信息化發展對物流業生產率的空間溢出效應

曾倩琳

（1.福州大學經濟與管理學院，福建福州350108；2.福建江夏學院工商管理學院，福建福州350108）

信息化發展對物流業生產率的空間溢出效應

曾倩琳1、2

（1.福州大學經濟與管理學院，福建福州350108；2.福建江夏學院工商管理學院，福建福州350108）

基于2003—2013年我國30個省、市、自治區的面板數據，分析信息化發展水平與物流產業生產率之間的關系，首先通過計算兩者的莫蘭指數，確定二者存在空間相關性，在此基礎上選擇空間杜賓模型實證檢驗信息化發展對物流業全要素生產率的空間溢出效應。結果表明，信息化發展在提升本空間單元物流業全要素生產率的同時，能夠通過空間外溢效應推動相鄰空間單元的物流業全要素生產率提升，且外溢效應的系數遠遠高于直接效應系數。鑒于此，各區域政府須加強信息化在物流中的應用，更應突破影響信息化空間外溢效應發揮的各種約束，重視影響物流業全要素生產率各因素表現出的“馬太效應”，避免效率損失，有效發揮它們對物流業全要素生產率的空間溢出效應。

信息化發展；空間溢出；物流業全要素生產率；空間杜賓模型

一、引言

2015年十二屆全國人大三次會議提出“互聯網+”行動計劃，明確提出“充分發揮互聯網在生產要素配置中的優化和集成作用”，這是在知識社會信息經濟時代下，繼“兩化融合”“四化同步”后，又一加快信息化進程、推動經濟社會發展轉型的重要舉措。信息化發展進程中的各種表現融合于經濟社會各領域之中，為各產業的智能化提供支撐，其中，現代物流可以說是信息技術應用非常普遍并較為成熟的行業，而在某些發達國家，物流企業已然成為信息密集型企業。物流業作為生產性服務業的重要支柱，是我國的十大振興產業之一，其生產率的高低牽動其他行業乃至國家的經濟發展，不同國家物流業的生產率存在很大差異，在全球制造業生產率存在趨同的態勢下，這一狀況使得物流業的發展成為衡量國家競爭力的重要指標之一。

信息經濟時代，物流業全要素生產率的影響因素不再局限于資產、人力等傳統的生產要素，還受到信息這一要素的影響，信息作為當代知識、技術典型的代表，逐漸成為各行業生產要素配置的重要組成部分。信息技術與生產率的關系，歷經了索羅（Solow）［1］“生產率悖論”的支持［2］、中立［3-4］及其反對［5-6］，時至今日，信息作為現代經濟有效運行的重要基礎，對生產率的正向影響毋庸置疑。在衡量信息對物流業生產貢獻時，不能忽視信息網絡效應的發揮。信息具有很強的空間網絡特征，一個地區信息化的發展對周邊地區經濟發展會產生正向的空間溢出效應，如果忽略其他地區與本地之間的相互作用關系，就難以準確衡量信息對經濟發展的效應。因此，有必要研究信息對我國物流業全要素生產率的空間溢出效應，以便為相關的政府部門和物流企業提升物流生產率提供決策參考。

二、相關文獻述評

在物流業生產效率方面，國內外學者基于區域、行業、企業等角度，運用不同的方法對物流的投入產出效率進行研究。如戈登（Gordon）［7］以美國公路、鐵路及航空具體不同的運輸業為對象，分析其效率，并通過時間序列的構建研究其生產率增長的特點；周（Zhou）等［8］運用數據包絡分析（DEA）模型評價了10個第三方物流上市企業的運作效率；艾略特（Elliot）等［9］評估了美國物流企業的運營效率，并分析了相關效率的影響因素；閔（Min）等［10］以北美24家第三方物流公司為對象，利用DEA-CCR模型對其效率展開分析；艾森（Ehsan）等［11］則運用DEA模型對第三方物流企業逆向物流的效率進行評價并選擇相應的服務商。國內方面，有關物流業全要素生產率的研究也日益增多，賀竹磬等［12］采用DEA方法對我國31個省市自治區物流業的相對有效性進行了測算；田剛等［13-14］針對不同的區間段，用不同的計量模型對中國各地區物流業技術效率進行了考察；劉秉鐮等［15］運用兩種分析模型，對我國29個省市自治區的物流業效率及其影響因素進行了分析；王維國等［16］基于省際面板數據，利用生產率指數方法測算了我國的物流業效率，并分析了外部營運環境條件對其變化的影響；姚娟等［17］同樣采用DEAMalmquist模型實證分析了2000—2008年我國30個省市自治區的物流業效率；而張立國等［18］從能源效率出發，實證分析了中國物流業全要素能源效率的動態變動和區域差異情況；其他學者如金春雨等［19］、唐鑫［20］、袁丹等［21］、吳旭曉［22］則研究了某一特定區域物流業的生產效率。

