基于空间自相关的长三角城市群物流空间布局演变分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
加１９６
－０１９６ －０１９５
Ｚ —１０８４ ４３６５３ －０８６５ —１ ５２３ —１ ４２７ —１ ５５２ —１８８７ —１９１２ —２３５８ —２７５９ －２．８３２ —３２１６ —３２３１ －３２３１ －３２４９
Ｐ ０１３９ ０２５７ ０１９４ Ｑ０６４ ００７７ ００６ ００３０
Ｑ嘲
０００９ ０００３ ０００２ ０００１ ０００１ ０００１ ０００１
３６商业时代（原名《商业经济研究》）２０１１年３６期
万方数据
气ｊ４《罐ｔ盛靠‘Ｆ趣垂密。‰？｝ｉ趣＾，蠹罄妊§蠡；磊矗‰缸‰赫《身蟾凼诣霸＆勘崩姥巍ｍ缓蟛女８罐自。蛔崩缸接触篓熊；缸毓矗＾赢：ｇ轴糍垂础勰岿‘“螽鲰：。球ｉ甜。撼矗兢。ｊ乐鞋｜矗，壤‘ｈ矗强，： 船ｄ０，，一蛊，ｔ积ｉ＾＾㈠。．§＾二，：。始
际和城市层面的物流业数据匮乏，故本文 采用货运量作为衡量地区物流业发展指标。 事实上，这也是当前国内物流研究的通常 做法。长江三角洲城市群实证研究的相关 数据来自１９９９年至２００８年的《中国城市 统计年鉴》ｏ此外，长江三角洲城市群各城
市之间的具体空间距离依据就近原则采用 的是火车里程，数据来源于火车网。
Βιβλιοθήκη Baidu
‘中文核心期刊要目总览＞贸易经济类核心期刊 ３５
万方数据
■啊ｎ置■呷Ｈ删哪出Ｉ＝丑１１哥 ∞驴
？
■呻嘲飘■一∞Ｉ－Ｍ＝也ｔ竭
（ａ）１９９５年
（ｂ）１９９７年
图１长江三角洲城市群人均货物量的Ｍ０ ｒａｎ散点图
注：１－－上海；２一杭州；３一宁波；４一湖州；５一嘉兴；６～绍兴；７一舟山；８一南京；９一镇汪；１０一扬州；１１一常州；１２一无锡； １３一苏州；１４一南通；１５－泰州；１６一台州。谊标注同样适用于下文Ｍｏ咖散点图。
Ｍｏｒａｎ指数，Ｇ统计量和Ｍｏｒａｎ散点图。在
展的空间关系。需要说明的是，目前我国
这里，本文运用Ｍｏｒａｎ散点图来进行分析。
物流业相关统计数据仅限于国家层面，省
Ｍｏｒａｎ散点图用散点图的形式，描述 一变量Ｚ与空间滞后（即该观测值周围相邻 区域的加权平均）向量Ｗ，间的相互关系ｊ 可以对空间滞后因子Ｗ，和Ｚ数据进行可视 化的二维图示。该图横轴对应变量Ｚ。纵轴 对应空间滞后向量Ｗ，，分为四个象限。这
长江三角洲城市群是我国三大城市群
之一，经济总量位居兰大城市群之首，也是 我国经济最发达、最活跃、最具国际竞争力 的地区。同时，也是我国四大物流圈之一。 目前，关于区域现代物流的相关研究侧重 于物流业与区域经济发展的经济联系（刘 爽，２０１０；孙浩杰、吴群琪等，２０１１；徐 茜、黄祖庆，２０１ １），空间维度的分析仅 限于物流园区、物流通道等对城市空间结 构作用方式的定性描述（韩增林、郭建科， ２００６；李田心。２０１０）。缺乏空间视角的 定量分析，即尚未考虑相邻地区之间物流 的相互影响作用。本文将采用空间统计模 型对长江三角洲城市群现代物流产业发展 的空问关系进行定量研究。
角的。桥头堡”，也是长三角丰富的内河航 运与上海海运相联的“枢纽”；舟山拥有深 水良港，具备发展港口物流的先天优势。由 此可见，１９９５—１９９７年问，区位条件成为 影响长江三角洲城市群物流发展空间布局 呈随机分布模式的一个重要影响因素。
