中国物流新质生产力与城市韧性的空间组织网络结构演化及驱动力

doi:10.12118/j.issn.1000-6060.2025.532

Abstract

Abstract:

Due to increasing global economic digitalization and uncertainty, urban resilience construction and logistics system upgrading have become core issues in regional development. However, existing research often discusses the two in isolation, lacking a systematic analysis of the evolutionary patterns and driving factors of the synergistic network between logistics new quality productivity and urban resilience. Based on data from 30 provinces in China from 2004 to 2023, this study employs the VHSD-EM model, coupling coordination degree model, social network analysis, and QAP method to systematically analyze the spatial organizational network structure evolution and driving forces of logistics new quality productivity and urban resilience in China. The findings are as follows: (1) Temporally, the two exhibit synchronous evolution with a gradient pattern of “eastern>national>central>western”. (2) The coupling coordination degree has steadily improved, but disparities persist, indicating a transitional phase from fragmentation to coordinated symbiosis. Spatially, a stable pattern of “high in the east, low in the west” is observed, with the spatial configuration transitioning from mild to near imbalance. (3) The synergistic network structure has shifted from loose and hierarchical to polycentric and flattened, with robustness continuously strengthening. It demonstrates nonlinear synergistic gains of “1+1>2” and a “siphon effect” in the eastern core regions. Spatially, four major zones have been formed: The Bohai Rim and Yangtze River Delta core zones, the southeastern coastal radiation zone, the central-northeastern resource zone, and the western peripheral zone. (4) The development of the synergistic network follows a “three-promoting, three-inhibiting” driving path, where economic level, technological innovation, and openness to the world act as positive drivers, while industrial structure, government intervention, and transportation disparities serve as negative constraints. The study provides theoretical references and policy insights for promoting high-quality synergistic development of new quality logistics productivity and urban resilience in China.

Key words: logistics engineering, spatiotemporal evolution, spatial organization, new quality productivity, urban resilience

YIN Jijiao, YANG Yang, XU Xinyang, YANG Tunan. Evolution and drivers of the spatial organizational network structure of China’s logistics new quality productivity and urban resilience[J].Arid Land Geography, 2026, 49(6): 1249-1263.

