推動生產(chǎn)性服務業(yè)融合化發(fā)展是實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的重要途徑。2021年3月,《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2023年遠景目標綱要》明確提出,要推動生產(chǎn)性服務業(yè)融合化發(fā)展,提升現(xiàn)代物流業(yè)發(fā)展水平,推動現(xiàn)代服務業(yè)深度融合。在“雙循環(huán)”新發(fā)展格局下,現(xiàn)代物流業(yè)與會展業(yè)均起著聯(lián)系生產(chǎn)與分配、流通與消費的重要作用,兩大產(chǎn)業(yè)的融合發(fā)展既符合產(chǎn)業(yè)發(fā)展規(guī)律,又順應現(xiàn)實經(jīng)濟發(fā)展需要。“會展物流”正是現(xiàn)代會展業(yè)與物流業(yè)發(fā)展到一定階段而產(chǎn)生的深度融合行業(yè)[1]。物流服務商專業(yè)度、會展物流環(huán)節(jié)完成度是決定會展項目成敗的關鍵因素。優(yōu)質(zhì)會展物流服務在促進會展業(yè)高質(zhì)量發(fā)展的同時,還能提高國際經(jīng)貿(mào)合作及促進區(qū)域經(jīng)濟發(fā)展;反之,會展業(yè)的發(fā)展可通過會展物流與物流會展項目促進城市物流業(yè)的結(jié)構優(yōu)化與提質(zhì)增效。
會展業(yè)與物流業(yè)作為現(xiàn)代新興生產(chǎn)性服務產(chǎn)業(yè),其相關研究成果如雨后春筍般涌現(xiàn)。梳理有關文獻研究發(fā)現(xiàn),關于會展業(yè)與物流業(yè)耦合的研究已有一定基礎,但仍需進一步拓展?,F(xiàn)有研究主要集中于會展業(yè)與物流業(yè)融合發(fā)展關系的界定、會展業(yè)耦合度評估研究與物流業(yè)耦合測度研究三方面。
學者普遍認為,中國會展業(yè)與物流業(yè)存在深度融合發(fā)展的可能性與必要性,即隨著會展業(yè)的蓬勃發(fā)展,衍生出了新的商業(yè)鏈條——會展物流業(yè)。會展相關物資產(chǎn)品的空間流動與管理將物流運作體系、參展企業(yè)及會展組織者的經(jīng)濟利益直接聯(lián)系起來,形成利益共同體。學者主要聚焦于兩點展開研究:一是從定性分析方法出發(fā),描述會展物流內(nèi)涵、特征、現(xiàn)狀、困境及提出對策等[2][3][4];二是從定量分析方法入手,運用計量經(jīng)濟學模型驗證會展物流的經(jīng)濟效應,如認為會展物流的運轉(zhuǎn)既關系到會展活動的成功舉辦,又有利于提高國際經(jīng)貿(mào)合作與區(qū)域經(jīng)濟發(fā)展[5]。
會展業(yè)作為現(xiàn)代市場體系中最活躍的平臺經(jīng)濟,呈現(xiàn)出與其他產(chǎn)業(yè)深度融合發(fā)展的趨勢。將耦合理論與會展研究結(jié)合,豐富了會展研究的深度與廣度,屬于會展研究前沿方向?,F(xiàn)有學者主要從三方面展開對會展業(yè)耦合評估的研究:其一,多數(shù)學者以某一城市或地區(qū)為研究樣本,以會展業(yè)發(fā)展特性為研究視角,分析會展業(yè)與區(qū)域產(chǎn)業(yè)集聚或城市經(jīng)濟發(fā)展的耦合關系[6][7][8];其二,部分學者分析會展業(yè)與某一產(chǎn)業(yè)的耦合發(fā)展情況,如剖析會展業(yè)與旅游業(yè)、會展業(yè)與農(nóng)業(yè)、會展業(yè)與交通業(yè)等產(chǎn)業(yè)的融合發(fā)展狀況[9][10][11][12];其三,少數(shù)學者聚焦會展業(yè)本身,評估會展產(chǎn)業(yè)發(fā)展與會展教育的時空耦合協(xié)調(diào)度及影響因素[13]。
現(xiàn)代物流業(yè)貫穿于第一、二、三產(chǎn)業(yè),是將生產(chǎn)與消費相結(jié)合的基礎性產(chǎn)業(yè),促進物流業(yè)融合發(fā)展是推動我國經(jīng)濟高質(zhì)量發(fā)展的重要舉措。關于物流業(yè)耦合測度的實證研究主要有兩個:一是從宏觀經(jīng)濟學視角出發(fā),評估物流業(yè)發(fā)展與區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展、環(huán)境水平等的耦合度,如運用定量模型測度物流與區(qū)域經(jīng)濟增長的關系、物流與經(jīng)濟高質(zhì)量協(xié)調(diào)發(fā)展的時空演化關系抑或“環(huán)境-經(jīng)濟-物流業(yè)”耦合協(xié)調(diào)的關系等[14][15][16][17][18][19];二是從產(chǎn)業(yè)經(jīng)濟學視角出發(fā),分析物流業(yè)與單一產(chǎn)業(yè)的耦合協(xié)調(diào)度,如分別對物流業(yè)與農(nóng)業(yè)、物流業(yè)與制造業(yè)、物流業(yè)與信息業(yè)、物流業(yè)與旅游業(yè)等兩類產(chǎn)業(yè)的耦合協(xié)調(diào)度展開測度[1][20]。