（二）空间关联模式 随着全球经济一体化和我国对外开放 步伐的加快，长江三角洲城市群城市之间 的经济联系日趋紧密，物流业发展水平不 断提高，其发展空间布局越来越明显的具 有相关性特征。可以通过不同年份长江三 角洲人均货物量的空间相关性Ｍｏｒａｎ散点 图进行观测与分析。 由图２可知。１９９８年，南京、镇江两 城市落在第一象限，这说明南京、镇江的 人均货运量比较大。同时也被邻近的其他 拥有高观测值的省份所包围。即高高关联 模式；而台州、嘉兴、绍兴等城市的人均 货运量落在第三象限，说明这些城市人均 货运量比较小。且邻近城市的人均货运量 也相对较小，即低低关联模式：常州、无 锡、苏州、扬州、泰州、南通等６个城市落 在第二象限，该象限表示低观测值的空间 单元为高值的区域所包围，这表明长三角 城市群中部城市物流发展水平相对周围的 上海、南京等城市具有一定差距，即低高 关联模式；上海、杭州、宁波、湖州、舟山 等落在第四象限，与第二象限恰好相反，该 象限表示高观测值的空间单元为低值的区 域所包围，说明这些城市物流发展水平较 高，与周围城市之间存在高低关联模式。 同理，由图３可知，２００９年，落在第 一象限的上海市与周围城市之间存在高高 关联模式，这表明围绕上海形成了较为集 中的物流产业格局；落在第三象限的嘉 兴、绍兴、台州等城市与周围城市之间存 在低低关联模式，这些地区物流业发展水 平有待进一步提高；长江三角洲城市群中 落在第二象限的城市较多，共８个，分别为 南京、镇江、扬州、常州、无锡、苏州、南 通、泰州，这些城市与周围城市之间存在 着低高的空问关联模式；宁波、湖州、舟 山、杭州依然落在第四象限，说明这四个 城市近十年来与周围城市之间一直存在高 低的空间关联模式，这与其优越的港口资 源和较高的经济发展水平存在紧密关系。 对比长江三角洲人均货物量１ ９９８年 和２００９年的Ｍｏｒａｎ散点图，可以发现： ２００９年，上海取代南京、镇江成为长 江三角洲城市群物流发展的核心，围绕上
指标选择及数据来源
本文的研究目的是考察长 江三角洲城市群物流业发展的
空间状况。因此，本文以长江
三角洲城市群的１６个城市作
Ｚ
图３ ２００９年长江三角洲人均货物量的空间相关性 Ｍｏｒａｎ散点图
资料来源：笔者研究整理
为研究样本，选取１６个城市 １ ９９５—２００７年的人均货运量 数据来测算该城市群物流业发
据分析方法和技术的集合，具体来说，它
不仅可以描述数据的空间分布，使其实现
可视化，还可以对空间数据的异常值进行
识别，检测社会和经济现象是否存在空间
集聚，展示数据的空间结构，并对空间相
互作用机制进行解释。探索性空间数据分
析的核心是认识与地理位置相关的数据间
的空间依赖、空间关联或空间自相关。全
局空间自相关的Ｍｏｒａｎ指数可以用来判断
基于空问自相关的长三角城市群 物流空间布局演变分析
■ 胡玉莹（天津工业大学经济学院天津３００３８７） ▲ 天津市哲学社会科学研究规划资助项目子课题（ＴＪＪＬＩＯ一２８５） ◆ 中图分类号：Ｆ１２９．９文献标识码：Ａ
内容摘要：本文突破以往对区域物流 的传统定量分析方法。运用空间统计 模型从空间维度探讨了长三角城市群 物流发展的空问布局演化过程与特征。 研究表明：长江三角洲城市群物流业 发展经历了由随机分布模式到存在空 间关联模式演变的历程，且以上海为 核心的物流产业集聚效应日趋显著； 但南京的物流发展水平近年来有所下 降。与周围城市之间也存在替代性竞 争，物流空间分布较为分散。 关键词：空问自相关 长三角城市群 物流
