长江经济带物流业集聚的时空格局与影响因素研究

(贵州大学 管理学院,贵州 贵阳 550025)

进入21世纪,在经济全球化和区域经济一体化的大环境下,区域产业集聚现象与作用越来越凸显,对优化产业结构、激发生产要素活力、提升整个区域的竞争力都十分重要。产业集聚问题自19世纪末英国新古典经济学家马歇尔提出著名的产业空间集聚外部经济效应理论开始[1],在经历“工业区位论[2]、增长极理论[3]、竞争优势理论、新产业区位论”[4]等理论的发展后得到不断丰富和完善。我国对产业集聚的研究最早开始于工业部门[5],之后从

产业集群成长问题[6]、产业集群演化机制[7]、融合新经济地理学理论下的实证分析[8]等多方面对我国产业集聚问题进行了融合定性理论与定量实证的深入研究，大多借鉴产业集聚理论[9]。

现代物流业在经济发展、政策红利等多因素的驱动下,已成为区域乃至国民经济的支柱产业,和提升区域竞争力关键因素、衡量国家现代化发展水平的重要标志之一。因此,对物流产业集聚的研究成为学院派和实践派关注的焦点。早期主要偏重于基于物流产业集聚与区域经济增长互动关系的定性分析,Geppert[10]、Bergman[11]、Kayikci[12]、李剑[13]等分别研究了德国、英国、奥地利和我国的物流产业集聚对国家及地区经济增长的影响机制。随着研究的不断深入,国内学者开始从定量角度对物流产业集聚进行基于微观、中观和宏观视角的具有层级性的实证研究;葛金田、贾兴洪、武富庆[14-16]等基于省域微观视角对山东、河南和黑龙江的物流产业集聚情况进行研究;关秋燕、钟昌宝、龚新蜀[17-19]等从区域中观视角对我国东部地区、长江经济带、丝绸之路经济带的物流产业集聚进行了测评和分析;钟祖昌、谢守红、赵宇[20-22]等从国家宏观视角对我国31个省份的物流产业集聚与差异进行了研究。

从已有的研究来看,产业集聚研究方法主要有区位商、行业集中度、赫芬达尔指数、空间基尼系数、EG指数等[23],每种方法都有自己的侧重点和优缺点,而区位商是对物流产业集聚进行研究时最常用的方法。大部分学者在利用区位商时,只选取物流产值或从业人员单一指标进行分析,这样不但没有考虑不同区域内部劳动生产率的差异,而且还忽略了经济发展水平对物流产业集聚的影响,研究结果往往有失偏颇。本文在借鉴前人研究成果基础上,基于融合物流产值及物流从业人员两指标改进的区位商值法展开研究。物流是一个跨时空复杂的大系统,各种要素在区域内进行流动和传递,区域间的经济社会联系更是通过物流功能来实现,物流产业具有空间经济关联效应,对物流产业集聚进行研究时不能忽略空间区位因素。因此,本文将空间计量分析融入到物流产业集聚研究中,对其进行空间效应及影响因素的分析。

1 经济对物流产业集聚的效应机理

物流产业作为经济社会的一个重要子系统,其生存和发展是依附于经济社会中的其他产业,价值的发挥主要体现在对其他产业的服务水平和服务效率中。物流产业集聚与区域经济发展之间存在因果反馈机制(图1),物流产业集聚,相邻地区和企业由于产业关联效应、劳动力的空间区配导致的物流产出效率的提高和知识外溢导致较低的创新成本,进而提高生产率最终促进区域经济增长,经济增长反过来又会吸引更多物流企业流入“贴近市场”,从而进一步促进物质资本和人力资本的空间集聚[24]。区域物流是连接生产和消费的桥梁,物流活动贯穿于生产和消费的各个环节,是区域经济运行和发展必不可少的纽带。区域经济影响物流产业集聚的空间溢出效应主要从示范带动效应、技术创新效应、规模经济效应、企业协同效应等方面体现出来,空间溢出效应机理见图2。

图1 物流产业集聚与经济因果反馈关系

图2 经济对物流产业集聚空间溢出效应机理

1.1 窗口示范效应

经济发展较好的地区,物流产业集聚水平相对较高。其中,规模较大、发展较好和实力较强的地区和企业会产生标杆效用,成为模仿和追逐的对象。经济发展较好的地区会为相对落后的地区和企业提供先进的物流模式、物流理念、物流技术、管理经验等,从而促进落后地区学习和发展。

