物流业集聚对经济增长的空间溢出效应研究——基于安徽省地级市的空间计量分析

曹 泽，刘 兴

本刊核心层次论文

物流业集聚对经济增长的空间溢出效应研究——基于安徽省地级市的空间计量分析

曹 泽，刘 兴

(安徽建筑大学 经济与管理学院，安徽 合肥 230601)

本文基于2007—2018年安徽省16个地级市面板数据，利用区位熵法来测度物流业的集聚水平，运用空间杜宾模型对安徽省各市物流业集聚与经济发展关系进行空间计量分析。结果表明：安徽省各地级市在经济上呈现明显的空间自相关。将总效应分解为直接效应和间接效应后，安徽省各地区物流业集聚虽然阻碍了本地的经济增长，但促进了周边地区经济的发展。安徽省物流水平与全国相比，物流成本高，经济效益低，产业效率低。

物流业集聚；区位熵；空间杜宾模型；经济增长

引言

自马歇尔首次提出产业空间集聚的三个原因以来，许多学者对产业集聚进行了广泛的研究，其理论也在不断地丰富与完善[1]。生产性服务业集聚区的蓬勃发展也成为许多学者关注的焦点。物流业作为生产性服务业中举足轻重的一部分，其发展水平和质量与国民经济与生活质量的提升息息相关。近年来，我国对物流业的重视程度逐年提高，安徽省政府也积极响应号召，根据《国家发展改革委关于印发〈促进物流业发展三年行动计划（2014—2016年）〉的通知》《国务院关于印发物流业发展中长期规划（2014—2020年）的通知》和《安徽省国民经济和社会发展第十三个五年规划纲要》，编制了《安徽省“十三五”物流业发展规划》和《安徽省物流园区发展规划》等。这些规划措施是安徽省物流业发展的驱动力，但其是否加快了物流业结构转变调整、是否加强了物流业集聚对安徽各地区经济增长的正效应还需进一步讨论。鉴于此，本研究采用空间计量模型对安徽省2007—2018年各地级市物流集聚度与经济增长之间的关系进行实证研究，以期为安徽省物流产业的政策制定提供建议。

一、文献综述

中国经济飞速发展，城市化水平大幅提升，区域产业也愈发向经济中心聚集，物流产业作为区域经济的基础性产业也得到了快速的发展。研究关于产业集聚度的文献发现，许多学者通常采用区位熵法、空间基尼系数、行业集中度、赫芬达尔指数等对产业水平进行测度。这些测度方法各有优缺点，行业集中度指数和赫芬达尔指数更强调从市场空间入手，从产业市场竞争和垄断角度衡量产业集聚水平；而区位熵法和空间基尼系数更多着眼于地理空间角度，空间基尼系数没有考虑到企业规模差异，而区位熵法可以从地区专业化角度反映产业集聚水平[2-3]。

对于物流产业集聚水平测度，国内学者大部分采用区位熵法，比如李剑等认为，区位熵测量产业的总体地理集中度，忽略产业内部企业规模大小，数据可得性高，计算简单[4]。徐秋艳等利用区位熵法，通过计量经济模型结果分析我国经济增长的溢出效应和空间异质性[5]。谢逢洁等通过区位熵法和空间自相关发现：从宏观层面看，西部12省的物流业增速逐步高于我国物流业平均增速；从微观层面看，西部各省物流业存在较大差异[6]。付秋芳等利用区位熵法对广东省物流产业集聚的空间分布特征进行分析[7]。董会忠等认为区位熵法适用行业中观分析，体现产业集聚的专业化程度，它是区域产业集聚度测算的常用方法[8]。黄庆华等采用区位熵法衡量产业集聚水平，分析发现，产业集聚不仅对长江经济带沿线各地区的经济起到促进作用，而且还能兼顾到生态环境的保护，进而提升各地区的经济发展质量[9]。

综上所述，区位熵法相较于其他测度产业集聚的方法，不仅可以反映小区域间产业分布的真实情况，而且还能大大降低甚至去除掉区域规模差异带来的影响，因此对测度地区产业集聚度普遍适用。大多数学者仅仅是以区位熵来测度物流业集聚水平，然后通过空间计量法探究其与经济增长的关系，并未分析物流业对经济影响的深层次原因。本研究也采用区位熵法测度2007—2018年安徽省各地区的物流业集聚水平，采用空间计量方法，探究了安徽省物流业集聚与经济增长的关系，同时还从物流成本、产业效率、经济效益方面分析物流业与经济增长关系的原因，以期从物流业集聚的角度为安徽省的经济发展提供政策建议。

