数字物流亦称为“第五方物流”，通常指在商贸的实际运转操作中，应用互联网技术来支持整个物流服务链的同时，组合相联参与者协同工作，为企业提供高效的物流需求服务。面对复杂多变的市场环境，企业需要通过打造供应链体系来完成数字物流的转型，以提高其运作效率、抗风险能力与盈利能力。数字化转型将成为各行各业高质量发展的必然趋势。物流是支撑国民经济发展的一个重要产业，但物流行业的发展还存在着一些不平衡、不充分、不协调的问题，物流经营的规模和质量大而不强的现状亟待改善。当前的物流服务体系与人民群众对数字化、智能化、专业化物流的需求之间还具有一定的差异性。在这种情况下，如何抓住数字化发展的机遇，培育出数字经济的新动能，是我国物流产业实现转型升级，实现降成本提质增效，谋求高质量发展的关键。

本文参考鲜祖德、王天琪(2022)等研究，基于《中国统计年鉴》、相关省市的统计年鉴等可得性权威数据，从数字经济设施基础、数字经济产业基础和数字经济活动表征等3个方面建立综合评价指标体系，深入分析长三角地区数字经济发展水平的空间分布特征及其影响因素。

1 我国物流业与数字经济融合水平测度

1.1 研究方法

1.1.1 熵权-Topsis法

熵权-Topsis模型是能充分发挥原始资料信息、真实反映各项指标的实际作用的综合评估方法。

(1)数据标准化

正向指标：(1)

逆向指标：(2)

其中，x'ij代表物流业和数字经济评价指标的原始数据，maxxj和minxj分别代表在样本期内第j个指标的最大值和最小值，y'ij是指标准化后的指标数据。

(2)确定指标权重

(3)计算综合指数(Topsis)

1.1.2 耦合协调度模型

耦合协调度模型是有效检验对象之间协调发展的工具。耦合协调度模型涉及耦合度C、协调指数T以及耦合协调度D，3个指标，并将耦合度和协调级别的判别准则相结合，得到系统之间的耦合协调性。

1.2 构建指标体系

1.2.1 指标体系构建

本文从基础设施、产出规模以及发展潜力三个层面构建我国物流业与数字经济的综合评价模型。具体指标及指标含义见表1和表2。

1.2.2 数据来源

本文所用的各项指数根据2013—2022年《中国统计年鉴》《中国电子信息年鉴》《中国信息年鉴》《中国环境年鉴》《中国第三产业年鉴》等为数据来源，并采用极差方法对其进行无量纲分析。

1.3 长三角地区物流业与数字经济融合水平测度

长三角地区数字经济发展水平呈现出东高西低、南高北低、东南高而西北低的分布特征。通过对长三角地区2013—2022年物流产业与数字经济融合程度的测算发现，目前，我国物流产业与数字经济的融合程度平均为0.700，处于中等发展阶段。从长三角地区总体来看，上海、南京以及杭州等19个地级市(县)的区域物流业与数字经济融合水平高于长三角地区均值，且均分布在上海、江苏以及浙江，而安徽的几个城市水平都在长三角均值之内，且长三角地区物流业与数字经济融合水平随着时间的推移逐步减小。长三角地区不同城市的物流业和数字经济的融合水平出现了地域性差异。上海作为长三角地区的经济中心和全国数字经济发展的领先区域，物流业和数字经济的融合水平较高。江苏省地区的制造业、物流业仍占主导地位，并有快速发展信息化的基础，数字经济和物流业的融合水平相对较高。浙江省地区则以电商经济为代表，在电商物流方面有着强劲的发展势头。安徽省地区由于产业结构基础偏向第一产业的原因，在物流业与数字经济融合方面还未达到平均水平。

2 长三角地区物流业与数字经济融合水平的总体差异和时空效应

2.1 研究方法

Dagum基尼系数主要用来描述区域发展的不均衡性，其基本思路是将基尼系数按子分组进行分解。本文参照杨海明等(2018)研究，计算公式如下：

本文以我国26个地级市为研究主体，其中k是子群数量，i和r代表子群内省份的数量。Dagum基尼系数将总体区域差异G分解为区域内差异Gw、区域间差异Gb以及区域间超变密度差异Gs，其满足G=Gw+Gb+GS的关系。rji(rhr)是j(h)省份中物流业与数字经济融合水平，δ是全国物流业与数字经济融合水平的平均值。

