西部陆海新通道沿线商贸物流竞争力及其障碍因子研究

Research on the Competitiveness and Obstacle Factors of Commercial Logistics along the Western Land-Sea New Corridor

摘要

区域商贸物流竞争力的发展为商品高效流通提供了重要保障，从基础竞争力和高质量发展2个角度构建评价指标体系，运用熵权法、空间自相关分析、标准差椭圆以及障碍因子诊断模型对西部陆海新通道沿线省份2011—2021年的商贸物流竞争力时空演化规律及其障碍因子进行分析。研究结果表明：2011—2021年间通道内商贸物流竞争力不断提升，四川、陕西、重庆三省(市)竞争力常年位列前三，且具有较强的“韧性”，新疆、青海、西藏则相对较弱；通道竞争力空间分布不均衡，呈现“H-H”、“L-L”的集聚特征；标准差椭圆呈“西北—东南”的分布态势，且发展重心不断南移，空间集聚性明显、向心力不断增强；数字化水平、创新能力不足是抑制通道内商贸物流竞争力发展的主要障碍因素。

Abstract

The development of regional commercial logistics competitiveness ensures efficient circulation of goods. This paper constructed an evaluation index system from the perspectives of basic competitiveness and high-quality development. It explored the spatial and temporal evolution pattern of commercial logistics competitiveness and obstacles it faces along the Western Land-Sea New Corridor from 2011 to 2021 using the entropy weight method, spatial autocorrelation analysis, standard deviation ellipse, and obstacle factor diagnosis model. The research results show that the competitiveness of commercial logistics in the corridor continues to improve over the past 11 years, Sichuan, Shaanxi, and Chongqing ranking in the top three for many years, showing stronger resilience than Xinjiang, Qinghai, and Xizang. The spatial distribution of the corridor competitiveness shows a "H-H", "L-L" clustering; the standard deviation ellipse takes on a northwest-southeast distribution; and the development center continues to shift southward, with obvious spatial clustering and increasing centripetal force. The main obstacles to the development of commercial logistics competitiveness in the corridor lie in inadequate application of digital technologies and innovation capabilities.

Graphical abstract

关键词

商贸物流 / 西部陆海新通道 / 竞争力 / 时空演化 / 障碍因子

Key words

Commercial Logistics / New Western Land-Sea Corridor / Competitiveness / Spatial-Temporal Evolution / Obstacle Factors

0　引言

西部陆海新通道是我国战略性规划区域之一，国家发展和改革委员会2019年印发的《西部陆海新通道总体规划》提出要不断促进区域经济融合发展和产业优化升级，并加强通道对外开放，积极参与国际贸易合作往来，使其成为推动落实新发展格局及西部地区经济高质量发展的强力抓手。与此同时，商贸物流作为商贸服务业以及进出口贸易相关流通活动高效运转的重要保障，是现代流通体系的重要组成部分，近年来西部陆海新通道沿线商贸流通规模不断扩大，带动了沿线省份的商贸物流发展需求。截至2023年8月，西部陆海新通道运营范围覆盖了我国18个省区市61个城市120个站点，国际货运目的地已覆盖全世界119个国家和地区的393个港口，货运量与货物总值大幅增长，货物品类达到940多种，其中海铁联运班列累计运输货物71.3万TEU，同比增长18.9%。

现有文献中，学者们对不同区域物流竞争力进行了较为丰富的探讨：周楠等^[1]基于“钻石模型”对长江经济带各省份的物流竞争力进行了测度；郭雪松等^[2]基于竞争优势理论，运用因子分析法刻画了不同省份物流竞争力的发展趋势和差异；李楠^[3]利用深度SAD-SOFM模型对“一带一路”沿线核心城市的物流竞争力进行了分析和聚类；李利华^[4]等运用熵权PCA方法对我国各省份物流集群竞争力的演变规律进行了探究；李明等^[5-6]运用因子分析法、熵权法等综合评价方法对不同经济区域的商贸物流竞争力进行了研究。

