路朵朵　楊傳明　宋穎

摘要：文章以2012～2020年長(zhǎng)三角城市群物流發(fā)展時(shí)空演變情況為基礎(chǔ)，構(gòu)建面板Tobit模型，探索長(zhǎng)三角城市群物流非均衡演變的影響因素。研究結(jié)果顯示，人均GDP、政府財(cái)政支出、城鎮(zhèn)人口占總?cè)丝诒戎丶班]電業(yè)務(wù)總量與物流綜合技術(shù)效率呈正相關(guān)的關(guān)系，實(shí)際利用外商投資與物流綜合技術(shù)效率呈負(fù)相關(guān)的關(guān)系。

關(guān)鍵詞：時(shí)空演變；Tobit模型；影響因素

一、引言

長(zhǎng)三角是我國(guó)經(jīng)濟(jì)發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，2020年，長(zhǎng)三角占全國(guó)3.74%的國(guó)土面積、10.71%的人口總數(shù)，創(chuàng)造了24.47萬億元的生產(chǎn)總值，約占全國(guó)生產(chǎn)總值的24.09%，是中國(guó)第一大經(jīng)濟(jì)區(qū)。

近年來，長(zhǎng)三角區(qū)域物流業(yè)發(fā)展也十分迅速。2020年長(zhǎng)三角區(qū)域全社會(huì)物流總額為71.25萬億，占全國(guó)全社會(huì)物流總額的23.74%；2020年長(zhǎng)三角區(qū)域物流業(yè)增加值為8653.36億元，占全國(guó)物流業(yè)增加值的21.32%；2020年長(zhǎng)三角區(qū)域鐵路貨運(yùn)量、公路貨運(yùn)量、水路貨運(yùn)量分別為19427萬噸、700501萬噸和368712萬噸，分別占全國(guó)鐵路貨運(yùn)量、公路貨運(yùn)量、水路貨運(yùn)量的4.36%、20.45%和48.39%；2020年長(zhǎng)三角區(qū)域鐵路貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量分別為1267億噸公里、9831億噸公里和55112億噸公里，分別占全國(guó)鐵路貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量、水路貨物周轉(zhuǎn)量的4.17%、16.34%和52.07%，長(zhǎng)三角物流業(yè)在全國(guó)物流業(yè)發(fā)展中占據(jù)重要地位。

與此同時(shí)，經(jīng)濟(jì)及物流發(fā)展出現(xiàn)了不均衡的情況。近年來，長(zhǎng)三角城市群發(fā)展差異逐漸拉大，區(qū)域物流發(fā)展非均衡狀態(tài)持續(xù)呈現(xiàn)。短期的非均衡狀態(tài)會(huì)促進(jìn)區(qū)域間的良性競(jìng)爭(zhēng)，但長(zhǎng)期過度的非均衡狀態(tài)會(huì)拉大區(qū)域間物流發(fā)展差異，不利于經(jīng)濟(jì)的穩(wěn)定發(fā)展以及資源的合理分配。因此，明確長(zhǎng)三角城市群物流發(fā)展時(shí)空演變的具體情況，探索長(zhǎng)三角城市群物流非均衡演變的影響因素成為當(dāng)務(wù)之急。

二、研究設(shè)計(jì)

（一）模型及變量選取

1. 模型選取

Coelli在DEA分析的基礎(chǔ)上衍生出了一種兩步法來進(jìn)行回歸分析，即首先采用DEA模型計(jì)算出每個(gè)決策單元的效率值，再用第一步計(jì)算出的效率值作為因變量，以影響因素作為自變量建立回歸模型。本文借鑒其方法，第一步以2012～2020年長(zhǎng)三角城市群物流發(fā)展時(shí)空演變情況為基礎(chǔ)，將利用三階段SBM模型第三階段計(jì)算得出的長(zhǎng)三角41城市的綜合技術(shù)效率值作為因變量，即被解釋變量，（由于三階段SBM模型計(jì)算得出的效率值是離散的且數(shù)值在0～1之間，屬于截?cái)鄶?shù)據(jù)，不適用普通最小二乘法進(jìn)行回歸系數(shù)分析，否則參數(shù)估計(jì)值將產(chǎn)生有偏和不一致，而Tobit模型遵循極大似然估計(jì)，能有效解決此類問題），因此，第二步以人均GDP、政府財(cái)政支出、城鎮(zhèn)人口占總?cè)丝诒戎亍⒌谌a(chǎn)業(yè)占GDP比值、進(jìn)出口總額、實(shí)際利用外商投資、郵電業(yè)務(wù)總收入為自變量，即解釋變量，構(gòu)建面板Tobit模型進(jìn)行回歸分析，模型如下：