綜上,既有研究成果為本文的開展奠定了理論基礎與邏輯起點,但現(xiàn)有研究成果存在“三多三少”,即多定性描述性分析,少定量驗證性評估研究;多單一地分析會展業(yè)或物流業(yè)與其他產(chǎn)業(yè)的耦合發(fā)展情況,少聚焦會展業(yè)與物流業(yè)兩大產(chǎn)業(yè)之間的耦合協(xié)調(diào)度分析;多耦合協(xié)調(diào)度測評研究,少深入剖析影響時空耦合度的主要因素。
本文可能的邊際貢獻是:第一,在研究視角上,本文完全聚焦會展業(yè)與物流業(yè)兩大生產(chǎn)性服務業(yè)間的耦合度量化評價,試圖描畫出城市兩者間耦合發(fā)展趨勢圖;第二,在研究方法上,嘗試揭開影響兩者耦合發(fā)展的黑匣子,基于主成分分析其影響因素,探討會展業(yè)與物流業(yè)耦合發(fā)展的作用機理。本文旨在為推動中國城市會展業(yè)高質(zhì)量發(fā)展、優(yōu)化會展物流要素合理配置、制定會展物流發(fā)展政策提供決策支持。
通過對產(chǎn)業(yè)耦合協(xié)調(diào)度的界定及相關學者對會展業(yè)發(fā)展水平與物流業(yè)發(fā)展水平的測度[19][20][21],構建起中國城市會展業(yè)和物流業(yè)耦合協(xié)調(diào)度評價指標體系。該指標體系主要包括會展業(yè)發(fā)展水平和物流業(yè)發(fā)展水平兩個維度,共涉及產(chǎn)業(yè)效益水平、產(chǎn)業(yè)規(guī)模水平、物流規(guī)模水平、物流投入水平、物流產(chǎn)出水平、物流成長水平等二級指標。
為了確定衡量中國城市會展業(yè)與物流業(yè)發(fā)展的指標權重,采用熵值法指標賦權。在指數(shù)權重的基礎上,利用加權平均法對中國會展業(yè)與物流業(yè)的綜合發(fā)展水平展開測度,其范圍為0~1,綜合發(fā)展水平指數(shù)越高,表明該系統(tǒng)的整體發(fā)展狀況越好。雖然耦合度模型可以在一定程度上反映中國城市會展業(yè)和物流業(yè)之間互動的狀況,但是在兩者發(fā)展水平都較低的情況下,也可能出現(xiàn)耦合度較高的情況。所以,本文為了更合理地研究樣本城市會展業(yè)和物流業(yè)耦合發(fā)展水平,探究兩者是在高水平發(fā)展狀態(tài)下的相互促進抑或在低水平發(fā)展下的相互制約,進一步建立耦合協(xié)調(diào)度模型,耦合協(xié)調(diào)度的范圍位于0~1。耦合協(xié)調(diào)度越接近1,說明會展業(yè)和物流業(yè)相互促進的水平越高,兩者的協(xié)調(diào)程度越高;耦合協(xié)調(diào)度越接近0,說明會展業(yè)和物流業(yè)在發(fā)展過程中相互制約,協(xié)調(diào)水平越低。T為綜合協(xié)調(diào)指數(shù),反映的是會展業(yè)和物流業(yè)的協(xié)同效應;α和β為待估參數(shù),且α+β=1。由于會展業(yè)和物流業(yè)在國民經(jīng)濟中的地位同樣重要,所以本文設置為α和β均取0.5。
為更精確地了解中國城市會展業(yè)和物流業(yè)耦合協(xié)調(diào)度之間的差異,對耦合協(xié)調(diào)度劃分為10級評價標準,即具體劃分為極度失調(diào)、嚴重失調(diào)、中度失調(diào)、輕度失調(diào)、瀕臨失調(diào)、勉強協(xié)調(diào)、初級協(xié)調(diào)、中級協(xié)調(diào)、良好協(xié)調(diào)、優(yōu)質(zhì)協(xié)調(diào)。
目前,對會展業(yè)耦合協(xié)調(diào)度的研究大多集中于省級面板數(shù)據(jù),聚焦城市層面的研究甚少。本文為研究中國城市會展業(yè)和物流業(yè)耦合協(xié)調(diào)狀況,按照中國國家統(tǒng)計局劃分東、中、西部城市的標準及中國會展經(jīng)濟研究會發(fā)布的《2011—2019年城市展覽業(yè)綜合發(fā)展指數(shù)》城市排序,選取了新冠疫情發(fā)生前展覽業(yè)綜合發(fā)展指數(shù)年均排名前30位的25個東、中、西部城市,開展會展業(yè)和物流業(yè)協(xié)調(diào)發(fā)展的時空耦合研究。樣本城市如下:
(1)東部城市:北京市、上海市、深圳市、廣州市、青島市、杭州市、佛山市、寧波市、長春市、石家莊市;
(2)中部城市:長沙市、武漢市、鄭州市、合肥市、南昌市、南京市、太原市;
(3)西部城市:成都市、重慶市、西安市、南寧市、昆明市、貴陽市、蘭州市、烏魯木齊市。
基于中國會展業(yè)與物流業(yè)存在深度融合可行性的相關研究成果,本文提出以下假設:
