我国乡村物流发展水平的时空差异及影响因素分析.pdf

我国乡村物流发展水平的时空差异及影响因素分析 67 我国乡村物流发展水平的时空差异 及影响因素分析*王琴梅 郭哲宇 内容摘要：依据我国 30 个省（区、市）20152020 年乡村物流相关面板数据，使用熵权法、泰尔指数、莫兰指数和空间计量模型分析了我国整体及各区域乡村物流发展水平的时空差异及影响因素。结果表明：（1）我国四大板块间的整体性空间差异不断缩小，但各板块内的差异逐渐扩大并成为发展差距变动的主导因素。（2）高度的空间自相关性呈现出低低集聚和高高集聚态势，地理因素和空间溢出效应对区域发展具有显著影响。（3）城镇化水平的正向影响最强，市场开放度主要对中、西部产生正向影响，经济发展水平和物流基础设施的空间溢出效应不够明显，他们与政府支持度和信息化程度一起影响着我国乡村物流的时空格局形成与演变。关键词：乡村物流；四大板块；时空差异特征；影响因素；三大地带 中图分类号：F061.3 文献标识码：A 文章编号：1004-7794(2023)07-0067-12 DOI:10.13778/ki.11-3705/c.2023.07.007 *王琴梅，2006 年毕业于西北大学经济管理学院，获经济学博士学位。现为陕西师范大学国际商学院教授，博士生导师，研究方向为发展经济学与中国西部经济发展。郭哲宇（通讯作者），现为陕西师范大学国际商学院在读硕士研究生，研究方向为产业集聚与区域协调发展，邮箱：。本研究得到陕西省社会科学基金项目“数字生产力与生产关系视角下数字技术推动陕西农业高质量发展研究”（2022D035）的资助。2022 年党的二十大报告明确指出要坚持农业农村优先发展，扎实推动乡村产业振兴。以乡村地区物流产业作为突破口，有助于因地制宜调整乡村各类产业比重，促进乡村经济结构调整。乡村物流与乡村经济的发展水平高度相关。可以说乡村物流是发展乡村经济的基础，对缩小城乡差距和解决“三农”问题有巨大作用。因此，研究我国各区域乡村物流发展水平的时空差异及其影响因素不仅能够有效解决各地区乡村生产生活中农业生产资料的“工业品下行”和增加农民收入顺畅物资流通的“农产品上行”等问题，还对带动乡村振兴具有重要的理论意义与现实价值。一、文献综述与问题的提出 学术界关于乡村物流的相关研究主要集中在以下三方面：（1）关于乡村物流的概念。学术界普遍认为乡村物流是指为满足农村居民的生产、生活及其他经济活动所提供的物流活动的总称。在此基础上，有学者将乡村物流同城市物流1、其他行业物流2-3概念进行比较辨析，还有学者从服务区域的对象4-6角度出发更加精细化地概括乡村物流概念。（2）关于乡村物流发展水平的测度。现有成果主要通过单一指标法7-8和复合指标法9-11建立评价指标体系，选择定性与定量计算相结合的方法，主要通过因子分析法12-14、层次分析法15-16、熵权法17-18进行发展水平评价。（3）关于乡村物流发展水平影响因素的研究。有学者发现乡村地区基础设施建设水平19、物流技术效率20、市场环境21、城镇化程度22、信息化水2023 年第 7 期 调研世界 总第 358 期 68 平23、经济发展水平24等因素对我国乡村物流建设都具有重要影响。上述文献为本文的研究奠定了基础，但现有研究仍然存在不足：一是缺乏关于我国乡村物流的发展特征及时空变动情况的评价分析。二是现有的文献缺少各种影响因素对现阶段我国乡村物流发展水平的区域异质化作用的研究。鉴于此，本文选取恰当的方法对我国各区域乡村物流发展水平的时空差异性及相关性进行分析，并对乡村物流发展的影响因素进行实证检验。二、研究设计（一）指标体系构建与数据说明 考虑到我国的乡村物流是以促进乡村经济发展为根本目的，以乡村物流为运营主体，以信息技术为载体，通过基建设施提升、政府政策支持等作为支撑的一种物流运输体系，同时借鉴王蕾等（2014）17、路征等（2021）11、方艳（2021）9的思路，遵循评价指标体系构建的系统性和综合性原则，再综合考虑数据的代表性和可得性，本文从“乡村物流经济环境、乡村物流经济活动、乡村物流业发展规模、地方政府政策支持、乡村物流信息化水平”5 个方面构建一级指标并下设 22 个二级指标，形成的乡村物流发展水平评价指标体系，见表 1。