产业聚集与空间聚集状况，具体计算公式
如下（Ｍｏｒａｎ，１９５０）：
∑∑～“一Ｘｘ，一－）
７＝业≮ｓ２∑灭∑～■一
（”１’）
其中，×；为区域ｉ的观测值，（ｘ，－ｘ）（ｘ－ｘ）
描述观测值的相似性；ｓ２＝｛∑（五一；）２，
工＝亡∑薯，ｗ；为空间权重矩阵，ｎ为地区总数。
全局Ｍｏｒａｎ指数用向量形式可描述为
（Ｃｌｉｆｆ ｅｔ ａ１．，１９９８）：，＝子·≠
全局空间自相关反映在研究领域内具 有相似属性的观测值的平均聚集程度；局 部空间自相关则可回答这些观测值的具体 地理分布。为进一步考察是否存在高值或 低值的局部空间分散，哪个城市单元对于 全局空间自相关的贡献更大，以及在多大 程度上空间自相关的全局评估掩盖了反常 的局部状况或小范围的局部不稳定时，我 们就需要用局部空间自相关来分析。局部 空问自相关分析方法包括三种：局部
表１长江三角洲城市群人均货运量的
Ｍｏ ｒａｎ指数ｌ及检验值
年份 １９９５在 １９９６年 １９９７年 １９９８在 １９９９在 ２０００住 ２００１芷 ２００２年 ２００３在 ２００４在 ２００５正 ２００６在 ２００７住 ２００８生 ２００９住
ＭｏｒａｎＩ 一０１１３ －００９５ －０１０４ —０１３３ ．０１２８ ＿０１３３ ＿０１５０ －ａ１４９ 一０１６９ ＿０１８６ －０１８６ —０１９８
长江三角洲城市群现代物流 业的全局空间自相关分析
本文基于长江三角洲城市群城市之间 具体距离构建的空间权重矩阵，运用软件 Ｓｔａｔａｌ ３．０计算人均货运量的Ｍｏｒａｎ指数ｌ， 结果如表１所示。
由表１可以看出，１９９５—１９９７年问长江 三角洲城市群人均货运量的Ｍｏｒａｎ指数Ｚ统 计量均未通过检验；１９９８—２０００年，在１０％ 的置信区间水平下，长江三角洲城市群人均 货运量Ｍｏｒａｎ指数的Ｚ统计量通过检验；从 ２００１年开始，Ｍｏｒａｎ指数的Ｚ统计量在５％ 的置信区间水平下便可以通过检验，其中， ２００３—２００７年ｚ统计量在１％的置信区间水 平下也可以通过检验。上述情况表明近年 来，长江三角洲城市群物流业的发展经历了 以１ ９９８年为分水岭由随机分布模式向空间 关联模式的转变。此外，Ｍｏｒａｎ指数ｌ均为 负值，且这～指标近几年来日趋上升。该指 数由１９９８年的一０．１３３变为一０．１９５。这说 明该城市群人均货运量呈现空间负相关，且 显著性越来越强。也就是说，长江三角洲城 市群物流业发展表现为替代性竞争关系，尚 未形成区域物流一体化发展。
ＭｏｒａｎｓｃａＢｄ’吣（Ｍｅｒａｎ＇ｓＩ＝＿０１３３）
ｃａｌｔ口Ｏ
四个象限分别对应于空间单元
兰０
●●
＇５
竹
ＩＩ
～～—～ｇ！， ●
憾 一 ＿～ｐ～！
与其相邻区域之间四种类型的 局部空间联系形式：第一象限 为高高空间关联，代表高观测 值的空间单元为高值的区域所 包围的空间联系形式；第二
象限为低高空间关联，代表
此外，在ＥＳＤＡ分析中，空间权重矩阵 Ｗ的选择与构建也非常重要。空间自相关 概念源于时间自相关。但比后者复杂。主 要因为时间是一维函数，而空间是多维函 数。因此，在度量空间自相关时，还需要 解决地理空间结构的数学表达，定义空间 对象的相互邻接关系。空间经济计量学引 入了空间权重矩阵，这是与传统计量经济 学的重要区别之一，也是进行探索性空间 数据分析的前提和基础。如何合适地选择 空间权重矩阵一直以来也是探索性空间数 据分析的重点和难点问题。囿于数据的可 获得性，大多数相关学者通常采用二进制 连接矩阵。但是，二进制的邻接性认为只 有相邻的空间单元之间才有空间交互作用。 这只是对空间模型中的空间单元之间交互 程度的一个很有限的表达方式。而且这种 邻接性对于许多拓扑转换并不敏感，即一 个相同的连接矩阵可以代表许多不同的空 间单元的分布方式。在现有数据约束条件 下，为进一步提高实证研究的精确性，本 文通过长江三角洲城市群各城市之间的具 体空间距离标准化后作为空问权重矩阵。