信息化與物流兩者的關系日益受到學者的重視。國外學者或是從信息技術角度出發，或是基于供應鏈角度研究信息化的作用與影響。學者盧凱斯（Lucas）［23］早在1993年就檢驗了信息技術融入物流是有效管理成功的關鍵因素；班尼斯特（Banister）［24］指出在服務和知識經濟下信息技術對運輸的影響，并以此來提高運輸效率；卡特麗娜（Katrina）［25］基于國際供應鏈，通過37個小樣本數據驗證了物流信息技術應用對企業內部和外部績效的作用，為企業正確評估信息技術投資價值提供機制；帕梅拉（Pamela）等［26］利用155家企業數據檢驗了無線射頻識別（RFID）技術和信息共享對供應鏈績效的作用；格奧爾基（Gheorghe）［27］分析了信息化重組世界經濟與市場、重新定義商業模式下，信息化對物流的影響，并指出忽視信息化的物流企業最終會消亡；喬伊（Choy）等［28］調查了香港和珠江三角洲210家物流企業，利用結構方程模型分析了信息技術對企業物流服務質量及其競爭力的影響；索麗娜（Sorina）［29］則從技術上開發了基于代理的模型模擬實時信息的作用，以測試實時信息使用對交通狀況的影響。國內也有一些相關研究，例如，劉有鵬［30］認為信息化與現代物流相互作用共同發展；王靜［31］分析了信息與物流兩個產業之間的交互關系；何玉華等［32］利用2002—2010年區間中國31個省份的面板數據，分析了信息化與物流的關系，曾倩琳等［33］運用灰色關聯模型對我國31個省市自治區2003—2012年的信息業與物流業面板數據進行分析，并測試了兩者的關聯度和耦合度。

上述文獻對物流業全要素生產率、信息化與物流關系進行了具有廣度和深度的研究，但同時也有不足之處：針對中國各區域物流業全要素生產率的差異，在分析其影響的環境因素時，大多數學者側重于物流業聚集、地區GDP、市場化水平、政府支持、開放程度等方面，忽略了信息化的作用。對于信息化與物流關系的研究，學者主要囿于信息化對物流企業、供應鏈的績效影響，鮮有信息化對物流業全要素生產率影響的研究。即使分析了信息對物流業發展的溢出效應和對物流業全要素生產率的影響［34］，也是基于時間序列數據或面板數據，借助一般的計量經濟學方法進行，在這一過程中忽略了信息化的本質特征，即網絡效應的發揮。信息化滲透于社會經濟不同領域，其網絡效應在空間上的擴散最為明顯與直接，傳統的計量經濟學建模與估計方法無法將其體現出來。因此，針對信息化網絡效應對物流行業領域的影響，以便于正確衡量信息化對物流業全要素生產率的貢獻，本文在測算2003—2013年間我國30個省市自治區物流業全要素生產率的基礎上，利用地理信息系統，借助目前能有效度量各空間主體間互動和溢出效應的空間計量方法，對信息化發展水平、空間網絡效應與物流業全要素生產率的關系與作用進行實證研究。

與已有研究相比，本文有以下幾點不同：其一，以信息化發展水平為考察對象，分析其對物流業全要素生產率影響的文獻相對較少，大多數研究物流業全要素生產率的文獻聚焦于其他變量因素，即使有文獻衡量了信息技術對物流業全要素生產率的貢獻，但忽略了信息化的空間網絡效應，從而導致估計偏誤，本文試圖基于空間溢出效應視角來考量信息化發展對物流業全要素生產率的影響。其二，為避免信息化空間溢出效應在要素投入中被內部化，使其溢出效應獨立出來，同時可以減少實證檢驗存在的內生性，本文的被解釋變量設定為全要素生產率（TFP），而非真實產出。其三，信息化發展使得信息和知識傳遞的時空阻礙大幅降低，把各地區的經濟活動緊密聯系在一起，基于信息技術設施的網絡基礎設施特性，本文運用空間計量經濟學理論時，通過引入信息化發展指數來定義空間權重矩陣，賦予其新的經濟意義，從而考察地區之間可能的空間溢出效應，揭示信息化發展水平對物流業全要素生產率溢出效應的影響。

三、理論分析框架

（一）信息化發展影響物流業全要素生產率的機制

信息化發展對物流業全要素生產率的影響，一方面，表現為作為要素投入的內生變量促進物流業產出；另一方面，因為其溢出的效應影響物流業產出，信息的網絡效應推動了人力、資金等要素的流動而產生了空間效應。