2.2 长三角地区物流业与数字经济融合水平的总体差异

长三角地区物流业与数字经济融合水平的总体基尼变化如图1所示，从整体上看，基尼系数范围为0.01～0.04，表明长三角物流产业和数字经济的融合程度有不同程度的不平衡，而从区域差距的变动趋势来看，整体基尼系数表现为波动中逐渐降低的态势，2013—2014年基尼系数由0.0302下降至0.0139，在此期间，我国为了应对国际金融危机，制订和执行了《物流业调整与振兴规划》,推动长三角物流产业的迅速和稳定发展，缓解长三角地区物流业与数字经济融合的不平衡现象。2014—2016年基尼系数有较大的增长，这期间根据《国务院关于进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》和国家邮政局《邮政业“十一五”规划》,为促进长江三角洲地区快递服务实现跨越式发展，制定《长江三角洲地区快递服务发展规划(2009—2013年)》。2016—2022年总体基尼系数降至样本期的最小值0.0134，期间有小幅度浮动，但随着数字经济的发展，长三角地区物流业与数字经济融合水平差异逐渐减少。

2.3 长三角地区物流业数字经济融合水平的时间和空间效应

t检验公式：

t检验亦称student t检验，主要适合样本含量较小，比如n<30，总体标准差σ未知的正态分布，是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。

为分析不同城市之间数字经济融合水平是否存在差异，本文以省级为单位计算差异水平，并查看各省在十年间的变化，以及三个省之间的差异，结果显示(见图2)，三省数字经济融合水平在十年间的差异并不显著。安徽省呈现出缓慢增长的趋势，江苏省起伏较大，在2017年与2018年数字经济融合水平较低，自2019年以后逐步恢复正常。上海地区则在2018年后缓缓降低，直至2022年开始停止递减趋势。浙江地区在十年间变化有较大起伏。总体来看，上海、江苏、浙江三个地区的物流业与数字经济融合水平没有显著性差异，而安徽地区在十年间与上述三个地区呈现出明显的差异。

数字经济因其空间扩散和知识溢出两大特性而产生空间相关性。为了深入剖析长三角区域物流与数字经济融合程度的地域与空间分异，本研究拟采用热力学聚类图，从时空两个角度对长三角区域物流与数字经济融合程度进行研究，并对该区域物流与数字经济融合程度进行分类。将长三角地区的城市总体分为三个大类，分别是长三角西部地区以芜湖、马鞍山、滁州、池州、安庆、铜陵、宣城“低-低”集聚区，表明这7个城市的物流业与数字经济融合水平较低，且发展趋势不强，需要其他周边城市带动发展，这些地区地理环境差，缺少海岸线和资源优势，人才流失严重，故而形成了“低-低”集聚区。合肥单独为一类“低-高”类型，表明虽然合肥物流业与数字经济融合水平起步较低，但合肥通过科技创新，以及国家的大力扶持，未来极有可能过渡到“高-高”集聚区。最后一类是长三角东部地区，浙江、江苏、上海等各个城市的“高-高”集聚区，在改革开放之初，这些区域依托国家政策、区位优势，率先发展经济，为数字经济、物流产业的发展奠定了坚实的基础，从而逐步形成了“高-高”集聚区，并对周边区域具有显著的辐射作用，导致周围全部形成了“高-高”集聚区。此外，长三角地区物流业与数字经济的融合程度具有明显的差异性。

(1)上海地区：

上海物流业和数字经济的融合水平较高，尤其在电商物流和物流大数据方面，上海具有明显的优势。上海作为长三角地区的中心城市和中国最大的经济中心，在物流业和数字经济融合方面已经取得了显著的成果。例如，在物流信息化方面，上海率先推行了“电子口岸”系统，实现了全球贸易单一窗口的网络化服务。在物流科技方面，上海率先建设了智能港口、智能物流园区等，实现了物联网的全面应用。

(2)江苏地区：

江苏省是中国制造业的重要基地和物流中心之一。在物流业和数字经济融合方面，通过积极推动物流信息化和数字经济，大力发展电子商务和跨境电商。同时，江苏省建设了一批智能物流园区，充分利用物联网和大数据技术提升物流效率和服务质量。但由于地域、产业结构等不同因素的影响，数字经济和物流业的融合水平还存在改进空间。江苏省部分物流企业在信息化方面存在发展的问题，同时江苏省的电商物流发展相对较为滞后，电商订单处理、仓储管理等环节有待提高。

