?

物流業(yè)集聚、空間外溢效應(yīng)與工業(yè)生產(chǎn)率提升

梁紅艷

（福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福建福州350116）

摘要：本文分析了物流業(yè)集聚影響工業(yè)生產(chǎn)率的空間外溢效應(yīng)機(jī)制，利用中國(guó)265個(gè)城市2003-2008年的面板數(shù)據(jù)和空間杜賓模型分析了全國(guó)、東中西部?jī)?nèi)部、東中西部之間物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的直接影響、外溢效應(yīng)及總效應(yīng)，將全要素生產(chǎn)率分解為技術(shù)效率和技術(shù)進(jìn)步并考察了這三種影響的實(shí)現(xiàn)路徑。研究結(jié)果顯示：在全國(guó)整體層面，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率沒(méi)有顯著的直接影響，而通過(guò)技術(shù)效率路徑對(duì)工業(yè)全要素生產(chǎn)率具有顯著的正向外溢效應(yīng)和總效應(yīng)。在東部地區(qū)與西部地區(qū)，物流業(yè)集聚對(duì)工業(yè)技術(shù)效率具有顯著的正向外溢效應(yīng)；在中部地區(qū)，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的外溢效應(yīng)不顯著；在東中部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)技術(shù)效率具有顯著的負(fù)向外溢效應(yīng)；在東西部地區(qū)之間與中西部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率沒(méi)有顯著的外溢效應(yīng)。

關(guān)鍵詞：物流業(yè)集聚；工業(yè)生產(chǎn)率；直接影響；空間外溢效應(yīng)

一、引言

隨著服務(wù)經(jīng)濟(jì)的發(fā)展、城鎮(zhèn)化進(jìn)程的不斷推進(jìn)以及城市規(guī)模的不斷擴(kuò)大，生產(chǎn)性服務(wù)業(yè)的集聚逐步受到關(guān)注。現(xiàn)代物流業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，在生產(chǎn)性服務(wù)業(yè)中的地位不斷提升，物流業(yè)集聚成為各地區(qū)提升區(qū)域競(jìng)爭(zhēng)力的重要舉措。物流業(yè)集聚已是經(jīng)濟(jì)發(fā)展中的普遍現(xiàn)象，如西班牙的薩拉戈薩市、美國(guó)的芝加哥市以及新加坡和鹿特丹等港口城市都具有顯著的物流業(yè)集聚現(xiàn)象。近期的理論研究均表明，物流企業(yè)集聚的趨勢(shì)在不斷加強(qiáng)。[1-4]

由于服務(wù)產(chǎn)品的無(wú)形性，制造業(yè)集聚理論中的空間運(yùn)輸成本理論難以全面解釋生產(chǎn)性服務(wù)業(yè)集聚，信息傳輸成本成為影響生產(chǎn)性服務(wù)業(yè)集聚的空間因素。[5]信息技術(shù)是現(xiàn)代物流業(yè)發(fā)展的關(guān)鍵資源，計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、RFID、EDI、GPS、GIS以及運(yùn)輸、倉(cāng)儲(chǔ)、貨代管理系統(tǒng)、企業(yè)資源計(jì)劃系統(tǒng)和供應(yīng)鏈管理系統(tǒng)等信息技術(shù)的應(yīng)用對(duì)物流企業(yè)的分布具有重要影響。[6]物流業(yè)集聚的產(chǎn)生與發(fā)展主要源于信息資源獲取的便捷性和低成本性，信息技術(shù)水平的提高降低了地理空間上的交易成本，擴(kuò)大了地區(qū)的市場(chǎng)潛能，為物流企業(yè)提供了較大的空間布局彈性，使得現(xiàn)代物流服務(wù)，特別是現(xiàn)代物流增值服務(wù)可以克服地理空間的限制，能夠在更廣闊的空間范圍內(nèi)低成本和快速實(shí)現(xiàn)，即隨著信息和通信技術(shù)的發(fā)展、交易成本的降低、市場(chǎng)規(guī)模的擴(kuò)大，物流業(yè)集聚對(duì)周邊地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生了明顯的外溢效應(yīng)。

本文擬從物流業(yè)集聚的機(jī)制出發(fā)，理論分析物流業(yè)集聚影響工業(yè)生產(chǎn)率的空間外溢效應(yīng)機(jī)制；在此基礎(chǔ)上，利用我國(guó)城市面板數(shù)據(jù)，運(yùn)用空間計(jì)量模型實(shí)證檢驗(yàn)物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的影響及其實(shí)現(xiàn)路徑。

二、文獻(xiàn)評(píng)述與問(wèn)題提出

1.文獻(xiàn)評(píng)述

本文主要從物流業(yè)集聚的空間特征、物流業(yè)集聚的經(jīng)濟(jì)效應(yīng)兩方面進(jìn)行文獻(xiàn)評(píng)述。

（1）物流業(yè)集聚的空間特征。既有研究結(jié)果普遍表明，我國(guó)物流業(yè)的空間布局存在地區(qū)不平衡性。王成金、張夢(mèng)天[7]基于中國(guó)1855家A級(jí)物流企業(yè)展開(kāi)的研究發(fā)現(xiàn)，沿海地區(qū)的物流企業(yè)數(shù)約是內(nèi)陸的2倍，東部明顯多于中西部，省際之間呈現(xiàn)“南多北少”格局，而且物流企業(yè)主要集中在各省區(qū)的省會(huì)、副省級(jí)城市、經(jīng)濟(jì)中心和門(mén)戶港口城市，并指出物流企業(yè)在城市內(nèi)部的非均衡現(xiàn)象更突出。千慶蘭等[8]、曹衛(wèi)東[9]基于城市物流企業(yè)調(diào)查資料，運(yùn)用GIS空間分析方法，分別對(duì)廣州市、蘇州市的物流企業(yè)集聚特征進(jìn)行了分析，研究結(jié)果顯示城市物流企業(yè)的空間分布具有顯著的集聚特征，物流企業(yè)分布的熱點(diǎn)區(qū)域具有明顯的擴(kuò)散和遷移軌跡，從城市中心區(qū)到外圍地區(qū)物流企業(yè)數(shù)量逐漸減少。上述研究主要考察的是物流業(yè)集聚的空間異質(zhì)性，而關(guān)于物流業(yè)集聚的空間關(guān)聯(lián)性的研究相對(duì)較少。荊和蔡（Jing and Cai）[10]研究發(fā)現(xiàn)，我國(guó)東部地區(qū)10個(gè)省區(qū)99個(gè)城市的物流業(yè)存在顯著的空間相關(guān)性。鐘祖昌[11]研究發(fā)現(xiàn)，中國(guó)31個(gè)省市區(qū)物流業(yè)集聚存在較強(qiáng)的空間相關(guān)性。范月嬌、王健[12]研究發(fā)現(xiàn)，海峽西岸物流業(yè)發(fā)展存在顯著的空間自相關(guān)性。