二、变量说明及数据来源

（一）变量说明

1. 核心解释变量

物流业作为生产性服务业的一部分，其发展水平关乎国民的生活质量、关乎地区间的交流、关乎地区间的资源配置水平，是地区经济发展的引擎。国内很多学者探索出许多种产业集聚水平的测算指标，根据已有文献在物流业集聚水平指标的测算，顾及物流业聚集自身的情况，以及安徽地区的规模、各地区之间的空间布局，选取区位熵法来测算不同地区的物流业集聚水平，公式如下：

式（1）中，LQ代表市的物流业集聚水平，和分别代表市的物流业生产总值和市的生产总值，E和分别代表全省物流业生产总值和全省生产总值，区位熵的值越大代表该地区的物流业集聚水平越高。

2. 控制变量

将各市生产总值作为被解释变量，各市GDP的增长作为各市经济发展水平。为了进一步考察物流业集聚对地区经济增长的影响，考虑到对经济发展的其他影响因素，物流业集聚度（）作为核心解释变量，引入的控制变量还有物质资本投入（）用各地级市的固定资产投资额表示；劳动力投入（）用各地级市年末从业人数表示；政府干预（）用各地级市政府财政支出表示；对外开放程度（）用各地级市进出口额表示；产业结构水平（）用各地级市第二、三产业生产总值占GDP的比值表示。

（二）数据来源及处理

本研究数据选取2007—2018年安徽省16个地级市的面板数据进行实证分析，原地级市巢湖市所辖的一区四县分别划归合肥、芜湖、马鞍山三市管辖，本研究将原巢湖市各县数据计入现所属市。国内各文献未对“物流业”做出明确界定，钟祖昌[10]从各年我国物流业增加值统计中发现，交通运输、仓储及邮政业占到了物流增加值总量的80%以上，基本上能够代表我国物流业的发展情况，本研究也借鉴此做法。

本文的各变量数据均来源于2008—2019年《安徽省统计年鉴》，所有数据都进行了对数处理，涉及以美元计价的变量，其值通过当年美元的平均汇率换算成人民币。其他数据根据2015—2019年《安徽省统计年鉴》及政府官方网站、《国家统计年鉴》《中华人民共和国国民经济与社会发展统计公报》进行计算得出。本文对所有货币变量根据其价格指数进行平减，消除了价格因素的干扰。

三、研究方法

（一）全局空间自相关分析

为更好地分析安徽省经济发展的空间相关性，在引入空间计量模型前，本文采用空间自相关指数Moran’s I研究安徽省经济增长空间上的依赖性。模型如下：

式（2）中，Y表示属性值，代表安徽省地级市总数，w表示二进制邻接空间权重矩阵，如果地和地相邻，则w=1，否则w=0。的取值范围在[-1，1]之间，>0表示正相关，<0表示负相关，=0表示不相关。

（二）普通面板模型设定

本文以物质资本投入（）、劳动力投入（）、政府干预（）、对外开放程度（）、产业结构水平（）为控制变量，以物流业集聚水平（）为核心解释变量引入C-D生产函数并取对数，模型如下：

式（3）中，Y表示地区时期的生产总值，表示各控制变量和核心解释变量，为待估参数，ε为随机误差项。

（三）空间计量模型

最常见的三种空间计量模型为：空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。如果变量之间的空间自相关关系通过因变量的滞后项来反映，则物流业集聚水平对经济增长影响的SLM如下：

式（4）中的ρwlnY为空间滞后变量，w表示空间权重矩阵，表示空间自回归系数，其估计值反映空间相关性的方向和大小。由于区域经济增长可能有其他干扰项存在，因此引入空间误差模型（SEM)：

