中国物流业对经济增长的FDI门槛效应研究

冯 涛，梁英建

(西安交通大学 经济与金融学院， 陕西 西安 710061)

中国物流业对经济增长的FDI门槛效应研究

冯 涛，梁英建

(西安交通大学 经济与金融学院， 陕西 西安 710061)

为了准确考察中国物流业对中国经济发展的作用，选取外商直接投资(FDI)作为门限变量，使用门限面板回归模型研究了2004-2012年间中国物流业发展对经济增长具有的非线性作用关系。研究表明：物流业发展对区域经济增长的作用存在单门限效应。FDI的门限值等于2 381.20，即当某地区FDI值超过该值时，物流业的发展会显著地促进当地经济的增长；反之，物流业的发展不能满足当地经济增长的需要。物流业的发展对区域经济增长的影响显著依赖于FDI的大小。中国现阶段大部分省份的FDI值都小于2 381.20，表明它们都处于物流业发展阻碍当地经济增长的阶段。

物流业；外商直接投资；面板门限模型；经济增长

一、引 言

随着经济全球化发展，劳动分工程度进一步提高，产品内贸易成为国际分工合作的主流，与之相伴随的是跨国公司的快速发展。其中，外商直接投资(FDI)成为跨国公司跨地区经营的主要形式。外直接投资已成为世界各地增长最快的经济活动。2003年世界商品出口近7.3千亿美元，全球商业服务出口近1.8千亿美元，世界FDI流入量接近560亿美元。FDI是集技术、资本、贸易于一体的综合性对外投资形式，有力促进了全球经济一体化进程。中国作为最大的发展中国家，长期以来都坚持对外开放政策，每年吸引的FDI总额居世界前列，有效地促进了经济的持续发展。近年来，随着现代物流业的发展，理论界已经认识到了物流业对经济发展的重要意义，被称为“第三利润”的源泉。中国由于物流业的发展历史很短，物流企业的市场密集度还很低，企业规模小，人才资源匮乏，管理水平低下，创新能力还很差，因此总体效率不高，与国外存在着明显的差距。如果对物流发展和经济发展的关系处理不当，就可能失去发展的大好机遇，导致经济发展长期徘徊不前，并且在目前中国经济受房地产业绑架的敏感时期，按照科学发展观的要求，有效地利用FDI的技术溢出效应提高中国物流业发展水平，改进和优化产业结构布局，这是理论界和政府部门所关心的重要问题。

国内学者对中国物流业与经济增长之间的关系进行了大量研究。现有的理论观点分为对立的两个方面。一方面，部分学者认为中国的物流业发展已经对经济增长起到了重要作用。孙玉妮使用《中国2007年投入产出表》，采用相关的投入产出模型，研究了中国物流业发展与经济增长之间的相互关系，进一步使用VAR模型和脉冲响应分析方法，研究了物流业发展与中国经济增长之间的动态关系。在此基础上提出：第一，中国物流业与其它经济部门之间存在较强的依存关系，其发展对中国国民经济各个生产部门的经济活动具有十分巨大的推动作用；第二，中国物流业发展水平的随机冲击对经济增长具有显著的正效应，但是中国经济增长的随机冲击对物流业发展水平的影响效应却非常小[1]。赵鑫采用计量模型方法，针对1991—2006年黑龙江省物流业相关数据建立了回归方程，估计了黑龙江省物流业的经济物流弹性，并在此基础上讨论了黑龙江省物流业对其经济增长的推动作用。他认为1996年以后黑龙江省物流业对其省内经济增长起到了显著的推动作用，成为黑龙江省内经济增长的“牵引产业”[2]。

另一方面，其他学者认为物流业发展与经济增长之间不存在很强的促进作用或者存在反向关系。孔原使用中国31个省、市、自治区相关数据，采用数据包络分析(DEA)模型对中国省级物流业可持续发展的现状进行了实证研究，认为中国西部地区物流业的可持续发展能力仍然较低，华东和华南等沿海地区的物流业可持续发展能力虽然较高，但并未与本地区经济和自然环境协调发展[3]。王立岩研究了中国经济发展水平落后地区物流业的发展情况从物流业的经济增长效应、产业优势效应、产业关联效应、成本盈利效应和经济就业效应五个方面探讨了河北省卢龙县发展物流业的可行性，认为当物流业发展提速时，欠发达地区发展物流业的优势更大[4]。莫鸿研究了体制上制约中国物流业整体发展的障碍性因素，通过采用描述性统计及主成分分析方法，对江苏省的物流企业进行了实地调查，在全面的比较分析基础上，总结出体制上影响中国物流业发展的障碍性因素[5]。