（２）
其中Ｚ是观测值与均值的离差微量。
ｚ产（×．－－Ｘ），Ｚｉ＝（ｘｉ－Ｘ），Ｚ／＝［Ｚ１，ｚ，。…，Ｚ。】，Ｗ 是标准化的空间权重矩阵，晶＝∑∑～，对应 于所有权重的和，ｎ为空间单元的总数。
Ｍｏｒａｎ指数Ｉ的取值范围通常在一１和 １之间，小于０表示负相关，也就是说相似 的观测值趋于空间聚集；大于０表示正相 关，也就是说相似的观测值趋于空间聚 集；等于０表示不相关，观测值则呈独立 随机分布。对于Ｍｏｒａｎ指数。可以证明 Ｍｏｒａｎ指数Ｉ值近似服从期望值为Ｅ（Ｉ）、方 羞为Ｖ（Ｉ）的正态分布。检验统计量为标准化 Ｚ值，可以用式（３）来检验ｎ个区域是否
长江三角洲城市群现代物流 业的局部空间自相关分析
为进一步考察长江三角洲城市群是否 存在高值或低值的局部空间分散，哪个城 市单元对于全局空间自相关的贡献更大， 就需要用局部空间自相关来分析。在这里， 本文运用Ｍｏｒａｎ散点图来进行分析。
（一）随机分布模式 由上述全局空间自相关可知，１９９５ 年、１９９７年长江三角洲城市群物流发展呈 随机分布。由长江三角洲城市群物流发展 Ｍｏｒａｎ散点图（见图１）可知，南京、镇江、 上海、杭州、宁波、湖州、舟山等地的物流 发展较好。南京、上海由于经济发展水平 直接带动当地物流产业发展：镇江、宁波、 湖州、舟山均因区位优势，交通便利，物 流发展迅速。镇江地处长江与京杭大运河 的十字黄金水路交汇处，是江苏省南北水 路交通枢纽；宁波拥有国际深水港——宁 波港，该港是我国内地集“内河港、河口 港、海港”于一体的综合性深水大港，港 口物流发展态势较好；湖州港口资源丰 富、数量众多，是接轨大上海、融入长三．
低观测值的空间单元为高值
Ｚ
图２ １ ９９８年长江三角洲人均货物量的空间相关性
资料来潭：笔者研究整理
Ｍｏｒａｎ散点图
的区域所包围的空间联系形 式；第三象限为低低空间关 联，代表低观测值的空间单元 为同是低值的区域所包围的
ｃＭ∞ｏｒａｎ８№州ＩＭⅧｂｌ－＿０１∞’
＼ 甜 《
。
ｑ≮～
－一
兰
ｏ
ｓ
１ｌ
。
空间联系形式；第四象限为高 低空间关联，代表高观测值的 区域单元为低值的区域所包围 的空间联系形式。
存在空间自相关关系：ｚ２’寺詈 （３）
根据（３）式计算出检验统计量，可以
再进行显著性检验。原假设Ｈ．：ｎ个区域 单元的属性值之间不存在空间自相关。备 择假设Ｈ，：ｎ个区域单元的属性值之间存 在空间自相关。显著性水平可以由标准化
ｚ值的Ｐ值检验来确定：通过计算Ｚ值的Ｐ 值，再将它与显著性水平ａ作比较，决定 拒绝还是接受原假设。如果Ｐ值小于给定 的显著水平ａ。则拒绝原假设。接受备择 假设；否则接受原假设，拒绝备择假设。
。研究方法：空问计量的 Ｍｏｒａｎ指数
判断长江三角洲城市群现代物流产业 发展是否存在空间相关首先需要进行探索 性空间数据分析（ＥＳＤＡ，Ｅｘｐｌｏ ｒａｔｏ ｒｙ Ｓｐａｔｉａｌ Ｄａｔａ Ａｎａｌｙｓｉｓ ｏ目前，探索性空 间数据分析是空间经济计量学与空问统计 学研究中最为基础同时也是最为成熟的领 域。探索性空间数据分析是一系列空间数
