李航 張雅雯

[摘要]選取長江中游城市群28個地級市，在對其2010-2019年的物流產(chǎn)業(yè)集聚程度進行測算的基礎(chǔ)上，運用ESDA方法對這些城市經(jīng)濟增長水平的空間相關(guān)性進行判斷，并采用空間杜賓模型分析城市群物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的溢出效應(yīng)。研究表明：長江中游城市群28個地級市的經(jīng)濟增長存在顯著的空間負相關(guān)性，且其空間關(guān)系較為穩(wěn)定;城市群內(nèi)空間集聚模式變化較小，呈現(xiàn)出較強的空間鎖定性;物流產(chǎn)業(yè)集聚對于城市群的經(jīng)濟增長具有顯著的促進作用，且間接效應(yīng)大于直接效應(yīng)。

[關(guān)鍵詞]物流產(chǎn)業(yè)集聚;經(jīng)濟增長;空間溢出效應(yīng);長江中游城市群;空間杜賓模型

[中圖分類號]F252;F259.27[文獻標(biāo)識碼]A[文章編號]1005-152X（2021）12-0017-06

Analysis of Spatial Spillover Effect of Logistics Industry Agglomeration on Regional Economic Growth around Middle Reaches of Yangtze River

LI Hang，ZHANGYawen

（Institute of Airport Economics，Civil Aviation University of China，Tianjin 300300，China）

Abstract：In this paper，selecting the data of 28 prefecture-level cities in the middle reaches of the Yangtze River from 2010 to 2019，and after measuring the extent of logistics industry agglomeration of the region in the same period，we applied ESDA to evaluate how it correlated spatially with the economic growth of the cities and，using the spatial Dubin model，analyzed the spillover effect of logistics industry agglomeration on regional economic growth. The study found that the economic growth of the 28 prefecture-level cities in the middle reaches of the Yangtze River was negatively spatially correlated to a significant degree，and the spatial relationships among the cities were relatively stable;the spatial agglomeration pattern within the urban agglomeration showed little change，showing strong lock- in characteristics;and logistics industrial agglomeration had significant promoting effect on the economic growth of the urban agglomeration，which acted in a more indirect，rather than direct，way.

Keywords：logistics industry agglomeration;economic growth;spatial spillover effect;urban agglomeration in the middle reaches of the Yangtze River;spatial Dubin model

0引言

近年來，我國經(jīng)濟發(fā)展的空間結(jié)構(gòu)正在發(fā)生深刻變化，中心城市和城市群正在成為承載發(fā)展要素的主要空間形式，物流產(chǎn)業(yè)已成為區(qū)域提高經(jīng)濟運行質(zhì)量、優(yōu)化經(jīng)濟流程、調(diào)整經(jīng)濟結(jié)構(gòu)、降低生產(chǎn)成本的關(guān)鍵。2015年4月13日國家發(fā)展改革委印發(fā)《長江中游城市群發(fā)展規(guī)劃》，提出長江中游城市群應(yīng)大力發(fā)展現(xiàn)代物流業(yè)，形成以武漢、長沙、南昌為中心的兩小時高效物流服務(wù)圈。2020年8月24日國家發(fā)展和改革委員會、中國民用航空局印發(fā)《關(guān)于促進航空貨運設(shè)施發(fā)展的意見》，突顯了航空物流特別是重大基礎(chǔ)設(shè)施布局對長江中游城市群物流業(yè)發(fā)展的引領(lǐng)作用，預(yù)示長江中游城市群物流產(chǎn)業(yè)將迎來新的發(fā)展格局。2021年7月22日《中共中央國務(wù)院關(guān)于新時代推動中部地區(qū)高質(zhì)量發(fā)展的意見》發(fā)布，提出加快長沙、宜昌、贛州國家物流樞紐建設(shè)，支持建設(shè)一批生產(chǎn)服務(wù)型物流樞紐，進一步推動長江上中下游城市的發(fā)展。同時新技術(shù)的應(yīng)用使得交通運輸業(yè)和物流業(yè)的形勢發(fā)生深刻變化，物流產(chǎn)業(yè)對經(jīng)濟增長的空間溢出效應(yīng)亦更為明顯[1-2]。在此背景下，研究近年來長江中游城市群物流產(chǎn)業(yè)集聚的空間格局及對區(qū)域經(jīng)濟增長的溢出效應(yīng)，以進一步明確區(qū)域物流產(chǎn)業(yè)發(fā)展的方向及路徑，對研究區(qū)域物流產(chǎn)業(yè)發(fā)展及區(qū)域協(xié)同發(fā)展具有現(xiàn)實意義。

1文獻綜述

產(chǎn)業(yè)集聚問題的研究始于19世紀(jì)末著名劍橋經(jīng)濟學(xué)家馬歇爾基于英國工業(yè)生產(chǎn)地理集聚的觀察。當(dāng)前，越來越多的學(xué)者運用產(chǎn)業(yè)集聚的相關(guān)理論與研究框架對物流產(chǎn)業(yè)的集聚現(xiàn)象進行了研究。王非和馮耕中[3]闡述了物流產(chǎn)業(yè)集聚的形成機理和促進要素;文獻[4]-文獻[6]分別從物流產(chǎn)業(yè)要素成因、時空特征、對于區(qū)域經(jīng)濟增長影響機制等方面就作用機理進行了研究。文獻[7]-文獻[12]等運用面板數(shù)據(jù)分析、空間杜賓模型分析等空間計量經(jīng)濟模型，分別研究了不同地區(qū)物流產(chǎn)業(yè)集聚對經(jīng)濟增長的影響，實證檢驗了物流產(chǎn)業(yè)集聚對經(jīng)濟增長的溢出效應(yīng)。從現(xiàn)有文獻來看，目前學(xué)者們對于物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的作用機理研究較為豐富，但忽略了不同城市間經(jīng)濟發(fā)展的空間依賴性和空間關(guān)聯(lián)性，且對長江中游城市群的研究較少。

基于此，本文通過測算2010-2019年長江中游城市群28個地級市的物流產(chǎn)業(yè)集聚度，分析其空間格局及演化情況，并運用空間杜賓模型分析物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的影響。

2指標(biāo)選取、數(shù)據(jù)來源及模型構(gòu)建

2.1數(shù)據(jù)來源

本文選取的研究樣本為長江中游城市群湖北、湖南、江西3省28個地級市的面板數(shù)據(jù)，其中湖北省包括湖武漢市、黃石市、鄂州市、黃岡市、孝感市、咸寧市、襄陽市、宜昌市、荊州市、荊門市，湖南省包括長沙市、株洲市、湘潭市、岳陽市、益陽市、常德市、衡陽市、婁底市，江西省包括南昌市、九江市、景德鎮(zhèn)市、鷹潭市、新余市、宜春市、萍鄉(xiāng)市、上饒市、撫州市、吉安市。以2010-2019年十年的數(shù)據(jù)為樣本，文中數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》《EPS中國區(qū)域經(jīng)濟數(shù)據(jù)》以及各省市歷年統(tǒng)計年鑒，采用線性回歸擬合的方法修正異常值。

2.2指標(biāo)選取

本文將長江中游城市群28個地級市各市的生產(chǎn)總值（GDP）作為被解釋變量，衡量各市的經(jīng)濟發(fā)展水平，以2010年為基期，結(jié)合GDP平減指數(shù)計算得出實際GDP，以消除通貨膨脹及物價上漲的影響。

核心解釋變量采用物流區(qū)位熵（LE_it）來測度物流產(chǎn)業(yè)集聚水平，公式為：

LE_it表示i市物流業(yè)t時期的集聚水平，e_it代表i市t時期物流業(yè)期末從業(yè)人員數(shù)，e_t表示t時期長江中游城市群28個地級市物流業(yè)期末從業(yè)總?cè)藬?shù)，E_it代表i市t時期各行業(yè)期末從業(yè)總?cè)藬?shù)，E_t代表t時期長江中游城市群28個地級市各行業(yè)期末從業(yè)總?cè)藬?shù)。區(qū)位熵計算結(jié)果見表1。由表1可知，武漢、宜昌、荊州、荊門、長沙、南昌、鷹潭的物流區(qū)位熵較高，其均值均大于1，表明其物流產(chǎn)業(yè)集聚程度較高。

考慮到除物流產(chǎn)業(yè)集聚水平外，還存在其他因素對區(qū)域經(jīng)濟增長的影響，故設(shè)置以下控制變量：采用固定資產(chǎn)投資衡量資本的整體投入水平（K）;采用從業(yè)人員期末數(shù)衡量人力資本投入水平（L）;采用第二、三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重衡量區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平（ISI）;采用政府財政支出衡量政府對經(jīng)濟發(fā)展的支出強度（GOV）;采用進出口總額衡量地區(qū)的開放程度（OPEN）。

2.3模型構(gòu)建

（1）空間權(quán)重矩陣的設(shè)置?；诮?jīng)濟距離的空間權(quán)重矩陣度量空間依賴和揭示空間關(guān)聯(lián)是較為科學(xué)和理想的指標(biāo)，可體現(xiàn)兩個地區(qū)間的經(jīng)濟差距大小。因此本文在基于引力模型的空間鄰接矩陣基礎(chǔ)上，將經(jīng)濟發(fā)展水平與區(qū)域空間距離結(jié)合，構(gòu)建28個城市的經(jīng)濟距離空間權(quán)重矩陣，公式為：

（2）空間自相關(guān)分析。空間自相關(guān)是空間依賴的一種度量，包含全局和局部兩種指標(biāo)，全局指標(biāo)用于探測整個研究區(qū)域的空間模式，反映鄰接區(qū)域單元屬性值的相似程度;局部指標(biāo)計算每一個空間單元與臨近單元就某一屬性的相關(guān)程度，探究整個區(qū)域同一屬性的變化是否存在突變。本文選用全局Morans I和局部Morans I進行分析，公式為：

全局Morans I：

局部Moran's I：

（3）空間計量模型。本文初步構(gòu)建空間滯后模

型（SLM）、空間誤差模型（SEM）、空間杜賓模型（SDM）進行實證研究，通過相關(guān)檢驗確定適用本文研究的空間計量模型。為消除生產(chǎn)函數(shù)存在的異方差，對所有變量值均取對數(shù)處理。

①空間滯后模型（SLM）：見式（5）。

ln（PGDP）_it=α+βW（PGDP）_it+β₁lnK_it+β₂lnL_it+β₃ln（LE）_it+β₄ln（ISI）_it+β₅1n（GOV）_it+β₆ln（OPEN）_it（5）

②空間誤差模型（SEM）：見式（6）。

1n（PGDP）_it=α+β₁lnK_it+β₂lnL_it+β₃ln（LE）_it+β₄ln（ISI）_it+β₅ln（GOV）_it+β₆ln（OPEN）_it+μ_i+μ_itt=γWμ_it+ε_it（6）

③空間杜賓模型（SDM）：見式（7）。

1n（PGDP）_it=α+ρW（PGDP）_it+β₁lnK_it+β₂lnL_it+β₃ln（LE）_it+β₄ln（ISI）_it+β₅ln（GOV）_it+β₆ln（OPEN）_it+β₁WlnK_it+β₂W1nL_it+β₃Wln（LE）_it+β₄W1n（ISI）_it+β₅W1n（GOV）_it+β₆Wln（OPEN）_it+μ_i+ε_it（7）

式（5）-式（7）中，α為常數(shù)項;ρ為空間自相關(guān)系數(shù);β為解釋變量的待估參數(shù);W為空間權(quán)重矩陣;ε_it為隨機擾動項，用來描述不可觀測的因素。

3實證結(jié)果與分析

3.1空間相關(guān)性分析

運用STATA15.1軟件對長江中游城市群28個地級市2010-2019年的數(shù)據(jù)進行經(jīng)濟增長水平的全局Morans I和局部Morans I分析。

全局Morans I檢驗結(jié)果見表2。由表2可知，2010-2019年長江中游城市群每年的Moran's I指數(shù)均在（-0.28，-0.27）之間，且對應(yīng)的P值均在1%的水平下顯著，表明長江中游城市群28個地級市的經(jīng)濟增長存在顯著的空間負相關(guān)性，且其空間關(guān)系較為穩(wěn)定。

為進一步分析長江中游城市群經(jīng)濟增長的局部空間自相關(guān)性，本文以2010年和2019年為例，繪制局部Moran's I散點圖，如圖1、圖2所示。

Moran's I散點圖中，第一象表示高值被高值所包圍，呈現(xiàn)“高-高”的空間集聚類型;第二象限表示低值被高值所包圍，呈現(xiàn)出為“低-高”的空間集聚類型;第三象限表示低值被低值包圍，呈現(xiàn)出“低-低”的空間集聚類型;第四象限表示高值被低值包圍，呈現(xiàn)出“高-低”的空間集聚類型。

對比2010年和2019年的局部Moran's I散點圖，長江中游城市群28個城市所處的象限變化較小，呈現(xiàn)出較強的空間鎖定性。孝感、鄂州、黃岡、咸寧、湘潭、黃石、荊州、荊門8個城市始終處于“低-高”集聚區(qū)，說明以上城市經(jīng)濟增長水平較低，其周邊城市的經(jīng)濟發(fā)展較好;九江、婁底、吉安、宜春、撫州、新余、鷹潭、景德鎮(zhèn)、上饒9個城市始終處于“低-低”集聚區(qū)，說明以上城市經(jīng)濟增長水平較低，且呈現(xiàn)出一定地空間同質(zhì)性;武漢、長沙、南昌、宜昌、常德、襄陽、衡陽7個城市始終處于“高-低”集聚區(qū)，說明以上城市經(jīng)濟增長水平較高，其周邊城市經(jīng)濟發(fā)展水平較低。

3.2空間計量模型的選擇

由空間相關(guān)性分析可得，長江中游城市群的經(jīng)濟增長存在顯著的空間負相關(guān)性，可采用空間計量模型進行實證分析。運用STATA15.1軟件進行OLS 及空間面板模型回歸，并進行LM檢驗、LR檢驗與Hausman檢驗，結(jié)果見表3（由于篇幅原因，省略O(shè)LS回歸結(jié)果）。

在1%的顯著水平下，Hausman檢驗結(jié)果為78.11，應(yīng)選擇固定效應(yīng)模型。LR時間固定效應(yīng)檢驗和LR空間固定效應(yīng)檢驗均通過5%的顯著性水平檢驗，因此本文選擇時空雙固定模型。根據(jù)OLS回歸的LM檢驗，LMlag和LMerr檢驗統(tǒng)計量均通過1%的顯著性檢驗，R-LMlag和R-LMerr同樣均顯著;進一步地，比較R²和Log-L的統(tǒng)計量，SLM的統(tǒng)計值均大于SEM的統(tǒng)計值，根據(jù)拉格朗日乘子檢驗原則，本文更適于選擇SLM模型。

由于LM檢驗并未考慮SDM模型的適用性，進一步通過Wald檢驗和LR檢驗判斷SDM模型是否可以簡化為SLM模型或SEM模型。運用STATA15.1軟件進行檢驗，結(jié)果見表3。由表4可知，SLM模型和SEM 模型的LR檢驗值和Wald檢驗值都通過5%的顯著性水平檢驗，說明SDM模型不可簡化為SLM模型或SEM模型，SDM模型更適合本文的分析。

3.3杜賓模型空間效應(yīng)分解

運用STATA15.1軟件進行時空雙固定的SDM模型空間效應(yīng)分解，計算結(jié)果見表5。

由空間分解結(jié)果，可得到以下結(jié)論：

從直接效應(yīng)來看，長江中游城市群28個地級市的物流產(chǎn)業(yè)集聚對于城市群經(jīng)濟增長的影響十分有限;其他變量對于區(qū)域經(jīng)濟的發(fā)展有顯著的促進作用，且政府支出水平對于區(qū)域經(jīng)濟發(fā)展有著較強的影響，說明區(qū)域經(jīng)濟發(fā)展對政府財政支持具有較強的依賴性。

從間接效應(yīng)來看，長江中游城市群28個地級市的物流產(chǎn)業(yè)集聚對于城市群經(jīng)濟增長具備一定的溢出效應(yīng)，間接效應(yīng)大于直接效應(yīng)可能是由于城市物流產(chǎn)業(yè)的規(guī)模經(jīng)濟效應(yīng)、資本與技術(shù)溢出效應(yīng)、產(chǎn)業(yè)鏈區(qū)域布局等促進了周邊城市的經(jīng)濟發(fā)展;固定資產(chǎn)投入和產(chǎn)業(yè)結(jié)構(gòu)水平對于區(qū)域經(jīng)濟的發(fā)展有一定的促進作用，且數(shù)據(jù)表明產(chǎn)業(yè)結(jié)構(gòu)升級不僅對于本城市的發(fā)展有促進作用，也會推動周邊城市發(fā)展;對外開放水平的系數(shù)為負，這可能是由于某一城市的開放程度越高，對周邊資源的虹吸效應(yīng)越強，間接對周邊城市經(jīng)濟發(fā)展產(chǎn)生阻礙作用。

從總效應(yīng)來看，長江中游城市群內(nèi)的各城市物流產(chǎn)業(yè)的集聚，對于整個城市群的經(jīng)濟增長具有顯著的正向推動作用，空間溢出效應(yīng)明顯。

4結(jié)論與建議

4.1研究結(jié)論

本文選取長江中游城市群28個地級市作為研究樣本，運用ESDA方法對長江中游城市群28個城市經(jīng)濟增長水平的空間相關(guān)性進行判斷，主要結(jié)論如下：

（1）長江中游城市群28個地級市的經(jīng)濟增長存在顯著的空間負相關(guān)性，城市間的競爭較為激烈，且其空間關(guān)系較為穩(wěn)定?？臻g集聚模式變化較小，呈現(xiàn)出較強的空間鎖定性。總體來看，長江中游城市群物流產(chǎn)業(yè)的高集聚區(qū)主要為武漢、長沙、南昌三大核心城市及城市群的西北部，低集聚區(qū)大部分為江西省的城市，主要覆蓋城市群的東南部。

（2）長江中游城市群28個地級市的物流產(chǎn)業(yè)集聚對于城市群的經(jīng)濟增長具有顯著的促進作用，且間接效應(yīng)大于直接效應(yīng)。同時，在本文所研究的各變量中，除對外開放對經(jīng)濟增長的間接作用為負作用外，其他變量均對區(qū)域的經(jīng)濟增長具有正向的促進作用，政府支出對區(qū)域經(jīng)濟增長呈現(xiàn)較強的推動作用，經(jīng)濟增長對于政府的財政支持、資源合理配置等呈現(xiàn)一定的依賴性。

4.2政策建議

（1）加強政府政策引導(dǎo)和財政支撐。充分發(fā)揮政府的引導(dǎo)作用，對區(qū)域整體的物流產(chǎn)業(yè)發(fā)展進行合理規(guī)劃布局，從宏觀規(guī)劃層面提升產(chǎn)業(yè)發(fā)展關(guān)鍵要素的資源配置效率，促進區(qū)域一體化協(xié)調(diào)發(fā)展。制定支持區(qū)域物流產(chǎn)業(yè)發(fā)展的政策措施，創(chuàng)造適宜企業(yè)物流及物流企業(yè)發(fā)展的政策環(huán)境，貫穿對物流產(chǎn)業(yè)的保護觀念、階段性支持觀念和行業(yè)管理觀念，推動產(chǎn)業(yè)集群的形成，完善產(chǎn)業(yè)鏈在區(qū)域的布局，助力物流產(chǎn)業(yè)形成規(guī)模經(jīng)濟效應(yīng)和知識、技術(shù)、資本溢出效應(yīng)，促進區(qū)域經(jīng)濟發(fā)展。

（2）構(gòu)建高效的綜合物流網(wǎng)絡(luò)，完善國際多式聯(lián)運系統(tǒng)。完善交通、倉儲等基礎(chǔ)設(shè)施建設(shè)，科學(xué)系統(tǒng)地統(tǒng)籌長期交通規(guī)劃，提高鐵路、公路、水路、航空運輸?shù)倪\力，打造綜合交通運輸網(wǎng)絡(luò)，積極發(fā)展多式聯(lián)運，降低物流顯性成本。

（3）充分發(fā)揮物流產(chǎn)業(yè)集群的溢出效應(yīng)。加強城市群內(nèi)區(qū)域聯(lián)動，提升各城市間流程的標(biāo)準(zhǔn)化水平，提升物流效率。發(fā)揮區(qū)域物流的核心帶動作用，充分利用區(qū)域內(nèi)的資源，輻射聚集周邊市場需求，形成物流集散、轉(zhuǎn)運、倉儲、貨代、聯(lián)運的綜合物流服務(wù)體系，提高區(qū)域一體化發(fā)展水平。同時合理布局區(qū)域內(nèi)各城市在物流產(chǎn)業(yè)鏈上的位置及分工，貫通產(chǎn)業(yè)上下游，提高區(qū)域的核心競爭力。

[參考文獻]

[1]韋映梅.共享經(jīng)濟時代智慧物流產(chǎn)業(yè)發(fā)展研究[J].技術(shù)經(jīng)濟與管理研究，2020（2）：108-112.

[2]李佳.基于大數(shù)據(jù)云計算的智慧物流模式重構(gòu)[J].中國流通經(jīng)濟，2019，33（2）：20-29.

[3]王非，馮耕中.我國物流集聚區(qū)內(nèi)涵與形成機理研究[J].統(tǒng)計與決策，2012（12）：44-47.

[4]CHHETRI P，BUTCHER T，CORBITT B.Characterising spatial logistics employment，clusters [J].International Journal of Physical Distribution & Logistics Management，2014，44 （3）：221-241.

[5]謝守紅，蔡海亞.中國物流產(chǎn)業(yè)的空間集聚及成因分析[J].工業(yè)技術(shù)經(jīng)濟，2015（4）：51-58.

[6]王鈺，疏爽.物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的空間溢出效應(yīng)研究：基于長三角城市群的實證分析[J].中南大學(xué)學(xué)報（社會科學(xué)版），2021，27（1）：76-89.

[7]周小虎，楊宏偉，趙鶯.絲綢之路經(jīng)濟帶區(qū)域經(jīng)濟與物流發(fā)展耦合評價及空間分析[J].鐵道運輸與經(jīng)濟，2017，39（1）：13-17，28.

[8]李光明，馬磊，潘寧.物流產(chǎn)業(yè)集聚對制造業(yè)勞動生產(chǎn)率的影響機理研究：基于空間杜賓模型[J].工業(yè)技術(shù)經(jīng)濟，2017 （12）：106-113.

[9]李劍，姜寶.物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長影響研究：基于省際數(shù)據(jù)的空間計量分析[J].中南大學(xué)學(xué)報（社會科學(xué)版），2016，22（4）：103-110，115.

[10]徐秋艷，房勝飛.物流產(chǎn)業(yè)集聚的經(jīng)濟溢出效應(yīng)及空間異質(zhì)性研究：基于省際數(shù)據(jù)的空間計量分析[J].工業(yè)技術(shù)經(jīng)濟，2018，37（2）：58-65.

[11]付秋芳，付寧.物流產(chǎn)業(yè)集聚對經(jīng)濟增長的影響：基于廣東省21個地級市的空間計量分析[J].哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2019（5）：120-128.

[12]郭湖斌，鄧智團.物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟增長的影響：基于長江經(jīng)濟帶省級面板數(shù)據(jù)[J].技術(shù)經(jīng)濟與管理研究，2021（5）：86-91.