从上述文献可见，理论界对物流业发展促进经济增长的理论研究，结论并不一致，而且现有的研究文献很少关注FDI与物流业增长之间的关系研究，可以说在这方面理论研究远落后于实践的需要[6-7]。虽然，李晓锦等(2009)以浙江省物流业为例进行实证检验，他们发现外商投资与浙江物流产业产值具有较强的相关性，但是，物流业增长、区域经济增长与外商直接投资之间具有怎样的影响关系依然没有解决。关于物流业与区域经济发展之间的研究国内已有不少研究成果， 如李文顺等(2004)对1952—2002年中国物流增量和GDP增量进行了协整分析，认为GDP增量和物流增量间存在着可靠的协整关系。周君(2006)运用 Logistic 模型，采取边际和弹性经济分析方法, 定量分析了天津物流业的单位增长与地区经济增长的变化规律。李力等(2006) 对 1996—2005 年中国物流与 GDP 发展进行研究，建立了 VAR 模型， 研究表明物流产业与 GDP 存在长期协整关系, 物流产业与 GDP 之间存在单向因果关系。高阔等(2007) 在建立 VAR 模型的基础上，运用脉冲响应函数和预测方差分解，研究表明中国现代物流发展与经济增长之间存在较强的正相关性。 何小洲等(2007) 以重庆市为例，研究了重庆物流对区域产业结构的优化作用，定量分析了物流与 GDP、第二产业、第三产业之间的关系。研究结果表明，物流业的发展与区域经济发展之间具有非常密切的关系。分析目前中国物流业的增长问题，它既受各个时期国家宏观产业政策影响，还受各地区的区位、历史传统等因素的影响。因此，一方面单独使用时间序列数据时，只考虑了产业政策对中国物流业的影响而忽视了不同地区物流业的主要影响因素所具有的区域特征；另一方面，单独使用横截面数据时，可以考察不同省份物流业在同一时间点上的各种区域性影响因素，但却是以忽视国家产业政策对物流业影响为代价的。综上可知，无论是时间序列模型还是横截面模型都无法全面考察我们所关心的问题。因此，本文拟采用1998—2010年中国各省份的相关数据，构建基于FDI门限变量的门限模型，研究中国物流业发展与经济增长之间的相互关系。

二、理论模型设定与估计

(一)理论框架

最早研究经济系统结构性突变的学者是著名经济学家邹至庄，他以经济系统结构突变点为临界点，将整个样本期分成两个阶段，使用分段函数的办法考察上述问题，称之为邹检验。这一方法隐含条件为要事先知道经济结构突变点，即经济结构的突变是外生变量，这与实际情况不符。随着世界经济全球化，全球范围内的突发性事件常常引起严重的不良后果，而这些突发性事件常常事先并不清楚。为了描述突发事件引起的经济结构突变，理论界急需将其内生化于模型中来。Hansen(1999)首先提出了非动态面板门限回归模型，通过在模型中添加一个显示函数引入门限变量来反映数据在时间序列上发生的结构突变。当模型中的门限变量超越临限值时，模型就会发生结构性突变。实际上，Hansen的做法就是首先估计门限变量的门限值，根据门限值将数据变量分成两个或多个子样本区间(当门限值不止两个时，就会有多个样本区间)。然后，在不同的样本区间上设定不同的计量模型并分别估计各个模型。最后，通过对各个样本区间上的计量方程进行综合考察，研究变量之间存在的非线性关系。

由于缺乏有关动态面板门限模型的分布理论，我们必须使用静态面板门限模型的分布理论。这种理论上的妥协会导致门限变量临界值前后的模型残差项存在序列相关问题，进而导致参数估计有偏。Kremer (2009)解决了这一问题，他使用向前正交离差分法来消除面板门限模型中的个体效应，从而避免了这一问题的发生。假设平衡面板数据的截面单元数为i，时间长度为t，则只存在一个被解释变量、一个解释变量和一个门限变量的平衡面板模型：

yit=αi+α1xitI(qit≤γ)+α2xitI(qit>γ)+μit

yit=αi+αTxit(γ)+μit

(1)

其中I(·)为(0，1)虚拟变量。若设α=(α1，α2)，则由式(1)得：

yit=αi+αTxit(γ)+μit

(2)

若给定γ，则可以使用普通最小二乘法(OLS方法)对α进行估计：

(3)

回归模型的残差可以表示为：

(4)

