地理溢出视角下我国物流产业全要素生产率分析

王霞

内容摘要：物流业是支撑社会经济发展的重要产业，物流业越发达，市场经济便越繁荣，因此物流产业可以被视作经济增长的“润滑剂”和“加速器”，其重要作用引起了我国政府的高度关注。因此，本文基于物流产业的发展现状，通过构建杜宾模型来对我国物流产业全要素生产率进行研究，以期为我国物流产业发展提供针对性建议。结果表明：我国相邻区域之间的物流产业全要素生产率存在正相关关系；中、西部地区的物流产业生产率较低，缺少发达地区为其提供的推动力；人力资本与信息技术对物流产业全要素生产率的影响效果与交通基础设施相比更加显著；我国物流产业生产率存在显著的空间竞争效应。

关键词：物流产业 全要素生产率 杜宾模型 溢出效应

在我国经济增长的过程中，物流产业在我国市场经济中的地位越来越重要。随着物流产业的高速发展，其对环境的影响也愈发显著，在人们的物质需求逐步增强的同时，物流产业对环境能源的消耗也逐渐增大。为了能够解决物流产业发展与环境能源消耗之间的矛盾，对不同地区的物流产业全要素生产率的分析尤为重要。目前，国内外对物流产业全要素生产率已有大量研究，然而这部分研究均采用了传统形式的DEA模型，并没有将外界影响因素及误差纳入考虑范围，这不免导致检验结果出现一定偏差。因此，本文基于物流产业的发展现状，通过建立空间计量模型，以地理溢出效应为研究方向，对我国物流产业全要素生产率进行系统分析，对物流产业全要素生产率的各种影响因素进行检验，进而更加全面地反映出我国不同地区物流产业全要素生产率的特征与实况，为我国物流产业的发展提供理论支持。

基于地理溢出视角的理论分析

（一）基础设施及地理溢出效应

公共区域的基础设施对当地和周边地区全要素生产率的影响机制比较复杂，可能是积极影响，也可能为消极的影响。以交通基础设施为例，不同地区的交通基础设施相互构成网状，每个区域的经济活动均在网状交通基础设施的覆盖范围之内。增加交通基础设施的建设，可以减少地区之间的运输成本，增加地区之间的交流频率。增加交通基础设施的投入成本，可以显著提高该地区交通的便利性，使得该地区的发展速度高于周边地区，如果与其相邻地区在交通基础设施中的投入成本相对较低，则该地区的生产要素将会显著聚集，最终具有交通基础设施优势的地区对其周边地区的生产率的升高起到阻碍作用，即形成了负向溢出效应。

（二）人力资本及地理溢出效应

人力资本作为经济发展的操纵者，可以通过调控周边地区的全要素生产率来促进该地区的经济发展，人力资本与地区经济的发展呈现正相关性。人力资本投入的提高可以加快劳动者的工作效率，进而促使全要素生产率的升高，同时，以人力资本为载体来进行技术与经验的传播，可以扩大地区的经济规模，为全要素生产率的提高提供推动力。研发对促进地区科技的进步和提高全要素生产率具有十分重要的作用，研发和人力资本是影响全要素生产率高低的两大因素，研发在提高企业技术和生产效率的同时，可以促进该地区商品的流通速度、技术交流，提高该地区的人员分配，因此研发与人力资本具有显著的地理溢出效应。

模型构建与分析

（一）变量选取及数据来源

本文选取我国2002-2016年31個省市的物流业的资产、在岗职工人数、物流产业能耗量作为自变量，将周转量视为预期产出，物流产业的废气产出量为非预期产出，通过DEA距离函数求得物流产业全要素生产率，同时将生产率作为本文所采用模型的自变量，其中自变量主要包含两个因素，即基础设施和人力资本。

基础设施。加强交通和信息基础设施的建设能够加快地区之间信息技术的传播速度，通过减少人员和物资的交通运输资本投入来降低商品交易的资本消耗；同时，还可以将物资的流动和专业人员的流通作为载体，促进地区资源利用均衡和技术水平提高，互联网作为共享平台也可以为信息的传递和技术的分析提供推动力，进而提高地区全要素生产率的提升。