（2）物流業(yè)集聚的經(jīng)濟(jì)效應(yīng)。目前，物流業(yè)集聚經(jīng)濟(jì)效應(yīng)的文獻(xiàn)較少，少數(shù)研究解釋了物流業(yè)集聚的正向效應(yīng)。[13-15]薛飛（Sheffi）[16]總結(jié)了物流業(yè)集聚的優(yōu)勢(shì)，包括范圍經(jīng)濟(jì)、規(guī)模經(jīng)濟(jì)、密度經(jīng)濟(jì)、更好的服務(wù)和更高的流動(dòng)性。赫維爾等（Van den Heuvel et al）[17]通過(guò)對(duì)荷蘭南部507家物流企業(yè)進(jìn)行問(wèn)卷調(diào)查，研究了物流業(yè)集聚的協(xié)同效應(yīng)，結(jié)果顯示，空間集聚使得物流企業(yè)可以共同使用運(yùn)輸和倉(cāng)儲(chǔ)設(shè)備資源，更容易開(kāi)拓市場(chǎng)，更易獲得設(shè)施設(shè)備的維修維護(hù)，并擁有更好的擴(kuò)張機(jī)會(huì)。此外，少數(shù)研究分析了物流業(yè)集聚對(duì)工業(yè)的影響，如王珍珍、陳功玉[18]基于1998～2007年31個(gè)省級(jí)的面板數(shù)據(jù)分析了中國(guó)物流業(yè)集聚對(duì)工業(yè)增加值的影響，發(fā)現(xiàn)物流業(yè)集聚的地區(qū)差異導(dǎo)致了制造業(yè)工業(yè)增加值發(fā)展水平的差異。

2.已有研究不足與本文的創(chuàng)新

針對(duì)物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的影響，既有研究主要存在以下不足：（1）關(guān)于物流業(yè)集聚的經(jīng)濟(jì)效應(yīng)，既有研究主要考察的是物流業(yè)集聚對(duì)物流業(yè)自身發(fā)展的影響，沒(méi)有關(guān)注物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的影響；（2）即使在物流業(yè)發(fā)展對(duì)工業(yè)生產(chǎn)率影響的僅少數(shù)研究中，一是忽視空間相關(guān)性，導(dǎo)致研究結(jié)果產(chǎn)生偏差；二是經(jīng)驗(yàn)研究停留在省級(jí)層面，省域空間尺度過(guò)大使得由其研究結(jié)論衍生出的政策啟示有限；（3）既有研究往往只單一地考慮物流業(yè)發(fā)展對(duì)工業(yè)生產(chǎn)率的影響，而沒(méi)有考慮新經(jīng)濟(jì)增長(zhǎng)、新經(jīng)濟(jì)地理等因素對(duì)工業(yè)生產(chǎn)率的作用?；谝陨喜蛔悖疚膶⒀芯砍鞘袑用嫖锪鳂I(yè)集聚對(duì)工業(yè)生產(chǎn)率的空間外溢效應(yīng)。相比以往研究，本文的創(chuàng)新在于：（1）在分析物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率影響時(shí)，考慮了地區(qū)間的空間關(guān)聯(lián)性，而且在數(shù)據(jù)選擇上，采用中國(guó)大陸265個(gè)城市數(shù)據(jù)進(jìn)行分析，相比省級(jí)層面數(shù)據(jù)，利用城市層面數(shù)據(jù)得出的結(jié)論更可靠；（2）在研究方法上，運(yùn)用空間杜賓（Durbin）模型，不僅考慮了被解釋變量的空間相關(guān)性，還考慮了解釋變量的空間相關(guān)性，并分析了解釋變量的直接影響、外溢效應(yīng)與總效應(yīng)，使得研究更具現(xiàn)實(shí)意義；（3）考慮了新經(jīng)濟(jì)增長(zhǎng)、新經(jīng)濟(jì)地理等因素對(duì)工業(yè)生產(chǎn)率的影響，構(gòu)建了一個(gè)含多維要素的分析框架。

三、物流業(yè)集聚影響工業(yè)生產(chǎn)率空間外溢效應(yīng)的機(jī)制

物流業(yè)集聚影響工業(yè)生產(chǎn)率的空間外溢效應(yīng)機(jī)制可以從以下幾方面理解：

1.網(wǎng)絡(luò)外部性

交通基礎(chǔ)設(shè)施是物流業(yè)集聚形成與發(fā)展的重要影響因素。[19-21]通常如果一個(gè)地區(qū)的物流業(yè)集聚程度高，那么該地區(qū)的公路、水路、鐵路與航空等交通基礎(chǔ)設(shè)施規(guī)模相應(yīng)也較大。交通基礎(chǔ)設(shè)施具有典型的網(wǎng)絡(luò)外部性，其空間外溢效應(yīng)機(jī)制主要體現(xiàn)在以下兩個(gè)方面：一方面，交通基礎(chǔ)設(shè)施具有網(wǎng)絡(luò)性，它將各地區(qū)的經(jīng)濟(jì)活動(dòng)連成一個(gè)整體，降低運(yùn)輸成本，通過(guò)擴(kuò)散效應(yīng)，促進(jìn)要素流動(dòng)，加強(qiáng)地區(qū)間經(jīng)濟(jì)活動(dòng)的內(nèi)在聯(lián)系，從而帶動(dòng)相鄰地區(qū)發(fā)展；另一方面，通過(guò)集聚效應(yīng)，交通基礎(chǔ)設(shè)施會(huì)提升所在地區(qū)的區(qū)位優(yōu)勢(shì)和吸引力，特別是對(duì)于那些具有優(yōu)越的政策環(huán)境、雄厚的資本積累與強(qiáng)大市場(chǎng)潛能的經(jīng)濟(jì)發(fā)達(dá)地區(qū)，交通基礎(chǔ)設(shè)施的發(fā)展會(huì)促進(jìn)該地區(qū)的經(jīng)濟(jì)增長(zhǎng)，導(dǎo)致對(duì)相鄰地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)向溢出效應(yīng)。

