物流業集聚對區域經濟增長的空間溢出效應研究
——基于成都經濟區地級市數據的空間計量分析

鄒 潛，崔露瓊

（1.貴州大學 經濟學院，貴州 貴陽 550025；2.貴州交通技師學院，貴州 貴陽 550008）

一、引言

成都經濟區于2006 年初成立，5 年后，成都、遂寧等8 市簽署《區域合作框架協議》，一體化正式起步。成都經濟區面積約占四川省18%，人口約占全省46%，2018 年經濟總量達25 664 億元，占全省60.09%。成都經濟區啟動區域經濟一體化以來，成都長時間保持一城獨大，2018 年，成都市經濟總量是全省排名第二的綿陽市的6.7 倍，是經濟區內體量最小的雅安市的23.7 倍，成都經濟區經濟一體化發展并沒有預想中的順利。

近些年來，國家高度重視物流業發展，《物流業調整和振興規劃》、物流行業“國八條”到“國十條”、《國家物流樞紐布局及建設規劃》等政策或文件密集出臺。20 多年來，物流業飛速發展，已成為推動區域經濟的重要引擎。物流產業屬生產性服務業，它的依附性、服務性的特點決定其必然伴隨各產業的發展而發展，隨著中國作為制造大國的崛起，物流集聚已是必然趨勢。成都是全國九大物流區域、十大物流通道中的中心城市和樞紐城市、全國性物流節點城市，遂寧位于成渝經濟圈“金三角”地帶，是中國現代物流示范城市，雅安具有藏區與內地經濟交流的區位優勢，其物流產業成長態勢良好，資陽現代物流初顯規模，德陽、綿陽的制造業集聚正在促進區域內物流業不斷集聚，成都經濟區已初步凸顯物流產業集聚效應。馬歇爾指出，產業集聚可帶來外部規模經濟和外部范圍經濟。目前越來越多的學者開始展開對物流產業集聚的研究。

二、文獻綜述和理論分析

（一）文獻綜述

19 世紀末，Marshall（1890）率先在其《經濟學原理》中提出并闡述了產業集聚理論。Brülhart、Gorni和Hanlon 等眾多學者通過多角度研究形成了一個共識，產業集聚發展可以產生外部經濟效應，提高社會生產效率，進而推動區域經濟發展。盡管產業集聚理論已達到較深領域，但國內關于物流產業集聚的研究還較少，高水平文獻更少。目前國內關于物流業集聚研究主要集中在物流業集聚的影響因素、演化機理以及物流業集聚與經濟發展的關系等三方面。其中關于物流業集聚與區域經濟的研究主要在以下幾個角度展開。

1.利用灰色關聯度法研究。關高峰（2012）利用中部六省面板數據，運用灰色關聯度法進行了實證研究，得出六省物流集聚度存在差異，六省物流業集聚度與GDP 的灰色關聯度較高。關春燕（2014）將全國分成東北、東、中、西四個區域，運用區位熵法、灰色關聯法分析，發現四個區域經濟增長與物流產業集聚程度的變化存在較大的相關性。王婷婷（2015）利用灰色關聯度法對安徽、浙江、江蘇、河南四省的物流產業集聚與區域經濟進行了分析，得出類似結論。

2.利用莫蘭指數和普通面板模型研究。侯海濤（2017）利用河南18 個地級市面板數據，運用莫蘭指數對河南省物流業集聚與經濟增長進行了空間分析，得出河南各地級市在物流集聚上呈現空間正相關，在經濟上呈現出明顯空間負相關。關秋燕（2015）將大陸31 個省（市、區）劃分為黃河中游地區、長江中游地區、東、東北、西五個區域，利用面板數據模型分析了物流產業集聚與區域經濟發展的關系，表明物流集聚度對五大區域經濟發展有正向也有負向影響。

