-
城镇化是全球人文地理学和城市地理学研究的核心命题，2005年我国十六届五中全会上提出新型城镇化的概念并将其提到战略高度，推动了学术界对新型城镇化的研究热潮.现代物流业在全球范围快速兴起，20世纪70年代末被引入我国并成为我国经济发展的重要增长点，国内学者对物流的研究方兴未艾.从理论[1-2]到方法[3]，从社会物流[4-5]到分行业物流[6-8]再到企业物流[9-10]，国内学者对物流的研究内容不断丰富.同时，物流业通过垄断机制、低价机制、配套机制与集聚机制影响城市用地结构与城市形态，促进城市结构优化与功能调整[11].由此，新型城镇化的发展与物流发展二者在相互需要的内在机制作用下，产生了有效互动的耦合现象.
耦合是物理学的概念，指2个或2个以上的电路元件或电网络的输入与输出之间存在紧密配合与相互影响，并通过相互作用从一侧向另一侧传输能量的现象.后来有学者将耦合概念引用到人地关系系统研究，构建耦合模型分析两系统之间相互作用、相互影响的现象，而耦合度则是对2个系统之间协同作用从无序到有序的一种度量[12].长期以来我国学者对人地关系系统，尤其是对经济—环境系统的耦合关系研究甚多，广度与深度不断拓展，已经从地区层面拓展到国家层面、深入到地级层面，如李边疆等[13]对区域土地利用与生态环境耦合关系的系统分析，刘耀彬等[14]以江苏省为例的区域城市化与生态环境耦合发展模拟及调控策略研究，刘承良等[15]对武汉城市圈社会经济与资源环境系统耦合作用的时空结构分析，马丽等[16]对中国经济与环境污染耦合度格局及工业结构解析.这些研究都以分析社会经济系统与生态环境系统之间的关系特征及演化为主，而对社会经济大系统内的各因素之间耦合关系的研究鲜有学者涉及.本文通过“驱动力-压力-状态-响应”模型，分析物流系统与新型城镇化的驱动力指标、压力及状态指标，以及2个系统各自的响应指标，建立二者之前耦合的DPSR指标体系，并选择西部地区的中心城市重庆市进行案例实证.
HTML
-
结合我国当前统计数据的类型及特点，综合借鉴已有研究成果，遵循有效性、系统性、可操作性的原则，选取有代表性且信息重复性较小的评价指标.
-
新型城镇化有别于传统的城镇化，它由单纯的经济发展转向以人为本，经济、社会、文化全面发展、由外向的工业化推动转向“四化”的统筹发展.对于城镇化系统指标体系的选取研究，廖进中等[17]从人口城镇化、经济城镇化、空间城镇化以及生活方式城镇化4个方面来测度城镇化的综合水平；刘艳军等[18]从空间集聚、经济与社会发展、基础设施与生态建设等方面构建了城市化综合水平评价体系；常春华等[19]从人口、经济发展、产业结构、生活质量4个方面构建城市化水平指标体系.在物流系统指标构建及应用研究中，孙峰华等[20]从区域经济实力、物流企业竞争力以及物流业科技创新竞争力3方面评价城市群物流业核心竞争力；王圣云等[21]从区位环境因子、硬环境因子、软环境因子、经济条件因子4方面确定物流评价指标；金凤花等[22]从基础设施、经济发展水平、物流需求状况、产业规模、信息化水平5个方面分析物流区域发展水平.由于国内还没有一套完整且全面的新型城镇化指标体系与物流系统指标体系，因此，本研究参考多位学者对于城市化及物流系统指标的选取，并结合重庆新型城镇化的特点，采取“驱动力-压力-状态-响应”(DPSR) 模型构建了新型城镇化与物流发展的耦合指标体系.