2.信息和通信技術(shù)的發(fā)展

信息和通信技術(shù)的發(fā)展為物流業(yè)集聚及其空間外溢效應(yīng)的實(shí)現(xiàn)提供了技術(shù)支撐。由于服務(wù)的無(wú)形性，其受空間距離的限制較少，特別是物流供應(yīng)鏈方案設(shè)計(jì)與管理、物流系統(tǒng)規(guī)劃、咨詢、市場(chǎng)調(diào)研與預(yù)測(cè)、庫(kù)存分析與控制、銷售預(yù)測(cè)、物流信息管理、物流金融等物流增值服務(wù)可以克服空間距離的約束，為遠(yuǎn)距離的客戶企業(yè)提供服務(wù)。信息和通信技術(shù)的發(fā)展使物流企業(yè)可以快速且低成本地獲取、存儲(chǔ)、加工處理及反饋相關(guān)信息，并在一定程度上削弱信息不對(duì)稱的影響，為物流企業(yè)空間外溢效應(yīng)的發(fā)揮提供保障。

3.因果累積循環(huán)機(jī)制

根據(jù)新經(jīng)濟(jì)地理學(xué)理論，一個(gè)地區(qū)的市場(chǎng)潛能越大，生產(chǎn)率越高，效率工資越低，企業(yè)就越會(huì)向該地區(qū)集聚，而這種集聚又會(huì)進(jìn)一步提高該地區(qū)的市場(chǎng)潛能，通過(guò)這種因果累積循環(huán)機(jī)制，該地區(qū)會(huì)逐漸發(fā)展成為經(jīng)濟(jì)中心地帶，即產(chǎn)業(yè)集聚通過(guò)因果累積循環(huán)機(jī)制而擴(kuò)大本地市場(chǎng)，并最終形成一個(gè)增長(zhǎng)中心，這個(gè)增長(zhǎng)中心的發(fā)展將會(huì)對(duì)其他地區(qū)產(chǎn)生較強(qiáng)的擴(kuò)散和回流效應(yīng)。物流業(yè)集聚通過(guò)規(guī)模經(jīng)濟(jì)報(bào)酬遞增作用、通過(guò)累積循環(huán)機(jī)制逐步形成增長(zhǎng)中心，并影響周邊地區(qū)經(jīng)濟(jì)，從而產(chǎn)生外溢效應(yīng)。

4.集聚的經(jīng)濟(jì)效應(yīng)

產(chǎn)業(yè)集聚通過(guò)信息分享、中間投入品共享、公共產(chǎn)品負(fù)擔(dān)以及研發(fā)聯(lián)盟等機(jī)制產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)。物流業(yè)集聚的規(guī)模經(jīng)濟(jì)效應(yīng)越明顯，企業(yè)生產(chǎn)效率越高。[22-23]企業(yè)生產(chǎn)率的提升可以促進(jìn)其空間外溢效應(yīng)更有效的發(fā)揮，而空間外溢效應(yīng)的發(fā)揮將進(jìn)一步促進(jìn)物流業(yè)集聚，其生產(chǎn)效率將進(jìn)一步提高，這種循環(huán)反饋機(jī)制使得空間外溢效應(yīng)持續(xù)有效的發(fā)揮。

四、實(shí)證分析

1.分析方法

（1）空間面板模型的選擇

空間滯后模型（SAR）和空間誤差模型（SEM）可用來(lái)分析多個(gè)個(gè)體間蘊(yùn)含的空間相關(guān)關(guān)系。[24]勒薩日和佩斯（LeSage & Pace）以SAR和SEM模型為基礎(chǔ)構(gòu)建了空間杜賓模型（SDM），并包含了被解釋變量和解釋變量的空間滯后項(xiàng)。[25]在模型估計(jì)之前，需要利用LM以及Robust LM檢驗(yàn)來(lái)判斷SAR或SEM是否比不含任何空間效應(yīng)的面板模型更合適。[26]如果SAR和SEM之中任意一個(gè)成立或

其中，i表示地區(qū)（i=1,2,...,N），t表示時(shí)間（t=1,2,...,T）；yit是被解釋變量；xit為1×k維的解釋變量集合，θ與β是k×1維系數(shù)向量；wij是(N×T)×(N×T)維非負(fù)空間權(quán)重矩陣W的元素；δ是空間滯后回歸系數(shù)；μi、λt分別表示空間效應(yīng)與時(shí)間效應(yīng)；εit是服從獨(dú)立同分布的誤差項(xiàng)，與解釋變量不相關(guān)。

對(duì)于SDM模型，需用Wald檢驗(yàn)來(lái)檢驗(yàn)兩個(gè)假設(shè)：H01:θ=0和H02:θ+δβ=0。如果檢驗(yàn)結(jié)果同時(shí)拒絕這兩個(gè)假設(shè)，表明SDM模型更合理。如果不能同時(shí)拒絕假設(shè)H01和H02，則需要結(jié)合檢驗(yàn)結(jié)果與LM檢驗(yàn)結(jié)果來(lái)確定空間面板模型的形式。

（2）直接影響與外溢效應(yīng)

勒薩日和佩斯[28]指出，采用點(diǎn)估計(jì)來(lái)檢驗(yàn)空間溢出效應(yīng)所得到的結(jié)論是錯(cuò)誤的，并提出偏微分求解方法。SDM模型的矩陣形式為：者兩者同時(shí)成立，都需進(jìn)一步考慮SDM模型。[27]SDM模型的形式如下：

根據(jù)式（2）、（3），在時(shí)間點(diǎn)t，Y關(guān)于解釋變量xik（i=1,2,…,N）的偏微分矩陣如下：

其中：

Sr(W)=V(W)(Irβr+Wθr)；

V(W)=(IN-δW)-1=IN+δW+δ2W2+δ3W3+…

可以得到：

2.數(shù)據(jù)來(lái)源及變量說(shuō)明

（1）數(shù)據(jù)來(lái)源

本文使用2003～2008年中國(guó)大陸地級(jí)及以上城市的數(shù)據(jù)，剔除缺失數(shù)據(jù)的城市，最后使用265個(gè)城市的數(shù)據(jù)。之所以采用2003～2008年的數(shù)據(jù)，是因?yàn)?003年以前統(tǒng)計(jì)口徑是“交通運(yùn)輸倉(cāng)儲(chǔ)郵電”，2008年以后各統(tǒng)計(jì)年鑒未公布工業(yè)增加值數(shù)據(jù)。所有數(shù)據(jù)來(lái)源于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》（2003-2009）、《中國(guó)城市統(tǒng)計(jì)年鑒》（2003-2009）、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)城市（鎮(zhèn)）生活與價(jià)格年鑒》。