首先，內生經濟增長理論認為，技術進步作為內生變量，是促進經濟增長的主要因素之一。信息技術是當代科學技術的典型代表之一，地位日益重要，在信息飛速發展和“互聯網+”時代，信息技術已然作為社會經濟各項活動中物質、資金、人力等以外的又一大能源投入生產運營中，降低了勞動力成本、促進了信息知識共享，成為社會經濟發展的要素之一。除了傳統的生產要素，在物流業全要素生產率提高、產業結構升級過程中，信息也是其最主要的動力和支柱，并成為經濟增長的內生動力，因此，信息投入對物流業全要素生產率的增長具有直接影響。

其次，信息化發展指數（Information Develop?ment Index，IDI）是我國評價國家或地區信息化發展水平的綜合指標，根據該指標的測算結果，2013年我國31個省市自治區的信息化水平被劃分為高、中高、中等、中低、低五個水平，這正是空間經濟分布的非均勻或非隨機導致的空間異質表象。早已有學者指出，信息技術對區域和城市間經濟的空間組織結構、經濟相互作用產生了重要影響。由于信息技術的物質載體和活動本質具有的“網絡”特性［35］，信息化發展使得各區域彼此逐漸形成更緊密的空間聯系結構，在各地區加快信息化發展的進程中，水平較低地區的信息化發展更多源于信息化程度較高地區的擴散與空間外溢效應，且該效應傾向于優先從相鄰地區開始滲透擴散。因此，作為信息技術使用最為普遍和較為成熟的領域，我國31個省市自治區物流業全要素生產率受信息化發展的空間溢出效應的影響。

再次，信息技術設施作為新的基礎設施，具有網絡效應的特性，從而形成了互聯互通的信息大通道，讓新經濟的信息、知識在各區域的傳遞和交流突破了時間、空間上的障礙，一定程度上減緩了空間距離摩擦，使得信息交流更加頻繁。由于信息化的這種網絡特質及其信息產業關聯引起的其他要素流動效應，在我國各省市自治區信息化發展水平存在空間差異的情況下，信息化的網絡效應推動了社會資本、勞動力等要素進行跨區域流動，讓作為生產要素的資本、人力等表現出聚集和擴散效應，這種信息化發展水平差異驅動生產要素流動的現象也正改變著物流業的運營和發展模式，導致物流業產出發生變動時也影響了其對應的全要素生產率。

（二）分析方法

1.全要素生產率

本文采用DEA中非參數的Malmquist指數法計算物流業全要素生產率（TFP），根據費爾（Fare）對該指數的強化，可以分解為技術進步（TC）和技術效率（EC）兩項的乘積，計算公式如下：

即：

2.空間相關性檢驗模型

安塞琳（Anselin）認為，經濟體內不同區域間經濟增長過程中存在空間自相關性，通常用莫蘭（Moran）指數I或吉爾里（Geary）指數C測度空間自相關性分析，本文選取莫蘭指數（Moran's I）檢驗我國30個省市自治區與其各自鄰近地區在物流業全要素生產率變化方面是相似、相異還是相互獨立。其計算公式如下：

式中，n是研究區內地區總數，Yi表示研究區內第i個地區的統計指標，Wij是空間權重，Y_和S2分別為樣本的均值和標準差。其中，Moran's I∈［-1，1］，當Moran'I∈［-1，0）時表示負相關，且越靠近-1，聚集的是相異屬性類，Moran's I∈（0，1］表示正相關，越接近1時表明相似屬性的集聚，如果Moran's I=0或接近于0，表示不存在空間自相關性或屬性隨機。

3.空間面板模型

空間計量經濟學具有空間異質性、相關性特征，打破了最小二乘法獨立同分布的假定，空間計量模型一般有空間滯后模型（SAR）、空間誤差模型（SEM）、空間杜賓模型（SDM）。本文采用空間杜賓模型（SDM），顯示在因變量與擾動項中出現的空間依賴性和不確定性，及其變量和解釋變量的空間滯后，計算公式如下：

式中，Yit、Xit分別是第i個地區在t時間的被解釋變量和解釋變量，α是常數項，β是解釋變量的參數，Wij是空間權重反映被解釋變量和解釋變量的空間滯后，ρ、θ為其對應參數，ui、λt反映空間和時間效應，εit為誤差項。

四、數據來源與變量說明

本文選取2003—2013年中國大陸30個省、市、自治區（西藏因數據原因未選取）作為實證檢驗樣本，相關原始數據來源于歷年的《中國統計年鑒》《中國信息統計年鑒》，以及中國知網中國經濟與社會發展統計、萬德資訊、中國經濟信息網等數據庫。

（一）被解釋變量

被解釋變量是物流業全要素生產率，本文采用DEA中非參數的馬姆奎斯特（Malmquist）指數法計算。由于我國產業分類體系中未單列“物流產業”，參照大多數文獻的做法，本文采用交通運輸、倉儲及郵政業相關數據之和代替物流業，相關原始數據可從歷年的《中國統計年鑒》獲取（因西藏自治區數據不全予以剔除）。

