物流產業聚集對區域經濟增長的影響研究

胡凌云 洪怡恬

內容摘要：傳統經濟學理論認為，金融、文化等產業的聚集能夠帶動地區經濟增長。然而，對于物流產業聚集能否帶動區域經濟增長，學者們的觀點并不一致。本文基于京津冀的面板數據，定量研究地區物流產業聚集與經濟增長間的關系。研究表明：地區物流產業聚集水平與其經濟發展水平具有顯著正相關關系，但相關系數較低。物流產業聚集水平越高對地區經濟發展的影響程度就越大。反之，物流產業聚集水平越低對地區經濟發展的影響程度越低;內陸城市的物流產業聚集對地區經濟發展的影響程度明顯弱于沿海城市物流產業聚集對地區經濟發展的影響。

關鍵詞：物流產業聚集? ?區域經濟增長? ?區位熵

引言

在全球經濟一體化進程中，各國的經濟發展水平得到提升，全球產業結構也得到優化升級。在全球化生產中，產業分工逐漸精細，某一國家或地區只是全球生產鏈中的一個環節，其可能只負責生產某一種零部件或產品，這種生產模式極易引起生產企業在該國家或地區的聚集，從而形成相關產業集群。產業集群可以發揮規模經濟優勢，降低成本，提升效益，發展產業集群成為國家或地區追逐的熱點。

美國的硅谷是全球的高新技術產業集群、華爾街是全球金融產業聚集地，我國的中關村是我國的高新技術產業集群，這些產業集群的形成極大了帶動了當地經濟發展水平。隨著我國居民生活水平的提高，個人消費支出比重有了很大的提升，這帶動了物流業的發展。《物流產業調整與振興計劃》等一系列的政策支持，加速了我國物流產業的發展速度，在北京、天津，上海，杭州等城市形成了不同程度物流產業聚集現象。

金融、高新技術等產業聚集對地區經濟發展具有明顯的帶動作用，那么物流產業聚集是否也能帶動地區經濟的增長呢？物流產業聚集對地區經濟增長的帶動作用有多少？對于這些問題的解答，不同學者給出了不同的答案，有學者指出物流產業聚集能夠帶動地區經濟增長，但也有很多學者指出物流產業聚集于區域經濟增長沒有顯著相關關系。

本文以京津冀3省（市）的面板數據定量研究地區物流產業的聚集與區域經濟增長間的關系，為我國各地區發展物流產業與提升經濟發展水平提供參考意義。

物流產業現狀分析

（一）我國總體物流產業發展狀況

近年來我國物流產業規模不斷擴大，2017年我國社會物流總費用為12.1萬億元，同比增加9.2%;我國物流產業的發展水平不斷提升;2011-2017年我國社會物流總費用占GDP比重不斷下降。2011年為18.5%，2014年下降到16.6%，2017年下降到14.6%。這說明我國物流產業的發展水平不斷提高，但與發達國家社會物流總費用占GDP比重8%左右相比，仍有較大差距;我國物流產業發展速度不斷加快，2010 年我國物流產業景氣指數為43.2，而2017年我國物流產業景氣指數上升到52.5;我國物流產業市場較分散，國家統計局資料顯示，2016年我國物流產業總收入為7.9萬億元，排名前50的物流企業收入在1萬億左右，僅占物流產業總收入的12.65%，說明我國物流產業市場較分散，有待進一步整合。

（二）京津冀物流產業發展狀況

京津冀物流產業規模不斷擴大，發展迅速，3省（市）根據自身的比較優勢制定了地區物流產業發展規劃。

北京市目前物流產業的格局是“三環、五帶、多中心”。“三環”是指在六環建立物流基地、五環建設物流中心、四環建設配送中心。“五帶”是指物流產業向西南、正南、東南、東北、西北五個方向聚集。“多中心”是指在城區分布了多個配送中心。

天津的物流產業格局為“兩帶、三區、雙環”。“兩帶”是指以天津為中心的沿海物流帶和以天津為起點的京津冀物流帶，“三區”是指以寶坻區、西青區、津南區為核心發展物流產業聚集區，“雙環”是指中心城區和濱海區形成的配送環。