－０１９６ －０１９５
Ｚ —１０８４ ４３６５３ －０８６５ —１ ５２３ —１ ４２７ —１ ５５２ —１８８７ —１９１２ —２３５８ —２７５９ －２．８３２ —３２１６ —３２３１ －３２３１ －３２４９
Ｐ ０１３９ ０２５７ ０１９４ Ｑ０６４ ００７７ ００６ ００３０
Ｑ嘲
０００９ ０００３ ０００２ ０００１ ０００１ ０００１ ０００１
３６商业时代（原名《商业经济研究》）２０１１年３６期
万方数据
气ｊ４《罐ｔ盛靠‘Ｆ趣垂密。‰？｝ｉ趣＾，蠹罄妊§蠡；磊矗‰缸‰赫《身蟾凼诣霸＆勘崩姥巍ｍ缓蟛女８罐自。蛔崩缸接触篓熊；缸毓矗＾赢：ｇ轴糍垂础勰岿‘“螽鲰：。球ｉ甜。撼矗兢。ｊ乐鞋｜矗，壤‘ｈ矗强，： 船ｄ０，，一蛊，ｔ积ｉ＾＾㈠。．§＾二，：。始
际和城市层面的物流业数据匮乏，故本文 采用货运量作为衡量地区物流业发展指标。 事实上，这也是当前国内物流研究的通常 做法。长江三角洲城市群实证研究的相关 数据来自１９９９年至２００８年的《中国城市 统计年鉴》ｏ此外，长江三角洲城市群各城
市之间的具体空间距离依据就近原则采用 的是火车里程，数据来源于火车网。
Βιβλιοθήκη Baidu
‘中文核心期刊要目总览＞贸易经济类核心期刊 ３５
万方数据
■啊ｎ置■呷Ｈ删哪出Ｉ＝丑１１哥 ∞驴
？
■呻嘲飘■一∞Ｉ－Ｍ＝也ｔ竭
（ａ）１９９５年
（ｂ）１９９７年
图１长江三角洲城市群人均货物量的Ｍ０ ｒａｎ散点图
注：１－－上海；２一杭州；３一宁波；４一湖州；５一嘉兴；６～绍兴；７一舟山；８一南京；９一镇汪；１０一扬州；１１一常州；１２一无锡； １３一苏州；１４一南通；１５－泰州；１６一台州。谊标注同样适用于下文Ｍｏ咖散点图。
Ｍｏｒａｎ指数，Ｇ统计量和Ｍｏｒａｎ散点图。在
展的空间关系。需要说明的是，目前我国
这里，本文运用Ｍｏｒａｎ散点图来进行分析。
物流业相关统计数据仅限于国家层面，省
Ｍｏｒａｎ散点图用散点图的形式，描述 一变量Ｚ与空间滞后（即该观测值周围相邻 区域的加权平均）向量Ｗ，间的相互关系ｊ 可以对空间滞后因子Ｗ，和Ｚ数据进行可视 化的二维图示。该图横轴对应变量Ｚ。纵轴 对应空间滞后向量Ｗ，，分为四个象限。这
长江三角洲城市群是我国三大城市群
之一，经济总量位居兰大城市群之首，也是 我国经济最发达、最活跃、最具国际竞争力 的地区。同时，也是我国四大物流圈之一。 目前，关于区域现代物流的相关研究侧重 于物流业与区域经济发展的经济联系（刘 爽，２０１０；孙浩杰、吴群琪等，２０１１；徐 茜、黄祖庆，２０１ １），空间维度的分析仅 限于物流园区、物流通道等对城市空间结 构作用方式的定性描述（韩增林、郭建科， ２００６；李田心。２０１０）。缺乏空间视角的 定量分析，即尚未考虑相邻地区之间物流 的相互影响作用。本文将采用空间统计模 型对长江三角洲城市群现代物流产业发展 的空问关系进行定量研究。
角的。桥头堡”，也是长三角丰富的内河航 运与上海海运相联的“枢纽”；舟山拥有深 水良港，具备发展港口物流的先天优势。由 此可见，１９９５—１９９７年问，区位条件成为 影响长江三角洲城市群物流发展空间布局 呈随机分布模式的一个重要影响因素。
