0 引言
调查统计数据显示，国际陆海贸易新通道（简称新通道）沿线区域范围覆盖了中国国土面积的70%以上，总人口超4亿人，经济总量超过20万亿元[1]。新通道将带动中国西部与东盟国家、东南亚国家及欧洲国家的贸易增长，成为推动西部地区经济高质量发展的关键动力。
对于区域物流的研究，国外学者侧重于微观层面，而国内学者往往从宏观入手。微观研究多侧重于研究区域物流网络节点间的协作关系[2-3]，进而实现对物流网络的构建或物流系统的优化等[4]。相较之下，宏观研究更加注重区域物流网络的空间分布、演化和结构特征等。诸多学者通过构建物流评价体系[5-6]，利用引力模型分析网络的空间布局[7-8]，通常采用社会网络分析法（Social Network Analysis, SNA）对网络结构特征进行探讨[9]。目前，国内对于区域物流的研究一般集中在内河航道[10]、沿海地区[11]等经济发达地区，针对西南内陆或其他偏远区域的研究还不够深入；而对于新通道的研究，内容也多局限于经济联系[12]，关于区域的物流联系研究不多，研究对象多为新通道下的某单一省区市[13]，未能全面、系统地反映新通道区域物流的发展情况。
2019年8月，国家发展改革委印发了《西部陆海新通道总体规划》①( ①国内称之为“西部陆海新通道”，国际上称之为“国际陆海贸易新通道”。)[14]，提出要深化陆海双向开放、推进西部大开发形成新格局。为了积极响应这一国家战略布局，本文选取新通道区域内的13个省区市作为研究对象，利用社会网络分析法研究2010—2020年新通道区域物流联系的空间布局和网络结构，以探寻物流联系网络的时空演变特点，为新通道建设提供参考。
1 研究方法
依托新通道省部际联席会议机制，将新通道地理覆盖的13个主要省区市作为研究对象。为了更全面地评估区域物流质量，选取多个维度的指标进行综合评价，将评价结果作为区域之间物流联系的一种关系映射，综合考虑新通道铁路运输的特点以及经济距离，构建新通道物流联系的数学模型网络，最后通过社会网络分析法研究物流联系网络的结构特征。
1.1 基于熵权法的物流质量评价指标体系构建
本文在构建物流质量评价指标体系时考虑了以下几个因素：①一定经济发展水平下的地区生产总值、工业增加值和社会消费品零售总额等指标反映了物流发展水平；②公路里程、交通运输业投资额和邮路单程为最基础的物流活动创造了条件；③研究区域的人口数量会影响物流需求量，物流从业人员数量反映了物流需求和生产供给情况，货运周转量则是衡量物流市场供给和需求的关键指标；④物流各环节实现信息的实时共享与协同作业，需要考虑信息化水平，区域内邮电业务总量、互联网宽带接入端口数量和移动电话数反映了物流信息响应的效率。
综合考虑数据的可衡量性和可获得性，构建了4个维度共12个指标的新通道物流质量评价指标体系，如表1所示。
表1 新通道物流质量评价指标体系 |
| 一级维度 | 二级指标 |
|---|---|
| 经济发展水平 | 地区生产总值/亿元 |
| 工业增加值/万元 | |
| 社会消费品零售总额/万元 | |
| 物流发展基础 | 公路里程/km |
| 交通运输、仓储和邮政业固定资产投资/亿元 | |
| 邮路单程长度/km | |
| 物流供需水平 | 年末常住人口数/万人 |
| 交通运输、仓储和邮政业从业人员数/万人 | |
| 货运周转量/亿吨公里 | |
| 信息化水平 | 邮电业务总量/亿元 |
| 互联网宽带接入端口数/万个 | |
| 移动电话用户数/万户 |
由于评价所采取的指标包含多个维度，且具有不同的权重和量纲，因此采用熵权法对原始指标数据进行标准化处理，消除主观因素的干扰，使物流质量综合评价更加客观。设有α个省区市、β个指标，物流质量综合得分计算公式如下：
式（1）中： 为序号 的省区市的物流质量得分， ； 为 省区市 指标的值， ； 为指标 的权重； 为指标的总数量。
1.2 基于引力模型的物流联系引力值计算
新通道区域之间的物流联系本质上是一种点对关系，受点质量和点距离的影响，这种关系的映射类似物理学中的引力模型。因此，本研究运用引力模型来测度省区市节点间的物流联系值，以确定各省区市间的物流引力值。
1）确定经济距离
地区间的距离一般指省区市之间的空间距离，通常用交通线距离来表示。考虑到新通道国内主通道线路以铁路运输为主，因此将铁路运输距离和运输时间成本作为参数，经济距离计算公式如下：
式（2）中： 为两个省区市 与 之间的经济距离； 为两个省区市 与 之间的铁路运输距离； 为两个省区市 与 之间的运输时间成本。