式（5）中，ηWε表示空间误差项，表示空间误差自相关系数，表示回归残差之间的空间自相关强度。再引入前两种模型的一般形式，空间杜宾模型（SDM），如下：

四、实证结果分析

（一）空间自相关分析

在选择哪种空间计量模型之前，先利用Moran’s I指数及检验对安徽省经济发展水平进行空间自相关分析，基于邻接空间权重矩阵，具体的全局Moran’s I指数及检验结果如表1所示。由表1可以得出，在5%的水平下，安徽省各年的Moran’s I指数显著为正，在0.120 4—0.190 9之间波动，可以认为，安徽省各地区的经济增长存在正向的空间依赖性，在考察期内，Moran’s I指数呈“V”型变化，2014年后安徽省经济增长的空间自相关又开始增强。

表1 全局Moran’s I指数

年份Moran’s IP值 20070.190 90.042 1 20080.188 30.042 4 20090.184 80.047 7 20100.183 20.042 6 20110.182 10.042 6 20120.162 80.048 7 20130.145 90.047 8 2014 0.120 40.047 6 20150.122 60.042 8 20160.123 50.043 3 20170.126 20.045 5 20180.131 30.042 3

（二）模型选择与实证分析

通过Moran’s I指数及检验发现，安徽省经济增长存在空间相关性，所以引入空间计量模型。对于模型的选择先用MATLAB软件进行LM检验。

如表2所示，R2和log-L值比较，SEM的指标都大于SLM，因此选择SEM更加合适。根据LM检验结果，LM-lag与LM-Error两个统计量分别为64.25和10.32，并且均在1%水平下显著，再根据稳健的LM检验，即Robust LM-lag和Robust LM-Error统计量来进行判断，发现Robust LM-Error统计量为6.72，且正好在1%水平显著，而Robust LM-lag统计量为60.65，并且也在1%显著性检验，但是可以看到统计量LM-lag大于LM-Error，说明拉格朗日乘数检验倾向于使用SLM[11]。两个结论存在冲突，由于因变量的空间滞后项和外生变量会影响因变量，并且外生变量的空间溢出效应也是影响因变量的重要因素，LeSage和Pace推荐空间杜宾模型（SDM）[12]。再通过Hausman检验，对空间面板的固定效应和随机效应模型进行选择，检验结果值为0.208 9，其值大于0.05，因此最终采用随机效应模型。利用MATLAB软件对数据进行随机效应空间杜宾模型（SDM）回归，结果如表3所示。

表2 空间计量模型回归结果

SLM SEM 变量系数T统计量 Z值 系数T统计量Z值 ln K0.082 22.942 40.003 2 -0.036 8-1.211 40.225 7 ln L0.338 96.984 00.000 0 0.369 28.486 00.000 0 ln LQ-0.145 5-3.863 60.000 1 -0.187 2-6.285 60.000 0 ln OPEN0.097 54.632 60.000 0 0.016 20.881 30.378 1 ln GOV0.076 44.623 90.000 0 0.052 13.211 10.001 3 ln LIS0.670 32.419 10.015 5 0.382 21.400 20.161 4 空间滞后0.393 98.166 40.000 0 空间误差 -0.506 6-6.315 20.000 0 R-squared0.988 8 0.991 0 log-L245.61 291.90

表3 随机效应空间杜宾模型回归结果

变量系数T统计量Z值 ln K 0.043 4 1.110 2 0.266 9 ln L 0.368 5 7.710 4 0.000 0 ln LQ -0.135 0 -3.931 1 0.000 1 ln OPEN 0.122 4 6.089 0 0.000 0 ln GOV 0.069 7 4.516 0 0.000 0 ln LIS 0.915 7 3.353 1 0.000 8 w*ln K 0.109 1 2.251 5 0.024 3 w* ln L 0.263 5 3.215 9 0.001 3 w*ln LQ 0.101 2 1.558 7 0.119 0 w*ln OPEN -0.089 7 -3.063 2 0.002 1 w*ln GOV 0.033 0 1.414 4 0.157 2 w*ln LIS 0.329 7 0.855 0 0.392 5 w*dep.var. 0.156 0 2.127 5 0.033 3 R-squared 0.990 3 sigma^20.003 7