（二）空间关联模式 随着全球经济一体化和我国对外开放 步伐的加快，长江三角洲城市群城市之间 的经济联系日趋紧密，物流业发展水平不 断提高，其发展空间布局越来越明显的具 有相关性特征。可以通过不同年份长江三 角洲人均货物量的空间相关性Ｍｏｒａｎ散点 图进行观测与分析。 由图２可知。１９９８年，南京、镇江两 城市落在第一象限，这说明南京、镇江的 人均货运量比较大。同时也被邻近的其他 拥有高观测值的省份所包围。即高高关联 模式；而台州、嘉兴、绍兴等城市的人均 货运量落在第三象限，说明这些城市人均 货运量比较小。且邻近城市的人均货运量 也相对较小，即低低关联模式：常州、无 锡、苏州、扬州、泰州、南通等６个城市落 在第二象限，该象限表示低观测值的空间 单元为高值的区域所包围，这表明长三角 城市群中部城市物流发展水平相对周围的 上海、南京等城市具有一定差距，即低高 关联模式；上海、杭州、宁波、湖州、舟山 等落在第四象限，与第二象限恰好相反，该 象限表示高观测值的空间单元为低值的区 域所包围，说明这些城市物流发展水平较 高，与周围城市之间存在高低关联模式。 同理，由图３可知，２００９年，落在第 一象限的上海市与周围城市之间存在高高 关联模式，这表明围绕上海形成了较为集 中的物流产业格局；落在第三象限的嘉 兴、绍兴、台州等城市与周围城市之间存 在低低关联模式，这些地区物流业发展水 平有待进一步提高；长江三角洲城市群中 落在第二象限的城市较多，共８个，分别为 南京、镇江、扬州、常州、无锡、苏州、南 通、泰州，这些城市与周围城市之间存在 着低高的空问关联模式；宁波、湖州、舟 山、杭州依然落在第四象限，说明这四个 城市近十年来与周围城市之间一直存在高 低的空间关联模式，这与其优越的港口资 源和较高的经济发展水平存在紧密关系。 对比长江三角洲人均货物量１ ９９８年 和２００９年的Ｍｏｒａｎ散点图，可以发现： ２００９年，上海取代南京、镇江成为长 江三角洲城市群物流发展的核心，围绕上
指标选择及数据来源
本文的研究目的是考察长 江三角洲城市群物流业发展的
空间状况。因此，本文以长江
三角洲城市群的１６个城市作
Ｚ
图３ ２００９年长江三角洲人均货物量的空间相关性 Ｍｏｒａｎ散点图
资料来源：笔者研究整理
为研究样本，选取１６个城市 １ ９９５—２００７年的人均货运量 数据来测算该城市群物流业发
据分析方法和技术的集合，具体来说，它
不仅可以描述数据的空间分布，使其实现
可视化，还可以对空间数据的异常值进行
识别，检测社会和经济现象是否存在空间
集聚，展示数据的空间结构，并对空间相
互作用机制进行解释。探索性空间数据分
析的核心是认识与地理位置相关的数据间
的空间依赖、空间关联或空间自相关。全
局空间自相关的Ｍｏｒａｎ指数可以用来判断
基于空问自相关的长三角城市群 物流空间布局演变分析
■ 胡玉莹（天津工业大学经济学院天津３００３８７） ▲ 天津市哲学社会科学研究规划资助项目子课题（ＴＪＪＬＩＯ一２８５） ◆ 中图分类号：Ｆ１２９．９文献标识码：Ａ
内容摘要：本文突破以往对区域物流 的传统定量分析方法。运用空间统计 模型从空间维度探讨了长三角城市群 物流发展的空问布局演化过程与特征。 研究表明：长江三角洲城市群物流业 发展经历了由随机分布模式到存在空 间关联模式演变的历程，且以上海为 核心的物流产业集聚效应日趋显著； 但南京的物流发展水平近年来有所下 降。与周围城市之间也存在替代性竞 争，物流空间分布较为分散。 关键词：空问自相关 长三角城市群 物流
产业聚集与空间聚集状况，具体计算公式
如下（Ｍｏｒａｎ，１９５０）：