2）修正引力模型
一般的物流联系强度计算仅选取路线距离，不能体现信息化水平。因此，本文引入运输时间成本，将经济距离修正为时间与地理距离的综合距离，物流联系空间强度的计算公式如下：
式（3）中： 为新通道沿线省区市之间的物流联系空间强度； 为引力系数，通常取值为1； 为各省区市物流质量综合得分。
3）计算物流联系隶属度和最大引力
省区市之间的联系结构与方向可以通过空间联系网络图展现。为了详细了解各省区市间的物流联系走向，需要进一步计算物流联系隶属度。在修正后的引力模型中，选取各省区市的最大引力值 ，将相对应的区域进行连线，从而绘制出最大引力线连接图，得到最大引力值。物流联系隶属度和最大引力值计算公式如下：
式（4）~式（5）中： 为省区市间物流联系隶属度； 为省区市物流的最大引力值。
1.3 基于社会网络分析的物流联系网络特征计算
为了进一步分析新通道物流联系网络的结构特性，借助社会网络分析，对网络密度、网络中心性和凝聚子群等3个指标展开研究。网络密度能够反映省区市间物流联系的疏密程度，一般网络密度取值范围为[0,1]，数值越高，表示物流网络中省区市间联系越紧密，该网络对其他省区市的物流活动产生的影响也就越大。物流网络密度的表达式为：
式（6）中： 为省区市的物流网络密度； 为省区市物流网络中的节点数量； 为省区市i的物流联系， 为序号为 的省区市在网络中以点形式的表达。
，表明节点省区市 与节点省区市 之间存在物流联系； ，则表明二者之间不存在物流联系。
2 新通道物流联系空间布局及网络结构
2.1 研究区域及数据来源
国际陆海贸易新通道涉及西部地区的新疆维吾尔自治区、宁夏回族自治区、青海省、甘肃省、陕西省、西藏自治区、云南省、贵州省、四川省、重庆市、海南省、广西壮族自治区、内蒙古自治区等13个省区市。考虑到新通道的省部际联席会议是由省、自治区、直辖市参加，因此以上述13个参加联席会议机制的省区市作为基本研究单元，将每一个省区市所辖范围视为一个整体。
表1中新通道物流质量评价指标体系使用的数据来自2011年、2016年和2021年的《中国固定资产投资统计年鉴》《城市统计年鉴》《中国统计年鉴》及各省区市的年度统计公报；省区市间的交通距离和时间数据来自百度地图。
2.2 物流质量值计算
根据式（1）计算上述13个省区市的物流质量值，具体结果见表2。由计算结果可以发现：
表2 新通道物流质量值 |
| 省区市 | 2010年 | 2015年 | 2020年 |
|---|---|---|---|
| 内蒙古 | 0.213 | 0.282 | 0.344 |
| 广西 | 0.221 | 0.326 | 0.453 |
| 海南 | 0.044 | 0.072 | 0.147 |
| 重庆 | 0.174 | 0.298 | 0.450 |
| 四川 | 0.376 | 0.599 | 0.971 |
| 贵州 | 0.134 | 0.218 | 0.408 |
| 云南 | 0.195 | 0.306 | 0.554 |
| 西藏 | 0.007 | 0.021 | 0.051 |
| 陕西 | 0.228 | 0.342 | 0.494 |
| 甘肃 | 0.118 | 0.186 | 0.220 |
| 青海 | 0.026 | 0.051 | 0.076 |
| 宁夏 | 0.029 | 0.041 | 0.079 |
| 新疆 | 0.135 | 0.209 | 0.332 |
1）2020年新通道区域物流质量值的空间分布差异性明显。整体表现为新通道中部的物流质量值高、南北部物流质量值较高、西部物流质量值较低的空间格局。
2）分析新通道2010年、2015年、2020年的物流质量情况可以发现，新通道区域整体物流质量值呈上升趋势，但同时13个省区市上升水平存在明显差异。其中，四川省的物流质量值明显高于其他省区市，始终居于物流质量值的首位。四川省的物流质量值2015年比2010年增长59.20%，2020比2015年增长62.01%，增长速率保持稳定上升，这说明四川省当前物流质量发展接近成熟期。西藏虽然10年间的物流质量值都相对较低，但是其物流质量值的增长率较高，2010—2015年、2015—2020年，物流质量值的增长率分别为216.11%和142.72%，排名第一，发展潜力巨大。宁夏、青海、甘肃等3个省区市的物流质量值增长速率都表现出明显下降，表明其物流质量值发展进入瓶颈阶段。这3个省区市2010—2015年、2015—2020年的物流质量值增长率如下：宁夏分别为44.68%, 91.27%；青海分别为95.50%, 47.67%；甘肃分别为57.02%, 18.50%。而新通道其余省区市的物流质量值在2010—2015年、2015—2020年的增长率相对接近，处于成熟期。由此可以看出，新通道区域物流质量形成了以四川为中心向南北两端辐射的布局。