1.2 技术创新效应

经济发展好、物流集聚水平较高的地区能提供推动物流技术创新的专业化劳动和中间投入产品等创新要素,而落后地区则能以低成本获取这些创新要素，两类地区之间的频繁交流与学习可以有效提升彼此之间的信任度,降低交易的风险。因此,经济发展好的地区能提供有利于物流理念和技术创新溢出的环境,促使物流新理念、新技术向落后地区外溢和扩散。

1.3 规模经济效应

规模经济效应主要体现在两个方面：一方面在经济发达、物流集聚程度较高的区域内,可实现基于整个区域的物流基础设施共建、物流资源共享、物流政策共商的协调与可持续发展,低集聚区内的企业可享受到因规模扩大和资源共享带来的物流成本降低,因企业多样带来物流服务的个性化和专业化,从而满足不同的物流需求;另一方面,经济发达地区会产生累积效应,不断吸引更多的企业集聚,实现自身强化,促使集聚区规模的进一步扩大。

1.4 企业协同效应

在频繁的经济交往中,区内企业之间、区域与区域企业之间会以更紧密的关系展开合作和竞争,外地产业集群与本地产业集群形成紧密的向前联系和向后联系,延长价值链的强化溢出效用;企业集群会推动供应链从纵向一体化向横向一体化转变,企业间的协作可实现信息在供应链中的实时传递,避免信息失真而造成“牛鞭效应”,实现资源的高效利用,推动区域内物流产业向社会化、专业化和更高水平发展。

2 物流产业集聚空间格局

2.1 研究方法

区位商值法是衡量某一区域要素的空间分布情况,反映某一专门部门的专业化程度。该方法提出来后被广泛应用于旅游产业[25]、文化产业[26]、制造产业[27]、物流产业[28]等领域,对各领域产业集聚的研究具有指导作用。但很多研究在利用区位商值法时采取单一指标,不具有科学性,因此本文在此基础上做出改进,基本表达式为:

式中,LQij表示j地i产业的区位商;mij、nij分别表示j地i产业的从业人员和产值;mi、ni分别表示i产业全国从业人员和全国产值;mj表示j地总的从业人员;m表示全国从业人员数量。本研究中,i表示物流产业；j为长江经济带的“9省2市”。

2.2 物流产业集聚结果分析

研究所需的物流从业人员和物流产值以交通运输、仓储和邮政业的年末就业人数和产值来代表(由于我国物流行业统计工作不完善,且根据《第三产业统计年鉴》数据可知,交通运输、仓储及邮政业总产值占物流业增加值的70%左右，因此以传统物流行业组成部分的交通运输、仓储及邮政行业的数据来代表物流业的数据)，数据来自于2007—2016年的《中国统计年鉴》。利用式(1)可测算出来各地的物流区位商,因篇幅原因,结果从略。

从图3可见,长江经济带物流产业集聚水平呈现出明显的“马太效应”,下游地区(上海、江苏和浙江)物流产业集聚水平远远高于长江经济带的平均水平;中游地区(安徽、江西、湖北和湖南)、上游地区(重庆、四川、云南和贵州)物流产业集聚水平相近且低于整体平均水平。从趋势走向来看,2006—2015年长江经济带物流产业集聚水平整体较平稳,下游地区呈下降趋势,中游地区较稳定,上游地区呈持续上升的良好势头。对各省市的物流产业集聚水平进行聚类后可将11个省市分为三类,第一类为上海市,第二类为江苏省,其他省市为第三类。其中,第一、二类地处长三角经济圈,集聚水平较高;第三类90%处于长江经济带中上游,经济发展远远落后于下游地区,这在一定程度上验证了物流产业集聚程度与经济发展水平之间具有正相关关系。

图3 2006—2015年长江经济带物流产业集聚水平趋势

图4 长江经济带物流产业集聚水平聚类谱系

2.3 物流产业集聚空间演变

根据长江经济带各省市物流集聚水平,将其划分为四个层次：LQ≥1.5为物流产业高度集聚,1.2≤LQ<1.5为中度集聚,0.8≤LQ<1.2为相对集聚,LQ<0.8为相对分散；利用AcrGIS10.2对长江经济带矢量地图进行可视化处理,得到2006—2015年长江经济带物流产业集聚的演变过程(图5)。