“驱动力-压力-状态-响应”(DPSR) 模型是由经济合作与发展组织 (OCED) 开发并逐渐发展而来[23-24]，是一种在环境系统研究中采用频率较高的评估指标体系虚拟模型[25]，后也被应用于跨学科研究[26].其逻辑如下：驱动力作用于社会经济系统，驱动力产生的压力造成系统状态发生变化，这些变化又反过来使驱动力对此作出响应. DPSR模型的逻辑关系可以很好地解释驱动力系统要素耦合的作用机理.本研究将驱动力分为新型城镇化和物流发展2个方面，相应的指标见表 1.
1.1. 指标体系选取的原则
1.2. 指标体系的构建
-
新型城镇化与物流耦合指标体系由新型城镇化系统和物流系统2个子系统构成，新城城镇化子系统X有15个指标，分别为X1，X2，X3，…，X15；物流系统Y有12个指标，分别为Y1，Y2，Y3，…，Y12.当各个指标的大小对系统的贡献为正，即值越大，表明系统的功能越好时，为正指标；当各个指标对系统的贡献为负，即值越大，表明系统功能越差时，为负指标[17].在新型城镇化系统中，以城市或年份为研究对象，每个研究对象有15个指标，则有i×15阶的实测指标矩阵；在物流系统中，以城市或年份研究对象，每个研究对象有12个指标，则有j×12阶的实测矩阵：
-
由于指标之间存在一定的相关性，为了消除指标之间的不确定性对最终评价结果的影响，采用因子分析法对实测矩阵中的各个指标进行定量分析，只保留特征值大于1的K个因子作为主成分的个数，使得提取的主成分基本反映原始数据的大部分信息.在确定主成分的前提下，以主成分的方差贡献率 (即指标对系统的贡献) 作为权重，从而对研究对象的新型城镇化系统与物流发展耦合系统进行综合评价.
-
新型城镇化与物流系统的综合功效是新型城镇化与物流系统内所有的指标对各自子系统贡献的综合得分.具体计算公式如下：
式中：Ux为研究对象新型城镇化的综合功效；Uy为研究对象物流发展的综合功效；Fxi，Fyj分别为2个系统中的主成分；Dxi，Dyj为新型城镇化系统相应于主成分的权重；m，n的值等于相应系统中主成分的个数.
获取实测指标时，各个指标数列具有不同量纲和变异程度，通过将计算出来的新型城镇化与物流子系统的综合功效值Ux和Uy进行离差标准化，消除量纲和变异因素对系统功效值的影响.
-
耦合度的计算可以借助物理学中的耦合度计算模型，推广应用到多个系统相互作用的耦合度模型计算.计算公式如下：
式中：C为耦合度；U为各子系统的综合功效.由于本研究是由新城城镇化系统与物流系统构成的耦合模型，因此式中n=2，Ui，Uj分别对应新型城镇化子系统综合功效 (Ux)、物流子系统 (Uy).经过离差标准化的计算，Ux，Uy的值介于 (0，1) 之间，因此，耦合度C值介于 (0，1) 之间. C值越接近于0说明耦合度越小，系统向无序发展，系统与内部要素之间相关性较低，C值越接近于1说明耦合度越高，表明新型城市化与物流系统之间的联系越紧密，相互影响越大，制约性越强，C=1时，耦合度最大.
2.1. 实测矩阵的建立
2.2. 确定主成分及权重
2.3. 子系统综合功效计算
2.4. 系统耦合度计算
-
重庆市作为国家的中心城市之一被纳入国家新型城镇化试点名单，其新型城镇化发展对西部地区发展有重要的辐射与带动作用.因此，本研究选取重庆市及其38个区县作为案例，应用耦合指标体系进行二者之间的耦合度分析.
-
采用重庆市2000年-2014年统计年鉴的数据构建面板数据集，Y7，Y8指标由于个别年份重庆市对于用地指标做了调整，某些年份无法获得该指标，因此采用已有指标历年所占建成区面积的比重变化情况推算缺失的数据.