2.3 新通道物流联系空间布局
从空间联系视角，对原始数据作标准化处理后，将物流质量值代入修正的引力模型式（3）得到物流联系空间强度，再通过式（4）和式（5）分别求得物流联系空间隶属度和最大引力线值，进而对新通道物流的空间分布特征进行分析，为下一步的网络结构分析奠定基础。
2.3.1 物流联系最大引力线分布
表3 新通道物流最大引力线值 |
| 省区市 | 2010年 | 2015年 | 2020年 |
|---|---|---|---|
| 内蒙古 | 49.482 | 982.823 | 1 734.850 |
| 广西 | 118.402 | 2 837.035 | 7 379.464 |
| 海南 | 18.212 | 439.041 | 1 242.994 |
| 重庆 | 1 497.544 | 40 792.224 | 99 666.838 |
| 四川 | 1 497.544 | 40 792.224 | 99 666.838 |
| 贵州 | 334.465 | 9 305.898 | 26 242.510 |
| 云南 | 195.075 | 4 977.274 | 16 875.514 |
| 西藏 | 0.286 | 13.508 | 50.054 |
| 陕西 | 318.725 | 7 594.720 | 17 802.560 |
| 甘肃 | 159.691 | 4 418.737 | 7 731.968 |
| 青海 | 143.949 | 4 418.737 | 7 731.968 |
| 宁夏 | 25.777 | 585.559 | 1 538.958 |
| 新疆 | 9.046 | 208.963 | 480.766 |
研究结果表明：
1）2010—2020年，新通道13个省区市之间的最大物流引力线值不断提高，其南部最大物流引力线值增幅明显高于其北部，2020年其最大物流引力线值布局大致呈“闪电”形。其中，重庆和四川的最大引力线值对应的对象互为彼此，二者2010年、2015年和2020年的新通道物流最大引力线值都相同。
2）整体上，新通道区域物流“路径依赖性”特征明显，由单一核心向多核心演变。2010年，陕西省对外连接的引力线数目最多，区域物流集散能力最大；2015年，陕西和贵州对外连接的引力线数目最多；2020年，陕西、四川和贵州对外连接引力线数目最多。由此可见，2010—2020年，区域核心由陕西单一核心逐渐演变为陕西、贵州双核心，再演变为陕西、四川和贵州的多核心布局。从地理位置来看，核心逐渐由南北两端向中部靠拢。具体而言，四川同时与陕西、甘肃、青海、西藏、云南、贵州和重庆接壤，在地理范围上辐射新通道61.54%的国土空间，具有明显的地理区位优势。四川与陕西保持相对较强的关系，重庆与贵州保持相对较强的关系，同时，四川又和重庆保持相对强的关系，从而形成了“闪电”形布局。
2.3.2 物流联系空间布局
为研究新通道区域的物流联系空间布局情况，根据引力模型计算得到新通道各省区市间的物流联系引力值。可以看出，新通道物流联系在空间分布上存在不均衡现象，联系结构主要集中在贵州、四川、重庆和陕西。
从时序演化过程来看，新通道区域物流联系空间布局强度整体上呈现由弱到强的趋势，联系网络结构呈现从简单到复杂、从无序分布到向中部收缩的特征。2010年，新通道各省区市间的物流联系空间布局上普遍处于弱和较弱的水平，物流联系水平相对接近，各个区域“各自为政”，空间布局杂乱无序，呈无序网络联系结构；2015年，四川和重庆联系水平强，重庆和贵州联系水平相对较强；2020年，四川与重庆联系水平强，四川与陕西、重庆与贵州、贵州与云南联系水平相对较强。可见，在整体物流联系水平提高的基础上，陕西、四川、重庆和贵州的物流联系更加紧密，整体网络的联系紧密度在向新通道的中部区域靠拢，说明中部区域相对物流联系水平更高，物流能力更突出。
2.3.3 物流联系隶属度分析
本文通过计算物流联系隶属度，进一步探究各省区市间的物流联系方向。为了便于展示，计算各省区市2010年、2015年、2020年的物流隶属度，绘制新通道区域物流联系隶属度关系图，如图2所示。
