珠三角地区物流业空间集聚效应分析

周维浪，高 莉，林昌辉 ZHOU Wei-lang, GAO Li, LIN Chang-hui

（广东工业大学 管理学院，广东 广州510520）

(School of Management, Guangdong University of Technology, Guangzhou 510520, China)

0 引 言

随着工业经济向服务经济的转变以及社会分工的发展和专业化水平的提高，服务业尤其是生产服务业通过外包形式逐渐从原来的制造职能中分离出来，使得服务业集聚现象逐渐显现（陈建军等2009[1]；陈国亮和陈建军2012[2]）。物流业集聚作为生产性服务业集聚研究中的重要领域，逐渐受到政府、企业等的广泛关注。由于物流业集聚可以降低交易成本，提高基础设施效率，从而提升企业竞争力等优势，使得部分地区物流业集聚效应逐渐凸显，尤其在经济较为发达的经济区更为显著。

珠三角经济区依托发达的运输枢纽和现代物流技术，形成了以广州、深圳为核心，周边城市为基础的整体物流格局，并建立了大批各具特色和规模较大的物流产业集群。2013 年广东省全省共有物流园区362 个，其中规模较大的有20 多家，主要集中在珠三角地区。而且，随着珠三角经济的快速发展，物流业GDP 也出现快速增加趋势。据统计数据显示，2005～2013 年珠三角物流业总额和物流业就业人数呈现逐年增加的趋势，如图1 和图2 所示。

物流业空间集聚作为一种普遍现象，开始受到学者们的广泛关注（钟祖昌2011[3]）。然而，目前多数研究主要以省级和行业数据研究物流业的集聚程度，较少考虑城市和企业层面的物流业集聚效应，而且，定量性的研究以区位熵指数等简单测量方法为主，较少运用EG 指数等空间测量方法对物流业空间集聚的测算，并且忽视了物流业空间集聚特征内在形成规律的挖掘，缺乏动态规律分析。因此，本文从静态和动态两个角度，利用空间集聚测度指标和动态面板模型对珠三角物流业集聚现象进行综合分析，对珠三角物流业集聚的发展提供参考和指导意义。

1 文献综述

图1 2005～2013 年珠三角物流业总额

图2 2005～2013 年珠三角物流业就业人数

产业集聚一直以来都是国内的研究热点问题，然而，目前多数的研究集中在生产制造业领域，以至于形成了一套较为完善的研究体系（高小玲和梁威2011[4]；韩峰和柯善咨2012[5]；文东伟和冼国明2014[6]），但对物流业集聚的相关研究并不多，其中定性研究主要集中在物流业集聚的界定及其影响因素，例如：李兰冰（2007）[7]较早指出物流产业集群是现代物流产业发展的必然路径，而张智勇等（2009）[8]运用复杂系统涌现性机理研究了物流产业集群及其服务创新能力，并指出物流产业集群涌现性的强弱与其服务创新能力及核心竞争力的高低成正比。王非和冯耕中（2010）[9]基于产业集群理论界定了我国物流集聚区的内容，结合我国物流业发展的实际总结出了物流集聚区形成的机理。进一步，王非等（2011）[10]研究了物流集聚区的形成条件和物流集聚区的功能与整合模式。而定量研究主要是分析我国省域的物流业集聚效应及其对产业经济的影响，例如：王珍珍和陈功玉（2009）[11]运用区位熵指数基于我国31 个省级面板数据测算了我国物流业集聚程度并物流集聚程度对工业增加值的影响；钟祖昌（2011）[3]利用区位熵理论研究了我国31 省市空间经济学视角下的物流业集聚状况以及影响因素；王健和范月娇（2014）[12]运用区位熵指数测量我国省域物流业集聚度并构建动态面板数据模型研究物流业集聚对区域经济增长的动态效应；舒辉等（2014）[13]运用区域物流业增加值占全国物流业增加值平均值来测度物流业的集聚程度，并结合空间面板计量方法对我国物流产业集聚与全要素生产率增长之间的关系进行了研究。梁红艳（2015）[14]运用区位熵指数计算了各地区的物流业集聚度，并分析了物流业集聚度对工业生产率的空间外溢效应的影响机制。

综上研究，发现学者们仅采用熵指数对部分省份的物流业集聚进行测算和简单比较研究，并没有综合考虑企业层面，从城市视角对区域的物流业集聚进行深入分析，而且忽视了物流业集聚特征形成规律的挖掘，缺乏动态规律分析。因此，本文从静态和动态两个角度，利用物流业空间集聚测度指标和动态面板模型对珠三角物流业集聚现象进行测度和分析。