表3中，SDM的空间滞后项为0.156，并且在5%水平下显著，证明安徽省经济增长具有空间溢出效应。

由于SDM回归结果中的解释变量系数不能直接用来解释对经济增长的影响，因此，本文将总效应分为直接效应和间接效应，见表4。

表4 直接效应和间接效应

Direct Indirect Total Coef p Coef p Coef p ln Kln Lln LQln OPENln GOVln LIS0.0500.383-0.1300.1190.0720.9340.198 90.000 00.000 90.000 00.000 10.003 40.1310.3660.090-0.0820.0500.5480.010 40.000 20.000 00.021 80.063 80.194 30.1810.749-0.040.0370.1211.4810.000 10.000 00.000 70.306 60.000 60.006 2

物质资本投入（）直接效应系数为0.05，但是不显著；间接效应系数为0.131，且在5%水平下显著，溢出效应较明显，即表示物质资本投入每提高1%，周边地区GDP增长0.131%。劳动力投入（）直接效应系数和间接效应系数分别为0.383和0.366，且通过了1%的显著性检验，表示劳动力投入每提高1%，本地GDP和周边地区GDP分别提高0.383%和0.366%，溢出效应明显。物流业集聚度（）直接效应系数为-0.13，且在1%水平下显著，表明物流业集聚度每提高1%，本地GDP降低0.130%；间接效应系数为0.09，且通过1%的显著性检验，表示物流业提高1%，周边地区GDP上升0.09%。物流业集聚度虽然阻碍本地经济增长，但是促进周边地区的经济发展。对外开放程度（）直接效应系数为0.119，并在1%水平下显著，表示对外开放程度促进本地经济增长。间接效应系数为-0.082，在5%水平下显著。政府干预（）直接效应和间接效应系数分别是0.072和0.05，显著性分别是1%水平显著和不显著。相对其他变量，政府干预对经济的增长影响不大，表明安徽省的市场经济体制日益完善。产业结构水平（）直接效应系数为0.934，并在1%水平下显著，表示产业结构水平能明显促进本地经济发展，即产业结构水平每提高1%，GDP增长0.934%。间接效应系数为0.548，但是不显著。产业结构升级对经济的促进作用明显。回归结果表明，物流业集聚总体效应系数为-0.04，且在1%水平下显著，物流业集聚度阻碍安徽省经济的增长，本文从以下四个方面分析其原因：

1. 物流成本高

国外的学者将社会物流总费用与GDP的比值作为评价物流水准的指标，认为这是比较通行的做法。但是张兆民等[13]认为，用该方法来测算物流成本表现出不全面性和不科学性，其未对物流商品的价值属性和物流的需求情况做出充分考虑。为对物流成本做出全面、科学的衡量，为反映无差别的、全部的物流活动的成本，为反映所有生产生活中物流活动的效率情况，应该采用新的测算方法——“社会物流费用占社会物流总额比重”。故本文以社会物流总费用与社会物流总额之比为主，单位GDP的物流成本，即社会物流总费用与GDP之比为辅来衡量物流成本水平。

表5、表6分别给出2015—2019年安徽省和全国的单位社会物流总额的物流成本和社会物流总费用占GDP的比例。从表5中可以看出，这几年安徽省的单位社会物流总额的物流成本一直处于高位，明显高出全国水平，2019年更是达到0.082，总体呈上升的趋势，而全国总体保持稳定，其值在0.047—0.049之间徘徊。从表6可以看出，安徽省社会物流总费用占GDP的比例实现五连降，但是与全国平均水平还有一定的差距，其中2019年安徽省比全国只高出0.17%。以上数据表明，安徽省物流业降低成本、提升物流发展质量存在巨大空间。

表5 单位社会物流总额的物流成本

年份20152016201720182019 安徽省0.0680.0710.0730.0720.082 全国0.0490.0480.0480.0470.049

表6社会物流总费用占GDP的比例

年份20152016201720182019 安徽省16.80%16.50%15.90%15.70%14.90% 全国15.68%14.87%14.54%14.47%14.73%

2. 物流经济效益低

经济效益是指以相对较少的劳动投入获取相对较多的劳动成果。本文参考肖建辉[14]的做法，以单位物流成本的增加值为主要指标，再以单位物流成本的GDP作为辅助指标，以此来比较物流经济效益。物流增加值与社会物流总费用的比值和GDP与社会物流总费用的比值，这两个指标的数值越大表示物流经济效益越高，数值越小则表示物流经济效益越低。从表7可以看出，2016—2019年安徽省的单位物流成本的物流增加值全面低于全国平均水平，并存在较大差距，安徽省物流经济效益远远低于全国平均水平。再从单位物流成本的GDP看，安徽省的指标值在2015—2019年都略低于全国，与全国平均水平还是存在差距，具体见表8。