H1:城市會展業(yè)與物流業(yè)呈現(xiàn)出“高耦合-高協(xié)調(diào)、低耦合-低協(xié)調(diào)”的同步發(fā)展趨勢;
H2:城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度受長時序影響,總體耦合協(xié)調(diào)度越來越高,兩大產(chǎn)業(yè)的相互促進作用越來越顯著;
H3:城市會展業(yè)與物流業(yè)的耦合協(xié)調(diào)度受區(qū)域影響,在東部地區(qū)最高,中部地區(qū)次之,西部地區(qū)最低;
H4:城市會展業(yè)與物流業(yè)的耦合協(xié)調(diào)度受人口規(guī)模、政府支持、旅游發(fā)展水平等因素驅(qū)動,且驅(qū)動因素的效應存在顯著的區(qū)域差異性。
從表1可以直觀感受到中國東、中、西部樣本城市會展業(yè)與物流業(yè)在2011年、2015年與2019年的耦合協(xié)調(diào)度及時空耦合協(xié)調(diào)狀況。將東、中、西部樣本城市會展業(yè)與物流業(yè)年度發(fā)展水平指數(shù)測算出的產(chǎn)業(yè)耦合協(xié)調(diào)度進行線性回歸發(fā)現(xiàn),呈現(xiàn)出耦合協(xié)調(diào)度增長的整體趨勢、總體波動性較小,但尚未呈現(xiàn)出“高耦合-高協(xié)調(diào)、低耦合-低協(xié)調(diào)”的同步發(fā)展趨勢。
其中,有21個城市各年度耦合協(xié)調(diào)度區(qū)間位于0.5以下,屬于瀕臨失調(diào)以下;有3個城市各年度耦合協(xié)調(diào)度位于0.5~0.6,屬于勉強協(xié)調(diào);僅有上海在會展業(yè)和物流業(yè)年度耦合協(xié)調(diào)度上一直保持著較高水平,從2011年開始保持著初級協(xié)調(diào)狀態(tài)到2019年耦合協(xié)調(diào)度達到0.734,達到了中級協(xié)調(diào)程度,說明上海會展業(yè)和物流業(yè)發(fā)展在相互促進,兩者耦合協(xié)調(diào)發(fā)展將取得較多的經(jīng)濟效益。另外,相較2011年,2019年出現(xiàn)了會展業(yè)與物流業(yè)耦合協(xié)調(diào)程度跨越式提升的城市分別為深圳、青島、石家莊、南京、太原、重慶、昆明。在耦合協(xié)調(diào)度上表現(xiàn)相對較差的城市為蘭州、南昌和合肥,在2011—2019年一直保持著中度失調(diào)或輕度失調(diào)的狀態(tài),且年度耦合協(xié)調(diào)度波動性較大,表明這三個城市的會展業(yè)和物流業(yè)耦合協(xié)調(diào)狀況不夠穩(wěn)定。總之,由表1可知,假設H1與假設H3不成立、假設H2成立。
我國城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度的驅(qū)動因素可能存在顯著的空間效應特征,如選用傳統(tǒng)計量模型估計可能存在偏差,所以本文基于全時段、全樣本與分地區(qū)樣本采用空間面板模型研究驅(qū)動我國城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度演化的影響因素與空間效應。借鑒已有研究[21][22],本文將高等教育水平(城市高等院校數(shù)量)、旅游業(yè)發(fā)展水平(城市旅游收入)、人口規(guī)模(城市常住人口數(shù)量)、對外發(fā)展水平(城市出口規(guī)模)、政府扶持力度(城市地方財政支出)5個方面考慮為影響城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)發(fā)展的驅(qū)動因素,將經(jīng)濟發(fā)展水平(城鎮(zhèn)居民人均可支配收入)、科技創(chuàng)新水平(城市R&D投入經(jīng)費)作為控制變量,構建空間面板模型。通過豪斯曼檢驗,確定采用隨機效應下的空間杜賓模型。
表2展示了空間杜賓模型回歸結(jié)果,修正后的擬合優(yōu)度達到0.884,說明模型的擬合度高。人口規(guī)模、政府扶持力度與旅游發(fā)展水平均至少在5%的顯著性水平上顯著,對外發(fā)展水平、高等教育水平、科技創(chuàng)新水平與經(jīng)濟發(fā)展水平均不顯著。另外,引入空間自相關性后,人口規(guī)模的空間滯后變量顯著為正,說明樣本城市間的人口規(guī)模對本城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有著正向溢出效應。
為探究東部、中部和西部三大地區(qū)內(nèi)各個變量對樣本城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度的影響差異,本文分別用三大地區(qū)內(nèi)各樣本城市變量數(shù)據(jù)構建空間面板模型,得到結(jié)果如表3所示。