2006—2015年长江经济带物流产业集聚水平的演变轨迹具有以下特征:①物流产业集聚水平具有层次异质性,呈现从东部沿海向西部内陆递减的趋势。2006年物流产业集聚具有很强的“马太效应”,但经过10年的发展,东中西之间的差距逐渐缩小,物流产业集聚的“马太效应”得到弱化。②东部地区的上海市始终保持高度集聚,江苏省经历“中度集聚—高度集聚—中度集聚”的过程,而浙江省则由中度集聚演变为相对集聚,集聚水平大大降低;中部地区湖北和湖南处于相对集聚水平,安徽和江西则从相对集聚逐渐演变为相对分散,物流产业的规模效益不明显;西部地区重庆市物流产业相对集聚,四川和云南始终为相对分散,贵州的集聚水平变化最明显和快速,由2006年的相对分散发展为2015年的中度集聚,发展势头良好。③长江经济带超过60%的省市物流集聚水平相对稳定,其发展具有明显的路径依赖性。

图5 2006—2015年长江经济带物流产业集聚空间演变

3 物流产业集聚空间差异

从以上物流产业集聚水平和空间演变发现,长江经济带各省域之间的物流产业集聚存在一定的空间差异性。通过全局空间自相关分析得知(图6):2006—2015年长江经济带物流集聚的全局空间自相关系数呈下降趋势。2006—2012年,Global Moran′s I为正数,但系数较小,区域内物流集聚在空间上呈现弱正相关性,物流集聚水平相似的省域相对集中;2012年后,Global Moran′s I变为负数,区域内物流集聚在空间上呈现弱负相关性,物流集聚水平相似的省份在空间上呈分散分布,物流集聚水平不同的省域相邻。结合上文长江经济带物流产业集聚的空间演变轨迹可知,2006—2015年长江经济带物流产业集聚水平由最初严格的空间层次异质性的阶梯式分布,逐渐演变为物流产业集聚水平相似省份的“跳跃式”分布,可见Global Moran′s I的发展趋势与长江经济带物流产业集聚的空间演变轨迹相吻合。

图6 2006—2015年长江经济带物流产业集聚的Global Moran′s I

从Global Moran′s I的变化看,2008—2009年出现幅度较大降低,这主要是由于全球金融危机的爆发,使东中部地区经济受到冲击,物流产业也受到一定的影响,而西部地区享受到东部地区产业转移带来的空间经济溢出效应,物流产业得到发展,物流产业集聚水平差距不断缩小。2010年后,Global Moran′s I呈现逐年降低态势。2009年我国印发了《物流业调整和振兴规划》,对长江经济带物流产业的发展起到了指导作用。2013年国家“一带一路”战略实施和我国逐渐进入经济“新常态”的宏观政治经济环境,经济发展速度放缓,更加注重地区的统筹协调发展。在此背景下,西部地区经济得到极大发展,经济快速增长激发了物流产业的活力,为西部物流产业发展注入了“新动能”,长江经济带省域间物流产业集聚水平空间分布差异性在快速缩小。此外,采用局域空间自相关分析法,得到Moran散点图和LISA聚集图(图7),反映了省域间的局部空间差异。

由图7可知,长江经济带物流产业集聚的局域空间自相关具有以下特征:①2006年,落入“HH”和“LL”的点共有7个,占比达到65%左右。位于“HH”区的江苏和浙江,“LL”的江西、湖北、湖南、贵州和云南7省呈空间正相关性,物流集聚水平差异较小,而上海和重庆、安徽和四川则分别落入“HL”和“LH”象限,呈空间负相关性,与周边省市存在差异性。②2010年,上海市由“HL”转入到“HH”,周边的江苏和浙江两省物流集聚水平与上海市在逐渐缩小,物流产业发展的均衡性得到提高,重庆由“HL”转入到“LL”,自身的物流产业集聚水平有所衰退。③2015年,“HH”和“LL”的点减少到6个,各省域间物流集聚差异性增加,这主要是上游地区物流产业集聚水平提高所致。④落入“HH”的主要为长江下游省域,而“LL”的为中上游省域,中游4省的落点在10年间未有所变动,该地区物流产业集聚具有严重的空间锁定和路径依赖性。从LISA聚集图可见,下游的上海市始终与周边地区具有显著差异性,物流产业集聚水平高于周边省份;中游的安徽省则始终被物流产业集聚水平高的省份所包围,物流产业集聚水平远远滞后于江苏、浙江、湖北和江西4省;上游的云南省物流产业集聚水平要低于周边省域,而贵州省的物流产业处在高速发展阶段,迅速与周边省份拉开距离,成为上游地区的“热点”。

