西部陆海新通道沿线枢纽城市物流业高质量发展水平测评：区域差异与动态演进

Evaluation of High-quality Development Level of Logistics Industry in Hub Cities along New Western Land-sea Corridor： Regional Differences and Dynamic Evolution

摘要

西部陆海新通道沿线枢纽城市实现物流业高质量发展对助推我国加快构建“陆海内外联动，东西双向互济”的对外开放格局，推动西部地区高质量发展具有重要意义。基于2015—2021年西部陆海新通道沿线19个国家物流枢纽城市的面板数据，构建物流业高质量发展综合指标体系，采用熵权-TOPSIS法对其物流业高质量发展水平进行测度，运用Dagum基尼系数、核密度估计法分析通道沿线枢纽城市物流业高质量发展水平的区域差异和分布动态。结果表明：① 通道沿线枢纽城市物流业高质量发展水平整体呈现上升趋势，但发展水平不高，且空间发展不均衡。② 枢纽城市物流业高质量发展水平总体差异呈现“先上升后下降”的倒U型趋势，该差异主要源自地区内的差异。

Abstract

The high-quality development of the logistics industry in hub cities along the New Western Land-sea Corridor is of great significance in promoting China's accelerated construction of a "land-sea internal and external linkage, east-west mutual assistance" opening-up pattern and promoting high-quality development in the western region. Based on panel data from 19 national logistics hub cities along the New Western Land-sea Corridor from 2015 to 2021, this paper constructed a comprehensive indicator system for high-quality development of the logistics industry. The entropy weight-TOPSIS method was adopted to measure the high-quality development level of the logistics industry, and the Dagum Gini coefficient and kernel density estimation method were applied to analyze the regional differences and distribution dynamics of the high-quality development level of the logistics industry in hub cities along the corridor. The results are as follows. ① The overall high-quality development level of the logistics industry in hub cities along the corridor is on the rise, whereas the development level is not high and the spatial development is uneven. ② The overall difference in the high-quality development level of the logistics industry in hub cities shows an inverted U-shaped trend of "first increasing and then decreasing", which mainly stems from regional differences.

Graphical abstract

关键词

西部陆海新通道 / 枢纽城市 / 物流业高质量发展 / 区域差异 / 动态演进

Key words

New Western Land-sea Corridor / Hub Cities / High-quality Development of Logistics / Regional Differences / Dynamic Evolution

0　引言

物流业作为支持经济社会发展的先导性、基础性、战略性产业，为加快物流业高质量发展和现代化物流体系建设，《“十四五”现代物流发展规划》(以下简称“《规划》”)中明确指出要构建国内国际紧密衔接、物流要素高效集聚、运作服务规模化的“四横五纵、两沿十廊”物流大通道。西部陆海新通道(以下简称“通道”)作为“四横五纵”物流大通道之一，通道建设显著提升西部地区陆海联动效率和国际物流水平，助推西部地区加快实现物流业高质量发展进程。

目前，对区域物流业高质量发展水平测评的相关研究较少。林双骄等^[1-2]采用熵权法对物流业高质量发展水平进行综合测度；Halvor等^[3-4]采用DEA模型，从效率的角度对物流业高质量发展水平进行测度；曹允春等^{[2, 5-6]}基于我国省级面板数据研究我国物流业高质量发展水平；周楠等^[7]研究长江经济带11个省市的物流业高质量发展水平；曹志强等^[8]研究黄河流域9省市物流业高质量发展水平；梁红艳^[9]对我国五大城市群的物流业发展水平进行研究。

综上所述，现有文献大多集中于对全国、省际物流业高质量发展水平的研究，但对通道枢纽城市物流业高质量发展水平的研究比较匮乏，且已有文献多为静态综合评价方法，鲜有从动态视角分析城市物流业高质量发展的区域差异与动态分布。因此，构建评价通道沿线枢纽城市物流业高质量发展水平的综合指标体系，运用熵权-TOPSIS法、Dagum基尼系数、核密度估计法测度通道沿线枢纽城市的物流业高质量发展水平及空间动态分布特征，可为通道沿线枢纽城市政府提升物流产业发展水平提供参考。

