物流通道的區域經濟聚散機制及其集聚效應檢驗
——基于中國11條物流通道的實證

范月嬌

(華僑大學 工商管理學院，福建 泉州 362021)

一、問題提出與文獻回顧

近年來隨著物流專業化發展，物流服務不再僅僅是單一的運輸或倉儲，需要將運輸、倉儲、裝卸搬運、包裝、分揀、流通加工、物流配送、物流信息處理等基本功能有機結合及各環節之間無縫銜接才能提供高效率、低成本的物流服務。因此，伴隨著運輸通道理論的研究和社會經濟發展需求，物流通道的相關研究得到了進一步推進。物流通道是指在一定的區域空間中，為提供全程物流服務，將一種或多種運輸方式且方向一致的干線運輸線路(如高速公路、國道、干線鐵路、干線水路及航空等)、物流節點(如港口、機場、物流中心等)、物流設備及物流信息線路等在相關物流服務機構的有效管理下實現有機結合的綜合物流服務系統[1-5]。同時，中國近年來在區域發展規劃中也非常重視物流通道的建設，如2009年《物流業調整和振興規劃》中提出建設和完善中國東北地區與關內地區、東部地區南北、中部地區南北、東部沿海與西北地區、東部沿海與西南地區、西北與西南地區、西南地區出海、長江與運河、煤炭及進出口等10大物流通道；《物流業發展中長期規劃(2014-2020年)》中提出加快推進聯通國內、國際主要經濟區域的物流通道建設，大力發展多式聯運，努力形成京滬、京廣、歐亞大陸橋、中歐鐵路大通道以及長江黃金水道等若干條貨暢其流、經濟便捷的跨區域物流大通道；《全國流通節點城市布局規劃(2015-2020年)》，提出了“3縱5橫”的全國骨干流通大通道體系，“3縱”即東線沿海、中線京港澳、西線呼昆流通大通道；“5橫”即西北北部、隴海蘭新沿線、長江沿線、滬昆沿線、珠江西江流通大通道。

然而，物流通道并非一朝一夕建立起來的，是在滿足其沿線區域經濟流通過程中對貨物流量、流效、流速、流程等需求下，對各種運輸方式的干線線路和各類物流節點持續投入、建設和完善中逐漸形成的，并與其沿線區域各經濟主體、生產要素不斷地相互聯系、相互作用而形成的具有一定區域空間結構形態的地理空間實體[5]。因此，物流通道作為交通運輸基礎設施的骨干，與交通基礎設施一樣必然對沿線區域空間結構及其經濟發展產生重要的影響。例如Hoover(1948)提出了運輸費用結構理論，論證了在兩條運輸線路的中轉點建工廠可以節約倒裝費用和降低總體運輸費用，這種區位優勢就會產生節點如港口、交通樞紐的集聚效應[6-7]。Werner Sombart的“生長軸”理論[8]、陸大道的“點-軸”系統理論[9]等，都認為交通干線可以影響企業及產業區位的改變，從而形成區域上經濟集聚趨勢；同時陸大道也指出經濟集聚與擴散往往是沿著阻力最小的方向，即軸線(含動力線、水源線、運輸線)進行的[9]。張文嘗(1992)指出交通運輸基礎設施是空間運輸聯系的實現基礎，從側面反映了區域經濟聚散對交通運輸基礎設施的依賴[7]。在交通區位論中也體現了經濟集聚的思想，最早對交通區位研究的Kohl(1841)認為交通發展、人口集中和聚落的形成是互補的[3]。Eberts and McMillen(1999)研究認為如果大城市的人均基礎設施水平高于中小城市，不考慮基礎設施因素的集聚經濟估計值會向上偏誤[10]。管楚度(2000)提出了交通路網作用下大概率出現區域經濟在某些特定地帶集聚的觀點[11]。張學良(2009)研究發現交通運輸基礎設施與其他類型基礎設施的本質區別是交通運輸基礎設施投資會使其規模與存量增加，進而降低運輸成本、提高區域的可達性、加快要素的區際流動、改變經濟主體的區位決策，從而形成聚集和擴散[12]。姚影(2009)通過理論模型推導的方式證明了城市交通基礎設施直接影響了城市區域范圍內企業和居民的消費和生產，給城市帶來經濟集聚效應[13]。Graham and Melo(2010)研究發現在交通基礎設施方面的投資將會對集聚經濟形成的微觀機制產生正效應，集聚經濟水平的提高進一步會大大提升區域生產率[14]。

學者們盡管已經認識到了交通基礎設施對區域經濟集聚的重要性，但在區域經濟集聚的研究中僅有少數文獻將交通基礎設施和集聚經濟同時納入一個分析框架。如Mera(1973)以日本城市為實研究區域，采用將公共基礎設施的量度包含在生產函數中的方法，研究發現經濟集聚和共有資本存量對特定規模城市勞動生產率發揮各自作用，間接證明了公共基礎設施在對集聚效應的重要性[15]；Seitz and Licht (1995)則研究了德國城區公共基礎設施和經濟集聚對私有部門勞動生產率的影響[16]；Moomaw(1983)的研究中將交通基礎設施放進反映凈集聚效應的城市人口規模的模型中，研究發現對于幾種兩位數產業而言，交通基礎設施變量具有正向的且在統計上很顯著的作用[17]。在中國，近年也有了相關的探索研究，例如劉修巖(2010)以城市集聚經濟變量和公共基礎設施(公路)變量為解釋變量，研究發現對勞動生產率存在著顯著的正效應，但不考慮城市公共基礎設施的情形下，集聚效應的估計值明顯偏高，因此認為城市公共基礎設施可以使經濟活動主體的空間接近能夠提高所有參與者的生產率從而促進集聚的形成[18]。宋英杰(2013)基于線性自由企業家模型研究得出交通基礎設施具有集聚效應的長期均衡解析解的結論，并利用計量經濟學模型實證研究了中國交通基礎設施的經濟集聚效應[19]。王良舉和陳甬軍(2014)檢驗了基礎設施與集聚經濟在中國城市生產率差異形成中的作用，其結果表明基礎設施對集聚經濟的實現具有顯著促進作用，而且在大城市集聚效應尤其明顯[20]。

