王鑫

內容摘要：本文以2007-2016年省級面板數(shù)據(jù)為基礎，采用基于非期望產(chǎn)出的超效率SBM-VRS模型、區(qū)域熵值法，對區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平進行定量測算，運用固定效應模型、面板門檻模型對物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關系進行線性、非線性估計。研究表明：整體上看，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的提升有顯著正向作用；物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率間存在雙重門檻效應，即存在兩個結構變點，變點對應的物流產(chǎn)業(yè)集聚水平分別為1.132、1.394；隨著物流產(chǎn)業(yè)集聚水平的提升，其對區(qū)域商貿(mào)流通效率的正向影響呈“兩頭強、中間弱”的U型結構。

關鍵詞：物流產(chǎn)業(yè)集聚 區(qū)域商貿(mào)流通效率 雙重門檻效應

引言與文獻回顧

物流產(chǎn)業(yè)集聚是指在一定區(qū)域內，形成以物流產(chǎn)業(yè)為主干、以相關配套產(chǎn)業(yè)為支撐的緊密聯(lián)結供需雙方的產(chǎn)業(yè)集聚現(xiàn)象。按照產(chǎn)業(yè)分類，物流產(chǎn)業(yè)集聚包括：一是以物流、運輸、倉儲企業(yè)集群的物流及相關產(chǎn)業(yè)；二是以商業(yè)企業(yè)為主的商貿(mào)產(chǎn)業(yè)；三是以生產(chǎn)加工企業(yè)為主的工業(yè)產(chǎn)業(yè)；四是以金融、保險、餐飲、修理等配套服務企業(yè)為主的輔助服務產(chǎn)業(yè)。根據(jù)波特的競爭優(yōu)勢理論，產(chǎn)業(yè)集聚具備促進產(chǎn)業(yè)創(chuàng)新、產(chǎn)生正外部性的特點。在物流產(chǎn)業(yè)集聚漸成趨勢、產(chǎn)業(yè)集聚具備正外部性的雙重背景下，越來越多學者開始關注物流產(chǎn)業(yè)集聚現(xiàn)象，并就此開展多重維度研究，包括物流產(chǎn)業(yè)集聚的定量評價研究（陶婷婷等，2016；付書科等，2018）、物流產(chǎn)業(yè)集群與跨境電商的聯(lián)動機制研究（胡碧琴等，2016）、物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的影響機制研究（楊山峰，2017）。

除物流產(chǎn)業(yè)集聚外，商貿(mào)流通效率也在近年來逐漸受到學者們的廣泛關注，梳理文獻可知，已有文獻的研究視角主要集中在三個方面：一是關于商貿(mào)流通效率的測算方法研究，涉及定量測算方法包括因子分析法（李瓊，2018）、傳統(tǒng)DEA方法（劉玉玲，2016）、超效率DEA方法（周科，2015）。二是關于商貿(mào)流通效率的影響因素研究，包括新型城鎮(zhèn)化（劉文娟，2016）、電商消費（李湘滇，2018）、商貿(mào)產(chǎn)業(yè)集聚（龔紫娟，2018）等創(chuàng)新因素對商貿(mào)流通效率的影響。三是關于商貿(mào)流通效率的外溢影響研究，包括商貿(mào)流通效率對居民消費（韓梅，2018）、工業(yè)化與城市化（李新，2017）、區(qū)域經(jīng)濟增長（俞超等，2017）的外溢影響。

綜上所述，盡管已有學者分別在物流產(chǎn)業(yè)集聚、商貿(mào)流通效率等課題上做了大量有益工作，但尚未有文獻將物流產(chǎn)業(yè)集聚和區(qū)域商貿(mào)流通效率納入統(tǒng)一研究框架，以定量分析物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的影響?；诖?，本文以2007-2016年省級面板數(shù)據(jù)為研究基礎，運用基于非期望產(chǎn)出的超效率SBM-VRS模型對區(qū)域商貿(mào)流通效率進行定量測算，同時以區(qū)域熵值法測算的物流產(chǎn)業(yè)集聚水平作為核心解釋變量，通過構建固定效應模型、面板門檻模型，對物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關系進行線性、非線性估計，研究驗證了物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率正向影響的U型結構。本文的邊際貢獻一方面在于創(chuàng)新性地將基于非期望產(chǎn)出的超效率SBM-VRS模型運用至對商貿(mào)流通效率的定量評價中；另一方面在于將物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率納入統(tǒng)一研究框架，并揭示兩者之間存在雙重門檻效應的非線性關系。