表 1 乡村物流发展水平评价指标体系 一级 指标 二级指标 计算方法 指标单位数据来源 乡村 物流 经济 环境 农村住户人均固定资产投资额交通运输、仓储、邮政业方向 农村住户固定资产投资总额交通运输、仓储、邮政业方向/乡村人口 元 中国农村统计年鉴 人均农、林、牧、渔业总产值 农林牧渔业总产值/乡村人口 万元 中国农村统计年鉴 农村用电量 亿千瓦时中国农村统计年鉴 农村居民人均消费支出 元 中国农村统计年鉴 农村居民人均可支配收入 元 中国农村统计年鉴 乡村 物流 经济 活动 每万人农用生产物资需求量 地方农用物资总量/乡村人口 吨 中国农村统计年鉴 人均农村社会消费品零售额 农村社会消费品零售总额/乡村人口 万元 中国农村统计年鉴 农村居民人均快递量 快递总量乡村人口比/乡村常住人口 件 各省“邮政行业发展统计公报”人均粮食总产量 地方粮食作物总产量/乡村人口 吨 中国农村统计年鉴 乡村 物流 业发 展规 模 民用载货汽车拥有量 万辆 中国统计年鉴 农村居民每万人拥有邮政交通运输行业 农村投递路线长度 农村投递路线长度/乡村人口 千米 中国统计年鉴 农村居民每万人拥有邮政交通运输行业 农村各类营业网点数 农村各类营业网点/乡村人口 个 各省“邮政行业发展统计公报”交通运输、仓储和邮政业从业人数 万人 中国统计年鉴 乡村高中及以上学历人口占比%中国人口和就业统计年鉴 地方 政府 政策 支持 人均地方财政交通运输支出 地方财政交通运输支出/年末常住人口 万元 中国统计年鉴 电子商务综合示范县累计数 个 商务部市场体系建设司 国家现代农业示范区累计数 个 农业农村部 人均地方财政支农资金 地方财政支农资金/年末常住人口 万元 中国统计年鉴 乡村 物流 信息 化水 平 农村宽带接入用户数 万户 中国统计年鉴 农村移动电话用户数 万户 中国统计年鉴 有电子商务交易活动的企业数 个 中国统计年鉴 乡村人均电子商务销售额 电子商务销售总额（农村居民消费总额/地区居民消费总额）/乡村人口 万元 中国统计年鉴 由于西藏地区乡村相关数据缺失较多，因此本文选取样本为除西藏地区外的 30 个省（区、市）。所有指标的原始数据均来自 20162021 年中国农村统计年鉴 中国统计年鉴 中国人口和就业统计年鉴、国家统计局、商务部市场体系建设司以及农业农村部公布数据；20152020 年各省邮政行业我国乡村物流发展水平的时空差异及影响因素分析 69 统计发展公报（该公报是当年数据当年公布）。对于数据收集过程中存在部分年份数据缺失的问题，本文采用趋势分析法估计相关数值。（二）研究方法 1.熵权法。第一步：对原始数据进行标准化处理 由于本文所选指标均属于正向指标，因而选取对正向指标进行处理的公式：正向指标：minmin()maxmax()minmin()ijijijijijxxxxx （1）在上式中，i 代表省份，j 代表测评指标，xij代表第 i 个省份第 j 项指标数值，ijx 为无量纲数据结果。第二步：计算第 j 项指标下第 i 个省份占该指标的比重（pij）1,1,2,1,2,ijijmijixpim jnx（2）第三步：计算第 j 项指标的熵值（ej）11ln(),1,2,lnmjijijieppjnm （3）第四步：计算第j项指标的差异系数（dj）1jjde （4）第五步：对差异系数归一化，计算第j项指标的权重（wj）1,1,2,jjmjjdwjd（5）第六步：采用权重和多重线性加权求和法计算乡村物流发展水平指数（Fi）1mijijjFw x（6）基于式（6）得到的乡村物流发展指数代表i省份的乡村物流发展水平，Fi0,1。Fi指数越大，代表乡村物流发展水平越高；反之，Fi指数越小，代表乡村物流发展水平越低。2.泰尔指数。本文引入泰尔指数分析我国乡村物流的发展水平差异程度，其计算公式为：11lnniiiyyTheilnyy（7）其中yi为i省份的乡村物流综合得分，11niiyyn为综合得分均值，泰尔指数取值介于0,1。通过这一定义可以看出，随着个体间差异增大，泰尔指数的值也会增大。为进一步分析区域间差异和区域内差异对我国乡村物流发展水平整体差异的不同贡献程度，可以将泰尔指数分解为如下公式：bwTheilTT（8）1lnkkbkkkYTYnn（9）本研究使用的相关数据在相关统计年鉴、相关公报、相关数据库中部分未更新到 2021 年，故本研究年限区间为 2015 年到 2020 年。2023 年第 7 期 调研世界 总第 358 期 70 1ln1klkklkwkkl gkkYYYTYYn（10）其中Tb表示区域间差异，Tw表示区域内差异，将n个省份划分为k个区域，nk表示第k个区域gk中包含的省份个数，其中1llniiyYy表示第l个省份综合得分占该区域得分总值的比例，其中11knkkkniiyYy表示第k个区域占全国区域得分总值的比例。