3.利用空間面板模型研究。王健和范月嬌（2014）利用我國省級行政區面板數據，采用動態面板數據模型，得出不同區域物流業集聚水平對經濟增長的效應存在動態的時間滯后效應。姜寶和李劍（2016）運用三種空間計量模型分別從三個方面實證分析物流業集聚對經濟增長的作用，得出物流業集聚對第三產業貢獻度最大，對第一產業影響不顯著，僅對當地進口貿易有顯著正影響，但其集聚的空間溢出效應是負值。王柏生（2019）將區位熵加入柯布-道格拉斯函數，建立SLM、SEM 模型實證檢驗了物流業集聚對經濟增長的影響，得出“一帶一路”沿線地區物流業集聚與區域經濟發展有較強的相關性，并在空間上具有顯著的經濟溢出效應。

從上述分析可以看出，關于物流業集聚與區域經濟的關系問題研究并不成熟，學者很少考慮到空間因素，其實證結果不可避免會出現一定偏誤。近年來，學者們開始將空間因素納入研究范圍，然而在空間溢出效應方面的研究仍然不夠深入。

（二）理論分析

物流企業在空間區域內集聚，企業數量和規模不斷擴大，在集聚的空間范圍內，物流企業共享勞工、資金、技術等各種生產要素及產業附屬服務，使得整個產業效率不斷提高，生產成本降低，物流業成本的降低將會帶來其他產業生產成本的降低，從而促進本地區經濟發展，由于極化效應和擴散效應的存在，物流業集聚也會促進或抑制周邊地區經濟發展。

1.競爭效應。物流企業的空間集中，將在資金、勞動力、高層次人才、技術、市場等方面發生激烈競爭，這種競爭是持續的、全方位的，并存在不斷加強的趨勢。一方面體現為物流企業服務價格降低，更為重要的是這種競爭效應會導致物流企業優勝劣汰，迫使整個物流業改造升級。

2.規模效應。物流企業在空間集中，資金、勞動力、高層次人才、專利技術、設備等要素會隨著物流業集聚而相對集中，區域內信息、物流基礎設備和設施將得到更加高效利用，物流企業更加容易降低自身生產成本和提高效率，物流企業成本降低和服務水平提高會使得物流企業能夠為其他行業提供更低廉、更專業和高效的服務，引致更多企業或部門將物流業務外包出來，進而降低全社會生產成本。物流產業集聚內部規模經濟轉化為區域經濟外部規模經濟，規模經濟效應一方面吸引更多物流企業參與集聚，另一方面又會促進其他行業尤其是制造業的進一步集中，物流需求進一步增大，不斷自我循環形成各行業和物流產業良性互動。

3.溢出效應。物流企業在空間區域集聚，將促進創新、專利技術等高質量要素的集聚，增加企業間交流和相互學習機會，集聚區吸引更多物流企業進駐，新企業不斷加入，催生大量先進知識和專利技術，產生知識和技術空間外溢效應，新企業擁有較高先進技術基礎，提高了物流行業生產效率，降低了行業研究開發費用以及改造升級成本。在利潤最大化驅使下，物流企業更愿意向生產成本低的地理區域集中，隨著集聚區域越來越大，各種資源迅速增加，這些資源將會以“波浪形”由近及遠向周邊地區擴散，促進本地區經濟發展的同時也會影響周邊地區的發展，溢出效應是正是負，取決于擴散效應和極化效應的對比。