方程的残差平方和则为：

(5)

故能够使得方程残差平方和最小的γ值，就是模型门限阀值的估计值为：

(6)

(7)

(8)

残差方差为：

(9)

H0:α1=α2，H1:α1≠α2

在零假设，阈值效应并不确定，如拉格朗日乘数(LM)检验等经典检验没有标准的分布。为了解决这个问题，bootstrap程序可以有效地模拟似然比检验的渐近分布。bootstrap程序实现一阶渐近分布，所以从bootstrap程序构造的p值是渐近有效的。

在H0成立的条件下，模型(1)变为下式：

yit=αi+α1xit+μit

(10)

当阈值效应的存在性被接受时，阈值变量的精确水平遭受了质疑。在正常情况下，似然比检验统计量为：

在一些应用中，可能有多个阈值。相似的程序用直接的方式延伸到高阶阈值模型。此方法表示阈回归估计优于仅允许单个阈值的传统做法。

(二)数据来源与模型设定

张毅等使用中国30个省份的物流业数据，采用复合系统模型计算了中国省级经济和物流业子系统之间的有序度，进而研究了中国东部地区、中部地区、西部地区这三大地区子系统有序度和复合系统协调度，并探讨了经济最发达区域协调度的变化情况。他提出了物流业周转量是对物流业子系统贡献最大的序参量[8]。因此，本文采用《中国统计年鉴2013》、《中国物流年鉴2013》中选择可以反映各省物流业需求规模大小的货物周转量作为中国省级物流业发展的衡量指标，选择各省GDP作为省级区域经济发展水平的衡量指标，选择中国各省级地区外商投资企业投资总额作为各省FDI衡量指标。

首先，把全国区域划分为东部、中部、西部和东北四个区域。东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东。中部包括：山西、安徽、江西、河南、湖北、湖南。西部包括：内蒙古、广西、四川、重庆、贵州、云南、陕西、海南、西藏、甘肃、青海、宁夏、新疆。东北包括：辽宁、吉林、黑龙江。然后，对每个区域总产值求平均，由图1知四个地区的总产值从2004年至2012年明显呈上升趋势，东部地区上升最为明显。四个地区的总产值在时间上趋于发散，并且发散逐年递增。政府应转变区域发展政策，缩小区域差距，对落后的区域给与政策支持，西部大开发战略作为国家级支撑战略，对缩小区域差距，平衡物流业资金投入都具有关键性影响。

图1 中国四个地区2004-2012年总产值演化图(单位：亿元)

表1 中国各省份2004-2012年地区货物周转量 (单位：亿吨公里)

注：数据来源于《中国统计年鉴2013》。

由表1和表2描述了中国各省份2004-2012年地区货物周转量和企业投资总额及各自的标准差，不管是货物周转量，还是FDI总额都是逐年递增的，从标准差的大小可以区分各省这两个变量在这19年的波动程度，对于货物周转量，上海、天津、安徽等东部地区的增长势头猛劲，云南、青海、西藏等西部地区的经济增长低迷。从外商投资企业投资总额来看，各个地区增长都是逐年增长，沿海省份增长较快。

表2 中国各省份外商投资企业2004-2012年度投资总额 (单位：百万美元)

注：数据来源于《中国统计年鉴2013》。

另外，本文的主要目的，是使用一个FDI阈值变量来调查物流业发展和经济增长之间的关系在不同样本区间上是否是不同的，样本区间是依FDI阈值变量划分的。模型中两个变量之间的阈值效应与传统方法阈值变量都是外生变量。如果阈值水平是任意选择的，或者未在经验模型中确定，这是不可能得到所选择阈值的置信区间的。传统方法结果的稳健性很可能对阈值水平很敏感。拆分外生样品基础上产生的经济计量估计也可能造成严重的推理问题。基于上述原因，建立如下的面板门限模型，使内生样品分离成为可能，而不是事先强加任意的分类方案，阈值水平被允许在如下的模型中估计:

GDPit=αi+α1·HWZZitI(FDIit≤γ)+α2·HWZZitI(FDIit>γ)+μit

i=1，2,…，31；t=2004，2005,…，2012

(11)

其中GDPit表示第i个省份第t年的生产总值；HWZZit表示第i个省份第t年的货物周转量；FDIit表示第i个省份第t年的外商投资企业投资总额；I(·)是显示函数，表明当括号中的条件成立时，I(·)取值为1，否则为0；γ表示阈值，为模型待估门限参数；αi、α1、α2表示回归系数，为模型待估参数；μit=ηt+εit-ηt表示时间效应；εit表示随机扰动项。