計算物流業全要素生產率時，本文將“交通運輸、倉儲及郵政業”生產總值（經各個省份第三產業價格指數調整）作為產出，物質資本存量和勞動力作為投入。其中物質存量采用“永續盤存法”來衡量，即：

式中Kt和Kt-1分別為第t年和第t-1年的不變價資本存量，δt為第t年的折舊率，It為第t年的名義投資額。其中，初始資本存量和投資縮減指數都以2003年為基年，對于基年資本存量，本文借鑒靖學青［36］的做法，按照公式計算，0.05為折舊率，gi為i省在2003—2013年物流業產值的年均增長率；對于δt，借鑒宋海巖等［36］的做法，將其確定為δt=全國折舊率+git。

（二）解釋變量

核心解釋變量：信息化發展指數（IDI）最早是國際電信聯盟（ITU）將數字機遇指數和信息化機遇指數兩個重要的信息化評價指數綜合而成全面反映信息化發展水平的評價指標。我國“十一五”信息化規劃時引入編制了該指數，后優化為由5個分類指數和12個具體指標構成，從基礎設施、產業技術、應用消費、知識支撐、發展效果五個方面綜合測量和反映國家或地區信息化發展總體水平。該變量的原始數據可從國家統計局編制的《中國信息年鑒2015》獲取（因最新數據截止于2013年，故樣本期間選定為2003—2013年）。

控制變量：本文基于新經濟地理、新經濟增長等視角，參考已有文獻，引入相關控制變量（如表1所示）。相關原始數據來源于歷年的《中國統計年鑒》、中國知網中國經濟與社會發展統計數據庫及萬德資訊、中國經濟信息網等數據庫。

據此，30個省市自治區11年共330個觀測數據的統計概況如表2所示。

（三）空間權重

空間權重矩陣可以反映空間對象的鄰接關系，各文獻常用空間距離和經濟距離進行分析。近年來，隨著網絡經濟的崛起與迅速發展，有專家學者指出，區域經濟發展的模式日益受其經濟結構影響，故在信息化的作用下，區域之間的空間經濟聯系更為緊密，而各地區的信息化發展程度越高，物流業全要素生產率提升的可能性越大，受到臨近地區信息化水平的影響越大。為客觀表現信息化發展的空間溢出效應，本文基于能綜合反映信息化發展狀況的信息化指數構建如下空間鄰接矩陣：

式中rij為i、j兩地的地理距離，Ii為城市i的信息化發展水平，本文用信息化發展指數衡量。對該矩陣進行標準化變換使各行元素之和為1，以避免單位影響實證結果。

五、實證分析

（一）空間自相關性檢驗

表1　控制變量說明

表2　觀測數據的統計信息

表3　2003—2013年我國物流業效率的莫蘭指數檢驗

我國30個省市自治區物流業全要素生產率增長和信息化發展的全局莫蘭指數，計算結果如表2和表3所示。Moran’s I統計量均為正值，且通過了顯著性檢驗，表明我國物流業效率和信息化發展在空間上均存在不同程度的空間自相關，表現出“相近相似”的特征。從數值演變來看，物流業效率和信息化發展的莫蘭指數先升后降，呈現山峰形態，說明在信息網絡效應作用下，各地區的聯系日益緊密，表現出一定程度上的趨同性，故受其鄰近地區的影響逐漸變小，指數下降。可見，本文利用空間計量方法進行實證研究具有其實際意義，如果忽視樣本的空間效應會導致模型有偏差，得出缺乏應有解釋力的結果。

（二）模型結果分析

1.全國整體分析

構建如下非空間面板數據模型，對各變量的穩定性進行檢驗以避免偽回歸，經LLC和IPS面板單位根檢驗方法檢驗，各變量均是平穩系列（本文限于篇幅不予詳列）。非空間面板模型參數估計檢驗結果如表5所示。

從表5的檢驗結果可以看出，統計量在1％的顯著水平下拒絕不存在被解釋變量空間滯后項的原假設。故物流業全要素生產率的分析需采用考慮空間交互作用的模型，似然比（LR）檢驗結果如表6所示，聯合顯著，故可建立雙向固定效應模型。

進一步建立空間杜賓模型，物流業全要素生產率空間杜賓模型如下：

空間杜賓模型估計結果如表7所示。

根據表7中第三列的SDM估計結果，可得出Hausman檢驗統計量為31.8280，在1％的水平下拒絕了原假設，即空間不隨機。以物流業TFP為解釋變量的雙固定效應的SDM模型的Wald和LR檢驗都在1％的水平下顯著，通過檢驗，故選擇SDM模型進行分析。

表4　2003—2013年我國信息發展指數的莫蘭指數檢驗

表5　非空間面板模型估計

表6　固定效應聯合顯著性檢驗

根據上述表格，表8給出各變量對物流業全要素生產率的直接效應、溢出效應和總效應，以及估計誤差和反饋效應的計算結果。

表7　包含空間固定效應模型的SDM估計

表8　時間空間固定效應SDM模型的各效應

雙向固定效應空間杜賓模型的糾偏估計結果顯示，我國各省份的物流業全要素生產率不僅受本省（市、自治區）如信息化發展狀況、人力資本、開放性和城市化等變量的影響，也受到相鄰省份物流業全要素生產率和相應變量的影響。空間滯后項對某一單元物流業全要素生產率的影響系數為0.6007（參見表7），這表明各省物流業之間在空間競爭性上實現了一定程度的有機整合，這與近年來政府、行業、企業等各層面在物流園區、信息等平臺和企業融合兼并等方面協同發展的推行運作緊密相關。本文重點研究的是信息化發展對物流業全要素生產率的空間溢出效應。關于信息化發展對物流業全要素生產率的影響，首先，在非空間面板模型中，信息化發展的系數估計值為1.1305（參見表5），且在1％水平下顯著，在SDM模型中，信息化發展對物流業TFP的直接效應為1.185（參見表8），且在1％水平下顯著，說明在非空間面板模型中，信息化發展對物流業TFP的影響被低估了4.60％。其次，在SDM模型中，信息化發展的系數估計值為0.8220（參見表7），直接效應為1.1305（參見表5），且都在1％水平下通過顯著性檢驗，所以信息化發展以30.38％的比例對物流業TFP的直接影響存在反饋效應。同時根據表8，信息化發展對物流業TFP的溢出效應和總效應分別為4.7805和5.9655，且在1％水平下顯著，說明信息化發展提高了1％，會導致周邊地區的物流業TFP提升4.78％，總體上帶來物流業TFP5.97％的提升。空間杜賓模型的估計結果基本驗證了前述的理論預期，隨著信息技術的滲透、信息資源的大幅開發利用、信息的傳播共享，信息化作為物流業產出的投入要素之一，地位作用日益凸顯，它不僅是本地區物流業TFP提升的重要決定因素，而且存在顯著的空間溢出效應，其通過信息化的網絡效應，促進各空間單元的要素流動，提高鄰近地區物流業的全要素生產率。

對于其他要素，人力資本水平（HC）對本地區物流業TFP的影響為-0.4415，受相鄰地區人力資本水平的影響為-0.9415（參見表7），都通過了1％水平下的顯著性檢驗，說明各省份雖然勞動力充沛，但囿于人力資本水平不均衡和物流中高端人才緊缺，各地區物流業中高端人才競爭激烈，其供給存在著“此消彼長”的現象，在非空間面板模型中，人力資本水平對物流業TFP的影響存在估計誤差及其反饋效應。本地區和相鄰地區人力資本水平對物流業TFP的影響方向為負，反映了人力資本水平是物流業全要素生產率提高的障礙性因素。對外開放度（OPEN）和外資依存度（FDI）對本地區物流業TFP的影響分別為0.0597和0.0138（參見表7），在10％水平下通過顯著性檢驗，而受相鄰地區對外開放度的影響則表現不顯著，表明對外開放度和外資依存度具有知識溢出、經濟外部性和規模報酬遞增的特點，對本地區物流業TFP具有顯著的正向效應。城市化（URBAN）對本地區物流業TFP的影響為-0.4245（參見表7），受相鄰地區城市化的影響為0.6225，皆在1％的水平下通過顯著性檢驗，且對物流業TFP有顯著的直接和溢出效應，分別為-0.3720和0.8213，這表明城市化建設會造成資源配置失當和效率缺失，影響物流業全要素生產率的提升。空間溢出效應為正的原因，可能在于城市化進程影響了人力、物質等各種要素在配置具有差異性的市場進行流動，或是城市化導致省際邊界物流樞紐節點發展，使得本地區城鎮化對相鄰地區的物流業TFP產生顯著的提升作用。交通基礎設施（TRANS）對本地區物流業TFP的影響不顯著，受相鄰地區的交通基礎設施的影響為0.1026，在10％水平下通過顯著性檢驗，其對物流業TFP有顯著的空間溢出效應，為0.3326，遠遠大于直接效應0.0943，表明交通基礎設施具有極強的空間網絡外部性，這與杰夫瑞（Jeffrey）等［37］、余（Yu）［38］、安娜（Ana）［39］和佩拉約（Pelayo）［40］等學者的研究結論一致。而產業結構（IS）對本地區物流業TFP的影響，受相鄰地區產業結構的影響，都未通過顯著性水平的檢驗，表明產業結構對本地區或相鄰地區的物流業全要素生產率都未產生積極的影響。

2.三大地區的分析

本文基于我國東部、中部、西部三大區域的劃分，進一步考察這些不同區域信息化發展水平對物流業全要素生產率的空間溢出效應，空間杜賓分析的估計結果如表9所示。

表9　三大地區個體固定效應的SDM估計結果

首先，從信息發展指數IDI對物流業全要素生產率影響的彈性系數看，東部地區信息化發展水平對物流業全要素生產率的影響程度明顯高于中部地區和西部地區，意味著信息化發展水平的高低和信息化應用效果是影響物流業全要素生產率差異的重要因素。其次，就信息化發展的空間溢出彈性系數而言，比較三個區域回歸系數（表9中的W×IDI），東部地區同樣高于中西部地區，表明東部地區城市的物流業全要素生產率高，可能源于鄰近城市的信息化發展外溢效應。此外，值得注意的是東部地區交通基礎設施系數（表9中的W×lnTRANS）大于中西部的相關系數，說明中西部地區交通基礎設施的空間溢出系數低于東部地區，這與胡煜等學者［41］的研究相符。

此外，從表10來看，三大地區各自內部的信息化水平對物流業全要素生產率直接效應、溢出效應和總體效應的估計結果有所不同。在東部地區和中部地區，信息化發展水平對物流業全要素生產率具有顯著的正向直接影響和外溢效應，而在西部地區，物流業通過信息技術的應用及其衍生的效率對物流業全要素生產率產生了直接影響，但沒有顯著的空間溢出效應，這可能是由于西部地區本身信息化水平層次及其西部地區各省市區的散點分布，導致其內部各省市區之間的知識信息關聯和產業融合不夠深入。綜上，在推行“十三五”規劃綱要和《物流業發展中長期規劃（2014—2020年》的過程中，一方面，在落實“進一步加強物流信息化建設”政策時，要注重提高中西部信息化發展水平；另一方面，要重視信息化發展對物流業全要素生產率的空間溢出效應，突破信息化影響物流業全要素生產率的空間與時間的傳遞障礙，為物流領域在供給側結構性改革中的創新發展提供機遇。

六、結論與啟示

（一）結論

本文基于我國30個省市自治區的面板數據，嘗試從空間溢出視角切入，改進空間權重矩陣，采用SDM模型分析并檢驗信息化發展與物流業全要素生產率增長之間的關系。研究發現，本文的重點考察對象即信息化發展與物流業全要素生產率增長之間存在著顯著的空間相關性，空間杜賓模型結果表明信息化發展水平不僅能夠促進本地區物流業全要素生產率增長，而且基于信息技術基礎設施的網絡效應，其空間外溢效應充分顯現，也促進了相鄰地區物流業全要素生產率增長。信息化發展水平的空間外溢系數高達4.7805，遠高于對本地區的直接效應1.185，說明信息技術作為現代生產力必不可少的要素，對物流業全要素生產率的影響日益重要，而且還通過空間外溢效應優化配置資源、降低成本等方式，對相鄰地區物流業全要素生產率的提升發揮了顯著的促進作用。此外，人力資本水平、城市化、交通基礎設施對物流業全要素生產率影響的方向雖然不一樣，但影響顯著，而且三個變量都具有顯著的空間外溢效應，空間溢出效應系數分別為-2.8052、0.8213和0.3316，表明這三個要素對相鄰地區物流業全要素生產率產生了明顯的負向或正向影響。

表10　各地區信息化水平對物流業生產率影響的估計結果

（二）啟示

以上研究結果為信息化與物流業的融合提供了一些啟示：

第一，信息化的快速發展深刻影響了當代經濟活動，各區域物流業全要素生產率的提升不再僅僅依靠資本、人力等這些傳統要素，在信息經濟時代，信息技術已然作為必不可少的投入要素成為內生動力。我國政府先后提出“兩化融合”與“四化同步”發展，說明信息化發展戰略地位日益突出，在現代經濟發展越來越倚重產業關聯效應的背景下，物流業作為信息技術使用較為成熟和普遍的行業和領域，更應加強信息化，通過發揮信息技術的競爭效應、專業化效應和知識溢出效應來推動物流業全要素生產率提升，進而發揮物流業對區域經濟發展的飛輪效應。

