0 引言

近年来，我国城镇化已进入快速发展时期^[1]，城镇化率由2008年的45.7%提高至2019年的60.6%，而新时代背景也对城镇化发展提出了更高要求，根本在于解决城镇化质量“高不高”等问题^[2]。同时，现代物流业已逐渐成为推动城镇化发展的重要动力^[3]，2018年12月《国家物流枢纽布局和建设规划》出台后，物流枢纽、物流园区等节点建设需求进一步增加，物流用地表现出一定程度的空间蔓延，部分物流设施呈现向城市郊区迁移的特征。这种物流蔓延现象是否影响城镇化水平“质”的提升，不同地区物流蔓延与城镇化是否实现协调发展，这一系列问题的探究对于引导城市化进程、促进现代物流业可持续发展具有重要意义。

城镇化发展一直是国内外研究的热点，对于城镇化发展水平的评估有单一指标和综合指标2种方法^[4-5]，不同学者对城镇化发展内涵的不同理解往往使得综合指标体系构建存在一定差异，进而影响城镇化水平评估结果。从物流蔓延的研究来看，国外学者Dablanc等^[6]最早将其定义为一种货运终端从城市中心迁移至郊区的趋势；Aljohani等^[7]进一步研究认为物流蔓延多发生在仓库等物流设施上。而国内学者对于物流蔓延的定义还未能明确界定，对于物流蔓延的研究也较为鲜见。宗会明等^[8]从物流蔓延视角揭示了重庆主城区批发市场的外迁机制；肖作鹏等^[9]采用核密度等方法分析了深圳市物流仓储空间的蔓延；戢晓峰等^[10]则认为城市物流蔓延是物流用地在空间范围上的扩张以及伴随的物流设施外迁现象，并利用我国土地市场物流用地数据，获取了我国城市物流蔓延的时空演化特征。从物流业和城镇化发展关系研究来看，多数学者认为物流业对于城镇化发展具有正向促进作用，它通过促进产业分工、优化城镇布局、吸引农村人口转移等推动城镇化进程。部分学者着眼于二者的协调发展关系，采用结构方程模型^[11]、Granger因果检验^[12]和隶属度函数协调度模型^[13]等方法对其协调发展程度进行测度。廖重斌^[14]提出，在度量系统或要素间的协调发展状况时，耦合协调模型具有更高的稳定性和更广的适用范围。综上所述，现有研究大多从宏观角度定性研究或省级尺度定量研究物流业与城镇化关系，而对物流蔓延与城镇化的空间关联特征研究还十分鲜见。

因此，本研究以我国291个城市为研究对象，采用双变量空间自相关并构建时空耦合模型，揭示不同时期物流蔓延与城镇化发展的耦合关系及演化规律，以期为制订城市物流发展战略、引导城市合理规划、促进区域物流与城镇化协调健康发展提供参考。

1 我国城市物流蔓延与城镇化发展关系解析

城市物流蔓延通常表现为城市物流用地比例的提升和物流设施的外迁。一方面，随着我国经济的快速增长，工农业生产和居民生活所产生的物流需求迅速增加，迫切需要建设更多物流园区、配送中心等物流设施，促使物流用地扩张速度加快，物流用地比重提升。另一方面，受中心城区土地价格、货车限行和城市规划等因素影响，物流设施呈现由城市中心向郊区外迁的趋势^[15]。物流要素在郊区形成集聚，有利于通过发挥集聚效应推动枢纽经济形成，从而促进城市经济及城镇化发展。大型物流设施的外迁，也使得中心城市的交通拥堵问题得到缓解，同时为优化城区用地结构提供了可能。而新型城镇化作为城镇化的新阶段，更强调城镇内涵的增长和质量的持续升级^[16]，这对物流业发展提出了更高要求。不仅要提高物流用地比例，更应通过优化物流设施空间布局、提升物流用地集约程度，实现物流蔓延与城镇化的协调发展。二者的逻辑关系如图 1所示。

2 研究方法与数据来源 2.1 研究方法 2.1.1 物流蔓延与城镇化水平测度

城市物流蔓延指数。物流蔓延指数用于刻画单元在研究时期内物流蔓延的程度，具体表现为物流仓储用地的扩张，用物流仓储用地扩张面积占总建设用地扩张面积的比例衡量^[10]。假设每年各类用地在建设用地中占比稳定，在时间序列下，物流蔓延指数则反映出物流仓储用地相对于其他用地的蔓延程度。具体表达式为：

(1)

式中，AEI_{i, t}为研究单元i在t时期的物流蔓延指数；L_{i, t}-L_{i, t-1}为研究单元i在t-1至t时期的物流仓储用地面积增量；T_{i, t}-T_{i, t-1}为研究单元i在t-1至t时期的总建设用地面积增量。

城镇化水平测度。常住人口城镇化率相较于户籍人口城镇化率能更真实反映区域城市化的实际水平^[17]。因此，本研究与国家统计局每年公布城镇化率统计口径一致^[4]，采用常住人口城镇化率衡量。

(2)