其中，Y代表第i個(gè)城市第t年的物流效率，βT是回歸方程的參數(shù)，xit代表解釋變量，vit為方程的誤差項(xiàng)且vit～（0，σ2）。根據(jù)Tobit模型和所選解釋變量，構(gòu)建面板回歸模型如下：

Yit=β1PC+β2GE+β3UFP+β4PTI+β5TEV+β6OCI+β7BTP+uit+vit

其中，Yit代表第三階段各城市的綜合技術(shù)效率值，β1、β2、β3、β4、β5、β6、β7是對(duì)應(yīng)變量的回歸系數(shù)，uit代表固定效應(yīng)，vit代表誤差項(xiàng)，PC代表人均GDP，GE代表政府財(cái)政支出，UFP代表城鎮(zhèn)人口占總?cè)丝诒戎?，PTI代表第三產(chǎn)業(yè)占比，TEV代表進(jìn)出口總額，OCI代表實(shí)際利用外商投資，BTP代表郵電業(yè)務(wù)總收入。

2. 變量選取及數(shù)據(jù)特征

區(qū)域物流發(fā)展與經(jīng)濟(jì)社會(huì)各方面都有著密切的聯(lián)系，本文對(duì)已有研究進(jìn)行歸納總結(jié)，結(jié)合長(zhǎng)三角城市群物流發(fā)展特性及數(shù)據(jù)可得性，共從經(jīng)濟(jì)基礎(chǔ)、政府作用、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開放、技術(shù)溢出、信息水平7個(gè)方面選取了相應(yīng)的指標(biāo)，具體見表1所示。

人均GDP最大值為165851，最小值為12617，均值為73041，標(biāo)準(zhǔn)差為36488，城市間經(jīng)濟(jì)基礎(chǔ)差距較大。政府財(cái)政支出最大值為83515400，最小值為963949，均值為6641000，標(biāo)準(zhǔn)差為10364600，城市間政府財(cái)政支出差距較為明顯。城鎮(zhèn)人口占總?cè)丝诒戎刈畲笾禐?.900，最小值為0.330，均值為0.616，標(biāo)準(zhǔn)差為0.116，城鎮(zhèn)化水平一定程度上能夠反映出物流業(yè)的發(fā)展需求，城市間城鎮(zhèn)化率有一定差距，反映出城市間物流業(yè)的發(fā)展需求也存在一定差距。第三產(chǎn)業(yè)占GDP比值最大值為0.730，最小值為0.250，均值為0.452，標(biāo)準(zhǔn)差為0.083，第三產(chǎn)業(yè)占GDP比值反映了一個(gè)城市的產(chǎn)業(yè)結(jié)構(gòu)，城市間第三產(chǎn)業(yè)占GDP比值存在一定差距，說明部分城市的產(chǎn)業(yè)結(jié)構(gòu)有待進(jìn)一步優(yōu)化。進(jìn)出口總額最大值為22321.430，最小值為2.750，均值為619.056，標(biāo)準(zhǔn)差為1715.682，城市間進(jìn)出口總額差距十分明顯，各城市的對(duì)外開放水平差距明顯，城市對(duì)外開放水平亟待提升。實(shí)際利用外商投資最大值為4967397，最小值為5067，均值為211981.745，標(biāo)準(zhǔn)差為405330，城市間差距也十分明顯。郵電業(yè)務(wù)總收入最大值為31000000，最小值為75500，均值為2162300，標(biāo)準(zhǔn)差為3724500，郵電業(yè)務(wù)總收入一定程度上能夠反映出一個(gè)城市的信息水平，信息是物流發(fā)展不可缺少的一個(gè)要素，城市間郵電業(yè)務(wù)總收入差距較大，城市的信息水平有待進(jìn)一步提高。