图7 2006—2015年长江经济带物流产业集聚Moran散点图及LISA聚集图

4 物流产业集聚影响因素

根据外部经济效应可知,“热点”区由于其经济水平、区位条件等优势具有外部性效应,但这种外部性既可能是正面的,也有可能是负面的。因此,基于空间面板数据模型对长江经济带空间溢出效应进行研究,发达地区各要素对周边地区物流产业集聚是具有溢出效应的辐射和带动作用还是产生制约物流发展的“虹吸效应”？

4.1 物流产业集聚影响因素分析

主要是:①经济发展水平。物流产业作为经济社会重要的基础性产业,与经济发展相辅相成。经济发展能刺激物流需求,繁荣物流市场,经济发达地区往往以较好的产业基础、完善的基础设施和先进的技术条件等要素吸引着物流企业聚集,因此经济水平是影响物流产业集聚的重要因素之一。②基础实施条件。物流系统是包含运输、仓储、装卸搬运、流通加工、包装、配送和信息等多环节的复杂系统,运输和仓储是其中最主要的两大功能,运输活动是借助机场、公路、铁路、港口等基础设施完成的,基础设施的好坏在很大程度上影响着物流活动的效率,是吸引物流企业入驻和推动物流产业集聚的重要条件。③对外开放程度。对外开放对区域内物流产业集聚的影响主要体现在三方面:一是通过对外开放可吸引外来资本流入,改善当地的投融资环境,提高物流产业的投资效率;二是吸引外来企业进入,提升区域内物流产业的竞争力;三是吸收外来先进的技术、知识和管理理念等,提高当地物流企业的技术效率。④地区产业结构。从各省经济结构来看,主要以第二产业为主,第二产业与物流产业联系最为紧密且对物流需求量最大,因此第二产业的发展可带动经济增长,从而促进物流企业集聚。⑤政府宏观调控。政府宏观调控对物流产业集聚影响主要表现为两方面:一是资本手段,通过对物流产业的资金投入和政策优惠,为物流业的发展提供良好的外部环境,推动物流企业的聚集;二是行政手段,通过制定行业规则和产业布局规划来直接或间接促进物流企业的集聚。⑥劳动力资本。高水平的劳动力素质可营造有利于技术和知识溢出效应的良好环境,能吸引企业流入,提高物流产业集聚水平。⑦社会消费水平。人们消费能力的不断提升在很大程度上促进了商贸物流发展。近年来,各种新型物流模式和理念层出不穷,城市居民对生活品质的高要求对物流效率的改善提出更大的挑战。物流企业选择合作协同,发展社会物流以降低成本和提高物流效率,在很大程度推动了物流企业的聚集。

4.2 变量设计及数据来源

通过对物流产业集聚影响因素的分析,在借鉴相关文献[20-22]的基础上,分别用GDP、等级公路里程(GH)、外商投资总额(TFI)、工业增加值(IAV)、物流固定资产投资(LFI)、物流从业人员(LEN)和社会消费品零售总额(TRS)来表示各变量。数据均来自2007—2016年的《中国统计年鉴》,具体的变量描述统计见表1。

表1 变量描述性统计

4.3 模型分析与设定

Anselin认为所有的空间数据都具有空间依赖性或空间自相关特征[29],区域之间的相关性是区域问题研究中不容忽视的重要现象。在利用传统的计量经济学研究区域物流问题时,很多研究者忽略了空间区位因素,而采用单一横截面数据或时间序列数据来研究各因素与物流的关系,这往往会缺失空间因素对物流的影响。相较于传统计量分析,空间计量经济学将空间因素考虑到现实问题中,使研究更加客观全面。近年,更多学者在研究包括物流在内的经济问题时将空间区位因素考虑在内[30],能很好地分析空间因素对物流和经济现象的影响程度与作用方向,结果更加符合客观现实情况。