-
新型城镇化得分与物流系统得分按照常用的中值分段法进行分析，得分位于[0，0.25) 时，新型城镇化或物流系统处于初级发展阶段；得分位于[0.25，0.5) 时，新型城镇化或物流处于中级发展阶段；得分位于[0.5，0.75) 时，新型城镇化或物流处于中高级发展阶段；得分位于[0.75，1]时，新型城镇化或物流处于高水平发展阶段.耦合度的分类借鉴目前众多学者对于耦合度的分段方法[27]，当耦合度C介于[0，0.3) 时，新型城镇化与物流系统处于低水平的耦合阶段；当耦合度C介于[0.3，0.5) 时，两子系统之间处于拮抗阶段；当耦合度C介于[0.5，0.8) 之间，新型城镇化与物流系统处于磨合阶段；当耦合度C介于[0.8，1]，两子系统处于高水平的耦合阶段.
由图 1可以看出，重庆市物流发展与新型城镇化之间的耦合发展大致可以分为3个阶段.
阶段Ⅰ(-2007年)：物流发展与新型城镇化低水平耦合阶段 (0≤C＜0.3).这一阶段，物流业在波动中发展，而新型城镇化发展则处于传统城镇化阶段，城镇化水平不断提高，但质量提高不明显.物流业对新型城镇化的支撑作用还未显现，两系统处于无序发展状态.
阶段Ⅱ(2007年-2011年)：物流发展与新型城镇化拮抗阶段 (0.3≤C＜0.5). 2007年进入拮抗阶段，新型城镇化与物流业从无序的发展状态向有序转变，二者之间相互支撑作用逐年显现，物流与新型城镇化进入稳步发展阶段，但耦合度稍高于新型城镇化与物流的发展水平，说明2007年国家对新型城镇化发展指导思想与建设路径的确立，以及重庆市综合运输系统的建立与完善使得新型城镇化与物流业之间相互影响作用加大，物流业对新型城镇化的支撑作用越来越明显，重庆市以较短的时间由拮抗阶段过渡到磨合阶段.
阶段Ⅲ(2011年-2013年)：物流发展与新型城镇化磨合阶段 (0.5≤C＜0.8). 2011年开始，物流发展与新型城镇化在磨合过程中相互支撑作用较阶段Ⅱ有所增加，但相对于重庆市物流业与新型城镇化的快速增长速度，耦合度增长缓慢，远落后于新型城镇化与物流发展水平，说明重庆市新型城镇化与物流业虽发展速度较快，但产业结构、发展模式等问题还有待优化，二者还有很大的发展空间，重庆市新型城镇化与物流耦合作用或将经历一个漫长的磨合阶段.
-
将重庆市38个区县作为研究对象，以重庆市2014年统计年鉴和规划用地现状作为主要数据源构建面板数据集，指标数据除Y5，Y6，Y9，Y10，Y11指标，其余指标数据均来自于重庆市统计年鉴.
Y5，Y6取自于重庆市规划局2010年底31区县各类用地统计报告，以及重庆市规划局2010年度重庆市主城区城市空间发展报告.鉴于2013年该2项指标数据无法获得，因此用2010年数据代替，由于双桥区与万盛区在2012年已分别并入大足区与綦江区，因此为方便比较，在进行数据统计时将双桥区和万盛区的Y5，Y6这2个指标数据分别并入大足区和綦江区的该2项指标数据中；
Y9，Y10，Y11分别依据重庆市城乡总体规划 (2007年-2020年) 中对于港口的规划评价标准、机场的规划评价标准、铁路干线的规划以及已存在的铁路线和铁路枢纽站规模情况获得分值.
-
1) 重庆市新型城镇化水平普遍落后于物流业发展水平.由图 2、图 3对比可以看出，重庆市2013年新型城镇化得分总体低于物流业得分，普遍属于新型城镇化滞后型，说明重庆市新型城镇化发展还有很大的发展空间，应注重物流业对新型城镇化的支撑作用，同时注重其他各行业及相关因素的带动作用，促进新型城镇化合理快速发展.
