鄒 潛，崔露瓊

（1.貴州大學 經濟學院，貴州 貴陽 550025；2.貴州交通技師學院，貴州 貴陽 550008）

一、引言

成都經濟區(qū)于2006 年初成立，5 年后，成都、遂寧等8 市簽署《區(qū)域合作框架協(xié)議》，一體化正式起步。成都經濟區(qū)面積約占四川省18%，人口約占全省46%，2018 年經濟總量達25 664 億元，占全省60.09%。成都經濟區(qū)啟動區(qū)域經濟一體化以來，成都長時間保持一城獨大，2018 年，成都市經濟總量是全省排名第二的綿陽市的6.7 倍，是經濟區(qū)內體量最小的雅安市的23.7 倍，成都經濟區(qū)經濟一體化發(fā)展并沒有預想中的順利。

近些年來，國家高度重視物流業(yè)發(fā)展，《物流業(yè)調整和振興規(guī)劃》、物流行業(yè)“國八條”到“國十條”、《國家物流樞紐布局及建設規(guī)劃》等政策或文件密集出臺。20 多年來，物流業(yè)飛速發(fā)展，已成為推動區(qū)域經濟的重要引擎。物流產業(yè)屬生產性服務業(yè)，它的依附性、服務性的特點決定其必然伴隨各產業(yè)的發(fā)展而發(fā)展，隨著中國作為制造大國的崛起，物流集聚已是必然趨勢。成都是全國九大物流區(qū)域、十大物流通道中的中心城市和樞紐城市、全國性物流節(jié)點城市，遂寧位于成渝經濟圈“金三角”地帶，是中國現代物流示范城市，雅安具有藏區(qū)與內地經濟交流的區(qū)位優(yōu)勢，其物流產業(yè)成長態(tài)勢良好，資陽現代物流初顯規(guī)模，德陽、綿陽的制造業(yè)集聚正在促進區(qū)域內物流業(yè)不斷集聚，成都經濟區(qū)已初步凸顯物流產業(yè)集聚效應。馬歇爾指出，產業(yè)集聚可帶來外部規(guī)模經濟和外部范圍經濟。目前越來越多的學者開始展開對物流產業(yè)集聚的研究。

二、文獻綜述和理論分析

（一）文獻綜述

19 世紀末，Marshall（1890）率先在其《經濟學原理》中提出并闡述了產業(yè)集聚理論。Brülhart、Gorni和Hanlon 等眾多學者通過多角度研究形成了一個共識，產業(yè)集聚發(fā)展可以產生外部經濟效應，提高社會生產效率，進而推動區(qū)域經濟發(fā)展。盡管產業(yè)集聚理論已達到較深領域，但國內關于物流產業(yè)集聚的研究還較少，高水平文獻更少。目前國內關于物流業(yè)集聚研究主要集中在物流業(yè)集聚的影響因素、演化機理以及物流業(yè)集聚與經濟發(fā)展的關系等三方面。其中關于物流業(yè)集聚與區(qū)域經濟的研究主要在以下幾個角度展開。

1.利用灰色關聯(lián)度法研究。關高峰（2012）利用中部六省面板數據，運用灰色關聯(lián)度法進行了實證研究，得出六省物流集聚度存在差異，六省物流業(yè)集聚度與GDP 的灰色關聯(lián)度較高。關春燕（2014）將全國分成東北、東、中、西四個區(qū)域，運用區(qū)位熵法、灰色關聯(lián)法分析，發(fā)現四個區(qū)域經濟增長與物流產業(yè)集聚程度的變化存在較大的相關性。王婷婷（2015）利用灰色關聯(lián)度法對安徽、浙江、江蘇、河南四省的物流產業(yè)集聚與區(qū)域經濟進行了分析，得出類似結論。

2.利用莫蘭指數和普通面板模型研究。侯海濤（2017）利用河南18 個地級市面板數據，運用莫蘭指數對河南省物流業(yè)集聚與經濟增長進行了空間分析，得出河南各地級市在物流集聚上呈現空間正相關，在經濟上呈現出明顯空間負相關。關秋燕（2015）將大陸31 個?。ㄊ小^(qū)）劃分為黃河中游地區(qū)、長江中游地區(qū)、東、東北、西五個區(qū)域，利用面板數據模型分析了物流產業(yè)集聚與區(qū)域經濟發(fā)展的關系，表明物流集聚度對五大區(qū)域經濟發(fā)展有正向也有負向影響。

3.利用空間面板模型研究。王健和范月嬌（2014）利用我國省級行政區(qū)面板數據，采用動態(tài)面板數據模型，得出不同區(qū)域物流業(yè)集聚水平對經濟增長的效應存在動態(tài)的時間滯后效應。姜寶和李劍（2016）運用三種空間計量模型分別從三個方面實證分析物流業(yè)集聚對經濟增長的作用，得出物流業(yè)集聚對第三產業(yè)貢獻度最大，對第一產業(yè)影響不顯著，僅對當地進口貿易有顯著正影響，但其集聚的空間溢出效應是負值。王柏生（2019）將區(qū)位熵加入柯布-道格拉斯函數，建立SLM、SEM 模型實證檢驗了物流業(yè)集聚對經濟增長的影響，得出“一帶一路”沿線地區(qū)物流業(yè)集聚與區(qū)域經濟發(fā)展有較強的相關性，并在空間上具有顯著的經濟溢出效應。

從上述分析可以看出，關于物流業(yè)集聚與區(qū)域經濟的關系問題研究并不成熟，學者很少考慮到空間因素，其實證結果不可避免會出現一定偏誤。近年來，學者們開始將空間因素納入研究范圍，然而在空間溢出效應方面的研究仍然不夠深入。

（二）理論分析

物流企業(yè)在空間區(qū)域內集聚，企業(yè)數量和規(guī)模不斷擴大，在集聚的空間范圍內，物流企業(yè)共享勞工、資金、技術等各種生產要素及產業(yè)附屬服務，使得整個產業(yè)效率不斷提高，生產成本降低，物流業(yè)成本的降低將會帶來其他產業(yè)生產成本的降低，從而促進本地區(qū)經濟發(fā)展，由于極化效應和擴散效應的存在，物流業(yè)集聚也會促進或抑制周邊地區(qū)經濟發(fā)展。

1.競爭效應。物流企業(yè)的空間集中，將在資金、勞動力、高層次人才、技術、市場等方面發(fā)生激烈競爭，這種競爭是持續(xù)的、全方位的，并存在不斷加強的趨勢。一方面體現為物流企業(yè)服務價格降低，更為重要的是這種競爭效應會導致物流企業(yè)優(yōu)勝劣汰，迫使整個物流業(yè)改造升級。

2.規(guī)模效應。物流企業(yè)在空間集中，資金、勞動力、高層次人才、專利技術、設備等要素會隨著物流業(yè)集聚而相對集中，區(qū)域內信息、物流基礎設備和設施將得到更加高效利用，物流企業(yè)更加容易降低自身生產成本和提高效率，物流企業(yè)成本降低和服務水平提高會使得物流企業(yè)能夠為其他行業(yè)提供更低廉、更專業(yè)和高效的服務，引致更多企業(yè)或部門將物流業(yè)務外包出來，進而降低全社會生產成本。物流產業(yè)集聚內部規(guī)模經濟轉化為區(qū)域經濟外部規(guī)模經濟，規(guī)模經濟效應一方面吸引更多物流企業(yè)參與集聚，另一方面又會促進其他行業(yè)尤其是制造業(yè)的進一步集中，物流需求進一步增大，不斷自我循環(huán)形成各行業(yè)和物流產業(yè)良性互動。

3.溢出效應。物流企業(yè)在空間區(qū)域集聚，將促進創(chuàng)新、專利技術等高質量要素的集聚，增加企業(yè)間交流和相互學習機會，集聚區(qū)吸引更多物流企業(yè)進駐，新企業(yè)不斷加入，催生大量先進知識和專利技術，產生知識和技術空間外溢效應，新企業(yè)擁有較高先進技術基礎，提高了物流行業(yè)生產效率，降低了行業(yè)研究開發(fā)費用以及改造升級成本。在利潤最大化驅使下，物流企業(yè)更愿意向生產成本低的地理區(qū)域集中，隨著集聚區(qū)域越來越大，各種資源迅速增加，這些資源將會以“波浪形”由近及遠向周邊地區(qū)擴散，促進本地區(qū)經濟發(fā)展的同時也會影響周邊地區(qū)的發(fā)展，溢出效應是正是負，取決于擴散效應和極化效應的對比。