上述文獻主要以城市為地理研究區域，證實了公共基礎設施、交通基礎設施的區域經濟集聚效應。但鮮有文獻突破城市地理范圍，在更大區域中專門關注支撐區域內外經濟流通的、以交通運輸干線和重要物流節點等交通基礎設施骨干為主體構成的物流通道的區域集聚效應；同時也基本忽略了在現代信息技術與互聯網環境下物流信息通道在物流通道區域集聚效應的作用；因此，本文考慮將衡量物流信息通道的指標納入物流通道技術水平的綜合測量之中，研究在現代網絡、信息技術環境下的物流通道的區域經濟聚散機制及其集聚效應；同時中國目前主要形成了哪些物流通道及其區域集聚效應的空間差異如何等實證研究也是鮮見的。此外，上述文獻在實證研究中都基本忽略了城市規模、就業密度等變量可能存在內生性問題，這也是本文研究中需要考慮解決的問題。基于此，本文在前人的研究思路和方法借鑒的基礎上，將物流通道變量和多維集聚經濟變量納入到同一個分析框架，并以生產函數理論模型為基礎進行驗證。

二、物流通道的區域經濟聚散機制及其集聚效應

(一)物流通道的區域經濟聚散機制

集聚的內涵概括起來包括三個層面的內容：一是以Marshell集聚思想為代表的產業集聚；二是以Hoover的城市化經濟研究為代表的城市經濟集聚；三是Krugman核心-外圍集聚模式的區域經濟集聚。這表明了由產業到城市再到區域的經濟集聚研究是一個遞進的過程，它依賴于集聚力和擴散力的合力，集聚力導致經濟主體和生產要素的空間聚集，而擴散力推動相關要素向周邊地區輻射，二者相互依存又相互制約并在一定條件下相互轉化，從而產生集聚效應。具體表現為：在增長極的作用下，腹地區域的生產要素和經濟主體不斷流向核心區，當集聚力增強到一定程度時會出現集聚不經濟，迫使經濟主體為了尋求更有利空間而向周邊地區產生擴散力，出現了把經濟主體、生產要素等由核心區向外圍地區轉移，進而在更大區域空間形成集聚優勢。集聚和擴散在區域空間中不斷交錯進行，推動著區域空間結構形態上的演變，促進了區域經濟的發展，即產生區域集聚效應[21]。

前述相關文獻研究表明，交通基礎設施是區域經濟集聚的重要因素，物流通道是區域交通基礎設施的骨干系統，因此是一個“大道”系統。“大道定理”表明占運輸網絡線路里程較小比例的干道承擔著較大比例的交通量，是一個尋求經濟長期增長最優路線的重要理論[22-23]。在物流領域，“大道”指貨物運輸干線，隨著干線技術水平的提升，物流通道的物流服務水平也會隨之提高，從而改善物流通道沿線區域經濟流通效率。因此，根據“大道定理”，當時間價值較高時都愿意選擇時間距離最短的“大道”，即通過物流通道實現物流活動，物流通道對于降低區域物流成本具有重要作用。因此，基于上述理論不難論證物流通道具有高效率、低物流成本優勢是產生區域經濟聚散及集聚效應的重要前提，物流通道的區域經濟聚散機制如圖1所示。

首先，物流通道的形成可以降低物流成本、縮短時空距離。由干線鐵路、高速公路、國道、航空、干線水路等兩種以上、且方向一致的不同干線運輸方式構成的物流通道的干線運輸能力提高，同時伴隨著交通運輸、物流技術的發展，運載設備的現代化和大型化，物流量增加，規模經濟使物流成本下降；港口、機場、貨運站、物流中心等物流通道沿線的物流節點規模、密度也隨著線路建設和經濟流通量增加而增大，同時物流節點設備的機械化、自動化和智能化的逐步應用，其貨物吞吐量及周轉率也迅速提升，降低物流成本、提高物流通道沿線區域物流服務水平。而且，21世紀以來，隨著信息技術的普及和應用，物流通道可以通過暢通的信息流調控其各環節之間實現無縫銜接，即物流信息通道可以提供及時準確的物流信息服務等，從而降低物流成本、縮短時空距離。

其次，物流通道的形成會產生“費用-空間收斂”“時間-空間收斂”“成本收斂-流量擴展”效應，從而使物流通道沿線區域形成區位優勢，促使區域空間經濟主體、生產要素沿物流通道集聚與擴散。① 前述研究表明物流通道的形成使物流成本降低，可以提高產品的市場競爭能力，擴大企業或經濟中心的市場服務范圍，吸引各要素向具有區位優勢的物流通道沿線區域空間上集聚，逐步形成一定集聚規模的經濟帶，這一影響在經濟地理學領域被稱為“費用-空間收斂”效應。②時空距離的縮短使得區域間的聯系花費更短時間、獲得更遠程的物流服務，大大加強了產業在不同區域空間經濟活動的分工與聯系，這種聯系以物流通道為基本紐帶，也促使了具有前向、后向和旁側聯系的各種產業和生產要素向物流通道沿線集聚，當集聚達到一定階段后再沿物流通道向外擴散，在更遠的空間上集聚，從而改變沿線區域空間結構形態，這一影響在經濟地理學領域被稱為“時間-空間收斂”效應。③ 根據“大道定理”，物流通道承擔了沿線區域貨物流量的八成以上，物流通道為沿線區域承擔物流服務，通過規模和高效率降低了物流通道的服務成本的同時擴大了產品流通的規模，也加強了沿線區域企業間、產業間的聯系強度，這一影響被在經濟地理學領域視為“成本收斂-流量擴張”效應。同時，相關理論表明溢出是發生集聚的一個重要因子，而物流通道作為公共服務設施，對區域經濟增長產生空間溢出效應也將進一步促進了經濟主體、生產要素在空間上的集聚與擴散[24-25]。