（2）變量說(shuō)明

①被解釋變量為全要素生產(chǎn)率累積指數(shù)（TFP）、技術(shù)效率累積指數(shù)（EC）和技術(shù)進(jìn)步累積指數(shù)（TP）。本文將全要素生產(chǎn)率分解為技術(shù)效率和技術(shù)進(jìn)步兩部分來(lái)考察提升全要素生產(chǎn)率的途徑。在全要素生產(chǎn)率計(jì)算中，投入變量為各地區(qū)工業(yè)固定資產(chǎn)凈值年平均余額、年平均從業(yè)人數(shù)，產(chǎn)出變量為各地區(qū)的工業(yè)增加值。為消除價(jià)格因素的影響，以2002年為基期，固定資產(chǎn)凈值年平均余額用固定資產(chǎn)價(jià)格指數(shù)進(jìn)行平減，工業(yè)增加值則用工業(yè)品出廠價(jià)格指數(shù)進(jìn)行平減。

②核心解釋變量為物流業(yè)集聚水平（LOS）。本文以就業(yè)人數(shù)計(jì)算得到的區(qū)位商來(lái)表示各地區(qū)的物流業(yè)集聚度：LOSi=Eij/Ej，其中，Eij是i城市物流業(yè)的就業(yè)人數(shù)占i城市年末單位從業(yè)人員數(shù)的比重，Ej是所有城市物流業(yè)的就業(yè)人數(shù)占所有城市年末單位從業(yè)人員數(shù)總和的比重。

③本文基于新經(jīng)濟(jì)增長(zhǎng)與新經(jīng)濟(jì)地理等視角引入相關(guān)控制變量。工業(yè)集聚水平（LQM）和城市化水平（RDI）：根據(jù)新經(jīng)濟(jì)地理學(xué)理論，產(chǎn)業(yè)集聚通過(guò)知識(shí)溢出、勞動(dòng)力市場(chǎng)及中間投入共享等外部性提升企業(yè)效率。集聚經(jīng)濟(jì)分為地方化經(jīng)濟(jì)和城市化經(jīng)濟(jì)，本文用LQM指數(shù)測(cè)度工業(yè)集聚度，該指數(shù)反映地方化經(jīng)濟(jì)的馬歇爾外部性，用區(qū)位商來(lái)測(cè)算：LQMi=，其中，sij是i城市工業(yè)產(chǎn)值占i城市總產(chǎn)值的比重，sj是所有城市工業(yè)產(chǎn)值占所有城市產(chǎn)值總和的比重；用RDI指數(shù)反映不同行業(yè)的企業(yè)在地區(qū)集聚所形成的雅可布（Jacobs）外部性：和sj的內(nèi)涵同前，本文用各產(chǎn)業(yè)的從業(yè)人數(shù)來(lái)計(jì)算sij和sj，在計(jì)算RDI時(shí)，剔除了工業(yè)與物流業(yè)。①人力資本（HUM）：根據(jù)新經(jīng)濟(jì)增長(zhǎng)理論，以知識(shí)、技能為構(gòu)成要素的人力資本能夠提高勞動(dòng)者對(duì)現(xiàn)有技術(shù)水平的運(yùn)用能力，提高生產(chǎn)要素的使用效率。本文用各城市每萬(wàn)人擁有的高等學(xué)校專職教師數(shù)作為人力資本存量的代理變量。外資比例（FDI）：外商直接投資的溢出效應(yīng)對(duì)工業(yè)生產(chǎn)率產(chǎn)生影響，本文用限額以上港澳臺(tái)投資工業(yè)和外商投資工業(yè)的總產(chǎn)值占全部限額以上工業(yè)企業(yè)總產(chǎn)值的比重表示外資比例。交通基礎(chǔ)設(shè)施（TRANS）：交通基礎(chǔ)設(shè)施的改善能降低交通運(yùn)輸成本，節(jié)約交易費(fèi)用，并加速知識(shí)和信息的傳播。本文以各城市每平方公里的公路里程數(shù)來(lái)反映城市的交通可達(dá)性。財(cái)政支出比重（GOV）：政府對(duì)經(jīng)濟(jì)活動(dòng)的干預(yù)影響了市場(chǎng)競(jìng)爭(zhēng)體系，從而影響工業(yè)生產(chǎn)率，本文用扣除教育和科研支出后的財(cái)政支出占GDP的比重表示政府對(duì)經(jīng)濟(jì)的參與程度。

④空間權(quán)重矩陣。本文借鑒陳曉玲、李國(guó)平[30]的方法構(gòu)造空間權(quán)重矩陣，具體形式如下：

其中，R為地球半徑，long、lat分別為各地區(qū)的經(jīng)度和緯度。

（3）變量的平穩(wěn)性檢驗(yàn)

為了降低異方差的影響，本文在實(shí)證檢驗(yàn)過(guò)程中對(duì)各變量均取對(duì)數(shù)。為避免偽回歸，本文采用采用LLC和IPS面板單位根檢驗(yàn)方法對(duì)取對(duì)數(shù)之后的各變量的穩(wěn)定性進(jìn)行分析。表1的檢驗(yàn)結(jié)果表明，lnTFP、lnLOS、lnLQM、lnRDI、lnHUM、lnFDI、lnTRANS、lnGOV均是平穩(wěn)序列。

表1　各變量的單位根檢驗(yàn)結(jié)果

3.空間外溢效應(yīng)模型及結(jié)果分析

（1）全國(guó)整體分析

為了選擇合適的計(jì)量模型，本文首先構(gòu)建針對(duì)工業(yè)全要素生產(chǎn)率的不含空間交互作用的計(jì)量模型：

ln(TFPit)=α0+α1ln(LOSit)+α2ln(LQMit)+

α3ln(RDIit)+α4ln(HUMit)+α5ln(FDIit)+

α6ln(TRANSit)+α7ln(GOVit)+μi+λt+εit（6）

關(guān)于工業(yè)技術(shù)效率與技術(shù)進(jìn)步的不含空間交互作用的計(jì)量模型，需要將模型（6）左邊的TFP相應(yīng)改為EC與TP。檢驗(yàn)結(jié)果見(jiàn)表2，根據(jù)表2中C部分的檢驗(yàn)結(jié)果，TFP、EC、TP的非空間面板模型的空間固定效應(yīng)和時(shí)間固定效應(yīng)都具有聯(lián)合顯著性，因而LM檢驗(yàn)和Robust LM檢驗(yàn)的檢驗(yàn)結(jié)果也相應(yīng)在雙固定效應(yīng)模型的基礎(chǔ)上得到。為了簡(jiǎn)潔起見(jiàn)，本文未在表2中給出混合估計(jì)模型、空間固定效應(yīng)模型、時(shí)間固定效應(yīng)模型的LM檢驗(yàn)和Ro?bust LM檢驗(yàn)的檢驗(yàn)結(jié)果。以TFP為被解釋變量的空間面板模型、空間和時(shí)間雙固定效應(yīng)下的SAR模型成立（見(jiàn)表2第2列）；對(duì)于EC，空間和時(shí)間雙固定效應(yīng)下的SAR模型成立（見(jiàn)表2第3列）；對(duì)于TP，空間和時(shí)間雙固定效應(yīng)下的SAR與SEM模型都成立（見(jiàn)表2第4列）。因此，需要進(jìn)一步考慮SDM模型，相應(yīng)的計(jì)量模型為：