（二）實(shí)證分析

在利用Tobit模型進(jìn)行回歸分析之前，先利用Stata軟件對(duì)7個(gè)解釋變量進(jìn)行線性相關(guān)檢驗(yàn)，以方差膨脹因子（VIF）衡量，檢驗(yàn)變量之間是否存在線性相關(guān)關(guān)系。由表2可以看出，解釋變量VIF均值為3.27，當(dāng)VIF值小于10時(shí)認(rèn)為各變量之間線性相關(guān)程度較低，因此所選變量不存在多重共線性問題。

接著進(jìn)行Hausman檢驗(yàn)，根據(jù)結(jié)果來決定選擇何種效應(yīng)。由表3可以看出，檢驗(yàn)值為77.47，達(dá)到了1%的顯著性水平，拒絕原假設(shè)，因此本文選擇固定效應(yīng)模型。

最后利用Tobit模型進(jìn)行回歸分析，由表4可以看出，第三產(chǎn)業(yè)占GDP比值和進(jìn)出口總額未通過顯著性檢驗(yàn)，表明其對(duì)物流發(fā)展效率影響較小，剔除未通過顯著性檢驗(yàn)的變量再次利用Tobit模型進(jìn)行回歸分析，由表5可以看出，剔除不顯著變量后，其余變量均通過了顯著性水平檢驗(yàn)，其中人均GDP、政府財(cái)政支出、城鎮(zhèn)人口占總?cè)丝诒戎匾约班]電業(yè)務(wù)總量均通過了1%的顯著性水平檢驗(yàn)，實(shí)際利用外商投資通過了10%的顯著性水平檢驗(yàn)。

長(zhǎng)三角城市群的人均GDP與物流綜合技術(shù)效率呈正相關(guān)的關(guān)系，系數(shù)為0.0029505，這說明人均GDP每增長(zhǎng)一個(gè)單位，物流綜合技術(shù)效率增長(zhǎng)0.00295個(gè)單位，長(zhǎng)三角城市群人均GDP的增長(zhǎng)對(duì)物流綜合技術(shù)效率的提高起到了一定的促進(jìn)作用。這是因?yàn)榻?jīng)濟(jì)發(fā)展促進(jìn)了物流發(fā)展，人均GDP的增長(zhǎng)可以有效刺激民眾對(duì)高質(zhì)量生活的追求，從而激發(fā)對(duì)物流的潛在需求，提高物流效率。

長(zhǎng)三角城市群的政府財(cái)政支出與物流綜合技術(shù)效率呈正相關(guān)的關(guān)系，系數(shù)為0.0000377，相關(guān)度不高，政府財(cái)政支出每增長(zhǎng)一個(gè)單位，物流綜合技術(shù)效率只增長(zhǎng)0.0000377個(gè)單位，現(xiàn)代物流的發(fā)展離不開政府的支持和引導(dǎo)，長(zhǎng)三角城市群政府財(cái)政支出中，對(duì)于物流的支持力度和方式還有待提高和改進(jìn)，政府要進(jìn)一步發(fā)揮宏觀調(diào)控作用，通過減稅、補(bǔ)貼等各種方式，使物流資源在市場(chǎng)中得到合理配置，從而促進(jìn)物流效率的提升。

長(zhǎng)三角城市群的城鎮(zhèn)人口占總?cè)丝诒戎嘏c物流綜合技術(shù)效率呈顯著正相關(guān)的關(guān)系，系數(shù)為0.1418053，相關(guān)度較高，長(zhǎng)三角城市群城鎮(zhèn)化率的提高對(duì)物流綜合技術(shù)效率起到了較大的促進(jìn)作用，這是由于城鎮(zhèn)化率較高的區(qū)域基礎(chǔ)設(shè)施較為健全、經(jīng)濟(jì)發(fā)展較快、民眾的生活質(zhì)量較高，因此也會(huì)吸引物流發(fā)展所需要的資金、人才、技術(shù)等，這有助于物流的發(fā)展和效率的提升。

長(zhǎng)三角城市群實(shí)際利用外商投資與物流綜合技術(shù)效率呈負(fù)相關(guān)的關(guān)系，系數(shù)為-0.000077，相關(guān)度不高，外商投資本可以增加物流信息、技術(shù)的交流互通機(jī)會(huì)，對(duì)物流綜合技術(shù)效率起到促進(jìn)作用，但回歸結(jié)果表明實(shí)際利用外商投資的增加并沒有促進(jìn)物流綜合技術(shù)效率的提高，說明長(zhǎng)三角城市群實(shí)際利用外商投資并沒有被充分利用，盲目吸引外資可能會(huì)導(dǎo)致壟斷等現(xiàn)象發(fā)生，金額對(duì)物流發(fā)展產(chǎn)生負(fù)面作用。