圖1 物流通道的區域經濟聚散機制

(二)物流通道的形成產生區域集聚效應

結合圖1，物流通道的形成對沿線區域經濟發展產生重要推動作用，使經濟主體、生產要素向物流通道沿線集聚，當這種集聚達到一定程度時，沿線經濟的集聚誘發了新經濟流通需求又反作用于物流通道。這表現在量和質上的變化：從量上看是物流量的增加；從質上看是對物流的及時性、準確性、便利性、增值性等服務水平的更高要求，因此要求物流通道技術水平進一步提高和增強。這樣，在其提供物流服務的過程中才能不斷對沿線區域經濟主體和生產要素聚散，刺激區域經濟的發展。從這個意義上講，物流通道的區域集聚效應是一個動態的循環累積的過程，體現在通過集聚生產要素和經濟主體，形成區域空間優勢，再進一步誘發潛在的優勢以擴大再生產，特別是在物流信息通道的作用下，會在一定程度上加快這一動態過程。但物流通道并不是任意地、無限地產生集聚效應，當集聚規模達到了一定程度時產生過度集聚，會帶來區域環境對經濟活動的負面約束，影響經濟主體的區域社會經濟和生態效益，由此產生集聚不經濟現象。而物流通道的擴散機制將促進其沿線區域經濟主體和生產要素向外擴散，即沿物流通道向更廣范圍集聚，最終產生沿線區域集聚效應[23-24，26-27]。

(三)物流通道區域集聚效應檢驗的理論模型

前述文獻表明，估計區域集聚效應最為常見的方法是使用城市水平上加總的生產函數。由于物流通道連接形成的區域是以物流通道為支撐滿足區域內經濟流通需求下逐漸形成的，具有降低區域物流成本、提高物流效率等外部經濟效應。根據外部性理論，集聚經濟的存在意味著區域產出是一般投入的函數，也是該區域經濟活動集聚程度的函數。在投入一定的情況下，區域總產出會隨著這些外部性總量的增加而提高，而產出的平均成本將隨之下降。因此，通過對生產函數的估計是對區域集聚效應最直接的測度方法，其形式如下：

Y=g(S)f(K,L)

(1)

其中,Y表示區域總產出；K、L分別表示區域的資本、勞動力投入，生產函數f(?·)通常假定規模報酬不變；g(S)表示區域集聚效應。

一般地，區域內兩個經濟主體之間的相互聯系受地理空間距離、產業聯系及時間維度的影響，同時，一個區域經濟活動規模也會決定于每一經濟主體產生聯系的相關要素或其他主體的總量。因此，從區域層面看來，地理空間距離、產業聯系總量等主要為區域經濟活動的密度、專業化及規模[28]，由此可以得到一個區域內某個經濟主體可以獲得的區域集聚效應等于與其聯系的所有經濟主體集聚效應的加總，是區域規模、密度和專業化的函數：

g(S)=S0g(Size,Density,Speci)

(2)

一般而言，區域經濟活動集聚的規模越大，區域內經濟主體之間相互聯系也越多，獲得的集聚效應越大，區域整體的集聚效應也越大；區域經濟活動的密度越高，區域內經濟主體之間的時空距離越短，才可以以較低的成本和較高的效率實現交易活動，即集聚效應也越強；區域經濟活動集聚的專業化水平越高，則有利于區域內產業前后向聯系和資源共享。因此規模效應、密度效應和專業化效應相互聯系共同決定區域集聚效應的大小[28]。將區域集聚效應以乘數的形式引入生產函數，引起生產函數的移動，并對式(1)兩邊同時除以L，可以得到：

(Y/L)=Sef(Size,Density,Speci)(K/L)αXβ

(3)

其中(Y/L)反映區域的勞動生產率，(K/L)、X分別是區域的勞均固定資本投資及其他投入。再將物流通道作為一個投入要素引入式(3)，用來檢驗其區域集聚效應，并對式(3)對數化，同時考慮相關控制變量建立面板數據模型：

ln(Y/L)it=α0+f(Sizeit,Densityit,Speciit)+αln(K/L)itβLCTit+γlnXit+ui+εit

(4)

其中LCTit反映物流通道技術水平,Xit為控制變量，ui為物流通道沿線區域由于資源稟賦、歷史條件等造成的非觀測效應；εit為復合誤差項；α、β、γ為待估參數。

同時，考慮到式(4)中的被解釋變量為勞動生產率，它的調整是一個緩慢的過程，當期的勞動生產率水平往往取決于前期的水平((Y/L)i，t-1)。因此，本文進一步建立動態面板數據模型：

ln(Y/L)it=α0+ρln(Y/L)i,t-1+f(Sizeit,Densityit,Speciit)+αln(K/L)it+βLCTit+γlnXit+ui+εit

(5)

三、實證模型、變量處理及數據來源

(一)構建中國物流通道的區域經濟集聚效應實證模型

中國在改革開放以后，特別是21世紀以來，鐵路、公路、航空及港口等規劃和建設獲得了空前的發展，即由兩條以上運輸干線和物流節點及信息線路等為主體構成多條物流通道已然形成。但由于中國物流通道縱貫南北、橫跨東西，綿延上千公里，貫通了發達的沿海開放城市、經濟特區和省會城市，同時也連接了很多欠發達或相對落后的城市，加之中國南北、東中西部經濟發展和工業布局差異均較大，這些都會使物流通道在其形成及長期服務于沿線區域經濟流通中產生的集聚效應各具差異。為了進一步驗證中國各條物流通道的區域集聚效應狀況，本文基于上述理論模型，建立動態面板數據實證模型驗證中國物流通道的區域集聚效應及其空間差異：

lnNonprodit=α0+ρlnNonprodi,t-1+α1Popsizeit+α2Nondenit+α3LEit+βLCTit+γ1lnCapitit+γ2lnEduit+γ3lnFdigdpit+ui+εit