2) 重庆市新型城镇化与物流系统耦合度空间分布不均，且与工业化发展阶段大致吻合，各区县之间差异较大.由图 3可观察到，新型城镇化与物流发展耦合较好的地区集中于主城与万州区，属于工业化发展中后期，新型城镇化与物流系统之间耦合度刚由拮抗阶段攀升至磨合阶段；新型城镇化与物流拮抗阶段地区以城市发展新区为主，城市发展新区是重庆市工业发展的主战场，其耦合度分布呈环状的形式围绕在磨合区附近，环状内部个别区县已呈由拮抗区进入磨合区趋势，耦合度由环状内侧向环状外侧递减；低水平耦合阶段地区呈团块状分布于广大的渝东南与渝东北地区，属于工业化发展的起步阶段.总体而言，全市各区县高水平耦合城市缺失，占比0%；磨合阶段城市6个，占比16%；拮抗阶段城市16个，占比42%；低水平耦合阶段城市16个，占比42%，因此重庆市各区县新型城镇化系统与物流发展耦合水平各地区空间分布不均，水平差异较大.
3) 经济发展水平越高的区县，物流发展与新型城镇化二者的耦合支撑作用越明显.依据图 2，3，4大致可以将区县分为4种类型：① 高高高型：即新型城镇化水平与物流水平相对较高且高耦合度类型，代表区县有沙坪坝区、九龙坡区、万州区、涪陵区等；② 低低高型：即新型城镇化与物流在各自系统内得分相对较低以及耦合度相对较高类型，主要区县有铜梁区、大足县、荣昌区、璧山区等；③ 低低低型：即低新型城镇化水平与物流水平以及低耦合度类型，主要为一般区县；④ 高高低型：即高新型城镇化水平与物流水平以及低耦合度类型，缺失该类型区县.高新型城镇化得分与高物流得分区县不存在低耦合度得分情况，说明新型城镇化与物流业在各自发展的过程中产生了有效的互动耦合现象，并通过相互磨合，耦合支撑作用随着经济水平的增长将越来越明显.
3.1. 评估指标体系在重庆市的应用
3.1.1. 数据来源
3.1.2. 测算结果分析
3.2. 评估指标体系在重庆市38区县的应用
3.2.1. 数据来源
3.2.2. 测算结果分析
-
经济增长对城镇化的促进作用已成为学术界共识.现代物流业作为城市经济的重要组成部分，在中国发展起步较晚，相关研究方兴未艾，其特征和作用尚未被充分认知.本研究选择处于快速工业化和城镇化阶段的西部中心城市重庆为案例，分析其物流发展与新型城镇化的耦合关系.
1) 本研究构建了基于“驱动力-压力-状态-响应 (DPSR)”模型的物流发展与新型城镇化耦合的指标体系.其中，物流发展指标体系包括12个指标，新型城镇化指标体系包括15个指标. DPSR模型的逻辑关系可以很好地解释二者发展水平及其耦合的作用机理.
2) 随着经济社会的发展，物流发展对新型城镇化的支撑作用越来越明显. 1999年-2013年间，重庆市新型城镇化与物流发展的耦合水平先后经历了低水平的耦合阶段、拮抗阶段、磨合阶段3个阶段，耦合度逐年增加；各区县在空间分布上与经济发展水平的分布密切相关，也进一步验证了上述论断.
3) 重庆市38个区县新型城镇化与物流之间耦合度空间格局呈组团状分布，并由城市中心向四周逐步递减.重庆市及区县的物流与新型城镇化系统协同作用还有较大的发展空间.
本研究关于新型城镇化与物流之间的耦合关系的研究受数据可获得性影响具有一定的局限性，指标体系的继续完善、二者内部之间作用过程与机制都是进一步研究的方向.
DownLoad: