物流业集聚对区域经济增长的空间溢出效应研究——基于成都经济区地级市数据的空间计量分析

邹 潜，崔露琼

（1.贵州大学 经济学院，贵州 贵阳 550025；2.贵州交通技师学院，贵州 贵阳 550008）

一、引言

成都经济区于2006 年初成立，5 年后，成都、遂宁等8 市签署《区域合作框架协议》，一体化正式起步。成都经济区面积约占四川省18%，人口约占全省46%，2018 年经济总量达25 664 亿元，占全省60.09%。成都经济区启动区域经济一体化以来，成都长时间保持一城独大，2018 年，成都市经济总量是全省排名第二的绵阳市的6.7 倍，是经济区内体量最小的雅安市的23.7 倍，成都经济区经济一体化发展并没有预想中的顺利。

近些年来，国家高度重视物流业发展，《物流业调整和振兴规划》、物流行业“国八条”到“国十条”、《国家物流枢纽布局及建设规划》等政策或文件密集出台。20 多年来，物流业飞速发展，已成为推动区域经济的重要引擎。物流产业属生产性服务业，它的依附性、服务性的特点决定其必然伴随各产业的发展而发展，随着中国作为制造大国的崛起，物流集聚已是必然趋势。成都是全国九大物流区域、十大物流通道中的中心城市和枢纽城市、全国性物流节点城市，遂宁位于成渝经济圈“金三角”地带，是中国现代物流示范城市，雅安具有藏区与内地经济交流的区位优势，其物流产业成长态势良好，资阳现代物流初显规模，德阳、绵阳的制造业集聚正在促进区域内物流业不断集聚，成都经济区已初步凸显物流产业集聚效应。马歇尔指出，产业集聚可带来外部规模经济和外部范围经济。目前越来越多的学者开始展开对物流产业集聚的研究。

二、文献综述和理论分析

（一）文献综述

19 世纪末，Marshall（1890）率先在其《经济学原理》中提出并阐述了产业集聚理论。Brülhart、Gorni和Hanlon 等众多学者通过多角度研究形成了一个共识，产业集聚发展可以产生外部经济效应，提高社会生产效率，进而推动区域经济发展。尽管产业集聚理论已达到较深领域，但国内关于物流产业集聚的研究还较少，高水平文献更少。目前国内关于物流业集聚研究主要集中在物流业集聚的影响因素、演化机理以及物流业集聚与经济发展的关系等三方面。其中关于物流业集聚与区域经济的研究主要在以下几个角度展开。

1.利用灰色关联度法研究。关高峰（2012）利用中部六省面板数据，运用灰色关联度法进行了实证研究，得出六省物流集聚度存在差异，六省物流业集聚度与GDP 的灰色关联度较高。关春燕（2014）将全国分成东北、东、中、西四个区域，运用区位熵法、灰色关联法分析，发现四个区域经济增长与物流产业集聚程度的变化存在较大的相关性。王婷婷（2015）利用灰色关联度法对安徽、浙江、江苏、河南四省的物流产业集聚与区域经济进行了分析，得出类似结论。

2.利用莫兰指数和普通面板模型研究。侯海涛（2017）利用河南18 个地级市面板数据，运用莫兰指数对河南省物流业集聚与经济增长进行了空间分析，得出河南各地级市在物流集聚上呈现空间正相关，在经济上呈现出明显空间负相关。关秋燕（2015）将大陆31 个省（市、区）划分为黄河中游地区、长江中游地区、东、东北、西五个区域，利用面板数据模型分析了物流产业集聚与区域经济发展的关系，表明物流集聚度对五大区域经济发展有正向也有负向影响。

3.利用空间面板模型研究。王健和范月娇（2014）利用我国省级行政区面板数据，采用动态面板数据模型，得出不同区域物流业集聚水平对经济增长的效应存在动态的时间滞后效应。姜宝和李剑（2016）运用三种空间计量模型分别从三个方面实证分析物流业集聚对经济增长的作用，得出物流业集聚对第三产业贡献度最大，对第一产业影响不显著，仅对当地进口贸易有显著正影响，但其集聚的空间溢出效应是负值。王柏生（2019）将区位熵加入柯布-道格拉斯函数，建立SLM、SEM 模型实证检验了物流业集聚对经济增长的影响，得出“一带一路”沿线地区物流业集聚与区域经济发展有较强的相关性，并在空间上具有显著的经济溢出效应。

从上述分析可以看出，关于物流业集聚与区域经济的关系问题研究并不成熟，学者很少考虑到空间因素，其实证结果不可避免会出现一定偏误。近年来，学者们开始将空间因素纳入研究范围，然而在空间溢出效应方面的研究仍然不够深入。

（二）理论分析

物流企业在空间区域内集聚，企业数量和规模不断扩大，在集聚的空间范围内，物流企业共享劳工、资金、技术等各种生产要素及产业附属服务，使得整个产业效率不断提高，生产成本降低，物流业成本的降低将会带来其他产业生产成本的降低，从而促进本地区经济发展，由于极化效应和扩散效应的存在，物流业集聚也会促进或抑制周边地区经济发展。

1.竞争效应。物流企业的空间集中，将在资金、劳动力、高层次人才、技术、市场等方面发生激烈竞争，这种竞争是持续的、全方位的，并存在不断加强的趋势。一方面体现为物流企业服务价格降低，更为重要的是这种竞争效应会导致物流企业优胜劣汰，迫使整个物流业改造升级。

2.规模效应。物流企业在空间集中，资金、劳动力、高层次人才、专利技术、设备等要素会随着物流业集聚而相对集中，区域内信息、物流基础设备和设施将得到更加高效利用，物流企业更加容易降低自身生产成本和提高效率，物流企业成本降低和服务水平提高会使得物流企业能够为其他行业提供更低廉、更专业和高效的服务，引致更多企业或部门将物流业务外包出来，进而降低全社会生产成本。物流产业集聚内部规模经济转化为区域经济外部规模经济，规模经济效应一方面吸引更多物流企业参与集聚，另一方面又会促进其他行业尤其是制造业的进一步集中，物流需求进一步增大，不断自我循环形成各行业和物流产业良性互动。

3.溢出效应。物流企业在空间区域集聚，将促进创新、专利技术等高质量要素的集聚，增加企业间交流和相互学习机会，集聚区吸引更多物流企业进驻，新企业不断加入，催生大量先进知识和专利技术，产生知识和技术空间外溢效应，新企业拥有较高先进技术基础，提高了物流行业生产效率，降低了行业研究开发费用以及改造升级成本。在利润最大化驱使下，物流企业更愿意向生产成本低的地理区域集中，随着集聚区域越来越大，各种资源迅速增加，这些资源将会以“波浪形”由近及远向周边地区扩散，促进本地区经济发展的同时也会影响周边地区的发展，溢出效应是正是负，取决于扩散效应和极化效应的对比。

三、研究方法

（一）空间自相关性分析

首先利用全局莫兰指数I 对本文被解释变量空间自相关性进行检验，其表达式为：

Wij表示空间权重矩阵，莫兰指数大于0 表示空间正自相关，越大表明相关性越强。

（二）空间权重矩阵的设定

空间权重矩阵的设定有很多种，根据地理学第一定律，本文采用反距离空间权重矩阵，Wij=1/dij，dij表示两地区距离。

（三）空间计量模型

1.空间自回归模型（SAR）

2.空间误差模型（SEM）

3.空间杜宾模型（SDM）

空间杜宾模型是前两种模型的一般形式，其表达式为：

ρ 表示区域经济在空间上的联系。

（四）空间效应分解

借鉴Lesage 等的方法，将SDM 模型的空间效应分解为直接效应和间接效应，前者表示解释变量对本地区被解释变量的影响，后者表示解释变量的溢出效应。

四、指标选取与数据来源

（一）指标选取

本文将人均生产总值作为被解释变量，用人均GDP 的增长衡量各地区经济增长水平。将物流区位熵（LQ）作为核心解释变量，区位熵含义如下：

LQi表示i 市物流业集聚水平，Ei和E 分别表示全省物流业从业人数及全省各行业从业人数，ei和e 分别表示i 市物流业从业人数和i 市各行业从业人数。

以下作为控制变量：资本投入（K）用固定资产投资额来表示，劳动力投入（L）用从业人员总数来表示，产业结构水平（ISU）用第二三产业产值占地区GDP 比重表示，政府支出强度（GOV）用政府财政支出占地区GDP 比重表示，对外开放程度（Open）用进出口总额表示。

（二）数据来源

文中所用各变量数据均来源于2008—2018 年《四川统计年鉴》及政府官方网站。物流业用“交通运输、仓储及邮政业”代替，对所有变量进行对数化处理。

五、实证结果分析

（一）空间自相关检验

表1 是利用Geoda 软件计算出的结果，可以看出，2008—2018 年各年莫兰指数在5%水平下显著为正，可认为成都经济区经济增长存在着较强的正向空间依赖性。

表1 全局Moran's I 指数

（二）空间计量模型的估计

1.SAR、SEM 及SDM 模型的选择。首先暂不考虑空间因素影响，利用STATA15.0 软件进行OLS 回归估计及LM 检验、豪斯曼检验（见表2）。限于篇幅，省略OLS 模型回归结果。

表2 LM 及Hausman 检验

根据LMlag 与LMerr 及其稳键统计量的显著性进行判定，LM 检验显著，说明本文的研究有必要采用空间计量模型。空间面板模型分为固定效应模型和随机效应模型两类，选择哪一种需继续进行Hausman 检验，检验结果为负值，连玉君和王闻达（2014）认为，Hausman 检验出现负值可认为应采用固定效应模型。表3 为STATA15.0 软件计算出的结果。