(6)

1.相關變量選擇及處理

表1是被解釋變量、核心解釋變量及控制變量的選擇及處理，其中本文對物流通道技術水平的測算過程單獨成節進行了具體的論述。

2.物流通道技術水平指標的綜合測算

在上述文獻中，交通基礎設施變量的設定中主要以公路里程或密度為單一指標的研究，由于本文研究的物流通道是一個區域綜合性物流服務系統，其技術水平的高低決定于物流通道內的所有干線、物流節點技術水平及其信息化水平的綜合。為此，本文借鑒金鳳君(2012)關于確定交通干線技術水平的思路提出綜合測算物流通道技術水平的方法[33]，用來反映物流通道在該區域物流運作的支撐能力。物流通道是區域內外經濟聯系和經濟社會活動布局的重要依托，區域中是否擁有物流通道體現了其對區域經濟發展的支撐能力以及影響程度，物流通道技術水平越高，物流通道的區域通達性越優越，支持區域外物流活動的潛力也越大，產生區域經濟集聚效應的可能性越大。物流通道技術水平測度的依據是物流通道的技術—經濟特征,其測算方法：

(7)

LCTit表示t時期物流通道沿線城市i的物流通道技術水平；Lineilt表示t時期物流通道沿線城市i內的l種運輸干線技術水平；Nodeimt表示t時期物流通道沿線區域內城市i內的m種物流節點的技術水平。其中，Lineilt和Nodeimt采用分類賦值的方式獲得，本文在借鑒金鳳君的指標賦值基礎上，根據研究需要做了一定修改和補充，具體見表2。

同時，需要考慮物流信息通道的測量，劉乃全(2012)認為以互聯網為核心的網絡信息技術對實體空間集聚和溢出的形成和演變帶來了革命性的影響，如交通距離、運輸成本對于市場、交易和消費等經濟過程的影響顯著降低[34]。而物流通道作為區域經濟流通的主干系統，其信息通道水平也直接影響物流通道的運作效率，不僅可以降低區域對外流通成本，同時提高區域經濟流量、流速和流效等。因此，本文在測算物流通道技術水平時，將城市信息化發展指數直接引入其中，用以反映物流通道沿線城市的信息化水平，即將其視為物流信息通道信息化水平。Infit為t時期物流通道沿線城市i的信息化發展指數，該指標是利用國家為編制“十一五”信息化規劃而建立的信息化發展指數作為依據，用信息化基礎設施指數、使用指數、知識指數、環境和效果指數、信息消費指數設等方面綜合性地測量和反映一個國家或地區信息化發展總體水平。根據本文的研究范疇及數據的可獲性，本文選用使用指數，即用物流通道沿線t時期城市i互聯網用戶數(Intit)與t時期城市i百人人口數(Peoit)之比作為物流通道的信息化發展水平指標。

3.變量的內生性問題的解決思路

實證模型(6)一般會存在潛在的變量內生性問題，主要會表現在以下幾個層面：

表1 變量說明及處理

表2 物流通道技術水平(LCT)的相關要素指標賦值

第一，由于聯立性偏誤產生內生性問題。如本文的被解釋變量非農勞動生產率與物流通道技術水平、非農就業密度等之間一般會存在雙向因果關系，即物流通道技術水平的提高、非農就業密度增加會提升區域非農勞動生產率；反過來，區域非農勞動生產率的提高有助于提高物流通道技術水平、吸引更多的勞動力和促進產業集聚等，即會產生聯立性偏誤，即存在內生性問題。

第二，由于遺漏變量可能會產生內生性問題。如果存在某些未被觀測到的特定因素，而這些因素對生產率增長產生正向影響，進而引致勞動力向該地區的集聚，如果這些因素被遺漏，也同樣會產生內生性的問題[32]，而本文的實證研究中可能遺漏一些反映地區特征的自然或人文因素。

第三，本身存在的測量誤差也會導致內生性問題。由于物流通道沿線區域跨度大、就業人口密度分布、產業布局會存在明顯的不均勻現象，因此用區域非農就業密度、人口規模、工業集聚等作為反映區域集聚效應的代理變量在一定程度上可能存在測量誤差。

總之，在未考慮內生性問題的情況下，如果直接使用固定效應面板數據模型的LSDV或者隨機效應面板數據模型的 GLS來估計，其估計結果一般都存在偏誤且不一致的現象，也將會扭曲應有的經濟含義。一般經濟理論認為，由于慣性或部分調整，個體的當前行為往往取決于過去行為。由于實證模型(6)中的被解釋變量區域非農勞動生產率調整是一個緩慢的過程，當期的非農勞動生產率水平可能取決于前期的水平，而動態面板數據模型的優點就是可以對個體的動態行為進行建模。同時，動態面板數據模型的系統GMM估計方法可以有效地解決解釋變量的內生性問題，可以得到內生解釋變量系數的一致性估計[35]。因此，根據本文通過構建動態面板數據模型，利用GMM估計方法研究物流通道的區域集聚效應，既考慮了經濟環境中的動態行為可能帶來的影響，也可以通過工具變量解決變量的內生性問題。