Figures/Tables 17

Fig. 1

Fig. 2

Tab. 1

Fig. 3

Fig. 4

Fig. 5

Fig. 6

Fig. 7

Fig. 8

Fig. 9

Fig. 10

Tab. 2

Tab. 3

Tab. 4

Fig. 11

Tab. 5

Fig. 12

References 31

[1]	习近平. 发展新质生产力是推动高质量发展的内在要求和重要着力点[J]. 求是, 2024(11): 4-8.
	[Xi Jinping. Developing new quality productive forces is the intrinsic requirement and important focus of promoting high-quality development[J]. Qiushi, 2024(11): 4-8. ]
[2]	刘伟. 科学认识与切实发展新质生产力[J]. 经济研究, 2024, 59(3): 4-11.
	[Liu Wei. Scientifically understanding and effectively developing new quality productive forces[J]. Economic Research Journal, 2024, 59(3): 4-11. ]
[3]	赵楠, 潘梦婷, 真虹. 交通运输新质生产力发展的理论逻辑与实现路径[J]. 中国公路学报, 2025, 38(1): 294-303. doi: 10.19721/j.cnki.1001-7372.2025.01.021
	[Zhao Nan, Pan Mengting, Zhen Hong. Theoretical logic and implementation pathways in the development of new quality productive forces in transportation[J]. China Journal of Highway and Transport, 2025, 38(1): 294-303. ] doi: 10.19721/j.cnki.1001-7372.2025.01.021
[4]	马丹, 陈思年, 雷乐瑶, 等. 新质生产力对城市产业链韧性的影响研究[J]. 统计与信息论坛, 2025, 40(2): 19-35.
	[Ma Dan, Chen Sinian, Lei Leyao, et al. Research on the influence of new quality productive forces on the resilience of urban industrial chain[J]. Journal of Statistics and Information, 2025, 40(2): 19-35. ]
[5]	Karaman A S, Kilic M, Uyar A. Green logistics performance and sustainability reporting practices of the logistics sector: The moderating effect of corporate governance[J]. Journal of Cleaner Production, 2020, 258: 120718, doi: 10.1016/j.jclepro.2020.120718.
[6]	Fan L B, Liu H, Shao Z X, et al. Panel data analysis of energy conservation and emission reduction on high-quality development of logistics industry in Yangtze River Delta of China[J]. Environmental Science and Pollution Research, 2022, 29(52): 78361-78380. doi: 10.1007/s11356-022-21237-3
[7]	高帅, 张务伟. 中国新质生产力与新型城镇化的协同演化研究[J]. 干旱区地理, 2025, 48(8): 1445-1456. doi: 10.12118/j.issn.1000-6060.2025.150
	[Gao Shuai, Zhang Wuwei. Synergistic evolution of new quality productivity and new urbanization in China’s provinces[J]. Arid Land Geography, 2025, 48(8): 1445-1456. ] doi: 10.12118/j.issn.1000-6060.2025.150
[8]	姜旭, 赵凯, 张维伟, 等. 中国物流高质量发展驱动机制研究: 基于政策演变视角[J]. 中国软科学, 2024, 39(增刊1): 231-242.
	[Jiang Xu, Zhao Kai, Zhang Weiwei, et al. Study on the driving mechanism of high-quality development of China’s logistics: Based on the perspective of policy evolution[J]. China Soft Science, 2024, 39(Suppl. 1): 231-242. ]
[9]	叶翀, 冯昊. 长三角城市群物流业效率时空演化和影响因素[J]. 华东经济管理, 2024, 38(9): 52-60.
	[Ye Chong, Feng Hao. Spatial-temporal evolution and influencing factors of logistics efficiency in the urban agglomeration of the Yangtze River Delta[J]. East China Economic Management, 2024, 38(9): 52-60. ]
[10]	谷城, 张树山. 中国物流产业智慧化空间联系的网络结构及其影响因素[J]. 经济地理, 2023, 43(5): 117-127. doi: 10.15957/j.cnki.jjdl.2023.05.013
	[Gu Cheng, Zhang Shushan. Network structure and influencing factors of spatial connection in the intelligence of China’s logistics industry[J]. Economic Geography, 2023, 43(5): 117-127. ] doi: 10.15957/j.cnki.jjdl.2023.05.013
[11]	Chu Z F, Feng B, Lai F J. Logistics service innovation by third party logistics providers in China: Aligning Guanxi and organizational structure[J]. Transportation Research Part E: Logistics and Transportation Review, 2018, 118(10): 291-307. doi: 10.1016/j.tre.2018.08.007
[12]	胡雨晨, 张梦琳, 毛义华, 等. 基于多灾害的城市韧性评估及应用研究[J]. 城市发展研究, 2024, 31(2): 35-43.
	[Hu Yuchen, Zhang Menglin, Mao Yihua, et al. Multi-hazard resilience assessment and application study[J]. Urban Development Studies, 2024, 31(2): 35-43. ]
[13]	Ribeiro P J G, Gonçalves L. Urban resilience: A conceptual framework[J]. Sustainable Cities and Society, 2019, 50: 101625, doi: 10.1016/j.scs.2019.101625.
[14]	Datola G. Implementing urban resilience in urban planning: A comprehensive framework for urban resilience evaluation[J]. Sustainable Cities and Society, 2023, 98: 104821, doi: 10.1016/j.scs.2023.104821.
[15]	高志刚, 丁煜莹. 中国西北地区城市的韧性测度及影响因素[J]. 科技导报, 2021, 39(24): 118-129. doi: 10.3981/j.issn.1000-7857.2021.24.013
	[Gao Zhigang, Ding Yuying. Measurement of urban resilience and its influencing factors in northwest China[J]. Science & Technology Review, 2021, 39(24): 118-129. ]
[16]	石龙宇, 郑巧雅, 杨萌, 等. 城市韧性概念、影响因素及其评估研究进展[J]. 生态学报, 2022, 42(14): 6016-6029.
	[Shi Longyu, Zheng Qiaoya, Yang Meng, et al. A review of definitions, influence factors and assessment of urban resilience[J]. Acta Ecologica Sinica, 2022, 42(14): 6016-6029. ]