式中，UI_{i, t}为研究单元i在t时期的常住人口城镇化率；LP_{i, t}为城镇常住总人口数；TP_{i, t}为总常住人口数。

2.1.2 双变量空间自相关

距离越近的事物空间相关性越大^[18]。受空间因素影响，我国城市物流蔓延和城镇化在空间分布上可能呈现一定的空间集聚特征。Anselin等^[19]学者提出了双变量空间自相关分析方法，以此刻画多个变量之间的空间相关性，对于城市物流蔓延和城镇化空间关联的刻画具有较好的适用性。

双变量全局空间自相关用于描述2种变量相关特性的整体分布情况，具体公式为：

(3)

双变量局部空间自相关则可以获取局域空间的非典型特征，定位空间特征发生的确切位置，具体公式为：

(4)

式(3)、式(4)中，I和I_i分别为全局空间自相关系数和局部空间自相关系数；S为标准差；i和j为不同的研究单元；n为研究单元总数；W_ij为基于地理距离建立的空间权重矩阵；X_i和Y_j分别为城市物流蔓延指数和城镇化率；X和Y分别为其平均值。

空间自相关系数取值范围在[-1, 1]之间，若该值大于0且显著，则表示在空间上2个变量间存在正的空间相关性，且呈集聚态势；若小于0且显著，则呈现空间分散格局；若为0则表示在空间上随机分布；绝对值越接近1，表示空间相关性越大。

2.1.3 耦合协调度测度

不同时空作用下，彼此间相互影响的大小也呈现不同特征，用耦合协调度模型能够将二者的协调程度和发展层次进行综合考量^[14]。因此，以城市物流蔓延指数和城镇化率为数据基础，构建二者的时空耦合协调模型，以此探究城市物流蔓延与城镇化水平协调发展的时空动态关系。具体公式为：

(5)

(6)

(7)

式中，C_it为耦合度，主要体现二者的关联程度；a_it和b_it分别为研究单元i在t时期的城市物流蔓延指数和城镇化率；T_it为综合协调指数，反映二者对耦合度的贡献程度；λ和μ为待定参数，且和为1，本研究认为二者协调效应相同，故λ和μ均取0.5；D_it为耦合协调度，用于衡量二者协调发展水平的高低。

2.2 数据来源

本研究区域包括我国287个地级市及4个直辖市。研究城市物流蔓延指数模型中所使用的2008—2016年全国城市物流仓储用地面板数据来源于中国土地市场网，主要包括土地坐落地址、土地总面积、供应方式及签订日期等属性信息，剔除无效数据后，共保留有效数据25 320条。全国各城市总建设用地面积数据来源于2009—2017年《中国国土资源年鉴》中的国有建设用地出让情况条目。2008—2016年全国各地级市常住人口城镇化率指标数据主要来源于各省份和地级市统计年鉴、地级市国民经济和社会发展统计公报及政府工作报告。

3 实例分析 3.1 城市物流蔓延与城镇化发展水平的相关关系分析 3.1.1 我国物流蔓延与城镇化发展整体特征分析

利用式(1)测算城市物流蔓延指数，分别计算不同年份物流蔓延指数平均值，将其作为该年我国城市物流蔓延指数值，并与利用式(2)测算得到的城镇化率进行对比分析，结果如图 2所示。

由图 2可以发现，城市物流蔓延指数与城镇化率变化趋势整体上保持一致，均呈现逐渐递增的态势，在2009年和2016年相对其他年份物流蔓延指数变化幅度更大，有必要对二者的空间关联特性及时空耦合关系进行深入探究。从变化趋势上看，城镇化率相较于城市物流蔓延指数变化趋势则更为平缓，得益于国家对于城镇化水平提升的重视，通过《国家新型城镇化规划(2014—2020年)》等系列政策的出台，稳步推进我国城镇化发展进程。城市物流蔓延指数在2008—2013年均较为平缓，至2016年，我国物流用地需求逐步得到释放。

3.1.2 城市物流蔓延与城镇化率全局空间自相关分析

采用GEODA空间分析工具，建立基于地理距离的空间权重矩阵，计算不同城市物流蔓延指数与城镇化率的单变量Moran’s I值及其显著性，以及2个变量之间的Moran’s I值及其显著性，探索其空间关联特性。结果如表 1所示。

由表 1可知，城市物流蔓延指数的Moran’s I值在2008—2016年间呈现显著集聚-不相关-显著集聚的空间特征，而2008—2016年城镇化率均在1%的水平上显著，表明我国城镇化发展表现出明显的空间集聚。

从二者的双变量Moran’s I值来看，多数年度通过了显著性检验，表明在2008—2016年期间我国城市物流蔓延与城镇化发展存在一定的空间相关性。2008—2010年二者的Moran’s I值未通过显著性检验，表明在此期间城市物流蔓延水平并未对城镇化水平提升产生影响。而2011—2016年期间除2014年外均通过了显著性检验，且这种空间关联由负相关逐渐变化为正相关，2008—2016年二者空间关联呈现不显著-负相关-正相关的特征，城市物流蔓延在我国城镇化发展进程中的积极作用逐渐凸显出来，物流业对于城镇化发展的支撑作用越来越显著，主要通过促进经济总量提升、带动人口就业和配套设施建设等促进城镇化水平的提升。