變量設計與模型方法

（一）指標構建

被解釋變量。本文的被解釋變量是區(qū)域商貿(mào)流通效率，常見測算方法有因子分析法、傳統(tǒng)DEA方法、超效率DEA方法，但上述方法不可避免的存在以下弊端：一是未從變量的松弛角度出發(fā)去考慮投入、產(chǎn)出的動態(tài)變化，易造成效率測度時實際值與理論值的偏差；二是未考慮與期望產(chǎn)出相生相隨的非期望產(chǎn)出，易造成決策單元效率值測算精度的降低?；诖耍疚牟捎没诜瞧谕a(chǎn)出的超效率SBM-VRS模型，以批發(fā)零售業(yè)的從業(yè)人數(shù)、交通運輸業(yè)的從業(yè)人數(shù)、永續(xù)盤存法計量的資本存量、公路密度、鐵路密度作為投入變量，以社會消費品零售額、貨運周轉量作為產(chǎn)出變量，以此完成對各區(qū)域商貿(mào)流通效率的定量測算。基于非期望產(chǎn)出的超效率SBM-VRS模型的基本推導如下：

核心解釋變量。本文核心解釋變量是物流產(chǎn)業(yè)集聚水平，參考已有研究，本文采用區(qū)域熵值法測算物流產(chǎn)業(yè)集聚水平，具體測算公式為：物流產(chǎn)業(yè)集聚水平=（該省物流產(chǎn)業(yè)產(chǎn)值/該省所有產(chǎn)業(yè)產(chǎn)值）/（全國物流產(chǎn)業(yè)產(chǎn)值/全國所有產(chǎn)業(yè)產(chǎn)值）。該指標值越大，表明物流產(chǎn)業(yè)在該省的集聚水平越高。當指標值大于1時，表明該省物流產(chǎn)業(yè)集聚水平高于全國平均水平；當指標值小于1時，表明該省物流產(chǎn)業(yè)集聚水平低于全國平均水平。

其它控制變量。參考已有研究，本文設定的其它控制變量包括各省人均GDP、各省第三產(chǎn)業(yè)比重、各省進出口總額占GDP比重、各省網(wǎng)絡普及率、各省城鎮(zhèn)人口比重、各省平均受教育年限等。

（二）模型方法

本文的研究目的是實證檢驗物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的線性、非線性影響。對于線性影響，首先采用Hausman檢驗判斷面板模型的個體影響是屬于隨機效應還是固定效應，其次進行隨機效應或固定效應模型回歸。對于非線性影響，本文參考Hansen的統(tǒng)計方法，首先設定以物流產(chǎn)業(yè)集聚水平為門檻變量的單一門檻面板回歸模型，其次采用Bootstrap方法對統(tǒng)計量進行600次的重復檢驗以確認面板模型的門檻效應，最后在確定門檻值個數(shù)的基礎上設定相應門檻面板回歸模型。存在不同數(shù)量的門檻值時，相應門檻面板回歸模型的公式如下：

實證結果與分析

（一）面板單位根檢驗

面板門檻模型進行有效回歸的前提是所選變量平穩(wěn)，因此需要先行對模型所選變量進行單位根檢驗。本文分別采用LLC方法、ADF方法、FPP方法對區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平、其它控制變量等時間序列變量進行平穩(wěn)性檢驗，結果見表1。表1顯示，在LLC、ADF、FPP等檢驗方法下，區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平等時間序列變量均在1%或5%的水平下顯著，表明模型所選變量均為平穩(wěn)的時間序列變量，即模型變量通過平穩(wěn)性檢驗，可進行下一步的門檻模型回歸分析。

（二）門檻效應檢驗

參考Hansen的統(tǒng)計方法，本文采用Bootstrap方法對統(tǒng)計量進行600次的重復檢驗，以確認面板模型中是否存在以物流產(chǎn)業(yè)集聚水平為門檻變量的門檻效應，以及確定相應顯著有效的門檻值，門檻效應檢驗結果見表2。表2顯示，面板模型中存在兩個顯著有效的門檻值，即雙重門檻效應，也稱雙重結構變點。第一個變點為1.132，其F統(tǒng)計量為48.77、P值為0.000，表明第一個變點顯著有效；第二個變點為1.394，其F統(tǒng)計量為29.13、P值為0.012，表明第二個變點顯著有效。因此，根據(jù)門檻效應的檢驗結果，本文應設定雙重門檻面板回歸模型。

（三）線性估計：物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的整體影響

為了考察物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的整體影響，在參考已有研究的基礎上，本文首先對物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關系進行線性估計，結果見表3。表3顯示： Hausman檢驗的P值為0.0025，拒絕模型個體影響屬于隨機效應的原假設，接受模型個體影響屬于固定效應的備擇假設，即設定的面板模型形式為固定效應模型；物流產(chǎn)業(yè)集聚水平對商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.2368。實證結果表明：從整體上看，物流產(chǎn)業(yè)集聚對商貿(mào)流通效率的提升有顯著正向作用。

（四）非線性估計：物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率影響的雙重門檻效應

本文首先從線性估計的視角出發(fā)，從整體上得到物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率有顯著正向作用的結論。在此基礎上，進一步考察物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的非線性關系，即檢驗物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率影響的雙重門檻效應，結果見表3。表3顯示：當物流產(chǎn)業(yè)集聚水平低于1.132時，即WLJJ≤1.132，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.0679；當物流產(chǎn)業(yè)集聚水平位于1.132與1.394之間時，即1.1321.394，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.3792。