第二，由于信息化的無界限共享特征，使得各區域的信息、知識互聯互動，減少了它們在時間、空間方面的傳遞障礙，從這一理論角度來講，信息化發展水平的空間特征應表現為協調。但本文的研究結果發現，在影響物流業全要素生產率時，信息化發展并沒有表現出空間的弱化作用，反而具有明顯的空間外溢特征，對相鄰地區對應的物流業全要素生產率具有顯著的推動作用。其中可能的原因在于，由于各地區的信息基礎設施分布不均衡，產業技術和知識支撐的水平參差不齊，發展效果各有千秋，使得信息化發展的地理空間效應不僅沒有弱化，反而成為鄰近地區物流業全要素生產率提升的新空間動力。各省市自治區在提升本區域物流業全要素生產率時，應抓住機遇，充分考慮地區間信息化發展的空間聯系與互動，打破信息化發展空間外溢效應產生區域邊界的自然條件和制度約束，如在信息技術基礎設施建設、企業組織結構變革、信息技術人才培養、產業技術強化等各方面有效配合，充分發揮信息化發展水平對物流業全要素生產率增長的空間外溢效應。

第三，鑒于人力資本水平、城市化、交通基礎設施顯著的空間溢出效應，各區域應加快培養物流業中高端人才，逐漸消除在人才方面“此消彼長”的現象，弱化人力資本水平對物流業全要素生產率的負向影響，同時加大城市化和交通基礎設施的投入與積累，加強各省域在信息平臺、物流園區、交通樞紐節點的互動，提高彼此之間資金流、信息流和物流的效率。各區域政府或企業在努力提高物流業全要素生產率時，應重視影響物流業全要素生產率各因素表現出的“馬太效應”，充分發揮其空間合理分布的溢出效應，避免效率損失。

［1］SOLOW R M.We'd better watch out［J］.New York times book review，1987（7）：12-36.

［2］ERIK B.The productivity paradox of information technology ［J］.Communication of the ACM，1993，36（12）：67-77.

［3］ROACH S.Services under siege—the restructuring impera?tive［J］.Harvard business reviews，1991，69（5）：82-91.

［4］OLINER S D，Sichel D E.Computers and output growth re?visited：how big is the puzzle？［J］.Brookings papers on eco?nomic activity，1994，19（2）：254-285.

［5］JORGENSON D W，HO M S，STIROH K J.A retrospective look at the U.S.productivity growth resurgence［J］.The jour?nal of economic perspectives，2008，22（1）：3-24.

［6］AMIR G A，MAHMOUD M.Impact of information technolo?gy on productivity and efficiency in Iranian manufacturing industries［J］.Journal of industrial engineering international，2015，11（1）：143-157.

［7］GORDON R.Productivity in the transportation sector［M］. Cambridge，MA：National Bureau of Economic Research，1992：371-422.

［8］ZHOU G G，MIN H，XU C，et al.Evaluating the compara?tive efficiency of Chinese third-party logistics providers us?ing data envelopment analysis［J］.International journal of physical distribution and logistics management，2008，38 （4）：262-279.

［9］Elliot R，CHAD M M.Why do Internet commerce firms in?corporate logistics service providers in their distribution channels？［J］.Journal of operations management，2007，25 （3）：661-681.

［10］MIN Hokey，SHERRIE L D，S-J Joo.Evaluating the com?parative managerial efficiency of leading third party logis?tics providers in North America［J］.Benchmarking，2013，20 （1）：62-78.

［11］Ehsan M，Majid A，Reza F S.Measuring the efficiency of third party reverse logistics provider in supply chain by multi objective additive network DEA model［J］.Internation?al journal of shipping and transport logistics，2015，7（1）：21-41.

［12］賀竹磬，孫林巖.我國區域物流相對有效性分析［J］.科研管理，2006，27（6）：144-150.

［13］田剛，李南.中國物流業技術進步與技術效率研究［J］.數量經濟技術經濟研究，2009（2）：76-87.

［14］田剛，李南.中國物流業技術效率差異及其影響因素研究：基于省級面板數據的實證分析［J］.科研管理，2011，32（7）：34-44.

［15］劉秉鐮，余泳澤.我國物流業地區間效率差異及其影響因素實證研究——基于數據包絡分析模型及托賓模型的分析［J］.中國流通經濟，2010，24（9）：18-21.

［16］王維國，馬越越.中國區域物流產業效率：基于三階段DEA模型的Malmquist-luenberger指數方法［J］.系統工程，2012，30（3）：66-75.

［17］姚娟，莊玉良.所有權結構、物流環境及我國物流業效率［J］.財經問題研究，2013（3）：115-122.

［18］張立國，李東，龔愛清.中國物流業全要素能源效率動態變動及區域差異分析［J］.資源科學，2015，37（4）：0754-0763.

［19］金春雨，陳霞，李彩霞.遼吉黑經濟圈物流業全要素生產率的追趕效應與增長效應研究［J］.現代管理科學，2012 （6）：18-21.

［20］唐鑫.基于DEA的京津冀地區物流業效率分析［J］.中國社會科學院研究生院學報，2015（4）：50-55.

［21］袁丹，雷宏振.絲綢之路經濟帶物流業效率及其影響因素［J］.中國流通經濟，2015（2）：14-20.

［22］吳旭曉.經濟大省物流業效率動態演化及其影響因素［J］.中國流通經濟，2015（3）：24-31.