3.莫兰指数。选用莫兰指数方法能够揭示区域乡村物流空间集聚模式及其演变态势。首先选择全局莫兰指数（Global Morans I）来研究数据是否存在全局空间相关性，具体计算公式如下：11211nnijijijnnijijwxxxxISw （11）同时利用局部莫兰指数（Aneslin Local Morans I）来研究局部空间相关性，具体计算公式如下：21niiijjjxxIwxxS（12）式（11）和式（12）中xi为不同省份的乡村物流综合得分，x为综合得分均值，S2为样本方差，wij为空间权重矩阵W=wijnn的元素。莫兰指数取值介于1,1，大于0则表示存在空间正相关，小于0则表示存在空间负相关，当其绝对值越接近1则说明变量的空间自相关性越强。4.空间杜宾模型（SDM）。考虑到因变量滞后因子对被解释变量的影响，又考虑了不同空间因素的溢出效应对被解释变量的作用，在进行LM、LR、Hausman检验以及Wald检验后最后确定采用双重固定效应的空间杜宾模型。具体模型如下：,i tj ti tiii tRSLCSWRSLCSWX（13）三、结果分析（一）我国乡村物流发展特征分析 根据熵权法测算的全国及四大板块20152020年乡村物流发展水平综合得分均值变动情况如表2所示。表2显示：（1）20152020年我国乡村物流发展水平整体呈现增长态势，年均增长8.89%。其中东部地区与全国平均增速基本持平，中西部地区年均增长率分别为9.28%和11.13%，均高于全国平均水平，东北地区年均增长率最低为3.7%，即全国四大板块乡村物流增速表现为西部地区、中部地区、东部地区、东北地区依次递减的发展态势。（2）20152020年全国总体的乡村物流发展水平均值为0.2104，其中东部为0.2765，中部为0.1917，西部为0.1645，东北为0.1957，东部均值是西部的1.68倍、中部的1.44倍、东北的1.41倍。本文依据国家统计局：http:/ 30 个省（区、市）划分为四大板块，即东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆；东北地区包括辽宁、吉林、黑龙江。我国乡村物流发展水平的时空差异及影响因素分析 71 表 2 我国乡村物流发展水平综合得分及排名 地区 2015 2016 2017 2018 2019 2020 20152020 年均值 20152020 年均增长率 东部地区 北京 0.19280.2248 0.26110.26810.30760.31650.2618 10.42%天津 0.12300.1580 0.14950.14820.15940.17450.1521 7.24%河北 0.19420.2109 0.23530.26170.27630.30900.2479 9.74%上海 0.21680.2625 0.28430.30490.33430.32570.2881 8.48%江苏 0.34200.3565 0.37590.39870.43410.43790.3909 5.07%浙江 0.28430.3161 0.32940.37370.41590.43760.3595 9.01%福建 0.17980.1870 0.20580.24420.26880.25800.2239 7.49%山东 0.26000.2971 0.31760.34700.35250.46900.3405 12.52%广东 0.32080.3308 0.35170.39370.42950.45210.3798 7.10%海南 0.09360.1140 0.11530.12940.13720.13520.1208 7.63%地区均值 0.22070.2458 0.26260.28700.31160.33160.2765 8.48%中部地区 山西 0.11340.1269 0.14020.16100.16790.16580.1459 7.89%安徽 0.14960.1677 0.18350.20880.24110.26080.2019 11.77%江西 0.11400.1296 0.15510.16230.17780.18940.1547 10.68%河南 0.19020.2038 0.22320.24450.27630.27200.2350 7.42%湖北 0.16590.1956 