2 物流空间集聚效应测度

目前，产业集聚测度的方法主要包括区位熵指数、产业空间基尼系数（G 指数）、赫芬达尔指数（H 指数）、地理集中指数（EG 指数） 和动态集聚指数等。考虑到数据的易得性，多数学者均采用了传统的产业集聚测度方法，例如区位熵指数，来分析物流业的集聚效应。传统的测度方法虽然计算简单，但仅从行业角度考虑地区的分布情况，并没有综合考虑企业数量等影响因素。Ellison 和Glaeser（1997）[15]考虑企业的数量、区域的差异等因素提出的EG 指数测算方法，这种方法不仅弥补了传统方法的缺陷，还可以跨行业跨时间进行比较。因此，本文选取H 指数、G 指数和EG 指数对珠三角经济区物流业的空间集聚程度进行静态测算，同时，运用动态面板模型进一步分析珠三角物流业空间集聚的动态效应。

2.1 物流空间集聚静态效应分析

2.1.1 数据选择与说明

本文选取2005～2013 年珠三角13 个城市（广州、深圳、佛山、珠海、东莞、中山、惠州、肇庆、江门、茂名、汕头、韶关和湛江） 的经验数据作为研究样本。由于难以直接获得各省市的物流业相关数据，众多学者均选取交通运输、邮电和仓储指标作为衡量物流业指标。从各年物流业增加值数据显示，交通运输、邮电和仓储业在物流业总量的占比超过8 成，因此，本文选取交通运输、邮电以及仓储业就业人数作为衡量物流业就业人数的指标。其中，珠三角13 个城市的各年的物流业就业人数、总物流业就业人数、所有行业就业人数以及珠三角所有行业总就业人数等样本数据来源于《中国城市统计年鉴》 （2006～2013）和《广东统计年鉴》 （2006-2014），而物流业企业数采用按地区分组的法人单位数表示，数据来源于《广东统计年鉴》（2006～2014） 和《中国物流统计年鉴》 （2006～2013）。

2.1.2 测度方法与结果

H 指数由Herfindahl（1950）[16]首次提出，用于测算行业内企业的集中程度。本文使用就业人数表示物流业内企业的集中程度，公式表示为：

其中，ej指j地区物流业的就业人数，cij指地区j物流业的企业个数，分为m个地区，T为市场总规模。

Krugman（1991）[18]等从空间视角提出了产业空间基尼系数，用来测度产业的空间集聚程度，该指数的计算公式如下：

其中，xj表示j地区的总就业人数占全国总就业人数的比重，即其中Ej为地区j的总就业人数，为全国各地区就业人数之和。sj为地区j物流业总就业人数占全国物流业总就业人数的比重，即其中ej为地区j物流业的总就业人数，e为全国各地区物流业的就业人数之和。根据公式（3），可以知道：若G趋近于1，说明该行业的集聚效应越强；若G越趋近于0，说明该行业越分散，即xj越趋近于sj。

空间基尼系数虽然可以反映产业的空间集聚情况，但是却没有考虑企业的规模分布和企业数量。为了综合考虑这些因素，Ellison 和Glaeser（1997）[15]提出了地理集中指数（简称EG 指数），其计算公式如下：

公式（4） 中，xj,G和H的含义与公式（2） 和公式（3） 相同。Ellison 和Glaeser（1997）[15]研究指出γ 指数的大小没有绝对的评判标准。一般来说，产业集聚程度可以分为以下三类：当γ＜0.02 时，表明该产业具有较低的集聚程度；当0.02≤γ＜0.05时，表明该产业具有较高的集聚程度；当γ≥0.05 时，表明该产业具有高度的集聚程度。

表1 和图3 显示了珠三角地区2005～2013 年的物流集聚程度的赫芬达尔指数、空间基尼系数和地理集中指数。从变化趋势来看，由表1 的赫芬达尔指数可以知道，从企业聚集层面，珠三角地区2005～2012 年物流业集聚程度呈现下降的趋势，2012 年开始出现回升趋势。同时，从行业集聚层面，2005～2012 年，珠三角的物流业集聚程度呈现波浪式下降的趋势，然而，2012～2013 年，珠三角地区物流业集聚程度呈现大幅度的显著上升趋势，这与赫芬达尔指数测算的行业集聚趋势基本一致，说明随着电子商务和第三方物流业的不断发展，珠三角物流集聚趋势开始越来越明显。

表1 2005～2013 年珠三角地区物流空间集聚H 指数、G 指数和EG 指数

2.2 物流空间集聚动态效应分析

2.2.1 动态面板模型

物流业的集聚效应可能呈现动态变化的特征，而这种动态变化会表现在物流业的就业水平上。运用任英华（2011）[17]提出的服务业动态集聚面板模型，构建珠三角地区物流业集聚的动态模型，如下：