(3)浙江地区：

浙江是我国电商物流发展最为活跃的省份之一，其中杭州、宁波等城市已成为国内知名的电商物流中心。浙江物流业和数字经济的融合相对较为深入，促进了地区经济发展，具有较高的数字经济发展水平，但在物流信息化和大数据应用方面还需要继续加强。

(4)安徽地区：

从整体上看，安徽省物流业仍处于从传统初级物流向现代物流转型的过程中。由于数字经济发展水平相对较低、传统产业结构偏向于第一产业以及人才布局欠合理等原因，安徽省物流业与数字经济融合水平还处于长三角地区平均水平之下，但安徽的物流业在实施“中部崛起”“东进”战略的进程中有了很大的发展，面临着良好的发展机遇。

3 结论与对策建议

3.1 结论

基于上文对于长三角各地区物流业与数字经济融合水平的时间与空间差异研究发现，上海由于经济条件、地理位置等优势，数字化技术水平整体标准处于相对领先地位；江苏和浙江由于各自产业结构不同，其物流与数字经济融合发展侧重点不一；而安徽省对于物流与数字经济融合发展起步较晚，速度相对较慢，总体处于落后的水平。基于长三角各地区在物流与数字化经济融合过程中出现差异及现实存在的原因，本文将从长三角三个省市的角度出发为各个省市出现的问题提出对策建议。

3.2 对策建议

江苏地区数字化物流信息系统不够完善且第三方物流发展有待提升。因此需要推动区域经济一体化，促进物流园区专业化发展，对各物流园区进行重新定位，以专业化思维为基础，构建以数字技术的物流园区，并加强各个物流园区之间的相互依赖关系，推动数字化物流园区之间的互联互通。同时应大力发展第三方物流服务，支持企业采用第三方物流，在政策上给予第三方物流企业更多的扶持，培养本土第三方物流服务提供商，并在现代物流与数字经济服务领域中，鼓励企业利用自身的优势，将单一的服务提升转变为高质量、高效率的现代数字化物流服务。

浙江地区在物流信息化和大数据应用方面还存有提高空间，可加速物流产业的数字化改造，大力推进物流设施设备的数字化和智能化，发展电商货物运输的规范化，推动多元化的新型配送方式，如共享云仓发展建设、城市末端联合配送、零接触配送等。此外，还应健全数字物流网络，推行“两进一出”计划，培养现代化、数字化的物流企业，建设国际、国内、国际、地区等多层次的物流网络，提高物流成本和效率。建立储备丰富、响应迅速的数字物流系统。抓住“数字浙江”建设的发展契机，大力推进“浙江物流网络”“浙江电子港口”“交通物流公共信息系统”“中国物流联运网络”的建设与维护，建立全省、区域、行业的物流公共信息平台。同时，鼓励支持公司内部的数字信息技术系统、自动化和智能化设备进行更新升级，需要加强企业数字化、数智化、创新研发文化的建设，使得企业内部以及企业之间形成更加安全便捷的信息资源传输和共享，使物流的数字化程度得到全面提高。

安徽地区数字化经济相对落后，传统产业结构偏向于第一产业且人才布局欠合理。因此要坚持“创新，协调，绿色，开放，共享”的高质量发展思想。首先，把握住新一轮的技术革命所带来的机遇，加大在数字物流服务发展中的投入，包括质量安全管理、可追溯、金融、研究与开发、设计等，提供采购、物流、分销、融资、通关等相关性的全面服务。另外，需要加大数字物流创新和应用的试点投入，引导企业创新，如在资源的整理，流程的优化上的创新投入。其次，坚持以开放的方式促进数字物流企业的转型和升级。如鼓励物流企业建立专业服务化平台，特别是一些研发能力强、实力雄厚的大型创新兴数字化物流企业，鼓励其采用兼并收购重组、上市融资等形式实现强强联合，资源技术共享。同时，支持物流企业进行数字化、数智化、标准化、信息化改造，从而提高企业运营效率与服务水平。最后，培养物流专业人才需要以发展需求为导向。深入开展物流与数字经济的融合领域的理论研究、实践研究。同时，需要以提高物流人才的综合素质为目标，强化产学研相结合，开展适应市场需求的专业化、系统化、个性化非学历职业培训，增加复合型物流复合型人才储备。