人力资本。人力资本对地区全要素生产率的影响主要包含两个方面：第一，劳动人员的知识文化程度高，其对信息技术的吸收和处理能力相对较强，且对资源和其它成本要素的利用率高，进而提高地区的全要素生产率；第二，国家整体人力资源水平较高，则对国家及社会生产率的提高具有积极作用。

本文采用我国2002-2016年的31个省市相关经济数据为研究样本，并通过LLC（Levin-Lin-Chu）和Fisher-ADF检验法对数据进行单位根检验。检验结果如表1所示。

由表1可知，每个变量的对数之间表现出稳态序列，说明各个变量间存在协同关系，因此，自变量符合构建空间计量模型的标准。

（二）物流产业全要素生产率的空间相关性分析及模型设定

由表2可知，LR的检验结果显示LR=151.267，p=0.0000，说明对于邻接权重矩阵、交通权重矩阵、交通距离权重矩阵，其空间与时间双效应模型均比空间固定效应优先。同时，时间固定效应下，LR=45.3577，p=0.0001，空间与时间双效应也优先于时间固定效应。而对于Morans I的检验结果，邻接权重矩阵与交通权重矩阵均通过检验，且指数均通过10%的显著水平。所有Morans I均呈现负数，说明全要素生产率在空间中表现出负溢出效应。

（三）物流产业全要素生产率溢出效应的空间杜宾模型

基于物流产业全要素生产率的空间相关性，本文对SAR和SEM模型进行估计，双向模型的估计结果如表3所示。

由表3可以知，在SEM模型中，邻接矩阵与交通矩阵均通过LMlag和LMerror的1%显著水平的检验，且LMerror的显著水平高于LMlag。在SEM模型中R-LMlag并没有通过检验，而R- LMerror通过检验的同时，SAR模型中仅R-LMlag通过检验，说明与SAR模型相比，SEM模型对空间相关性的拟合更加精确。同时，SME模型中的LMerror通过5%的显著水平检验，也进一步说明SEM模型的拟合度高，但仍存在空间自相关误差。

（四）空间溢出效应检验

由于SDM模型中空间滞后自变量和因变量共存，导致其边际效应的溢出结果不明显，且对自变量与因变量之间关系的估计水平较低。鉴于此，本文通过偏微分法对三种权重矩阵在SDM模型中的直接与间接效应进行计算，具体内容如表4所示。

通过表4可以看出，交通权重矩阵中lnLEE、lnIF、lnTHD和lnCV的直接效应分别为0.1564、0.1352、0.098和0.117，说明信息技术的直接效应对全要素生产率的影响程度大于交通设施；人力资本与交通基础设施相关的自变量lnTHD、lnCV的间接效应分别为-0.1681和-0.3042，其中交通设施具有负向空间溢出效应。无论哪一种权重矩阵，人力资本的文化程度对全要素生产率的溢出效应一直呈现正向影响。

结论与建议

我国各省市物流产业全要素生产率具有聚集特点，距离较近的省市全要素生产率具有关联性，且均呈现正相关关系；我国中西部地区物流产业生产率水平不高，缺少物流水平较高的城市为其提供物流发展的推动力；交通设施对地区物流产业全要素生产率起到促进作用；我国物流产业全要素生产率在空间上呈现负向溢出效应；人力资源与信息技术对全要素生产率的影响作用大于交通基础设施；我国物流产业已经进入人力资本与研发创新等发展阶段。

我国需要加大对废气排放、污水泄露的治理力度，改善能源消耗结构；深化交通设施建设与信息传播渠道的改革，促进信息与技术在固定区域内的普及速度；消除不同地区之间的信息沟通障碍，加强交流和合作，提高物流业发展速度。

参考文献：

1.刘丹，修菊华.全产业链下物流业服务贡献研究[J].商业经济研究，2017（23）

2.黎明，沈锦发，林德钦.物流产业与国民经济增长效应研究[J].物流工程与管理，2017 （10）

3.辛玉颉.基于全球视角下的中国物流管理体制创新[J].现代商业，2017（28）

4.吴晓研，刘忠敏.产业联动推动我国物流产业升级的作用机理及路径分析[J].物流技术，2017（3）

5.王蕾.論我国物流产业融合对物流市场结构调整的影响[J].商业经济研究，2017（1）

6.陶婷婷.产业集聚能促进物流业效率提升吗？—来自中国省域面板数据的实证分析[J].商业研究，2017（1）