其中，wij是空間權(quán)重矩陣Wecon的元素。關(guān)于工業(yè)技術(shù)效率與技術(shù)進(jìn)步，將模型（7）中的TFP改為EC與TP即可。表3給出了以TFP、EC、TP為被解釋變量的雙固定效應(yīng)SDM模型估計(jì)結(jié)果。根據(jù)表3，以TFP、EC、TP為被解釋變量的雙固定效應(yīng)SDM模型的Wald和LR檢驗(yàn)統(tǒng)計(jì)量都在1%的水平下通過(guò)檢驗(yàn)，故SDM模型更合適。Hausman檢驗(yàn)結(jié)果表明應(yīng)拒絕將μi作為隨機(jī)效應(yīng)的原假設(shè)，固定效應(yīng)SDM模型更有效?？臻g和時(shí)間固定效應(yīng)模型的估計(jì)采用李和余（Lee & Yu）[31]的糾偏方法進(jìn)行了修正。

表2　非空間面板模型的估計(jì)結(jié)果和LM檢驗(yàn)

根據(jù)表2和表3，表4給出了SDM模型中各變量的直接影響、外溢效應(yīng)、總效應(yīng)以及各變量在非空間面板模型中的估計(jì)誤差和各變量在空間SDM模型中的反饋效應(yīng)的計(jì)算結(jié)果。

①分析物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的空間溢出效應(yīng)是本文的重點(diǎn)考察內(nèi)容。關(guān)于物流業(yè)集聚對(duì)工業(yè)全要素生產(chǎn)率的影響，首先，在非空間面板模型中，物流業(yè)集聚的系數(shù)估計(jì)值為0.016，但不顯著（見(jiàn)表2）；在SDM模型中，物流業(yè)集聚對(duì)TFP的直接影響為0.008，但不顯著（見(jiàn)表4），說(shuō)明相較于SDM模型的估計(jì)結(jié)果，在非空間面板模型中，物流業(yè)集聚對(duì)TFP的影響并不存在被低估或高估的現(xiàn)象（見(jiàn)表4）。其次，在SDM模型中，物流業(yè)集聚的系數(shù)估計(jì)值為0.003，但不顯著（見(jiàn)表3），因?yàn)槠渲苯佑绊懸膊伙@著，所以物流業(yè)集聚對(duì)TFP的直接影響中不存在反饋效應(yīng)。另外，根據(jù)表4，物流業(yè)集聚對(duì)TFP的外溢效應(yīng)和總效應(yīng)都顯著為正，物流業(yè)集聚程度提高1%，會(huì)導(dǎo)致周邊地區(qū)工業(yè)TFP提升1.596%，總體上導(dǎo)致工業(yè)TFP提升1.605%。同樣，關(guān)于物流業(yè)集聚對(duì)工業(yè)技術(shù)效率的影響，可以得到，相較于SDM模型的估計(jì)結(jié)果，在非空間面板模型中，物流業(yè)集聚對(duì)EC的影響同樣不存在估計(jì)誤差；物流業(yè)集聚對(duì)EC的直接影響中不存在反饋效應(yīng)；物流業(yè)集聚對(duì)EC的外溢效應(yīng)和總效應(yīng)都顯著為正，物流業(yè)集聚程度提高1%，會(huì)導(dǎo)致周邊地區(qū)工業(yè)EC提升1.313%，總體上導(dǎo)致工業(yè)EC提升1.326%。關(guān)于物流業(yè)對(duì)工業(yè)技術(shù)進(jìn)步的影響，可以得到，相較于SDM模型，在非空間面板模型中，物流業(yè)集聚對(duì)TP的影響同樣也不存在估計(jì)誤差；物流業(yè)集聚對(duì)TP的直接影響中不存在反饋效應(yīng)；物流業(yè)集聚對(duì)TP的外溢效應(yīng)和總效應(yīng)都不顯著為正。

上述結(jié)果顯示物流業(yè)集聚對(duì)工業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)和總效應(yīng)均顯著，這說(shuō)明物流業(yè)集聚通過(guò)空間外部性對(duì)工業(yè)生產(chǎn)率提升起到了重要作用。隨著信息技術(shù)的不斷發(fā)展，交通基礎(chǔ)設(shè)施體系的不斷完善，信息傳輸成本和空間運(yùn)輸成本得以降低，促使現(xiàn)代物流業(yè)可以在更大空間范圍內(nèi)服務(wù)于經(jīng)濟(jì)發(fā)展。現(xiàn)代物流服務(wù)對(duì)地理距離的弱敏感性導(dǎo)致了物流服務(wù)的地理邊界可以在一定程度上擺脫本地市場(chǎng)范圍的束縛。而且，技術(shù)效率是物流業(yè)集聚對(duì)工業(yè)全要素生產(chǎn)率的空間溢出的路徑?？赡艿脑蛟谟?，物流業(yè)集聚通過(guò)規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)、專業(yè)化經(jīng)濟(jì)優(yōu)勢(shì)，提升了自身的服務(wù)效率，進(jìn)而提高工業(yè)企業(yè)的運(yùn)輸效率和庫(kù)存周轉(zhuǎn)率等，并推進(jìn)工業(yè)企業(yè)的流程再造，從而提升工業(yè)企業(yè)的生產(chǎn)技術(shù)效率。但可能因?yàn)槟壳爸袊?guó)物流業(yè)人力資本與知識(shí)資本深化程度有限，信息技術(shù)還未得到廣泛應(yīng)用，技術(shù)裝備整體水平層次還較低，而且物流業(yè)與工業(yè)之間還未形成緊密的合作模式，導(dǎo)致物流業(yè)集聚未能對(duì)工業(yè)的技術(shù)進(jìn)步產(chǎn)生顯著的溢出作用。