1　研究方法

1.1　熵权-TOPSIS法

熵权-TOPSIS组合方法能够根据历史客观数据反映现实情况，能有效避免指标权重计算的主观随意性和模糊性。熵权法是客观的定权方式，通过信息量来决定指标的权重，可以减少主观偏差，更符合实际结果。采用熵权法测算通道沿线城市物流业高质量发展的指标权重，若指标的变化程度较小，则信息熵较大，权重就会较小，否则反之^[10]。具体计算步骤如下：①数据标准化处理；②计算信息熵和信息冗余度；③确定指标权重。

TOPSIS法是经典的多目标决策方法，通过计算各项指标的正负理想解，确定正负理想解与各个评价对象之间的欧式距离，得出每个方案与理想解的相对贴近度，从而选出最优方案^[10]。具体步骤为：①结合指标权重，得到归一化后的加权矩阵；②计算正负理想解；③计算正负理想解的欧式距离与贴近程度。

1.2　Dagum基尼系数

Dagum提出的基尼系数方法^[11]最初用于衡量地区收入差距，其按子群分解的方法可以有效解决地区差异的来源问题，因而被广泛应用于刻画地区发展不平衡问题。因此，运用Dagum基尼系数刻画通道沿线枢纽城市物流业高质量发展水平的地区差异及差异来源。具体计算公式如下。

G=\frac{{\displaystyle \sum _{j=\mathrm{1}}^k}{\displaystyle \sum _{h=\mathrm{1}}^k}{\displaystyle \sum _{i=\mathrm{1}}^{n_j}}{\displaystyle \sum _{r=\mathrm{1}}^{n_h}}\left|y_{ji}-y_{hr}\right|}{\mathrm{2}{n}^{\mathrm{2}}\overline{y}}⑴

G=G_w+G_{nb}+G_t⑵

G_{jj}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^{n_j}}{\displaystyle \sum _{r=\mathrm{1}}^{n_j}}\left|y_{ji}-y_{jr}\right|}{\mathrm{2}{n^{\mathrm{2}}}_j{\overline{y}}_j}⑶

G_w={\displaystyle \sum _{j=\mathrm{1}}^k}{G}_{jj}{p}_j{s}_j⑷

G_{jh}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^{n_j}}{\displaystyle \sum _{r=\mathrm{1}}^{n_h}}\left|y_{ji}-y_{hr}\right|}{n_j{n}_h\left({\overline{y}}_j+{\overline{y}}_h\right)}⑸

G_{nb}={\displaystyle \sum _{j=\mathrm{2}}^k}{\displaystyle \sum _{h=\mathrm{1}}^{j-\mathrm{1}}}{G}_{jh}\left(p_j{s}_h+p_h{s}_j\right)D_{jh}⑹

G_t={\displaystyle \sum _{j=\mathrm{2}}^k}{\displaystyle \sum _{h=\mathrm{1}}^{j-\mathrm{1}}}{G}_{jh}\left(p_j{s}_h+p_h{s}_j\right)\left(\mathrm{1}-D_{jh}\right)⑺

D_{jh}=\frac{d_{jh}-p_{jh}}{d_{jh}+p_{jh}}⑻

d_{jh}={\int }_{\mathrm{0}}^{\mathrm{\infty }}\mathrm{d}{F}_i\left(y\right){\int }_{\mathrm{0}}^y\left(y-x\right)\mathrm{d}{F}_h\left(x\right)⑼

p_{jh}={\int }_{\mathrm{0}}^{\mathrm{\infty }}\mathrm{d}{F}_h\left(y\right){\int }_{\mathrm{0}}^y\left(y-x\right)\mathrm{d}{F}_i\left(x\right)⑽

p_j=n_j/n⑾

s_j=n_j\overline{y_j}/n\overline{y}⑿

式中：G为总体基尼系数，反映通道枢纽城市物流业高质量发展水平的空间差异；k为区域数量；n为城市的数量；n_j (n_h )为第j(h)区域划分城市个数；y_ji (y_hr )为j(h)区域内任意城市i(r)的物流业高质量发展水平；\overline{y}为所有城市的物流业高质量发展平均水平；G_jj 为j区内的基尼系数；G_w 为地区内差异贡献；G_jh 为j、h地区的地区间基尼系数；G_nb 为地区间净值差异的贡献；G_t 为超变密度的贡献；D_jh 为j、h地区物流业高质量发展水平的相对影响；d_jh 为地区间物流业高质量发展水平差值，是j、h地区中所有y_jh-y_ji ＞0的样本值加总的数学期望；p_jh 为j、h地区中所有y_hr-y_ji ＞0的样本值加总的数学期望；F_i (y)、F_h (y)、F_i (x)、F_h (x)为分布函数。