［23］LUCAS D I.The impact of information technology on logis?tics［J］.Logistics information management，1993，6（2）：37-42.

［24］BANISTER D，STEAD D.Impact of information and com?munications technology on transport［J］.Transport reviews，2004，24（5）：611-632.

［25］KATRINA S.Internal and external logistics information technologies：the performance impact in an international setting［J］.International journal of physical distribution and logistics management，2007，37（6）：454-468.

［26］PAMELA J Z，KENNETH W G，VICTOR E S，et al.RFID utilization and information sharing：the impact on supply chain performance［J］.Journal of business and industrial marketing，2010，25（8）：582-589.

［27］GHEORGHE D.The impact of progress in information and communication technology on distribution and logistics ac?tivities［J］.Metalurgia international，2011，16（9）：39-42.

［28］CHOY K L，ANGAPPA G，LAM H Y，et al.Impact of infor?mation technology on the performance of logistics industry：the case of Hong Kong and Pearl Delta region［J］.Journal of the operational research society，2014，65（6）：904-916.

［29］SORINA L，VAISAGH V，MICHAEL L，et al.Information impact on transportation systems［J］.Journal of computation?al science，2015（9）：88-93.

［30］劉有鵬.我國城市信息化與物流現代化的關系及發展道路［J］.上海經濟研究，2006（8）：72-76.

［31］王靜.物流信息化下信息產業與物流產業的交互關系［J］.情報雜志，2008，27（5）：25-27.

［32］何玉華，俞立平.基于面板數據變系數模型的信息化與物流關系研究［J］.情報雜志，2012，31（4）：107-111.

［33］曾倩琳，孫秋碧.我國物流業與信息業耦合關聯的時空分異分析——基于我國內地31個省（市）、自治區的面板數據［J］.亞太經濟，2015（3）：113-119.

［34］曾倩琳，孫秋碧.信息業對物流業發展溢出效應的實證分析［J］.華東經濟管理，2015（9）：102-106.

［35］靖學青.中國省際物質資本存量估計：1952—2010［J］.廣東社會科學，2013（2）：46-55.

［36］宋海巖，劉淄楠，蔣萍.改革時期中國總投資決定因素的分析［J］.世界經濟文匯，2003（1）：44-55.

［37］JEFFREY P，COHEN M.The broader effects of transporta?tion infrastructure：Spatial econometrics and productivity approaches［J］.Transportation research part E，2010，46（3）：317-326

［38］YU N N，JONG M，STORM S，et al.Spatial spillover ef?fects of transport infrastructure：evidence from Chinese re?gions［J］.Journal of transport geography，2013，28：56-66

［39］ANA C M，TAEDE T，TOM J，et al.Distributive effects of new highway infrastructure in the Netherlands：the role of network effects and spatial spillovers［J］.Journal of transport geography，2014（34）：96-105.

［40］PELAYO A，JOSé F，MATíAS M.The spatial productivity of transportation infrastructure［J］.Transportation research part A，2015，75：166-177.

［41］胡煜，李紅昌.交通樞紐等級的測度及其空間溢出效應——基于中國城市面板數據的空間計量分析［J］.中國工業經濟，2015（5）：32-43.

責任編輯：林英澤

The Spatial Spillover Effect of Informatization Development on Logistics Industry Productivity

ZENG Qian-lin1，2
（1.Fuzhou University，Fujian，Fuzhou350108，China；2.Fujian Jiangxia University，Fujian，Fuzhou350108，China）

Based on the panel data of 30 Chinese provinces，cities and municipalities from 2003 to 2013，the relation between the development level and logistics industry productivity is analyzed；and it is found that there is the spatial relation between them based on the computation of Moran index；with the help of that，the author chooses theDobit Model to testify the spatial spillover effect of informatization development on logistics industry productivity.The results show that，while improving the productivity of its own spatial unit，the productivity of neighbor spatial units will also be improved；and the coefficient of spillover effect is much higher than that of direct effect.Because of that，different regional governments should strengthen the application of informatization to logistics，break through the restraints on the spatial spillover effect of informatization，pay more attention to the Matthew Effect，avoid the loss of efficiency，and give full play the role of spatial spillover effect of logistics industry productivity.

informatization development；spatial spillover；logistics industry productivity；Spatial Durbin Model

F259.2

A

1007-8266（2016）09-0038-11

2016-07-08

國家社會科學基金項目“跨境電商與物流產業鏈的融合發展研究”（15CJY010）；福建省教育廳社會科學項目“融合視角下福建省物流產業系統成長的協同研究”（JAS150637）

曾倩琳（1979—），女，福建省長汀縣人，福州大學經濟與管理學院博士研究生，福建江夏學院教師，主要研究方向為信息系統與信息管理。