三、研究方法

（一）空間自相關性分析

首先利用全局莫蘭指數I 對本文被解釋變量空間自相關性進行檢驗，其表達式為：

Wij表示空間權重矩陣，莫蘭指數大于0 表示空間正自相關，越大表明相關性越強。

（二）空間權重矩陣的設定

空間權重矩陣的設定有很多種，根據地理學第一定律，本文采用反距離空間權重矩陣，Wij=1/dij，dij表示兩地區距離。

（三）空間計量模型

1.空間自回歸模型（SAR）

2.空間誤差模型（SEM）

3.空間杜賓模型（SDM）

空間杜賓模型是前兩種模型的一般形式，其表達式為：

ρ 表示區域經濟在空間上的聯系。

（四）空間效應分解

借鑒Lesage 等的方法，將SDM 模型的空間效應分解為直接效應和間接效應，前者表示解釋變量對本地區被解釋變量的影響，后者表示解釋變量的溢出效應。

四、指標選取與數據來源

（一）指標選取

本文將人均生產總值作為被解釋變量，用人均GDP 的增長衡量各地區經濟增長水平。將物流區位熵（LQ）作為核心解釋變量，區位熵含義如下：

LQi表示i 市物流業集聚水平，Ei和E 分別表示全省物流業從業人數及全省各行業從業人數，ei和e 分別表示i 市物流業從業人數和i 市各行業從業人數。

以下作為控制變量：資本投入（K）用固定資產投資額來表示，勞動力投入（L）用從業人員總數來表示，產業結構水平（ISU）用第二三產業產值占地區GDP 比重表示，政府支出強度（GOV）用政府財政支出占地區GDP 比重表示，對外開放程度（Open）用進出口總額表示。

（二）數據來源

文中所用各變量數據均來源于2008—2018 年《四川統計年鑒》及政府官方網站。物流業用“交通運輸、倉儲及郵政業”代替，對所有變量進行對數化處理。

五、實證結果分析

（一）空間自相關檢驗

表1 是利用Geoda 軟件計算出的結果，可以看出，2008—2018 年各年莫蘭指數在5%水平下顯著為正，可認為成都經濟區經濟增長存在著較強的正向空間依賴性。

表1 全局Moran's I 指數

（二）空間計量模型的估計

1.SAR、SEM 及SDM 模型的選擇。首先暫不考慮空間因素影響，利用STATA15.0 軟件進行OLS 回歸估計及LM 檢驗、豪斯曼檢驗（見表2）。限于篇幅，省略OLS 模型回歸結果。

表2 LM 及Hausman 檢驗

根據LMlag 與LMerr 及其穩鍵統計量的顯著性進行判定，LM 檢驗顯著，說明本文的研究有必要采用空間計量模型。空間面板模型分為固定效應模型和隨機效應模型兩類，選擇哪一種需繼續進行Hausman 檢驗，檢驗結果為負值，連玉君和王聞達（2014）認為，Hausman 檢驗出現負值可認為應采用固定效應模型。表3 為STATA15.0 軟件計算出的結果。

根據R2和log-L 值比較，SEM 的指標均大于SAR 的相應指標，因此選擇SEM 分析更加合適，該結論與LM 檢驗的結論似乎有沖突。Anselin 提出如果模型設定正確，應遵從Log likelihood 統計量>LM統計量的排列順序，因為LM 檢驗僅僅是基于統計推斷而忽略了理論基礎，可能導致選擇錯誤，空間誤差模型經常被選擇性遺忘。但是由于LM 檢驗并沒有考慮到SDM 模型的適用性，因此可通過LR 檢驗來檢驗SDM 是否可簡化。檢驗結果如表4 所示，LR 檢驗均通過5%水平檢驗，SDM 不能簡化，因此應采取固定效應SDM 進行空間計量分析。

表3 空間計量模型回歸結果

表4 LR 和Wald 檢驗結果

2.SDM模型回歸分析。本文對三種固定效應模型分別進行擬合。表5 為利用MATLAB 軟件運行出的結果。

表5 三種固定效應的空間杜賓模型比較

Log-likehood 值的大小表明擬合數據效果優良。由表5 可知，時空雙固定效應下SDM 的Log-likehood值最高，根據Likelihood-ratio test 結果也可以說明時空雙固定效應的SDM 更優。因此時空雙固定效應的SDM 為本文最優模型。表6 為MATLAB 軟件運行出的結果。

3.SDM 模型的空間效應分解。SDM 模型回歸結果中的解釋變量的系數不能直接用來解釋對經濟增長的影響。參考LeSage、Pace 的做法，將總效應分解為直接效應和間接效應。如表7 所示。