三、研究方法

（一）空間自相關性分析

首先利用全局莫蘭指數I 對本文被解釋變量空間自相關性進行檢驗，其表達式為：

Wij表示空間權重矩陣，莫蘭指數大于0 表示空間正自相關，越大表明相關性越強。

（二）空間權重矩陣的設定

空間權重矩陣的設定有很多種，根據地理學第一定律，本文采用反距離空間權重矩陣，Wij=1/dij，dij表示兩地區(qū)距離。

（三）空間計量模型

1.空間自回歸模型（SAR）

2.空間誤差模型（SEM）

3.空間杜賓模型（SDM）

空間杜賓模型是前兩種模型的一般形式，其表達式為：

ρ 表示區(qū)域經濟在空間上的聯(lián)系。

（四）空間效應分解

借鑒Lesage 等的方法，將SDM 模型的空間效應分解為直接效應和間接效應，前者表示解釋變量對本地區(qū)被解釋變量的影響，后者表示解釋變量的溢出效應。

四、指標選取與數據來源

（一）指標選取

本文將人均生產總值作為被解釋變量，用人均GDP 的增長衡量各地區(qū)經濟增長水平。將物流區(qū)位熵（LQ）作為核心解釋變量，區(qū)位熵含義如下：

LQi表示i 市物流業(yè)集聚水平，Ei和E 分別表示全省物流業(yè)從業(yè)人數及全省各行業(yè)從業(yè)人數，ei和e 分別表示i 市物流業(yè)從業(yè)人數和i 市各行業(yè)從業(yè)人數。

以下作為控制變量：資本投入（K）用固定資產投資額來表示，勞動力投入（L）用從業(yè)人員總數來表示，產業(yè)結構水平（ISU）用第二三產業(yè)產值占地區(qū)GDP 比重表示，政府支出強度（GOV）用政府財政支出占地區(qū)GDP 比重表示，對外開放程度（Open）用進出口總額表示。

（二）數據來源

文中所用各變量數據均來源于2008—2018 年《四川統(tǒng)計年鑒》及政府官方網站。物流業(yè)用“交通運輸、倉儲及郵政業(yè)”代替，對所有變量進行對數化處理。

五、實證結果分析

（一）空間自相關檢驗

表1 是利用Geoda 軟件計算出的結果，可以看出，2008—2018 年各年莫蘭指數在5%水平下顯著為正，可認為成都經濟區(qū)經濟增長存在著較強的正向空間依賴性。

表1 全局Moran's I 指數

（二）空間計量模型的估計

1.SAR、SEM 及SDM 模型的選擇。首先暫不考慮空間因素影響，利用STATA15.0 軟件進行OLS 回歸估計及LM 檢驗、豪斯曼檢驗（見表2）。限于篇幅，省略OLS 模型回歸結果。

表2 LM 及Hausman 檢驗

根據LMlag 與LMerr 及其穩(wěn)鍵統(tǒng)計量的顯著性進行判定，LM 檢驗顯著，說明本文的研究有必要采用空間計量模型。空間面板模型分為固定效應模型和隨機效應模型兩類，選擇哪一種需繼續(xù)進行Hausman 檢驗，檢驗結果為負值，連玉君和王聞達（2014）認為，Hausman 檢驗出現負值可認為應采用固定效應模型。表3 為STATA15.0 軟件計算出的結果。

根據R2和log-L 值比較，SEM 的指標均大于SAR 的相應指標，因此選擇SEM 分析更加合適，該結論與LM 檢驗的結論似乎有沖突。Anselin 提出如果模型設定正確，應遵從Log likelihood 統(tǒng)計量>LM統(tǒng)計量的排列順序，因為LM 檢驗僅僅是基于統(tǒng)計推斷而忽略了理論基礎，可能導致選擇錯誤，空間誤差模型經常被選擇性遺忘。但是由于LM 檢驗并沒有考慮到SDM 模型的適用性，因此可通過LR 檢驗來檢驗SDM 是否可簡化。檢驗結果如表4 所示，LR 檢驗均通過5%水平檢驗，SDM 不能簡化，因此應采取固定效應SDM 進行空間計量分析。

表3 空間計量模型回歸結果

表4 LR 和Wald 檢驗結果

2.SDM模型回歸分析。本文對三種固定效應模型分別進行擬合。表5 為利用MATLAB 軟件運行出的結果。

表5 三種固定效應的空間杜賓模型比較

Log-likehood 值的大小表明擬合數據效果優(yōu)良。由表5 可知，時空雙固定效應下SDM 的Log-likehood值最高，根據Likelihood-ratio test 結果也可以說明時空雙固定效應的SDM 更優(yōu)。因此時空雙固定效應的SDM 為本文最優(yōu)模型。表6 為MATLAB 軟件運行出的結果。

3.SDM 模型的空間效應分解。SDM 模型回歸結果中的解釋變量的系數不能直接用來解釋對經濟增長的影響。參考LeSage、Pace 的做法，將總效應分解為直接效應和間接效應。如表7 所示。