表7 单位物流成本的增加值

年份2016201720182019 安徽省0.520.721.310.36 全国0.951.912.281.02

表8 单位成本的GDP

年份20152016201720182019 安徽省5.956.066.296.376.71 全国6.386.726.886.916.79

3. 物流产业效率低

高效率的物流产业是其他产业发展的重要“幕后”推手，也是新常态下经济社会平稳增长的保证。衡量物流产业整体发展状况，物流产业的投入产出效率是极其合适的评判标准。余泳泽等[15]和陈永平等[16]在研究我国物流产业效率的过程中，采用各地区物流业增加值作为物流产业效率的指标。本文为了方便比较，采用单位物流业生产总值的增加值作为评价物流产业效率的指标，即物流业增加值与物流业生产总值的比值。单位物流业生产总值的增加值越大，说明物流产业效率越高，反之同理。

从表9可以看出，2015—2018年安徽省的单位物流生产总值的增加值逐年增大，但还是全面低于全国的平均水平，且2015年，安徽省的指标为负值。相较于全国，安徽省的物流产业效率处于低位。

表9 单位物流生产总值的增加值

年份2015201620172018 安徽省-0.0040.0400.0480.077 全国0.0650.0780.1110.082

4. 物流不环保

首先，由于人们的环保意识薄弱而导致的对货物过度包装、采用不环保的包装材料、包装材料回收率低等是对物流业绿色可持续发展所带来的严峻挑战。尽管国家一直倡导绿色包装，但是消费者尤其是企业缺乏环保观念，大包装小货物、豪华包装、里两层外三层的过度包装普遍存在，造成物流包装材料极度浪费。其次是塑料包装，2017年我国的塑料消耗大约6 000万吨，2019年全国不可降解塑料的产量已经突破8 000万吨，并且30%左右的塑料用于包装行业，其中的废弃塑料回收量却微乎其微[17]。废弃塑料的降解时间长，焚烧还会造成空气污染。

根据有关资料，我国可回收利用包装材料的回收率不到10%[18]。每年产生如此多的物流包装材料却得不到回收利用，不仅让可贵的资源白白浪费，还对环境造成严重污染，长此下去，这不仅是对物流业可持续发展、也是对我国社会可持续发展的严重威胁。

五、结论与建议

本文首先利用区位熵法来测度安徽省16个地级市的物流业聚集度，在此基础上，利用空间计量模型对物流业集聚与安徽省经济发展关系进行实证研究，并对安徽省物流业水平与全国平均水平进行对比分析，得出结论如下：

第一，安徽省各地级市的经济增长存在显著的空间自相关。

第二，总体上看，物流业集聚阻碍了安徽省各地级市经济的发展，将总效应分解为直接效应和间接效应后，安徽省各地区物流业集聚虽然阻碍了本地经济的增长，但是促进了周边地区经济的发展。物质资本投入和劳动力投入均具有显著的空间溢出效应，产业结构水平的溢出效益不明显，产业结构水平和劳动力的投入对本地区经济增长存在显著的正向影响。

第三，安徽省物流水平与全国相比，物流成本高，经济效益低，产业效率低。

分析结果表明，安徽省各地区物流业集聚虽然阻碍了本地的经济增长，但促进周边地区经济的发展，溢出效应明显。温婷[19]研究各生产服务性行业集聚的空间溢出效应的区域异质化，从物流业集聚角度发现中部地区物流业集聚对本地经济增长具有显著抑制作用，本文的研究结果与之符合。本研究从物流成本、经济效益和产业效率三个方面入手，分别与全国平均水平作对比，发现其都在全国水平以下，说明安徽省的物流业还存在很大的提升空间，基于此，提出以下建议：

第一，加快物流业高效发展，必须遵循规划科学、政策引导、市场选择的原则，创建高水平的立足安徽、面向全国的物流服务体系，打造技术先进、创新模式、综合实力强劲的物流榜样企业。