長(zhǎng)三角城市群郵電業(yè)務(wù)總量與物流綜合技術(shù)效率呈正相關(guān)的關(guān)系，系數(shù)為0.0000232，相關(guān)度也不高，郵電業(yè)務(wù)總量每增長(zhǎng)一個(gè)單位，物流綜合技術(shù)效率只增長(zhǎng)0.0000232個(gè)單位，長(zhǎng)三角城市群郵電業(yè)務(wù)總量對(duì)物流綜合技術(shù)效率的促進(jìn)作用不明顯。因此，長(zhǎng)三角城市群在提升信息化水平時(shí)，不能只關(guān)注郵電業(yè)務(wù)總量的增長(zhǎng)，還要加快物流信息技術(shù)的應(yīng)用和物流信息平臺(tái)的建設(shè)，進(jìn)一步提高信息化水平對(duì)物流效率的促進(jìn)作用。

三、結(jié)論與建議

本文以2012～2020年長(zhǎng)三角城市群物流發(fā)展時(shí)空演變情況為基礎(chǔ)，構(gòu)建面板Tobit模型，探索長(zhǎng)三角城市群物流非均衡演變的影響因素。研究結(jié)果顯示，人均GDP、政府財(cái)政支出、城鎮(zhèn)人口占總?cè)丝诒戎?、郵電業(yè)務(wù)總量以及實(shí)際利用外商投資是影響物流綜合技術(shù)效率的重要因素，其中，人均GDP、政府財(cái)政支出、城鎮(zhèn)人口占總?cè)丝诒戎匾约班]電業(yè)務(wù)總量與物流綜合技術(shù)效率呈正相關(guān)的關(guān)系，實(shí)際利用外商投資與物流綜合技術(shù)效率呈負(fù)相關(guān)的關(guān)系；第三產(chǎn)業(yè)占GDP比值和進(jìn)出口總額對(duì)長(zhǎng)三角城市群物流綜合技術(shù)效率并沒有顯著影響。

這說明要促進(jìn)長(zhǎng)三角城市群物流協(xié)調(diào)高質(zhì)量發(fā)展，長(zhǎng)三角各城市要進(jìn)一步推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展；各地政府要加大物流資源的投入并加強(qiáng)引導(dǎo)，促使資源利用效率進(jìn)一步提高，從而促進(jìn)物流效率的提升；要加快區(qū)域基礎(chǔ)設(shè)施建設(shè)，健全區(qū)域內(nèi)各方面的制度，進(jìn)一步提高城鎮(zhèn)化水平，為區(qū)域物流高質(zhì)量發(fā)展提供更加優(yōu)越的環(huán)境；要合理利用外資，提高自身物流相關(guān)的技術(shù)水平、生產(chǎn)效率和研發(fā)水平等，減少技術(shù)溢出帶來的負(fù)面影響；要進(jìn)一步加快信息發(fā)展水平，建立統(tǒng)一的物流信息資源共享平臺(tái)，全面整合物流信息資源，優(yōu)化市場(chǎng)資源配置，提高長(zhǎng)三角城市群物流競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]龔雅玲，萬建香，封福育.區(qū)域物流效率的測(cè)度及其影響因素研究——基于DEA與Tobit模型[J].江西社會(huì)科學(xué)，2019，39（10）：72-80.

[2]李云芳，劉剛.長(zhǎng)江經(jīng)濟(jì)帶區(qū)域物流效率評(píng)價(jià)及影響因素的實(shí)證研究[J].物流工程與管理，2015，37（03）：41-44.

[3]王健，劉荷.區(qū)域物流發(fā)展的影響因素研究——基于福建省的實(shí)證分析[J]. 華東經(jīng)濟(jì)管理，2014（03）：22-27.

＊基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（17BGL146）；國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃創(chuàng)新訓(xùn)練項(xiàng)目“長(zhǎng)三角區(qū)域綠色物流空間非均衡演變機(jī)制研究”（項(xiàng)目編號(hào)：202110332010Z）。

（作者單位：蘇州科技大學(xué)商學(xué)院。楊傳明為通信作者）