1.3　核密度估计

核密度估计是一种用于估计概率密度函数的非参数估计法，利用一个移动的单元格对点或线的格局密度进行估计^[12]，通常用于描述研究样本的不均匀分布。运用Kernel核函数进行通道沿线枢纽城市物流业高质量发展水平的发展趋势、绝对差异以及极化效应估计。公式如下。

f_n\left(x\right)=\frac{\mathrm{1}}{nh}{\displaystyle \sum _{i=\mathrm{1}}^n}k\left(\frac{x-X_i}{h}\right)⒀

式中：f_n\left(x\right)为x处的密度；k为kernel核函数；n为样本个数；h为核密度估计窗宽，且大于0；(x-X_i)为估计点x到样本点X_i 的距离^[13]。

2　指标体系构建与数据来源

2.1　指标体系构建

《规划》提出现代物流业发展要以数字化、网络化、智慧化为牵引，推动形成需求牵引供给、供给创造需求的良性互动和更高水平动态平衡^[14]，提高物流效率和效益；要有系统发展观念，统筹谋划物流设施、营商环境建设，实现物流网络高效联通；坚持国家总体安全观，并将绿色环保理念贯穿物流发展全链条，提升物流安全发展水平及可持续发展能力。

基于此，依据《规划》建设现代物流体系的主要目标^[14]，选取供需适配、内外联通、安全高效、智慧绿色4个一级指标，物流需求、物流供给能力、国内联通等8个二级指标，同时考虑到现实中数据的可得性，遴选出20个三级指标，构建综合指标体系。通道沿线枢纽城市物流业高质量发展指标体系如表1所示。

2.2　数据来源

由于目前国民经济行业中并没有专门对物流业的分类，根据相关文献研究^{[5, 15]}的做法，采用2016—2022年《中国能源统计年鉴》、各城市统计年鉴、《中国信息产业统计年鉴》中交通运输、仓储及邮政业的相关数据计算表1中各枢纽城市物流业高质量发展的物流业相关指标。考虑数据的可得性，选取《西部陆海新通道总体规划》以及《“十四五”推进西部陆海新通道高质量建设实施方案》中布局建设的19个国家物流枢纽布局承载城市为研究样本，样本研究的时间跨度为2015—2021年，个别指标的少数缺失数据采用插值法补齐。

表1中物流效率是通过DEA模型计算得到，此外，城市物流业CO₂排放量的数据无法直接获得，需要根据能源消耗估算，根据《2006 IPCC国家温室气体清单指南》提供的计算方法计算得到该枢纽城市的物流业CO₂排放量。

3　通道沿线枢纽城市物流业高质量发展水平测度与分析

3.1　通道沿线枢纽城市物流业高质量发展水平整体分析

通道沿线枢纽城市物流业高质量发展水平测度结果如表2所示。分析可知：通道沿线枢纽城市物流业高质量发展水平整体呈现上升趋势，但物流业高质量发展水平不高。具体表现为，通道全线物流业高质量发展水平由2015年的0.136上升到2021年的0.301，年平均增长率达到20.22%，但通道全线物流业高质量发展水平均值为0.224，整体上仍处于较低水平。

核心覆盖区物流业高质量发展水平总体上高于辐射延展带和通道全线，区域间发展不均衡。从表2可知，属于核心覆盖区的枢纽城市整体物流业高质量发展水平均值为0.244，属于辐射延展带的枢纽城市整体物流业高质量发展水平均值为0.180。产生这一结果的原因是核心覆盖区内的枢纽城市在各维度的发展水平均高于辐射延展带和通道全线的发展水平。