0.21390.23470.24060.23840.2149 7.51%湖南 0.14430.1554 0.18230.22050.24340.24020.1977 10.73%地区均值 0.14620.1632 0.18300.20530.22450.22780.1917 9.28%西部地区 内蒙古 0.17760.2057 0.22310.25290.26230.23330.2258 5.61%广西 0.09610.1172 0.13820.16330.18460.19330.1488 14.99%重庆 0.09720.1153 0.12770.14630.17280.17680.1393 12.70%四川 0.16860.2050 0.23020.26870.28500.31810.2459 13.54%贵州 0.07560.1043 0.12350.15990.17630.16710.1344 17.21%云南 0.10120.1198 0.14630.16780.19630.20520.1561 15.18%陕西 0.12140.1410 0.17040.19600.20880.19110.1715 9.50%甘肃 0.09030.1053 0.12060.19770.15860.15520.1380 11.44%青海 0.12560.1180 0.12740.13920.16120.17820.1416 7.26%宁夏 0.08890.1224 0.14420.18070.13990.15880.1391 12.31%新疆 0.13070.1507 0.16050.18400.20440.18020.1684 6.62%地区均值 0.11570.1368 0.15570.18690.19550.19610.1645 11.13%东北地区 辽宁 0.18100.1907 0.20270.20310.19890.19520.1953 1.53%吉林 0.13910.1606 0.17220.17490.18820.17650.1686 4.88%黑龙江 0.18500.2040 0.21960.24040.25610.23390.2232 4.81%地区均值 0.16840.1851 0.19820.20610.21440.20190.1957 3.70%全国 均值 0.16210.1832 0.20100.22590.24190.24820.2104 8.89%数据来源：笔者根据计算结果整理而得。（二）空间差异性特征分析 以熵权法计算出的乡村物流发展水平综合得分为基础，利用泰尔指数式（8）（10）计算20152020年综合得分的泰尔指数及结构分解结果，如表3所示。1.总体差异性分析。表3第2列显示：我国总体泰尔指数呈现出U型变化趋势，从2015年的0.0856下降到2017年的0.0656又上升到2020年的0.0755，6年年均下降2.48%，说明我国整体乡村物流发展水平差距逐渐缩小。但由于2018年以来雪灾、旱灾、洪涝灾害多发及新冠肺炎疫情影响，乡村地区的抗风险能力明显不足，从而使全国整体乡村物流发展水平差异性有所上升。2.区域间差异分析。表3第4列显示：我国区域间泰尔指数Tb在20152020年年均下降7.68%，这说明我国四大板块间的差异呈现出波动缩小态势。2023 年第 7 期 调研世界 总第 358 期 72 表 3 20152020 年我国四大板块乡村物流发展水平综合得分的泰尔指数及结构分解 年份 总体差异 T 区域内差异 Tw 区域间差异 Tb 东部区域内差异（Tw）中部区域内差异（Tw）西部区域内差异（Tw）东北部区域内差异（Tw）数值及贡献率 数值及贡献率数值及贡献率 数值及贡献率 数值及贡献率 数值及贡献率 2015 0.0856 0.0367（42.89%）0.0489（57.11%）0.0505（28.11%）0.0108（2.20%）0.0399（11.78%）0.0070（0.80%）2016 0.0723 0.0316（43.70%）0.0407（56.30%）0.0446（28.76%）0.0132（3.11%）0.0304（11.24%）0.0045（0.59%）2017 0.0656 0.0320（48.75%）0.0336（51.25%）0.0500（34.68%）0.0114（2.99%）0.0247（10.52%）0.0040（0.57%）2018 