表3　含有時(shí)間和空間固定效應(yīng)的SDM模型估計(jì)結(jié)果（誤差糾正）

②關(guān)于其他因素，根據(jù)表4可得：在新經(jīng)濟(jì)地理因素中，工業(yè)集聚對(duì)工業(yè)全要素生產(chǎn)率、技術(shù)效率、技術(shù)進(jìn)步的直接影響分別為0.280、0.308、-0.029，且在1%的水平上顯著，但都不存在空間溢出效應(yīng)。而城市多樣化經(jīng)濟(jì)對(duì)工業(yè)全要素生產(chǎn)率、技術(shù)效率、技術(shù)進(jìn)步的空間溢出效應(yīng)分別為5.692、3.974、3.000，且均在1%的水平上顯著，可見(jiàn)多樣化水平高的城市通過(guò)物流、金融、科研等生產(chǎn)性服務(wù)業(yè)為周邊地區(qū)工業(yè)提供了支持。在新經(jīng)濟(jì)增長(zhǎng)因素中，人力資本水平對(duì)工業(yè)全要素生產(chǎn)率、技術(shù)效率的直接影響分別為0.087、0.089，且均在1%的水平上顯著，可以看出人力資本的積累對(duì)工業(yè)技術(shù)效率的貢獻(xiàn)是顯著的。外資比例對(duì)工業(yè)技術(shù)進(jìn)步具有顯著的直接促進(jìn)作用，直接影響為0.008，但對(duì)技術(shù)效率的影響不顯著，可能因?yàn)橹袊?guó)本土制造業(yè)人力資本相對(duì)匱乏，技術(shù)水平較低，導(dǎo)致盡管FDI提高了技術(shù)進(jìn)步，但仍無(wú)法有效地開(kāi)發(fā)利用新技術(shù)。交通基礎(chǔ)設(shè)施對(duì)工業(yè)全要素生產(chǎn)率具有顯著的溢出效應(yīng)為2.987，且遠(yuǎn)大于直接影響0.015，這一影響通過(guò)技術(shù)效率路徑得以實(shí)現(xiàn)，可見(jiàn)交通基礎(chǔ)設(shè)施具有很強(qiáng)的空間網(wǎng)絡(luò)外部性。政府支出對(duì)工業(yè)全要素生產(chǎn)率具有顯著的直接影響和溢出效應(yīng)，分別為-0.194、5.560，溢出效應(yīng)遠(yuǎn)強(qiáng)于直接影響，這一結(jié)果表明過(guò)大的政府規(guī)模會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)造成資源配置扭曲和效率損失。正向空間溢出效應(yīng)可能在于流動(dòng)性要素在政府爭(zhēng)奪中流向了市場(chǎng)資源配置較高的地區(qū)，還可能因?yàn)榈胤秸黾幽承┱獠啃缘墓参锲罚沟帽镜貐^(qū)的公共物品對(duì)相鄰地區(qū)的工業(yè)生產(chǎn)率產(chǎn)生顯著的提升作用。

（2）三大地區(qū)內(nèi)部及三大地區(qū)之間的實(shí)證分析

表4　各變量的直接影響、外溢效應(yīng)、估計(jì)誤差及反饋效應(yīng)

注：*，**，***分別表示在10%，5%，1%的水平上顯著；括號(hào)內(nèi)為系數(shù)的t統(tǒng)計(jì)值。估計(jì)誤差是指在具有空間相關(guān)性的情況下，參數(shù)在非空間面板模型的低估或高估，估計(jì)誤差=（非空間面板模型中變量的系數(shù)估計(jì)值-空間面板模型中變量的直接影響）/空間面板模型中變量的直接影響；反饋效應(yīng)反映的是空間面板模型中變量的系數(shù)估計(jì)值與其直接影響之間的差值，反饋效應(yīng)=（空間面板模型變量的直接影響-空間面板模型變量的系數(shù)估計(jì)值）/空間面板模型中變量的直接影響。

本文進(jìn)一步考察中國(guó)東、中、西部三大區(qū)域內(nèi)部及三大區(qū)域之間（東中部地區(qū)、東西部地區(qū)及中西部地區(qū)）物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的外溢效應(yīng)。各樣本的Wecon仍利用城市人均實(shí)際收入水平計(jì)算得到；三大區(qū)域樣本對(duì)應(yīng)的地理空間權(quán)重Wd的非對(duì)角線上的元素變更為各區(qū)域內(nèi)部城市之間的距離的倒數(shù)；區(qū)域間樣本對(duì)應(yīng)的Wd參考理達(dá)亞瓦（Ledyaeva）[32]的處理方式。以東中部地區(qū)樣本為例，若1、2為東部城市，3、4為中部城市，將來(lái)自兩個(gè)區(qū)域的城市之間的權(quán)重設(shè)為距離的倒數(shù)，各地區(qū)內(nèi)部的城市之間的權(quán)值設(shè)為0，如式（8）所示，其中，w13、w14、w23、w24、w31、w32、w41、w42為兩兩城市之間的距離的倒數(shù)。

根據(jù)研究需要，本文在表5中僅列出了物流業(yè)集聚影響工業(yè)生產(chǎn)率的檢驗(yàn)結(jié)果，可以看出：

①三大區(qū)域內(nèi)部，在東部地區(qū)，物流業(yè)集聚對(duì)工業(yè)EC具有顯著的正向外溢效應(yīng)和總效應(yīng)；對(duì)工業(yè)TP具有顯著為負(fù)的直接影響；對(duì)工業(yè)TFP僅具有顯著為正的直接影響。在西部地區(qū)，物流業(yè)集聚對(duì)工業(yè)EC具有顯著的外溢效應(yīng)和總效應(yīng)；對(duì)工業(yè)TP的三種影響均不顯著；對(duì)工業(yè)TFP的直接影響顯著為負(fù)，外溢效應(yīng)和總效應(yīng)顯著為正。在中部地區(qū)，物流業(yè)集聚通過(guò)技術(shù)效率路徑對(duì)工業(yè)生產(chǎn)率產(chǎn)生直接影響，沒(méi)有顯著的空間溢出效應(yīng)。可以看出，東部地區(qū)和西部地區(qū)內(nèi)各省份之間的產(chǎn)業(yè)關(guān)聯(lián)與知識(shí)關(guān)聯(lián)相對(duì)更深入。