河北的物流產業格局為“一帶兩通道”，以保定和廊坊為核心構建物流產業聚集地，形成京津冀物流產業帶。

但3省（市）存在各自為政的現象，這難以實現物流產業一體化發展，從而導致了物流產業基礎設施落后、區域物流產業的標準化和信息化建設不完善等缺點。

計量分析

（一）數據的來源與指標說明

本文研究的主題是物流產業聚集與區域經濟增長關系的另一種可能，為了能夠比較清晰地說明此問題，本文選取了我國京津冀地區的面板數據來定量分析物流產業聚集與區域經濟增長關系。學術界常用的衡量地區經濟發展水平的指標是地區的GDP總量，所以本文使用京津冀的GDP總量來表示其經濟發展水平;衡量產業集中度常用的指標為赫芬達爾系數、區位熵、空間基尼系數以及空間集聚系數（EG指數），由于赫芬達爾系數和空間基尼系數可能因為區位的劃分以及其它深層因素的影響使指數的可比性、實用性降低，同樣的空間聚集系數也存在著一定的片面性。所以本文排除了這三種方法，而選擇區位熵方法來度量京津冀3省（市）的物流產業聚集水平。張誠（2012）、劉維林（2016）等人的研究指出區域經濟的發展在很大程度上受地方政府的干預以及資本力量的影響，所以本文選擇公共財政支出、社會固定資產投資作為控制變量分別衡量政府干預的影響以及資本的影響。考慮到數據的可獲得性以及數據合理的時間跨度，本文選取了京津冀2000—2017年相關數據，這樣的時間跨度可以準確反映這些變量之間的關系，可以提升定量分析的可靠程度，具體數據如表1所示。

由于京津冀的物流產業集中度水平是由筆者根據三地的宏觀數據計算得到的，所在在此有必要對此數據進行進一步的說明。本文基于區位熵方法衡量三地物流產業的聚集水平，使用LQ表示地區的物流產業聚集水平，計算公式如公式（1）所示：

根據區位熵方法的定義：LQ值越高就表示地區的物流產業聚集水平越高;本文把全國平均物流產業聚集水平固定為1，如果地區的物流產業聚集水平高于全國平均聚集水平，則LQ大于1，反之LQ低于1，說明該地區物流產業的聚集水平低于全國的平均水平。

（二）變量和模型設置

京津冀3省（市）的GDP總量分別用GDP1、GDP2、GDP3表示，為被解釋變量;物流產業集中水平分別用LQ1、LQ2、LQ3表示，為解釋變量;社會固定資產投資用SI表示，京津冀分別用SI1、SI2、SI3表示;公共財政支出用GC表示，京津冀分別用GC1、GC2、GC3表示，二者同為控制變量。時間序列常常存在異方差性，可以利用SPSS等計量軟件對時間序列是否存在異方差性進行檢驗，但是這樣會消耗大量的時間和精力。所以學者們在利用時間序列進行回歸分析之前會對時間序列進行取對數處理，這樣可以輕易地消除可能存在的異方差性并且取對數之后的數據并不會喪失其經濟意義，各變量之間的關系并不會因此而發生改變。所以本文先對上述變量進行去對數處理，GDP取對數結果分別為LNGDP1、LNGDP2、LNGDP3;物流業集中度取對數結果分別為LNLQ1、LNLQ2、LNLQ3;社會固定資產投資取對數結果為：LNSI1、LNSI2、LNSI3;公共財政支出取對數結果分別為LNGC1、LNGC2、LNGC3。本文設置了多元線性回歸模型說明各變量之間的相關關系，如公式（2）所示：

其中a為常數項，0≤i≤3，i=1 2 3分別表示北京市、天津市、河北省，ε為隨機誤差項。

（三）實證結果

基于模型（2）利用Eviews8.0對相關數據進行回歸分析，經過筆者整理得到公式（3）、（4）、（5）。

如公式（3）所示：R2=0.999098 ，F值=5168.057，說明模型的擬合效果好。t統計量結果也顯示出各變量在1%的顯著性水平下滿足顯著性水平要求，LNGDP1與LNLQ1呈顯著的正相關關系，相關系數為0.064590，即LNLQ1上升一個百分點，LDGDP1上升0.064590個百分點;控制變量方面，LDGDP1與LNSI1、LNGC1呈正相關關系，相關系數分別為0.358112、0.524094，即LNSI1或者LNGC1每上升一個百分點，LDGDP1就會上升0.358112或0.524094個百分點。

如公式（4）所示：R2=0.996149，F值=1207.208，說明模型的擬合效果好。t統計量結果也顯示出各變量在1%的顯著性水平下滿足顯著性水平要求。LNGDP2與LNLQ2呈顯著的正相關關系，相關系數為0.112561，即LNLQ2上升一個百分點，LDGDP2上升0.112561個百分點;控制變量方面，LDGDP2與LNSI2、LNGC2均呈正相關關系，相關系數分別為0.452877、0.321243，即LNSI2或者LNGC2每上升一個百分點，LDGDP1就會上升0.452877或者0.321243 個百分點。