分地區(qū)構建的3個空間杜賓模型修正后的擬合優(yōu)度均高于0.85,說明模型的擬合度較好。就東部地區(qū)而言,政府扶持力度、旅游發(fā)展水平與經(jīng)濟發(fā)展水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有顯著的正向促進作用,其余解釋變量均不顯著;空間滯后自變量中所有變量均不顯著。就中部地區(qū)而言,人口規(guī)模、政府扶持力度、科技創(chuàng)新水平、旅游發(fā)展水平與經(jīng)濟發(fā)展水平的回歸系數(shù)均顯著為正,說明這些因素會共同促進中部地區(qū)的城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)發(fā)展;高等教育水平、人口規(guī)模的空間滯后變量的系數(shù)顯著為正,說明中部地區(qū),這兩大因素在樣本城市間對會展業(yè)與物流業(yè)耦合協(xié)調(diào)度產(chǎn)生正向溢出效應;對外開放水平的空間滯后變量的系數(shù)顯著為負,說明中部地區(qū),城市間對外開放水平越高,越對本城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度存在負向抑制作用。就西部地區(qū)而言,人口規(guī)模、政府支持力度、旅游發(fā)展水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有顯著的正向影響,而對外開放水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有顯著的負向抑制作用;高等教育水平、人口規(guī)模和科技創(chuàng)新水平的空間滯后變量均顯著為正,說明西部地區(qū)樣本城市的會展業(yè)與物流業(yè)耦合協(xié)調(diào)度受到其他城市高等教育水平、人口規(guī)模和科技創(chuàng)新水平的正向影響??傊?,假設H4成立。
城市 | 年份 | 耦合度 | 耦合協(xié)調(diào)度 | 協(xié)調(diào)程度 | 城市 | 年份 | 耦合度 | 耦合協(xié)調(diào)度 | 協(xié)調(diào)程度 |
北京 | 201120152019 | 0.5190.5220.629 | 0.5660.5430.597 | 勉強協(xié)調(diào)勉強協(xié)調(diào)勉強協(xié)調(diào) | 上海 | 201120152019 | 0.6370.6650.681 | 0.6000.6880.734 | 初級協(xié)調(diào)初級協(xié)調(diào)中級協(xié)調(diào) |
深圳 | 201120152019 | 0.6760.6730.606 | 0.3920.3640.452 | 輕度失調(diào)輕度失調(diào)瀕臨失調(diào) | 廣州 | 201120152019 | 0.4770.5920.595 | 0.5190.5390.576 | 勉強協(xié)調(diào)勉強協(xié)調(diào)勉強協(xié)調(diào) |
青島 | 201120152019 | 0.6620.6680.699 | 0.3690.3740.436 | 輕度失調(diào)輕度失調(diào)瀕臨失調(diào) | 杭州 | 201120152019 | 0.6340.6050.634 | 0.4130.4540.473 | 瀕臨失調(diào)瀕臨失調(diào)瀕臨失調(diào) |
佛山 | 201120152019 | 0.5000.5510.552 | 0.3130.3340.358 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) | 寧波 | 201120152019 | 0.7400.6430.607 | 0.3670.3590.388 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) |
長春 | 201120152019 | 0.5940.7020.619 | 0.3200.3610.384 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) | 石家莊 | 201120152019 | 0.6810.7160.651 | 0.3630.3840.422 | 輕度失調(diào)輕度失調(diào)瀕臨失調(diào) |
長沙 | 201120152019 | 0.5930.5310.506 | 0.3480.3430.433 | 輕度失調(diào)輕度失調(diào)瀕臨失調(diào) | 武漢 | 201120152019 | 0.7200.7420.745 | 0.4220.4260.487 | 瀕臨失調(diào)瀕臨失調(diào)瀕臨失調(diào) |