表5　各空間內(nèi)物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率影響的估計(jì)結(jié)果

②各區(qū)域之間，東中部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)技術(shù)效率的直接影響顯著為正，外溢效應(yīng)和總效應(yīng)顯著為負(fù)，這可能因?yàn)闁|部地區(qū)鄰近國(guó)外市場(chǎng)，各方面的歷史起點(diǎn)相對(duì)較高，擁有優(yōu)越的地理優(yōu)勢(shì)和政策，對(duì)中部地區(qū)產(chǎn)生了“虹吸”效應(yīng)，從而對(duì)中部地區(qū)工業(yè)生產(chǎn)率產(chǎn)生負(fù)向影響。東西部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率沒(méi)有產(chǎn)生任何途徑上的外溢效應(yīng)，可能因?yàn)槲鞑康貐^(qū)距離東部地區(qū)較遠(yuǎn)，溢出效應(yīng)無(wú)法實(shí)現(xiàn)。中西部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率也沒(méi)有產(chǎn)生任何途徑上的外溢效應(yīng)，可能的原因是兩者的經(jīng)濟(jì)發(fā)展水平都不高，特別是西部地區(qū)基礎(chǔ)設(shè)施相對(duì)還比較貧瘠，不利于實(shí)現(xiàn)區(qū)域間的空間溢出。

五、主要結(jié)論與政策啟示

本文在分析物流業(yè)集聚影響工業(yè)生產(chǎn)率的空間外溢效應(yīng)機(jī)制的基礎(chǔ)上，利用中國(guó)大陸地級(jí)及以上265個(gè)城市2003～2008年的面板數(shù)據(jù)，采用空間杜賓模型檢驗(yàn)了全國(guó)、東中西部三大區(qū)域內(nèi)部、三大區(qū)域之間物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的直接影響、外溢效應(yīng)、總效應(yīng)，并將全要素生產(chǎn)率分解為技術(shù)效率和技術(shù)進(jìn)步考察了這三種影響的實(shí)現(xiàn)路徑。主要得到以下結(jié)論：

（1）在全國(guó)整體層面，物流業(yè)集聚通過(guò)技術(shù)效率路徑對(duì)工業(yè)全要素生產(chǎn)率具有顯著的正向空間溢出效應(yīng)和總效應(yīng)，物流業(yè)集聚程度提高1%，周邊地區(qū)工業(yè)技術(shù)效率提升1.313%，工業(yè)技術(shù)效率提升的總效應(yīng)為1.326%；物流業(yè)集聚程度提高1%，周邊地區(qū)工業(yè)全要素生產(chǎn)率提升1.596%，工業(yè)全要素生產(chǎn)率提升的總效應(yīng)為1.605%；物流業(yè)集聚對(duì)工業(yè)技術(shù)進(jìn)步的外溢效應(yīng)和總效應(yīng)都不顯著為正。工業(yè)集聚、人力資本通過(guò)技術(shù)效率路徑對(duì)工業(yè)生產(chǎn)率具有顯著的直接影響，但外溢效應(yīng)不顯著；FDI通過(guò)技術(shù)進(jìn)步路徑對(duì)工業(yè)生產(chǎn)率具有顯著的直接影響，但外溢效應(yīng)不顯著；城市多樣化經(jīng)濟(jì)、政府支出通過(guò)技術(shù)效率與技術(shù)進(jìn)步路徑對(duì)工業(yè)生產(chǎn)率具有顯著的正向外溢效應(yīng)；交通基礎(chǔ)設(shè)施通過(guò)技術(shù)效率路徑對(duì)工業(yè)生產(chǎn)率具有顯著的正向直接影響和外溢效應(yīng)。

（2）在東部地區(qū)與西部地區(qū)，物流業(yè)集聚對(duì)工業(yè)技術(shù)效率具有顯著的正向空間外溢效應(yīng)；而在中部地區(qū)，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率的空間外溢效應(yīng)不顯著。在東中部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)技術(shù)效率具有顯著的負(fù)向外溢效應(yīng)；而在東西部地區(qū)之間與中西部地區(qū)之間，物流業(yè)集聚對(duì)工業(yè)生產(chǎn)率沒(méi)有顯著的空間外溢效應(yīng)。

上述研究結(jié)論衍生出來(lái)的政策含義有：（1）加強(qiáng)物流業(yè)在中心城市的集聚，減少地區(qū)之間的各種壁壘，促進(jìn)物流企業(yè)建立跨地區(qū)的橫向或縱向聯(lián)系，推動(dòng)物流企業(yè)跨區(qū)域合作，通過(guò)專業(yè)化的物流服務(wù)，促進(jìn)各類生產(chǎn)要素在區(qū)域間流動(dòng)，優(yōu)化經(jīng)濟(jì)資源配置。（2）調(diào)整產(chǎn)業(yè)空間布局，促進(jìn)物流業(yè)在中心城市的集聚與工業(yè)在中心城市外圍的集聚，實(shí)現(xiàn)中心城市與外圍城市之間合理的功能分工，促進(jìn)中心城市的多樣化經(jīng)濟(jì)對(duì)外圍城市工業(yè)的支撐。

＊本文受國(guó)家社會(huì)科學(xué)基金項(xiàng)目“我國(guó)物流業(yè)對(duì)制造業(yè)外溢效應(yīng)的檢驗(yàn)分析研究”（項(xiàng)目編號(hào)：12BJY069）、教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“中國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素及其空間效應(yīng)研究”（項(xiàng)目編號(hào)：14YJC790074）、福建省教育廳重點(diǎn)項(xiàng)目“中國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展路徑研究——基于契約環(huán)境與空間效應(yīng)視角”（項(xiàng)目編號(hào)：JAS14045）的資助

注釋：

①包括農(nóng)林牧漁業(yè)，采掘業(yè)，電力煤氣及水生產(chǎn)供應(yīng)業(yè)，建筑業(yè)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，批發(fā)零售貿(mào)易業(yè)，住宿餐飲業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)，科研、技術(shù)服務(wù)和地質(zhì)勘探業(yè)，水利、環(huán)境和公共設(shè)施管理業(yè)，居民服務(wù)和其他服務(wù)業(yè)，教育業(yè)，衛(wèi)生、社會(huì)保險(xiǎn)和社會(huì)福利業(yè)，文化、體育和娛樂(lè)業(yè)，公共管理和社會(huì)組織從業(yè)17個(gè)行業(yè)。

參考文獻(xiàn)：

[1]Bowen J.T..Moving Places：the Geography of Ware?housing in the US[J].Journal of Transport Geography，2008 （6）：379-387.