综上，现有关于物流竞争力的研究成果丰富，而对于区域商贸物流竞争力的研究较少且维度单一。依据现有文献，区域商贸物流竞争力是指在特定区域范围内，相对于其他区域，该区域针对社会商贸流通业务而产生的物流服务水平和物流服务质量。从基础竞争力和高质量发展2个方面构建评价指标体系，运用熵权-综合评价法、空间自相关、标准差椭圆以及障碍因子诊断模型对西部陆海新通道沿线商贸物流竞争力时空演化特征及主要障碍因素进行分析，以期为西部陆海新通道商贸物流高质量发展提供借鉴。

1　研究设计

1.1　研究方法

西部陆海新通道是国家战略发展的重要组成部分，区域面积大，沿线省份多，各省市商贸物流业发展水平受到政治、经济、历史、地理等不同因素的影响，为了测度区域整体商贸物流竞争力水平，同时探究不同省份商贸物流业发展的优势与不足，更好促进区域内各省份商贸物流业协调发展，首先采用熵权-综合评价法从静态角度对通道沿线省份商贸物流竞争力进行测度；然后，借助空间自相关和标准差椭圆模型对通道内沿线省份商贸物流竞争力的空间分布特征、相互影响及动态演变规律进行分析；最后，基于障碍因子诊断模型对沿线省份商贸物流竞争力的主要障碍因素进行诊断和识别。

1.1.1　熵权-综合评价法

采用熵权法计算各评价指标权重，并结合综合评价法测度西部陆海新通道沿线省份商贸物流竞争力。具体步骤如下。

P_{ij}=\frac{X_{ij}^{}}{{\sum }_{i=\mathrm{1}}^n{X}_{ij}^{}}⑴

e_j=-k{\displaystyle \sum _{i=\mathrm{1}}^n}{P}_{ij}\mathrm{l}\mathrm{n}\left(P_{ij}\right)⑵

g_j=\mathrm{1}-e_j⑶

w_j=\frac{g_j}{{\sum }_{i=\mathrm{1}}^m{g}_j}⑷

S_j={\displaystyle \sum _{j=\mathrm{1}}^m}{X}_{ij}{w}_j⑸

式中：X_{ij}(i=\mathrm{1,2},\dots ,n;j=\mathrm{1,2},\dots ,m)是标准化后的数据，为第i个省份第j指标的值；P_{ij}为第j项指标下第i个省份占该指标比重值；e_j为第j项指标熵值，k=\frac{\mathrm{1}}{\mathrm{l}\mathrm{n}(n)},\frac{\mathrm{1}}{\mathrm{l}\mathrm{n}(n)}>\mathrm{0},e_j>\mathrm{0}；n为样本数；g_j为第j项指标的信息熵；w_j为第j个指标的权重；S_j为商贸物流竞争力综合得分。

1.1.2　空间自相关分析

（1）全局空间自相关。空间相关性是指空间中各经济地理变量之间存在相互影响作用。采用全局Moran’s I指数对通道沿线省份商贸物流竞争力的空间自相关性进行描述。计算公式如下。

I=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}\left(x_i-\overline{x}\right)\left(x_j-\overline{x}\right)}{S^{\mathrm{2}}{\displaystyle \sum _{i=\mathrm{1}}^n}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}}⑹

式中：n为研究省份的个数；x_i、x_j为第i、j个省份的商贸物流竞争力综合得分；S^{\mathrm{2}}{=\frac{\mathrm{1}}{n}{\displaystyle \sum _{n=\mathrm{1}}^n}(x_i-\overline{x})}^{\mathrm{2}}表示样本方差；\overline{x}=\frac{\mathrm{1}}{n}{\displaystyle \sum _{n=\mathrm{1}}^n}{x}_i表示样本均值；w_{ij}为空间权重矩阵的(i,j)元素；I介于-1至1之间，I>\mathrm{0}说明区域内整体商贸物流竞争力得分具有空间正相关性，I\mathrm{0}则具有空间负相关性。

采取邻接矩阵作为空间权重矩阵，若2个省份相邻，且二者之间具有共同的边界或者点，那么其权重为1，反之为0。

（2）局部空间自相关。由于数据的随机性，全局空间自相关往往会存在局部不平稳现象，从而无法反映局部省份的集聚特征，因此通过局部空间自相关分析对各省份商贸物流竞争力与相邻省区的集聚特征进行探讨。其计算公式如下。