图3 2005～2013 年珠三角地区物流空间集聚G 指数和EG 指数

式中，sjt表示t期物流业在j区域的就业人数ej占全国物流业就业人数∑jej的比重，即表示t期j区域所有产业就业人数∑Ej占全国总就业人数∑∑j Ej的比重，即和η 为待估参数，εjt为正交误差项。

用OLS 估计得到α=0 和η=1。因此，可以把上式简化为：

2.2.2 模型估计与分析

由于一阶差分矩估计既可以消除个体的固定效应，又可以剔除可能存在的内生性问题，因此本文选取一阶差分矩估计对动态面板模型参数进行估计。

将公式（6） 移项得：

运用GMM 对上式的β 进行参数估计，然后再将估计的β 代入式（7），即求得珠三角地区物流业集聚水平变化的回复效应和随机效应，估计结果如表2 所示。

表2 2005～2013 年珠三角地区物流业集聚动态性的动态面板分析

由表2 可见，参数β^＞0，表明2005～2013 年的珠三角地区物流业的就业份额持续增大，回复效应等于0.0597＞0，表明物流业的集聚程度将出现增长的趋势，随机效应等于0.00012＞0，表明随机效应将促进珠三角地区物流集聚水平的持续提高，这主要是珠三角地区的物流业具备信息高度集中，网络较为发达等特点，致使物流业集中在经济较为发达的地区或者发达的制造业周围，这与珠三角的发展情况是一致的。

3 结 论

本文从静态角度，运用赫芬达尔指数、空间基尼指数和地理集中指数分别测算了珠三角地区2005～2013 年的物流业集聚程度，测算结果表明珠三角地区物流业集聚程度总体较高（EG 指数均高于0.02），2005～2012 年，物流业集聚程度呈现波浪式小幅度的下降趋势，然而，2012 年开始，物流业集聚程度呈现出大幅度上升的趋势，EG 指数高达0.097，表明珠三角地区物流业集聚程度非常高。动态模型估计结果表明，珠三角地区物流业集聚呈现动态变化，回复效应和随机效应使得珠三角地区的物流集聚水平进一步加剧。

[1] 陈建军，陈国亮，黄洁. 新经济地理学视角下的生产性服务业集聚及其影响因素研究——来自中国222 个城市的经验证据[J]. 管理世界，2009(4):83-95.

[2] 陈国亮，陈建军. 产业关联、空间地理与二三产业共同集聚——来自中国212 个城市的经验考察[J]. 管理世界，2012(4):82-100.

[3] 钟祖昌. 空间经济学视角下的物流业集聚及影响因素：中国31 个省市的经验证据[J]. 山西财经大学学报，2011,33(11):55-62.

[4] 高小玲，梁威. 中国制造业产业集聚发展效应及其形成机制研究[J]. 研究与发展管理，2011,23(5):92-100.

[5] 韩峰，柯善咨. 追踪我国制造业集聚的空间来源: 基于马歇尔外部性与新经济地理的综合视角[J]. 管理世界，2012(10):55-70.

[6] 文东伟，冼国明. 中国制造业产业集聚的程度及其演变趋势：1998～2009 年[J]. 世界经济，2014(3):3-31.

[7] 李兰冰. 物流产业集群的创新机制研究[J]. 科学学与科学技术管理，2007,28(6):39-44.

[8] 张智勇，何景师，桂寿平,等. 物流产业集群服务创新研究——基于复杂系统涌现性机理[J]. 科技进步与对策，2009,26(3):75-77.

[9] 王非，冯耕中. 我国物流集聚区内涵与形成机理研究[J]. 统计与决策，2010(24):15.

[10] 王非，时榛，贾涛. 我国物流集聚区功能整合模式研究[J]. 统计与决策，2011(5):48-50.

[11] 王珍珍，陈功玉. 制造业与物流业联动发展的竞合模型研究——基于产业生态系统的视角[J]. 经济与管理，2009,23(7):28-34.

[12] 王健，范月娇. 我国物流服务业集聚对区域经济增长的动态效应检验与分析——基于动态面板数据模型的实证[J]. 中国流通经济，2014,28(7):39-46.

[13] 舒辉，周熙登，林晓伟. 物流产业集聚与全要素生产率增长——基于省域数据的空间计量分析[J]. 中央财经大学学报，2014(3):98-108.

[14] 梁红艳. 物流业集聚、空间外溢效应与工业生产率提升[J]. 中国流通经济，2015,29(1):32-42.

[15] Ellison G, Glaeser E L. Geographic concentration in US manufacturing industries: a dartboard approach[J]. Journal of Political Economy, 1997,105(5):889-927.

[16] Herfindahl O C. Concentration in the steel industry[D]. Columbia University, 1950.

[17] 任英华，邱碧槐，王耀中. 服务业集聚现象测度模型及其应用[J]. 数理统计与管理，2011,30(6):1089-1096.

[18] Krugman P R. Geography and trade[M]. MIT press, 1991.