(二)研究時段與數據來源

1.研究時段的選定依據

21世紀以來，在國家各階段經濟戰略規劃的推進下中國物流業獲得了快速發展。但由于中國區域經濟發展中以五年規劃為重要的時間結點，相應的規劃實施都會促使各變量在一定時期快速發展或者變化。本文研究的總體時段為2000-2013年，期間跨了“十五”“十一五”和“十二五”規劃的前四年，中國在“十五”以后為了促使物流業發展出臺了各種措施和政策規劃，比如從2006開始 “十一五”提出“大力發展現代物流業，建設大型物流樞紐，發展區域性物流中心”；2007年在《關于促進服務業加快發展的若干意見》中將物流業列為重點產業；2009年出臺《物流業調整和振興規劃》；2011年發布的“十二五”規劃綱要中著重強調現代物流服務體系的建設等。伴隨著區域經濟發展和行業發展規劃與政策的實施，中國在物流基礎設施上進行了大力投入和建設，比如“十五”期間中國干線鐵路網的建設、2004年中國高速公路干線網絡(7918網)規劃的發布、2006年和2008年中國港口規劃和民用機場規劃的頒布與實施。上述相關信息顯示，中國交通基礎設施的大力投入和建設主要在21世紀以來，特別是“十一五”以后得到了快速的發展。由于物流通道技術水平主要依賴于交通干線基礎設施狀況，為了考察中國物流通道在這一時期的區域集聚效應的狀況及其區域空間差異，本文用2000-2013年的面板數據進行實證檢驗。

2.數據來源及描述性統計

本文結合中國《物流業調整和振興規劃》、《物流業發展中長期規劃(2014-2020年)》、《全國流通節點城市布局規劃(2015-2020年)》和各條干線線路的建設狀況以及物流通道的內涵，梳理出中國(不含港澳臺地區)干線鐵路、高速公路、國道和干線水路的兩條以上且方向一致的運輸干線和沿線城市的重要物流節點為基礎構成的、主要承擔普通貨物物流活動的綜合性物流通道，主要包括：縱貫中國南北的沿海、京哈、京滬、京九、京廣、同(大同)柳(柳州)、寶(寶雞)昆(昆明)7條縱向物流通道；橫跨中國東中西部的京拉(拉薩)、隴海蘭新、長江、滬昆4條橫向物流通道，縱橫交錯形成網絡狀的中國物流通道空間格局，如圖2所示。11條物流通道共貫通了中國279個地級市和4個直轄市，覆蓋了中國80%以上的地區。由于其中由多條物流通道交匯于一些樞紐節點城市，如北京、上海、天津、廣州、鄭州、武漢、蘇州、滄州、廊坊、西安等，交匯重復了45個城市以及西部個別城市數據的可獲性問題，本文實際研究的物流通道沿線城市為196個。

本研究使用的各變量數據主要來自于2001-2014 年的《中國城市統計年鑒》及各城市相應年份的統計年鑒，具體數據的統計采用劉修巖(2010)的做法，他認為所研究的是一個城市主體區域集聚經濟對非農勞動生產率的影響，應該以城市的市轄區為研究對象比較合適[18]，故本文使用的數據為城市統計年鑒中“市轄區”數據。中國物流通道技術水平值則采用分類賦值和數理模型(7)相結合的方式進行綜合指標測算而得。各變量數據的描述性統計見表3。

表3顯示了中國11條物流通道沿線區域196個城市從2000-2013年的相關變量的統計指標。從平均值來看，各物流通道之間的各項指標差異很大，這也直接反映了不同地理空間環境、經濟社會環境下各變量具有明顯的空間差異性。其中要說明的是人力資本和外商投資水平中最低值為0，這是因為在21世紀初，中國西部部分地級城市沒有高校，如朔州、巴彥淖爾、中衛等城市，也存在個別城市沒有外商投資的情形，如烏蘭察布、巴彥淖爾、吳忠等城市，因此有最小值為0的情形。

圖2 中國物流通道的空間布局

變量均值方差最小值最大值樣本量Nonprod18.92915.6930.363197.2982744Popsize145.565187.51915.9601787.0002744Nonden262.537287.0733.3772508.4512744LE1.1120.3020.2872.2542744LCT13.0989.4402.0470.0302744Capit11.51510.7580.144104.8202744Edu8.85510.3340.00060.0302744Fdigdp3.1603.6490.00032.7132744

四、模型估計結果分析

(一)全國物流通道的區域集聚效應估計結果分析

1.估計結果

結合動態面板數據模型的特征，本文采用系統GMM方法，利用Stata 13.0對模型(6)進行估計，并用Abond和Sargan方法分別對二階自相關性和工具變量有效性進行了檢驗，具體估計和檢驗結果如表4所示。

表4 全國層面的模型估計及檢驗結果

注：***、**、*分別表示在1%、5%、10%的統計水平上顯著；括號中的數值為系數的穩健標準誤。

根據本文的研究思路，用反映區域集聚效應的三個變量——規模、密度和專業化變量來綜合表征物流通道沿線區域集聚效應對區域非農勞動生產率的影響，在估計模型Ⅰ時考慮物流通道變量，在模型Ⅱ中不考慮物流通道變量，通過比較模型Ⅰ和模型Ⅱ中規模效應、密度效應和專業化效應的變化來判斷物流通道的區域集聚效應。

2.估計結果驗證和分析

(1)檢驗結果的有效性判斷。從表4的檢驗結果看，模型Ⅰ和模型Ⅱ均在5%的顯著性水平下不拒絕“擾動項無自相關性”的原假設，即不存在二階自相關；同時Sargan檢驗結果顯示在5%的顯著水平下接受了“所有工具變量都有效”的原假設，也表明模型估計中的工具變量是有效的。上述檢驗也證明了利用系統GMM估計該模型是有效的。

(2)被解釋變量滯后項的估計結果分析。表4顯示在研究期內，估計發現模型Ⅰ和模型Ⅱ中的被解釋變量的一階滯后項均在5%的置信水平下顯著，其彈性系數分別為0.423和0.457，這表明了從全國層面看，中國物流通道沿線區域非勞動生產率顯著受其前期生產率的影響。