I_i=\frac{(x-\overline{x})}{S^{\mathrm{2}}}{\displaystyle \sum _{j=\mathrm{1}}^n}{w}_{ij}\left(x_j-\overline{x}\right)⑺

若I_i>\mathrm{0}，则说明i省份商贸物流竞争力的高(低)得分被周围高(低)得分省份包围；I_i\mathrm{0}则说明i省份的低(高)得分被周围低(高)得分的省份包围。据此分为H-H (高高)、L-L (低低)、H-L (高低)、L-H (低高) 4种集聚型式。

1.1.3　标准差椭圆模型

标准差椭圆模型主要通过椭圆中心、长短轴、方位角等参数对研究对象的空间分布特征进行描述^[7-8]。通过标准差椭圆模型对通道内沿线省份商贸物流竞争力的分布特征和演变规律进行分析，具体步骤如下。

计算椭圆圆心。

\overline{X_w}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i{x}_i}{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i}⑻

\overline{Y_w}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i{y}_i}{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i}⑼

确定椭圆方向角。

\mathrm{t}\mathrm{a}\mathrm{n}\theta =\frac{\begin{array}{l}\left({\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{x}}_i^{\mathrm{2}}-{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{y}}_i^{\mathrm{2}}\right)+\\ \sqrt[]{{\left({\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{x}}_i^{\mathrm{2}}-{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{y}}_i^{\mathrm{2}}\right)}^{\mathrm{2}}+\mathrm{4}{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{x}}_i^{\mathrm{2}}{\tilde{y}}_i^{\mathrm{2}}}\end{array}}{\mathrm{2}{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}{\tilde{x}}_i{\tilde{y}}_i}⑽

{\sigma }_x=\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{\left(w_i\widetilde{x_i}\mathrm{c}\mathrm{o}\mathrm{s}\theta -w_i\widetilde{y_i}\mathrm{s}\mathrm{i}\mathrm{n}\theta \right)}^{\mathrm{2}}}{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}}}⑾

{\sigma }_y=\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{\left(w_i\widetilde{x_i}\mathrm{s}\mathrm{i}\mathrm{n}\theta -w_i\widetilde{y_i}\mathrm{c}\mathrm{o}\mathrm{s}\theta \right)}^{\mathrm{2}}}{{\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i^{\mathrm{2}}}}⑿

式中：\overline{X_w}和\overline{Y_w}为算术平均中心；x_i与y_i为每个要素的空间位置坐标；w_i为权重；以X轴为基准，正北方为0度，顺时针进行旋转，从而确定椭圆方向角\mathrm{t}\mathrm{a}\mathrm{n}\theta；\widetilde{x_i}、\widetilde{y_i}分别为各省份中心点地理坐标与重心位置坐标形成的坐标差；{\sigma }_x、{\sigma }_y分别为x轴、y轴的标准差。

1.1.4　障碍因子诊断模型

障碍因子诊断模型可以对各省份商贸物流竞争力的主要障碍因素进行诊断和识别。具体步骤如下^[9-10]。

V_{xy}=\mathrm{1}-l_{xy}⒀

M_{xy}=\frac{U_{xy}{V}_{xy}}{{\displaystyle \sum _{x=\mathrm{1}}^n}(U_{xy}{V}_{xy})}\times \mathrm{100}\mathrm{\%}⒁

N_{xy}=\sum M_{xy}⒂

式中：V_{xy}为指标偏离度；l_{xy}为各项指标标准化值；U_{xy}为因子贡献度，即各指标的权重值；M_{xy}为各二级指标的障碍度；N_{xy}为各一级指标的障碍度。