第二，加快物流行业创新技术的使用。针对安徽省物流成本高、物流经济效益低、物流产业效率低的现状，大力发展新兴技术。新兴技术可以提高基础设备设施的智能化水平。一是物流分拣智能化。采用高效率的分拣设备设施和工具，推广使用智能机器人，在降低劳动力成本的同时也会提高物流分拣质量。二是物流网络信息化。加快实现物流园、物流转运中心以及配送中心等物流节点的车辆、船舶、飞机、集装箱等运输工具数字信息化。

第三，提倡绿色物流。落实物流包装标准化、减少一次性塑料薄膜包装，寻找推广应用可循环、可回收、易降解的新型包装材料。加快推进高排放货车等运输工具的替换，采用新能源运输工具。

[1] 朱英明. 产业集聚研究述评[J]. 经济评论, 2003(3): 117-121.

[2] 李太平, 钟甫宁, 顾焕章. 衡量产业区域集聚程度的简便方法及其比较[J]. 统计研究, 2007(11): 64-68.

[3] 胡健, 董春诗. 产业集聚测度方法适用条件考辩[J]. 统计与信息论坛, 2013, 28(1): 27-31.

[4] 李剑, 姜宝. 物流产业集聚对区域经济增长影响研究——基于省际数据的空间计量分析[J]. 中南大学学报(社会科学版), 2016, 22(4): 103-110, 115.

[5] 徐秋艳, 房胜飞. 物流产业集聚的经济溢出效应及空间异质性研究——基于省际数据的空间计量分析[J]. 工业技术经济, 2018, 37(2): 58-65.

[6] 谢逢洁, 王宁. “一带一路”视角下西部12省区物流产业集聚及空间分布研究[J]. 商业经济研究, 2019(3): 79-82.

[7] 付秋芳, 付宇. 物流产业集聚对经济增长的影响——基于广东省21个地级市的空间计量分析[J]. 哈尔滨商业大学学报(社会科学版), 2019(5): 120-128.

[8] 董会忠, 姚孟超. 时空分异视角下物流产业集聚特征演化及关联因素分析[J]. 哈尔滨商业大学学报(社会科学版), 2019(6): 51-61.

[9] 黄庆华, 时培豪, 胡江峰. 产业集聚与经济高质量发展: 长江经济带107个地级市例证[J]. 改革, 2020(1): 87-99.

[10] 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.

[11] 姜磊. 空间回归模型选择的反思[J]. 统计与信息论坛, 2016, 31(10): 10-16.

[12] LESAGE J, PACE R K. Introduction to spatial econometrics[M]. Boca Raton: CRC Press, 2009.

[13] 张兆民, 韩彪. 以社会物流费用占社会物流总额比重测算物流成本[J]. 中国流通经济, 2016, 30(10): 24-30.

[14] 肖建辉. 粤港澳大湾区物流业高质量发展的路径[J]. 中国流通经济, 2020, 34(3): 66-81.

[15] 余泳泽, 武鹏. 我国物流产业效率及其影响因素的实证研究——基于中国省际数据的随机前沿生产函数分析[J]. 产业经济研究, 2010(1): 65-71.

[16] 陈永平, 张亮亮. 区域趋同还是趋异:中国物流产业效率及其收敛性——基于2006—2015年30个省域面板数据的研究[J]. 商业经济与管理, 2018(3): 5-19.

[17] 徐雅姝. 绿色包装是物流可持续发展的必由之路[J]. 中国储运, 2020(9): 141-143.

[18] 刘文萃, 刘玲玲. 城市快递包装废弃物协同治理:现实困境与推进策略——基于天津滨海新区的调研分析[J]. 甘肃理论学刊, 2018(6): 98-104.

[19] 温婷. 生产性服务业集聚、空间溢出与区域异质性——基于经济增长和产业结构升级的双视角[J]. 中国流通经济, 2020, 34(9): 119-127.

10.15916/j.issn1674-327x.2021.06.004

F252

A

1674-327X (2021)06-0011-06

2020-12-16

国家社会科学基金项目(16BRK026)

曹泽(1969-)，男，安徽颍上人，教授，博士。

(责任编辑：许伟丽)