(3)核心解釋變量的估計結果分析。①在考慮物流通道技術水平變量的模型Ⅰ中，該變量在5%的置信水平下顯著為正，這也驗證了物流通道對沿線區域非農勞動生產率具有顯著的正影響，因為物流通道是貫通整個物流通道沿線區域經濟流通的主干道系統，可以作為本地的物質生產要素投入提高本地生產率；從模型Ⅰ與模型Ⅱ的估計結果比較來看，規模效應、密度效應和專業化效應在考慮物流通道技術水平時均有減小，即模型Ⅰ中集聚效應依次為0.116、-0.147和0.119，而模型Ⅱ中的依次為0.141、-0.111和0.202，這也充分反映了物流通道技術水平對沿線區域經濟集聚具有明顯的影響，表明了中國物流通道具有顯著的區域集聚效應，也證明了物流通道沿線區域可以依托其物流通道吸引沿線經濟活動要素沿物流通道沿線集聚，提高區域經濟集聚強度并影響區域的經濟活動，進而提高勞動生產率。②從反映區域集聚效應的三個變量來看，均在5%的置信水平下顯著，表明了中國物流通道沿線區域存在顯著的經濟集聚效應。規模效應和專業化效應在模型Ⅰ和模型Ⅱ中分別在5%和1%的水平上存在顯著的正效應，即人口規模和工業專業化程度對物流通道沿線區域的勞動生產率具有促進作用；而從密度效應來看，則模型Ⅰ和模型Ⅱ中均在1%水平上存在顯著負效應，分別為-0.147和-0.111。前文分析表明，如果為密度效應為負，則表明區域內企業和勞動力在區域過度集聚帶來的擁擠效應超過了集聚效應，出現了集聚不經濟的情形，可能引起區域經濟擴散。結合本文的研究范疇，認為可能存在以下原因：其一，中國在“十一五”以來，在區域經濟政策和金融危機以后的振興發展中區域經濟發展和城市化程度較大，特別是省會城市和區位較好的城市；其二，本文僅研究的物流通道沿線區域，但物流通道貫通的城市其經濟發展程度基本都優于沒有物流通道貫通的城市，每條物流通道貫通的沿線區域都有若干個直轄市和省行政中心，因此存在集聚不經濟的現象是正常的，這也意味著在未來的發展中將會沿著物流通道向外擴散，在更大區域集聚。

(4)控制變量估計結果分析。從表4可以看到，勞均固定投資在1%的顯著性水平下對物流通道沿線區域非農勞動生產率有顯著正影響。這表明物流通道沿線區域的固定資本投資的增加提高了該區域的資本存量，從而有利于提高區域非農勞動生產率；人力資本在模型Ⅰ中不顯著，在模型Ⅱ中僅在10%的顯著性水平下存在正影響，人力資本提高也是促進生產率重要因素，而從研究期的驗證結果來看，中國物流通道沿線區域在研究期內的人力資本對該區域的生產率的影響不夠顯著，表明高等教育水平還需進一步加強；外商投資水平在模型Ⅰ和模型Ⅱ中均在5%以下顯著性水平上存在正影響，說明此研究期內外商投資以增加區域資本存量促進了非農勞動生產率提高。

(二)各條物流通道的區域集聚效應估計結果分析

1.估計結果

與全國層面的估計及檢驗方法一樣，為了觀察中國物流通道的區域集聚效應的空間差異，分別對11條物流通道做了估計和檢驗，其結果見表5。

表5反映物流通道區域集聚效應的規模效應、密度效應和專業化效應對沿線區域的非農勞動生產率影響的估計結果中也存在不顯著的情形，但引入物流通道后明顯發生了變化，這說明物流通道具有區域集聚效應，只是其程度存在空間上的差異。因此，根據表5整理出各物流通道的區域集聚效應，如表6。

2.估計結果驗證和分析

(1)檢驗結果的有效性判斷。從表5檢驗的結果看，11條物流通道的模型Ⅰ和模型Ⅱ均在5%的顯著性水平下，都不拒絕“擾動項無自相關性”的原假設，即不存在二階自相關；同時Sargan檢驗結果顯示，所有p值也均大于0.05，即接受了“所有工具變量都有效”的原假設，表明所有模型估計中的工具變量是有效的。這些檢驗也證明了利用系統GMM估計上述各物流通道動態面板數據模型均有效。

(2)各變量估計結果的共同之處。①被解釋變量一階滯后項均存在顯著性正影響。表5顯示了11條物流通道的模型Ⅰ和模型Ⅱ在2000-2013年的研究期內，各物流通道在相應置信水平均顯著，表明各條物流通道沿線區域的非農勞動生產率均顯著受到其前期非農勞動生產率高低的影響。②物流通道技術水平對其沿線區域非農勞動生產率具有正影響。從表5可以看出，除了寶昆和隴海蘭新物流通道外，其余物流通道技術水平都在5%或10%的置信水平上顯著影響該區域的非農勞動生產率。這充分證明了除寶昆和隴海蘭新物流通道的技術水平待提高外，其余各物流通道技術水平均有利于提升沿線區域的經濟流通效率，從而促進勞動生產率的提升。③各條物流通道具有區域集聚效應，但程度各具差異。結合表5和表6，各條物流通道的模型Ⅰ和模型Ⅱ的規模效應、密度效應和專業化效應雖然其顯著性程度各有不同，但表5中顯示了相較于模型Ⅱ，考慮了物流通道技術水平變量的模型Ⅰ中三種效應都有不同程度的降低，這一估計結果顯示了各條物流通道對沿線區域經濟集聚產生了不同程度的影響，也表明了中國各條物流通道也均具有區域集聚效應。