3.2　分维度分析通道沿线枢纽城市物流业高质量发展水平

通道沿线枢纽城市物流业高质量发展水平的四个维度在2015—2021年呈现上升的趋势。2015—2021年通道整体物流业高质量发展水平分维度演变趋势图如图1所示，可以看出：4条曲线总体上均显现逐年递增的态势，其中，内外联通水平的增幅最大，增幅达到255.06%，说明随着通道建设步伐的加快，通道的内外联通水平得到显著提升，各城市的互联互通能力也取得了显著成效。安全高效水平虽增幅不明显，但其发展水平一直高于供需适配水平和智慧绿色水平，说明各枢纽城市实现物流业高质量发展更关注高效益、高效率的提升。智慧绿色增幅为57.95%，表示沿线枢纽城市物流业的智慧发展水平和绿色发展水平得到了显著提升。供需适配的发展水平最低，说明通道沿线枢纽城市物流业发展供需不均衡的问题比较突出。

2015—2021年各区域物流业高质量发展水平分维度雷达图如图2所示，分析图2可知：无论是通道全线、还是核心覆盖区，抑或是辐射延展带在安全高效维度上存在明显优势，在供需适配方面还存在一定的提升空间。此外，核心覆盖区和通道全线的内外联通水平明显高于安全高效和智慧绿色的水平，辐射延展带在智慧绿色方面发展较好。4个维度的发展水平均是核心覆盖区发展最好，其次是通道全线发展，最末是辐射延展带。

3.3　分城市分析通道沿线枢纽城市物流业高质量发展水平

为了进一步识别和比较通道沿线枢纽城市物流业高质量发展水平，借鉴文献^[16]的做法，采用自然断点分类法对2017年、2019年和2021年物流业高质量发展评价值进行等级划分，将19个沿线枢纽城市由低到高划分为中低水平、中等水平、较高水平、高水平4大类。2017年、2019年和2021年沿线枢纽城市物流业高质量发展水平等级划分如表3所示。由表3可知：

①成都市、重庆市一直处于领先地位，物流业发展水平保持在高水平区间，而其余沿线枢纽城市物流业均未进入高水平发展区间，处于中低水平的城市较多。同时，枢纽城市物流业高质量发展水平呈现明显的“西南高、西北低”的空间格局，证实了枢纽城市之间物流业高质量发展存在发展不平衡的问题。

②部分枢纽城市物流业高质量发展水平实现了从下往上的等级跨越。具体表现为：2019—2021年，湛江市、兰州市从中低水平发展区转向中等水平发展区；呼和浩特市、乌鲁木齐市实现了从中低水平向较高水平发展。

4　通道沿线枢纽城市物流业高质量发展水平区域差异分析

4.1　通道总体差异及区域内差异

通过计算Dagum基尼系数，据此分析通道沿线枢纽城市物流业高质量发展水平的总体差异、区域内差异、区域间差异，2015—2021年通道沿线枢纽城市物流业高质量发展水平的总体差异与区域内差异结果如表4所示，2015—2021年通道沿线枢纽城市物流业高质量发展水平的区域间差异如图3所示。分析可知：

（1）总体差异先上升后下降。从通道整体来看，总体差异呈现“先上升后下降”的倒U型趋势，由2015年的0.375下降到2021年的0.234，降幅为37.6%，说明通道沿线枢纽城市物流业发展水平差距在逐渐缩小。从通道整体的下降速度来看，2019年通道物流业高发展水平的总体差异降幅最大，达到18.4%，其原因是2019年8月《西部陆海新通道总体规划》颁布之后，西部参建省份与枢纽城市通力合作，互联互通的水平显著提高。

（2）从区域内差异来看，核心覆盖区物流业高质量发展水平的区域内部差异明显高于辐射延展带的区域内部差异。表现为：2015—2021年期间，核心覆盖区物流业高质量发展水平的区域内差异值在0.230~0.366，均值为0.323，辐射延展带物流业高质量发展水平的区域内差异值在0.218~0.424之间，均值为0.316，核心覆盖区区域内差异均值高于辐射延展带区域内差异均值。