1.2　指标体系构建

当前，我国经济增长已转入高质量发展阶段，作为现代流通体系的重要组成部分，商贸物流既需具备基础竞争力，又要有高质量发展特征。结合竞争力相关理论及现有文献^[1-3]，将反映经济规模与数量增长的指标作为基础竞争力指标^[11-12]；同时以新发展理念为基础，引入反映高质量发展水平的相关指标^[13-15]，构建评价指标体系。一级指标包括：①商贸环境，用于反映区域内商贸经济基础及商贸需求，是商贸物流竞争力提升的根本动力；②基础设施，相关物流基础设施建设水平为区域内商贸物流业的发展提供基础性支持和保障；③数字化，数字经济背景下，区域内数字经济基础为商贸物流产业发展提供强大动力支持，有助于提升物流信息共享，促进商贸业与物流业的融合发展，提高商品流通的效率。除此之外高质量发展水平指标含创新能力、结构优化、绿色发展、对外开放、成果共享五大指标。商务部2021年印发的《商贸物流高质量发展专项行动计划》明确提出，应不断贯彻新发展理念，推动商贸物流高质量发展。将五大新发展理念引入评价体系中，对商贸物流竞争力的高质量发展特征进行度量。

以上指标通过公式⑴—公式⑹进行标准化处理以及权重计算。商贸物流竞争力评价指标体系及权重如表1所示。

1.3　样本选择及数据来源

以西部陆海新通道沿线13个省(区、市)，包括内蒙古、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆为研究样本，选取2011—2021年间样本数据，原始数据主要来源于《中国统计年鉴》、各省统计年鉴、《中国环境统计年鉴》《中国科技统计年鉴》以及国家统计局官网。

2　实证分析

2.1　沿线省份商贸物流竞争力时序演变特征

2.1.1　通道沿线整体商贸物流竞争力分析

基于上述评价指标体系及指标权重，利用公式⑺求得2011—2021年间通道沿线13省(区、市)商贸物流竞争力。2011—2021年西部陆海新通道沿线13省(区、市)商贸物流竞争力评价结果如表2所示。依据结果，通道沿线整体商贸物流竞争力呈波动上升趋势。得分均值从0.16上升至0.38，增幅达130.5%。从增长特征看，2011—2018年间，整体商贸物流竞争力平稳发展，2019年竞争力得分达到了历史峰值，为13.7%，而2020年增长率则降为最低，仅有3.3%。究其原因，一是商务部2014年提出的《关于促进商贸物流发展实施意见》逐渐展现成效；二是2017—2019年间，陆海新通道框架协议的签订及《西部陆海新通道总体规划》的颁布，使通道内商贸流通规模不断扩大，加速了沿线省份物流基础设施建设与物流网络布局，推动了其竞争力的提升；随后2020年新冠疫情的爆发冲击了这一提升。从全区域来看，尽管增长率呈波动下降，但大多数省份仍保持一定的上升趋势，通道沿线四川、陕西以及重庆的商贸物流竞争力在新冠疫情期间表现最好，增长率在13省(区、市)中名列前茅。应加大物流基础设施建设力度，不断完善应急物流管理体制，提高通道商贸物流竞争力“韧性”。

2.1.2　通道沿线分省份商贸物流竞争力分析

通道沿线分省份商贸物流竞争力，呈空间分布不均衡特征。从竞争力发展变化率来看，贵州、四川、云南三省发展势头最为迅猛，增长率分别达到了189%、170%、155%；而青海、宁夏、内蒙古三省(区)发展速度则相对较缓，分别只有85%、81%以及64%。以上省份中，四川、陕西、重庆三省(市)常年处于高水平发展层级，四川历年均值达到了0.51，领先优势最为明显，新疆、西藏、青海等西部省份商贸物流竞争力则相对较弱。其原因可归结于川、渝、陕三省地理区位优势，三省被规划为国家级交通物流枢纽，是连接西部陆海新通道与“一带一路”、长江经济带的重要节点，经济发展水平相对较高，物流基础设施网络完善，辐射性、联动性强；加之成渝地区双城经济圈、西安国际港务区等战略规划的实施，使三省(市)的物流基础设施建设和营商环境不断得到优化，为商贸物流竞争力的提升打下了良好的基础。而区域内西部地区，因受地理条件、产业发展结构等因素影响，存在着经济发展水平落后、物流基础设施建设不完善、商贸行业政策和资金支持相对薄弱的问题和困境，商品流通需求匮乏限制了商贸物流竞争力的有效提升。