∑∑～“一Ｘｘ，一－）
７＝业≮ｓ２∑灭∑～■一
（”１’）
其中，×；为区域ｉ的观测值，（ｘ，－ｘ）（ｘ－ｘ）
描述观测值的相似性；ｓ２＝｛∑（五一；）２，
工＝亡∑薯，ｗ；为空间权重矩阵，ｎ为地区总数。
全局Ｍｏｒａｎ指数用向量形式可描述为
（Ｃｌｉｆｆ ｅｔ ａ１．，１９９８）：，＝子·≠
全局空间自相关反映在研究领域内具 有相似属性的观测值的平均聚集程度；局 部空间自相关则可回答这些观测值的具体 地理分布。为进一步考察是否存在高值或 低值的局部空间分散，哪个城市单元对于 全局空间自相关的贡献更大，以及在多大 程度上空间自相关的全局评估掩盖了反常 的局部状况或小范围的局部不稳定时，我 们就需要用局部空间自相关来分析。局部 空问自相关分析方法包括三种：局部
表１长江三角洲城市群人均货运量的
Ｍｏ ｒａｎ指数ｌ及检验值
年份 １９９５在 １９９６年 １９９７年 １９９８在 １９９９在 ２０００住 ２００１芷 ２００２年 ２００３在 ２００４在 ２００５正 ２００６在 ２００７住 ２００８生 ２００９住
ＭｏｒａｎＩ 一０１１３ －００９５ －０１０４ —０１３３ ．０１２８ ＿０１３３ ＿０１５０ －ａ１４９ 一０１６９ ＿０１８６ －０１８６ —０１９８
长江三角洲城市群现代物流 业的全局空间自相关分析
本文基于长江三角洲城市群城市之间 具体距离构建的空间权重矩阵，运用软件 Ｓｔａｔａｌ ３．０计算人均货运量的Ｍｏｒａｎ指数ｌ， 结果如表１所示。
由表１可以看出，１９９５—１９９７年问长江 三角洲城市群人均货运量的Ｍｏｒａｎ指数Ｚ统 计量均未通过检验；１９９８—２０００年，在１０％ 的置信区间水平下，长江三角洲城市群人均 货运量Ｍｏｒａｎ指数的Ｚ统计量通过检验；从 ２００１年开始，Ｍｏｒａｎ指数的Ｚ统计量在５％ 的置信区间水平下便可以通过检验，其中， ２００３—２００７年ｚ统计量在１％的置信区间水 平下也可以通过检验。上述情况表明近年 来，长江三角洲城市群物流业的发展经历了 以１ ９９８年为分水岭由随机分布模式向空间 关联模式的转变。此外，Ｍｏｒａｎ指数ｌ均为 负值，且这～指标近几年来日趋上升。该指 数由１９９８年的一０．１３３变为一０．１９５。这说 明该城市群人均货运量呈现空间负相关，且 显著性越来越强。也就是说，长江三角洲城 市群物流业发展表现为替代性竞争关系，尚 未形成区域物流一体化发展。
ＭｏｒａｎｓｃａＢｄ’吣（Ｍｅｒａｎ＇ｓＩ＝＿０１３３）
ｃａｌｔ口Ｏ
四个象限分别对应于空间单元
兰０
●●
＇５
竹
ＩＩ
～～—～ｇ！， ●
憾 一 ＿～ｐ～！
与其相邻区域之间四种类型的 局部空间联系形式：第一象限 为高高空间关联，代表高观测 值的空间单元为高值的区域所 包围的空间联系形式；第二
象限为低高空间关联，代表
此外，在ＥＳＤＡ分析中，空间权重矩阵 Ｗ的选择与构建也非常重要。空间自相关 概念源于时间自相关。但比后者复杂。主 要因为时间是一维函数，而空间是多维函 数。因此，在度量空间自相关时，还需要 解决地理空间结构的数学表达，定义空间 对象的相互邻接关系。空间经济计量学引 入了空间权重矩阵，这是与传统计量经济 学的重要区别之一，也是进行探索性空间 数据分析的前提和基础。如何合适地选择 空间权重矩阵一直以来也是探索性空间数 据分析的重点和难点问题。囿于数据的可 获得性，大多数相关学者通常采用二进制 连接矩阵。但是，二进制的邻接性认为只 有相邻的空间单元之间才有空间交互作用。 这只是对空间模型中的空间单元之间交互 程度的一个很有限的表达方式。而且这种 邻接性对于许多拓扑转换并不敏感，即一 个相同的连接矩阵可以代表许多不同的空 间单元的分布方式。在现有数据约束条件 下，为进一步提高实证研究的精确性，本 文通过长江三角洲城市群各城市之间的具 体空间距离标准化后作为空问权重矩阵。