4.2　区域间差异

从区域间差异来看，核心覆盖区的物流业高质量发展水平与辐射延展带的物流业高质量发展水平之间的差距总体呈缩小态势。从图3可知，虽然2015—2016年区域间差异增大，但自2016年以后区域间差异都在不断缩小，两大区域间枢纽城市的物流业高质量发展水平差异值由2015年的0.360下降到2021年的0.240。2015年，重庆市和新加坡签订《关于建设中新(重庆)战略性互联互通示范项目的框架协议》，助推重庆市在金融、物流运输、航空、信息通信方面的发展，因此重庆市的物流业发展水平得到了进一步提升，使得2015—2016年核心覆盖区与辐射延展带物流业高质量发展水平的区域间差异值增大；自2017年起，广西、贵州、甘肃等其他西部省份(自治区)加入通道建设，通道沿线枢纽城市物流业高质量发展水平差距开始减小；2019年，《西部陆海新通道总体规划》颁布，各枢纽城市的发展得到有力支撑，与此同时，通道物流建设日益进步，各枢纽城市的物流业高质量发展水平不断提升，因此物流业高质量发展水平的空间差异值在2019年后降幅明显。

虽然通道全线、核心覆盖区、辐射延展带，以及核心覆盖区与辐射延展带之间的枢纽城市物流业高质量发展水平存在差异，但水平差距处于相对合理的区间。根据联合国开发计划署等组织对于基尼系数的规定，认为基尼系数在0.4以下表示水平差异处于相对合理区间，结合表4可知，随着通道的发展，通道总体差异、区域内的差异以及区域间的差异的均值都低于0.4。

4.3　通道总体差异来源及其贡献率

2015—2021年物流业高质量发展水平的通道整体差异及其分解结果如表5所示。分析可知：通道沿线枢纽城市的物流业高质量发展水平差异主要来源于区域内的差异，结合表4所得结果，可进一步判断通道沿线枢纽城市物流业高质量发展水平的总体差异主要来源于核心覆盖区中枢纽城市之间的物流业高质量发展水平差距较大。从贡献度均值来看，区域内的贡献度为55.90%，远高于区域间和超变密度的贡献度。从演变过程来看，区域间贡献度呈现“上升—下降”的分布形态，而区域内贡献率与超变密度贡献率的曲线走势相反。

5　通道沿线枢纽城市物流业高质量发展水平的动态演进

为进一步探讨通道枢纽城市物流业高质量发展水平的动态分布情况，对前文测算得到的物流业高质量发展水平进行了核密度估计，通道全线及两大区域枢纽城市物流业高质量发展水平核密度曲线图如图4所示。

图4a展示的是通道沿线枢纽城市整体物流业高质量发展水平核密度曲线。分析可知：从分布位置上看，核密度曲线整体呈右移趋势，且2019年之后曲线出现明显右移趋势，说明随着通道物流网络的不断建设，通道沿线枢纽城市物流业高质量发展水平显著提升，这与表2分析结果一致；从分布形态来看，曲线主峰高度先显著下降后逐渐上升、宽度先增大后减小，说明通道整体物流业高质量发展水平核密度呈先离散后聚集的发展态势；从分布延展性上看，核密度曲线右拖尾现象显著，意味着部分城市物流业质量发展水平显著高于其他城市，如成都和重庆；从波峰数目来看，在考察期间内核密度分布曲线存在双峰向多峰转化，说明通道全线枢纽城市物流业高质量发展水平出现多极分化现象。

图4b表示的是通道核心覆盖区物流业高质量发展水平的核密度曲线。分析可知，从分布位置、分布延展性来看，核心覆盖区核密度分布曲线与通道整体核密度曲线呈现趋势大致相同；从分布形态来看，曲线主峰宽度先增大后减小，主峰高度经过略微下降后从2017年开始逐渐上升，说明区域内枢纽城市物流业高质量发展水平的离散程度先增大后减小，表明区域内多数枢纽城市物流业产业调整对物流业高质量发展产生影响的时间周期不一，但多数枢纽城市物流业高质量发展水平在考察期内存在向同一水平区间发展的趋势；而从波峰数量来看，曲线存在多峰并存现象，说明核心覆盖区枢纽城市物流业高质量发展水平存在极化现象。