[17]	Xun X L, Yuan Y B. Research on the urban resilience evaluation with hybrid multiple attribute TOPSIS method: An example in China[J]. Natural Hazards, 2020, 103(1): 557-577. doi: 10.1007/s11069-020-04000-0
[18]	应超, 李加林, 刘永超, 等. 东海海岸带县域城市韧性演化及影响因素[J]. 地理学报, 2024, 79(2): 462-483. doi: 10.11821/dlxb202402011
	[Ying Chao, Li Jialin, Liu Yongchao, et al. The spatiotemporal evolution and influencing factors of resilience of county-level cities in the East China Sea coastal zone based on “background-operation-efficiency”[J]. Acta Geographica Sinica, 2024, 79(2): 462-483. ] doi: 10.11821/dlxb202402011
[19]	周慧, 杨泽锋, 崔祥民, 等. 数字经济发展对城市经济韧性的影响机制研究——基于企业家精神的中介效应[J]. 软科学, 2024, 38(10): 23-30.
	[Zhou Hui, Yang Zefeng, Cui Xiangmin, et al. The impact mechanism of digital economy development on urban economic resilience: Mediating effect based on entrepreneurial spirit[J]. Soft Science, 2024, 38(10): 23-30. ]
[20]	Storto L C, Evangelista P. Infrastructure efficiency logistics quality and environmental impact of land logistics systems in the EU: A DEA-based dynamic mapping[J]. Research in Transportation Business and Management, 2023, 46: 100814, doi: 10.1016/j.rtbm.2022.100814.
[21]	Du G, Li W D. Does innovative city building promote green logistics efficiency? Evidence from a quasi-natural experiment with 285 cities[J]. Energy Economics, 2022, 114(10): 424-436.
[22]	Botequilha-Leitão A, Díaz-Varela E R. Performance based planning of complex urban social-ecological systems: The quest for sustainability through the promotion of resilience[J]. Sustainable Cities and Society, 2020, 56: 102089, doi: 10.1016/j.scs.2020.102089.
[23]	Wang S J, Cui Z T, Lin J J, et al. The coupling relationship between urbanization and ecological resilience in the Pearl River Delta[J]. Journal of Geographical Sciences, 2022, 32(1): 44-64. doi: 10.1007/s11442-022-1935-3
[24]	Wang H, Liu Z, Zhou Y. Assessing urban resilience in China from the perspective of socioeconomic and ecological sustainability[J]. Environmental Impact Assessment Review, 2023, 102: 107163, doi: 10.1016/j.eiar.2023.107163.
[25]	唐孝文, 孙悦, 唐晓彬. 中国高端装备制造业技术创新能力评价研究[J]. 科研管理, 2021, 42(9): 1-9.
	[Tang Xiaowen, Sun Yue, Tang Xiaobin. An evaluation of technological innovation capability of the advanced equipment manufacturing industry in China[J]. Science Research Management, 2021, 42(9): 1-9. ]
[26]	张清华, 于振山, 郭兰英. 中国物流业与经济高质量协调发展时空演化研究[J]. 经济问题, 2023, 45(2): 60-68.
	[Zhang Qinghua, Yu Zhenshan, Guo Lanying. Research on the space-time evolution of the coordinated development of China’s logistics industry and high-quality economy[J]. On Economic Problems, 2023, 45(2): 60-68. ]
[27]	李锦, 蒲娟, 李明亮, 等. 新型城镇化与和美乡村耦合协调发展水平测度、地区差异及动态演进[J]. 干旱区地理, 2025, 48(12): 2220-2231. doi: 10.12118/j.issn.1000-6060.2024.788
	[Li Jin, Pu Juan, Li Mingliang, et al. Measurement, regional differences and dynamic evolution of the coupled coordinated development level of new urbanization and harmonious villages[J]. Arid Land Geography, 2025, 48(12): 2220-2231. ] doi: 10.12118/j.issn.1000-6060.2024.788
[28]	张军涛, 吴雨阳, 朱悦. 中国制造业与生产性服务业协同集聚的空间关联网络与驱动机制[J]. 地理学报, 2025, 80(2): 396-414. doi: 10.11821/dlxb202502009
	[Zhang Juntao, Wu Yuyang, Zhu Yue. Spatial correlation network and its driving mechanism of collaboration agglomeration between manufacturing and producer services in China[J]. Acta Geographica Sinica, 2025, 80(2): 396-414. ] doi: 10.11821/dlxb202502009
[29]	郝智娟, 文琦, 施琳娜, 等. 黄河流域城市群社会经济与生态环境耦合协调空间网络分析[J]. 经济地理, 2023, 43(12): 181-191. doi: 10.15957/j.cnki.jjdl.2023.12.018
	[Hao Zhijuan, Wen Qi, Shi Linna, et al. Spatial network analysis of coupling coordination between social economy and eco-environment in Yellow River Basin urban agglomerations[J]. Economic Geography, 2023, 43(12): 181-191. ] doi: 10.15957/j.cnki.jjdl.2023.12.018
[30]	冯颖, 侯孟阳, 姚顺波. 中国粮食生产空间关联网络的结构特征及其形成机制[J]. 地理学报, 2020, 75(11): 2380-2395. doi: 10.11821/dlxb202011008
	[Feng Ying, Hou Mengyang, Yao Shunbo. Structural characteristics and formation mechanism of spatial correlation network of grain production in China[J]. Acta Geographica Sinica, 2020, 75(11): 2380-2395. ] doi: 10.11821/dlxb202011008
[31]	李俊晓, 李朝奎, 殷智慧. 基于ArcGIS的克里金插值方法及其应用[J]. 测绘通报, 2013, 59(9): 87-90, 97.
	[Li Junxiao, Li Chaokui, Yin Zhihui. ArcGIS based Kriging interpolation method and its application[J]. Bulletin of Surveying and Mapping, 2013, 59(9): 87-90, 97. ]