0.0691 0.0357（51.68%）0.0334（48.32%）0.0546（36.10%）0.0156（3.88%）0.0255（10.52%）0.0094（1.18%）2019 0.0690 0.0367（53.21%）0.0323（46.79%）0.0582（38.27%）0.0162（4.17%）0.0232（9.53%）0.0101（1.24%）2020 0.0755 0.0427（56.59%）0.0328（43.41%）0.0639（38.47%）0.0192（4.56%）0.0341（12.72%）0.0075（0.85%）均值 0.0729 0.0359 0.0370 0.0536 0.0144 0.0296 0.0071 年均增长率 2.48%3.07%7.68%4.82%12.2%3.09%1.39%3.区域内差异分析。表3第3列显示：我国各区域内泰尔指数Tw呈V型变化，即20152016年间下降和20162020年间上升，年均增长3.07%，说明我国四大板块各自内部差异逐渐明显。表3后4列显示：我国四大板块内部差异表现为东部西部中部东北的状况，东部地区区域内差异对全国整体区域内差异的贡献率最高且年均差异增长率为4.82%；东北地区变动幅度最小，年均差异增长率仅为1.39%。（三）空间相关性特征分析 1.全局空间相关性分析。在进行空间相关性分析时，定义空间权重矩阵W为：在地理位置上相邻的地区定义为1，否则为0的01邻接矩阵。运用莫兰指数式（11）和（12）进行空间自相关检验，分析地区间乡村物流发展水平的空间相关性以及是否存在空间集聚特征，结果如表4所示。表 4 20152020 年乡村物流发展水平综合得分的全局 Morans I 2015 2016 2017 2018 2019 2020 Morans I 0.298 0.290 0.223 0.172 0.196 0.177 E（I）0.034 0.034 0.034 0.034 0.034 0.034 Z（I）2.712 2.640 2.090 1.680 1.883 1.732 P 0.003 0.004 0.018 0.046 0.030 0.042 表4显示：（1）20152020年Morans I指数值均大于0且P值均小于0.05，通过显著性检验，说明我国乡村物流发展水平存在显著的空间自相关性，空间集聚现象明显，即发展水平相似的地区趋于空间集聚。（2）莫兰指数从2015年的0.298波动下降到2020年的0.177，说明随着我国地区间经济要素流动的不断加强，区域间的乡村物流发展水平差距逐渐缩小。2.局部空间相关性分析。为说明我国乡村物流发展过程中展现的局部集聚特征，计算出20152020年的莫兰散点图（如图1），对各省份进行高质量发展水平聚集区域的划分。图1显示出我国30个省（区、市）分别分布在代表四种不同空间自相关模式的四个象限之中，具体看：（1）第一象限内的省份及相邻省份发展水平较高，是高高集聚扩散区（HH）。（2）第二象限内的省份发展水平较低，但邻近省份发展水平较高，是低高集聚过渡区（LH）。（3）第三象限内的我国乡村物流发展水平的时空差异及影响因素分析 73 省份与邻近省份发展水平较低，是低低集聚增长区（LL）。（4）第四象限内的省份发展水平较高，但邻近省份发展水平较低，是高低集聚极化区（HL）。整理图1可以得到20152020年局部莫兰指数区域分布情况如表5所示。（a）（b）（c）（d）（e）（f）图 1 20152020 年我国乡村物流发展水平综合得分 Morans I 散点图 表5显示：（1）我国乡村物流发展水平存在空间集聚性和空间异质性，主要表现为东部区域集聚在“高高”集聚的扩散区，集聚分布具有不平衡性；西部区域集聚在“低低”集聚的增长区，两极分化格局较为明显，存在显著正向相关性。（2）研究时段中发生跃迁的省份有九个都属于同种类型，即观测区域跃迁到临近象限。其余区域并未发生跃迁变化，具有较高的空间稳定性。（3）HH型区域中上2023 年第 7 期 调研世界 总第 358 期 74 海、江苏、浙江、福建、山东和河北连续6年出现在乡村物流高水平发展的聚集中心，该型区域中多为我国东、中部地区省份。（4）LL型区域中多为东北、西部地区的省份且比较稳定，各省份及周边省份整体发展水平较低。（5）LH型区域频繁变化，其中江西和海南属于常驻省份，这些省份自身乡村物流发展水平不高，但相邻地区发展水平较高。