2.2　沿线省份商贸物流竞争力空间演化特征

2.2.1　商贸物流竞争力空间自相关分析

（1）全局空间自相关。根据公式⑹计算出通道内商贸物流竞争力的全局Moran’I指数，2011—2021年西部陆海新通道沿线13省(区、市)商贸物流竞争力全局Moran’I指数如表3所示。从结果来看，除2013年、2014年外，2011—2021年间通道沿线商贸物流竞争力的Moran’I指数均显著为正，整体且呈波动上升趋势，指数值从0.168增长至0.232。说明通道沿线各省份的商贸物流竞争力具有显著的空间正相关性，即呈现“H-H”或“L-L”空间分布特征，且随着时间推移，其空间关联性不断增强，省份之间的商贸物流水平相互影响效应日益明显。

（2）局部空间自相关。根据公式⑺绘制出各省份商贸物流竞争力2011和2021年的局部Moran散点图，2011年、2021年西部陆海新通道13省(区、市)商贸物流竞争力局部Moran散点图如图1所示。2011年、2021年西部陆海新通道沿线13省(区、市)局部Moran散点图对应省份如表4所示。由结果可知：①2011年，内蒙古、重庆、陕西落入第一象限(H-H集聚)，说明其自身与相邻省份的商贸物流竞争力都相对较强；海南、贵州、云南、甘肃、宁夏落于第二象限(L-H集聚)，说明其自身商贸物流竞争力较弱，而相邻省份商贸物流竞争力相对较强；西藏、青海、新疆落入第三象限(L-L集聚)，即其自身与相邻省份商贸物流竞争力均相对较弱；广西与四川则落入了第四象限(H-L集聚)，表明两省自身商贸物流竞争力水平强于其相邻省份，但对周边省份的辐射带动作用较弱。②2021年，贵州、云南、广西都落入了第一象限，表明经过多年发展，三省缩短了与周围高水平省份的差距。而内蒙古则由第一象限落入了第三象限，表明内蒙古商贸物流竞争力提升速度缓慢，与周边低竞争力省份形成了集聚之势。四川常年处于第四象限，说明其自身商贸物流竞争力水平在通道内处于领先水平，但其缺乏辐射带动能力，周边省份发展水平与之差距较大，今后需在区域协调发展和互联互通方面加强建设。③总体来看，2011年有46%的省份落入了高-高集聚及低-低集聚区域，而2021年则增加至69%，说明通道内商贸物流竞争力在空间分布上“集聚效应”不断增强，空间分布不均衡。因此，应重视通道内商贸物流业的空间差异，不断优化空间布局，充分发挥各省份优势资源，提高其辐射带动能力，建立长效沟通机制，共同促进通道内商贸物流业协调发展。

2.2.2　商贸物流竞争力空间演化规律

运用标准差椭圆模型进一步分析通道内商贸物流竞争力空间分布特征及发展趋势，具体标准差椭圆属性表如表5所示。从椭圆角度变化来看，2011—2021年间，通道沿线商贸物流竞争力整体呈现“西北—东南”的空间分布特征；从标准差椭圆的重心迁移轨迹来看，发展重心不断由西北至东南的方向演化，11年间整体移动距离达到了122.65 km；椭圆面积从290.239万km²减小至256.676万km²，形状指数不断减小。上述结果说明通道内商贸物流竞争力的集聚效应日趋明显，空间分布向心力不断增强。原因可能是近年来广西北部湾港口、海南自由贸易区、西南交通设施枢纽建设等政策规划不断出台，促进了西南地区物流基础设施的建设水平，同时，公铁海等多式联运的快速发展，增强了其内联辐射的能力，推动了周边省份商贸物流竞争力的提升，也奠定了西部陆海新通道未来的发展趋势。