表5 各物流通道的模型估計結果

各物流通道區域隴海蘭新長江滬昆模型Ⅰ模型Ⅱ模型Ⅰ模型Ⅱ模型Ⅰ模型Ⅱlnnonprod一階滯后0.753***(0.069)0.755***(0.070)0.539***(0.111)0.636***(0.109)0.539***(0.049)0.579***(0.049)Popsize0.053(0.059)0.065(0.066)0.087(0.059)0.125*(0.072)0.032(0.056)0.072*(0.041)Nonden-0.089***(0.027)-0.112***(0.029)0.241***(0.038)0.262***(0.058)-0.085***(0.029)-0.060**(0.024)LE0.088(0.176)0.131(0.165)0.510***(0.170)0.647***(0.148)0.116(0.147)0.174(0.146)LCT0.001(0.003)0.011***(0.003)0.006***(0.002)lncapit0.111***(0.041)0.097**(0.044)0.049(0.057)0.047(0.062)0.263***(0.046)0.262***(0.049)lnedu0.037(0.029)0.046(0.034)0.148**(0.071)0.141*(0.075)0.019(0.027)0.010(0.028)lnfdigdp0.006(0.011)0.009(0.013)0.027(0.023)0.007(0.018)0.003(0.014)0.007(0.015)常數項0.610***(0.215)0.647**(0.256)1.099***(0.233)0.855***(0.274)1.005***(0.296)0.649***(0.234)各檢驗值(p)一階自相關AR(1)0.0090.0190.0300.0270.0040.003二階自相關AR(2)0.5380.4990.2890.2070.1490.110過度識別Sargan檢驗0.8570.8230.7780.7210.5360.559

注：***、**、*分別表示在1%、5%、10%的統計水平上顯著；括號中的數值為系數的穩健標準誤。

表6 各物流通道的區域集聚效應

(3)各變量估計結果的差異之處。①被解釋變量的一階滯后項顯著，但區域差異較大。從表5的估計結果來看，橫向物流通道(如京拉、隴海蘭新、長江和滬昆)的非勞動生產率受前期的影響普遍高于大部分縱向物流通道(如沿海、京滬、京九、京廣和同柳)，這些估計結果基本顯示了物流通道貫通的區域經濟越發達，非農勞動生產率受其前期的影響更小，而更多依賴于其它因素的支持；物流通道貫通的沿線城市經濟差距越大，非農勞動生產率受其前期的影響更大，因此也表明了經濟欠發達的地區，勞動生產率受其生產率高低的影響更大。②區域集聚效應存在顯著差異。由于各通道由于地理區位、資源稟賦、經濟基礎及各項投入的差異，以及物流通道本身技術水平的不同，各條物流通道的區域集聚效應存在明顯的差異。由表6，從規模效應和密度效應上看，同柳、京滬物流通道的規模效應和密度效應較大，依次是0.091、0.069和0.075、0.071，而沿海、京廣物流通道的則較小，依次為0.003、0.006和0.005、0.006，表明了物流通道對其沿線人口規模和非農勞動生產率的影響是一致的，且在研究期內除了京滬物流通道外，大部分表現為在地處中西部和橫跨東中西的物流通道規模效應和密度效應更明顯，這也顯示了中國在“十五”以來對中西部地區生產力布局的效果；從專業化效應上看，長江和沿海物流通道的專業化效應最大，分別是0.137和0.077，而寶昆和京拉物流通道的則較小，分別是0.001和0.007，印證了物流通道的布局較早的區域已經對其沿線工業集聚產生了較大的影響，比如中國長江、沿海、京哈和隴海蘭新、滬昆中東段等物流通道沿線區域工業集聚已初具規模，而相對經濟發展落后的、縱貫西部地區的寶昆物流通道、橫跨中西部的京拉物流通道專業化效應還相對較低。

五、結論與建議

區域經濟集聚是區域快速發展的主要推動力，因此哪些要素引起或者促進區域經濟集聚并產生經濟集聚效應已有很多文獻研究。概括起來看，這些文獻主要圍繞城市規模、就業密度、產業專業化等對生產率影響實證研究區域集聚效應，而且學者們在研究過程中發現(交通)基礎設施也是區域經濟集聚的重要因素之一；同時在現代網絡信息技術環境中，物流信息通道是否暢通不僅可以決定物流通道技術水平，也直接影響物流通道對其沿線區域的集聚效應。基于此，本文考慮到物流通道是交通和信息基礎設施骨干部分，可以作為物質生產要素投入到區域經濟生產系統中，以生產函數模型為理論模型，構建動態面板數據實證模型，并非考查物流通道作為解釋變量給被解釋變量產生的直接效應，而是借鑒Mera(1973)[15]、Seitz and Licht (1995)[16]、劉修巖(2010)[18]、王良舉(2014)[20]和蘇紅鍵(2014)[30]等學者的研究思路和研究方法，用規模、密度和專業化等多維變量來綜合估計區域集聚效應，并在驗證區域集聚效應存在的基礎上，通過在模型中加入物流通道指標與否，通過觀察規模效應、密度效應和專業化效應的變化來考察物流通道對其沿線區域是否產生了集聚效應。而其中的物流通道指標是反映物流通道技術水平的綜合性指標，由于學者們在將交通基礎設施作為一個變量納入計量經濟模型中研究時，多以公路里程或密度等單一指標作為代理變量，而本文的研究對象物流通道是由多種要素組成的整體區域物流服務系統。因此，選擇任何單一代理變量都存在片面性，為此，本文借鑒前人的做法和本文的具體研究對象特征構建了數理模型，綜合測算中國11條物流通道技術水平相對較為客觀、合理。

從總體實證結果來看，基本符合預期，即各條物流通道具有不同程度的區域集聚效應。本文用規模效應、密度效應和專業化效應三個維度綜合反映物流通道的區域集聚效應，相較于模型Ⅱ，在模型Ⅰ中加入了物流通道技術水平變量后，規模效應、密度效應和專業化效應都有不同程度的降低，這一驗證結果顯示了各條物流通道對其沿線區域經濟集聚產生了不同程度的正效應，即表明了中國物流通道具有區域集聚效應，但各物流通道由于地理空間、資源稟賦、經濟基礎及各項投入的差異，以及物流通道本身技術水平的不同，各物流通道的區域集聚效應存在明顯的空間差異。主要表現為：同柳、京滬物流通道的規模效應和密度效應較大，而沿海、京廣物流通道較小，且在研究期表現為在地處中西部和橫跨東中西部的物流通道規模效應和密度效應更明顯；長江、沿海、京哈、隴海蘭新和滬昆物流通道的專業化效應較大，而相對經濟發展落后的、縱貫西部地區的寶昆物流通道、橫跨中西部的京拉物流通道的專業化效應還較低。