如果经济增长和物流业发展水平这两个变量之间的关系存在，面板门限模型可以识别的FDI阈值水平，也可以检验由FDI变量分类的不同样本之间的关系。

根据阈值变量FDIit是否比阈值γ更小或更大，观测被分成两个水平。该水平是由不同的回归斜率α1和α2所区别。为了鉴别α1和α2，则要求的HWZZit是不随时间变化的，阈值变量FDIit不随时间变化。αi是固定的个体效应，该误差μit被假设是独立同分布，均值为0，方差有限。根据门限变量FDIit小于或大于门限值γ，可以将样本分为两个子样本，考察2004-2012年间中国物流业发展对经济增长的作用。

三、检验结果与分析

经典的时间序列模型建立在较为苛刻的基本假设上，要求模型所涉及的各个时间序列变量都必须是平稳时间序列，否则就有可能出现“伪回归”现象。如果模型中的时间序列变量存在共同趋势项，则对其进行回归分析一定会导致错误的结果。为了保证不发生“伪回归”现象，需要对各时间序列变量进行单位根检验。本文采用五种检验方法进行面板单位根检验以保证结论的稳健性，结果见表3。

表3 面板数据单位根检验

注：D(**)代表差分序列。

由上述检验结果可知，被解释变量和解释变量的一阶差分值是平稳的。因此，在随后的模型中我们引入各变量的1阶差分值进行门限模型参数估计。

表4 门限效应的检验结果

在应用面板门限模型之前，对GDP和HWZZ之间阈值效应的存在性进行检验，本文使用bootstrap程序得到F统计量的近似值，然后计算bootstrapP值。对于每个bootstrap检验，进行了1 200次bootstrap迭代，计算结果如表4所示。表4的bootstrapP值为0.000，明显可得单门限统计检验是高度显著的，双门限统计检验在统计上是不显著的。因此，本文得出经济增长和物流业发展之间关系经历了两个水平阶段。

采用估计方法进行门限值γ估计，得到估计值γ为2 381.20亿美元，结果见表5。

表5 门限模型估计与检验结果

注：回归系数下括号中数字为标准差。***、**和*分别表示在1%、5%和10%的水平上显著。

从表5可以看出：首先，模型(11)是一个单门限模型，其F统计量的值在1%的显著性水平下显著，而双门限模型F统计量的值在10%的显著性水平下才显著。因此，我们选择单门限模型进行参数估计。其次，GDP与物流业发展之间因FDI的不同而表现出显著的门限非线性效应。在FDI取不同门限值的两个子样本区间内，物流业发展会对区域经济增长产生不同的影响效应。当某地区的FDI值超过2 381.20亿美元时，物流业发展会显著地促进当地经济的增长，作用大小为货物周转量每增加1亿吨公里数可以促进区域GDP增加2.13亿美元。当某地区的FDI值低于2 381.20亿美元时，物流业发展不能满足当地经济的需求，两者之间存在显著的不协调关系，表现为货物周转量每增加1亿吨公里数会引起区域GDP下降0.14亿美元。第三，从中国各省级地区外商投资企业投资总额表(表省略)可知，即使在2012年底，处于物流业发展显著、有效促进当地经济增长的省份只有上海、江苏和广东三个省份，它们的FDI值分别为4 137.68亿美元、6 249.99亿美元、4 786.45亿美元，均超过了FDI门限值2 381.20亿美元。其余的省市都处于物流业发展阻碍当地经济增长的阶段，而且接近FDI门限值的省份很少(只有浙江省的FDI值为2 178.09亿美元,接近FDI门限值2 381.20亿美元)，绝大部分省份还离FDI门限值很远。第四，各省级地区物流业发展对当地经济增长所具有的门限效应呈不对称性，而且两者之间相差超过13倍(2.13/0.14)。第五，2004年，只有广东省的FDI超过了门限值，为2 609.57亿美元，2005年江苏省的FDI超过了门限值，但直到2007年上海市FDI才超过门限值。

四、结 论

物流业的发展对所在地的经济有重大影响，但是物流业的发展对经济的影响方向尚不明确。选择样本地区和样本时间的不同，结果的统计性质不同，甚至影响方向也不相同。本文使用2004—2012年间31个省份的数据，采用门限面板回归模型揭示了中国物流业发展对区域经济增长的非线性作用机制，并且选用的门限变量为FDI。结果表明：中国物流业发展对区域经济增长的作用存在单门限效应，门限值为2 381.20。当某地区的FDI值超过2 381.20时，物流业发展会显著、有效促进当地经济的增长，而当某地区的FDI值低于2 381.20时，物流业发展不能满足当地经济增长的需要。FDI的门限效应具有不对称性。可见，物流业的发展不一定能够促进经济增长，这种影响依赖于FDI的大小。