（6）HL型区域中北京、湖北、四川等地频繁在第一象限和第三象限变化，说明这些省份的周边省份实际上都不同程度地存在乡村物流发展规划不合理、缺乏完善的乡村物流服务及配套的基础设施建设等问题。表 5 20152020 年局域 Morans I 区域分布情况 年份 高高集聚 扩散区（HH）低高集聚 过渡区（LH）低低集聚 增长区（LL）高低集聚 极化区（HL）2015 北京、上海、江苏、福建、浙江、山东、河北 天津、海南、安徽、江西、吉林 山西、广西、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、四川 辽宁、河南、黑龙江、内蒙古、广东、湖北 2016 北京、上海、江苏、浙江、福建、山东、河北、天津 海南、安徽、江西、吉林 山西、广西、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、辽宁、河南 黑龙江、内蒙古、广东、湖北、四川 2017 上海、江苏、浙江、福建、山东、河北 天津、海南、安徽、江西、吉林 山西、广西、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、辽宁、河南 北京、黑龙江、内蒙古、广东、湖北、四川 2018 上海、江苏、浙江、福建、山东、河北 天津、海南、安徽、江西 山西、广西、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、辽宁、吉林、河南 北京、黑龙江、内蒙古、广东、湖北、四川 2019 上海、江苏、浙江、福建、山东、河北 天津、海南、安徽、江西、广西 湖北、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、辽宁、吉林、山西 北京、河南、黑龙江、内蒙古、广东、四川 2020 上海、江苏、浙江、福建、山东、河北、北京、河南、安徽 天津、海南、江西、辽宁、山西 湖北、甘肃、宁夏、重庆、陕西、湖南、贵州、云南、新疆、青海、吉林、广西 黑龙江、内蒙古、广东、四川 （四）乡村物流发展水平影响因素识别 随时间推移，我国乡村物流的发展热点不断向中部和西部地区扩张，四大板块间乡村物流发展水平存在显著的空间关联性和一定程度的集聚效应。因此本文在充分考虑区域间的空间效应基础上，选择从时空角度对乡村物流发展水平的影响因素进行识别检验。在解释变量的选取上，影响我国乡村物流发展水平综合得分的因素有很多。通过查阅相关文献，基于可行性和科学性原则，选取X1经济发展水平（PGDP）、X2物流基础设施（INF）、X3城镇化水平（UR）、X4信息化程度（TEC）、X5市场开放度（MAR）、X6政府支持度（GOV）六个影响因素来进行分析。为尽可能消除异方差，对X4和X5指标进行取对数处理后，面板数据的描述性统计如表6所示。表 6 影响乡村物流发展水平的变量描述性统计 变量 样本量 均值 标准差 中位数 最大值 最小值 人均 GDP（万元/人）X1 180 6.14 2.86 5.21 16.42 2.60 公路铁路里程之和与区域面积之比 X2（公里/平方公里）180 1.02 0.54 0.98 2.23 0.11 年末城镇人口与年末总人口之比（%）X3 180 0.62 0.11 0.60 0.89 0.43 互联网宽带接入用户数（万户）X4 180 6.83 0.835 6.86 8.27 4.41 外商投资企业总额（亿美元）X5 180 7.00 1.337 6.94 10.22 4.30 地方财政一般预算支出占 GDP 的比值（%）X6 180 0.27 0.11 0.24 0.75 0.12 1.空间计量回归结果。在经过空间自相关性检验和空间计量模型选择之后，通过构造邻接01矩阵（W）下的空间杜宾（SDM）双向固定效应模型进行空间计量回归分析并选择SEM及SLM模型进行比较。实证结果见表7中的第24列。表7第24列显示：（1）城镇化水平的影响系数最大且在1%的水平下显著，说明城镇化水平是提我国乡村物流发展水平的时空差异及影响因素分析 75 高乡村物流发展水平的关键所在。但空间滞后项系数并不显著，说明地区城镇化水平对邻近地区乡村物流发展水平影响并不明显。（2）经济发展水平、市场开放度、物流基础设施的影响系数均在10%的水平下显著但空间滞后项系数均不显著，表明地区经济发展、市场开放度、基础设施建设的增强能够促进本地区乡村物流发展水平提升，但对邻近地区的空间溢出效应并不明显。