图4c表示的是通道辐射延展带枢纽城市物流业高质量发展水平的核密度曲线。核密度分布曲线呈现右移趋势，说明辐射延展带枢纽城市在考察期内物流业高质量发展水平整体呈现增长态势；从分布形态来看，主峰垂直高度先下降后上升，宽度先增大后减小，说明多数城市间物流业高质量发展水平的绝对差异减小；但从分布延展性来看，核密度曲线呈现延展拓宽趋势，说明辐射延展带内枢纽城市之间物流业高质量发展水平极值与均值的差距逐渐增大，究其原因是在相同政策条件下，枢纽城市因区位条件、资源禀赋等因素存在物流业发展步调不一致；从波峰数目来看，核密度分布曲线随着时间发展呈现“单峰—双峰—多峰”转变的趋势，左侧峰由前期主峰演变而来，而右侧峰呈现与主峰分离的趋势，说明辐射延展带之间开始出现多极分化趋势，存在枢纽城市物流业高质量发展水平高于其他城市，也存在枢纽城市物流业高质量发展水平陷入低水平发展瓶颈的状况，如西安市的物流发展水平在研究期内一直处于较高水平，物流高发展水平均值为0.376，远高于辐射延展带内的其他枢纽城市；西宁市物流高发展水平均值为0.094、银川市物流高发展水平均值为0.063，两个城市的物流发展水平在研究期内处于中低水平。

6　结论与建议

运用熵权-TOPSIS模型，结合Dagum基尼系数、核密度估计法分析了通道沿线19个枢纽城市的物流业高质量发展水平及其区域差异和空间分布动态，得出以下结论和建议。

（1）通道沿线枢纽城市物流业高质量发展水平整体呈现上升趋势，但总体水平不高。分地区看，核心覆盖区物流业高质量发展水平总体上高于辐射延展带和通道整体；分城市看，除重庆和成都外，其余沿线枢纽城市物流业均未进入高水平发展区间，不过有些城市实现了从中低水平跃迁到较高水平。因此，处于中低水平的枢纽城市在提升通道内外联通、安全高效的水平的同时，要以现实需求为导向，使得城市产业与物流业设施融合发展，加强物流服务能力，提高服务实体经济效能，进一步加快枢纽城市物流业高质量发展的步伐。

（2）物流业高质量发展水平的通道总体差异先上升后下降；核心覆盖区物流业高质量发展水平的区域内部差异明显高于辐射延展带的区域内部差异，但二者的物流业高质量发展水平之间的差距在不断缩小；通道沿线枢纽城市物流业高质量发展水平差异主要来源于区域内的差异，且主要源于核心覆盖区内的枢纽城市之间物流业高质量发展水平差距较大。因此，需进一步加强跨区域合作和通道沿线枢纽城市间的合作，将现代信息技术充分融入通道建设，提升通道的数字化、智慧化水平，建立物流资源共享、技术合作机制，促进枢纽城市物流业提质增效和区域均衡发展。

（3）无论是通道全线上，还是核心覆盖区内，抑或是辐射延展带，枢纽城市物流业高质量发展水平均出现多极分化现象，但水平差距处于相对合理的区间。因此，核心覆盖区物流发展水平处于高水平发展的枢纽城市应发挥先行带动作用和辐射作用，通过城市间合作共同引导物流企业之间通过联盟等方式汇集和交换资源，从而扩大枢纽城市之间的互联互通、共建共享水平，进而缩小枢纽城市物流业高质量发展水平差距。其他枢纽城市应根据自身功能定位，引进行业先进管理规范、标准和技术，推动枢纽城市产业特色资源要素集聚，增加物流业嵌入城市产业链深度。

参考文献

[1] 林双娇，王健. 中国物流业高质量发展水平测度及其收敛性研究[J]. 统计与决策，2021，37(8)：9-14.

[2] LIN Shuangjiao， WANG Jian. Measurement and Convergence Research on the High-Quality Development Level of China's Logistics Industry[J]. Statistics & Decision，2021，37(8)：9-14.

[3] 罗瑞，王琴梅. 数字物流高质量发展水平区域差异及空间收敛性研究[J]. 统计与决策，2022，38(17)：109-113.

[4] SCHØYEN H， BJORBÆK C T， STEGER-JENSEN K，et al. Measuring the Contribution of Logistics Service Delivery Performance Outcomes and Deep-Sea Container Liner Connectivity on Port Efficiency[J]. Research in Transportation Business & Management，2018，28：66-76.

[5] MAO U， LI Y L， XU D Y，et al. Spatial-Temporal Evolution of Total Factor Productivity in Logistics Industry of the Yangtze River Economic Belt，China[J]. Sustainability，2022，14(5)：1-16.