（２）
其中Ｚ是观测值与均值的离差微量。
ｚ产（×．－－Ｘ），Ｚｉ＝（ｘｉ－Ｘ），Ｚ／＝［Ｚ１，ｚ，。…，Ｚ。】，Ｗ 是标准化的空间权重矩阵，晶＝∑∑～，对应 于所有权重的和，ｎ为空间单元的总数。
Ｍｏｒａｎ指数Ｉ的取值范围通常在一１和 １之间，小于０表示负相关，也就是说相似 的观测值趋于空间聚集；大于０表示正相 关，也就是说相似的观测值趋于空间聚 集；等于０表示不相关，观测值则呈独立 随机分布。对于Ｍｏｒａｎ指数。可以证明 Ｍｏｒａｎ指数Ｉ值近似服从期望值为Ｅ（Ｉ）、方 羞为Ｖ（Ｉ）的正态分布。检验统计量为标准化 Ｚ值，可以用式（３）来检验ｎ个区域是否
长江三角洲城市群现代物流 业的局部空间自相关分析
为进一步考察长江三角洲城市群是否 存在高值或低值的局部空间分散，哪个城 市单元对于全局空间自相关的贡献更大， 就需要用局部空间自相关来分析。在这里， 本文运用Ｍｏｒａｎ散点图来进行分析。
（一）随机分布模式 由上述全局空间自相关可知，１９９５ 年、１９９７年长江三角洲城市群物流发展呈 随机分布。由长江三角洲城市群物流发展 Ｍｏｒａｎ散点图（见图１）可知，南京、镇江、 上海、杭州、宁波、湖州、舟山等地的物流 发展较好。南京、上海由于经济发展水平 直接带动当地物流产业发展：镇江、宁波、 湖州、舟山均因区位优势，交通便利，物 流发展迅速。镇江地处长江与京杭大运河 的十字黄金水路交汇处，是江苏省南北水 路交通枢纽；宁波拥有国际深水港——宁 波港，该港是我国内地集“内河港、河口 港、海港”于一体的综合性深水大港，港 口物流发展态势较好；湖州港口资源丰 富、数量众多，是接轨大上海、融入长三．
低观测值的空间单元为高值
Ｚ
图２ １ ９９８年长江三角洲人均货物量的空间相关性
资料来潭：笔者研究整理
Ｍｏｒａｎ散点图
的区域所包围的空间联系形 式；第三象限为低低空间关 联，代表低观测值的空间单元 为同是低值的区域所包围的
ｃＭ∞ｏｒａｎ８№州ＩＭⅧｂｌ－＿０１∞’
＼ 甜 《
。
ｑ≮～
－一
兰
ｏ
ｓ
１ｌ
。
空间联系形式；第四象限为高 低空间关联，代表高观测值的 区域单元为低值的区域所包围 的空间联系形式。
存在空间自相关关系：ｚ２’寺詈 （３）
根据（３）式计算出检验统计量，可以
再进行显著性检验。原假设Ｈ．：ｎ个区域 单元的属性值之间不存在空间自相关。备 择假设Ｈ，：ｎ个区域单元的属性值之间存 在空间自相关。显著性水平可以由标准化
ｚ值的Ｐ值检验来确定：通过计算Ｚ值的Ｐ 值，再将它与显著性水平ａ作比较，决定 拒绝还是接受原假设。如果Ｐ值小于给定 的显著水平ａ。则拒绝原假设。接受备择 假设；否则接受原假设，拒绝备择假设。
。研究方法：空问计量的 Ｍｏｒａｎ指数
判断长江三角洲城市群现代物流产业 发展是否存在空间相关首先需要进行探索 性空间数据分析（ＥＳＤＡ，Ｅｘｐｌｏ ｒａｔｏ ｒｙ Ｓｐａｔｉａｌ Ｄａｔａ Ａｎａｌｙｓｉｓ ｏ目前，探索性空 间数据分析是空间经济计量学与空问统计 学研究中最为基础同时也是最为成熟的领 域。探索性空间数据分析是一系列空间数