由此可以看出，中國雖然“十五”以來在中西部地區物流通道投入和建設中取得了一定效果，同時對沿線區域也產生了一定程度的經濟集聚效應，如帶動了沿線區域人口規模和非農就業密度的增加，但處于經濟發展相對落后地區、縱貫西部地區的寶昆物流通道、橫跨中西部青海和西藏等省市的京拉物流通道的專業化效應還相對較低，即工業集聚程度相對還是較弱。但隨著中國物流通道的建設和完善以及高速鐵路的運營并逐步承擔貨運業務(2017年10月20日正式開始承運小包貨物)，高速鐵路也將成為物流通道系統的重要組成部分，必然提升全國、特別如寶昆和京拉等中西部物流通道的技術水平和物流服務水平，推動物流通道沿線區域提高物流效率、降低物流成本，進一步產生費用-空間收斂效應、時間-空間收斂效應、成本收斂-流量擴張效應，使得其沿線區域經濟主體和生產要素集聚產生更大的區域集聚效應，從而獲得規模效益。

[1]王春芝．國際物流通道優選理論方法與實證研究[D]．長春：吉林大學，2004.

[2]趙 放．區域貿易中的物流通道成本研究[D]．成都：西南交通大學，2007.

[3]傅志妍．區域防災物流通道系統規劃研究[D]．成都：西南交通大學，2009.

[4]劉 潔．亞歐大陸橋物流通道發展理論與實證研究[D]．北京：北京交通大學，2012.

[5]范月嬌，王 健．我國物流通道的生產服務效率研究——基于SFA面板數據的實證[J]．云南財經大學學報，2016，178(2)：22-36.

[6]張文忠．經濟區位論[M]．北京：科學出版社，2000.

[7]張文嘗，金鳳君，榮朝和，唐秀芳．空間運輸聯系——理論研究、實證研究、預測方法[M]．北京：中國鐵道出版社，1992.

[8]聶華林，林 超．區域空間結構理論[M]．北京：中國社會科學出版社，2008.

[9]陸大道．關于“點-軸”空間結構系統的形成機理分析[J]．地理科學，2002，22(1)：1-6.

[10]Eberts R W，McMillen D P．Agglomeration economies and urban public infrastructure[Z]．Handbook of Regional and Urban Economics，1999，3(3)：1455-1495.

[11]管楚度．交通區位論及應用[M]．北京：人民交通出版社，2000.

[12]張學良．交通基礎設施、空間溢出與區域經濟增長[M]．南京：南京大學出版社，2009．

[13]姚 影．城市交通基礎設施對城市集聚與擴展的影響機理研究[D]．北京：北京交通大學，2009.

[14]GrahamD J , Melo P S, Jiwattanakulpaisarn P．Testing for causality between productivity and agglomeration economies [J]. Journal of Regional Science，2010，50(5)：935-951.

[15]Mera K．On the urban agglomeration and economic efficiency[J]．Economic Development and Cultural Change，1973，21( 2)：309-324.

[16]Seitz H，Licht G．The impact of public infrastructure capital on regional manufacturing production cost[J]．Regional Studies，1995，29( 3) ：231-240.

[17]Moomaw R L．Is population scale a worthless surrogate for business agglomeration economies?[J]．Regional Science and Urban Economics，1983，13( 4)：525-545.

[18]劉修巖．集聚經濟、公共基礎設施與勞動生產率——來自中國城市動態面板數據的證據[J]．財經研究，2010，36(5)：92-101.

[19]宋英杰．交通基礎設施的經濟集聚效應研究——基于新經濟地理理論的分析[D]．濟南：山東大學，2013.

[20]王良舉，陳甬軍．考慮基礎設施因素的集聚經濟效應估計——基于中國地級區域動態面板數據的實證研究[J]．云南財經大學學報，2014，166(2)：27-37.

[21]郭 曄．我國三大經濟區的發展比較——基于城市與區域集聚效應的面板數據分析[J]．中國工業經濟，2010，265(4)：35-45.

[22]Musa A，Mamedov，Serpil Pehlivan．Statistic cluster points and turnpike theorem in nonconvex problems[J]．Journal of Mathematical Analysis and Applications，2001，256：686- 693.

[23]毛 敏．城市化進程中區域客運通道的發展研究[D]．成都：西南交通大學，2005.

[24]張文嘗，金鳳君，樊 杰．交通經濟帶[M]．北京：科學出版社，2002.

[25]安虎森．新區域經濟學[M]．大連：東北財經大學出版社，2011.

[26]章志剛．現代物流與城市群經濟協調發展研究[D]．上海：復旦大學，2005.

[27]崔世華．跨海通道戰略經濟影響研究——關于雙向效應的思考[D]．上海：同濟大學，2007

[28]蘇紅鍵，魏后凱，鄧 明．城市集聚經濟的多維性及其實證檢驗[J]．財貿經濟，2014(5)：115-126.

[29]Ciccone A, Hall R E．Productivity and the density of economic activity [J]．American Economic Review，1996，86(1) ：54 -70.

[30]劉修巖．集聚經濟與勞動生產率：基于中國城市面板數據的實證研究[J]．數量經濟技術經濟研究，2009(7)：109-119.

[31]陳良文，楊開忠，沈體雁．經濟集聚密度與勞動生產率差異——基于北京市微觀數據的實證研究[J]．經濟學(季刊)，2008，8(1)：99- 114.

[32]潘文卿，劉 慶．中國制造業產業集聚與地區經濟增長——基于中國工業企業數據的研究[J]．清華大學學報(哲學社會科學版)，2012，27(1)：137-147.

[33]金鳳君．基礎設施與經濟社會空間組織[M]．北京：科學出版社，2012.

[34]劉乃全．空間集聚論[M]．上海：上海財經大學出版社，2012.

[35]陳 強．高級計量經濟學及Stata應用(第二版)[M]．北京：高等教育出版社，2014.