[6] 曹允春，李彤，林浩楠.我国区域物流业高质量发展实现路径：基于中国31个省市区的实证分析[J]. 商业研究，2020(12)：66-74.

[7] CAO Yunchun， LI Tong， LIN Haonan. Research on High-Quality Development Path of China's Regional Logistics Industry：An Empirical Study Based on 31 Provinces(Municipalities and Autonomous Regions)‍[J]. Commercial Research，2020(12)：66-74.

[8] 赖靓荣，朱芳阳，朱志东. 中国物流业高质量发展的测度评价：区域差异与动态演进[J]. 资源开发与市场，2022，38(11)：1331-1340.

[9] LAI Liangrong， ZHU Fangyang， ZHU Zhidong. Measuring and Evaluating the High-Quality Development of China's Logistics Industry：Regional Differences and Dynamic Evolution[J]. Resource Development & Market，2022，38(11)：1331-1340.

[10] 周　楠，陈久梅，但斌，等. 长江经济带物流竞争力空间演化及溢出效应研究[J]. 重庆大学学报(社会科学版)，2023，29(2)：33-49.

[11] ZHOU Nan， CHEN Jiumei， DAN Bin，et al. Research on Spatial Evolution and Spillover Effect of Logistics Competitiveness in the Yangtze River Economic Belt[J]. Journal of Chongqing University (Social Science Edition)，2023，29(2)：33-49.

[12] 曹志强，李鑫，徐德安. 黄河流域物流高质量发展综合评价及其网络构建[J].商业经济研究，2022(17)：172-176.

[13] 梁红艳. 我国五大城市群物流业发展的空间网络结构及其运行效应[J]. 中国流通经济，2019，33(3)：50-61.

[14] LIANG Hongyan. Spatial Network Structure of Logistics Development and Its Operating Effect in China's Five Urban Clusters[J]. China Business and Market，2019，33(3)：50-61.

[15] 王鸣涛，叶春明. 基于熵权TOPSIS的区域工业绿色制造水平评价研究[J]. 科技管理研究，2020，40(17)：53-60.

[16] WANG Mingtao， YE Chunming. Evaluation Study of Regional Industrial Green Manufacturing Level Based on Entropy Weight and TOPSIS[J]. Science and Technology Management Research，2020，40(17)：53-60.

[17] DAGUM C. A New Approach to the Decomposition of the Gini Income Inequality Ratio[J]. Empirical Economics，1997，22(4)：515-531.

[18] 秦青，孟冬，仇剑，等. 道路建设对大熊猫栖息地的干扰作用：基于核密度估计的分析[J]. 资源开发与市场，2022，38(11)：1314-1320.

[19] QIN Qing， MENG Dong， QIU Jian，et al. Interference of Road Construction to the Habitat of Giant Panda：Analysis Based on Kernel Density Estimation[J]. Resource Development & Market，2022，38(11)：1314-1320.

[20] YU W H， AI T H， SHAO S W. The Analysis and Delimitation of Central Business District Using Network Kernel Density Estimation[J]. Journal of Transport Geography，2015，45：32-47.

[21] 国务院办公厅.国务院办公厅关于印发“十四五”现代物流发展规划的通知[EB/OL]. (2022-12-15)[2023-06-08].

[22] 张竟轶，张竟成. 基于三阶段DEA模型的我国物流效率综合研究[J]. 管理世界，2016(8)：178-179.

[23] ZHANG Jingyi， ZHANG Jingcheng. A Comprehensive Study on Logistics Efficiency in China Based on Three-stage DEA Model [J]. Management World，2016(8)：178-179.

[24] 孟勐珺，王应明，叶菲菲. 我国物流业高质量发展水平测度与空间分布特征研究[J]. 工业技术经济，2022，41(4)：103-110.

[25] MENG Mengjun， WANG Yingming， YE Feifei. Measurement and Spatial Distribution Characteristics of High Quality Development in China's Logistics Industry[J]. Journal of Industrial Technological Economics，2022，41(4)：103-110.

基金资助

国家社会科学基金项目(19BGL284)

广西壮族自治区研究生教育创新计划项目(YCSW2022432)

广西壮族自治区研究生教育创新计划项目(YCSW2023482)