表6 雙固定效應空間杜賓模型回歸結果

表7 雙固定空間杜賓模型的直接效應和間接效應

物流業集聚（LQ）直接效應系數為0.33，且在1%水平下顯著，表明物流業集聚能顯著促進本地經濟增長，即物流業集聚每提高1%，本地人均GDP 增長0.33%；物流業集聚（LQ）間接效應系數為-0.58，且通過1%的顯著性檢驗，說明物流集聚對周邊城市經濟增長產生負的溢出效應，即物流業集聚每提高1%，周邊地區人均GDP 下降0.58%。

勞動力投入（L）直接效應系數為1.013，且在1%水平下顯著，表明勞動力投入能顯著促進本地經濟增長，即：勞動力投入每提高1%，本地人均GDP 增長1.013%；勞動力投入（L）間接效應系數為-0.406，但不顯著，溢出效應不明顯。

資本投入（K）直接效應系數為0.114，且在5%水平下顯著，表明資本投入能顯著促進本地經濟增長，即：資本投入每提高1%，本地人均GDP 增長0.114%；資本投入間接效應系數為-0.008，但不顯著，溢出效應不明顯。

政府支出強度（GOV）直接效應系數為-0.625，且在1%水平下顯著，表明政府支出顯著阻礙本地經濟增長，即：政府支出強度每提高1%，本地人均GDP 下降0.625%；政府支出間接效應系數為-0.946，且在5%水平下顯著，溢出效應明顯，表明政府支出對周邊城市經濟增長產生負的溢出效應，即政府支出強度每提高1%，周邊地區人均GDP 下降0.946%。表明在市場經濟體制日益完善的今天，政府對經濟不當干預對經濟存在不利影響。

產業結構水平（ISU）直接效應系數和間接效應系數分別為4.382 和3.79，且在1%水平下顯著，表明產業結構優化不但能顯著促進本地經濟增長，而且能顯著促進周邊地區經濟增長，即產業結構水平每提高1%，本地和周邊地區人均GDP 分別增長4.382%和3.79%，促進力度非常大。

對外開放程度（OPEN）直接效應系數和間接效應系數分別為0.003 和0.032，但不顯著，表明對外開放程度對本地和周邊地區經濟增長作用并不明顯，說明在我國內需旺盛和外部經濟市場萎靡的背景下，對外貿易對成都經濟區的拉動作用將逐漸減弱。

六、結論及啟示

本文運用空間杜賓模型實證分析了成都經濟區物流業集聚對區域經濟增長的空間溢出效應，研究結果主要有：（1）成都經濟區區域經濟有著顯著空間相關性；（2）物流業集聚促進了本地區經濟增長，但是區域內，物流業集聚對周邊城市經濟增長有顯著負的空間溢出效應；（3）從各控制變量來看，產業結構水平對全地區經濟增長有著顯著的較大正向影響，對周邊地區經濟正向溢出效應較大，政府支出強度對全地區經濟增長有著顯著抑制作用，勞動力投入和資本投入對本地區有著顯著正向影響，但對周邊地區的溢出效應并不顯著，對外開放程度對全地區經濟增長影響不顯著。

根據結論，得到幾點啟示：（1）制定經濟規劃時應充分考慮到經濟區內各經濟體之間的空間關聯性。（2）既要認識到物流業集聚對區域經濟增長的正向作用，也要考慮到其空間溢出效應。政府宜通過制定統一行業標準、優惠政策來提高行業集聚水平，加強各區域物流業協同發展，將地區發展的各項指標內化到產業集聚過程之中，通過區域一體化發展與產業集聚的融合發展減少或消除負向空間溢出效應。（3）提升現代物流服務功能，培育具有強大競爭力的物流龍頭企業，改造傳統物流企業。應積極引導物流業集聚從量變到質變的轉變，加大物流高科技研發力度，加強物流基礎設施網絡建設，大力培養物流高層次人才，促進物流企業運用EDI、GIS、大數據等現代技術改造升級，提高物流業智能化和數據化水平。