2.3　沿线省份商贸物流竞争力障碍因子诊断

为进一步探寻通道沿线商贸物流竞争力的障碍因素，使用2021年通道内沿线省份各项指标的原始数据，对沿线商贸物流竞争力各自存在的障碍因子进行诊断与识别。

首先，通过公式⒂计算可得通道沿线省份一级指标障碍度均值排序为：数字化(22.21%)>创新能力(19.10%)>经营环境(15.15%)>基础设施(13.96%)>成果共享(10.27%)>对外开放(9.87%)>绿色发展(5.75%)>结构优化(3.69%)，表明数字化水平是目前制约西部陆海新通道沿线整体商贸物流竞争力的主要因素，创新能力次之。

其次，利用公式⒁计算出各省份二级指标的障碍度。列出不同省份障碍度排名前五的指标，分析制约其商贸物流竞争力提升的主要障碍因素，西部陆海新通道沿线13省(区、市)商贸物流竞争力主要障碍因子及其排序如表6所示。①在排名第一的障碍因子中，除重庆、四川、陕西三省为数字化维度下的每百人拥有的互联网域名数(B₁₂)外，其余省份均为创新能力维度下的专利授权数(B₁₆)，表明科技创新成果的转化能力抑制了大多数省份商贸物流竞争力的提升；而重庆、四川、陕西三省(市)整体商贸物流竞争力水平高，产业的数字化转型则成为其最大障碍因素；②排名第二的障碍因子大多数为互联网宽带接入端口密度(B₁₁)，出现频数为7，覆盖了54%的省份。其余省份中，广西和云南为每百人拥有的互联网域名数(B₁₂)、贵州和宁夏为全年进出口总额(B₂₇)、海南和重庆则分别为创新人员数(B₁₇)和专利授权数(B₁₆)。可见数字化基础设施水平影响了大多数省份的商贸物流竞争力的提升。而部分省份，由于地理位置等因素，导致其对外开放水平低，缺乏商贸物流提升的动能。③排名三至五位的障碍因子中，各省份差异较为明显，指标主要包含在数字化(14次)、对外开放(8次)、成果共享(6次)、创新能力(5次)、基础设施(4次)和经营环境(2次)等维度之下。

以上结果表明，通道内各省份应注重数字化发展水平、科技创新、创新成果转化以及物流基础设施建设等方面存在的不足与问题，如：加速推动商贸物流产业数字化转型，支持传统商贸物流设施数字化、智能化升级改造，将数字化技术与商贸物流业深度融合；创造良好的科研创新氛围，加大物流产业创新投资力度，积极孵化相关科技项目，注重创新成果落地转化；发挥西部陆海新通道的地理区位优势，推动区域内国际贸易水平的提升，为区域内商贸物流高质量发展注入新鲜活力。

3　结论

通过构建商贸物流竞争力评价指标体系，运用多种方法对西部陆海新通道沿线省份2011—2021年的商贸物流竞争力时空演化规律和障碍因素进行了分析，结果表明：①通道沿线省份11年间商贸物流竞争力呈现不断增长趋势，增幅达到130.5%；在应对重大突发事件时，四川、陕西、重庆的商贸物流业展现出了一定的“韧性”，而新疆、青海、西藏则受到相对较大的冲击。②通道内商贸物流竞争力的空间分布不均衡，存在“H-H”、“L-L”的集聚特征。标准差椭圆呈现出“西北—东南”的分布特征，商贸物流竞争力发展重心沿“西北—东南”的方向移动；同时，空间分布格局不断趋于稳定，向心力增强。③数字化发展水平与创新能力对沿线各省份商贸物流竞争力的阻碍最大，从各指标障碍度大小来看，各省份应注重数字化基础设施建设、注重创新成果转化能力，同时，物流基础设施水平、对外贸易规模等也是制约沿线省份商贸物流竞争力提升的主要障碍因素。

参考文献

[1] 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.

[2] 郭雪松，崔瑞锋，李炘弋. 自贸区建设背景下省级物流竞争力评价研究[J]. 北京工业大学学报(社会科学版)，2021，21(6)：116-126.

[3] GUO Xuesong， CUI Ruifeng， LI Xinyi. Assessment on the Logistics Competitiveness of Provinces in Pilot Free Trade Zones[J]. Journal of Beijing University of Technology (Social Sciences Edition)，2021，21(6)：116-126.