根据R2和log-L 值比较，SEM 的指标均大于SAR 的相应指标，因此选择SEM 分析更加合适，该结论与LM 检验的结论似乎有冲突。Anselin 提出如果模型设定正确，应遵从Log likelihood 统计量>LM统计量的排列顺序，因为LM 检验仅仅是基于统计推断而忽略了理论基础，可能导致选择错误，空间误差模型经常被选择性遗忘。但是由于LM 检验并没有考虑到SDM 模型的适用性，因此可通过LR 检验来检验SDM 是否可简化。检验结果如表4 所示，LR 检验均通过5%水平检验，SDM 不能简化，因此应采取固定效应SDM 进行空间计量分析。

表3 空间计量模型回归结果

表4 LR 和Wald 检验结果

2.SDM模型回归分析。本文对三种固定效应模型分别进行拟合。表5 为利用MATLAB 软件运行出的结果。

表5 三种固定效应的空间杜宾模型比较

Log-likehood 值的大小表明拟合数据效果优良。由表5 可知，时空双固定效应下SDM 的Log-likehood值最高，根据Likelihood-ratio test 结果也可以说明时空双固定效应的SDM 更优。因此时空双固定效应的SDM 为本文最优模型。表6 为MATLAB 软件运行出的结果。

3.SDM 模型的空间效应分解。SDM 模型回归结果中的解释变量的系数不能直接用来解释对经济增长的影响。参考LeSage、Pace 的做法，将总效应分解为直接效应和间接效应。如表7 所示。

表6 双固定效应空间杜宾模型回归结果

表7 双固定空间杜宾模型的直接效应和间接效应

物流业集聚（LQ）直接效应系数为0.33，且在1%水平下显著，表明物流业集聚能显著促进本地经济增长，即物流业集聚每提高1%，本地人均GDP 增长0.33%；物流业集聚（LQ）间接效应系数为-0.58，且通过1%的显著性检验，说明物流集聚对周边城市经济增长产生负的溢出效应，即物流业集聚每提高1%，周边地区人均GDP 下降0.58%。

劳动力投入（L）直接效应系数为1.013，且在1%水平下显著，表明劳动力投入能显著促进本地经济增长，即：劳动力投入每提高1%，本地人均GDP 增长1.013%；劳动力投入（L）间接效应系数为-0.406，但不显著，溢出效应不明显。

资本投入（K）直接效应系数为0.114，且在5%水平下显著，表明资本投入能显著促进本地经济增长，即：资本投入每提高1%，本地人均GDP 增长0.114%；资本投入间接效应系数为-0.008，但不显著，溢出效应不明显。

政府支出强度（GOV）直接效应系数为-0.625，且在1%水平下显著，表明政府支出显著阻碍本地经济增长，即：政府支出强度每提高1%，本地人均GDP 下降0.625%；政府支出间接效应系数为-0.946，且在5%水平下显著，溢出效应明显，表明政府支出对周边城市经济增长产生负的溢出效应，即政府支出强度每提高1%，周边地区人均GDP 下降0.946%。表明在市场经济体制日益完善的今天，政府对经济不当干预对经济存在不利影响。

产业结构水平（ISU）直接效应系数和间接效应系数分别为4.382 和3.79，且在1%水平下显著，表明产业结构优化不但能显著促进本地经济增长，而且能显著促进周边地区经济增长，即产业结构水平每提高1%，本地和周边地区人均GDP 分别增长4.382%和3.79%，促进力度非常大。

对外开放程度（OPEN）直接效应系数和间接效应系数分别为0.003 和0.032，但不显著，表明对外开放程度对本地和周边地区经济增长作用并不明显，说明在我国内需旺盛和外部经济市场萎靡的背景下，对外贸易对成都经济区的拉动作用将逐渐减弱。

六、结论及启示

本文运用空间杜宾模型实证分析了成都经济区物流业集聚对区域经济增长的空间溢出效应，研究结果主要有：（1）成都经济区区域经济有着显著空间相关性；（2）物流业集聚促进了本地区经济增长，但是区域内，物流业集聚对周边城市经济增长有显著负的空间溢出效应；（3）从各控制变量来看，产业结构水平对全地区经济增长有着显著的较大正向影响，对周边地区经济正向溢出效应较大，政府支出强度对全地区经济增长有着显著抑制作用，劳动力投入和资本投入对本地区有着显著正向影响，但对周边地区的溢出效应并不显著，对外开放程度对全地区经济增长影响不显著。

根据结论，得到几点启示：（1）制定经济规划时应充分考虑到经济区内各经济体之间的空间关联性。（2）既要认识到物流业集聚对区域经济增长的正向作用，也要考虑到其空间溢出效应。政府宜通过制定统一行业标准、优惠政策来提高行业集聚水平，加强各区域物流业协同发展，将地区发展的各项指标内化到产业集聚过程之中，通过区域一体化发展与产业集聚的融合发展减少或消除负向空间溢出效应。（3）提升现代物流服务功能，培育具有强大竞争力的物流龙头企业，改造传统物流企业。应积极引导物流业集聚从量变到质变的转变，加大物流高科技研发力度，加强物流基础设施网络建设，大力培养物流高层次人才，促进物流企业运用EDI、GIS、大数据等现代技术改造升级，提高物流业智能化和数据化水平。