如公式（5）所示：R2=0.994126，F值= 789.8021，說明模型的擬合效果好，t統計量結果也顯示出各變量在1%的顯著性水平下滿足顯著性水平要求。LNGDP3與LNLQ3呈顯著的正相關關系，相關系數為0.043035，即LNLQ3上升一個百分點，LDGDP3上升0.043035個百分點;控制變量方面，LDGDP3與LNSI3、LNGC3均呈正相關關系，相關系數分別為0.231048、0.451102，即LNSI3或者LNGC3每上升一個百分點，LDGDP3就會上升 0.231048或者0.451102個百分點。

（四）結論

基于上述實證分析結果，可以得到以下結論：

第一，通過LNLQ與LNGDP的回歸系數可知，地區物流產業聚集水平與其經濟增長具有顯著正相關關系，但是相關系數較低。即物流產業聚集對地區經濟發展水平具有一定影響，但影響程度較低。

第二，通過控制變量LNSI、LNGC與LNGDP的回歸系數可知，地區經濟發展與地方政府的干預及資本力量相關程度較高，資本力量的影響更為顯著。

第三，對比3省市的回歸結果可知，北京和河北等內陸省市，其物流產業聚集對地區經濟發展的影響程度弱于沿海城市天津。隨后筆者又選取了沿海地區的上海、蘇州與內陸地區的武漢、鄭州，將其數據進行回歸并對比相關系數也驗證了此結論。沿海地區物流產業聚集水平與經濟發展相關系數在0.15左右，而內陸地區物流產業聚集與經濟發展相關系數在0.1以下。筆者認為這與其城市區位等其它深層原因有關。鑒于該原因與本文研究主題相關性不大，在此并未對此作深入研究。

第四，結合北京、河北、天津的物流產業聚集水平以及3地物流產業聚集水平與其GDP相關系數綜合分析可知，物流產業聚集水平越高對地區經濟發展的影響程度就越大，反之，物流產業聚集水平越低對地區經濟發展的影響程度越低。

政策建議

基于上述研究結論，為推動京津冀的物流產業以及經濟發展，本文提出以下建議：

第一，重視物流產業聚集對經濟發展的影響。上述實證分析表明物流產業聚集對地區經濟發展水平的提升具有正向作用。所以我國各省市應該注重地區物流產業的發展，推動地區物流產業的聚集充分發揮規模經濟優勢帶動地區經濟發展。

第二，加強對物流產業的扶持力度，強化物流產業基礎設施建設。從事物流產業的企業多為民營企業，民營企業在我國面臨制度困境、融資難題。要想推動地區物流產業的發展，提高地區物流產業聚集水平，地方政府應該轉變觀念，重視物流產業的作用，出臺系列政策鼓勵地區物流企業發展。與此同時，擴大公共財政在物流產業方面的支出，逐步完善地區的物流基礎設施建設。

第三，因地制宜發展物流產業。傳統經濟學理論認為，地區的產業發展應該基于地區的比較優勢，而物流產業的發展也是如此。各省市應認識到自身發展物流產業的比較優勢，并在此基礎上制定相關政策以發展本地區的物流產業。比如，內陸城市物流產業起步較晚，聚集水平較低，應把改善物流基礎設施作為重點工作;而東部沿海城市物流產業起步早，聚集水平較高，應努力擴大物流產業聚集水平，提高地區物流企業在國際市場中的競爭能力。

參考文獻：

1.陳艷，孫茂棚.第三產業經濟增長與物流投入產出效率的關系——基于協整檢驗的實證分析[J].商業經濟研究，2017（16）

2.彭華穎.基于面板數據模型的我國物流產業發展對經濟增長影響研究[J].商業經濟研究，2016（12）

3.蔣衛華，賴盛中.物流產業發展新路徑及其與經濟增長互動實證分析[J].商業經濟研究，2015（34）

4.王健，范月嬌.我國物流服務業集聚對區域經濟增長的動態效應檢驗與分析——基于動態面板數據模型的實證[J].中國流通經濟，2014，28（7）

5.舒輝，周熙登，林曉偉.物流產業集聚與全要素生產率增長——基于省域數據的空間計量分析[J].中央財經大學學報，2014（3）

6.范林榜.物流發展與經濟增長的關系——以蘇北、蘇中、蘇南典型地區為例[J].中國流通經濟，2012，26（7）

7.易英霞，鄭循剛.物流產業與城市經濟增長的互動性——以四川省成都市為例[J].統計與決策，2015（7）

8.鐘祖昌.空間經濟學視角下的物流業集聚及影響因素——中國31個省市的經驗證據[J].山西財經大學學報，2014，33（11）

9.劉維林.區域物流系統與經濟增長的動態耦合機理與實證仿真[J].經濟地理，2016，31（9）

10.周汩，肖卓.基于分工理論的物流分工促進經濟增長的機理分析[J].云南社會科學，2015（5）