3.1.3 城市物流蔓延与城镇化率局部空间自相关分析

为进一步探索城市物流蔓延与城镇化的局部空间关联特征，运用GEODA进行双变量局部空间自相关分析。2008年、2012年和2016年结果如表 2所示。

根据局部空间自相关分析结果可知，2008年，城市物流蔓延与城镇化率高-高相关的城市主要分布在珠三角、长江中游及舟山、唐山和克拉玛依等11个城市。低-低相关的城市主要集中在四川东部、重庆、甘肃南部、陕西西部及湖北东部等23个城市。2012年，珠三角、长三角及酒泉、乌海、双鸭山等15个城市物流蔓延水平高，其城镇化发展水平也高；低-低相关的城市在四川东部、甘肃南部和滇东北等地区形成集聚。至2016年，高-高相关的城市仅有长三角及唐山等8个城市，珠三角地区由高-高相关变化为低-高相关，而低-低相关的城市逐渐延伸到广西一带。

总体上看，研究时段内，低-低相关为城市物流蔓延与城镇化相互关联的主要类型，主要发生在四川西部、重庆及甘肃南部等我国西部地区，表明西部地区部分城市物流用地规模较小，其城镇化发展水平也相对较低，二者有较为密切的空间正相关，处于低水平的均衡状态。对于内蒙古中部、新疆北部等经济欠发达地区，其城镇人口比例提升并不依赖于物流业的发展，二者呈现较强的负相关。珠三角地区物流用地扩张的速度放缓，受交通水平、产业结构变化等其他因素影响，城镇化发展保持较高水平。

3.2 物流蔓延与城镇化的耦合特征

依据城市物流蔓延指数和城镇化率测度结果，利用式(5)~(7)计算每年全国各个城市物流蔓延与城镇化发展水平的耦合度、综合协调指数和耦合协调度，观察其时空耦合演化特征。依据聚类原理，将各城市分为中度失调型(0~0.2)、轻度失调型(0.2~0.4)、濒临失调型(0.4~0.6)、初级协调型(0.6~0.8)和良好协调型(0.8以上)5类，数值越大，即城市物流蔓延与城镇化发展之间的耦合协调性越好。

由耦合分析结果可以发现，2008年我国多数城市耦合协调值在0.6以下，处于中度失调、轻度失调和濒临失调状态城市数量占总数的92.1%，初级协调型城市主要分布在舟山、泉州和中山等20个城市，良好协调型城市仅有克拉玛依、乌海和东莞3个城市。2012年中度失调型城市数量明显减少，分别向轻度失调和濒临失调型城市转移，濒临失调型城市数量占比为46.1%。至2016年，城市物流蔓延与城镇化间处于濒临失调和初级协调状态逐渐成为全国城市的主要类型，分别占总数的38.5%和28.9%。中度失调型和轻度失调型城市数量差距不大，主要分布在陕西南部、重庆、云南北部、贵州西部等地区，良好协调型城市数量在2016年达到最高，全国城市物流蔓延与城镇化耦合协调度由东部沿海地区向西部内陆地区逐渐梯度降低，与全国经济发展水平的空间分布大体一致，说明二者的协调发展是经济水平、产业结构调整升级等因素共同作用的结果。

从城市类型看，2008—2016年，处于中度失调和轻度失调的城市数量均呈现大幅下降趋势，而处于濒临失调、初级协调和良好协调的城市数量均出现不同程度的增长，这表明在此期间，全国城市的物流用地扩张速度逐渐适应城镇化的发展，对于城镇化的支撑作用越来越显著，二者耦合协调水平不断提升。

4 结论

本研究以我国主要地级市和直辖市为研究尺度，在利用双变量空间自相关分析城市物流蔓延与城镇化空间关联的基础上，构建了二者的耦合协调模型，分析了二者的时空耦合及演化机制。主要结论如下：

(1) 从整体相关性看，2008—2016年期间，我国城市物流蔓延与城镇化发展的空间关联性呈现“不相关-负相关-正相关”的变化规律，城市物流蔓延在我国城镇化发展进程中的作用逐渐凸显出来。从局部相关性看，研究期间多数城市物流蔓延与城镇化空间关联特征表现为低-低相关，且主要集中在四川东部、甘肃南部和陕西西部等欠发达地区，珠三角地区由高-高相关逐渐变化为低-高相关，长三角地区则由低-高相关变化为高-高相关。

(2) 从耦合协调程度看，2008年我国多数城市耦合协调值在0.6以下，全国层面的耦合协调均值为0.29，92.1%的城市处于失调状态。至2016年，物流蔓延与城镇化间处于濒临失调和初级协调状态逐渐成为全国城市的主要类型，分别占总数的38.5%和28.9%，耦合协调均值达到0.53。总的来说，2008—2016年期间，处于中度失调和轻度失调的城市数量均呈现大幅下降趋势，而处于濒临失调、初级协调和良好协调的城市数量均出现不同程度的增长，二者耦合协调水平不断提升。