實證結果表明：從估計結果的影響方向和顯著性水平看，物流產(chǎn)業(yè)集聚水平位于任何區(qū)間，均對區(qū)域商貿(mào)流通效率有顯著正向作用，這與線性估計的結果一致；從估計結果的系數(shù)大小看，隨著物流產(chǎn)業(yè)集聚水平的提升，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的正向影響呈“兩頭強、中間弱”的U型結構。其中，U型結構的具體表現(xiàn)為：當物流產(chǎn)業(yè)集聚水平高于1.394時，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的正向影響最大（系數(shù)為1.3792）；當物流產(chǎn)業(yè)集聚水平低于1.132時，正向影響其次（系數(shù)為1.0679）；當物流產(chǎn)業(yè)集聚水平位于1.132與1.394之間時，正向影響最?。ㄏ禂?shù)為0.0771）。

結論與建議

本文以2007-2016年省級面板數(shù)據(jù)為研究基礎，運用基于非期望產(chǎn)出的超效率SBM-VRS模型對區(qū)域商貿(mào)流通效率進行定量測算，同時以區(qū)域熵值法測算的物流產(chǎn)業(yè)集聚水平作為核心解釋變量，分別運用固定效應模型、面板門檻模型，對物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關系進行線性、非線性估計。主要研究結論如下：第一，從整體上看，物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的提升有顯著正向作用，線性估計結果與非線性估計結果均支持該結論。第二，物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率間存在雙重門檻效應，即存在兩個結構變點，兩個變點對應的物流產(chǎn)業(yè)集聚水平分別為1.132、1.394。第三，隨著物流產(chǎn)業(yè)集聚水平的提升，物流產(chǎn)業(yè)集聚對商貿(mào)流通效率的正向影響呈“兩頭強、中間弱”的U型結構。

本文一方面驗證了物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的正向作用，另一方面也揭示了物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的非線性關系。因此，各地在制定物流產(chǎn)業(yè)政策時，要順應物流產(chǎn)業(yè)集聚趨勢，肯定物流產(chǎn)業(yè)集聚對區(qū)域商貿(mào)流通效率的正向外溢效應，同時應對物流產(chǎn)業(yè)集聚水平進行定期評估，保持區(qū)域內較高水平的物流產(chǎn)業(yè)集聚，以避免落入U型結構的中等水平陷阱，造成正向外溢效應不必要的漏損。

參考文獻：

1.陶婷婷，熊宇平.物流業(yè)產(chǎn)業(yè)集聚空間特點與集聚形式—基于中國省域數(shù)據(jù)的測算[J].商業(yè)經(jīng)濟研究，2016（11）

2.付書科，廖莉莉，劉念.長江經(jīng)濟帶物流產(chǎn)業(yè)集聚水平測度分析[J].商業(yè)經(jīng)濟研究，2018（5）

3.胡碧琴，趙亞鵬.創(chuàng)新視域下港口物流產(chǎn)業(yè)集群與跨境電商聯(lián)動發(fā)展研究[J].商業(yè)經(jīng)濟研究，2016（8）

4.楊山峰.“一帶一路”視閾下物流產(chǎn)業(yè)集群與河南省經(jīng)濟融合發(fā)展探討[J].商業(yè)經(jīng)濟研究，2017（10）

5.李瓊.基于因子分析法的長江經(jīng)濟帶商貿(mào)流通效率實證分析—以2006-2016年長江經(jīng)濟帶11地區(qū)為數(shù)據(jù)[J].商業(yè)經(jīng)濟研究，2018（9）

6.劉玉玲.我國商貿(mào)流通效率測算及演進影響因素研究[J].商業(yè)經(jīng)濟研究，2016（14）

7.周科.我國區(qū)域商貿(mào)流通效率及影響因素的超效率DEA模型分析[J].商業(yè)經(jīng)濟研究，2015（35）

8.劉文娟.新型城鎮(zhèn)化對商貿(mào)流通業(yè)效率影響的實證研究[J].商業(yè)經(jīng)濟研究，2016（14）

9.李湘滇.電商消費影響商貿(mào)流通效率的實證分析—基于自回歸分布滯后模型檢驗[J].商業(yè)經(jīng)濟研究，2018（8）

10.龔紫娟.產(chǎn)業(yè)集聚對商貿(mào)流通業(yè)效率的影響實證分析[J].商業(yè)經(jīng)濟研究，2018（9）

11.韓梅.商貿(mào)流通效率對居民消費的影響—來自河南省的實證[J].商業(yè)經(jīng)濟研究，2018（8）

12.李新.不同層次商貿(mào)流通效率對我國工業(yè)化和城市化的影響[J].商業(yè)經(jīng)濟研究，2017（3）

13.俞超，任陽軍.商貿(mào)流通業(yè)效率與經(jīng)濟增長關系的區(qū)域差異分析[J].商業(yè)經(jīng)濟研究，2017（8）