表6 雙固定效應空間杜賓模型回歸結果

表7 雙固定空間杜賓模型的直接效應和間接效應

物流業(yè)集聚（LQ）直接效應系數為0.33，且在1%水平下顯著，表明物流業(yè)集聚能顯著促進本地經濟增長，即物流業(yè)集聚每提高1%，本地人均GDP 增長0.33%；物流業(yè)集聚（LQ）間接效應系數為-0.58，且通過1%的顯著性檢驗，說明物流集聚對周邊城市經濟增長產生負的溢出效應，即物流業(yè)集聚每提高1%，周邊地區(qū)人均GDP 下降0.58%。

勞動力投入（L）直接效應系數為1.013，且在1%水平下顯著，表明勞動力投入能顯著促進本地經濟增長，即：勞動力投入每提高1%，本地人均GDP 增長1.013%；勞動力投入（L）間接效應系數為-0.406，但不顯著，溢出效應不明顯。

資本投入（K）直接效應系數為0.114，且在5%水平下顯著，表明資本投入能顯著促進本地經濟增長，即：資本投入每提高1%，本地人均GDP 增長0.114%；資本投入間接效應系數為-0.008，但不顯著，溢出效應不明顯。

政府支出強度（GOV）直接效應系數為-0.625，且在1%水平下顯著，表明政府支出顯著阻礙本地經濟增長，即：政府支出強度每提高1%，本地人均GDP 下降0.625%；政府支出間接效應系數為-0.946，且在5%水平下顯著，溢出效應明顯，表明政府支出對周邊城市經濟增長產生負的溢出效應，即政府支出強度每提高1%，周邊地區(qū)人均GDP 下降0.946%。表明在市場經濟體制日益完善的今天，政府對經濟不當干預對經濟存在不利影響。

產業(yè)結構水平（ISU）直接效應系數和間接效應系數分別為4.382 和3.79，且在1%水平下顯著，表明產業(yè)結構優(yōu)化不但能顯著促進本地經濟增長，而且能顯著促進周邊地區(qū)經濟增長，即產業(yè)結構水平每提高1%，本地和周邊地區(qū)人均GDP 分別增長4.382%和3.79%，促進力度非常大。

對外開放程度（OPEN）直接效應系數和間接效應系數分別為0.003 和0.032，但不顯著，表明對外開放程度對本地和周邊地區(qū)經濟增長作用并不明顯，說明在我國內需旺盛和外部經濟市場萎靡的背景下，對外貿易對成都經濟區(qū)的拉動作用將逐漸減弱。

六、結論及啟示

本文運用空間杜賓模型實證分析了成都經濟區(qū)物流業(yè)集聚對區(qū)域經濟增長的空間溢出效應，研究結果主要有：（1）成都經濟區(qū)區(qū)域經濟有著顯著空間相關性；（2）物流業(yè)集聚促進了本地區(qū)經濟增長，但是區(qū)域內，物流業(yè)集聚對周邊城市經濟增長有顯著負的空間溢出效應；（3）從各控制變量來看，產業(yè)結構水平對全地區(qū)經濟增長有著顯著的較大正向影響，對周邊地區(qū)經濟正向溢出效應較大，政府支出強度對全地區(qū)經濟增長有著顯著抑制作用，勞動力投入和資本投入對本地區(qū)有著顯著正向影響，但對周邊地區(qū)的溢出效應并不顯著，對外開放程度對全地區(qū)經濟增長影響不顯著。

根據結論，得到幾點啟示：（1）制定經濟規(guī)劃時應充分考慮到經濟區(qū)內各經濟體之間的空間關聯(lián)性。（2）既要認識到物流業(yè)集聚對區(qū)域經濟增長的正向作用，也要考慮到其空間溢出效應。政府宜通過制定統(tǒng)一行業(yè)標準、優(yōu)惠政策來提高行業(yè)集聚水平，加強各區(qū)域物流業(yè)協(xié)同發(fā)展，將地區(qū)發(fā)展的各項指標內化到產業(yè)集聚過程之中，通過區(qū)域一體化發(fā)展與產業(yè)集聚的融合發(fā)展減少或消除負向空間溢出效應。（3）提升現代物流服務功能，培育具有強大競爭力的物流龍頭企業(yè)，改造傳統(tǒng)物流企業(yè)。應積極引導物流業(yè)集聚從量變到質變的轉變，加大物流高科技研發(fā)力度，加強物流基礎設施網絡建設，大力培養(yǎng)物流高層次人才，促進物流企業(yè)運用EDI、GIS、大數據等現代技術改造升級，提高物流業(yè)智能化和數據化水平。