图2中，线条表示两者之间存在隶属度大于20%的隶属关系，箭头方向表示隶属关系的方向。通过分析物流联系隶属度计算结果可以发现：①2010年，西藏与四川的隶属度在20%以上，但2015年和2020年的隶属度均低于20%，这说明西藏与四川的物流联系削弱后未得到加强；②2015年，云南与四川的隶属度高于20%，但2020年则有所削弱，隶属度低于20%，与之形成对比的是，云南与贵州的隶属度始终保持在20%以上，说明到2020年云南与四川的物流联系相对弱于云南与贵州的联系，这表明云南物流演变路径向东靠拢；③最为显著的是，2010—2020年，陕西和四川都与多个省区市保持着高于20%的隶属度，说明陕西和四川作为物流联系核心的地位明显，始终与多个省区市保持较强的物流联系。由此可见，陕西和四川是新通道区域中重要的物流集散中心，承载着重要的物流功能。
2.4 新通道物流联系网络结构分析
为全面把握新通道物流联系网络结构特征，运用公式（6）和UCINET 6软件对物流联系网络结构内部特征展开更深入的分析。
2.4.1 整体网络密度分析
利用社会网络分析法对新通道沿线省区市物流联系网络特征进行分析，运用UCINET 6计算得出新通道区域物流联系的网络密度。计算结果显示，新通道省区市物流联系的网络密度呈上升趋势，依次为2010年、2015年、2020年，其整体网络密度依次为0.276, 0.282, 0.289。由此可见，2010年，各省区市之间的物流关联度较弱，物流组织之间的关系松散；到2015年，物流联系加强，联系越来越密切，网络聚合度不断提高；到2020年，网络密度持续上升，说明新通道联系的网络聚合度仍在提高。
2.4.2 网络中心性分析
借助UCINET 6测算出新通道各省区市物流联系网络的中心性指标（度数中心度、接近中心度、中间中心度）。一般而言，度数中心度用于描述各个节点是否处于整体物流联系空间网络的中心，度数中心度越大，说明该省区市距离整体网络核心位置越近；接近中心度反映的是在新通道物流联系网络中各省区市不受其他省区市控制的程度，即一个省区市与所有其他省区市的接近程度；中间中心度反映的是某省区市对网络中资源控制的情况，其值越大，说明该省区市越大程度地控制了资源和信息流通。新通道区域物流联系空间网络中心性测算结果如表4所示。
表4 新通道区域物流联系网络中心性测算结果 |
省区市 | 2010年 | 2015年 | 2020年 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 度数 中心度 | 接近 中心度 | 中间 中心度 | 度数 中心度 | 接近 中心度 | 中间 中心度 | 度数 中心度 | 接近 中心度 | 中间 中心度 | |
| 内蒙古 | 33.333 | 48.000 | 0.000 | 41.667 | 48.000 | 17.273 | 41.667 | 54.545 | 5.584 |
| 广西 | 25.000 | 41.379 | 3.788 | 25.000 | 28.571 | 0.000 | 25.000 | 41.379 | 0.000 |
| 海南 | 25.000 | 52.174 | 27.348 | 25.000 | 28.571 | 0.000 | 33.333 | 54.545 | 29.372 |
| 重庆 | 25.000 | 42.857 | 10.909 | 25.000 | 44.444 | 48.485 | 25.000 | 44.444 | 8.939 |
| 四川 | 16.667 | 48.000 | 15.076 | 25.000 | 50.000 | 53.030 | 25.000 | 50.000 | 13.052 |
| 贵州 | 25.000 | 36.364 | 1.151 | 33.333 | 36.364 | 13.636 | 33.333 | 44.444 | 3.247 |
| 云南 | 33.333 | 44.444 | 8.712 | 33.333 | 36.364 | 13.636 | 33.333 | 44.444 | 3.247 |
| 西藏 | 50.000 | 60.000 | 34.545 | 41.667 | 40.000 | 5.404 | 50.000 | 63.158 | 36.724 |
| 陕西 | 50.000 | 57.143 | 23.081 | 50.000 | 50.000 | 29.066 | 50.000 | 57.143 | 11.988 |