鄭州 | 201120152019 | 0.5720.6300.643 | 0.3340.3410.389 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) | 合肥 | 201120152019 | 0.5260.6690.563 | 0.3460.3080.320 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) |
南昌 | 201120152019 | 0.5980.6430.709 | 0.2710.2680.284 | 中度失調(diào)中度失調(diào)中度失調(diào) | 南京 | 201120152019 | 0.5770.7000.639 | 0.3810.4000.413 | 輕度失調(diào)瀕臨失調(diào)瀕臨失調(diào) |
太原 | 201120152019 | 0.6280.6320.531 | 0.2530.3420.356 | 中度失調(diào)輕度失調(diào)輕度失調(diào) | 成都 | 201120152019 | 0.6220.6440.669 | 0.4240.4510.491 | 瀕臨失調(diào)瀕臨失調(diào)瀕臨失調(diào) |
重慶 | 201120152019 | 0.6130.6210.650 | 0.4970.5870.558 | 瀕臨失調(diào)勉強協(xié)調(diào)勉強協(xié)調(diào) | 西安 | 201120152019 | 0.6930.7050.681 | 0.3660.4050.391 | 輕度失調(diào)瀕臨失調(diào)輕度失調(diào) |
南寧 | 201120152019 | 0.6160.6820.607 | 0.3330.3170.366 | 輕度失調(diào)輕度失調(diào)輕度失調(diào) | 昆明 | 201120152019 | 0.5670.5720.583 | 0.2810.2900.362 | 中度失調(diào)中度失調(diào)輕度失調(diào) |
貴陽 | 201120152019 | 0.5380.5950.565 | 0.2700.3180.417 | 中度失調(diào)輕度失調(diào)瀕臨失調(diào) | 蘭州 | 201120152019 | 0.5550.7230.622 | 0.2340.2240.256 | 中度失調(diào)中度失調(diào)中度失調(diào) |
烏魯木齊 | 201120152019 | 0.6110.5890.513 | 0.3040.2870.341 | 輕度失調(diào)中度失調(diào)輕度失調(diào) |
變量 | 回歸系數(shù) | 變量 | 回歸系數(shù) |
lnEX | -0.017(-1.280) | W¤lnEX | -1.086(-0.560) |
lnSchool | 0.015(0.730) | W¤lnSchool | -8.459(-1.530) |
lnPeople | 0.181***(3.460) | W¤lnPeople | 11.360**(2.050) |
lnExpenditure | 0.094**(2.530) | W¤lnExpenditure | -5.477(-0.720) |
lnR&D | -0.005(-0.150) | W¤lnR&D | -5.172(-1.020) |
lnTravel | 0.077***(3.610) | W¤lnTravel | 3.640(1.100) |
lnIncome | 0.025(1.080) | W¤lnincome | 2.850(1.040) |
Adj-R2 | 0.884 | 樣本數(shù) | 225 |
變量 | 東部地區(qū) | 中部地區(qū) | 西部地區(qū) | 變量 | 東部地區(qū) | 中部地區(qū) | 西部地區(qū) |
lnEX | 0.0151(0.730) | -0.005(-0.210) | -0.059***(-3.670) | W¤lnEX | 44.220(1.050) | -6.773***(-3.010) | 3.914(0.22) |
lnSchool | 0.036(1.260) | 0.162(1.640) | 0.0091(0.690) | W¤lnSchool | 227.300(1.210) | 34.130*(1.920) | 299.900*(2.800) |
lnPeople | 0.207(1.550) | 0.008*(0.070) | 0.215*(1.770) | W¤lnPeople | 161.500(1.250) | 42.290*(1.470) | 34.310*(0.350) |
lnExpend-iture | 0.0891*(1.500) | 0.120*(1.140) | 0.124*(1.420) | W¤lnExpendi-ture | -63.550(-0.650) | 58.530(0.970) | 6.859(0.060) |