（3）政府支持度和信息化程度的影响系数为0.597和0.091，分别在1%和10%的水平下显著且空间滞后项系数均在5%的水平下显著。说明政府支持度和信息化程度的提高不仅能够有效促进本地区乡村物流发展水平的提升，同时还能对邻近地区起到带动作用。表 7 空间计量回归及稳健性检验结果 变量 邻接 0-1 矩阵（W）地理距离空间权重矩阵（W1）经济距离空间权重矩阵（W2）SEM SLM SDM SEM SLM SDM SEM SLM SDM PGAP 0.007 0.008*0.009*0.006 0.007 0.004 0.007 0.006 0.003 INF 0.035 0.033 0.047*0.035 0.038 0.049 0.035 0.035 0.040 UR 1.215*1.134*0.816*1.228*1.316*1.064*1.246*1.269*1.319*lnTEC 0.052 0.059 0.091*0.072 0.068 0.059 0.067 0.070 0.076 lnMAR 0.030*0.030*0.030*0.029*0.031*0.025*0.029*0.029*0.028*GOV 0.323*0.377*0.597*0.311*0.299*0.317*0.330*0.332*0.331*PGAPW-0.006-0.002-0.007 INFW-0.030-0.162-0.006 URW-0.669-0.266-0.683 ln TECW-0.271*-0.405-0.187 ln MARW-0.010-0.008-0.023 GOVW-0.608*-0.380-0.052 R2 0.385 0.370 0.238 0.410 0.412 0.375 0.400 0.399 0.331 Log-likelihood 484.633 487.857 496.297 485.533 484.971 487.360 483.941 484.066 485.514 时间效应 固定 固定 固定 固定 固定 固定 固定 固定 固定 空间效应 固定 固定 固定 固定 固定 固定 固定 固定 固定 样本数 180 180 180 180 180 180 180 180 180 注：*、*、*分别表示在 0.01、0.05 和 0.1 的水平下显著，下同。2.稳健性检验。为保证以上回归结果的稳健性，本文以地理距离矩阵（W1）、经济距离矩阵（W2）分别进行稳健性检验。结果如表7第510列所示：所有解释变量系数符号没有变化，引入的空间误差（SEM）模型和空间滞后（SLM）模型回归结果与SDM模型结果总体上保持一致，说明本研究具有稳健性。3.空间溢出效应分解。基于SDM偏微分方法对空间效应进行分解，将空间全局效应分为直接效应和间接效应，结果如表8所示。表 8 SDM 模型的直接效应、间接效应及总效应 变量 直接效应 间接效应 总效应 变量 直接效应 间接效应 总效应 PGAP 0.010*0.008 0.018 lnTEC 0.098*0.320*0.418*INF 0.044*0.034 0.010 lnMAR 0.031*0.016 0.047 UR 0.875*0.957*1.832*GOV 0.627*0.829*1.457*注：表中的直接效应主要是研究本区域内某个控制变量对乡村物流发展水平的影响，间接效应又称为空间溢出效应，主要用于研究测度邻近地区的某个控制变量对本地区的乡村物流水平的影响。2023 年第 7 期 调研世界 总第 358 期 76 表8显示：（1）直接效应中，城镇化水平、市场开放度和政府支持度对乡村物流发展水平的影响在1%的显著性水平下通过检验且系数为正，说明本地区城镇化水平、政府支持度以及市场的开放程度会显著推动当地乡村物流的高质量发展。（2）间接效应中，政府支持度和信息化程度分别通过5%的显著性检验、表现为正向溢出效应，说明相邻地区的政府示范效应和信息化水平也会带动本地区乡村物流的发展。物流基础设施的影响系数为负、存在负向溢出效应，说明相邻地区的基础设施程度越高，会对本地区的物流资源产生虹吸效应，对本地区的乡村物流发展产生不利影响。4.区域异质性回归分析。从前文对我国乡村物流发展水平整体状况及时空演变的分析看，我国四大板块的乡村物流发展水平呈现明显的区域差异格局。