指标	数据来源
工业SO₂排放量、工业固体废物综合利用率、污水处理厂集中处理率、年平均PM_2.5浓度、环境污染治理投资额/GDP	《中国环境统计年鉴》
建成区绿化覆盖面积	中国城乡建设统计年鉴
数字化达标企业数量/制造业企业总数	工业和信息化部《智能制造试点示范企业名录》
技术人员就业率	万得数据库
人均物流用地面积	中国城市建设统计年鉴
物流业产值/GDP、物流业增加值/总人口、物流业增加值/物流业固定资产投资总额	企业信息化和数字化转型统计报表
环境污染治理投资额/GDP、年平均PM_2.5浓度	《中国生态环境状况公报》和中国科学院资源环境科学与数据中心
其他指标	《中国统计年鉴》和各省统计年鉴

物流新质生产力		城市韧性		二者耦合协同
2004年	2023年	2004年	2023年	2004年	2023年
89.655（北京）	89.655（上海）	93.103（上海）	86.207（上海）	93.103（上海）	89.655（上海）
82.759（上海）	86.207（北京）	89.655（北京）	86.207（江苏）	86.207（北京）	86.207（江苏）
62.069（江苏）	86.207（江苏）	65.517（江苏）	82.759（北京）	68.966（浙江）	82.759（北京）
62.069（浙江）	62.069（浙江）	65.517（浙江）	65.517（浙江）	65.517（江苏）	65.517（浙江）
58.621（天津）	44.828（福建）	58.621（广东）	44.828（福建）	55.172（天津）	48.276（福建）
55.172（广东）	44.828（广东）	55.172（天津）	44.828（广东）	55.172（广东）	44.828（广东）
27.586+（重庆）	41.379-（河南）	24.138+（重庆）	41.379-（河南）	24.138（山东）	41.379-（河南）
24.138（山东）	37.931-（湖北）	24.138+（四川）	34.483-（湖北）	24.138+（重庆）	41.379+（甘肃）
24.138+（四川）	37.931（甘肃）	24.138+（陕西）	34.483+（甘肃）	24.138+（四川）	34.483-（湖北）
24.138+（陕西）	31.034（天津）	24.138+（甘肃）	31.034（天津）	24.138+（陕西）	31.034（天津）
28.276（全国）	33.793（全国）	29.195（全国）	33.333（全国）	29.655（全国）	34.023（全国）