研究证明，FDI具有技术溢出效应。这种溢出效应通常依赖于当地的吸收能力，被分解为示范效应、竞争效应以及学习效应。随着FDI进入物流业的规模越来越大，本地物流企业通过模仿、学习FDI物流企业的先进管理经验，可以很快提高自身的管理效率。这里存在一个问题，当FDI较少时，由于其模范示范效应很弱，本地企业很难看到并学习到有关的先进经验，而只有当FDI实现一定规模时，示范效应开始显现，通过竞争引导本地物流企业模仿和学习，并最终推动物流业整体效率提升，进而有效降低了社会交易费用，推动了经济持续发展。由本文分析可知，中国现阶段大部分省份都处于物流业发展阻碍当地经济增长的阶段。可能的原因在于各省级地区吸收的FDI并没有大量地进入物流领域，使得FDI的技术溢出效应，特别是其具有的示范效应、竞争效应以及学习效应无法在物流领域通过外部企业的大量成立与竞争，以及本地物流企业向其学习等途径而实现。如果这些问题不断地被忽略，那么这样的省份将可能经历比预期更低的收益，不管他们是否被认为是一个具有高度专业化的省份。因此，各地政府要使其本地物流业发展跨过FDI门限值，就要积极引导外资流向本地物流业，从而发挥FDI的技术溢出效应。

另外，物流业是一个非常复杂的产业，物流业影响经济增长路径是多方面的，本文仅仅是从FDI这条路径去阐述前文所述的一个方面。理论和实证研究均表明：技术进步、资本投入、劳动投入也是影响经济发展的主要因素。现阶段中国经济增长主要依靠要素投入的增长来获得总产出的增加，而且产出增长主要还是资本推动型，这种增长类型处于小幅的规模效益递增阶段，物流业对经济的贡献还不是很高，但贡献额度在逐年递增。

[1] 孙玉妮. 中国物流业与经济增长关系的实证分析——基于投入产出模型和VAR模型[J].中国物价, 2010(6).

[2] 赵鑫. 物流业对经济增长的拉动作用探析——以黑龙江为例[J].学术交流,2008(6).

[3] 孔原. 基于DEA方法的物流业可持续发展能力评价[J]. 物流技术，2008(27).

[4] 王立岩. 欠发达县发展物流业的可行性探讨[J]. 技术经济与管理研究, 2010(1).

[5] 莫鸿. 中国物流业发展中的体制性障碍因素调查——江苏省实地调查报告[J]. 统计研究,2008(25).

[6] 徐磊. 服务业外商直接投资动因分析[J]. 科技情报开发与经济,2006,16(7).

[7] 魏琴. 外资投资中国物流业若干问题的探讨[J]. 物流经济,2007(6).

[8] 张毅，陈圻. 中国区域物流业与经济发展协调度研究——基于复合系统模型与30个省区面板数据[J]. 中国软科学, 2010(24).

(责任编辑：李 勤)

The Research of FDI Threshold Effect on the Logistics Industry to Econimic Growth

FENG Tao，LIANG Ying-jian

(School of Economics and Finance, Xian Jiaotong University, Xian 710061, China)

In order to accurately investigate the true role of the logistics industry in China's economic development, the paper selected FDI as the threshold variable, used panel regression model to study the relationship of the nonlinear between the development of China's logistics industry and the economic growth from 2004 to 2012. The results show that: the development of China's logistics industry, there is a single threshold effect on the role of regional economic growth. FDI threshold equals to 3 872.30, that is, when the value of FDI in a region is more than 3 872.30, the development of the logistics industry will significantly boost local economic growth; on the contrary, it will significantly hinder the growth of the local economy. Visible affect the development of the logistics industry on regional economic growth is significantly dependent on the size of FDI. The calculated results show that in the majority provincial areas of China FDI value at this stage are less than 3 872.30, indicating that at the stage where the logistics industry hinder local economic growth.

logistics industry; FDI; the panel threshold model; economic growth

2014-04-20

冯 涛，男，陕西西安人，经济学博士，教授，博士生导师，研究方向：宏观经济理论； 梁英建，男，陕西铜川人，博士生，研究方向：宏观经济理论。

F259.27

A

1007-3116(2015)08-0049-07