高的區(qū)縣集中于川中與川東地區(qū)，川西地區(qū)的資源指數(shù)較低，但各地級市中行政中心的指數(shù)都相對較高。從前五位的情況來看，遂寧市市轄區(qū)三類資源指數(shù)均處于較高水平；成都市市轄區(qū)重點物流企業(yè)數(shù)量最多，且物流通道條件良好；瀘州市市轄區(qū)擁有四川主要的港口群，臨港物流發(fā)展良好，節(jié)點與企業(yè)指數(shù)較高；成都市青白江區(qū)依托大彎貨站與集裝箱中心站建設兩大物流園區(qū)，聚集了大批的物流企業(yè)；廣安市市轄區(qū)的通道與企業(yè)指數(shù)較高。

從地級市層面來看（參見表5），成都市資源指數(shù)為0.84，明顯高于其他地區(qū)，之后依次為瀘州0.40、遂寧0.38、宜賓0.36和廣安0.3。瀘州和宜賓主要依托航運優(yōu)勢，發(fā)展港口與臨港物流，在節(jié)點和企業(yè)指數(shù)上較為突出。遂寧市將物流作為重點產(chǎn)業(yè)，具有較好的政策環(huán)境，西部現(xiàn)代物流港的集聚作用顯著，物流產(chǎn)業(yè)鏈初具規(guī)模。廣安的物流通道條件較好，路網(wǎng)密度與交通投資額較高。資源指數(shù)較低的城市為眉山0.10、雅安0.06和阿壩0.05。

表5　四川省地級市物流資源指數(shù)

從增長極層面來看（參見表6），成都市“一核”地位突出，資源指數(shù)較其他增長極處于領先地位。其次為川東北增長極，廣安、達州、南充的資源指數(shù)在地級市中排名5～7位，貢獻突出。川中與沿江增長極指數(shù)相近。攀西增長極指數(shù)最低。

2.分類別物流資源配置情況

從節(jié)點資源指數(shù)來看，兩級分化情況較為顯著，排名前五的地級市依次為成都、瀘州、遂寧、樂山和宜賓。物流園區(qū)占地面積最廣的為遂寧市，包括西部現(xiàn)代物流港在內的三個主要物流園區(qū)總面積超過3萬畝；場站處理能力最高的為瀘州市，瀘州港五大港區(qū)年處理能力達6 500萬噸。

從通道資源指數(shù)來看，與節(jié)點相比，各地的通道資源指數(shù)差異明顯縮小，排名前五的依次為成都、南充、廣安、資陽和巴中市，可見川東北地區(qū)近年來交通基礎設施不斷完善，成為四川省連接中西部的樞紐。運輸方式總里程最高的為甘孜州，總里程近3萬公里，主要是由于甘孜州幅員面積廣闊，但在路網(wǎng)密度上并不突出，僅為0.19公里/平方公里。路網(wǎng)密度最高的為廣安市，達到2.09公里/平方公里。交通投資額最高的為成都市，總投資將近550億元，遠高于排名第二的巴中市174億元。

從企業(yè)指數(shù)來看，成都市遠高于其他地區(qū)，重點聯(lián)系物流企業(yè)共54家。四川其他城市的企業(yè)指數(shù)相對均衡，較高的為瀘州、宜賓、樂山和達州，企業(yè)數(shù)量在10～15家。

（四）四川省物流資源配置公平性

通過Theil指數(shù)可分析各地區(qū)內部以及之間的資源配置公平性，結果如表7、表8所示。

1.區(qū)縣—地級市—全省

在地級市層面，四川省總差異為0.20，地級市內與地級市間差異分別為0.14、0.06，對總差異的貢獻率分別為70%、30%，可以認為四川省物流資源配置不均衡主要表現(xiàn)為地級市內部的配置差異。

從各地級市內部的區(qū)縣差異來看（參見表7），物流資源配置不公平現(xiàn)象最為顯著的為廣元，其次為雅安、甘孜、阿壩和成都。其中廣元和成都地區(qū)總體資源指數(shù)較高，但市中心區(qū)域的資源配置相對高于其他區(qū)縣，且資源占比遠高于人口占比；甘孜和阿壩地區(qū)總資源配置較少且集中，行政中心外的區(qū)域幾乎沒有配置物流資源。配置較為均衡的為巴中、攀枝花和德陽，區(qū)縣資源指數(shù)占比與人口占比較為一致。

表6　四川省物流增長極物流資源指數(shù)

表7　四川省地級市內部物流資源配置差異

從對總差異的貢獻率來看，成都市貢獻率19%為最高，其次為瀘州7.1%、遂寧6.7%、達州5.6%和廣元5.5%。一方面這些城市的Theil指數(shù)較高，在0.2～0.3之間；另一方面資源指數(shù)占比較高，成都為16%，其他地區(qū)在5%～8%。

2.地級市—物流增長極—全省

在增長極層面，四川省總差異為0.12。增長極內與增長極間差異分別為0.04、0.08，對總差異的貢獻率分別為33%、67%，增長極間的差異高于增長極內部差異。與地級市層面的差異相比，增長極內部的Theil指數(shù)較小，說明差異不顯著。

從各增長極內部的地級市差異來看（參見表8），Theil指數(shù)最大的為攀西增長極0.17，其次為川中增長極0.08和川東北增長極0.03。雖然攀西增長極中攀枝花和涼山的總資源指數(shù)相差不大，但人口占比分別為1.2%、5.6%，說明攀枝花人均資源擁有量遠高于涼山。物流資源配置較為公平的為川北增長極和沿江增長極。