lnR&D | -0.0610(-1.280) | 0.169***(4.010) | 0.0534(0.890) | W¤lnR&D | -160.5(-1.170) | 30.08(1.240) | 229.600*(2.21) |
lnTravel | 0.081*(1.490) | 0.054*(1.160) | 0.007*(0.250) | W¤lnTravel | 24.730(0.340) | 2.062(0.220) | 92.580(1.390) |
lnIncome | 0.134*(1.550) | 0.226***(3.300) | 0.0441(0.610) | W¤lnIncome | 130.100(0.520) | 2.926(0.070) | 156.100(1.270) |
Adj-R2 | 0.946 | 0.898 | 0.929 | 樣本數(shù) | 90 | 63 | 72 |
本文構建了中國城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度評估指標體系與測量模型,分析了新冠疫情發(fā)生前2011—2019年城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度的時空特征,并對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度的驅(qū)動因素及空間效應展開實證分析,得出以下結(jié)論:(1)城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)關系顯著,受長時序影響,呈現(xiàn)出總體上升態(tài)勢,但存在年度波動性,同時尚未呈現(xiàn)出“高耦合-高協(xié)調(diào)、低耦合-低協(xié)調(diào)”的同步發(fā)展趨勢。(2)城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)關系的區(qū)域間差異不顯著,即東、中、西部地區(qū)城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度不存在明顯的差異與極化現(xiàn)象。(3)城市會展業(yè)與物流業(yè)的時空耦合格局是人口規(guī)模、政府支持力度與旅游發(fā)展水平多種因素共同作用的結(jié)果。其中,人口規(guī)模存在顯著的正向空間溢出效應。(4)城市會展業(yè)與物流業(yè)的耦合協(xié)調(diào)度的驅(qū)動因素存在區(qū)域差異性。東部地區(qū)內(nèi),政府扶持力度、旅游發(fā)展水平與經(jīng)濟發(fā)展水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有著顯著的正向促進作用;中部地區(qū)內(nèi),人口規(guī)模、政府扶持力度、科技創(chuàng)新水平、旅游發(fā)展水平與經(jīng)濟發(fā)展水平均有顯著的正向影響,高等教育水平、人口規(guī)模有顯著的正向空間溢出效應,對外開放水平有顯著的負向空間溢出效應;西部地區(qū)內(nèi),人口規(guī)模、政府支持力度、旅游發(fā)展水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有顯著的正向影響,而對外開放水平對城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)度有顯著的負向抑制作用,高等教育水平、人口規(guī)模和科技創(chuàng)新水平具有顯著的正向空間溢出效應。
本文的研究結(jié)論對我國城市會展業(yè)與物流業(yè)高質(zhì)量發(fā)展具有一定的政策參考價值。首先,城市政府應高度重視會展業(yè)與物流業(yè)的產(chǎn)業(yè)效益、產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)投入與產(chǎn)業(yè)產(chǎn)出的耦合協(xié)調(diào),以數(shù)字經(jīng)濟為引領,實現(xiàn)兩者高耦合-高協(xié)調(diào)同步發(fā)展。其次,東、中、西部地區(qū)城市會展業(yè)與物流業(yè)耦合協(xié)調(diào)發(fā)展路徑各異。東部城市應著重加大政府支持力度,形成與經(jīng)濟發(fā)展水平相匹配的會展業(yè)與物流業(yè)耦合協(xié)同發(fā)展態(tài)勢;中部地區(qū)城市人才空間溢出效應顯著,政府應著重推進“以點帶面”的物流業(yè)與會展業(yè)高素質(zhì)人才引入機制;西部城市存在“吸虹效應”,政府應著重加大數(shù)字經(jīng)濟在會展業(yè)與物流業(yè)耦合發(fā)展中的正向作用。