| 甘肃 | 33.333 | 42.857 | 1.894 | 33.333 | 38.710 | 2.828 | 33.333 | 42.857 | 1.530 |
| 青海 | 25.000 | 42.857 | 1.439 | 25.000 | 31.579 | 0.379 | 25.000 | 44.444 | 1.742 |
| 宁夏 | 41.667 | 50.000 | 1.944 | 41.667 | 40.000 | 0.884 | 41.667 | 52.174 | 2.247 |
| 新疆 | 50.000 | 52.174 | 4.596 | 50.000 | 41.379 | 6.288 | 50.000 | 54.545 | 5.054 |
由表4可以看出：
1）2010—2020年，新通道物流联系网络中13个省区市的度数中心度变化复杂。2010—2020年，新疆、云南、陕西、甘肃、重庆、青海、宁夏和广西的度数中心度保持不变，说明上述省区市在网络结构中的位置没有发生变化。内蒙古、四川和贵州的度数中心度先增大后保持不变，说明这3个省区市在网络结构中的地位在提升后保持稳定。海南的度数中心度先保持不变，之后增大，说明海南在网络结构中稳定了一段时间后提高了地位。2010年，陕西、西藏和新疆的度数中心度并列第一，显示在网络结构中出现了3个中心点。从2010年到2020年，西藏的度数中心度先下降（2021—2015年）后上升（2015—2020年），说明西藏在网络结构中的位置波动较大。到2020年，陕西、西藏和新疆的度数中心度再次并列第一，说明在网络中又出现了3个中心点。
2）2010—2020年，13个省区市的接近中心度变化复杂，大部分省区市的接近中心度先减小后增大，说明2010—2015年，该网络中的物流联系在不断削弱，2015—2020年，物流联系逐渐增强。2017年新通道前身“渝黔桂新‘南向通道’”签署框架协议，后续不断加入新成员；2019年，国家发展改革委印发《西部陆海新通道总体规划》。可以看到，物流联系强度的回升在时间上与新通道的发展相对应。
3）整体来看，陕西的中间中心度变化较为稳定，相对水平也较高，说明陕西处在与其他省区市连接的最短路径之上，新通道物流网络中绝大多数物流联系是通过陕西来完成连接，因此陕西有着重要的“中介”作用，同时掌握着新通道中主要的资源。
2.4.3 新通道物流联系网络凝聚子群分析
为了研究新通道区域物流联系空间网络的稳定性，本文把新通道的13个省区市划分为13个不同组织，运用凝聚子群分析新通道区域物流的凝聚子群情况。采用UCINET 6的CONCOR算法，分别对2010年、2015年和2020年新通道物流联系网络进行聚类分析，得出这3个年份新通道子群分布示意图，见图3。
整体而言，新通道凝聚子群在2010—2015年变化较大，2015—2020年保持稳定；在二级层面保持4个凝聚子群，在三级层面保持7个凝聚子群，表现出一定的地理邻近性。具体而言，在三级层面，西藏由子群2归类到子群1，四川由子群7归类到子群2，云南、贵州始终归类在子群5。表明在新通道内，存在局部稳定和局部动态。成员之间的联系存在动态的非均衡问题，成员之间的联系不会一直加强也不会一直削弱，随时可能发生变化；部分省区市以被动、单向的形态参与网络运作。综合来看，新通道区域物流联系空间网络在整体表现为稳定的基础上，内部成员之间的联系同时存在稳定和动态非稳定状态。
3 结束语
综上所述，新通道区域物流发展呈现明显的路径依赖，其中部区域无论是在物流联系空间布局上还是在物流联系网络结构特征上，都表现出高度的一致性。虽然其整体物流水平和联系强度都在稳定增长，但增长方向更倾向于新通道的中部。在没有其他干扰的情况下，新通道中部区域物流发展会更加迅速。因此，对新通道中部区域物流发展保持高度关注是统筹新通道物流布局的关键。在物流联系网络布局上，呈现“去单一核心化”发展规律，新通道由单一核心向多核心发展，这也意味着新通道物流联系网络系统更加扁平、多元、强韧、安全，削弱了单一控制点对整个网络的威胁，降低了风险。由此判断，新通道物流联系网络目前正处于健康发展阶段。在新通道物流联系网络结构方面，陕西的中间中心度变化较为稳定，相对水平也较高，新通道物流网络中绝大多数物流联系是通过陕西来完成的，因此，陕西有着重要的“中介”作用；新通道区域物流联系空间网络在整体表现为稳定的基础上，内部成员之间的联系同时存在稳定和动态非稳定状态。