[2]、[10]Jing N.，Cai W.X..Analysis on the Spatial Distri?bution of Logistics Industry in the Developed East Coast Area in China[J].The Annals of Regional Science，2010（2）：331-350.

[3]van den Heuvel F.P.，De Langen P.W.，van Donselaar K.H.，F(xiàn)ransoo J.C.. Identification of Employment Concentra?tion Areas[J].European Planning Studies，2014a（1）：204-226.

[4]Rivera L.，Sheffi Y.，Welsch R..Logistics Agglomera?tion in the US[J].Transportation Research Part A，2014（59）：222-238.

[5]陳建軍，陳國(guó)亮，黃潔.新經(jīng)濟(jì)地理學(xué)視角下的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——來(lái)自中國(guó)222個(gè)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2009（4）：83-95.

[6]、[7]、[19]王成金，張夢(mèng)天.中國(guó)物流企業(yè)的布局特征與形成機(jī)制[J].地理科學(xué)進(jìn)展，2014（1）：314-144.

[8]、[20]千慶蘭，陳穎彪，李雁，等.廣州市物流企業(yè)空間布局特征及其影響因素[J].地理研究，2011（7）：1254-1261.

[9]曹衛(wèi)東.城市物流企業(yè)區(qū)位分布的空間格局及其演化：以蘇州市為例[J].地理研究，2011（11）：1997-2007.

[11]鐘祖昌.空間經(jīng)濟(jì)學(xué)視角下的物流業(yè)集聚及影響因素——中國(guó)31省市的經(jīng)驗(yàn)證據(jù)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011 （11）：55-62.

[12]范月嬌，王健.海西物流發(fā)展與區(qū)域經(jīng)濟(jì)的空間關(guān)聯(lián)性實(shí)證分析——基于空間計(jì)量經(jīng)濟(jì)分析視角[J].福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012（4）：40-45.

[13]Kasarda J.D..The Evolution of Airport Cities and the Aerotropolis[M].in L.Siebert（ed.）Airport Cities：The Evolu?tion.Insight Media，London，2008.

[14]De Langen P.W..Clustering and Performance：the Case of Maritime Clustering in the Netherlands[J].Maritime Policy Manage，2002（3）：209-221.

[15]Wu L.F.，Yue X.H.，Sim T..Supply Clusters：a Key to China’s Cost Advantage[J].Supply Chain Management Review，2006（2）：46-51.

[16]、[22]Sheffi Y..Logistics Intensive Clusters：Global Competitiveness and Regional Growth[M].in James Bookbinder （Ed.）.Handbook of Global Logistics（Chapter 19）.New York：Springer Science and Business Media，2013：463-500.

[17]、[23]van den Heuvel F.P.，de Langen P.W.，van Don?selaar K.H.，F(xiàn)ransoo J.C..Proximity Matters：Synergies Through Co-location of Logistics Establishments [J].Interna?tional Journal of Logistics Research and Applications，2014b （5）：377-395.

[18]王珍珍，陳功玉.我國(guó)物流產(chǎn)業(yè)集聚對(duì)制造業(yè)工業(yè)增加值影響的實(shí)證研究——基于省級(jí)面板數(shù)據(jù)的分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009（6）：49-56.

[21]Hong J.J..Transport and the Location of Foreign Logis?tics Firms：the Chinese Experience[J].Transport Research Part A：Policy and Practice.，2007（6）：597-609.

[24]Anselin L.，Gallo J.，Jayet H..Spatial Panel Economet?rics[M].In：the Econometrics of Panel Data，F(xiàn)undamentals and Recent Developments in Theory and Practice.Third Edition （eds1）.Netherlands：Kluwer，2008：627-662.

[25]、[28]、[29]LeSage J.P.，Pace R.K..Introduction to Spa?tial Econometrics[M].Boca Raton，London and New York：CRC Press（Taylor and Francis Group），2009.

[26]Elhorst J.P.，F(xiàn)ischer M.M.，Getis A..Spatial Panel Da?ta Models[M].In Handbook of Applied Spatial Analysis（eds1）. Berlin：Springer，2010a:377-407.

[27]Elhorst J.P..Applied Spatial Econometrics：Raising the Bar[J].Spatial Economic Analysis，2010b（1）：9-28.

[30]陳曉玲，李國(guó)平.我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間面板數(shù)據(jù)模型分析[J].經(jīng)濟(jì)科學(xué)，2006（5）：5-17.

[31]Lee L.F.，Yu J..Estimation of Spatial Autoregressive Panel Data Models With Fixed Effects[J].Journal of Economet?rics，2010（2）：165-185.

[32]Ledyaeva S..Spatial Econometric Analysis of Determi?nants and Strategies of FDI in Russian Regions in pre- and post-1998 Financial Crisis Periods[R].BOFIT Discussion Pa?pers No.15，2007.

責(zé)任編輯：方程

The Agglomeration，Spatial Spillover Effect and Promotion of Industrial Productivity of Logistics Industry

LIANG Hongyan

（Fuzhou University，F(xiàn)uzhou，F(xiàn)ujian350116，China）

Abstract：The author analyzes the mechanism of spatial spillover effect of agglomeration of logistics industry on industrial productivity；the author also analyzes the direct effect，spillover effect and total effect of agglomeration of logistics industry inter- and intra- the eastern，central and western regions on industrial productivity by using panel data of 265 cities in China from 2003 to 2008 and spatial Durbin econometric model. It is showed that，from the national level，the agglomeration of logistics has no significant direct effect on industrial productivity；while it has significant positive spillover effect and total effect on industrial total factor productivity through the path of technological efficiency. Within the eastern and western regions，the agglomeration of logistics has significant positive spillover effect on industrial technological efficiency；while within the central regions，the spillover effect of agglomeration of logistics on industrial productivity is not significant；among eastern and central regions，the agglomeration of logistics has significant negative spillover effect on industrial technological efficiency；while among eastern and western regions and among central and western regions，the spillover effect of agglomeration of logistics on industrial productivity is not significant.

Key words：agglomeration of logistics industry；industrial productivity；direct effect；spatial spillover effect

[作者簡(jiǎn)介]梁紅艷（1985-），女，湖北省仙桃市人，福州大學(xué)經(jīng)濟(jì)與管理學(xué)院教師，管理學(xué)博士，主要研究方向?yàn)榉?wù)經(jīng)濟(jì)學(xué)。

中圖分類號(hào)：F263

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-8266（2015）01-0032-11