一般的空间面板数据模型包括空间滞后面板数据模型(SLM)和空间误差面板数据模型(SEM),分别用来分析对本地以及对周边地区的影响。LeSage在这两个模型的基础上构造出了空间杜宾模型(SDM),同时包含两种模型所产生的影响。本研究是针对物流集聚的空间溢出效应,根据上文的经济对物流集聚溢出效应的机理分析,其溢出效应同时包括SLM和SEM两种影响,且通过了Wald和拉格朗日检验(LR)(表2),因此本文选用SDM模型进行分析。考虑到样本个体数多于时点数且上文显示各地区的物流产业集聚具有差异性[38],Hausman检验显示p值为0.0000,在1%显著下拒绝随机效应的原假设,综合选择个体固定效应模型。

为了消除异方差,对各变量取对数来构造空间杜宾模型,表达式为：

lnLQ=ρWlnLQ+α1lnGDP+α2lnGH+α3lnTFI+α4lnIAV+α5lnLFI+α6lnLEN+α7lnRUS+α8LLQ+α9WlnGDP+α10W×lnGH+α11W×lnTFI+α12W×lnIAV+α13W×lnLFI+α14W×lnLEN+α15W×lnRUS+Up+Ut+ε

(2)

式中,ρ为空间自回归系数;α1—α8表示影响因素对当地被解释变量的回归系数;α9—α15为对周边地区被解释变量的回归系数;Up、Ut、ε分别为空间固定效应、时间固定效应和随机误差项。空间权重矩阵W选用rook赋权法(rook赋权法表示当相邻空间观测单元i和j之间共享一个边界时,则Wij=1,否则Wij=0。)得到经过标准化的矩阵。

表2 空间杜宾模型的Wald和LR检验

4.4 结果分析

通过Matlab2016a软件编程得到在不同状态下的SDM估算结果,对不同效应下空间杜宾模型的检验结果可知,时空双固定效应下的R2与laglikelihood检验效果要优于单一的空间固定效应或时间固定效应,且大多在1%下显著,因此选用时空双固定的杜宾模型进行溢出效应测算。

由于空间滞后项导致的空间回归系数并不能很好的反应变量的边际效益,因此通过空间效应分解将其分解为直接效应、间接效应和总效应。借鉴Lesage、Pace的做法[31],利用锡夫矩阵,将SDM演化为式(3)。被解释变量对解释变量的偏微分方程矩阵为式(4),矩阵对角线为解释变量的直接效应,非对角线为间接效应,具体分解效应见表3。

Y=(1-ρWij)-1(Xβ+WijXθ)+(1-ρWij)ε

(3)

=(1-ρWij)-1

βkW12θk…W1nθkW21θkβk…W2nθk………Wn1θkWn2θk…βk

(4)

从表3可见,区域GDP、等级公路里程、外商投资、工业增加值、物流固定资产投资、劳动力资本、社会消费水平等因素均对本地的物流集聚具有直接促进作用。其中,工业增加值和社会消费水平对物流产业集聚的影响最大,通过1%显著性检验,弹性系数分别为0.7991和0.7423。此外,只有经济发展水平和等级公路里程对周边地区物流集聚的空间溢出效应为正,分别为0.0036个单位和0.0668个单位,均通过了5%的显著性检验,其他各因素均产生不同程度的负溢出效应,但大多不具有统计学意义。