從對總差異的貢獻率來看，川中增長極貢獻率13%為最高，其次為川東北增長極5.9%和攀西增長極4.6%。

（五）物流資源配置影響因素

通過回歸分析可研究地級市的社會經(jīng)濟指標與物流資源指數(shù)間的關系，結果如表9所示。

農(nóng)村居民純收入、城鎮(zhèn)居民可支配收入和城鎮(zhèn)化率指標雖然都通過了0.05的統(tǒng)計檢驗，但是從效應量R2來看，這些指標下擬合曲線的解釋力度不大，無法說明物流資源指數(shù)與這些影響因素間的正相關關系。人口密度、GDP、消費品零售總額與工業(yè)增加值的R2在0.7左右且P值均小于0.01，系數(shù)為正，可見這些指標與物流資源指數(shù)間存在明顯的正相關性，是物流資源配置的重要影響因素。這說明現(xiàn)有物流資源配置與人口密度和經(jīng)濟發(fā)展水平密切相關，體現(xiàn)了物流資源配置的效率目標，同時也導致了物流資源向人口集聚、經(jīng)濟發(fā)達的地區(qū)集聚，使區(qū)域間物流資源配置的不公平性加劇。

四、結論與建議

表8　四川省增長極內部物流資源配置差異

表9　四川省物流資源配置影響因素分析

通過構建物流資源指數(shù)指標體系，結合Theil指數(shù)與回歸分析，研究四川省物流資源配置的公平性與影響因素，結論如下。

（1）四川省物流資源配置呈現(xiàn)“單點多級”格局，成都市核心地位突出，多極發(fā)展的格局初步形成。四川省物流資源指數(shù)呈現(xiàn)空間集聚，東西差異明顯，高值區(qū)集中在成都、川東北、川中和沿江增長極。

（2）分類資源指數(shù)空間分布存在差異，節(jié)點和企業(yè)指數(shù)分化顯著，通道指數(shù)相對均衡，說明三類指標中物流節(jié)點和物流企業(yè)資源配置較為不均。

（3）區(qū)域間差異區(qū)縣＞增長極＞地級市，說明從區(qū)縣一級來看，全省的物流資源配置最不公平；區(qū)域內差異地級市＞增長極，說明與地級市相比，增長極之間物流資源配置較為均衡，四川省物流資源配置不均衡主要表現(xiàn)為地級市內配置不公平。

（4）人口密度、GDP、消費品零售總額和工業(yè)增加值是物流資源配置的重要影響因素，與物流資源指數(shù)間存在明顯的正相關。

為縮小四川省地區(qū)間發(fā)展差異，四川省物流資源配置應在考慮效率的同時兼顧公平，各相關部門在物流產(chǎn)業(yè)規(guī)劃、政策支持等方面應將滿足欠發(fā)達地區(qū)的物流需求作為決策目標之一，通過改善物流供給推動欠發(fā)達地區(qū)經(jīng)濟和產(chǎn)業(yè)發(fā)展，重點關注甘孜、阿壩和攀西地區(qū)。相對于地級市間的差距，應首先縮小各地級市內部的差異，重點關注成都、瀘州、遂寧等地內部的物流協(xié)調發(fā)展。

［1］李國旗，金鳳君，陳娛，等.基于物流熱度的中國物流業(yè)空間格局［J］.地理科學進展，2015（5）：629-637.

［2］彭永濤，張錦，王坤.具有隨機供需特征的物流超網(wǎng)絡優(yōu)化模型研究［J］.交通運輸系統(tǒng)工程與信息，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，張夢天.中國物流企業(yè)的布局特征與形成機制［J］.地理科學進展，2014（1）：134-144.

［7］韓增林，李彬，張坤領.中國城鄉(xiāng)基本公共服務均等化及其空間格局分析［J］.地理研究，2015（11）：2035-2048.

［8］金鳳花，徐旭.基于Theil指數(shù)的我國區(qū)域物流差異發(fā)展趨勢研究［J］.中國流通經(jīng)濟，2014（4）：40-44.

［9］張晶，蔡建峰.我國物流業(yè)碳排放區(qū)域差異測度與分解［J］.中國流通經(jīng)濟，2014（8）：25-30.

［10］葛洪磊，劉南.資源分配中的公平測度指標及其選擇標準［J］.統(tǒng)計與決策，2012（9）：50-53.

［11］李國旗，劉思婧.大城市物流需求變化的綜合評價與規(guī)律研究——基于7個副省級城市的實證分析［J］.經(jīng)濟地理，2013（8）：104-108.

［12］賀玉德，馬祖軍.基于CRITIC-DEA的區(qū)域物流與區(qū)域經(jīng)濟協(xié)同發(fā)展模型及評價——以四川省為例［J］.軟科學，2015（3）：102-106.

責任編輯：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

國家自然科學基金“大都市區(qū)物流企業(yè)區(qū)位選擇模式及演化機理研究：以成都為案例”（41501123）；四川省軟科學研究計劃項目“多點多級支撐下的四川物流服務體系構建研究”（2014ZR0065）

曾倩（1991—），女，四川省德陽市人，西南交通大學交通運輸與物流學院博士生，主要研究方向為物流資源分配公平；張錦（1963—），男，四川省廣元縣人，西南交通大學交通運輸與物流學院教授，主要研究方向為物流系統(tǒng)優(yōu)化；陳義友（1989—），男，廣東省汕頭市人，西南交通大學交通運輸與物流學院博士生，主要研究方向為行為運作管理。