物流新质生产力		城市韧性		二者耦合协同
2004年	2023年	2004年	2023年	2004年	2023年
90.625（北京）	87.879（北京）	93.548（上海）	87.879（上海）	93.548（上海）	90.625（上海）
78.378（上海）	85.294（上海）	90.625（北京）	87.879（江苏）	87.879（北京）	87.879（江苏）
67.442（天津）	82.857（江苏）	72.500（江苏）	82.857（北京）	76.316（浙江）	82.857（北京）
67.442（江苏）	67.442（浙江）	72.500（浙江）	69.048（浙江）	74.359（江苏）	69.048（浙江）
67.442（浙江）	61.702-（河南）	65.909（天津）	61.702-（河南）	67.442（天津）	61.702-（河南）
56.863（山东）	59.184（天津）	55.769（山东）	58.000（天津）	56.863（山东）	58.000（天津）
53.704-（河南）	55.769-（湖北）	52.727-（江西）	55.769（山东）	54.717-（河南）	56.863（山东）
50.000（辽宁）	54.717（山东）	51.786-（安徽）	55.769-（湖北）	52.727-（安徽）	55.769-（湖北）
49.153（河北）	52.727（河北）	50.877（广东）	52.727-（江西）	52.727-（江西）	53.704-（江西）
49.153-（山西）	50.877-（江西）	50.000（辽宁）	51.786（河北）	50.877-（湖北）	52.727-（安徽）
38.701（全国）	39.207（全国）	39.829（全国）	40.146（全国）	38.550（全国）	40.411（全国）

物流新质生产力		城市韧性		二者耦合协同
2004年	2023年	2004年	2023年	2004年	2023年
24.846（广东）	24.906（广东）	21.706（广东）	15.013（上海）	25.281（广东）	20.220-（江西）
20.972（北京）	17.012+（贵州）	21.613（北京）	14.432（北京）	17.364（上海）	17.855（广东）
20.177-（江西）	16.710（江西）	19.660（上海）	10.396（广东）	12.953-（江西）	13.424+（重庆）
16.465（上海）	16.592+（重庆）	9.894-（江西）	10.108-（湖南）	11.096（北京）	11.713（江苏）
6.784-（河南）	16.205（北京）	4.516-（湖北）	9.043（福建）	6.221-（湖北）	11.236（上海）
5.805（江苏）	16.172（上海）	3.664（辽宁）	7.263（江苏）	5.110（江苏）	11.210（北京）
5.518（天津）	8.654（江苏）	2.186（江苏）	6.667-（江西）	2.745（浙江）	9.745+（贵州）
4.369（辽宁）	8.148+（甘肃）	1.837（浙江）	5.160+（贵州）	2.722（天津）	9.405（福建）
4.027（浙江）	7.341-（湖南）	1.813+（四川）	4.508+（重庆）	2.513-（河南）	9.315+（甘肃）
3.476+（贵州）	4.707-（河南）	1.690+（贵州）	4.290-（河南）	1.882+（四川）	4.312+（云南）
3.883（全国）	5.037（全国）	3.173（全国）	3.370（全国）	3.108（全国）	4.528（全国）

变量	2004年	2010年	2016年	2023年
经济发展水平	0.294^***	0.398^***	0.371^***	0.414^**
产业结构	-0.377	-0.127^*	-0.074^**	-0.022^**
政府干预	-0.167^**	-0.245^**	-0.265^**	-0.301^**
生态本底	-0.028	-0.129	-0.122	0.068
科技创新水平	0.158^***	0.187^***	0.198^***	0.208^***
对外开放水平	0.275^***	0.336^***	0.1241^**	0.091^**
基础设施发展	-0.120^***	-0.077^***	-0.248^***	-0.259^***
环境质量	0.289	0.273	0.186	0.078

Evolution and drivers of the spatial organizational network structure of China’s logistics new quality productivity and urban resilience