表3 效应分解结果

经济发展水平对物流集聚的直接影响系数为0.0268,在10%显著水平下通过检验。区域经济与物流之间具有因果反馈关系,区域经济的发展会为物流企业集聚提供基础设施保障和产业政策红利;区域经济发展会加速社会分工的细化,为企业由“纵向一体化”向“横向一体化”的转变提供外部协作环境,越来越多的制造企业或流通企业将物流业务剥离外包给专业的第三方物流企业,从而推动物流产业的集约化、一体化和规模化。从溢出效应来看,影响系数为0.0036,溢出效果较小,即存在“弱核牵引”的现象。这主要是因为区域间行政部门的条块分割和保护主义的存在,使区域间的经济发展缺乏联动性,所以对物流产业集聚的扩散效果较小。基础设施的直接影响系数为0.2894,在10%显著水平下通过检验。交通条件是物流产业集聚的外在保障,快速响应市场和完成货物流通在激烈的企业竞争中越来越重要。因此,完善的道路交通,发达的运输网络已成为吸引物流企业集聚的重要条件。此外,基础设施具有正向的外溢和扩散效应,可推动周边地区物流产业的发展和集聚,完善的交通可方便区域之间的交流,有利于技术、知识的传播和人力资本的流动。外商投资的直接影响系数为0.2430,且通过5%的显著性检验。外商投资可有效改善当地的投融资环境,在为当地物流业的发展提供资金保障的同时会带来先进的技术、理念和营造有利于先进要素传播的良好环境。外商投资的间接影响系数为-0.2838,但并未通过显著性检验,说明外商投资对周边地区的物流产业集聚影响不明显。工业增加值的直接影响系数为0.7991,且通过1%的显著性检验。工业增加值对物流产业集聚的影响最大,是推进物流产业集聚的主要动力。长江经济带沿线省市,尤其是中下游省市主要以第二产业为主。但当地工业的发展会对周边物流产业集聚产生负溢出效应,主要是因为以市场和利润为导向的物流企业会趋于向市场大、环境好的区域集聚,这会阻碍周边地区物流产业集聚水平的提高。物流固定资产投资的直接影响系数为0.1287,在10%显著水平下通过检验。一方面可通过直接投资促使物流企业的集聚,另一方面通过投资可以提高社会对物流产业的热度,促使物流产业的繁荣。但物流固定资产投入增加,会扩大物流产业的“马太效应”，所以物流固定资产投资会对周边产生负溢出效应。劳动力资本的直接影响系数为0.1745,且通过1%的显著性检验。当今物流产业知识密集型和技术密集型的特征越发明显,专业型的物流人才是发展现代物流业的关键,在物流产业集聚中发挥重要作用。劳动力资本对周边地区物流产业集聚存在负空间溢出效应,但并未通过检验,无法判断劳动力资本是否存在空间溢出效应。社会消费品零售总额是促进当地物流产业集聚过程中的重要推手,对当地的物流产业集聚度影响系数为0.7507。社会消费品零售总额的增加,将会催生更多的零售市场和专业化市场,商业市场的集中会引导物流需求集聚。为了快速响应市场、缩短运输距离和降低物流成本,以市场为导向的商贸物流企业将会主动靠近物流需求集中区域,以求占有市场和提高物流效率,随着集聚水平的提高,配送中心、物流园区等具有高度集聚能力的物流载体会逐渐涌现,在区域内形成物流业与商贸业的联动发展。本地区商贸物流的发展对周边地区物流产业集聚的溢出效应未能通过检验,溢出效应并不清楚。

5 结论及建议

5.1 结论

基于改进的物流区位商对长江经济带物流产业集聚水平进行测评,并对长江经济带物流业空间格局、空间差异及影响因素进行研究。结果表明:①长江经济带物流产业集聚的层次异质性弱化,但局域异质性却逐渐凸显出来。②长江经济带物流产业集聚在空间上由弱正相关的集聚逐渐演变为弱负相关的离散,集聚水平由阶梯状递减分布演变为水平相近省域“跳跃式”分布。③各因素对本地物流产业集聚具有正向推动效应,而对周边地区则主要呈现出负溢出,整体上“回流效应”大于“扩散效应”。

5.2 建议

加强区域间交流与合作。依托长江这一天然的黄金水道,实施大物流战略,各省协作打破行政边界与藩篱,加强省域间尤其是“热点”地区与“冷点”地区的协作与联动发展,更多的发挥“热点”地区溢出效应,避免对周边形成“汲取效应”。沿长江流域合理布局物流产业,推动交通枢纽设施的共建与共享,打造沿江“轴—辐”交通运输网络,实现区域内物流基础设施共建、物流资源共享、物流政策共商等协调与可持续发展。统筹规划长江经济带物流产业,弱化区域间物流产业的“马太效应”。政府有关部门在布局物流产业时,应着眼于森林而非树木,要认识到不同区域物流产业集聚的时空差异性,既要做到统筹规划,又要立足当地发展实际,因地制宜,依托自身优势打造新的物流增长极,实现多渠道共同驱动的效果。

推动地区间横向协同,实现沿江走廊式的“扩散效应”。作为长江经济带的“龙头”,长三角地区要发挥其经济实力强、区位条件好的优势,保持物流产业的高度集聚,充分发挥向内陆地区的辐射与带动作用;加强中游“长株潭经济圈”和上游“成渝经济圈”的建设力度,立足本地,实现区域间的战略互动,推动物流产业结构优化升级;从长江经济带物流与经济发展不平衡的现实出发,通过上海、南京、合肥、重庆等核心“节点”城市的“极化”作用,带动整个经济带物流产业的发展。以三大经济圈为极点打造物流产业走廊,实现物流要素的向外流动,增强三个地区辐射能力和物流产业的溢出及扩散效应。