[4] 李楠. “一带一路”核心城市物流发展水平评价[J]. 统计与决策，2022，38(4)：184-188.

[5] 李利华，王轩. 我国省域物流集群竞争力研究[J]. 经济地理，2020，40(5)：165-173.

[6] LI Lihua， WANG Xuan. Research on Competitiveness of Provincial Logistics Clusters in China[J]. Economic Geography，2020，40(5)：165-173.

[7] 李明. 粤港澳大湾区核心城市商贸物流竞争力评价[J]. 商业经济研究，2021(2)：141-143.

[8] 程嘉豪，张立杰，贺宏鹏，等. 丝绸之路经济带沿线城市商贸物流发展评价[J]. 物流技术，2021，40(5)：1-6，17.

[9] CHENG Jiahao， ZHANG Lijie，HE Hongpeng et al. Evaluation of Commercial Logistics Development Level of Cities along Silk Road Economic Belt[J]. Logistics Technology，2021，40（5）：1-6，17.

[10] 田鹏，李加林，曹罗丹 等.中国渔业经济效率评价及发展趋势预测[J/OL].中国农业资源与区划：1-15[2023-02-16].

[11] Tian Peng， Li Jialin， Cao Luodan，et al.Evaluation of Fishery Economic Efficiency and Development Trend Forecast in China[J/OL].Chinese Journal of Agricultural Resources and Regional Planning：1-15[2023-02-16].

[12] 叶士琳，曹有挥，王佳韡，等. 长江沿岸港口物流发展格局演化及其机制[J]. 地理研究，2018，37(5)：925-936.

[13] YE Shilin， CAO Youhui， WANG JiaWei，et al. Spatio-Temporal Evolution Characteristics and Mechanism of the Port Logistics System along the Yangtze River[J]. Geographical Research，2018，37(5)：925-936.

[14] 肖红，胡宇航，王孝坤，等. 西部陆海新通道区域经济-交通运输-生态环境耦合协调发展及障碍度研究[J]. 铁道运输与经济，2022，44(7)：1-7.

[15] XIAO Hong， HU Yuhang， WANG Xiaokun，et al. Coupling and Coordinated Development and Obstacle Degree of Regional Economy，Transportation，and Ecological Environment of New Western Land-Sea Corridor[J]. Railway Transport and Economy，2022，44（7）：1-7.

[16] 阎友兵，胡欢欢. 中国东部地区旅游业高质量发展水平测评与障碍因子分析[J]. 华侨大学学报(哲学社会科学版)，2022(5)：54-69.

[17] YAN Youbing， HU Huanhuan. Evaluation and Analysis of Obstacle Factors of the High-Quality Development of Tourism in the East of China[J]. Journal of Huaqiao University (Philosophy & Social Sciences)，2022(5)：54-69.

[18] 课题组. 我国数字经济发展水平测度与区域比较[J]. 中国流通经济，2021，35(8)：3-17.

[19] KETIZU. Measurement and Regional Comparison of Digital Economy Development Level in China[J]. China Business and Market，2021，35(8)：3-17.

[20] 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.

[21] 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.

[22] 王东方，张华荣. 我国城市物流高质量发展失配度分析[J]. 中国流通经济，2022，36(9)：32-46.

[23] WANG Dongfang， ZHANG Huarong. Research on the High-Quality Development and Mismatch Degree of China’s Urban Logistics Industry[J]. China Business and Market，2022，36(9)：32-46.

[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.

[26] 周楠，陈久梅，但斌，等. 高质量发展下区域物流与区域经济时空耦合及影响因素：以长江经济带为例[J]. 软科学，2022，36(10)：84-92.

[27] ZHOU Nan， CHEN Jiumei， DAN Bin，et al. Spatial and Temporal Coupling and Influencing Factors of Regional Logistics and Regional Economy from the Perspective of High Quality Development：A Case Study of the Yangtze River Economic Belt[J]. Soft Science，2022，36(10)：84-92.

基金资助

西安市社会科学规划基金项目(22JX42)

西安财经大学研究生创新基金项目(22YC034)