在进行分地区回归时，由于东北地区仅包含三个省、单独回归分析时样本量较少，因此根据国家统计局在2003年以地区经济发展水平和地理地点相结合将全国划分为东部、中部和西部三大地带，即将东北地区的辽宁省加入到东部地区，黑龙江省和吉林省加入到中部地区，然后进行分地区样本回归，以揭示本文所研究的控制变量对我国乡村物流发展水平影响的区域差异。回归结果如表9所示。表 9 空间杜宾模型（SDM）的分地区回归结果 变量 东部地区 中部地区 西部地区 变量 东部地区 中部地区 西部地区 PGAP 0.027*0.009 0.023 URW 1.118 0.328 2.825*INF 0.179 0.014 0.009 ln TECW 0.488*0.055 0.384 UR 1.850*1.806*1.585*ln MARW 0.065 0.038 0.047 lnTEC 0.313*0.001 0.158 GOVW 0.754 1.143*1.077*lnMAR 0.007 0.045*0.041*R2 0.189 0.038 0.051 GOV 0.733*0.357 0.835*Log-likelihood 165.9482 169.2016 213.3083 PGAPW 0.026*0.020 0.033 样本数 66 48 66 INFW 0.206 0.031 0.005 表9显示出我国当前东中西部三大地带乡村物流发展中的影响因素存在一定差异，具体看：（1）东部地区的经济发展水平、城镇化水平、信息化程度以及政府支持度都非常显著并且系数为正，说明这四个因素都非常有助于东部乡村物流的发展。（2）中部地区的城镇化水平和市场开放度对地区乡村物流发展有显著正向影响，其中城镇化水平的提升作用最为显著。（3）西部地区的城镇化水平、政府支持度以及市场开放度都有助于促进本区域乡村物流发展。四、结论和政策建设 本文通过构建较为全面的乡村物流发展水平评价指标体系，使用熵权法对我国四大板块乡村物流发展水平进行综合评价，并进一步利用泰尔指数、莫兰指数分析了区域乡村物流发展水平的的时空演变趋势以及各区域内部及区域间的空间差异性和空间相关性，最后运用空间杜宾模型（SDM）分析了我国三大地带乡村物流发展中的影响因素，结果表明：1.20152020年我国乡村物流发展水平整体呈现增长态势，全国年均增长8.89%，但四大板块增速呈现为西部地区、中部地区、东部地区、东北地区依次递减的态势；20152020年全国总体乡村物流均值为0.2104，但东部地区均值是西部地区的1.68倍、中部地区的1.44倍、东北地区的1.41倍。2.乡村物流发展水平的空间差异性情况：（1）从总体差异看，20152020年全国总体泰尔指数呈现出U型变化趋势，6年年均下降2.48%，说明我国整体乡村物流发展水平差距在逐渐缩小。（2）从区域间差异看，我国区域间泰尔指数Tb在20152020年均下降7.68%，这说明我国四大板块间的差异呈现出持续收敛的态势。（3）从各区域板块内差异看，20152020年我国区域内泰尔指数Tw呈V型变化，年均增长3.07%，这说明我国四大板块内部的差异呈现上升的态势，且程度表现为东部西部中部我国乡村物流发展水平的时空差异及影响因素分析 77 东北的状况。3.乡村物流发展水平的空间相关性情况：（1）我国乡村物流发展水平存在空间自相关且呈现集聚态势，主要模式为低低（LL）集聚和高高（HH）集聚态势，而低高（LH）集聚过渡区和高低（HL）集聚极化区现象相对较少。（2）东西部区域发展水平的两极分化格局较为明显，地理因素和空间溢出效应对区域乡村物流具有显著性影响。（3）跃迁路径表现出低流动性和路径依赖性，发生跃迁的省份主要表现为增长区向扩散区、增长区向过渡区、极化区向扩散区跃迁，“溢出效应”与“虹吸效应”并存。4.我国乡村物流发展水平影响因素的实证分析结果是：（1）城镇化水平、政府支持度和信息化程度对乡村物流的发展具有正向影响，其中城镇化水平的影响系数最大，正向影响性最强。（2）经济发展水平和物流基础设施对乡村物流发展水平的促进作用最大，但空间溢出效应不明显。（3）东部地区经济发展水平、城镇化水平、信息化程度及政府支持度都能给地区乡村物流发展水平带来显著提升，中部地区受城镇化水平和市场开放度影响最大，西部地区则表现为受城镇化水平、政府支持度以及市场开放度影响更深。根据研究内容提出以下建议：（1）提高城乡整合。建立城乡要素双向流动体系，缩小城乡信息鸿沟，以物流产业为核心，集聚发展农村二三产业，畅通城乡供需信息，指导农产品的生产和流通。（2）挖掘农村市场潜力。我国