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 17

References 31

Related Articles 15

Metrics

Comments

Recommended 0

[1]	YANG An. Measurement, spatiotemporal evolution and obstacle factors analysis of the development level of agricultural new quality productivity in China [J]. Arid Land Geography, 2026, 49(6): 1226-1237.
[2]	HE Jiahao, HOU Guangliang, AO Min, TANG Zhonghua, SHI Hongfei. Spatiotemporal distribution evolution of the microlithic populations on the Qinghai-Xizang Plateau based on MaxEnt [J]. Arid Land Geography, 2026, 49(5): 987-997.
[3]	LU Yayan, FENG Tian, YANG Zhaoping, HAN Fang, JIA Yingying. Spatiotemporal evolution and obstacle factors of the adaptability between new quality productive forces and high-quality tourism development in Chinese provinces [J]. Arid Land Geography, 2026, 49(4): 643-655.
[4]	GUAN Jingyun, SUN Zhiyang, XU Xiaoliang, CHENG Yifeng, SONG Beibei, FANG Ruiying. Spatiotemporal evolution of tourism climate comfort in Xinjiang, China and five Central Asian countries under climate change [J]. Arid Land Geography, 2026, 49(4): 697-712.
[5]	LIU Fajian, LIANG Wanxin, HUANG Chaoqun, LI Songyuan, ZHANG Bohan. Spatiotemporal evolution characteristics and driving factors of tourism new quality productivity development in China [J]. Arid Land Geography, 2026, 49(3): 429-439.
[6]	ZHU Yiting, LIANG Guixian, ZHOU Chunshan, XIN Long, LI Jinxue. Spatiotemporal evolution characteristics and driving factors of new quality productive forces development of cultural tourism in Xinjiang [J]. Arid Land Geography, 2026, 49(1): 128-139.
[7]	YU Zhixiang, YU Xiaojing, CHEN Shiyong, LI Xia, MEI Zhen. Spatiotemporal evolution characteristics of air pollution events in the urban agglomeration on the northern slope of Tianshan Mountains in winter from 2000 to 2023 [J]. Arid Land Geography, 2026, 49(1): 35-46.
[8]	GAO Shuai, ZHANG Wuwei. Synergistic evolution of new quality productivity and new urbanization in China’s provinces [J]. Arid Land Geography, 2025, 48(8): 1445-1456.
[9]	SHI Zhuoda, YANG Hongwei. Measurement and influencing factors of high-quality development of tourism economy: A case of Xinjiang [J]. Arid Land Geography, 2025, 48(7): 1233-1242.
[10]	NIE Hanyu, ZHANG Yanhui, LI Hui, ZHENG Yaomin. Spatio-temporal evolution and multi-scale barrier factor analysis of tourism ecological resilience in the Yellow River Basin [J]. Arid Land Geography, 2025, 48(6): 1089-1102.
[11]	HUANG Siyuan, ZHOU Shuhang, DONG Ye. Spatio-temporal evolution characteristics and development trend prediction of urban resilience of urban agglomeration on the northern slope of Tianshan Mountains [J]. Arid Land Geography, 2025, 48(4): 559-570.
[12]	CHU Wenxi, YANG Xinjun, LI Runyang. Coupling coordination relationship and influencing factors between urban resilience and ecosystem services in the Guanzhong Plain urban agglomeration [J]. Arid Land Geography, 2025, 48(11): 2005-2018.
[13]	WANG Shengxia, LI Maolan, LIU Ruiting. Spatiotemporal evolution and obstacle factors of the coupling coordination degree of tourism efficiency and urbanization: A case of the core section of the “Belt and Road” [J]. Arid Land Geography, 2025, 48(11): 2053-2061.
[14]	XU Xiaoliang, LIU Xuyi, GUAN Jingyun, YANG Jingjing, WANG Mingchen, BAO Longfei. Spatiotemporal evolution and driving factors of high-quality development of cultural and tourism integration in border ethnic areas in western China [J]. Arid Land Geography, 2024, 47(9): 1596-1605.
[15]	ZHANG Mingdou, REN Yanting, ZHOU Liang. Spatiotemporal evolution characteristics and influencing factors of urban ecological resilience in the Yellow River Basin [J]. Arid Land Geography, 2024, 47(3): 445-454.